RNPS ISSN

No. 1893 1562-3297

LA GEOESTADSTICA, SU SURGIMIENTO Y EVOLUCIN.

M.Sc. Jos Quintn Cuador Gil.

Universidad de Pinar del Ro, Departamento de Computacin,

Mart, No. 270, Pinar del Ro, 20100, Cuba.
Telfono 53.82.5813, 53.82.5479, Fax: 53.82.5813, 53.82.5479.
E-mail: cuador@netupr.upr.edu.cu

RESUMEN.
La evaluacin de reservas minerales tiles, fue la actividad fundamental que motiv a partir de
la dcada del 50, la aplicacin de la teora de Funciones Aleatorias al reconocimiento y
estimacin de fenmenos naturales. As surge la Geoestadstica, termino concebido por G.
Matheron a partir de trabajos previos de H. Sichel, D.G. Krige, y B. Matern, que se desarrolla y
consolida en los ltimos 30 aos como ciencia aplicada y que da respuesta a necesidades
prcticas y concretas. La Geoestadstica, estudia las variables distribuidas espacialmente,
partiendo de una muestra representativa del fenmeno en estudio, utilizando como elemento
fundamental el anlisis de la distribucin espacial de informacin disponible, proponiendo
minimizar la varianza del error de estimacin, obtenindose el mejor estimador lineal
insesgado, El Kriging, que es actualmente utilizado en empresas mineras y su uso es cada vez
mayor en otros campos de las Ciencias de la Tierra.

Palabras claves: Geoestadstica, Variables Regionalizadas, Anlisis Estructural,

Semivariograma, Kriging.

ABSTRACT.
In the 50's decade the useful mineral reserves evaluation was the fundamental activity that
motivated the application of the theory of Random Functions to the reconnaissance and
estimation of natural phenomenon. That is the Geostatistic. G. Matheron coined this term from
previous work of H. Sichel, D.G. Krige, and B. Matern. In the last 30 years the Geostatistic has
been carried out and consolidated as an applied science that solves practical and concrete
problems. Geostatistics study the variables distributed in space from a representative part of the
phenomenon under studies. The fundamental element used is the analysis of the spatial
distribution of the available information. The variance of the estimate error is minimized. In this
process, the best linear and unbiased estimator is obtained, that is the Kriging. That is
nowadays used in mining companies and is every time most used in other fields of the Earth's
Science.

INTRODUCCION..
La revolucin cientfico- tcnica, que desde dcadas ha abarcado todo el mundo, se manifiesta
en un aumento brusco del ritmo de extraccin y utilizacin de la materia prima mineral, para lo
cual los trabajos de bsqueda, exploracin y evaluacin Gelogo-Econmica de yacimientos
minerales tiles, constituye una de las tareas ms importantes en las Empresas Gelogo-
Mineras. Esta actividad, se desarrolla a travs de varias etapas o estados, divisin que es el
resultado de la aplicacin de un principio importante en el estudio del subsuelo, el Principio de
Aproximaciones Sucesivas, el cual consiste en estudiar primero las regularidades geolgicas
ms generales e importantes del objeto, y slo despus, comenzar una investigacin detallada
de sus propiedades.
Cada uno de los estados de la bsqueda y la exploracin, finaliza con el clculo de reservas,
es decir, el conocimiento lo ms aproximado posible de las reservas minerales tiles de un
yacimiento, operacin de alta responsabilidad, que determina en gran medida el valor industrial
de un yacimiento mineral. Eeste clculo, puede ser realizado por mtodos clsicos o modernos;
en el primero, se utilizan fundamentalmente valores medios o medias ponderadas para la
estimacin de bloques definidos convenientemente, por lo que su uso ha estado relacionado
con problemas de precisin, adems de que la informacin, frecuentemente presenta
irregularidades. En el segundo, se utilizan la modelacin matemtica y la Geoestadstica; en
esta ltima, se usan tcnicas de regresin y correlacin, siendo resultado de la aplicacin de la
teora de funciones aleatorias al reconocimientos y estimacin de fenmenos naturales [Journel
y Huijbregts,1978], fundamentalmente en el campo minero, campo por el que surge, se
desarrolla y consolida en los ltimos 30 aos como ciencia aplicada y que da respuesta a
necesidades prcticas y concretas.
En este artculo, se presenta alguno de los elementos ms importante en el desarrollo de uno
de los mtodos de estimacin ms usados en la actualidad en el campo de las Geociencias: la
Geoestadstica.

SURGIMIENTO Y DESARROLLO.

