Autor: Jorge Kazuo Yamamoto

Prof. Dr. Jorge Kazuo Yamamoto, fundador da Geokrigagem, é geólogo, foi pesquisador do IPT e docente do Instituto de Geociências da USP, onde se aposentou como Professor Titular do Departamento de Geologia Sedimentar e Ambiental. Atualmente, atua como Professor Sênior do Departamento de Engenharia de Minas e de Petróleo – Escola Politécnica – USP. É responsável pela disciplina “Métodos geoestatísticos” na Pós-Graduação do IPT – Investigação do subsolo: Geotecnia e Meio Ambiente. Dedica-se ao ensino de geoestatística, com ênfase no desenvolvimento de algoritmos e pesquisa de novas aplicações, tais como: variância de interpolação, cálculo da variância global de depósitos minerais e correção do efeito de suavização da krigagem. Ultimamente, seu interesse está voltado para o ensino e divulgação da linguagem R.
GEOKRIGAGEM
Geoestatística

Amostras de Sondagem: regularização por bancadas

Na estimativa de um depósito mineral, cuja lavra se dará pelo método tradicional de bancadas a céu aberto, as amostras devem ter um suporte comum igual à altura da bancada. Apesar das sondagens terem sido planejadas em uma malha regular e com amostragem em intervalos regulares, as amostras obtidas para os intervalos de-para não coincidem necessariamente com as bancadas projetadas.
GEOKRIGAGEM
Geoestatística

A Incerteza na Estimativa por Krigagem Ordinária

A geoestatística teve uma grande aceitação ao proporcionar uma medida de incerteza associada à estimativa por krigagem ordinária, por meio da variância de krigagem. Esta aproximação foi utilizada há quase três décadas até a publicação de Journel e Rossi (1989). Nesta ocasião, os autores afirmaram que a variância de krigagem deveria ser empregada apenas como uma medida da configuração espacial dos pontos de dados considerados na estimativa de uma localização não amostrada.
Geoestatística

Cálculo de Variogramas Experimentais

Os principais métodos geoestatísticos de estimativa e simulação são baseados no modelo de correlação espacial descrito pela função variograma. Muitas vezes, os variogramas se apresentam com grandes flutuações, devido ao pequeno número de pares de pontos. Neste artigo, vamos mostrar como o empilhamento de dados pode diminuir tais flutuações e, dessa forma, facilitar o ajuste de um modelo teórico de variograma.