Kriging: Un

Mtodo de
Interpolacin
sobre Datos
Universidad Nacional Autnoma de Mxico
Dispersos

Jorge
Laboratorio de Cmputo Cientfico, F. C.
Zavaleta
Snchez

Introduccin

Preliminares
Kriging: Un Mtodo de Interpolacin
Variograma sobre Datos Dispersos
Mtodo
Kriging

Implementacin
en Matlab y presenta
Ejemplos

Jorge Zavaleta Snchez

Mxico D.F., a 23 de Septiembre de 2010.

 Historia

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos La estimacin de mineral recobrable es muy importante
Jorge ya que la variabilidad local puede afectar la ganancia al
Zavaleta
Snchez explotar una mina.
Introduccin Los primeros pasos para resolver este problema fueron
Preliminares tomados en los aos 50 en Sudfrica con el trabajo del
Variograma
ingeniero minero Danie Krige y el estadista Herbert
Mtodo
Kriging Sichel trabajando en las minas de oro de
Implementacin Witwatersrand.
en Matlab y
Ejemplos
Georges Matheron adopto el trabajo pionero hecho en
Sudfrica y formaliz la mayor parte de los conceptos
de la teora que llamo geoestadstica.
 Ejemplos

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Ejemplos

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Idea

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Idea

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Idea

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Idea

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Variable y Funcin Regionalizada

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos El valor observado en cada punto x de los datos es
Jorge considerado como una salida, z(xx ), de una variable
Zavaleta
Snchez aleatoria, Z (xx ), para x .
Introduccin
Definimos a la variable regionalizada como,
Preliminares

Variograma
z(xx ) para todo x .
Mtodo
Kriging

Implementacin La familia de todas estas variables aleatorias

en Matlab y
Ejemplos
{Z (xx ), x }

es llamada una funcin aleatoria.

 Hiptesis Estacionarias

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Queremos que los dos primeros momentos (la media y
Jorge
la covarianza) sean constantes, lo cual, es llamado
Zavaleta
Snchez
estacionariedad dbil o de segundo orden.

Introduccin En otras palabras, el valor esperado de Z (xx ) debe ser

Preliminares
constante para todos los puntos x , esto es,
Variograma

Mtodo
Kriging
E[Z (xx )] = m(xx ) = m
Implementacin
en Matlab y
Ejemplos
y la funcin de covarianza entre cualquiera dos puntos
x y x + h depende solo del vector h y no del punto x ,

E[Z (xx )Z (xx + h )] m2 = C(h

h)
 Hiptesis Intrnsecas

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos Se supone que los incrementos de la funcin son
Jorge dbilmente estacionarios, es decir, la media y la
Zavaleta
Snchez varianza de los incrementos Z (xx + h ) Z (xx ) existen y
son independientes del punto x , esto es
Introduccin

Preliminares
E[Z (xx + h ) Z (xx )] = 0
Variograma

Mtodo
Kriging Var [Z (xx + h ) Z (xx )] = 2(h
h)
Implementacin
en Matlab y La funcin (hh ) es llamada el semi-variograma (o el
Ejemplos
variograma), la cual es la herramienta bsica para la
interpretacin estructural del fenmeno como tambin
para la estimacin.
 Variograma Experimental

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
La disimilaridad promedio con respecto a una clase de
Jorge
Zavaleta vectores k es un valor de lo que es denominado el
Snchez
variograma experimental
Introduccin
nc
Preliminares 1
(k ) = (z(xx + h ) z(xx ))2 con h k
Variograma 2nc
Mtodo
=1
Kriging

Implementacin Tal clase k agrupa vectores cuyas longitudes estn

en Matlab y
Ejemplos entre un intervalo especificado de longitudes y cuya
orientacin es la misma hasta una tolerancia dada
sobre el ngulo.
 Variograma Terico
Definicin

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos El variograma para una funcin aleatoria intrnseca se
Jorge define como:
Zavaleta
Snchez
h ) = 0.5 Var[Z (xx + h ) Z (xx )]
(h
Introduccin

Preliminares

Variograma

Mtodo
Kriging
Para variables estacionarias e intrnsecas, la media de
Implementacin
Z (xx + h ) Z (xx ) es cero, y por lo tanto (hh ) es
en Matlab y
Ejemplos
solamente la diferencia media de cuadrados, esto es:
[ ]
h ) = 0.5 E (Z (xx + h ) Z (xx ))2 .
(h
 Variograma Terico
Propiedades

Kriging: Un
Mtodo de
Interpolacin
El valor del variograma en el origen es cero por
sobre Datos
Dispersos
definicin
Jorge
0) = 0.
(0
Zavaleta
Snchez Los valores del variograma son positivos
Introduccin

