Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Eduardo F. Cassiraga efc@dihma.upv.es Departamento de Ingenier a Hidr aulica y Medio Ambiente Universidad Polit ecnica de Valencia C/. Camino de Vera, s/n, 46022, Valencia, Espa na
Geoestad stica
Introducci on
Introducci on
Geoestad stica
Introducci on
Contenidos
1 Programa y contenidos del m odulo 2 Textos de referencia 3 Software 4 Geoestad stica en internet 5 Qu e hay en el CD-ROM?
Geoestad stica
Introducci on
Segundo d a Pr actica (Grupo 2) Introducci on a los algoritmos de estimaci on Pr actica (Grupo 1) Tercer d a Pr actica (Grupo 2) Introducci on a los algoritmos de simulaci on
Geoestad stica
Introducci on
Textos de referencia
1 Journel, A. G. and Huijbregts, C. J. (1978). Mining Geostatistics, Academic Press, London 2 Isaaks, E. and Srivastava, R. (1989). An Introduction to Applied Geostatistics, Oxford University Press, New York 3 Journel, A. G. (1989). Fundamentals of Geostatistics in Five Lessons, Volume 8, Short Course in Geology. American Geophysical Union, Washington, D.C. 4 Samper, F. J. y Carrera, J. (1990). Geoestad stica, aplicaciones a la hidrolog a subterr anea, Centro Internacional de M etodos Num ericos en Ingenier a, Barcelona 5 Olea, R. A., ed. (1991). Geostatistical Glosary and Multilingual Dictionary, Oxford University Press, New York 6 Cressie, N. (1991). Statistics for spatial data, Wiley Interscience, New York
Master en Hidrolog a General y Aplicada (edici on 2002), CEDEX, Madrid 4
Geoestad stica
Introducci on
Textos de referencia
7 Deutsch, C. and Journel, A. (1992). Geostatistical Software Library and Users Guide, Oxford University Press, New York 8 Rivoirard, J. (1994). Introduction to Disjunctive Kriging and Non-linear Geostatistics, Oxford University Press, New York 9 Wackernagel, H. (1995). Multivariate Geostatistics, Springer-Verlag, Germany 10 Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation., Oxford University Press, New York 11 Kitanidis, P. K. (1997). Introduction to Geostatistics, Cambridge University Press, New York 12 Armstrong, M. (1998). Basic Linear Geostatistics, Springer, Germany
Geoestad stica
Introducci on
Textos de referencia
13 Chil` es, J.-P. and Delner, P. (1999). Geostatistics Modeling Spatial Uncertainty, Wiley Interscience, New York 14 Webster, R. and Oliver, M. (2001). Geostatistics for Environmental Scientists, Wiley, Chichester, England 15 Lantu ejoul, C. (2002). Geostatistical Simulation. Models and Algorithms, Springer, Germany 16 Deutsch, C. (200?). Geostatistical Reservoir Modeling, Oxford University Press, New York
Geoestad stica
Introducci on
Software
GEO-EAS by Evan Englund and Allen Spark, (1991 y 1993), Environmental Protection Agency (EPA) GSLib: Geostatistical Software Library by Clayton Deutsch and Andr e Journel, (1992 y 1997), Stanford Center for Reservoir Forecasting (http://ekosk.stanford.edu/SCRFweb/supporting/index.html) WinGSLib by Clayton Deutsch, Andr e Journel and Manu Schnetzler, (1999), Center for Computational Geostatistics at the University of Alberta (http://www.gslib.com) FSSTools by Roland Froidevaux, J. Jaime G omez-Hern andez and David Mart nez Garc a, FSS International Europe (1999), (http://www.fssintl.com)
Geoestad stica
Introducci on
Geoestad stica
Introducci on
Qu e hay en el CD-ROM?
