Professional Documents
Culture Documents
PROFESOR GUIA:
LEONEL BARRA ORTEGA
MIEMBROS DE LA COMISION:
CARLOS ESPINOZA CONTRERAS
FELIX PREZ SOTO
SANTIAGO DE CHILE MARZO 2012
RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE
INGENIERO CIVIL, MENCIN INGENIERIA HIDRULICA SANITARIA Y AMBIENTAL
POR: ALFREDO VALENZUELA DUPR.
FECHA: MARZO 2012
PROF. GUIA: Sr. Leonel Barra Ortega
Se ajustan diferentes variogramas tericos y se escoge finalmente el con menor varianza del error,
el cual resulta ser el llamado modelo esfrico, este posee una varianza del error de 0,0068, con un valor
para el alcance de 1500 metros y una meseta de 0,27.
Conociendo el variograma terico con que se trabaja, se realiza la estimacin con el mtodo de
Kriging. Para hacer esto se debe validar el modelo a utilizar, esto se hace mediante el mtodo llamado live
one out, consistente en eliminar uno de los puntos donde se tienen datos de la estimacin y estimarlo
mediante el resto de los datos, este procedimiento se realiza con todos los puntos de permeabilidad
conocida, esperando un error bajo en las estimaciones para poder aseverar la correcta estimacin del resto
de los puntos requeridos. Esta validacin arroja los siguientes resultados.
Finalmente se concluye que para el rea y datos propuestos es posible realizar una estimacin
confiable de la permeabilidad.
ndice general
I.- Introduccin 4
II.- Revisin bibliogrfica 5
III.- Descripcin zona en estudio 8
Descripcin geolgica 8
Geologa 8
Geomorfologa 8
Hidrogeologa 8
IV.- Marco terico 11
Semivariograma experimental 12
Consideraciones para el cmputo del variograma 13
Semivariograma terico 14
Validacin del modelo 17
Estimacin 19
Triangulacin 19
Inverso de la distancia 20
Interpolacin geoestadstica 20
Krigeado o Kriging 21
V.- Resultados 22
Ajuste semivariograma terico 31
Validacin del modelo 35
VI.- Conclusiones, anlisis de resultados y soluciones propuestas. 43
VII.- Anexos 45
Anexo A 46
Anexo B 57
I.- Introduccin
Cuando se realiza una evaluacin hidrogeolgica sobre un rea determinada, existen diversas
variables presentes dentro de la evaluacin que generan incertidumbre a la hora de la entrega de
resultados. Un claro ejemplo de esto sucede cuando se desea obtener informacin de parmetros
hidrulicos, como el caudal especfico (Qesp), transmisibilidad (T) o permeabilidad (k), en puntos donde
an no se han realizado perforaciones de pozos, ni ningn tipo de estudio experimental que permita la
determinacin exacta de estos parmetros. Cuando existen diversas variables hidrogeolgicas an no
determinadas mediante pruebas experimentales, estas deben ser estimadas.
Para los puntos sin informacin mencionados en el prrafo anterior, existen diversos tipos de
mtodos que realizan estimaciones de los parmetros requeridos, pero todos ellos con un grado de
inexactitud considerable. Habitualmente, las estimaciones de los valores quedan a cargo de un modelador,
quin con simplificaciones o complejidades sumadas entrega un valor estimado de los parmetros en
cuestin. Inclusive hay veces, que se adoptan valores para los parmetros hidrogeolgicos proveniente de
la sectorizacin geolgica.
Adems, en variadas ocasiones los software utilizados para realizar la estimacin de los
parmetros no son de fcil utilizacin y requieren una gran cantidad de datos de entrada.
Se busca tambin la generacin de una red de puntos, cada uno con valores de permeabilidad
estimada en el rea de estudio.
Finalmente, se pretende tener una poderosa herramienta con el fin de entregar recomendaciones
para la construccin de nuevas fuentes subterrneas en el acufero Maipo medio, de acuerdo a los
requerimientos del operador.
Durante mucho tiempo se utilizaron diversos mtodos para caracterizar con mayor precisin los
recursos minerales distribuidos en la corteza terrestre, desde mtodos que se basaban en estimaciones
visuales hasta otros ms modernos como los geomatemticos (El inverso de la distancia, mnimo de
curvatura, splines, etc.). Es en esta bsqueda donde interviene Danie G. Krige, ingeniero en minas
Sudafricano, quin es el primero en introducir el concepto de la geoestadstica, como un mtodo de
estimacin el cual minimiza la varianza del error. Este concepto fue tomado por George Matheron,
perteneciente a la escuela francesa de geologa, la cual lo desarroll y difundi durante muchos aos en
uso exclusivo de la minera, siendo esta una rama de la estadstica tradicional, que comienza con la
observacin de que la variabilidad de las variables que se distribuyen en el espacio tienen una estructura
particular. Estas variables, cuando son dependientes entre s, Matheron las llam variables regionalizadas.
Lo anterior est claramente expresado en el texto Elementos de la geoestadstica de la Universidad de
Pinar del Ro desarrollado en el ao 1997.
entre ellos. Para ello se realiza un semivariograma experimental con los datos conocidos al cual se le
ajusta un semivariograma terico para cuantificar el grado y escala de variacin espacial. Este ajuste
permite extraer una serie de parmetros los cuales sern usados posteriormente en la interpolacin
estadstica, estos son: alcance o range, la meseta o sill y el efecto pepita o nugget. (Geoestadstica
A. Gallardo, 2006).
Hay que tener ciertas consideraciones al momento de realizar el ajuste del semivariograma terico
como son los rangos escogidos, distancias mximas, nmeros de puntos para el anlisis, etc. Lo anterior
ya que se pueden obtener resultados que no se ajustan a la realidad debido a datos errticos, variaciones
anisotrpicas de estos, etc. (Geoestadstica aplicada Daz M., Casar R. UNAM, 2009)
Luego, se aplica el Krigeado o Kriging, este es una tcnica de estimacin que proporciona el
mejor estimador lineal insesgado, y un error de estimacin conocido como varianza del krigeado que
depende del variograma obtenido y de las ubicaciones de los datos que se tienen, esta tcnica atribuye un
peso especfico a cada dato de acuerdo a las caractersticas geomtricas del problema, estos pesos son
calculados para minimizar la varianza de la estimacin y as garantizar el uso ptimo de la informacin
disponible. (Geoestadstica Concepcin Gonzlez Garca, 2008).
De esta forma se han dado paso a importantes aplicaciones del semivariograma y krigeado en
distintos mbitos, por ejemplo esta tcnica fue utilizada con xito para calcular la recarga por lluvias a los
acuferos por balance del in cloruro (Recarga a los acuferos espaoles mediante balance
hidrogeoqumico, F. Alcal Garca, 2005)
(dato analizado). En dichos casos, el tamao de la copa se correlaciona en mayor medida con el rango de
variogramas direccionales calculados para una determinada direccin dominante.
Descripcin geolgica
La cuenca hidrogrfica del Ro Maipo abarca prcticamente la totalidad del territorio de la Regin
Metropolitana, parte de la V y VI regiones extendindose entre los paralelos 3255-3415 latitud sur y
meridianos 6955-7133 longitud oeste. Drena una superficie de 15.304 Km2. La superficie de la cuenca,
cubre prcticamente el 100% de la Regin Metropolitana y una mnima superficie de las Regiones de
Valparaso (Provincia de San Antonio y Valparaso) y del Libertador Bernardo OHiggins (Provincia de
Cachapoal).
La zona en estudio se encuentra localizada entre los paralelos 3338' - 3350' latitud sur y los
meridianos 7112' - 7045' longitud oeste dentro de la cuenca ya mencionada.
Geologa
Geomorfologa
La zona de piedemonte y planicie se caracterizan por los procesos de relleno de los ros Maipo,
Mapocho y Angostura (en su curso inferior) originados por procesos de glaciacin y volcanismo de zonas
cordilleranas. La actividad volcnica ha producido relleno de cenizas y piedra pmez; mezcladas con
materiales como arcillas, arenas y bloques de depsitos ms antiguos. Los fenmenos de relleno hacen que
la cuenca presente distintas alturas, siendo los puntos ms altos Apoquindo y Puente Alto (700 m). Desde
esos puntos el terreno se deprime en todas direcciones hasta alcanzar su altura mnima en el extremo sur,
en la localidad de Hospital con 348 m y en Talagante con 343 m.
La parte sur de la cuenca (Paine y Hospital) ha sufrido una tectnica de hundimiento reciente, por
lo cual el nivel del relleno llega al pie de los cerros sin que aparezcan conos, taludes, etc. Existe ausencia
de terrazas fluviales, encontrndose en estos sectores importantes y profundas reservas de agua
subterrnea de toda la cuenca.
