CF Valenzuela Ad

UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE INGENIERA CIVIL
CONSTRUCCION DE MODELO GEOESTADISTICO PARA

GENERACION Y COMPLEMENTACION DE INFORMACION
HIDROGEOLOGICA
MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL
ALFREDO DARO VALENZUELA DUPRE
PROFESOR GUIA:
LEONEL BARRA ORTEGA
MIEMBROS DE LA COMISION:
CARLOS ESPINOZA CONTRERAS
FELIX PREZ SOTO
SANTIAGO DE CHILE MARZO 2012

RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE
INGENIERO CIVIL, MENCIN INGENIERIA HIDRULICA SANITARIA Y AMBIENTAL
POR: ALFREDO VALENZUELA DUPR.
FECHA: MARZO 2012
PROF. GUIA: Sr. Leonel Barra Ortega
Construccin de Modelo Geoestadstico para generacin y

complementacin de informacin hidrogeolgica
En esta memoria se propone el uso de un software computacional como es el programa Excel,
para construir un modelo geoestadstico para la complementacin y generacin de informacin
hidrogeolgica en la zona del Maipo medio, especficamente se desea obtener la permeabilidad en puntos
definidos donde esta no es conocida. El Excel realizado es de fcil uso, ya que basta con introducir las
coordenadas del punto donde se requiere informacin para que este entregue la permeabilidad estimada en
ese punto.
Para la generacin de informacin hidrogeolgica se utilizan datos de 83 pozos ya existentes en
archivos de la DGA, los cuales se trabajan mediante un mtodo geoestadstico llamado Kriging o
Krigeado, el cual bsicamente utiliza las distancias entre el punto que se desea estimar y los puntos en los
cuales ya se conoce informacin para realizar la estimacin.
Para el Kriging se construye el variograma experimental el cual es la varianza de las diferencias
de los valores de la variable regionalizada en las localizaciones separadas una distancia h, de este
variograma construido slo se toma el 39,5% para ajustar el variograma terico.
Se ajustan diferentes variogramas tericos y se escoge finalmente el con menor varianza del error,
el cual resulta ser el llamado modelo esfrico, este posee una varianza del error de 0,0068, con un valor
para el alcance de 1500 metros y una meseta de 0,27.
Conociendo el variograma terico con que se trabaja, se realiza la estimacin con el mtodo de
Kriging. Para hacer esto se debe validar el modelo a utilizar, esto se hace mediante el mtodo llamado live
one out, consistente en eliminar uno de los puntos donde se tienen datos de la estimacin y estimarlo
mediante el resto de los datos, este procedimiento se realiza con todos los puntos de permeabilidad
conocida, esperando un error bajo en las estimaciones para poder aseverar la correcta estimacin del resto
de los puntos requeridos. Esta validacin arroja los siguientes resultados.
Los cuales dan cuenta de una estimacin correcta.

Finalmente se concluye que para el rea y datos propuestos es posible realizar una estimacin
confiable de la permeabilidad.
ndice general
I.- Introduccin
II.- Revisin bibliogrfica
III.- Descripcin zona en estudio
Descripcin geolgica
Geologa
Geomorfologa
Hidrogeologa
IV.- Marco terico
11
Semivariograma experimental
12
Consideraciones para el cmputo del variograma
13
Semivariograma terico
14
Validacin del modelo
17
Estimacin
19
Triangulacin
19
Inverso de la distancia
20
Interpolacin geoestadstica
20
Krigeado o Kriging
21
V.- Resultados
22
Ajuste semivariograma terico
31
35
VI.- Conclusiones, anlisis de resultados y soluciones propuestas.
43
VII.- Anexos
45
Anexo A
46
Anexo B
57
I.- Introduccin
Cuando se realiza una evaluacin hidrogeolgica sobre un rea determinada, existen diversas
variables presentes dentro de la evaluacin que generan incertidumbre a la hora de la entrega de
resultados. Un claro ejemplo de esto sucede cuando se desea obtener informacin de parmetros
hidrulicos, como el caudal especfico (Qesp), transmisibilidad (T) o permeabilidad (k), en puntos donde
an no se han realizado perforaciones de pozos, ni ningn tipo de estudio experimental que permita la
determinacin exacta de estos parmetros. Cuando existen diversas variables hidrogeolgicas an no
determinadas mediante pruebas experimentales, estas deben ser estimadas.
Para los puntos sin informacin mencionados en el prrafo anterior, existen diversos tipos de
mtodos que realizan estimaciones de los parmetros requeridos, pero todos ellos con un grado de
inexactitud considerable. Habitualmente, las estimaciones de los valores quedan a cargo de un modelador,
quin con simplificaciones o complejidades sumadas entrega un valor estimado de los parmetros en
cuestin. Inclusive hay veces, que se adoptan valores para los parmetros hidrogeolgicos proveniente de
la sectorizacin geolgica.
Adems, en variadas ocasiones los software utilizados para realizar la estimacin de los
parmetros no son de fcil utilizacin y requieren una gran cantidad de datos de entrada.
La informacin sobre el valor existente de diversos parmetros hidrogeolgicos, es de vital
importancia a la hora de la toma de decisiones sobre donde ubicar ciertos proyectos, la obtencin de estos
valores experimentalmente lleva consigo un alto costo y una demanda de tiempo considerable.
Esta memoria, pretende la generacin de estimaciones para valores de la permeabilidad en
diversos puntos donde no se dispone de algn pozo que entregue informacin sobre esta variable, es de
suma importancia que la estimacin se realice con mnima incertidumbre. Esto, mediante la generacin de
una planilla Excel de fcil interaccin con el usuario, la cual estar basada en un modelo geoestadstico de
inferencia de informacin espacial puntual, el mtodo a utilizar es el Kriging. La planilla debe lograr
entregar el valor de la permeabilidad en un punto requerido de la zona en estudio, basndose slo en un
dato de entrada (coordenada del punto requerido).
Se busca tambin la generacin de una red de puntos, cada uno con valores de permeabilidad
estimada en el rea de estudio.
Finalmente, se pretende tener una poderosa herramienta con el fin de entregar recomendaciones
para la construccin de nuevas fuentes subterrneas en el acufero Maipo medio, de acuerdo a los
requerimientos del operador.
II.- Revisin bibliogrfica

La bsqueda, exploracin y evaluacin de diversos yacimientos minerales es una de la principales
actividades para quienes viven de la geologa, en este mbito la ubicacin exacta de estos yacimientos es
de vital importancia.
Durante mucho tiempo se utilizaron diversos mtodos para caracterizar con mayor precisin los
recursos minerales distribuidos en la corteza terrestre, desde mtodos que se basaban en estimaciones
visuales hasta otros ms modernos como los geomatemticos (El inverso de la distancia, mnimo de
curvatura, splines, etc.). Es en esta bsqueda donde interviene Danie G. Krige, ingeniero en minas
Sudafricano, quin es el primero en introducir el concepto de la geoestadstica, como un mtodo de
estimacin el cual minimiza la varianza del error. Este concepto fue tomado por George Matheron,
perteneciente a la escuela francesa de geologa, la cual lo desarroll y difundi durante muchos aos en
uso exclusivo de la minera, siendo esta una rama de la estadstica tradicional, que comienza con la
observacin de que la variabilidad de las variables que se distribuyen en el espacio tienen una estructura
particular. Estas variables, cuando son dependientes entre s, Matheron las llam variables regionalizadas.
Lo anterior est claramente expresado en el texto Elementos de la geoestadstica de la Universidad de
Pinar del Ro desarrollado en el ao 1997.
La geoestadstica no slo es utilizada en la minera, esta tiene otras aplicaciones dentro de la
naturaleza como lo son: Estimacin de reservas de petrleo, estudios de precipitaciones, tratamientos de
imgenes, anlisis de movimientos ssmicos, filtraje de sonidos, estudios de aguas subterrneas y
caracterizacin de acuferos, anomalas geoqumicas, entre otras. Es de consideracin mencionar que en
todos estos tpicos de utilizacin, se cumplen con 4 hiptesis bsicas, que son: Estacionaridad estricta,
estacionaridad de segundo orden, la hiptesis intrnseca y la de los procesos cuasiestacionarios, estas sern
vistas con mayor detalle durante el desarrollo de esta memoria.
La geoestadstica describe la continuidad espacial de un cierto fenmeno natural, as, es posible
ver la forma de la variacin de esta en el espacio. Para ello la geoestadstica utiliza funciones de
modelacin, la cuales posteriormente son utilizadas para conocer el valor de la variable en sitios sin datos.
Este mtodo tiene gran poder ya que la interpolacin utilizada (Kriging) es muy robusta en comparacin a
otros mtodos de evaluacin.
La funcin de modelacin utilizada por la geoestadstica es conocida como semivariograma, el
cual nos permite estimar cuan similares son los puntos en el espacio de acuerdo a la distancia existente
entre ellos. Para ello se realiza un semivariograma experimental con los datos conocidos al cual se le
ajusta un semivariograma terico para cuantificar el grado y escala de variacin espacial. Este ajuste
permite extraer una serie de parmetros los cuales sern usados posteriormente en la interpolacin
estadstica, estos son: alcance o range, la meseta o sill y el efecto pepita o nugget. (Geoestadstica
A. Gallardo, 2006).
Hay que tener ciertas consideraciones al momento de realizar el ajuste del semivariograma terico
como son los rangos escogidos, distancias mximas, nmeros de puntos para el anlisis, etc. Lo anterior
ya que se pueden obtener resultados que no se ajustan a la realidad debido a datos errticos, variaciones
anisotrpicas de estos, etc. (Geoestadstica aplicada Daz M., Casar R. UNAM, 2009)
Luego, se aplica el Krigeado o Kriging, este es una tcnica de estimacin que proporciona el
mejor estimador lineal insesgado, y un error de estimacin conocido como varianza del krigeado que
depende del variograma obtenido y de las ubicaciones de los datos que se tienen, esta tcnica atribuye un
peso especfico a cada dato de acuerdo a las caractersticas geomtricas del problema, estos pesos son
calculados para minimizar la varianza de la estimacin y as garantizar el uso ptimo de la informacin
disponible. (Geoestadstica Concepcin Gonzlez Garca, 2008).
De esta forma se han dado paso a importantes aplicaciones del semivariograma y krigeado en
distintos mbitos, por ejemplo esta tcnica fue utilizada con xito para calcular la recarga por lluvias a los
acuferos por balance del in cloruro (Recarga a los acuferos espaoles mediante balance
hidrogeoqumico, F. Alcal Garca, 2005)
En el trabajo Caracterizacin geoestadstica de la distribucin espacial de Alabama argillacea
Hbner en el cultivo de algodoreno realizado por Tannure C. y Mazza S., se utilizan con xito las
tcnicas geoestadsticas del semivariograma y Krigeado para caracterizar la distribucin espacial de las
larvas de Alabama argillecea y estimar la densidad en puntos no muestreados. En este trabajo se separ en
2 etapas, con tomas de muestras distintos das y anlisis distintos para ambas tomas, en el primer anlisis
se utiliz el modelo esfrico de ajuste al semivariograma y en la segunda el modelo exponencial, esto
debido a la variacin temporal de los datos.
Cuando se analiza el trabajo realizado en el ao 2000 por Hernandez J. y Corvaln P. titulado
Uso de variogramas para la determinacin del tamao medio de las copas de pino silvestre en imgenes
areas digitales, se pueden observar los escabrosos efectos que puede tener la anisotropa en algunos
casos. En este caso la anisotropa altera la relacin entre el rango del variograma y el dimetro de la copa
(dato analizado). En dichos casos, el tamao de la copa se correlaciona en mayor medida con el rango de
variogramas direccionales calculados para una determinada direccin dominante.
III.- Descripcin zona en estudio

