Modelado de Variogramas

MODELADO DE VARIOGRAMAS
1.- INTRODUCCION
El variograma experimental requiere ser modelado:
 es imperfecto: los puntos obtenidos están sujetos a imprecisiones
 es incompleto: se calculó para un número finito de distancias y de direcciones del espacio
→ Se ajusta un modelo de variograma, definido en todas las direcciones del espacio y para
todas las distancias, en torno al variograma experimental obtenido. Se usará este modelo como si
fuera el “verdadero” variograma de la función aleatoria que representa la variable en estudio
Variograma experimental:
1 N (h )
ˆ (h)   [ z(ui )  z(ui  h)]2
2 N (h) i 1
Variograma teórico:
1
 (h)  var{ Z (u  h)  Z (u)} u  D
2
1
 E{[ Z (u  h)  Z (u)]2 }
2
→ El variograma experimental estima el variograma teórico sin sesgo
2.- PROPIEDADES DEL VARIOGRAMA
Un modelo de variograma debe satisfacer varias restricciones matemáticas:
 Función positiva: g(h)  0
 Función par: g(h) = g(-h)
 Nulidad en el origen: g(0) = 0
 En el infinito, crece más lentamente que una parábola
Los rasgos importantes de un variograma son:
 El comportamiento en el origen: suave / continuo / discontinuo
 El comportamiento al infinito: alcance / meseta
 El comportamiento direccional: isótropo / anisótropo
 Otros: ciclicidad, efecto de hoyo

En la práctica, se modela el variograma experimental a partir de funciones básicas preestablecidas
que cumplen con las restricciones matemáticas de un variograma:
 modelo discontinuo en el origen: efecto pepita
 modelos lineales en el origen: esférico, exponencial
 modelos parabólicos en el origen: Gaussiano, CUBICO
 modelos sin meseta: potencia, LOGARITMICO, LINEAL
 modelos cíclicos: seno cardinal, J. De Bessel
3.- EFECTO DE PEPITA

0 si h  0
 ( h)  
C en caso contrario
 Este modelo se traduce en una ausencia total de correlación en el espacio: dos muestras
distintas tienen valores independientes
Las causas del efecto pepita son:
 La presencia de “micro-estructuras” (variabilidad a escala muy pequeña en comparación

con la escala de observación)
 La presencia de errores de medición (errores fundamental, de segregación, delimitación,

extracción, preparación y análisis químico)
 La presencia de errores en la ubicación de los datos (coordenadas equivocadas)
 Soporte de la medición es muy pequeño (efecto de soporte)
 Muestreo preferencial en zonas de altas leyes (y de alta variabilidad debido al efecto

proporcional)
4.- MODELO ESFERICO

  3 h 1 h3 
C    si h  a
 (h)    2 a 2 a 3 
C en caso contrario

Forma de variograma comúnmente encontrada. El alcance corresponde al parámetro a, la meseta
al parámetro C.
 La terminología “variograma esférico” se explica porque C – g(h) es proporcional al

volumen de la intersección de dos esferas de diámetro a, separadas por h:
 a 3  3 h 1 h3 
 1    si 0  h  a
volumen   6  2 a 2 a 3 
0 si h  a

  3 h 1 h3 
C    si h  a
 (h)    2 a 2 a 3 
C en caso contrario

5.- MODELO EXPONENCIAL
  3h  
 (h)  C 1 exp    
  a 
 Modelo similar al esférico pero asciende más abruptamente, tiene más curvatura y alcanza
la meseta C sólo en forma asintótica
 El alcance práctico está donde g(h) vale 0.95 C y corresponde al parámetro a

