Kriging Universal

El-Geología-Petróleo Minería Boletín de Ingeniería
CDU:: 528,9: 912

Comparación de las técnicas de DOI: 10.17794 / rgn.2016.2.4
interpolación ordinario y universal artículo científico original
Kriging en una variable de profundidad

(un caso de tendencia espacial lineal),
estudio de caso del campo Šandrovac
* Ivana Mesić Kiš1,2

1
ES kralja Tomislava, Ulica Matice hrvatske 1, 31 500 Našice
2
Estudiante de Doctorado, Universidad de Zagreb, Facultad de Ciencias, Departamento de Geología, Horvatovac 95, Zagreb, 10 000, Croacia
Resumen
Hasta ahora, Universal Kriging no se ha utilizado para la asignación de los datos geológicos en Croacia. Sin embargo, es
uno de los métodos más frecuentemente utilizados de Kriging, probablemente el más adecuado en los casos en que los
datos de entrada está marcada por una tendencia común. Esa característica exacta es a menudo un atributo de datos
geológicos profundos, y con ello la de los mapas estructurales. superficies asignadas en una fila de ejemplos tienen una
tendencia estructural hacia una dirección cardinal, o una secuencia de estructuras geológicas, como anticlinorium, es una
parte de una unidad estructural de un orden superior tales como monoclinal regional. Se da un ejemplo de
reconocimiento de tendencia geográfica en el e-log Z' propagación superficial en Šandrovac campo, así como la
cartografía éxito de esa variable Marcador de profundidad mediante el uso universal de Kriging.
palabras clave
Kriging universal, Kriging Ordinario, tendencia, mapa estructural, Šandrovac Campo
1. Introducción
Geoestadística es ampliamente utilizado en la geología como un método de interpolación para el mapeo de diferentes
variables geológicas como la profundidad, el espesor, porosidad o permeabilidad. Uno de los estimadores más utilizados
para la interpolación de los datos espaciales son técnicas Kriging. Se les considera un método de interpolación para la
estimación de una variable regionalizada en los puntos de cuadrícula seleccionados que predicen los valores de
interpolación sin prejuicios y con varianza mínima. Hay diferentes tipos de técnicas, tales como Kriging Kriging
Ordinario (abr. OK), Universal Kriging (abr. Reino Unido), Indicador de Kriging, co-kriging y otros. El método más
comúnmente utilizado es correcto, pero la elección de los cuales kriging a utilizar depende de las características de los
datos.
interpolación geoestadística y análisis variograma ha sido la herramienta analítica estándar en la geología de Croacia en
los últimos 10-15 años. A pesar de ello, el Reino Unido no se ha utilizado todavía para el mapeo de datos geológicos en
Croacia. Es un método utilizado para la estimación de espacial significa cuando los datos tiene una fuerte tendencia y la
tendencia puede ser modelado por funciones simples. Reino Unido también se debe utilizar cuando la variable
dependiente no cumple con el criterio de la segunda estacionariedad orden necesario para kriging. Segundo
estacionariedad orden significa que la media y la varianza son los mismos en toda la zona y que la correlación entre dos
observaciones sólo depende de su posición relativa en el espacio. A pesar de ello, el Reino Unido también tiene sus
limitaciones, como un área de superficie. Si analizamos una gran superficie, como un país grande o un continente, es
difícil seguir una tendencia en la dirección de propagación, así que en ese caso no es recomendable utilizar un Reino
Unido. Sin embargo, cuando se describe un fenómeno local estructural, esta técnica debe ser aplicado y los resultados en
comparación con otras técnicas de kriging con el fin de decidir si usar o no.
* Autor para la correspondencia: Ivana Mesić Kiš

ivy.mesic@gmail.com
Mesić Kiš 42
El objetivo de este trabajo es describir el método Reino Unido e introducirlo como una herramienta estadística para las
variables de asignación en la geología de Croacia. Šandrovac campo fue seleccionado como un estudio de caso. En esta
zona, los métodos OK y el Reino Unido serán comparados y se describen mediante la asignación de una variable de
profundidad, y se discutirán sus ventajas y desventajas.