Descripcin geolgica
La cuenca hidrogrfica del Ro Maipo abarca prcticamente la totalidad del territorio de la Regin
Metropolitana, parte de la V y VI regiones extendindose entre los paralelos 3255-3415 latitud sur y
meridianos 6955-7133 longitud oeste. Drena una superficie de 15.304 Km2. La superficie de la cuenca,
cubre prcticamente el 100% de la Regin Metropolitana y una mnima superficie de las Regiones de
Valparaso (Provincia de San Antonio y Valparaso) y del Libertador Bernardo OHiggins (Provincia de
Cachapoal).
La zona en estudio se encuentra localizada entre los paralelos 3338' - 3350' latitud sur y los
meridianos 7112' - 7045' longitud oeste dentro de la cuenca ya mencionada.
Geologa
La geologa de la cuenca del ro Maipo, presenta rellenos por sedimentos fluviales y
fluvioglaciales y cenizas volcnicas, rocas granticas paleozoicas y mesozoicas, adems de rocas
volcnicas y sedimentarias cretcicas.
Geomorfologa
La zona de piedemonte y planicie se caracterizan por los procesos de relleno de los ros Maipo,
Mapocho y Angostura (en su curso inferior) originados por procesos de glaciacin y volcanismo de zonas
cordilleranas. La actividad volcnica ha producido relleno de cenizas y piedra pmez; mezcladas con
materiales como arcillas, arenas y bloques de depsitos ms antiguos. Los fenmenos de relleno hacen que
la cuenca presente distintas alturas, siendo los puntos ms altos Apoquindo y Puente Alto (700 m). Desde
esos puntos el terreno se deprime en todas direcciones hasta alcanzar su altura mnima en el extremo sur,
en la localidad de Hospital con 348 m y en Talagante con 343 m.
La parte sur de la cuenca (Paine y Hospital) ha sufrido una tectnica de hundimiento reciente, por
lo cual el nivel del relleno llega al pie de los cerros sin que aparezcan conos, taludes, etc. Existe ausencia
de terrazas fluviales, encontrndose en estos sectores importantes y profundas reservas de agua
subterrnea de toda la cuenca.
Hidrogeologa
La cordillera de los Andes, presenta a la entrada de la cuenca del Maipo, producto de la
excavacin del lecho del ro, rocas granticas que conforman una barrera hidrogeolgica que impide el
paso de aguas subterrneas a la cuenca; el ro Mapocho y los esteros Colina y Angostura ingresan a la
cuenca a travs de lechos excavados en rocas volcnicas impermeables. En consecuencia, las aguas de las
hoyas de los ros Colina, Mapocho, Maipo Superior y Angostura, slo pueden ingresar a la cuenca
superficialmente para luego infiltrarse en el relleno. La permeabilidad de esta zona de la cuenca es
prcticamente nula. La depresin intermedia, corresponde a una fosa tectnica, que por sus caractersticas
geolgicas hace que su permeabilidad sea media-alta.
La cordillera de la costa est constituida por rocas granticas paleozoicas, adems de rocas
volcnicas y sedimentarias cretcicas, las que en su meteorizacin ha formado maicillo, el que permite
la infiltracin y acumulacin de aguas subterrneas. La permeabilidad de esta zona es media-baja.
La informacin de la cuenca del Maipo que se puede extraer del Mapa Hidrogeolgico confirma que slo
un acufero se ubica en el sector cordillerano, especficamente en el sector del ro Volcn y Yeso. Esta
8
reserva de aguas subterrneas llamada acufero de Santiago, se localiza desde la pre cordillera hasta
Talagante, con dimensiones cercanas a 10.000 millones de metros cbicos, equivalentes a 40 embalses El
Yeso. Siguiendo el sentido de escurrimiento del ro Maipo, otro acufero se localiza en el sector del ro
Volcn, en que se junta con el ro Maipo. En el rea restante de la zona cordillerana no hay existencia de
acuferos. Los acuferos que se encuentran en el valle de la cuenca, poseen diversas caractersticas, tanto
de profundidad como de calidad qumica de las aguas. En la zona comprendida entre los esteros Puangue
y Lampa, no se encuentran acuferos subterrneos, debido a las caractersticas de permeabilidad all
existentes.
A continuacin se muestra un mapa geolgico de la zona en estudio
Figura III. 1: Mapa geolgico del rea de estudio. Modificado de Thiele (1980), Sells y
Gana (2001) y SERNAGEOMIN (2002). Leyenda en pgina siguiente.

Figura III. 2: Continuacin figura 1 Leyenda Mapa Geolgico del rea de estudio.
Modificado de Thiele (1980), Sells y Gana (2001) y SERNAGEOMIN (2002)
10
IV.- Marco terico

Lo primero que se realiza es la recopilacin de datos.
Luego se verifica que las hiptesis para la utilizacin de la geoestadstica las cumplan los datos a
trabajar. Esto, con el fin de reflejar el grado de confiabilidad de la aplicacin del mtodo.
Para esto, se define previamente la variable regionalizada como sigue:
Variable regionalizada: Es la variable que se encuentra distribuida en el espacio de forma que
presenta una estructura espacial de correlacin. Es decir, la variable debe ser continua, poseer variacin
local aleatoria y poseer variacin regional (o conjunta) no aleatoria.
Las hiptesis que se deben cumplir para poder utilizar la geoestadstica como herramienta en la
naturaleza son:
I- Estacionaridad Estricta.
Se dice que Z(x) es estrictamente estacionaria si la funcin de distribucin de probabilidades de
las variables aleatorias regionalizadas Z(xi) son iguales entre s, independiente de la localizacin xi.
II- Estacionaridad de Segundo Orden.

Esta condicin es ms frecuente en la prctica, la misma requiere que:
1) E{Z(xi)} = m, existe y no depende de la localizacin xi.

2) La funcin de covarianza Cov{Z(xi) - Z(xj)} exista y solo dependa de la longitud del vector h =
xi - xj. o sea.
C(h) = Cov{Z(xi), Z(xj)} = E{Z(xi), Z(xi+h)} - m2
Esta hiptesis requiere la estacionaridad slo para la media y para la funcin de covarianza de la
variable aleatoria regionalizada. La segunda condicin, implica estacionaridad de la varianza y del
variograma.
III- Hiptesis Intrnseca.
UnafuncinaleatoriaZ(x)sediceintrnsecacuando:
11
a) Su esperanza matemtica existe y no depende de la localizacin Xi.

E{Z(x)} = m
b) Para todo vector h el incremento [Z(x+h) - Z(x)] tiene varianza finita y no depende de la
localizacin xi:
Var{Z(x+h) - Z(x)} = E{[Z(x+h) - Z(x)]2} = 2(h)
Cuando se cumple esta condicin, se dice que la funcin aleatoria Z(x) es homognea. Esta
condicin se encuentra con bastante frecuencia en la naturaleza, pues existen muchos procesos que no
tiene varianza finita y sin embargo, poseen una funcin variograma finita.
IV- Procesos Cuasiestacionarios.

En la prctica la funcin estructural, covarianza o semivariograma, es slo usada por lmites |h|
b. El lmite b representa la extensin de la regin en la que el fenmeno estudiado conserva cierta
homogeneidad del comportamiento de Z(xi).
Luego de cumplidas las hiptesis propuestas, se aplica el semivariograma como sigue:
Semivariograma experimental
Se define el semivariograma experimental de la siguiente manera:

El semivariograma o variograma es la varianza de las diferencias de los valores de la variable
regionalizada en las localizaciones separadas una distancia h, o sea:
Var(xi, xi+h) = Var{Z(xi) - Z(xi+h)} = 2 (xi,xi+h)
donde la magnitud:
Se define N(h) como la cantidad de pares de puntos separados a la distancia h de la totalidad de
pares posibles en los n puntos de que se dispone de informacin inicial.

Caractersticas del semivariograma:
12
El semivariograma posee tres parmetros importantes: El efecto pepita o nugget, la meseta o sill y
el alcance o range.
Figura IV. 1: Caractersticas del semivariograma
Efecto pepita o nugget (
): El semivariograma se define como nulo en el origen, esto se cumple
en la teora, pero en la prctica el semivariograma normalmente tiene valores diferentes a 0, la diferencia

existente entre el origen y el valor que toma el semivariograma al intersectar el eje de las abscisas, o bien
la interseccin en el eje Y de la proyeccin de este, se conoce con el nombre de efecto pepita (
). Cabe
destacar que valores negativos del nugget no tienen significado y son asumidos como de valor nulo.
Meseta o sill (C): Es definido como el valor para el cual al aumentar el intervalo de distancia entre
los puntos (h), el valor de (h) permanece constante.
El efecto combinado del nugget con la meseta se escribe
Alcance o range (a): Es la distancia para la cual los parmetros Z(x) y Z(x+h), son independientes,
o sea, no se relacionan. Se puede definir tambin el alcance como la distancia (h) a la cual comienza la
meseta del semivariograma.
Consideraciones para el cmputo del variograma:
13
1.- Los pares de las observaciones se agrupan segn la distancia dentro de un intervalo con una
tolerancia y dentro de una direccin con una tolerancia angular.
2.- Se considera que un nmero mximo de 25 intervalos es suficiente para cualquier propsito, y
un mnimo de 10 debe ser usado para determinar con precisin el rango y la meseta del variograma.
3.- Se estima para valores menores que la mitad de la distancia mxima.
4.- Se considera que tienen que existir a lo menos 30 pares de puntos.
5.- Los valores estimados para cada intervalo se deben graficar contra la distancia promedio de
todos los pares que se encuentran dentro de dicho intervalo.
Un modelo de variograma se puede considerar vlido o autorizado si cumple con el examen de la
transformada de Furier, como propiedad importante es destacable que la combinacin lineal de modelos
de variogramas vlidos con coeficientes positivos es tambin un modelo vlido.
Semivariograma terico
Los modelos vlidos de variograma tericos y sus respectivas ecuaciones, que sern ajustados al
variograma experimental son:
14
a) Modelo esfrico
Figura IV. 2: Modelo esfrico
b) Modelo exponencial
Figura IV. 3: Modelo exponencial
c) Modelo gaussiano
15

Figura IV. 4: Modelo gaussiano
d) Modelo efecto agujero
Figura IV. 5: Modelo efecto agujero
e) Modelo efecto pepita (Nugget)
16
Figura IV. 6: Modelo efecto pepita (Nugget)
Para la validacin del modelo se recomienda usar el mtodo leave one out o validacin cruzada,
consistente en sacar un punto de la muestra y estimar con Kriging el valor de este punto usando el modelo
de variograma obtenido, esto con todos los elementos de la muestra.
Si el modelo del variograma escogido refleja adecuadamente la estructura espacial del conjunto de
datos, entonces los valores estimados deben ser cercanos a los observados.
Esta cercana se caracteriza como:
Esto permite identificar valores atpicos (outliers), datos sospechosos o anomalas.

Otro indicador importante es el estudio del error estandarizado, es decir, el error cuadrtico divido
por la deviacin estndar, donde se debe cumplir que:
Variogramas anisotrpicos
17
Muchas veces las variaciones son anisotrpicas (dependen de la direccin). Si la anisotropa se

puede tener en cuenta mediante una transformacin lineal simple de coordenadas, entonces se dice que la
anisotropa es geomtrica o afn.
Anisotropa geomtrica
Frmula de la transformacin:
Donde:
A: Eje mayor (variabilidad es ms lenta)
B: Eje menor (variabilidad es ms rpida)
: Direccin (ngulo) el eje mayor.
Se aplica como un factor al argumento h del variograma en los modelos acotados o al gradiente en
los modelos no acotados.

=
es una medida de la anisotropa.
Figura IV. 7: Anisotropa geomtrica
En la prctica se estiman los variogramas en 4 direcciones principales (0, 45, 90 y 135 grados). Se
determinan los rangos para cada direccin y luego se construyen los grficos direccionales de los rangos
para decidir si hay anisotropa geomtrica presente o no.
18
Cuando la anisotropa se refleja en la meseta, es decir, en dependencia de la direccin el

variograma presenta diferentes mesetas, se dice que posee una anisotropa zonal, un claro ejemplo de esto
es cuando se toman propiedades en pozos, el variograma en la vertical presenta una mayor variabilidad
que en la horizontal.
Estimacin
Absolutamente todo lo que se ha expresado hasta este punto, tiene como objetivo el conocer la
informacin que se posee, de modo de poder realizar las estimaciones pertinentes de datos desconocidos a
partir del valor de los parmetros sabidos en los distintos puntos.
Para realizar la estimacin existen varias posibilidades, entre las que se encuentran: Splines
cbicos, mtodo del inverso de la distancia, aproximacin por polgonos, triangulacin, Krigeado, etc.
En muchas ocasiones las estimaciones propuestas por estos mtodos no son del todo satisfactorias
para quien solicita la realizacin de estas, pero es posible observar que esto es debido a que no se elije
correctamente un estimador adecuado.
Los diversos mtodos de estimacin son posibles de clasificar en dos grandes categoras, mtodos
de estimacin clsicos y modernos. Como es de esperar, los mtodos de estimacin clsicos son mas
sencillos y considerados de menor exactitud que los modernos.
Dentro de los mtodos de estimacin modernos ms conocidos y utilizados estn el de
triangulacin, inverso de la distancia e interpolacin geoestadstica. Estos se muestran con mayor detalle a
continuacin.
Triangulacin
El mtodo de triangulacin consiste en el ajuste de un plano, el cual debe pasar por los tres puntos
conocidos mas cercanos al punto donde se desea estimar un valor.
La ecuacin del plano es:
Donde:
x,y: Coordenadas de los puntos.
19
Z: Valor del parmetro en la coordenada x,y.

a,b,c: Coeficientes a determinar.
De esta forma se establece el siguiente sistema de ecuaciones, para determinar los valores de a,b,c.
=a
=a
=a
As se obtienen los valores de a,b y c, entonces el valor de Z para cualquier punto dentro del plano
triangular previamente determinado.
Inverso de la distancia
Este mtodo est basado en la siguiente combinacin lineal:
Donde
son los pesos proporcionales a la distancia euclidiana del punto de estimacin y viene
dado por:
Siendo
la distancia euclidiana entre la localizacin del punto en el que se desea obtener algn
parmetro y la localizacin de la muestra i.