Hidrogeologa
reserva de aguas subterrneas llamada acufero de Santiago, se localiza desde la pre cordillera hasta
Talagante, con dimensiones cercanas a 10.000 millones de metros cbicos, equivalentes a 40 embalses El
Yeso. Siguiendo el sentido de escurrimiento del ro Maipo, otro acufero se localiza en el sector del ro
Volcn, en que se junta con el ro Maipo. En el rea restante de la zona cordillerana no hay existencia de
acuferos. Los acuferos que se encuentran en el valle de la cuenca, poseen diversas caractersticas, tanto
de profundidad como de calidad qumica de las aguas. En la zona comprendida entre los esteros Puangue
y Lampa, no se encuentran acuferos subterrneos, debido a las caractersticas de permeabilidad all
existentes.
Figura III. 1: Mapa geolgico del rea de estudio. Modificado de Thiele (1980), Sells y
Gana (2001) y SERNAGEOMIN (2002). Leyenda en pgina siguiente.
Figura III. 2: Continuacin figura 1 Leyenda Mapa Geolgico del rea de estudio.
Modificado de Thiele (1980), Sells y Gana (2001) y SERNAGEOMIN (2002)
10
Luego se verifica que las hiptesis para la utilizacin de la geoestadstica las cumplan los datos a
trabajar. Esto, con el fin de reflejar el grado de confiabilidad de la aplicacin del mtodo.
Las hiptesis que se deben cumplir para poder utilizar la geoestadstica como herramienta en la
naturaleza son:
I- Estacionaridad Estricta.
Se dice que Z(x) es estrictamente estacionaria si la funcin de distribucin de probabilidades de
las variables aleatorias regionalizadas Z(xi) son iguales entre s, independiente de la localizacin xi.
2) La funcin de covarianza Cov{Z(xi) - Z(xj)} exista y solo dependa de la longitud del vector h =
xi - xj. o sea.
Esta hiptesis requiere la estacionaridad slo para la media y para la funcin de covarianza de la
variable aleatoria regionalizada. La segunda condicin, implica estacionaridad de la varianza y del
variograma.
UnafuncinaleatoriaZ(x)sediceintrnsecacuando:
11
b) Para todo vector h el incremento [Z(x+h) - Z(x)] tiene varianza finita y no depende de la
localizacin xi:
Cuando se cumple esta condicin, se dice que la funcin aleatoria Z(x) es homognea. Esta
condicin se encuentra con bastante frecuencia en la naturaleza, pues existen muchos procesos que no
tiene varianza finita y sin embargo, poseen una funcin variograma finita.
En la prctica la funcin estructural, covarianza o semivariograma, es slo usada por lmites |h|
b. El lmite b representa la extensin de la regin en la que el fenmeno estudiado conserva cierta
homogeneidad del comportamiento de Z(xi).
Semivariograma experimental
donde la magnitud:
12
El semivariograma posee tres parmetros importantes: El efecto pepita o nugget, la meseta o sill y
el alcance o range.
Efecto pepita o nugget ( ): El semivariograma se define como nulo en el origen, esto se cumple
en la teora, pero en la prctica el semivariograma normalmente tiene valores diferentes a 0, la diferencia
existente entre el origen y el valor que toma el semivariograma al intersectar el eje de las abscisas, o bien
la interseccin en el eje Y de la proyeccin de este, se conoce con el nombre de efecto pepita ( ). Cabe
destacar que valores negativos del nugget no tienen significado y son asumidos como de valor nulo.
Meseta o sill (C): Es definido como el valor para el cual al aumentar el intervalo de distancia entre
los puntos (h), el valor de (h) permanece constante.
Alcance o range (a): Es la distancia para la cual los parmetros Z(x) y Z(x+h), son independientes,
o sea, no se relacionan. Se puede definir tambin el alcance como la distancia (h) a la cual comienza la
meseta del semivariograma.
13
1.- Los pares de las observaciones se agrupan segn la distancia dentro de un intervalo con una
tolerancia y dentro de una direccin con una tolerancia angular.
2.- Se considera que un nmero mximo de 25 intervalos es suficiente para cualquier propsito, y
un mnimo de 10 debe ser usado para determinar con precisin el rango y la meseta del variograma.
3.- Se estima para valores menores que la mitad de la distancia mxima.
5.- Los valores estimados para cada intervalo se deben graficar contra la distancia promedio de
todos los pares que se encuentran dentro de dicho intervalo.
Semivariograma terico
Los modelos vlidos de variograma tericos y sus respectivas ecuaciones, que sern ajustados al
variograma experimental son:
14
a) Modelo esfrico
b) Modelo exponencial
c) Modelo gaussiano
15
16
Para la validacin del modelo se recomienda usar el mtodo leave one out o validacin cruzada,
consistente en sacar un punto de la muestra y estimar con Kriging el valor de este punto usando el modelo
de variograma obtenido, esto con todos los elementos de la muestra.
Si el modelo del variograma escogido refleja adecuadamente la estructura espacial del conjunto de
datos, entonces los valores estimados deben ser cercanos a los observados.
Otro indicador importante es el estudio del error estandarizado, es decir, el error cuadrtico divido
por la deviacin estndar, donde se debe cumplir que:
Variogramas anisotrpicos
17
Anisotropa geomtrica
Frmula de la transformacin:
Donde:
A: Eje mayor (variabilidad es ms lenta)
B: Eje menor (variabilidad es ms rpida)
: Direccin (ngulo) el eje mayor.
Se aplica como un factor al argumento h del variograma en los modelos acotados o al gradiente en
los modelos no acotados.
En la prctica se estiman los variogramas en 4 direcciones principales (0, 45, 90 y 135 grados). Se
determinan los rangos para cada direccin y luego se construyen los grficos direccionales de los rangos
para decidir si hay anisotropa geomtrica presente o no.
18
Estimacin
Absolutamente todo lo que se ha expresado hasta este punto, tiene como objetivo el conocer la
informacin que se posee, de modo de poder realizar las estimaciones pertinentes de datos desconocidos a
partir del valor de los parmetros sabidos en los distintos puntos.
Para realizar la estimacin existen varias posibilidades, entre las que se encuentran: Splines
cbicos, mtodo del inverso de la distancia, aproximacin por polgonos, triangulacin, Krigeado, etc.
En muchas ocasiones las estimaciones propuestas por estos mtodos no son del todo satisfactorias
para quien solicita la realizacin de estas, pero es posible observar que esto es debido a que no se elije
correctamente un estimador adecuado.
Los diversos mtodos de estimacin son posibles de clasificar en dos grandes categoras, mtodos
de estimacin clsicos y modernos. Como es de esperar, los mtodos de estimacin clsicos son mas
sencillos y considerados de menor exactitud que los modernos.
Triangulacin
El mtodo de triangulacin consiste en el ajuste de un plano, el cual debe pasar por los tres puntos
conocidos mas cercanos al punto donde se desea estimar un valor.
Donde:
x,y: Coordenadas de los puntos.
19
De esta forma se establece el siguiente sistema de ecuaciones, para determinar los valores de a,b,c.
=a
=a
=a
As se obtienen los valores de a,b y c, entonces el valor de Z para cualquier punto dentro del plano
triangular previamente determinado.
Inverso de la distancia
Donde son los pesos proporcionales a la distancia euclidiana del punto de estimacin y viene
dado por:
Siendo la distancia euclidiana entre la localizacin del punto en el que se desea obtener algn
parmetro y la localizacin de la muestra i.
Ambos mtodos matemticos utilizan directamente los valores muestreados y refieren pesos de
acuerdo a la distancia euclidiana entre los datos, sin tener en cuenta la variabilidad en la informacin de la
que se dispone.
Interpolacin geoestadstica
2.- Ajuste de un modelo terico, seleccin adecuada del semivariograma terico y ajuste de sus
parmetros.
20
3.- Utilizacin del semivariograma terico ajustado mediante el mtodo del Krigeado.
Krigeado o Kriging
El Krigeado es una tcnica de estimacin que proporciona el mejor estimador lineal insesgado,
adems busca minimizar la varianza del Krigeado, correspondiente a un error de estimacin. Este error
depende no slo de las posiciones de los datos originales, sino tambin del semivariograma terico
previamente ajustado. La varianza del Krigeado viene dada por:
Donde:
: Es la estimacin de Z(x), la cual se obtiene como una combinacin lineal de los valores de
en los puntos de observacin , de la siguiente forma:
, Coeficientes a estimar para cada punto, estos coeficientes deben ser mnimos para as
minimizar la varianza del Krigeado. La estimacin de estos coeficientes puede resultar larga y tediosa si
no se utiliza un mtodo adecuado, el mtodo a utilizar para la determinacin de estos no ser otro que el
Krigeado.
El Kriging propone una resolucin matricial que logra encontrar el ptimo de estos coeficientes,
es decir, el valor que minimiza la varianza del Krigeado, para ello se debe resolver el siguiente sistema
matricial:
21
Donde:
V.- Resultados
22
Los datos se obtienen desde archivos obtenidos en la DGA (Direccin general de aguas).
