Informe Kriging

ESCUELA ACADÉMICO PROFESIONAL DE
INGENIERÍA GEOLÓGICA
KRIGING POR BLOQUES
CURSO:
GEOESTADÍSTICA
DOCENTE:
ING. CHUQUIRUNA CHÁVEZ, Wilder

ALUMNOS:
GALLARDO PEÑA, Julinho
LLANOS HUAMÁN, Elvis
HUAMÁN TUCUMANGO, Luis Javier
PACHAMANGO CALDERON, Freddy Wilson
ROMERO BECERRA, Walter
CICLO:
III
Cajamarca diciembre de 2018

UNIVERSIDAD NACIONAL DE CAJAMARCA
ESCUELA ACADÉMICO PROFESIONAL DE INGENÍERIA GEOLÓGICA
INTRODUCCIÓN
Este trabajo se centra en la presentación teórica y práctica de uno de los tipos de kriging,
kriging en bloques.
Geoestadistica es un término concebido por G. Matheron, que sirve para definir a la ciencia
aplicada basada en el estudio de variables distribuidas espacialmente. Surgió a partir de los
años 60, especialmente con el propósito de predecir valores de las variables en sitios no
muestreados.
Una primera aproximación a la solución del problema de estimación fue dada por el geólogo
G. Krige que propuso una variante del método de medias móviles, el cual puede considerarse
como el equivalente al krigeado simple.
La geoestadistica es solo una de las áreas del análisis de datos espaciales, utiliza funciones
para modelar la variación espacial, y estas funciones son utilizadas posteriormente por la
técnica conocida como KRIGING para interpolar en el espacio el valor de la variable en sitios
no muestreados.
La fortaleza de la geoestadistica radica que en uso de kriging para la interpolación es
considerada una estimación muy robusta ya que se basa en la función continua que explica
el comportamiento de la variable en distintas direcciones del espacio, y que en contraste con
otros métodos de interpolación permite asociar la variabilidad de la estimación. Mediante
este trabajo se pretende ver a profundidad un tipo de kriging (kriging en bloques), el cual nos
permite evaluar un yacimiento minero en el que el valor obtenido se le asigna a un bloque y
no a un punto.
PÁG. 2
Contenido
INTRODUCCIÓN ................................................................................................................................................... 2
KRIGING POR BLOQUES ....................................................................................................................................... 4
PLAN DE KRIGING ..................................................................................................................................... 5
METODO DE ROYLE .................................................................................................................................. 6
SELECCIÓN EN BASE A LOS VALORES REALES Y LOS VALORES ESTIMADOS .................. 8
CURVAS TONELAJE – LEY DE LOS VALORES REALES Y ESTIMADOS ................................... 8
SESGO CONDICIONAL.............................................................................................................................. 9
CATEGORIZACIÓN DE RECURSOS Y RESERVAS ........................................................................... 9
EL KRIGING ES UTILIZADO EN: ........................................................................................................... 10
INTERÉS DEL KRIGEADO: ..................................................................................................................... 10
PLAN DE KRIGING ................................................................................................................................... 11
APLICACIÓN .............................................................................................................................................. 11
EJERCICIO 1 .............................................................................................................................................. 12
EJERICICIO N°2 ......................................................................................................................................... 15
CONCLUSIONES: ................................................................................................................................................ 22
BIBLIOGRAFÍA .................................................................................................................................................... 22
PÁG. 3
KRIGING POR BLOQUES
El kriging también puede emplearse para estimar el valor de la variable regionalizada sobre
un soporte mayor que el soporte de las muestras (“bloques”).
Dos alternativas:
 Discretar el bloque a muchos puntos, estimar el valor de cada punto y promediar las
estimaciones puntuales.
 Costoso en cálculos, no permite calcular la varianza de estimación.
 Evaluar directamente el valor del bloque, sin recurrir a estimaciones puntuales.

El kriging en bloques estima el valor promedio de los bloques rectangulares, que están
centrados en los nodos de las cuadrículas, los bloques son el tamaño y forma de las celdas
de las cuadrículas, este tipo de Kriging no resulta ser un buen interpolador, ya que no estima
el valor de un punto.
Este tipo de kriging es utilizado en:
 La evaluación de yacimientos, el cual opera de forma similar a como lo hace el
puntual, pero con la diferencia que el valor obtenido se le asigna a un bloque y no a
un punto. Esto permite, por tanto, llevar a cabo posteriormente una evaluación de las
reservas con leyes, potencias, tonelajes, etc.
 Cuando se desea estimar los valores de Z en un área dada en mallas de celda de un

tamaño específico por modelización cuantitativa. Su estimación de varianzas
normalmente es sustantivamente menor que la del kriging puntual.
Al plantear las tres etapas de construcción del kriging conduce al sistema de kriging en
bloques.
Este sistema solo difiere del sistema puntual en el miembro de la derecha. El cálculo
numérico de este miembro requiere una discretización (no confundir con una estimación de
bloque vía discretización en varios puntos).
PÁG. 4
El kriging en bloques presenta las siguientes propiedades:

 Suavizamiento: la dispersión de los valores estimados es menor que la dispersión de
los valores verdaderos, sobre todo en las zonas donde hay pocos datos. En
consecuencia, se tiende a subestimar las zonas de altas leyes y sobreestimar las
zonas de bajas leyes.
El kriging es inapropiado para evaluación de procesos donde los valores extremos
son importantes (→ simulaciones).
 Insesgo, pero posible sesgo condicional: El valor esperado del error es cero. El
error promedio puede no tener esperanza nula cuando se considera sólo los sitios
donde la ley estimada es alta (o baja). En general, el sesgo condicional es pequeño
si se usa suficientes datos (>15).
 Aditividad: la estimación de la ley de un bloque es igual al promedio de las

estimaciones de leyes puntuales en este bloque.
PLAN DE KRIGING
¿Cuáles son los datos a utilizar en la estimación?
 Vecindad única: se usa todos los datos
 Vecindad móvil: se usa sólo los datos cercanos al sitio (bloque) a estimar.
 En general, se toma una vecindad en forma de elipse (2D) o elipsoide

(3D), orientado según la anisotropía observada en el variograma.
 Se suele dividir la vecindad en sectores angulares (cuadrantes en 2D u octantes

en 3D) y buscar datos en cada sector
PÁG. 5
 Los radios del elipse (elipsoide) no necesariamente corresponden a los

alcances del variograma, sino que se definen de manera de poder encontrar
suficientes datos para hacer la estimación.
METODO DE ROYLE
Otro metodo es descrito por Royle (1977). Este autor afirma que la clasificacion racional se
debe basar tanto en la varianza del krigeaje como en el valor del propio estimado. Royle
establece que, para cada bloque estimado, se puede obtener a probabilidad de que el valor
real de dicho bloque este por encima de una determinada ley minima de explotacion. Para
ello se calcula el valor de D con la siguiente formula:
Donde:
𝑫 = Desviación
𝑽𝑲𝑩 = Valor krigeado del bloque.
𝑳𝑴𝑬 = Ley mínima de explotación.
𝝈𝒌 = Desviación estándar del krigeaje.
Por ejemplo, si la ley mínima de explotación es de 3 g/t (yacimiento de oro) y la ley krigeada
del bloque es de 3,125 g/t y su varianza de krigeaje es de 0.04 (g/t)2, entonces:
PÁG. 6
Ejemplo: se muestra un bloque a estimar discretizado con 4 puntos. El resto del esquema
se establecen las estimaciones por Krigeado Puntual de los 4 puntos discretizados. Los
valores obtenidos tienen los correspondientes resultados de la varianza de estimación.
 Los valores que se obtienen con el krigeado, llevan los correspondientes valores de
la varianza de estimación, lo que permite hacer un estudio de la bondad de
estimación.
 Estos valores pueden ser interpolados y confeccionar un mapa de isovarianzas.
 Annels (1991), propone establecer diferentes tipos de reservas en base a los
valores de varianza del krigeado.
PÁG. 7
Varianza Categoría
0-0,0075 Reservas probables
0,0075-0,0135 Reservas posibles
>0,0135- Reservas inferidas
SELECCIÓN EN BASE A LOS VALORES REALES Y LOS VALORES

ESTIMADOS
Sólo los bloques cuya ley supera una ley de corte (0.5%) son económicamente rentables.
Cuando se hace la selección (planta / botadero) en base al kriging, se debe tener presente
el suavizamiento, que altera los histogramas y las curvas tonelaje – ley entre valores
estimados y reales.
CURVAS TONELAJE – LEY DE LOS VALORES REALES Y ESTIMADOS
PÁG. 8
SESGO CONDICIONAL
Aunque globalmente insesgado, el kriging puede ser sesgado si se considera solamente las
zonas de leyes estimadas mayores a la ley de corte (sesgo “condicional”), lo que implica una
desviación entre la ley promedio prevista y aquella efectiva y una mala apreciación del valor
económico del yacimiento.
Al tener sesgo condicional, se incurre en una mala apreciación del negocio. La ley media del
material mandado a planta (material cuya estimación supera una ley de corte) es inferior a
la ley media estimada de este material, mientras que la ley media del material mandado a
botadero es superior a la ley media estimada de este material.
CATEGORIZACIÓN DE RECURSOS Y RESERVAS

