Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. INTRODUCCION
Queda fuera de los objetivos del presente libro un estudio exhaustivo, por otra parte
imposible dada la abundancia y complejidad del tema, por lo que, para una revisión
completa, se remite al lector a las numerosas publicaciones existentes, entre las que
se pueden citar, como más representativas, las de David (1977), Journel y Huijbregts
(1978), Clark (1979), Rendu (1981), David (1988), lsaaks y Srivastava (1989) y Annels
(1991).
- 197 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
� º"
\
1 ""--"--'--'--.I--L---'-.3L-
1 KRIGING
1
1
\
�
1 □-A 1
I A-@ u
CORRELACION
I Al '□
u
1 ESPACIAL LJ
J(h)
1 z• = ESTIMADOR
1
VARIOGRAMA LINEAL, OPTIMO
LEYES DE LOS 1
E INSESGADO DE 1 ,,___.="'"
TESTIGOS DE \ UN BLOQUE O UN
LOS SONDEOS 1
PUNTO, BASADO
I rihÍ: iN¿(llx)-f(ll+h¡f: EN LOS VALORES 1 KRIGING PUNTUAL:
CIRCUNDANTES Y' MAPA DE ISOPLETAS
I _____
L.._ -¡¡ EN EL VARIOGRA A
2. APLICACIONES DE LA GEOESTADISTICA
- 198 -
Capítulo 6. Evaluación de las reservas: métodos geoestadístícos
Conjunto 1: 2, 2, 2, 1, 2, 2, 2
Conjunto 2: 6, 5, 6, 4, 1, 2, 3
estos incrementos pueden, por tanto, utilizarse para poner de manifiesto la existencia
de una relación espacial en los valores de la variable.
- 199 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
A B e D E F G H
- 200 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
'lí (h) • • • • • •• •
• •
• •
•
Lag (h)
-
- 201 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
En la Figura 6.4 se muestra un conjunto de datos constituido por siete valores de una
variable en siete localizaciones, que podrían ser el resultado de diferentes procesos
aleatorios. La Figura 6.5 indica tres posibles modelos de semivariogramas y la Figura
6.6 realizaciones de funciones aleatorias que poseen estos parámetros particulares de
los semivariogramas. El modelo de semivariograma de la Figura 6.5a describe una
función aleatoria que es muy errática en distancias cortas y la correspondiente
realización (Fig. 6.6a) muestra una considerable variabilidad a pequeña escala. El
modelo de la Figura 6.5b presenta una función aleatoria menos errática que la anterior,
con realización, por tanto, también menos errática (Fig. 6.6b). Por último, la Figura
6.5c indica una función aleatoria extremadamente continua, con el semivariograma
tangencial al eje X en el origen y un lento ascenso posterior. Su correspondiente
realización (Fig. 6.6c) es muy suave, con ligeras ondulaciones alrededor de los valores.
- 202 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
r(h) r(h)
(o) h h
(b}
l(h}
h
(e)
Figura 6.5. Tres posibles modelos de semivariogramas para los valores de la Figura 6.4.
V V
. ..
, -
·....•
:.. --., , .
.: ---�-- ·······-· ·:
..,.,__ ...·
\ .-•· . .-
X X
(a) (b)
V
.·•··._
·.
..
\_
-·· .
·
...
...•
-., ____ __
--
X
(e)
Figura 6.6. Realizaciones correspondientes a los tres modelos de semivariogramas de la
Figura 6.5.
En este ejemplo, si se restringen los datos a los siete valores mostradós, cualquiera
de las opciones de la Figura 6.6 es plausible, pues todas pasan por los citados valores.
Por tanto, el objetivo de la persona dedicada a la selección del semivariograma es
estudiar el proceso involucrado para optar por la opción que, en principio, sea la más
adecuada.
- 203 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
6. MODELOS DE SEMIVARIOGRAMAS
Tal como se ha indicado, existe un grupo de modelos que constituyen la base más
frecuente a la hora de optar por el modelo más adecuado al semivariograma
experimental, todos ellos cumpliendo la condición matemática anteriormente citada.
