Apesar da sua ampla aplicação na modelagem de formações geológicas, os algoritmos de simulação de múltiplos pontos (MPS) não foram desenvolvidos para simular sólidos geológicos de grandes dimensões, cujas características não são repetitivas, frequentemente encontrados na mineração. A maioria dos métodos de MPS baseia-se na repetição de padrões para a simulação, mas a localização espacial específica destes padrões não é um fator crítico. O método proposto trata-se de uma adaptação do algoritmo SNESIM para a simulação de contatos litológicos a partir de modelos de blocos interpretados, utilizando a abordagem de partição da árvore de busca. A técnica perturba o modelo geológico em um grid de simulação, após a definição de uma zona de incerteza ao redor dos contatos interpretados. O modelo de blocos e a imagem de treinamento (TI) são pré-processados por um algoritmo de agrupamento que determina a zona de incerteza e classifica os diferentes contatos em classes de partição. No modelo de blocos, a zona de incerteza corresponde ao domínio de simulação, e na TI, ela serve como um repositório de padrões. O tamanho da zona de incerteza controla o grau de perturbação do modelo de blocos, e as classes de partição permitem que o algoritmo lide com tendências e padrões locais da TI. Outro fator importante no processo de modelagem geológica é a construção de modelos numéricos que possam representar estruturas geológicas complexas e que possuam alta aderência geométrica com relação ao modelo geológico de referência. Devido a isto, a dissertação propõe uma metodologia geoestatística para a construção de grids estratigráficos através do mapeamento topológico das superfícies do sólido geológico. As duas metodologias são ilustradas por um estudo de caso em um depósito de minério de ferro. Os resultados obtidos mostraram que as metodologias permitem a construção de grids estratigráficos que se ajustam à geometria dos corpos geológicos, bem como, a geração de modelos simulados consistentes com o modelo de referência. / Despite its wide application in the modeling of geological formations, multiple-point simulation (MPS) algorithms were not designed to simulate large non-repetitive geological objects, often found in mining. Most MPS methods rely on pattern repetition for simulation, but the specific locations of these patterns are not critical. The proposed method is an adaptation of SNESIM algorithm for the simulation of lithological contacts from interpreted block models, using the search tree partition approach. The technique perturbs the geological model on a simulation grid, after defining a zone of uncertainty around the interpreted contacts. The block model and the training image (TI) are pre-processed by a clustering algorithm that determines the uncertainty zone and classifies the different contacts in partition classes. In the block model, the zone of uncertainty corresponds to the simulation domain, and in the TI, it serves as a repository of patterns. The size of the uncertainty zone controls the amount of perturbation of the block model, and the partition classes enable the algorithm to handle trends and location-specific patterns in the TI. Another important factor in the geological modeling process is the construction of numerical models that can represent complex geological structures and have high geometrical adherence in respect to the reference geological model. Due to this, the dissertation proposes a geostatistical methodology for the construction of stratigraphic grids through the topological mapping of the geological solid surfaces. Both methodologies are illustrated by a case study in an iron ore deposit. The results showed that the methodologies allow the construction of stratigraphic grids that fit the geometry of the geological bodies, as well as the generation of simulated models consistent with the reference model.

