Materialdeestudioparteivdiap453-598 PDF

227
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
www.camiper.com www.gqs.co.za www.minssa.co.za
INTERPRETACION Y MODELIZACION- LA TENDENCIA

EN EL ORIGEN
 A tales distancias, los valores numéricos devueltos por dos
modelos de variograma diferentes: uno en el que se toma en
cuenta la microvariabilidad y en el otro se toma solo el efecto
pepita asociado. Estos son exactamente los mismos.
Modelo con microvariabilidad Modelo sin microvariabilidad
8 8
7 7
6 6
5 5
(h)
4 (h) 4
3 3
2 2
1 1
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
11 Años Capacitando a la Comunidad Minera Global 453
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
h 1(h) 2(h)
15 3,5 3,5
20 4,0 4,0
30 5,0 5,0
8 8
7 7
6 6
5 5
(h)
(h)
4 4
3 3
2 2
1 1
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
CAMIPER www.camiper.com
CONSULTANCY & TRAINING
228
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
Puede ocurrir que la escala de trabajo es inferior a aquella en

que se calculó el variograma experimental; es decir, el modelo
de variograma se utilizará en distancias inferiores al primer
punto del variograma experimental.
En este caso, es esencial la adquisición adicional de datos

experimentales que pueden proporcionar información útil a la
escala de trabajo; de lo contrario, los errores numéricos
resultantes de un modelo aproximado pueden ser importantes.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
h 1(h) 2(h)
1,0 0,4 2,1
2,0 0,8 2,2
5,0 1,9 2,5
8 8
7 7
6 6
5 5
(h)
(h)
4 4
3 3
2 2
1 1
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
229
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Esta observación pone en relieve dos aspectos fundamentales

de la modelización de una realidad virtual, temas que serán
investigados sucesivamente, pero que ahora son anticipados.
 El modelo de variabilidad espacial depende de la escala de
trabajo.
 No tiene mucho sentido tratar de modelo “verdadero”,
mientras que tiene sentido buscar un modelo eficaz, útil para
resolver el problema en cuestión.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 La presencia de un efecto pepita, si es posible, debe ser

comprendida, interpretada.
 Un efecto pepita, simplificando, se puede generar por lo

siguiente:
1. Una variabilidad sin estructura, natural o artificial
2. Una variabilidad microestructurada
230
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Una variabilidad estrictamente natural es difícil de imaginar sin
estructura, pero puede ser observada en una determinada
escala de trabajo
 Inclusa la modelización de los fenómenos físicos depende de la
escala de la investigación
 Por lo tanto, es importante que exista congruencia entre la
interpretación del efecto pepita y el fenómeno físico asociado,
la escala de observación
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Los instrumentos clásicos de caracterización y visualización de

un variable son los proporcionados por la estadística: media,
varianza, skewness, frecuencia, frecuencia cumulada…
231
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 El variograma de la variable medida no coincide con la de VR,

debido a la presencia del error de medición, que introduce un
componente pepítica:
 La variable observada tiene más estructuras.

 El modelo de variograma consta de estructuras anidadas.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
El variograma experimental se calcula con los datos disponibles
de la variable regionalizada (VR) para clases de distancias y
clases de direcciones, con una estadística sobre el número de
pares útiles, nh.
232
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Consideramos una muestra con 7 cm de diámetro y 1 m de

obertura.
 Consideramos un depósito esquematizable como un
paralelepípedo con dimensiones de los lados 500, 100, 200 m.
 La relación entre los volúmenes es la siguiente:
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 La meseta del variograma de la variable observada aumenta
en comparación con la de la VR, de una cantidad igual a la
varianza del error aleatorio.
233
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
Incremento de la meseta por

un error
7
6
Variograma (h)
5 Variable real
4
3
Error añadido
2
1
0 Variograma
0 20 40 60 observado
Distancia h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 En general, el error aleatorio disminuye la precisión de los
resultados cuando se utiliza el variograma.
 Por otra parte, el variograma puede fácilmente distinguir y
cuantificar las dos contribuciones a la variabilidad: la de la VR y
la del error.
 Esto permite en algunas operaciones una mejor especificación
del modelo que se asignará a la VR; donde se filtran datos
incorrectos: el error o por lo menos los efectos de los errores
aleatorios.
234
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Otra tendencia en el origen a identificar es la de una VR que se
caracteriza por una gran regularidad a pequeña escala.
 Se manifiesta variograma Tendencia diferenciable en el

diferenciable en el origen: origen
. 16
14
Variograma (h)
12
10
8
6
4
2
0
0 5 10 15 20
Distancia h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

EN EL ORIGEN
 Esta es una tendencia bastante particular para las VR de
interés en el sector minero y necesita proporcionar una
interpretación en este caso.
 Siempre hay que cuidar que la interpretación de la variabilidad
resaltada por el variograma sea coherente respecto a la escala
de trabajo.
235
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA TENDENCIA AL

INFINITO
 Se calcula el variograma según las direcciones principales de
malla de perfil l .
 Si la malla acompaña el sistema de coordenadas cartesianas,
típicamente esas son las direcciones 0º o 90º.
 La división del espacio en cuatro sectores implica que las
direcciones 45º y 135º, es decir las otras dos direcciones,
coinciden con las diagonales de la malla.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Muchas VR pueden ser modelizadas por funciones aleatorias

estacionarias (FAEs).
 Z(x) es una FAEs, si la covarianza espacial no depende del
punto x, pero solo de la distancia h.
 Es importante remarcar que la covarianza “en el origen”, es
decir para h= 0, es la varianza de la FAEs.
236
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 El análisis conjunto de la tendencia del variograma experimental al
infinito y la varianza experimental permite determinar un
parámetro clave, la varianza a priori, igual a la meseta.
Variograma y varianza
experimentales
1,4
1,2
1
0,8
(h)
variograma
0,6 experimental
0,4
0,2 varianza
experimental
0
0 5 10 15
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Pero incluso antes de tener la identificación de la varianza a
priori, el análisis de la tendencia del variograma al infinito
determinará si usted puede adoptar la hipótesis de
estacionariedad del segundo orden.
 En la práctica, si la VR se refiere a una FAEs, esta debe tener
una varianza finita, C(0), y, por lo tanto, su variograma
experimental debe mostrar una meseta.
237
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Si el variograma experimental no muestra una meseta, pero

