You are on page 1of 30

MSC. ING.

FELIX MIRANDA GASTAÑAGA


Geólogo
CONTENIDO :

• Autocorrelación
• Variables regionalizadas
• Introducción al análisis variográfico geoestadístico
• La varianza de estimación o extensión
• El concepto de Anisotropía
• El krigeage
COMPARACION ENTRE UNA DATA ESTRUCTURADA (TRAMO A)
Y OTRA AL AZAR (TRAMO B)

x s2 HISTOGRAMA VARIOGRAMA

 (h)
1
2 f(x)
3
4
5
TRAMO A 6
5 3.08 2.75
4
3
2
1 2 4 6 x h
1

2
4
f(x)  (h)
3
6
1
TRAMO B 5 3.08 2.75
1
3
2
1
4
2 4 6 x h
5
FUNCION VARIOGRAMA: Forma de cálculo

Es la función probabilística n -h 2
 -Z
que representa el patrón de
ZX

distribución de una variable Xi
i+h
2 (h) =
regionalizada i -1
n -h

x+h

OMNIDIRECCIONAL
x
VARIABLE REGIONALIZADA:

• V.R. es cualquier variable que fluctúa en el espacio (geo-referenciada) o


en el tiempo.
• Tiene dos características fundamentales:
• Gran variabilidad local.- Dientes de sierra
• Presenta una “estructura” y tendencia a mayor escala
• Ejemplos típicos:
• Leyes de Au, Ag, Cu, Fe, As, etc.
• Potencia de una veta o manto
• La variación del precio de Au en el tiempo
• Humedad
• Porosidad y permeabilidad
• Toneladas procesadas en Molinos
• Contenido mineralógico (% de qz, ser, ARCs, cac, bt, etc.)
• % de elementos u óxidos (Si, Ti, K, CaO, MgO, Fe2O3, etc.)
• Recuperación de Au
• Densidad de fracturamiento
• BWI
• Consumo de ácido (Kg/TM)
• etc.
FUNCION VARIOGRAMA: Graficación

 (h) GEO ESTADISTICA


meseta
s
2
C

C0
a h
DEPENDENCIA INDEPENDENCIA
ESTRUCTURA ALEATORIEDAD
h : paso entre las muestras
C0 : efecto de pepita
a : alcance
C : sill
C + C0 : meseta
s2 : varianza estadística
EJEMPLO DE CALCULO Y TRAZADO MANUAL DE UN VARIOGRAMA
5
 (h)
3.2 h=1 h=2 h=3 h=4 h=5 h=6 4

4.0
[d1]2 [d2]2 [d3]2 [d4]2 [d5]2 [d6]2 3 [d7]2 [d8]2
2.8
0.64
2
3.2 1.44 0.16
experimental
3.0 0.16 0.64 1.00 0.04 1
0.04 0.04 0.64 0.16 0.16 C0=0.25 ajuste
3.6
0.36 0.16 1.44 0.64 4.00 0
2.0 2.56 1.00 2.25 1.69 2.89 1.44 0 1 2 3 4 5 6 7 8
a = 12 m
4.5 6.25 0.81 2.25 0.00 0.00 0.25
2.5 4.00 0.25 1.21 0.25 0.49 0.09 1.69 0.49
7.29 0.49 10.24 2.56 4.84 4.00 5.76 1.44
5.2
8.41 0.04 4.84 0.09 1.69 0.49 0.16 0.25
2.3 0.25 5.76 0.09 2.89 0.64 0.64 0.81 0.16
2
 Z x h - Z x
 (h ) =
2.8 0.36 0.01 9.00 0.09 5.29 0.04 0.04 0.64
2.2 3.61 1.69 3.24 1.21 2.56 0.16 1.96 0.25
4.1
1.21 9.00 5.76 8.41 0.00 7.29 4.41 10.24 2(n - h )
9.61 17.64 37.21 30.25 36.00 9.61 33.64 14.44
5.2 4.84 0.81 4.00 15.21 10.9 14.4 0.81 12.96
8.3 4.41 18.49 1.44 0.01 3.24 1.44 2.89 1.44
6.1 1.96 12.25 32.49 6.76 2.25 0.16 0.04 0.09
0.81 0.25 6.76 23.04 2.89 0.36 1.69 0.49 dh = Zx+h - Zx
4.0 2
S[dh] 57.57 69.49 123.9 93.30 77.83 40.41 53.90 42.89 n = 19
2.6
2(n-h) 36 32 28 26 22 16 10 8
3.5
 (h) 1.60 2.17 4.42 3.59 3.54 2.53 5.39 5.36
AJUSTE DEL VARIOGRAMA A FUNCIONES TEORICAS