A sondagem com SPT ("Standard Penetration Test") é o método de investigação com mais freqüência empregado na caracterização geotécnica de solos. Devido a relevância desse tipo de ensaio, desenvolveu-se um procedimento para geração de mapas de SPT com base em métodos geoestatísticos. Esses mapas devem conter a estimativa do índice de penetração (SPT) em diferentes posições no terreno em estudo, partindo de ensaios pré-existentes, objetivando auxiliar de maneira mais efetiva o planejamento de obras de engenharia. O trabalho foi baseado em um banco de dados com 141 sondagens realizadas na cidade de Passo Fundo/RS, compreendendo uma área total de 4,16km2. O banco de dados compreende sondagens de uma única empresa (o que minimiza os erros decorrentes da própria sondagem SPT) e uma única unidade geotécnica. Essas informações foram utilizadas para a avaliação do comportamento espacial dos parâmetros modelados e, posteriormente, construção de mapas de SPT. As estimativas foram efetuadas por krigagem ordinária em blocos com dimensões de 100mx100m, em quatro níveis distintos definidos de acordo com a variação média do índice de penetração com a profundidade. Os mapas resultantes da krigagem ordinária revelaram-se satisfatórios para o fim a que se destina esse trabalho. Para a avaliação desses mapas, é relevante que se quantifiquem as incertezas associadas a essas estimativas. A metodologia para tal é baseada em Simulação Geoestatística, onde foram efetuadas simulações seqüenciais Gaussianas (ssG), em blocos de mesma dimensão que a utilizada na krigagem. Os resultados positivos mostraram ser adequado o emprego da simulação seqüencial Gaussiana, para geração de mapas auxiliares de valores de SPT a serem empregados no planejamento de investigações geotécnicas complementares.

A modelagem, a correlação e a análise de dados geofísicos e geoquímicos, aplicados para avaliar/definir a distribuição e o controle de teores de minério num espaço 3D, não são procedimentos adotados para o caso de depósitos de metais básicos e Au. Essa tese de doutorado tem o objetivo de avaliar e definir uma metodologia de modelagem, correlação e análise de dados geofísicos e geoquímicos para controle de teores de metais básicos e Au. Tal metodologia foi aplicada no Prospecto Volta Grande (Lavras do Sul, RS). A região de Lavras do Sul (RS) possui uma série de ocorrências minerais do tipo veios de quartzo com metais básicos e Au, as quais estão relacionadas com o processo de alojamento do Complexo Intrusivo Lavras do Sul. Esse complexo é uma intrusão predominantemente granítica, zonada e multifásica, cujas rochas têm filiação com as séries shoshonítica a alcalina. As ocorrências de veios estão relacionadas a zonas de alteração hidrotermal controladas por fraturas predominantemente WNW-ESE. O Prospecto Volta Grande é constituído por uma série de tais veios alojados tanto no granito intrusivo, quanto nas rochas vulcânicas e vulcanoclásticas da Formação Hilário. A metodologia desenvolvida consiste: 1) da construção de uma base de dados comum para o georreferenciamento 3D dos dados; 2) processamento estatístico e geoestatístico das variáveis de interesse (dados geofísicos e geoquímicos); 3) modelagem 3D das variáveis de interesse para definir a distribuição espacial; e 4) análise da correlação entre as variáveis para definir o controle 3D dos teores de minério por meio de métodos indiretos. Essa metodologia, na medida em que haja a possibilidade de várias fontes de informação e a possibilidade de aplicar algorítmos de lógica matemática, poderá incorporar a integração de dados num espaço 3D A aplicação de tal metodologia no Prospecto Volta Grande (Lavras do Sul, RS) permitiu verificar que os dados geofísicos e geoquímicos se adaptam mais adequadamente a uma distribuição do tipo lognormal. Além disso, a comparação múltipla das médias de resistividade aparente permitiu distinguir um controle litológico sobre os dados geofísicos. Desse modo, foram definidos os procedimentos de análise variográfica e, então, os parâmetros para a modelagem 3D dos corpos condutores em cada área de pesquisa. A adequação do suporte amostral dos dados geofísicos e geoquímicos permitiu a correlação entre essas variáveis. A análise dos diagramas de correlação revelou superposição de pulsos de mineralização com distintas cargas metálicas. A utilização de métodos indiretos para controle de teores em depósitos sulfetados do tipo veios de quartzo com Au + Cu é, portanto, uma possibilidade concreta, garantida a adequada resolução espacial dos levantamentos geofísicos.