2. Área de estudio
Todo el Šandrovac campo cubre una pequeña área de superficie de aproximadamente 38 kilómetros cuadrados, situado a
18 km al este de la ciudad de Bjelovar. Representa una estructura levantada clásica que se coloca geográficamente en el
Bjelovar Subdepression (véase la Figura 1), una unidad geotectónico regional separada en la parte croata de la cuenca de
Panonia (abrev. CPBS).
Figura 1: Šandrovac campo, situada en el margen norte de la Bjelovar Subdepression (modificado según Novak Zelenika y
Malvić, 2011)
El Bjelovar Subdepression está situado en la parte sur-occidental de la depresión Drava. Es parcialmente se aísla debido
a la elevación de Bilogora Mt. durante el Plioceno, Pleistoceno y Holoceno. El Subdepression también se separa de la
Sava Depresión por Moslavačka gora Mt. En una escala mayor, Bjelovar Subdepression se encuentra en el margen sur
del Sistema cuenca de Panonia (abrev. PBS). La creación de PBS se ha explicado anteriormente en muchos documentos
(por ejemplo, Royden 1988, Rӧgl 1996; 1998), así como las características específicas de la Bjelovar Subdepression (por
ejemplo Malvić 1998; 2003; 2004; 2011,
Pavelic 2001).
La apertura de la Bjelovar Subdepression fue el resultado de las actividades en el sistema principal falla transcurrent
junto con otros sistemas de fallas en diagonal o transversal a subdepression (por ejemplo, Malvić 2003; 2011) o a la
dirección de la Falla central Drava. En el Badenian Temprano (16,4-15,0 Ma) de sedimentación tuvo lugar en ambientes
La Minería-Geología-Ingeniería de Petróleo Bulletin, 2016, pp 41-58 © El Autor (s), DOI:. 10.17794 / rgn.2016.2.4
43 Comparación de las técnicas de interpolación Kriging ordinario y universal en una variable
de abanicos aluvialesdey profundidad ... a la tasa de transtensión durante este tiempo. El 1er sedimentos transtensión
su tasa fue inferior
eran brechas, conglomerados y areniscas. La sedimentación cambió a clastics y carbonatos de grano fino durante el
Oriente y Badenian Tardío (15,0-13,0 Ma). Al comienzo de la primera transpresión (durante sármata-Early Panonia,
13,0 a 9,3
La Minería-Geología-Ingeniería de Petróleo Bulletin, 2015, pp 41-58 © El Autor (s), DOI:. 10.1177 / rgn.2016.2.4)
Mesić Kiš 44
Ma), salinidad disminuyó debido a una zona de mar reducida, y se formaron ambientes salobres. El segundo
transtensión duró desde Pannonian Tardío (9.3 a 7.1 Ma) a la temprana Ponciano (7.1 a 6.3 Ma). Se caracterizó por una
deposición de serie monótona de areniscas y margas.
El segundo transpresión comenzó a finales de Pontian (6.3 a 5.6 Ma) y se caracterizó por diferentes clastics débilmente
consolidados y no consolidados con turba esporádica y carbón (por ejemplo Malvić 2011, Mesić Kis y Malvić, 2014).
El Bjelovar Subdepression no estaba situada en la dirección principal de transposición de materiales, en particular en los
períodos transpresionales para el que el ingreso de sedimentos fue significativamente menor. Por lo tanto, el espesor de
las clastics Neogene- cuaternarios por encima del sótano carbonato Mesozoico o Paleozoico sótano ígnea / metamórfica,
rara vez supera los 3.000 m en contraste con 7000 m en la zona central Drava Depresión.
El área de la Bjelovar Subdepression se considera una provincia petrolera madura. En consecuencia, Šandrovac es un
yacimiento de gas de petróleo que se puso en producción desde 1967. Su explotación fue de acuerdo con el plan
estratégico del INA dd (Zornjak, 2009).
3. métodos
Conjunto de datos se proporciona a partir de la tesis doctoral y un artículo publicado por Malvić (2003, 2011). La Figura
2 muestra un mapa palaeostructural de marcador Z' de la que se tomaron 18 coordenadas de datos así. E-log marcador Z'
fue seleccionado como un horizonte de asignación debido a su importancia en el Drava chronostratigraphically
Depresión. Está situado aproximadamente en el centro de la segunda transtensión y representa una frontera entre la
Pannonian y Pontian (y entre las formaciones de Ivanić Grad y Kloštar Ivanić).
de profundidad ...
