Made available in DSpace on 2014-06-11T19:26:55Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-06-29Bitstream added on 2014-06-13T20:27:33Z : No. of bitstreams: 1 bedutti_ad_me_sjrp.pdf: 1999751 bytes, checksum: 437383410c3f4cc28c116c28e9f7054a (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O controle de plantas daninhas constitui um dos principais desafios no cultivo de área agrícolas. Quando presentes em quantidades descontroladas, estas plantas geram a diminuição na produtividade e ocasionam perdas significativas e indesejáveis. As perdas, aliadas ao alto custo de controle, motivam o desenvolvimento de ferramentas no auxílio a tomada de decisão, como mapas da distribuição de daninhas, visando o manejo localizado de herbicidas. Neste trabalho, considera-se a aplicação de um modelo espaço-temporal para a construção de mapas da distribuição de sementes de plantas daninhas em uma área agrícola de plantação de milho (Zea mays). Foram analisados dados reais, para as espécies Digitaria ciliaris, Euphorbia heterophilla L., Cenchrus echinatus L. e Bidens Pilosa L. e tamb´em dados simulados. O modelo envolve a combinação de estimação por krigagem e o filtro de Kalman. / The control of weeds is a major challenge in cultivation of agricultural areas. When present in uncontrolled quantities, these plants generate a decrease in productivity and cause significant and undesirable losses. The losses, combined with the high cost of control, motivate the development of tools to aid in taking decision, as maps of distribution of weed, to located handling of herbicides. In this work, was considered the application of a spatial-temporal model for construction of distribution maps of seed weeds in an agricultural area of corn plantation (Zea mays). Were analyzed real data, for the species Digitaria ciliaris, Euphorbia heterophilla L., Cenchrus echinatus L. and Bidens Pilosa L., and also simulated data. The model involves a combination of kriging estimation and Kalman filter.

Made available in DSpace on 2015-03-26T13:32:16Z (GMT). No. of bitstreams: 1 texto completo.pdf: 862787 bytes, checksum: b23a777918d630895ac6bf3d64e985c8 (MD5) Previous issue date: 2012-07-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In recent years Geostatistics has been widely used in the field of precision agriculture, this is due to being a tool to analyze the spatial variability exists in the area of agricultural production, enabling assess the need for creation of subareas or zones where they are handlings performed differently. One focus of precision agriculture is to identify management zones within the field based on the variability, and through Geostatistics is possible to produce thematic maps that assist in the establishment of management zones through adjustments of models of spatial dependence. The objective of this study was to analyze the influence of models of spatial dependence in the definition of thematic maps of management zones, using different models and different semivariogram sampling grids. To conduct the study, we analyzed simulated data generated in SAS software, where he held various structures of spatial dependence (DE) and different sampling grids (grid), with different sizes and densities of points, with a total of 9 data set simulated. To analyze the spatial dependence structure experimental semivariograms were used and adjusted three theoretical models to experimental semivariogram: exponential, spherical and Gaussian for each data set under study, according to the parameters set forth by autotune software ArcGis 9.3. Were adjusted 27 different semivariogram models using the method of ordinary kriging and through cross-validation technique checked the fit of the models semivariográficos. Thematic maps management zones were generated from the technique of kriging, and with the aid of software Idrisi was performed to compare the maps using Kappa Index of agreement, which was tested by testing their significance Z. From the analyzes, it was concluded that the model of spatial dependence does not influence the definition of thematic maps of management zones. / Nos últimos anos a Geoestatística vem sendo amplamente utilizada na área de agricultura de precisão, isso se deve ao fato de ser uma ferramenta que permite analisar a variabilidade espacial existente na área de produção agrícola, possibilitando avaliar a necessidade de criação de subáreas ou zonas onde serão realizados manejos de forma diferenciada. Um dos focos da agricultura de precisão é a identificação de zonas de manejo dentro do campo baseadas na variabilidade existente, e por meio da Geoestatística é possível produzir os mapas temáticos que auxiliam no estabelecimento das zonas de manejo através de ajustes de modelos de dependência espacial. Assim, o objetivo geral deste estudo foi analisar a influência de modelos de dependência espacial na definição de mapas temáticos de zonas de manejo, usando diferentes modelos de semivariogramas e diferentes grades de amostragem. Para a realização do estudo foram analisados dados simulados