Preliminares
h ) 0,
(h
Variograma

Mtodo y el variograma es una funcin par

Kriging

Implementacin
en Matlab y
h ) = (h
(h h)
Ejemplos

h 2 , i.e.
El variograma crece ms lento que h

h)
(h
lim = 0, (1)
h
h h 2
h
 Variograma Terico
Propiedades

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin (h 0) C(h
h ) = C(0 h ).
en Matlab y ( n n
n
)
Ejemplos
Var Z (x ) = (x x ) 0
=0 =0 =0
n

si = 0.
=0
 Variograma Terico
Caractersticas

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge El variograma presenta las siguientes caractersticas:

Zavaleta
Snchez
Siempre empieza en 0 (para h = 0 , Z (xx + h ) = Z (xx )).
Introduccin
Este puede ser discontinuo justo despus del origen.
Preliminares

Variograma
Generalmente se incrementa con h .
Mtodo
Kriging
Se levanta hasta cierto nivel llamada umbral y
Implementacin
en Matlab y entonces se aplana. Alternativamente este puede
Ejemplos
seguir creciendo.
 Variograma Terico
Caractersticas

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Variograma Terico
Caractersticas: Rango y Zona de Influencia

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
La tasa de crecimiento del variograma con la distancia
Jorge
Zavaleta indica cuan rpido la influencia de la muestra decae
Snchez
con la distancia.
Introduccin

Preliminares Depus de que el variograma ha alcanzado su valor

Variograma lmite (su umbral) ya no hay ms correlacin entre las
Mtodo
Kriging muestras.
Implementacin
en Matlab y
Ejemplos
Esta distancia crtica, llamada el rango, da una
definicin ms precisa de la nocin de zona de
influencia.
 Variograma Terico
Caractersticas: Comportamiento cerca del origen

Kriging: Un
Mtodo de
Interpolacin
sobre Datos Es an mas importante el estudio para valores
Dispersos
pequeos de h dado que esto esta relacionado a la
Jorge
Zavaleta continuidad y la regularidad espacial de la variable.
Snchez
Se consideran cuatro tipos diferentes de
Introduccin
comportamiento cerca del origen y estos son:
Preliminares
1 Cuadrtico. Esto indica que la variable regionalizada
Variograma
es continua y diferenciable.
Mtodo
Kriging 2 Lineal. La variable regionalizada es entonces continua
Implementacin pero no diferenciable.
en Matlab y
Ejemplos
3 Discontinua en el origen. Esto significa que la
variable es altamente irregular en distancias cortas.
4 Plana. Las variables regionalizadas Z (xx + h ) y Z (xx )
son no correlacionadas para todos los valores de h no
importando que tan cerca estn.
 Variograma Terico
Caractersticas: Anisotropas

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Cuando el variograma es calculado en direcciones
Jorge
Zavaleta diferentes, este algunas veces se comporta diferente
Snchez
en algunas de ellas (i.e. anisotrpa).
Introduccin

Preliminares
Si esto no ocurre, el variograma depende solo de la
Variograma magnitud de la distancia entre los dos puntos y se dice
Mtodo que es istropo.
Kriging

Implementacin Dos diferentes tipos de anisotropa pueden ser

en Matlab y
Ejemplos distinguidas:
1 Anisotropa Geomtrica
2 Anisotropa Zonal
 Variograma Terico
Modelos Admisibles

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge Los modelos admisibles de variogramas ms comnmente

Zavaleta
Snchez usados son los siguientes:
Introduccin Efecto Nugget.
Preliminares

Variograma Modelo Esfrico.

Mtodo
Kriging Modelo Exponencial.
Implementacin
en Matlab y Funciones Potencia.
Ejemplos
Modelo Gaussiano.
 Mtodo Kriging

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Kriging es un mtodo de estimacin que da la mejor
Jorge
Zavaleta estimacin lineal insesgada de los valores de los
Snchez
puntos, esto es, elegir el promedio ponderado de los
Introduccin valores de las muestras la cual tenga la mnima
Preliminares varianza.
Variograma

Mtodo
Kriging Hay diferentes variaciones del mtodo kriging, entre
Implementacin ellas estn:
en Matlab y
Ejemplos Kriging Simple (SK).
Kriging Ordinario (OK).
Kriging Universal (UK).
 Mtodo Kriging

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
La precisin de los mtodos depende de varios factores.
Zavaleta
Snchez
1 El nmero de muestras y la calidad de los datos en
Introduccin cada punto.
Preliminares

Variograma 2 La posicin de las muestras en el deposito.

