Trabalho Final

Introdução

Banco de dados: 

O trabalho foi realizado a partir da presença e concentração do elemento Escândio (Sc) no sítio de Amapari, no estado do Amapá, através da planilha contendo a concentração de elementos terras raras na região, link abaixo:

amostra Amapari

Escândio:

Escândio é um elemento do grupo terras raras, de símbolo Sc e número atômico 21 na tabela periódica. Este elemento tem seu nome em homenagem a Escandinávia,  onde suas únicas fontes concentradas, os minerais euxenita (à esquerda) , gadolinita (à direita) e Thortveitita (à baixo), tem uma razoável abundância, junto com Madagascar.

Resultado de imagem para gadolinitaResultado de imagem para euxenita

Resultado de imagem para thortveitita

Este elemento foi descoberto por Lars Fredrick Nilson em 1879, sendo seu óxido (Sc2O3) (à esquerda) utilizado em lâmpadas a vapor de Mercúrio, seu isótopo radioativo Sc-46 utilizado no craqueamento do petróleo como traçador, e seu metal (à direita) é usado na indústria aeroespacial, devido seu alto ponto de ebulição

 

Resultado de imagem para escandio oxidoResultado de imagem para escandio

 

Software R:

O trabalho foi feito utilizando-se o software R, que se trata de uma linguagem além de um ambiente de desenvolvimento integrado para cálculos estatísticos e gráficos. Ele está disponível para Windows, MacOS e vários sistemas operacionais Unix/Linux. A versão utilizada nesse trabalho foi a R i386 3.4.2 para Windows.

 

 

Desenvolvimento

Para a realização do trabalho foi utilizado o programa R versão, contendo o pacote gstat e o DataSet Jura, adaptado com os dados da planilha Amapari. Assim, todas as analises foram feitas com base nos dados do atributo Escândio (Sc) do data.frame para se chegar aos resultados:

  • Mapa de concentração do teor de Escândio na área mapeada por Krigagem Ordinária
  • Mapa de concentração do teor de Escândio na área mapeada por Simulação Sequencial Gaussiana
  • Mapa base
  • Sumário da variável
  • Histograma
  • Box-plot
  • Variograma experimental
  • Variograma ajustado

 

Mapa base:

Primeiramente, separou-se os dados das coordenadas geográficas e da concentração de Escândio em um arquivo .txt e lidos como tabela por meio do comando read.table, com a primeira coluna ([,1]) referente as coordenadas UTM X e Y. Por seguinte foi feito o comando:

mapa base cmd.png

Resultando em:

mapa base graf.png

Sumário variável:

Para se adquirir o sumário:

sumario

 

Histograma:

Para se adquirir o histograma, fez-se o comando:

hist cmd

Gerando:

hist graf.png

 

Blox-plot:

Para se adquirir o box-plot, fez-se o comando:

boxplot cmd.png

Gerando:

boxplot graf.png

Variograma experimental:

Para sua obtenção, os dados foram extraídos da própria planilha, entretanto em uma aba separada, contendo somente as coordenadas e a concentração de Sc. Lendo essa aba como data.frame, foi feito:

semivariograma exp cmd.png

Gerando:

semivariograma exp graf.png

 

Variograma ajustado:

Para o ajuste do variograma, foi estipulado um valor de 650 para o Efeito Pepita, 800 para o Patamar e 1000 para o Alcance, além de adotado um modelo matemático para o variograma. Fez-se uso então do seguinte comando:

semivariograma adj cmd.png

Gerando:

semivariograma adj graf.png

Krigagem ordinária:

Fez-se uso do método de krigagem ordinária para definir o mapa de concentração de Escândio na área definida. Foi feito o uso do logaritmo das concentrações:

krigagem cmd.png

gerando:

krigagem graf.png

Simulação Gaussiana:

A partir da Krigagem ordinária, foram feitas 5 simulaçoes para a área do Escândio, tendo como base o seguinte comando:

simulacao cmd.png

Gerando as simulações:

simulacao 1.pngsimulacao 2.png

simulacao 3.pngsimulacao 4.png

simulacao 5.png

 

 

Conclusão

 

A partir da analise do mapa de concentração, eh possível perceber uma dispersão do elemento Escândio no mapa, porém com uma maior concentração na porção oeste do mapa. O histograma se mostra levemente assimétrico com uma maior concentração dos valores da variável “Sc” entre 5 e 10. O box-plot reforça essa observação em relação a concentração e a assimetria do gráfico, com os outliers todos com valores acima de 20.

O variograma se trata de uma função da variância espacial e é uma medida da variabilidade em relação a distância, e para isso, o melhor ajuste foi um modelo de ajuste matemático.