6.- MODELO GAUSSIANO
  3h 2  
 (h)  C 1 exp   2  
  a 
 El modelo implica continuidad de corta escala debido a su comportamiento parabólico en
el origen.
 Adecuado para variables como elevaciones o espesor
 El alcance práctico se define cuando g(h) vale 0.95 C y corresponde al parámetro a
7.- MODELO POTENCIA
 (h)  C h 
Este modelo se asocia a fractales (movimientos Brownianos fraccionarios). Está definido por una
potencia 0<q<2 y una pendiente positiva C.
8.- MODELO SENO CARDINAL
 a  h 
 (h)  C 1 sen   
 h  a 
Alcance práctico = 20.4 a, semi-período = 4.5 a, meseta = C
9.- MODELOS ANIDADOS
Para obtener modelos más complejos, se puede sumar varios variogramas elementales. En este
caso, se habla de “variogramas anidados”. Permite modelar cambios de pendiente en el
variograma
(h)  1 (h)   2 (h)  ...   S (h)
La presencia de una micro-estructura se traduce experimentalmente en un efecto pepita

MODELOS EN 2-D Y 3-D
 Más difícil que modelos 1-D ya que el modelo debe ser legítimo (del punto de vista
matemático) en todas las direcciones.
 Comúnmente calculamos variogramas experimentales en direcciones ortogonales

principales: direcciones vertical, horizontal mayor y horizontal menor.
 Un modelo de variograma isótropo (que sólo depende de la distancia, no de la orientación

de h) es poco frecuente
 Los tipos de anisotropía más comunes son la anisotropía geométrica y la anisotropía

zonal
ANISOTROPIA
ANISOTROPIA GEOMERTICA
El mapa variográfico dibuja elipses (2D) o elipsoides (3D). El modelamiento sólo requiere
especificar las direcciones principales (ortogonales entre sí) y los alcances correspondientes.
Consejos de modelamiento:
 Seleccionar la pepita de la dirección vertical (o de la dirección mejor informada)
 Escoger una constante pepita baja

 Determinar el número y tipo de modelos de variogramas
 Prueba-y-error para establecer los parámetros
 Hay software flexible disponible
ANISOTROPIA ZONAL
 El mapa variográfico dibuja bandas. Se trata de un caso límite de anisotropía geométrica,

donde el alcance en una dirección se vuelve muy grande. A la escala de trabajo, la meseta
cambia según la dirección.
ANISOTROPIAS COMPLEJAS
 Se obtiene formas más complejas de anisotropía al mezclar anisotropías geométricas y/o

zonales de orientación y razón diferentes
REGLAS DE AJUSTE
 El modelo de variograma debe ser consistente en las distintas direcciones, es decir, tener
el mismo efecto pepita y el mismo número y tipo de estructuras anidadas.
 Por ejemplo, si el variograma fuera de tipo esférico en una dirección y exponencial

en otra, ¿cuál sería su expresión en las direcciones diagonales?
 ¿Cómo asegurar un modelo consistente?
 Tomar un único (el más bajo) efecto pepita isótropo
 Escoger el mismo número de estructuras anidadas para todas las direcciones,

basado en la dirección más compleja
 Asegurar que el mismo parámetro de meseta se use para todas las estructuras
anidadas en todas las direcciones
 Permitir un alcance diferente en cada dirección
 Modelar una anisotropía zonal definiendo un alcance muy grande en una o más de
las direcciones principales
 Ejemplo: proponer un modelo para el siguiente variograma suponiendo que las

direcciones principales corresponden a los ejes de coordenada
Regla:
1) Determinar el efecto pepita
2) Determinar los alcances y mesetas en cada dirección
3) Determinar la cantidad y los tipos de modelos que se anidarán para el ajuste
 Empezamos con un efecto pepita de amplitud (meseta) 0.1
 Luego se agrega una estructura (exponencial) que llega a la primera meseta, con alcances
propios en cada dirección
 Luego se agrega una segunda estructura para llegar a la segunda meseta, dejando infinito
el alcance en la dirección 1
 Finalmente se agrega una tercera estructura para llegar a la meseta total, dejando infinitos
los alcances en las direcciones 1 y 2
Buscar anisotropías
simples con 2 ó 3 direcciones principales, ortogonales entre sí
  identificar la elipse o el elipsoide que mejor se acerca al mapa variográfico
 El variograma experimental es poco confiable para distancias muy grandes
 No existe un modelo único
 La meseta del variograma (varianza teórica) puede diferir de la varianza del histograma
(varianza empírica)
 Se debe prestar atención a la representatividad de los puntos experimentales, a la
información disponible sobre la variable y a la escala de trabajo
 Desconfiar de los ajustes automáticos



