Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 14 vistas

    Metodo Kringing Ok

    Cargado por

    pamela
    Este documento describe el método de Kriging, que es un procedimiento avanzado de estadística geográfica que genera una superficie estimada a partir de un conjunto de puntos con valores, considerando el comportamiento espacial del fenómeno. Explica los tipos de Kriging como ordinario, simple y universal.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Metodo Kringing Ok

    Cargado por

    pamela
    14 vistas8 páginas
    Este documento describe el método de Kriging, que es un procedimiento avanzado de estadística geográfica que genera una superficie estimada a partir de un conjunto de puntos con valores, considerando el comportamiento espacial del fenómeno. Explica los tipos de Kriging como ordinario, simple y universal.

    Descripción original:

    Metodo explotacion

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe el método de Kriging, que es un procedimiento avanzado de estadística geográfica que genera una superficie estimada a partir de un conjunto de puntos con valores, considerando el comportamiento espacial del fenómeno. Explica los tipos de Kriging como ordinario, simple y universal.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    14 vistas8 páginas

    Metodo Kringing Ok

    Cargado por

    pamela
    Este documento describe el método de Kriging, que es un procedimiento avanzado de estadística geográfica que genera una superficie estimada a partir de un conjunto de puntos con valores, considerando el comportamiento espacial del fenómeno. Explica los tipos de Kriging como ordinario, simple y universal.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 8

    Método Kriging

    Docente: Pablo Zumaran

    Integrante: Pamela Huerta

    Asignatura: Evaluación de Yacimiento

    Fecha Entrega: 25 junio 2018


    Introducción

    La estimación mineral es muy importante a la hora de obtener la variabilidad


    ya que afecta en la ganancia al explotar la mina y eso requiere de un costo
    excesivo y pérdidas notables en la inversión.

    Los primeros pasos para resolver este inconveniente fue incursionado en los
    años 50 en Sudáfrica con el trabajo de ingeniero minero Danie Krige el que
    fue pionero y formalizo el concepto de teoría geoestadística que proporciona
    confianza sobre la probabilidad y esta predicción sea cierta.

    Existe entre los valores de atributo tradicionalmente la utilización en la


    geociencia, geofísica, hidrología en los que se fue aplicando los principios
    cada vez en una amplia variedad de campos.

    La interpolación Kriging implica un uso previo de análisis de la información


    con el objetivo de definir o extraer este un modelo para estimar la confianza
    en la superficie de la predicción que son verdaderas, además aplica análisis
    estadístico permitiendo predecir el valor del área geográfica a partir de
    conjunto de datos conocidos, a continuación en las siguientes páginas veremos
    en profundidad el Método de Kriging.
    1

    Kriging

    Es un procedimiento de estadística geográficas avanzado que genero una superficie


    estimada a partir de un conjunto de puntos disparados con valores Z, aún más que con otros
    métodos de interpolación se debe realizar una investigación profunda del comportamiento
    espacial del fenómeno representado, por los valores Z antes de seleccionar el mayor método
    de estimación para generar la superficie de salida.

    Los puntos que están cerca uno del otro tienen un cierto grado de correlación espacial, pero
    los puntos que están ampliamente separados son estadísticamente independientes (Davis,
    1986).

    Las técnicas de Kriging con diversos grados de sofisticación se han implementado en


    GMS, las cuales son:

     Kriging ordinario
     Kriging simple
     Kriging universal

    La precisión de los métodos depende de varios factores:

    1. El número de muestras y la calidad de los datos en cada punto.

    2. La posición de las muestras en el depósito.

    3. La distancia entre las muestras y el punto a ser estimado.

    4. La continuidad espacial bajo consideración.


    2

    Kriging Ordinario
    Es construir un variograma a partir del punto de dispersión configurado para ser
    interpolado. Un variograma consta de dos partes:
    un variograma experimental y un variograma modelo. Supongamos que el valor que se va a
    interpolar se conoce como f. El variograma experimental se encuentra calculando la
    varianza (g) de cada punto en el conjunto con respecto a cada uno de los otros puntos y
    graficando las varianzas frente a la distancia (h) entre los puntos. Se pueden usar varias
    fórmulas para calcular la varianza, pero generalmente se calcula como la mitad de la
    diferencia en f al cuadrado.

    Variograma experimental y de modelo utilizado en Kriging


    Una vez que se calcula el variograma experimental, el siguiente paso es definir un
    variograma modelo. Un variograma modelo es una función matemática simple que modela
    la tendencia en el variograma experimental.
    Como se puede ver en la figura anterior, la forma del variograma indica que a distancias de
    separación pequeñas, la varianza en f es pequeña. En otras palabras, los puntos que están
    muy juntos tienen valores f similares. Después de un cierto nivel de separación, la varianza
    en los valores f se vuelve algo aleatoria y el variograma del modelo se aplana hasta un valor
    correspondiente a la varianza promedio.
    Una vez que se construye el variograma del modelo, se utiliza para calcular los pesos
    utilizados en Kriging. La ecuación básica utilizada en Kriging ordinario es la siguiente:
    3
    Donde n es el número de puntos de dispersión en el conjunto, fi son los valores de los
    puntos de dispersión, y wi son los pesos asignados a cada punto de dispersión. Esta
    ecuación es esencialmente la misma que la ecuación utilizada para la interpolación
    ponderada por distancia inversa (ecuación 9.8), excepto que en lugar de usar ponderaciones
    basadas en una función arbitraria de la distancia, los pesos utilizados en kriging se basan en
    el variograma del modelo. Por ejemplo, para interpolar en un punto P basado en los puntos
    circundantes P1, P2 y P3, se deben encontrar los pesos w1, w2 y w3. Los pesos se
    encuentran a través de la solución de las ecuaciones simultáneas:

