Documente Academic
Documente Profesional
Documente Cultură
PROCESSOS ESTIMACIN
Junho/2002
ndice
Processos Estimacin
1. Introduccin ................................................................................................................................................... 3
2. Mtodos Tradicionales ................................................................................................................................... 4
2.1- Las muestras ms cercanas, POLD3D .................................................................................................. 4
2.2 - Mtodo de Inverso de las Distancias, IPDD3D ..................................................................................... 6
2.3 - Mtodo de Krigeage Ordinario, KRG3DB............................................................................................ 11
3. Estima .......................................................................................................................................................... 15
3.1 - Introduccin ......................................................................................................................................... 15
3.2 - Volmenes de Bsqueda .................................................................................................................... 16
3.3 - Puntos de Discretizacin ..................................................................................................................... 22
3.4 - Mtodos de Estimacin ....................................................................................................................... 24
3.4.1- Mtodo de las Muestras ms Cercanas ....................................................................................... 27
3.4.2 - Mtodo del Inverso de las Distancias .......................................................................................... 28
3.4.3 - Krigeage ....................................................................................................................................... 29
3.5 - Caractersticas Adicionales ................................................................................................................. 33
3.6 - Archivo de Parmetros de Variografa ................................................................................................ 35
3.7 - Resumen de los Parmetros ............................................................................................................... 36
3.8 - Campos y Archivos.............................................................................................................................. 37
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-2-
Processos Estimacin
1. Introduccin
Software Minero DM siempre ha contado con una amplia gama de procesos para la
estimacin de reservas, desde procesos convencionales, muy sencillos de usar, tales como
las muestras ms cercanas o el inverso de la potencia de las distancias, hasta procesos ms
innovadores tales como el krigeage, cuyo uso necesita de una buena herramienta
informtica, como tambin de una base terica robusta acerca de las teoras de la
geoestadstica.
La tabla 4.1 muestra un resumen de estos procesos comnmente utilizados por la mayora
de los usuarios de este sistema, y que representan el universo de posibilidades de
estimacin que ofrecen todos los paquetes geolgicos mineros del mercado actual. Estos
han sido ordenados en orden descendente de acuerdo a actualidad, y tambin s u
versatilidad y poder.
Tabla 1: Mtodos Clsicos para la Estimacin de Reservas en DM
PROCESO
POLD3D
INTERP
IPDD3D
PANELK
KRG3DA
KRG3DB
KRG3DC
DESCRIPCIN
Muestras ms cercanas
Inverso de las distancias, en forma sencilla, sin anisotropas
Inverso de las distancias, ms completo, con anisotropas
Kriging Para Strings en 2D
Kriging muy simple, slo variogramas esfricos de 1 estructura
Kriging completo, ms de 10 posibles tipos de variogramas
Similar al KRG3DB, pero especifico para el estudio de depsitos plegados
El motivo principal de este trabajo es poder mostrar, difundir y promover el uso de una nueva
alternativa para la estimacin de reservas, la que ha revolucionado las actuales herramientas
mostradas en la tabla anterior, pero que sin embargo, todava es muy poco conocida, y su
uso est siendo limitado slo a algunas innovadoras personas que han apostado por esta
nueva alternativa, y que han podido comprobar la real magnitud del cambio que esta
representa. Estos procesos se indican en la siguiente tabla:
Tabla 2 : Nuevos Mtodos de Estimacin de Reservas de DM
PROCESO
GRADE
ESTIMA
DESCRIPCION
ESTIMA simple
SUPERPROCESO en estudio
Todos los mtodos de evaluacin pueden ser controlados por un slo proceso
Esto permite que una ejecucin pueda contener varias evaluaciones simultneas
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-3-
Processos Estimacin
El punto anterior a su vez permite que una misma ley pueda ser evaluada por diferentes
algoritmos
Los tiempos de ejecucin se minimizan ya que mtodos de estimacin diferentes que
cuenten con un mismo volumen de bsqueda para las muestras, pueden seleccionar las
muestras necesarias en slo una oportunidad.
Para lograr estos puntos, estos superprocesos trabajan con archivos parmetricos, los cuales
marcan las directrices para controlar el accionar del proceso ante diferentes circunstancias.
De esta forma, este captulo lo dedicaremos por entero a entregar una descripcin detallada
de los mtodos actuales o convencionales desplegados en la tabla 4.1, y de los nuevos
superprocesos, en especial de ESTIMA. Esto nos servir de pauta para el anlisis
comparativo que realizaremos usando nuestro caso de estudio, en el prximo captulo.
2. Mtodos Tradicionales
2.1- Las muestras ms cercanas, POLD3D
Antiguo proceso de DATAMINE, que consta de dos etapas principales. En la primera parte el
usuario deber definir archivos, campos y parmetros generales del proceso, mientras que
en una segunda etapa el usuario deber definir la orientacin y magnitud de cada uno de los
ejes de la elipsoide que define la anisotropa del volumen de bsqueda.
Este mtodo se fundamenta en la evaluacin de cada una de las celdas del modelo de
bloques con el valor de la muestra ms cercana en el espacio. El usuario podr definir una
distancia mxima de bsqueda desde el centro de la celda, luego para todas las muestras
que caen dentro del volumen de bsqueda se calcula su distancia transformada hasta el
centro de la celda. Las distancias transformadas estarn de acuerdo a las orientaciones de
la elipsoide de anisotropa. Finalmente el valor de la muestra ms cercana es asignada a la
celda que se esta evaluando.
La simplicidad de este mtodo, lo convierte en una muy buena opcin de ev aluaciones
preliminares y adems entrega al usuario una herramienta general, mediante la cual poder
otorgar a una entidad la caracterstica de la muestra ms cercana. Adicionalmente, este
mtodo permite la evaluacin de campos alfanumricos.
El proceso tambin puede considerar direcciones preferenciales, definidas mediante
rotaciones con respecto a los ejes cartesianos, de acuerdo al azimut e inclinacin de la
elipsoide de anisotropa.
Deber considerar que este proceso requiere de un previo ordenamiento de las muestras,
con respecto a su campo de coordenada "X", lo que permitir acelerar los procesos de
estimacin. Y que en el caso de que el modelo de bloques de prototipo ya contenga el campo
que se esta interpolando, los valores de este campo sern sobre escritos en el archivo de
salida.