Figura 2. mapa estructural por marcador de e-log Z' de la Bjelovar Subdepression construido por interpolación
manual y dibujo de fallos (modificado después de Malvić, 2011)
tabla 1 muestra las coordenadas y los valores de la variable de “profundidad” que se utiliza para el análisis variograma y
como datos de entrada para las técnicas de Kriging así. El conjunto de datos se analizaron mediante OK y Reino Unido.
Desde un análisis variograma es necesario para el mapa de interpolación utilizando métodos Kriging, también se
describe brevemente. El énfasis estará en el Reino Unido, un método de interpolación que no ha sido utilizada para la
asignación de los datos geológicos en Croacia.
tabla 1. Los datos de entrada para el análisis variograma y el mapa de interpolación

Gauss - Kruger (X) Gauss - Kruger (Y) Profundidad
[m] (Z)
6418000 5086200 1120
6418200 5085200 1200
6418400 5086000 1150
6418800 5084800 1280
6419200 5085600 1240
Mesić Kiš 46
6419000 5088000 950
de profundidad ...
6420000 5087200 1000
6420400 5088400 880
6420400 5087000 1120
6420400 5086600 1200
6420800 5086000 1300
6422000 5088200 1040
6421800 5087000 1320
6421900 5086400 1430
6421900 5086000 1500
6422000 5085800 1520
6423000 5085000 1700
6421000 5085600 1480
3.1. El análisis variograma
Un variograma (2γ) es una de las herramientas geoestadísticas básicas que se utiliza para determinar la dependencia
espacial. A menudo se refiere como un semivariogram (γ), que tiene exactamente las mismas características, excepto
que en el denominador de la ecuación, el número 2 es eliminado. Un variograma se expresa matemáticamente por la
ecuación 1:
Dónde:
Nueva Hampshire) - número de pares de datos a la distancia “h” (dentro de la búsqueda zona de vecindad),
z (norte) - valor en la posición
n, z (n + h) - valor en la
posición n + h.
Cálculo de un variograma experimental es de entrada necesaria para diferentes técnicas de interpolación geoestadísticos,
como Kriging. An (semivariogram) curva experimental se muestra en la Figura 3. En una curva de este tipo, los
siguientes parámetros pueden ser leídos: pepita - C0, travesaño (varianza) - C, gama - a, y la distancia - h.
Mesić Kiš 48
Figura 3: parámetros semivariogram
Un variograma experimental dado es entonces aproximar por el modelo teórico (véase la Figura 4). En la interpretación de
variables geológicas, los modelos teóricos utilizados comúnmente son esféricas, exponencial y un modelo de Gauss.
Figura 4: Los modelos teóricos
Las siguientes ecuaciones determinan el comportamiento de una cierta variable que se aproxima mediante un modelo
teórico seleccionado (por ejemplo Isaaks i Srivastava, 1989):
Dónde:
γ (h) - valor variograma a la distancia “h”,
C -
constante, h
- distancia, a
- gama.
3.2. Kriging ordinario
OK es una de las técnicas más utilizadas Kriging, una técnica de interpolación geoestadística que se describe por las
siglas AZUL - “mejor estimador lineal insesgado”. Es el “mejor”, ya que tiene como objetivo minimizar la varianza de
los errores, “lineal”, ya que sus estimaciones son combinaciones lineales ponderadas de los datos disponibles, y
“imparcial”, ya que trata de tener el error residual o media igual a 0.
El principio de Kriging es estimar valores de una variable regionalizada en un lugar seleccionado (Zk), En base a los
valores existentes en los alrededores de (Zyo). ubicaciones seleccionadas se les asigna un coeficiente de ponderación
correspondiente (λyo)de profundidad
Que representa ...
Mesić Kiš 50
la influencia DE ESPECIAL datos sobre el valor de la estimación final en el nodo de la malla seleccionado. valores
variograma expresar la relación entre los datos existentes (duro) y el punto de estimación, o por covarianza en caso de
segundo orden estacionariedad (por ejemplo Malvić y Balić, 2009).