Novas centrais térmicas utilizam carvão ROM (Run of mine) na sua alimentação. Sem o processamento do minério as flutuações de qualidade do carvão serão transferidas da mina para o consumidor final. Freqüentemente, contratos entre produtor-consumidor estabelecem limites pré-estabelecidos de parâmetros geológicos e tecnológicos como enxofre, cinzas e poder calorífico. Lotes de minério com qualidade fora dos limites estabelecidos podem ser rejeitados ou penalizados. O custo elevado dessas penalizações recomenda a homogeneização do minério ROM. As principais estratégias de homogeneização são as baseadas em técnicas geoestatísticas, as pilhas de homogeneização e as usinas de beneficiamento ou metalúrgicas. A estratégia de homogeneização baseada em técnicas geoestatísticas apresenta os menores custos de implementação, no entanto o conhecimento do depósito deverá ser fundamental. Tradicionalmente, essa estratégia de homogeneização utiliza um modelo de blocos gerado por um estimador tradicional, geralmente krigagem ordinária. A estimativa dos blocos por krigagem não considera a incerteza associada ao modelo geológico, não sendo adequada para prever flutuações locais Diferente da krigagem, os métodos de simulação geoestatística têm como objetivo reproduzir a variabilidade in situ e a continuidade espacial dos dados originais. Uma vez que os teores e sua variabilidade são estimados, flutuações da qualidade do minério podem ser previstas para determinada rota de lavra e certo tamanho de lote entregue ao consumidor. Diferentes tamanhos de lote são testados a fim de obter-se o controle das flutuações da qualidade do minério. Este trabalho apresenta um procedimento para acessar a variabilidade dos teores e predizer a sua flutuabilidade para diferentes tamanhos de lote em um estudo de mineração subterrânea de carvão no sul do Brasil. Simulação geoestatística e planejamento de lavra apropriado proporcionam uma solução para o problema de homogeneização de minérios.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016. / Made available in DSpace on 2017-08-22T04:22:16Z (GMT). No. of bitstreams: 1 347911.pdf: 1690914 bytes, checksum: e43f9150ef3cb130f6d5696b46a68fa5 (MD5) Previous issue date: 2016 / Abstract : Geostatistics aggregates a set of tools designed to deal with spatially correlated data. Two significant problems that Geostatistics tackles are the spatial interpolation and geostatistical simulation. Kriging and Sequential Gaussian Simulation (SGS) are two examples of traditional geostatistical tools used for these kinds of problems. These methods perform well when the provided Variogram is well modeled. The problem is that modeling the Variogram requires expert knowledge and a certain familiarity with the dataset. This complexity might make Geostatistics tools the last choice of a non-expert. On the other hand, an important feature present in neural networks is their ability to learn from data, even when the user does not have much information about the particular dataset. However, traditional models, such as Multilayer Perceptron (MLP), do not perform well in spatial interpolation problems due to their difficulty in accurately modeling the spatial correlation between samples. With this motivation in mind, we adapted the Incremental Gaussian Mixture Network (IGMN) model for spatial interpolation and geostatistical simulation applications. The three most important contributions of this work are: 1. An improvement in the IGMN estimation process for spatial interpolation problems with sparse datasets; 2. An algorithm to perform Sequential Gaussian Simulation using IGMN instead of Kriging; 3. An algorithm that mixes the Direct Sampling (DS) method and IGMN for cluster-based Multiple Point Simulation (MPS) with training images. Results show that our approach outperforms MLP and the original IGMN in spatial interpolation problems, especially in anisotropic and sparse datasets (in terms of RMSE and CC). Also, our algorithm for sequential simulation using IGMN instead of Kriging can generate equally probable realizations of the defined simulation grid for unconditioned simulations. Finally, our algorithm that mixes the DS method and IGMN can produce better quality simulations and runs much faster than the original DS. To the best of our knowledge, this is the first time a Neural Network model is specialized for spatial interpolation applications and can perform a geostatistical simulation.