Ambos mtodos matemticos utilizan directamente los valores muestreados y refieren pesos de
acuerdo a la distancia euclidiana entre los datos, sin tener en cuenta la variabilidad en la informacin de la
que se dispone.
Interpolacin geoestadstica
La interpolacin geoestadstica se basa en 3 pasos fundamentales:

1.- Anlisis de variabilidad, obtencin del semivariograma emprico.
2.- Ajuste de un modelo terico, seleccin adecuada del semivariograma terico y ajuste de sus
parmetros.
20
3.- Utilizacin del semivariograma terico ajustado mediante el mtodo del Krigeado.
Krigeado o Kriging
El Krigeado es una tcnica de estimacin que proporciona el mejor estimador lineal insesgado,
adems busca minimizar la varianza del Krigeado, correspondiente a un error de estimacin. Este error
depende no slo de las posiciones de los datos originales, sino tambin del semivariograma terico
previamente ajustado. La varianza del Krigeado viene dada por:
Donde:
: Es la estimacin de Z(x), la cual se obtiene como una combinacin lineal de los valores de
en los puntos de observacin
, de la siguiente forma:
: Es el valor de la funcin
(x) del semivariograma terico ajustado, en funcin de la
distancia entre el punto x (punto de valor del parmetro a estimar conocido) y de
(punto de valor de
parmetro a estimar desconocido, es decir, punto donde se quiere estimar el valor).

,
Coeficientes a estimar para cada punto, estos coeficientes deben ser mnimos para as
minimizar la varianza del Krigeado. La estimacin de estos coeficientes puede resultar larga y tediosa si
no se utiliza un mtodo adecuado, el mtodo a utilizar para la determinacin de estos no ser otro que el
Krigeado.
El Kriging propone una resolucin matricial que logra encontrar el ptimo de estos coeficientes,
es decir, el valor que minimiza la varianza del Krigeado, para ello se debe resolver el siguiente sistema
matricial:
21
Donde:
: Valor de la funcin
y
del semivariograma terico ajustado, en los puntos
, donde ya es conocido el valor del parmetro.

=
: Valor de la funcin
del semivariograma terico ajustado, en los puntos
donde ya es conocido el valor del parmetro con respecto al punto x, lugar donde se quiere determinar el
valor del parmetro.
,
Coeficientes a estimar para cada punto.
Conocidos los valores de los parmetro
es posible la estimacin de
en el punto que
se desee. Cabe destacar que hay que considerar las restricciones de estimacin ya mencionadas
(consideraciones para el cmputo del variograma) que se tienen con este mtodo, adems de que para
cada uno de los puntos a estimar se tienen coeficientes
distintos.
V.- Resultados
Para la realizacin de los clculos posteriores se dispone de informacin de diferentes pruebas de
bombeo realizadas en de diversos pozos ubicados en la zona denominada Maipo medio, esta zona
comprende varias comunas pertenecientes a la cuenca del Maipo ms especficamente se cuenta con datos
de 83 pozos distintos de las comunas de Buin (11), Paine (3), Talagante (23), Melipilla (7), Peaflor(1) ,
Isla de Maipo (34) y El Monte (4).
A continuacin, se presenta un mapa con la ubicacin geogrfica de los pozos en estudio.
22
Figura V. 1: Mapa general ubicacin de los pozos en estudio.
Los datos se obtienen desde archivos obtenidos en la DGA (Direccin general de aguas).
Se dispone del caudal de cada uno de los pozos en litros/segundo, adems del nivel esttico,
dinmico y la profundidad de la perforacin (en metros) de cada uno de estos, por supuesto tambin se
conocen las coordenadas geogrficas de cada uno de ellos.
De esta forma se obtiene el descenso en el pozo como sigue:
Siendo:
ND(m): Nivel dinmico.
NE(m): Nivel esttico.
Con el nivel de descenso de cada pozo se obtiene el Caudal especfico (Qesp.(l/s/m)).
23
Con estos datos se calcula la transmisibilidad (T(m3/d/m))

= 250
Esta relacin entre el caudal especfico y la transmisibidad es propuesta por lamos y Peralta.
Este tipo de relaciones son de gran utilidad cuando no se tienen pruebas de bombeo adecuadas que
permitan obtener el parmetro deseado con exactitud y facilidad.
Se tiene tambin el espesor saturado de la relacin:
As, se conoce el valor de la permeabilidad en cada uno de los pozos:
De esta forma se tienen los datos necesarios para trabajar, los cuales son presentados a
continuacin:
24
pozo
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
35
36
37
38
39
40
41
42
N(m)
6.266.085
6.261.055
6.261.480
6.262.440
6.256.945
6.258.950
6.261.335
6.263.060
6.263.820
6.259.105
6.257.065
6.257.010
6.262.400
6.259.285
6.273.250
6.274.500
6.273.640
6.275.700
6.274.450
6.275.650
6.273.350
6.273.550
6.274.970
6.274.570
6.273.600
6.274.905
6.273.640
6.271.650
6.271.375
6.272.790
6.273.080
6.272.750
6.272.260
6.272.260
6.272.180
6.273.000
6.271.000
6.266.020
6.266.970
6.265.545
6.265.080
6.266.170
E(m)
336.885
333.970
333.540
331.635
332.425
333.800
333.955
332.485
334.550
332.935
337.520
337.575
336.585
332.950
321.855
321.730
320.970
321.235
321.420
320.800
325.250
326.450
323.980
323.850
326.590
324.040
326.360
318.250
318.250
319.250
323.000
322.900
323.210
323.750
323.700
327.800
328.605
325.030
328.960
326.585
326.740
327.330
Comuna
P.Perf(m) Q[l/s] ND[m] NEPB[m] s[m] Qesp[l/s/m] T[m3/d/m] espesorsat[m] K[m/d] log(K(m/d))
Buin
120
Paine
65,4
Buin
61
Buin
74,2
Buin
40
Buin
72,3
Buin
52
Buin
68
Buin
81
Buin
45
Paine
50
Paine
40
Buin
70
Buin
50
Talagante
16,8
Talagante
22,5
Talagante
25
Talagante
48,9
Talagante
23
Talagante
67,5
Talagante
45
Talagante
51
Talagante
25,4
Talagante
44
Talagante
39,5
Talagante
18
Peaflor
44
Talagante
40
Talagante
40
Talagante
30
Talagante
30,2
Talagante
22,1
Talagante
63,5
Talagante
35,2
Talagante
28,2
Talagante
37
Talagante
62,4
IslaDeMaipo
72,5
IslaDeMaipo
30,5
IslaDeMaipo
62
IslaDeMaipo
36
IslaDeMaipo
42
72
120
100
100
90
130
40
58
90
10
35
43
18
45
57
47
12,4
40
27
80
50
60
44
81
70
22
35
37,5
43
67
60
95
80
80
43
25
133
138
30
100
74
70
81
24,6
35,2
20,3
7,8
13,8
23,83
42
56,5
3,68
7,8
10,22
48,56
10,4
8,5
14,2
11,4
12,5
13
11,3
14,4
13,75
12,4
30
13,8
9,6
12,2
29,1
17,5
12,5
11,8
12
9
15,7
10,2
20,7
16,6
8,5
15
22
9,4
9,3
72,6
23,0
32,4
16,7
1,6
8,8
23,2
40,3
54,3
3,4
4,4
7,1
47,8
8,9
5,7
7,6
8,5
11,6
10,0
10,4
11,7
11,8
6,2
7,3
9,5
8,1
9,8
6,0
5,5
5,7
4,0
4,1
1,6
1,5
3,2
19,2
8,4
2,6
12,8
3,8
8,3
8,0
8,41
1,60
2,80
3,60
6,20
5,00
0,67
1,70
2,25
0,27
3,40
3,11
0,76
1,50
2,80
6,60
2,90
0,90
3,00
0,90
2,70
1,94
6,20
22,70
4,30
1,50
2,40
23,10
12,00
6,80
7,80
7,90
7,38
14,20
7,00
1,50
8,20
5,90
2,20
18,20
1,10
1,30
8,6
75,0
35,7
27,8
14,5
26,0
59,7
34,1
40,0
37,0
10,3
13,8
23,7
30,0
20,4
7,1
4,3
44,4
9,0
88,9
18,5
30,9
7,1
3,6
16,3
14,7
14,6
1,6
3,6
9,9
7,7
12,0
10,8
5,6
6,1
16,7
16,2
23,4
13,6
5,5
67,3
53,8
Tabla V. 1: Datos a trabajar pozos 1 a 42.
25
2140
18750
8929
6944
3629
6500
14925
8529
10000
9259
2574
3457
5921
7500
5089
1780
1069
11111
2250
22222
4630
7732
1774
892
4070
3667
3646
406
896
2463
1923
3006
2710
1408
1536
4167
4055
5847
3409
1374
16818
13462
47
42
29
58
38
64
29
28
27
42
46
33
22
41
11
15
17
37
13
57
33
39
19
37
30
10
34
34
35
24
26
18
62
34
25
18
54
70
18
58
28
34
45
442
312
121
95
102
518
308
374
223
56
105
267
182
458
119
65
298
173
389
139
197
92
24
136
370
107
12
26
101
73
167
44
42
61
234
75
84
193
24
607
396
1,65
2,65
2,49
2,08
1,98
2,01
2,71
2,49
2,57
2,35
1,75
2,02
2,43
2,26
2,66
2,08
1,81
2,47
2,24
2,59
2,14
2,30
1,97
1,39
2,13
2,57
2,03
1,08
1,41
2,01
1,87
2,22
1,64
1,62
1,79
2,37
1,88
1,92
2,28
1,37
2,78
2,60
pozo
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
N(m)
6.264.060
6.264.020
6.265.830
6.263.690
6.263.660
6.262.410
6.259.240
6.260.810
6.267.610
6.263.570
6.268.980
6.262.000
6.262.823
6.262.560
6.259.097
6.260.850
6.261.630
6.263.625
6.261.025
6.264.490
6.264.220
6.264.600
6.264.260
6.266.250
6.265.791
6.266.051
6.265.710
6.266.533
6.266.369
6.271.900
6.271.820
6.272.320
6.272.350
6.269.460
6.271.750
6.269.760
6.272.550
6.272.050
6.275.030
6.272.464
6.272.447
E(m)
328.855
329.600
328.110
324.730
324.720
327.850
325.660
326.450
322.020
327.560
327.310
328.800
326.053
324.140
324.778
327.550
328.470
329.975
327.400
330.760
330.820
330.350
330.880
313.500
316.823
313.327
317.340
311.296
312.729
300.620
299.800
299.940
299.950
309.040
310.210
295.080
294.800
298.770
320.360
316.698
316.654
Comuna
P.Perf(m) Q[l/s] ND[m] NEPB[m] s[m] Qesp[l/s/m] T[m3/d/m] espesorsat[m] K[m/d] log(K(m/d))
IslaDeMaipo
48,7
IslaDeMaipo
60,5
IslaDeMaipo
40
IslaDeMaipo
36
IslaDeMaipo
68
IslaDeMaipo
44,6
IslaDeMaipo
60
IslaDeMaipo
54
IslaDeMaipo
7,5
IslaDeMaipo
39
IslaDeMaipo
30
IslaDeMaipo
29
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
40
IslaDeMaipo
19,5
IslaDeMaipo
40
IslaDeMaipo
60,5
IslaDeMaipo
40
IslaDeMaipo
54
IslaDeMaipo
76
IslaDeMaipo
61,5
IslaDeMaipo
76
IslaDeMaipo
44
IslaDeMaipo
50
IslaDeMaipo
43
IslaDeMaipo
50
IslaDeMaipo
20
IslaDeMaipo
50
Melipilla
19
Melipilla
141
Melipilla
98
Melipilla
73
ElMonte
278
ElMonte
25
Melipilla
58
Melipilla
80
Melipilla
155
Talagante
35,2
ElMonte
45
ElMonte
46,2
79
70
40
20
25
90
150
90
15
43
27
40
8,2
10
55
56,3
38
60
63
37
49
110
110
20,8
45
15
45
28
80
1
45
25
25
100
7
6,5
15
35
30
43
44
17,4
38,9
10,7
15,9
20,9
13,2
14,6
22,4
4,19
8,56
12,28
25,89
2,44
3,5
12,54
13,19
19,89
36,73
13,36
41,6
40,5
47,8
39
10,28
15,75
8,45
20,3
11,48
17,02
1,8
64
25,6
24,8
26,7
8,5
49
48
53,4
20,4
17
13
16,4
34,1
10,0
1,7
1,7
12,0
5,7
2,1
1,5
8,0
3,3
18,9
0,9
1,9
4,4
5,8
12,9
33,3
4,7
36,3
35,0
38,6
32,2
4,2
1,4
4,8
1,3
1,1
1,2
1,4
1,5
2,1
2,0
1,3
1,5
14,3
1,8
0,9
1,1
41,8
43,2
1,00
4,80
0,70
14,20
19,20
1,20
8,90
20,30
2,66
0,56
8,98
6,99
1,52
1,62
8,16
7,44
6,99
3,45
8,66
5,30
5,50
9,20
6,80
6,06
14,34
3,63
18,99
10,43
15,78
0,40
62,50
23,50
22,80
25,40
7,00
34,70
46,20
52,50
19,30
13,80
10,00
79,0
14,6
57,1
1,4
1,3
75,0
16,9
4,4
5,6
76,8
3,0
5,7
5,4
6,2
6,7
7,6
5,4
17,4
7,3
7,0
8,9
12,0
16,2
3,4
3,1
4,1
2,4
2,7
5,1
2,5
0,7
1,1
1,1
3,9
1,0
0,2
0,3
0,7
1,6
3,1
4,4
19750
3646
14286
352
326
18750
4213
1108
1410
19196
752
1431
1349
1543
1685
1892
1359
4348
1819
1745
2227
2989
4044
858
785
1033
592
671
1267
625
180
266
274
984
250
47
81
167
389
779
1100
32
26
30
34
66
33
54
52
6
31
27
10
5
4
36
14
27
27
35
18
41
23
44
40
49
38
49
19
49
18
140
96
71
277
24
44
78
154
34
19
25
611
138
476
10
5
575
78
21
236
619
28
142
265
375
47
138
50
160
52
99
54
131
92
22
16
27
12
35
26
36
1
3
4
4
11
1
1
1
11
19
25
2,79
2,14
2,68
1,01
0,69
2,76
1,89
1,33
2,37
2,79
1,45
2,15
2,42
2,57
1,67
2,14
1,70
2,20
1,71
1,99
1,73
2,12
1,97
1,33
1,21
1,43
1,09
1,55
1,41
1,55
0,11
0,44
0,59
0,55
1,03
0,03
0,02
0,03
1,06
1,27
1,41
Tabla V. 2: Datos a trabajar pozos 43 a 83.
Luego de observar y analizar el mapa geolgico de la zona en estudio descrito previamente, se