Se dispone del caudal de cada uno de los pozos en litros/segundo, adems del nivel esttico,
dinmico y la profundidad de la perforacin (en metros) de cada uno de estos, por supuesto tambin se
conocen las coordenadas geogrficas de cada uno de ellos.
Siendo:
ND(m): Nivel dinmico.
NE(m): Nivel esttico.
23
= 250
Esta relacin entre el caudal especfico y la transmisibidad es propuesta por lamos y Peralta.
Este tipo de relaciones son de gran utilidad cuando no se tienen pruebas de bombeo adecuadas que
permitan obtener el parmetro deseado con exactitud y facilidad.
De esta forma se tienen los datos necesarios para trabajar, los cuales son presentados a
continuacin:
24
pozo N(m) E(m) Comuna P.Perf(m) Q[l/s] ND[m] NEPB[m] s[m] Qesp[l/s/m] T[m3/d/m] espesorsat[m] K[m/d] log(K(m/d))
1 6.266.085 336.885 Buin 120 72 81 72,6 8,41 8,6 2140 47 45 1,65
2 6.261.055 333.970 Paine 65,4 120 24,6 23,0 1,60 75,0 18750 42 442 2,65
3 6.261.480 333.540 Buin 61 100 35,2 32,4 2,80 35,7 8929 29 312 2,49
4 6.262.440 331.635 Buin 74,2 100 20,3 16,7 3,60 27,8 6944 58 121 2,08
5 6.256.945 332.425 Buin 40 90 7,8 1,6 6,20 14,5 3629 38 95 1,98
6 6.258.950 333.800 Buin 72,3 130 13,8 8,8 5,00 26,0 6500 64 102 2,01
7 6.261.335 333.955 Buin 52 40 23,83 23,2 0,67 59,7 14925 29 518 2,71
8 6.263.060 332.485 Buin 68 58 42 40,3 1,70 34,1 8529 28 308 2,49
9 6.263.820 334.550 Buin 81 90 56,5 54,3 2,25 40,0 10000 27 374 2,57
10 6.259.105 332.935 Buin 45 10 3,68 3,4 0,27 37,0 9259 42 223 2,35
11 6.257.065 337.520 Paine 50 35 7,8 4,4 3,40 10,3 2574 46 56 1,75
12 6.257.010 337.575 Paine 40 43 10,22 7,1 3,11 13,8 3457 33 105 2,02
13 6.262.400 336.585 Buin 70 18 48,56 47,8 0,76 23,7 5921 22 267 2,43
14 6.259.285 332.950 Buin 50 45 10,4 8,9 1,50 30,0 7500 41 182 2,26
15 6.273.250 321.855 Talagante 16,8 57 8,5 5,7 2,80 20,4 5089 11 458 2,66
16 6.274.500 321.730 Talagante 22,5 47 14,2 7,6 6,60 7,1 1780 15 119 2,08
17 6.273.640 320.970 Talagante 25 12,4 11,4 8,5 2,90 4,3 1069 17 65 1,81
18 6.275.700 321.235 Talagante 48,9 40 12,5 11,6 0,90 44,4 11111 37 298 2,47
19 6.274.450 321.420 Talagante 23 27 13 10,0 3,00 9,0 2250 13 173 2,24
20 6.275.650 320.800 Talagante 67,5 80 11,3 10,4 0,90 88,9 22222 57 389 2,59
21 6.273.350 325.250 Talagante 45 50 14,4 11,7 2,70 18,5 4630 33 139 2,14
22 6.273.550 326.450 Talagante 51 60 13,75 11,8 1,94 30,9 7732 39 197 2,30
23 6.274.970 323.980 Talagante 25,4 44 12,4 6,2 6,20 7,1 1774 19 92 1,97
24 6.274.570 323.850 Talagante 44 81 30 7,3 22,70 3,6 892 37 24 1,39
25 6.273.600 326.590 Talagante 39,5 70 13,8 9,5 4,30 16,3 4070 30 136 2,13
26 6.274.905 324.040 Talagante 18 22 9,6 8,1 1,50 14,7 3667 10 370 2,57
27 6.273.640 326.360 Peaflor 44 35 12,2 9,8 2,40 14,6 3646 34 107 2,03
28 6.271.650 318.250 Talagante 40 37,5 29,1 6,0 23,10 1,6 406 34 12 1,08
29 6.271.375 318.250 Talagante 40 43 17,5 5,5 12,00 3,6 896 35 26 1,41
30 6.272.790 319.250 Talagante 30 67 12,5 5,7 6,80 9,9 2463 24 101 2,01
31 6.273.080 323.000 Talagante 30,2 60 11,8 4,0 7,80 7,7 1923 26 73 1,87
32 6.272.750 322.900 Talagante 22,1 95 12 4,1 7,90 12,0 3006 18 167 2,22
33 6.272.260 323.210 Talagante 63,5 80 9 1,6 7,38 10,8 2710 62 44 1,64
34 6.272.260 323.750 Talagante 35,2 80 15,7 1,5 14,20 5,6 1408 34 42 1,62
35 6.272.180 323.700 Talagante 28,2 43 10,2 3,2 7,00 6,1 1536 25 61 1,79
36 6.273.000 327.800 Talagante 37 25 20,7 19,2 1,50 16,7 4167 18 234 2,37
37 6.271.000 328.605 Talagante 62,4 133 16,6 8,4 8,20 16,2 4055 54 75 1,88
38 6.266.020 325.030 IslaDeMaipo 72,5 138 8,5 2,6 5,90 23,4 5847 70 84 1,92
39 6.266.970 328.960 IslaDeMaipo 30,5 30 15 12,8 2,20 13,6 3409 18 193 2,28
40 6.265.545 326.585 IslaDeMaipo 62 100 22 3,8 18,20 5,5 1374 58 24 1,37
41 6.265.080 326.740 IslaDeMaipo 36 74 9,4 8,3 1,10 67,3 16818 28 607 2,78
42 6.266.170 327.330 IslaDeMaipo 42 70 9,3 8,0 1,30 53,8 13462 34 396 2,60
25
pozo N(m) E(m) Comuna P.Perf(m) Q[l/s] ND[m] NEPB[m] s[m] Qesp[l/s/m] T[m3/d/m] espesorsat[m] K[m/d] log(K(m/d))
43 6.264.060 328.855 IslaDeMaipo 48,7 79 17,4 16,4 1,00 79,0 19750 32 611 2,79
44 6.264.020 329.600 IslaDeMaipo 60,5 70 38,9 34,1 4,80 14,6 3646 26 138 2,14
45 6.265.830 328.110 IslaDeMaipo 40 40 10,7 10,0 0,70 57,1 14286 30 476 2,68
46 6.263.690 324.730 IslaDeMaipo 36 20 15,9 1,7 14,20 1,4 352 34 10 1,01
47 6.263.660 324.720 IslaDeMaipo 68 25 20,9 1,7 19,20 1,3 326 66 5 0,69
48 6.262.410 327.850 IslaDeMaipo 44,6 90 13,2 12,0 1,20 75,0 18750 33 575 2,76
49 6.259.240 325.660 IslaDeMaipo 60 150 14,6 5,7 8,90 16,9 4213 54 78 1,89
50 6.260.810 326.450 IslaDeMaipo 54 90 22,4 2,1 20,30 4,4 1108 52 21 1,33
51 6.267.610 322.020 IslaDeMaipo 7,5 15 4,19 1,5 2,66 5,6 1410 6 236 2,37
52 6.263.570 327.560 IslaDeMaipo 39 43 8,56 8,0 0,56 76,8 19196 31 619 2,79
53 6.268.980 327.310 IslaDeMaipo 30 27 12,28 3,3 8,98 3,0 752 27 28 1,45
54 6.262.000 328.800 IslaDeMaipo 29 40 25,89 18,9 6,99 5,7 1431 10 142 2,15
55 6.262.823 326.053 IslaDeMaipo 6 8,2 2,44 0,9 1,52 5,4 1349 5 265 2,42
56 6.262.560 324.140 IslaDeMaipo 6 10 3,5 1,9 1,62 6,2 1543 4 375 2,57
57 6.259.097 324.778 IslaDeMaipo 40 55 12,54 4,4 8,16 6,7 1685 36 47 1,67
58 6.260.850 327.550 IslaDeMaipo 19,5 56,3 13,19 5,8 7,44 7,6 1892 14 138 2,14
59 6.261.630 328.470 IslaDeMaipo 40 38 19,89 12,9 6,99 5,4 1359 27 50 1,70
60 6.263.625 329.975 IslaDeMaipo 60,5 60 36,73 33,3 3,45 17,4 4348 27 160 2,20
61 6.261.025 327.400 IslaDeMaipo 40 63 13,36 4,7 8,66 7,3 1819 35 52 1,71
62 6.264.490 330.760 IslaDeMaipo 54 37 41,6 36,3 5,30 7,0 1745 18 99 1,99
63 6.264.220 330.820 IslaDeMaipo 76 49 40,5 35,0 5,50 8,9 2227 41 54 1,73
64 6.264.600 330.350 IslaDeMaipo 61,5 110 47,8 38,6 9,20 12,0 2989 23 131 2,12
65 6.264.260 330.880 IslaDeMaipo 76 110 39 32,2 6,80 16,2 4044 44 92 1,97
