Modelamiento de variogramas
PRIM 2015
Captura de
informacin
GeoInnova consultores Ltda.
Antonio Bellet #444, Of. 1301 - Providencia
Modelamiento
e interpretacin
geolgica
CP 7500032
Santiago de Chile
Relator: Alejandro Cceres
Estimacin de
recursos
minerales
Fono: (56 - 2) 2204 90 82 2205 23 97
email: [email protected]
Clasificacin
de recursos
Factores
modificantes
Geomet
Anlisis de
riesgo y
evaluacin
econmica
Motivacin
El variograma experimental requiere ser modelado:
es imperfecto: valores obtenidos estn sujetos a imprecisiones.
es incompleto: calculado para un nmero finito de distancias y de
direcciones del espacio.
Se ajusta un modelo de variograma, que es una funcin matemtica
definida en todas las direcciones del espacio y para todas las distancias.
Los parmetros de esta funcin se basan/infieren del variograma
experimental de los datos.
Se usar este modelo como si fuera el verdadero variograma de la
funcin aleatoria que representa la variable en estudio.
Motivacin
Variograma terico
1
(h) var{Z ( x h) Z ( x)}
2
1
E{[ Z ( x h) Z ( x)]2 }
2
x D
Variograma experimental
1 N (h )
2
(h)
[
z
(
x
)
z
(
x
h
)]
i
i
2 N (h) i 1
Variograma experimental es un estimador del variograma terico sin
sesgo
Propiedades del variograma
Un modelo de variograma debe satisfacer varias restricciones
matemticas:
Funcin positiva: (h) 0
Funcin par: (h) = (-h)
Nulidad en el origen: (0) = 0
En el infinito, crece ms lentamente que una parbola
Funcin de tipo negativo condicional:
k
1 ,...k R/ i 0, x1 ,...xk ,
i 1
( xi x j ) 0
i 1 j 1
Buscamos funciones de este tipo para asegurar que sea posible
invertir la matriz del lado izquierdo del sistema de kriging
Rasgos importantes de un variograma
El comportamiento en el origen: suave / continuo / discontinuo
El comportamiento al infinito: alcance / meseta
El comportamiento direccional: istropo / anistropo
Otros: ciclicidad, efecto de hoyo, derivas
Propiedades del variograma
Se modela el variograma experimental a partir de funciones
bsicas preestablecidas que cumplen con las restricciones
matemticas de un variograma y reflejan comportamientos
normalmente encontrados en la naturaleza.
1. Modelo discontinuo en el origen efecto pepa
2. Modelos lineales en el origen esfrico, exponencial
3. Modelos parablicos en el origen gaussiano, cbico
4. Modelos sin meseta: potencia
5. Modelos cclicos seno cardinal
MODELOS BSICOS DE VARIOGRAMAS
Modelo efecto pepa
0 si h 0
( h)
C en caso contrario
Refleja la total no correlacin entre datos
Su nombre viene que las pepas de oro poseen un alto contenido de oro en
relacin a su entorno
Causas del efecto pepa
La presencia de micro-estructuras (variabilidad a escala muy
pequea en comparacin con la escala de observacin)
La presencia de errores de medicin (errores fundamental, de
segregacin, delimitacin, extraccin, preparacin y anlisis qumico)
La presencia de errores en la ubicacin de los datos (coordenadas
equivocadas)
Soporte de la medicin es muy pequeo (efecto de soporte la masa
es muy pequea para asegurar su correcta medicin)
Muestreo preferencial en zonas de altas leyes (y de alta variabilidad
debido al efecto proporcional)
Modelo esfrico
3 | h | 1 | h | 3
C
si | h | a
2
a
2 a
(h)
C en caso contrario
El valor a es el alcance
C es la meseta o contribucin
alcance = a
meseta = C
Modelo esfrico
La terminologa variograma esfrico se explica porque C (h)
es proporcional al volumen de la interseccin de dos esferas de
dimetro 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
Modelo exponencial
3 | h |
(h) C 1 exp
Modelo similar al esfrico pero asciende ms abruptamente, tiene ms curvatura y alcanza la
meseta C slo en forma asinttica
El alcance prctico est donde (h) vale 0.95 C y corresponde al parmetro a
Modelo gaussiano
3 | h |2
(h) C 1 exp 2
a
Modelo con comportamiento parablico en el origen, refleja regularidad a cortas escalas
El alcance prctico est donde (h) vale 0.95 C y corresponde al parmetro a
Modelo gaussiano
El modelo implica continuidad de corta escala debido a su comportamiento
parablico en el origen.
