Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.

Em um experimento, é comum ocorrerem fatores não controláveis, responsáveis pela heterogeneidade entre as parcelas. Mesmo executando os três princípios básicos da experimentação no planejamento (repetição, casualização e controle local), ainda assim, pode haver correlação nos erros e, portanto, dependência espacial na área estudada. Se for detectada essa estrutura de auto-correlação e se essa informação for utilizada na análise estatística, estimativas mais eficientes dos contrastes entre as médias dos tratamentos são garantidas, mas se tal estrutura for desconsiderada pode impedir que diferenças reais sejam detectadas. Neste trabalho, foram observadas as coordenadas dos centros das parcelas de um delineamento em blocos ao acaso. A variável resposta, deste experimento, é a concentração de carbono orgânico no solo, sendo as avaliações feitas no início do experimento, ou seja, antes da aplicaçao dos tratamentos, portanto, um ensaio em branco, um ano após a aplicação dos tratamentos e, novamente, depois de mais um ano. Para tanto, foram utilizadas as análises clássica e espacial na comparação dos métodos de estimação de contrastes de médias de tratamentos. O método estudado para a análise clássica, em que considera que os erros são não correlacionados, foi o dos mínimos quadrados ordinários. Já para a análise, levando em consideração a dependência espacial, foram utilizados o modelo geoestatístico, em que consiste na adição de um efeito aleatório com correlação, e o modelo de Papadakis, que consiste na adição de uma covariável construída a partir de observações em parcelas vizinhas. No modelo geoestatístico foi verificada a presença da dependência espacial através dos critérios de informação de Akaike e de informação Bayesiano ou de Schwarz e os métodos testados foram o do variograma seguido de mínimos quadrados generalizados e o da máxima verossimilhança. Para o modelo de Papadakis, foi testada a significância da covariável referente duas médias dos resíduos entre as parcelas vizinhas e a própria parcela tanto no modelo em blocos ao acaso quanto no modelo inteiramente casualizado, e o teste não foi significativo em nenhum dos dois casos. Mesmo assim, os cálculos foram realizados para esse método, mostrando que para esse conjunto de dados, este método não é indicado. Fazendo uso de algumas medidas de comparação desses métodos, para os dados em questão, o método de estimação dos contrastes de médias de tratamentos que apresentou as medidas de comparação mais dispersas foi o do modelo de Papadakis e o menos disperso foi o da máxima verossimilhança. Ainda, pelos intervalos de confiança, observou-se que na análise espacial, outros contrastes diferiram de zero significativamente, além daqueles que foram observados na análise clássica, o que se conclui que quando é levada em consideração a autocorrelação dos erros, os contrastes são estimados com maior eficiência / Not controllable factors is common occur in experiments, they are responsible for the heterogeneity among parcels. Even executing the three experimentation basic principles in the design (repetition, randomization and local control), even so, may have correlation in errors and, therefore, spatial dependence in the area of study. If that autocorrelation structure is detected and if this information is used in statistical analysis, estimates more efficient of contrasts among treatments means are guaranteed, but if this structure is disregarded can prevent that real diferences are detected. In this work, the coordinates of parcels centers in a design of random blocks were observed. The concentration of soil organic carbon is the response variable of this experiment, with the available made at the beginning of the experiment, ie, before the treatments application, therefore, a blank, a year after the treatments application and, again, after a year. Then, the classical and spatial analysis were used to compare the methods of estimation of treatments means contrasts. The method studied for the classical analysis, which considers that the errors are not correlated, was the ordinary least squares. For the analysis, considering the spatial dependence, were used the geostatistical model, where consists in the addition of a random effect with correlation, and the Papadakis model, which consists in the addition of a covariate built from observations in neighbouring. In geostatistical model was verified the spatial dependence through the Akaike and Bayesian or Schwarz criteria of information and the methods tested were the variogram followed by generalized least squares and the maximum likelihood. For the Papadakis model, was tested the significance of covariate referring to the average of residuals among neighbouring parcels and own parcel in the random blocks model and in the completely randomized model, and the test was not significant in any of both cases. Still, the calculus were made for this method, showing that for this data set, this method is not indicated. Using some measures to compare these methods, for these data, the method of estimation of treatments means contrasts which presented the measures of comparison more dispersed was the Papadakis model and the less dispersed was the maximum likelihood. Still, in the confidence intervals, it was observed that in spatial analysis other contrasts di®ered from zero significantly, besides of those which were observed in classical analysis, which concludes that when the autocorrelation of errors is considering, the contrasts are estimated with greater e±ciency.