Presentaciones: copia de las presentaciones correspondientes a las clases del m odulo de geoestad stica (hay versi on en color para ver en pantalla y en blanco y negro para imprimir) Software: a GeoEAS: Geostatistical Software de la EPA b GsView: int erprete de archivos PostScript c GSLib2: Geostatistical Software Library, Stanford Center for Reservoir Forecasting (fuentes en Fortran 77) d GSLib90: Geostatistical Software Library, Stanford Center for Reservoir Forecasting (ejecutables para DOS en Fortran 90) Trabajos: algunos art culos y trabajos de inter es (incluye el Acrobat Reader 5)
Geoestad stica
Deniciones previas
Deniciones previas
10
Geoestad stica
Deniciones previas
Contenidos
1 Una denici on formal 2 Una denici on pr actica 3 Aspectos importantes acerca de la geoestad stica 4 Pasos de un estudio geoestad stico 5 Campos de aplicaci on de la geoestad stica 6 Estad stica 7 Estad stica descriptiva 8 Tipos de descripciones
11
Geoestad stica
Deniciones previas
12
Geoestad stica
Deniciones previas
13
Geoestad stica
Deniciones previas
14
Geoestad stica
Deniciones previas
3 Estimaci on
Determinaci on de valores de un atributo donde no se lo conoce Evaluaci on de la incertidumbre Integraci on de informaci on indirecta
4 Simulaci on
Generaci on de im agenes equiprobables Reproducci on de la heterogeneidad espacial y de la informaci on disponible Evaluaci on de la incertidumbre
15
Geoestad stica
Deniciones previas
16
Geoestad stica
Deniciones previas
Estad stica
La estad stica es la ciencia de los datos, implica la colecci on, clasicaci on, s ntesis, organizaci on, an alisis e interpretaci on de la informaci on Poblaci on es un conjunto de datos, objetivo de nuestro inter es Muestra es un subconjunto de datos seleccionados de una poblaci on La rama de la estad stica que se dedica a la organizaci on, s ntesis y descripci on de conjuntos de datos es la estad stica descriptiva La rama de la estad stica que se ocupa de utilizar datos de muestra para inferir algo acerca de una poblaci on se denomina estad stica inferencial
17
Geoestad stica
Deniciones previas
18
Geoestad stica
Deniciones previas
Tipos de descripciones
Seg un el n umero de variables a describir Descripci on univariada Descripci on bivariada Si los datos est an asociados a una localizaci on en el espacio Descripci on espacial Los m etodos para realizar la descripci on de un conjunto de datos pueden clasicarse seg un las t ecnicas utilizadas en: M etodos gr acos M etodos num ericos
19
Geoestad stica
Descripci on univariada
Descripci on univariada
20
Geoestad stica
Descripci on univariada
Contenidos
1 M etodos gr acos para la descripci on univariada a Tablas de frecuencia e histogramas b Tablas de frecuencia acumulada e histogramas c Gr acos de probabilidad 2 M etodos num ericos para la descripci on univariada: sumarios estad sticos a Medidas de localizaci on b Medidas de dispersi on c Medidas de forma
21
Geoestad stica
Descripci on univariada
Datos
81 82 82 88 89 77 74 75 77 87
77 61 74 70 88 82 80 80 84 100
40 52 73 84 73 79 96 95 91 0
114 117 118 113 118 120 128 139 136 134
120 124 129 123 127 121 130 145 144 144
22
Geoestad stica
Descripci on univariada
25
V V V V V V V V V V V V V V V
< < < < < < < < < < < < < < <
20
Frecuencia
15
10
Variable
23
Geoestad stica
Descripci on univariada
100
V V V V V V V V V V V V V V V
< < < < < < < < < < < < < < <
1 2 2 2 5 7 9 22 38 49 62 79 92 96 100
Frecuencia acumulada
80
60
40
20
Variable
24
Geoestad stica
Descripci on univariada
Gr acos de probabilidad
100
100
Frecuencia acumulada
80
Frecuencia acumulada
0 50 100 150 200
80
60
60
40
40
20
20
Variable
