UNIVERSIDAD PRIVADA DEL NORTE
FACULTAD DE INGENIERA DE MINAS
ESCUELA ACADMICO PROFESIONAL DE
INGENIERA DE MINAS
MODELO GAUSSIANO
Docente:
Ing. Snchez Espinoza, Jorge Marcial
Integrantes:
Bazan Valverde, Jonathan
De la Cruz Moza, Victor Manuel
Heros Pea, Michael Greison
Hoyos Valencia, Ayde Milagros
Sandoval Rivera, Juan Roberto(Responsable Grupo)
Cajamarca, 23 de Octubre del 2017
ASPECTOS GENERALES
PLANTEAMIENTO DEL PROBLEMA
FORMULACION DEL PROBLEMA
La geoestadstica en trminos generales es el
estudio deDEL
JUSTIFICACION funciones
Cmo aleatorias
influye
PROBLEMA al de software en el
el uso
reconocimiento y estimacinGaussiano
modelamiento Modelo
de fenmenos delaLitologas
para obtenido
estimacin
naturales, en de
el mbito
recursosminero ha mediante
minerales?generado simulacin Gaussiana
Durante
gran importancia para el
el proceso de la eleccin
modelamiento del del modelo
OBJETIVOS
de explotacin
minado, sin embargo, minera, el rpido
esto demandaba de un
procesamiento
arduo y tedioso y anlisis
trabajo para los de datos es de vital
ingenieros
Conocer la
importancia, importancia
para del modelo
ver la viabilidad de unGaussiano
OBJETIVO GENERAL apoyado del uso deminera;
softwares.
proyecto o ampliacin es por eso que
el apoyo de software es de vital importancia
porque Ampliar
reduce el nuestros
tiempo de conocimientos ysobre el
procesamiento
OBJETIVOS ESPECIFICOS
anlisis. modelo Gaussiano.
Realizar un ejercicio de aplicacin
ASPECTOS TEORICOS
Origen, definicin y objeto de estudio
La geoestadstica es una rama de la estadstica
Anlisisaplicada que se especializa en el anlisis y la
geoestadstico
modelacin de la variabilidad espacial en
ciencias de la tierra
Actualmente, la geoestadstica es un conjunto
de tcnicas usadas para analizar y predecir
Anlisis variogrfico:
valores de una propiedadSu objeto deen
distribuida estudio es el anlisis y la
espacio o tiempo. prediccin de fenmenos en espacio y/o
tiempo, tales como: ley de metales,
Un anlisis geoestadstico est compuesto por
porosidades, concentraciones de un
tres etapas: (a)
Variograma el anlisis exploratorio decontaminante,
modelado los Variograma
etc experimental
datos, (b) el anlisis estructural y (c) las
predicciones (kriging o simulaciones)
El variograma Los valores de una variable
Aunqueexperimental noespuede
el prefijo geo- utilizarse
usualmente asociado
directamente. Por una regionalizada no son independientes,
con geologa, sinparte, slo est
embargo, definido
la geoestadstica
para ciertas en el sentido que un valor observado
tienedistancias y direcciones,
sus orgenes por lo que
en la minera.
es incompleto. Por otra parte, est sujeto a en un sitio proporciona informacin
ciertas aproximaciones sobre los valores de los sitios vecinos.
Modelo Gaussiano
El modelo Gaussiano tiende a alcanzar, al igual que el
exponencial, el sill asintticamente, y el rango se define como la
distancia a la cual el variograma alcanza el 95% del sill.
Su expresin matemtica se
expresa en la siguiente
formula:
Comparacin de los modelos exponencial, esfrico
y Gaussiano. La lnea punteada vertical representa
el rango en el caso del modelo esfrico y el rango
efectivo en el de los modelos exponencial y
gaussiano
GRFICOS:
Variograma Gaussiano.
Ejemplo de variable regionalizada asociada.
