GEOESTADÍSTICA

POR:
• ASENCIO SANGAY, Manuel Fernando
• CALUA CHILON, Alcides
• MIRANDA OCAS, Edwin Jhonatan
 INTRODUCCIÓN
El análisis estructural es uno de los temas más importantes de la geoestadística puesto
que se encarga de la caracterización de la estructura espacial de una propiedad o
fenómeno regionalizado. Es el proceso en el marco del cual se obtiene un modelo
geoestadístico para la función aleatoria que se estudia. El análisis estructural consiste en
estimar y modelar una función que refleje la correlación espacial de la variable
regionalizada a partir de la adopción razonada de la hipótesis más adecuada acerca de
su variabilidad.
 OBJETIVOS

OBJETIVO GENERAL:

Describir el Análisis Estructural, como herramienta para desarrollar análisis geoestadisticos.

OBJETIVOS ESPECÍFICOS:

Explicar la utilización de variogramas en los procesos de análisis estructural.

Indicar los pasos para la construcción de variogramas experimentales y su aplicación en los
diferentes tipos de yacimientos.
Interpretar la construcción de los variogramas experimentales en diversos yacimientos.
EL VARIOGRAMA
El variograma es la herramienta geoestadística. Permite la cuantificación de los
parámetros geológicos y expresa la correlación espacial entre los valores
muestreados.
El variograma puede ser estimado a partir de datos experimentales (por ejemplo
las leyes provenientes de una campaña de muestreo)

El variograma es una función que constituye la herramienta fundamental de la

geoestadística.
Sean x y x + h dos puntos en el espacio:

Dos puntos a la distancia vectorial h.

La definición teórica de la función variograma γ(h) es la siguiente fórmula:

Sin embargo, en la práctica siempre se utiliza el algoritmo siguiente:

Esta ecuación es la que hay que adaptar en cada situación práctica (mallas regulares e irregulares
en el espacio de n dimensiones, n = 1, 2, 3). Las propiedades de γ(h), que se deducen fácilmente
de la definición son:
 CARACTERISTICAS BASICAS

 SILL

 RANGO

 COMPORTAMIENTO A PEQUEÑAS DISTANCIAS

 ANISOTROPIAS
SILL (C)
El sill conocido también como La “Meseta” es el valor máximo que alcanza el semivariograma cuando la
variable es estacionaria.

RANGO (a)
Conocido también como Alcance, el Rango es la distancia a la cual el variograma se estabiliza y las
muestras se relacionan espacialmente.
El alcance, también nos indica las características geológicas de
formación de un yacimiento.
Por ejemplo:

• En un yacimiento sedimentario, el alcance representa las dimensiones

de las unidades de sedimentación y en consecuencia de las zonas
mineralizadas.
• En un yacimiento lenticular, representa la dimensión de los lentes.
• En un yacimiento estratiforme, refleja la potencia promedio.
Efecto de pepita (Co)

La discontinuidad aparente que se aprecia cerca del origen, se le conoce como

efecto de pepita, este efecto puede deberse a la presencia de micro estructuras,
y artificialmente se puede generar por errores en el muestreo y también debido a
las tasas de recuperación.
El nombre efecto de pepita proviene del estudio de los depósitos
de oro. Consideremos por ejemplo un testigo:
 COMPORTAMIENTO A PEQUEÑAS DISTANCIAS
Permite estudiar cuán rápido puede variar la variable en estudio a
pequeñas distancias. Básicamente el variograma presenta las 4
formas siguientes:

1) DISCONTINUO

2) LINEAL

3) CUADRÁTICO
4) HÍBRIDOS
Efecto pepita o nugget effect Comportamiento discontinuo

 h   var [ Z ( x)  Z ( x  h)]
1
2
 0  0

Puede ocurrir que para distancias

cercanas a cero el valor del
variograma no se aproxima a cero
 Comportamiento lineal
Comportamiento Lineal

3.5
Indica que para distancias 3
pequeñas, el variograma tiene
2.5
un comportamiento lineal.

Variograma
2

1.5
Representa variables continuas
1
pero no diferenciables. Así, la
0.5
propiedad puede cambiar
0
rápidamente de un punto a otro.
Distancia
 Anisotropías
ANISOTROPÍAS

Generalmente cuando el variograma experimental es calculado en distintas

direcciones presenta distintos comportamientos con la variación de la distancia.