puede decir que la zona es geolgicamente homognea, con ausencias de estructuras que podran llegar a
causar problemas para poder trabajar con los datos de la zona, adems, los datos se encuentran
idnticamente distribuidos segn su promedio y desviacin estndar.
Para comprobar que los datos se encuentran idnticamente distribuidos, se separan los datos en 4
cuadrantes diferentes, de modo que los 4 cuadrantes tengan aproximadamente la misma cantidad de datos,
de estos se obtiene el promedio y varianza de cada uno, adems de la desviacin estndar de los
promedios de los 4 cuadrantes. Adems de los cuadrantes, se presentan promedios, varianzas y desviacin
estndar de estos en las tablas N
Numeracin
Cuadrante1
Coord.UTM
Comuna
26
log(k)
72
77
70
71
68
66
83
82
67
69
28
29
30
81
79
78
80
73
74
76
75
N[m]
6271900
6271750
6266533
6266369
6266051
6266250
6272447
6272464
6265791
6265710
6271650
6271375
6272790
6275030
6272550
6269760
6272050
6271820
6272320
6269460
6272350
E[m]
300620
310210
311296
312729
313327
313500
316654
316698
316823
317340
318250
318250
319250
320360
294800
295080
298770
299800
299940
309040
299950
[m/d]
Melipilla
35,5
ElMonte
10,6
IslaDeMaipo 35,4
IslaDeMaipo 26,0
IslaDeMaipo 27,1
IslaDeMaipo 21,6
ElMonte
25,5
ElMonte
18,6
IslaDeMaipo 16,1
IslaDeMaipo 12,2
Talagante
11,9
Talagante
26,0
Talagante 101,4
Talagante
11,4
Melipilla
1,0
Melipilla
1,1
Melipilla
1,1
Melipilla
1,3
Melipilla
2,8
ElMonte
3,6
Melipilla
3,9
1,55
1,03
1,55
1,41
1,43
1,33
1,41
1,27
1,21
1,09
1,08
1,41
2,01
1,06
0,02
0,03
0,03
0,11
0,44
0,55
0,59
Tabla V. 3: Cuadrante N1.
Numeracin
17
16
31
33
35
34
24
23
47
46
57
38
15
20
56
26
18
51
19
32
21
Cuadrante2
Coord.UTM
Comuna
N[m]
E[m]
6273640 320970
Talagante
6274500 321730
Talagante
6273080 323000
Talagante
6272260 323210
Talagante
6272180 323700
Talagante
6272260 323750
Talagante
6274570 323850
Talagante
6274970 323980
Talagante
6263660 324720
IslaDeMaipo
6263690 324730
IslaDeMaipo
6259097 324778
IslaDeMaipo
6266020 325030
IslaDeMaipo
6273250 321855
Talagante
6275650 320800
Talagante
6262560 324140
IslaDeMaipo
6274905 324040
Talagante
6275700 321235
Talagante
6267610 322020
IslaDeMaipo
6274450 321420
Talagante
6272750 322900
Talagante
6273350 325250
Talagante
Cuadrante3
27
K
[m/d]
64,8
119,5
73,4
43,8
61,4
41,8
24,3
92,4
4,9
10,3
47,3
83,7
458,5
389,2
374,6
370,4
297,9
236,1
173,1
167,0
139,0
log(k)
1,81
2,08
1,87
1,64
1,79
1,62
1,39
1,97
0,69
1,01
1,67
1,92
2,66
2,59
2,57
2,57
2,47
2,37
2,24
2,22
2,14
Numeracin
49
27
50
40
25
53
61
59
37
52
43
41
48
45
42
55
36
22
39
54
58
Coord.UTM
N[m]
E[m]
6259240
325660
6273640
326360
6260810
326450
6265545
326585
6273600
326590
6268980
327310
6261025
327400
6261630
328470
6271000
328605
6263570
327560
6264060
328855
6265080
326740
6262410
327850
6265830
328110
6266170
327330
6262823
326053
6273000
327800
6273550
326450
6266970
328960
6262000
328800
6260850
327550
Comuna
IslaDeMaipo
Peaflor
IslaDeMaipo
IslaDeMaipo
Talagante
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
Talagante
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
Talagante
Talagante
IslaDeMaipo
IslaDeMaipo
IslaDeMaipo
K[m/d] log(k)
77,6
106,6
21,4
23,6
135,7
28,2
51,5
50,2
75,1
619,2
611,5
607,2
575,2
476,2
395,9
265,5
234,1
197,3
192,6
141,6
137,6
1,89
2,03
1,33
1,37
2,13
1,45
1,71
1,70
1,88
2,79
2,79
2,78
2,76
2,68
2,60
2,42
2,37
2,30
2,28
2,15
2,14
Numeracin
64
62
63
65
4
5
6
1
11
12
7
2
9
3
8
13
10
14
60
44
Cuadrante4
Coord.UTM
Comuna
N[m]
E[m]
6264600 330350 IslaDeMaipo
6262440 331635
Buin
6256945 332425
Buin
6258950 333800
Buin
6266085 336885
Buin
6257065 337520
Paine
6257010 337575
Paine
6261335 333955
Buin
6261055 333970
Paine
6263820 334550
Buin
6261480 333540
Buin
6263060 332485
Buin
6262400 336585
Buin
6259105 332935
Buin
6259285 332950
Buin
K[m/d]
log(k)
130,5
98,6
54,3
92,3
120,8
94,5
102,4
45,1
56,4
105,1
517,5
442,2
373,8
312,2
307,9
266,7
222,6
182,5
159,7
138,1
2,12
1,99
1,73
1,97
2,08
1,98
2,01
1,65
1,75
2,02
2,71
2,65
2,57
2,49
2,49
2,43
2,35
2,26
2,20
2,14
Promedio
Varianza
CuadranteN
2
3
1,97
2,17
0,27
0,23
1
0,98
0,34
28
4
2,18
0,09
Desv.Estandarpromedios
0,57
Para la construccin del semivariograma experimental, lo primero que se hace es obtener

las distancias existentes entre cada uno de los pozos con datos (Tabla VII. 1 anexa).
Se obtiene una distancia mxima de 45,51 Km.
Luego se define un h, con el cual se trabajar, en este caso se escoge un h = 200m.
Posteriormente, se obtiene la diferencia cuadrtica entre los valores del parmetro buscado (log
(k)), para cada uno de los pozos en los cuales se tiene informacin. (Tabla VII. 2 anexa)
A posteriori, se realiza un conteo de los pares de pozos que se encuentran separados a una
distancia dentro de cada intervalo para el rango escogido.
Para cada par de pozos que estn a una distancia dentro de cada uno de los intervalos en el rango
escogido, se obtiene la diferencia entre los valores del logaritmo de la permeabilidad de cada uno de ellos,
estos valores son sumados en cada uno de los intervalos, es decir, se tienen los valores de (Tablas VII. 3,
VII. 4 y VII. 5):
Y finalmente se obtiene (Tablas VII. 3, VII. 4 y VII. 5):
De esta forma se construye el semivariograma experimental, el cual se muestra en el siguiente

grfico:
29
Figura V. 2: Semivariograma experimental completo.
Como se puede observar, el semivariograma luego de cierta distancia comienza a comportarse de

forma extraa, es decir, no contina con la tendencia logartmica que trae, esto se produce entre los
15.000 y 20.000, donde se observa un crecimiento aproximadamente lineal del semivariograma. Entre los
20.000 y los 25.000 metros de distancia entre los pozos, aparte de seguir con la tendencia de crecimiento
cuasi lineal ya expuesto comienza a observarse puntos que se disparan de la media, luego de los 25.000
metros, estos puntos dispares de la media comienzan a ser ms frecuentes y an ms dispares.
Adems, entre las consideraciones que se tienen que tener para la construccin del
semivariograma, se encuentra aquella en la cual se menciona que este se debe aplicar para valores
menores al 50% de la distancia mxima existente entre los objetos en evaluacin (45.000 m).
Por los 2 motivos expuestos, se decide trabajar con valores de h menores a 15.200 m, para
asegurar un rango en el cul no se produzcan variaciones importantes dentro del semivariograma.
Con lo que finalmente el semivariograma a trabajar queda de la siguiente manera:
30
Figura V. 3: Semivariograma experimental a trabajar.
Ajuste semivariograma terico:

Para el ajuste del semivariograma terico, lo primero que se hace es una inspeccin visual del
semivariograma experimental y de los diversos semivariogramas tericos conocidos: Luego de esto se
opta por ajustar 4 semivariogramas tericos al semivariograma experimental obtenido, los modelos
escogidos son: Modelo exponencial, modelo gaussiano, modelo efecto agujero y modelo esfrico.
El criterio de eleccin del semivariograma terico con el que se trabaje, ser aquel que tenga la
menor varianza del error, esto se logra variando los parmetros a y S..
Se ajusta el modelo exponencial con sus respectivos parmetros a y S.
Se obtiene el valor de (h) en el modelo exponencial para cada valor de h y su respectivo error
asociado (Tabla VII. 6 anexa), adems del valor de los parmetros a, S y la varianza del error.
S
0,26
a
1500
Varianzadelerror 0,006857
Tabla V. 8: Parmetros modelo exponencial
31
El grfico del ajuste en el modelo exponencial queda de la siguiente manera:
Figura V. 4: Semivariograma exponencial
Se ajusta el modelo gaussiano con sus respectivos parmetros a y S.