gerados no software SAS, onde se considerou diferentes estruturas de dependência espacial (DE) e diferentes grades de amostragens (grid), com diferentes tamanhos e densidades de pontos, sendo um total de 9 conjunto de dados simulados. Para a análise da estrutura de dependência espacial foram utilizados semivariogramas experimentais e ajustados três modelos teóricos ao semivariograma experimental: exponencial, esférico e gaussiano, para cada conjunto de dados em estudo, conforme os parâmetros estipulados pelo auto-ajuste do software ArcGis 9.3. Foram ajustados 27 diferentes modelos de semivariogramas através do método da krigagem ordinária e através da técnica de validação-cruzada verificados os ajustes dos modelos semivariográficos. Mapas temáticos de zonas de manejo foram gerados a partir da técnica de krigagem ordinária, e com o auxilio do software Idrisi foi realizada a comparação dos mapas através do Índice Kappa de concordância, o qual foi testado sua significância através do teste Z. A partir das análises realizadas, concluindo-se que o modelo de dependência espacial não influencia na definição de mapas temáticos de zonas de manejo.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-10-16T12:44:41Z No. of bitstreams: 1 THALITA CRISTINE RIBEIRO LUCAS FERNANDES - DISSERTAÇÃO (PPGEQ) 2017.pdf: 3155230 bytes, checksum: 29997db242a362fb2a65ffda6fcf8ba0 (MD5) / Made available in DSpace on 2018-10-16T12:44:41Z (GMT). No. of bitstreams: 1 THALITA CRISTINE RIBEIRO LUCAS FERNANDES - DISSERTAÇÃO (PPGEQ) 2017.pdf: 3155230 bytes, checksum: 29997db242a362fb2a65ffda6fcf8ba0 (MD5) Previous issue date: 2017-09-27 / CNPq / A hidrodesnitrogenação catalítica é um processo utilizado para remover impurezas de nitrogênio em produtos derivados de petróleo e ocorre mediante o tratamento da carga com hidrogênio a temperatura e pressão elevadas em um reator do tipo tricled-bed. Para otimizar as operações nestes reatores, é necessário que se tenha informações sobre a cinética das várias reações de hidrodesnitrogenação. Entretanto, as equações das taxas das reações não estão disponíveis na literatura. Assim, o objetivo deste trabalho consiste em obter as equações das taxas das reações e os parâmetros cinéticos para a rede reacional dos compostos nitrogenados utilizando o modelo rigoroso de hidrodesnitrogenação do Aspen Hysys como base numérica para as simulações. Experimentos numéricos foram realizados em um reator diferencial no software Aspen Hysys para obter dados de concentração de reagentes e produtos a diferentes alimentações. Diferentes métodos foram utilizados, um método de regressão linear multivariável para obtenção dos coeficientes de regressão, um método de metamodelagem interpoladora estocástica, o Kriging e a otimização do metamodelo Kriging utilizando o método dos mínimos quadrados. Para testar as metodologias propostas, todas as etapas foram aplicadas para um sistema de duas reações simples, uma reversível e outra irreversível, em um reator PFR. Os resultados referentes ao método de regressão linear mostraram que a metodologia pode ser utilizada para estimar parâmetros cinéticos desde que se conheça a equação da taxa correspondente. A comparação entre os dois métodos do tipo Kriging propostos (convencional e otimizado) foi feita a partir de técnicas de análise estatísticas, como o coeficiente de determinação R² e análise de variância (ANOVA). O kriging otimizado mostrou uma melhor aderência aos dados quando comparado com o kriging convencional. / Catalytic hydrodenitrogenation is one process used to remove nitrogen impurities from refinery streams, and it occurs by reacting a given charge with hydrogen at high temperature and pressure in a trickled-bed reactor. In order to optimize the operation of such reactors one needs information about the kinetics of the various hydrodenitrogenation reactions. However, reaction rate expressions are not available in the open literature. Therefore, this work aims at obtaining the reaction rate expressions and parameters for the reaction network of nitrogen compounds using the rigorous hydrodenitrogenation model in Aspen Hysys as the numerical basis for simulations. A differential reactor to simulate the process for different feed streams generated data to estimate of concentration of reagent and products at different feed loads. Three different methods were used, a multivariable linear regression model to obtain the regression coefficients, a stochastic interpolator metamodeling, Kriging and an optimized Kriging with least square method. In a first step, two simple reactions rates were used to test the methodologies in a reactor PFR in Hysys, a reversible and an irreversible. The results showed that linear regression might be use to estimate parameters satisfactory only if you know the reaction rate expression. By using statistical analysis as determination coefficient R² and analyze of variance, ANOVA, it was possible to compare both Krigings (conventional and optimized). Optimized Kriging showed a better adherence to the data when compared to conventional kriging.

