Universidad Nacional Experimental

De Los Llanos Occidentales “Ezequiel Zamora”

Vicerrectorado De Infraestructura y Procesos Industriales
Programa Ciencias Básicas y aplicadas
P.F.G “Ingeniería en Minas”

geoestadística

Profesor: Estudiante:
Antonio Tirado Moreno Genesis C.I:29.626.09

Junio 2022
 Introducción:
La geoestadística es una disciplina la cual se dedica al estudio
de fenómenos regionalizados, esto quiere decir, fenómenos que se
extienden en el espacio presentando cierto nivel de continuidad. Esta
proporciona conjuntos de herramientas estadísticas para así
incorporar características espaciales al procesamiento de datos. Su
aplicación se extiende a través de distintos campos de estudio como
minería, ciencias de la tierra, hidrogeología, entre otros.

Muchas herramientas estadísticas son de gran utilidad para

resolver una inmensa variedad de problemas que se presentan en
ciencias naturales, dando incluso respuestas cuantitativas a
problemas específicos. Desafortunadamente, los métodos
estadísticos clásicos no hacen uso de la información espacial presente
en los datos georreferenciados con los que habitualmente trabaja en
geociencias.
 Origen:

La geoestadística surgió por Matheron entre los años 1962 y 1963, fue
creada a través de una mezcla de varias disciplinas como lo son la ingeniería
en mina, así mismo la geología, matemáticas y por supuesto la estadística,
surgió para dar respuesta a los problemas como, por ejemplo: el de la
estimación de los recursos de una explotación minera la cual se desarrolló
principalmente en el 1980. La diferencia que es considerada una ventaja,
respecto a otras aproximaciones es que, Además de tener en cuenta la
tendencia espacial (variación a gran escala). También tiene en cuenta la
correlación espacial (variación de pequeña escala). Otros métodos, sin
embargo, solo incluye la variación de larga escala y supone que los errores
son independientes. Hoy en dia se puede decir que la geoestadística es la
parte de la estadística espacial que estudia los procesos con índice espacial
continuo. (Fernández 2003)

¿Qué es la geoestadística?

Girardot, 2012. Define a la geoestadística como una rama la cual se

encuentra estrechamente asociada a la estadística, la misma se trata de
fenómenos espaciales el cual posee intereses muy relevante pero su interés
primordial es la estimación, predicción y simulación de dichos fenómenos. Asi
mismo es considerado una herramienta la cual ofrece una manera de describir
la continuidad espacial, que es un rasgo distintivo esencial de muchos
fenómenos naturales, y proporciona adaptaciones de las técnicas clásicas de
regresión para tomar ventajas de esta. Petitgas (1996), la define como una
aplicación de la teoría de probabilidades a la estimación. (Giraldo, s/f)

La geoestadística, a diferencia de la estadística clásica, nos ofrece una

forma de describir la continuidad espacial de los datos, la cual es una
característica fundamental de innumerables procesos naturales,
proveyéndonos de métodos de adaptación de las técnicas clásicas de
regresión para incluir en ellas la información disponible de la continuidad
espacial. Esta información es incorporada en los métodos de estimación
mediante alguna de las siguientes funciones: covarianza, variograma o
correlograma.

geoestadística se utiliza la notación condensada: Un punto del espacio

se representa por la letra x. Por ejemplo la ley en el punto x se representa por
z(x). Por consiguiente, z(x) puede significar:

• z(x) si el problema es unidimensional (1-D)

• z(x1, x2) si el problema es bidimensional (2-D)

• z(x1, x2, x3) si el problema es tridimensional (3-D)

Aplicación de la geoestadística:

(Hernández, s/f) en su investigación establece ya que la geoestadística

es una herramienta que se encarga de la estimación , predicción y simulación
ella misma se encarga de llevar a cabo estudios relacionados a la distribución
espacial a pequeña escala como a gran escala. Y es por eso que ha sido
ampliamente aplicada en diversas ramas de las ciencias y en las ingenierías,
entré ellas tenemos:

- Petróleo: modelos geológicos petrofísico de yacimientos, análisis de

permeabilidad, simulación de facies y caracterización de propiedades
petrofísicas.
- Minería: en l minería se aplica para estudios de factibilidad económica
de un yacimiento, asi mismo para el cálculo de reservas y por otro
también se aplica para el diseño de métodos de explotación basados
en la distribución de mineralización.
 - Pesca: en el ámbito pesquero se utiliza para la estimación in situ del
potencialidad de pesca, relación entre la distribución espacial de
especies de peces y diferentes variables ( profundidad, temperatura y
salinidad).
- Agricultura.
- Ciencias del mar
- Hidrogeología
- Medio ambiente.

