CALCULO DE VARIOGRAMA USANDO

SOFTWARE VARIOWIN
Curso: GEOESTADISTICA APLICADA EN MINERIA
Docente: Dr. Jorge Segura Davila

Ciclo: VIII

Integrantes :

Jean Junior Mendoza Cutipa 2013 38937

Duverly Roque Ramos 2013 38953

Denis Perca Lucero 2013 38952

Jhon Mamani Mamani 2013 38948

Yhon Vladimir Galarza Ilaquita 2014 101004

Jean Carlos MAchicado Acho 2013 38947

Fernando Huahuala Ccaza 2013 38921

Alejando Huahuala Ccaza 2014 - 101047

TACNA PERU
2017
 GEOESTADSTICA

1.- CONCEPTO:

La geoestadstica comprende a un conjunto de herramientas y tcnicas que sirven para

analizar y predecir los valores de una variable que se muestra distribuida en el espacio
o en el tiempo de una forma continua. Debido a su aplicacin orientada a los SIG,
tambin se podra definir como la estadstica relacionada con los datos geogrficos, de
ah que se le conozca adems como estadstica espacial.

Todo trabajo geoestadstico tiene que llevarse a cabo en tres etapas:

1.1) Anlisis exploratorio de los datos. Se estudian los datos muestrales sin
tener en cuenta su distribucin geogrfica. Sera una etapa de aplicacin de la
estadstica. Se comprueba la consistencia de los datos, eliminndose los
errneos e identificndose las distribuciones de las que provienen.

1.2) Anlisis estructural. Estudio de la continuidad espacial de la variable. Se

calcula el variograma, u otra funcin que explique la variabilidad espacial, y se
ajusta al mismo un variograma terico.

1.3) Predicciones. Estimaciones de la variable en los puntos no muestrales,

considerando la estructura de correlacin espacial seleccionada e integrando la
informacin obtenida de forma directa en los puntos muestrales, as como la
conseguida indirectamente en forma de tendencias conocidas.

2 MODELIZACIN DE LA VARIABILIDAD ESPACIAL

Sea Z(x) el valor de una variable en una localizacin x y Z(x+h) el valor de la misma
variable en un punto distante h del anterior. En un caso bidimensional, x es el punto de
coordenadas (x1, x2) y h es un vector con origen en dicho punto y mdulo h .
Generalmente, sern muchos los puntos muestrales que disten h entre s. Una forma de
mostrar las similaridadades o las diferencias entre los valores es mediante un grfico en
el que se representen los valores Z(x) frente a Z(x+h), denominado grfico de
dispersin-h. Si los valores son parecidos, la nube de puntos estar prxima a la bisectriz
del primer cuadrante, existiendo una autocorrelacin en esa variable. Habitualmente,
con h reducidas, las nubes de puntos se disponen muy prximas a la bisectriz,
aumentando la dispersin a medida que h se hace mayor. Esto coincide con la idea
intuitiva de mayor parecido entre las muestras que estn ms prximas entre s.

Sin embargo, el uso de los grficos de dispersin-h es poco prctico, ya que se

requeriran muchos para considerar todas las posibles distancias h y direcciones
espaciales. Por tanto, es necesaria una herramienta que sea capaz de expresar esa
informacin de una forma ms resumida: el semivariograma, o simplemente
variograma. A partir de los datos disponibles, se estima como:
siendo Z(xi) los valores muestrales en los puntos xi, en los que se tienen datos tanto en
xi como en xi+h; N(h) es el nmero de pares de datos separados por una distancia h. En
la prctica, se define un nmero finito de distancias, hj, y se asignan al clculo de (hj)
todos los pares de valores contenidos en el intervalo (hj - hj, hj + hj). De esa forma
se obtiene el denominado variograma experimental, conocido tambin como
variograma muestral o emprico.

