VARIOGRAMA

Vario grafa - Interpretacin - Modelamiento

Como se explic en la formulacin terica, el variograma de una funcin intrnseca 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 intrnsicas, el promedio de Z(x+h) - Z(x) es cero, el variograma resulta ser el promedio de las diferencias.

Expresado en trminos numricos para aplicacin prctica, tenemos:

Los puntos x y x+h se debe entender que pueden estar en un espacio de n dimensiones como n=1, 2 3. En todos los casos es necesario determinar gama(h) en todas las direcciones posibles para identificar la orientacin del comportamiento de la mineralizacin. Si bien la expresin matemtica indica que el variograma es funcin de h, en donde h es la distancia entre pares de muestras, esto significa que la funcin se crear en base al valor promedio de la diferencia de pares de muestras que se encuentren distanciados a h metros.

VARIOGRAMA A 1 DIMENSIN

Por ejemplo para el caso de clculo del variograma en una direccin se tiene en el siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la Fig. 2 se describe el clculo de cada punto del variograma para distancias h=2m, h=4m, h=6m, etc.

VARIOGRAMA A DOS DIMENSIONES Para el clculo del variograma a dos dimensiones es necesario precisar la direccin de clculo, esta direccin se indica en base a un rango de ngulo que debern formar los pares de muestras. Cualquier otro par de muestras que no cumplen con el rango de orientacin no formar parte del clculo del variograma. Por ejemplo en el grfico siguiente se presentan muestras en X e Y.

En la Fig. 3 se observa que el clculo del variograma se realizar para la direccin N80E considerando un ngulo de tolerancia de +/- 15, que indica que los pares de muestras que se encuentren que intervienen en el clculo deben una orientacin entre N65E y N95E.

Como el variograma es una funcin de "h", se debe indicar su primer valor, en este caso se fijar en 6 m, el siguiente valor 12 m, el tercer valor 18 m, y as sucesivamente. La forma de clculo del variograma en esta direccin se presenta como sigue (Fig. 4)

Estos nueve resultados generan el grfico del variograma, que servir para interpretar su comportamiento en la direccin calculada, para otras direcciones se debern volver a realizar lo clculos tomando pares de muestras que tengan la orientacin deseada. Para un clculo a tres dimensiones el rango del ngulo de orientacin de los pares se definir en un cono teniendo como orientacin principal el eje del cono. Para un depsito a tres dimensiones se recomienda calcular los variogramas en todas las direcciones a fin de encontrar la direccin preferencial de la mineralizacin y las anisotropas

ELECCIN DEL MEJOR VARIOGRAMA Una vez calculado el variograma en todas las direcciones posibles, se seleccionan los mejores que tengan caractersticas que reflejen el mejor comportamiento de correlacin espacial entre las muestras. Entre las formas que adoptan los variogramas, se pueden definir las que se indican en la Fig. N 5:

Los tipos de Variograma 1, 3 y 5 tienen una misma caracterstica, no tienen correlacin espacial entre las muestras, por lo tanto la estimacin de leyes puede ser realizada con cualquiera de los mtodos de estimacin tradicionales (icd, triangulacin, poligonacin, etc.). Esto indica que no ser posible medir la precisin de la estimacin. Sin embargo es importante destacar que la informacin del variograma sobre el nivel de aleatoriedad (alto, medio o baja) permite determinar el nivel de precisin que se obtendra al aplicar los mtodos tradicionales. Los tipos de Variograma 2, 4, y 6, definitivamente indican ventaja superior en la estimacin de leyes con kriging, la diferencia entre ellas se encuentra en la diferencia de precisin de la estimacin. Por ejemplo para baja aleatoriedad indicado con el variogama 6, la varianza de estimacin o el error relativo de estimacin ser 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 mineralizacin son el nmero de pares utilizados para determinar cada punto del variograma y la altura o valores de la meseta del variograma. La meseta es la lnea horizontal mxima que indica el lmite en promedio del variograma. Por lo general los primeros puntos del variograma deben tener alto nmero de pares, a mayor nmero de pares en cada punto del variograma el valor de ste ser mas representativo. Una meseta mas baja en un variograma con respecto a otro, indica que la varianza o error relativo en la estimacin de leyes ser menor, por lo tanto la estimacin ser mas precisa.

MODELOS AUTORIZADOS PARA EL MODELAMIENTO

Para el modelamiento de un variograma experimental se deben aplicar frmulas o modelos matemticos autorizados, estos modelos matemticos tienen la caracterstica de ser una funcin siempre positiva para cualquier valor de |h|. A continuacin presentamos los modelos autorizados siguientes:

Efecto de Pepita (Co): Corresponde a un fenmeno netamente aleatorio, sin correlacin entre valores, y sin importar que tan prximos se encuentren ellos. Se aplica por lo general en el origen para h=0. En la prctica se obtiene al inferir y determinar en que punto cruza el variograma experimental con el eje vertical.
La interpretacin del trmino "efecto de pepita" se aproxima a imaginar leyes de alto y bajo valor distantes pocos milmetros o centmetros, al aplicar la frmula del variogram las diferencias entre ellas generan un alto valor del variograma a una distancia h de casi cero metros.

