GEOMATLAB: ANLISE GEOESTATSTICA

USANDO MATLAB

FBIO IWASHITA
Curso de Graduao em Ecologia
Bolsista da FAPESP
UNESP/Rio Claro

PAULO M. BARBOSA LANDIM

Professor Emrito da Universidade Estadual Paulista
Professor Voluntrio do Depto. Geologia Aplicada
UNESP/Rio Claro

UNESP/campus de Rio Claro

Departamento de Geologia Aplicada - IGCE
Laboratrio de Geomatemtica
Texto Didtico 12
2003

Reproduo autorizada desde que citada a fonte (Norma 6023-2000/ABNT ( http://www.abnt.org.br):

IWASHITA, F., LANDIM, P.M.B. GEOMATLAB: anlise geoestatstica usando MATLAB.

DGA,IGCE,UNESP/Rio Claro, Lab. Geomatemtica, Texto Didtico 12, ... pp. 2003. Disponvel em
<http://www.rc.unesp.br/igce/aplicada/textodi.html>. Acesso em:....

1. INTRODUO
MATLAB uma linguagem de programao de alto nvel para anlise
matemtica e anlise estatstica desenvolvida por The Mathworks, Inc. Baseia-se no
conceito que os dados podem ser representados como matrizes e, desse modo, a
maioria das operaes de anlise numrica podem ser realizadas usando lgebra
linear. Evita-se, assim, o uso excessivo de algoritmos de loopings, pois as rotinas so
feitas considerando as propriedades matemticas das operaes com matrizes, vetores
e escalares. Isso uma grande vantagem, pois algumas dessas operaes so muito
complexas para usar linguagens de programao ordinria como BASIC, FORTRAN,
Pascal ou C.
O software MATLAB contm um a srie de comandos versteis para operaes
matemticas, estatsticas e produo de grficos de alta qualidade. Assim, ameniza-se
os problemas que comumente so encontrados ao se efetuar at as mais simples
anlise de dados em programas (MIDDLETON, 2000). Um dos seus aspectos mais
poderosos so as chamadas toolboxes, ou caixa de ferramentas, que permitem a
criao de funes e programas reutilizveis (HANSELMAN, & LITTLEFIELD, 1999). O
conjunto de toolboxes, que podem ser organizados conforme necessidades
especficas, tornam o MATLAB uma poderosa ferramenta de anlise de dados.
Neste trabalho foi desenvolvido um pacote, baseado nessa linguagem, para ser
usado em anlise geoestatstica. Isso significa que o usurio deve possuir algum
conhecimento bsico em anlise de dados espaciais. Caso no seja esse o caso
consultar as referncias que constam ao final deste texto.
Para a utilizao deste texto didtico so necessrios: o pacote apresentado
neste trabalho, denominado GEOMATLAB; alguma funes do pacote BMELib, alm,
do prprio MATLAB verso release 12 ou mais recente.
A biblioteca completa de rotinas do BMELib (Bayesian Maximum Entropy
Library), pertence ao livro de CHRISTAKOS (2002), e pode ser acessada no site:
http://www.unc.edu/depts/case/BMELIB/.
O pacote GEOMATLAB possui um tutorial que ativado digitando-se
GEOMATLABtutorial no prompt do MATLAB. O GEOMATLAB apresenta, tambm,
uma interface no grfica de entrada de dados para usurios iniciantes que ativada
quando a funo desejada digitada no prompt. Existe um acesso menos amigvel,

porm mais rpido para se chegar aos resultados, e para tanto deve-se seguir as
respectivas sintaxes descritas neste texto ou no tutorial do pacote.
2. APLICAO DO GEOMATLAB: UM ESTUDO DE CASO
Para a aplicao do pacote desenvolvido foram utilizados os dados coletados
por BERNARDI (2001) na Ilha do Cardoso, litoral sul paulista. So valores de
concentraes

de

cobre

de

zinco

coletadas

no

centride

de

parcelas,

georreferenciadas por GPS, na serapilheira e em duas profundidades diferentes, de 0