Aceptar premisa es una media desconocida constante en el entorno local de cada punto de estimación. varianza local de
los datos dentro del elipsoide de búsqueda se utiliza para la estimación, que es útil en el caso de un pequeño número de
datos de entrada (15 o 20). Entonces, la varianza mundial menudo no refleja los cambios locales, lo que las desviaciones
de la media y la estimación pueden ser grandes. En la técnica de OK, la cantidad de varianza kriging se minimiza
utilizando un parámetro externo lineal llamado el factor de Lagrange (μ). El factor limitante minimiza el error y la
evaluación se convierte imparcial. La condición en la evaluación de la técnica de OK es que la suma de todos los pesos
es igual a 1 (por ejemplo Malvić et al., 2008). La ecuación OK en forma de matriz es:
(5)
Dónde:
γ- valores variograma,
z1z ....norte - valor real de la ubicación 1 a n,
X - ubicación en la que se estima un nuevo valor,
μ - factor de Lagrange.
3.3. Kriging universal
El objetivo del método UK es predecir Z (x) en un área sin muestrear también. Se divide la función aleatoria en una
combinación lineal de funciones deterministas, la que varía suavemente y no estacionario tendencia, que también se
llama una deriva μ (x) ε ℝ, y un componente aleatorio Y (x): = Z (x) - μ ( x) que representa la función aleatoria residual
(Wackernagel, 2003).
OK asume una media estacionaria, es decir, constante de la subyacente Z función aleatoria de valor real (x). Pero, en
realidad, el valor medio varía, a menudo no es constante a través de toda el área de estudio y se dice que la variable sea
no estacionario. Una variable regionalizada no estacionario puede ser considerado como que tiene dos componentes
(Davis, 1973); deriva (promedio o el valor esperado de la variable regionalizada) y una residual (diferencia entre las
mediciones reales y la deriva).
El método de la UK asume que la media m (x) tiene una dependencia funcional de la localización espacial y se puede
aproximar por un modelo con la ecuación (por ejemplo, Kumar, 2007):
Dónde:
unal - Coeficiente LTH a estimarse a partir de los datos,
Fl - LTH función básica de coordenadas espaciales que describen la deriva,
k - el número de funciones que se utilizan en el modelado de la deriva.
Reino Unido también se conoce como kriging con una tendencia o kriging en presencia de una deriva. tendencia
espacial o una deriva representa cualquier tendencia detectable para los valores que cambian en función de las
coordenadas.
La media puede ser una función de las coordenadas en lineal forma, cuadrática o superior. El Reino Unido teniendo en
cuenta la tendencia lineal fue utilizado para la interpolación espacial de profundidad. El modelo matemático con dos
variables es (por ejemplo Kastelec y Košmelj, 2002):
de profundidad ...
Dónde:
Mesić Kiš 52
Z (s) - variable aleatoria en la

posición s, x1 (s) - la longitud en el
lugar s,
X2 (s) - latitud en la localización s,
β0, β1, β2 - coeficientes de la tendencia lineal,
δ (s) - intrínseca proceso aleatorio estacionario con 2ɣ existente variograma (h), donde h = s i - sj es un vector de distancia entre
ubicaciones syo y sj.
La estimación kriging es la siguiente (por ejemplo, Kumar, 2007):
Dónde:
Z' (s0) - valor estimado en s0, Z
(syo) - valores observados en los
puntos de Si, norte - tamaño de la
muestra,
? i - pesos elegidos para syo forma que se satisfagan las siguientes condiciones estadísticos:
(a) insesgamiento
(b) varianza mínima
Según Journel y Huijbregts (1978), la minimización de la Ecuación (10) que está sujeto a la restricción de
La ecuación (9), usando el multiplicador de Lagrange (μ), los resultados en el siguiente sistema de Reino Unido:
Dónde:
γ (syo, sj) - semivariograma entre dos puntos syo y sj,
μl - multiplicador de Lagrange asociado con la condición objetiva LTH.
Los λ pesos óptimosyo se pueden obtener mediante la resolución de estas ecuaciones simultáneamente. Para el cálculo de
λ-s, unavariograma que es una medida de la continuidad espacial de los datos, se requiere (Kastelec y Košmelj, 2002).
