c07 Variogramas

SIMULACIN GEOESTADSTICA DE GEOLOGA Y LEYES UNIVERSIDAD DE CHILE
Clculo
Interpretacin
Modelamiento
Varias variables
07 - Variogramas
Algunas definiciones
Ley espacial
Esperanza matemtica o momento de primer orden

Momentos de segundo orden:
Varianza
Covarianza
Variograma
Correlograma
( ) ) ( ) (
0 0
x x m Z E =
| | { }
2
2
) ( ) ( ) ( x x x m Z E = o
| || | { }
{ } ) ( ) ( ) ( ) (
) ( ) ( ) ( ) ( ) , (
2 1 2 1
2 2 1 1 2 1
x x x x
x x x x x x
m m Z Z E
m Z m Z E C
=
=
( ) ) ( ) ( var
2
1
) , (
2 1 2 1
x x x x Z Z ianza =
) ( ) (
) , (
) , (
2
2
1
2
2 1
2 1
x x
x x
x x
o o
=
C
Estacionaridad
Hiptesis de ergodicidad
Hiptesis de estacionaridad
Estacionaridad estricta: todos los momentos son
estacionarios
Estacionaridad de segundo orden: los dos primeros
momentos son estacionarios
Casi-estacionaridad: en una vecindad, los dos primeros
momentos son estacionarios
Intrnseca: los crecimientos son estacionarios
Casi-intrnseca: en una vecindad, los crecimientos son
estacionarios
Estacionaridad
0 100 200 300 400 500
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
datos brutos
0 100 200 300 400 500
-2
-1.5
-1
-0.5
0
0.5
1
1.5
logaritmo de los datos brutos
0 100 200 300 400 500
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
crecimientos del logaritmo
de los datos brutos
0 100 200 300 400 500
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
crecimientos de los datos brutos
Estimador del variograma
Variograma:

pero en el caso estacionario:

El estimador del variograma es:
( ) ) ( ) ( var
2
1
) , (
2 1 2 1
x x x x Z Z ianza =
( ) 0 ) ( ) ( (
2
= + h x x Z Z E
( ) | | { }
2
) ( ) (
2
1
, h x x h x + = Z Z E
| |
=
+ =
) (
1
2
*
) ( ) (
) ( 2
1
) (
h
h x x
h
h
N
z z
N
o
o o

Propiedades del variograma
Simtrico
Se anula en el origen
Positivo o nulo
En el infinito, crece ms lento que una parbola
Toda suma de variogramas es un variograma
El producto de variogramas no es necesariamente un
variograma
( ) ( ) h h =
( ) 0 = 0
( ) 0 > h
Estadsticas espaciales
Definicin del variograma
En notacin probabilstica, el variograma se define como:
para todas las posiciones posibles u
El variograma para una distancia de separacin h se define como el
promedio del cuadrado de la diferencia de valores separados
aproximadamente por h:

donde N(h) es el nmero de pares para la separacin h
+ =
) h ( N
2
)] h u ( z ) u ( z [
) h ( N
1
) h ( 2
} )] h u ( Z ) u ( Z {[ E ) h ( 2
2
+ =
No correlation
Increasing
Variability
V
a
r
i
o
g
r
a
m
,

(
h
)

Lag Distance (h)
Origin
Clculo del variograma
Considere valores de datos separados por vectores de separacin
Cabeza
C
o
l
a

0.81
0.19
Cabeza
0.77
0.23
C
o
l
a

Descripcin espacial
El variograma es una herramienta que cuantifica la correlacin espacial

Clculo de variogramas
experimentales
2-D o 3-D, regular o irregularmente espaciado
Especificacin de direccin (regular):

Especificacin de direccin (irregular):
Azimuth
tolerance
Bandwidth
Azimuth
Y axis (North)
X axis (East)
+ =
) (
2
)] ( ) ( [
) (
1
) ( 2
h N
h u z u z
h N
h
Ejemplo: Comienzo con una separacin (#4)
Comenzar en un nodo y comparar
su valor con todos los nodos que
estn dentro del la tolerancia de
separacin y tolerancia angular.
...
experimentales
+ =
) (
2
)] ( ) ( [
) (
1
) ( 2
h N
h u z u z
h N
h
...
Ir al siguiente nodo.
experimentales
Ahora repetir para todos los nodos
Y repetir para todas las separaciones
...
Sin correlacin
Variabilidad
En aumento
V
a
r
i
o
g
r
a
m
a
,