30 cm e de 90 120 cm.
2.1. ENTRADA DE DADOS
O banco de dados deve estar no formato padro GeoEAS, com pontos para
indicar decimais; a primeira linha deve conter o ttulo do arquivo de dados e segunda o
nmero de colunas. As linhas seguintes devem conter o ttulo de cada coluna e, por fim
a matriz de dados com colunas so separadas por um espao. O banco de dados a ser
lido deve estar no formato ASCII e preferencialmente com a extenso .dat. Abaixo, um
resumo da tabela de dados.
Geoquimica de solos (0-30cm)
4
UTM-EW
UTM-NS
Cu
Zn
204.973
207.999
206.881
.
.
.
194.297
194.493
196.000

7224.226
7219.999
7224.919
.
.
.
7215.323
7213.910
7212.863

0.27
0.08
0.01
.
.
.
0.23
0.08
0.08

9.40
0.18
0.05
.
.
.
1.68
0.30
1.26

A funo readGeoeas.m l e transforma o banco de dados em matrizes e

vetores que sero utilizados por outras funes no decorrer da anlise.
2.2. ANLISE EXPLORATRIA
A anlise exploratria objetiva verificar o padro de distribuio espacial da rede
de amostragem, com a finalidade de evitar agrupamentos indesejveis; identificar a
possvel ocorrncia de valores anmalos (outliers); eventual presena de tendncias;
3

verificar distribuio normal dos dados e se os mesmos provm de uma mesma

populao (MONTEIRO, 2003).
As funes utilizadas para realizar a anlise exploratria de dados pertencem ao
GEOMATLAB:

normal.m;

regressao.m;

cruzado.m.

Essas funes so

apresentadas com interface mais amigvel. Para o caso de interface com acesso
rpido basta adicionar nmero 1 ao final de seu nome. Exemplo: normal1.m;
regressao1.m; cruzado1.m; variograma1.m.
2.2.1. FUNO NORMAL
A funo normal gera um grfico de probabilidade normal, um histograma, um
mapa de teores, e por fim apresenta os valores da mdia, varincia, desvio padro,
valor mximo, valor mnimo e coeficiente de varincia para cada varivel no prompt do
MATLAB. necessrio entrar com os nmeros das colunas da matriz de dados que
contm as coordenadas geogrficas e as variveis a serem analisadas, o tipo de
transformao a ser aplicado nos dados (1: sem transformao; 2: aplicao de
logaritmo natural) e o nome do arquivo de dados. Para acionar a funo basta digitar
seu nome no prompt do MATLAB:
>> normal
Nome do arquivo de dados (entre aspas simples)..: 'geoq00.dat'
Coluna com as coordenadas Leste-Oeste..: 1
Coluna com as coordenadas Norte-Sul..: 2
Coluna inicial da matriz para analise..: 3
Coluna final de analise..: 4
Tipo de distribuiao(1 = normal/2 = lognormal)..: 1

Os grficos e resultados gerados so os seguintes:

Histograma

Normal Probability Plot

30

0.997
0.99
0.98

25

0.95
0.90

20
Probability

0.75
15

0.50
0.25

10
0.10
0.05
5

0.02
0.01
0.003
0

50
Zn

100

20

40

60
Zn

80

100

Cu

Zn

7226
7224

80

7222

60

7218

50

7216

40

7214

30

7212

20

7210

10

7208
194

196

198

200
202
204
Leste-Oeste (UTM )

206

208

Norte-S ul (UTM )

70

7220
Norte-S ul (UTM )

7226

90

7224

90

7222

80

7220

70

7218

60

7216

50

7214
40
7212
30
7210
20
7208
194

196

198

200
202
204
Leste-Oes te (UTM )

206

208

Histograma, curva de probabilidade normal acumulada, distribuio de pontos referentes aos teores de
cobre e zinco na serapilheira (geoq00.dat)
Analise_de =
'Cu'
Media =
0.2999
Variancia =
0.1057
Desvio_pd =
0.3252
Maximo =
1.6000
Minimo =
0.0100
Coef_var =
0.3525

Segue abaixo a sintaxe da funo normal1 de acesso rpido.

normal1(coodx,coody,col_inic,col_fin,tipo_dist,nome_arq);

onde:
coodx e coody = nmeros das colunas das coordenadas NorteSul e LesteOeste,
respectivamente;
col_inic = nmero da coluna inicial da varivel a ser analisada na matriz de dados;
col_fin = nmero da coluna final da varivel a ser analisada na matriz de dados;
tipo_dist = tipo de distribuio normal/lognormal;
nome_arq = nome do arquivo de dados a ser analisado.