No todos los bloques estimados tienen el mismo grado de confiabilidad. Por eso, se suele
definir varias categorías de recursos:
 Recursos medidos: mayor grado de confiabilidad.
 Recursos indicados: confiabilidad mediana.
 Recursos inferidos: poca confiabilidad.
Los recursos medidos + indicados se denominan “demostrados” y son aquellos que se
usan para efectos financieros y comerciales (evaluación del proyecto minero). Ahora bien,
la definición de cada categoría es muy vaga y depende en gran parte del criterio del
especialista.
Una manera de identificar las categorías consiste en clasificar los bloques según su
varianza de estimación (la definición de las varianzas límites considera el tipo de
yacimiento y el muestreo).
Existe una categorización similar para las reservas, que son los recursos de los bloques
que se puede explotar técnica y económicamente.
PÁG. 9
EL KRIGING ES UTILIZADO EN:

 La evaluación de yacimientos, el cual opera de forma similar a como lo hace el
puntual, pero con la diferencia que el valor obtenido se le asigna a un bloque y no a
un punto. Esto permite, por tanto, llevar a cabo posteriormente una evaluación de
las reservas con leyes, potencias, tonelajes, etc.
 Cuando se desea estimar los valores de Z en un área dada en mallas de celda de

un tamaño específico por modelización cuantitativa. Su estimación de varianzas
normalmente es sustantivamente menor que la del kriging puntual.
INTERÉS DEL KRIGEADO:
- El interés del krigeado proviene de su misma definición: al minimizar σE2 estamos

seguros de obtener la estimación más precisa posible de V o equivalentemente, de
sacar el mejor provecho posible de la información disponible.
- El interés práctico más importante del krigeado, proviene, no del hecho que asegura la
mejor precisión posible, sino más bien porque permite evitar un error sistemático.
- En la mayoría de los depósitos mineros, se deben seleccionar, para la explotación, un

cierto número de bloques, considerados como rentables y se deben abandonar otros
bloques considerados no-explotables
CALCULO DE LOS PESOS:
PÁG. 10
PLAN DE KRIGING
¿Cuáles son los datos a utilizar en la estimación?
• Vecindad única: se usa todos los datos
• Vecindad móvil: se usa sólo los datos cercanos al sitio (bloque) a estimar
– En general, se toma una vecindad en forma de elipse (2D) o elipsoide (3D), orientado
según la anisotropía observada en el variograma.
– Se suele dividir la vecindad en sectores angulares (cuadrantes en 2D u octantes en 3D) y
buscar datos en cada sector.
– Los radios de la elipse (elipsoide) no necesariamente corresponden a los alcances del
variograma, sino que se definen de manera de poder encontrar suficientes datos para hacer
la estimación.
APLICACIÓN
 Para determinar el valor del bloque, se lleva a cabo una discretización del área en un
conjunto de puntos (2x2, 3x3, etc.),
 Esta capacidad de krigeaje de llevarse a cabo sobre un área y no solo sobre un punto,
es una característica propia y única de este método de estimación, no compartida por
otros métodos.
 Un ejemplo de la importancia de los ordenadores en el desarrollo de la geoestadística
es que, para calcular, por ejemplo, el valor de un solo bloque con una dimensión de
10x10, sería necesario resolver cien sistemas de ecuaciones, cada una de ellos con
por ejemplo 10 ecuaciones (suponiendo una estimación a partir de diez valores). Y
esto sólo para un bloque, siendo frecuente, normalmente dividir el yacimiento en
centenares o incluso miles de bloques.
 Estos valores de la varianza del krigeage pueden, ser interpolados y obtener mapas
en la que se pueda 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 planos de producción minera.
 En el kriging por bloques en lugar de estimar el valor en un punto k x se considera
una región V de área Ak con centro en el punto xk. El estimador tiene la siguiente
forma:
PÁG. 11
EJERCICIO 1
Se tienen 4 sondajes cuyas ubicaciones coinciden con los vértices en un cuadrado de 75m
de lado y uno de sus lados tiene rumbo N30E. Si el variograma modelado tiene un alcance
de 200 m en dirección E-W similar al de la dirección N-S que la meseta es 4 para el
variograma de las leyes de oro y no hay efecto pepita y corresponde al modelo esférico
• En el vértice más al oeste potv1 tiene 13m
• Que las potencias del manto mineralizado están en función de su distancia al v1 según la
siguiente relación
Potv1=3*sen((Di)*𝒆−𝟑+potV1
Donde Di es la distancia del punto i al vértice 1
• Estimar las reservas cubicables dentro del área limitada por los sondajes si los bloques de
cubicación no pueden superar los 30 metros de lado
• El manto horizontal
• Densidad del mineral 3.1 TM
Datos:
PÁG. 12
a= 200m
c= 0.141
3 h 1 h 3
Ɣ(esf) = c0 + c1 * [2 (a) − 2 (a) ]
Pot Vi = 3 * sen(Di) * e-3 * pot V1