<br> / A Geoestatística agrega um conjunto de ferramentas especializadas em dados espacialmente correlacionados. Dois problemas importantes na Geoestatística são a interpolação espacial e a simulação. A Krigagem e a Simulação Sequencial Gaussiana (SGS) são dois exemplos de ferramentas geoestatísticas utilizadas para esses tipos de problemas, respectivamente. A Krigagem e a SGS possuem bom desempenho quando o Variograma fornecido pelo usuário representa bem as correlações espaciais. O problema é que a modelagem do Variograma requer um conhecimento especializado e certa familiaridade com o conjunto de dados em estudo. Essa complexidade pode tornar difícíl a popularização dessas técnicas entre não-especialistas. Por outro lado, uma característica importante presente em Redes Neurais Artificiais é a capacidade de aprender a partir dos dados, mesmo quando o usuário não possui familiaridade com os dados. No entanto, os modelos tradicionais, como o Multilayer Perceptron (MLP), têm dificuldade em identificar a correlação espacial entre amostras e não apresentam um bom desempenho em problemas de interpolação espacial. Com essa motivação, nós adaptamos e aplicamos a Incremental Gaussian Mixture Network (IGMN) em problemas de interpolação espacial e simulação geoestatística. As três principais contribuições deste trabalho são: 1. Melhoria no processo de estimação da IGMN para problemas de interpolação espacial; 2. Um algoritmo para realizar simulação sequencial gaussiana utilizando a IGMN como interpolador; 3. Um algoritmo que mistura o método Direct Sampling (DS) e a IGMN para realizar simulação multiponto (MPS) a partir de imagens de treinamento. Os resultados mostram que a nossa abordagem é mais precisa que o MLP e a IGMN original em problemas de interpolação espacial, especialmente em conjuntos de dados esparsos e com anisotropia (em termos de RMSE e CC). Nosso algoritmo de simulação sequencial que utiliza a IGMN como interpolador é capaz de gerar simulações não condicionadas que respeitam características do conjunto original de dados. Finalmente, nosso algoritmo de simulação multiponto, que mistura o método DS e a IGMN, é capaz de realizar simulações condicionadas e produz realizações com qualidade superior num tempo de execução inferior ao do DS. Até onde sabemos, esta a primeira vez que um modelo de rede neural é especializado para aplicações de interpolação espacial e é capaz de realizar simulação geostatística.

A caracterização do minério e sua previsão de resposta na unidade de processamento sempre estiveram incluídas em projetos de mineração. Os resultados dessa caracterização devem passar a integrar o modelo de recursos usados no planejamento de lavra. As etapas necessárias desde a caracterização mineral à sua modelagem 3D são referidas como modelo geometalúrgico. Nesse contexto, a rocha fosfática não é exceção e seu comportamento na usina deve ser projetado antecipadamente. O objetivo desse trabalho é distinguir diferentes tipologias de minério através de suas características mineralógicas, químicas e metalúrgicas. Essas características foram definidas a princípio por critérios descritivos de campo como mapeamento geológico de detalhe, seguidos por análise química dos teores e testes de desempenho que reproduzem em escala de bancada o processo de beneficiamento mineral. O mapa geológico foi usado como base para descrição de tipologias de minério e sua constituição mineralógica. Este mapa também foi utilizado para a seleção das amostras de sondagem e de curto prazo. Para atingir a massa necessária para os ensaios de bancada, uma ou mais amostras com as mesmas características e espacialmente correlacionadas foram agrupadas compondo um bloco amostral. Os blocos foram ensaiados numa planta piloto, que simula as etapas do tratamento de minério da planta industrial. Cada bloco recebeu uma característica descritiva em função dos valores de recuperação metalúrgica e mássica encontrados. Essas características foram cruzadas com as informações do mapeamento tipológico e domínios