Anisotropía Geométrica

Anisotropía Zonal

Anisotropía Híbrida
Anisotropía Geométrica :

3
Es aquella en la que el
variograma en distintas 2.5

direcciones presenta el mismo 2

sill pero rangos distintos

Variograma
1.5 N-S
E-O
1
Mayor continuidad espacial en
0.5
la dirección de mayor rango
0
0.0 0.9 2.0 3.0 4.1 5.1 6.2 7.2 8.3 9.3 10.4 11.4

Menor continuidad espacial en Distancia

la dirección de menor rango

Anisotropía Zonal : 3,5

3
Es aquella en la que el
variograma en distintas 2,5

direcciones presenta el
2

Variograma
mismo rango pero diferente
sill 1,5

Presencia de diferentes 0,5

estructuras
0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4

Distancia
 ANÁLISIS ESTRUCTURAL

El análisis estructural es uno de los tópicos más importantes de la geoestadística puesto

que se encarga de la caracterización de la estructura espacial de una propiedad o
fenómeno regionalizado. Es el proceso en el marco del cual se obtiene un modelo
geoestadístico para la función aleatoria que se estudia.
En pocas palabras podemos decir que el análisis estructural consiste en estimar y
modelar una función que refleje la correlación espacial de la variable regionalizada a
partir de la adopción razonada de la hipótesis más adecuada acerca de su variabilidad.
 1.- comportamiento del variograma en el origen:

Al analizar el comportamiento de γ(h) cuando h tiende a cero se presentan los siguientes casos:

a) Ausencia de estructura: se trata del efecto de pepita puro este modelo traduce la irregularidad
total de un fenómeno, hay ausencia de estructura, cualquiera que fuera la escala las leyes de dos
muestras son independientes.

γ(0) = 0, γ(h) = C, para h = 0

Grafico “ley ” en función a la distancia
“x” sería.

γ (h) = 0 para h=0

b) Valores muy regulares y continuos: El comportamiento de las leyes es tan
homogéneo que los valores de dos muestras distantes entre sí por “d” son prácticamente las
mismas, es decir que para h pequeño, γ(h) tiende a ser cero. En estas condiciones el
variograma (figura de la derecha) muestra un comportamiento parabólico en el origen,
mostrando un fenómeno muy regular y dando cuenta de la existencia de una deriva.
 c) Continuidad media: en un diagrama de leyes donde la diferencia de leyes
para dos muestras distantes de “d” es significativa: el variograma
correspondiente,
Ley tiene un comportamiento lineal en el origen, poniendo de
manifiesto un fenómeno de cierta regularidad, γ(h)
más o menos estacionaria.

h
0 d distancia
Fig d: Variograma lineal en el origen.
Fig. c : Leyes con continuidad media.
 ESTIMACIÓN DEL VARIOGRAMA

El variograma es la herramienta geoestadística básica. Permite la cuantificación de los

parámetros geológicos y expresa la correlación espacial entre los valores muestreados.

A menudo el empleo de este estimador produce variogramas experimentales

erráticos, lo cual se debe a desviaciones del caso ideal para la aplicación del
mismo. Estas desviaciones pueden ser enumeradas por su importancia en el
orden siguiente:
 Fuerte asimetría en la distribución de probabilidad.
 Varianza no constante. La varianza varía con la posición.
 Muestreo sesgado. Los puntos de medición se encuentran distribuidos de
manera no homogénea.
 Presencia de valores atípicos.
CÁLCULO DEL VARIOGRAMA EXPERIMENTAL