Aunque este cumplimiento pueda parecer, en principio, una restricción, no lo es tanto,
pues la combinación de los diferentes modelos genera otros que también cumplen
dicha condición, por lo que el abanico final es lo suficientemente amplio como para
satisfacer las necesidades requeridas. En otras palabras, cualquier modelo, o
combinación de modelos, de los que a continuación se van a citar, permite ajustar todos
los semivariogramas que puedan aparecer en el estudio de las variables de carácter
minero.
Los modelos a considerar se pueden agrupar en dos grandes categorías: (a) los que
alcanzan una meseta (modelos de transición) y (b) los que no alcanzan una meseta.
- 204 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
Previamente hay que hacer constar que, teóricamente, el valor del semivariograma
para una distancia cero debería ser cero. Sin embargo, muchas veces esto no sucede,
generando lo que se denomina efecto pepita (C0) (el nombre hace mención a la
aparición, mas o menos errática, de pepitas de oro en algunos yacimientos auríferos).
Sus causas pueden ser muy variadas: errores de muestreo, fluctuacione�de la variable
a una escala m�nor que la de observación, etc. Dado que su presencia es bastante
común, hay que aconstumbrarse a trabajar con ella, lo que no necesariamente significa
un menoscabo en la utilidad y exactitud de la técnica de estimación.
1) Modelo exponencial
y*(h) = C [1 - exp(-[h/a])] + C0
donde Ces el valor comprendido entre el efecto pepita (C0) y la meseta, h la distancia
y a representa el alcance o rango. En este esquema la tangente en el origen intercepta
la meseta a un valor de a/3. Por su parte, el esquema Gaussiano posee la siguiente
expresión:
y*(h) = C [1 - exp(-[h2/a2])] + C0
�(h)
�AUSSIANO
0.96
1.0
__ .,1: ________ -¿j,�::=:::::�=====--r===
1
1 1
' 1
1 1
1
1 :
0.25 1 1
1 ✓3 1
1 1
o 1.0
h/a
2.0 3.0
- 205 -
Capítulo 6. Evaluación de las reservas: métodos geoestadisticos
posteriormente, ascender más lentamente hasta alcanzar una zona plana a valores del
lag altos. Una tangente a la curva, dibujada a partir de los dos o tres primeros puntos,
define un par de valores en el eje X (y*(h)) que se denominan C0 y C. Esta tangente,
a su vez, intersecta la prolongación de la zona plana a 2a/3, siendo a el punto, en el
eje Y (/ags), donde el semivariograma alcanza la zona plana. La distancia entre la curva
y la zona plana para lags inferiores a "a" representa la covarianza entre las muestras.
Más allá de a, la covarianza es cero y, por tanto, no hay relación entre las muestras
tomadas a esas distancias. La relación entre el espaciado de las muestras y la
covarianza queda definida en la Figura 6.9, donde se observa cómo la superposición
entre las zonas de influencia de las muestras disminuye al aumentar el espaciado entre
éstas.
I
TANGENTE EN EL ORIGEN
COVARIANZA
J..-__ MESETA 2
t1 - �1--1---��--------a
1
1 SEMIYARIOGRAMA
�• (h) r 1
e 1
1 1
1 Cov(h) + � (h) .. � 2
''
1
1 1
1 1
1
'...J
f' .. _J.- COVARIOGRAMA
e
�¡
, .________..._____.::::..&...________
ALTA COVARIANZA
SOLAPAMIENTO REDUCIDO
MENOR COVARIANZA
SIN SOLAPAMIENTO
COVARIANZA CERO
Figura 6.9. Relación entre el espaciado de las muestras y la covarianza (Annels, 1991).
- 206-
/
. /•
(11) l.;,
- .. •
. •
....-::- :::--:::--::-: � -� .. �- - - - -
.2
eo;
1
1 C=O
1
1
\J
Lag (11 )
3) Modelo lineal
Este modelo se presenta cuando, al representar v*(h) frente a los lags, se obtiene
una línea recta como la de la Figura 6.11. El modelo presenta la ecua9ión:
y*(h) = p.h + k
(]'
------------
(h)
h= L/3
Figura 6.11. Modelo de semivariograma lineal.