Se obtiene el valor de (h) en el modelo gaussiano para cada valor de h y su respectivo error
asociado (Tabla VII. 7 anexa), adems del valor de los parmetro a, S y la varianza del error.
S
a
Varianzadelerror
0,26
3000
0,0070
Tabla V. 9: Parmetros modelo gaussiano
El grfico del ajuste en el modelo gaussiano queda de la siguiente manera:
32

Figura V. 5: Semivariograma Gaussiano
Se ajusta el modelo efecto agujero con sus respectivos parmetros a y S.

Se obtiene el valor de (h) en el modelo efecto agujero para cada valor de h y su respectivo error
S
a
Varianzadelerror
0,01
501
0,0080
Tabla V. 10: Parmetros modelo Efecto agujero
El grfico del ajuste en el modelo efecto agujero queda de la siguiente manera:
33
Figura V. 6: Semivariograma Efecto agujero
Se ajusta el modelo esfrico con sus respectivos parmetros a y S.
Se obtiene el valor de (h) en el modelo esfrico para cada valor de h y su respectivo error
S
a
Varianzadelerror
0,27
1500
0,0068
Tabla V. 11: Parmetros modelo Esfrico
El grfico del ajuste en el modelo esfrico queda de la siguiente manera:
34

Figura V. 7: Semivariograma Esfrico
Finalmente, se comparan las varianzas de los errores y como ya se mencion se decide utilizar el
modelo con la menor varianza del error.
Modelo
Varianzaerror
Esfrico
0,0068
Gaussiano
0,0070
Exponencial
0,0069
Efectoagujero
0,0080
Tabla V. 12: Varianzas de los errores
La menor varianza del error la posee el Modelo esfrico, por lo que este ser el semivariograma
terico a utilizar.
35
Para validar el modelo, se utiliza el mtodo leave one out, es decir, se saca un punto de la muestra
(dato conocido) y se estima con Krigeado el valor del punto, este procedimiento se repite con todos los
puntos de la muestra.
Se realiza el procedimiento obteniendo los siguientes valores, siendo:
Log (K): Logaritmo permeabilidad real; log (K)*: Logaritmo permeabilidad estimada.
pozo
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
35
36
37
38
39
40
41
42
N[m]
6266085
6261055
6261480
6262440
6256945
6258950
6261335
6263060
6263820
6259105
6257065
6257010
6262400
6259285
6273250
6274500
6273640
6275700
6274450
6275650
6273350
6273550
6274970
6274570
6273600
6274905
6273640
6271650
6271375
6272790
6273080
6272750
6272260
6272260
6272180
6273000
6271000
6266020
6266970
6265545
6265080
6266170
E[m]
336885
333970
333540
331635
332425
333800
333955
332485
334550
332935
337520
337575
336585
332950
321855
321730
320970
321235
321420
320800
325250
326450
323980
323850
326590
324040
326360
318250
318250
319250
323000
322900
323210
323750
323700
327800
328605
325030
328960
326585
326740
327330
log(k(m/d))
1,65
0,59
2,49
2,08
1,98
2,01
2,65
2,49
2,57
2,35
1,75
2,08
2,65
2,26
2,66
2,08
1,81
2,47
2,24
2,59
2,14
2,30
1,97
1,39
2,13
2,57
2,03
1,08
1,41
2,01
1,87
2,22
1,64
1,62
1,79
2,37
1,88
1,92
2,28
1,37
2,78
2,60
log(k(m/d))*
1,91
0,44
2,73
2,32
2,20
2,24
2,38
2,21
2,28
2,14
1,97
1,88
2,39
2,44
2,35
2,32
2,09
2,65
2,00
2,31
2,28
2,06
2,27
1,68
2,34
2,26
2,26
1,28
1,58
2,22
2,12
2,00
1,86
1,79
1,64
2,13
2,11
2,10
2,16
1,70
2,44
2,31
varianzakrigeado
0,81
0,36
0,50
0,77
0,81
0,73
0,30
0,77
0,81
0,25
0,13
0,13
0,81
0,26
0,72
0,39
0,69
0,49
0,37
0,44
0,78
0,13
0,14
0,45
0,21
0,13
0,19
0,36
0,36
0,80
0,42
0,35
0,42
0,15
0,14
0,80
0,81
0,80
0,80
0,51
0,54
0,67
log(k)log(k)*
0,26
0,15
0,23
0,23
0,22
0,23
0,27
0,28
0,29
0,21
0,21
0,20
0,26
0,18
0,31
0,24
0,28
0,17
0,24
0,28
0,14
0,24
0,30
0,30
0,21
0,31
0,24
0,20
0,16
0,21
0,25
0,22
0,22
0,17
0,15
0,24
0,24
0,18
0,13
0,33
0,34
0,29
(log(k)log(k))^2 (log(k)log(k))^2/var.krigeado
0,07
0,081
0,02
0,059
0,05
0,108
0,05
0,071
0,05
0,062
0,05
0,074
0,07
0,241
0,08
0,099
0,09
0,107
0,04
0,176
0,05
0,362
0,04
0,326
0,07
0,082
0,03
0,127
0,10
0,134
0,06
0,146
0,08
0,113
0,03
0,060
0,06
0,152
0,08
0,182
0,02
0,024
0,06
0,417
0,09
0,638
0,09
0,194
0,04
0,211
0,09
0,707
0,06
0,296
0,04
0,116
0,03
0,074
0,05
0,057
0,06
0,152
0,05
0,145
0,05
0,112
0,03
0,197
0,02
0,150
0,06
0,070
0,06
0,071
0,03
0,039
0,02
0,021
0,11
0,214
0,12
0,217
0,08
0,123
Tabla V. 13: Datos obtenidos leave one out pozos 1 a 42
36
pozo
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
N[m]
6264060
6264020
6265830
6263690
6263660
6262410
6259240
6260810
6267610
6263570
6268980
6262000
6262823
6262560
6259097
6260850
6261630
6263625
6261025
6264490
6264220
6264600
6264260
6266250
6265791
6266051
6265710
6266533
6266369
6271900
6271820
6272320
6272350
6269460
6271750
6269760
6272550
6272050
6275030
6272464
6272447
E[m]
328855
329600
328110
324730
324720
327850
325660
326450
322020
327560
327310
328800
326053
324140
324778
327550
328470
329975
327400
330760
330820
330350
330880
313500
316823
313327
317340
311296
312729
300620
299800
299940
299950
309040
310210
295080
294800
298770
320360
316698
316654
log(k(m/d))
2,79
2,14
2,68
1,01
0,69
2,76
1,89
1,33
2,37
2,79
1,45
2,15
2,42
2,57
1,67
2,14
1,70
2,20
1,71
1,99
1,73
2,12
1,97
1,33
1,21
1,43
1,09
1,55
1,41
1,55
0,11
0,44
0,59
0,55
1,03
0,03
0,02
0,03
1,06
1,27
1,41
log(k(m/d))*
2,46
2,42
2,38
0,93
0,83
2,44
2,10
1,58
2,13
2,46
1,71
2,09
2,17
2,27
1,92
1,89
1,97
1,97
1,95
2,12
1,94
1,90
1,79
1,52
1,43
1,56
1,31
1,81
1,65
1,77
0,31
0,38
0,66
0,82
1,30
0,30
0,29
0,30
1,36
1,40
1,39
varianzakrigeado
0,66
0,47
0,71
0,06
0,06
0,73
0,73
0,75
0,81
0,78
0,81
0,53
0,80
0,79
0,73
0,31
0,52
0,55
0,30
0,27
0,11
0,45
0,11
0,34
0,56
0,32
0,56
0,80
0,65
0,67
0,53
0,06
0,06
0,81
0,81
0,81
0,81
0,76
0,67
0,08
0,08
log(k)log(k)*
0,32
0,28
0,29
0,08
0,14
0,32
0,21
0,25
0,24
0,33
0,26
0,06
0,25
0,30
0,24
0,25
0,27
0,24
0,24
0,12
0,20
0,21
0,18
0,19
0,22
0,13
0,23
0,26
0,23
0,22
0,20
0,06
0,07
0,27
0,27
0,27
0,27
0,26
0,30
0,13
0,02
(log(k)log(k))^2 (log(k)log(k))^2/var.krigeado
0,10
0,158
0,08
0,165
0,09
0,121
0,01
0,118
0,02
0,347
0,10
0,140
0,04
0,058
0,06
0,086
0,06
0,072
0,11
0,137
0,07
0,086
0,00
0,007
0,06
0,079
0,09
0,116
0,06
0,079
0,06
0,195
0,07
0,138
0,06
0,101
0,06
0,189
0,02
0,058
0,04
0,354
0,05
0,101
0,03
0,292
0,04
0,103
0,05
0,087
0,02
0,052
0,05
0,091
0,07
0,084
0,05
0,082
0,05
0,075
0,04
0,077
0,00
0,069
0,01
0,090
0,07
0,093
0,07
0,091
0,08
0,093
0,08
0,093
0,07
0,091
0,09
0,133
0,02
0,217
0,00
0,004
Tabla V. 14: Datos obtenidos leave one out pozos 43 a 83
Con esto se obtiene que:
37
Se proyecta grficamente el resultado en una nube de dispersin, graficando en el eje de las

ordenadas el valor de log (k) estimado y en el de las abscisas el valor de log (k) esperado, esta en el caso
ideal, debiera entregar una recta. El grfico se muestra a continuacin.
Figura V. 8: Nube de dispersin 83 pozos.
Alobservar delafiguraprecedente,sedesprendequelosvaloresestimadosparalosdatos
reales del logaritmo de la permeabilidad, no difieren en demasa, con esto, es posible decir, que el
mtododelKrigeadopuedeseraplicadoparalazonaydatosenestudio.
Estimacin mediante Krigeado
Despus de comprobar que los datos que se tienen son vlidos para utilizar el mtodo del
Krigeado,seprocedelaaplicacindelmtodoyconellocumplirunodelosobjetivosfundamentalesde
esta memoria, la construccin de una malla de datos que entregue los valores de permeabilidad en
diversospuntos,enloscualeselvalordeesteparmetroesdesconocido.
Slo a modo de ejemplo, se muestra a posteriori el valor estimado de la permeabilidad en

