Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos

Detalhes bibliográficos
Autor(a) principal: Zeni, Melissa Abrão
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/200105
Resumo: Os recursos minerais são tipicamente mensurados por múltiplas fontes de dados. Esses dados possuem confiabilidade variada, e para utilizá-los na estimativa, é necessário metodologias que os integrem de maneira adequada. Nesta dissertação, é proposta a investigação da krigagem com variância do erro de medida, a qual penaliza com menor peso as amostras com maior incerteza associada, sendo uma alternativa à abordagem onde dados imprecisos são agrupados como dados secundários. A metodologia é analisada através da sua aplicação utilizando dados sintéticos com diferentes configurações do erro, elaborados a partir de um banco de dados original. A variância do erro de medida foi obtida através da modelagem das diferentes estruturas dos variogramas. Os resultados das estimativas foram comparados à krigagem ordinária, utilizando como modelo de referência a variável original reblocada no mesmo suporte das estimativas. Essa comparação é realizada através da análise dos valores máximos e mínimos estimados, diagramas de dispersão, coeficiente de correlação, análise de deriva e erro quadrático médio. De modo geral, a krigagem com variância do erro de medida forneceu uma melhor acurácia das estimativas comparada à krigagem ordinária. Dependendo da disposição espacial do erro, e de sua correlação com os teores, entretanto, poderá ocorrer enviesamento das estimativas. A investigação da krigagem com variância do erro de medida como alternativa ao se trabalhar com valores extremos apresentou bons resultados, uma vez que mantêm o teor de todas as amostras, e distribui peso a estas conforme sua confiabilidade.
id URGS_add5439fb2aa749d19d05b5096e0910c
oai_identifier_str oai:www.lume.ufrgs.br:10183/200105
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Zeni, Melissa AbrãoCosta, Joao Felipe Coimbra LeiteRodrigues, Áttila Leães2019-10-04T03:48:21Z2019http://hdl.handle.net/10183/200105001102547Os recursos minerais são tipicamente mensurados por múltiplas fontes de dados. Esses dados possuem confiabilidade variada, e para utilizá-los na estimativa, é necessário metodologias que os integrem de maneira adequada. Nesta dissertação, é proposta a investigação da krigagem com variância do erro de medida, a qual penaliza com menor peso as amostras com maior incerteza associada, sendo uma alternativa à abordagem onde dados imprecisos são agrupados como dados secundários. A metodologia é analisada através da sua aplicação utilizando dados sintéticos com diferentes configurações do erro, elaborados a partir de um banco de dados original. A variância do erro de medida foi obtida através da modelagem das diferentes estruturas dos variogramas. Os resultados das estimativas foram comparados à krigagem ordinária, utilizando como modelo de referência a variável original reblocada no mesmo suporte das estimativas. Essa comparação é realizada através da análise dos valores máximos e mínimos estimados, diagramas de dispersão, coeficiente de correlação, análise de deriva e erro quadrático médio. De modo geral, a krigagem com variância do erro de medida forneceu uma melhor acurácia das estimativas comparada à krigagem ordinária. Dependendo da disposição espacial do erro, e de sua correlação com os teores, entretanto, poderá ocorrer enviesamento das estimativas. A investigação da krigagem com variância do erro de medida como alternativa ao se trabalhar com valores extremos apresentou bons resultados, uma vez que mantêm o teor de todas as amostras, e distribui peso a estas conforme sua confiabilidade.Mineral resources are measured by multiple data sources. These data have varied reliability, and to use them in the estimation requires methodologies that integrate them adequately. In this dissertation, it is proposed the investigation of kriging with variance of the measurement error, which penalizes with less weight the samples associated with greater uncertainty, being an alternative to the approach where imprecise data are grouped as secondary data. This methodology is analyzed through its application using synthetic data with different error configurations, generated from an original database. The variance of the measurement error was obtained by modeling the different structures of the variograms. The results of the estimations were compared to ordinary kriging, using as reference model the original variable reblocked in the same estimates support. This comparison is performed through the analysis of estimated maximum and minimum