Medium and short term mine planning require models of mineral deposits that account for internal geological structures that permit scheduling of mine production at a weekly and monthly production periods. Modified kriging estimation techniques are used for accounting for such geologic structures. However, in the case of simulation, it is strongly linked to the use of sequential Gaussian simulation which has difficulties in reproducing internal geologic patterns. This thesis presents: (1) a set of tools to verify the impact of mean and variance trends in a domain; (2) a methodology for identifying highly variable sub-regions within domains; and (3) a simulation methodology that accounts for the internal structures in the domain required by medium and short term planning. Specifically, the simulation approach consists of: (1) moving the domain to a high dimensional space where the features of the internal structures in the domain are more stationary, (2) simulating the realizations via sequential Gaussian simulation, and (3) projecting the results to the initial dimensional space. / Mining Engineering

No description available.

The Canadian Precipitation Analysis (CaPA) generates gridded precipitation data outputs based on the assimilation of both observation and climate model data. CaPA outputs are highly valuable to modelling efforts dependent on precipitation inputs, and as such the quality of CaPA outputs is crucial. Two improvements to CaPA were investigated: reducing transformation bias though correction against moving-window averaged CaPA output that avoids transformation, and enhancing semivariograms through anisotropy and convection considerations. Accounting for convection in the semivariogram proved ineffectual, while the bias correction technique and anisotropic semivariograms both reduced bias and improved related metrics. No methods improved the Equitable Threat Score. If implemented separately, the bias correction or anisotropic semivariogram approaches will yield targeted benefits for CaPA users, particularly for applications focused on extreme precipitation values. Improvements were not so comprehensive as to warrant adoption in the operational CaPA configuration, although availability in experimental versions is recommended.

Orientador: Carlos Roberto Padovani / Resumo: Sabe-se que a época de plantio de determinadas culturas é dependente da ocorrência de chuva e das condições de temperatura e, também, que estas épocas variam de região para região. Muitos estudos, utilizando procedimentos clássicos de estatística para analisar como a temperatura afeta o crescimento de plantas e a produção de grãos na agricultura, já foram realizados no Brasil. Este trabalho apresenta uma alternativa para analisar valores de temperatura média do ar envolvendo distribuição espacial dos dados. Assim, com o objetivo de construir o mapeamento climático do Estado do Paraná por meio de uma técnica eficiente, simples e acurada (Geoestatística), foram utilizados dados obtidos pelo Instituto Agronômico do Paraná - IAPAR, coletados diariamente em 33 estações agrometeorológicas. A Geoestatística considera as associações entre amostras vizinhas através de sua geometria, ou seja, da localização das amostras no campo e detecta se existe influência de uma amostra sobre a outra, de acordo com a distância entre elas. As técnicas geoestatísticas de interpolação que se baseiam nessas associações entre amostras vizinhas, podem estimar com eficiência valores em locais não amostrados. A existência de dependência espacial é detectada pelo variograma (ou pelo covariograma). As análises permitiram concluir pela existência de dependência espacial na temperatura média do ar para os meses de janeiro e julho e o modelo esférico foi o que melhor expressou esta dependência espacial. As estimativas de temperatura em pontos não amostrados (um quadriculado com 50 colunas e 35 linhas, totalizando 1750 pontos sobre o Estado) foram obtidas através da técnica de interpolação Krigagem Universal e os mapas, comparados com os existentes no IAPAR, apresentaram-se eficientes, mesmo não considerando a variável altitude como variável auxiliar. / Abstract: It is well known that sowing periods for some crops depend on rain and temperature conditions, and that the harvesting period may vary from region to region. Several studies on the effect of temperature on plants and grain production have been carried out in Brazil, using classic statistical procedures. This study offers an alternative for the analysis of mean air temperature values involving spatial data distribution. Data from 33 agrometeorological stations, collected daily by IAPAR (Agronomical Institute of Paraná, Brazil), were used to generate climatic maps for the state, adopting an efficient, simple and accurate technique (Geostatistics). Geostatistics takes into consideration the associations among neighboring samples through its geometry, i.e., the location of samples in the field, and detects the influence of one sample over the other according to the distance between them. Interpolation geostatistical techniques based on these associations among neighboring samples allows to estimating values for non-sampled locations efficiently. The existence of spatial dependence is detected by the variogram or covariance function. Data from the geostatistical analysis showed spatial dependence in the atmospheric mean temperature for the months of January and July which was best expressed by the spherical model. Temperature estimates from non-sampled points (a square with 50 columns and 35 lines, totaling 1750 points around the state) were obtained by the Universal Kriging interpolation technique, and the mappings were more efficient compared to those from Caviglione et al. (2000), even when altitude was considered an auxiliary variable. / Doutor

The aim of this paper is discussion on particular properties of D-optimal designs under isotropic and intrinsically stationary correlation structures. We show that design points can collapse under the presence of some covariance structures. This enables to include so called nugget effect by natural way. Some numerical examples are also included. (author's abstract) / Series: Research Report Series / Department of Statistics and Mathematics