A especificação de funções de covariância espaço-temporais é uma das possíveis estratégias para modelagem de processos dos quais observações são tomadas em diferentes posições do espaço e do tempo. Tais funções podem definir processos separáveis ou não separáveis e na sua especificação deve-se garantir que são funções de covariância válidas atendendo a condição de serem positiva definidas. Entre estratégias para obtenção de tais funções estão as de Cressie e Huang (1999) e Gneiting (2002). A primeira se baseia na idéia de obter funções em um espaç de dimensão aumentada a partir de funções válidas no espaço original e necessita de operações no domínio da freqüência. Alternativamente a segunda proposta utiliza combinação de funções completamente monótonas e estritamente crescentes, evitando inversão de representações espectrais. Há ainda poucos relatos de uso e avaliações comparativas das diferentes propostas. Neste trabalho considerou-se a metodologia proposta por Gneiting, com diferentes valores do parâmetro que indica a força da interação entre o espaço e o tempo. Diferentes modelos foram aplicados à dois conjuntos de dados, um referente a estoques de peixe na costa de Portugual, e outro referente à armazenagem de água em um solo com citros. Utilizou-se a implementação no pacote RandomFields do programa R, revisando-se a metodologia e investigando-se a implementação computacional. Para os dois conjuntos de dados o modelo de covariância separável se mostrou adequado para descrever o comportamento das observações disponíveis sendo a escolha do modelo determinada por ajustes de máxima verossimilhança. / The specification of space-time covariance functions is one of the possible strategies to model processes observed at different locations and time points. Such functions can define separable and non-separable processes and must attend the condition of positivedefiniteness. Among the strategies to obtain such valid functions are the ones suggested by Cressie and Huang (1999) and by Gneiting (2002). The former is based on the idea of obtaining valid functions in a space of increased dimension from valid functions on the primary dimension and requires operations in the frequency domain. Alternatively, the latter combines increasing monotone functions avoiding the inversion of spectral representations. There are still few reports of usage and comparisons of the strategies. This work follows Gneiting?s proposals with different values for the space-time interaction parameter. Models were applied for the analysis of two real data sets, one about fish stocks in the Portuguese coast and a second on soil water storage. The implementation on the R package RandomFields was used, with methodology and computational implementation being reviewed. For both case the separable model provided a satisfactory fit, based on maximum likelihood estimation.

Questões centrais em diversas áreas do conhecimento como ciências ambientais, geologia, agronomia, dentre outras, envolvem a compreensão da distribuição espacial de processos a partir de dados espacialmente referenciados. Os interesses de pesquisa podem estar na descrição espacial de duas ou mais variáveis e, desta forma, tem-se dois ou mais atributos para modelar. Modelos multivariados são propostos para o estudo se há evidências e/ou explicações contextuais de que os processos não são independentes. Diferentes modelos propostos na literatura foram avaliados e comparados ao modelo Matérn multivariado, recentemente proposto na literatura. Foram considerados o modelo linear de corregionalização, o modelo bivariado gaussiano de componente comum e um modelo bayesiano de regressão espacial. Estes modelos foram ajustados e utilizados para predição espacial geoestatística (krigagem) em um conjunto de dados com duas variáveis climáticas no qual uma parte dos dados foi separada para avaliação das predições. Além disso, foi realizado um estudo de simulação para avaliar a estimação e predição sob o modelo Matérn multivariado. / Key issues in a diversity of subject areas such as environmental sciences, geology, agronomy, among other, require the understanding of the spatial distribution of natural processes from spatially referenced data. Research interests may include the spatial description of two or more variables and therefore, there are tow or more attributes to be modeled. Multivariate models are adopted when there is evidence and/or contextual explanations the two processes are not independent. Different models presented in the literature are assessed and compared to the recently introduced multivariate Matérn model. The linear model of corregionalization, the bivariate Gaussian common component model and a bayesian spatial reression model were considered. The models were fitted and used for geostatistical spatial prediction (kriging) for a pair of weather related variables with part of the data used only for comparing the predicions. Additionally a simulation study assessed estimation and prediction under the multivariate Matérn model.

Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2018-09-10T17:23:20Z No. of bitstreams: 2 Tamara_Maltauro2018.pdf: 3146012 bytes, checksum: 16eb0e2ba58be9d968ba732c806d14c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-09-10T17:23:20Z (GMT). No. of bitstreams: 2 Tamara_Maltauro2018.pdf: 3146012 bytes, checksum: 16eb0e2ba58be9d968ba732c806d14c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / It is essential to determine a sampling design with a size that minimizes operating costs and maximizes the results quality throughout a trial setting that involves the study of spatial variability of chemical attributes on soil. Thus, this trial aimed at resizing a sample configuration with the least possible number of points for a commercial area composed of 102 points, regarding the information on spatial variability of soil chemical attributes to optimize the process. Initially, Monte Carlo simulations were carried out, assuming Gaussian, isotropic, and exponential model for semi-variance function and three initial sampling configurations: systematic, simple random and lattice plus close pairs. The Genetic Algorithm (GA) was used to obtain simulated data and chemical attributes of soil, in order to resize the optimized sample, considering two objective-functions. They are based on the efficiency of spatial prediction and geostatistical model estimation, which are respectively: maximization of global accuracy precision and minimization of functions based on Fisher information matrix. It was observed by the simulated data that for both objective functions, when the nugget effect and range varied, samplings usually showed the lowest values of objectivefunction, whose nugget effect was 0 and practical range was 0.9. And the increase in practical range has generated a slight reduction in the number of optimized sampling points for most cases. In relation to the soil chemical attributes, GA was efficient in reducing the sample size with both objective functions. Thus, sample size varied from 30 to 35 points in order to maximize global accuracy precision, which corresponded to 29.41% to 34.31% of the initial mesh, with a minimum spatial prediction similarity to the original configuration, equal to or greater than 85%. It is noteworthy that such data have reflected on the optimization process, which have similarity between the maps constructed with sample configurations: original and optimized. Nevertheless, the sample size of the optimized sample varied from 30 to 40 points to minimize the function based on Fisher information matrix, which corresponds to 29.41% and 39.22% of the original mesh, respectively. However, there was no similarity between the constructed maps when considering the initial and optimum sample configuration. For both objective functions, the soil chemical attributes showed mild spatial dependence for the original sample configuration. And, most of the attributes showed mild or strong spatial dependence for optimum sample configuration. Thus, the optimization process was efficient when applied to both simulated data and soil chemical attributes. / É necessário determinar um esquema de amostragem com um tamanho que minimize os custos operacionais e maximize a qualidade dos resultados durante a montagem de um experimento que envolva o estudo da variabilidade espacial de atributos químicos do solo. Assim, o objetivo deste trabalho foi redimensionar uma configuração amostral com o menor número de pontos possíveis para uma área comercial composta por 102 pontos, considerando a informação sobre a variabilidade espacial de atributos químicos do solo no processo de otimização. Inicialmente, realizaram-se simulações de Monte Carlo, assumindo as variáveis estacionárias Gaussiana, isotrópicas, modelo exponencial para a função semivariância e três configurações amostrais iniciais: sistemática, aleatória simples e lattice plus close pairs. O Algoritmo Genético (AG) foi utilizado para a obtenção dos dados simulados e dos atributos químicos do solo, a fim de se redimensionar a amostra otimizada, considerando duas funções-objetivo. Essas estão baseadas na eficiência quanto à predição espacial e à estimação do modelo geoestatístico, as quais são respectivamente: a maximização da medida de acurácia exatidão global e a minimização de funções baseadas na matriz de informação de Fisher. Observou-se pelos dados simulados que, para ambas as funções-objetivo, quando o efeito pepita e o alcance variaram, em geral, as amostragens apresentaram os menores valores da função-objetivo, com efeito pepita igual a 0 e alcance prático igual a 0,9. O aumento do alcance prático gerou uma leve redução do número de pontos amostrais otimizados para a maioria dos casos. Em relação aos atributos químicos do solo, o AG, com ambas as funções-objetivo, foi eficiente quanto à redução do tamanho amostral. Para a maximização da exatidão global, tem-se que o tamanho amostral da nova amostra reduzida variou entre 30 e 35 pontos que corresponde respectivamente a 29,41% e a 34,31% da malha inicial, com uma similaridade mínima de predição espacial, em relação à configuração