Normalmente, el variograma es una funcin montona creciente, alcanzando un valor

lmite, denominado meseta, equivalente a la varianza muestral. La meseta se alcanza
para un valor de h conocido como rango o alcance (Figura 1). El rango determina la
zona de influencia en torno a un punto, ms all del cual la autocorrelacin es nula. Sin
embargo, no todos los variogramas alcanzan una meseta. Es posible que un variograma
no tienda asintticamente a la varianza, sino que tienda a infinito cuando as lo haga h
(Figura 1). El variograma representa la tasa media de cambio de una propiedad con la
distancia. El hecho de que dos observaciones prximas sean ms parecidas que si
estuvieran ms separadas se refleja en el mismo concepto del variograma. La
dependencia espacial disminuye a medida que se incrementa la distancia, h, y finaliza a
una cierta distancia, el rango. Ms all del rango, la tasa media de cambio es
independiente de la separacin entre las observaciones.

Figura 1. Variogramas con meseta (izquierda) y sin meseta (derecha).

Por definicin, (0) = 0. Pero, con frecuencia, (0) muestra un valor positivo, dando
lugar al denominado efecto pepita (Figura 1). ste se debe a la variabilidad a una
distancia ms pequea que el menor h considerado. En ocasiones tambin es fruto de
los errores experimentales o de muestreo.

Si los variogramas tienden a la horizontalidad, con valores prximos a la varianza

muestral, ello indica la ausencia de una estructura espacial. La varianza muestral
representa la variabilidad de los datos cuando ocurre esta circunstancia. A estos
variogramas se les conoce como efecto pepita puro. No obstante, las variables
ambientales pueden mostrar diferencias en los patrones de distribucin espacial en
funcin de la direccin considerada. Cuando el patrn de variabilidad espacial cambia
con la direccin existe anisotropa. En estos casos se deben emplear variogramas que
dependan no slo de h, sino tambin de la direccin (Isaaks y Srivastava, 1989).

Para la determinacin del variograma experimental o emprico deben cumplirse una

serie de etapas. En cualquier trabajo es necesario el cumplimiento de un par de
principios que condicionan la aplicacin de la geoestadstica:

a) El nmero de observaciones o puntos muestrales requeridos para estimar un

variograma debe estar alrededor de 100 en condiciones de isotropa; si existe
anisotropa los datos tienen que ser mucho ms abundantes.

b) El nmero de pares de datos que se requiere para el clculo de cada punto

del variograma debe ser al menos de 30-50.

Adems del variograma como herramienta geoestadstica para la descripcin de la

variabilidad espacial, se puede usar alternativamente la funcin de correlacin
(correlograma) o la funcin de covarianza, ya que las tres estn relacionadas siempre
que se disponga de un variograma con meseta.

Una vez que se han definido los puntos del variograma experimental, ser necesario
ajustar un modelo a dichos puntos, denominado variograma terico, debido a la
imposibilidad de trabajar con un variograma como el experimental, carente de una
funcin matemtica precisa.

Los modelos bsicos ms usados son los denominados:

- Esfrico,
- Exponencial,
- Gaussiano,
- Potencial,
- Lineal y
- El Efecto Pepita puro,

Cuando se realiza la modelizacin del variograma terico, se puede proponer diversos

modelos que se ajusten a los datos muestrales. La eleccin de un modelo concreto suele
basarse en apreciaciones subjetivas bien documentadas y en la experiencia. Existen
tambin una serie de criterios estadsticos que pueden ayudar a dicha eleccin, como los
proporcionados, por ejemplo, en los programas

- VARIOWIN,
- GS+,
- GSTAT o
- SURFER.

Conviene sealar que el objetivo no es lograr el mejor ajuste de una funcin a una
serie de puntos; se debe seleccionar el modelo que mejor explique el patrn de
variabilidad espacial de la variable investigada, aunque ste no sea el mejor desde un
punto de vista estadstico. Cuando el modelo ha sido identificado, se dice que el
variograma ha sido calibrado o validado.