geometalúrgicos foram definidos. Observou-se a possibilidade de prever desempenhos de recuperação para os diferentes tipos de minério em concordância com o mapa geológico. Um modelo geometalúrgico foi gerado, empregando um método da geoestatística não linear para modelagem de variáveis categóricas, i.e., tipos de minério. A metodologia mostrou-se adequada, permitindo rapidez na atualização do modelo de blocos. / Ore characterization and its mass recovery and response at processing plants should be thoroughly studied and included in mining projects. The results of this orecharacterization should be part of the resource model used for mine planning. This modelling process is known as geometallurgy. In this context, phosphate rock is no exception and its behavior in terms of processing mass recovery should be predicted in advance. To help in this modelling process, this study aims at distinguishing different ore types through their mineralogical, chemical and metallurgical characteristics. They were defined by descriptive criteria such as geological mapping, followed by analysing the main chemical species and batch tests which reproduce the mineral processing plant flowsheet. The geological map was used as a basis fordescribing the ore types and their mineralogical constitution. This was also used for short term and drill hole samples selection. To achieve themass requiredfor thebatch tests, one or more samples with the same characteristics and spatially correlated were groupedto form a large volume sample or block. The blocks were tested at thepilot plant, which emulates the steps of processing the ore at the plant. Each block received a codeon the basis of its mass and metallurgicalyield values found.These characteristics were combined with the typological mapping and geometallurgical domains were identified. The results made possible to predict the performances of mass and metallurgical yield at various domains within the deposit starting with grouping the ore types in accordance with the geological map. A geometallurgical model was generated using a nonlinear geostatistics for modeling categorical variables, i.e. ore types. This methodology proved to be adequate, providing valid models and moreover permitting fast updating of the block model.

A estimativa de recursos minerais é essencial para o propósito de planejamento econômico em qualquer empreendimento mineiro. Além de finalizar os trabalhos de pesquisa mineral, a avaliação de recursos/reservas é a base sobre a qual serão estabelecidos os estudos de viabilidade econômica que se seguem. Atividades como planejamento e otimização de cavas, orientação dos avanços da lavra, projeção de fluxos de caixa, projetos de financiamento e mesmo a operação de plantas de beneficiamento requerem, além da prévia estimativa dos recursos disponíveis, a correta classificação desses recursos. A estimativa e a subseqüente classificação dos recursos em diferentes classes ou categorias, de acordo com as possíveis variações que esses recursos apresentem, devem indicar não apenas os níveis diferenciados de risco envolvidos, mas permitir a elaboração de um modelo que quantifique esse risco. Nesse sentido, a indústria mineira já há muito tempo havia reconhecido e estabelecido padrões para avaliação e classificação de recursos mas agora, com a crescente internacionalização das empresas de mineração, cada vez mais é ressaltada a necessidade do estabelecimento de padrões internacionalmente aceitáveis para essa classificação. Todos os principais sistemas de classificação atualmente em uso compartilham alguns aspectos em comum, baseando a definição das classes de recursos em função da distância de separação entre as amostras e no grau de confiança ou acuracidade associado com os resultados estimados. Apesar de muito claros em termos de estabelecer os critérios geométricos de distância entre amostras e distância máxima de extrapolação, os sistemas de classificação não fornecem definições claras de como esses limites de confiança poderiam ser calculados. Dessa forma, esta dissertação buscou, basicamente, apresentar uma alternativa metodológica que, diante da ineficiência dos métodos até então utilizados, permitisse a incorporação de incertezas às estimativas de