- 207 -
Capítulo 6. Evaluacíón de las reservas: métodos geoestadísticos
4) Modelo de Wijsian
En este modelo, al igual que en el anterior, y*(h) se incrementa más allá del valor de
la varianza de los datos. En una primera observación, parece ser semejante al modelo
lineal, pero si se representan los valores de y*(h) frente al logaritmo de h, entonces se
obtiene una línea recta. Tiene la expresión:
- 208 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
COMPORTAMIENTO
PARABOLICO
�*(h) �-------� - - - - - - (1 2
1
1
1
1 DIMENSIONES
1 MAXIMAS DE LOS
BLOQUES A EVALUAR
I·
1
a
h
(RANGO)
Este efecto puede reconocerse cuando alternan áreas con alta ley y áreas con baja
ley. El resultado es una pseudoperiodicidad (Fig. 6.13) reflejada en una oscilación del
semivariograma alrededor de una aparente meseta.
x10-•
160
140
120
100
80
60
40
20
o
10 20
h
e) Anisotropismo direccional
- 209 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
A LO LARGO DEL
, YACIMIENTO
�"(h)
IGUAL Coy C
h
Figura 6.14. Anisotropismo direccional en un yacimiento aluvial (Annels, 1991 ).
d) Semivariogramas compuestos
Cuando la prolongación de la línea que une los dos o tres primeros puntos del
semivariograma corta la meseta a una distancia mucho menor que la correspondiente
al alcance general del semivariograma, es muy probable que la situación corresponda
a una mezcla de dos semivariogramas esféricos. En la Figura 6.15, correspondiente a
un semivariograma para el In Ni(%), la tangente para los dos o tres primeros puntos
intercepta el eje X (v*(h)) en un valor de 0,4 (%1n)2 , mientras que la intersección con
la meseta principal, que se produce a 2,55 (%1n)2 , tiene lugar a una distancia del lag de
13 m, indicando que el alcance debería ser de 20 m. Sin embargo, la curva principal no
alcanza la meseta hasta un rango de 50 m, por lo que se puede asumir la existencia de
dos semivariogramas esféricos, uno con una meseta de 1,95 y el otro con una meseta
de 2. 55 y un alcance de 50 m. Los parámetros definitorios de los semivariogramas
serían:
- 210 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
así es posible calcular el valor de v*(h) para cualquier distancia, teniendo en cuenta las
tres partes que definen el semivariograma.
2
l •(h)
9 13 20 40 60 80
Este tipo de estructuras pueden ser causadas, por ejemplo, por la presencia de
zonas mineralizadas más ricas dentro de una matriz de· mineralización dispersa.
También son comunes en yacimientos aluviales de oro, reflejando el alcance más corto
los canales individuales y el más largo la anchura total de la zona de interés económico.
- 211 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
L1
L2
�•(h) L3
- 212
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
cr 2
(Co + C)
Co
-2
X
Como dice Clark (1979), las autoridades en el tema establecen que la forma de
combinar los semivariogramas, para obtener un único semivariograma aplicable a todo
el yacimiento, reside en corregir el efecto de proporcionalidad en cada semivariograma.
Esto se realiza dividiendo cada semivariograma por el cuadrado de la media muestra!,
con lo que se obtiene un semivariograma relativo. Una vez hecha esta conversión para
todos los semivariogramas, éstos se pueden combinar y obtener, como se ha
comentado, un único semivariograma útil para el depósito en su conjunto. No obstante,
Clark (1979) afirma que este método genera, en ocasiones, resultados desastrosos,
siendo más partidario de intentar combinar los semivariogramas originales sin corregir.
Annels (1991) propone otro método, algo más complejo, para_ intentar solucionar este
problema.
- 213 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
tamaño de tramo. Por otro lado, el valor de y(h) para la meseta representa la varianza
de las muestras. Combinando ambos factores, resulta fácil entender que los
semivariogramas que se obtendrían, considerando como muestra tramos de diferente
tamaño, no serían similares.
a= a* - 1
donde:
(1) = C0 + C.X 1
(co)= C0 + C.X2
Después de estos valores, la meseta oscilaba alrededor del valor 0,0226. Definir los valores
de y(h) para el cálculo del semivariograma puntual.
- 214 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
VOZ/Zí1 : ==
h/a
-11a-
-vzzzzZZt 1 • LONGITUD DE LAS
MUESTRAS
h = ESPACIADO DE
LAS MUESTRAS
1.0 ------o.o
0.9
0.8
0.7
0.6
0.5
0.4 1/a
0.3
0.2
0.1
o.o�_.____.__..__......____.__.,_____.___.____.___.___,__....___.__.____.__.____,
o.o 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6
h/a
Figura 6.19. Gráfico de regularización.