Adecuado para variables como elevaciones o espesor
til para modelar bordes geolgicos regulares
El alcance prctico se define cuando (h) vale 0.95 C y corresponde al
parmetro a
Modelo potencia
(h) C h
Este modelo se asocia a fractales (movimientos Brownianos fraccionarios)
Est definido por una potencia 0<<2 y una pendiente positiva C.
Modelo seno cardinal
a
h
( h) C 1 sen
a
h
El modelo adecuado para procesos cclicos o con periodicidad.
alcance prctico = 20.4 a, semi-perodo = 4.5 a, meseta = C
Comparacin de modelos variogrficos
MODELOS ANIDADOS
Combinando modelos bsicos
Modelos anidados
(h) 1 (h) 2 (h) ... S (h)
Para obtener modelos ms complejos, se puede sumar varios variogramas
elementales. En este caso, se habla de variogramas anidados. Permite
modelar cambios de pendiente y formas en el variograma
Modelos anidados
0.2
0.3
(h) = 0.2*Gaussiano(50m) + 0.3*Esferico(100m) + 0.5*Exponencial(220m)
0.5
El orden de los modelos no importa es la suma total de sus
caractersticas la que sirve
Modelos anidados
La presencia de una micro-estructura se traduce experimentalmente en un
efecto pepita
Ejemplos de variograma anidado
Pepa=0, Meseta =1, alcance 100 m, Modelo esfrico
(h) 0.0 * Pepa 1.0 * esf (100,100)
Ejemplos de variograma anidado
Pepa=0.25, Meseta =1, alcance 100 m, Modelo esfrico
(h) 0.25 * Pepa 0.75 * esf (100,100)
Ejemplos de variograma anidado
Pepa=0.5, Meseta =1, alcance 100 m, Modelo esfrico
(h) 0.5 * Pepa 0.5 * esf (100,100)
Ejemplos de variograma anidado
Pepa=0.75, Meseta =1, alcance 100 m, Modelo esfrico
(h) 0.75 * Pepa 0.25 * esf (100,100)
Ejemplos de variogramas y anisotropas
Pepa=1, Meseta =1, alcance 100 m, Modelo Pepa
(h) 1.0 * Pepa 0.0 * esf (100,100)
Variograma modelado con estructuras anidadas
Modelos en 2-D y 3-D
Ms difcil que modelos 1-D ya que el modelo debe ser legtimo
(del punto de vista matemtico) en todas las direcciones.
Comnmente calculamos variogramas experimentales en
direcciones ortogonales principales: direcciones vertical,
horizontal mayor y horizontal menor.
Un modelo de variograma istropo (que slo depende de la
distancia, no de la orientacin de h) es poco frecuente
Los tipos de anisotropa ms comunes son la anisotropa
geomtrica y la anisotropa zonal
Anisotropa geomtrica
El mapa variogrfico dibuja elipses (2D) o elipsoides (3D). El
modelamiento slo requiere especificar las direcciones principales
(ortogonales entre s) y los alcances correspondientes.
Anisotropa zonal
El mapa variogrfico dibuja bandas. Se trata de un caso lmite de
anisotropa geomtrica, donde el alcance en una direccin se vuelve muy
grande. A la escala de trabajo, la meseta cambia segn la direccin.
Anisotropas complejas
Se obtiene formas ms complejas de anisotropa al mezclar
anisotropas geomtricas y/o zonales de orientacin y razn diferentes
AJUSTE DE MODELOS Y EJEMPLO DE
APLICACIN
Reglas de ajuste
El modelo de variograma debe ser consistente en las distintas direcciones,
es decir, tener el mismo efecto pepita y el mismo nmero y tipo de
estructuras anidadas.