En la tabla 3 usted podr encontrar un resumen de todas las entradas que requiere este
proceso:
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-4-
Processos Estimacin
Definidas todas las entradas anteriores el proceso pasar a una segunda etapa, donde
requerir:
>DIP> Inclinacin del "AXIS 1" (en grados bajo la horizontal).
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-5-
Processos Estimacin
>AZIMUTH> Azimut del "AXIS 1" (grados desde el eje "Y" medidos en sentido horario).
>AXIS 1 > Largo Relativo del Eje 1.
>AXIS 2 > Largo Relativo del Eje 2.
>AXIS 3 > Largo Relativo del Eje 3.
Para un mejor entendimiento deber considerar que antes de cualquier rotacin, el AXIS 1 se
orientar en la direccin "Y" (Norte), el AXIS 2 se orientar en la direccin "X" (Este) y el
AXIS 3 en la direccin de "Z"
El lector deber considerar tambin que el AXIS 2 ser multiplicado por la razn AXIS 2/AXIS
1, al igual que el AXIS 3, que ser multiplicado por el factor AXIS 3/AXIS 1.
-6-
Processos Estimacin
Parmetro
s
SI
DISTERR SI
POWER SI
MINNOP SI
XSUBCE SI
LL
2
5
1
YSUBCE SI
LL
ZSUBCE SI
LL
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-7-
Processos Estimacin
IPOINTS SI
JPOINTS SI
KPOINTS SI
XRADIUS SI
YRADIUS SI
ZRADIUS SI
LWEIGH SI
T
NUMSAM SI
PLNGFL
AG
SI
MINOCT
SI
MINPER SI
OC
MAXPER SI
OC
SI
ECHO
SI
Definidas todas las entradas anteriores el proceso finalmente requerir en forma interactiva
los siguientes parmetros:
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-8-
Processos Estimacin
Inicialmente se asume que los tres ejes principales de la elipsoide de bsqueda AXIS1,
AXIS2 y AXIS3, son paralelos a los tres ejes cartesianos "Y", "X" y "Z" (Note que son los
ejes "Y", "X" y no "X", "Y"), eso quiere decir que el AXIS1 apunta hacia el Norte, el AXIS2
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-9-
Processos Estimacin
Este mtodo de rotacin puede modelarse usando la regla de la mano izquierda, donde
los dedos ndice, del medio y pulgar representan los ejes AXIS1, AXIS2 y AXIS3
respectivamente, y antes de que cualquiera rotacin sea aplicada, estos apuntarn en las
direcciones Norte, Este y hacia arriba. El ngulo de rotacin de azimut se aplica al
mantener fijo su dedo pulgar (AXIS3) y rotar en sentido horario mirando desde la punta de
su dedo pulgar hacia el centro de su mano. El ngulo de inclinacin o dip se aplica
despus al rotar en torno del su dedo del medio (AXIS2) en sentido horario, mirando de
igual forma desde la punta de su dedo del medio hacia la palma de su mano. Finalmente
el ngulo de "plunge" se aplica al rotar nuevamente en torno de su dedo pulgar en sentido
horario mirando desde la punta de su pulgar hasta su mano.
Para que las nuevas versiones sean compatibles con versiones antiguas, el algoritmo
incluye un tercer ngulo, el ngulo del "PLUNGE". Este ngulo slo ser solicitado por el
sistema si el parmetro @PLNGFLAG se defini igual a 1, y este es consultado
interactivamente despus de los ngulos de azimut y dip.
El campo opcional *ZONE slo podr ser aplicado cuando el archivo PROTO contiene
celdas o subceldas. Este campo permite que mltiples zonas sean interpoladas usando
solamente aquellas muestras que posean el mismo valor del campo zonal.
- 10 -
Processos Estimacin
- 11 -
Processos Estimacin
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 12 -
Campos
Processos Estimacin
SAMPOU SI
T
NO
NO
NO
VALUE
NO
ESTVAR NO
NUMSAM NO
SMETHO SI
D
XMAXRA SI
D
99999
YMAXRA SI
D
99999
ZMAXRA SI
D
99999
RADIUS1 SI
RADIUS2 SI
RADIUS3 SI
ANGLE1
Parmetros
SI
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 13 -
Processos Estimacin
ANGLE2
SI
ANGLE3
SI
VGRAM
NO
LOG
SI
GENCAS SI
E
DEPMEA SI
N
TOL
0.01
SI
MAXITE SI
R
MINNUM SI
MAXNUM SI
XSUBCE SI
LL
YSUBCE SI
LL
ZSUBCE SI
LL
IPOINTS SI
JPOINTS SI
KPOINTS SI
1
20
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 14 -
Processos Estimacin
SI
ECHO
SI
Definidas todas las entradas anteriores el proceso finalmente requerir en forma interactiva
los parmetros de variografa:
-
Un completo detalle acerca del uso del proceso KRG3DB puede encontrarse en el Anexo G,
donde tambin podr encontrar las notas anexas, acerca de los parmetros variogrficos.
3. Estima
3.1 - Introduccin
ESTIMA requiere un modelo como prototipo de entrada y un set de datos de muestras,
generalmente el prototipo puede ya contener celdas y subceldas representando por ejemplo
una estructura geolgica, en este caso los valores de leyes podrn interpolarse dentro del
conjunto existentes de celdas y subceldas. En cambio si usted tiene un prototipo vaco (que
no contiene celdas y/o subceldas), ESTIMA puede crear estas celdas y subceldas en el rea
alrededor de las muestras, de acuerdo a lo definido en el volumen de bsqueda. Desde
ahora en adelante cuando nos refiramos a un modelo de bloques, este puede contener
celdas y subceldas, y una celda completa ser una celda patrn. Los datos de muestras
contienen los datos necesarios que usted usa para estimar las leyes de las celdas, estos
datos debern contener al menos las coordenadas X,Y, Z de cada muestra y un valor de ley.