- 215 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
7. 1. Krigeaje puntual
1
que se refleja en la Figura 6.20. El semivariograma a considerar se ajusta a un modelo
tipo esférico con alcance = 250 m, C0 = 17 y C = 66. Calcular, utilizando el krigeaje.
el valor de la ley en un punto X0 , situado tal como se indica en la Figura 6.20.
x,
Xo X2
◄�x3 100m
x4
Figura 6.20. Posición de las muestras analizadas y de la muestra a estimar para el ejemplo 6.2.
- 217 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
ecuaciones, en detalle, están formadas por tres tipos de componentes: (1) los factores
de ponderación (K;), (2) los valores que multiplican a los factores de ponderación (Y;)
y (3) los valores situados en la parte izquierda de las ecuaciones (y0 _¡).
l<tlolno ..trmo1.. -- '""" - ""' �pk>.grd
Controsw for �
·-- '---'----""-----'----'"---'-----'--.,__--'-----'----'---'
.fOU)l;E-,(19 .IOBellr.llll .llUSMlll
Este último grupo constituye la relación existente, expresada a través de los valores
de y(h), entre las muestras conocidas (i,j) y la muestra a estimar (O). Es decir, sería una
expresión similar a la utilizada en el método de estimación d�I inverso de la distancia,
sólo que aquí, en vez de utilizar las distancias geométricas entre las muestras y el
punto a estimar, se consideran las distancias estadísticas.
- 219 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
a) La influencia de la escala
b) La influencia de la forma
c) El efecto pepita
d) El alcance
e) La presencia de anisotropía
a) La influencia de la escala
r(h) C{h)
20 20
10 10
10 20 10 20
h h
Figura 6.22. Dos semivariogramas que difieren únicamente en su escala.
b) La influencia de la forma
Aquí se consideran dos semivariogramas que presentan la misma meseta pero que
se diferencian en la forma de alcanzarla (p.e. el modelo gaussiano y el modelo
exponencial) (Fig. 6.23). El segundo modelo (exponencial) generq unos fa(?.tores de
ponderación mayores en los puntos más cercanos, mientras que los más alejados
reciben una ponderación menor, siendo ésta, en ocasiones, incluso negativa. Esto es
debido a que dicho semivariograma es indicativo de un fenómeno muy continuo, por lo
que el proceso estimador hace un uso mayor de los puntos más cercanos.
- 220 -
(
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
C(h)
JJ'(h)
1 10
10 20 10 20
h h
Figura 6.23. Semivariogramas gaussiano y exponencial.
e) El efecto pepita
- 221 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
d) El alcance
e) La presencia de anisotropía
- 222 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
+ ".
+ .
46661111!.
X. . .+X ' + Statist ies
"'"
x ++xx . +, x•
x•
X
X X .• X N niss : O
§ 4664800. X . ... '
N Used :
++X+
113
..�
+
%f + x••.. •• +
1-t X
.... + )(
3 46621111!. ·-xx;x·, Std Dev: .154
• X t
,
X ninillUJI:. - .718
. 25th z: -.074
\ x.
4661!8110, 11edian : .004
75th z : .075
f1ax iIIUI : .459
46581111!. 1 1 1
6041111!. 6061111!. 6981111!. 6101199. 6121111!.
LATITUI)
- 223 -
Capítulo 6. Evaluación de las reservas: métodos geoestadístícos
La morfología del área de busqueda suele ser, normalmente, una elipse centrada en
el punto que va a ser estimado. Su orientación viene dictada por la anisotropía
del esquema de continuidad espacial, con el eje mayor de la elipse en la dirección de
máxima continuidad. Si no existe dicha anisotropía, la elipse se convierte en un círculo
y la cuestión de la orientación deja de ser, obviamente, relevante. Todo lo mencionado
es para dos dimensiones, por lo que si la estimación se produjese en tres dimensiones,
habría que cambiar, evidentemente, la elipse por un elipsoide o el círculo por una
esfera.
donde:
DMM = Distancia media de muestreo
S1 = Area total cubierta por las muestras
n = Número de muestras.
