Modelacin de Variograma

y Kriging Ordinario
Geoestadstica

Sara Amigo S.
18 de noviembre de 2015

Contenido
Introduccin ........................................................................................................................................ 2
Mapa de isolneas: Ley de Molibdeno................................................................................................. 3
Mapa de isolneas: Espesor ................................................................................................................. 4
Estimacin de la cantidad de tonelaje en el sector............................................................................. 5
Inverso a la distancia ........................................................................................................................... 9
Variogramas Experimentales ............................................................................................................ 11
Kriging ordinario ................................................................................................................................ 14
Conclusiones ..................................................................................................................................... 16

Introduccin
La geoestadstica es una rama de la estadstica aplicada que se especializa en el anlisis y la
modelacin de la variabilidad espacial en ciencias de la tierra. Su objeto de estudio es el anlisis y
la prediccin de fenmenos en espacio y/o tiempo, tales como: ley de metales, porosidades,
concentraciones de un contaminante, etc. Aunque el prefijo geo- es usualmente asociado con
geologa, sin embargo la geoestadstica tiene sus orgenes en la minera.
Por otro lado, el Kriging ordinario es un mtodo geoestadstico de estimacin de puntos, que
utiliza un modelo de variograma para la obtencin de los ponderadores que se darn a cada punto
de referencias usadas en la estimacin. Esta tcnica de interpolacin se basa en la premisa de que
la variacin espacial contina con el mismo patrn. Fue desarrollada inicialmente por Danie G.
Krige a partir del anlisis de regresin entre muestras y bloques de mena, las cuales fijaron la base
de la geoestadstica lineal.
En el presente trabajo elaborar una estimacin de la ley de molibdeno (Mo) muestreadas en
menas de molibdenita (MoS) en un sector en particular.
El mtodo Inverso de la distancia es similar al Kriging ordinario, ya que considera a los valores
cercanos a un punto, pero a su vez posee una menor complejidad del clculo. El Inverso de la
distancia utiliza un formula simple basado en distancias.

Mapa de isolneas: Ley de Molibdeno.

A travs de un block de notas con una tabla del Este, Norte y Ley obtenemos un mapa de isolneas
escogiendo MBA.
Este [m]
0
10
20
30
0
20
30
0
10
20
0
10
30

Norte [m]
0
0
0
0
10
10
10
20
20
20
30
30
30

Ley Mo [gr/ton]
100
130
120
140
120
150
150
90
110
130
90
130
140

Mapa de isolneas: Espesor

Anlogamente obtenemos el mapa del espesor.
Este [m]
0
10
20
30
0
20
30
0
10
20
0
10
30

Norte [m]
0
0
0
0
10
10
10
20
20
20
30
30
30

Espesor[m]
8
9
11
9
7
10
8
9
10
9
9
12
11

Estimacin de la cantidad de tonelaje en el sector.

Mediante triangulaciones calculamos el rea del sector y con el espesor obtenemos un volumen.

Grfico Este-Norte
35

11

12

13

30
25

10

20
15

10
5

0
0

10

15

20

25

30

35

Tenemos las siguientes triangulaciones:

Tringulo Muestra
1_2_5
1
2
5

Este [m]
0
10
0
0

Norte[m] Espesor [m]

0
8
0
11
10
7
0
8,7

Ley Mo [gr/ton] rea

Volumen[m3]
100
50
433,3
120
120

Tringulo Muestra
5_2_9
5
2
9

Este [m]
0
10
10
0

Norte[m] Espesor [m]

10
7
0
9
20
10
10
8,7

Ley Mo [gr/ton] rea

Volumen[m3]
120
100
866,7
130
110

Tringulo Muestra
5_9_8
5
9
8

Este [m]
0
10
0
0

Norte[m] Espesor [m]

10
7
20
10
20
9
10
8,7

Ley Mo [gr/ton] rea[m2] Volumen[m3]

