Professional Documents
Culture Documents
O
VARIOGRAFIA
2
ESTRUCTURA DEL TEMA
1 INTRODUCCIN
2 OBJETIVOS
3 VARIOGRAMA
4 PARTES DE UN VARIOGRAMA
5 TIPOS DE VARIOGRAMA
6 MODELOS DE VARIOGRAMAS
10 VARIOGRAMA CRUZADO
11 ERROR DE ESTIMACION
1. INTRODUCCION
La variografia es uno de los tpicos
importantes de la geoestadistica puesto que
se encarga de la caracterizacin de la
estructura espacial de una propiedad o
fenmeno regionalizado en pocas palabras
podemos decir que el anlisis estructural
consiste en estimar y modelar una funcin
que refleje la correlacin espacial de la
variable regionalizada a partir de la adopcin
razonada de la hiptesis mas adecuada a
cerca de su variabilidad.
2. OBJETIVOS
Poligonal
Promedio
Inverso a la distancia o IVOR
Poligonal: El mtodo se basa en asignar a cada punto
del espacio la ley del dato ms prximo. Para estimar
una zona se ponderan las leyes de los datos por el rea
de influencia .
30/06/2017
Un variograma:
Se define como:
h E[ Z ( x) Z ( x h)]
1 2
2
4. PARTES DE UN VARIOGRAMA
Alcance:
Distancia a la cual el variograma se estabiliza.
Es la distancia mxima en la cual la variable
regionalizada esta correlacionada
14
El efecto pepita o nugget.
O discontinuidad de origen, da cuenta de cambio bruscos de los valores a
pequea escala, lo cual generalmente sucede cuando se sobrepasa
subestructuras por debajo de la escala de trabajo. Este valor tambin
puede aparecer debido a errores sistemticos: En el muestreo o
durante el proceso de anlisis qumico.
16
Qu mide el variograma?
4
3 Variograma
intermedias
experimental
2
1
Una interpolacin entre los puntos del
0 variograma experimental no garantiza la
0
0.
4
0.
8
1.
2
1.
6 2
2.
4
2.
8
3.
2
3.
6 4 existencia y unicidad de la solucin del
sistema de kriging
Distancia
2 Modelo de
1
variograma
las condiciones que todo variograma debe
0 satisfacer
4
8
2
6
4
8
2
6
0
4
0.
0.
1.
1.
2.
2.
3.
3.
Distancia
6. MODELOS DE VARIOGRAMAS
Modelo Lineal
Modelo Efecto Pepita Puro
Modelo Esfrico
Modelo Exponencial
Modelo Gaussiano
Modelo Cbico
Modelo Efecto Agujero
Modelo Potencia
6.1. MODELOS CON MESETA
Modelo lineal
Y(h) = p.h .+ k
Donde:
p es la pendiente de la recta.
h el lag .
k la interseccin en el eje X (y*(n)).
0 si h 0
h
s si h 0
fenmeno completamente
Variograma
aleatorio, en el cual no hay
correlacin espacial
Distancia
Rango s y sill a
Comportamiento lineal en el origen
Representa fenmenos continuos pero no diferenciables
Es uno de los modelos de variograma ms utilizados
Representa fenmenos
continuos pero no diferenciables
Modelo Potencia
h s h
p
Variograma
s se denomina factor de escala: s=2.5, p=0.4
0 p2
s=0.4, p=1.8
s=1.15, p=1
El comportamiento en el origen depende
del valor de p.
Representa fenmenos no
estacionarios.
Distancia
CARACTERES ESTRUCTURALES REFLEJADOS EN EL
VARIOGRAMA
7.1. CONTINUIDAD:
Esta estrechamente ligada al comportamiento del variograma en las
vecindades de origen.
1
infinitamente diferenciables. As, la
0,5
propiedad NO puede cambiar rpidamente de 0
un punto a otro.
1
10
13
16
19
22
25
28
31
34
37
Distancia
B. Continuidad media o lineal.
La Variable es continua pero no es derivable.
