Geoestatstica relacionada aos proxies paleoambientais Renan Valrio Eduvirgem

Geoestatística relacionada aos proxies paleoambientais Renan Valério Eduvirgem Mauro Parolin Thainá Caroline Pepino

Introdução A análise de variáveis pode ser realizada de diferentes maneiras. A estatística permite demonstrar informações sobre dados para obter maior compreensão do conjunto em análise. Essa ciência subdivide-se em descritiva, probabilística e inferencial. Com o passar do tempo houve a necessidade de aperfeiçoar as análises no âmbito de conjunto de dados espaciais. Assim, dando origem a geoestatística. Essa não é uma nova ciência, mas sim complementar a mencionada no parágrafo anterior. Esse trabalho tem como objetivo promover o resgate bibliográfico dos trabalhos realizados utilizando geoestatística e proxies empregados em estudos paleoambientais.

PROCEDIMENTOS METODOLÓGICOS Os procedimentos metodológicos demandaram-se na busca de artigos, teses, dissertações, trabalhos publicados em anais de eventos e trabalhos apresentados. A busca ocorreu tanto no portal CAPES, como na plataforma Google Acadêmico. Em seguida promoveu-se a organização do material, leitura, análise e descrição objetiva de cada trabalho levantado.

DOS PROXIES ABORDADOS

BREVE ABORDAGEM GEOESTATÍSTICA Daniel G. Krige trabalhando com concentração de ouro, percebeu que somente a variância seria insuficiente para explicar a variável em estudo, assim, sendo necessário incluir a distância entre as observações. Desse modo a geoestatística ganha destaque na ciência relacionando a posição geográfica e a continuidade dos fenômenos (KRIGE, 1951). Matheron (1971) inspirado em Daniel G. Krige desenvolveu a teoria das variáveis regionalizadas. As propriedades típicas de um semivariograma experimental podem ser observadas na figura 1. O patamar (sill) é designado pela distância a partir de um ponto que não há mais continuidade espacial entre as amostras. O alcance (a) é dado pela metade do comprimento da distância máxima dentre as amostras, em que representa a distância que os pontos amostras estão correlacionados. O efeito pepita (C 0) consiste na diferença entre amostras com maior proximidade em microrregionalizações; se ocorrer efeito pepita puro uma reamostragem deve ser realizada com novo distanciamento entre os pontos. A contribuição é a diferença entre o patamar e o efeito pepita (JOURNEL e HUIJBREGTS, 1978; CAMARGO, 1998; YAMAMOTO e LANDIM, 2013).

Para a identificação da continuidade espacial utiliza-se semivariogramas experimentais com possibilidades de distintas modelagens para tornar possível identificar a continuidade espacial com maior fidedignidade. Os semivariogramas podem ser com e sem patamar. O primeiro as semivariânicas dos dados é estabelecida em determinada distância, já no segundo as semivariâncias continua elevando-se indefinidademente com a distância. Os modelos básicos e mais utilizados são esférico, exponencial e gaussiano (CAMARGO, 1998; YAMAMOTO e LANDIM, 2013). Hamlett, Horton e Cressie (1986) afirmam que antes de realizar as análises das semivariâncias espaciais, é necessário testar a estacionariedade da média e variância, além da normalidade – sendo adequado o mais simetricamente possível. Para que desse modo, não haja dúvidas quanto à confiabilidade dos resultados de continuidade espacial e krigagem. Ressalta-se ainda, que deve-se analisar as hipóteses, ver em Vieira (2000). Esses cuidados devem ser tomados, uma vez que a Krigagem utiliza interpolador não tendencioso de mínima variância assegurando a melhor estimativa (GONÇALVES e FERREIRA, 2005). A geoestatística permite detectar e analisar possível existência de variabilidade em determinada área com distribuição espacial de distintas variáveis (VIEIRA, 2000). Desse modo, é possível afirmar que a geoestatística é importante para análise da variabilidade espacial, bem como da identificação da continuidade espacial da variável/fenômeno estudado. Ibidem (p. 42) ainda ressalta que, “a geoestatística deve ser adotada como rotina em análises de dados para possibilitar maior precisão científica nas recomendações”.