66 6.266.250 313.500 IslaDeMaipo 44 20,8 10,28 4,2 6,06 3,4 858 40 22 1,33
67 6.265.791 316.823 IslaDeMaipo 50 45 15,75 1,4 14,34 3,1 785 49 16 1,21
68 6.266.051 313.327 IslaDeMaipo 43 15 8,45 4,8 3,63 4,1 1033 38 27 1,43
69 6.265.710 317.340 IslaDeMaipo 50 45 20,3 1,3 18,99 2,4 592 49 12 1,09
70 6.266.533 311.296 IslaDeMaipo 20 28 11,48 1,1 10,43 2,7 671 19 35 1,55
71 6.266.369 312.729 IslaDeMaipo 50 80 17,02 1,2 15,78 5,1 1267 49 26 1,41
72 6.271.900 300.620 Melipilla 19 1 1,8 1,4 0,40 2,5 625 18 36 1,55
73 6.271.820 299.800 Melipilla 141 45 64 1,5 62,50 0,7 180 140 1 0,11
74 6.272.320 299.940 Melipilla 98 25 25,6 2,1 23,50 1,1 266 96 3 0,44
75 6.272.350 299.950 Melipilla 73 25 24,8 2,0 22,80 1,1 274 71 4 0,59
76 6.269.460 309.040 ElMonte 278 100 26,7 1,3 25,40 3,9 984 277 4 0,55
77 6.271.750 310.210 ElMonte 25 7 8,5 1,5 7,00 1,0 250 24 11 1,03
78 6.269.760 295.080 Melipilla 58 6,5 49 14,3 34,70 0,2 47 44 1 0,03
79 6.272.550 294.800 Melipilla 80 15 48 1,8 46,20 0,3 81 78 1 0,02
80 6.272.050 298.770 Melipilla 155 35 53,4 0,9 52,50 0,7 167 154 1 0,03
81 6.275.030 320.360 Talagante 35,2 30 20,4 1,1 19,30 1,6 389 34 11 1,06
82 6.272.464 316.698 ElMonte 45 43 17 41,8 13,80 3,1 779 19 19 1,27
83 6.272.447 316.654 ElMonte 46,2 44 13 43,2 10,00 4,4 1100 25 25 1,41
Para comprobar que los datos se encuentran idnticamente distribuidos, se separan los datos en 4
cuadrantes diferentes, de modo que los 4 cuadrantes tengan aproximadamente la misma cantidad de datos,
de estos se obtiene el promedio y varianza de cada uno, adems de la desviacin estndar de los
promedios de los 4 cuadrantes. Adems de los cuadrantes, se presentan promedios, varianzas y desviacin
estndar de estos en las tablas N
Cuadrante1
Numeracin Coord.UTM Comuna K log(k)
26
Cuadrante2
Coord.UTM K
Numeracin Comuna log(k)
N[m] E[m] [m/d]
17 6273640 320970 Talagante 64,8 1,81
16 6274500 321730 Talagante 119,5 2,08
31 6273080 323000 Talagante 73,4 1,87
33 6272260 323210 Talagante 43,8 1,64
35 6272180 323700 Talagante 61,4 1,79
34 6272260 323750 Talagante 41,8 1,62
24 6274570 323850 Talagante 24,3 1,39
23 6274970 323980 Talagante 92,4 1,97
47 6263660 324720 IslaDeMaipo 4,9 0,69
46 6263690 324730 IslaDeMaipo 10,3 1,01
57 6259097 324778 IslaDeMaipo 47,3 1,67
38 6266020 325030 IslaDeMaipo 83,7 1,92
15 6273250 321855 Talagante 458,5 2,66
20 6275650 320800 Talagante 389,2 2,59
56 6262560 324140 IslaDeMaipo 374,6 2,57
26 6274905 324040 Talagante 370,4 2,57
18 6275700 321235 Talagante 297,9 2,47
51 6267610 322020 IslaDeMaipo 236,1 2,37
19 6274450 321420 Talagante 173,1 2,24
32 6272750 322900 Talagante 167,0 2,22
21 6273350 325250 Talagante 139,0 2,14
Tabla V. 4: Cuadrante N2.
Cuadrante3
27
Coord.UTM
Numeracin Comuna K[m/d] log(k)
N[m] E[m]
49 6259240 325660 IslaDeMaipo 77,6 1,89
27 6273640 326360 Peaflor 106,6 2,03
50 6260810 326450 IslaDeMaipo 21,4 1,33
40 6265545 326585 IslaDeMaipo 23,6 1,37
25 6273600 326590 Talagante 135,7 2,13
53 6268980 327310 IslaDeMaipo 28,2 1,45
61 6261025 327400 IslaDeMaipo 51,5 1,71
59 6261630 328470 IslaDeMaipo 50,2 1,70
37 6271000 328605 Talagante 75,1 1,88
52 6263570 327560 IslaDeMaipo 619,2 2,79
43 6264060 328855 IslaDeMaipo 611,5 2,79
41 6265080 326740 IslaDeMaipo 607,2 2,78
48 6262410 327850 IslaDeMaipo 575,2 2,76
45 6265830 328110 IslaDeMaipo 476,2 2,68
42 6266170 327330 IslaDeMaipo 395,9 2,60
55 6262823 326053 IslaDeMaipo 265,5 2,42
36 6273000 327800 Talagante 234,1 2,37
22 6273550 326450 Talagante 197,3 2,30
39 6266970 328960 IslaDeMaipo 192,6 2,28
54 6262000 328800 IslaDeMaipo 141,6 2,15
58 6260850 327550 IslaDeMaipo 137,6 2,14
Tabla V. 5: Cuadrante N3.
Cuadrante4
Coord.UTM
Numeracin Comuna K[m/d] log(k)
N[m] E[m]
64 6264600 330350 IslaDeMaipo 130,5 2,12
62 6264490 330760 IslaDeMaipo 98,6 1,99
63 6264220 330820 IslaDeMaipo 54,3 1,73
65 6264260 330880 IslaDeMaipo 92,3 1,97
4 6262440 331635 Buin 120,8 2,08
5 6256945 332425 Buin 94,5 1,98
6 6258950 333800 Buin 102,4 2,01
1 6266085 336885 Buin 45,1 1,65
11 6257065 337520 Paine 56,4 1,75
12 6257010 337575 Paine 105,1 2,02
7 6261335 333955 Buin 517,5 2,71
2 6261055 333970 Paine 442,2 2,65
9 6263820 334550 Buin 373,8 2,57
3 6261480 333540 Buin 312,2 2,49
8 6263060 332485 Buin 307,9 2,49
13 6262400 336585 Buin 266,7 2,43
10 6259105 332935 Buin 222,6 2,35
14 6259285 332950 Buin 182,5 2,26
60 6263625 329975 IslaDeMaipo 159,7 2,20
44 6264020 329600 IslaDeMaipo 138,1 2,14
Tabla V. 6: Cuadrante N4.
CuadranteN
1 2 3 4
Promedio 0,98 1,97 2,17 2,18
Varianza 0,34 0,27 0,23 0,09
28
Desv.Estandarpromedios 0,57
Tabla V. 7: Cuadrante N5.
Posteriormente, se obtiene la diferencia cuadrtica entre los valores del parmetro buscado (log
(k)), para cada uno de los pozos en los cuales se tiene informacin. (Tabla VII. 2 anexa)
A posteriori, se realiza un conteo de los pares de pozos que se encuentran separados a una
distancia dentro de cada intervalo para el rango escogido.
Para cada par de pozos que estn a una distancia dentro de cada uno de los intervalos en el rango
escogido, se obtiene la diferencia entre los valores del logaritmo de la permeabilidad de cada uno de ellos,
estos valores son sumados en cada uno de los intervalos, es decir, se tienen los valores de (Tablas VII. 3,
VII. 4 y VII. 5):
29
Adems, entre las consideraciones que se tienen que tener para la construccin del
semivariograma, se encuentra aquella en la cual se menciona que este se debe aplicar para valores
menores al 50% de la distancia mxima existente entre los objetos en evaluacin (45.000 m).
Por los 2 motivos expuestos, se decide trabajar con valores de h menores a 15.200 m, para
asegurar un rango en el cul no se produzcan variaciones importantes dentro del semivariograma.