Leyes:
V1 = 0.75
V2 = 0.91
V3 = 0.50
V4 = 0.60
Solución
PÁG. 13
SOLUCIÓN:
3 25 1 25 3
Ɣ(25) = 0.14 ( 2 (200) − ( ) )
2 200
Ɣ(25) = 0.026
3 35.36 1 35−36 3
Ɣ(35.36) = 0.14 * ( 2 ( 200 ) − ( ) )
2 200
Ɣ(35.36) = 0.0367
3 55.90 1 55.90 3
Ɣ(55.90) = 0.14 * ( ( )− ( ) )
2 200 2 200
Ɣ(55.90) = 0-0571
Cov = C – Ɣ(esp)
Cov(25) = 0.14 – 0.02611= 0.1139
Cov(35.36) = 0.14 – 0.0367 = 0.1033
Cov(55.90) = 0.14 – 0.0571 = 0.0829
0.1139(0.75)+0.1139(0.91)+𝑂.𝑂83(𝑂.50)+0.083(0.60)
Ley B2 = 0.1138+0.1139 + O.O82+0.082
Ley B2 = 0.716
0.1139(0.75)+0.1139(0.60)+𝑂.𝑂83(𝑂.91)+0.083(0.50)
Ley B4 = 0.1139 + 0.1139 + O.O831+0.083
Ley B4 = 0.692
0.103(0.75+0.91+0.50+0.60)
Ley B5 = 4∗0.103
Ley B5 = 0.6929
0.1139(0.91)+0.1139(0.50)+𝑂.𝑂83(𝑂.75)+0.083(0.60)
Ley B6 = 2∗0.11389 + 2∗0.0824
Ley B6 = 0.6924
0.1139(0.60)+0.1139(0.50)+𝑂.𝑂83(𝑂.75)+0.083(0.91)
Ley B8 = 2∗0.11389 + 2∗0.0824
Ley B8 = 0.667
PÁG. 14
DENSIDAD DEL MINERAL 3.1
Ley Potencia Volumen TM
B1 0.75 13 8125 25187.500
B2 0.716 13.06 8162.5 25303.750
B3 0.91 13.11 8196.25 25408.375
B4 0.6924 13.12 8202.25 25426.975
B5 0.69 13.08 8179 25354.900
B6 0.689 13.06 8164.37 25309.547
B7 0.5 13.11 8193.75 25400.625
B8 0.667 13.124 8202.5 25427.750

B9 0.6 13.14 8212.5 25458.750
228278.172
EJERICICIO N°2
PÁG. 15
SOLUCIÓN:
Selección de muestras de acuerdo al radio de influencia de 10 metros
Aplicación de matrices para el cálculo de los ponderadores:
PÁG. 16
Cálculo de la LEY
Cálculo de la varianza
Cálculo de intervalo de confianza
Cálculo de las distancias entre muestras
Figura: Muestras para el cálculo de distancias
Matriz de distancias entre muestras
PÁG. 17
Cálculo de variogramas entre muestras, usando el modelo cuadrático.

Matriz de variogramas entre muestras
Cálculo de distancias entre las muestras con los puntos discretizados del bloque.
Discretización del bloque en 4 puntos.
PÁG. 18
Cálculo de variogramas entre muestras y los puntos discretizados del bloque, usando el
modelo cuadrático.
Reemplazando los datos calculados en la matriz de kriging.
Resultados
PÁG. 19
CÁLCULO DE LA LEY DEL BLOQUE
CÁLCULO DEL ERROR DE ESTIMACIÓN DE LA LEY DEL BLOQUE
Previo a este paso necesitamos discretizar el bloque de la siguiente manera para calcular
Figura: Discretización del bloque para el cálculo del error de estimación de la ley
Matriz de distancias entre los puntos del bloque
PÁG. 20
Matriz de variogramas
Cálculo de la varianza
Cálculo de intervalo de confianza.
PÁG. 21
CONCLUSIONES:
 Para realizar el cálculo de reserva de cada bloque, se deberá multiplicar su