GEOESTATÍSTICA: ANÁLISES COM PROXIES PALEOAMBIENTAIS A produção dos trabalhos utilizando geoestatística e os proxies elencados correspondeu majoritariamente ao século XXI com 90, 91%. O pólen foi o mais utilizado (45, 46%), sequenciado por esponjas e espículas de esponjas (36, 36%) e fitólitos (18, 18%) (Quadro 01). Autores Ano Proxy utilizado Lanceolot et al. 2016 Fitólito (%) 18, 18 Zurro et al. 2017 Fitólito Chu 2010 Esponja Liu et al. 2017 Espícula de esponja 36, 36 Law 2018 Esponja Elzain et al. 2019 Espícula de esponja Macdonald e Waters 1987 Pólen Siska, Hung e Bryant Jr. 2012 Pólen Viau, Ladd e Gajewski 2012 Pólen Campbell et al. 2018 Pólen Siska et al. 2019 Pólen 45, 46

Em estudo interligando práticas agrícolas, arqueologia e fitólitos, com o objetivo de propor uma metodologia, Lancelotti et al. (2016) utilizaram a krigagem para espacializar os dados fitolíticos. Zurro et al. (2017) utilizaram fitólitos, matéria orgânica, cinzas e entre outros proxies, para fins arqueológicos. Para compreensão da distribuição espacial das famílias produtoras das morfologias fitolíticas, os autores utilizaram a krigagem ordinária. Não obstante, na análise dos dados que antecedem a krigagem os autores fixaram o nugget em 0 e ajuste exponencial. A interpolação permitiu não somente visualizar os pontos de maiores e menores quantidades de monocotiledôneas e dicotiledôneas, mas também, os pontos em que ambas ocorrem em maior número, assim, permitindo compreender a vegetação/paleovegetação da área. As espículas de esponja são excelentes proxies para reconstrução paleoambiental. Outrossim, elas são utilizadas em maior magnitude para fins petrolíferos e mineralógicos como no trabalho realizado por Liu et al. (2017), em que os autores utilizaram semivariograma para identificar a continuidade espacial de litofáceis para posterior krigagem com predição das camadas geológicas. Os autores encontraram espículas de esponja no xisto Longmaxi. Trabalho com ênfase semelhante foi realizado por Elzain et al. (2019) na Arábia Saudita Central, com modelagem de litofácies do Jurássico Tardio havendo presença de espículas nas rochas.

Trabalho com ênfase semelhante foi realizado por Elzain et al. (2019) na Arábia Saudita Central, com modelagem de litofácies do Jurássico Tardio havendo presença de espículas nas rochas. Chu (2010) em estudo realizado com uma das finalidades sendo a compreensão da distribuição espacial de esponjas de vidro, o autor encontrou continuidade espacial em somente um de quatro semivariogramas. No gride de 12, 5 m o autor encontrou continuidade espacial até o terceiro lag space, com pouco mais de 50 metros. Em trabalho similar ao de Chu (2010), Law (2018) encontrou ligeira continuidade espacial somente em um dos três semivariogramas, assim, não obtendo continuidade espacial bem definida das esponjas de vidro. Dois dos três semivariogramas foram efeito pepita puro. Nesses casos, a solução é uma reamostragem com distâncias inferiores as utilizadas para detecção das continuidades espaciais (CAMBARDELLA et al. , 1994; PAZ, TABOADA e GÓMEZ, 1996; SALVIANO, VIEIRA e SPAROVEK, 1998).

Com relação aos estudos com polén, Siska et al. (2019) realizaram estudo da bacia de Columbia com a finalidade de analisar a distribuição espacial da deposição e acúmulo de pólen em relação à temperatura, evapotranspiração e configuração geomorfológica. No trabalho foi encontrada continuidade espacial e utilizou-se a krigagem como interpolador. Os autores conseguiram delimitar as áreas em que ocorre a maior precipitação polínica, além de relacionar com a vegetação, ventos, umidade, temperatura, fisiografia, e, população com alusão aos alérgicos a pólen. Macdonald e Waters (1987) realizaram estudo com pólen em Alberta, Canadá, com propósito de comparação de métodos para construção de mapas e inferências polínicas em áreas não amostradas. Os autores compararam a média ponderada, superfícies de tendência e krigagem. A krigagem apresentou os melhores resultados entre os três avaliados. Campbell et al. (2018) analisaram o movimento do pólen utilizando a krigagem. Os autores observaram que a quantidade da população influencia nos resultados, salientando que quanto maior, melhor o resultado alcançado. Os pontos com melhor estimativa ocorreram em áreas de maior altitude e não sendo gramíneas. Siska, Bryant e Jones (2001) realizaram análise espacial da chuva de pólen moderno no Parque Nacional Big Bend. Encontrou-se continuidade espacial de 30 km. Com a interpolação por krigagem, os autores utilizaram o modelo numérico de terreno (MNT) para projetar os valores e expressarem em porcentagem e frequência das localidades com maior precipitação polínica de Cheno-Am, Juniperus, Pinus, Quercus e Poaceae.