Resumo: A citricultura é importante para a economia brasileira devido aos recordes de exportações e pela geração de empregos direto e indireto. O sensoriamento remoto é a fonte primária de informações sobre a cobertura do solo em decorrência dos avanços tecnológicos nos sistemas sensores. A incorporação de procedimentos geoestatísticos em estudos ambientais baseado em técnicas de Krigagem tem sido utilizada por profissionais da área de sensoriamento remoto. O objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, na Mesoregião de Bauru e Araraquara, através de métodos de sensoriamento remoto e geoestatísticos, para a discriminação e quantificação da área plantada. A área de estudo utilizada nesta pesquisa esta localizada na região central do Estado de São Paulo, com uma área de 56.146,78 ha. Foi utilizado o SIG-SPRING para o processamento dos dados. Foram utilizadas as bandas 2, 3 e 4 da imagem digital proveniente do satélite CBERS 2B, câmera CCD (Câmera Imageadora de Alta Resolução) que fornece imagens com uma resolução espacial de 20 metros. A imagem foi de 16/04/2009, nas órbitas/ponto 157/124 e 157/125. No processo de classificação das imagens foram estudados três métodos de classificação, sendo o CLUSTER não-supervisionado, o MAXVER (Máxima Verossimilhança) e a KI (Krigagem Indicativa) supervisionados, além da classificação em tela tida como verdade terrestre. As fidedignidades das classificações foram avaliadas pelo índice Kappa. Pelos resultados obtidos nas classificações de imagem para a discriminação e quantificação de áreas cultivadas com citros pode-se concluir: os classificadores obtiveram melhor qualidade de classificação para as áreas maiores com CITROS;a Krigagem Indicativa unificou as áreas pequenas de CITROS em uma única área... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The citrus industry is important for the Brazilian economy due to record exports and generating direct and indirect jobs. Remote sensing is the primary source of information on land cover as a result of technological advances in sensor systems. The incorporation of geostatistics procedures in environmental studies based on Kriging techniques has been used by professionals in areas of remote sensing. The aim of this study was to compare the accuracy of classification methods in the determination of satellite images of areas cultivated with citrus, Mesoregião in Araraquara, Bauru, and, through methods of remote sensing and geostatistics to discrimination and quantification of the area planted. The study area used in this research is located in the central region of São Paulo, with an area of 56,146.78 ha. It was used the GIS-SPRING for data processing. We used bands 2, 3 and 4 of the digital image from the satellite CBERS 2B, CCD camera (Camera high resolution image) that provides images with a spatial resolution of 20 meters. The image dated of 04/16/2009, the path/row 157/124 and 157/125. In the process of image classification were studied three methods of classification, and unsupervised clustering, the MLC (Maximum Likelihood) and KI (kriging) supervised classification beyond the screen taken as ground truth. The validation of classifications were evaluated by Kappa index. The results obtained of image classification onto discrimination and quantification of citrus areas were: the classifiers had improved quality of classification for wide citrus areas, the Indicative Kriging unified the small citrus areas in a single area, the Indicative Kriging was the classifier that less classified riparian vegetation area such as citrus, the others changed riparian vegetation by citrus. The validation showed that Indicative Kriging was the classifier which had the lower quality rating than... (Complete abstract click electronic access below) / Orientador: Célia Regina Lopes Zimback / Coorientador: Paulo Milton Barbosa Landim / Banca: Julião Soares de Souza Lima / Banca: Sergio Lazaro de Lima / Mestre

Resumo: O sistema de manejo do solo promove modificações nos seus atributos físicos, químicos e mecânicos. O objetivo desta pesquisa foi investigar as possíveis diferenças na variabilidade espacial de atributos físicos e químicos do solo sob dois sistemas de manejo, a fim de verificar qual deles influencia mais o desenvolvimento e a produtividade da cultura do milho. Além disso, objetivou-se caracterizar a dependência espacial dos atributos do solo e da planta, visando fornecer subsídios para um posterior planejamento das pesquisas agronômicas que tiverem as mesmas condições da área experimental. O experimento foi desenvolvido em um Nitossolo Vermelho Distroférrico, localizado em 22° 49' 31"S e 48° 25' 37"W, Botucatu-SP, Brasil. As medições foram feitas em uma área sob sistema de plantio direto, dividida em duas de 100 x 120 m. Na primeira área, foi realizado o preparo reduzido por meio de um escarificador, e na segunda, permaneceu o sistema de plantio direto. Nas duas áreas, foi semeada a cultura do milho, em dezembro de 2006. A amostragem dos atributos do solo foi efetuada sete meses após a semeadura, nas entrelinhas, próximo aos pontos amostrais, em malha com espaçamento regular de 18 m entre pontos e pontos adensados com espaçamento de 3,6 m entre si, totalizando 130 pontos amostrais para cada sistema de manejo. Foram analisados: porosidade total, macroporosidade, microporosidade, água disponível, densidade do solo, resistência mecânica à penetração e umidade gravimétrica, dentre os atributos físicos; pH, MO, P, H+Al, K, Ca, Mg, SB, CTC e V%, dentre os atributos químicos; e altura de planta, índice de colheita, massa de 1000 grãos e produtividade de grãos, dentre os atributos da cultura do milho. De acordo com os resultados obtidos e nas condições que o experimento foi conduzido, concluiu-se que as duas áreas avaliadas, plantio direto e preparo... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The soil management system promotes modification in its physical, chemical and mechanics attributes. The objective of this study was to investigate the possible differences in spatial variability of soil physical and chemical attributes under two management systems, in order to verify which one has more influence in the corn maize development and productivity. Furthermore, it aims to characterize the spatial dependence of plants and soils attributes, to provide subsidies for a subsequent planning of the agronomic researches that had the same conditions of experimental area. The experiment was developed in a Nitossolo Vermelho Distroférrico, located at 22 49' 31" and 48 25' 37" W, Botucatu - SP, Brazil. The measuring was made in an area under no tillage system, divided in two of 100 x 120 m. In the first area, the reduced preparation was accomplished through a chisel plow, and in the second, the no tillage stayed. In both areas, the corn yield was sowed, on December of 2006. The soil attributes sample was performed seven month after sowing, in the implied sense, close to the sample points, in grid with regular spacing of 18 m between points and next points with 3,6 m among themselves, resulting 130 sample points to each management system. The characteristics analyzed were: total porosity, macroporosity, microporosity, available water, soil bulk density, penetration mechanical resistance and gravimetric moisture, among physical attributes; pH, MO, P, H AL, K, Ca, Mg, SB, CTC and V%, among the chemical attributes; and plant height, crop index, grains mass and yield, among the maize attributes... (Complete abstract click electronic access below) / Orientador: Sílvio José Bicudo / Coorientador: António Paz González / Banca: Celia Regina Lopes Zimback / Banca: Kéber Pereira Lanças / Banca: Morel de Passos e Carvvalho / Banca: Sidney Rosa Vieira / Doutor

Dioxins are highly toxic persistent environmental pollutants that occur in marine harbour sediments as the results of industrial practices around the world and pose a significant risk to human health. To adequately remediate contaminated sediments, the spatial extent of contamination must first be determined by spatial interpolation. The ability to lower sampling frequency and perform laboratory analysis on fewer samples, yet still produce an adequate pollutant distribution map, would reduce the initial cost of new remediation projects. Fuzzy Set Theory has been shown as a way to reduce uncertainty due to data sparsity and provides an advantageous way to quantify gradational changes like those of pollutant concentrations through fuzzing clustering based approaches; Fuzzy modelling has the ability to utilize these advantages for making spatial predictions. To assess the ability of fuzzy modeling to make spatial predictions using fewer sample points, its predictive ability was compared to Ordinary Kriging (OK) and Inverse Distance Weighting (IDW) under increasingly sparse data conditions. This research used a Takagi-Sugeno (T-S) fuzzy modelling approach with fuzzy c-means clustering to make spatial predictions of lead concentrations in soil to determine the efficacy of the fuzzy model for applications of modeling dioxins in marine sediment. The spatial density of the data used to make the predictions was incrementally reduced to simulate increasingly sparse spatial data conditions. To determine model performance, the data at each increment not used for making the spatial predictions was used as validation data, which the model attempted to predict and the performance was analyzed. Initially, the parameters associated with the T-S fuzzy model were determined by the optimum observed performance, where the combination of parameters that produced the most accurate prediction of the validation data were retained as optimal for each increment of the data reduction. To determine performance Mean Absolute Error, the Coefficient of Determination, and Root Mean Squared Error were selected as metrics. To give each metric equal weighting a binned scoring system was developed where each metric received a score from 1 to 10, the average represented that methods score. The Akaike Information Criterion (AIC) was also employed to determine the effect of the varied validation set lengths on performance. For the T-S fuzzy model as the amount of data used to solve the respective validation set points was reduced the number of clusters was lower and the cluster centres were more spread out, the fuzzy overlap between clusters was larger, and the widths