Está en la página 1de 3

KRIGGING

1. OBJETIVO
 Realizar las investigaciones correspondientes acerca del Krigging
2. FUNDAMENTO TEORICO
La Geoestadística es una rama de la Geografía matemática que se centra en los conjuntos de
datos de la superficie terrestre, conocidos también como datos espaciales o espacio-
temporales.
El variograma o semivariograma es una herramienta que permite analizar el comportamiento
espacial de una variable sobre un área definida, obteniendo como resultado un variograma
experimental que refleja la distancia máxima y la forma en que un punto tiene influencia sobre
otro punto a diferentes distancias.
El kriging es un método geo estadístico de estimación de puntos. Utiliza un modelo
de variograma para la obtención de los ponderadores que se darán a cada punto de
referencias usadas en la estimación. Esta técnica de interpolación se basa en la premisa
de que la variación espacial continúa con el mismo patrón.
2.1. TIPOS DE KRIGGING
 Kriging simples
Asume que las medias locales son relativamente constantes y de valor muy semejante a la
media de la población que es conocida. La media de la población es utilizada para cada
estimación local, en conjunto con los puntos vecinos establecidos como necesarios para la
estimación.
 Kriging ordinario
Las medias locales no son necesariamente próximas de la media de la población, usándose
apenas los puntos vecinos para la estimación. Es el método más ampliamente utilizado en los
problemas ambientales.
2.2. CARACTERISTICAS DE KRIGING
Las dos características del semivariograma que servirán de guía para el ajuste de un
modelo son:
• Presencia o ausencia de sill
• Comportamiento cercano al origen
Sill: corresponde al valor que alcanza el variograma cuando este llega al rango.
Rango: A medida que la distancia de separación entre los puntos apareados aumenta, el
correspondiente valor del variograma generalmente también se incrementa.
Efecto Nugget: aunque el valor del variograma cuando h = 0 es estrictamente 0, varios
factores, tales como el error al momento de tomar los datos y la variabilidad a pequeña
escala, pueden causar que valores separados por distancias muy cortas sean
extremadamente diferentes.
FIGURA 1:Principales parámetros en un semivariograma

Fuente: CASTAÑO Andres, Simulación Geoestadística aplicada al modelamiento de


Yacimientos de petróleo,2004

2.3. MODELOS DE KRIGING


2.3.1. MODELO LINEAL
Este modelo no presenta sill y es muy simple. Su curva puede ser representada por:
𝒗 = 𝑐𝒐 + 𝒄𝒉
Dónde:
𝒗 ∶ 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑖𝑎
𝑐𝒐 ∶ 𝑁𝑢𝑔𝑔𝑒𝑡

𝒉 ∶ 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑠𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛

2.3.2. MODELO EXPONENCIAL


El modelo exponencial presenta un comportamiento lineal en el origen. La diferencia es
que en el modelo exponencial el variograma se aproxima de forma asintótica al sill

Dónde:
𝒗 ∶ 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑖𝑎
𝑐𝒐 ∶ 𝑁𝑢𝑔𝑔𝑒𝑡

𝒉 ∶ 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑠𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛
2.3.3. MODELO GAUSSIANO

Este modelo posee un sill pero se comporta parabólicamente cerca al origen

Donde:
𝒗 ∶ 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑖𝑎
𝑐𝒐 ∶ 𝑁𝑢𝑔𝑔𝑒𝑡

𝒉 ∶ 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑠𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛

3. CONCLUSIONES

Se define que el kriging es un método de estimación de puntos. Utiliza un modelo


de variograma para la obtención de los ponderadores que se darán a cada punto de
referencias usadas en la estimación y estos cambian según los diferentes modelos de
acuerdo a sus características
4. BIBLIOGRAFIA
 CASTAÑO Andres, Simulación Geoestadística aplicada al modelamiento de
Yacimientos de petróleo,2004
 Empirical Kriging models and their applications to QSAR,2007