Made available in DSpace on 2018-08-01T23:26:45Z (GMT). No. of bitstreams: 1 tese_7854_40 - Dissertação - Diego Capucho Cezana20150903-153246.pdf: 2100977 bytes, checksum: 8dc97702d900729d466a34e5d8a7c161 (MD5) Previous issue date: 2014-02-27 / A agricultura de precisão trouxe ferramentas que permitem considerar as plantas de uma lavoura, não como um ambiente homogêneo, e sim em toda a sua variabilidade. Ferramentas como o variograma e a krigagem possibilitam a construção de mapas por meio da interpolação dos pontos amostrais que apresentam dependência espacial entre si, fazendo desse modo, se conhecer pontos dentro da malha amostral, sem a necessidade de amostragem Objetivou-se no presente estudo descrever a variabilidade espacial e temporal dos nutrientes foliares e produtividade de uma lavoura de café Conilon em duas épocas de amostragem. O trabalho foi conduzido em uma lavoura comercial de café Conilon da variedade denominada Bamburral, em regime de irrigação por microaspersão, no município de São Mateus - Espírito Santo. A área experimental possui dimensões de 100 x 115 m, onde se amostrou uma malha de 100 pontos com distância mínima de 2 m entre eles. A produtividade da lavoura foi estimada por meio da colheita de uma planta a cada ponto amostral. Os atributos estudados apresentaram estrutura de dependência espacial moderada, sendo o modelo esférico o que melhor se ajustou para todas as variáveis avaliadas. A maior variabilidade foi obtida pela produtividade na época 1 (CV 66,66%), e a menor, para o N também da época 1 (CV 9,21%). Ambas as variáveis apresentaram distribuição normal, com alcance de 14,31 e 44,0 m, respectivamente. O coeficiente de variação dos micronutrientes Fe, Zn, Cu, Mn e B nas duas épocas foi classificado como moderado. Os macronutrientes K, Ca, Mg e S na época 1 foram classificados como moderados enquanto o N e o P apresentaram CV baixo, na época 2 o CV moderado foi apresentado pelo P, Ca, Mg e S e o CV baixo foi apresentado pelo N e K.

Made available in DSpace on 2016-08-17T14:53:15Z (GMT). No. of bitstreams: 1 Daniel Rodrigues Ericeira.pdf: 2002346 bytes, checksum: df76ac081a5d0e5816a81b5699935561 (MD5) Previous issue date: 2011-03-17 / Mammography is the exam of the breast, used as breast cancer prevention and also as a diagnostic method. This exam, which consists in an X-Ray of the breast, allows cancer detection. The purpose of this work is to use image processing techniques and computer vision to help specialists in detecting suspect regions and masses in digital mammographies. The first stage of the methodology consists in pre-processing the images to make them more suitable to registration, through noise reduction, image segmentation and re-scale. The next stage presents bilateral left and right breast image pairs registration. In order to correct position and compression differences that occur during the exams, rigid registration (followed by optic flow deformable registration) was applied in each image pair. Corresponding pairs of regions were related and their mutual variations were measured through cross-variogram spatial description. On the next stage, a training model for a Support Vector Machine (SVM) was created using as characteristics the cross-variogram values of each pair of regions of 180 cases. This SVM was tested for 100 new cases. The region pairs that contained lesions were classified as suspect regions , and the other regions as non-suspect regions . From the suspect regions, variogram characteristics were extracted as tissue texture descriptors. The regions that contained masses were classified as mass regions and the other regions as non-mass regions . Stepwise linear discriminant analysis was applied to select the most significant characteristics to train the second SVM. Tests with 30 new cases were performed for the trained SVM final classification in mass or non-mass . The best case presented on the final classification: 96% accuracy, 100% sensitivity and 95,34% specificity. The worst case presented: 70% accuracy, 100% sensitivity and 67,56% specificity. On average, the 30 cases presented: 90% accuracy, 100% sensitivity and 85% specificity. / A mamografia é um exame de mama, utilizado de forma preventiva ao câncer de mama e também como método diagnóstico. Este exame, que consiste em uma radiografia das mamas, permite a detecção do câncer. O objetivo deste trabalho é utilizar técnicas de processamento de imagens e visão computacional para auxiliar especialistas na detecção de regiões suspeitas e detecção de massas mamárias em mamografias digitais. A primeira etapa da metodologia consiste em pré-processar as imagens de forma a torná-las mais apropriadas ao registro, através de redução de ruído, segmentação e re-dimensionamento. A etapa seguinte apresenta o registro bilateral de pares de mamas esquerda e direita. Para corrigir as diferenças de posicionamento e compressão ocorridas no momento do exame, o método de registro rígido foi aplicado (seguido do método de registro deformável