diversospuntospertenecientesalcuadrantecomprendidoentrelassiguientescoordenadas:
38
N(m)
6.260.610
6.266.210
6.260.610
6.266.210
E(m)
327.250
327.250
331.050
331.050
Tabla V. 15: Coordenadas de cuadrante en estudio
Elcuadranteencuestin,cercanoaIsladeMaiposemuestraenlasiguientefigura:
Figura V. 9: Pozos cercanos a cuadrante en estudio.
39
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
327.250
log(k(m/d)* k(m/d)
1,9
75,3
1,8
65,2
1,7
49,8
1,7
47,2
1,7
53,7
1,8
66,3
1,9
85,7
2,0
111,8
2,2
144,4
2,3
189,5
2,3
223,4
2,4
249,1
2,4
272,2
2,5
295,3
2,5
311,2
2,5
293,8
2,4
252,7
2,4
233,6
2,4
239,2
2,4
253,1
2,4
258,4
2,4
261,2
2,4
268,2
2,4
257,2
2,4
227,8
2,3
211,0
2,3
221,0
2,4
261,5
2,5
289,2
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
327.450
log(k(m/d)* k(m/d)
2,0
107,6
2,0
104,2
1,8
62,8
1,8
56,7
1,8
62,4
1,9
76,5
2,0
101,2
2,1
138,1
2,3
190,5
2,4
261,1
2,5
306,4
2,5
327,3
2,5
349,1
2,6
387,7
2,7
450,2
2,7
454,0
2,5
317,0
2,4
244,6
2,3
214,7
2,3
207,2
2,3
200,8
2,3
201,3
2,3
216,1
2,4
238,7
2,4
256,6
2,4
279,8
2,5
318,2
2,6
374,6
2,6
389,4
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
327.650
log(k(m/d)* k(m/d)
2,1
128,1
2,1
130,7
2,0
89,7
1,8
69,4
1,8
70,4
1,9
84,5
2,1
113,8
2,2
166,9
2,4
257,9
2,6
384,3
2,6
418,6
2,6
406,0
2,6
403,7
2,6
431,2
2,7
501,7
2,7
520,6
2,6
355,8
2,4
251,4
2,3
197,2
2,2
168,6
2,2
157,2
2,2
155,8
2,2
175,3
2,3
215,1
2,4
264,2
2,5
322,9
2,6
382,2
2,6
415,9
2,6
392,9
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
327.850
log(k(m/d)* k(m/d)
2,1
119,9
2,0
109,4
1,9
85,9
1,9
71,9
1,9
71,5
1,9
84,8
2,1
117,2
2,3
181,5
2,5
305,8
2,8
575,2
2,7
480,9
2,6
421,4
2,6
386,9
2,6
394,0
2,6
423,5
2,6
414,1
2,5
341,2
2,4
262,4
2,3
195,0
2,2
151,7
2,1
131,0
2,1
127,4
2,2
143,1
2,3
185,3
2,4
250,3
2,5
338,0
2,6
422,0
2,6
434,6
2,6
384,7
Tabla V. 16: Permeabilidad estimada.
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
328.050
log(k(m/d)* k(m/d)
2,0
101,6
2,0
89,5
1,9
73,9
1,8
65,0
1,8
65,1
1,9
77,2
2,0
108,2
2,2
169,0
2,4
268,0
2,6
380,0
2,6
391,1
2,5
351,9
2,5
326,2
2,5
325,2
2,5
343,9
2,5
348,6
2,5
324,2
2,4
279,3
2,3
216,5
2,2
158,8
2,1
126,3
2,1
114,1
2,1
121,7
2,2
152,9
2,3
215,5
2,5
317,4
2,7
456,1
2,6
420,5
2,5
337,3
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
328.250
log(k(m/d)* k(m/d)
1,9
85,8
1,9
75,6
1,8
64,0
1,8
56,9
1,7
55,9
1,8
64,3
2,0
92,3
2,2
144,7
2,3
212,9
2,4
263,2
2,4
275,8
2,4
261,4
2,4
254,7
2,4
259,7
2,5
282,9
2,5
310,0
2,5
323,6
2,5
308,5
2,4
253,0
2,3
187,8
2,2
143,5
2,1
121,9
2,1
119,8
2,1
135,3
2,2
177,1
2,4
251,7
2,5
332,0
2,5
323,9
2,4
272,9
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
328.450
log(k(m/d)* k(m/d)
1,9
74,5
1,8
66,7
1,8
58,1
1,7
51,6
1,7
49,4
1,7
50,6
1,9
81,0
2,1
129,1
2,2
175,5
2,3
197,8
2,3
197,4
2,3
191,4
2,3
194,0
2,3
205,5
2,4
234,5
2,5
282,9
2,5
337,4
2,6
355,3
2,5
303,2
2,3
222,4
2,2
165,1
2,1
136,8
2,1
125,6
2,1
126,8
2,2
144,7
2,3
180,4
2,3
214,7
2,4
224,0
2,3
209,8
40
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
328.650
log(k(m/d)* k(m/d)
1,8
67,0
1,8
61,4
1,7
55,7
1,7
50,9
1,7
50,3
1,8
57,8
1,9
85,5
2,1
130,6
2,2
156,3
2,2
161,1
2,2
150,9
2,2
145,1
2,2
149,2
2,2
163,1
2,3
197,6
2,4
264,5
2,6
362,7
2,6
436,3
2,6
371,0
2,4
256,1
2,3
181,9
2,2
143,3
2,1
123,6
2,1
116,2
2,1
119,3
2,1
133,5
2,2
150,9
2,2
161,5
2,2
163,4
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
328.850
log(k(m/d)* k(m/d)
1,8
62,1
1,8
58,6
1,7
55,5
1,7
53,7
1,7
55,2
1,8
65,8
2,0
92,2
2,1
133,8
2,1
138,7
2,1
134,0
2,1
123,3
2,1
118,0
2,1
122,0
2,1
137,3
2,2
174,7
2,4
249,9
2,6
368,6
2,7
551,8
2,6
421,1
2,4
267,9
2,3
181,9
2,1
137,0
2,1
113,4
2,0
102,3
2,0
99,5
2,0
106,1
2,1
116,9
2,1
126,5
2,1
134,6
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
329.050
log(k(m/d)* k(m/d)
1,8
61,8
1,8
59,0
1,8
57,8
1,8
58,7
1,8
62,7
1,9
71,9
1,9
89,0
2,0
108,0
2,1
115,2
2,0
111,9
2,0
104,6
2,0
103,3
2,0
109,3
2,1
126,5
2,2
163,8
2,4
226,3
2,5
309,4
2,6
380,2
2,5
333,9
2,4
236,8
2,2
165,7
2,1
122,9
2,0
100,0
1,9
88,1
1,9
83,8
1,9
87,2
2,0
94,9
2,0
103,7
2,1
113,5
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
329.250
log(k(m/d)* k(m/d)
1,8
64,3
1,8
62,5
1,8
62,3
1,8
64,1
1,8
68,6
1,9
76,3
1,9
86,2
2,0
95,1
2,0
99,0
2,0
97,3
2,0
94,7
2,0
95,2
2,0
103,4
2,1
122,5
2,2
154,8
2,3
197,3
2,4
237,9
2,4
257,2
2,4
236,8
2,3
190,4
2,2
144,6
2,0
110,7
2,0
89,9
1,9
78,4
1,9
73,6
1,9
74,9
1,9
79,9
1,9
87,0
2,0
96,0
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
329.450
log(k(m/d)* k(m/d)
1,8
66,2
1,8
65,1
1,8
65,4
1,8
67,5
1,9
71,6
1,9
77,4
1,9
83,9
2,0
89,2
2,0
91,0
2,0
90,9
2,0
91,3
2,0
91,7
2,0
100,1
2,1
118,1
2,2
145,3
2,2
173,2
2,3
185,9
2,3
180,2
2,2
170,7
2,2
151,0
2,1
125,6
2,0
102,6
1,9
85,3
1,9
74,9
1,8
70,1
1,8
68,9
1,9
71,0
1,9
76,3
1,9
83,7
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
330.250
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,7
1,8
66,8
1,8
67,0
1,8
70,0
1,9
76,5
1,9
86,2
2,0
93,1
2,0
98,1
2,0
104,4
2,0
107,5
2,0
102,5
2,0
96,6
2,0
97,8
2,0
107,9
2,1
119,8
2,0
112,0
2,0
102,1
2,0
94,2
1,9
84,9
1,9
75,7
1,8
69,6
1,8
66,9
1,8
66,6
Tabla V.18: Permeabilidad estimada.
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
329.650
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,5
1,8
67,0
1,8
68,8
1,9
72,0
1,9
76,0
1,9
80,1
1,9
82,9
1,9
83,6
1,9
84,6
1,9
86,7
2,0
89,3
2,0
97,8
2,1
116,0
2,1
139,7
2,2
155,6
2,2
152,9
2,1
135,6
2,1
132,6
2,1
124,2
2,0
110,4
2,0
95,8
1,9
84,2
1,9
77,0
1,9
72,9
1,8
69,3
1,8
68,0
1,9
71,2
1,9
76,7
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
329.850
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,8
1,8
68,1
1,8
70,2
1,9
72,7
1,9
74,9
1,9
76,1
1,9
75,8
1,9
77,4
1,9
82,0
1,9
88,6
2,0
98,2
2,1
113,3
2,1
133,0
2,2
153,0
2,2
141,7
2,1
125,0
2,1
116,8
2,0
111,5
2,0
104,1
2,0
94,6
1,9
86,3
1,9
82,3
1,9
77,5
1,9
71,6
1,8
68,0
1,8
68,3
1,9
71,5
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
330.050
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
67,3
1,8
68,4
1,8
69,3
1,8
69,6
1,8
69,6
1,9
72,2
1,9
78,5
1,9
88,0
2,0
99,1
2,0
106,6
2,1
121,4
2,1
140,4
2,1
126,2
2,0
112,1
2,0
107,0
2,0
107,4
2,0
106,6
2,0
100,3
2,0
93,8
1,9
88,9
1,9
81,9
1,9
74,0
1,8
69,0
1,8
66,9
1,8
68,0
41
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
330.450
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,7
1,8
67,1
1,8
67,6
1,8
68,1
1,8
70,2
1,9
75,3
1,9
82,6
1,9
85,7
1,9
87,1
1,9
89,0
1,9
88,8
1,9
85,4
1,9
82,5
1,9
86,8
2,0
103,2
2,1
121,1
2,1
115,3
2,0
105,4
2,0
96,2
1,9
85,9
1,9
76,5
1,8
69,7
1,8
66,9
1,8
66,6
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
330.650
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,7
1,8
67,4
1,8
68,5
1,8
69,7
1,8
70,7
1,9
71,7
1,9
74,9
1,9
78,7
1,9
79,3
1,9
78,1
1,9
76,9
1,9
75,3
1,9
72,2
1,8
68,1
1,8
69,9
2,0
91,5
2,0
107,7
2,0
108,6
2,0
103,0
2,0
94,3
1,9
84,8
1,9
75,9
1,8
69,2
1,8
66,8
1,8
66,6
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
330.850
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
66,7
1,8
67,4
1,8
68,8
1,8
70,8
1,9
72,7
1,9
74,3
1,9
75,1
1,9
76,1
1,9
76,9
1,9
74,9
1,9
71,9
1,8
69,1
1,8
66,9
1,8
64,9
1,8
62,6
1,8
63,5
2,0
92,7
2,0
100,4
2,0
100,8
2,0
97,1
2,0
90,1
1,9
82,1
1,9
74,2
1,8
68,2
1,8
66,6
1,8
66,6
N(m)
6.260.610
6.260.810
6.261.010
6.261.210
6.261.410
6.261.610
6.261.810
6.262.010
6.262.210
6.262.410
6.262.610
6.262.810
6.263.010
6.263.210
6.263.410
6.263.610
6.263.810
6.264.010
6.264.210
6.264.410
6.264.610
6.264.810
6.265.010
6.265.210
6.265.410
6.265.610
6.265.810
6.266.010
6.266.210
E(m)
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
331.050
log(k(m/d)* k(m/d)
1,8
66,6
1,8
66,6
1,8
66,6
1,8
67,0
1,8
68,4
1,8
70,6
1,9
73,5
1,9
76,5
1,9
79,0
1,9
80,2
1,9
79,5
1,9
77,9
1,9
73,9
1,8
69,1
1,8
64,8
1,8
62,5
1,8
62,4
1,8
66,0
1,9
78,4
2,0
89,6
2,0
92,8
2,0
93,4
2,0
90,5
1,9
85,1
1,9
78,6
1,9
71,9
1,8
67,2
1,8
66,6
1,8
66,6
La estimacin de la permeabilidad en el cuadrante que abarca todos los pozos estudiados, se

encuentraenelAnexoB.
Losresultadosmostradosenlaestimacin,sonposiblesgraciasaquesecumpleconotrodelos
objetivos principales de esta memoria, la creacin de un archivo Excel, en el cul, al introducir la
coordenada exacta donde se desea saber el valor de la permeabilidad, este libro, en base a los datos
conocidosyalmtododelKrigeado,entregaunaestimacindeestaconunareduccinsignificativaen
relacinaotrosmtodosdelavarianzadelerror.
42
VI.- Conclusiones, comentarios y anlisis de resultados.