Variograma
2
Variograma
2
recta en el origen. 1,5
1,5
1 1
0
0
9
1,5
4,5
7,5
,5
A menor pendiente, menor variabilidad. 0 1 2 3 4 5 6 7 8 9 10 11
10
Distancia Distancia
C. Efecto pepita o tangente vertical al origen
Existencia de micro variaciones; presencia de una estructura a menor escala.
La variable es mas continua.
b
1.2 Comportamiento del variograma para
grandes distancias
1.2 1 Leyes con crecimiento o decrecimiento progresivo
Se puede observar que dos muestras cuya distancia es mayor que el alcance
a=6 son prcticamente independientes en ley.
Dos muestras cuya distancia sea inferior al alcance a estn correlacionadas
entre si
Anisotropas
Anisotropa Geomtrica
Anisotropa Zonal
Anisotropa Hbrida
Anisotropa Geomtrica
Variograma
1,5 N-S
E-O
Mayor continuidad espacial en la
1
direccin de mayor rango
0,5
Distancia
Anisotropa Zonal
3,5
Es aquella en la que el 3
variograma en distintas
direcciones presenta el 2,5
Variograma
sill.
1,5
1
Presencia de diferentes
estructuras. 0,5
0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4
Distancia
Anisotropa Hbrida
4,5
Es aquella en la que el 4
variograma en distintas
3,5
direcciones presenta rangos
Variograma
diferentes y distintos sill. 3
2,5
2
Presencia de diferentes
estructuras 1,5
1
0,5
Caracterstico de variogramas 0
verticales 0 0,6 1,2 1,8 2,4 3 3,6 4,2 4,8 5,4 6 6,6 7,2
Distancia
8. INFORMACIN ESTRUCTURAL QUE APORTA
EL VARIOGRAMA
1. Continuidad espacial
2. Zona de influencia
3. Las anisotropa
46
9. CALCULO DE VARIOGRAMAS DE UNO, DOS
Y TRES DIMENSIONES
[d 1]2 [d 2]2 [d 3]2 [d 4]2 [d 5]2 [d 6]2 [d 7]2 [d 8]2
3.2
2
(h) Z2x(nhhZ) x
4 0.64
2.8 1.44 0.16
3.2 0.16 0.64 0.00
3 0.04 0.04 1.00 0.04
3.6 0.36 0.16 0.64 0.16 0.16
2 2.56 1.00 1.44 0.64 4.00 1.44
4.5 6.25 0.81 2.25 1.69 2.89 0.25 1.44
2.5 4.00 0.25 1.21 0.25 0.49 0.09 0.25 1.69
5.2 7.29 0.49 10.24 2.56 4.84 4 0.09 2.25
2.3 8.41 0.04 4.84 0.09 1.69 0.49 4.00 5.76
2.8 0.25 5.76 0.09 2.89 0.64 0.64 0.49 0.81
2.2 0.36 0.01 9.00 0.09 5.29 0.04 0.64 0.04
4.1 3.61 1.69 3.24 1.21 2.56 0.16 0.04 1.96
5.2 1.21 9.00 5.76 8.41 0.00 7.29 0.16 4.41
8.3 9.61 17.64 37.21 30.25 36.00 9.61 7.29 0.49
6.1 4.84 0.81 4.00 15.21 10.89 14.4 9.61 33.64
4 4.41 18.49 1.44 0.01 3.24 1.44 14.44 0.81
2.6 1.96 12.25 32.49 6.76 2.25 0.16 1.44 2.89
3.5 0.81 0.25 6.76 23.04 2.89 0.36 0.16 0.49
2
S[d h] 58 69 122 93 78 40 40 55
n-h 19.00 18.00 17.00 16.00 15.00 14.00 13.00 12.00
2(n-h) 38 36 34 32 30 28 26 24
Y(h) 1.53 1.93 3.58 2.92 2.59 1.44 1.54 2.30
VARIOGRAMA RESULTANTE
g(h)
5
2
experimental
1
ajuste
h
0
0 1 2 3 4 5 6 7 8
a = 12 m
CALCULO DE VARIOGRAMAS A UNA, DOS Y TRES
DIMENSIONES
VARIOGRAMA A 1 DIMENSION
Por ejemplo para el caso de clculo del variograma en una direccin se tiene en el
siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la Fig. 2 se describe
el clculo de cada punto del variograma para distancias h=2m, h=4m, h=6m, etc.