Por ejemplo, si el variograma fuera de tipo esfrico en una direccin y exponencial
en otra, cul sera su expresin en las direcciones diagonales?
Cmo asegurar un modelo consistente?
Tomar un nico (el ms bajo) efecto pepita istropo
Escoger el mismo nmero de estructuras anidadas para todas las direcciones,
basado en la direccin ms compleja
Asegurar que el mismo parmetro de meseta se use para todas las estructuras
anidadas 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
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
Ejemplo ajuste variogrfico
Vertical
NS
EW
Reglas de ajuste:Visualizar aspectos del variograma experimental
Efecto pepa?
Istropo o anistropo?
Anisotropa geomtrica o zonal?
Linear, parablico en el origen?
Alcances y mesetas en cada direccin.
Que modelos bsicos o estructuras bsicas reflejan mejor el comportamiento.
Vertical
NS
EW
Reglas de ajuste: Efecto pepa
El efecto pepa debe ser comn para todas las direcciones, en
este caso existe y es cercano a 0.1
Vertical
NS
EW
Reglas de ajuste: Istropo o anistropo?
El variograma experimental es anistropo , ms continuo en la
direccione EW, que en NS y que en vertical
Vertical
NS
EW
Reglas de ajuste: Tipo de anisotropa/mesetas/alcances
Anisotropa geomtrica o zonal?
El variograma experimental tiene anisotropia zona, se identifican 3
mesetas, de alcances entorno a 50, 120, y 200 m
M1
M1
M1
Ejemplo ajuste variogrfico
Efecto pepita de meseta C0=0.1, efecto pepa opera en todas direcciones
Vertical
NS
EW
0.1
(h) = 0.1*pepa + 0.9*Exp(200m,120m,50m) + 0.3*Exp(,120m,50m) + 0.2*Exp(,,50m)
Ejemplo ajuste variogrfico
Agregamos una 1ra estructura exponencial de meseta C1=0.9
Vertical
NS
EW
0.9
EW
NS
VRT
(h) = 0.1*pepa + 0.9*Exp(200m,120m,50m) + 0.3*Exp(,120m,50m) + 0.2*Exp(,,50m)
Ejemplo ajuste variogrfico
Agregamos una 2da estructura exponencial de meseta = 0.3
Vertical
NS
0.3
EW
Al dejar en infinito el alcance en la
EW se genera anisotropa zonal
(h) = 0.1*pepa + 0.9*Exp(200m,120m,50m) + 0.3*Exp(,120m,50m) + 0.2*Exp(,,50m)
Ejemplo ajuste variogrfico
Efecto pepita de meseta C0=0.1
Vertical
0.2
Al dejar en infinito el alcance en la
NS se genera anisotropa zona
NS
EW
(h) = 0.1*pepa + 0.9*Exp(200m,120m,50m) + 0.3*Exp(,120m,50m) + 0.2*Exp(,,50m)
Consideraciones prcticas
Buscar anisotropas simples con 2 3 direcciones principales, ortogonales entre s
identificar la elipse o el elipsoide que mejor se acerca al mapa variogrfico
El variograma experimental es poco confiable para distancias muy grandes.
No existe un modelo nico.
La meseta del variograma (varianza terica) puede diferir de la varianza del
histograma (varianza emprica)
Se debe prestar atencin a la representatividad de los puntos experimentales, a la
informacin disponible sobre la variable y a la escala de trabajo.
Desconfiar de los ajustes automticos.
Resumen modelamiento variogrfico
Se requieren modelos variogrficos debido a que necesitamos
una representacin funcional del variograma experimental en
todas direcciones y con propiedades que aseguren invertibilidad
de matrices de covarianzas o variograma en el kriging.
Los modelos se construyen con combinaciones lineales de
estructuras o modelos bsicos como (efecto pepa, esfrico,
gaussiano, etc.) que son tiles para representar
comportamientos en la variable regionalizada reflejada en su
variograma experimental.