com fluxo óptico) para cada par de imagens. Pares de regiões correspondentes foram relacionados e suas variações foram medidas através do descritor espacial variograma cruzado. Na etapa seguinte, foi criado um modelo para treinamento de uma Máquina de Vetores de Suporte (MVS) utilizando como características os valores de variograma cruzado de cada par de janelas de 180 casos. Esta MVS foi testada em 100 novos casos. Os pares que continham lesões foram classificados como regiões suspeitas ; as demais, como regiões não-suspeitas . Destas regiões suspeitas, foram extraídas características de variograma como descritores de textura de tecido. As regiões que continham massas foram classificadas como regiões de massa e as demais como regiões de não-massa . Análise linear discriminante stepwise foi aplicada para selecionar as características mais significativas para treinamento de uma segunda MVS. Foram realizados testes com 30 novos casos para a classificação final pela MVS treinada em massa e nãomassa . O melhor resultado apresentou na classificação final: 96% de acurácia, 100% de sensibilidade e 95,34% de especificidade. O pior caso apresentou: 70% de acurácia, 100% de sensibilidade e 67,56% de especificidade. Em média, os 30 casos apresentaram: 90% de acurácia, 100% de sensibilidade e 85% de especificidade.

Memoria para optar al título de Ingeniero Civil de Minas / 07/11/2023

As imagens de alta resolução espacial impulsionaram os estudos de Sensoriamento Remoto em ambientes urbanos, já que elas permitem uma melhor distinção dos elementos que compõem esse ambiente tão heterogêneo. Técnicas de Geoestatística são cada vez mais utilizadas em estudos de Sensoriamento Remoto e o variograma é uma importante ferramenta de análise geoestatística, pois permitem entender o comportamento espacial de uma variável regionalizada, neste caso, os níveis de cinza de uma imagem de satélite. O presente trabalho pretende avaliar a proposta metodológica que consiste em identificar padrões residenciais urbanos de três classes de uso e ocupação do solo por meio da análise dos valores apresentados pelos parâmetros, alcance, patamar e efeito pepita de um variograma. A hipótese é que os valores correspondentes a esses parâmetros representem o comportamento espectral padrão de cada classe e, portando, indicam que há um padrão na organização espacial de cada uma das classes. Para a presente pesquisa foram utilizadas imagem IKONOS 2002, e a classificação de uso e ocupação do solo da sub-bacia do córrego Bananal na bacia do Rio Cabuçu de Baixo em São Paulo SP. Amostras das imagens de cada classe foram extraídas e os valores de nível de cinza em cada pixel foram utilizados para calcular os variogramas. Após análise dos resultados obtidos, apenas o parâmetro alcance foi levado em consideração, pois é através desse parâmetro que se observa o grau de homogeneidade de cada amostra. Os valores de alcance obtidos nos cálculos dos variogramas identificaram com melhor precisão a classe Conjuntos Residenciais que é uma classe com padrões e características singulares, já a identificação das classes Ocupação Densa Regular e Ocupação Densa Irregular não obteve uma precisão boa, sendo que essas classes são similares em diversos aspectos. / The images of high spatial resolution studies of leveraged Remote Sensing in urban environments, as they enable better distinction of the elements that make up this very heterogeneous environment. Geostatistical techniques are increasingly used in studies of Remote Sensing, the variogram is an important tool geostatiscal analysis, because it allows to understand the spatial behavior of a regionalized variable, in this case, the gray levels of a satellite image. This study aims to assess the methodological proposal is to identify urban residential patterns of three classes of use and occupation of land by the analysis of the figures presented by the parameters, scope, and level of a nugget effect variogram. The hypothesis is that the values corresponding to these parameters represent the standard of each class spectral behavior and bearing indicate that there is a pattern in the spatial organization of each class. IKONOS 2002 image were used for this research, and the classification of the use and occupation of the stream Banana plantation sub-basin in the Rio Cabuçu Low Bowl in Sao Paulo - SP. Samples of stock were taken from each class and the values of gray level in each pixel are used to calculate the variogram. After analyzing the results, only the parameter range was taken into account , because it is through this parameter is observed the degree of homogeneity of each sample. The range of values obtained in the calculation of variograms identified with better accuracy class \"Multiple Dwelling Unit\" which is a class with unique patterns and characteristics, since the identification of classes \"Regulated Dense Occupation\" and \"Irregular Dense Occupation\" did not get a good precision since the classes are similar in several respects.

