Profesor: Manuel Espinoza

Horario:
8:30-17:00 hrs

Versiones antiguas
Solo se aceptan letras y nmeros, menos
Carcter especial aceptado
Versin (64 bit) nueva omite estas
restricciones

 Archivo mas importante dg1

Luego base de datos de diseo, *.dgd.isis

Base de Datos
Dsf: hasta 4 caracteres

Definicin de tablas
1.
2.
3.
4.

Collar
Survey (si no se define Vc asume vertical)
Leyes (Assays)
otras

Double & Single

Aleatorio, en single

5000325,638: 11 caracteres incluye la coma. Si

es single la precisin va desde a partir del 7
carcter. El doble (8 bytes) a partir de la 14
16 tablas como mximo en Vc
Sinnimos: usar en las primeras 3 tablas.
Ayuda a Vulcan a identificar el tipo de variable
Primary solo en una tabla
Databse update: apendar nuevos sondajes o
atributos

Primary Key

Ventana auxiliar
Permite cambiar los dimensiones de vista para
ver datos de otro proyecto en distinto lugar

colores

Break by geology
No sirve mucho para regularizar
Straigth usa assay

DB SCRIPT
IF (CONDITION) THEN}
VAR2=X
ENDIF

IF (CONDITION) THEN
VAR2=X
ELSE
VAR2=Y
ENDIF

Ejercicio

Hacer dsf
Importar
Ventana auxiliar
Leyenda de colores MINE y CUT
Desplegar sondajes en pantalla
Compositar RUNLENGTH 4M
Desplegar BD compsitos RL

 Sobre 95% en la bd debe estar para ser

regularizado. En el ejemplo solo el 72% lo esta
(2M) por tanto hay que compositar RL (2m)

 Advanced statistics, en Envisage aproxima ya

que no tiene decimales en los grficos

Data Conditions
En el ejemplo es lo mismo

ZM

0:LIX
1: OX
2: SULF SEC
3:MIXTOS
4:SULF PRIMARIOS

EDA
Encuentra la interpolacin, es decir, que los datos
estos tiendan a una media (Condiciones de
Estacionaridad).
Condiciones de Estacionaridad: tender a una
nica media y minimizar la varianza. Esto se debe
hacer por cada unidad independiente.
Boxplot para ver que se puede juntar en base a
las medias
Log normal (Prob P)define poblaciones (rectitud)
en las unidades

pp
Elegir escala
Design_transformatoin update

LOG NORMAL FINAL

1%

 A modo de introduccin al anlisis de deriva

corresponde a una estadstica espacial
(tendencia) donde se ve la configuracin de las
muestras en el espacio, en las 3 direcciones (x, y,
z). Archivo de especificacin *.dpf
Existe 2 tendencias claras en la cota 3650. Se
generar 2 UG (sobre= cota 3650,UG=21y bajo
cota 3650, UG=20)
Agregamos variable UG en el diseo (Entry) de los
compsitos

BOX PLOT NEWUG

NEW UG

DERIVA UG20

DERIVA UG21

Tarea: hacer lo mismo para las dems

UG (eda)

DESAGRUPAMIENTO DESCLUTERIZACIN
(geology/sampling/cell decluster)
Aglomeracin de mayor informacin en zonas de alta ley. Me
conviene desagrupar? Hay que conocer cual fue la orientacin de
las campaas de sondajes.
La idea es repartir le peso de las muestras con el fin de obtener un
promedio en la configuracin del espacio de las muestras.
Mtodos:
Polgonos: (lados en los puntos medio del distancia entre c/ muestra,
muestras mas alejadas tienen mayor rea por lo tanto mayor peso que las
mas cercanas)
Celdas: mtodo iterativo y la idea es encontrar el tamao de celda
adecuado que hace que la ley media sea la menor. Este mtodo es el
utilizado por Vulcan. (Peso Celda=N Muestras/N Celdas; Peso
Muestra=Peso c/ celda/ N muestras en la celda)

Con kriging no es necesario declusterizacin, pero si se podra

considerar par ID^n si hay informacin efectivamente agrupada

Ejemplo Declus
Muestras: X X
Peso Celda: 2.5 (10/4=2.5)
Peso c/muestra: 2.5/2

XXXX
Peso Celda: 2.5 (10/4=2.5)
Peso c/muestra: 2.5/4

XXX
Peso Celda: 2.5 (10/4=2.5)
Peso c/muestra: 2.5/3

X
Peso Celda: 2.5 (10/4=2.5)
Peso c/muestra: 2.5/1=2.5

Tamao de malla
Mitad del dominio

Recomendado entre 10 y 20
Recomendado entre 5 y 10
Nos intereswa minimizar la ley media

Se elige valor donde se estabiliza la

curva (~ 200 m) y se corre de nuevo

Se comprueba que la variable UG

tenga peso. Despus lo miosmo para
UG 20

UG20

UG20

Box Plot para UG 20 y 21

Box Plot Ug 20 y 21 declus (se la ley

media)

UG20 DECLUS

Analisis de Contacto
Es cuando existe un transicin de leyes de una
unidad a otra. Esta transicin se manifiesta a
una distancia X. Esta transicin, puede ser
suave o brusca (contacto duro), en esta ltima
no habra transicin de leyes.