original, igual ou superior a 85%. Vale ressaltar que tais dados refletem no processo de otimização, os quais apresentam similaridade entres os mapas construídos com as configurações amostrais: original e otimizada. Todavia, o tamanho amostral da amostra otimizada variou entre 30 e 40 pontos para minimizar a função baseada na matriz de informaçãode Fisher, a qual corresponde respectivamente a 29,41% e 39,22% da malha original. Mas, não houve similaridade entre os mapas elaborados quando se considerou a configuração amostral inicial e a otimizada. Para ambas as funções-objetivo, os atributos químicos do solo apresentaram moderada dependência espacial para a configuração amostral original. E, a maioria dos atributos apresentaram moderada ou forte dependência espacial para a configuração amostral otimizada. Assim, o processo de otimização foi eficiente quando aplicados tanto nos dados simulados como nos atributos químicos do solo.

No Brasil o bicudo da cana-de-açúcar, (Sphenophorus levis Vaurie) tem se tornado uma praga importante da cultura, podendo causar perdas expressivas na produtividade. Percebe-se que são raros os estudos sobre a distribuição espacial desta praga no campo, e tais estudos são imprescindíveis para o desenvolvimento de planos de amostragem, visando à aplicação em programas de manejo integrado de pragas. O objetivo deste trabalho foi caracterizar a distribuição espacial de S. levis em cana-deaçúcar, utilizando análise geoestatística, a fim de validar o procedimento de amostragem georreferenciada adotado pelo usuário ou propor um método confiável, prático e viável. Também foi objetivo deste trabalho gerar mapas de aplicação localizada para poder intervir numa área de produção, possibilitando comparar o consumo de insumo de uma aplicação convencional com uma aplicação localizada. O estudo se desenrolou em quatro áreas pertencentes à Usina Iracema, em Iracemápolis, SP. Na Fazenda Iracema foi realizada uma amostragem adensada para avaliar a melhor densidade amostral para caracterizar a dependência espacial da praga, e os resultados mostraram que o padrão utilizado pelo usuário foi suficiente para caracterizar a dependência espacial de S. levis. Além disso, a variável que melhor representou a ocorrência da praga foi \"toco atacado\". Na Fazenda Santo Elias foram criados mapas com diferentes níveis de controle e mesmo adotando o nível mais conservador (0,2 tocos atacados) houve uma economia considerável de produto. Nas Fazendas Santo Antônio e Santa Lúcia, foi realizada a amostragem seguindo o padrão proposto pelo usuário e foram gerados mapas com nível de controle de 0,2 TA a fim de realizar a aplicação localizada. Nestas áreas houve uma economia de produto de no mínimo 43% e no máximo 87%. O sistema de amostragem utilizado pelo usuário (17 pontos ha-1) foi adequado para caracterizar a variabilidade espacial da praga. Mesmo utilizando o nível de controle mais rigoroso observou-se uma economia considerável na quantidade de inseticida utilizado na aplicação localizada, confirmando o potencial da utilização de técnicas de agricultura de precisão em trabalhos relacionados ao manejo integrado de pragas. / In Brazil the Sphenophorus levis has caused serious damages in sugarcane plantations, with significant losses in productivity. Studies about spatial distribution of this insect in the field are rare, but crucial for the development of sampling plans seeking the application of programs for its integrated management. The objective of this study was to characterize the spatial distribution of S. levis in a sugarcane plantation, utilizing geostatistics to validate sampling procedures used in the field. Also, the aim of this study was to generate maps of localized application in order to interfere in the production area, allowing product amount comparisons between conventional application and a localized application.The study was developed in four areas in Iracemápolis, SP. At the Iracema farm it was developed a very density sampling to evaluate the best sample density to characterize the spatial distribution of the plague, and the result showed that the standard used by the user was sufficient to characterize the spatial dependence of S. levis. Moreover, the variable that best represented the occurrence of the pest was \"attacked stumps\". At the St. Elias Farm, maps were created with different control levels and even adopting the more conservative level (0.2 attacked stumps) there was a considerable product saving. In Santo Antônio and Santa Lúcia farms, sampling was conducted based in standard proposed by the user and maps were generated with 0.2 attacked Stumps level control, in order to achieve a localized application. A minimum product saving of 43% and a maximum 87% was achieved in these areas. The sampling system used by the user (17 points ha-1) was adequate to characterize the spatial variability of the pest. Even using the most rigorous level of control there was a considerable saving in the amount of insecticide used in localized application, endorsing the potential use of precision farming techniques in plagues studies.