    donde S (dij) es el variograma del modelo evaluado a una distancia igual a la distancia entre
    los puntos i y j. Por ejemplo, S (d1p) es el variograma modelo evaluado a una distancia
    igual a la separación de los puntos P1 y P. Como es necesario que los pesos suman a la
    unidad, una cuarta ecuación:

    está agregado. Como ahora hay cuatro ecuaciones y tres incógnitas, se agrega una variable
    de holgura, l, al conjunto de ecuaciones. El conjunto final de ecuaciones es el siguiente:
    4

    Las ecuaciones se resuelven para los pesos w1, w2 y w3. El valor f del punto de
    interpolación se calcula como:

    Al usar el variograma de esta manera para calcular los pesos, el error de estimación
    esperado se minimiza en un sentido de mínimos cuadrados. Por esta razón, a veces se dice
    que Kriging produce la mejor estimación lineal. Sin embargo, minimizar el error esperado
    en un sentido de mínimos cuadrados no siempre es el criterio más importante y, en algunos
    casos, otros esquemas de interpolación dan resultados más apropiados (Philip y Watson,
    1986).
    Una característica importante de Kriging es que el variograma se puede usar para calcular
    el error de estimación esperado en cada punto de interpolación, ya que el error de
    estimación es una función de la distancia a los puntos de dispersión circundantes. La
    varianza de la estimación se puede calcular como:

    Al interpolar a un objeto utilizando el método Kriging, siempre se produce un conjunto de


    datos de varianza de estimación junto con el conjunto de datos interpolados. Como
    resultado, se puede generar una gráfica de varianza de estimación de contorno o iso-
    superficie en la malla o malla objetivo.

    Kriging simple

    El Kriging simple es similar al Kriging ordinario, excepto que la siguiente ecuación no se


    agrega al conjunto de ecuaciones:

    Y los pesos no suman a la unidad. El Kriging simple usa el promedio de todo el conjunto
    de datos mientras que el kriging ordinario usa un promedio local (el promedio de los puntos
    de dispersión en el subconjunto kriging para un punto de interpolación particular). Como
    resultado, el kriging simple puede ser menos preciso que el kriging ordinario, pero
    generalmente produce un resultado que es "más suave" y más estéticamente agradable.
    5

    Kriging Universal

    Una de las suposiciones hechas en Kriging es que los datos que se estiman son
    estacionarios. Es decir, a medida que se mueve de una región a la siguiente en el conjunto
    de puntos de dispersión, el valor promedio de los puntos de dispersión es relativamente
    constante. Siempre que haya una tendencia espacial significativa en los valores de los
    datos, como una superficie inclinada o una región plana localizada, se viola esta suposición.
    En tales casos, la condición estacionaria se puede imponer temporalmente sobre los datos
    mediante el uso de una deriva término. La deriva es una función polinómica simple que
    modela el valor promedio de los puntos de dispersión. El residuo es la diferencia entre la
    deriva y los valores reales de los puntos de dispersión. Dado que los residuos deben ser
    estacionarios, Kriging se realiza en los residuos y los residuos interpolados se agregan a la
    deriva para calcular los valores estimados. Usar una deriva de esta manera a menudo se
    llama " Kriging universal”.
    6

    Conclusión

    Al efectuar este trabajo del método Kriging adquirimos conocimiento del software
    AREGIS (ARC MAP), el Kriging realiza interpolación estadística analiza variables un
    análisis geoestadístico se trabaja con datos que se interpretar polígonos limite y puntos a
    través de una tabla de atributos y capas se realiza transformación logarítmica, diferencia
    relación entre frecuencia y data, un análisis tendencia grafica en 3D se puede observar las
    curvas en el programa, variograma se complementa en donde se puede definir el macizo
    roco a través de diferentes colores, además de gran importancia se observa el área
    influencia del mineral ya sea en una isotropía o anisotropía.

    Kriging es una técnica completa y tiene numerosas opciones Kriging ordinario es el más
    utilizado ya que al utilizar una predicción cada cierto tiempo nos va entregando un nivel de
    error que va tener al ingresar los datos, Kriging simple y la universal el que supone que hay
    tendencia invalidación en los datos, se utiliza si se conoce la tendencia de los datos y puede
    dar una justificación científica.

    Al saber la evaluación de yacimiento nos permite abarcar un proyecto, localización del


    área del mineral más preciso, eso sí, con mayor costo que se puede ejecutar una gran
    minería, aplicando nivel matemático y estimación de recurso a través de la interpolación ,
    se facilita con un software ,el cual, ingresa datos obtenidos en terreno, la tecnología
    optimiza el tiempo y exactitud, por lo tanto la inversión económica no se ve afectada y
    logra con éxito mayor ganancia.

    También podría gustarte