crece constantemente y tiende a infinito; entonces no es
posible asumir estacionariedad, pero hay las condiciones
intrínsecas: la función aleatoria no es estacionaria, es más bien
una función aleatoria intrínseca (FAI).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 La principal causa de que el modelo de la VR es un FAI (la VR es

la realización de una FAI) reside en la varianza a priori infinita.
 Hay varios tipos de FAI conforme con en el tipo de tendencia
de la media, a la luz de la cual se habla de FAI-k.
238
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 La media de la FA (la tendencia) es una función muy regular,
porque la VR se modela como la suma de dos términos: uno
determina, la media, m (x) y el otro aleatoria, la fluctuación
en torno a la media, Y (x).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
Variable regionalizada con media variable

80
60
z(x)
40
20
0
0 5 10 15 20 25 30 35 40 45 50
Variable Regionalizada Tendencia
239
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Por esta razón, la función matemática utilizada para modelar la

media FA es un polinomio de grado k.
 No es necesario considerar grado alto del polinomio para el

mismo carácter regular de la media. Por esta razón,
normalmente no tiene sentido superar el caso k = 2.
 En la práctica, el grado k es 0, 1 o 2.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 En la práctica, el grado k es 0, 1 o 2.
Tendencias polinomiales
6
2 grado 0
m(x)
0 grado 1
0 10 20 30 40 grado 2
-2
-4
x
240
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 En condiciones intrínsecas, el variograma experimental en el
cálculo del promedio de la varianza de los incrementos no
tiene en cuenta que la media del incremento no es cero.
 Entonces el variograma experimental ya no es un estimador
exacto del variograma teórico.
 * h   h  mx  h  mx 2

 h   varZ x  h   Z x  
1
2
 
 E Z x  h   Z x   mx  h   mx 
2 2

 * h   E Z x  h   Z x 2 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Un área A fue muestreada por n sondeos con malla regular.

 ¿Podemos estimar la primera aproximación del espesor medio
del área A con la media de los espesores muestreados?
241
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
Variograma de una FAI-0

2,5
1,5
(h)
0,5
0
0 2 4 6 8 10 12 14
h
Variograma experimental varianza experimental
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 En el caso de una tendencia de grado 𝑘 > 0, el incremento de
la media se convierte en un polinomio en la distancia h de
grado k.
k k k
mx  h   mx   
 a l x  h    a l x l   a l hl
l
l 0 l 0 l 0
 El variograma experimental detecta un componente por lo

menos parabólica.
2
 k 
 h    h     al hl 
*
 l 0 
242
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INFINITO
 Si el variograma
experimental tiende a Variograma de una FAI-1
infinito parabólicamente, 30
25
la FAI tiene una tendencia 20
(h)
15
de la media, que ya no es 10
5
constante, al menos en la 0
0 5 10 15
escala de la investigación. Variograma experimental
h
Varianza experimental
No se puede modelizar el variograma, si la tendencia

m(x) no es identificada,
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LAS REFERENCIAS
243
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LAS RELACIONES

DE PARTIDA
La expresión teórica del variograma asociado una función
aleatoria estacionaria (FAEs) es la siguiente:

 h 
1
2
  
var Z x   Z x  h  C 0  C h 
Corresponde a la semivarianza del incremento de dos variables
independientes separadas por el vector traslación ; es decir, es
la diferencia entre la varianza a priori de la FAEs, C(0), y la
covarianza espacial a la misma distancia, C(h).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE PARTIDA
 La variable regionalizada (VR) es interpretada como una
realización de la FAEs.
 Con los datos disponibles de la VR, se calcula el variograma
experimental; es decir, la varianza estadística sobre los
incrementos de pares para clases de distancias y clases de
direcciones.
 z( x  h)  z( x )
nh
1 2
 ( h) 
*
i i
2nh i 1
244
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE PARTIDA
 El variograma experimental es un estimador exacto del

variograma teórico.
 Para cada clase de distancia y dirección, la media probabilística
del variograma experimental coincide con el variograma
teórico.
    
E* h  h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- EL PROBLEMA
El problema de la modelización, es decir el resultado del análisis

estructural, es identificar esta función, que es el modelo de
variograma, con base en la información proporcionada por su
estimador, el variograma experimental.
245
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- EL PROCESO

INDUCTIVO
 El modelo de variograma se puede elegir entre un conjunto
de estructuras elementales, debidamente combinadas, cada
una con sus propios parámetros.
 En general, elegir un modelo de variograma implica lo
siguiente:
• Elegir las estructuras básicas que se combinan
(modelos elementales y alcances).
• Evaluar la presencia de una anisotropía.
• Seleccionar los parámetros de cada estructura
elemental.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INDUCTIVO
 Estas opciones se pueden hacer de los valores del variograma

experimental en cada dirección, que se muestran en un plano
y(h) – h.
 La elección se basa en el ajuste que se realiza normalmente en
una inducción, para que pueda tener en cuenta muchos
factores, cuyo peso nunca es igual en cada caso.
246
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INDUCTIVO
 El proceso de ajuste es recursivo.