Modelo Gaussiano
Un modelo de dispersin estima la distribucin espacial y
temporal de contaminantes atmosfricos mediante
representaciones matemticas en donde se incluyen los
diferentes factores
La velocidad que influyen
y direccin en este
del viento proceso.
entre el foco emisor y el
receptor de contaminantes es constante
Todo el vertido permanece en la atmsfera, sin reaccin
alguna,
El modeloy no existe deposicin
Gaussiano junto conen forma
otros demodelo
es un lluvia o que
partculas.
sirve para
laLa dispersin sedel
modelizacin puede describir
transporte de por una distribucin
contaminantes, deaGauss
y esto su vez,
sirve para la determinacin de la variacin de la concentracin
de un determinado contaminante en el espacio y tiempo.
Este modelo se aplica a contaminantes que no son reactivos,
existen otros modelos, pero el ms usado es el Gaussiano. Este
modelo no es totalmente preciso, ya que parte de ciertas
suposiciones, las cuales hay que tomar en consideracin para la
aplicacin del mismo; estas suposiciones base son:.
VARIOGRAMA GAUSSIANO Y MODELOS DE VARIOGRAMAS
1. MODELO EFECTO PEPITA PURO
2. MODELO ESFRICO
Este modelo
3. MODELO representa a un fenmeno
EXPONENCIAL
completamente aleatorio, en el cual no hay
correlacin
4. MODELO espacia
GAUSSIANO S
Variograma
5. MODELO CBICO
No importa
6. MODELO SENO cun cerca se encuentren los
CARDINAL
valores de las variables, siempre sern no Distancia
7. MODELO POTENCIAL
correlacionados
0 si h 0
h
s si h 0
VARIOGRAMA GAUSSIANO Y MODELOS DE VARIOGRAMAS
1. MODELO EFECTO PEPITA PURO
2. MODELO ESFRICO
3
3 h 1 h
s si h a
2 a 2 a3
Variograma
h
s si h a
Distancia
Representa fenmenos continuos pero
no diferenciables
Es uno de los modelos de variograma
ms utilizados
VARIOGRAMA GAUSSIANO Y MODELOS DE VARIOGRAMAS
1. MODELO EFECTO PEPITA PURO
2. MODELO ESFRICO
3. MODELO EXPONENCIAL
4. MODELO GAUSSIANO
h
h s1 exp
Variograma
Variograma
h 2
a
h s1 exp
a
2
Distancia
Distancia
Representa fenmenos continuos pero
Comportamiento cuadrtico en el origen
no diferenciables
Representa fenmenos continuos infinitamente
diferenciables (sumamente continuos).
VARIOGRAMA GAUSSIANO Y MODELOS DE VARIOGRAMAS
1. MODELO EFECTO PEPITA PURO
2. MODELO ESFRICO
3. MODELO EXPONENCIAL
4. MODELO GAUSSIANO
5. MODELO CBICO
6. MODELO SENO CARDINAL
Comportamiento cuadrtico en el
Comportamiento
origen cuadrtico en el
Variograma
origen
Representa fenmenos bastante
Variograma
Se utiliza para representar fenmenos
continuos.
Distancia
continuos con periodicidades.
Distancia
DESARROLLO DEL TEMA:
APLICACIN:
Calcular la concentracin de cloro de un escape de 0,3 kg/s situado a 1 m sobre el suelo, que
afectara a un punto localizado a 120 m en la direccin del viento, a 10 m en direccin
transversal del mismo y 2 m de altura.
Las condiciones meteorolgicas corresponden a estabilidad D, velocidad del viento 5 m/s (a 10
m de altura).
Datos:
Rugosidad del suelo equivalente a urbana y estabilidad meteorolgica D, p = 0,25
Temperatura ambiente Ta = 20 C (293 K)
Presin atmosfrica P = 1 atm absoluta
Peso molecular CI2 M0 = 71
Constante de los gases, = 0.082
DESARROLLO:
Se puede aplicar el modelo de dispersin
gaussiano, ya que a pesar de ser el cloro un gas
ms denso que el aire
la intensidad de descarga esrelativa
densidad pequea dely la
gaszona
respecto al aire = 2,5
de dispersin como gas pesado afectar a
distancias cortas.