La cuestión todavía no ha sido resuelta del todo, pues quedan algunos aspectos que
comentar. En primer lugar, cuantas más muestras se incluyan.mayor será el número
de operaciones que debe llevar a cabo el sistema de ecuaciones y mayor será el
suavizado en la estimación. En segundo lugar, si se incluyen muestras cada vez más
y más lejanas la estacionariedad puede no ser asumida, con lo que la estimación queda
en entredicho. El primer aspecto queda minimizado, en la actualidad, con la existencia
- 224 -
Capítulo 6. Evaluación de las reservas: métodos geoestadístícos
Esta cuestion incide en dos aspectos. Por una parte, la posible presencia de
agrupamientos de muestras, que queda resuelta, como se comentó anteriormente, por
el diseño del propio sistema de ecuaciones de krigeaje, que toma en cuenta y pondera
este fenómeno. Por otro lado, el segundo aspecto hace mención a la importancia de
las diferentes muestras para su inclusión en la estimación, por ejemplo en cuanto a su
pertenencia a la misma población que el punto a estimar. Esta cuestión es casi
imposible de asegurar, y menos de verificar, por lo que la decisión debe venir
acompañada de una información de tipo cualitativo. En otras palabras, el estudio
geológico completo de toda la información presente es el mejor camino para definir qué
muestras son relevantes y qué muestras no lo son, pudiendo ser estas últimas
apartadas del proceso de estimación. Este problema, en yacimientos de baja
complejidad geológica puede no ser tal, incrementándose según aumenta la dificultad
de la interpretación geológica.
Esta capacidad del krigeaje de llevarse a cabo sobre un área y no sólo sobre un
punto, es una característica propia y única de este método de estimación, no
compartida por otros métodos. Aunque la forma de operar puede trasladarse a métodos
como el inverso de la distancia, los resultados no son muy consistentes (lsaaks y
Srivastava, 1989).
Para determinar el valor del bloque, se lleva a cabo una discretización del área en
un conjunto de puntos (2x2, 3x3, etc.), obteniéndose, a continuación, la media entre los
diferentes valores. Un ejemplo de la importancia de los ordenadores en el desarrollo de
la geoestadística es que, para calcular, por ejemplo, el valor de un sólo bloque con una
discretización de 1 Ox1 O, sería necesario resolver cien sistemas de ecuaciones, cada
- 225 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
una de ellos con, por ejemplo, 11 ecuaciones (suponiendo una estimación a partir de
diez valores). Y esto sólo para un bloque, siendo frecuente, normalmente, dividir el
yacimiento en centenares de bloques. Todo ello llevaría a la resolución de decenas o
centenares de miles de ecuaciones, hecho absolutamente inviable si no fuese por
la ayuda de la informática.
Cf),. .,
<p•to-•
¡o,071
4>...C",,U)
I•>
......
(e)
'¾>s.11 cp_,1
G. G.
...17)
<p.,.
111.00,
@ ....
(O.O!)
(d) <•l
q,5)1 Cj>u,
....7) f0.11)
. ..,
V .313
cp_
p,t7)
<?m
¡o_,.,
Figura 6.25. Estudio comparativo entre el krigeaje de un bloque y los krigeajes puntuales de
los puntos de discretización.
Por último, hay que hacer constar que los valores que se obtienen con el krigeaje
tamo puntual como de bloques) llevan aparejados los correspondientes valores de la
varianza de la estimación (varianza del krigeaje), lo que permite hacer un estudio de la
bondad de la estimación. Estos valores de la varianza del krigeaje pueden,
poste�ormente, ser interpolados y obtener mapas como el mostrado en la Figura 6.26,
- 226-
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
en la que se puede analizar qué zonas presentan una mayor exactitud en la estimación,
cuales poseen una mayor probabilidad de error, etc., lo que suele ser muy necesario
a la hora de establecer los planes de producción minera.
MQ,ng .,..mat• pn,áJood rmm - !f.. olemPIO.i,,l
COn11>u11 ror KlD.D'
-�
-"5':,
..,,,.., ��
"' .
�l'
��
�� f \
� /2
¡ jl!A
♦-
o J))
¾�
Á;/;;
I
l882JllZ. / /�
;/,_,�/4½
a
��
J,, �
.l.'.
.-. __..oe .tOllti2EfflJ .IIBIIE..ol! .,11¡¡;...oe
IAITTW
Figura 6.26. Mapa de isocontenidos utilizando como variable la varianza del krigeaje.