3h h3
(h) = C 2a 2a3
+ Co h*a

(h) = C + Co h>a

 (h)  ( h ) = ph ;   1

 (h) = ph ;  1

   - h 
(h) = C 1 - exp   C
 0
 a 

h
EJEMPLO DE VARIOGRAMAS

 (h) Au (gr/TM)2 Au DISEMINADO EN VULCANITAS


Andacollo IV Región - Chile
30

15
 (h) Cu (%) 2

0
25 50 75
h 20

 (h) Potencia (m)2


10

1.6
h
80 160
1.2
PORFIDO Cu-Au
0.8 VETA PATRICK W El Galeno
Huarón
0.4
Variograma experimental
0
200
h Ajuste teórico
100
VARIANZA DE EXTENSION O ESTIMACION

Toda estimación de reservas implica una EXTENSION;que no es otra


cosa que asignar a un volumen V el valor conocido de uno o mas
volúmenes v (muestras o compósitos).
Esta operación siempre involucra una error:
Valor real - Valor estimado.
La geoestadística tiene una herramienta para estimar a priori este error

VARIANZA DE EXTENSION O ESTIMACION:

s E2 = 2 ( V, v ) -  ( v 2 ) -  ( V 2 )

No depende de los valores reales, sólo depende de la configuración


geométrica y del Variograma experimental, debidamente ajustado a
modelos teóricos.
CONFIGURACION DE DIFERENTES BLOQUES
PARA UNA MISMA MALLA REGULAR
100 m

100 m
MODELOS ESFERICOS PARA LA ESTIMACION DE VARIANZAS DE EXTENSIONES
ELEMENTALES Modificado a partir de JOURNEL & HUIJBREGTS (1978)

s2
0 C
1.0

l
0. l
5

0. l
3
0.
2

0. 1 l

0.06

0.04
para a =170 para a = 50
0.03

0.02

0.01 l a
0.1 0.2 0.3 0.5 0.6 1 2 3 5 6 10
RELACION ENTRE LA PRECISION Y EL COSTO ASOCIADO A
DIFERENTES MALLAS DE PERFORACION

200

100
ERROR

50
50

30

COSTOS
10 RELATIVOS
1 2 4 8 16

200 141 100 70.5 50 METROS

VARIANZA DE ESTIMACION sE
2 = 2  ( V, v ) -  ( V, V ) -  ( v, v )
EL CONCEPTO DE ANISOTROPIA

• Una peligrosa simplificación o idealización es suponer que una


distribución de valores es ISOTROPA.
• Prácticamente todos los fenómenos geológicos son
DIRECCIONALES
• El análisis variográfico en varias direcciones nos confirma que
casi todos los yacimientos son ANISOTROPOS, es decir que
tienen patrones de distribución diferentes en cada dirección
• Esto tiene relación directa con:
• Los “flujos de mineralización”
• Los procesos geológicos o naturales de concentración o
enriquecimiento de minerales son “direccionados”
• La forma como se apila un Pad
EJEMPLO DE
REGIONALIZACION ISOTROPA

 (h )
5

3 NE-SW
NW-SE
2
ajuste
1
C 0 =0.5
0
0 1 2 3 4 5 6 7 8 9
h
a=420 m
DISTRIBUCION
W E ANISOTROPA

TUFO SUPERIOR
TUFO MINERALIZADO
TUFO INFERIOR
ARENISCA, CONGLOM.