.
Con el objetivo de obtener una mayor precisin en la estimacin de las reservas minerales,
surge la Geoestadstica. Su punto de partida es que tiene una intuicin topo-probabilista
[Matheron,1975], los fenmenos distribuidos en el espacio: la mineralizacin, por ejemplo,
presentan un carcter mixto, un comportamiento catico o aleatorio a nivel local; pero a la vez
estructural a gran escala, de donde se puede sugerir la idea de interpretar este fenmeno en
trminos de Funcin Aleatoria (FA), es decir, a cada punto x del espacio se le asocia una
Variable Aleatoria (VA) Z(x), para dos puntos diferentes x e y, se tendrn dos VAs Z(x) y Z(y)
diferentes pero no independientes, y es precisamente su grado de correlacin el encargado de
reflejar la continuidad de la mineralizacin [Matheron,1975], o de cualquier otro fenmeno en
estudio.

De forma general, la Geoestadstica, se construye asumiendo condiciones de estacionaridad y

se define como el estudio de las variables numricas distribuidas en el espacio [Chauvet,1994],
o variables regionalizadas, porque a cada valor observado o desconocido est asociada una
posicin en el espacio. Su estimador, el Kriging, tiene como objetivo encontrar el Mejor
Estimador Lineal Insesgado a partir de la informacin disponible [Chica-Olmo,1997], y en
efecto, el valor estimado obtenido Z*(x) de un valor real y desconocido Z(x), consiste en una
combinacin lineal de pesos asociados a cada localizacin donde fue muestreado un valor Z(xi)
(i = 1,n) del fenmeno estudiado, observando dos condiciones fundamentales: 1.- que el
estimador sea insesgado. E[Z* - Z] = 0, y 2.- que la varianza Var[Z* - Z] sea mnima,
consiguindose de este modo minimizar la varianza de error de estimacin. A diferencia de
otros mtodos de interpolacin, como por ejemplo, el inverso de la distancia, el Kriging, utiliza
en la estimacin las caractersticas de variabilidad y correlacin espacial del fenmeno
estudiado, por lo que su uso implica un anlisis previo de la informacin, con el objetivo de
definir o extraer de esta informacin inicial un modelo que represente su continuidad espacial,
una vez logrado esto, estamos en condiciones de obtener a travs del Kriging el mejor valor
posible en cada localizacin o bloque a estimar, acompaadas de la varianza Kriging como
medida del error de la estimacin realizada [Armstrong y Carignan,1997].
De acuerdo a los acontecimientos ms importantes hasta el Vigsimo Simposium Internacional
de la Aplicacin de la Computacin y la Matemtica en la industria Mineral, APCOM 87, la
evolucin de la Geoestadstica se ha dividido en algunas generaciones [Matheron, y
Kleingeld,1987], las cuales son:

La Geoestadstica Lineal 1945-1965, la ciencia, ahora llamada Geoestadstica, tuvo su

comienzo en los trabajos de H.S. Sichel en 1947 y 1949, en la aplicacin de la distribucin
lognormal en minas de oro, seguido por la ahora famosa contribucin de D.G. Krige en la
aplicacin del anlisis de regresin entre muestras y bloques de mena, los cuales fijaron la
base de la Geoestadstica Lineal, adems de la introduccin de la teora de funciones
aleatorias por B. Matern en el estudio de la variacin espacial de un campo forestal. La
generacin de la Geoestadstica Lineal culmina en el trabajo de G. Matheron en su tesis
doctoral de 1965 titulada: "Las variables regionalizadas y su estimacin".

La Geoestadstica No Lineal 1966-1974, la segunda generacin vio el establecimiento de la

escuela de Fontainebleau, en Mayo de 1968, fue creado el Centro de Geoestadstica, en la
atmsfera tranquila de Fontainebleau segn Matheron (1987). Importantes contribuciones
fueron hechas en este perodo por los autores M. David, A.G. Journel, Ch. J. Hiujbregts, P.
Delfiner, P. Chauvet y J.P. Chiles. Muchos otros autores tambin contribuyeron en el campo de
la Geoestadstica durante este perodo, lo que se evidencia en la gran cantidad de artculos
publicados en esta poca.

La tercera generacin 1974-1987, estuvo dedicada a resolver problemas ms complejos

asociados con la seleccin y combinacin de bloques de mena, Matheron introduce el modelo
de Kriging Disyuntivo, la primera aplicacin prctica del Kriging Disyuntivo Gaussiano fue
desarrollada por A. Marchal en 1975. Numerosas actividades relacionadas con el cambio de
soporte, la funcin de transferencia, parametrizacin de reservas, selectividad de la
distribucin, la simulacin, el estudio de casos multivariados ocurrieron durante este perodo.
En 1980 W.J.Kleingeld, propuso el problema de extrema asimetra distribuidos en porciones
discretas del yacimiento, lo cual culmina con el desarrollo de la aproximacin generalizada de
modelos isofactoriales discretos. Estos modelos fueron puestos en prctica por Ch. Lantujoul
y Ch. Lujaunie, para el caso general; y por W.J. Kleingeld por el Binomio Negativo o Modelos
de Mosaico. Durante este perodo, fue tambin desarrollado por A.G.Jounel el Kriging de
Indicadores y una forma especial de Kriging Disyuntivo. El desarrollo de modelos genticos de
yacimientos fue acometido por J.Rivoirard.

