CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Universidad Mayor de
San Simn
Cochabamba-Bolivia

UNIVERSIDAD MAYOR DE SAN SIMON (COCHABAMBA, BOLIVIA)

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA
EL DESARROLLO SOSTEMIBLE DE LOS RECURSOS NATURALES CLAS

MODULO III
PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

IDENTIFICAR LAS REAS CON MAYOR CONCENTRACIN DE OXIDO

ALUMNICO (Al2O3) MEDIANTE UN MTODO ADECUADO DE
INTERPOLACIN EN ACUFEROS DE AUSTRALIA.

Participantes:

Jose Luis Flores Huanca

Docente:

Lic. J. Stephan Dalence Martinic, MSc.

Cochabamba, 21 de Marzo de 2014

Faculty of Geo-Information
Science and Earth Observation

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Introduccin.
Los investigadores han venido desarrollando tcnicas modernas para el levantamiento y
mapeo principalmente en el modelo continuo de variacin espacial, es decir considerando a la
superficie como un continuum, enfoques relacionados con pedometrics o cartografa digital
del suelo (Scull et al., 2003). McBratney et al. (2003), han resumido una serie de tcnicas
dispuestas por los investigadores para el estudio de los suelos, como los rboles de decisin,
las redes neuronales o las Geoestadstica, destacando dentro de sta ltima al kriging de
regresin.
Dado el caso de estudio se cuenta con mediciones puntuales de variables qumicas dentro de
los acuferos de Australia. Los cuales se han identificado que fueron realizados mediante
muestreo sistemtico.
Objetivos.

Determinar las reas con mayor concentracin de Oxido Alumnico (Al2O3) mediante
un mtodo adecuado de interpolacin en acuferos de Australia.

Objetivos especficos
Determinar la normalidad de las variables estudiadas.
Identificar el mtodo de interpolacin que ofrezca un mayor grado de correlacin.
Procedimiento.
Se procedi a realizar un anlisis exploratorio de datos (AED), con la intencin de identificar
valores extremos, atpicos e identificar la normalidad de la variable estudiada.
Posteriormente en el caso de que los datos fueran no-normales se precede a realizar
transformaciones al conjunto de datos (x2, log, Ln), con la intencin de normalizar los
mismos y hacer uso del Kriging.
Debido a que no se pudo normalizar, se procedi a hacer uso de interpoladores
determinsticos y realizar las pruebas de correlacin r2, el mtodo que presente un r2 elevado
ser considerado el que mejor se adapte a los datos de la variable de Al2O2.

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Flujograma.
ANALISIS
VISUAL Y
EXPLORATIORI
O DE LAS
VARIABLES

Verificacin
de
normalidad

Distribucin
de datos no
es normal
Normalizar

X^2,log(x),ln(
x)
No se puede
normalizar

Utilizacin de un
mtodo
determinstico
para la
interpolacin

Se tiene varios puntos

Se asigna peso a los
puntos
Mtodo movin
average

Mapa
interpolad
o
{Nombres de los autores}
Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Anlisis exploratorio.

Box plots:

Descriptive statistics (Quantitative

data):
Statistic
No. of observations
Minimum
Maximum
1st Quartile
Median
3rd Quartile
Mean
Variance (n-1)
Standard deviation (n-1)
Skewness (Pearson)
Kurtosis (Pearson)

16.52
444
-6.181
3.462
-0.322
0.075
0.497
0.000
1.002
1.001
-1.975
10.20
7

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Stem-and-leaf plot (16.52):

Unit:
-61
-60
-59
-58
-57
-56
-55
-54
-53
-52
-51
-50
-49
-48
-47
-46
-45
-44
-43
-42
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
-27
-26
-25
-24
-23
-22
-21
-20
-19
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

0.1
8
1

90

51
64
7

2
1
6
97
74
9
9
940
6521
7
953
81
975 55 2210
32110
997 74 4220
831 10 0000
998 86 6543 2211 1 000
965 54 3211 00
888 88 8766 5444 4 4322 2110 0 000
999 87 7776 6665 5 5554 4333 3 3333 2200 0 0
888 76 4444 4321 1 110
999 97 7776 5544 4 3222 2111 0 0000 0011 2 2223 3334 44 445 5566 777 77 8899 9900 0
001 11 2222 2222 3 4444 4457 7 8899 900
111 11 3344 4556 6 6888 8888 9 00
000 11 2223 4444 5 5555 6778 8 99
111 23 3333 4577 7 8889 9000
011 12 2223 3455 5 6777 7888
466 89 00
011 22 3444 5555 5 7777 770
012 22 3666 9999
146880
124 47 78
556 77 780
022469
146 78 80
9
8
3
1
4
177

6
2

P-P
plots:

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

Q-Q plots:
CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE
DE LOS RECURSOS NATURALES (CLAS UMSS)

PRUEBAS DE NORMALIDAD

Prueba de normalidad realizada a los datos de la variable despus de realizar el anlisis

exploratorio, el cual indica que la variable no es normal.
Shapiro-Wilk test (16.52):
W
p-value
alpha

