Variograma

Variograma

lunes, 6 de junio de 2016

¿Qué es un variograma?

Definiciones Básicas:

Geoestadística: Aplicación de la teoría de variables regionalizadas a la estimación de recursos mineros.

Variables regionalizadas: Es una función que representa variación en el espacio. Se designa por z(x). 


Una variable regionalizada posee propiedades intermedias entre una variable completamente aleatoria y una completamente determinística. A modo de definición una variable regionalizada es una variable aleatoria cuya realización depende de la posición. Ejemplos típicos de variables regionalizadas son la elevación topográfica de algún terreno, el perfil de pozo registrado con alguna herramienta de sondeo, etc. En contraposición con una variable totalmente aleatoria, una variable regionalizada tiene cierta correlación punto a punto, pero estos cambios son tan complejos que no pueden ser descriptos por una función determinística.

Si quieres saber más sobre variables regionalizadas, visita el siguiente enlace:



http://www.slideshare.net/MauricioTics2016/variables-regionalizadas-62772087

Variograma

El variograma es una función que constituye la herramienta fundamental de la geoestadística. 
Sean  x  y  x + h dos puntos en el espacio:


La definición teórica de la función variograma γ(h) es la esperanza matemática siguiente:


Las propiedades del semivariograma se deducen fácilmente de la definición:

Ya que la función Z(x) es desconocida en la práctica se utiliza la siguiente ecuación para calcular el variograma, conocida como ecuación del variograma experimental:

Donde N(h) es el número de pares Z(xi) y Z(xi+h) separados una distancia h.
Sus características son las siguientes: 


  • Es un estimador no paramétrico.
  • Es óptimo cuando se dispone de una malla regular de muestreo que sea  representativa y la distribución sea normal.
  •  En estas   condiciones el sesgo es el mínimo posible.


Ejemplos de variogramas son los siguientes:






Variogramas lineales regulares

¿Cómo usar la ecuación del variograma experimental para una línea muestreada regularmente?

En el caso de una línea no importa si se recorre de izquierda a derecha o de derecha a izquierda, debido a la propiedad,  γ(-h)= γ(h). 


El muestreo es regular ya que los sondajes son realizados siempre a la misma distancia. Utilizaremos el siguiente ejemplo:

Acá se puede ver que hay (N-1)b pares de datos.

Hay que obtener, γ(h),  γ(2h), γ(3h), γ(4h),……

Por ejemplo, para h=b, si se desea obtener:
     

     1)     γ(b)

     2)     γ(2b) 
 
          3)     γ(3b) 

Posteriormente se grafican los γ(h),  γ(2h), γ(3h), γ(4h), …. en función de sus respectivos h, 2h, 3h, 4h ….. etc.



Variogramas bidimensionales regulares

¿Cómo usar la ecuación del variograma experimental para una malla bidimensional muestreada regularmente?

En el caso de una malla bidimensional, hay varias direcciones en las cuales se puede calcular un variograma. En la práctica está demostrado que calculando los variogramas en las direcciones 0°, 90°, 45° y 135° es posible estudiar la anisotropía del yacimiento. 


Caso 1)  90°



 Caso 2)  0°



Caso 3)  45°



Caso 4)  135°



El muestreo es regular ya que los sondajes son realizados siempre a la misma distancia. Utilizaremos el siguiente ejemplo:

Para la malla anterior se elige como distancia h = 10 [m], entonces debemos calcular γ(10),  γ(20), γ(30), γ(40),……

Como ejemplo se hará el calculo del variograma en la distancia sur norte. Los vectores h son de la siguiente forma:
Si se aplica la ecuación del variograma experimental se obtiene el siguiente calculo:

Para practicar!!,  otros valores dan:


Si se realizara el gráfico en la dirección NS y también en la dirección EO, se obtendría los siguiente:


Para practicar!!,  ideal sería que los hiciera.

El caso anterior muestra que la ley es anisotrópica ya que en dos direcciones los variogramas son muy distintos.

----------------------------------------------------------------------

¿Cómo sería un caso en el cual existiera isotropía?


