ASDFADFS

1. ################################################################################
###############################
### ANÁLISE ESPACIAL d
################################################################################
###############################
max(dist(d$coords))
# Fornece a maior distância da área considerando as coordenadas d$coords para
obter o cutoff de 50%
max(dist(d$coords)/2) # Calculo do cutoff de 50% da distancia maxima
min(dist(d$coords))
# Fornece a menor distância da área considerando as coordenadas d$coords para
obter o cutoff de 50%
cutoff=max(dist(d$coords))/2
cutoff/min(dist(d$coords))
# Construcao do Semivariograma Experimental ondimensional com 15 semivariancias
e com 30 pares
d.var <- variog(d,uvec=seq(0,750,l=15), estimator.type="classical",pairs.min=30)
# visualizacao da semivariograma experimental ondimensional
plot(d.var, main= 'Semivariograma')
# Informações do semivariograma experimental construido
distancia <- d.var$u
semivariancia <- d.var$v
pares <- d.var$n
tabela <- cbind(distancia,semivariancia,pares)
tabela
################################################################################
###################
# AJUSTE DE MODELOS UTILIZANDO O METODO DE ESTIMAÇÃO OLS VARIOFIT
################################################################################
###################
################################################################################
###################
####### AJUSTE DO MODELO ESFERICO SPH POR OLS
################################################################################
###################
plot(d.var,xlab='Distância',ylab='semivariância',main='Semivariograma Modelo
esférico por OLS')
desf.ols <- variofit(d.var,ini=c(0.25,500), nu=0.10, weights=
"equal",cov.model="sph")
desf.ols
# Mostra o gráfico das semivariâncias com o modelo ajusto e o rótulo.
lines(desf.ols,col="blue")
summary(desf.ols)
################################################################################
####################
###### AJUSTE DO MODELO EXPONENCIAL POR OLS
################################################################################

2. ####################
plot(d.var,xlab='Distancia',ylab='semivariância',main='Semivariograma Modelo
exponencial por OLS')
dexp.ols<-variofit(d.var,ini=c(0.25,500), nu=0.10, weights=
"equal",cov.model="exp")
dexp.ols
# Mostra o gráfico das semivariâncias com o modelo ajustado e o rótulo.
lines(dexp.ols,col="blue")
summary(dexp.ols)
################################################################################
###################
######## AJUSTE DO MODELO GAUSSIANO por OLS
################################################################################
###################
plot(d.var,xlab='Distância',ylab='semivariância',main='Semivariograma Modelo
Gaussiano por OLS')
dgaus.ols<-variofit(d.var,ini=c(0.25,500), nu=0.10,weights=
"equal",cov.model="gaus")
dgaus.ols
# Mostra o gráfico das semivariâncias com o modelo ajustado e os rótulos.
lines(dgaus.ols,col="blue")
summary(dgaus.ols)
################################################################################
##################
######### AJUSTE DO MODELO MATÉRN k=1 por OLS
################################################################################
##################
plot(d.var,xlab='Distância',ylab='semivariância',main='Semivariograma Modelo
Mátern K=1 por OLS')
dmatern1.ols<-variofit(d.var,ini=c(0.25,500), nu=0.10, weights=
"equal",cov.model= "matern", kappa = 1)
dmatern1.ols
# Mostra o gráfico das semivariâncias com o modelo ajustado e os rótulos.
lines(dmatern1.ols,col="blue")
summary(dmatern1.ols)
################################################################################
################
# AJUSTE DE MODELOS UTILIZANDO WLS1 VARIOFIT
################################################################################
###############
plot(d.var,xlab='Distância',ylab='semivariância',main= 'Semivariograma Modelo
Esférico por WLS1 ')
desf.wls<-variofit(d.var,ini=c(0.25,500), nu=0.10,cov.model="sph")
desf.wls
lines(desf.wls,col="blue")
summary(desf.wls)
################################################################################
#################
###### AJUSTE DO MODELO EXPONENCIAL POR WLS1
################################################################################
################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Exponencial por WLS1')