recursos e reservas, proporcionando o correto enquadramento nas classes propostas pelos principais sistemas de avaliação e classificação. Com esse intuito, investigou-se a aplicabilidade de técnicas geoestatísticas como krigagem e simulação estocástica, procurando apresentar alternativas e discutir as limitações encontradas. Enquanto a krigagem ordinária permite uma resposta rápida em termos de tonelagem, a avaliação do erro associado à estimativa requer a adoção de uma série de hipóteses e é alvo de várias críticas já consubstanciadas na bibliografia. Por outro lado, os resultados obtidos pelas técnicas de simulação empregadas, demonstraram que o erro associado a uma estimativa pode ser avaliado utilizando múltiplos cenários simulados para definir limites de confiança, permitindo uma real avaliação da incerteza associada à estimativa. Tanto pela técnica de simulação gaussiana quanto pela simulação de indicadores obteve-se resultados similares quanto ao espaço de incerteza mapeado e quanto às características de precisão e acuracidade na distribuição de valores de saída da simulação. O estudo de caso é ilustrado em um grande depósito de carvão brasileiro onde a metodologia provou ser apropriada para abordar o problema da quantificação da incerteza, permitindo sua utilização pelos sistemas de classificação de recursos e reservas. / Mineral resources estimation is essential for planning of any new mine. Besides concluding the mineral exploration, the resources/reserves evaluation is the base on which will be established the studies of economical feasibility. Mine planning and pit optimization, mining cuts and orientation, projection of cash flows, and even the operation of processing plants request the estimate of the available resources and their correct classification. The estimate and the subsequent classification of the resources in different classes or categories is based on different levels of risk and requires a model able to quantify this risk for evaluation and classification of mineral resources a long time ago. All classification systems share some common aspects in terms of defining the classes of resources based on distance separating samples and on the degree of confidence or accuracy associated with the results reported. Despite of being very clear in terms of stating sample distances, all the systems of classification do not provide clear definitions on how confidence limits should be calculated. This dissertation investigates an alternatives capable of incorporating uncertainties to the estimates of resources and reserves. Geostatistic techniques as kriging and stochastic simulation were investigated, and their appropriateness was discussed. While the ordinary kriging allows a fast response to determine tonnages, the error calculated requires a series of assumptions which in various cases are difficult to be sustained. Contrary, the results obtained via simulation techniques demonstrate that the error associated with an estimate can be approximated using multiple simulated tonnage models to define confidence limits, allowing a more realistic evaluation of the uncertainty associated with the estimate. Either gaussian simulation or indicators simulation provided similar results in terms of space of uncertainty and precision and accuracy. The methodology developed is illustrated in a large Brazilian coal deposit and proved to be appropriate to address the issue of quantifying the uncertainty necessary to be incorporated in the systems of resources and reserves classification.

Made available in DSpace on 2016-08-29T15:36:24Z (GMT). No. of bitstreams: 1 tese_3380_Jose Marcilio da Silva.pdf: 1320814 bytes, checksum: dc2dd54bcdc6935b85ef5a82a4eb3cf7 (MD5) Previous issue date: 2006-11-01 / A cultura da soja ocupa grandes extensões de área plantada na região do cerrado brasileiro e, é considerada um commodities de grande importância comercial para a economia do Brasil como fonte geradora de riqueza. A análise geoestatística permite detectar a existência da variabilidade e distribuição espacial, constituindo importante ferramenta na análise e descrição detalhada dos atributos do solo. O presente trabalho teve como objetivo avaliar a variabilidade espacial de atributos