45 Ijylcs WTD

Análisis de Variogramas
En la geoestadística es una ciencia que utiliza la información recogida de la superficie

terrestre, expresada en cifras, para conocer la mayor o menor probabilidad de existencia y
distribución de yacimientos mineros. Ello permite a la vez, estimar el mejor modo de
llevar a cabo los sucesivos procedimientos extractivos.
Su herramienta básica se denomina “Variograma”. Se emplea para medir la relación entre

muestras espacialmente diferentes y para proyectar estimadores de los puntos que no
participaron en el muestreo. Una vez recogida la información entregan información de dos
grandes modelos utilizados actualmente:
Parámetros del variograma:

Veamos como los diferentes parámetros del variograma afectan a los pesos de
kriging ordinario. Aun cuando los datos estén regularmente grillados y tengan un
buen comportamiento, ajustar un variograma parametrizado con el variograma de
la muestra o variograma experimental, involucra importantes decisiones del
interprete. El variograma experimental no provee información para distancias
cortas menores que la distancia mínima existente entre los datos observados.
Dependiendo de lo exhaustivo que sean los datos observados tampoco nos
proveerá información para distancias intermedias. El comportamiento del
variograma en un entorno próximo al origen, incluyendo el llamado efecto pepita
(nugget effect), no puede ser determinado con el variograma experimental, sin
embargo, este comportamiento tiene una inmensa influencia en el resultado de la
estimación. Dos de los parámetros que debemos definir del variograma son el
umbral (sill) y el rango (rank). El umbral es el valor máximo que alcanza el
variograma y es igual a la varianza de la variable observada 𝜎𝑉
Kriging o Krigeaje
Se subdivide en ordinario, simple y de indicadores, y el Kriging puntual y de
bloques. Esto en honor al ingeniero sudafricano Danie Krige, que comenzó a
desarrollar la geoestadística durante su trabajo en las minas de oro de
Witwatersrand.
Interpretación de la estructura de un Variograma
A continuación, se presentan como se estructura un Variograma, todos los modelos
cuentan con una estructuración similares.
Ilustración 1 Estructuración de un Variograma.

Efecto Pepita
Puede ocurrir que para distancias cercanas a cero el valor del Variograma no se
aproxima a cero. Puede ser debido a errores de medición en la variable o a la escala
de la misma. En algunas ocasiones puede ser indicativo de que parte de la
estructura espacial se concentra a distancia inferiores a las observadas. El efecto
pepita puede estar presente en el semivariograma experimental y debe ser
considerado.
Ilustración 2 Efecto Pepita
Meseta
Cuando la pepita es diferente a cero, se sugiere en un modelo que explique bien la
realidad, la pepita no debe representar más del 50% de la meseta. Si el ruido
espacial en las mediciones explica en mayor proporción la variabilidad que la
correlación del fenómeno, las predicciones que se obtengan pueden ser muy
imprecisas.
Rango o Alcance
Es la distancia la cual hay correlación entre los datos. Entre más pequeño sea el
rango, más cerca se está del modelo de independencia espacial. El rango no
siempre aparece de manera explícita en la formula del semivariograma.
Importancia de un Variograma
El Variograma es la herramienta geoestadística básica. Permite conocer el alcance,
es decir, la distancia máxima a la que una muestra tiene influencia sobre otra
muestra, una aplicación de esta información es conocer la vecindad en que se
pueden buscar muestras para estimar el valor de un punto específico. La aplicación
de esta herramienta también permite, a partir de los datos proporcionados por el
variograma teórico, realizar una estimación por medio de la metodología del
krigeaje, la cual utiliza el modelo matemático para definir el ponderador que se
aplica a cada una de las muestras encontradas al momento de asignar un valor al
punto buscado.
En términos muy simples podemos definir el Variograma como la media de los cuadrados
de las diferencias entre pares de muestras separados por una distancia.
Diferencia entre un Variograma Experimental y Teórico

