Curso de Geoestadística & Modelamiento

de Yacimientos
3. Análisis Estructural

Carrasco Mendo Welser

Cortes Lucano Misael
Cruzado Acuña Fredesvindo
Ramos Chávez Jaime

Alumnos de la E. A. P. De Ingeniería de Minas

Universidad Nacional de Cajamarca
 Variable Regionalizada
• Es un proceso estocástico con dominio
definido en un espacio euclidiano m-
dimensional Rm
Z  x  : x  D  R m

• Si m = 2, Z(x), a una variable aleatoria

medida en un punto x del plano.
• D: Fijo y Continuo.
 Estacionariedad Fuerte

E Z  x    m x  D  R m

Cov Z  x  , Z  x  h    C  h   
 Estacionariedad Débil

E  Z  x   Z ( x  h)   0

V  Z  x   Z ( x  h)  2  h   
Estacionario

No estacionario
 Variograma
Esta función permite medir la relación que existe entre
los datos de acuerdo con la cercanía (h) entre los sitios

V  Z  x   Z ( x  h)   E  Z  x   Z ( x  h)    E  Z  x   Z ( x  h)  
2 2

 E  Z  x   Z ( x  h) 
2

Cálculo con datos de una muestra de sitios

(estimador de momentos)

2ˆ  h  
  z x  h  z x  2

n h 
Otras Medidas de Correlación Espacial

2
C ( h)     ( h)

  h
  h  1  2

 Semivariograma y Correlograma

Correlograma
Semivariograma.
Meseta

Pepita Rango h
Variograma
Función de Covarianza
Ilustración
 Cálculo del Semivariograma

 (100) 38  37    37  35  ...  37  36 

2 2 2

 (200) 38  35   35  30   ...  39  36 

2 2 2

El semi variograma experimental se calcula

mediante la suma de los cuadrados de las
diferencias entre observaciones que se encuentran
a una distancia h (en el ejemplo 100, 200, 300, etc.)

Ejercicio: calcular el valor del variograma

empírico a distancia 100
Semivarianza Datos de la Ilustración

Semivariograma
25
20
15
10
5
0
0 100 200 300 400 500 600 700 800 900
Semivariograma Empírico y Ajuste de un modelo
teórico

Modelo de Variograma
Gaussiano

  h2  
 ( h)  C1  1  exp 
2 
  a 
Cálculo del variograma en dirección 



 Variograma “Cloud”

T h is is a n e x a m p le o f
a v a r io g r a m p r o d u c e d
u s in g A r c G I S 's
G e o s ta tis tic a l A n a ly s t.

[ Z ( si )  Z ( s j )]2
 ij 
2
Modelos teóricos de variograma
  3  h 1  h 3
C1        ha
Esférico  ( h)    2  a  2  a  

 C1 ha

  3h  
Exponencial  ( h)  C1  1  exp 
  a 

  h2  
Gaussiano  ( h)  C1  1  exp 
 2 
  a 
0 if h  0
Efecto Nuggets  ( h)  
1 otro caso
 Models de
Semivariogram
a
 Parámetros del Variograma Teórico
Pepita:
Se denota por C0 y representa una discontinuidad puntual del semi variograma en el
origen. Puede ser debido a errores de medición en la variable o a la escala de la
misma. En algunas ocasiones puede ser indicativo de que parte de la estructura
espacial se concentra a distancias inferiores a las observadas.
Meseta
Varianza de los datos. Se denota por C1 o por (C0 + C1) cuando la pepita es
diferente de cero. Se sugiere que en un modelo que explique bien la realidad, la
pepita no debe representar mas del 50% de la meseta. Si el ruido espacial en las
mediciones explica en mayor proporción la variabilidad que la correlación del
fenómeno, las predicciones que se obtengan pueden ser muy imprecisas.
Rango
Es la distancia hasta la cual hay correlación entre los datos. Entre más pequeño sea
el rango, más cerca se esta del modelo de independencia espacial. El rango no
siempre aparece de manera explícita en la fórmula del semi variograma.
 Comparación de modelos Teóricos de
Variograma

30

25

20
Semivariograma

Esférico
15 Exponencial
Gaussiano
10

0
0 50 100 150 200 250 300
Distancia(h)
 Otras Medidas de Correlación Espacial

2
C ( h)     ( h) Covariograma

  h
  h  1  2 Correlograma


Es más fácil trabajar con el variograma
 Test de Montecarlo
de Correlación Espacial
Isotropía: Igual Correlación en todas las
direcciones
 Anisotropías

Anisotropías :

Generalmente cuando el variograma experimental es

calculado en distintas direcciones presenta distintos
comportamientos con la variación de la distancia.

Anisotropía Geométrica

Anisotropía Zonal

Anisotropía Híbrida
Anisotropía:
Hay más correlación en una dirección que en otra.

Anisotropía y tendencia. Anisotropía. Mayor correlación en

Mayor Correlación en dir 90° dirección 0° grados. Es más fácil
grados (línea verde). Difícil detectarla bajo estacionariedad.
detección!!
 Anisotropía Geométrica

Anisotropía Geométrica :

Es aquella en la que el 3

variograma en distintas
2,5
direcciones presenta el mismo
sill pero rangos distintos 2

Variograma
1,5 N-S
Mayor continuidad espacial en
E-O
la dirección de mayor rango 1

Tenemos igual varianza =/ rango 0,5

0
Menor continuidad espacial en 0,0 0,9 2,0 3,0 4,1 5,1 6,2 7,2 8,3 9,3 10,4 11,4
la dirección de menor rango Distancia
 Anisotropía Zonal

Anisotropía Zonal : 3,5

2,5
Es aquella en la que el
variograma en distintas 2

Variograma
direcciones presenta el mismo 1,5
rango pero diferente sill
1

0,5
Presencia de diferentes
estructuras 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
 Anisotropía Híbrida

Anisotropía Híbrida :

Es aquella en la que el
variograma en distintas
direcciones presenta
rangos diferentes y
distintos sill.

Presencia de diferentes
estructuras

Característico de variogramas
horizontales y verticales
Tanto la varianza como el rango
cambian.
Mapa de Variograma: isovalores del variograma experimental en
función de la separación (distancia y orientación). Caso de anisotropía
geométrica (en cualquier dirección el valor máximo es 1 = sill).

Hay isotropía si dentro del mapa del Variograma hay un elipse. 135°
abra mayor correlación. En 45° grados habrá menos correlación
Anisotropía mayor correlación.
 Modelos de variograma anisotrópico

Anisotropía geométrica:
Puede ser corregida por una transformación
lineal de coordenadas que permita reducir una
elipse a un circulo.

Anisotropía zonal:
puede ser corregido separando el
semivariograma en sus componentes
isotrópicos horizontal y anisotrópico vertical.
Estimación de la Estructura de Correlación

Mínimos Cuadrados
(Usando el variograma muestral)

Ordinarios
Ponderados
Cuasi-Verosimilitud

Geoestadística Basada en Modelo

(No se usa el variograma muestral)

Máxima-Verosimilitud
MV. Restringida
Bayesiana
 ió n
c
t en
u A
r S
Po
i a s y
r ac Ba
s G
h a
uc
M