Submitted by Erika Demachki (erikademachki@gmail.com) on 2014-09-04T16:47:08Z No. of bitstreams: 2 tese_eliane.pdf: 4341620 bytes, checksum: a32b5e21ca1f7b2cabd05bd9d7cd040b (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-09-04T16:47:08Z (GMT). No. of bitstreams: 2 tese_eliane.pdf: 4341620 bytes, checksum: a32b5e21ca1f7b2cabd05bd9d7cd040b (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-03-28 / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / The chemical composition of essential oils was used to study the spatial structure of eight E. dysenterica populations in central Brazilian Cerrado. Variation partitioning using spatial and environmental data sets as predictors was highly significant and explained 8.2% and 11.1% of oil chemovariations, respectively. The data suggested wich essential oil polymorphism was genetically rather than environmentally determined. Furthermore, the intercept of the multivariate Mantel autocorrelogram between the distance matrices of oil constituents and sampling sites suggested that the populations differ chemically whenever geographical distance exceeds 120 km. The spatial chemometric methods using variograms and probability maps detected and characterized the spatial chemical structure among populations, as well as the environmental factors responsible for them. All these strategies indicated that the populations differ chemically whenever the geographical distance exceeds 120 km, an indicator of the minimal distance between samples required for conserving the genetic diversity of populations. Although being scarcely used with secondary metabolites, these methodologies may be used in a wide range of applications in species management and may lead to an effective integration of genetic, chemical and ecological perspectives. / A composição química dos óleos essenciais foi utilizada para estudar a estrutura espacial de oito populações de E. dysenterica do Cerrado central brasileiro. O particionamento da variação, utilizando os conjuntos de dados espaciais e ambientais como preditores, foi altamente significativo e explicou 8,2% (oito vírgula dois por cento) e 11,1% (onze vírgula um por cento) da variação total dos óleos essenciais, respectivamente. Os resultados sugeriram que o polimorfismo nos óleos essenciais foi determinado mais por fatores genéticos do que ambientais. Além disso, o intercepto do autocorrelograma multivariado de Mantel entre as matrizes de distância dos constituintes químicos e dos locais de coleta sugeriram que as populações se diferenciam quimicamente a distâncias geográficas superiores a 120 km. Os métodos quimiométricos espaciais através de variogramas e mapas de probabilidade permitiram a detecção e a caracterização da estrutura químico-espacial entre populações, bem como dos fatores ambientais responsáveis por ela. Todas essas estratégias indicaram que as populações diferem quimicamente a distâncias geográficas superiores a 120 km, um indicador da distância mínima entre amostras necessária para a conservação da diversidade genética das populações. Embora raramente usadas em metabólitos secundários de plantas, essas metodologias se revelaram de grande aplicação na conservação de espécies e conduziram a uma integração efetiva entre genética, química e ecológica.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-22T18:37:41Z No. of bitstreams: 1 EmanuelErivanSilvaDaCunha_DISSERT.pdf: 3171169 bytes, checksum: 22dfdf808d39c79005e38c047376f691 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-03T23:53:31Z (GMT) No. of bitstreams: 1 EmanuelErivanSilvaDaCunha_DISSERT.pdf: 3171169 bytes, checksum: 22dfdf808d39c79005e38c047376f691 (MD5) / Made available in DSpace on 2017-03-03T23:53:31Z (GMT). No. of bitstreams: 1 EmanuelErivanSilvaDaCunha_DISSERT.pdf: 3171169 bytes, checksum: 22dfdf808d39c79005e38c047376f691 (MD5) Previous issue date: 2016-05-30 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O ensaio SPT ? a ferramenta mais utilizada no Brasil para a obten??o de par?metros geot?cnicos para elabora??o de projetos de funda??o. Em contrapartida o CPTu ainda ? pouco usual, fato explicado pelo pequeno n?mero de empresas que o executam e pelo custo elevado. Logo, ? justificada a busca por correla??es para estimativa de par?metros do ensaio CPTu atrav?s de dados do ensaio SPT. No entanto a grande maioria dos estudos realizados concentram-se no sul e sudeste do pa?s, refor?ando a necessidade da determina??o de correla??es em outras regi?es, considerando as caracter?sticas dos solos locais. O objetivo desse trabalho ? determinar correla??es entre a resist?ncia a penetra??o do ensaio SPT (????) com a resist?ncia de ponta (??) e a resist?ncia lateral (fs) do ensaio CPTu. Utilizando-se ajustes lineares e uma abordagem geoestat?stica simplificada, obtiveram-se correla??es entre 88 sondagens SPT e oito ensaios CPTu para profundidades m?ximas de 22 m, em um dep?sito de areia siltosa na Cidade de Natal, no nordeste do Brasil. Os valores de NSPT utilizados nas correla??es foram corrigidos para energia padr?o internacional de 60%. A sele??o dos dados utilizou crit?rios geoestat?sticos, atrav?s do alcance do variograma para demarca??o da zona de influ?ncia das sondagens, bem como aplica??o de m?todos como IDW e Krigagem ordin?ria. / The standard penetration test (SPT) is the most commonly used in situ test for obtaining the required geotechnical parameters for foundation analysis and design in Brazil. Since in most situations only SPT data is available, the search for new SPT-CPT correlations is necessary. However, most of the available SPT-CPT correlations in Brazil have been established for soils of southern regions of the country. New local correlations for other soil types are therefore necessary. This study aims at determining correlations between the SPT resistance number (NSPT), and the CPT tip resistance (qc) and sleeve friction resistance (fs) for a silty sand deposit at the city of Natal, at the Northeast coast of Brazil. Using linear fittings and a simplified geostatistic approach, correlations were obtained for 88 SPT boreholes and eight CPT boreholes. The NSPT blowcount values where corrected for the energy of 60%. SPT-CPT correlations were devised using the following approaches: variogram analysis, inverse distance weighting (IDW) and ordinary kriging.

Made available in DSpace on 2014-07-29T16:24:19Z (GMT). No. of bitstreams: 1 Distribuicao espacial do percevejo do colmo.pdf: 2200998 bytes, checksum: 96ba2e406bd13f5eab8e639d97bddb15 (MD5) Previous issue date: 2012-11-09 / The injury imposed by Tibraca limbativentris Stål in plants of rice can negatively affect the production and reduce grain yield. Knowing the spatial arrangement of this species allows fast and accurate sampling and identifies focuses of infestation determining the ideal moment of decision-making for the control. The aim of this study was to investigate the spatial and probabilistic distribution of adults and nymphs of T. limbativentris in irrigated rice. Fifteen fields with plants of 50-80 days after emergency were sampled on approximately regular grids in 2008, 2010, and 2011. Poisson and Negative binomial distributions were tested and Pearson chi-squared test was used to determine a probability distribution with the best fit. Polynomial regressions of the number of individuals versus geographical coordinates were used to try detecting trends related with macroscale. Later, semivariograms were used to interpret the spatial dependence and distribution of insects. The semivariance of the samples obtained with nymphs showed patterns grouped in 13% of fields sampled. Similar pattern was also obtained by semivariograms of adults in 26% of fields sampled. However, there were no spatial dependence in the most of the sampled fields with adults (74%) and nymphs (87%). In conclusion, adults and nymphs of T. limbativentris are randomly distributed in irrigated rice fields, though rarely clustered pattern can occur. The probability distribution that best fits the data sampling is the Negative binomial. Adults and nymphs do not inhabit the same local in the rice field. Population levels above the value of economic damage may occur, but individuals are not present in about 2/3 of the units sampled. Polynomial regression models tested are not appropriate to fit the trends related to macro-scale in irrigated rice fields. / A injúria imposta por Tibraca limbativentris Stål às plantas de arroz pode inviabilizar a produção e reduzir o rendimento de grãos. Conhecer o arranjo espacial desta espécie permite que amostragens rápidas e precisas identifiquem focos de infestação e se determine o momento ideal de tomada de decisão para o controle. O objetivo desse trabalho foi verificar a distribuição espacial e probabilística de adultos e ninfas de T. limbativentris em arroz irrigado. Quinze campos com plantas de 50-80 dias de emergência foram amostrados em grades aproximadamente regulares durante as safras 2008, 2010 e 2011. A distribuição Poisson e Binomial negativa foram ajustadas e o teste de qui-quadrado de Pearson foi utilizado para verificar a distribuição probabilística de melhor ajuste. Regressões polinomiais do número de indivíduos em função das coordenadas geográficas foram utilizadas na tentativa de detectar tendências de macroescala. Posteriormente, semivariogramas