′
1 2
𝛾 ℎ = ෍ 𝑓 𝑋1 − 𝑓(𝑋1+ℎ )
2𝑁
Donde:
 N : Número de pares de datos
 f(x1) : El valor de la variable regionalizada en el punto i.
 f(x1+h) : El valor de la variable regionalizada tomada a una distancia h.
COMPONENTES DE UN
VARIOGRAMA
El número máximo de LAGs, es decir, de distancias n para calcular el Y´(h) suele establecerse en la mitad
de la distancia muestreada.
Longitudes mayores generan pocos pares de muestras por lo que estadísticamente no es representativo.
EJEMPLO 01:
Se tienen 4 taladros de muestreo en una dirección determinada, calcular:
∑
a) el variograma,
b) var. Relativo
c) el var. Logarítmico.
Solución

a) VARIOGRAMA

y´ (h) = (1/2N) X [ f(x1) – (fx1+h)]2

(10-50)2 + (50-20)2 + (20-60)2

1400
Y (1)= ------------------------------------------ = 683.3
1200
2x3
1000

y(h)
(10-20)2 + (50-60)2 800

Y (2)= ---------------------------- = 50 600

2x2 400

200
(10-60)2
0
Y (3)= ---------------= 1250 1 2
h
3

1x2
b) VARIOGRAMA RELATIVO
X1 = (10 + 50 +20 +60)/4 = 35
X2 = (10 + 50 + 20 + 60))4 = 35
X3 = (10+60)/2 = 35

1,2

1
h Y(h) X X2 Y(h)/x2
0,8

y(h)/x 2
0,6
1 683.3 35 1225 0.56
0,4

2 50 35 1225 0.041 0,2

0
3 1250 35 1225 1.02 1 2 3
h
c) VARIOGRAMA LOGARÍTMICO
Análisis estructural mediante variogramas.

Z(X) = 10 50 20 60
Ln(z(x)) = 2.30 3.91 2.96 4.09

(2.30-3.91)2 + (3.91-2.96)2 + (2.96-4.09)2

Y (1)= ----------------------------------------------------- = 0,81 0.9

2x3 0.8

0.7

0.6
(2.30-2.96)2 + (3.91-4.09)2
0.5

y(h)
Y (2)= ------------------------------------ = 0,11
0.4

2x2 0.3

0.2

(2.30-4.09)2 0.1

0
Y (3)= ---------------= 1.61 1 2 3

1x2 h
CÁLCULO DEL VARIOGRAMA PARA UNA MALLA
REGULAR BIDIMENSIONAL

La situación de la figura (corresponde a leyes de cobre)

En primer lugar fijamos

la dirección θ del vector
h, θ = 90° es decir en
sentido inferior superior ,
dirección NS.

Vectores orientados
según dirección NS
Calculemos γ(h1) = γNS(10). La figura muestra las diferencias

Parejas posibles para calcular a una distancia de

10 metros en la dirección NS (hay 36 vectores).

Luego:

De manera análoga se
obtiene:
γ(h2) = 0.0987 (27 parejas)
γ(h3) = 0.1888 (21 parejas)
Sea ahora la dirección θ = 0º, en sentido izquierda-derecha, es decir la
dirección EW. El vector h sólo puede ser:

Parejas posibles para calcular gama de 10

metros en la dirección EW (hay 36 vectores).
Vectores orientados
según dirección EW

Las diferencias que hay que calcular son:

Se obtiene entonces:
 Valores de la función de semivarianza
experimental en dos direcciones para el Variograma anisótropo. La variación de las leyes es
conjunto de datos. más regular en la dirección EW que en la NS.

Se observa una clara anisotropía que nos indica

que el fenómeno es más regular en la dirección
EW que en la NS. (Esto se puede comprobar al
mirar como varían las leyes en esas direcciones:
Gráfico de γ(h):
ver la figura de abajo)
Modelos de
Variogramas
Modelo Esférico

Tiene un crecimiento rápido cerca al origen, pero los incrementos marginales van
decreciendo para distancias grandes, hasta que para distancias superiores al rango los
incrementos son nulos. Su expresión matemática es la siguiente:

ℎ ℎ3
𝑦 ℎ = 𝑆 1,5 − 0.5 3
𝑎 𝑎
Modelo Exponencial

Este modelo se aplica cuando la dependencia espacial tiene un crecimiento exponencial

respecto a la distancia entre las observaciones. El valor del rango es igual a la distancia para
la cual el semivariograma toma un valor igual al 95% de la meseta. Este modelo es
ampliamente usado. Su expresión matemática es la siguiente:

ℎ
𝑦 ℎ = 𝐶(1 − 𝑒 ) 𝑎

Donde:
 C: Valor comprendido
entre el efecto pepita
C0 y la meseta.
 h: Distancia
 a: Representa el
alcance o rango
Modelo Gaussiano

Al igual que en el modelo exponencial, la dependencia espacial se desvanece solo en una

distancia que tiende a infinito. El principal distintivo de este modelo es su forma parabólica
cerca al origen. Su expresión matemática es:

ℎ2
−3
𝑦 ℎ =𝑆 1 − 𝑒 𝑎2
Modelo Lineal

B2 𝑦 ℎ = 𝑝. ℎ + 𝑘

Donde:
(h)
 p: Pendiente de la recta
 h : El LAG
 k : La intersección en el eje
h=L/3 X de y(h)
CASOS PARTICULARES RESPECTO A LOS MODELOS
DE SEMIVARIOGRAMA.

SEMIVARIOGRAMAS CON TENDENCIAS

Cuando existe ruptura de estacionalidad (cambio en la tendencia de la meseta) Se produce un una
distancia superior al alcance.
No tiene incidencia en la estimación local de los bloques definidos para el yacimiento.
SEMIVARIOGRAMA CON EFECTO AGUJERO
Este efecto ocurre cuando se alternan áreas con alta ley y áreas con baja ley.
El resultado es una pseudoperiocidad, reflejada en una oscilación de
semivariograma alrededor de una aparente meseta
SEMIVARIOGRAMA COMPUESTO
Esta situación aparece cuando se obtienen diferentes semivariogramas a lo largo de
diversas direcciones del yacimiento.
Esto significa que en vez de tener un área de búsqueda isótropa (círculo o esfera) se
posee una zona elíptica o elipsoidal
VARIOGRAMAS EXPERIMENTALES EN DIVERSOSYACIMIENTOS

METODOLOGÍA DE MODELAMIENTO DE VARIOGRAMAS

a.- Definir un dominio poblacional.

b.- Para la búsqueda de los variogramas se determina parámetros de trabajo: La interdistancia (h),
comúnmente llamada por los operadores de software como “LAG”, tiene que ser encontrada
evaluando estadísticamente la distancia entre las muestras.
c.- Definidos los parámetros se procede a la búsqueda de los variogramas experimentales.
d.- Obtenido el variograma de mayor alcance, se debe verificar si se tiene una buena población
representativa del número de pares de trabajo de los primeros términos de la función variograma
. Y(h)
e.- La búsqueda se realizara por los rangos de Azimut de 0° y 360°
f.- Por último el proceso de este trabajo es reiterativo, ya que se busca el variograma de mayor
tendencia, y que este sustentado por el mayor número de parejas posibles.
Yacimiento filoneanos.

Para este yacimiento se tomó como ejemplo el proyecto Caylloma. En el cual se trabajó
con un total de 26577 muestras. Y el compósito se consideró de 0.5 m
El archivo secuencial tiene el siguiente número de muestras para las variables:

La información poblacional de
este análisis variográfico
constituye muestras de
sondajes y muestras de
canales de muestreo de dos
niveles: uno superior y otro
inferior a 100 metros
aproximadamente por debajo
del primero.
Variogramas experimentales de la Plata.

Los variogramas experimentales de la plata en este tipo de yacimiento filoneano, reflejan

en direcciones verticales y horizontales mayores grados de erraticidad de la variable.
Los variogramas de plata presentados en la dirección de 40º y 60º de azimut
muestran comportamiento errático puro de la variable en esas direcciones.
Variograma experimental del plomo

Los variogramas
experimentales del plomo
encontrados, reflejan
radios de influencia de 24
metros como máximo,
como se observa en la
dirección de azimut de
130º, con un buzamiento
de -45º, en este tipo de
yacimiento filoneano
considerado Epitermal
intermedio.
Yacimiento pórfido
skarn
DEFINICIÓN

Se entiende por skarn rocas que contienen

minerales calcosilicatados,

Wollastonita: CaSiO3 Granate: Fe2Al3(SiO4)3 Andradita:Ca3Fe2Si3O12

Los depósitos minerales
skarn son encontrados en los
contactos entre plutones
ígneos y rocas sedimentarias
o en fisuras distales en rocas
carbonatadas
Se encuentran adyacentes a plutones, a lo largo de las fallas y de
las principales zonas de cizalla