(
h
)

Distancia de separacin (h)
experimentales
Opciones de clculo del
variograma
Variable de datos (transformada?) y coordenadas (transformadas?)
Direcciones y nmero de direcciones:
Calcular los variogramas verticales en una corrida y los variogramas
horizontales en otra (distinto paso)
A menudo escoger tres direcciones horizontales: omnidireccional, direccin
de mayor continuidad y perpendicular a sta
Nmero de pasos y distancia de separacin:
La distancia de separacin coincide con el espaciamiento de los datos
El variograma es vlido hasta una distancia igual a la mitad del tamao del
campo escoja el nmero de separaciones consecuentemente (dado el
paso)
Nmero y tipo de variogramas a calcular:
Hay un alto grado de flexibilidad disponible, sin embargo, el variograma
tradicional es adecuad en el 95% de los casos
Privilegiar la simplicidad (pocas estructuras anidadas)
Opciones de clculo
del variograma
Paso p: distancia a la que se calculan los puntos del variograma
experimental
Nmero de pasos n
p
: depende del tamao del dominio
Tolerancia del paso Ap: tolerancia en la separacin, de manera que
los puntos puedan encontrarse a una distancia mayor o menor al paso
Azimut u: direccin en la que se calcula el variograma medida en un
plano horizontal respecto al norte, en el sentido de los punteros del
reloj
Tolerancia angular en el azimut Au: ngulo dentro del que se
considera vlido un punto, para el clculo de la diferencia
Ancho de banda en el azimut Ah
H
: banda dentro de la cual se
consideran vlidos los datos para el clculo del variograma, y se mide
perpendicular a la direccin del azimut
Paso 0 Paso 1 Paso 2 Paso 3 Paso 4
Ap
Au
Ah
H
N
E
u
Opciones de clculo
del variograma
Inclinacin : direccin, medida en el plano vertical del azimut, en la
que se calcula el variograma.
Inclinacin de 0 direccin horizontal
Inclinacin positiva hacia arriba
Inclinacin negativa hacia abajo
Tolerancia angular en la inclinacin A: ngulo dentro del cual se
considera vlido un punto, para el clculo de la diferencia, en el mismo
plano vertical en que se defini la inclinacin
Ancho de banda en la inclinacin Ah
V
: dimensin vertical de la
banda dentro de la cual se consideran los datos vlidos para calcular el
variograma
Nmero de pares mnimo: se puede considerar que un punto del
variograma es vlido si su clculo se hizo con un nmero de pares
superior a este parmetro
Desplazamiento inicial: es la distancia inicial que se considera desde
el punto para iniciar la bsqueda de los dems datos
Ap
Au
Ah
H
N
E
u
Transformacin de datos
Razn para transformar los datos:
La mayora de las leyes de metales preciosos tienen distribuciones de
datos altamente sesgadas que generan problemas en el clculo del
variograma; los valores extremos tienen un impacto significativo en el
variograma.
Una transformacin comn es tomar los logaritmos,
y = log
10
( z )
Efectuar todos los anlisis estadsticos con los datos transformados y
transformar de vuelta al final la transformacin de vuelta es delicada
Muchas tcnicas geoestadsticas requieren que los datos se
transformen a una distribucin normal o Gaussiana.
El modelo de FA Gaussiano es nico en estadsticas por su extrema
simplicidad analtica y por ser la distribucin limite en muchos teoremas
analticos conocidos globalmente como teoremas del lmite central
La transformacin hacia cualquier distribucin (y de vuelta) se lleva a
cabo fcilmente usando la transformacin de cuantiles
Transformacin a valores
normales (Normal Scores)
Muchas tcnicas geoestadsticas requieren que los datos se
transformen a una distribucin Gaussiana o normal:
F
r
e
c
u
e
n
c
i
a