La varianza del krigeaje es uno de los factores que determina la calidad de los
métodos geoestadísticos, pues ningún otro método obtiene este parámetro, de gran
valor a la hora de establecer, por ejemplo, las categorías de las reservas del
yacimiento, tal como se indica en el siguiente apartado.
- 227 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
El mayor problema que presenta este tipo de clasificación es que, como es lógico,
no siempre tienen que presentarse tan claramente las tres poblaciones, con lo que su
aplicabilidad disminuye notablemente.
FRECUENCIA (%)
0,0075 0,0135
CLASES DE LA VARIANZA DE KRIGEAGE
Figura 6.27. Curva de frecuencias para la varianza del krigeaje (Annels, 1991 ).
Otro método es es descrito por Royle (1977). Este autor afirma que la clasificación
racional se debe basar tanto en la varianza de krigeaje como en el valor del propio
estimado. Royle establece que, para cada bloque estimado, se puede obtener la
probabilidad de que el valor real de dicho bloque esté por encima de una determinada
ley mínima de explotación. Para ello se calcula el valor de D con la siguiente fórmula:
D = (VKB - LME)/ok
donde:
D = Desviación
VKB = Valor krigeado del bloque
LME = Ley mínima de explotación
ok = Desviación estandar del krigeaje.
Una vez establecidas todas las probabilidades para los diferentes bloques krigeados,
el método operaría de forma semejante al anterior, es decir, estableciendo rangos
concretos de probabilidad para las reservas probadas, posibles, etc.
- 228 -
-
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
7. 7. Krigeaje indicador
Si la ley mínima de corte es, por ejemplo, del 5%, está claro que ambos bloques
son explotables, independientemente de que la asignación de explotabilidad del
bloque B sea casi totalmente dependiente de un único valor (19%), lo que no se
refleja directamente en el resultado.
La expresión matemática para una variable de este tipo sería l(x,z), correspondiente
a una ley z(x) de una muestra en un punto x y con una ley de corte z. De tal forma
que:
1, si z(x) > z
l(x,z) =
O, si z(x) < z
Una vez que las leyes, o cualquier otra variable a estudiar, han sido transformadas
de esta manera, se puede intentar construir un semivariograma experimental y ajustarle
- 229 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
un modelo matemático de los existentes. Para el caso del modelo esférico, la ecuación
sería:
7.8. El cokrigeaje
El valor estimado de una variable por cokrigeaje viene definido por la siguiente
expresión:
donde:
- 230 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
Unicamente merece la pena comentar que existen ciertas situaciones en las que
este método no mejora los resultados que se obtendrían utilizando simplemente el
krigeaje. Cuando los modelos de semivariogramas son muy similares entre sí, y las
variables principal y secundaria están igualmente muestreadas en todos los puntos, los
resultados con un método y otro son, prácticamente, semejantes.
8. 1. Funciones auxiliares
231
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
L = h/a
L
a2
/'i
X= lJa1
H
y= H/a2
----o a1
Figura 6.28. Dimensiones del bloque expresadas por su relación con el alcance.
Existen tablas y gráficos que permiten obtener el valor de la varianza. Esta varianza
corresponde a o//C, siendo C la varianza regionalizada del semivariograma involucrado
y o/ la varianza del error que se comete extrapolando un valor a una línea o un bloque.
La varianza total de la estimación (oE2) está constituida por dos términos, la varianza de
la extensión, tal como se ha definido, y C0 , cuya combinación es:
- 232 -
Capítulo 6. Evaluación de /as reservas: métodos geoestadisticos
bloque puede ser cuadrado o, como situación general, rectangular, con lados de
tamaño x (1/a) e y (h/a). Se tendría que:
a/= F(x,y)
o/ = C0 + C(o//C)
•
y
MUESTRA
Figura 6.29. Muestra puntual situada aleatoriamente en cualquier parte del bloque.
---a1
hB!"'
PUNTO FLOTANDO
3.0
2.0
h/a
1.0
0.9
o.a
0.7 -i----i:::==i:=---....:::P...��
0.6 ��===-.,::;?-1��:
0.5 ¡:::�;:::,.,��....;¡�'
0.4 i==--�=-t-,.,..:0..�.