120
50
433,3
110
90

Tringulo Muestra
8
8_9_12
9
12

Este [m]
0
10
10
0

Norte[m] Espesor [m]

20
9
20
10
30
12
20
10,3

Ley Mo [gr/ton] rea[m2] Volumen[m3]

90
50
516,7
110
130

Tringulo Muestra
8_11_12
8
11
12

Este [m]
0
0
10

Norte[m] Espesor [m]

20
9
30
9
30
12
20
9

Ley Mo [gr/ton] rea

Volumen[m3]
90
50
450,0
90
130
103,3

Tringulo Muestra
10_12_13
10
12
13

Este [m]
20
10
30
20

Norte[m] Espesor [m]

20
9
30
12
30
11
20
10,7

Ley Mo [gr/ton] rea[m2] Volumen

130
100
1066,7
130
140

Tringulo Muestra
9
9_10_12
10
12

Este [m]
10
20
10
10

Norte[m] Espesor [m]

20
10
20
9
30
12
20
10,3

Ley Mo [gr/ton] rea[m2] Volumen[m3]

110
50
516,7
130
130

Tringulo Muestra
7
7_10_13
10
13

Este [m]
30
20
30
30

Norte[m] Espesor [m]

10
8
20
9
30
11
10
9,3

Ley Mo [gr/ton] rea[m2] Volumen[m3]

150
100
933,3
130
140

Tringulo Muestra
6
6_9_10
9
10

Este [m]
20
10
20
20

Norte[m] Espesor [m]

10
10
20
10
20
9
10
9,7

Ley Mo [gr/ton] rea[m2] Volumen[m3]

150
50
483,3
110
130

Tringulo Muestra
6
6_7_10
7
10

Este [m]
20
30
20
20

Norte[m] Espesor [m]

10
10
10
8
20
9
10
9

Ley Mo [gr/ton] rea[m2] Volumen[m3]

150
50
450,0
150
130

Tringulo Muestra
2
2_6_9
6
9

Este [m]
10
20
10
10

Norte[m] Espesor [m]

0
9
10
10
20
10
0
9,7

Ley Mo [gr/ton] rea[m2] Volumen[m3]

130
100
966,7
150
110

Tringulo Muestra
2
2_3_6
3
6

Este [m]
10
20
20
10

Norte[m] Espesor [m]

0
9
0
11
10
10
0
10

Ley Mo [gr/ton] rea[m2] Volumen[m3]

130
50
500,0
120
150

Tringulo Muestra
3
3_6_7
6
7

Este [m]
20
20
30
20

Norte[m] Espesor [m]

0
11
10
10
10
8
0
9,7

Ley Mo [gr/ton] rea[m2] Volumen[m3]

120
50
483,3
150
150

Tringulo Muestra
3
3_4_7
4
7

Este [m]
20
30
30
20

Norte[m] Espesor [m]

0
11
0
9
10
8
0
9,3

Ley Mo [gr/ton] rea[m2] Volumen[m3]

120
50
466,7
140
150

Sabiendo que la densidad promedio de la roca es 2,7 [ton/m3] y habiendo obtenido:

Volumen Total

8566,7 m3

=
= 8566,7 x 2,7 ton/m
= 23.130,09 Ton.

Inverso a la distancia
ESTE [m]

NORTE [m]

10
30
20

10
20
30

Este[m]-Norte [m]
35

11

12

13

30
25

10

20
15

10
5

0
0

10

15

Muestra

Este [m]

Norte [m]

Espesor[m]

1
2
3
5
6
8
9
10

0
10
20
0
20
0
10
20
10

0
0
0
10
10
20
20
20
10

8
9
11
7
10
9
10
9

20

Ley Mo
[gr/ton]
100
130
120
120
150
90
110
130

25

30

Centro geomtrico
x
y
10
10

35

DistanciaCG
14,14
10
14,14
10
10
14,14
10
14,14

Inverso a la
distancia
120,25

Muestra

Este [m]