30
Para el ajuste del semivariograma terico, lo primero que se hace es una inspeccin visual del
semivariograma experimental y de los diversos semivariogramas tericos conocidos: Luego de esto se
opta por ajustar 4 semivariogramas tericos al semivariograma experimental obtenido, los modelos
escogidos son: Modelo exponencial, modelo gaussiano, modelo efecto agujero y modelo esfrico.
El criterio de eleccin del semivariograma terico con el que se trabaje, ser aquel que tenga la
menor varianza del error, esto se logra variando los parmetros a y S..
Se obtiene el valor de (h) en el modelo exponencial para cada valor de h y su respectivo error
asociado (Tabla VII. 6 anexa), adems del valor de los parmetros a, S y la varianza del error.
S 0,26
a 1500
Varianzadelerror 0,006857
Tabla V. 8: Parmetros modelo exponencial
31
Se obtiene el valor de (h) en el modelo gaussiano para cada valor de h y su respectivo error
asociado (Tabla VII. 7 anexa), adems del valor de los parmetro a, S y la varianza del error.
S 0,26
a 3000
Varianzadelerror 0,0070
Tabla V. 9: Parmetros modelo gaussiano
32
Figura V. 5: Semivariograma Gaussiano
Se obtiene el valor de (h) en el modelo efecto agujero para cada valor de h y su respectivo error
asociado (Tabla VII. 8 anexa), adems del valor de los parmetro a, S y la varianza del error.
S 0,01
a 501
Varianzadelerror 0,0080
Tabla V. 10: Parmetros modelo Efecto agujero
33
Se obtiene el valor de (h) en el modelo esfrico para cada valor de h y su respectivo error
asociado (Tabla VII. 9 anexa), adems del valor de los parmetro a, S y la varianza del error.
S 0,27
a 1500
Varianzadelerror 0,0068
Tabla V. 11: Parmetros modelo Esfrico
34
Figura V. 7: Semivariograma Esfrico
Finalmente, se comparan las varianzas de los errores y como ya se mencion se decide utilizar el
modelo con la menor varianza del error.
Modelo Varianzaerror
Esfrico 0,0068
Gaussiano 0,0070
Exponencial 0,0069
Efectoagujero 0,0080
Tabla V. 12: Varianzas de los errores
La menor varianza del error la posee el Modelo esfrico, por lo que este ser el semivariograma
terico a utilizar.
35
Para validar el modelo, se utiliza el mtodo leave one out, es decir, se saca un punto de la muestra
(dato conocido) y se estima con Krigeado el valor del punto, este procedimiento se repite con todos los
puntos de la muestra.
Log (K): Logaritmo permeabilidad real; log (K)*: Logaritmo permeabilidad estimada.
36
37
Alobservar delafiguraprecedente,sedesprendequelosvaloresestimadosparalosdatos
reales del logaritmo de la permeabilidad, no difieren en demasa, con esto, es posible decir, que el
mtododelKrigeadopuedeseraplicadoparalazonaydatosenestudio.
Despus de comprobar que los datos que se tienen son vlidos para utilizar el mtodo del
Krigeado,seprocedelaaplicacindelmtodoyconellocumplirunodelosobjetivosfundamentalesde
esta memoria, la construccin de una malla de datos que entregue los valores de permeabilidad en
diversospuntos,enloscualeselvalordeesteparmetroesdesconocido.
38
N(m) E(m)
6.260.610 327.250
6.266.210 327.250
6.260.610 331.050
6.266.210 331.050
Tabla V. 15: Coordenadas de cuadrante en estudio
Elcuadranteencuestin,cercanoaIsladeMaiposemuestraenlasiguientefigura:
Figura V. 9: Pozos cercanos a cuadrante en estudio.
39
N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d)
6.260.610 327.250 1,9 75,3 6.260.610 327.450 2,0 107,6 6.260.610 327.650 2,1 128,1 6.260.610 327.850 2,1 119,9
6.260.810 327.250 1,8 65,2 6.260.810 327.450 2,0 104,2 6.260.810 327.650 2,1 130,7 6.260.810 327.850 2,0 109,4
6.261.010 327.250 1,7 49,8 6.261.010 327.450 1,8 62,8 6.261.010 327.650 2,0 89,7 6.261.010 327.850 1,9 85,9
6.261.210 327.250 1,7 47,2 6.261.210 327.450 1,8 56,7 6.261.210 327.650 1,8 69,4 6.261.210 327.850 1,9 71,9
6.261.410 327.250 1,7 53,7 6.261.410 327.450 1,8 62,4 6.261.410 327.650 1,8 70,4 6.261.410 327.850 1,9 71,5
6.261.610 327.250 1,8 66,3 6.261.610 327.450 1,9 76,5 6.261.610 327.650 1,9 84,5 6.261.610 327.850 1,9 84,8
6.261.810 327.250 1,9 85,7 6.261.810 327.450 2,0 101,2 6.261.810 327.650 2,1 113,8 6.261.810 327.850 2,1 117,2
6.262.010 327.250 2,0 111,8 6.262.010 327.450 2,1 138,1 6.262.010 327.650 2,2 166,9 6.262.010 327.850 2,3 181,5
6.262.210 327.250 2,2 144,4 6.262.210 327.450 2,3 190,5 6.262.210 327.650 2,4 257,9 6.262.210 327.850 2,5 305,8
6.262.410 327.250 2,3 189,5 6.262.410 327.450 2,4 261,1 6.262.410 327.650 2,6 384,3 6.262.410 327.850 2,8 575,2
6.262.610 327.250 2,3 223,4 6.262.610 327.450 2,5 306,4 6.262.610 327.650 2,6 418,6 6.262.610 327.850 2,7 480,9
6.262.810 327.250 2,4 249,1 6.262.810 327.450 2,5 327,3 6.262.810 327.650 2,6 406,0 6.262.810 327.850 2,6 421,4
6.263.010 327.250 2,4 272,2 6.263.010 327.450 2,5 349,1 6.263.010 327.650 2,6 403,7 6.263.010 327.850 2,6 386,9
6.263.210 327.250 2,5 295,3 6.263.210 327.450 2,6 387,7 6.263.210 327.650 2,6 431,2 6.263.210 327.850 2,6 394,0
6.263.410 327.250 2,5 311,2 6.263.410 327.450 2,7 450,2 6.263.410 327.650 2,7 501,7 6.263.410 327.850 2,6 423,5
6.263.610 327.250 2,5 293,8 6.263.610 327.450 2,7 454,0 6.263.610 327.650 2,7 520,6 6.263.610 327.850 2,6 414,1
6.263.810 327.250 2,4 252,7 6.263.810 327.450 2,5 317,0 6.263.810 327.650 2,6 355,8 6.263.810 327.850 2,5 341,2
6.264.010 327.250 2,4 233,6 6.264.010 327.450 2,4 244,6 6.264.010 327.650 2,4 251,4 6.264.010 327.850 2,4 262,4
6.264.210 327.250 2,4 239,2 6.264.210 327.450 2,3 214,7 6.264.210 327.650 2,3 197,2 6.264.210 327.850 2,3 195,0
6.264.410 327.250 2,4 253,1 6.264.410 327.450 2,3 207,2 6.264.410 327.650 2,2 168,6 6.264.410 327.850 2,2 151,7
6.264.610 327.250 2,4 258,4 6.264.610 327.450 2,3 200,8 6.264.610 327.650 2,2 157,2 6.264.610 327.850 2,1 131,0
6.264.810 327.250 2,4 261,2 6.264.810 327.450 2,3 201,3 6.264.810 327.650 2,2 155,8 6.264.810 327.850 2,1 127,4
6.265.010 327.250 2,4 268,2 6.265.010 327.450 2,3 216,1 6.265.010 327.650 2,2 175,3 6.265.010 327.850 2,2 143,1
6.265.210 327.250 2,4 257,2 6.265.210 327.450 2,4 238,7 6.265.210 327.650 2,3 215,1 6.265.210 327.850 2,3 185,3
6.265.410 327.250 2,4 227,8 6.265.410 327.450 2,4 256,6 6.265.410 327.650 2,4 264,2 6.265.410 327.850 2,4 250,3
6.265.610 327.250 2,3 211,0 6.265.610 327.450 2,4 279,8 6.265.610 327.650 2,5 322,9 6.265.610 327.850 2,5 338,0
6.265.810 327.250 2,3 221,0 6.265.810 327.450 2,5 318,2 6.265.810 327.650 2,6 382,2 6.265.810 327.850 2,6 422,0
6.266.010 327.250 2,4 261,5 6.266.010 327.450 2,6 374,6 6.266.010 327.650 2,6 415,9 6.266.010 327.850 2,6 434,6
6.266.210 327.250 2,5 289,2 6.266.210 327.450 2,6 389,4 6.266.210 327.650 2,6 392,9 6.266.210 327.850 2,6 384,7
Tabla V. 16: Permeabilidad estimada.