2.2.2. FUNO CRUZADO

A funo cruzado fornece o box-whiskers e um diagrama de disperso.
Os parmetros de entrada da funo cruzado so os mesmos da funo
normal,

exceto pelo fato de no ser necessrio entrar com as coordenadas

geogrficas. Aciona-se a funo digitando seu nome no prompt:

>> cruzado
Nome do arquivo de dados (entre aspas simples)..: 'geoq30.dat'
Coluna inicial da matriz para analise..: 3
Coluna final de analise..: 4

B ox whis k er de P rof-30c m e prof-90c m

Teores de P rof-30c m vs . prof-90c m

0.45

1.2
0.4
1

0.35
0.3
prof-90c m

Conc entra ao

0.8

0.6

0.4

0.25
0.2
0.15
0.1

0.2

0.05
0
P rof-30c m
prof-90c m
E lem entos

0.5
1
P rof-30c m

1.5

Teores de cobre de 0 a 30 cm contra cobre de 90 a 120 cm

A funo de acesso rpido tem a seguinte sintaxe:

cruzado1(col1,col2,nome_arq);

onde:
col1 = nmero da coluna na matriz da primeira varivel a ser analisada;
col2 = nmero da coluna na matriz da segunda varivel a ser analisada.
2.2.3. FUNO REGRESSO
A funo regresso calcula o coeficiente de correlao linear entre duas
variveis escolhidas, plota reta resultante da anlise de regresso linear e a
distribuio de pontos em 2D. necessrio entrar com os nmeros das colunas da
matriz de dados que contm as variveis independente e dependente para a anlise de
6

regresso, o tipo de transformao a ser aplicado nos dados, o nvel de confiana para
a anlise de regresso, o mtodo de regresso (1 regresso linear, 2 eixo maior
reduzido ), se deseja que seja exibido um grfico dos resduos da regresso e o nome
do arquivo de dados.
>> regressao
Nome do arquivo de dados (entre aspas simples)..: 'geoq30.dat'
Vetor da matriz para a variavel independente..: 3
Vetor da matriz para a variavel dependente..: 4
Nivel de confiana do teste(0.05/0.01/0.001)..: 0.05
Deseja que os residuos sejam exibidos?(S/N) 'n'

Residual Case Order Plot

100
80
90
60
80
40

70
Residuals

Zn-sera

60
50
40

20
0
-20

30
-40
20
10

-60
0

10

15
Cu-sera

20

25

regresso linear de cobre x zinco a 30cm

30

10

20

30

40

50
60
Case Number

70

80

90

100

resduos da regresso linear

Correlacao =
0.3253
Coef_b =
1.0858
Intercepta =
30.7484
R_quadrado =
0.1058
F =
12.4230
p =
6.2968e-004

A sintaxe do acesso rpido :

regressao1(eixo_x,eixo_y,alfa,nome_arq,dist);

onde:
7

eixo_x = vetor de dados da varivel independente;

eixo_y = vetor de dados da varivel dependente.
Alfa = Nvel de confiana do teste (0.05/0.01/0.001)
dist = tipo de distribuio normal/lognormal;
2.3. ANLISE VARIOGRFICA
Alguns dos toolboxes utilizados para a aplicao da anlise geoestatstica
propriamente dita pertencem ao pacote BMELib e, assim, para confeccionar o
variograma experimental e seu ajuste a um modelo terico, foi utilizado o arquivo
variograma.m do GEOMATLAB, que acessa e combina as funes do BMELib.
A funo variograma plota o variograma experimental de um banco de dados
escolhido e ajusta um modelo terico de variograma curva experimental.
Abaixo seguem os procedimentos da funo variograma.m.
>> variograma
Nome do arquivo de dados (entre aspas simples)..: 'cobre00a.dat'
Coluna da matriz para analise..: 3
Coluna com as coordenadas Leste-Oeste..: 1
Coluna com as coordenadas Norte-Sul..: 2
Vetor

que

delimita

as

distancias

das

classes->[classe(1):intervalo:

classe(x)]..: [0:0.5:5]
Metodo de krigagem (Ordinaria=1, Indicativa=2..: 2
Nivel de corte da krigagem..: 6
Deseja que X-corte<X-obs = 1 ou X-corte>X-obs = 1?(>=1/<=2)..: 1
Modelo para para o ajuste. Exemplo-> exponentialV, gaussianV, sphericalV,
linearV (entre aspas simples)..: sphericalV
Variograma tipo (Omnidirecional=1, Direcional=2)..: 1
Valores do sill e do range respectivamente ->[sill range]..: [0.055 2]
Valor do efeito pepita..: 0
Deseja exibir o numero de pares por ponto?(S/N) 's'