 (h)

E-W
N-S
VERTICAL

h
VARIOGRAMAS EN VARIAS DIRECCIONES
CUBICACION DE CUERPOS TABULARES O VETAS

• Bloques o paneles irregulares

Chimenea
10

20 Elipse de influencia:
Galería

10
20

20
10

Tramo muestreado
EJEMPLO COMPARATIVO DE ESTIMACION DE VALORES:

• En base a valores (realizaciones)


conocidos…estimar valores en otros puntos o
lugares o posiciones (en el tiempo y espacio)
• En base a información de muestras de volumen
v (muestras) asignar o estimar valores de
volúmenes mayores V (paneles, bloques, etc.)
ESTIMACION POR PROMEDIO ARITMETICO SIMPLE

6 A

4 B
P
1
C D
5

6+5+4+1
P* = P* = 4.0
4
ESTIMACION POR EL METODO DEL INVERSO DEL CUADRADO DE LA
DISTANCIA:

A
R = 70 RADIO DE INFLUENCIA
6

B
4 d (1/d) (1/d)2 i Ley
P PA 90 fuera de R 6
C 1 PB 20 0.050 0.0025 0.81 4

5 D PC 50 0.020 0.0004 0.13 1


R
PD 65 0.015 0.0002 0.06 5
0.095 0.0031 1.00

P*ICD = 0.81x4 + 0.13x1 +0.06x5 = 3.67 P*ICD = 3.67


ESTIMADOR LINEAL:


*
=  i  i
Z : Variable en estudio
Z* : Valor estimado de Z
i : Ponderadores

SISTEMA DE MATHERON:

n
 ij : Variograma promedio

  j ij =  ij -  (h) = (MN)
cuando M recorre la muestra i
j =1
y N la muestra j
n
  j =1
j =1
 pi : Variograma promedio
(h) = (MN)
cuando M recorre el panel P y
µ : Parámetro de Lagrange N recorre independientemente
la muestra i
ESTIMACION POR KRIGEAGE:

6 A
AAA + ABB +ACC + ADD + µ = AP
B
C
P 4 BAA + BBB +BCC + BDD + µ = BP
1 CAA + CBB +CCC + CDD + µ = CP
D
5 DAA + DBB +DCC + DDD + µ = DP
A + B + C + D = 1

ANISOTROPIA A = 0.20
R = 80 B = 0.10 P*K = AA + BB + CC + DD
r = 40 C = 0.15 P*K = 3.10
D = 0.55
ERROR DE ESTIMACION =
2
K =  iP i + PP - 
ESTIMACION DE LA LEY MEDIA EN EL TRAMO S2 A S3

S1 S2 S3 S4

 
VARIOGRAMA:
(h) = h  Z2
1  2
Z1 Z3
3 4
Z4
COMENTARIOS:

 (h) EFECTO DE MEJOR ESTIMADOR:


PEPITA PURO LEY MEDIA
0 0.25 0.25 0.25 0.25
UNICO CASO DE VALIDEZ DE
LOS METODOS CLASICOS
h
 (h) REGULARIDAD
LOS DOS PUNTOS MAS
MEDIA CERCANOS AL
1/2 0.07 0.43 0.43 0.07 SEGMENTO ESTIMADO
TIENEN MAS PESO
h
 (h) VARIOGRAMA
NO INTERVIENEN LOS PUNTOS
LINEAL LEJANOS
0 0.50 0.50 0
1 PROPIEDAD CARACTERÍSTICA
DEL VARIOGRAMA LINEAL
h
 (h) GRAN LOS PONDERADORES DE Z1
REGULARIDAD Y Z4 SON NEGATIVOS
3/2 - 0.03 0.53 0.53 - 0.03 DEBIDO A LA EXTREMA
CONTINUIDAD DE LA
h MINERALIZACION
VALORES DEL VARIOGRAMA EXPERIMENTAL CALCULADO A TRES
DISTANCIAS DIFERENTES A LO LARGO DE UN TALADRO
( 1.50, 3.00 y 4.50 metros )