of the membership function in the T-S fuzzy model were wider. Although it was possible to determine an optimal number of clusters, fuzzy overlap, and membership function width that yielded an optimal prediction of the validation data, gain in performance was minor compared to many other combinations of parameters. Therefore, for the data used in this study the T-S fuzzy model was insensitive to parameter choice. For OK, as the data was reduced, the range of spatial dependence in the data from variography became lower, and for IDW the power parameters optimal value became lower to give a greater weighting to more widely spread points. For the TS fuzzy model, OK, and IDW the increasingly sparse data conditions resulted in an increasingly poor model performance for all metrics. This was supported by AIC values for each method at each increment of the data reduction that were within 1 point of each other. The ability of the methods to predict outlier points and reproduce the variance in the validation sets was very similar and overall quite poor. Based on the scoring system IDW did exhibit a slight outperformance of the T-S fuzzy model, which slightly outperformed OK. However, the scoring system employed in this research was overly sensitive and so was only useful for assessing relative performance. The performance of the T-S model was very dependent on the number of outliers in the respective validation set. For modeling under sparse data conditions, the T-S fuzzy modeling approach using FCM clustering and constant width Gaussian shaped membership functions used in this research did not show any advantages over IDW and OK for the type of data tested. Therefore, it was not possible to speculate on a possible reduction in sampling frequency for delineating the extent of contamination for new remediation projects. / Graduate

L’«Efficient Global Optimization» (EGO) est une méthode de référence pour l’optimisation globale de fonctions «boites noires» coûteuses. Elle peut cependant rencontrer quelques difficultés, comme le mauvais conditionnement des matrices de covariance des processus Gaussiens (GP) qu’elle utilise, ou encore la lenteur de sa convergence vers l’optimum global. De plus, le choix des paramètres du GP, crucial car il contrôle la famille des fonctions d’approximation utilisées, mériterait une étude plus poussée que celle qui en a été faite jusqu’à présent. Enfin, on peut se demander si l’évaluation classique des paramètres du GP est la plus appropriée à des fins d’optimisation. \\Ce travail est consacré à l'analyse et au traitement des différentes questions soulevées ci-dessus.La première partie de cette thèse contribue à une meilleure compréhension théorique et pratique de l’impact des stratégies de régularisation des processus Gaussiens, développe une nouvelle technique de régularisation, et propose des règles pratiques. Une seconde partie présente un nouvel algorithme combinant EGO et CMA-ES (ce dernier étant un algorithme d’optimisation globale et convergeant). Le nouvel algorithme, nommé EGO-CMA, utilise EGO pour une exploration initiale, puis CMA-ES pour une convergence finale. EGO-CMA améliore les performances des deux algorithmes pris séparément. Dans une troisième partie, l’effet des paramètres du processus Gaussien sur les performances de EGO est soigneusement analysé. Finalement, un nouvel algorithme EGO auto-adaptatif est présenté, dans une nouvelle approche où ces paramètres sont estimés à partir de leur influence sur l’efficacité de l’optimisation elle-même. / The Efficient Global Optimization (EGO) is regarded as the state-of-the-art algorithm for global optimization of costly black-box functions. Nevertheless, the method has some difficulties such as the ill-conditioning of the GP covariance matrix and the slow convergence to the global optimum. The choice of the parameters of the GP is critical as it controls the functional family of surrogates used by EGO. The effect of different parameters on the performance of EGO needs further investigation. Finally, it is not clear that the way the GP is learned from data points in EGO is the most appropriate in the context of optimization. This work deals with the analysis and the treatment of these different issues. Firstly, this dissertation contributes to a better theoretical and practical understanding of the impact of regularization strategies on GPs and presents a new regularization approach based on distribution-wise GP. Moreover, practical guidelines for choosing a regularization strategy in GP regression are given. Secondly, a new optimization algorithm is introduced that combines EGO and CMA-ES which is a global but converging search. The new algorithm, called EGO-CMA, uses EGO for early exploration and then CMA-ES for final convergence. EGO-CMA improves the performance of both EGO and CMA-ES. Thirdly, the effect of GP parameters on the EGO performance is carefully analyzed. This analysis allows a deeper understanding of the influence of these parameters on the EGO iterates. Finally, a new self-adaptive EGO is presented. With the self-adaptive EGO, we introduce a novel approach for learning parameters directly from their contribution to the optimization.