La varianza de esta estimación se da en la Ecuación 12 (por ejemplo Kumar, 2007):
El proceso de usar UK puede ser descrito a través de los siguientes pasos:

1) es necesario entender por qué la tendencia existe basado en la naturaleza de nuestros datos,
2) es necesario utilizar una forma simple de la tendencia, si es posible y evitar la extrapolación más allá de los datos
disponibles,
3) después de la selección tendencia, se resta de los datos observados para obtener los residuos,
de profundidad
4) esos residuos se utilizan ... de variogramas y estimación espacial,
para el cálculo
5) y finalmente, los residuos krigeados se añaden de nuevo a la tendencia (por ejemplo Isaaks y Srivastava, 1989).
Mesić Kiš 54
4. resultados
Los resultados incluyen mapas de la superficie variograma para las variables “profundidad” y “residuos”, los modelos
de variogramas experimentales y teóricos, mapas interpolados usando UK bien y que también se compararon mediante
la validación cruzada. mapas de superficie variograma, así como modelos de variogramas experimentales y teóricos se
obtuvieron utilizando Variowin 2.0, un software para análisis de datos espaciales en 2D. Los mapas fueron interpolados
usando la versión con licencia del programa Surfer 8.0.
4.1. Kriging ordinario
Un requisito previo para el uso de un método kriging es la construcción de variogramas experimental. Un mapa de la
superficie variograma para la “profundidad” variable fue creado (ver la Figura 5) con los siguientes parámetros:
X: el espaciado de retardo: 1000
MNUMBER de retardos: 6 Y: el espaciado de
retardo: 1000
MNUMBER de retardos: 6
Figura 5: mapa de superficie variograma para una “profundidad” variable de
Un mapa de la superficie variograma calculado para una “profundidad” variable indica 2 ejes: un eje principal que tiene
una tendencia NW-SE (135º-315º) y un eje secundario con una tendencia NE-SW (45º-225º). ejes primario y secundario
se definen de acuerdo con el mapa estructural (véase la figura 2).
Figura 6 muestra un variograma experimental y un modelo variograma teórico gaussiana de Šandrovac campo para
una variable (eje principal) “profundidad”, con los siguientes parámetros:
nugget0
range2280 metro
sill45000
de profundidad ...
Figura 6: variograma experimental y el modelo teórico de Gauss de una variable (eje principal) “profundidad”
Figura 7 muestra un variograma experimental y Gaussian modelo variograma teórico de Šandrovac campo para una variable
(eje secundario) “profundidad”, con los siguientes parámetros:
nugget2300
range4000 metro
sill33120
Figura 7: variograma experimental y el modelo teórico de Gauss de una variable (eje secundario) “profundidad”
De acuerdo con la estructura de la Bjelovar Subdepression, la relación de eje primaria y secundaria es 2: 1. Utilizando los
datos variograma, un mapa se interpoló por OK utilizando Surfer 8.0TM (ver Figura 8).
Mesić Kiš 56
Figura 8: El mapa estructural Kriging Ordinario (m) de valores de entrada
Por el método de validación cruzada MSE se calculó para una variable de “profundidad”, que es 29269. La raíz del error
cuadrático medio de la "profundidad" variable es 171. Los datos más subestimado está en X =6423000, Y = 5085000, Z
(profundidad) = 1,700 cuando el valor estimado de la profundidad era de 1419. Los datos más sobrestimado está en X =
6422000, Y = 5088200, Z (profundidad)
= 1040 cuando el valor estimado de la profundidad era de 1.552.
4.2. Universal kriging
correlación espacial entre variables se ha mostrado en un gráfico de dispersión, si no es tal. Este es también el punto de
partida en el análisis de regresión. La Figura 9 muestra una tendencia lineal positiva de profundidad con longitud y una
tendencia lineal negativa con la latitud. En este caso, las coordenadas Gauss-Kruger son variables independientes y la
profundidad es una variable dependiente. Como se mencionó antes, un variograma para la interpolación usando Reino
Unido se construye utilizando diferentes variables - “residuales”.
de profundidad ...