 Se elige un posible modelo.
 Se considera si el fitting es satisfactorio o si no representa bien
algunos factores visibles en el variograma experimental.
 Si no es satisfactorio, se cambia alguna componente del
modelo (modelos elementales, parámetros...).
 Se repite la comparación modelo propuesto, variograma
experimental, hasta un modelo satisfactorio.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

INDUCTIVO
 Se puede hacer el ajuste automático, baseado en la

minimización restringida de funciones objetivo (por ejemplo:
los mínimos cuadrados restringidos) es limitado a situaciones
complejas, típicamente multivariables.
247
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA ANISOTROPIA
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA ANISOTROPIA
 La presencia de anisotropía solo tiene sentido, si se trabaja en

2D o 3D.
 La verificación de la anisotropía solo es posible, si hay
disponibles los variogramas experimentales en más
direcciones ortogonales.
 Normalmente se consideran dos pares de direcciones
ortogonales.
248
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 De hecho, si las direcciones de anisotropía se conocen de

antemano, las direcciones de cálculo del variograma
experimental coinciden con ellas y de inmediato se ve si hay
diferentes alcances (anisotropía geométrica) o diferentes
mesetas (anisotropía zonal).
Anisotropía geométrica Anisotropía zonal

012 030
010 025
008 020 dirección

direcció (h) paralela a
(h)
006 015
n la de
004 010
princi… zonalidad
002 005
000 000
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Si las direcciones de la anisotropía no son conocidas de

antemano, necesita identificarlas a partir de los variogramas
direccionales.
 En los planes (2D o 3D), en los que se desea investigar la
existencia de anisotropía, es común calcular el variograma en
cuatro direcciones cada 45°.
 De esta manera, se puede identificar con suficiente precisión
los ejes principales de la elipse de los alcances de anisotropía
geométrica o la dirección de anisotropía zonal.
249
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

 Con solo dos direcciones ortogonales, siempre hay riesgo de
encontrar dos variogramas experimentales con tendencias muy
similares, con los alcances y las mesetas muy similares.
 Esto ocurre cuando las direcciones que se investigan son a 45° con
las direcciones principales de anisotropía.
 Elipse de los alcances.

Direcciones de estudio 0° y 90°
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA SUPERFICIE

VARIOGRAFICA
 La mejor manera de detectar la presencia de anisotropía es la
construcción de la superficie variográfica representada por un
mapa 2D a isovalores o por una imagen.
Ejemplo de mapa variográfica

(ley de Fe en una roca de tipo
limonítico)
250
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

VARIOGRAFICA
 La identificación de una estructura anidada de dos
anisotropías orientadas en direciones diferentes es muy difícil
sin los mapeos variográficos.
 En la figura se muestra las

diferentes orientaciones del
área mineralizada (N-S) y de
las mineralizaciones (NE-SW)
tipo “pod” (Surface Mining,
Op. Cit., p.321)
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

VARIOGRAFICA
 La superficie variográfica se obtiene mediante la elección de

las clases de distancia y direcciones muy pequeñas, con el fin
de tener un valor del variograma experimental para,
prácticamente, todos los valores de distancia y dirección
angular.
 Se necesita una gran cantidad de datos de muestreo, pero el
resultado es excelente, al menos en términos de la verificación
inmediata de la existencia de anisotropías.
251
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

VARIOGRAFICA
 En cuanto a la identificación de los parámetros del modelo con
anisotropía, todavía es difícil sustituir la representación clásica
y proceder con el ajuste inductivo en las dos direcciones
principales de anisotropía.
ORE RESERVE STIMATION
Ajuste de un modelo con

anisotropía geométrica - variable
cantidad de U.
(Reserves Estimtion of Uranium
Deposits, Parker H.M., Surface
Mining, SME 1990).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
EL AJUSTE
252
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LAS ESTRUCTURAS

ANIDADAS
 Después de comprobar en el variograma experimental:

• La hipótesis de estacionariedad.
• La correspondencia entre la varianza experimental y la
meseta.
• La presencia de un efecto pepita.
• La presencia anisotrópica procede a la elección de
estructuras elementales y, por tanto, a la decisión sobre
la presencia de estructuras anidadas.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LAS MESETAS

Dirección: 0
Distancia: k = 2 pasos elementales
253
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LAS MESETAS
 Se identifica el efecto pepita, Co.

 Se identifica la meseta total, C(0).
 De ellos se deduce la meseta de la estructura elemental.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LOS ALCANCES

 La evaluación de los alcances es un poco menos inmediata.
 De hecho, en cada estructura primaria, el parámetro alcance
tiene un efecto diferente.
 En el modelo esférico, el alcance coincide con el valor de la
distancia donde el variograma alcanza la meseta.
 En los modelos exponencial y gaussiano, el alcance
corresponde al valor de la distancia para que el variograma
alcanza el 63% y 43% de la meseta.
254
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

Identificación de modelo y alcance. Meseta = 5
Modelización
8
6
Experimental
(h)
4
esf, a: 20
2 exp, a:10
0 gaus, a:8
0 20 40 60
h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

Modelización
8
6
(h)
4
Experimental
2 esf, a: 20
0
0 20 40 60
h
255
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

Modelización
8
6
(h)
4
Experimental
2
exp, a:10
0
0 20 40 60
h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

Modelización
8
6
(h)
4
Experimental
2 gaus, a:8
0
0 20 40 60
h
256
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA PENDIENTE

 El variograma lineal, característico de un FAI-0, puede trabajar
como si estuviera en condiciones estacionarias (estimaciones).
 El parámetro para definir es la pendiente, una fácil identificación.
Modelización
70
60
50
experimental
40
(h)
c1: 0,8
30
c2: 1
20
c3: 1,2
10
0
0 10 20 30 40 50 60
h
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA PENDIENTE

... ¿Una fácil identificación?
Modelización Modelización
60 60
50 50
40 experim 40
ental experim
(h)
(h)
30 c1: 0,8 30 ental
20 20
c2: 1
10 10 c1: 0,8
c3: 1,2
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
Modelización Modelización
60 60
50 50
40 40
experim experim
(h)
(h)
30 ental 30 ental
20 20
10 c2: 1 10 c3: 1,2
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
h h
257
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA PERIODOS
 La elección del valor del parámetro periodo en un modelo de

variograma periódico es trivial si es solo una estructura básica.
 Queda más complicado en el caso de estructuras anidadas
todas periódicas, debido a la superposición de fases.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- EL AJUSTE
 El ajuste visual es la fase final del proceso inductivo de

modelización.
 El ajuste necesita de ser más preciso para los puntos en el
variograma experimental que mejor se aproximan al valor real
correspondiente.
258
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

 En general, los valores con distancias más cortas, los primeros
puntos del variograma experimental, son más fiables que los
puntos a grandes distancias, por lo menos por dos razones:
1. Potencialmente, tienen un mayor número de pares.