[pt] Esta dissertação desenvolve um estudo sobre a aplicação das técnicas de modelagem geológica e análises geoestatísticas na avaliação da variabilidade espacial do parâmetro geotécnico (RQD) no depósito Animas – Peru. O estudo das cinco litologias presentes no depósito permitirá melhorar o conhecimento da qualidade do maciço rochoso em regiões não-amostradas. Nesta pesquisa foram empregados o método da krigagem ordinária, para estimação da variabilidade espacial, e a simulação seqüencial Gaussiana, para simulação da distribuição dos valores de RQD. Ambos os resultados foram comparados com um técnica de estimativa clássica - o método do inverso do quadrado da distância. Verificou-se que os resultados provenientes do método clássico e da krigagem ordinária são bastante semelhantes entre si, enquanto que valores produzidos pela simulação Gaussiana apresentaram acentuadas diferenças em todas as litologias analisadas. No estudo foram utilizados os programas computacionais Datamine, para modelagem geológica, e Isatis v.7 para análises geoestatísticas. / [en] This thesis investigates the application of geological modeling techniques and geostatistical methods for estimation of the spatial variability of the geotechnical parameter RQD at the ore deposit Animas - Peru. The study of five different rock layers will permit the improvement of the overall knowledge about the quality of the rock mass, mainly in the regions where the existence of experimental samples is limited or not available at all. In this research the ordinary kriging method was used for studies of spatial variability and the Gaussian sequential simulation for analysis of the distribution of RQD values throughout the rock mass. The results of both methods were compared with those calculated on basis of a classical estimation technique - the method of the inverse of the squared distances. It was concluded that the values obtained by ordinary kriging and the classical method are quite similar between themselves but the results with Gaussian simulation show significant differences in all the rock layers investigated. In this research the following computational programs were used: Datamine, for the geologic modeling, and Isatis v.7, for geostatiscal analyses.

Desde que um depósito mineral apenas terá sua geometria e propriedades reais conhecidas após a completa extração e processamento, é necessário o emprego de modelos e estimativas ao longo da vida do projeto para seu correto planejamento. Estimativas são fortemente afetadas pela qualidade dos dados, o que torna fundamental seu controle e certificação. Tal necessidade levou à industrial mineral a adotar controles e procedimentos que meçam e garantam a qualidade da informação. Esses controles para amostragem e análises laboratoriais são baseados em valores de tolerância máxima de erros tipicamente baseada na literatura ou tidos como boas práticas, apesar de tais valores não levarem em conta a precisão e acurácia necessária em um dado projeto ou características especificas de um projeto. Nesse contexto se propõe, através da análise de sensibilidade, uma metodologia que mensure como os erros analíticos e/ou locacionais se propagam às estimativas. Assumindo a base de dados inicial como isenta de erros, outras bases são geradas pela adição de incerteza; as curvas de sensibilidades relacionam o impacto das estimativas à incerteza adicionada a cada base de dados. Tais erros são sorteados dentro de uma distribuição normal com média zero e diferentes desvios-padrões (simulando diferentes níveis de incerteza) para teores e posição espacial. O impacto é medido pela comparação das estimativas com a base se dado sem perturbação e os os modelos derivados de bases perturbadas. Os resultados são apresentandos através de perda/diluição, correlação entre blocos estimados com os dados originais e perturbados e pelo seu desvio médio. A metodologia proposta foi aplicada nos dados de Walker Lake (Nevada-USA) e parte do depósito de bauxita de Miraí (MG-Brazil). Baseado na curva de sensibilidade, pôde-se avaliar impacto na reconciliação diária da mina de Miraí, causada pela incerteza dos dados. Os resultados indicaram que o impacto de erros nas coordenadas tem um comportamento exponencial, onde erros relativos até 10% da dimensão da malha causam um baixo desvio nas estimativas. A incerteza analítica em geral é reduzida na incerteza dos valores krigados. Definindo como aceitável na mina de Miraí que 90% dos blocos devam ter um máximo de incerteza causada pelos dados de 10% para Al2O3 e recuperação mássica e de 30% para sílica reativa, a metodologia proposta definiu uma tolerância para o controle de qualidade das duplicatas de campo respectivamente de 10.9%, 9.5% e 12.5%. Os erros calculados coincidem