ESTIMA requiere que usted defina un volumen de bsqueda, centrado en la celda a estimar,
y que contendr las muestras que se usarn en la estimacin de las leyes. De hecho usted
podr definir ms de un volumen de bsqueda, de esta forma diferentes leyes podrn
evaluarse con diferentes volmenes de bsqueda. Todos los parmetros que describen el
volumen de bsqueda se definirn en ESTIMA usando el "archivo de parmetros del
volumen de bsqueda". ESTIMA tambin requiere que usted defina un conjunto de
parmetros de estimacin para la ley a ser estimada, esos parmetros se ingresarn a
ESTIMA usando "el archivo de parmetros de estimacin", el que contendr itemnes tales
como el mtodo de estimacin, el nmero de referencia del volumen de bsqueda y otros,
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 15 -
Processos Estimacin
SDIS
T2
Vista
en
Planta
SDIST2
Seccin Sur - Norte
SDIS
T3
SDIS
T3
SDIST
1
SDIST
Seccin Oeste - Este
1
Fig. 2: Ejes del Volumen de bsqueda alineados con los ejes coordenados
Tambin podr rotar la elipsoide de bsqueda, definiendo una, dos o tres rotaciones, para
cada una de las cuales deber definir el ngulo de rotacin y el eje respecto del cual se
realizar la misma. Para esto el eje "X" se denominar eje 1, "Y" como eje 2, y el eje "Z"
como eje 3. Los ngulos de rotacin se miden en el plano de rotacin, mirando desde el eje
de rotacin hasta el origen, y sern positivos al rotar en sentido horario, o negativos en caso
contrario. Si la primera rotacin es de A en torno al eje 3 (Z), luego la elipsoide se orientar
de acuerdo a la figura 3:
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 16 -
Processos Estimacin
Y
Z'=
Z
Y'
A
Y'
Vista en
Planta
Seccin [-Y',+Y']
X'
Fig. 3: Rotacin de A grados en torno del eje 3 (eje Z)
Si luego la elipsoide de bsqueda se rota B grados alrededor del nuevo eje X', el resultado
ser (ver Fig. 4):
Z'
Y
Y',Y"
Z"
A
X'=X
"
Y
'
Y"
Fig. 4: Rotacin de A en torno al eje 3 (Z), y luego de B en torno del nuevo eje 1 (X)
Este ejemplo muestra una rotacin convencional de azimut y dip, sin embargo usted puede
usar cualquier mtodo de rotacin que usted quiera definiendo tanto los ngulos de rotacin
como sus respectivos ejes.
Simular con la mano izquierda puede ayudar para un mejor entendimiento de las
rotaciones. Para esto ubquese mirando hacia en norte con su dedo ndice apuntando hacia
enfrente suyo, su pulgar hacia arriba, y su dedo del medio apuntado a su derecha a travs
suyo. Marque el nmero 1 en el dedo del medio, 2 en su ndice y 3 en su pulgar. Entonces
su dedo del medio representa al eje "X" y apunta hacia el este, su ndice es el eje "Y"
apuntando hacia el norte, y su pulgar es el eje Z apuntando hacia arriba. Para simular las 2
rotaciones del ejemplo previo, sujete el dedo pulgar de su mano izquierda con su mano
derecha y rote los otros dos dedos A en sentido horario. Luego fije su dedo del medio y rote
su dedo ndice y pulgar B en sentido horario en el plano vertical. Sus dedos estn ahora
apuntando a lo largo de los ejes de su elipsoide de bsqueda ro tada.
Los campos SANGLE y SAXIS del volumen de bsqueda del ejemplo son: A como
SANGLE1 y el eje 3 (Z) como SAXIS1. La segunda rotacin se define luego por B como
SANGLE2 y 1 (X) como SAXIS2. SANGLE3 y SAXIS3 servirn para representar una tercera
rotacon, que en el caso de no existir podr dejar sin definir o sencillamente como valores
nulos.
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 17 -
Processos Estimacin
CELDA A SER
ESTIMADA
ELIPSOIDE TRUNCADA
A CINCO MUESTRAS
- 18 -
Processos Estimacin
Una muestra que cae en la elipsoide de bsqueda puede tener entonces una distancia
transformada de 1, y todas las muestras que caen dentro del elipsoide pueden tener una
distancia transformada menor a 1.
Este clculo de la distancia transformada es ilustrado a continuacin con un simple ejemplo:
4
0
2
0
1
2
ELIPSOIDE
DE
BSQUEDA
B
C
0
40
50
10
0
Fig. 6: Clculo de las distancias Transformadas
En la figura 6, las muestras A, B y C han sido rotadas en el sistema coordenado de la
elipsoide de bsqueda. Los ejes de la elipsoide son SAXIS1=100 y SAXIS2=40 (este ejemplo
es bidimensional, de tal forma que los valores de SAXIS3 no son relevantes). Las distancias
transformadas de los puntos A, B y C a partir del origen son calculadas de acuerdo a:
DA
Punto A: en X = 0, Y = 20:
DC
Entonces en este ejemplo, los tres puntos tienen la misma distancia transformada
Frecuentemente ocurre que las muestras no se distribuyen uniformemente alrededor de la
celda a estimar, y ms bien estn agrupadas en diferentes sectores provocando influencias
indebidas para la estimacin de la ley de la celda. Este problema puede solucionarse al
dividir el volumen de bsqueda en octantes, asegurndose que un mnimo nmero de
octantes contengan muestras. Al definir 3 planos paralelos a los ejes de la elipsoide de
bsqueda se definirn 8 octantes, esos planos intersectan al origen del elipsoide, el cual es
tambin el centro de la celda que est siendo estimada (ver figura 7).
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 19 -
Processos Estimacin
x ++
Octantex
+
x +x
4
Octante
3
##
Octante
1
Octante
2
#
Bsqued
a
Elipsoida
l
- 20 -
Processos Estimacin
MINNUMn y MAXNUMn tambin podrn aplicarse a la bsqueda por octantes, en este caso
si el nmero total de muestras es menor a MINNUMn entonces la celda no ser evaluada, si
por el contrario el nmero total de muestras es mayor que MAXNUMn entonces las muestras
sobrantes (segn las distancias transformadas) son removidas hasta que se cumpla la
restriccin de MAXNUMn. Sin embargo, si el remover las muestras causa que el nmero de
muestras en un octante sea menor que MINPEROC, entonces las muestras no sern
removidas. Finalmente si se hace imposible satisfacer ambos criterios; MAXNUMn y las
restricciones por octante entonces la celda tampoco podr evaluarse.