Figura 6.30. Función auxiliar bidimensional F para el modelo esférico (Annels, 1991).
- 233 -
-
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
oE2 = Co + C(oe2/C)
MUESTRA
• y
1 : 1�
10.0
MUESTRA CENTRADA
9.0
8.0
7.0
' '
....... ' '
... .......' ,',..., ''o'
�
'
...
T
"-
6.0 ---
-..........."' '"�
5.0
'-, ºi'9�.s..<?,9�.,
4.0
3.0 '
'-.;;;: 'r-.
2.0 ...,.....___ º-e\'� ."" '
---� .....o � ' Í'\I'\., ,, i\
r-..
¡\
1\
;:.:::��tq't]·-b, .\[\ ¡\i\
h/a
t 0.1
0.09
0.08
. --- r-r-,..""'i,.. "'o"i?;� -\
-
.1\ \
o -�"l.\ \ \ \ \ "-.¡
1\
0.07 -.... r-... -.,o '\i'.s- ·, \ \
º:-b. \\\
\ \
,
\
\1
\
'
0.06
\
ro..
- -- "ov-.,,;?.i,' \ \\ \
o.os -""- "'i--... "'o'<b� , 1\\ \ ,
........... -., q,'; � '1
0.04
� r-.... <?,,. é9, 1\ \ \
-i-
0.03 r--__
��.......
1- º'e!,.._ í\.
<?.l'v. 6', ' \ 1 ' �
\
0.02 ÍC?s>� i\ \
% ��
�, '
�,�' \ \1
0.01
"l ""': "'! "l �«!O?o o q q q q qqq q
S?
O O O 0 000..: Ñ t'? • &I) <O ,...._a:,O>
-11•
Figura 6.32. Gráfico para la obtención de o//C (muestra puntual centrada en un bloque)
(Annels, 1991).
- 234 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
Esta situación también es muy común, pues se trata de un bloque que se evalúa a
partir de cuatro sondeos localizados en las cuatro esquinas del bloque (Fig. 6.33), de
nuevo cuadrado o, en su forma más general, rectangular. La expresión sería:
2 2
o/= 2.Q(x,y) - F(x ,y) - 1/4y(x) + y(y) + y((x +y ) 112)
ol = Cc/4 + C(o//C)
Con la Figura 6.34 se calcularía el valor de o//C.
X
MUESTRAS y
Figura 6.33. Cuatro muestras puntuales localizadas en las cuatro esquinas del bloque.
Dt
___ ,_
-
MUESTRAS EN LAS ESQUINAS
-
10.0
9.0 '
I 1 1
...... - .... ..... 'o1 ;. 1 --
'
8.0
I I 1 --1-
--
7.0 ........
"''"'
1
6.0 ��-:-
e o c:í- -.........._ '-..
.....
'o i\
·.:>.s-J'
-� ...,
4.0 / I "o
5.G
o
ir/ '
1 ---........ "- ó'
J J o
' ----....... �- "o ""ó'.s '
V
........._ , o �> ' 1\
J "-
3.0
o .._,,=>.s- "'\'\ \
/
�I\\\\
--..o.;_..-,;19, ·,
-- -
.....
-
2.0
/ .-- o •;"
- '
h/a
¡__...--- º
'V,-q,
o '
.....-- o ...,.9 ) 1
º
\
.1.0. o��
0.9
0.8
0.7 - r,-o'C?;:_of\
......
.....º",.:>6'
º "" ,,
....,
,I' 1' ......
I
0.6
-
·,>;
�.(p;�� \1
I
0.5 ,_---..� º 34
v- ¡
--...... o·-0•\'
O?-..,,\
//
0.4 �
_1o.38
1¡ //
0.3 ' <?o.�\
..._ <?o \i>
- ........ o �
---- -...... º
'<?�"¾ 1\
........... q ·q,..,1
I � º·4,z.--.....---
����t\ I --
0.2
�',¡,%1\1
'º44 ........ --
o.: 111�1 l l Vi�- � 4
C\f <'? "": U'! Ul ": �o¡q q q q q q qqqq
o o o o o o o oo� N C"> ..,. u, '° ,-..a,o,�
-va
Figura 6.34. Gráfico para la determinación de o//C (cuatro muestras puntuales en las
cuatro esquinas del bloque) (Annels, 1991).