 (h )
17.0 1.50 m
16.0 3.00 m
SEMI - VARIOGRAMA EXPERIMENTAL

15.0
14.0 4.50 m
13.0
12.0
11.0
10.0
9.0
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
3.0

9.1

24.3

27.4
12.2

42.6

45.6

48.6
18.2

21.3
6.0

39.5
30.4

33.4
15.2

36.5

41.0

44.1

47.1
16.7

19.8

22.8

25.8

28.9

31.9
10.6

13.7

35.0

38.0
1.5

4.6

7.6

DISTANCIA ENTRE MUESTRAS ( m )


CALCULO DE UN VARIOGRAMA 2D
DIRECCION E-W : (2-2)2 + (2-4)2 + (4-5)2
(1-4)2 + (4-1)2 + (1-6)2 + (6-5)2
2 2 4 5
(2-2)2 + (2-1)2 + (1-3)2 + (3-6)2
1 4 1 6 5
(3-1)2 + (1-2)2 + (2-3)2 + (3-4)2
2 2 1 3 6
(4-7)2 + (7-3)2 + (3-2)2 + (2-5)2
3 1 2 3 4
(5-2)2 + (2-3)2 + (3-4)2
  Z x - Z x  h
4 7 3 2 5 2 = 97

5 2 3 4 97
(2-5)2  ( 100 ) = = 2. 20
44
(1-6)2 + (4-5)2 (2-4)2 + (2-5)2

(2-3)2 + (2-6)2 (1-1)2 + (4-6)2 + (1-5)2


(1-5)2
(3-3)2 + (1-4)2 (2-1)2 + (2-3)2 + (1-6)2
(2-6)2
(4-2)2 + (7-5)2 (3-2)2 + (1-3)2 + (2-4)2
(3-4)2
(5-4)2 (4-3)2 + (7-2)2 + (3-5)2
(4-5)2
 (300 ) = 2 69 = 3.83 (5-3)2 + (2-4)2
 ( 400 )
34
 10
 ( 200 ) =
112
= 3 . 73 =
2  4
= 4 . 25
2  16

DIRECCION N - S :
 (100 ) = 82 = 1.86  ( 400 ) = 49 = 3.50
2  22 2 7

 ( 200 ) = 78 = 2.29  ( 500 ) = 17 = 2.83


2  17 2 3

 ( 300 ) = 71 = 2.29
2  12
0.3 0.6 0.2 0.4 0.8 1.1 0.3

0.4 0.6 2.2 0.5 1.1 2.1 3.0 2.2 0.1 0.4

0.1 0.5 1.5 2.1 2.8 4.5 3.1 0.2

0.3 0.2 3.0 0.8 5.5 0.3

0.2 1.9 3.1 5.0 1.8 0.4

0.4 2.1 4.1 1.1 0.3

0.6 3.0 0.5

0.4

(0.4-0.1)2+(0.3-0.6)2 +(0.6-0.5)2 +….+ (0.4-0.2)2 = 55.17


(0.3-0.5)2+(0.6-0.3)2 +(0.6-1.5)2 +….+ (0.1-0.3)2 = 86.36
(0.3-0.3)2+(0.6-0.2)2 +(2.2-0.2)2 +….+ (0.1-0.4)2 = 83.86
0.3 0.6 0.2 0.4 0.8 1.1 0.3

0.4 0.6 2.2 0.5 1.1 2.1 3.0 2.2 0.1 0.4

0.1 0.5 1.5 2.1 2.8 4.5 3.1 0.2

0.3 0.2 3.0 0.8 5.5 0.3

0.2 1.9 3.1 5.0 1.8 0.4

Media aritmética
simple 0.4 2.1 4.1 1.1 0.3

3.1 + 4.5 + 5.5 + 5.0 + 1.8 = 3.98 0.6 3.0 0.5

0.4
a=100 4.3
Inverso del
cuadrado
de la distancia a=150 4.7