Si cada registro en el archivo de muestras es identificado por un Campo Llave, entonces
podr restringirse el nmero de muestras por valor del campo llave. El uso ms usual de esta
caracterstica es para prevenir que muestras de un slo pozo tengan una sobreinfluencia
para la estimacin de la ley de la celda. En este caso el campo llave ser "BHID" que deber
especificarse en el campo KEY. El mximo nmero de muestras con el mismo valor del
campo llave se determina usando el campo MAXKEY en el archivo de parmetros del
volumen de bsqueda. Si MAXKEY no se define o queda con valor 0, entonces significa que
no se utilizar el concepto de campo llave. Para el caso de bsqueda por octantes, MAXKEY
se aplicar al nmero de muestras dentro de cada octante.
El archivo de parmetros para el volumen de bsqueda contiene 24 campos mostrados
en la tabla 6, en l todos los campos son numricos y de definicin obligatoria. El valor por
defecto para cada campo es el valor usado por el proceso en el caso de que el campo haya
sido ingresado como dato ausente.
Tabla 6: Resumen del Archivo de Parmetros del Volumen de Bsqueda
ARCHIVO DE PARMETROS DEL VOLUMEN DE BSQUEDA
Nombre
Campo
del
Valor por
Defecto
Descripcin
SREFNUM
SMETHOD
SDIST1
100
SDIST2
100
SDIST3
100
SANGLE1
SANGLE2
SANGLE3
SAXIS1
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 21 -
Processos Estimacin
SAXIS2
SAXIS3
MINNUM1
MAXNUM1
20
SVOLFAC2
MINNUM2
MAXNUM2
20
SVOLFAC3
MINNUM3
MAXNUM3
20
OCTMETH
MINOCT
MINPEROC
MAXPEROC
MAXKEY
- 22 -
Processos Estimacin
Existen dos mtodos para definir la discretizacin de una celda, ambos quedan definidos por
el valor asignado al parmetro DISCMETH.
Si DISCMETH es igual a 1, entonces se usarn los parmetros XPOINTS, YPOINTS y
ZPOINTS para definir el nmero de puntos de discretizacin en las direcciones X, Y y Z
respectivamente. Si se define un nmero par de puntos, entonces los puntos son espaciados
a lo largo de la lnea centro, en cambio si usted define un nmero impar, habr un punto
sobre la lnea centro y los otros podrn ser regularmente espaciados hacia las esquinas, todo
esto se ilustra en forma bidimensional en la figura 8.
XCELL = 20
2.5
2.
5
YCELL
12
Centro
x
Celda
4
x
x
de
la
@X P OI NT = 4, @YP OI NT = 4
2
Si usted configura DISCMETH=2, entonces usted podr definir la distancia entre los puntos
de discretizacin, en vez del nmero de puntos, en este caso usted deber definir los
parmetros XDSPACE, YDSPACE y ZDSPACE. Al usar este mtodo siempre habr un
punto que se ubicar sobre el centro de la celda, y los otros se localizarn a las distancias ya
especificadas desde este (ver figura 9).
YCELL
12
x
5
XCELL
20
x
5
=
x
5
Centro
Celda
x
x
de
= 5, @YDSP ACE = 4
la
2
La ventaja del primer mtodo es que usted estar seguro de tomar el mismo nmero de
puntos en todas las direcciones, independientem ente de las dimensiones de la celda. Sin
embargo su desventaja es que el espaciamiento en una direccin puede ser mucho mayor
que en otra direccin, dependiendo ahora si de las dimensiones relativas de la celda. La
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 23 -
Processos Estimacin
ventaja del segundo mtodo es que al configurar XDSPACE, YDSPACE y ZDSPACE iguales
entre si, usted podr obtener un conjunto de puntos de discretizacin completamente regular
sobre la celda. Sin embargo su desventaja es que para pequeas celdas se reducir
enormemente la cantidad de puntos de discretizacin, esto es ms problemtico en el caso
del krigeage, ya que en este caso el kriging requiere de un mnimo de puntos de
discretizacin antes de que la celda pueda ser evaluada. En general el mtodo ms
recomendable es probablemente el primero.
3.4 - Mtodos de Estimacin
Como se mencion inicialmente se pueden seleccionar diferentes leyes a estimar, con
diferentes mtodos de estimacin y diferentes parmetros en una sola ejecucin de ESTIMA.
Estas diferentes combinaciones de leyes-mtodos-parmetros quedan definidas por un
registro en el archivo de parmetros de estimacin (ESTPARM).
Mtodos Disponibles: Los mtodos de estimacin quedan definidos por el campo
IMETHOD, el que puede tomar los siguientes valores:
1.- Distancias ms Cercanas (NN)
2.- La Inverso de las Potencia de las Distancias (IPD)
3.- Kriging Ordinario (OK)
4.- Kriging Simple (SK)
Los siguientes prrafos describen las caractersticas de estos mtodos de estimacin, ms
algunos detalles especficos de cada uno.
Un Ejemplo Simple de un archivo de parmetros de estimacin se muestra en la tabla 7, en
este ejemplo la ley de AU es estimada usando el Inverso de las Distancias (2) y la AG
usando un Kriging Ordinario (3).
Tabla 7: Ejemplo del archivo de parmetros de estimacin
DESCRIPCIO
N
NOMBRE DEL
CAMPO
A
ESTIMAR
NUMERO DE
REFERENCI
A DEL V. DE
B.
METODO DE
ESTIMACION
POTENCIA
PARA
EL
METODO IPD
NUMERO DE
REFERENCIA
DEL VARIOG.
CAMPO
VALUE_IN
SREFNUM
IMETHOD
POWER
VREFNUM
A
(8
Caracteres)
REGISTRO 1
AU
REGISTRO 2
AG
TIPO
CAMPO
DE
Cada estimacin es definida como un registro independiente dentro de este archivo. Usted
podr ver que se han definido diferentes volmenes de bsqueda para las dos leyes. El
nmero de referencia del volumen de bsqueda (SREFNUM) esta referido al registro dentro
del archivo de parmetros del volumen de bsqueda. Como se describi anteriormente cada
mtodo de estimacin (IMETHOD) tiene un cdigo numrico. El campo POWER slo se
aplica al IPD (IMETHOD=2). Finalmente el nmero de referencia del modelo del variograma
queda registrado en un registro del archivo de parmetros del modelo del variograma, y que
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 24 -
Processos Estimacin
NOMBRE
CAMPO
A
ESTIMAR EN
ARCHIVO
ENTRADA
NOMBRE
CAMPO
ESTIMADO EN
ARCHIVO DE
SALIDA
NUMERO
DE
REFEREN
CIA DEL V.
