VARIOGRAMA Y
MODELOS
MATEMÁTICOS
Vario grafía - Interpretación - Modelamiento
Como se explicó en la formulación teórica, el variograma de una función intrínseca aleatoria
esta expresado por:
En donde Z(x+h) y Z(x) son los valores de leyes en el punto x+h y x respectivamente, considerando
que las variables estacionarias e intrínsicas, el promedio de Z(x+h) - Z(x) es cero, el variograma
resulta ser el promedio de las diferencias.
Expresado en términos numéricos para aplicación práctica, tenemos:
Los puntos x y x+h se debe entender que pueden estar en un espacio de n dimensiones
como n=1, 2 ó 3. En todos los casos es necesario determinar gama(h) en todas las
direcciones posibles para identificar la orientación del comportamiento de la
mineralización.
Si bien la expresión matemática indica que el variograma es función de h, en donde h es
la distancia entre pares de muestras, esto significa que la función se creará en base al
valor promedio de la diferencia de pares de muestras que se encuentren distanciados a h
metros.
VARIOGRAMA A 1 DIMENSIÓN
Por ejemplo para el caso de cálculo del variograma en una dirección se tiene en el
siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la Fig. 2 se describe el
cálculo de cada punto del variograma para distancias h=2m, h=4m, h=6m, etc.
VARIOGRAMA A DOS DIMENSIONES
Para el cálculo del variograma a dos dimensiones es necesario precisar la dirección de
cálculo, esta dirección se indica en base a un rango de ángulo que deberán formar los
pares de muestras. Cualquier otro par de muestras que no cumplen con el rango de
orientación no formará parte del cálculo del variograma. Por ejemplo en el gráfico
siguiente se presentan muestras en X e Y.
En la Fig. 3 se observa que el cálculo del variograma se realizará para la dirección
N80ºE considerando un ángulo de tolerancia de +/- 15º, que indica que los pares de
muestras que se encuentren que intervienen en el cálculo deben una orientación
entre N65ºE y N95ºE.
Como el variograma es una función de "h", se debe indicar su primer valor, en este
caso se fijará en 6 m, el siguiente valor 12 m, el tercer valor 18 m, y así sucesivamente.
La forma de cálculo del variograma en esta dirección se presenta como sigue (Fig. 4)
Estos nueve resultados generan el gráfico del variograma, que servirá para
interpretar su comportamiento en la dirección calculada, para otras direcciones se
deberán volver a realizar lo cálculos tomando pares de muestras que tengan la
orientación deseada.
Para un cálculo a tres dimensiones el rango del ángulo de orientación de los pares
se definirá en un cono teniendo como orientación principal el eje del cono.
Para un depósito a tres dimensiones se recomienda calcular los variogramas en
todas las direcciones a fin de encontrar la dirección preferencial de la
mineralización y las anisotropías
ELECCIÓN DEL MEJOR VARIOGRAMA
Una vez calculado el variograma en todas las direcciones posibles, se seleccionan los
mejores que tengan características que reflejen el mejor comportamiento de
correlación espacial entre las muestras. Entre las formas que adoptan los
variogramas, se pueden definir las que se indican en la Fig. Nº 5:
Los tipos de Variograma 1, 3 y 5 tienen una misma característica, no tienen correlación
espacial entre las muestras, por lo tanto la estimación de leyes puede ser realizada con
cualquiera de los métodos de estimación tradicionales (icd, triangulación, poligonación,
etc.). Esto indica que no será posible medir la precisión de la estimación. Sin embargo es
importante destacar que la información del variograma sobre el nivel de aleatoriedad
(alto, medio o baja) permite determinar el nivel de precisión que se obtendría al aplicar
los métodos tradicionales.
Los tipos de Variograma 2, 4, y 6, definitivamente indican ventaja superior en la
estimación de leyes con kriging, la diferencia entre ellas se encuentra en la diferencia de
precisión de la estimación. Por ejemplo para baja aleatoriedad indicado con el
variogama 6, la varianza de estimación o el error relativo de estimación será menor que
el que se obtenga con los variogramas 2 y 4.
Otros aspectos importantes para elegir los variogramas mas representativos del
comportamiento de la mineralización son el número de pares utilizados para
determinar cada punto del variograma y la altura o valores de la meseta del variograma.