Variable
25
Geoestad stica
Descripci on univariada
Probabilidad normal
Probabilidad acumulada
Variable
26
Geoestad stica
Descripci on univariada
Probabilidad lognormal
Probabilidad acumulada
Variable
27
Geoestad stica
Descripci on univariada
28
Geoestad stica
Descripci on univariada
zi
i=1
Es posible asociar a los datos z1, z2,...,zn ciertos factores o pesos w1, w2,...,wn que dependen de la signicaci on o importancia de cada uno tal que: mz = y se llama media aritm etica ponderada
n i=1 wi zi n i=1 wi
29
Geoestad stica
Descripci on univariada
Mediana
La mediana M de un conjunto de n datos z1, z2,...,zn es el valor de la variable para un porcentaje acumulado del 50 % o si los datos est an ordenados en orden de magnitud es el valor del medio si n es impar y es la media de los dos valores del medio si n es par, esto es: x n+1 , si n es impar 2 xn + x n+1 , si n es par 2
2
100
Frecuencia acumulada
80
60
50
40
20
0 0 50 100
Mediana = 100.5
150 200
M=
Variable
Observaciones Observaciones
1 1
3 3
4 4
2 2
7 7
6 2450
8 8
m = 4.4 m = 353.6
M =4 M =4
30
Geoestad stica
Descripci on univariada
Moda
La moda de un conjunto de datos es el valor que ocurre m as frecuentemente, es decir el valor m as com un La moda puede no existir e incluso, si existe, puede no ser u nica En un histograma la barra m as alta da una idea del rango en el que est a localizada la moda Cambia con la precisi on de los datos
31
Geoestad stica
Descripci on univariada
Un ejemplo
Hallar la media, la mediana y la moda para los siguientes conjuntos de valores: Ordenados, los n umeros son 2, 2, 3, 5, 5, 5, 6, 6, 8 y 9. Media = 5.1 Mediana = media aritm etica de los dos centrales = 5 Moda = n umero que aparece m as veces = 5 Ordenados, los n umeros son 48.7, 48.9, 49.5, 50.3 y 51.6. Media = 49.8 Mediana = n umero medio = 49.5 Moda = n umero que aparece m as veces (no existe aqu )
32
Geoestad stica
Descripci on univariada
33
Geoestad stica
Descripci on univariada
El logaritmo de la media geom etrica Gz de un conjunto de n datos z1, z2,...,zn es la media aritm etica de los logaritmos de tales n umeros, es decir: 1 log Gz = n
n
log zi
i=1
34
Geoestad stica
Descripci on univariada
Hz =
n
n 1 i=1 zi
35
Geoestad stica
Descripci on univariada
Relaci on entre las medias aritm etica, geom etrica y arm onica
La media geom etrica Gz de un conjunto de n datos positivos z1, z2,...,zn es menor o igual que su media aritm etica, pero es mayor o igual que su media arm onica, es decir: Hz Gz mz Pregunta: En qu e caso se verica que Hz = Gz = mz ? Respuesta: cuando z1 = z2 =, ..., = zn
36
Geoestad stica
Descripci on univariada
M nimo y m aximo
M nimo: es el valor de la variable para un porcentaje acumulado del 0 % M aximo: es el valor de la variable para un porcentaje acumulado del 100 % Rango: m aximo - m nimo
100
Frecuencia acumulada
80
60
40
20
0 Min = 0
0 50 100
Max = 145
150 200
Variable
37
Geoestad stica
Descripci on univariada
Cuartiles
Primer cuartil: es el valor de la variable para un porcentaje acumulado del 25 % Tercer cuartil: es el valor de la variable para un porcentaje acumulado del 75 % Rango intercuartil: Q3-Q1
100
Frecuencia acumulada
75
60
80
40
25
20
0 0 50
Q1 = 81.25
100
Q3 = 116.25
150 200
Variable
38
Geoestad stica
Descripci on univariada
Frecuencia acumulada
80
p
60
40
20
0 0 50 100
q(p)
150
200
Variable
39
Geoestad stica
Descripci on univariada
Medidas de dispersi on
La dispersi on o variaci on de los datos intenta dar una idea de cu an esparcidos se encuentran estos Las principales medidas de dispersi on son: Rango = valor m aximo - valor m nimo Rango intercuartil = Q3 Q1 Varianza 1 2 z = n Desviaci on t pica = z