F
r
e
c
u
e
n
c
i
a

A
c
u
m
u
l
a
t
i
v
a

F
r
e
c
u
e
n
c
i
a

F
r
e
c
u
e
n
c
i
a

a
c
u
m
u
l
a
t
i
v
a

variograma
variograma
Ejemplo de clculo
-
= o
o
=
) h ( n
1
cola
) x ( z
) h ( n
1
m
Media de los primeros
valores en los pares.
-
= o
o
+ =
) h ( n
1
cabeza
) h x ( z
) h ( n
1
m
Media de los segundos
-
( )
= o
o

=
) h ( n
1
2
cola
2
cola
m ) x ( z
1 ) h ( n
1
s
Varianza de los primeros
-
( )
= o
o
+
=
) h ( n
1
2
cabeza
2
cabeza
m ) h x ( z
1 ) h ( n
1
s
Varianza de los
segundos valores en los
pares.
-
( ) ( )
= o
o o
+
=
) h ( n
1
cabeza cola
m ) h x ( z m ) x ( z
1 ) h ( n
1
) h ( C
Covarianza entre los
primeros y segundos
valores separados a una
distancia h.
Covarianza
-
cola cabeza
s s
) h ( C
) h ( r
=
Coeficiente de
correlacin entre los
primeros y segundos
valores.
Correlograma
-
( )
= o
o o
+
=
) h ( n
1
2
) h x ( z ) x ( z
) h ( n 2
1
) h (
Variograma
de muestras separadas
a una distancia h.
Ejemplo de clculo
h n(h) m
cabeza
m
cola
s
2
cabeza
s
2
cola
C(h) r(h) (h)
0 10 6,300 6,300 11,344 11,344 11,344 1,00 0,000
1 7 7,286 6,143 10,950 9,476 7,619 0,75 2,859
2 6 7,500 6,500 13,900 13,100 4,300 0,32 8,167
3 6 7,333 6,333 13,867 19,067 -1,733 -0,11 15,667
Variograma de muestras de zinc
2,86
8,17
15,67
0,00
Varianza
=11,344
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
18,00
0 1 2 3 4
Distancia h (m)
(
h
)
Covarianza de muestras de zinc
11,344
7,619
4,300
-1,733
-4,000
-2,000
0,000
2,000
4,000
6,000
8,000
10,000
12,000
0 1 2 3 4
Distancia h (m)
C
(
h
)
Correlograma de muestras de zinc
1,00
0,75
0,32
-0,11
-0,20
0,00
0,20
0,40
0,60
0,80
1,00
1,20
0 1 2 3 4
Distancia h (m)
r
(
h
)
Efectos de clculo
Ap
Au
AhH
N
E
u

Comportamiento en el infinito
Comportamiento en el infinito

Estacionario Efecto hoyo Deriva
0
h
(h)
alcance a
meseta ()
C(h)
C(0)=o
2
h 0
(h)
C
d 0
h
(h)
Comportamiento en el origen
Comportamiento en el origen

0
h
(h)
parablico
0
h
(h)
lineal
0
h
(h)
efecto pepita puro
0
h
(h)
efecto pepita
C
0
C0
Interpretacin de variogramas
experimentales
Meseta = la varianza (1.0 si los datos estn estandarizados)
Alcance = la distancia a la cual el variograma alcanza la meseta (95%)
Efecto pepita = suma de variabilidad debida a microestructuras
geolgicas y error de medicin
Cualquier error en la medicin del valor o la posicin asignada a la medida
se traduce en un efecto pepita mas alto.
Cuando los datos son escasos el efecto pepita aparece ms alto de lo
esperado

Variograma Vertical
Distancia
Meseta
Rango
Efecto pepita
Retos en el clculo del
variograma
La estructura de corto alcance es la ms importante
Pepita debido al error de medicin no debiera modelarse
Tamao de las celdas del modelo geolgico
La direccin vertical es tpicamente la mejor informada
Puede tener artefactos producto del espaciamiento de datos de
testigo
Manejo de derivas verticales y variaciones areales
La direccin horizontal es en general ms difcil de estimar
Usar un paso cercano al espaciamiento de los sondajes
Tpicas razones de anisotropa horizontal-vertical
Interpretacin de variogramas
experimentales
Variograma vertical de ley de Au
Meseta: claramente identificada (varianza de datos), implica
estacionaridad
Efecto pepita: presumiblemente muy alto