O desempenho operacional e econômico de empreendimentos de mineração é de suma importância para a sustentação dos níveis de produção demandados, sendo imprescindível um nível de governança capaz de prever e gerenciar eficazmente as incertezas e riscos inerentes ao processo de lavra, sejam eles geológicos, operacionais ou financeiros. O recente desenvolvimento de tecnologias e do conceito de \"mina do futuro\" ou \"mina autônoma\" indica a possibilidade de captura de dados através de sensores variados e do uso destes dados para geração de simulações estocásticas, para otimização tanto do ativo físico quanto do aproveitamento do recurso ou ativo mineral, minimizando riscos e custos. O planejamento estocástico de lavra vem nos últimos anos apresentando potenciais ferramentas para esse nível de gerenciamento de riscos na mineração, contudo sua resposta em diversos tipos de depósito é ainda pouco conhecida e carece de esforços de pesquisa e desenvolvimento. A presente pesquisa tem o objetivo de descrever essas abordagens probabilísticas de planejamento comparando com as tradicionais (determinísticas), definir procedimentos de aplicação desses conceitos na indústria, integrados em um sistema de gestão, quantificar seus impactos no desempenho de uma operação mineira e gerar informações para a comunidade acadêmica e técnica da indústria mineral preocupados com o futuro da mineração, quanto à aplicabilidade efetiva de técnicas como planejamento estocástico de lavra e simulação de lavra, englobando incertezas relativas ao ativo mineral e ativo físico da operação mineira. Para tanto, foi realizada inicialmente uma extensa pesquisa bibliográfica em relação ao tema proposto, destacando os pontos de maior relevância, permitindo então o desenvolvimento de uma metodologia de gestão que auxilie, de forma eficaz, o processo de tomada de decisões referentes à otimização de ativos em minas a céu aberto. Visando-se atingir tais objetivos, serão realizados testes piloto em uma mina na Província Mineral de Carajás-PA. A Mina do Sossego, em operação desde 2004, é a primeira mina de cobre da VALE, está entre as maiores minas brasileiras e será o foco do estudo da presente pesquisa. / Both operational and economic performance of mining projects are critical for sustaining the demanded production levels, being indispensable a level of governance able to predict and effectively manage the uncertainties and risks inherent to mining process such as geological, operational or financial risks. Recent developments of technologies and concepts of \"mine of the future\" or \"Autonomous mine\" indicates a possibility of on-line data acquisition by a number of sensors and the use of such data to generate stochastic simulations for optimization of equipments assets and mineral resource, minimizing risks and costs. Stochastic mining planning recently have been presenting potential tools for this level of risk management in mining, but the response of such approach in various types of deposit is still poorly understood and requires research and development efforts. This research aims to describe these probabilistic mine planning approaches comparing to traditional approaches (deterministic), to define procedures for implementation of these concepts in the industry in an integrated management system, to quantify their performance impacts of a mining operation and to generate information for the academic community and mineral industry technical staff concerned about the future of mining, as the applicability of planning techniques such as stochastic mining planning and discrete event simulation, covering uncertainties related to mineral assets and physical assets (equipments) of the mining operation. Thus, initially will be performed an extensive literature review regarding the proposed theme, highlighting the points of major relevance, thus allowing the development of a management methodology that effectively assists the decision making process regarding asset optimization in open pit mines. Aiming to achieve these goals, pilot tests will be performed at an operating mine in the Carajás Mineral Province-PA. The Sossego Mine, in operation since 2004, is the first VALE copper mine, is among the largest Brazilian mines and will be the focus of the case study of this research.

