Universidad Simn Bolvar Departamento de Ciencias de la Tierra Ingeniera Geofsica Sartenejas Baruta. Edo.
Miranda
SEMIVARIOGRAMA
Autores: Jos Coraspe 07-40780 Naedlys Sandoval 07-41775
Diciembre de 2011
Resumen del Articulo: Variogram analysis of magnetic and gravity data. Stefan Maus(1996) El articulo trata sobre las ventajas de usar variogramas respecto a otros mtodos estadsticos en el anlisis de datos gravimtricos y magnticos. Los variogramas pueden ser usados para determinar parmetros de intensidad, profundidad y auto correlacin de la fuente, los cuales pueden ser ajustados directamente a los mapas. Evitan la prdida de informacin durante la transformacin al dominio del numero de onda, ya que transforman al dominio del espacio. De la misma manera es bien sabido que el mtodo tiene ciertas limitaciones, en gravimetra no toma en consideracin el efecto de la topografa sobre la misma, se basan en la simplificacin de que las medidas fueron hechas en un plano horizontal, dentro de un mismo anlisis se asume que los parmetros de la fuente son constantes, el caso de mltiples fuentes no es considerado, entre otras. En el artculo se describen diferentes tipos de variogramas y para cada uno hay una manera diferente de obtener los parmetros asociados a la fuente. Diagrama de Flujo
Cargar datos, BROOKE.txt Definir vector que sea un vector fila de la matriz de datos Definir longitud del vector fila que ser el nmero de muestras N.
Definir el contador de h, que ser multiplicado por el espaciado entre muestras. Calcular el semivariograma de los datos h para el vector fila.
Calcular el semivariograma para todas las filas, dejando fija una columna
Calcular el semivariograma para todas las columnas
Hacer promedio para cada posicin de h.
Cdigo
A=load('BROOKER.txt'); %carga los datos y los almacena en A T=size(A); N=T(2); %N es el numero de columnas de A for j=1:T(2) for h=1:T(2)-1 x=0; %Es necesario hacer el vector x=0 en cada ciclo porque sino quedarian %almacenados datos anteriores for i=1:T(2)-h x(i)=(A(j,i)-A(j,i+h))^2; end u=sum(x); L(j,h)=(1/(2*(T(2)-h)))*u; end end %El ciclo almacena en x los valores de la serie, para posteriormente %sumarlos y calcular el elemento correspondiente a la varianza en X para cada h %y para cada fila for j=1:T(2) for h=1:T(2)-1 x=0; for i=1:T(2)-h x(i)=(A(i,j)-A(i+h,j))^2; end u=sum(x); K(j,h)=(1/(2*(T(2)-h)))*u; end end %Del mismo modo para la varianza en Y y=size(L); for i=1:y(2) T(i)=mean(L(:,i)); R(i)=mean(K(:,i)); end %El ciclo calcula los promedios de la varianza en X y Y para cada h for i=1:length(T) Q(i)=(T(i)+R(i))/2; end %El promedio de las calculadas anteriormente plot(1:h,T,'r') title('Varianza vs h') xlabel('h') ylabel('Varianza') hold on plot(1:h,R,'c') plot(1:h,Q,'b') hleg1 = legend('Promedio en X','Promedio en Y','Promedio de ambos'); %Finalmente se grafican los promedios calculados anteriormente en un mismo %plot
Resultados
El semivariograma es una herramienta que permite observar la correlacin entre puntos de una misma adquisicin que estn espaciados un mismo intervalo. Mediante este, se logra comparar que tan parecidos son los puntos en el espacio a medida que los mismos estn mas alejados entre si. Se logra correlacionar una muestra con otra cada vez mas lejana, definiendo un contador h, que vaya desde 1 hasta el numero de muestras menos una y que este multiplicada por el intervalo de separacin entre muestras. Es de hacer notar que se utilizan funciones para modelar esta variacin espacial, interpolando en el espacio el valor de la variable en sitios donde esta no fue muestreada. Esta funcin, es muy utilizada en la Geoestadstica, puesto que permite entonces conocer la continuidad espacial de fenmenos naturales. Bibliografia http://es.wikipedia.org/wiki/Gran_Valle_del_Rift MAUS, Stefan. Variogram analysis of magnetic and gravity data. GEOPHYSICS, VOL. 64, NO.3 (MAY-JUN 1999)