Figura 9: La dependencia de la profundidad en la longitud (A) y latitud (B) en Šandrovac Campo
Puesto que hay dos variables independientes, análisis de regresión múltiple se utiliza para la eliminación de la tendencia.
Un modelo estimado tiene la siguiente ecuación 13:
Estimación de coeficientes beta está dada por la solución de ecuaciones normales del método de mínimos cuadrados:
lo que significa que la ecuación de regresión estimada es:
Mesić Kiš 58
Si los valores reales de las variables independientes x se incluyen en una ecuación de regresión estimada para cada i = 1,
2, ..., 18; valores de regresión y de variable dependiente y se les da. Por consiguiente, la primera ŷ valor de regresión se
da mediante la inclusión de las variables de la Tabla 1 en la ecuación 14 x1 (longitud) y x2 (latitud):
Los residuos se dan restando el valor real de las variables dependientes de la prevista. Específicamente, el primer valor
residual es:
mapa de superficie variograma para los “residuos” variable se ha creado (ver la Figura 10) Con los
parámetros siguientes: el espaciado de retardo: X: 800 MNUMBER de retardos: 5
Y: el espaciado de retardo: 800 MNUMBER de retardos: 5
Figura 10: mapa de la superficie variograma de una variable “residual”
Un mapa de la superficie variograma calculado para la variable “residual” indica 2 ejes: un eje principal que tiene una
tendencia NW-SE (135º-315º) y un eje secundario con una tendencia NE-SW (45º-225º), lo mismo que para la valores
de “profundidad”.
Figura 11 muestra un variograma experimental y esférica modelo variograma teórico de Šandrovac campo de una
variable “residual” (eje principal), con los siguientes parámetros:
nugget0
range1638 metro
sill2450
de profundidad ...
Figura 11: variograma experimental y el modelo teórico esférica de un (eje principal) “residual” variable de
Figura 12 muestra un variograma experimental y esférica modelo variograma teórico del campo Šandrovac para un (eje
secundario) “residual” variables, con los siguientes parámetros:
nugget0
range2280 metro
sill2470
Figura 12: variograma experimental y el modelo teórico esférica de un (eje secundario) “residual” variable de
Utilizando los datos variograma, un mapa se interpoló por Reino Unido usando Surfer 8.0TM (ver Figura 13).
Mesić Kiš 60
Figura 13: El mapa estructural universal Kriging (m) de valores de entrada
MSE para la variable “profundidad” es 3473. El error cuadrático medio de la "profundidad" variable es 59. Los datos
más subestimado está en X = 6419000, Y = 5088000, Z (profundidad) = 950 cuando el valor estimado de la profundidad
era de 815. Los datos más sobrestimado está en X = 6422000, Y = 5088200, Z (profundidad) = 1,040 cuando el valor
estimado de la profundidad era de 1.127.
5. Discusión
Figura 7 muestra que no hay ningún travesaño de intersección en el modelo de variograma Gaussian experimental y
teórica del eje secundario para una “profundidad” variable, lo que significa que tenemos una dependencia espacial
extremadamente grande. El aumento del número de retardos también no condujo a la intersección del travesaño, por lo
que se utilizó el valor del rango de 4,000 m. De acuerdo con un mapa estructural regional de marcador e-log Z'(véase la
figura 2), el eje primario tiene una dirección de 135-315º. variograma Adirectional de un eje principal para la variable de
profundidad se utiliza para la interpolación OK, y la proporción era de 2: 1 ya que la estructura es 2 veces más larga que
ancha.
El mapa OK resultante (véase la figura 8) con un modelo de variograma gaussiana no respeta la regla (incluso geológica
axioma mapeo) que las líneas de algunos valores no deben pasar entre dos puntos (como el mínimo y máximo), donde
no hay alguna valor intermedio, a través del cual puede pasar la línea. Que es considerado como una regla básica de la
interpolación simple. La segunda regla de interpolación es que isolíneas con valores mayor o menor que el máximo y el
mínimo de los puntos medidos, no pueden ocurrir en el mapa. Ambas reglas no se respetan en este mapa. Por lo tanto,
este mapa no se puede considerar buena, que puede ser confirmado con un valor de MSE más grande.