Los objetivos de la memoria fueron cubiertos en su totalidad, todos con xito en cuanto a
resultados se refiere.
Se logra el principal objetivo, la construccin de una herramienta computacional que se vale de un
dato de entrada (coordenada del punto en que se requiere informacin) y entrega el valor del logaritmo de
la permeabilidad, con el cual se estima la permeabilidad.
Se logra crear una malla de puntos para estimar la permeabilidad en diferentes puntos del rea en
estudio. Hay que tener ciertas precauciones con los resultados obtenidos, ya que mientras ms alejado de
los pozos conocidos se desea obtener la estimacin de un cierto valor, este valor ser cada vez menos
fiable. En particular, se define un radio de 1500 m alrededor de alguno de los pozos en estudio, para la
obtencin de resultados ms precisos.
Los mayores soportes del mtodo en estudio, son las hiptesis para su aplicacin, es de suma
importancia que se tenga una homogeneidad en los datos tanto estadstica como geolgica, esto se recalca
ya que muchos de los mtodos aplicados para la estimacin en estos casos no presentan esta posibilidad.
En las tablas ubicadas en el anexo B, existen bastantes valores iguales entre s, esto se produce
porque la red de puntos creada en aquellas tablas, son puntos distantes entre s, adems de ello, muchos de
estos puntos se encuentran a una distancia mayor a 1500 metros de alguno de los pozos en los cuales se
tienen datos, en consecuencia caen en la meseta del Krigeado, por lo que este entrega un valor de
permeabilidad para esas coordenadas, el cual no es confiable en la gran mayora de los casos descritos en
este prrafo.
Se consigue definir la importancia de contar con una herramienta de inferencia de informacin
hidrogeolgica, adems de revisar y definir diversos mtodos existentes para realizar esta inferencia.
Se construye un modelo geoestadstico de inferencia de informacin espacial puntual. Se aplica el
modelo en el acufero del Maipo medio con datos conocidos de permeabilidad y estos datos se evalan
para ver la factibilidad de aplicar el modelo sobre ellos en esa zona.
En un primer momento, se evala el modelo para datos de permeabilidad (sin ninguna
transformacin aplicada) asociados a cada uno de los pozos en estudio, bajo esta evaluacin el mtodo de
Kriging arroja que los datos de permeabilidad no cumplen con las restricciones mnimas impuestas por el
modelo de Krigeado para realizar una estimacin fiable. Lo anterior, debido a que desde el punto de vista
estadstico, los datos no son homogneos, a pesar de serlos en su geologa. Esto lleva consigo un gran
error en la estimacin que se propone.
A continuacin, se muestran los resultados obtenidos luego de realizar la validacin propuesta con
el Krigeado, utilizando el parmetro permeabilidad.
43
El anlisis de los resultados se presenta con el objetivo de entregar una mirada crtica al problema.
Luego de realizada la validacin del mtodo, este entrega como resultado del promedio de los
errores un valor de 2.24, valor que no se aleja en demasa de 0 (valor esperado), pero que tampoco se
puede considerar un valor confiable por dos motivos, el primero es evidente, ya que, lo que informa este
parmetro es que se est cometiendo en promedio a lo menos un error de 2.24 en la estimacin de la
permeabilidad para cada uno de los pozos, lo que no se desea, el segundo y ms importante an, es que
como no se trata del valor absoluto del error, se pueden estar cometiendo errores an mayores de los ya
mencionados, basta que alguno de los errores cometidos sea negativo para que todava cometiendo un
error mayor a lo que se nos informa con este valor, este error se presente disminuido debido al signo.
Para mayor claridad sobre el segundo motivo se debe revisar el promedio cuadrtico de los
errores, del cual se espera que sea cercano a 0. El promedio cuadrtico arroja un valor cercano a 24049,
poniendo en evidencia que el error que se est cometiendo en las estimaciones es bastante grande.
Finalmente, se analiza la estandarizacin del error, dada por el promedio del cuociente entre el
error cuadrtico y la varianza del Krigeado, este arroja un resultado de 1,66 el cual se aleja bastante del 1
esperado.
Los antecedentes demuestran que el error de estimacin que se comete con el anlisis de la
permeabilidad (sin realizar alguna transformacin en ella), es bastante elevado, por lo que se concluye que
con los datos duros de permeabilidad en la zona la estimacin que se realice mediante el mtodo del
Krigeado no ser fiable.
Al realizar un anlisis minucioso de la situacin expuesta en las lneas precedentes, se opta por
aplicar a todos los datos la funcin log(), con lo cual el parmetro a analizar ya no ser la permeabilidad,
sino, log (permeabilidad), se muestra la justificacin de esta transformacin en el desarrollo de esta
memoria. La funcin logaritmo de la permeabilidad al poseer un mejor ajuste estadstico que la
permeabilidad sin alguna transformacin, entrega resultados aceptables en la validacin del mtodo, por lo
que es posible la aplicacin de ste (transformacin de normalizacin).
El modelo al someterse a validacin con el logaritmo de la permeabilidad se comporta de la
manera esperada, as lo demuestran los valores de promedio de errores, arrojando resultados que validan la
estimacin.
El semivariograma experimental, como era de esperar, presenta gran variacin luego de cierta
distancia, finalmente como es recomendado se trabaja con una distancia menor al 50% de la distancia
mxima, ms exactamente con el 39.5%, hasta ese punto el semivariograma se comporta de forma
logartmica, despus de eso, el semivariograma presenta grades variaciones.
44
El variograma terico elegido para trabajar (variograma esfrico), se escogi debido a su menor
varianza de error en comparacin con los otros modelos aplicados, donde se puede observar que el
parmetro a (alcance o rango), es bastante pequeo, tan slo alcanza cerca de los 1500 metros, este
pequeo alcance es el primer gran punto de preocupacin, ya que si se dispone de bastantes pozos, que se
encuentren una distancia mayor de aquella, K(x) y K(x+h) no se correlacionarn. Es por este motivo, que
existen valores en las tablas del anexo B, los cuales al no poseer un pozo a una distancia menor o igual a
1500 m toman un valor fijo, este valor es el dado por la meseta del variograma esfrico.
La figura V. 8 resume la calidad de la estimacin que se est realizando, si bien es cierto el
no tiene un valor exactamente 1, no est lejos de serlo. La nube de puntos refleja la
parmetro
confiabilidad que se tiene con el mtodo utilizado. El error se podra disminuir de diferentes formas, una
de ellas es reducir la varianza, eliminando datos extremos, los que estn provocando que la estimacin no
sea mejor an. Otra posibilidad es reducir el rea en estudio, ya que como se muestra en la figura V. 1
existen pozos bastante aislados, los que podran estar provocando un porcentaje de error importante en la
estimacin.
Bajo los antecedentes expuestos en esta memoria, se concluye que el mtodo del Krigeado es un
buen estimador de la permeabilidad en la zona del Maipo Medio, esto para el rea y los datos propuestos.
VII.- Anexos
45
AnexoA
TablaVII.1:Distanciaentrepozos,enkilmetros.
46
TablaVII.2:Diferenciacuadrticadellogaritmodelapermeabilidadentrepozosenestudio.
47
48
49
rangoh(m)
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
15200
N(h)
10
10
13
8
15
16
21
15
11
20
31
33
32
34
29
25
37
33
37
25
29
29
35
36
38
39
32
48
24
33
40
27
28
22
28
36
25
38
35
32
36
16
23
32
25
34
27
31
37
34
48
37
41
41
25
18
48
27
38
41
45
33
41
36
23
32
25
33
41
30
41
30
42
28
32
26
(Z(xi)Z(xi+h))^2 y(h)=(1/(2N(h)))* (Z(xi)Z(xi+h))^2

0,8
1,9
3,3
4,2
7,5
4,5
9,6
11,7
2,7
6,4
13,3
12,9
14,9
13,4
17,9
5,0
23,9
11,3
15,7
15,7
26,8
15,2
19,1
16,8
13,5
17,2
22,3
23,0
8,8
12,7
12,4
9,3
10,2
9,6
6,6
13,8
7,4
14,3
20,7
9,8
15,3
6,5
12,8
18,1
12,0
19,3
20,3
20,5
32,3
29,4
27,5
15,7
20,0
27,6
14,0
11,0
40,3
16,6
28,2
21,1
23,2
19,1
28,6
21,7
11,6
20,6
25,3
21,1
20,0
11,3
22,4
18,7
19,8
19,9
19,2
17,9
0,04
0,10
0,13
0,26
0,25
0,14
0,23
0,39
0,12
0,16
0,21
0,20
0,23
0,20
0,31
0,10
0,32
0,17
0,21
0,31
0,46
0,26
0,27
0,23
0,18
0,22
0,35
0,24
0,18
0,19
0,16
0,17
0,18
0,22
0,12
0,19
0,15
0,19
0,30
0,15
0,21
0,20
0,28
0,28
0,24
0,28
0,38
0,33
0,44
0,43
0,29
0,21
0,24
0,34
0,28
0,30
0,42
0,31
0,37
0,26
0,26
0,29
0,35
0,30
0,25
0,32
0,51
0,32
0,24
0,19
0,27
0,31
0,24
0,36
0,30
0,35
Tabla VII. 3: Construccin semivariograma experimental (h entre 0 y 15,2 km)
50
rangoh(m)
15200
15400
15600
15800
16000
16200
16400
16600
16800
17000
17200
17400
17600
17800
18000
18200
18400
18600
18800
19000
19200
19400
19600
19800
20000
20200
20400
20600
20800
21000
21200
21400
21600
21800
22000
22200
22400
22600
22800
23000
23200
23400
23600
23800
24000
24200
24400
24600
24800
25000
25200
25400
25600
25800
26000
26200
26400
26600
26800
27000
27200
27400
27600
27800
28000
28200
28400
28600
28800
29000
29200
29400
29600
29800
30000
30200
15400
15600
15800
16000
16200
16400
16600
16800
17000
17200
17400
17600
17800
18000
18200
18400
18600
18800
19000
19200
19400
19600
19800
20000
20200
20400
20600
20800
21000
21200
21400
21600
21800
22000
22200
22400
22600
22800
23000
23200
23400
23600
23800
24000
24200
24400
24600
24800
25000
25200
25400
25600
25800
26000
26200
26400
26600
26800
27000
27200
27400
27600
27800
28000
28200
28400
28600
28800
29000
29200
29400
29600
29800
30000
30200
30400
N(h)
17
22
36
35
24
18
15
28
19
18
10
14
22
24
17
18
10
19
13
12
15
17
9
14
13
10
22
10
14
15
11
10
12
17
7
10
12
5
5
8
11
12
9
5
12
8
3
2
6
2
5
7
6
14
11
9
8
9
7
7
6
5
10
8
14
2
3
7
18
6
4
5
7
8
6
3

10
12
15
25
8
13
9
23
13
10
9
7
13
22
16
19
11
13
13
10
16
24
7
8
19
4
25
8
10
25
20
17
20
28
14
16
13
17
8
21
13
10
13
10
13
25
13
1
8
0
12
16
7
18
40
17
18
30
18
35
4
5
47
18
38
6
8
15
64
19
16
24
19
28
29
6
0,29
0,28
0,20
0,35
0,17
0,36
0,29
0,42
0,34
0,28
0,45
0,26
0,30
0,46
0,48
0,52
0,55
0,34
0,52
0,42
0,53
0,72
0,40
0,30
0,73
0,21
0,58
0,38
0,37
0,82
0,89
0,84
0,83
0,82
0,99
0,81
0,52
1,75
0,79
1,29
0,57
0,42
0,70
0,97
0,53
1,59
2,10
0,22
0,66
0,12
1,19
1,15
0,54
0,64
1,80
0,96
1,12
1,69
1,30
2,50
0,30
0,48
2,33
1,15
1,34
1,50
1,32
1,07
1,77
1,56
1,95
2,45
1,36
1,77
2,42
0,98
Tabla VII. 4: Construccin semivariograma experimental (h entre 15,2 y 30,4 km)
51
rangoh(m)
30400
30600
30800
31000
31200
31400
31600
31800
32000
32200
32400
32600
32800
33000
33200
33400
33600
33800
34000
34200
34400
34600
34800
35000
35200
35400
35600
35800
36000
36200
36400
36600
36800
37000
37200
37400
37600
37800
38000
38200
38400
38600
38800
39000
39200
39400
39600
39800
40000
40200
40400
40600
40800
41000
41200
41400
41600
41800
42000
42200
42400
42600
42800
43000
43200
43400
43600
43800
44000
44200
44400
44600
44800
45000
45200
45400
30600
30800
31000
31200
31400
31600
31800
32000
32200
32400
32600
32800
33000
33200
33400
33600
33800
34000
34200
34400
34600
34800
35000
35200
35400
35600
35800
36000
36200
36400
36600
36800
37000
37200
37400
37600
37800
38000
38200
38400
38600
38800
39000
39200
39400
39600
39800
40000
40200
40400
40600
40800
41000
41200
41400
41600
41800
42000
42200
42400
42600
42800
43000
43200
43400
43600
43800
44000
44200
44400
44600
44800
45000
45200
45400
45600
N(h)
5
9
4
7
9
5
7
9
1
3
4
3
5
8
1
3
3
7
0
3
3
5
4
3
4
8
8
7
2
4
5
3
4
2
2
3
0
3
2
0
1
0
1
1
3
1
2
3
0
3
5
5
1
0
1
1
1
1
1
0
1
0
0
1
0
0
0
0
0
2
0
0
0
0
0
2