Contacto Transicional

15 m
B INFLUENCIA A UNIDAD A A 15 M
A INFLUENCIA A UNIDAD B EN 5 M

5m

Contacto Transicional en una direccin

13 m

B INFLUENCIA A UNIDAD A A 13 M

Variografa
Primero ver ordenar de menor a mayor
Insertar 2 columnas en excel del prob plot para ver valores escapados
(como criterio se puede optar en diferencias sobre 10%, se considera
como ltimo valor para usar en el variograma)

Capping

UG0=
UG1=
UG2=
UG

VARIOGRAFA
Promedio sumatoria de diferencias. Si nosotros
visualizamos el grfico nos tenemos que dar cuenta de
la tendencia de los datos donde la variabilidad va a ser
menor entre los datos mas cercanos entre si y mayor
entre los datos mas alejados entre s.
El efecto pepita es una sumatoria de variabilidades.
Entre ellas el error de muestreo.
Los datos escapados aumentan significativamente la
variabilidad en el variograma.
En resumen cuando se habla de correlacin se esta
hablando de lo contrario a variabilidad.

VARIOGRAMA

S2=sill
N=efecto pepita
A=alcance
H=paso
N=n pares de datos
X=ley

(h)=1/2n(Xi-Xj)^2
i [1,n]

 Mas alta la pepa se alcanza mas rpido el

alcance por tanto implica mayor variabilidad

Valor
capado

Variogramas equivalentes (orden de eleccin,

siempre trabajar solo con uno)
3
1
2

Configuracin del Lpiz (definiciones)

Configuracin del Lpiz (no hay regla)

Bsqueda paso o h (lag)
Lag tolerance =lag/2
Lag offset (solo para el punto inicial): entre
origen y primera bsqueda

Para comenzar la malla de sondajes

Para comenzar la malla de sondajes

Semivariograma, Correlograma, Pairwise Relative (usar este orden)

VARIOGASRAMA DTH
Vulcan ofrece entregar un nico variograma
pero dentro del sondajes independiente de su
trayectoria. El paso en este caso va a ser el
tamao de soporte. Este es mejor variograma
que podramos obtener, pero es una sola
direccin por lo que solamente se utiliza para
obtener el Efecto Pepita. Con pozos de
tronadora se debera utilizar el variograma
omnidireccional.

Obtencin nugget por ampliacin de

VAR DTH ALL
Efecto Pepita UG21= 0.038

no considerar los
puntos que caen en
la abscisa

 Efecto pepita 20 a 30 % de la meseta es

razonable (dependiendo del yacimiento)

Tarea dth y omni para ug20

MAPA VARIOGRFICO
Es un mapa de isovalores donde observamos como se comporta la
correlacin de los datos en un plano o planta. Despliega el valor que
entrega el variograma en las distintas direcciones. P.e. en el caso de
una veta lo recomendables sera orientar el variograma a lo largo de
la corrida ya que ah donde se podra encontrar la mayor
correlacin. En Vulcan se utilizar el modelo de bloques (en ventana
auxiliar) para visualizar estos variogramas donde el centro del
Modelo de bloques no es el cero sino que va representar el efecto
pepita. Si esto lo vemos en 3D sera una elipsoide que representa
un vector. Este vector, contiene 3 direcciones (o lo forman) y
determinaremos la direccin del vector en trminos de bearing,
plunge y dip. Cada UG va a tener distintos vectores de
discontinuidad de leyes.
Plunge: va por la misma direccin del bearing (mano)
Dip: va oblicuo al bearing (mano)

Rotaciones

Plunge
Bearing
Dip

VAR MAP

DEFAULT

Final UG21, 20

CUBE
X

Inquiere para ver valores del variograma y elegir rango

de colores para despliegue

ANALIZAR ANISOTRPAS

MAPA VARIOGRFICO

BEARING UG21_CUT=63
VER
LOS
POLGONOS
MAS CECANOS
AL CENTRO

PLUNGE UG21_CUT= -46

DIP UG21_CUT= -50

(USE DESIGN/TRANSFORMATION/ROTATE ARBITRARY)

