Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/9309
Título: KrigMine2D: desenvolvimento de um software didático e interativo para o ensino dos métodos de krigagem em geoestatística.
Autor(es): Paula, Arjúnior Arlindo Souza de
Orientador(es): Cabral, Ivo Eyer
Membros da banca: Cabral, Ivo Eyer
Arroyo Ortiz, Carlos Enrique
Destro, Elton
Palavras-chave: Geoestatística
Krigagem
Desenvolvimento de software
Engenharia de minas
Python
Data do documento: 2026
Referência: PAULA, Arjúnior Arlindo Souza de. KrigMine2D: desenvolvimento de um software didático e interativo para o ensino dos métodos de krigagem em geoestatística. 2026. 98 f. Monografia (Graduação em Engenharia de Minas) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2026.
Resumo: Krigagem é um termo genérico para diferentes métodos de estimativas não tendenciosos e de variância de erro mínima empregados na geoestatística que são amplamente utilizados na avaliação de recursos minerais. As estimativas produzidas por krigagem dependem de diversos fatores, como o suporte a estimar, a disposição espacial das amostras entre si e em relação ao que se quer estimar, os modelos teóricos de variograma escolhidos, os parâmetros do variograma e a presença de anisotropia. Os softwares geoestatísticos disponíveis no mercado, sejam comerciais ou gratuitos, operam predominantemente como "caixas-pretas", executando os procedimentos de cálculo sem permitir o acompanhamento das etapas intermediárias, o que limita seu valor como ferramenta de ensino, pois admitem que o usuário já tenha conhecimento de como as técnicas funcionam e de como a escolha dos fatores mencionados afetam os resultados. Neste contexto, o presente trabalho teve como objetivo desenvolver um software didático em linguagem Python para a estimação geoestatística por krigagem, contemplando as variantes simples, ordinária e da média, com suporte de estimativa pontual e em blocos. A implementação foi conduzida com auxílio das bibliotecas NumPy, Pandas, Matplotlib e CustomTkinter, contemplando os modelos teóricos de variograma esférico, exponencial e gaussiano, além do efeito pepita, com possibilidade de composição de modelos aninhados e tratamento de anisotropia geométrica. A validação foi realizada pela comparação dos resultados produzidos pelo software com exemplos resolvidos da literatura, observando-se equivalência numérica entre os valores estimados e as variâncias do erro em todas as variantes implementadas. O software resultante, denominado KrigMine2D, disponibiliza ao usuário uma interface gráfica interativa que permite acompanhar visualmente cada etapa do processo de krigagem, incluindo a visualização das matrizes intermediárias e a comparação simultânea entre as variantes implementadas. Estudos de caso conduzidos com dados da literatura geoestatística confirmaram a aderência da ferramenta aos resultados de referência e às relações teóricas previstas e várias possibilidades de uso didático do software foram apresentadas. O software foi compilado em formato executável independente, viabilizando sua utilização em ambientes de ensino sem a necessidade de instalação prévia de bibliotecas ou ambientes de programação.
Resumo em outra língua: Kriging is a generic term for different unbiased and minimum error variance estimation methods employed in geostatistics that are widely used in mineral resource evaluation. The estimates produced by kriging depend on several factors, such as the support to be estimated, the spatial arrangement of the samples relative to each other and to what is to be estimated, the chosen theoretical variogram models, the variogram parameters, and the presence of anisotropy. The geostatistical software available on the market, whether commercial or free, operate predominantly as "black boxes," executing calculation procedures without allowing the user to monitor intermediate steps. This limits their value as a teaching tool, as they assume the user already knows how the techniques work and how the choice of the aforementioned factors affects the results. In this context, the present work aimed to develop an educational software in Python for geostatistical estimation by kriging, covering the simple, ordinary, and mean variants, with both point and block estimation support. The implementation was carried out with the help of the NumPy, Pandas, Matplotlib, and CustomTkinter libraries, encompassing the spherical, exponential, and Gaussian theoretical variogram models, in addition to the nugget effect, with the possibility of composing nested models and treating geometric anisotropy. Validation was performed by comparing the results produced by the software with solved examples from the literature, observing numerical equivalence between the estimated values and the error variances in all implemented variants. The resulting software, named KrigMine2D, provides the user with an interactive graphical interface that allows them to visually follow each step of the kriging process, including the visualization of intermediate matrices and the simultaneous comparison between the implemented variants. Case studies conducted with data from the geostatistical literature confirmed the tool's adherence to reference results and expected theoretical relationships, and several possibilities for the educational use of the software were presented. The software was compiled into a standalone executable format, making its use viable in teaching environments without the need for prior installation of libraries or programming environments.
URI: http://www.monografias.ufop.br/handle/35400000/9309
Aparece nas coleções:Engenharia de Minas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_Krigmine2DDesenvolvimento.pdf2,09 MBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.