2. Las fluctuaciones de la varianza experimental de los
incrementos en torno al valor real aumentan como la
distancia aumenta entre dos puntos de la pareja.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

 Por estas razones, cualquier valor del variograma experimental
se asocia numéricamente y gráficamente con la información
del número de parejas en las que se calculó para tener una
indicación objetiva sobre la fiabilidad del valor numérico del
variograma.
259
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Elementos de base para la modelización

7 60
6 50
5
40
4
nc(h)
(h)
30
3
20
2
1 10
0 0
0 10 20 30 40 50
h
Experimental varianza experimental n.pares
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Los puntos del variograma experimental son varianzas, por lo

que son muy sensibles a los valores atípicos.
 Para controlar este riesgo, operacionalmente se utilizan dos
soluciones:
1.La representación del variograma experimental en nubes
de puntos.
2.El cálculo de madogramma en vez del variograma.
260
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION Y MODELIZACION- LA
REPRESENTACION CON NUBES
 La cantidad debe ser atribuida al espesor efectivo y entonces

el valor muestreado debe ser adecuadamente modificado.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Muller Statistics & Probability

Letters 43 (1999) 93-98 Least-
squares tting from the
variogram cloud.
Nube del variograma,
variograma verdadero y
diferentes estimadores.
261
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Esto le permite comprobar visualmente, además de la densidad
del número de pares que contribuyen al cálculo del variograma
experimental para cada clase de distancia h.
• Si las clases a distancia fueron elegidas de forma
adecuada.
• Y a qué distancia se encuentra un incremento atípico.
Este análisis puede dar lugar a la decisión de eliminar algún
incremento en las estadísticas.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Es importante un análisis para la detección de los incrementos
atípicos y el variograma pre- y posfiltrado de estos valores.
262
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION CON MADOGRAMAS
 Los madogramas siempre consideran los cuadrados de los
incrementos por clases de distancia y dirección, D (h); pero en
lugar de calcular la media (variograma), calcula la mediana
(madograma, G(h)).
 De hecho, la mediana es mucho menos sensible a los valores
atípicos, a diferencia de la media.
 Es la figura son representados diferentes estimadores del
variograma utilizando la población entera, es decir la nube de
puntos del variograma.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LAS SENSIBILIDADES DEL

VARIOGRAMA EXPERIMENTAL
263
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - LAS RELACIONES DE PARTIDA

 La expresión teórica del variograma asociada a una función
aleatoria estacionaria (FAEs) es la siguiente:

 h 
1
2
  
var Z x   Z x  h  C 0  C h 
 Corresponde a la semivarianza del incremento de dos variables
independientes separadas por el vector traslación (h); es decir,
es la diferencia entre la varianza a priori de la FAEs, C(0), y la
covarianza espacial a la misma distancia, C(h).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - LAS RELACIONES DE PARTIDA

 La variable regionalizada (VR) es interpretada como la
realización de una FAEs o de una FAI-0.
 Por sus datos, se calcula el variograma experimental, es un
estimador exacto del variograma teórico.
 z( x  h)  z( x )
nh
1 2
 ( h) 
*
i i
2nh i 1
    
E* h  h
264
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - EL PROBLEMA
 Es necesario un modelo de variograma, es decir una función
matemática que devuelve un valor numérico para cada
distancia en cada dirección.
 Esta función se identifica por su estimador, el variograma
experimental, y se puede basear sobre un conjunto de
estructuras elementales, cada uno con sus propios
parámetros.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Elegir un modelo implica lo siguiente:

• Considerar si puede aplicar la hipótesis estacionaria o
intrínseca de grado 0.
• Evaluar la presencia de una anisotropía.
• Elegir las estructuras básicas que se combinan.
• Escoger los parámetros de cada estructura elemental.
265
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Para modelizar el variograma experimental, hay que tener

cuidado de que puede dar información engañosa debido a la
elección de parámetros y datos en el cálculo que no son
apropiados o compatibles con la estructura del modelo
adoptado o propuesto para la VR.
 De hecho, el variograma experimental es una estadística para
calibrar y fortalecer.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 De hecho, el variograma experimental puede ser sensible a

diversos factores de cálculo.
 En particular, necesita considerar su sensibilidad...
• A la selección de las clases de cálculo.
• Al tamaño del campo.
• A los valores anómalos.
• A los valores altos y su posición en el campo.
• A la homogeneidad de la población.
266
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
SENSIBILIDAD A LAS CLASES

DE CALCULO
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - SENSIBILIDAD A LAS CLASES DE

CALCULO
 Las clases de distancia (DCL) que se utilizan para calcular el
variograma experimental en algunos casos aparecen
automáticamente definidas por la geometría del muestreo,
por lo general, cuando los datos se toman en malla regular.
 El paso elemental que debe utilizarse para calcular los
variogramas experimentales coincide con el tamaño del
sistema de muestreo en la dirección de interés.
267
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Por ejemplo: la longitud de las muestras recogidas a lo largo de un
sondeo de muestreo continuo o el tamaño de una malla de
sondeos.
 Pero si la VR es periódica y el muestreo es en un paso regular, se
corre el riesgo de utilizar de un paso elemental igual al periodo, lo
que produce resultados que no son representativos de la VR .
 Los fenómenos periódicos son generalmente en el tiempo, pero
hay también periodicidades geológicas como la alternancia de
formaciones geológicas o la distribución de lentes.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Un excelente caso didáctico de sensibilidad al paso elemental del
variograma es la serie de las temperaturas diarias de un lago.
• En el mismo punto.
• A 50 m de profundidad.
• A lo largo de 30 años.
 La interpretación de la periodicidad en los 30 años es una de las tareas
del estudio.
268
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 La escala de trabajo es de 30 años, por lo que el variograma no