El Variograma o Semivariograma es una herramienta que permite analizar el
comportamiento espacial de una variable sobre un área definida, obteniendo como
resultado un Variograma experimental que refleja la distancia máxima y la forma en que
un punto tiene influencia sobre otro punto a diferentes distancias.
El resultado de este análisis no puede ser aplicado directamente en los diferentes métodos
de interpolación que lo ocupan como información base, es por esto por lo que una vez
calculado el Variograma Experimental, debe ser realizado un modelo matemático que
modele de la mejor forma posible al Variograma Experimental, el cual es conocido como
Variograma teórico.
Entonces si podemos reconocer ciertas diferencias es que en el modelo teórico existe gran
exactitud de resultados deseados a analizar, pero sin el modelo experimental el modelo
teórico no podría llegar a la exactitud.
Variogramas que existen
Los modelos de Variograma isotrópicos más comunes son En caso contrario, existe
anisotropía, la cual indica que la variable regionalizada posee direcciones preferenciales en
cuanto a su continuidad.
Modelo Efecto Pepita Puro
Este modelo representa a un fenómeno completamente aleatorio, en el cual no hay

correlación espacial. No importa cuán cerca se encuentren los valores de las variables,
siempre serán no correlacionados.
Ilustración 3 Modelo de variograma Efecto Pepita Puro
Modelo esférico
Representa fenómenos continuos, pero no diferenciables, es uno de los modelos de
variograma más utilizados. El rango S y sill a
Ilustración 4 Modelo de variograma Esférico

Modelo exponencial
Representa fenómenos continuos, pero no diferenciables.
Ilustración 5 Modelo de variograma Exponencial
Modelo Gaussiano
Tiene un comportamiento cuadrático en el origen, representa fenómenos continuos
infinitamente diferenciables (sumamente continuos).
Ilustración 6 Modelo de variograma Gaussiano

Modelo Cúbico
Comportamiento cuadrático en el origen. Representa fenómenos bastante
continuos.
Ilustración 7 Modelo de variograma Cúbico
Modelo Seno Cardinal

Comportamiento cuadrático en el origen, se utiliza para representar fenómenos
continuos con periodicidades.
Ilustración 8 Modelo de variograma Seno Cardinal
Modelo Potencia
El comportamiento en el origen depende del valor P Representa fenómenos no
estacionarios.
Ilustración 9 Modelo de variograma Potencia
BIBLIOGRAFIA
Geoestadística (N.o 1). (2015, abril). Apuntes Geoestadistica.
http://carina.fcaglp.unlp.edu.ar/senales/apuntes/Geoestadistica.pdf
J.B.F. (2018, 4 marzo). 06 – Variograma modelado Propiedades del variograma Modelos
básicos. slideplayer.es. Recuperado 21 de marzo de 2022, de
https://slideplayer.es/slide/12358850/
Marco Alfaro. (1969, julio). CURSO DE GEOESTADÍSTICA (N.o 178–210). Fascículo II.
MauricioTics2016. (2016, 6 junio). Variogramas teoría general. slideshare.net. Recuperado
18 de marzo de 2022, de https://es.slideshare.net/MauricioTics2016/variogramas-
teora-general

45 Ijylcs WTD

Cargado por

Copyright:

Formatos disponibles

45 Ijylcs WTD

Cargado por

Información del documento

Descripción original:

Título 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

45 Ijylcs WTD

Cargado por

Copyright:

Formatos disponibles

Análisis de Variogramas

En la geoestadística es una ciencia que utiliza la información recogida de la superficie

Su herramienta básica se denomina “Variograma”. Se emplea para medir la relación entre

Parámetros del variograma:

Ilustración 1 Estructuración de un Variograma.

Ilustración 2 Efecto Pepita

Diferencia entre un Variograma Experimental y Teórico

Modelo Efecto Pepita Puro

Este modelo representa a un fenómeno completamente aleatorio, en el cual no hay

Ilustración 3 Modelo de variograma Efecto Pepita Puro

Ilustración 4 Modelo de variograma Esférico

Ilustración 5 Modelo de variograma Exponencial

Ilustración 6 Modelo de variograma Gaussiano

Ilustración 7 Modelo de variograma Cúbico

Modelo Seno Cardinal

Ilustración 8 Modelo de variograma Seno Cardinal

Geoestadística (N.o 1). (2015, abril). Apuntes Geoestadistica.

J.B.F. (2018, 4 marzo). 06 – Variograma modelado Propiedades del variograma Modelos

básicos. slideplayer.es. Recuperado 21 de marzo de 2022, de

MauricioTics2016. (2016, 6 junio). Variogramas teoría general. slideshare.net. Recuperado

18 de marzo de 2022, de https://es.slideshare.net/MauricioTics2016/variogramas-

También podría gustarte