Made available in DSpace on 2014-06-11T19:23:10Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-02-27Bitstream added on 2014-06-13T20:30:04Z : No. of bitstreams: 1 silvajunior_jf_me_jabo.pdf: 787738 bytes, checksum: 7b3e41cb53972e8468ad03ecb64cfbe1 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os óxidos de ferro são importantes indicadores ambientais e possuem grande influência nos atributos físicos e químicos do solo. Entretanto, para o melhor entendimento de sua formação e ocorrência são necessários estudos de variabilidade espacial. A geoestatística é a melhor ferramenta para este estudo, sendo que a Krigagem ordinária (KO) é um interpolador de mínimos quadrados, mais utilizado em ciência do solo. Porém, ela suaviza os detalhes locais da variação espacial, superestimando pequenos valores e subestimando altos valores. Por isso, ela revela-se inadequada na avaliação da verdadeira variabilidade espacial dos óxidos de ferro. Embora a krigagem mostre a melhor estimativa de um atributo Z, ele não representa bem a variação. Deste modo, a alternativa é simulação geoestatística que avalia e quantifica a incerteza de um atributo, de maneira mais realista. A técnica de simulação estocástica mais utilizada é a simulação sequencial gaussiana (SSG), por ser, rápida e direta na construção da função de densidade de probabilidade acumulada condicional (f.d.p.a.c), sendo, portanto preferível à estimação pela KO. Desta forma, é importante testar outros métodos para caracterizar espacial dos óxidos de ferro. Objetivando avaliar o desempenho da (KO), krigagem ordinária dos dados padronizados (KOP) e da simulação seqüencial gaussiana (SSG) da variabilidade espacial dos óxidos de ferro em uma área com pedoformas: côncava e convexa foram coletados 121 amostras de duas malhas nos dois relevos classificados como: côncavo e convexo com espaçamento de 10 metros. O erro médio, o erro quadrático médio e o erro quadrático médio padronizado foram os critérios de avaliação da acurácia da predição. Os valores altos dos coeficientes de variação dos óxidos de ferro afetaram o desempenho dos métodos... / Iron oxides are important environmental indicators and have great influence on the physical and chemical properties of soil. However, for a better understanding of their formation and occurrence studies are necessary spatial variability. Geostatistics is a tool for this study, ordinary kriging (OK) is a least squares interpolator, is the most widely used in soil science. However smooths out local details of spatial, small values overestimating and underestimating high values. Therefore, is inadequate in the evaluation of iron oxides. Although the kriging show the best estimate of an attribute Z, it does not represent well the variation. Thus, the alternative is geroestatisctical simulation that evaluates and quantify the uncertainty of an attribute, more realistically. Since the most widely used is the sequential Gaussian simulation (SGS), to be quickly and directly in the construction of the density function of cumulative probability (fdpac), and are preferred to the estimation. Thus, is important to test other methods to characterize spatially of iron oxides. In order to evaluate the performance of (OK), ordinary kriging of standardized data (OKS) and sequential Gaussian simulation (SGS) of the spatial variability of iron oxides in an area with landform: concave and convex 121 samples were collected data in two loops with two reliefs classified as concave and convex with spacing of 10 meters. The average error, the mean square error and root mean square error were standardized criteria for evaluating the accuracy of prediction. High values of coefficient of variation of iron oxides harmed the performance of the methods. The landforms showed variable differentiated by SGS. The maps of OKS and E-type had higher accuracy and greater detail in relation to landforms in the OK. It is recommended that E-type maps instead of maps OK... (Complete abstract click electronic access below)

Orientador: Gener Tadeu Pereira / Coorientador: José Marques Júnior / Banca: Ednaldo Carvalho Guimarães / Banca: Marcílio Vieira Martins Filho / Resumo: Os óxidos de ferro são importantes indicadores ambientais e possuem grande influência nos atributos físicos e químicos do solo. Entretanto, para o melhor entendimento de sua formação e ocorrência são necessários estudos de variabilidade espacial. A geoestatística é a melhor ferramenta para este estudo, sendo que a Krigagem ordinária (KO) é um interpolador de mínimos quadrados, mais utilizado em ciência do solo. Porém, ela suaviza os detalhes locais da variação espacial, superestimando pequenos valores e subestimando altos valores. Por isso, ela revela-se inadequada na avaliação da verdadeira variabilidade espacial dos óxidos de ferro. Embora a krigagem mostre a melhor estimativa de um atributo Z, ele não representa bem a variação. Deste modo, a alternativa é simulação geoestatística que avalia e quantifica a incerteza de um atributo, de maneira mais realista. A técnica de simulação estocástica mais utilizada é a simulação sequencial gaussiana (SSG), por ser, rápida e direta na construção da função de densidade de probabilidade acumulada condicional (f.d.p.a.c), sendo, portanto preferível à estimação pela KO. Desta forma, é importante testar outros métodos para caracterizar espacial dos óxidos de ferro. Objetivando avaliar o desempenho da (KO), krigagem ordinária dos dados padronizados (KOP) e da simulação seqüencial gaussiana (SSG) da variabilidade espacial dos óxidos de ferro em uma área com pedoformas: côncava e convexa foram coletados 121 amostras de duas malhas nos dois relevos classificados como: côncavo e convexo com espaçamento de 10 metros. O erro médio, o erro quadrático médio e o erro quadrático médio padronizado foram os critérios de avaliação da acurácia da predição. Os valores altos dos coeficientes de variação dos óxidos de ferro afetaram o desempenho dos métodos... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Iron oxides are important environmental indicators and have great influence on the physical and chemical properties of soil. However, for a better understanding of their formation and occurrence studies are necessary spatial variability. Geostatistics is a tool for this study, ordinary kriging (OK) is a least squares interpolator, is the most widely used in soil science. However smooths out local details of spatial, small values overestimating and underestimating high values. Therefore, is inadequate in the evaluation of iron oxides. Although the kriging show the best estimate of an attribute Z, it does not represent well the variation. Thus, the alternative is geroestatisctical simulation that evaluates and quantify the uncertainty of an attribute, more realistically. Since the most widely used is the sequential Gaussian simulation (SGS), to be quickly and directly in the construction of the density function of cumulative probability (fdpac), and are preferred to the estimation. Thus, is important to test other methods to characterize spatially of iron oxides. In order to evaluate the performance of (OK), ordinary kriging of standardized data (OKS) and sequential Gaussian simulation (SGS) of the spatial variability of iron oxides in an area with landform: concave and convex 121 samples were collected data in two loops with two reliefs classified as concave and convex with spacing of 10 meters. The average error, the mean square error and root mean square error were standardized criteria for evaluating the accuracy of prediction. High values of coefficient of variation of iron oxides harmed the performance of the methods. The landforms showed variable differentiated by SGS. The maps of OKS and E-type had higher accuracy and greater detail in relation to landforms in the OK. It is recommended that E-type maps instead of maps OK... (Complete abstract click electronic access below) / Mestre