values, scatterplots, correlation coefficient, swath plots and mean square error. In general, kriging with variance of the measurement error provided a better accuracy of the estimates compared to ordinary kriging. However, depending on the spatial arrangement of the error, and its correlation with the grades, bias of the estimates may occur. The investigation of kriging with variance of the measurement error as an alternative to dealing with outliers presented good results, since it maintains the grades of all samples, and distributes weight to them according to their reliability.application/pdfporKrigagemTecnologia mineralAmostragemSampling errorOutliersKrigingAnálise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de Minas, Metalúrgica e de MateriaisPorto Alegre, BR-RS2019mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001102547.pdf.txt001102547.pdf.txtExtracted Texttext/plain144709http://www.lume.ufrgs.br/bitstream/10183/200105/2/001102547.pdf.txt1a18f1e45b22dc3f76ca108d1ba37376MD52ORIGINAL001102547.pdfTexto completoapplication/pdf5678119http://www.lume.ufrgs.br/bitstream/10183/200105/1/001102547.pdf004ade0457563789879d16169fd0027bMD5110183/2001052019-10-05 03:55:59.735605oai:www.lume.ufrgs.br:10183/200105Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-10-05T06:55:59Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
title Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
spellingShingle Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
Zeni, Melissa Abrão
Krigagem
Tecnologia mineral
Amostragem
Sampling error
Outliers
Kriging
title_short Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
title_full Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
title_fullStr Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
title_full_unstemmed Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
title_sort Análise do desempenho da krigagem com variância do erro de medida na presença de erros amostrais e valores extremos
author Zeni, Melissa Abrão
author_facet Zeni, Melissa Abrão
author_role author
dc.contributor.author.fl_str_mv Zeni, Melissa Abrão
dc.contributor.advisor1.fl_str_mv Costa, Joao Felipe Coimbra Leite
dc.contributor.advisor-co1.fl_str_mv Rodrigues, Áttila Leães
contributor_str_mv Costa, Joao Felipe Coimbra Leite
Rodrigues, Áttila Leães
dc.subject.por.fl_str_mv Krigagem
Tecnologia mineral
Amostragem
topic Krigagem
Tecnologia mineral
Amostragem
Sampling error
Outliers
Kriging
dc.subject.eng.fl_str_mv Sampling error
Outliers
Kriging
description Os recursos minerais são tipicamente mensurados por múltiplas fontes de dados. Esses dados possuem confiabilidade variada, e para utilizá-los na estimativa, é necessário metodologias que os integrem de maneira adequada. Nesta dissertação, é proposta a investigação da krigagem com variância do erro de medida, a qual penaliza com menor peso as amostras com maior incerteza associada, sendo uma alternativa à abordagem onde dados imprecisos são agrupados como dados secundários. A metodologia é analisada através da sua aplicação utilizando dados sintéticos com diferentes configurações do erro, elaborados a partir de um banco de dados original. A variância do erro de medida foi obtida através da modelagem das diferentes estruturas dos variogramas. Os resultados das estimativas foram comparados à krigagem ordinária, utilizando como modelo de referência a variável original reblocada no mesmo suporte das estimativas. Essa comparação é realizada através da análise dos valores máximos e mínimos estimados, diagramas de dispersão, coeficiente de correlação, análise de deriva e erro quadrático médio. De modo geral, a krigagem com variância do erro de medida forneceu uma melhor acurácia das estimativas comparada à krigagem ordinária. Dependendo da disposição espacial do erro, e de sua correlação com os teores, entretanto, poderá ocorrer enviesamento das estimativas. A investigação da krigagem com variância do erro de medida como alternativa ao se trabalhar com valores extremos apresentou bons resultados, uma vez que mantêm o teor de todas as amostras, e distribui peso a estas conforme sua confiabilidade.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-10-04T03:48:21Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/200105
dc.identifier.nrb.pt_BR.fl_str_mv 001102547
url http://hdl.handle.net/10183/200105
identifier_str_mv 001102547
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/200105/2/001102547.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/200105/1/001102547.pdf
bitstream.checksum.fl_str_mv 1a18f1e45b22dc3f76ca108d1ba37376
004ade0457563789879d16169fd0027b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085499867496448