Etapa del análisis geoestadístico:

Dichas etapas con 3 procesos los cuales son los siguientes para comenzar
esta:

El análisis exploratorio de los datos: este es un análisis el cual esta basado en

técnicas estadísticas convencionales el cual permite obtener todo un conjunto
de información, desconocida a priori sobre la muestra bajo estudio, lo que es
imprescindible para realizar correctamente cualquier análisis estadístico y en
particular un análisis geoestadístico.

2. El análisis estructural: Es el proceso de estimación y modelación de la

función que describe la correlación espacial
3. Las predicciones (kriging o simulaciones): Una vez realizado el análisis
estructural, la predicción de valores en puntos no muestrales se puede hacer
aplicando la técnica de interpolación "kriging" o simulándolos a través de
“simulaciones condicionales”.

Distribución espacial:

Anisotropía

Variable regionalizada:

las variables regionalizadas describen matemáticamente los fenómenos

regionalizados, así mismo son encargados den medir las propiedades o
atributos relacionados al fenómeno. Es así como la geoestadística se enfoca
en ellas basándose en el concepto de función aleatoria. Dentro de los tipos de
funciones aleatorias, es posible encontrar variables continuas (como
concentraciones de elementos, permeabilidad), y variables categóricas, las
que permiten codificar un conjunto de dominios que dividen el espacio, siendo
estas últimas de particular interés en el trabajo a desarrollar. (Frez 2014)

Por otro lado Frez, 2014. en su investigación determina que una variable
se puede decir que es “regionalizada”, cuando presenta una distribución en
el espacio. Dicho de otra manera, las variables regionalizadas representan el
valor en el espacio, siendo asi espacio (geográfico o temporal) de un atributo
asociado a un fenómeno natural (fenómeno regionalizado), como por ejemplo
las leyes minerales son características de una mineralización. Las variables
regionalizadas no se restringen sólo al ámbito de la minería, otros ejemplos
incluyen la densidad de población en demografía, mediciones de lluvia en
pluviometría, etc. La mayoría de las variables presentes en las diversas
ciencias de la tierra pueden ser consideradas como variables regionalizadas.
Es posible caracterizar una variable regionalizada por: • Naturaleza: Continua
(ej. leyes minerales), discreta, categórica (ej. tipo de roca).

• Dominio de extensión: Dimensiones espaciales abarcadas por la

variable.
• Soporte: Volumen sobre el cual es medido la variable. Puede ser
puntual o en soportes mayores (soporte bloque).

Para entender de una mejor manera un fenómeno regionalizado, se debe

generar una representación matemática o modelo. Esto requiere conocimiento
sobre la génesis del fenómeno y la distribución de la variable. En general, una
variable regionalizada presenta cierta continuidad espacial, pero varía
irregularmente a escala local. Por esto, un modelo determinístico puede ser
imposible de aplicar. De esta forma, se recurre a los modelos probabilísticos,
que permiten formalizar tanto conocimientos como incertidumbres que se
tienen del fenómeno regionalizado. Por ejemplo unas de las herramientas
utilizada para llevar a cabo la variables es:

El Kriging: Es una herramienta de estimación local de una variable

regionalizada. Se utiliza en casos de estimación univariable. Se construye el
estimador como una combinación lineal de los datos disponibles, sin sesgo y
con varianza de error mínima.

Para así poder conocer que es anisotropía y la isotropía, se hablara del

variograma. Es una herramienta la cual permite analizar el comportamiento
espacial de una variable sobre una zona dada y así mismo modela como dos
valores en el espacio se pone en correlación.