foram utilizados para interpretar a dependência espacial e distribuição dos insetos. As semivariâncias obtidas das amostragens com ninfas indicaram padrão agregado em 13% dos campos amostrados. Padrão semelhante também foi obtido pelos semivariogramas de adultos em 26% dos campos amostrados. No entanto, houve ausência de dependência espacial na maior parte dos campos amostrados com adultos (74%) e ninfas (87%). Compreende-se então que adultos e ninfas de T. limbativentris se distribuem aleatoriamente pelos campos de arroz irrigado, embora, raramente, ocorram padrões agregados. A distribuição de probabilidade que melhor se ajusta aos dados de amostragem é a Binomial negativa. Os adultos e ninfas não ocupam os mesmos locais da lavoura. Níveis populacionais acima do valor de dano econômico podem ocorrer, mas os indivíduos não estão presentes em cerca de 2/3 das unidades amostradas. Os modelos de regressões polinomiais testados não são indicados para ajustar as tendências de macroescala em campos de arroz irrigado.

As imagens de alta resolução espacial impulsionaram os estudos de Sensoriamento Remoto em ambientes urbanos, já que elas permitem uma melhor distinção dos elementos que compõem esse ambiente tão heterogêneo. Técnicas de Geoestatística são cada vez mais utilizadas em estudos de Sensoriamento Remoto e o variograma é uma importante ferramenta de análise geoestatística, pois permitem entender o comportamento espacial de uma variável regionalizada, neste caso, os níveis de cinza de uma imagem de satélite. O presente trabalho pretende avaliar a proposta metodológica que consiste em identificar padrões residenciais urbanos de três classes de uso e ocupação do solo por meio da análise dos valores apresentados pelos parâmetros, alcance, patamar e efeito pepita de um variograma. A hipótese é que os valores correspondentes a esses parâmetros representem o comportamento espectral padrão de cada classe e, portando, indicam que há um padrão na organização espacial de cada uma das classes. Para a presente pesquisa foram utilizadas imagem IKONOS 2002, e a classificação de uso e ocupação do solo da sub-bacia do córrego Bananal na bacia do Rio Cabuçu de Baixo em São Paulo SP. Amostras das imagens de cada classe foram extraídas e os valores de nível de cinza em cada pixel foram utilizados para calcular os variogramas. Após análise dos resultados obtidos, apenas o parâmetro alcance foi levado em consideração, pois é através desse parâmetro que se observa o grau de homogeneidade de cada amostra. Os valores de alcance obtidos nos cálculos dos variogramas identificaram com melhor precisão a classe Conjuntos Residenciais que é uma classe com padrões e características singulares, já a identificação das classes Ocupação Densa Regular e Ocupação Densa Irregular não obteve uma precisão boa, sendo que essas classes são similares em diversos aspectos. / The images of high spatial resolution studies of leveraged Remote Sensing in urban environments, as they enable better distinction of the elements that make up this very heterogeneous environment. Geostatistical techniques are increasingly used in studies of Remote Sensing, the variogram is an important tool geostatiscal analysis, because it allows to understand the spatial behavior of a regionalized variable, in this case, the gray levels of a satellite image. This study aims to assess the methodological proposal is to identify urban residential patterns of three classes of use and occupation of land by the analysis of the figures presented by the parameters, scope, and level of a nugget effect variogram. The hypothesis is that the values corresponding to these parameters represent the standard of each class spectral behavior and bearing indicate that there is a pattern in the spatial organization of each class. IKONOS 2002 image were used for this research, and the classification of the use and occupation of the stream Banana plantation sub-basin in the Rio Cabuçu Low Bowl in Sao Paulo - SP. Samples of stock were taken from each class and the values of gray level in each pixel are used to calculate the variogram. After analyzing the results, only the parameter range was taken into account , because it is through this parameter is observed the degree of homogeneity of each sample. The range of values obtained in the calculation of variograms identified with better accuracy class \"Multiple Dwelling Unit\" which is a class with unique patterns and characteristics, since the identification of classes \"Regulated Dense Occupation\" and \"Irregular Dense Occupation\" did not get a good precision since the classes are similar in several respects.