0.837
<
0.0001
0.05

Anderson-Darling test (16.52):

A
14.496
<
p-value
0.0001
alpha
0.05
Lilliefors test (16.52):
D
D (standardized)
p-value
alpha

0.138
2.906
<
0.0001
0.05

Jarque-Bera test (16.52):

JB (Observed
2216.08
value)
4
JB (Critical value)
5.991
DF
2
<
p-value
0.0001
alpha
0.05

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Transformacion de datos para normalizar

x2
log
Ln
Shapiro-Wilk test (272.9104):Shapiro-Wilk test (2.43602008596873):
Shapiro-Wilk test (2.80457176809283):
W
0.926
W
0.623 W
0.623
p-value
< 0.0001 p-value
< 0.0001 p-value
< 0.0001
alpha
0.05
alpha
0.05 alpha
0.05
Anderson-Darling test (272.9104):
Anderson-Darling test (2.43602008596873):
Anderson-Darling test (2.80457176809283):
A
7.64
A
+Inf A
+Inf
p-value
< 0.0001 p-value
< 0.0001 p-value
< 0.0001
alpha
0.05
alpha
0.05 alpha
0.05
Lilliefors test (272.9104): Lilliefors test (2.43602008596873):
Lilliefors test (2.80457176809283):
D
0.1
D
0.208 D
0.208
D (standardized) 2.114
D (standardized) 4.392 D (standardized) 4.392
p-value
< 0.0001 p-value
< 0.0001 p-value
< 0.0001
alpha
0.05
alpha
0.05 alpha
0.05
Jarque-Bera test (272.9104):Jarque-Bera test (2.43602008596873):
Jarque-Bera test (2.80457176809283):
JB (Observed value)352.454 JB (Observed value)
22541.114 JB (Observed value)
22541.114
JB (Critical value) 5.991
JB (Critical value) 5.991 JB (Critical value) 5.991
DF
2
DF
2 DF
2
p-value
< 0.0001 p-value
< 0.0001 p-value
< 0.0001
alpha
0.05
alpha
0.05 alpha
0.05

Una vez realizada las transformaciones necesarias persisti la no-normalidad de los datos de
la variable Al2O3. Por lo que se tom la decisin de utilizar interpoladores determinsticos.
Interpolacin.
Se realiz la interpolacin con Moving Average inverse distance, linear decrease con pesos
de 0.5-1-2 y se realiz las pruebas de correlacin necesarias. Como se muestra en la siguiente
tabla. Por lo tanto se puede observar que el mejor interpolador es Moving average inverse
distance con peso de 2 con el 99.8 %
Al2O3
movinv
movinv0.5
movinv1.5
movinv2
movlin
movlin0.5
movlin1.5
movlin2

r2
0.9731
0.8723
0.9965
0.9986
0.4833
0.4833
0.4357
0.4016

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Tabla de datos de valores medidos y valores interpolados

x

y
728161
730603
728975
721636
727791
729155
723968
730305
730788
732305
722689
725296
723398
728308
728654
728006
723539
729024
729406
728248
727917
728840
730272
728608
724623
727053
730048
729126
725318
731263
725810
729521
729651
729386
729261
728320
728644
724070
729202
725433
724288
727325
728449
727410

al
7657756
7650331
7659365
7647563
7658130
7659230
7653288
7652427
7649072
7653330
7651136
7658627
7640228
7657775
7657243
7658383
7640068
7658742
7655246
7643181
7658274
7658695
7646650
7644925
7659061
7642541
7645076
7644392
7642108
7652646
7639835
7657761
7657476
7657070
7656134
7658095
7658937
7652265
7656966
7640036
7641307
7643896
7645052
7642155

16.50
16.30
15.50
15.30
14.80
14.40
14.40
14.40
14.30
13.90
13.70
13.60
13.50
13.30
13.30
13.30
13.30
13.30
13.20
13.20
13.20
13.10
13.10
13.10
13.10
13.00
13.00
13.00
13.00
13.00
13.00
13.00
13.00
13.00
12.90
12.80
12.80
12.80
12.80
12.80
12.80
12.70
12.70
12.70