A condutividade hidráulica (K) é um dos parâmetros controladores da magnitude da velocidade da água subterrânea, e consequentemente, é um dos mais importantes parâmetros que afetam o fluxo subterrâneo e o transporte de solutos, sendo de suma importância o conhecimento da distribuição de K. Esse trabalho visa estimar valores de condutividade hidráulica em duas áreas distintas, uma no Sistema Aquífero Guarani (SAG) e outra no Sistema Aquífero Bauru (SAB) por meio de três técnicas geoestatísticas: krigagem ordinária, cokrigagem e simulação condicional por bandas rotativas. Para aumentar a base de dados de valores de K, há um tratamento estatístico dos dados conhecidos. O método de interpolação matemática (krigagem ordinária) e o estocástico (simulação condicional por bandas rotativas) são aplicados para estimar os valores de K diretamente, enquanto que os métodos de krigagem ordinária combinada com regressão linear e cokrigagem permitem incorporar valores de capacidade específica (Q/s) como variável secundária. Adicionalmente, a cada método geoestatístico foi aplicada a técnica de desagrupamento por célula para comparar a sua capacidade de melhorar a performance dos métodos, o que pode ser avaliado por meio da validação cruzada. Os resultados dessas abordagens geoestatísticas indicam que os métodos de simulação condicional por bandas rotativas com a técnica de desagrupamento e de krigagem ordinária combinada com regressão linear sem a técnica de desagrupamento são os mais adequados para as áreas do SAG (rho=0.55) e do SAB (rho=0.44), respectivamente. O tratamento estatístico e a técnica de desagrupamento usados nesse trabalho revelaram-se úteis ferramentas auxiliares para os métodos geoestatísticos. / Hydraulic conductivity (K) is one of the parameters controlling magnitude of the groundwater velocity, and consequently, is one of the most important parameters affecting groundwater flow and solute transport. This study aims to estimate hydraulic conductivity values for two distinct areas, one in the Guarani Aquifer System (GAS) and the other in Bauru Aquifer System (BAS) through three geostatistical methods: ordinary kriging, cokriging and conditional simulation by turning bands. Carrying out statistic treatment of the available data in order to increase the database. The mathematical interpolation method (ordinary kriging) and the stochastic one (conditional simulation by turning bands) are applied to estimate directly the K values, while the methods of ordinary kriging combined with linear regression and cokriging allow to incorporate specific capacity (Q/s) values as a secondary variable. Moreover, the declustering by cells technique is applied for each geostatistical method to evaluate if there is improvement in their performance, which can be accessed by cross validation. The results of these geostatistical approaches indicate that the method of conditional simulation by turning bands with declustering technique is more suitable for GAS area (rho=0.55), whereas the ordinary kriging combined with linear regression method without this technique is for BAS area (rho=0.44). The statistical treatment and declustering technique undertaken in this study revealed to be useful tools for the application of geostatistical methods.