DE B.
METODO
DE
ESTIMACI
ON
POTENCI
A PARA
EL
METODO
IPD
NUMERO
DE
REFEREN
CIA
DEL
VARIOG.
CAMPO
VALUE_IN
VALUE_OU
SREFNUM
IMETHOD
POWER
VREFNUM
TIPO
DE
CAMPO
A (8 Caract.)
A (8 Caract.)
REGISTRO 1
AU
AU-IPD
REGISTRO 2
AU
AU-OK
Pueden existir ocasiones donde usted quiera usar diferentes parmetros para la misma ley,
en diferentes reas, por ejemplo el AU puede tener diferentes conjuntos de parmetros de
estimacin dependiendo del tipo de roca. Para esto el usuario podr definir uno o dos
campos "ZONE" (Zonas de Control) y definir diferentes parmetros para cada combinacin.
Estas zonas se definen usando los campos ZONE1_F y ZONE2_F. Por ejemplo si usted
quiere tener diferentes parmetros segn tipo de roca y una zona por defecto deber
especificar
* ZONE1 _ F ( ROCK ),*ZONE 2 _ F ( FLTZONE )
Los campos ROCK y FLTZONE debern existir tanto en el archivo con los datos de muestras
como en el archivo del modelo del prototipo, usted no puede usar zonas de control si su
archivo de modelo de entrada no contiene celdas con esta informacin. Estos campos
pueden ser numricos o alfanumricos, en este ltimo caso podrn contener un mximo de
20 caracteres. En el siguiente ejemplo (ver tabla 9) el campo "ROCK" es alfanumrico y el
campo "FLTZONE" es numrico.
Tabla 9: Uso de los Campos ZONALES
DESCRIP
CION
CAMPO A
ESTIMAR
NUMERO
DE V. DE
B.
METODO
DE
ESTIM.
TIPO
ROCA
(ZONE1_
F)
ZONE
POR
DEFECT
O
(ZONE2_
F)
POTENCI
A PARA
EL IPD
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
NUMERO
MODELO
VARIOGR
.
- 25 -
Processos Estimacin
CAMPO
VALUE_I
N
SREFNU
M
IMETHOD
ROCK
FLTZONE
POWER
VREFNU
M
TIPO
A-8 CAR.
A-4 CAR.
REGIST.
1
AU
REGIST.
2
AU
REGIST.
3
AU
REGIST.
4
AU
REGIST.
5
AU
En el registro 5 no hay informacin en ninguna de las dos zonas (blanca para el campo
alfanumrico "ROCK", y "-" para el campo numrico FLTZONE). Este conjunto de parmetros
(la opcin por defecto) se utiliza para estimar algunas celdas cuyos campos ROCK y
FLTZONE no se definieron explcitamente en el archivo de parmetros de estimacin. Si se
tienen dos campos zonales, entonces no es posible especificar un campo (explicito) y el otro
campo como dato ausente, usted no podr tener ROCK "B" y FLTZONE como -, ya que en
ese caso aparecer un mensaje de error.
En adicin a los campos de leyes, algunos mtodos de estimacin pueden calcular Campos
Secundarios. En el caso del krigeage tambin calcula el nmero de muestras usadas para la
estimacin del krigeage y su varianza, si usted desea que estos campos aparezcan en el
archivo del modelo de salida, estos debern definirse usando el archivo de parmetros de
estimacin (ver tabla 10).
Tabla 10: Uso de Campos Secundarios
DESCRIPCI
ON
CAMPO
A
ESTIMA
R
NUMER
O
V.
DE B.
METODO
DE
ESTIMAC
.
NUMERO
MUESTRA
S
USADAS
VARIA
NZ.
ESTIM
AC.
NUMERO
V.DE
B.
DINAMICO
DISTANCIA
MUESTRA +
CERCANA
CAMPO
VALUE_I
N
SREFN
UM
IMETHOD
NUMSAM
_F
VAR_F
SVOL_F
MINDIS_F
TIPO
A-8
A-8
A-8
A-8
A-8
REGISTRO
1
AU
N-AU
VARAU
SVOL-AU
MDIST-AU
REGISTRO
2
AG
N-AG
VARAG
SVOL-AG
MDIST-AG
El volumen de bsqueda dinmico toma los valores de 1,2 3 dependiendo de cual sea el
volumen de bsqueda que se va a usar. En el ejemplo de arriba los campos SVOL -AU y
SVOL-AG pueden crearse en el archivo del modelo de salida para registrar cual fue el
volumen de bsqueda dinmico usado para la estimacin de cada ley, en cada celda.
El clculo de las distancias transformadas de las muestras desde el centro de la celda, y el
campo MINDIS_F le permitir definir el nombre del campo en el cual se almacenar la
distancia transformada de la muestra ms cercana, lo que puede llegar a ser muy til al
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 26 -
Processos Estimacin
momento de categorizar las reservas. Los otros campos secundarios usados en este ejemplo
son NUMSAM_F, usado para registrar el nmero de muestras usadas para realizar la
estimacin, y VAR_F para registrar la varianza de la estimacin, el ltimo campo slo se
aplica a algunos de los mtodos de estimacin. Si no hubiesen datos ausentes para los
valores de AU y AG en el archivo de datos de muestras y ambas variables se estiman
usando los mismos parmetros del volumen de bsqueda, entonces los campos
NUMSAM_F, SVOL_F y MINDIS_F pueden tener los mismos valores, en este caso no
necesitar especificar diferentes nombres de campos y los registros 1 y 2 podrn definirse de
acuerdo a la tabla 11:
Tabla 11: Optimizacin de los Campos Adicionales
DESCRIP
C.
CAMPO A
ESTIMAR
NUMERO
REFERE
N.V. DE
B.