3. dexp.wls<-variofit(d.var,ini=c(0.25,500), nu=0.10,cov.model="exp")
dexp.wls
lines(dexp.wls,col="blue")
summary(dexp.wls)#Apresenta um resumo das estatísticas espaciais dos modelos
ajustados
################################################################################
################
###### AJUSTE DO MODELO GAUSSIANO POR WLS1
################################################################################
###############
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Gaussiano por WLS1')
dgaus.wls<-variofit(d.var,ini=c(0.25,500), nu=0.10,cov.model="gaus")
dgaus.wls
lines(dgaus.wls,col="blue")
summary(dgaus.wls)
################################################################################
################
###### AJUSTE DO MODELO Matern k=1 POR WLS1
################################################################################
################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Matern k=1 por WLS1')
dmatern1.wls<-variofit(d.var,ini=c(0.25,500), nu=0.10,cov.model="matern",
kappa=1)
dmatern1.wls
lines(dmatern1.wls,col="blue")
summary(dmatern1.wls)
################################################################################
################
########### AJUSTE DE MODELOS UTILIZANDO MÁXIMA VEROSSIMILHANÇA LIKFIT
################################################################################
################
#################################################
####### AJUSTE DO MODELO ESFERICO POR MV
#################################################
plot(d.var,xlab='alcance',ylab='semivariância',main='Semivariograma Modelo
Esférico por MV')
desf.ml<-likfit(d,ini=c(0.25,500), nu=0.10,lambda=1, lik.method= "ML",
cov.model="sph")
desf.ml
lines(desf.ml,col="blue")
AIC(desf.ml)
summary(desf.ml)
##################################################
###### AJUSTE DO MODELO EXPONENCIAL POR MV
##################################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Exponencial por MV')
dexp.ml<-likfit(d,ini=c(0.25,500), nu=0.10,lambda=1, lik.method= "ML",
cov.model="exp")
dexp.ml
lines(dexp.ml,col="blue")
summary(dexp.ml)

4. ####################################################
###### AJUSTE DO MODELO GAUSSIANO POR MV
####################################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Gaussiano por MV')
dgaus.ml<-likfit(d,ini=c(0.25,500), nu=0.10, lambda=1, lik.method= "ML",
cov.model="gaus")
dgaus.ml
lines(dgaus.ml,col="blue")
summary(dgaus.ml)
######################################################
###### AJUSTE DO MODELO Matern k=1 POR MV
######################################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Matern K=1 por MV')
dmatern1.ml<-likfit(d,ini=c(0.25,500), nu=0.10, lambda=1, lik.method= "ML",
cov.model="matern", kappa=1)
dmatern1.ml
lines(dmatern1.ml,col="blue")
summary(dmatern1.ml)
################################################################################
##########
# AJUSTE DE MODELOS UTILIZANDO MÁXIMA VEROSSIMILHANÇA RESTRITA MVR LIKFIT
################################################################################
##########
##############################################
####### AJUSTE DO MODELO ESFERICO POR MVR
##############################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Esférico por MVR')
desf.mlr<-likfit(d,ini=c(0.25,500), nu=0.10, lik.method="RML", cov.model="sph")
desf.mlr
lines(desf.mlr,col="blue")
AIC(desf.mlr)
summary(desf.mlr)
##############################################
####### AJUSTE DO MODELO EXPONENCIAL POR MVR
##############################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Exponencial por MVR')
dexp.mlr<-likfit(d,ini=c(0.25,500), nu=0.10, lik.method="RML", cov.model="exp")
dexp.mlr
lines(dexp.mlr,col="blue")
AIC(dexp.mlr)
summary(dexp.mlr)
##############################################
####### AJUSTE DO MODELO GAUSSIANO POR MVR
##############################################
#plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Gaussiano por MVR')
#dgaus.mlr<-likfit(d,ini=c(0.25,500), nu=0.10,lambda=1, lik.method= "RML",
cov.model="gaus")
#dgaus.mlr
#lines(dgaus.mlr,col="blue")

5. #summary(dgaus.mlr)
##############################################
####### AJUSTE DO MODELO MATERN POR MVR
##############################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Matérn k=1 por MVR')
dmatern1.mlr<-likfit(d,ini=c(0.25,500), nu=0.10, lik.method="RML",
cov.model="matern", kappa=1)
dmatern1.mlr
lines(dmatern1.mlr,col="blue")
AIC(dmatern1.mlr)
summary(dmatern1.mlr)

6. #summary(dgaus.mlr)
##############################################
####### AJUSTE DO MODELO MATERN POR MVR
##############################################
plot(d.var,xlab='Distância',ylab='Semivariância',main='Semivariograma Modelo
Matérn k=1 por MVR')
dmatern1.mlr<-likfit(d,ini=c(0.25,500), nu=0.10, lik.method="RML",
cov.model="matern", kappa=1)
dmatern1.mlr
lines(dmatern1.mlr,col="blue")
AIC(dmatern1.mlr)
summary(dmatern1.mlr)