O julgamento da qualidade de um método de estimativa/simulação é mais adequado se os resultados puderem ser comparados a dados reais. Uma vez que na mineração isto é inviável, este trabalho é baseado em um modelo de depósito mineral de cobre - representando a geologia e a distribuição de dados de modo heterogêneos. O modelo reproduz um depósito com preenchimento hidrotermal em uma falha inversa e as rochas encaixantes são meta-arenito e folhelho dobrados. O objetivo é comparar os resultados obtidos pelo método de Simulação Baseada em Wavelets - método o qual utiliza a estatística espacial de alta-ordem para reproduzir as estruturas da geologia - com o método clássico de Simulação Sequencial Gaussiana, a fim de avaliar um método de geoestatística de multiponto aplicado a variável contínua. Para comparar os resultados, foi calculado o valor potencial e para qual pilha (minério ou estéril) deveria ir cada bloco. Os resultados mostram que, matematicamente, a Simulação Sequencial Gaussiana obteve resultados melhores, uma vez que destinou melhor seus blocos e perdeu menos dinheiro com estéril na pilha de minério e minério de pilha de estéril. Porém, é notória a influência da imagem de treinamento nos resultados da Simulação Baseada em Wavelets, o que mostra que a Simulação Baseada em Wavelets de variáveis contínuas é promissora se a imagem de treinamento for adequada. O grande problema é que sua escolha ou criação é demasiadamente complexa, pois necessita de precisão local e global. / The judgment of the quality of an estimation/simulation method is more suitable if the results can be compared to real data. Once in mining that is not feasible, this work is based on a synthetic mineral deposit - represented by a very heterogeneous geology and spatial data distribution. The model reproduces a deposit with hydrothermal filling in a n inverse fault and the bedrocks are folded meta-sandstone and phyllite. The objective is to compare the results obtained by Wavelet-based Simulation method - which uses the spatial high-order statistic to reproduce the geologic structures - with the classic method of Sequential Gaussian Simulation in order to evaluate a multipoint geostatistical method applied to a continuous variable. To compare the results, the potential value was calculated and to which pile (ore or waste) each block should go. The results show that, mathematically, Sequential Gaussian Simulation\'s results are better, since its blocks allocated better and lost less money on waste in ore pile and ore in waste pile. However, it is clear the influence of the training image on the results of Wavelet-based Simulation. This shows that the Wavelet-based Simulation of continuous variables is promising if the training image is appropriate. The big problem is that choosing or creating it is too complex, because it requires local and global precision.

O planejamento de curto prazo em minas a céu aberto exige a definição de poligonais, que representam os sucessivos avanços de lavra. As poligonais, tradicionalmente, são desenhadas em um processo laborioso na tentativa de delinear como minério em qualidade e quantidade de acordo com os limites determinados. O minério delimitado deve apresentar a menor variabilidade em qualidade possível, com o objetivo de maximizar a recuperação na usina de processamento. Essa dissertação visa desenvolver um fluxo do trabalho para definir poligonais de curto prazo de forma automática, além disso, sequenciar todos os blocos de minério de cada polígono de modo a definir uma sequência interconectada lavrável de poligonais. O fluxo do trabalho foi aplicada à incerteza de teores, obtida através de simulações estocásticas. Algoritmos genéticos foram desenvolvidos em linguagem de programação Python e implementados na forma de plug-in no software geoestatístico Ar2GeMS. Múltiplas iterações são criadas para cada avanço individual, gerando regiões (ou poligonais). Então, a região que apresenta menor variabilidade de teores é selecionada. A distribuição de probabilidade dos teores dos blocos em cada avanço é comparada com a distribuição global de teores, calculada a partir de todos os blocos do corpo de minério. Os resultados mostraram que os teores dos blocos abrangidos pelas poligonais criadas dessa forma apresentam teores similares à distribuição de referência, permitindo o sequenciamento de lavra com distribuição de teores mais próximo possível da distribuição global. Modelos equiprováveis permitem avaliar a incerteza associada à solução proposta. / Open-pit short-term planning requieres the definition of polygons identifying the successive mining advances. These polygons are drawn in a labour intensive task attempting to delineate ore with the quantity and quality within established ranges. The ore delineated by the polygons should have the least possible quality variability among them, helping in maximizing ore recovery at the processing plant. This thesis aims at developíng a workflow for drawing short-term polygons automatically, sequencing all ore blocks within each polygon and leading to a mineable and connected sequence of polygons. This workflow is also tested under grade uncertainty obtained through multiple syochastic simulated models. For this, genetics algorithms were developed in Python programming language and pluged in Ar2GeMS geostatistical software. Multiple iterations were generated for each of the individual advances, generating regions or polygons, and selecting the regions of lower grade variability. The blocks probability distribution within each advance were compared to the global distribution, including all blocks within the ore body. Results show that the polygons generated are comprised by block grades similar to the ones from the reference distribution, leading to mining sequence as close as possible to the global maintaining a quasi-satationarity. Equally probable models provide the means to access the uncertainy in the solution provided.