químicos e físicos do solo no cultivo de soja sob plantio direto (PD) e preparo convencional do solo (PC), em área de cerrado, usando a técnica da estatística clássica e da geoestatística na análise dos dados. Os dados foram coletados em duas áreas na Fazenda Monte Alegre, no município de Rio Verde Goiás, em pontos de amostragem georeferenciadas com auxílio de um sistema de posicionamento global (GPS), definidos segundo uma malha regular com 44 pontos, com dimensão de 40 x 55 m. Foram estudados no PD e PC nas profundidades 0 a 10 cm, 10 a 20 cm e 20 a 40 cm os seguintes atributos físicos: densidade do solo (Ds), microporosidade (MiP), macroporosidade (MaP), porosidade total do solo (Pt), e nas profundidades 0 a 20 cm e 20 a 40 cm os atributos resistência mecânica do solo à penetração (RP) e umidade do solo (U); e os seguintes atributos químicos nas profundidades 0 a 5 cm e 5 a 15 cm: potencial hidrogeniônico (pH em CaCl2), matéria orgânica (MO), fósforo (P), potássio (K), cálcio (Ca), magnésio (Mg), alumínio (Al), acidez potencial (H+Al), soma de bases (SB), capacidade de troca de cátions (CTC) e saturação por bases trocáveis (V). Foi realizada análise descritiva dos atributos, seguida da análise geoestatística com base nas pressuposições de estacionaridade da hipótese intrínseca pela análise a partir de semivariogramas. Após ajustes dos modelos teóricos, realizou-se a interpolação por krigagem para estimar valores não amostrados no campo, construindo os mapas temáticos de contornos para os atributos que apresentaram distribuição espacial. Oitenta e dois e setenta e três porcento dos atributos químicos apresentam distribuição normal para PD e PC, respectivamente. Os atributos físicos avaliados nas três primeiras profundidades apresentam cem porcento de distribuição normal, enquanto que nas outras duas não apresentam o mesmo comportamento. Na profundidade 0 a 5 cm, os atributos químicos MO e H+Al não apresentam diferença significativa entre os manejos, o mesmo ocorrendo com o Mg e a CTC na profundidade de 5 a 15 cm. Para o mesmo manejo comparado nas duas profundidades, o P, o Mg e o Al no PC e o Ca no PD não apresentam diferença significativa. A maioria dos atributos químicos avaliados no PC e PD apresenta dependência espacial entre moderada e forte, exceto o K que apresenta baixa dependência espacial no PC na profundidade de 0 a 5 cm. Todos os atributos físicos apresentam diferença significativa, com exceção para Ds e Pt na profundidade de 20 a 40 cm. A maioria dos atributos físicos avaliados no PC do solo apresenta dependência espacial entre moderada e forte, exceto a MaP na profundidade de 0 a 10 cm, Ds e MiP de 10 a 20 cm, MiP e MaP de 20 a 40 cm, e RP nas duas profundidades avaliadas. No PD, os atributos MiP nas três profundidades, a Pt de 10 a 20 cm, Ds e MaP e U na profundidade de 20 a 40 cm apresentam ausência de dependência espacial. O uso do semivariograma escalonado permite verificar o mesmo padrão de dependência espacial para os atributos químicos pH, MO, Al, H+Al e CTC, e físicos Ds e Pt no PC e no PD para RP. O manejo na área sob PC é decisivo no aumento da produtividade da soja em relação à área sob PD. O uso do sistema de informação geográfica associado a métodos geoestatísticos contribui com a tomada de decisão na implementação do manejo do solo, aumentando o potencial de utilização prática desses métodos.

Made available in DSpace on 2016-08-29T15:36:35Z (GMT). No. of bitstreams: 1 tese_7156_Daniel Pena Pereira.pdf: 11630417 bytes, checksum: b437efa1f0d251d2ff81a277b0959104 (MD5) Previous issue date: 2014-02-05 / Nos anos mais recentes, observa-se aumento na adoção das técnicas de silvicultura de precisão em florestas plantadas no Brasil. Os plantios de eucalipto ocorrem preferencialmente em áreas com baixa fertilidade de solo e consequentemente baixa produtividade. Logo, para otimizar ao máximo a produção, é necessário saber o quanto essa cultura pode produzir em cada local (sítio). Objetivou-se aplicar uma metodologia que utiliza técnicas de estatística, geoestatística e geoprocessamento, no mapeamento da variabilidade espacial e temporal de atributos químicos do solo cultivado com eucalipto, em área de 10,09 ha, situada no sul do estado do Espírito Santo. Os