Modelo Esfrico: Corresponde a un comportamiento del variograma de crecimiento gradual similar a la figura N xx. La expresin matemtica 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 N yy. La expresin matemtica 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 expresin matemtica

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, Cbico, funcin 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 depsito para las direcciones principales. El modelamiento consiste en elegir el variograma experimental mas representativo de acuerdo a las caractersticas mencionadas en el punto anterior. Una vez elegido, el variograma experimental suele presentar algunas formas similares a los tipos N 2, 4, y 6. En el modelamiento corresponde aplicar modelos matemticos "autorizados" para encontrar la frmula que representen los variogramas experimentales. As por ejemplo en la Fig. N 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 componentes

"Dist.Prom" es el promedio de las distancias de los pares de muestras utilizados en el clculo del variograma

Modelo de variograma de tres componentes

En este variograma experimental 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 esfrico, y tambin el tercer componente esfrico.

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 ms conocidos, mayor nmero de pares y los que tienen el peso ms fuerte en la estimacin, Debe ser porque los primeros puntos tienen ms influencia que los que estn alejados. b) No siempre es necesario ajustar todo el variograma, sino ms bien una parte sobre una cierta distancia de trabajo. Este hecho permite eliminar la tendencia que generalmente se manifiesta despus de una cierta distancia (el alcance que se da en el variograma). c) Es difcil de determinar la bondad del ajuste, dado que para ello sera preciso utilizar Funciones de la Funcin aleatoria que es imposible estimar prcticamente. d) Si se ajusta al efecto de pepita por prolongamiento de los primeros puntos del variograma experimental (los primeros 2 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 mtodo ms adecuado, ms tcnico es el mtodo de REGRESIN f) No hay una solucin nica al problema del ajuste, y para los problemas de estimacin es te hecho no tiene mucha importancia, los Variogramas calculados con varios modelos no difieren mucho.

Ejemplo:
Considere un depsito mineral calculado en forma bidimensional, los Variogramas experimentales en direccin EW, se tratar 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 (h)* 0.42 0.72 0.92 1.36 1.69 2.03 1.95 2.75 3.65 4.05 3.44 4.55 3.24 3.07 4.52 5.23 6.53 6.41 5.98 5.72 5.26 6.46 7.02 7.55 8.06 8.94 8.48 7.65 7.04 6.49 7.26 7.47 7.66 Distancia 34 35 36 37 38 39 42 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 (h)* 9.54 10.98 10.82 10.58 10.21 10.08 8.28 8.08 9.34 9.55 9.87 10.45 10.23 8.87 9.19 10.19 10.73 10.22 9.96 11.64 11.93 12.62 11.35 10.18 10.69 10.03 9.81 10.23 11.85 11.27 13.01 13.61 14.17 Distancia 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 (h)* 11.75 9.91 10.12 9.56 10.91 11.98 12.13 11.45 12.14 12.26 11.69 12.30 11.63 12.98 15.78 17.42 16.72 17.20 17.16 14.67 14.12 14.56 16.04 17.81 20.96 22.70 23.20 24.37 23.67 21.66 21.44 22.94 22.29 22.16

2 a = 37 3 a = 37(3) 2 a = 55

Ajuste para el variograma *(h=4) = C o + C

3 2

1 3 2

= 0.2 + 10.3

2 55

2 55

= 0.2 + 10.3 (0.1091 = 1.322 *(h=8) = 0.2 + 10.3 = 2.43 * (h=12) = 0.2 + 10.3 = 3.56
1 16 3 2 55 3 12 2 55 3 8

2 55

2 55

1 12 3 2 55

* (h=16) = 0.2 + 10.3 = 4.56

3 16 2 55

* (h=20) = 0.2 + 10.3

3 20 2 55

1 20 3 2 55

= 5.57
1 24 3 2 55

* (h=24) = 0.2 + 10.3

3 24 2 55

= 6.51
1 28 3 2 55

* (h=28) = 0.2 + 10.3

3 28 2 55

= 7.39
1 32 3 2 55

* (h=32) = 0.2 + 10.3

3 32 2 55

= 8.17

* (h=36) = 0.2 + 10.3 = 8.37 * (h=40) = 0.2 + 10.3 = 9.46 * (h=44) = 0.2 + 10.3 = 9.92 * (h=48) = 0.2 + 10.3

3 36 2 55

1 36 3 2 55

3 40 2 55

1 40 3 2 55

3 44 2 55

1 44 3 2 55

3 48 2 55

1 48 3 2 55

= 10.26
1 52 3 2 55

* (h=52) = 0.2 + 10.3

3 52 2 55

= 10.45