Geoestatística no R – Lição 26: Ajuste do variograma experimental omnidirecional

Neste tutorial, ilustraremos o ajuste do variograma experimental omnidirecional que já foi instruído na lição 23. A função fit.variogram ou vgm() é fornecida pelo pacote gstat e é usada para o ajuste do variograma. Na lição 23, a variável Co foi usada para desenhar o variograma experimental isotrópico, nesta lição, observaremos o comportamento das outras variáveis ​​dos dados jura.pred, e o variograma experimental será esquematizado para depois ser ajustado.

Métodos para ajustar o variograma

Os métodos que usaremos para o ajuste são:

• A função vgm() é um ajuste visual e um dos métodos que já foi utilizado na lição anterior para o ajuste do variograma anisotrópico.
• A função variogram() é uma configuração automática mais flexível e fácil de usar.

 

Ajuste visual

Para ajustar  nosso variograma correspondente à variável Co deve ser levado em consideração:

Range ou amplitude:  Distância entre pares de pontos, em que, não há mais, dependência espacial. Aprox.1,25

Nugget: Descontinuidade na origem. Aprox.1.3

Sill ou Patamar: Onde o variograma se estabiliza no campo aleatório. Aprox. 12,6

Modelo Variogram: Esférico (Sph)

 

Ajuste automático

A função fit.variogram() ajusta os parâmetros do variograma do modelo esférico (Sph) ao variograma da amostra vgm1. A estrutura que você verá abaixo é muito semelhante ao da função vgm() e também é fornecido pelo o pacote gstat, para projetar o ajuste do variograma.

fit.variogram(object, vgm(psill = NA, model, range = NA, nugget))

 

Usamos as variáveis (Zn, Ni, Pb e Cd) para projetar o variograma experimental e posteriormente ajustado com a função vgm().

 

 

 

 

 

Quer dominar os fundamentos de Geoestatística? Confira este curso presencial em São Paulo/SP.

 

Série de tutoriais: Geoestatística no R – veja a lista

Lição 1 – Como instalar o R

Lição 2 – Objetos e estruturas

Lição 3 – Leitura e gravação de dados

Lição 4 – Estrutura gráfica em R

Lição 5 – Uso dos gráficos no R

Lição 6 – Paleta de cores

Lição 7 – Análises descritivas dos dados

Lição 8 – Distribuições discretas

Lição 9 – Distribuições contínuas

Lição 10 – Regressão linear

Lição 11 – ggplot2 (histograma)

Lição 12 – ggplot2 (boxplot)

Lição 13 – ggplot2 (scatterplot)

Lição 14 – ggplot2 (qq-plot)

Lição 15 – ggplot2 (série temporal)

Lição 16 – ggplot2 (diagrama de área)

Lição 17 – ggplot2 (diagrama circular)

Lição 18 – Pacote sp

Lição 19 – Pacote raster

Lição 20 – Amostragens

Lição 21 – Variograma

Lição 22 – Fenômeno isotrópico

Lição  23 – Modelos teóricos de variogramas

Lição 24 – Fenômeno isotrópico ou anisotrópico?

Lição 25 – Ajuste do variograma experimental com anisotropia

•Lição 26 – Ajuste do variograma experimental omnidirecional

Lição 27 – Pacote GeoR

Lição 28 – Ajuste do variograma experimental com GeoR

Lição 29 – eyefit e vario4 do pacote GeoR

Lição 30 – Design dos dados

Lição 31 – Função gridded

Lição 32 – Validação cruzada

Lição 33 – Krigagem ordinária