movinv
movinv5
movinv_5 movinv2
movlin
movlin5
movlin_5 movlin2
14.40
12.40
15.90
16.30
11.50
11.50
11.50
11.50
15.60
13.60
16.20
16.30
11.40
11.40
11.40
11.30
14.30
12.40
15.30
15.50
11.50
11.50
11.50
11.50
15.30
15.00
15.30
15.30
13.30
13.30
13.10
13.00
14.40
12.50
14.80
14.80
11.40
11.40
11.50
11.50
13.60
12.20
14.30
14.40
11.50
11.50
11.50
11.50
14.40
14.30
14.40
14.40
11.80
11.80
11.30
11.00
13.70
12.40
14.30
14.40
11.40
11.40
11.40
11.30
14.00
13.00
14.30
14.30
11.40
11.40
11.40
11.30
13.80
13.30
13.90
13.90
11.30
11.30
11.20
11.20
13.70
13.70
13.70
13.70
13.60
13.60
13.50
13.50
13.30
12.50
13.60
13.60
11.70
11.70
11.70
11.70
13.40
12.90
13.50
13.50
11.70
11.70
11.60
11.60
12.60
11.90
13.20
13.30
11.50
11.50
11.50
11.50
12.70
12.00
13.20
13.30
11.60
11.60
11.60
11.50
12.60
11.80
13.20
13.30
11.50
11.50
11.50
11.50
13.10
12.60
13.30
13.30
11.60
11.60
11.50
11.50
12.70
11.90
13.20
13.30
11.50
11.50
11.50
11.50
12.90
12.20
13.20
13.20
11.60
11.60
11.50
11.50
12.70
11.80
13.10
13.20
11.20
11.20
11.20
11.20
12.20
11.60
12.90
13.10
11.50
11.50
11.50
11.50
12.30
11.60
12.90
13.10
11.50
11.50
11.50
11.50
12.70
11.90
13.00
13.10
11.10
11.10
11.10
11.10
12.90
12.50
13.10
13.10
11.70
11.70
11.60
11.50
13.00
12.40
13.10
13.10
11.70
11.70
11.70
11.70
12.70
12.00
13.00
13.00
11.30
11.30
11.30
11.30
12.80
12.20
13.00
13.00
11.30
11.30
11.30
11.30
12.90
12.50
13.00
13.00
11.50
11.50
11.50
11.50
13.00
12.70
13.00
13.00
11.70
11.70
11.60
11.60
12.70
12.10
13.00
13.00
11.40
11.40
11.30
11.30
12.90
12.40
13.00
13.00
11.10
11.10
11.00
11.00
12.50
11.90
12.90
13.00
11.60
11.60
11.60
11.50
12.60
12.00
12.90
13.00
11.60
11.60
11.60
11.60
12.60
12.00
12.90
13.00
11.60
11.60
11.60
11.60
12.80
12.30
12.90
12.90
11.60
11.60
11.60
11.60
12.30
11.70
12.70
12.80
11.50
11.50
11.50
11.50
12.20
11.60
12.70
12.80
11.50
11.50
11.50
11.50
12.80
12.80
12.80
12.80
13.20
13.20
13.20
13.20
12.50
12.00
12.80
12.80
11.60
11.60
11.60
11.60
12.60
12.10
12.80
12.80
11.20
11.20
11.20
11.20
12.20
12.10
12.30
12.40
11.90
11.90
11.90
11.90
12.60
12.30
12.70
12.70
11.40
11.40
11.40
11.40
12.70
12.40
12.70
12.70
11.60
11.60
11.50
11.50
12.40
11.80
12.60
12.70
11.10
11.10
11.10
11.10

Se puede observar que entre los valores medidos y los valores predecidos por el mtodo de
Moving average inverse distance con peso de 2 existe una alta similitud.

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Mapa interpolado por el mtodo que se aproxima mejor a la realidad

Se observa que esta zona presenta contenidos de xido alumnico superiores a 10 mg/l, en la
mayora de las reas medidas.
Es sabido que el contenido de xido alumnico es uno de los ms importantes en la
constitucin de las arcillas junto con la slice y que su contenido regular es de 10 a 12 % y
como se puede observar la zona en su mayora presenta altos contenidos de este mineral lo
que nos indica que existen altos contenidos de Arcila.

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Clasificacin de zonas con mayor contenido de xido alumnico

El contenido de xido alumnico fue clasificado de acuerdo contenido normal que puede
obtenerse en la corteza terrestre que es de 10% como regular. De esta manera se evidencia
que existe muy poca superficie con bajos niveles de este mineral y la mayora presenta altos
contenidos del mismo.
Conclusiones.
De acuerdo a los objetivos planteados se concluye que se lograron identificar las zonas que
presentan mayor concentracin de xido alumnico. De la misma manera se identific que los
datos de la variable son no-normales por lo que se tom la decisin de usar un mtodo de
interpolacin determinstico llegando a resultar el mejor el mtodo Moving Average con peso
de funcin inverse distance y peso exponencial de 2.
Por lo tanto la zona de estudio presenta altos niveles de arcilla.
Referencias bibliogrficas.

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

10

CENTRO DE LEVANTAMIENTOS AEROESPACIALES Y APLICACIONES SIG PARA EL DESARROLLO SOSTENIBLE

DE LOS RECURSOS NATURALES (CLAS UMSS)

Clases de geoestadistica CLAS 2014. Lic. Stephan Dalence

McBratney, A.B., Mendona Santos, M.L., Minasny, B. 2003. On digital soil mapping. En:
Geoderma 117 3-52 pp.
Scull, P. Franklin, J. Chadwick, O.A. McArthur, D. 2003. Predictive soil mapping: a
review. En: Progress in Physical Geography 27, 2. 171 197 pp.

{Nombres de los autores}

Mdulo III PRINCIPIOS DE MODELAMIENTO y GEOESTADISTICA

11