Em estudo sobre a distribuição espacial de pólen, Siska, Hung e Bryant Jr. (2012) utilizaram semivariograma e generalização cartográfica para denotar os fatores que podem ser correlacionados com a distribuição dos grãos de pólen, como exemplo os ventos, orientação da vertente, declividade e estrutura da vegetação. Na discussão sobre qual o melhor interpolador forneceu os melhores resultados, a co-krigagem se destacou. Viau, Ladd e Gajewski (2012) utilizaram dados de palinomorfos fóssil e moderno para realizar uma reconstrução paleoclimática da América do Norte, nos últimos 2000 anos. Para gerar a grade e interpolação, os autores utilizaram a krigagem. Esse trabalho tem destaque, tanto pela caracterização paleoclimática realizada com os dados de pólen e relações dos paleoclimas com os efeitos oceânicos e fisiográficos, quanto pelos mapas gerados. Uma vez que, trabalhos paleoclimáticos, paleoambientais, paleoecológicos, entre outros, não é comum utilizar mapeamento da distribuição espacial, devido ao reduzido número de testemunho que são coletados, pelo fato que, dependendo da área em estudo um testemunho (um ponto de coleta) é suficiente para realizar a reconstrução. No trabalho supracitado, os autores utilizaram 4. 833 amostras de pólen moderno e 748 registros de pólen fóssil espalhados de maneira desigual.

CONSIDERAÇÕES FINAIS A geoestatística é utilizada em estudos relacionados aos proxies paleoambientais em suma por estudos internacionais. Todavia, o quantitativo em estudos mostrou-se crescente, mas em ritmo lento. Os trabalhos eclodem, de fato, no século XXI compondo mais de 90% da literatura. Salienta-se que a utilização de semivariogramas para detecção da continuidade espacial para posterior interpolação, pode ser útil para compreensão da variabilidade espacial dos proxies em estudos paleoambientais, paleobiogeográficos, paleoclimáticos, paleoecológicos e paleogeográficos.

AGRADECIMENTOS Agradecimentos à Fundação CAPES pela concessão de bolsa de doutorado do primeiro autor. Agradecemos também ao PGE-UEM e Lepafe/Unespar por todo apoio.

PRINCIPAIS REFERÊNCIAS BIBLIOGRÁFICAS CAMARGO, E. C. G. Geoestatística: fundamentos e aplicações. In: C MARA, G. ; MEDEIROS, J. S. (Eds). Geoprocessamento para projetos ambientais. São José dos Campos: INPE, 1998. Disponível em: <http: //www. dpi. inpe. br/gilberto/tutoriais/gis_ambiente/5 geoest. pdf>. Acesso em: 16 abri. 2020. CAMPBELL, L. G. ; MELLES, S. J. ; VAZ, E. ; PARKER, R. J. ; BURGESS, K. S. Pollen sleuthing for terrestrial plant surveys: Locating plant populations by exploiting pollen movement. Applications in Plant Sciences, n. 6, v. 1, e 1020, 2018. CAMBARDELLA, C. A. ; MOORMAN, T. B. ; NOVAK, J. M. ; PARKIN, T. B. ; KARLEN, D. L. ; TURCO, R. F. ; KONOPKA, A. E. Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, v. 58, p. 1501 -1511, 1994. CASTRO, D. F. Sedimentologia, estratigrafia, palinologia, diatomáceas e geoquímica de depósitos quaternários na margem leste da Ilha de Marajó, Pará, Brasil. 2010. 214 f. Tese (Doutorado em Geoquímica e Geotectônica) – Universidade de São Paulo, 2010. CHU, J. W. F. Biological patterns and processes of glass sponge reefs. 2010. 180 f. Thesis (Master of Science) - Faculty of Graduate Studies and Research, Edmonton, Alberta, 2010. ELZAIN, H. E. ; ABDULLATIF, O. M. ; SENAPATHI, V. ; CHUNG, S. Y. ; SABARATHINAM, C. ; SEKAR, S. Lithofacies Modeling of Late Jurassic in Upper Ulayyah Reservoir Unit at Central Saudi Arabia with Inference of Reservoir Characterization. Journal of Petroleum Science and Engineering, p. 1 -60, 2019.

Obrigado pela atenção!!!