debe ser calculado para distancias de más de 10-15 años.
 Si consideramos que un variograma experimental consiste
normalmente en una serie de puntos entre el 10 y 30,
podemos elegir un paso elemental de un año, igual a la
frecuencia de un fenómeno estacional.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Con un paso cercano de el periodo T (por ejemplo: 11 o 12
meses), el resultado sería sorprendente, pero predecible, ya
que el variograma experimental no revela ningún tipo de
periodicidad.
 Debe utilizar + 2 mesi
subperiodos,  6 mesi
• 11 mesi
x 12 mesi
para interceptar la 50 giorni ≈ 2 mesi
periodicidad anual.
Anni
269
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Pero puede haber diferentes frecuencias anidadas, como en el

caso de las concentraciones contaminantes en el aire de la
ciudad donde una frecuencia es diaria (24 h) y una
segunda es semidiaria. Y hay también una tercera estructura
no periodica, esférica con alcance 8 horas.
 En este caso, la única solución para detectar e identificar los
parámetros de los modelos elementales es un muestreo con
paso muy menor de los periodos.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 La NO2 en la ciudad de Acerra (IT) tiene una variabilidad
temporal soma de tres variabilidades elementales: dos
periódicas y una esférica.
 Muestras diarias no permitirían detectar la variabilidad.
Variograma NO2 Acerra Modelos elementales
200 60
40
(h)
(h)
20
0 0
0 6 12 18 24 30 36 42 48 54 0 6 12 18 24 30 36 42 48 54
h per T=12 h sf a=8 h per T=24
Variogramma Acerra Scuola
270
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 El paso elemental debe ser tan pequeño como sea posible, si
la escala de interés es más baja que la periodicidad conocida
o presunta.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 La tolerancia de las clases de la distancia suele ser igual a la
mitad del paso elemental con el fin de no perder información.
 Sin embargo, si la variabilidad espacio-temporal se caracteriza

por grandes fluctuaciones incluso para los pequeños cambios
en el paso, como es típico en los fenómenos periódicos, el
variograma muestra mesetas completamente diferentes,
dependiendo de la importancia de la tolerancia.
271
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 En particular; cuanto mayor es la tolerancia, mayor es la
meseta aparente que tiende a acercarse a la varianza a priori.
 Una tolerancia muy cerca del paso periódico reduce
significativamente la meseta del variograma experimental, ya
que está vinculada únicamente a datos muy similares.
 La varianza experimental, muy mayor de esta meseta baja del
variograma, revela algunos problemas sobre la coherencia del
modelo.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Una vez más, con referencia al ejemplo anterior, con un
intervalo temporal de 12 meses y una tolerancia mitad del
paso, 12/2 = 6 meses, se explotan todas las parejas y el
variograma.
 Se observa la • ± 50% (6 meses)
indicación de la  ± 25% (3 meses)
varianza x ± 8% (1 mes)
experimental. + ± 3% (10 días)
 Se muestra un efecto
pepita. Años
272
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Tomando las tolerancias más pequeñas (12/4 = ±3 meses,
12/12 = ±1 mes; 12/36 = ±10 días), el variograma se baja, en
particular.
 Se reduce en Y(h)
comparación con  ± 50% (6 meses)

 ± 25% (3 meses)
la varianza
 ± 8% (1 mes)
experimental.
 ± 3% (10 días)
 Se reduce el
efecto pepita
hasta Años
desaparecer.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Una tolerancia muy estrecha produce valores más correctos

del variograma para las clases de distancia igual a múltiplos del
periodo.
 Una mayor tolerancia hace que intervengan las parejas que
tienen una mayor desemejanza, pero se mezclan con otras
parejas con menor disimilitud: esto genera una variabilidad no
estructurada, un efecto pepita, artificial.
273
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Sigue siendo una buena práctica elegir una tolerancia que

permite explotar toda la información disponible, entonces una
tolerancia igual a la mitad del paso elemental.
 Si desea realizar algunos controles y esto es posible gracias a la
densidad de información, debe se repetir el cálculo del
variograma experimental con pequeñas tolerancias y controlar
la estabilidad y la coherencia de todos los resultados
experimentales.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Incluso para las clases angular teóricamente existe el riesgo de
la periodicidad, pero en la práctica estas se manifiestan en las
anisotropías.
 La elección de un número insuficiente de direcciones, para
calcular el variograma, puede impedir captar la presencia de la
periodicidad.
 Normalmente es poco probable que solo dos direcciones
permitan identificar una anisotropía zonal y con dificuldades
revelan anisotropías geométricas.
274
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 A continuación se presentan los variogramas experimentales
en dos direcciones ortogonales para diferentes orientaciones
(a = 0º, 20º, 40º, 60º, 80º, 100º, 120º, 140º, 160°) respecto al
eje principal de anisotropía en los dos casos de geométrica y
zonal.
 Se puede notar que solo dos direcciones ortogonales
difícilmente pueden identificar con certeza una anisotropía,
sino las direcciones del variograma experimental son muy
próximas a las direcciones principales de anisotropía, sobre
todo para la zonal.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Anisotropía geométrica Mapeo variográfico

Anisotropía geométrica
ax = 0.6 ay
 Alcance mayor ay, igual
al 70% de la distancia
máxima del variograma 10-15
experimental. 5-10
0-5
1 3 5 7 9 11 13 15 17 19 21
275
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
Variogramas experimentales Variogramas experimentales Variogramas experimentales
20 Rotación 0° 20 Rotación 60° 20 Rotación 120°
(h)
(h)
(h)
g0 g60 g120
0 g90 0 g150 0 g210