n
(zi mz )2
i=1
40
Geoestad stica
Descripci on univariada
Medidas de forma
Coeciente de sesgo: informa acerca de la simetr a de una distribuci on
1 n n i=1 (zi 3
CS =
mz )3
Coeciente de variaci on: informa acerca de la longitud de las colas de los valores CV = m
41
Geoestad stica
Descripci on univariada
Coeciente de sesgo
Es un estad stico tremendamente sensible a valores extremos y suele utilizarse s olo su signo de tal forma que: Si CS > 0 la cola de la distribuci on es hacia la derecha y se dice que esta es sesgada positiva Si CS < 0 la cola de la distribuci on es hacia la izquierda y se dice que esta es sesgada negativa
42
Geoestad stica
Descripci on univariada
Coeciente de variaci on
Expresa a la variaci on como una fracci on de la media Suele utilizarse para describir distribuciones de variables cuyos valores y sesgo son positivos Es un indicador de dicultades si el objetivo del an alisis es la estimaci on local (si CV > 1 es probable que haya alg un valor err atico) Pierde su utilidad cuando m es pr oxima a cero
43
Geoestad stica
Descripci on bivariada
Descripci on bivariada
44
Geoestad stica
Descripci on bivariada
Contenidos
1 Introducci on 2 M etodos gr acos para la descripci on bivariada a Tablas de frecuencia e histogramas b Diagrama de cuantiles (q-q plot ) c Diagrama de dispersi on (scattergram) 3 M etodos num ericos para la descripci on bivariada: sumarios estad sticos a Coeciente de correlaci on b Covarianza c Coeciente de correlaci on de orden 4 Ventajas y desventajas de los sumarios estad sticos
45
Geoestad stica
Descripci on bivariada
Introducci on
Las herramientas para la descripci on univariada de la informaci on describen las distribuciones de variables de forma individual Si disponemos de un conjunto de datos multivariado, la descripci on individual de cada variable es una informaci on limitada Algunas de las caracter sticas m as interesantes e importantes de los datos de las ciencias de la tierra son las relaciones entre los varios atributos
46
Geoestad stica
Descripci on bivariada
81 82 82 88 89 77 74 75 77 87
15 16 16 21 21 15 14 14 16 22
77 12 61 7 74 9 70 8 88 18 82 16 80 15 80 15 84 17 100 28
27 36 24 27 27 23 16 15 29 32
30 29 25 32 29 24 17 16 37 38
40 2 52 4 73 7 84 10 73 7 79 7 96 14 95 13 91 11 0 0
114 117 118 113 118 120 128 139 136 134
18 18 19 17 19 21 28 40 34 31
120 124 119 123 127 121 130 145 144 144
18 20 22 19 22 20 25 38 35 34
47
Geoestad stica
Descripci on bivariada
Tablas de frecuencia
Clase 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 N umero de datos 1 1 0 0 3 2 2 13 16 11 13 17 13 4 4 Clase 0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 N umero de datos 5 9 6 15 24 12 10 7 6 4 1 0 0 1 0
V V V V V V V V V V V V V V V
< < < < < < < < < < < < < < <
U U U U U U U U U U U U U U U
< < < < < < < < < < < < < < <
4 8 12 16 20 24 28 32 36 40 44 48 52 56
48
Geoestad stica
Descripci on bivariada
Histogramas
0.25 0.25
0.20
0.20
Frecuencia
0.15
Frecuencia
0.15
0.10
0.10
0.05
0.05
0.00 0 20 40 60 80
Variable
Variable
V U
n 100 100
m 97.6 19.1
26.2 9.81
CV 0.27 0.51
m n 0.0 0.0
Q1 81.3 14.0
M 100.5 18.0
Q3 116.8 25.0
m ax 145.0 55.0
49
Geoestad stica
Descripci on bivariada
Los cuantiles de dos distribuciones id enticas se ajustan a una l nea recta U=V Si los cuantiles se ajustan a una l nea recta distinta de U=V, las distribuciones tienen la misma forma pero su localizaci on y dispersi on son diferentes
Cuantiles de V
50
Geoestad stica
Descripci on bivariada
Valores de U
40 30 20 10 0 0 50 100 150
Valores de V
51
Geoestad stica
Descripci on bivariada
60 50
60 50
Valores de U