METODO
ESTIMAC
.
NUMERO
MUESTRA
S USADAS
VARIAN
Z.
ESTIMA
C.
NUMERO
V.DE B.
DINAMIC
O
DISTANCI
A
MUESTR
A
+CERCA
NA
CAMPO
VALUE_I
N
SFERNU
M
IMETHOD
NUMSAM_
F
VAR_F
SVOL_F
MINDIS_F
TIPO
A - 8c.
A - 8c
A - 8c
A - 8c
A - 8c
REGIST.
1
AU
VAR-AU
SVOL
MDIST
REGIST.
2
AG
VAR-AG
SVOL
MDIST
Si los parmetros de la variografa son diferentes, entonces la varianza del kriging puede ser
diferente y en ese caso sigue siendo ms recomendable usar diferentes nombres para los
campos de diferentes leyes.
3.4.1- Mtodo de las Muestras ms Cercanas
Corresponde al mtodo definido por el parmetro IMETHOD = 1. Al usar este mtodo, a cada
celda se le asigna el valor de la muestra "ms cercana", entendiendo como distancia ms
cercana a la distancia transformada o la distancia anisotrpica en el caso de considerar
anisotropas en la distribucin espacial de las leyes.
Este mtodo no incluye valores de muestras ponderadas, por lo que podr estimar tanto
campos numricos como alfanumricos (de hasta 20 caracteres).
Todas las muestras que caen dentro del volumen de bsqueda se identifican como se
describi anteriormente, y la distancia anisotrpica desde la muestra hasta el centro de la
celda se calcula en base a la Elipsoide de Anisotropa, la que se define en forma idntica a
la elipsoide de bsqueda, de hecho, la elipsoide de bsqueda y la elipsoid e de anisotropa
pueden ser la misma (situacin ms usual). Sin embargo ESTIMA le permite definir
diferentes elipsoides de acuerdo a su situacin particular.
El campo ANISO se usa para definir la distancia transformada a utilizar:
-
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 27 -
Processos Estimacin
Corresponde al mtodo definido por IMETHOD = 2. El valor estimado por este mtodo se
calcula ponderando cada muestra por el inverso de la potencia de sus distancias hasta el
centro de las celdas. Usted define la potencia requerida usando el campo POWER, si usted
configura POWER como 0 entonces se considerar la media aritmtica de las muestras.
Todas las muestras que caen dentro del volumen de bsqueda se identifican como se
describi previamente, y se podr usar restricciones para el mnimo y mximo nmero de
muestras a considerar, finalmente se estima la ley de cada punto discretizado en la celda.
Esto se hace usando la distancia anisotrpica tal como se hizo en el mtodo anterior de las
distancias ms cercanas. El valor de la celda estimada se calcula en definitiva como la media
aritmtica de los puntos discretizados.
Si una muestra cae exactamente en un punto de la discretizacin entonces su distancia ser
de cero y tendr un peso de 100%, esto provocar una desviacin de la estimacin,
particularmente si usted tiene tan slo un punto en la discretizacin. Usted podr soslayar
este problema al especificar un valor positivo para el campo ADDCON. Este valor en primero
normalizado, dividiendo el valor especificado por el largo del eje de anisotropa. El proceso
luego sumar el valor de ADDCON a cada distancia antes de estimar el valor del punto
discretizado.
Usted podr usar una ponderacin por largo y/o densidad al especificar los campos
LENGTH_F y/o DENS_F, verificando que ambos campos (LENGTH y DENSITY) existan en
el archivo de datos de muestras. Usted notar que el uso de ambos campos en la
ponderacin es equivalente a ponderar por el tonelaje de la muestra. Si se especifico
LENGTH_F y/o DENS_F, pero algunos registros en el archivo de datos de muestras no
tienen datos para esos campos, entonces la muestra no se usar en la estimacin.
Si pondera por densidad y largo, entonces el peso Wi para la muestra i para la estimacin
de un punto discretizado:
Ec. 4.2
WI LI * I / DIP
En donde :
Li es el largo de la muestra i
es la densidad de la muestra I
DIP es la distancia transformada de la muestra i, desde el punto discretizado, elevado a la
potencia P
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 28 -
Processos Estimacin
Ec. 4.3
E K WI * G I / W I
Donde Gi es la ley de la muestra i.
El valor de la celda estimada Ec se calcula finalmente como la media aritmtica de todos los
puntos discretizados:
EC E K / N
Ec.
4.4
V ( G I2 ( G I ) 2 / N S ) /( N S 1)
Ec.
V ( G I2 ( G I ) 2 / N S ) /( N S 1)
Ec.
4.5
En donde:
Gi : es la ley de la muestra i
Ns : es el nmero de muestras usadas al hacer la estimacin
4.5
3.4.3 - Krigeage
- 29 -
Processos Estimacin
de las leyes para luego ser transformados nuevamente, todas las transformaciones son
realizadas dentro de ESTIMA, luego para la transformacin inversa (volver a los valores
muestrales) se utiliza la expresin 4.6
Ec.
4.6
Donde ;
Ec es la estimacin del kriging
W I es el peso de la muestra i
GI es la ley de la muestra i
es la covarianza de los logaritmos de las muestras "i" y "j"
( LI , L J )
Para el kriging lognormal, los mtodos de clculo son dos; el mtodo de apr oximacin de
Rendu, y el mtodo general. Debe considerarse que el mtodo general es iterativo y puede
requerir varias soluciones de la matriz del kriging para cada panel krigeado, esto hace que
sea ms demoroso que el mtodo de Rendu's.
Si usted selecciona el kriging lognormal, podr seleccionar el uso de la aproximacin de
Rendu's o el caso general, para lo cual deber configurar el campo GENCASE del archivo
de parmetros de estimacin, en donde :
-
GENCASE = 0
GENCASE = 1
Al seleccionar el caso general, usted deber configurar tres campos adicionales; DEPMEAN,
TOL y MAXITER los que se debern incluir en el archivo de parmetros de estimacin como
se indican a continuacin :
La varianza del kriging lognormal se calcula como una varianza relativa (VR) al cuadrado de
la media (m) del depsito:
VR V A / m 2
Ec.