0 5h 10 0 5h 10 0 5h 10

(h)
(h)
(h)
g20 g80 g140
0 g110 0 g170 0 g230

0 5h 10 0 5h 10 0 5h 10

(h)
(h)
(h)
g40 g100 g160
0 g130 0 g190 0 g250

0 5h 10 0 5h 10 0 5h 10
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
Mapeo variográfico
Anisotropía zonal
 Los instrumentos clásicos de
caracterización y vizualización de
una variable son los
proporcionados por la
15-20
estadística: media, varianza,
10-15
skewness, frecuencia, frecuencia
acumulada. 5-10
0-5
1 3 5 7 9 11 13 15 17 19 21
276
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
50
Rotación 0° 50
Rotación 20° 20
Rotación 40°
(h)
(h)
(h)
g0 g20 g40
g90 g110 g130

0 0 0
0 5h 10 0 5h 10 0 5h 10
50 Rotación 60° 20
Rotación 80° 20 Rotación 100*
(h)
(h)
(h)
g60 g80 g100
g150 g170 g190

0 0 0
0 5h 10 0 5h 10 0 5h 10
50 Rotación 120° 50
Rotación 140° 20 Rotación 160°
(h)
(h)
(h)
g120 g140 g160
g210 g230 g250

0 0 0
0 5h 10 0 5h 10 0 5h 10
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Las clases de la tolerancia angular en el caso del muestreo con

malla regular se puede mantener muy de cerca, con el fin de
captar la mejor de las posibles anisotropías.
 Si el número de pares es limitado, puede ser útil ampliar la
tolerancia hasta la mitad del paso angular, con el fin de
aprovechar toda la información.
277
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 El incremento es también una función aleatoria siendo la

diferencia entre dos variables aleatorias que pertenecen a una
FA.
 Si la Z(x) es una FAEs, también el incremento es una FAEs,
porque no depende de x, solo de h.
 En su efecto, su media es cero.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 En general, si hay datos suficientes para calcular el variograma
experimental en las cuatro direcciones con paso angular de
45º, independientemente de sus orientaciones, es correcto
aprovechar toda la información útil, utilizando una tolerancia
igual a la mitad del paso angular, típicamente .
 Para mallas regulares, probablemente orientadas conforme de

las posibles direcciones principales de anisotropía, puede ser
conveniente restringir la tolerancia para mejorar la detección
de la anisotropía.
278
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Consideramos una muestra con 7 cm de diámetro y 1 m de
cobertura.
 Consideramos un depósito esquematizable como un
paralelepípedo con dimensiones de los lados 500, 100, 200 m
 La relación entre los volúmenes es la siguiente:
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
Consideramos un sondeo con 7 cm de diámetro muestreado

con muestras de 1 m de longitud.
La relación entre los volúmenes (longitudes) es la siguiente:
279
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Se calcula el variograma según las direcciones principales de
malla de perfil l .
 Si la malla acompaña el sistema de coordenadas cartesianas,
típicamente esas son las direcciones 0º o 90º.
 La división del espacio en cuatro sectores implica que las
direcciones 45º y 135º, es decir las otras dos direcciones,
coinciden con las diagonales de la malla.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Cuando la distancia tiende a infinito, hay más raciones para

considerar una similitud, una correlación entre las dos
variables del par.
 Entonces la covarianza entre pares muy alejados tiende a cero
y asimismo el coeficiente de correlación.
 Muchas veces la covarianza queda nula cuando h excede un
valor grande pero finito, h = a.
280
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Podría plantear la cuestión de si la distancia máxima se refiere

al campo de estudio, normalmente vinculado a una formación
geológica, o al campo de hecho investigado, que puede ser
alternativamente una parte o el conjunto de más formaciones
geológicas.
 Más allá del principio de prudencia, siempre se debe escoger
el menor de los dos tamaños.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 El paso elemental considerado varía con la dirección, siendo l para

las direcciones principales 0º, 90º, y para 45º, 135º.
 Entonces las clases de distancias en las dos direcciones
principales son .
 Las clases de distancias en las otras dos direcciones son
281
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CALCULO
 Pero si las muestras han investigado diferentes formaciones

geológicas, esto implica la existencia de diferentes VR y,
entonces, el foco debe estar solo en una de ellas.
Dirección, distancia k = 1 paso

elemental
L
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
SENSIBILIDAD A
LA DIMENSION DEL CAMPO
282
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - SENSIBILIDAD A LA DIMENSION DEL

CAMPO
 No debe haber confusión alguna entre el número máximo de

pasos; es decir, la distancia máxima para calcular el variograma
experimental y el tamaño del campo para investigar.
 El tamaño del campo para estudiar implica la elección de la

escala de trabajo y la identificación de esta escala tiene un
impacto decisivo en la modelización.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 La modelización de la VR, de hecho, depende de la escala de

trabajo en el sentido de que para la misma VR se pueden
adoptar diferentes modelos a diferentes escalas.
 Ya hemos visto el caso de microvariabilidad, que en términos
del variograma a pequeña escala, se modeliza con una
estructura elemental, mientras en una escala mayor con un
efecto pepita.
283
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Cada muestra se identifica por la fila y la columna (r, c), las

coordenadas del origen de la malla son X0, Y0, y las
coordenadas de la muestra genérica en las direcciones
principales son las siguientes:
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
284
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Si reducimos aún más la escala de observación, se puede
encontrar algún altiplano o valle, donde la topografía es una
RV que se puede modelar como una FAEs. Estamos a la escala
kilométrica (km = 103 m).
 Si reducimos la escala de observación y consideramos el borde
de una colina o de una montaña, la topografía se convierte en
un FA no estacionaria, con una media variable con las
coordenadas, que tiene una tendencia (por ejemplo: un
plano).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
285
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 La VR, la cota topográfica, es la misma (la parte de la
topografía), pero dependiendo de la escala (tamaño del
campo) debe ser modelizada de manera diferente.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Otro ejemplo es la distribución espacial del contenido de
metales en lentes de arena.
 A la escala de la lente, la variabilidad es de tipo continuo.
 A mayor escala, la variabilidad es de un tipo diferente de lo
que debe tener en cuenta la roca estéril y la variabilidad
diferente en una lente diferente.
 A una escala más grande, que incluye toda la formación
geológica, la variabilidad vuelve a ser más homogénea y
continua.
286
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Otro ejemplo interesante es el estudio de la variabilidad
temporal del nivel de agua de una cuenca en Costa de Marfil,
al aumentar el tamaño de la cuenca considerada.
 Empezamos por considerar la variabilidad en la disponibilidad
de agua solo en la zona donde hay alimentación por las lluvias
y luego vamos a examinar las piezometrías en áreas
progresivamente más grandes, más distantes de la zona de
alimentación.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 En particular, consideramos las mediciones