atributos químicos da fertilidade do solo estudados foram: fósforo (P), potássio (K), cálcio (Ca) e magnésio (Mg), no ano da implantação do povoamento do eucalipto, em 2008, e três anos após, em 2011. O solo foi amostrado em duas profundidades, 0-0,2 m e 0,2-0,4 m, nos 94 pontos de uma malha regular, com extensão de 33 x 33 m. Os dados foram analisados pela estatística descritiva e, em seguida, pela geoestatística, por meio do ajuste de semivariogramas. Diferentes métodos de interpolação foram testados para produzir mapas temáticos mais precisos e facilitar as operações algébricas utilizadas. Com o auxílio de índices quantitativos, realizou-se uma análise geral da fertilidade do solo, por meio da álgebra de mapas. A metodologia utilizada neste estudo possibilitou mapear a variabilidade espacial e temporal de atributos químicos do solo. A análise variográfica mostrou que todos os atributos estudados apresentaram-se estruturados espacialmente, exceto para o atributo P, no Ano Zero (camada 0-0,2 m) e no Ano Três (ambas as camadas). Os melhores métodos de interpolação para o mapeamento de cada atributo químico do solo foram identificados com a ajuda gráfica do Diagrama de Taylor. Mereceram destaque, os modelos esférico e exponencial nas interpolações para a maioria dos atributos químicos do solo avaliados. Apesar de a variação espacial e temporal dos atributos estudados apresentar-se, em média, com pequena variação negativa, a metodologia usada mostrou variações positivas na fertilidade do solo em várias partes da área de estudo. Além disso, os resultados demonstram que os efeitos observados são majoritariamente em função da cultura, uma vez que não foram coletadas amostras de solo em locais adubados. A produtividade do sítio florestal apresentou-se com tendências semelhantes às variações ocorridas na fertilidade do solo, exceto para o magnésio, que se mostrou com tendências espaciais para suporte de elevadas produtividades, de até 50 m3 ha-1 ano-1. Além de mostrar claramente as tendências observadas para as variações na fertilidade do solo, a metodologia utilizada confirma um caminho operacional acessível para empresas e produtores florestais para o manejo nutricional em florestas plantadas. O uso dos mapas facilita a mobilização de recursos para melhorar a aplicação de fertilizantes e corretivos necessários. Palavras-chave: Geoestatística. Métodos de interpolação. Fertilidade do solo. Produtividade florestal. Eucalipto.

A sondagem com SPT ("Standard Penetration Test") é o método de investigação com mais freqüência empregado na caracterização geotécnica de solos. Devido a relevância desse tipo de ensaio, desenvolveu-se um procedimento para geração de mapas de SPT com base em métodos geoestatísticos. Esses mapas devem conter a estimativa do índice de penetração (SPT) em diferentes posições no terreno em estudo, partindo de ensaios pré-existentes, objetivando auxiliar de maneira mais efetiva o planejamento de obras de engenharia. O trabalho foi baseado em um banco de dados com 141 sondagens realizadas na cidade de Passo Fundo/RS, compreendendo uma área total de 4,16km2. O banco de dados compreende sondagens de uma única empresa (o que minimiza os erros decorrentes da própria sondagem SPT) e uma única unidade geotécnica. Essas informações foram utilizadas para a avaliação do comportamento espacial dos parâmetros modelados e, posteriormente, construção de mapas de SPT. As estimativas foram efetuadas por krigagem ordinária em blocos com dimensões de 100mx100m, em quatro níveis distintos definidos de acordo com a variação média do índice de penetração com a profundidade. Os mapas resultantes da krigagem ordinária revelaram-se satisfatórios para o fim a que se destina esse trabalho. Para a avaliação desses mapas, é relevante que se quantifiquem as incertezas associadas a essas estimativas. A metodologia para tal é baseada em Simulação Geoestatística, onde foram efetuadas simulações seqüenciais Gaussianas (ssG), em blocos de mesma dimensão que a utilizada na krigagem. Os resultados positivos mostraram ser adequado o emprego da simulação seqüencial Gaussiana, para geração de mapas auxiliares de valores de SPT a serem empregados no planejamento de investigações geotécnicas complementares.