FIG. 1
FIG. 2
VARIOGRAMA A 2 DIMENSIONES:
30/06/2017
i) Fijemos la direccin del vector h; que sea por ejemplo = 90, es decir, la
direccin NS. El vector h slo puede ser:
ii) Sea ahora la direccin = 0, es decir la direccin EW. El vector h slo
puede ser:
30/06/2017
iii) La prctica demuestra que para estudiar las estructuras basta con
calcular (h) en dos direcciones adicionales: = 45 y = 135
VARIOGRAMA DE 3 DIMENSIONES
Por ejemplo:
1
ZY (h) E[( Z ( x) Z ( x h)) (Y ( x) Y ( x h))]
2
1
( h)
*
ZY
2 N h
( z( x ) z( x ))( y( x ) y( x ))
i j i j
xi x j h
Variograma Cruzado-propiedades
1) ZY 0 0
2) ZY h ZY h
3) ZY h YZ h El variograma cruzado es una funcin simtrica
El modelo de variograma cruzado no puede ser escogido
independientemente de cada uno de los variogramas
individuales.
El producto de cada uno de los sill de los variogramas
individuales es mayor que el cuadrado del sill del variograma
cruzado.
2
S ZY S Z SY
EJEMPLOS
Ag Au
N H
Gr/tm Gr/tm
H1 H2 H3 H4
1 0 7 5
2 20 2 1 20
3 20 8 6 30 1
4 20 3 2 20 1 12
5 20 5 4 4 6 9 2
Y(h) 74 8 21 2
S[dh] 2
10
9
n-h 4 3 2 1
8
7
6 2(n-h) 8 6 4 2
5
4
Y(h) 9.25 1.33 5.25 1
3
2
1
0 Y(h)
1 2 3 4
Ag Au
N H
Gr/tm Gr/tm
H1 H2 H3 H4
1 0 1 5
2 20 6 1 -20
3 20 2 6 -20 1
4 20 5 2 -12 -1 -12
5 20 1 4 -8 2 -15 0
-60 2 -27 0
Y(h) S[dh] 2
1
n-h 4 3 2 1
0
-1 1 2 3 4
2(n-h) 8 6 4 2
-2
-3 Y(h) -7.5 0.33 -6.75 0
-4
-5
-6
-7
-8
Y(h)
CONSTRUCCIN DE VARIOGRAMAS EN
LOS DIVERSOS TIPOS DE YACIMIENTOS
Yacimientos filoneanos, diseminados de oro, prfido de cobre,
skarn, mantos de hierro entre otros.
30/06/2017
11. ERRORES DE ESTIMACIN
Los mtodos tradicionales de estimacin no
proporcionan el error asociado a la estimacin,
entregan un nico valor, por ejemplo zs = 1.22%Cu .
Sea zv la ley verdadera desconocida de V. Podramos
inferir una ecuacin
zv = zs error ()
= z v zs
Debemos Realizar mas
Sondajes ?
Sesgo condicional
Sobre-estimacin de las leyes altas y una
Sub-estimacin de las leyes bajas.
Devido a que zv es desconocido,
entonces es desconocido. Por lo que este
error () se puede caracterizar
probabilsticamente al utilizar el modelo
matemtico.
Asumimos que es una magnitud aleatoria
(Variable aleatoria)
Sea un bloque o zona V y un conjunto de datos z(x1), z(x2), . . . , z(xN), en que:
xi = coordenada del dato z(xi)
z(xi) = ley en el punto xi
N = Numero
No se conoce la ley media de V: Zv
En la prctica, se estima la ley media
desconocida por una frmula lineal del tipo:
zv - a1z(x1) + a2z(x2) + ... + aNz(xN)
Ley Desconocida
Asumimos entonces