4 .7
entonces usted deber especificar la media del depsito (m), o darle el valor de 0, en cuyo
caso en proceso usar la estimacin krigeada de la celda como la medi a.
DEPMEAN
El mtodo del caso general usa un procedimiento iterativo para calcular los pesos del kriging,
estos se calculan y comparan con su estimacin previa, y en el caso de que cada nuevo peso
este dentro de una cierta tolerancia centrada en el valor previo, entonces el valor es
aceptado, de no ser as, se calcular otro conjunto de pesos. Se debe definir entonces la
tolerancia (campo TOL), y el mximo nmero de iteraciones (campo MAXITER). Si los pesos
no convergen antes de MAXITER, entonces finaliza el clculo para la celda y se usa el ltimo
conjunto de pesos calculados.
Por cada campo VALUE_IN a estimar por krigeage, deber definirse el correspondiente
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 30 -
Processos Estimacin
Bajo ciertas condiciones los pesos asignados a una o ms de las muestras puede ser
negativo, lo que ocurre generalmente cuando el modelo del variograma tiene un efecto
pepita muy pequeo y ocurre un efecto pantalla. Es improbable que pesos negativos puedan
ser un porcentaje importante de los pesos totales. A pesar de que los pesos negativos son
matemticamente correctos, existe una escuela de pensamiento que considera que pesos
negativos son incorrectos y deben asignrseles valores nulos, lo que podr hacer usando el
campo KRIGNEGW:
KRIGNEGW = 0
Mantiene los pesos negativos y los usa
1 Asigna 0 a los pesos negativos
En el segundo caso, los pesos de las otras muestras son proporcionalmente ajustados para
que la suma de los pesos contine siendo de 1. Algunos chequeos en el mnimo nmero de
muestras (MINNUMn) son aplicados antes de que los pesos del kriging sean calculados, de
tal forma que es factible encontrar menos de MINNUMn muestras.
Debido a complejidades matemticas del kriging, a veces ocurre que la varianza del kriging
es ligeramente mayor que la meseta del modelo del variograma. El campo KRIGVARS del
archivo de parmetros de estimacin controla el resultado final para esta varianza, tal que :
KRIGVARS =
Esto es slo aplicable al kriging lineal, ya que las varianzas del kriging lognormal dependen
del valor de DEPMEAN y son entonces frecuentemente mayores a la meseta.
El kriging simple asigna un peso para un valor medio local, y a las muestras alrededor, usted
podr usar los campos LOCALMNP y LOCALM_F en el archivo de parmetros de
Estimacin para seleccionar como se definir este valor medio local:
LOCALMNP =
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 31 -
Processos Estimacin
VALUE_
IN
A - 8 C.
AU
VALUE_
OU
A - 8 C.
AU - OK
SREF
NUM
N
1
IMETH
OD
N
3
LOCALMN
P
N
-
LOCALM_
F
A - 8 C.
AU
AU - SK
AULMEAN
AG
AG - SK
NUMER
O
DE
REFER.
DEL
MODEL
O
VARIO
GR.
VREFN
UM
N
1
1
2
- 32 -
ADDCO
N
IPD, ST
Processos Estimacin
LOCAL N
2
SK
MNP
PROTO, 2=calcula la media
3.5 - Caractersticas Adicionales
- 33 -
Processos Estimacin
La ventaja del segundo mtodo es que provee de una mejor representacin de las celdas,
pero su desventaja es que los tiempos de clculo son un poco mayores.
Si se configura @PARENT = 0, entonces esta propiedad de estimar en primer trmino sobre
las celdas patrones, y luego asignar este resultado a las subceldas no ser utilizada.
Si el modelo del prototipo de entrada tiene celdas que ya incluyen el campo a ser estimado, y
adems hay insuficientes datos dentro del volumen de bsqueda para estimar una celda,
entonces usted tiene una opcin de controlar la accin por el valor del parmetro COPYVAL.
Si @COPYVAL = 0, un valor de ley ausente se asigna al modelo de salida. Si @COPYVAL =
1, entonces los valores existentes en el modelo del prototipo de entra da son copiados al
modelo de salida.
En ocasiones se puede desear actualizar las leyes de slo parte de un modelo. Una
alternativa para esto puede ser copiar la parte del modelo que requiere actualizar en un
submodelo separado, ejecutar ESTIMA en el submodelo y luego sumarlo al modelo inicial.
Alternativamente si la parte del modelo a ser actualizada puede definirse como un cuboide,
entonces usted puede usar los parmetros @XMIN, @XMAX, @YMIN, @YMAX, @ZMIN,
@ZMAX y hacer la actualizacin en el lugar. Usted tambin necesitar configurar
@COPYVAL=1. Slo las celdas que traslapen este volumen de actualizacin podrn ser
estimadas, aunque se utilicen muestras ubicadas fuera del volumen de actualizacin.
Cualquier valor de @XMIN, @XMAX.... que se suministre, sern ajustados por ESTIMA a la
celda patrn lmite ms cercana antes de hacer la actualizacin. Los valores mnimos se
ajustarn hacia abajo y valores mximos hacia arriba. Si uno o ms de los parmetros no son
especificados o tienen datos ausentes (por defecto), entonces se usarn las coordenadas
mnimas y mximas del modelo.
Si todos los campos de leyes (como se definieron por VALUE_OU en el archivo de
parmetros de estimacin ) y sus correspondientes campos secundarios (como fueron
definidos por NUMSAM_F, SVOL_F, VAR_F y MINDIS_F) ya existen en el archivo de
entrada del prototipo del modelo, se permite operar sobre l, lo que significa que el prototipo
del modelo de entrada y los archivos de modelos de salida pueden ser los mismos, teniendo:
& PROTO(MODE L1),&MODEL(MODEL1)
Si usted especifica esto, entonces el proceso primero chequea para asegurar que el archivo
incluye todos los campos necesarios, para entregar un mensaje de error en el caso que sea
necesario. Esto puede complementarse con el uso de "Retrieval Criteria" en campo s en el
archivo del modelo del prototipo de entrada, de tal forma que los registros que no satisfagan
el criterio, quedarn sin alterar en el archivo del modelo de salida. Esto ser muy til para
poder hacer una actualizacin selectiva del modelo.