Entre as técnicas de análise exploratória de dados espaciais encontram-se os indicadores de associação espacial, que mensuram o grau de dependência espacial dos dados analisados e são aplicáveis apenas a dados quantitativos. Outro procedimento disponível é a geoestatística, a qual se baseia no variograma, descrevendo quantitativa e qualitativamente a estrutura espacial de determinada variável. Neste trabalho, utilizam-se conceitos do variograma para desenvolver um indicador de associação espacial global (SIVAR-G) e um indicador de associação espacial local (SIVAR-L). São utilizados dois bancos de dados: dados binários de escolha modal de uma Cidade Fictícia e dados de média de viagens por modo automóvel por domicílio para um recorte da região central da cidade de São Paulo (Pesquisa de Mobilidade 2012). Em ambos os casos, o indicador global, para diferentes vizinhanças, foi calculado com base em valores padronizados, provenientes do variograma experimental e teórico. Em seguida, aplicou-se um teste de hipótese baseado em pseudo-significância para avaliar a significância do indicador proposto previamente. Por fim, os resultados do indicador proposto foram comparados ao índice de Moran, calculado com os mesmos parâmetros. Para o indicador local, foi elaborado um procedimento similar, porém os cálculos foram feitos pontualmente. Cada observação do banco de dados teve um variograma experimental calculado e um variograma teórico modelado para uma análise omniderecional. Um teste de hipótese similar ao do indicador global foi desenvolvido e aplicado. Assim obtiveram-se indicadores de associação espacial local ponto a ponto. Conclui-se que o indicador SIVAR-G possui desempenho satisfatório na estimação de associação espacial para dados contínuos e binários, mostrando-se sensível a anisotropia dos dados. O indicador SIVAR-L é capaz de identificar \"bolsões\" de associação espacial. É aplicável a dados contínuos e binários. Os indicadores propostos permitem a modelagem de variogramas teóricos globais e locais, fornecendo uma maior riqueza de detalhes da estrutura espacial dos dados. Os indicadores SIVAR baseiam-se na dissimilaridade espacial, enquanto o índice de Moran e LISA baseiam-se na similaridade espacial. / Among the exploratory spatial data analysis tools, there are the indicators of spatial association, which measure the degree of spatial dependence of the analyzed data and can be applied to quantitative data. Other procedure available is the geoestatistics, which is based on the variogram, describing quantitatively and qualitatively the spatial structure of a variable. The aim of this thesis is to use the concept of the variogram to develop a global indicator of spatial association (SIVAR-G) and a local indicator of spatial association (SIVAR-L). Two data bases were used: binary data of travel mode choice of a hypothetical city and mean of automobile trips by household to a region of São Paulo\'s center (Mobility Survey, 2012). In both cases, the global indicator, for different neighborhoods, was calculated based on standardized values, derived from the experimental and theoretical variogram. Then, a pseudo-significance test was applied to evaluate the significance of the previously proposed indicator. The results of the proposed indicator were compared to Moran\'s I, calculated with the same parameters. For the local indicator, it was made a similar procedure, however the calculation was punctual. For each observation of the database, it was calculated experimental variogram and adjusted a theoretical variogram for a omnidirectional analysis. A hypothesis test similar to the one applied in the global indicator was developed and applied. Therefore, it was obtained local indicators point by point. It was concluded that the indicator SIVAR-G has a satisfactory performance for spatial association of binary and continuous data, with sensibility for anisotropy cases. The SIVAR-L indicator is able to identify spatial association pockets and outliers. The local indicator is suitable for continuous and binary data. The developed indicators allow the modeling of theoretical global and local variograms, providing more details of the spatial structure of the data. The SIVAR indicators are based on spatial dissimilarity, while the Moran and LISA index are based on spatial similarity.

