Domínios de estimativa em modelagem geoestatística: aplicação de algoritmos de agrupamento na estimativa de recursos minerais

• Ano de defesa: 2025
• Autor(a) principal: Carvalho, Ivan Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algoritmos de agrupamento; Clustering algorithms; Estimation; Estimativa; Geostatistical simulation; Iron ore; Mineral resources; Minério de Ferro; Recursos minerais; Simulação geoestatística
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/44/44145/tde-28072025-075544/

A definição de domínios de estimativa contínuos e quasi-estacionários para a modelagem geostatística é um desafio crítico na caracterização de recursos minerais, especialmente diante do aumento na disponibilidade de dados geológicos regionalizados. Este trabalho integra dois estudos que propõem alternativas aos métodos manuais tradicionais, frequentemente subjetivos e demora- dos, utilizando algoritmos de agrupamento em minério de ferro do Quadrilátero Ferrífero (MG,Brasil). No primeiro estudo,três algoritmos de agrupamento foram testados: K-médias (K-means (KM)), Agrupamento hierárquico (hierarchical clustering (HC)) e agrupamento hierárquico geoestatístico (geostatistical hierarchical clustering (GHC)) este último adaptado para incorporar pesos às variáveis e condicionando a geração de grupos a existência de conectividade espacial entre as amostras. Os resultados, comparados a um método manual empírico, revelaram que os cenários agrupados apresentaram estatísticas de validação cruzada mais coerentes e menor suavização nas estimativas, embora com continuidade espacial reduzida. O método KM destacou-se na estruturação de variogramas. O segundo estudo avançou na solução das limitações espaciais ao aplicar o algoritmo Fuzzy k-Prototype (FCP), que integra variáveis categóricas(via parâmetro ) e preserva a continuidade espacial de forma intrínseca, sem restrições externas. A abordagem combinou parâmetros distintos para a função objetiva de agrupamento, comparando-os por meio de métricas de qualidade de agrupamento e análise visual, gerando agrupamentos adaptados às distribuições químicas e litológicas. As simulações, obtidas por banda rotativas (Turning Bands (TBS)), permitiram analisar a coerência geoquímica e espacial entre as amostras e os modelos simulados, estes resultados foram comparados com as simulações obtidas a partir das amostras sem nenhum tipo de agrupamento. O FCP provou ser uma ferramenta flexível para determinação de domínios de estimativa. Ambos os estudos evidenciam que algoritmos de agrupamento podem minimizar a subjetividade inerente aos métodos manuais, otimizando a geração de domínios de estimativa. Enquanto o primeiro artigo identificou vantagens nas métricas estatísticas e de validação das estimativas obtidas pelos algoritmos de agrupamento,o segundo introduziu uma solução capaz de integrar dados contínuos e categóricos, de forma a manter a continuidade espacial dos domínios gerados.Juntos, reforçam o potencial da utilização de algoritmos de agrupamento em estudos geoestatísticos teóricos e práticos.