En la actualidad, los mtodos Geoestadsticos han sido extendidos a los ms diversos campos
de la Ciencias de la Tierra. El desarrollo de la informtica moderna ha propiciado condiciones
para su divulgacin y su aplicacin a un grupo cada vez mayor de problemas, pueden
encontrarse en el mercado informtico programas profesionales que ofrecen opciones para la
aplicacin de estas tcnicas.

Una documentacin ms profunda sobre el tema, puede se obtenida en las colecciones de

artculos de los tres Congresos Internacionales de Geoestadstica, que han tenido lugar entre
1992 y 1993 [Armstrong,1994], los cuales son:
Geostatistics Troia'92 Vols 1 & 2, de A. Soares, Kluwer Academic Press.
Proceedings of the Geostatistical Simulation Workshop, Fontainebleau France, 27-28 May
1993, de M. Armstrong & P.Dowd, Kluwer Academic Press.
Geostatistics for the Next Century - An International Forum in Honour of Michel David's
Contribution to Geostatistics, Montreal, 1993 de R. Dimitrakopoulous, Kluwer Academic Press.
DOMINIOS DE APLICACION ACTUALES.

.
En la actualidad los dominios de aplicacin de la Geoestadstica son amplios, sin hacer
referencia directamente a la minera que es el campo que le dio origen, se pueden mencionar:
el petrleo, en la caracterizacin de reservorios, en la simulacin condicional de variables
petrofsicas, en el uso de la ssmica en las estimaciones. En la pesca, en la estimacin de
provisiones de peces, de variables condicionantes, profundidad, temperatura del agua. En la
geofsica marina, en los problemas de filtrar perturbaciones temporales que mezclan el
magnetismo espacial, en las caractersticas de su cartografa. La Salud: en la distribucin
espacial de enfermedades, en la exposicin de individuos a diversos ruidos. La ingeniera civil,
en la construccin de obras de grandes dimensiones, que exigen del conocimiento de la
variabilidad espacial de propiedades del terreno. Las finanzas, en la relacin entre el anlisis
tcnico con el anlisis econmico. Los materiales, en la previsin de propiedades fsicas de los
materiales. En la cartografa, la hidrogeologa, el medio ambiente, los campos forestales, el
anlisis de imgenes, la eleccin de la red de muestreo.

Muchos, son los ejemplos que se pueden presentar, todos coincide en que a partir del estudio
de la variabilidad de sus propiedades, se obtienen elementos para predecir sus caractersticas.

CONCLUSIONES.

En el proceso de estimacin de reservas minerales, ha sido ampliamente utilizada la

Geoestadstica, probando su superioridad entre tantos mtodos de estimacin. En su
surgimiento y desarrollo hay varios elementos importantes que destacar: la consolidacin de la
Geoestadstica Lineal con los trabajos de G. Matheron en 1965, en el campo minero, tomando
en consideracin la contribucin de otros autores como D.G. Krige. El establecimiento de la
escuela de Fontainebleau, con el desarrollo de otras variantes, como la Geoestadstica No
Lineal, No Estacionaria, Multivariada, la Simulacin Condicional. La extensin de la
Geoestadstica a los ms dismiles campos de las Ciencias de la Tierra, con el establecimiento
de otras escuelas. El desarrollo de la Geoestadstica en la ltima dcada ha estado relacionado
con el avance los medios de cmputo, los cuales permiten su prctica a travs de una amplia
gama de programas profesionales. Finalmente, podemos plantear que el xito de la
Geoestadstica est relacionado con el uso de informacin estructural en el proceso de
estimacin.

BIBLIOGRAFIA.
- Armstrong, M., 1994, "Bon Sens et Gostatistique", Bulletin de Liaison des Anciens Stagiaires
du Centre d'Etudes Superioures des Matieres Premieres CESMAT, No.40 Novembre 1994, 8 p.
- Armstrong, M., et Carignan, J., 1997, Gostatistique Linaire, Application au Domaine Minier.
cole de Mines de Paris, France, 112 p.
- Chauvet, P., 1994, Aide-Memoire de Gostatistique Miniere, cole des mines de Paris,
France 210p.
- Chica-Olmo, M., 1997, Anlisis Geoestadstico en el Estudio de la Explotacin de Recursos
Minerales, Tesis Doctoral, Universidad de Granada, Espaa, 387 p.
- Journel, A.G., Huijbregts, Ch. J., 1978, "Mining Geoestatistic.", Ed. Academic Press, 600p.
- Matheron. G., 1975, "Les Concepts de Base et L'Evolution de la Geostatistique Miniere.",
NATO A.S.I. Rome, Italie, 13-25 Octobre. 8 p.
- Matheron, G., Kleingeld, W.J., 1987, "The Evolution of Geostatistics", APCOM 87.
Proceedings of the Twentieth International Symposium on the Application of Computers and
Mathematics in the Mineral Industries, Volume 3. Goestatistics. Johannesburg, SAIMM, pp. 9-
12.