Variograma Vertical
Distancia
Meseta
Deriva
Indica una tendencia (Cambio ascendente en compactacin, )
Modelar a la meseta terica, los datos asegurarn que la deriva
aparezca en el modelo final.
Puede tener que considerarse la deriva explcitamente ms adelante
(simulacin/modelamiento)

Variograma Vertical
Distancia
Meseta
Horizontal
3.0
0.0
-3.0
V
e
r
t
i
c
a
l

Datos con deriva Ejemplo
Ciclicidad
La ciclicidad puede estar vinculada a la periodicidad geolgica
Podra deberse a informacin limitada / mala eleccin de parmetros
de clculo
Preocuparse del efecto pepita y una estimacin razonable del alcance

Variograma Vertical
Distancia
meseta
Horizontal
3.0
0.0
-3.0
V
e
r
t
i
c
a
l

Datos Cclicos Ejemplo
Anisotropa geomtrica
Alcances diferentes en direcciones diferentes
Explicado por:
Direccin de flujo preferencial de los fluidos mineralizantes
Depositacin en direcciones preferenciales (gradiente en temperatura,
PH,)
Muy comn en la vertical y comn en la horizontal

Distancia (h)
Meseta
Variograma Vertical
Horizontal
3.0
0.0
-3.0
V
e
r
t
i
c
a
l

Ejemplo con anisotropa geomtrica
Variograma Horizontal
Anisotropa zonal
Comparar la meseta vertical con la meseta horizontal
Cuando el variograma vertical alcanza una meseta ms alta:
Presumiblemente por varianza adicional de la estratificacin
Cuando el variograma vertical alcanza una meseta ms baja:
Presumiblemente por una diferencia significativa en el valor promedio en
cada zona el variograma horizontal tiene varianza adicional entre zonas
Hay otras explicaciones

Variograma Horizontal
Distancia (h)
Meseta
Variograma Vertical
Meseta aparente
Horizontal
3.0
0.0
-3.0
V
e
r
t
i
c
a
l

Ejemplo con anisotropa zonal
Interpretacin y
modelamiento del variograma
La clave es aplicar el conocimiento geolgico al variograma
experimental y construir un modelo variogrfico legtimo (definido
positivo) para kriging y simulacin (a discutir posteriormente)
Esto asegura:
Que la covarianza pueda evaluarse para toda distancia y direccin
Que el variograma sea una medida legitima de la distancia
La suma de modelos definidos positivos conocidos es definida positiva.
Hay una alta flexibilidad en el modelamiento de variogramas con
combinaciones lineales de modelos establecidos.
Algunos modelos definidos positivos comunes:

Efecto pepita Esfrico Exponencial Gaussiano
Mapas variograficos
Anisotropias
Anisotropa:

Anisotropa Zonal Anisotropa Geomtrica

h
(h)
d1
d2
h
(h)
a
d1
a
d2
Criterio para un modelo
legtimo
El modelo del variograma debe ser definido positivo (un medida
legitima de distancia), es decir, la varianza de cualquier
combinacin lineal debe ser positiva:

La covarianza debe ser tal que es
siempre positiva
se debe escoger una funcin vlida
Hay un nmero de modelos legtimos conocidos que son usados
comnmente (esfrico, exponencial, Gaussiano, lineal,)
Cualquier combinacin lineal positiva de esos modelos es
tambin definida positiva

Efecto pepita

Sin correlacin espacial
Debido a errores de medicin y
microestructuras geolgicas,
esto es, caractersticas que
ocurren a una escala que el
tamao de la muestra
Debiera ser una componente
pequea de la varianza total
0
C
h
(h)
>
=
=
0 h para
0 h para 0
) (
C
h

Forma de variograma comnmente
encontrada
La covarianza esfrica, 1-Sph(h), es
el volumen de interseccin de dos
esferas:

Volumen fraccional de interseccin
de dos esferas de dimetro a,
separadas por h:
Modelo esfrico
>
s s
|
|
.
|
\
|
=
a C
a
a
h
a
h
C
h
h para
h 0 para
2
1
2
3
) (
3
3