N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d)
6.260.610 328.050 2,0 101,6 6.260.610 328.250 1,9 85,8 6.260.610 328.450 1,9 74,5 6.260.610 328.650 1,8 67,0
6.260.810 328.050 2,0 89,5 6.260.810 328.250 1,9 75,6 6.260.810 328.450 1,8 66,7 6.260.810 328.650 1,8 61,4
6.261.010 328.050 1,9 73,9 6.261.010 328.250 1,8 64,0 6.261.010 328.450 1,8 58,1 6.261.010 328.650 1,7 55,7
6.261.210 328.050 1,8 65,0 6.261.210 328.250 1,8 56,9 6.261.210 328.450 1,7 51,6 6.261.210 328.650 1,7 50,9
6.261.410 328.050 1,8 65,1 6.261.410 328.250 1,7 55,9 6.261.410 328.450 1,7 49,4 6.261.410 328.650 1,7 50,3
6.261.610 328.050 1,9 77,2 6.261.610 328.250 1,8 64,3 6.261.610 328.450 1,7 50,6 6.261.610 328.650 1,8 57,8
6.261.810 328.050 2,0 108,2 6.261.810 328.250 2,0 92,3 6.261.810 328.450 1,9 81,0 6.261.810 328.650 1,9 85,5
6.262.010 328.050 2,2 169,0 6.262.010 328.250 2,2 144,7 6.262.010 328.450 2,1 129,1 6.262.010 328.650 2,1 130,6
6.262.210 328.050 2,4 268,0 6.262.210 328.250 2,3 212,9 6.262.210 328.450 2,2 175,5 6.262.210 328.650 2,2 156,3
6.262.410 328.050 2,6 380,0 6.262.410 328.250 2,4 263,2 6.262.410 328.450 2,3 197,8 6.262.410 328.650 2,2 161,1
6.262.610 328.050 2,6 391,1 6.262.610 328.250 2,4 275,8 6.262.610 328.450 2,3 197,4 6.262.610 328.650 2,2 150,9
6.262.810 328.050 2,5 351,9 6.262.810 328.250 2,4 261,4 6.262.810 328.450 2,3 191,4 6.262.810 328.650 2,2 145,1
6.263.010 328.050 2,5 326,2 6.263.010 328.250 2,4 254,7 6.263.010 328.450 2,3 194,0 6.263.010 328.650 2,2 149,2
6.263.210 328.050 2,5 325,2 6.263.210 328.250 2,4 259,7 6.263.210 328.450 2,3 205,5 6.263.210 328.650 2,2 163,1
6.263.410 328.050 2,5 343,9 6.263.410 328.250 2,5 282,9 6.263.410 328.450 2,4 234,5 6.263.410 328.650 2,3 197,6
6.263.610 328.050 2,5 348,6 6.263.610 328.250 2,5 310,0 6.263.610 328.450 2,5 282,9 6.263.610 328.650 2,4 264,5
6.263.810 328.050 2,5 324,2 6.263.810 328.250 2,5 323,6 6.263.810 328.450 2,5 337,4 6.263.810 328.650 2,6 362,7
6.264.010 328.050 2,4 279,3 6.264.010 328.250 2,5 308,5 6.264.010 328.450 2,6 355,3 6.264.010 328.650 2,6 436,3
6.264.210 328.050 2,3 216,5 6.264.210 328.250 2,4 253,0 6.264.210 328.450 2,5 303,2 6.264.210 328.650 2,6 371,0
6.264.410 328.050 2,2 158,8 6.264.410 328.250 2,3 187,8 6.264.410 328.450 2,3 222,4 6.264.410 328.650 2,4 256,1
6.264.610 328.050 2,1 126,3 6.264.610 328.250 2,2 143,5 6.264.610 328.450 2,2 165,1 6.264.610 328.650 2,3 181,9
6.264.810 328.050 2,1 114,1 6.264.810 328.250 2,1 121,9 6.264.810 328.450 2,1 136,8 6.264.810 328.650 2,2 143,3
6.265.010 328.050 2,1 121,7 6.265.010 328.250 2,1 119,8 6.265.010 328.450 2,1 125,6 6.265.010 328.650 2,1 123,6
6.265.210 328.050 2,2 152,9 6.265.210 328.250 2,1 135,3 6.265.210 328.450 2,1 126,8 6.265.210 328.650 2,1 116,2
6.265.410 328.050 2,3 215,5 6.265.410 328.250 2,2 177,1 6.265.410 328.450 2,2 144,7 6.265.410 328.650 2,1 119,3
6.265.610 328.050 2,5 317,4 6.265.610 328.250 2,4 251,7 6.265.610 328.450 2,3 180,4 6.265.610 328.650 2,1 133,5
6.265.810 328.050 2,7 456,1 6.265.810 328.250 2,5 332,0 6.265.810 328.450 2,3 214,7 6.265.810 328.650 2,2 150,9
6.266.010 328.050 2,6 420,5 6.266.010 328.250 2,5 323,9 6.266.010 328.450 2,4 224,0 6.266.010 328.650 2,2 161,5
6.266.210 328.050 2,5 337,3 6.266.210 328.250 2,4 272,9 6.266.210 328.450 2,3 209,8 6.266.210 328.650 2,2 163,4
40
N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d)
6.260.610 328.850 1,8 62,1 6.260.610 329.050 1,8 61,8 6.260.610 329.250 1,8 64,3 6.260.610 329.450 1,8 66,2
6.260.810 328.850 1,8 58,6 6.260.810 329.050 1,8 59,0 6.260.810 329.250 1,8 62,5 6.260.810 329.450 1,8 65,1
6.261.010 328.850 1,7 55,5 6.261.010 329.050 1,8 57,8 6.261.010 329.250 1,8 62,3 6.261.010 329.450 1,8 65,4
6.261.210 328.850 1,7 53,7 6.261.210 329.050 1,8 58,7 6.261.210 329.250 1,8 64,1 6.261.210 329.450 1,8 67,5
6.261.410 328.850 1,7 55,2 6.261.410 329.050 1,8 62,7 6.261.410 329.250 1,8 68,6 6.261.410 329.450 1,9 71,6
6.261.610 328.850 1,8 65,8 6.261.610 329.050 1,9 71,9 6.261.610 329.250 1,9 76,3 6.261.610 329.450 1,9 77,4
6.261.810 328.850 2,0 92,2 6.261.810 329.050 1,9 89,0 6.261.810 329.250 1,9 86,2 6.261.810 329.450 1,9 83,9
6.262.010 328.850 2,1 133,8 6.262.010 329.050 2,0 108,0 6.262.010 329.250 2,0 95,1 6.262.010 329.450 2,0 89,2
6.262.210 328.850 2,1 138,7 6.262.210 329.050 2,1 115,2 6.262.210 329.250 2,0 99,0 6.262.210 329.450 2,0 91,0
6.262.410 328.850 2,1 134,0 6.262.410 329.050 2,0 111,9 6.262.410 329.250 2,0 97,3 6.262.410 329.450 2,0 90,9
6.262.610 328.850 2,1 123,3 6.262.610 329.050 2,0 104,6 6.262.610 329.250 2,0 94,7 6.262.610 329.450 2,0 91,3
6.262.810 328.850 2,1 118,0 6.262.810 329.050 2,0 103,3 6.262.810 329.250 2,0 95,2 6.262.810 329.450 2,0 91,7
6.263.010 328.850 2,1 122,0 6.263.010 329.050 2,0 109,3 6.263.010 329.250 2,0 103,4 6.263.010 329.450 2,0 100,1
6.263.210 328.850 2,1 137,3 6.263.210 329.050 2,1 126,5 6.263.210 329.250 2,1 122,5 6.263.210 329.450 2,1 118,1
6.263.410 328.850 2,2 174,7 6.263.410 329.050 2,2 163,8 6.263.410 329.250 2,2 154,8 6.263.410 329.450 2,2 145,3
6.263.610 328.850 2,4 249,9 6.263.610 329.050 2,4 226,3 6.263.610 329.250 2,3 197,3 6.263.610 329.450 2,2 173,2
6.263.810 328.850 2,6 368,6 6.263.810 329.050 2,5 309,4 6.263.810 329.250 2,4 237,9 6.263.810 329.450 2,3 185,9
6.264.010 328.850 2,7 551,8 6.264.010 329.050 2,6 380,2 6.264.010 329.250 2,4 257,2 6.264.010 329.450 2,3 180,2
6.264.210 328.850 2,6 421,1 6.264.210 329.050 2,5 333,9 6.264.210 329.250 2,4 236,8 6.264.210 329.450 2,2 170,7
6.264.410 328.850 2,4 267,9 6.264.410 329.050 2,4 236,8 6.264.410 329.250 2,3 190,4 6.264.410 329.450 2,2 151,0
6.264.610 328.850 2,3 181,9 6.264.610 329.050 2,2 165,7 6.264.610 329.250 2,2 144,6 6.264.610 329.450 2,1 125,6
6.264.810 328.850 2,1 137,0 6.264.810 329.050 2,1 122,9 6.264.810 329.250 2,0 110,7 6.264.810 329.450 2,0 102,6
6.265.010 328.850 2,1 113,4 6.265.010 329.050 2,0 100,0 6.265.010 329.250 2,0 89,9 6.265.010 329.450 1,9 85,3
6.265.210 328.850 2,0 102,3 6.265.210 329.050 1,9 88,1 6.265.210 329.250 1,9 78,4 6.265.210 329.450 1,9 74,9
6.265.410 328.850 2,0 99,5 6.265.410 329.050 1,9 83,8 6.265.410 329.250 1,9 73,6 6.265.410 329.450 1,8 70,1
6.265.610 328.850 2,0 106,1 6.265.610 329.050 1,9 87,2 6.265.610 329.250 1,9 74,9 6.265.610 329.450 1,8 68,9