La meseta es la línea horizontal máxima que indica el límite en promedio del
variograma.
Por lo general los primeros puntos del variograma deben tener alto número de pares, a
mayor número de pares en cada punto del variograma el valor de éste será mas
representativo.
Una meseta mas baja en un variograma con respecto a otro, indica que la varianza o
error relativo en la estimación de leyes será menor, por lo tanto la estimación será mas
precisa.
MODELOS AUTORIZADOS PARA EL MODELAMIENTO
Para el modelamiento de un variograma experimental se deben aplicar fórmulas o
modelos matemáticos autorizados, estos modelos matemáticos tienen la
característica de ser una función siempre positiva para cualquier valor de |h|. A
continuación presentamos los modelos autorizados siguientes:
Efecto de Pepita (Co): Corresponde a un fenómeno netamente aleatorio, sin
correlación entre valores, y sin importar que tan próximos se encuentren ellos. Se
aplica por lo general en el origen para h=0. En la práctica se obtiene al inferir y
determinar en que punto cruza el variograma experimental con el eje vertical.
La interpretación del término "efecto de pepita" se aproxima a imaginar leyes de
alto y bajo valor distantes pocos milímetros o centímetros, al aplicar la fórmula del
variogram las diferencias entre ellas generan un alto valor del variograma a una
distancia h de casi cero metros.
Modelo Esférico: Corresponde a un comportamiento del variograma de
crecimiento gradual similar a la figura Nº xx. La expresión matemática es:
para valores de h < a
para valores de h >= a
en donde "a" es el alcance, que es la distancia
"h" en donde el variograma alcanza la
meseta.
Modelo Exponencial: Corresponde a un comportamiento del variograma de
crecimiento muy gradual similar a la figura Nº yy. La expresión matemática es:
en donde "a" es el alcance que
equivale en este modelo a un tercio
de la distancia que se alcanza a la
meseta.
Modelo Potencial: Corresponde a la expresión matemática
en donde el exponente "n" puede adoptar valores entre cero y 2,
reproduciendo lo indicado en la figura adjunta. (el signo "^n" se debe
interpretar como potencia "n")
Tambien se tienen definidos los modelos Gausiano, Cúbico, función Seno. Sin
embargo los tres primeros modelos descritos son los mas utilizados para el
modelamiento, ya sean estos en forma independiente o combinados entre si.
MODELAMIENTO DEL VARIOGRAMA
El modelamiento del variograma se realiza una vez que se eligieron los variogramas
representativos del depósito para las direcciones principales.
El modelamiento consiste en elegir el variograma experimental mas representativo de acuerdo
a las características mencionadas en el punto anterior. Una vez elegido, el variograma
experimental suele presentar algunas formas similares a los tipos Nº 2, 4, y 6.
En el modelamiento corresponde aplicar modelos matemáticos "autorizados" para encontrar la
fórmula que representen los variogramas experimentales. Así por ejemplo en la Fig. Nº 8 se
observa un variograma experimental superpuesto con el modelo autorizado que mas se le
aproxima. El modelo autorizado aplicado es el "exponencial", el modelo final encontrado es el
que indica para Gama(h). En donde el Efecto de Pepita Co = 0.02
Modelo de variograma de dos "Dist.Prom" es el promedio de las
componentes distancias de los pares de muestras
utilizados en el cálculo del variograma
Modelo de variograma de tres En este variograma experimental
componentes fue necesario aplicar tres
componentes en el modelo
Esta figura presenta un variograma ajustado con tres componentes, el primer
componente "efecto de pepita" Co, el segundo componente esférico, y
también el tercer componente esférico.
AJUSTE DE UN MODELO DE VARIOGRAMAS.
Proceso de ajuste:
a) El ajuste debe ser lo mejor posible para los primeros puntos del variograma, estos con los más
conocidos, mayor número de pares y los que tienen el peso más fuerte en la estimación, Debe
ser porque los primeros puntos tienen más influencia que los que están alejados.
b) No siempre es necesario ajustar todo el variograma, sino más bien una parte sobre una cierta
distancia de trabajo. Este hecho permite eliminar la tendencia que generalmente se manifiesta
después de una cierta distancia (el alcance que se da en el variograma).
c) Es difícil de determinar la bondad del ajuste, dado que para ello sería preciso utilizar Funciones
de la Función aleatoria que es imposible estimar prácticamente.
d) Si se ajusta al efecto de pepita por prolongamiento de los primeros puntos del variograma
experimental (los primeros 2 ó 3 puntos con los que van a decidir el valor del efecto pepita).
e) El alcance se puede estimar al ojo y un estimador de muestra es la varianza experimental de la
muestra, luego se procede por aproximaciones Sucesivas. Pero el método más adecuado, más
técnico es el método de REGRESIÓN
f) No hay una solución única al problema del ajuste, y para los problemas de estimación es te
hecho no tiene mucha importancia, los Variogramas calculados con varios modelos no difieren
mucho.