40 30 20 10 0 0 50 100 150
Valores de U
40 30 20 10 0 0 50 100 150
Valores de V
Valores de V
52
Geoestad stica
Descripci on bivariada
Correlaci on
Al observar un diagrama de dispersi on podemos encontrar tres situaciones generales: 1 Las dos variables est an positivamente correlacionadas, que signica que los valores altos de una variable tienden a estar asociados a los valores altos de la otra variable 2 Las dos variables est an negativamente correlacionadas, que signica que los valores altos de una variable tienden a estar asociados a los valores bajos de la otra variable 3 Las dos variables no est an correlacionadas, que signica que el incremento de los valores de una variable no tiene efecto sobre los valores de la otra
53
Geoestad stica
Descripci on bivariada
XY =
mx)(yi my ) x y
donde n es el n umero de datos; x1,...,xn son los valores de los datos de la primera variable; mx es su valor medio y x es su desviaci on t pica; por su parte y1,...,yn son los valores de los datos de la segunda variable; my es su valor medio y y es su desviaci on t pica
54
Geoestad stica
Descripci on bivariada
Coeciente de correlaci on
400
400
400
Permeabilidad (md)
Permeabilidad (md)
300
300
Permeabilidad (md)
0 10 20 30 40 50
300
200
200
200
100
100
100
10
Porosidad (%)
20
30
40
50
Porosidad (%)
10
Porosidad (%)
20
30
40
50
1,0
1,0
55
Geoestad stica
Descripci on bivariada
Coeciente de correlaci on
400
Permeabilidad (md)
300
200
100
10
Porosidad (%)
20
30
40
50
56
Geoestad stica
Descripci on bivariada
Coeciente de correlaci on
400
400
Permeabilidad (md)
300
Permeabilidad (md)
0 10 20 30 40 50
300
200
200
100
100
Porosidad (%)
10
Porosidad (%)
20
30
40
50
57
Geoestad stica
Descripci on bivariada
Covarianza
n
CXY
1 = n
(xi mx)(yi my )
i=1
400
400
400
Permeabilidad (md)
Permeabilidad (md)
300
300
Permeabilidad (md)
0 10 20 30 40 50
300
200
200
200
100
100
100
10
Porosidad (%)
20
30
40
50
Porosidad (%)
10
Porosidad (%)
20
30
40
50
Positiva
Cercana a cero
Negativa
58
Geoestad stica
Descripci on bivariada
Covarianza
CXY 1 = n
n
(xi mx)(yi my )
i=1
2.0
2000
C = 32846.13
Precipitacin media anual (m)
0 400 800 1200 1600
C = 0.0328463
1800
1.8
1600
1.6
1400
1.4
1200
1.2
1000
1.0
800
Elevacin (m)
Elevacin (km)
Geoestad stica
Descripci on bivariada
ordenXY =
donde Rxi es el orden en que aparece el valor xi cuando los valores de la variable x son ordenados de menor a mayor; Ryi es el orden en que aparece el valor yi cuando los valores de la variable y son ordenados de menor a mayor; mRx es el valor medio de los ordenes de x y Rx su desviaci on t pica; mRy es el valor medio de los ordenes de y y y su desviaci on t pica
60
Geoestad stica
Descripci on bivariada
61
Geoestad stica
Descripci on bivariada
400
400
Permeabilidad (md)
300
Permeabilidad (md)
0 10 20 30 40 50
300
200
200
100
100
Porosidad (%)
10
Porosidad (%)
20
30
40
50
62
Geoestad stica
Descripci on bivariada
400
Permeabilidad (md)
300
200
100
10
Porosidad (%)
20
30
40
50
63
Geoestad stica
Descripci on bivariada
64
Geoestad stica
Continuidad espacial
Continuidad espacial
65
Geoestad stica
Continuidad espacial
Contenidos
1 Introducci on 2 Visualizaci on espacial de datos a b c d Mapas con la localizaci on de los datos Mapas de isol neas Mapas de s mbolos Mapas de indicadores
3 An alisis de la continuidad espacial a Diagramas de dispersi on tipo h b Medidas de continuidad espacial c Momento de inercia y variograma 4 Introducci on a la pr actica de la variograf a 5 Resumen
Master en Hidrolog a General y Aplicada (edici on 2002), CEDEX, Madrid 66
Geoestad stica
Continuidad espacial
Introducci on