com os 10% tipicamente sugeridos pela literatura. / Since a mineral deposit only has its exact geometry and properties known after its complete extraction and processing, it is necessary to use models and estimates throughout the life of the project for proper planning. Estimates are strongly affected by data quality; consequently, their control and certification are imperative. This leads the mineral industry to adopt controls and procedures to measure and ensure data quality. These controls used for sampling and lab analysis are based on max error tolerance intervals typically suggested in the literature, however these limits do not take into account the precision and accuracy required in a given project or in a specific mineral deposit. In this context, this dissertation proposes throughout sensitivity analysis a methodology that measures how the analytical and/or locational errors propagate to estimates. It started using an original dataset considered error free, and databases created from it by adding errors. Sensitivity curves relate the impact on block estimate due to the uncertainty added to each database. The samples errors are draw from a normal distribution with zero mean and different standard deviations (emulating different precision levels) for grades and spatial position. The impact is measure by comparing estimates based on an error-free database against the model derived from error added data sets counting blocks affected by loss/dilution, correlation between original block model versus new model with error added to the data and the block mean deviations. The methodology proposed was illustrated using the Walker Lake (Nevada-USA) dataset and part of Miraí bauxite deposit (MG-Brazil). Based on the defined sensitivity curve the impact on the daily grade reconciliation at Miraí mine caused by using a database with error added is assessed. The results indicates that the impact on grade estimation caused by data coordinates uncertainty has an exponential behavior, where relative errors below 10% of the sampling spacing cause low impact on estimated values. The kriging weighted averaging in general mostly reduces the analytical uncertainty. Defining as acceptable for Miraí Mine that 90% of blocks should have errors (caused by poor quality data) lower than 10% related to Al2O3 and for mass recovery and of 30% for reactive silica, the proposed methodology defines a quality control tolerance to field replicate respectively of 10.9%, 9.5% and 12.5%. The defined error limits coincided with the values suggested by literature at 10%.

Made available in DSpace on 2015-12-10T14:23:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-02-27. Added 1 bitstream(s) on 2015-12-10T14:29:31Z : No. of bitstreams: 1 000850563.pdf: 6553807 bytes, checksum: b20c25ecb294dbf65e24ae1d99837031 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Georges Matheron, baseado na teoria das variáveis regionalizadas, sua criação, desenvolveu a Geoestatística, inicialmente aplicada em mineração, mas que atualmente é de larga aplicação em várias áreas do conhecimento cujos problemas possuem forte ligação espacial. Segundo essa metodologia, o método estimador mais usual é a Krigagem Ordinária, que leva em consideração a estrutura de variâncias e covariâncias entre as amostras que, neste caso, dependem da localização geográfica dos postos amostrados. Para utilização essa técnica, parte-se da pressuposição que a função aleatória Z(x), que descreve o fenômeno estudado, apresente estacionariedade de segunda ordem ou satisfaça a hipótese intrínseca. Isto implica, em ambos os casos, que E [Z(x)] = m, sendo m desconhecido, mas constante. Se, porventura, esta condição não for satisfeita e se a função aleatória Z (x) puder ser escrita como a seguinte soma Z (x) = m(x) + Y(x), onde m(x) é o valor da esperança de Z(x) e pode ser escrita como um polinômio de grau baixo e Y(x) constituir a parte aleatória, deve-se usar a metodologia da Krigagem Universal, da qual a Krigagem Ordinária é um caso particular. No entanto, a Krisagem Universal possui uma dificuldade metodológica que é a de se supor conhecido o semivariograma dos Resíduos. Uma das maneiras de contornar este problema é utilizar a Krisagem dos Resíduos ou Krigagem Residual. O objetivo desta dissertação é apresentar, embora de maneira não rigorosa, o formalismo matemático que embasa a teoria da Krigagem, os problemas relativos a Krigagem Residual e as críticas que são feitas a este método. Por fim, serão exibidos dois exemplos retirados da literatura, cujo fenômeno em estudo não cumpre e as condições exigidas para a Krigagem Ordinária e nos quais, portanto, deve-se aplicar a Krigagem Universal que, nestes casos, será feita através da Krigagem dos Resíduos