Modelado de Variogramas

Cargado por

Copyright:

Formatos disponibles

Modelado de Variogramas

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelado de Variogramas

Cargado por

Copyright:

Formatos disponibles

MODELADO DE VARIOGRAMAS

El variograma experimental requiere ser modelado:

 es imperfecto: los puntos obtenidos están sujetos a imprecisiones

 es incompleto: se calculó para un número finito de distancias y de direcciones del espacio

2.- PROPIEDADES DEL VARIOGRAMA

Un modelo de variograma debe satisfacer varias restricciones matemáticas:

 Función positiva: g(h)  0

 Función par: g(h) = g(-h)

 Nulidad en el origen: g(0) = 0

 En el infinito, crece más lentamente que una parábola

Los rasgos importantes de un variograma son:

 El comportamiento en el origen: suave / continuo / discontinuo

 El comportamiento al infinito: alcance / meseta

 El comportamiento direccional: isótropo / anisótropo

 Otros: ciclicidad, efecto de hoyo

 modelo discontinuo en el origen: efecto pepita

 modelos lineales en el origen: esférico, exponencial

 modelos parabólicos en el origen: Gaussiano, CUBICO

 modelos sin meseta: potencia, LOGARITMICO, LINEAL

 modelos cíclicos: seno cardinal, J. De Bessel

3.- EFECTO DE PEPITA

Las causas del efecto pepita son:

 La presencia de “micro-estructuras” (variabilidad a escala muy pequeña en comparación

 La presencia de errores de medición (errores fundamental, de segregación, delimitación,

 La presencia de errores en la ubicación de los datos (coordenadas equivocadas)

 Soporte de la medición es muy pequeño (efecto de soporte)

 Muestreo preferencial en zonas de altas leyes (y de alta variabilidad debido al efecto

4.- MODELO ESFERICO

 La terminología “variograma esférico” se explica porque C – g(h) es proporcional al

5.- MODELO EXPONENCIAL

 El alcance práctico está donde g(h) vale 0.95 C y corresponde al parámetro a

 Adecuado para variables como elevaciones o espesor

 El alcance práctico se define cuando g(h) vale 0.95 C y corresponde al parámetro a

7.- MODELO POTENCIA

Alcance práctico = 20.4 a, semi-período = 4.5 a, meseta = C

9.- MODELOS ANIDADOS

(h)  1 (h)   2 (h)  ...   S (h)

La presencia de una micro-estructura se traduce experimentalmente en un efecto pepita

 Comúnmente calculamos variogramas experimentales en direcciones ortogonales

 Un modelo de variograma isótropo (que sólo depende de la distancia, no de la orientación

 Los tipos de anisotropía más comunes son la anisotropía geométrica y la anisotropía

 Seleccionar la pepita de la dirección vertical (o de la dirección mejor informada)

 Escoger una constante pepita baja

 Prueba-y-error para establecer los parámetros

 Hay software flexible disponible

 El mapa variográfico dibuja bandas. Se trata de un caso límite de anisotropía geométrica,

 Se obtiene formas más complejas de anisotropía al mezclar anisotropías geométricas y/o

 Por ejemplo, si el variograma fuera de tipo esférico en una dirección y exponencial

 ¿Cómo asegurar un modelo consistente?

 Tomar un único (el más bajo) efecto pepita isótropo

 Escoger el mismo número de estructuras anidadas para todas las direcciones,

 Permitir un alcance diferente en cada dirección

 Ejemplo: proponer un modelo para el siguiente variograma suponiendo que las

1) Determinar el efecto pepita

2) Determinar los alcances y mesetas en cada dirección

3) Determinar la cantidad y los tipos de modelos que se anidarán para el ajuste

 Empezamos con un efecto pepita de amplitud (meseta) 0.1

También podría gustarte