Geoestatistica multivariada : estudo de metodos de predição

Os Métodos Geoestatísticos conseguem juntar o aspecto espacial (topológico) com o aspecto aleatório (probabilístico) das variáveis regionalizadas. Existem muitos métodos geoestatísticos univariados de análise, mas a literatura em geoestatística multivariada não é muito extensa. O objetivo deste trabalho foi realizar um estudo de métodos de predição geoestatísticos multivariados, apresentando-os, na medida do possível, de maneira simples. Para predição de variáveis regionalizadas, fizemos um estudo sobre a Cokrigagem. Uma alternativa é realizar a predição com o auxílio da técnica de Análise de Componentes Principais (no caso de suposição de correlação intrínseca), proposta por Davis & Greenes (1983). Para incorporar a característica espacial do fenômeno na análise, podemos estudar a decomposição de uma variável regionalizada em diferentes estruturas espaciais. Isso é possível através da Análise de Krigagem Fatorial, proposta por Matheron (1982), e pela Análise baseada no Variograma Multivariado, proposta por Bourgault & Marcotte (1991). Como ilustração, foi apresentado também a Análise Fatorial Espacial, proposta por Grunsky & Agterberg (1988). Para ilustrar as técnicas de Krigagem, de Cokrigagem e de Análise de Componentes Principais na estimação de uma variável regionalizada, realizamos uma comparação através de um conjunto de dados reaisGeostatistical methods are able to join spatial (topologic) feature with random (probabilistic) feature of the regionalized variables. There are several univariate methods of analysis in geostatistical literature, but the multivariate ones are not covered extensively. This work's purpose was to present brief1y some multivariate prediction methods and to perform some comparison between them. To make predictions of the regionalized variables, we studied the Cokriging. In the intrinsic correlation case, Principal Component Analysis (Davis & Greenes, 1983) was combined with Kriging as an alternative way. We studied a regionalized variable decomposition in different spatial structures to incorporate spatial characteristic of phenomenon in the analysis. This was possible through Factorial Kriging Analysis (Matheron, 1982) and Multivariable Variogram (Bourgault & Marcotte, 1991). As illustration we presented also the Spatial Factor Analysis (Grunsky & Agterberg, 1988). To illustrate the Kriging, Cokriging and Principal Component Analysis techniques of regionalized variables predictions, we performed a comparison between them through a real data se