Ejes elipsoide UG 21

Tarea: Mapa variogrfico UG20

Bearing: 170

Tarea: Mapa variogrfico UG20

Plunge: -36

Tarea: Mapa variogrfico UG20

Plunge: -36

Tarea: Mapa variogrfico UG20

Dip: 0

Ejes elipsoide UG 20

Directional variography

Usar regla mano derecha

Major, semi, menor

V4: Aumento de lag size a 20 m en Minor

VARIOGRAMA TERICO
El Kriging necesita generar su funcin usando la informacin del variograma
experimental.
Los valores que adquiera esta funcin van ser representados en cualquiera
de los 3 variogramas obtenidos del experimental.
Casi siempre se utilizar la forma esfrica y el variograma en trminos de
funcin constituye la suma de estructura del tipo: pepita+funcin del
variograma (pe. Una funcin esfrica); Si con estas 2 estructuras no es
suficiente para representar el variograma experimental sumo una 3ra
estructura que podra ser una 2da funcin esfrica.
Para proceder necesito conocer el efecto pepita y la varianza de los datos

Autofit

Autofit v0, en EDIT se debe ajustar

manualmente con Move Sill

Autofit v0, en EDIT se debe ajustar manualmente, cuando se

conforme botn derecho y aceptar

 Ahora hay que llegar a 0.66 sumando los sill

diferencial +nugget, si falta sumar se sobra
restar a la estructura 1 o 2. Se recomienda en
la segunda estructura.
Primer ajuste
nugget
sill dif 1ra estructura
sill dif 2da estructura
Total
Diferencia

0.038
0.265
0.35
0.653
-0.007

Segundo ajuste
nugget
sill dif 1ra estructura
sill dif 2da estructura
Total

0.038
0.265
0.357
0.66
0

Categorizacin (variography display)

Medido= alcance, Indicado =Alcance,
Inferido= >Alcance
Para cada una de las pasadas

Mtodos de Estimacin No GeoStats

ID: Calcula el promedio en funcin de la distancia
de las muestras. El valor de la potencia oscila
entre 1, 2 o 3 y va ser el aporte a ley de la
muestras a la media, mientras mas aumento la
potencia mayor es aporte la ley de la muestra
mas cercana al promedio.
Vecino mas cercano: genera polgonos y estima el
valor de un bloque tomando el valor de la
muestra mas cercana y lo copia. Se recomienda
usar este mtodo para comparar.

Mtodos de Estimacin GeoStats

Kriging Simple: Busca mejorar la ponderacin
de los datos al tomar en cuenta lo siguiente:
1 sus distancias la sitio a estimar,
la redundancia de sus datos (posibles
agrupamiento),
la continuidad de la variable regionalizada

Este mtodo trabaja bajo el supuesto de que la

media es constante en todo el deposito siendo
que esto no es asi.

 Kriging Ordinario: Desconoce el valor

promedio de la variable regionalizada. Por lo
tanto se adapta mejor a la situacin real de las
muestras.

Kriging Ordinario (Criterios):

Discretizacin 4x4x3 (en el rango)

Search Orientation: la misma que la obtenida en el mapa variogrfico
Search Distance: La mitad valor de los alcances del variograma Terico modelado
(mayor distancia muestras mas alejadas llegando a la meseta del variograma). Esto
para la primera pasada. La segunda usa el alcance y la 3ra mas alla del alcance segn
se definin como criterio
Octante-: divide el elipsoide en 8

Habr que corregir

estas distancias

Si se usa ID, se debera poner el peso del declus en este sector

Capados reduce los valores en la base de datos en esta pantalla (ojo
con la manipulacin de datos duros)

Exclude Distant (radio restringido)

2 elipses, la de restriccin que abarque al menos 1 bloque (bearing20, plunge20,

dip10)

Soft Boundaries (anlisis de contacto) solo contactos suaves que Influyen en la UG21.
las que influencias se ponen en Use Field Restriction y se aaden

Search region

Distancia a la cual es
influenciada la UG21 por la
UG 10 (esto es un ejemplo)

EXTRA VARIABLES
Para estimar una 2da variable con los mismos
parmetros de la primera o principal

KRIGING SIMPLE
Para KS se debe agregar solo un Media estacionaria

Inverso a la distancia
Normalise para las distancias anisotrpicas
Tick this box if you want to calculate the
anisotropic weightings normalised to the
search radii

PROMEDIO (cut prom)

Power 0
Muestras 3 y 10

Validacin Cruzada
Real vs Estimacin
Si se elige no considerar solo la muestra se
cambia eso nada mas y se elige ignorar todas
las muestras del sondajes hay que ir a samples
database y elegir variable DHID en cross
validation
Hacer scatter con REAL en Y y EST en X

Deriva
Registrar diferencias (subestiamcin o
sobrestimacin)