Datos Media Varianza M aximo Cuartil 3 Mediana Cuartil 1 M nimo 5000 0.18 0.80 2.32 0.77 0.23 -0.36 -2.43
67
Geoestad stica
Continuidad espacial
Introducci on
Los estad sticos univariados (y los bivariados) no son capaces de capturar la continuidad espacial entre los datos En las ciencias de la tierra la informaci on est a asociada a su localizaci on en el espacio Las caracter sticas espaciales de los datos (localizaci on de los valores extremos, tendencia general, grado de continuidad) son por tanto de considerable inter es Los datos acerca de una variable no aparecen aleatoriamente localizados: los valores bajos tienden a localizarse cerca de otros valores bajos y con los altos pasa lo mismo
68
Geoestad stica
Continuidad espacial
69
Geoestad stica
Continuidad espacial
70
Geoestad stica
Continuidad espacial
71
Geoestad stica
Continuidad espacial
Mapas de s mbolos
10
10
145
145
0
0 0
10
10
72
Geoestad stica
Continuidad espacial
Mapas de indicadores
Umbral 1 Umbral 2
30 - 145 0 - 30
75 - 145 0 - 75
Umbral 3
73
Geoestad stica
Continuidad espacial
74
Geoestad stica
Continuidad espacial
(xj,yj) tj
hij (xi,yi)
(0,0)
ti
75
Geoestad stica
Continuidad espacial
h = (0,3)
h = (0,4)
76
Geoestad stica
Continuidad espacial
h = (0,1)
150
h = (0,2)
100
100
v(t+h)
50
v(t+h)
50 0 0 50 100 150 0 0 50 100 150
v(t)
150
v(t)
150
h = (0,3)
h = (0,4)
100
100
v(t+h)
50
v(t+h)
50 0 0 50 100 150 0 0 50 100 150
v(t)
v(t)
77
Geoestad stica
Continuidad espacial
Al considerar el vector h
Funci on de covarianza C (h) Funci on de correlaci on o correlograma (h) Variograma (h)
78
Geoestad stica
Continuidad espacial
El momento de inercia
Y X=Y
xi yi 2
(xi ,yi )
1 Mo = N
i=1
xi yi 2
1 = 2N
(xi yi)
i=1
79
Geoestad stica
Continuidad espacial
1.0
Correlograma
800 700
Funcin de covarianza
Variograma
0.8
600
0.6
0.4
0.2
0.0 0 1 2 3 4
Distancia h
Distancia h
Distancia h
80
Geoestad stica
Continuidad espacial
Funci on de covarianza
1 C (h) = N (h) vi vj mh m+h
(i,j )|hij =h
mh =
1 N (h)
vi
i|hij =h
m+h
1 = N (h)
vj
j |hij =h
81
Geoestad stica
Continuidad espacial
2 h =
1 N (h) 1 N (h)
2 + h =
2 vj m2 +h j |hij =h
82
Geoestad stica
Continuidad espacial
Variograma
1 (h) = 2N (h) (vi vj )2
(i,j )|hij =h
83
Geoestad stica
Continuidad espacial
Propiedades de simetr a
1 (h) = 2N (h) 1 (h) = 2N (h) 1 (h) = 2N (h) (vi vj )2
(i,j )|hij =h
(vj vi)2
(j,i)|hij =h
(vi vj )2
(i,j )|hij =h
(h) = (h)
C (h) = C (h)
(h) = (h)
84
Geoestad stica
Continuidad espacial
Propiedades de simetr a
70 Variograma superficial
-70 -70
886.13 827.06 767.98 708.91 649.83 590.76 531.68 472.60 413.53 354.45 295.38 236.30 177.23 118.15 59.08 0.00
945.21 886.13 827.06 767.98 708.91 649.83 590.76 531.68 472.60 413.53 354.45 295.38 236.30 177.23 118.15 59.08
70
(h) = (h)
85
Geoestad stica
Continuidad espacial
Propiedades de simetr a
70 Covarianza superficial
-70 -70
596.81 547.04 497.27 447.50 397.73 347.96 298.19 248.42 198.64 148.87 99.10 49.33 -0.44 -50.21 -99.98 -149.75
646.58 596.81 547.04 497.27 447.50 397.73 347.96 298.19 248.42 198.64 148.87 99.10 49.33 -0.44 -50.21 -99.98
70
C (h) = C (h)
86
Geoestad stica
Continuidad espacial
Propiedades de simetr a
70 Correlograma superficial
-70 -70
0.92 0.84 0.76 0.68 0.60 0.53 0.45 0.37 0.29 0.21 0.13 0.05 -0.03 -0.11 -0.19 -0.26
1.00 0.92 0.84 0.76 0.68 0.60 0.53 0.45 0.37 0.29 0.21 0.13 0.05 -0.03 -0.11 -0.19
70
(h) = (h)
87
Geoestad stica
Continuidad espacial
h = (0,0)
h = (0,1)
u(t+h)
30 20 10 0 0 50 100 150
u(t+h)
v(t)
60.0 50.0 40.0
50
v(t)
100
150
h = (0,2)
h = (0,3)
u(t+h)
u(t+h)
100 150
v(t)
50
v(t)
100
150
88
Geoestad stica
Continuidad espacial
1.0
Correlograma
250 200
Funcin de covarianza
160 120
Variograma
0.8