Supongamos que se realizan los 4 variogramas recomendados para el estudio de anisotropía y se obtiene lo siguiente:


Se puede apreciar que los variogramas en las diferentes direcciones son muy similares, esto implica que el yacimiento es isotrópico.


En este caso se pude calcular un variograma omnidereccional mediante un promedio ponderado de los valores del variograma (ponderación por el número de parejas N):




Para profundizar en el tema puede seguir el siguiente enlace:


El power point corresponde a:
  • Departamento de Ingeniería Topográfica y Cartografía
  • Universidad Politécnico de Madrid
  • Profesor Carlos López






Variogramas en software R

Variogramas en el software estadístico R

Para lograr hacer un variograma en el software estadístico R, siga la siguiente guía:

1) Instalación del software estadístico R.

Link para descargar R:

https://cran.r-project.org/bin/windows/base/

En los siguientes videos podrás ver como se instala el software R:





2)  Instalación del package Gstat.

Dentro de los packeage usados con el software R para geoestadística, los más conocidos son Gstat y también Rgeo. Los siguientes videos tutoriales tratan de como instalar el peckeage Gstat:





3) Manuales del packege Gstat.


El siguiente video tutorial muestra como realizar un Kriging ordinario con Gstat:



El siguiente video tutorial muestra los comandos básicos de Gstat:



4) Ejemplo de variograma y kriging ordinario con “meuse”.

A continuación una línea de comandos que se puede usar con el archivo "meuse" que Gstat trae de ejemplo:


  • En rojo las líneas de comando ingresadas por el usuario.



>library(gstat)
>library(geoR)
>library(sp)
>datos<-read.delim(“clipboard”) ó también el comando >datos<-read.table(“clipboard”) ó en “clipboard” dirección directo del archivo.

>datos

"Se obtiene la siguiente salida"





> coordinates(datos)=~x+y
> summary(datos)

"Se obtiene la siguiente salida"

Object of class SpatialPointsDataFrame
Coordinates:
  min max
x  39 546
y  43 344
Is projected: NA
proj4string : [NA]
Number of points: 112
Data attributes:
      ppm              dist   
 0      :30   116,1034022:  1 
 0,69   :21   124,6515142:  1 
 1,1    :16   134,7664647:  1 
 1,4    :10   145,2067492:  1 
 1,6    : 6   150,7481343:  1 
 2,2    : 5   161,8177988:  1 
 (Other):24   (Other)    :106 

> variogram((ppm)~1,datos)

"Se obtiene la siguiente salida"

    np      dist     gamma dir.hor dir.ver   id
1  104  39.00000  6.600962       0       0 var1
2   98  43.00000  8.183673       0       0 var1
3  182  58.05170  9.760989       0       0 var1
4   96  78.00000  5.484375       0       0 var1
5  252  88.04493 10.676587       0       0 var1
6  156  94.42987 12.448718       0       0 var1
7  232 116.44349 10.566810       0       0 var1
8  224 126.01042 11.892857       0       0 var1
9  130 134.76646 15.457692       0       0 var1
10 332 149.81044 12.953313       0       0 var1
11 140 161.81780 11.603571       0       0 var1
12 390 175.65977 15.753846       0       0 var1
13 168 191.49128 13.169643       0       0 var1


> variogram=variogram((ppm)~1,datos)
> variofit=fit.variogram(variogram,model=vgm(1,"Sph",200,1))
> variofit

"Se obtiene la siguiente salida"

  model     psill   range
1   Nug  4.818052   0.000
2   Sph 10.283634 233.568


> plot(variogram,variofit)

 "Se obtiene la siguiente salida"



5) Manuales de Gstat y Meuse.

A continuación links para descargar los manuales de Gstat y uso de meuse:

Link para Gstat:

 http://www.slideshare.net/MauricioTics2016/manual-gstat

Link para Meuse:

http://www.slideshare.net/MauricioTics2016/manual-the-meuse-data-set




Ejemplos de Variogramas en Excel

A continuación te presentamos algunos links en youtube.com en los cuales puedes ver cómo construir un variograma usando excel.