Rocas metamórficas regionales o de contacto constituidas por silicatos

de Ca, Mg y Fe derivados de un protolito de calizas y dolomitas en las
cuales se ha introducido metasomáticamente grandes cantidades de Si,
Al, Fe y Mg.
Skarn de Hierro
Los skarns más grandes son los depósitos de hierro. Los skarns
de hierro son minados por su contenido de magnetita y aunque
pequeñas cantidades de Cu, Co, Ni y Au puede estar presente, el
hierro es generalmente la única mercancía recuperable. Muchos
de los depósitos son muy grandes (> 500 millones de toneladas,
> 300 millones de toneladas que figuran Fe) y consisten
predominantemente de magnetita con poco silicato de ganga.
Algunos depósitos contienen cantidades significativas de cobre y
son más típicos de transición a skarns de cobre.
Skarn de Cobre

También están asociados a ambientes de margen continental,

relacionados a magmas calcoalcalinos del tipo “I”,
específicamente stocks y pórfidos granodiorítico/dacíticos y
cuarzo monzoníticos. Tienen un alto contenido de granates y
una alta razón granate/piroxeno. También se observa un alto
contenido de magnetita - hematita, indicando un ambiente
oxidante. Los sulfuros típicos son pirita, calcopirita y menor
bornita y esfalerita, indicando un moderado grado de
sulfuración. Estos yacimientos pueden estar asociados a
pórfidos cupríferos o bien a pórfidos estériles.
Skarn de Zinc - Plomo

Corresponden a cuerpos mineralizados de reemplazo

metasomático de posición y relación con respecto a un
intrusivo variable, pero siempre distales. Estos
yacimientos ocurren en márgenes continentales de
subducción relacionados al menos como fuente de
fluidos hidrotermales a intrusivos granodioríticos y
cuarzo monzonitas calcoalcalinas del tipo “I”.
YACIMIENTO PÓRFIDO SKARN

Para este yacimiento

se tomó como ejemplo
el proyecto
Morococha. En el cual
se trabajó con un total
de 89277 muestras. Y
el compósito se
consideró de 3 m.
Los variogramas
experimentales del
cobre presentados
reflejan distancias de 45
a 90 metros de alcance
para este tipo de
yacimiento pórfido
skarn. El cobre tiene un
coeficiente de
variabilidad de 1.02,
una varianza estadística
de 0.19 muy por debajo
de su meseta y su
pepita representa el 35
% de su meseta.
YACIMIENTO EPITERMAL DE ALTA SULFURACIÓN
Para este yacimiento se tomó como ejemplo el proyecto Hualgayoc. En el cual
se trabajó con un total de 4420 muestras. Y el compósito se consideró de 2 m.
Los variogramas experimentales
del oro de este proyecto ubicado
en la franja metalogenética de los
volcánicos Cenozoicos de la zona
norte de la cordillera de los
Andes, clasificado como un
yacimiento Epitermal HS de baja
ley, reflejan un comportamiento
de media a baja variabilidad, una
relación que va desde el 40% al
45% entre su efecto pepita y la
meseta, con una varianza
estadística de 0.76 por encima de
la meseta del variograma y
alcance de entre 20 a 40 metros.
Los variogramas
experimentales de la
plata reflejan
distancias de entre 20
a 30 metros de
alcance. Tienen una
variabilidad menor que
la del oro para este
yacimiento, que es de
1.45 tal cual se refleja
en sus variogramas.
Los variogramas
también reflejan un
mayor grado de
variabilidad en la
dirección vertical.
 CONCLUSIONES

• La geoestadística es una herramienta muy importante en el estudio de

la distribución espacial y leyes de los yacimientos metálicos.
• El análisis estructural de variogramas es muy útil para la interpretación
de estos.
• Se logró relacionar los variogramas de diferentes minerales en un solo
tipo de yacimiento y se concluyó que el comportamiento espacial y de
leyes no necesariamente es el mismo por estar en un mismo
yacimiento.
GRACIAS