realizadas con cuatro pozos de julio a diciembre en la cuenca
del acuífero de Korhogo, alimentados por las lluvias en la parte
que presenta clima tropical.
287
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Al estudiar el nivel piezométrico,
es evidente el aumento como
resultado de la temporada de
lluvias. La diferencia absoluta del
nivel del agua en la zona de
alimentación del acuífero es
pequeño, pero queda muy
importante cerca de los límites de
la cuenca.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 Sin embargo, el nivel de
variabilidad en la escala del día
es significativa para el área de
alimentación y prácticamente
desaparece en el borde de la
cuenca, donde prevalece la
variación regular de la tendencia
media a escala mensual.
288
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 De hecho, la lluvia tiene un comportamiento

temporal completamente desestructurado,
cuyo variograma temporal, hasta 15 días, es
un efecto pepita puro.
 La medida de la escorrentía del agua
después de la lluvia comienza a mostrar los
efectos de la capacidad de la tierra para
liberar el agua con una mayor regularidad y
aparece una componente lineal.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 El primero piezómetro, el más cercano a
la zona de alimentación, muestra una
variabilidad de la evolución temporal del
nivel del agua similar a la de la
escorrentía, pero el componente lineal
es mucho más importante: en 5 días
aproximadamente es de 2 / 3 de la
variabilidad total. El modelo de la VR es
una FAI-0, con una varianza 'a priori'
infinita
289
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 El segundo piezómetro, más distante de la
zona de alimentación, muestra una
varianza "a priori" finita, el variograma
tiene una tendencia exponencial. Sigue
habiendo una pequeña irregularidad no
estructurada, tal vez ya no ligada a las
lluvias, sino a una microvariabilidad a una
escala más pequeña del paso de
observación diaria. El modelo es ahora un
FAEs
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 En el tercer piezómetro, ya están muy

lejos de la zona de alimentación y la
irregularidad de la lluvia está
completamente moderada por el
tamaño de la cuenca. El variograma
muestra un componente diferenciable
en el origen, sin dejar de ser un
pequeño efecto pepita.
290
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 En el cuarto piezómetro, el más distante

de la zona de alimentación, ya no
aparece la irregularidad de la lluvia o de
la microvariabilidad, el efecto pepita
desaparece. La variabilidad temporal se
deriva solo de la variabilidad de la media
de la temporada, la tendencia. El
variograma muestra una curva
parabólica, nos enfrentamos a una FAI-k.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

CAMPO
 La misma variable, nivel de las aguas subterráneas de un estrato
específico, tiene diferentes patrones de variabilidad dependiendo del
tamaño del campo que se considera.
291
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
SENSIBILIDAD A LOS VALORES

ATIPICOS (ANOMALOS, ALTOS)
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - SENSIBILIDAD A LOS VALORES

ANOMALOS
 Ya hemos visto, mediante la introducción de los diferentes modos
de representación del variograma, que los puntos del variograma
experimental son muy susceptibles a los elevados valores de los
datos para el cálculo de las estadísticas.
 De hecho, estos puntos son las varianzas estadísticas de las
diferencias en los valores de los pares considerados, y, siendo un
promedio de cuadrados, es muy sensible a los valores elevados:
uno es suficiente para alterar significativamente el resultado de
una población homogénea.
292
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

ANOMALOS
 Por ejemplo: considere una

población de 50 individuos con una
distribución log-normal.
 Con la eliminación de un dato
cualquiera, la varianza sigue siendo n m 2 %
la misma, pero si añadimos un 49 1,5 2,7 -1
valor (16) igual al doble del máximo
(8), la varianza triplica. 50 1,5 2,7 -
51 1,8 6,7 +148
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

ANOMALOS
 Y un alto valor en los datos altera
los valores de todos los pares que
participan en el cálculo del
incremento, altera prácticamente
todos los puntos del variograma.
 A modo de ejemplo, se muestra el
variograma con y sin el dato
anómalo.
 El efecto es prácticamente independiente de la ubicación del dato

con un alto valor.
293
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

ANOMALOS
 Un valor muy alto puede ser resultado de un valor
determinado.
 Un valor muy alto puede resultar de lo siguiente:
• Un dato atípico, extraño a la distribución, como un error
de medición o un dato perteneciente a una población
diferente.
• Un valor muy alto que, sin embargo, pertenece a la
población y distribución de datos en cuestión.
 Dos ejemplos de estudios de caso.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

ANOMALOS
 Ejemplo 1: Se estudiaron dos capas de carbón apilados, muestreadas
con sondeos verticales; se han medido el contenido de azufre en las
muestras recogidas.
 Los dos variogramas

experimentales muestran una
tendencia diferente: uno tiene una
pequeña variabilidad sin
estructura espacial y el otro tiene
una variabilidad mucho mayor, tal
vez con un alcance de 100 m.
294
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