Anisotropía:

Veliz 2006. En su investigación determina que la anisotropía se da

generalmente cuando el variograma experimental es calculado en diferentes
direcciones y este presenta distintos comportamientos con la variación de la
distancia, para conocer poder determinar si existe anisotropía o no se lleva a
cabo el uso del diagrama de rosa. Existen 3 tipos de anisotropía como lo son:
geométrica, zonal e hibrida.

Anisotropía geométrica: es aquella en la que el variograma en

distintas direcciones presenta el mismo sill pero con rasgos distintos. Sim
embargo presenta mayor continuidad espacial en la dirección de mayor rango
y menor continuidad espacial en la dirección de menor rango.

Anisotropía zonal: es aquella en la que el variograma en distintas

direcciones presenta el mismo rango pero diferente sill.

Anisotropía híbrida: es aquella en la que el variograma en distintas

direcciones presenta rangos diferentes y distintos sill.
 Términos:

Sill (C): también lleva por nombre la “Meseta” y es considerado el valor

máximo que alcanza el semivariograma cuando la variable es estacionaria. En
pocas palabras se puede determina que la meseta coincide con el valor de la
varianza es asi como define que es un buen estimador de la misma varianza
experimental de los datos.

Rango ( a): se le denomina también alcances, y se trata de la distancia

a la cual el variograma se estabiliza y las muestras se relacionan
espacialmente.

La isotropía es considerada una de las características que poseen

algunos fenómenos en el espacio cuyas propiedades no dependen de la
dirección en que son examinadas. (Veliz 2006)
 Conclusión:

En esta rama se utiliza muchas herramientas y cada una van de la mano

para así poder llevar a cabo un proyecto de optimo las ventajas de la misma
es que se puede conocer la incertidumbre de la medición y eso ya es un gran
avance. Además es posible utilizar covariables para asi poder estimar de
manera indirecta valores de la propiedad o variable principal en sitios no
muestrados y de las herramientas son COKRIGING y por lo tanto hacer
mejores mapas también es posible hacer mapas probabilísticos de zonas que
superar un valor umbral de la variable de interés o principal KRIGING
indicador.
 Bibliografía:

Ramon Giraldo. 2021. Introducción a la Geoestadística.

https://geoinnova.org/wp-content/uploads/2021/08/LIBRO_-DE-
_GEOESTADISTICA-R-Giraldo.pdf

Tamara frez. 2014. Kriging Y Simulación Secuencial De Indicadores

Con Proporciones Localmente Variables. [Documento en línea]
disponible en:
https://repositorio.uchile.cl/bitstream/handle/2250/116844/cf-
frez_tr.pdf?sequence=1&isAllowed=y

Marco Hernández. s/f. introducción a la geoestadística. [ Documento

en línea]. Disponible en:
http://langif.uaslp.mx/documentos/presentaciones_internacionl/01/d2_
p2_marco_a_hdz.pdf
S/N, S/F.
http://carina.fcaglp.unlp.edu.ar/senales/apuntes/Geoestadistica.pdf
https://www.ecured.cu/Geoestadística

Evelyn veliz. 2006. Marco teórico conceptual de la geoestadística.

[Documento en línea] disponible en:
https://www.google.com/url?sa=t&source=web&rct=j&url=https://www.
dspace.espol.edu.ec/bitstream/123456789/13277/9/CAPITULO%2520
2F.pdf&ved=2ahUKEwju-6a09p74AhUHsoQIHRt-
Aj8QFnoECCIQAQ&usg=AOvVaw3050iLGE-abgWjjUv3e6HL

Rubén Fernández. 2003. Modelos flexibles de variogramas

anisotrópicos no separables. [ Documento en línea] disponible en:
https://www.google.com/url?sa=t&source=web&rct=j&url=https://rubenf
casal.github.io/files/Geoestadistica_espacio-
temporal.pdf&ved=2ahUKEwjWua_LlZ_4AhXUfTABHZupBOMQFnoE
CAQQAQ&usg=AOvVaw0pc-4mXuEZ_GP4drArtAhj