0.6
150 100 50 0
80
0.4
0.2
40
0.0 0 1 2 3 4
0 0 1
Distancia h
Distancia h
Distancia h
89
Geoestad stica
Continuidad espacial
muh =
1 N (h)
ui
i|hij =h
mv+h
1 = N (h)
vj
j |hij =h
90
Geoestad stica
Continuidad espacial
2 u h
1 = N (h) 1 = N (h)
2 v +h
2 vj m2 v+h j |hij =h
91
Geoestad stica
Continuidad espacial
Variograma cruzado
1 uv (h) = 2N (h) (ui uj )(vi vj )
(i,j )|hij =h
92
Geoestad stica
Continuidad espacial
Propiedades de simetr a
70 Variograma cruzado superficial
-70 -70
107.65 100.47 93.30 86.12 78.94 71.77 64.59 57.41 50.24 43.06 35.88 28.71 21.53 14.35 7.18 0.00
- 114.82 - 107.65 - 100.47 - 93.30 - 86.12 - 78.94 - 71.77 - 64.59 - 57.41 - 50.24 - 43.06 - 35.88 - 28.71 - 21.53 - 14.35 7.18
70
uv (h) = uv (h)
Master en Hidrolog a General y Aplicada (edici on 2002), CEDEX, Madrid 93
Geoestad stica
Continuidad espacial
Propiedades de simetr a
70 Covarianza cruzada superficial
-70 -70
58.23 52.81 47.39 41.97 36.55 31.13 25.71 20.30 14.88 9.46 4.04 -1.38 -6.80 -12.22 -17.64 -23.06
- 63.65 - 58.23 - 52.81 - 47.39 - 41.97 - 36.55 - 31.13 - 25.71 - 20.30 - 14.88 9.46 4.04 - -1.38 - -6.80 - -12.22 - -17.64
70
Geoestad stica
Continuidad espacial
y R
d dh
(h) =
1 2N (h)
(vi vj )2
(i,j )|hij h
95
Geoestad stica
Continuidad espacial
Variograma experimental
100000
80000
60000
40000
20000
0 0 20 40 60 80 100
Distancia
96
Geoestad stica
Continuidad espacial
100000
80000
60000
40000
20000
0 0 20 40 60 80 100
Distancia
97
Geoestad stica
Continuidad espacial
Terminolog a
(h)
C
h: distancia de separaci on C: meseta a: alcance C0: efecto pepita
C0 a
98
Geoestad stica
Continuidad espacial
Metodolog a
Variograma omnidireccional: permite tener una idea inicial acerca de los par ametros relativos a distancia (alcance e incremento de la distancia de separaci on) Variogramas direccionales: permiten determinar la existencia de anisotrop a y sus direcciones principales Modelizaci on: permite conocer el valor del variograma para cualquier distancia de separaci on y direcci on
99
Geoestad stica
Continuidad espacial
Variograma omnidireccional
N umero de parejas 22 488 1720 1856 3040 2412 3550 2816 4092 3758 4248 3920 5324 4442 5478 4696 5762 5084 5666 4458 2890 Distancia de separaci on 2.1 5.4 10.4 14.8 20.3 24.9 30.1 34.8 40.3 44.9 50.1 55.0 60.2 64.8 70.2 74.8 80.2 84.9 90.1 94.8 98.8
(h)
11294.1 42671.4 51932.4 71141.8 70736.9 86745.2 84077.8 99986.6 89954.4 86155.0 98319.3 94415.1 88848.9 96309.2 96397.3 90704.6 92560.6 88104.0 95530.9 101174.8 94052.1
120000
Incremento de la distancia = 5
100000
80000
60000
40000
20000
0 0 20 40 60 80 100
Distancia
100
Geoestad stica
Continuidad espacial
Variograma omnidireccional
120000
Incremento de la distancia = 10
N umero de parejas 178 3044 5140 6238 7388 7954 9782 10060 10628 10454 4856
Distancia de separaci on 3.6 11.0 20.4 30.2 40.5 50.1 60.3 70.3 80.3 90.1 97.8
(h)
32544.3 55299.8 75224.6 88418.6 90544.1 95689.1 91285.2 93809.2 92357.8 95010.5 97349.3
100000
80000
60000
40000
20000
0 0 20 40 60 80 100
Distancia
101
Geoestad stica
Continuidad espacial
Variogramas direccionales
120000
N90E
120000
N70E
120000
N50E
100000
100000
100000
80000
80000
80000
60000
60000
60000
40000
40000
40000
20000
20000
20000
0 0 20 40 60 80 100
0 0 20 40 60 80 100
0 0 20 40 60 80 100
Distancia
Distancia
Distancia
120000
N30E
120000
N10E
120000
N10O
100000
100000
100000
80000
80000
80000
60000
60000
60000
40000
40000
40000
20000
20000
20000
0 0 20 40 60 80 100
0 0 20 40 60 80 100
0 0 20 40 60 80 100
Distancia
Distancia
Distancia
120000
N30O
120000
N50O
120000
N70O
100000
100000
100000
80000
80000
80000
60000
60000
60000
40000
40000
40000
20000