ANOMALOS
 Del análisis de la distribución estadística de la primera capa, se
observan dos valores aparentemente anómalos.
 El nuevo cálculo del variograma

sin los dos valores atípicos
reveló una variabilidad espacial
de la primera capa
perfectamente idéntica a la de
la 2.ª: baja variabilidad de tipo
pepítica.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - SENSIBILIDAD A LOS VALORES ALTOS
 Ejemplo 2: Un horizonte aurífero ha sido estudiado con 1501

muestras.
 El histograma, como se esperaba, tiene un tipo de distribución log-
normal con coeficiente de variación s/m = 8,2.
 El variograma muestra tendencias inusuales

con una discontinuidad anómala, mientras que
flota alrededor de la varianza experimental.
295
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Se decidió tratar el cálculo mediante la

eliminación de los valores más altos,
alrededor de diez.
 El variograma muestra incluso
pequeñas discontinuidades, pero hay
una clara estructura espacial, con un
alcance de unos 25-30 m, y una
meseta igual a la varianza.
 A una escala más grande, para las distancias más allá de 100
metros, aparece una estructura de variabilidad,
probablemente no estacionaria.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La sensibilidad del variograma de los altos valores es un hecho

que a menudo está presente y puede alterar la representación
de la variabilidad espacial, por lo que queda difícil la
interpretación.
 La primera acción que hacer es averiguar si hay valores atípicos
y, si se detecta o se sospecha, eliminar y tentar nuevamente el
cálculo del variograma: es muy probable que los resultados
sean muy diferentes.
296
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Por lo general, los valores atípicos pueden ser identificados

utilizando histogramas y diagramas de dispersión.
 Generalmente, se debe considerar si, en presencia de
distribuciones muy asimétricas y de un número limitado de datos
muy altos, estos pueden enmascarar las verdaderas estructuras de
variabilidad espacial de la VR.
 Incluso en este caso particularmente, si la interpretación de
variogramas experimentales es difícil, lo mejor es repetir el cálculo
del variograma y verificar la estabilidad de los resultados.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 En algunos casos, especialmente cuando tienen que realizar

modelizaciónes más complejas, es interesante transformar los
datos.
 Normalmente, el cálculo del logaritmos de los datos originales
puede limitar el efecto de valores muy altos.
 Los análisis estadístico y geoestadístico se ven fuertemente
afectados.
297
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Pero solo una transformación de datos, que sin embargo

respeta la presencia/ausencia de las correlaciones espaciales,
puede afectar significativamente el análisis estructural.
Se debe utilizar principalmente en busca de pistas sobre lo que

podría ser el tipo de correlación espacial de la VR.
No es trivial para operar en los valores transformados y

simplemente back-transformar los resultados.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
SENSIBILIDAD A LA
HOMOGENEIDAD DE LA POBLACION
298
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

DE LA POBLACION
 La variabilidad espacial es la característica principal de una VR.
 Una variable aleatoria en términos probabilísticos, por

definición, se define por su ley, por su distribución de
probabilidad.
 Una FA se define por su ley multivariada, pero si es una FAEs

en todos los puntos hay la misma ley monovariada.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Desde el punto de vista estadístico en el caso de una VR

modelizable como la realización de una FAEs, el histograma
sirve como aproximación de la distribución.
 Si se mezclan dos distribuciones diferentes, la distribución

resultante, obviamente, no tiene características homogéneas;
estas serán híbridas y no siempre interesantes o útiles.
299
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 En el caso de dos VR estadísticamente diferentes, incluso si se

refieren a la misma sustancia, se observa lo siguiente:
 Pueden o no pueden referirse a diferentes espacios.
 Normalmente tienen diferentes distribuciones y variogramas.
 Se presentan dos ejemplos.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Ejemplo 1: Examinemos el caso de un

depósito de uranio explorado con
sondeos verticales que cruzan una
capa en el que la mineralización
presente es de U en pequeñas vetas.
 Se llevan a cabo un análisis
aproximadamente cada 20 cm.

Materialdeestudioparteivdiap453-598 PDF

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

Materialdeestudioparteivdiap453-598 PDF

Cargado por

Copyright:

Formatos disponibles

227

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

Modelo con microvariabilidad Modelo sin microvariabilidad

11 Años Capacitando a la Comunidad Minera Global 453

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

Modelo con microvariabilidad Modelo sin microvariabilidad

11 Años Capacitando a la Comunidad Minera Global 454

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

Puede ocurrir que la escala de trabajo es inferior a aquella en

En este caso, es esencial la adquisición adicional de datos

11 Años Capacitando a la Comunidad Minera Global 455

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

Modelo con microvariabilidad Modelo sin microvariabilidad

11 Años Capacitando a la Comunidad Minera Global 456

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 Esta observación pone en relieve dos aspectos fundamentales

11 Años Capacitando a la Comunidad Minera Global 457

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 La presencia de un efecto pepita, si es posible, debe ser

 Un efecto pepita, simplificando, se puede generar por lo

1. Una variabilidad sin estructura, natural o artificial

2. Una variabilidad microestructurada

11 Años Capacitando a la Comunidad Minera Global 458

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

11 Años Capacitando a la Comunidad Minera Global 459

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 Los instrumentos clásicos de caracterización y visualización de

11 Años Capacitando a la Comunidad Minera Global 460

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 El variograma de la variable medida no coincide con la de VR,

 La variable observada tiene más estructuras.

11 Años Capacitando a la Comunidad Minera Global 461

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

El variograma experimental se calcula con los datos disponibles

de la variable regionalizada (VR) para clases de distancias y

clases de direcciones, con una estadística sobre el número de

pares útiles, nh.

11 Años Capacitando a la Comunidad Minera Global 462

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 Consideramos una muestra con 7 cm de diámetro y 1 m de

11 Años Capacitando a la Comunidad Minera Global 463

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

 La meseta del variograma de la variable observada aumenta

en comparación con la de la VR, de una cantidad igual a la

varianza del error aleatorio.

11 Años Capacitando a la Comunidad Minera Global 464

www.camiper.com www.gqs.co.za www.minssa.co.za

INTERPRETACION Y MODELIZACION- LA TENDENCIA

Incremento de la meseta por

11 Años Capacitando a la Comunidad Minera Global 465

www.camiper.com www.gqs.co.za www.minssa.co.za