Los coeficientes de dispersin lateral sy y
vertical sz
Para estabilidad atmosfrica D
Siendo = la distancia deseada
DESARROLLO DEL TEMA:
La concentracin pedida se obtendr sustituyendo los
valores correspondientes en la frmula (1)
Este valor es superior a la concentracin
"Inmediatamente Peligrosa para la Vida o la
Salud (IPVS)"
la cual para el cloro es 30 ppm.
Una concentracin de 100 ppm es peligrosa y
puede llegar a ser mortal en funcin del
tiempo de exposicin.
Para dar la concentracin en partes
por milln (ppm). Empleamos la
frmula de transformacin
PROGRAMAS COMERCIALES APLICADOS AL TEMA
VARIOWIN GEOSTATISTICAL ANALYST VARIOWIN
AERMOD
Es un modelo Gaussiano de pluma en estado estacionario que simula la
dispersin de los contaminantes en el aire y su deposicin.
Realiza sus clculos tomando en cuenta
las caractersticas del terreno y la
presencia de edificios cercanos a la fuente
de emisin, los cuales pueden afectar la
dispersin de la pluma; usa datos del clima
de la capa superior atmosfrica
Visualizacin en 3 dimensin tanto de la
informacin de entrada como de los
resultados
Exporta resultados a Google Earth, de
modo que el usuario puede ver la
dispersin del contaminante sobre el rea
de inters
Es un modelo Gaussiano de voluta (no de
Calpuff pluma), en estado no estacionario que
realiza sus clculos tomando los datos
meteorolgicos de la capa superior
atmosfrica.
Considera las irregularidades del terreno sobre el cual se presenta la dispersin e
incluye la posibilidad de modelar la dispersin de contaminantes primarios y
secundarios, obteniendo resultados confiables para distancias de hasta 100 km.
Recursos de CALPUFF View
La interfaz de pre y post procesamiento as como el procesador del clima.
Variowin
El proceso de modelacin consiste en el ajuste al variograma de un modelo
terico conocido para describir el comportamiento del fenmeno bajo estudio en
aquellas localizaciones donde no ha sido muestreado.
Geostatistical Analyst
Con ArcGIS Geostatistical Analyst, puede crear fcilmente una superficie
continua, o mapa, a partir de mediciones puntos de muestra almacenados en
una capa de entidad de punto o capa rster o utilizando centroides de
polgono.
CONCLUSIONES
Se comprendi la importancia del modelo Gaussiano en el campo
de la minera y cuan beneficioso es el apoyo de software.
Actualmente el uso de softwares en ingeniera es de vital importancia,
esto se debe a la reduccin de tiempo en el clculo de parmetros,
modelados, entre otras aplicaciones ingenieriles. Es por ello que hemos
concluido que el uso de softwares en la geoestadstica nos ayuda a
reducir el tiempo de modelado y procesamiento de datos (distribucin
de leyes minerales) y a obtener clculos ms precisos.
Pudimos ampliar nuestros conocimientos sobre el modelo Gaussiano.
Se realiz un ejercicio del modelo de dispersin Gaussiana en el
clculo de concentracin de cloro, obtenindose un resultado de 100
ppm; la cual es nociva para la vida humana.
RECOMENDACIONES
Proporcionar una mejor bibliografa.
Realizar una prctica donde se pueda usar uno de los softwares
encontrados.
BIBLIOGRAFIA
ALEA, V. et al. (1999) Geoestadistica Aplicada. Barcelona: Edicin
McGraw-Hill EUB.
CANAVOS, G. (1988) Mtodos de Variogramas. Mxico: McGraw-Hill.
DURA, J. M. y LOPEZ, J.M. (1992) Modelos Probabilsticos de la
Geoestadistica. Madrid: Editorial Ariel.