- 235 -
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
Ejemplo 6.3. Considérese un bloque que va a ser evaluado y cuyo tamaño es de 100 m x 150
m. Los parámetros obtenidos en el semivariograma han sido: (a) carácter isótropo, (b) C0 =
O,15, (c) C = 2,5 y (d) alcance = 250 m. Determinar los errores que se cometen considerando
las tres situaciones comentadas anteriormente, es decir: punto flotando, punto centrado y cuatro
puntos en las esquinas.
Solución. Puesto que las dimensiones del bloque son 100 m x 150 m, se tendría que h/a =
100/250 = 0,4 y 1/a = 150/250 = 0,6. Para el primer caso, punto flotando en el bloque, se
entraría en la Figura 6.30, obteniéndose un valor de o//C = 0,375. Por lo tanto:
se observa muy claramente como el error que se comete es mucho mayor en el punto flotando
que en el punto centrado y éste, a su vez, también mucho mayor que con los cuatro puntos en
las esquinas, siendo la proporción, en cada caso, de alrededor del doble del error.
Co,s Ce""ese un yacimiento de cinc que posee_ una ley media del 14,8% y una
desviaaón es�"'aar del 3,6%, pres.entando las leyes una distribución normal. Estos
- 236-
Capítulo 6. Evaluación de las reservas: métodos geoestadísticos
0,1 0,14 0,22 0,31 0,39 0,46 0,53 0,62 0,68 0,74 0,78 0,83 0,86
0,2 0,2 0,27 0,35 0,42 0,49 0,55 0,64 0,7 0,75 0,79 0,84 0,87
0,3 0,26 0,32 0,39 0,46 0,53 0,58 0,66 0,72 0,77 0,8 0,85 0,88
0,4 0,33 0,38 0,45 0,51 0,57 0,62 0,69 0,74 0,79 0,82 0,86 0,89
0,5 0,4 0,44 0,5 0,55 0,61 0,65 0,72 0,77 0,81 0,84 0,87 0,9
0,6 0,46 0,5 0,55 0,6 0,65 0,69 0,75 0,79 0,83 0,85 0,89 0,91
0,7 0,52 0,55 0,6 0,64 0,69 0,72 0,78 0,81 0,85 0,87 0,9 0,92
0,8 0,57 0,61 0,65 0,69 0,72 0,76 0,8 0,84 0,87 0,89 0,91 0,93
0,9 0,63 0,65 0,69 0,72 0,76 0,79 0,83 0,86 0,88 0,9 0,92 0,94
1 0,67 0,69 0,73 0,76 0,79 0,81 0,85 0,87 0,9 0,91 0,93 0,94
1,2 0,74 0,76 0,79 0,81 0,83 0,85 0,88 0,9 0,92 0,93 0,95 0,96
1,4 0,79 0,81 0,83 0,85 0,87 0,88 0,91 0,92 0,94 0,94 0,96 0,97
1,6 0,83 0,84 0,86 0,88 0,89 0,91 0,92 0,94 0,95 0,96 0,97 0,97
1,8 0,86 0,87 0,88 0,9 0,91 0,92 0,94 0,95 0,57 0,96 0,97 0,98
2 0,88 0,89 0,9 0,92 0,93 0,93 0,95 0,96 0,96 0,97 0,98 0,98
2,5 0,92 0,93 0,93 0,94 0,95 0,95 0,96 0,97 0,98 0,98 0,98 0,99
3 0,94 0,95 0,95 0,96 0,96 0,97 0,97 0,98 0,98 0,98 0,99 0,99
3,5 0,95 0,96 0,96 0,97 0,97 0,98 0,98 0,98 0,99 0,99 0,99 0,99
4 0,96 0,97 0,97 0,97 0,98 0,98 0,98 0,99 0,99 0,99 0,99 0,99
5 0,98 0,98 0,98 0,98 0,98 0,99 0,99 0,99 0,99 0,99 0,99 1
El primer paso, en este ejemplo, sería obtener el valor de la función F para un bloque
de tamaño 20 m x 20 m x 1 O m con un modelo esférico de alcance = 100 y C = 25. Para
entrar en la Tabla 6.1 es necesario reconvertir los valores, es decir, F(20, 20,
1 O) para el modelo considerado es igual a F(0,2, 0,2, O,1) para un alcance = 1.
237