6.265.810 328.850 2,1 116,9 6.265.810 329.050 2,0 94,9 6.265.810 329.250 1,9 79,9 6.265.810 329.450 1,9 71,0
6.266.010 328.850 2,1 126,5 6.266.010 329.050 2,0 103,7 6.266.010 329.250 1,9 87,0 6.266.010 329.450 1,9 76,3
6.266.210 328.850 2,1 134,6 6.266.210 329.050 2,1 113,5 6.266.210 329.250 2,0 96,0 6.266.210 329.450 1,9 83,7
N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d)
6.260.610 329.650 1,8 66,6 6.260.610 329.850 1,8 66,6 6.260.610 330.050 1,8 66,6 6.260.610 330.250 1,8 66,6
6.260.810 329.650 1,8 66,5 6.260.810 329.850 1,8 66,6 6.260.810 330.050 1,8 66,6 6.260.810 330.250 1,8 66,6
6.261.010 329.650 1,8 67,0 6.261.010 329.850 1,8 66,8 6.261.010 330.050 1,8 66,6 6.261.010 330.250 1,8 66,6
6.261.210 329.650 1,8 68,8 6.261.210 329.850 1,8 68,1 6.261.210 330.050 1,8 66,6 6.261.210 330.250 1,8 66,6
6.261.410 329.650 1,9 72,0 6.261.410 329.850 1,8 70,2 6.261.410 330.050 1,8 67,3 6.261.410 330.250 1,8 66,6
6.261.610 329.650 1,9 76,0 6.261.610 329.850 1,9 72,7 6.261.610 330.050 1,8 68,4 6.261.610 330.250 1,8 66,6
6.261.810 329.650 1,9 80,1 6.261.810 329.850 1,9 74,9 6.261.810 330.050 1,8 69,3 6.261.810 330.250 1,8 66,7
6.262.010 329.650 1,9 82,9 6.262.010 329.850 1,9 76,1 6.262.010 330.050 1,8 69,6 6.262.010 330.250 1,8 66,8
6.262.210 329.650 1,9 83,6 6.262.210 329.850 1,9 75,8 6.262.210 330.050 1,8 69,6 6.262.210 330.250 1,8 67,0
6.262.410 329.650 1,9 84,6 6.262.410 329.850 1,9 77,4 6.262.410 330.050 1,9 72,2 6.262.410 330.250 1,8 70,0
6.262.610 329.650 1,9 86,7 6.262.610 329.850 1,9 82,0 6.262.610 330.050 1,9 78,5 6.262.610 330.250 1,9 76,5
6.262.810 329.650 2,0 89,3 6.262.810 329.850 1,9 88,6 6.262.810 330.050 1,9 88,0 6.262.810 330.250 1,9 86,2
6.263.010 329.650 2,0 97,8 6.263.010 329.850 2,0 98,2 6.263.010 330.050 2,0 99,1 6.263.010 330.250 2,0 93,1
6.263.210 329.650 2,1 116,0 6.263.210 329.850 2,1 113,3 6.263.210 330.050 2,0 106,6 6.263.210 330.250 2,0 98,1
6.263.410 329.650 2,1 139,7 6.263.410 329.850 2,1 133,0 6.263.410 330.050 2,1 121,4 6.263.410 330.250 2,0 104,4
6.263.610 329.650 2,2 155,6 6.263.610 329.850 2,2 153,0 6.263.610 330.050 2,1 140,4 6.263.610 330.250 2,0 107,5
6.263.810 329.650 2,2 152,9 6.263.810 329.850 2,2 141,7 6.263.810 330.050 2,1 126,2 6.263.810 330.250 2,0 102,5
6.264.010 329.650 2,1 135,6 6.264.010 329.850 2,1 125,0 6.264.010 330.050 2,0 112,1 6.264.010 330.250 2,0 96,6
6.264.210 329.650 2,1 132,6 6.264.210 329.850 2,1 116,8 6.264.210 330.050 2,0 107,0 6.264.210 330.250 2,0 97,8
6.264.410 329.650 2,1 124,2 6.264.410 329.850 2,0 111,5 6.264.410 330.050 2,0 107,4 6.264.410 330.250 2,0 107,9
6.264.610 329.650 2,0 110,4 6.264.610 329.850 2,0 104,1 6.264.610 330.050 2,0 106,6 6.264.610 330.250 2,1 119,8
6.264.810 329.650 2,0 95,8 6.264.810 329.850 2,0 94,6 6.264.810 330.050 2,0 100,3 6.264.810 330.250 2,0 112,0
6.265.010 329.650 1,9 84,2 6.265.010 329.850 1,9 86,3 6.265.010 330.050 2,0 93,8 6.265.010 330.250 2,0 102,1
6.265.210 329.650 1,9 77,0 6.265.210 329.850 1,9 82,3 6.265.210 330.050 1,9 88,9 6.265.210 330.250 2,0 94,2
6.265.410 329.650 1,9 72,9 6.265.410 329.850 1,9 77,5 6.265.410 330.050 1,9 81,9 6.265.410 330.250 1,9 84,9
6.265.610 329.650 1,8 69,3 6.265.610 329.850 1,9 71,6 6.265.610 330.050 1,9 74,0 6.265.610 330.250 1,9 75,7
6.265.810 329.650 1,8 68,0 6.265.810 329.850 1,8 68,0 6.265.810 330.050 1,8 69,0 6.265.810 330.250 1,8 69,6
6.266.010 329.650 1,9 71,2 6.266.010 329.850 1,8 68,3 6.266.010 330.050 1,8 66,9 6.266.010 330.250 1,8 66,9
6.266.210 329.650 1,9 76,7 6.266.210 329.850 1,9 71,5 6.266.210 330.050 1,8 68,0 6.266.210 330.250 1,8 66,6
41
N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d) N(m) E(m) log(k(m/d)* k(m/d)
6.260.610 330.450 1,8 66,6 6.260.610 330.650 1,8 66,6 6.260.610 330.850 1,8 66,6 6.260.610 331.050 1,8 66,6
6.260.810 330.450 1,8 66,6 6.260.810 330.650 1,8 66,6 6.260.810 330.850 1,8 66,6 6.260.810 331.050 1,8 66,6
6.261.010 330.450 1,8 66,6 6.261.010 330.650 1,8 66,6 6.261.010 330.850 1,8 66,6 6.261.010 331.050 1,8 66,6
6.261.210 330.450 1,8 66,6 6.261.210 330.650 1,8 66,6 6.261.210 330.850 1,8 66,7 6.261.210 331.050 1,8 67,0
6.261.410 330.450 1,8 66,6 6.261.410 330.650 1,8 66,7 6.261.410 330.850 1,8 67,4 6.261.410 331.050 1,8 68,4
6.261.610 330.450 1,8 66,7 6.261.610 330.650 1,8 67,4 6.261.610 330.850 1,8 68,8 6.261.610 331.050 1,8 70,6
6.261.810 330.450 1,8 67,1 6.261.810 330.650 1,8 68,5 6.261.810 330.850 1,8 70,8 6.261.810 331.050 1,9 73,5
6.262.010 330.450 1,8 67,6 6.262.010 330.650 1,8 69,7 6.262.010 330.850 1,9 72,7 6.262.010 331.050 1,9 76,5
6.262.210 330.450 1,8 68,1 6.262.210 330.650 1,8 70,7 6.262.210 330.850 1,9 74,3 6.262.210 331.050 1,9 79,0
6.262.410 330.450 1,8 70,2 6.262.410 330.650 1,9 71,7 6.262.410 330.850 1,9 75,1 6.262.410 331.050 1,9 80,2
6.262.610 330.450 1,9 75,3 6.262.610 330.650 1,9 74,9 6.262.610 330.850 1,9 76,1 6.262.610 331.050 1,9 79,5
6.262.810 330.450 1,9 82,6 6.262.810 330.650 1,9 78,7 6.262.810 330.850 1,9 76,9 6.262.810 331.050 1,9 77,9
6.263.010 330.450 1,9 85,7 6.263.010 330.650 1,9 79,3 6.263.010 330.850 1,9 74,9 6.263.010 331.050 1,9 73,9
6.263.210 330.450 1,9 87,1 6.263.210 330.650 1,9 78,1 6.263.210 330.850 1,9 71,9 6.263.210 331.050 1,8 69,1
6.263.410 330.450 1,9 89,0 6.263.410 330.650 1,9 76,9 6.263.410 330.850 1,8 69,1 6.263.410 331.050 1,8 64,8
6.263.610 330.450 1,9 88,8 6.263.610 330.650 1,9 75,3 6.263.610 330.850 1,8 66,9 6.263.610 331.050 1,8 62,5
6.263.810 330.450 1,9 85,4 6.263.810 330.650 1,9 72,2 6.263.810 330.850 1,8 64,9 6.263.810 331.050 1,8 62,4
6.264.010 330.450 1,9 82,5 6.264.010 330.650 1,8 68,1 6.264.010 330.850 1,8 62,6 6.264.010 331.050 1,8 66,0
6.264.210 330.450 1,9 86,8 6.264.210 330.650 1,8 69,9 6.264.210 330.850 1,8 63,5 6.264.210 331.050 1,9 78,4
6.264.410 330.450 2,0 103,2 6.264.410 330.650 2,0 91,5 6.264.410 330.850 2,0 92,7 6.264.410 331.050 2,0 89,6
6.264.610 330.450 2,1 121,1 6.264.610 330.650 2,0 107,7 6.264.610 330.850 2,0 100,4 6.264.610 331.050 2,0 92,8
6.264.810 330.450 2,1 115,3 6.264.810 330.650 2,0 108,6 6.264.810 330.850 2,0 100,8 6.264.810 331.050 2,0 93,4
6.265.010 330.450 2,0 105,4 6.265.010 330.650 2,0 103,0 6.265.010 330.850 2,0 97,1 6.265.010 331.050 2,0 90,5
6.265.210 330.450 2,0 96,2 6.265.210 330.650 2,0 94,3 6.265.210 330.850 2,0 90,1 6.265.210 331.050 1,9 85,1