Made available in DSpace on 2014-06-11T19:31:39Z (GMT). No. of bitstreams: 0 Previous issue date: 2002-04Bitstream added on 2014-06-13T20:02:34Z : No. of bitstreams: 1 melem_vm_dr_botfca.pdf: 1245740 bytes, checksum: 3f397ecf49e2ff47ffb8b3e467684468 (MD5) / Sabe-se que a época de plantio de determinadas culturas é dependente da ocorrência de chuva e das condições de temperatura e, também, que estas épocas variam de região para região. Muitos estudos, utilizando procedimentos clássicos de estatística para analisar como a temperatura afeta o crescimento de plantas e a produção de grãos na agricultura, já foram realizados no Brasil. Este trabalho apresenta uma alternativa para analisar valores de temperatura média do ar envolvendo distribuição espacial dos dados. Assim, com o objetivo de construir o mapeamento climático do Estado do Paraná por meio de uma técnica eficiente, simples e acurada (Geoestatística), foram utilizados dados obtidos pelo Instituto Agronômico do Paraná – IAPAR, coletados diariamente em 33 estações agrometeorológicas. A Geoestatística considera as associações entre amostras vizinhas através de sua geometria, ou seja, da localização das amostras no campo e detecta se existe influência de uma amostra sobre a outra, de acordo com a distância entre elas. As técnicas geoestatísticas de interpolação que se baseiam nessas associações entre amostras vizinhas, podem estimar com eficiência valores em locais não amostrados. A existência de dependência espacial é detectada pelo variograma (ou pelo covariograma). As análises permitiram concluir pela existência de dependência espacial na temperatura média do ar para os meses de janeiro e julho e o modelo esférico foi o que melhor expressou esta dependência espacial. As estimativas de temperatura em pontos não amostrados (um quadriculado com 50 colunas e 35 linhas, totalizando 1750 pontos sobre o Estado) foram obtidas através da técnica de interpolação Krigagem Universal e os mapas, comparados com os existentes no IAPAR, apresentaram-se eficientes, mesmo não considerando a variável altitude como variável auxiliar. / It is well known that sowing periods for some crops depend on rain and temperature conditions, and that the harvesting period may vary from region to region. Several studies on the effect of temperature on plants and grain production have been carried out in Brazil, using classic statistical procedures. This study offers an alternative for the analysis of mean air temperature values involving spatial data distribution. Data from 33 agrometeorological stations, collected daily by IAPAR (Agronomical Institute of Paraná, Brazil), were used to generate climatic maps for the state, adopting an efficient, simple and accurate technique (Geostatistics). Geostatistics takes into consideration the associations among neighboring samples through its geometry, i.e., the location of samples in the field, and detects the influence of one sample over the other according to the distance between them. Interpolation geostatistical techniques based on these associations among neighboring samples allows to estimating values for non-sampled locations efficiently. The existence of spatial dependence is detected by the variogram or covariance function. Data from the geostatistical analysis showed spatial dependence in the atmospheric mean temperature for the months of January and July which was best expressed by the spherical model. Temperature estimates from non-sampled points (a square with 50 columns and 35 lines, totaling 1750 points around the state) were obtained by the Universal Kriging interpolation technique, and the mappings were more efficient compared to those from Caviglione et al. (2000), even when altitude was considered an auxiliary variable.

No description available.

Resumo: O objetivo deste estudo foi avaliar o potencial da suscetibilidade magnética para estimar atributos do solo e mapear áreas de manejo especifico para a cultura da cana-de-açúcar. Dois experimentos foram realizados. No primeiro, foram amostrados 50 pontos de forma aleatória em uma área de 2 ha, na profundidade de 0,00 - 0,20 m. Foi construída uma curva de calibração para converter as leituras das amostras de solo feitas na balança em medidas de suscetibilidade magnética. A suscetibilidade magnética medida por uma balança analítica teve uma correlação de 0,58 com o teor de argila, -0,75 com o teor de matéria orgânica, 0,41 com a saturação por bases e 0,82 com o teor de hematita do solo na profundidade 0,00 - 0,20 m. A análise estatística multivariada dos componentes principais mostrou que a suscetibilidade magnética explica 10,69% da variância do conjunto de atributos do solo estudados. No segundo experimento, foram retiradas aleatoriamente (grade irregular) 110 amostras em uma área de 770 ha em duas profundidades, 0,00-0,20 m e 0,20- 0,40 m, para avaliação dos atributos granulométricos, químicos e da suscetibilidade magnética do solo. Foram avaliados os atributos da cana-de-açúcar em 32 subáreas. A dependência espacial dos atributos foi estimada por meio do semivariograma, semivariograma escalonado e correlação dos mapas de distribuição espacial. Os resultados mostram que a suscetibilidade magnética apresentou um erro 33 a 50% menor do que a outros atributos físicos e químicos do solo na delimitação dos limites para áreas de manejo específico para cana-de-açúcar. Além disso, a suscetibilidade magnética teve correlação espacial significativa com os atributos físicos e químicos do solo e os atributos da cana-de-açúcar, podendo ser utilizada para auxiliar no mapeamento de áreas de manejo especifico para a cultura da cana-de-açúcar / Abstract: The aim of this study was to evaluate the potential of magnetic susceptibility in estimating soil attributes and to map specific management areas under sugar cane cultivation. Two experiments were carried out. In the first, 50 points were sampled, at random, in an area of 2 ha, in 0.00 to 0.20 m depth. It has been constructed a calibration curve in order to convert the soil sample readings, taken from the balance, in magnetic susceptibility measurements. The magnetic susceptibility measured by an analytical balance had a 0.58 correlation with the clay content, -0.75 with the organic matter content, 0.41 to saturation and 0.82 with the hematite content in a soil depth from 0.00 to 0.20 m. The multivariate statistical analysis of principal components show that the magnetic susceptibility explains 10.69% of the soil set properties variance. In the second experiment were taken (irregular grid) 110 samples, at random, in a 770 ha area in two different depths, one from 0.00 to 0.20 m and other from 0.20 to 0.40 m, to assess the soil texture and chemical attributes and the magnetic susceptibility. The sugar cane attributes over 32 subareas were also evaluated. The spatial dependence in soil attributes was estimated through the semivariogram, scaled semivariogram and spatial distribution correlation maps. The results show that the magnetic susceptibility presented 33 to 50% error which is lower than the physical and chemical properties to define the specific management areas limits in sugar cane. In addition, the magnetic susceptibility had a significant spatial correlation with the sugar cane chemical and physical attributes and can be used to aid in the specific management areas mapping for sugar cane cultivation / Orientador: José Marques Júnior / Coorientador: Gener Tadeu Pereira / Banca: Marlene Cristina Alves / Banca: Marcos Omir Marques / Mestre