Modelo exponencial

Similar al esfrico pero asciende
ms abruptamente y alcanza la
meseta en forma asinttica
El alcance prctico est donde
(h) es 0.95 de la meseta
El parmetro alcance es un tercio
del alcance prctico
|
|
.
|
\
|
|
.
|
\
|
=
a
h
C h exp 1 ) (

Implica continuidad de corta escala
comportamiento
parablico, ms que lineal, en el
origen.
Adecuado para variables como
elevaciones o espesor
El alcance prctico est donde (h)
es 0.95 de la meseta
El parmetro alcance es 1/3 del
alcance prctico
Modelo Gaussiano
|
|
.
|
\
|
|
|
.
|
\
|
=
2
2
exp 1 ) (
a
h
C h

El modelo de potencia se asocia
a fractales
Definido por una potencia
0<e<2 y una pendiente positiva
C.
No es adecuado para SGSIM ya
que este modelo no alcanza una
meseta
Modelo potencia
e
h C h = ) (
Modelos en 2-D y 3-D
Ms difcil que modelos 1-D ya que el modelo variogrfico debe ser legtimo en
todas las direcciones.
Comnmente calculamos variogramas experimentales en direcciones
ortogonales principales: direcciones vertical, horizontal mayor y horizontal
menor.
Un modelo de variograma istropo es raro, debido a la direccin vertical
El tipo de anisotropa mas comn es una anisotropa geomtrica
Modelos de variograma 2-D y
3-D legtimos
Los modelos de variograma en las direcciones principales (horizontal
mayor, horizontal menor y vertical) deben ser consistentes, es decir, el
mismo efecto pepita y el mismo nmero y tipo de estructuras.
Esto se requiere para calcular el variograma en direcciones diagonales
Cmo aseguramos un modelo legtimo?
Tomar un nico (el ms bajo) efecto pepita istropo
Escoger el mismo nmero de estructuras variogrficas para todas las
direcciones basado en la direccin ms compleja
Asegurar que el mismo parmetro de meseta se use para todas las
estructuras del variograma en todas las direcciones
Permitir un alcance diferente en cada direccin
Modelar una anisotropa zonal definiendo un alcance muy grande en una o
ms de las direcciones principales
Anisotropa geomtrica
Consejos de modelamiento:
Seleccionar la pepita de la
direccin vertical (o de la
direccin mejor informada)
Escoger una constante pepita
baja
Determinar el nmero y tipo de
modelos de variogramas
Prueba-y-error para establecer
los parmetros
Hay software flexible disponible
Anisotropa zonal
Cuando el variograma vertical
alcanza una meseta ms alta
A veces el variograma horizontal
alcanzar una meseta ms alta
Se debe ser cuidadoso del tipo
de anisotropa zonal que se est
modelando
debe tener una
interpretacin razonable
Verificar direcciones diagonales
Comentarios
El variograma es muy importante en un estudio geoestadstico
Medida de la distancia geolgica con respecto a la distancia
euclidiana
Transformacin inicial de coordenadas y datos
Principios de clculo
Principios de interpretacin:
deriva
ciclicidad
anisotropa geomtrica
anisotropa zonal
El modelamiento del variograma es importante no se usan
los puntos experimentales

Varias variables
Modelo Lineal de Corregionalizacion
Variogramas directos y cruzados deben modelarse con las mismas
estructuras (alcances fijos, pero diferentes contribuciones)

Contribuciones deben satisfacer las siguientes condiciones:
=
=
=
I + =
I + =
I + =
NST
i
i
i
YY YY YY
NST
i
i
i
XY XY XY
NST
i
i
i
XX XX XX
h b b h
h b b h
h b b h
1
0
1
0
1
0
) ( ) (
) ( ) (
) ( ) (
i
b b b
b
b
i
XY
i
YY
i
XX
i
YY
i
XX
>
>
>
2
) (
0
0

c07 Variogramas

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

c07 Variogramas

Загружено:

Авторское право:

Доступные форматы

SIMULACIN GEOESTADSTICA DE GEOLOGA Y LEYES UNIVERSIDAD DE CHILE

SIMULACIN GEOESTADSTICA DE GEOLOGA Y LEYES UNIVERSIDAD DE CHILE

SIMULACIN GEOESTADSTICA DE GEOLOGA Y LEYES UNIVERSIDAD DE CHILE

Вам также может понравиться