Si se tienen dos variables relacionadas, pueden definirse los variogramas cruzados

(tambin los correlogramas y las funciones de covarianza cruzadas). Su tratamiento es
igual al descrito con anterioridad para el variograma.

Desarrollo de la Prctica

PROGRAMA VARIOWIN

1. En primer lugar vamos a instalar el programa VARIOWIN

2. Una vez instalado el variowin, abrimos el programa Prevar 2D donde leer nuestro
archivo Fierro.dat el cual anteriormente se le obtuvo del programa geoeas.
3. Corroemos el programa y nos aparece la siguiente ventana y presionamos ok.

4. El programa automticamente lo reconoce los archivos ya anterior mente procesados

por el dicho programa y no lo reconoce en archivo nuestro Fierro.dat, entonces
necesitamos guardar la data dentro de la carpeta del VarioWin para que lea el archivo.

No se observa nuestro
archivo SAMPLES.dat

5. Luego de presionar la opcin OK nos muestra la siguiente imagen indicando que el

programa ya ley esa data, mostrando las caractersticas de la data.

6. Ahora para activar la opcin Run (en la imagen est bloqueado) tenemos que realizar
las siguientes configuraciones. Para ellos vamos a la opcin Settings / Limits esta
opcin nos mostrara los limites, estos datos sern colocados en la opcin XY
Coordinate.
 Los datos Son: Este = 251.00 Norte: 291.00

7. Ahora vamos a la opcin XY Coordinate para poder colocar los datos obtenidos
anteriormente.

8. Presionamos la opcion run una vez copiado y se aya activado la opcion Run para
transformar el archivo Fierro.dat en otro tipo de extensin Fierro.pfc.

Se convirti en extensin
SAMPLES.pcf

Nmero de Pares: 110215

9. Ahora abrimos otro programa dentro de la carpeta VARIO2D.

10. en el mismo programa nos reconoce nuestro archivo que es el SAMPLE.pcf que
anteriormente ya se cre.

11. Seleccionamos la opcin Data-Map para que nos muestre la ubicacin de los puntos
en un grafico de dispersin.
12. Obteniendo luego nuestra ubicacin de los puntos MAPA DE PUNTOS

13. Luego nos queda solo calcular los datos ya procesados y vamos a la opcin Calculate
/ Direccional Variograma. Y nos mostrara un cuadro donde tenemos que colocar datos
para que salga nuestro variograma.
14. Tras la colocacin de los datos, nos mostrara el grafico de variograma de los puntos las
direcciones 0 , 45 , 90 y 135

15. el programa por defecto nos da un resultado en este caso el variograma en direccin
0

16. Guardaremos el variograma con el nombre samples.var

17. Abrimos el programa y seleccionamos el archivo guardado anteriormente samples.var

18. Nos abrir un pestaa donde seleccionaremos variograma aguardado anteriormente y

le daresmos OK para aceptar.

19. nos abre una pestaa donde dares parmetros para obtener nuestro variograma
terico al cual mas se asemeja.
 20. aky tendremos que tratar coincidir el variograma experimental con el teorico pudiendo
probar con los diferentes variograma.

Haciendo los ajustes necesarios, al variograma teorico al que mas se asemeja es el del
ESFERICO.

DIRECCION 0

21. Variograma experimental en direccin de 45

22. En direccin de 45 al variograma terico al que ms se asemeja es al GAUSIANO.

23. Variograma experimental en direccin de 90

24. en direccin de 90 al variograma terico al que ms se asemeja es al ESFERICO.

 25. variograma experimental en direccin de 135

26. direccin de 135 el variograma terico al que ms se asemeja es al EXPONENCIAL.

CONCLUSIONES:

El software VARIWION ha sido de mucha ayuda en los clculos de variograma de grandes

valores de datos.
Los resultados de la data SAMPLES se a calculado el variograma experimental y el terico
en menor tiempo y con muy buenos resultados.
Podemos concluir el que el modelo de variograma que presenta la DATA SAMPLES es
anisotropico.