Mtodo
Kriging 3 La distancia entre las muestras y el punto a ser
Implementacin
en Matlab y
estimado.
Ejemplos
4 La continuidad espacial bajo consideracin.
 Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos Deseamos estimar un valor z(xx 0 ) en x 0 , usando los
Jorge valores de los datos z(xx ), de n puntos muestrales
Zavaleta
Snchez vecinos x y combinndolos linealmente con pesos ,
Introduccin
i.e.
n
Preliminares
Z (xx 0 ) = Z (xx ).
Variograma
=1
Mtodo
Kriging

Implementacin Los pesos son elegidos de tal manera que el estimador

en Matlab y
Ejemplos sea:
1 Insesgado: E [Z (xx 0 ) Z (xx 0 )] = 0
2 Varianza mnima: Var [Z (xx 0 ) Z (xx 0 )] sea un mnimo.
 Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos La propiedad 1) (estimador insesgado), es garantizada con
Jorge
n

Zavaleta
Snchez
la suma unitaria de los pesos, esto es, = 1
=1
Introduccin
n n
[ ]
Preliminares

Variograma E [Z (xx 0 ) Z (xx 0 )] = E Z (xx ) Z (xx 0 )
Mtodo =1 =1
Kriging
n

Implementacin
en Matlab y = E [Z (xx ) Z (xx 0 )] = 0
Ejemplos
=1

dado que las esperanzas de los incrementos es cero.

 Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
La varianza de la estimacin E2 = Var[Z (xx 0 ) Z (xx 0 )]
Dispersos es la varianza de la combinacin lineal
Jorge
Zavaleta n
n

Snchez Z (xx 0 ) Z (xx 0 ) = Z (xx ) 1 Z (xx 0 ) = Z (xx )
Introduccin
=1 =0

Preliminares n
con un peso 0 igual a -1 y =0 = 0.
Variograma

Mtodo
Kriging
La varianza de la estimacin
Implementacin
en Matlab y E2 = E[(Z (xx 0 ) Z (xx 0 ))2 ]
Ejemplos n n
n

= 2 (xx x 0 ) (xx x )
=1 =1 =1
(xx 0 x 0 )
 Kriging Ordinario (OK)

Kriging: Un Minimizando la estimacin de la varianza con (la OK

restriccin
Mtodo de
sobre los pesos (Var[Z (xx 0 ) Z (xx 0 )] 2OK
)
Interpolacin 1 ),
sobre Datos
Dispersos obtenemos el sistema de kriging ordinario (OK)
Jorge n
Zavaleta
OK (xx x ) + OK = (xx x 0 ) para = 1, . . . , n

Snchez




=1
Introduccin n

OK = 1.


Preliminares


Variograma =1
Mtodo
Kriging
Se puede expresar el sistema anterior en forma matricial
Implementacin
en Matlab y como,
Ejemplos
OK
(xx 1 x 1 ) (xx 1 x n ) 1 1 (xx 1 x 0 )
.. .. .. .. .. ..

. . . . . =
.

(xx n x 1 ) OK
(xx n x n ) 1 n (xx n x 0 )
1 1 0 OK 1
 Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos La varianza de la estimacin del kriging ordinario es,
Jorge
Zavaleta n
Snchez
2
OK = OK (xx 0 x 0 ) + OK (xx x 0 ).
Introduccin
=1
Preliminares

Variograma El estimador kriging ordinario es un interpolador exacto

Mtodo
Kriging
en el sentido que si x 0 es idntico con una locacin de
Implementacin
los datos entonces el valor estimado es idntico con el
en Matlab y
Ejemplos
valor del dato en ese punto

Z (xx 0 ) = Z (xx ), si x 0 = x .
 Implementacin

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge Hasta el momento se ha hecho lo siguiente:

Zavaleta
Snchez
Construccin del variograma experimental para datos
Introduccin
en 1D y 2D.
Preliminares

Variograma
Ajuste de los modelos admisibles a el variograma
Mtodo
Kriging experimental.
Implementacin
en Matlab y Implementacin de kriging ordinario para utilizarlo
Ejemplos
como interpolador de datos dispersos en 1D y 2D.
 Ejemplos

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Introduccin

Preliminares Implementacin en Matlab

Variograma

Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos
 Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Armstrong M.
Jorge
Zavaleta Basic Linear Geostatistics.
Snchez
Springer, 1998.
Apndice
Bibliografa Isaaks E. H.; Srivastava R. M.
An Introduction to Applied Geostatistics.
Oxford University Press, New York, 1989.
Wackernagel H.
Multivariate Geostatistics: An Introduction with
Applications.
Springer, Berlin, 2003.
 Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Lophaven S. N.; Nielsen H. B.; Sondergaard J.
Jorge
Zavaleta Aspects of Matlab Toolbox DACE.
Snchez
Report IMM-REP-2002-13, Informatics and
Apndice
Bibliografa
Mathematical Modelling, Technical University of
Denmark, 2002.
Lophaven S. N.; Nielsen H. B.; Sondergaard J.
DACE - A Matlab Kriging Toolbox, Version 2.0.
Report IMM-REP-2002-12, Informatics and
Mathematical Modelling, Technical University of
Denmark, 2002.
 Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Jorge
Zavaleta
Snchez

Apndice
Bibliografa
Gracias por su atencin