Couple 1-1
0.08

0.07

Variogram/Covariance

0.06

0.05

0.04

0.03

0.02

0.01

0.5

1.5

2.5

3.5

4.5

Distance

Variancia =
0.0778
Par_Teo_Ver_Res =
12.0000

0.0142

-0.0142

100.5000

0.0312

0.0647

0.0334

172.0000

0.0453

0.0349

-0.0105

196.0000

0.0538

0.0612

0.0074

294.5000

0.0550

0.0764

0.0214

311.0000

0.0550

0.0514

-0.0036

330.0000

0.0550

0.0515

-0.0035

304.0000

0.0550

0.0526

-0.0024

362.0000

0.0550

0.0622

0.0072

323.0000

0.0550

0.0557

0.0007

Indice =
0.3141

O ndice de ajuste calculado a partir da seguinte equao:

N

i=

j =1

( (h ) (h ))
*

* (h )
N

onde:
i ndice de ajuste calculado, e quanto menor o ndice, melhor o ajuste;
N nmero de elementos no domnio de ;
(h) valores do variograma experimental;
*(h) valores do modelo terico de variograma adotado para o ajuste.
Sintaxe de acesso rpido:
variograma(arqdat,coodx,coody,col_x,classes_x,tipo_krig,model,pepita,
param, ang_inic,ang_fin,dist)
9

onde:
arqdat = nome do arquivo de dados;
coodx = nmero da coluna do vetor de coordenadas espaciais de eixo x;
coody = nmero da coluna do vetor de coordenadas espaciais de eixo y;
col_x = nmero da coluna na matriz da varivel a ser analisada;
classes_x = vetor que delimita as classes ;
tipo_krig = mtodo de krigagem (ordinria/indicativa)
modelo = modelo de variograma terico: esfrico, linear, exponencial, gaussiano e
potencial
pepita = valor do efeito pepita;
param = vetor 1x2 com o valor do patamar (sill) e do alcance (range), respectivamente.
ang_inic e ang_fin = Angulo inicial e final da analise (em graus)
dist = Tipo de distribuio (normal/lognormal)
2.3.1. MAPA DE VARIOGRAMAS
A funo variomap.m confecciona o mapa de variogramas ou superfcie
variogrfica. Este mapa tem a funo principal de identificar a presena ou no de
anisotropia.
O mapa de semivariogramas deste pacote difere dos mapas convencionais,
como o do GSLib. Para facilitar a programao fez-se uma converso dos valores de

(h), em coordenadas cartesianas, para coordenadas polares de modo a tornar a

programao mais simples:

x = h cos( )

y = h sen( )
Onde x e y so as coordenadas cartesianas, o raio descrito pelo valor de h e o
ngulo o intervalo, regulvel, para cada semivariograma direcional pertencente ao
mapa de variogramas compreende-se entre 90 e 90.
Para acionar a funo basta digitar o nome da funo no prompt:
>> variomap
Nome do arquivo de dados (entre aspas simples)..: cobre00a.dat
Coluna com as coordenadas Leste-Oeste..: 1
Coluna com as coordenadas Norte-Sul..: 2
Coluna da matriz para analise..: 3

10

Vetor

que

delimita

as

distancias

das

classes

->

[classe(1):intervalo:

classe(x)]..: [0:.5:5]
Angulo de tolerancia dos variogramas direcionais..: 15
Tipo de distribuiao(1 = normal/2 = lognormal)..: 1
Metodo de krigagem (Ordinaria=1, Indicativa=2..: 1

Para validar a converso e a eficincia da rotina, seguem abaixo dois mapas de

variogramas. A base de dados a mesma, o arquivo example.dat do software
GeoEAS. Um dos mapas foi produzido no GSLIB, o outro utilizando a rotina aqui
desenvolvida.