6.265.410 330.450 1,9 85,9 6.265.410 330.650 1,9 84,8 6.265.410 330.850 1,9 82,1 6.265.410 331.050 1,9 78,6
6.265.610 330.450 1,9 76,5 6.265.610 330.650 1,9 75,9 6.265.610 330.850 1,9 74,2 6.265.610 331.050 1,9 71,9
6.265.810 330.450 1,8 69,7 6.265.810 330.650 1,8 69,2 6.265.810 330.850 1,8 68,2 6.265.810 331.050 1,8 67,2
6.266.010 330.450 1,8 66,9 6.266.010 330.650 1,8 66,8 6.266.010 330.850 1,8 66,6 6.266.010 331.050 1,8 66,6
6.266.210 330.450 1,8 66,6 6.266.210 330.650 1,8 66,6 6.266.210 330.850 1,8 66,6 6.266.210 331.050 1,8 66,6
Losresultadosmostradosenlaestimacin,sonposiblesgraciasaquesecumpleconotrodelos
objetivos principales de esta memoria, la creacin de un archivo Excel, en el cul, al introducir la
coordenada exacta donde se desea saber el valor de la permeabilidad, este libro, en base a los datos
conocidosyalmtododelKrigeado,entregaunaestimacindeestaconunareduccinsignificativaen
relacinaotrosmtodosdelavarianzadelerror.
42
VI.- Conclusiones, comentarios y anlisis de resultados.
Los objetivos de la memoria fueron cubiertos en su totalidad, todos con xito en cuanto a
resultados se refiere.
Se logra crear una malla de puntos para estimar la permeabilidad en diferentes puntos del rea en
estudio. Hay que tener ciertas precauciones con los resultados obtenidos, ya que mientras ms alejado de
los pozos conocidos se desea obtener la estimacin de un cierto valor, este valor ser cada vez menos
fiable. En particular, se define un radio de 1500 m alrededor de alguno de los pozos en estudio, para la
obtencin de resultados ms precisos.
Los mayores soportes del mtodo en estudio, son las hiptesis para su aplicacin, es de suma
importancia que se tenga una homogeneidad en los datos tanto estadstica como geolgica, esto se recalca
ya que muchos de los mtodos aplicados para la estimacin en estos casos no presentan esta posibilidad.
En las tablas ubicadas en el anexo B, existen bastantes valores iguales entre s, esto se produce
porque la red de puntos creada en aquellas tablas, son puntos distantes entre s, adems de ello, muchos de
estos puntos se encuentran a una distancia mayor a 1500 metros de alguno de los pozos en los cuales se
tienen datos, en consecuencia caen en la meseta del Krigeado, por lo que este entrega un valor de
permeabilidad para esas coordenadas, el cual no es confiable en la gran mayora de los casos descritos en
este prrafo.
A continuacin, se muestran los resultados obtenidos luego de realizar la validacin propuesta con
el Krigeado, utilizando el parmetro permeabilidad.
43
El anlisis de los resultados se presenta con el objetivo de entregar una mirada crtica al problema.
Luego de realizada la validacin del mtodo, este entrega como resultado del promedio de los
errores un valor de 2.24, valor que no se aleja en demasa de 0 (valor esperado), pero que tampoco se
puede considerar un valor confiable por dos motivos, el primero es evidente, ya que, lo que informa este
parmetro es que se est cometiendo en promedio a lo menos un error de 2.24 en la estimacin de la
permeabilidad para cada uno de los pozos, lo que no se desea, el segundo y ms importante an, es que
como no se trata del valor absoluto del error, se pueden estar cometiendo errores an mayores de los ya
mencionados, basta que alguno de los errores cometidos sea negativo para que todava cometiendo un
error mayor a lo que se nos informa con este valor, este error se presente disminuido debido al signo.
Para mayor claridad sobre el segundo motivo se debe revisar el promedio cuadrtico de los
errores, del cual se espera que sea cercano a 0. El promedio cuadrtico arroja un valor cercano a 24049,
poniendo en evidencia que el error que se est cometiendo en las estimaciones es bastante grande.
Finalmente, se analiza la estandarizacin del error, dada por el promedio del cuociente entre el
error cuadrtico y la varianza del Krigeado, este arroja un resultado de 1,66 el cual se aleja bastante del 1
esperado.
Los antecedentes demuestran que el error de estimacin que se comete con el anlisis de la
permeabilidad (sin realizar alguna transformacin en ella), es bastante elevado, por lo que se concluye que
con los datos duros de permeabilidad en la zona la estimacin que se realice mediante el mtodo del
Krigeado no ser fiable.
Al realizar un anlisis minucioso de la situacin expuesta en las lneas precedentes, se opta por
aplicar a todos los datos la funcin log(), con lo cual el parmetro a analizar ya no ser la permeabilidad,
sino, log (permeabilidad), se muestra la justificacin de esta transformacin en el desarrollo de esta
memoria. La funcin logaritmo de la permeabilidad al poseer un mejor ajuste estadstico que la
permeabilidad sin alguna transformacin, entrega resultados aceptables en la validacin del mtodo, por lo
que es posible la aplicacin de ste (transformacin de normalizacin).
El semivariograma experimental, como era de esperar, presenta gran variacin luego de cierta
distancia, finalmente como es recomendado se trabaja con una distancia menor al 50% de la distancia
mxima, ms exactamente con el 39.5%, hasta ese punto el semivariograma se comporta de forma
logartmica, despus de eso, el semivariograma presenta grades variaciones.
44
El variograma terico elegido para trabajar (variograma esfrico), se escogi debido a su menor
varianza de error en comparacin con los otros modelos aplicados, donde se puede observar que el
parmetro a (alcance o rango), es bastante pequeo, tan slo alcanza cerca de los 1500 metros, este
pequeo alcance es el primer gran punto de preocupacin, ya que si se dispone de bastantes pozos, que se
encuentren una distancia mayor de aquella, K(x) y K(x+h) no se correlacionarn. Es por este motivo, que
existen valores en las tablas del anexo B, los cuales al no poseer un pozo a una distancia menor o igual a
1500 m toman un valor fijo, este valor es el dado por la meseta del variograma esfrico.
Bajo los antecedentes expuestos en esta memoria, se concluye que el mtodo del Krigeado es un
buen estimador de la permeabilidad en la zona del Maipo Medio, esto para el rea y los datos propuestos.
VII.- Anexos
45
AnexoA
TablaVII.1:Distanciaentrepozos,enkilmetros.
46
TablaVII.2:Diferenciacuadrticadellogaritmodelapermeabilidadentrepozosenestudio.
47
48
49
50
51
52
53
54
55
56
AnexoB
TablasVII.10:Permeabilidadestimadazonaenestudio.
57