superficie x potencia x densidad.
 Las reservas totales se pueden determinar:
Estimando el tonelaje y el error de estimación.
Estimando la ley media y el error de estimación
BIBLIOGRAFÍA
 Bustillo Revuelta, M. y López Jimeno, C., 1997: Manual de evaluación y diseño de

explotaciones mineras. Madrid. ISBN 84-921708-2-4 .
 ANNELS, A. E. (1991). Mineral deposit evaluation. A practical approach. Ed.
Chapman & Hall, London.
 TULCANAZA,E. (1992). Técnicas geoestadísticas y criterios técnicoeconómicos
para la estimación y evaluación de yacimientos mineros.. E.Tulcanaza, Santiago,
Chile.
 Jeff Sullivan 1998. Curso Geoestadística para Minería. Codelco Santiago d e Chile.
 Kriging: Un Método de Interpolación sobre Datos Dispersos- Jorge Zavaleta
Sánchez
 Geoestadística para la enseñanza universitaria- ing. jorge segura Dávila
 Geoestadística aplicada -martín a. díaz vier
PÁG. 22

Informe Kriging

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Informe Kriging

Caricato da

Copyright:

Formati disponibili

ESCUELA ACADÉMICO PROFESIONAL DE

KRIGING POR BLOQUES

ING. CHUQUIRUNA CHÁVEZ, Wilder

Cajamarca diciembre de 2018

KRIGING POR BLOQUES ....................................................................................................................................... 4

PLAN DE KRIGING ..................................................................................................................................... 5

METODO DE ROYLE .................................................................................................................................. 6

SELECCIÓN EN BASE A LOS VALORES REALES Y LOS VALORES ESTIMADOS .................. 8

CURVAS TONELAJE – LEY DE LOS VALORES REALES Y ESTIMADOS ................................... 8

CATEGORIZACIÓN DE RECURSOS Y RESERVAS ........................................................................... 9

EL KRIGING ES UTILIZADO EN: ........................................................................................................... 10

INTERÉS DEL KRIGEADO: ..................................................................................................................... 10

PLAN DE KRIGING ................................................................................................................................... 11

EJERICICIO N°2 ......................................................................................................................................... 15

KRIGING POR BLOQUES

 Costoso en cálculos, no permite calcular la varianza de estimación.

 Evaluar directamente el valor del bloque, sin recurrir a estimaciones puntuales.

 Cuando se desea estimar los valores de Z en un área dada en mallas de celda de un

El kriging en bloques presenta las siguientes propiedades:

 Aditividad: la estimación de la ley de un bloque es igual al promedio de las

 En general, se toma una vecindad en forma de elipse (2D) o elipsoide

 Se suele dividir la vecindad en sectores angulares (cuadrantes en 2D u octantes

 Los radios del elipse (elipsoide) no necesariamente corresponden a los

SELECCIÓN EN BASE A LOS VALORES REALES Y LOS VALORES

CATEGORIZACIÓN DE RECURSOS Y RESERVAS

EL KRIGING ES UTILIZADO EN:

 Cuando se desea estimar los valores de Z en un área dada en mallas de celda de

INTERÉS DEL KRIGEADO:

- El interés del krigeado proviene de su misma definición: al minimizar σE2 estamos

- En la mayoría de los depósitos mineros, se deben seleccionar, para la explotación, un

Pot Vi = 3 * sen(Di) * e-3 * pot V1

DENSIDAD DEL MINERAL 3.1

Ley Potencia Volumen TM

B1 0.75 13 8125 25187.500

B2 0.716 13.06 8162.5 25303.750

B3 0.91 13.11 8196.25 25408.375

B4 0.6924 13.12 8202.25 25426.975

B5 0.69 13.08 8179 25354.900

B6 0.689 13.06 8164.37 25309.547

B7 0.5 13.11 8193.75 25400.625

B8 0.667 13.124 8202.5 25427.750

Aplicación de matrices para el cálculo de los ponderadores:

Cálculo de intervalo de confianza

Cálculo de las distancias entre muestras

Figura: Muestras para el cálculo de distancias

Matriz de distancias entre muestras

Cálculo de variogramas entre muestras, usando el modelo cuadrático.

Discretización del bloque en 4 puntos.

Reemplazando los datos calculados en la matriz de kriging.

CÁLCULO DE LA LEY DEL BLOQUE

CÁLCULO DEL ERROR DE ESTIMACIÓN DE LA LEY DEL BLOQUE

Matriz de distancias entre los puntos del bloque

Cálculo de intervalo de confianza.

 Para realizar el cálculo de reserva de cada bloque, se deberá multiplicar su

 Bustillo Revuelta, M. y López Jimeno, C., 1997: Manual de evaluación y diseño de

Potrebbero piacerti anche