Entre as técnicas de análise exploratória de dados espaciais encontram-se os indicadores de associação espacial, que mensuram o grau de dependência espacial dos dados analisados e são aplicáveis apenas a dados quantitativos. Outro procedimento disponível é a geoestatística, a qual se baseia no variograma, descrevendo quantitativa e qualitativamente a estrutura espacial de determinada variável. Neste trabalho, utilizam-se conceitos do variograma para desenvolver um indicador de associação espacial global (SIVAR-G) e um indicador de associação espacial local (SIVAR-L). São utilizados dois bancos de dados: dados binários de escolha modal de uma Cidade Fictícia e dados de média de viagens por modo automóvel por domicílio para um recorte da região central da cidade de São Paulo (Pesquisa de Mobilidade 2012). Em ambos os casos, o indicador global, para diferentes vizinhanças, foi calculado com base em valores padronizados, provenientes do variograma experimental e teórico. Em seguida, aplicou-se um teste de hipótese baseado em pseudo-significância para avaliar a significância do indicador proposto previamente. Por fim, os resultados do indicador proposto foram comparados ao índice de Moran, calculado com os mesmos parâmetros. Para o indicador local, foi elaborado um procedimento similar, porém os cálculos foram feitos pontualmente. Cada observação do banco de dados teve um variograma experimental calculado e um variograma teórico modelado para uma análise omniderecional. Um teste de hipótese similar ao do indicador global foi desenvolvido e aplicado. Assim obtiveram-se indicadores de associação espacial local ponto a ponto. Conclui-se que o indicador SIVAR-G possui desempenho satisfatório na estimação de associação espacial para dados contínuos e binários, mostrando-se sensível a anisotropia dos dados. O indicador SIVAR-L é capaz de identificar \"bolsões\" de associação espacial. É aplicável a dados contínuos e binários. Os indicadores propostos permitem a modelagem de variogramas teóricos globais e locais, fornecendo uma maior riqueza de detalhes da estrutura espacial dos dados. Os indicadores SIVAR baseiam-se na dissimilaridade espacial, enquanto o índice de Moran e LISA baseiam-se na similaridade espacial. / Among the exploratory spatial data analysis tools, there are the indicators of spatial association, which measure the degree of spatial dependence of the analyzed data and can be applied to quantitative data. Other procedure available is the geoestatistics, which is based on the variogram, describing quantitatively and qualitatively the spatial structure of a variable. The aim of this thesis is to use the concept of the variogram to develop a global indicator of spatial association (SIVAR-G) and a local indicator of spatial association (SIVAR-L). Two data bases were used: binary data of travel mode choice of a hypothetical city and mean of automobile trips by household to a region of São Paulo\'s center (Mobility Survey, 2012). In both cases, the global indicator, for different neighborhoods, was calculated based on standardized values, derived from the experimental and theoretical variogram. Then, a pseudo-significance test was applied to evaluate the significance of the previously proposed indicator. The results of the proposed indicator were compared to Moran\'s I, calculated with the same parameters. For the local indicator, it was made a similar procedure, however the calculation was punctual. For each observation of the database, it was calculated experimental variogram and adjusted a theoretical variogram for a omnidirectional analysis. A hypothesis test similar to the one applied in the global indicator was developed and applied. Therefore, it was obtained local indicators point by point. It was concluded that the indicator SIVAR-G has a satisfactory performance for spatial association of binary and continuous data, with sensibility for anisotropy cases. The SIVAR-L indicator is able to identify spatial association pockets and outliers. The local indicator is suitable for continuous and binary data. The developed indicators allow the modeling of theoretical global and local variograms, providing more details of the spatial structure of the data. The SIVAR indicators are based on spatial dissimilarity, while the Moran and LISA index are based on spatial similarity.