Ejemplo:
Considere un depósito mineral calculado en forma bidimensional, los Variogramas
experimentales en dirección EW, se tratará de ajustar a un modelo de variograma
conveniente. En la siguiente tabla se muestra un variograma experimental que fue
calculado en valores Ag pertenecientes a muestras tomadas en campo.
Distancia ɣ (h)* Distancia ɣ (h)* Distancia ɣ (h)*
1 0.42 34 9.54 67 11.75
2 0.72 35 10.98 68 9.91
3 0.92 36 10.82 69 10.12
4 1.36 37 10.58 70 9.56
5 1.69 38 10.21 71 10.91
6 2.03 39 10.08 72 11.98
7 1.95 42 8.28 73 12.13
8 2.75 41 8.08 74 11.45
9 3.65 42 9.34 75 12.14
10 4.05 43 9.55 76 12.26
11 3.44 44 9.87 77 11.69
2 a = 37 12 4.55 45 10.45 78 12.30
3 13 3.24 46 10.23 79 11.63
14 3.07 47 8.87 80 12.98
15 4.52 48 9.19 81 15.78
a = 37(3) 16 5.23 49 10.19 82 17.42
17 6.53 50 10.73 83 16.72
2 18 6.41 51 10.22 84 17.20
19 5.98 52 9.96 85 17.16
20 5.72 53 11.64 86 14.67
a = 55 21 5.26 54 11.93 87 14.12
22 6.46 55 12.62 88 14.56
23 7.02 56 11.35 89 16.04
24 7.55 57 10.18 90 17.81
25 8.06 58 10.69 91 20.96
26 8.94 59 10.03 92 22.70
27 8.48 60 9.81 93 23.20
28 7.65 61 10.23 94 24.37
29 7.04 62 11.85 95 23.67
30 6.49 63 11.27 96 21.66
31 7.26 64 13.01 97 21.44
32 7.47 65 13.61 98 22.94
33 7.66 66 14.17 99 22.29
100 22.16
Ajuste para el variograma
3 ℎ 1 ℎ 3
ɣ*(h=4) = C o + C −
2 𝑎 2 𝑎
3 4 1 4 3
= 0.2 + 10.3 −
2 55 2 55
= 0.2 + 10.3 (0.1091 –
= 1.322
3 8 1 8 3
ɣ*(h=8) = 0.2 + 10.3 −
2 55 2 55
= 2.43
3 12 1 12 3
ɣ* (h=12) = 0.2 + 10.3 −
2 55 2 55
= 3.56
3 16 1 16 3
ɣ* (h=16) = 0.2 + 10.3 −
2 55 2 55
= 4.56
3 20 1 20 3
ɣ* (h=20) = 0.2 + 10.3 −
2 55 2 55
= 5.57
3 24 1 24 3
ɣ* (h=24) = 0.2 + 10.3 −
2 55 2 55
= 6.51
3 28 1 28 3
ɣ* (h=28) = 0.2 + 10.3 −
2 55 2 55
= 7.39
3 32 1 32 3
ɣ* (h=32) = 0.2 + 10.3 −
2 55 2 55
= 8.17
3 36 1 36 3
ɣ* (h=36) = 0.2 + 10.3 −
2 55 2 55
= 8.37
3 40 1 40 3
ɣ* (h=40) = 0.2 + 10.3 −
2 55 2 55
= 9.46
3 44 1 44 3
ɣ* (h=44) = 0.2 + 10.3 −
2 55 2 55
= 9.92
3 48 1 48 3
ɣ* (h=48) = 0.2 + 10.3 −
2 55 2 55
= 10.26
3 52 1 52 3
ɣ* (h=52) = 0.2 + 10.3 −
2 55 2 55
= 10.45