M apa de variogram as de Cadm ium

5
4

30

3
25

Norte-S ul (h)

2
1

20

0
15

-1
-2

10

-3
5
-4
-5

-5

Mapa de variogramas pelo GSLib

0
Leste-Oeste (h)

variomap.m

Sintaxe de acesso rpido:

variomap1(arquivo,coodx,coody,col_x,classes_x,ang_tol,dist,tipo_krig)
onde:
ang_tol = ngulo de tolerncia para cada variograma direcional.
Estabelecido o modelo variogrfico, seus parmetros e se ocorre ou no
anisotropia, pode-se efetuar a krigagem.
2.4. KRIGAGEM
A funo krigagem.m plota o mapa de valores estimados por krigagem
ordinria ou por krigagem indicativa e o respectivo mapa de desvios padres da
krigagem, caso o usurio desejar.
Deve-se digitar o nome da funo para acion-la:

11

>> krigagem
Nome do arquivo de dados (entre aspas simples)..: cobre00a.dat
Coluna da matriz para analise..: 3
Colunas com os vetores das coordenadas LesteOeste e NorteSul->[E-W N-S]..:
[1 2]
Valores mnimos da abscissa e da ordenada ->[Min_x Min_y]..: [194 7209]
Valores do tamanho do lag da malha->[lag_EW lag_NS]..: [0.5 0.5]
Nmeros de lags desejado ->[num_EW num_NS]..: [31 35]

A partir da prxima entrada de dados os procedimentos diferem de acordo com o

tipo de krigagem a ser empregada.
2.4.1 KRIGAGEM ORDINRIA
O mapa produzido pela krigagem ordinria exibe as estimativas dos valores
krigados.
Metodo de krigagem (Ordinaria=1, Indicativa=2)..:
Modelo para para o ajuste. Exemplo-> exponentialV, gaussianV, sphericalV,
linearV (entre aspas simples)..: sphericalV
Valores do sill e do range respectivamente ->[sill range]..: [.08 1.1]
Nmero mximo de pontos amostrados a serem considerados para a estimaao..: 7
Distancia

maxima

ser

considerada

do

ponto

ser

estimado

do

ponto

amostrado..: 2
Deseja plot em 3D?(Nao=1/Sim=2)..: 1
Tipo de distribuiao(1 = normal/2 = lognormal)..: 1

12

Mapa por Krigagem ordinaria para Cu-sera

7226
25
7224
7222

20

UTM-NS

7220
7218

15

7216
10

7214
7212

7210
194

196

198

200 202
UTM-EW

204

206

208

210

Cobre na serapilheira

Acesso rpido:
krigagem1(coord,col_x,min_xy,tam_lag,num_lag,tipo_krig,modelo,parametros,
num_max,dis_max,arqdat,resp_plot,dist)

onde:
coord = colunas com os vetores das coordenadas Leste-Oeste e Norte-Sul->[E-W N-S]
min_xy = valores minimos da abscissa e da ordenada->[Min_x Min_y]
tam_lag = Valores do tamnho do lag da malha->[lag_EW lag_NS]
num_lag = nmeros de lags desejado ->[num_EW num_NS]
tipo_krig = mtodo de krigagem (Ordinaria=1, Indicativa=2)
modelo = modelo para para o ajuste. Exemplo -> exponentialV, gaussianV, sphericalV,
linearV (entre aspas simples)
num_max = nmero maximo de pontos amostrados a serem considerados para a
estimativa
dis_max = distancia maxima a ser considerada do ponto a ser estimado e do ponto
amostrado
dist = tipo de distribuiao(1 = normal/2 = lognormal)

13

2.4.2. KRIGAGEM INDICATIVA

Para empregar a krigagem indicativa necessrio realizar preliminarmente uma
anlise variogrfica para os valores transformados em 0 e 1 em funo do nvel de
corte escolhido, incluindo um mapa de variogramas especfico. Determinado o modelo
variogrfico e seus parmetros, pode-se aplicar a krigagem indicativa. Depois de seguir
os passos da seo 2.4 o programa prossegue pedindo os parmetros restantes:

Mapa de variogramas de Cu-sera

Couple 1-1

0.14

0.12

6
4

0.07

0.06

0.1

2
0.08
0
0.06

-2

Variogram/Covariance

Norte-Sul (h)

0.08

0.05

0.04

0.03

0.04

-4

0.02

-6

0.02

0.01

-8
-8

-6

-4

-2
0
2
Leste-Oeste (h)

mapa de variogramas de cobre, nvel de corte

de 6 ppm

0.5

1.5

2.5

3.5

4.5

Distance

Serapilheira, modelo esfrico ( patamar 0,055

alcance 2)

A escala da krigagem indicativa denota a probabilidade de ocorrncia de teores

acima ou abaixo do nvel de corte. Como foi estipulado que valores acima do nvel de
corte so iguais a 1 e valores menores igual 0, a linha de isovalor 1 indica 100% de
chance de ocorrncia.