20000
20000
0 0 20 40 60 80 100
0 0 20 40 60 80 100
0 0 20 40 60 80 100
Distancia
Distancia
Distancia
102
Geoestad stica
Continuidad espacial
Variogramas direccionales
N N14O
N76E O E
S
Master en Hidrolog a General y Aplicada (edici on 2002), CEDEX, Madrid 103
Geoestad stica
Continuidad espacial
Variograma supercial
50.0
120000
100000
80000
60000
40000
20000
0
-50.0
-50.0
50.0
104
Geoestad stica
Continuidad espacial
Tolerancia angular
120000
Tolerancia angular = 10
120000
Tolerancia angular = 20
100000
100000
80000
80000
60000
60000
40000
40000
20000
20000
0 0 20 40 60 80 100
0 0 20 40 60 80 100
Distancia
120000
Distancia
120000
100000
100000
80000
80000
60000
60000
40000
40000
20000
20000
0 0 20 40 60 80 100
0 0 20 40 60 80 100
Distancia
Distancia
105
Geoestad stica
Continuidad espacial
Tolerancia angular
N umero de parejas en funci on de la direcci on y la tolerancia angular
10 grados N76E N14O 22 0 168 176 165 281 327 363 251 445 338 554 411 709 388 783 494 854 457 768 234 314 20 grados N76E N14O 57 1 352 370 710 681 631 682 806 966 692 1071 893 1476 809 1505 923 1658 915 1542 459 634 30 grados N76E N14O 66 1 532 543 871 911 936 1051 1099 1405 1103 1605 1269 2000 1259 2178 1416 2396 1380 2193 687 890 40 grados N76E N14O 76 6 674 714 1058 1152 1396 1521 1453 1798 1521 2071 1744 2646 1706 2703 1879 2999 1828 2804 957 1250
106
Geoestad stica
Continuidad espacial
107
Geoestad stica
Continuidad espacial
Modelos b asicos
0 si h = 0 1 para los otros casos
h 3 1,5 h a 0,5( a ) si h es a 1 para los otros casos
Modelo efecto pepita Modelo esf erico Modelo exponencial Modelo gausiano Modelo lineal
(h) = (h) =
108
Geoestad stica
Continuidad espacial
Modelos b asicos
1.0
0.8
0.6
0.4
Modelo esf erico (rojo) Modelo exponencial (verde) Modelo gausiano (azul)
0.2
0.0 0 20 40 60 80 100
Distancia
109
Geoestad stica
Continuidad espacial
Estructuras imbricadas
Una combinaci on lineal de modelos de variogramas denidos positivos con coecientes positivos es un modelo denido positivo:
n
(h) =
i=1
|i| i(h)
No existe un l mite matem atico en el n umero n de modelos a combinar, aunque la experiencia demuestra que la mayor a de los ajustes se puede lograr con, a lo sumo, dos estructuras imbricadas m as la correspondiente al efecto pepita En este caso el principio de parsimonia es una buena gu a: la utilizaci on de m as estructuras imbricadas no es garant a de mejores resultados
110
Geoestad stica
Continuidad espacial
Estructuras imbricadas
Ejemplo (h) = 22000 + 40000 Esf30(h) + 45000 Esf150(h)
120000
100000
80000
60000
40000
20000
0 0 20 40 60 80 100
Distancia
111
Geoestad stica
Continuidad espacial
0.8
0.6
0.4
0.2
0.0 0 20 40 60 80 100
Distancia
112
Geoestad stica
Continuidad espacial
0.8
0.6
0.4
0.2
0.0 0 20 40 60 80 100
Distancia
113
Geoestad stica
Continuidad espacial
0.6
0.6
0.4
0.4
0.2
0.2
0.0 0 20 40 60 80 100
0.0 0 20 40 60 80 100
Distancia
1.0
Distancia
0.8
0.6
0.4
0.2
0.0 0 20
Distancia
40
60
80
100
114
Geoestad stica
Continuidad espacial
Algunas consideraciones
La exploraci on de la informaci on disponible es el paso m as importante en cualquier estudio relacionado con las ciencias de la tierra El an alisis de la continuidad espacial de un conjunto de datos es, casi siempre, frustrante y constituye una tarea ardua y desalentadora El desarrollo de casos pr acticos es el mejor camino para familiarizarnos con las herramientas presentadas, especialmente con el variograma El variograma es la piedra angular de la geoestad stica
115
Geoestad stica
Continuidad espacial
Resumen
Descripci on espacial Descripci on univariada y bivariada
Geoestad stica
Estad stica
Distancia
116