Norte [m]

Espesor[m]

6
7
10
13

20
30
20
30
30

10
10
20
30
20

10
8
9
11

Ley Mo
[gr/ton]
150
150
130
140

Muestra
9
10
12
13

Este [m]
10
20
10
30
20

Norte [m]
20
20
30
30
30

Espesor[m]
10
9
12
11

Ley Mo
[gr/ton]
110
130
130
140

10

Centro geomtrico
x
y
30
20

Centro geomtrico
x
y
20
30

Inverso a la
Distancia CG distancia
14,14
141,91
10
10
10

Distancia CG
14,14
10
10
10

Inverso a la
distancia
128,88

Variogramas Experimentales

Coordenadas E-O
Paso 10
H (10)= 271,42
Paso 20
H (5)= 310
Paso 30
H (3)= 833,33

Coordenadas N-S
Paso 10
H (7)= 221,42
Paso 20
H (5)= 160
Paso 30
H (3)=16,66

Realizo los grficos de cada variograma para analizar la mejor opcin frente a la estimacin de
leyes en el muestreo.
As obtengo 2 grficos de dispersin que representan el comportamiento de los muestreos en
funcin a sus direcciones.

Pasos

11

Variograma E-O
10
271,42
20
310
30
833,33

Variograma E-O

y = 24,224x
R = 0,7835

900
800
700

Semi-Varianza

600
500
400
300
200
100
0
0

10

15

20

25

30

Distancia

Usando una lnea de tendencia de la forma lineal y mostrando la ecuacin de la recta

Y=24.224x obtenemos los datos que se ajustan al Y=w|h|.

Pasos

12

Variograma N-S
10
221,42
20
160
30
16,66

35

y = 4,2243x
R = -1,261

Variograma N-S
250

Semi- varianza

200

150

100

50

0
0

10

15

20

25

30

35

Distancia

Anlogamente Y=4.2243x obtenemos los datos que se ajustan al Y=w|h|.

En el variograma (N-S) la lnea de tendencia no se logra interpolar ni ajustar a los puntos dados. Lo
que R = -1,261 me confirma lo antes dicho. A su vez me demuestra que existe una mala
correlacin en los datos del variograma (N-S), indicando que en esta direccin las leyes se
comportan de forma ms errtica.

13

Kriging ordinario

Donde;
X0= puntos en las coordenadas Este [m]
Y0= puntos en las coordenadas Norte [m]
Y en ellos estimaremos las leyes de Mo.

14

As obtenemos las leyes estimadas en los puntos.

Sondeo

Este [m]
1
2
3

15

Norte [m] Ley (E-O) [gr/ton]

Ley ( N-S) [gr/ton]
10
10
126,1959
126,1959
30
20
144,09
144,09
20
30
133,3301
133,3301

Conclusiones
A modo de finalizar el proyecto puedo concluir:
1. Como mencione anteriormente el variograma (N-S) posee una mala correlacin en los
datos, y esto nos indica que en esta direccin las leyes se comportan de forma ms
errtica vs Variograma (E-W).
2. A dems con el desarrollo del kriging ordinario sabemos que es un estimador de varianza
mnima e insesgado, por lo tanto la correlacin de los datos es ms correcta.
3. Si bien en el kriging obtuvimos los mismos resultados en las distintas direcciones, solo es
por el hecho de que el mallado en el que trabajamos es de dimensiones insuficientes para
ver una diferencia, aun as continuo afirmando que el variograma (E-W) es el menos
errtico para realizar la estimacin de la ley.
4. Tambin se puede decir que el mtodo de kriging es ms acertado, al ser un media
ponderada de los datos, por lo tanto el resultado se ajusta mejor a los datos, mientras
que el inverso a la distancia hay ciertos valores que no se pueden considerar, y se
transforma en un mtodo ms errtico para calcular leyes.

16