14

Probabilidade de ocorrencia de teores Cu-sera acima de

ppm

7226
1

7224
7222

0.8

7220
UTM-NS

0.6
7218
0.4

7216
7214

0.2

7212
0
7210
194

196

198

200 202
UTM-EW

204

206

208

210

Probabilidade de ocorrncia de teores de cobre na serapilheira acima de 6 ppm

2.5. VALIDAO CRUZADA

A validao cruzada verifica a diferena entre o valor verdadeiro coletado no ponto
Xij e o valor que estimado nesse mesmo ponto, com o auxlio dos demais pontos
estimadores conhecidos. Para cada ponto da malha de dados coletados feita uma
estimativa e, para tanto, retira-se um ponto e efetua-se a krigagem como se aquele ponto
fosse desconhecido. Desse modo possvel calcular seu resduo, ou seja, a diferena
entre o valor verdadeiro e o estimado.
Se o modelo variogrfico adotado for adequado, os resduos tero mdia prxima a
zero e haver uma relao linear entre os valores verdadeiros e os calculados. Por isso, a
funo validacao.m faz um histograma dos resduos e uma regresso linear entre os
valores verdadeiros e os krigados. A soma dos mdulos dos resduos fornece o erro total
da estimativa.
>> validacao
Nome do arquivo de dados (entre aspas simples)..: 'cobre30a.dat
Coluna da matriz para analise..: 3
Colunas com os vetores das coordenadas Leste-Oeste e Norte-Sul->[E-W N-S].:[1 2]

15

Metodo de krigagem (Ordinaria=1, Indicativa=2)..: 1

Modelo

para

para

ajuste.

Exemplo->

exponentialV,

gaussianV,

sphericalV,

linearV (entre aspas simples)..: 'sphericaV

Valores do sill e do range respectivamente ->[sill range]..: [.8 1.1]
Numero maximo de pontos amostrados a serem considerados para a estimaao..: 7
Distancia

maxima

ser

considerada

do

ponto

ser

estimado

0.6
0.8
Cu-30cm Coletado

do

ponto

amostrado..: 2

Histograma
3

0.8
0.7

2.5
0.6
Cu-30cm Estimado

1.5

0.5
0.4
0.3
0.2

0.5

0
-1

0.1

-0.5

0.5

0.2

0.4

1.2

1.4

Cobre 0 a 30 cm

Acesso rpido:
validacao1(coord,col_x,modelo,parametros,num_max,dis_max,arqdat,tipo_krig)

16

3. REFERNCIAS
BERNARDI, J. V. E. Estudo quantitativo da estrutura florestal do Parque Estadual
da Ilha do Cardoso - SP. Tese de Doutorado em Geocincias e Meio Ambiente.
Instituto de Geocincias e Cincias Exatas. Universidade Estadual Paulista, Rio Claro.
2001. 376 p.
CHRISTAKOS, G; BOGAERT, P; SERRE; M. L. Temporal GIS: advanced functions for
field-based applications. Springer-Verlag, 2002. 217p. CD-ROM.
GSLIB (Geostatistical Software Library). Stanford: University of Stanford, Disponvel em
<http://www.gslib.com>. Acesso em: 21 Maio 2003.
HANSELMAN, D; LITTLEFIELD, B. MATLAB 5 Guia do usurio. Makron Books.
1999. 413p.
LANDIM, P. M. B. Anlise estatstica de dados geolgicos: Fundao Editora da
Unesp, 1998. 225p.
MATLAB 6.5 RELEASE 13. Mathworks, Inc. 1984-2000.
MIDDLETON, G. V. Data analysis in the Earth Sciences using MATLAB. Prentice
Hall, 2000. 260p.
MONTEIRO, R. C. Estimativa Espao-Temporal da Superfcie Potenciomtrica do
Sistema Aqfero Guarani na Cidade de Ribeiro Preto (SP) - Brasil. 2003. 212f.
Tese (Doutorado em Geocincias e Meio Ambiente). Instituto de Geocincias e
Cincias Exatas. Universidade Estadual Paulista, Rio Claro.

17