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.

Made available in DSpace on 2014-06-11T19:31:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-08-06Bitstream added on 2014-06-13T19:20:48Z : No. of bitstreams: 1 cardim_d_dr_botfca.pdf: 1264503 bytes, checksum: 52ba838e58a2314f18450fe7f4e8a727 (MD5) / Universidade Estadual Paulista (UNESP) / Este trabalho teve como objetivo avaliar a variabilidade espacial da produtividade média anual das culturas do arroz, feijão, milho e café no Estado de São Paulo, empregando técnicas geoestatísticas, visando verificar suas relações com o mapeamento dos índices térmico, pluviométrico e pluviotérmico obtidos pelo mapeamento do comportamento multivariado da temperatura e precipitação médias no Estado de São Paulo. Estudou-se a produtividade média anual de cada cultura nas décadas de 70, 80 e 90, georreferenciadas por meio das coordenadas geográficas longitude e latitude em cada município. Foi analisada a região do Estado de São Paulo compreendida entre as coordenadas geográficas: 46,43 a 51,85 graus de longitude e -23,96 a -20,05 graus de latitude, visto que os mapas dos índices térmico, pluviométrico e pluviotérmico foram realizados dentro desta região do Estado de São Paulo. Verificado o comportamento dos dados próximo da distribuição normal por meio da estatística descritiva, efetuou-se a análise geoestatística. Por intermédio dos semivariogramas experimentais, verificou-se a existência de dependência espacial na produtividade média anual para todas as culturas e décadas em estudo. A técnica de validação cruzada permitiu avaliar a qualidade dos ajustes dos semivariogramas e a correlação existente entre os valores observados e os valores estimados. A produtividade média anual para todas as culturas e décadas em estudo comporta-se como um fenômeno isotrópico, ou seja, a análise do semivariograma em uma única direção é suficiente para o estudo da dependência espacial. Construíram-se mapas de isolinhas para a produtividade média anual das culturas nas décadas analisadas, utilizando os valores de 1747 pontos estimados pelo processo de interpolação por krigagem... / This work had like objective evaluate the spatial variability of the mean annual productivity of rice, beans, corn and coffee cultures in the São Paulo State, employing geostatistics techniques, looking for check its relations with the thermal, pluviometric and pluviothermal index maply obtained by maply of the conduct multivaried of mean temperature and precipitation on São Paulo State. It was studied the mean annual productivity of each culture 70, 80 and 90 decades, located by geographic coordinates longitude and latitude in every city. It was analyzed the São Paulo State region understood between the geographic coordinates: 45,43 to 51,85 degrees of longitude and -23,96 to -20,05 degrees latitude, because the thermal, pluviometric and pluviothermal maps of the indexes was accomplished within of this São Paulo State region. Checked the normality of the datas by the descriptive statistics, it was effected the geostatistics analyze. Through the agency of experimental semivariograms it was checked the being of spatial reliance in the mean annual productivity to every culture and decade in study. The technique of cross validation allowed evaluate the quality of the adjustments of semivariograms and the correlation extant between the observed values and the estimate values. The mean annual productivity to every culture, and decade in study hold like a phenomenon isotropic, this is, the analyze of semivariogram in only one direction is enough the study reliance. It was built map isolines to the mean annual productivity of culture in the analyzed decade, using the values of 1747 points estimated for the interpolation by kriging. These maps allowed to conduct of the mean annual productivity of every culture in every decade of analyzed. The analyzes of the correlation between the climatic index and... (Complete abstract, click eletronic address below)