10,3
30,5
18,7
12,9
20,9
18,6
26,0
25,7
7,6
10,2
13,0
9,5
22,6
33,2
7,0
13,7
9,7
36,8
0,0
14,6
11,3
15,3
12,9
9,1
16,4
31,7
35,6
27,8
6,8
18,2
19,2
13,6
17,5
4,6
8,1
5,0
0,0
12,7
10,3
0,0
2,6
0,0
6,1
5,7
16,4
3,8
7,2
13,5
0,0
15,1
14,8
22,2
6,9
0,0
4,0
2,9
4,0
2,6
5,7
0,0
2,7
0,0
0,0
5,8
0,0
0,0
0,0
0,0
0,0
6,9
0,0
0,0
0,0
0,0
0,0
7,0
1,0
1,7
2,3
0,9
1,2
1,9
1,9
1,4
3,8
1,7
1,6
1,6
2,3
2,1
3,5
2,3
1,6
2,6
#DIV/0!
2,4
1,9
1,5
1,6
1,5
2,0
2,0
2,2
2,0
1,7
2,3
1,9
2,3
2,2
1,1
2,0
0,8
#DIV/0!
2,1
2,6
#DIV/0!
1,3
#DIV/0!
3,1
2,9
2,7
1,9
1,8
2,3
#DIV/0!
2,5
1,5
2,2
3,5
#DIV/0!
2,0
1,5
2,0
1,3
2,9
#DIV/0!
1,3
#DIV/0!
#DIV/0!
2,9
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
1,7
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
1,8
Tabla VII. 5: Construccin semivariograma experimental (h entre 30,4 y 45,6 km)
52
rangoh(m)
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
15200
y(h)experimental
y(h)terico
Error
0,04
0,10
0,13
0,26
0,25
0,14
0,23
0,39
0,12
0,16
0,21
0,20
0,23
0,20
0,31
0,10
0,32
0,17
0,21
0,31
0,46
0,26
0,27
0,23
0,18
0,22
0,35
0,24
0,18
0,19
0,16
0,17
0,18
0,22
0,12
0,19
0,15
0,19
0,30
0,15
0,21
0,20
0,28
0,28
0,24
0,28
0,38
0,33
0,44
0,43
0,29
0,21
0,24
0,34
0,28
0,30
0,42
0,31
0,37
0,26
0,26
0,29
0,35
0,30
0,25
0,32
0,51
0,32
0,24
0,19
0,27
0,31
0,24
0,36
0,30
0,35
0,09
0,14
0,18
0,21
0,22
0,24
0,24
0,25
0,25
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,05
0,05
0,05
0,05
0,03
0,10
0,02
0,14
0,13
0,09
0,04
0,06
0,03
0,06
0,05
0,16
0,06
0,09
0,05
0,06
0,20
0,00
0,01
0,03
0,08
0,04
0,09
0,02
0,08
0,07
0,10
0,09
0,08
0,04
0,14
0,07
0,11
0,07
0,04
0,11
0,05
0,06
0,02
0,02
0,02
0,02
0,12
0,07
0,18
0,17
0,03
0,05
0,02
0,08
0,02
0,04
0,16
0,05
0,11
0,00
0,00
0,03
0,09
0,04
0,01
0,06
0,25
0,06
0,02
0,07
0,01
0,05
0,02
0,10
0,04
0,09
Tabla VII. 6: Modelo exponencial
53
rangoh(m)
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
15200
y(h)experimental y(h)terico
0,04
0,10
0,13
0,26
0,25
0,14
0,23
0,39
0,12
0,16
0,21
0,20
0,23
0,20
0,31
0,10
0,32
0,17
0,21
0,31
0,46
0,26
0,27
0,23
0,18
0,22
0,35
0,24
0,18
0,19
0,16
0,17
0,18
0,22
0,12
0,19
0,15
0,19
0,30
0,15
0,21
0,20
0,28
0,28
0,24
0,28
0,38
0,33
0,44
0,43
0,29
0,21
0,24
0,34
0,28
0,30
0,42
0,31
0,37
0,26
0,26
0,29
0,35
0,30
0,25
0,32
0,51
0,32
0,24
0,19
0,27
0,31
0,24
0,36
0,30
0,35
0,01
0,04
0,08
0,12
0,16
0,20
0,22
0,24
0,25
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
0,26
Error
0,03
0,06
0,05
0,14
0,09
0,06
0,00
0,15
0,13
0,09
0,04
0,06
0,03
0,06
0,05
0,16
0,06
0,09
0,05
0,05
0,20
0,00
0,01
0,03
0,08
0,04
0,09
0,02
0,08
0,07
0,10
0,09
0,08
0,04
0,14
0,07
0,11
0,07
0,04
0,11
0,05
0,06
0,02
0,02
0,02
0,02
0,12
0,07
0,18
0,17
0,03
0,05
0,02
0,08
0,02
0,04
0,16
0,05
0,11
0,00
0,00
0,03
0,09
0,04
0,01
0,06
0,25
0,06
0,02
0,07
0,01
0,05
0,02
0,10
0,04
0,09
Tabla VII. 7: Modelo gaussiano
54
rangoh(m)
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
15200
0,04
0,10
0,13
0,26
0,25
0,14
0,23
0,39
0,12
0,16
0,21
0,20
0,23
0,20
0,31
0,10
0,32
0,17
0,21
0,31
0,46
0,26
0,27
0,23
0,18
0,22
0,35
0,24
0,18
0,19
0,16
0,17
0,18
0,22
0,12
0,19
0,15
0,19
0,30
0,15
0,21
0,20
0,28
0,28
0,24
0,28
0,38
0,33
0,44
0,43
0,29
0,21
0,24
0,34
0,28
0,30
0,42
0,31
0,37
0,26
0,26
0,29
0,35
0,30
0,25
0,32
0,51
0,32
0,24
0,19
0,27
0,31
0,24
0,36
0,30
0,35
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
0,02
0,02
0,01
0,00
0,01
Error
0,03
0,07
0,11
0,25
0,25
0,13
0,21
0,37
0,11
0,16
0,21
0,17
0,21
0,19
0,31
0,09
0,30
0,15
0,20
0,31
0,45
0,24
0,25
0,22
0,18
0,21
0,33
0,22
0,17
0,19
0,15
0,15
0,16
0,21
0,12
0,18
0,13
0,17
0,29
0,15
0,21
0,18
0,26
0,27
0,24
0,28
0,35
0,31
0,43
0,43
0,28
0,19
0,22
0,33
0,28
0,30
0,40
0,28
0,36
0,26
0,25
0,27
0,33
0,29
0,25
0,31
0,48
0,30
0,23
0,19
0,27
0,29
0,21
0,35
0,30
0,34
Tabla VII. 8: Modelo efecto agujero
55
rangoh(m)
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
3200
3400
3600
3800
4000
4200
4400
4600
4800
5000
5200
5400
5600
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
8000
8200
8400
8600
8800
9000
9200
9400
9600
9800
10000
10200
10400
10600
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
12800
13000
13200
13400
13600
13800
14000
14200
14400
14600
14800
15000
15200
0,04
0,10
0,13
0,26
0,25
0,14
0,23
0,39
0,12
0,16
0,21
0,20
0,23
0,20
0,31
0,10
0,32
0,17
0,21
0,31
0,46
0,26
0,27
0,23
0,18
0,22
0,35
0,24
0,18
0,19
0,16
0,17
0,18
0,22
0,12
0,19
0,15
0,19
0,30
0,15
0,21
0,20
0,28
0,28
0,24
0,28
0,38
0,33
0,44
0,43
0,29
0,21
0,24
0,34
0,28
0,30
0,42
0,31
0,37
0,26
0,26
0,29
0,35
0,30
0,25
0,32
0,51
0,32
0,24
0,19
0,27
0,31
0,24
0,36
0,30
0,35
0,05
0,11
0,15
0,20
0,23
0,26
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
0,27
Tabla VII. 9: Modelo esfrico
56
Error
0,02
0,01
0,03
0,07
0,02
0,11
0,04
0,12
0,15
0,11
0,06
0,07
0,04
0,07
0,04
0,17
0,05
0,10
0,06
0,04
0,19
0,01
0,00
0,04
0,09
0,05
0,08
0,03
0,09
0,08
0,11
0,10
0,09
0,05
0,15
0,08
0,12
0,08
0,03
0,12
0,06
0,07
0,01
0,01
0,03
0,01
0,11
0,06
0,17
0,16
0,02
0,06
0,03
0,07
0,01
0,03
0,15
0,04
0,10
0,01
0,01
0,02
0,08
0,03
0,02
0,05
0,24
0,05
0,03
0,08
0,00
0,04
0,03
0,09
0,03
0,07
AnexoB
TablasVII.10:Permeabilidadestimadazonaenestudio.
57

CF Valenzuela Ad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CF Valenzuela Ad

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

CONSTRUCCION DE MODELO GEOESTADISTICO PARA

MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL

ALFREDO DARO VALENZUELA DUPRE

SANTIAGO DE CHILE MARZO 2012

Construccin de Modelo Geoestadstico para generacin y

Los cuales dan cuenta de una estimacin correcta.

II.- Revisin bibliogrfica

III.- Descripcin zona en estudio

IV.- Marco terico

Consideraciones para el cmputo del variograma

Validacin del modelo

Ajuste semivariograma terico

Validacin del modelo

VI.- Conclusiones, anlisis de resultados y soluciones propuestas.

II.- Revisin bibliogrfica

III.- Descripcin zona en estudio

IV.- Marco terico

II- Estacionaridad de Segundo Orden.

1) E{Z(xi)} = m, existe y no depende de la localizacin xi.

III- Hiptesis Intrnseca.

a) Su esperanza matemtica existe y no depende de la localizacin Xi.

IV- Procesos Cuasiestacionarios.

Se define el semivariograma experimental de la siguiente manera:

Se define N(h) como la cantidad de pares de puntos separados a la distancia h de la totalidad de

pares posibles en los n puntos de que se dispone de informacin inicial.

Figura IV. 1: Caractersticas del semivariograma

Efecto pepita o nugget (

): El semivariograma se define como nulo en el origen, esto se cumple

en la teora, pero en la prctica el semivariograma normalmente tiene valores diferentes a 0, la diferencia

Consideraciones para el cmputo del variograma:

Figura IV. 2: Modelo esfrico

Figura IV. 3: Modelo exponencial

d) Modelo efecto agujero

Figura IV. 5: Modelo efecto agujero

e) Modelo efecto pepita (Nugget)

Figura IV. 6: Modelo efecto pepita (Nugget)

Validacin del modelo

Esto permite identificar valores atpicos (outliers), datos sospechosos o anomalas.

por la deviacin estndar, donde se debe cumplir que:

Muchas veces las variaciones son anisotrpicas (dependen de la direccin). Si la anisotropa se

los modelos no acotados.

es una medida de la anisotropa.

Figura IV. 7: Anisotropa geomtrica

Cuando la anisotropa se refleja en la meseta, es decir, en dependencia de la direccin el

Z: Valor del parmetro en la coordenada x,y.

Este mtodo est basado en la siguiente combinacin lineal:

parmetro y la localizacin de la muestra i.

La interpolacin geoestadstica se basa en 3 pasos fundamentales:

(x) del semivariograma terico ajustado, en funcin de la

distancia entre el punto x (punto de valor del parmetro a estimar conocido) y de

parmetro a estimar desconocido, es decir, punto donde se quiere estimar el valor).

del semivariograma terico ajustado, en los puntos

, donde ya es conocido el valor del parmetro.

del semivariograma terico ajustado, en los puntos

Coeficientes a estimar para cada punto.

Conocidos los valores de los parmetro

A continuacin, se presenta un mapa con la ubicacin geogrfica de los pozos en estudio.

Figura V. 1: Mapa general ubicacin de los pozos en estudio.

Con estos datos se calcula la transmisibilidad (T(m3/d/m))

As, se conoce el valor de la permeabilidad en cada uno de los pozos:

Tabla V. 1: Datos a trabajar pozos 1 a 42.