Tambin deber recordar que si se tienen diferentes archivos de prototipo del modelo de
entrada y modelo de salida y usa un R.C., entonces slo aquellos registros que satisfagan el
criterio sern copiados en el modelo de salida. Si un valor de ley no puede ser es timado
debido a insuficiencia de datos en el volumen de bsqueda, entonces el parmetro
COPYVAL define si se le asignar un valor de dato ausente o el valor previo.
Los principales mtodos de estimacin (IPD, OK, etc) fueron descritos previamente. Sin
embargo existen dos opciones adicionales las cuales se especifican usando el campo
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 34 -
Processos Estimacin
Ec.4.8
Cada modelo individual Yi (h) puede ser esfrico, de potencia, exponencial, gaussiano o De
Wijsian. Si se ha seleccionado el kriging como el mtodo de estimacin, entonces se deber
especificar los parmetros del variograma usando el archivo de parmetros del modelo del
variograma. Los campos requeridos para este archivo son los que se mencionan en la tabla
4.14.
Tabla 4.14: Resumen Archivo de Parmetros de la Variografa
VALOR
POR
CAMPO
DESCRIPCION
DEFECT
O
VREFNU
Numero de referencia del variograma
M
VANGLE 0
1er. ngulo de rotacin, que define la orientacin del rango en la
1
elipsoide
Todos los campos son numricos y opcionales, con excepcin del nmero de referencia del
variograma, indicador dentro del archivo de parmetros de estimacin.
La elipsoide del variograma se usa para definir algunos parmetros anisotrpicos, dentro de
los cuales el ms comn es el rango del modelo esfrico. La elipsoide del variograma se
define usando los campos VANGLE1, VAXIS1, etc, de la misma forma en que se describi la
elipsoide de bsqueda en el captulo respectivo. Ms adelante podr encontrar un ejemplo
que muestra la aplicacin de estos campos.
Los valores por defecto especifican que no se usar rotacin, de tal forma de que si se desea
definir la elipsoide del variograma con la misma direccin que la elipsoide de bsqueda,
deber asegurarse que los campos SANGLE1, SAXIS1,...del archivo de parmetros del
volumen de bsqueda sean los mismos que los campos VANGLE1, VA XIS1, ... del archivo
de parmetros del modelo del variograma.
El campo STs define el tipo de variograma para la estructura "s", y las opciones de modelos
disponibles son :
1.- Esfrico
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 35 -
Processos Estimacin
DESCRIPCION
XSUBCELL
ALL
YSUBCELL
ALL
ZSUBCELL
ALL
DISCMETH
IPD, OK, SK
METODO DE DISCRETIZACION:
1=USA
@XPOINT,ETC
;
@XDSPACE,ETC
=USA
XPOINTS
@DISCMETH
=1
YPOINTS
@DISCMETH
=1
ZPOINTS
@DISCMETH
=1
XDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN X
LOS
PUNTOS
DE
YDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN Y
LOS
PUNTOS
DE
ZDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN Z
LOS
PUNTOS
DE
PARENT
ALL
MINDISC
@PARENT = 2
MINIMO
NUMERO
DISCRETIZACION
XMIN
&PROTO mn.
X
ALL
DE
PUNTOS
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
DE
- 36 -
Processos Estimacin
XMAX
&PROTO mx.
X
ALL
YMIN
&PROTO mn.
Y
ALL
YMAX
&PROTO mx.
Y
ALL
ZMIN
&PROTO mn.
Z
ALL
ZMAX
&PROTO mx.
Z
ALL
COPYVAL
ALL
FVALTYPE
OK, SK
FSTEP
@FVALTYPE
=2
LINKMODE
UNFOLD
UCSAMOD
E
UNFOLD
UCSBMOD
E
UNFOLD
UCSCMOD
E
UNFOLD
PLANE
UNFOLD
EL
PLANO
DE
ESTRUCTURAL
HANGID
UNFOLD
FOOTID
UNFOLD
TOLRNC
UNFOLD
TOLERANCIA
EN
COORDENADA UCSA
ORGTAG
UNFOLD
ALL
ECHO
ALL
SWITCH DE LA COPIA :
0=DATOS
AUSENTES
EN
DATOS
INSUFICIENTES
1=COPIA VALORES EXISTENTES AL MODELO
SALIDA
LA
INTERPRETACION
CLCULO
DE
LA
INPUT /
DESCRICION
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 37 -
Processos Estimacin
OUTPU
T
IMPRESCINDIBL
E / OPCIONAL
PROTO
IN
MUESTRAS
SRCPAR
M
ARCHIVO DE Parmetros
BSQUEDA
ESTPARM
VMODPA
RM
ARCHIVO DE
VARIOGRAMA
STRING
MODEL
MODELO DE SALIDA
SAMPOUT
Parmetros
DEL
DEL
VOLUMEN
MODELO
DE
DEL
Ahora se entregar una breve descripcin del modelo de prototipo de entrada y del archivo
de datos de muestras. El modelo de prototipo de entrada es un modelo de celda s que
contendr los 13 campos obligatorios, ms campos de inters para el estudio y ms algunos
de los siguientes campos: LOCALM_F (media local para el SK), ZONE1_F (primer campo
zonal) y ZONE2_F (segundo campo zonal).
El archivo de muestras contiene las coordenadas de las muestras y al menos un campo de
ley. Los nombres de los campos de ley se definen usando el campo VALUE_IN en el archivo
de parmetros de estimacin, los otros campos (todos opcionales) del archivo de muestras
son: ZONE1_F (primer campo zonal), ZONE2_F (segundo campo zonal), KEY (campo llave),
LENGTH_F (para ponderar por el largo, en IPD), DENS_F (ponderar por la densidad, en
IPD). ESTIMA usa los nombres convencionales de los campos (ver tabla 17), los nombres
por los cuales usted ser cuestionado son los siguientes (todos opcionales):
Tabla 17: Resumen de los Nombres de Campos
ARCHIVO
IN
IN, PROTO
MODEL
ESTPARM
STRING
CAMPO
DESCRIPCION
KEY
LENGTH_F
DENS_F
ZONE1_F
ZONE1_F
SECTION
BOUNDARY
WSTAG
BSTAG
TAG
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 38 -
Processos Estimacin
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
- 39 -