El Campo Šandrovac ya se analizó por el método de OK en un estudio previo (Mesić Kiš y Malvić, 2014) donde se
utilizó un modelo de variograma lineal, ya que fue propuesto como un modelo de variograma “default” en software
SAGA GIS, y se comparó con método polígono Thiessen. Dicho modelo se considera generalmente como “útil”, ya que
de profundidad
describe la dependencia ... con una línea y no utiliza ningún 'matemáticas' complejos variograma. Por lo tanto,
de regresión
tales krigings son
Mesić Kiš 62
generalmente se considera mejor que la distancia inversa u otros métodos simples porque regresión simple se puede
aplicar mucho más fácilmente en algoritmos de interpolación de fricción. De hecho, tales kriging implica que hay una
tendencia general en los datos que se describe mediante regresión simple con una variable dependiente.
Figura 9 muestra que tenemos dos variables independientes (coordenadas x e y) y una variable dependiente
(profundidad). Hay una tendencia lineal positiva de la profundidad con longitud y una tendencia lineal negativa con la
latitud. Desde Reino Unido asume un modelo general de tendencia polinómica como un modelo de tendencia lineal, que
se utilizó para este estudio. El problema con 2 variables independientes se resuelve mediante regresión lineal múltiple
que conduce a una ecuación regressional a partir del cual se puede calcular el valor de las variables de regresión y
residuales. Un variograma se calculó de una variable “residuos”. Como teníamos una tendencia lineal, la opción "deriva
lineal" en Surfer fue elegido para implementar el Reino Unido. El mapa UK resultante (véase la figura
13) Muestra un homoclinal, donde toda la Šandrovac campo se hunde hacia el SE, así como la estructura de todo el
subdepression.
La razón por la cual las figuras 8 y 13 se ven tan diferentes reside en el hecho de que hay una tendencia lineal en los
datos. El método Reino Unido identificó esa tendencia e hizo una mejor interpolación. El trabajo previo (KIS y Mesić
Malvić, 2014) muestra un resultado similar del método bien con el método Reino Unido usado en este trabajo debido a
un modelo “por defecto” variograma lineal en el software SIG SAGA.
6. Conclusión
Este documento describe que la técnica kriging es más adecuado para la interpolación profundidad en Šandrovac Campo
con el mapa estructural marcador e-log Z' como datos de entrada. variogramas direccional de una variable de
profundidad se utiliza para la interpolación OK, y la interpolación UK aplica el mismo método excepto que los residuos
se utilizaron como variables.
mapas estructurales por lo general muestran una tendencia en los datos de entrada ya que las superficies asignadas a
menudo tienen una tendencia estructural hacia una dirección cardinal, o una secuencia de estructuras geológicas, como
en nuestro caso una estructura de campo es parte de una unidad estructural de un monoclinal regional. Por lo tanto, con
un conjunto de datos de tal manera que se caracteriza por una tendencia espacial lineal o una deriva, es aconsejable el
uso de Reino Unido en relación con el bien, porque esta técnica fue desarrollada precisamente con el fin de identificar y
calcular las tendencias en los datos, es decir, para describir la regresión y dar mejores resultados de los mapas. Que ver
mediante la comparación de los mapas que se obtuvieron mediante OK y Reino Unido. En consecuencia, esto significa
que Reino Unido podría ser utilizado para la interpolación de profundidades en todos los campos de hidrocarburos
croatas en la CPBS, donde se observan tendencias tales como los descritos en este documento.
7. referencias
Davis, JC (1973): Estadística y Análisis de Datos en Geología. Wiley, Nueva York, 550 p.
Isaaks, E. y Srivastava, R. (1989): Una introducción a la Geoestadística Aplicada, Oxford University Press Inc., Nueva York,
561 p. Journel, AG y Huijbregts, CJ (1978): Geoestadística Minera, Academic Press, Londres, Reino Unido, 600 p.
Kastelec, D. y Košmelj, K. (2002): interpolación espacial de la precipitación media anual usando kriging universal. En: evolución de
las estadísticas Mrvar, A. y Ferligoj, A. (eds), FDV, Ljubljana, Eslovenia, 149-162.
Kumar, V. (2007): cartografía para el contorno óptimo de niveles de agua subterránea utilizando kriging universal - un estudio de caso,
hidrológico Sciences Journal, 52 (5), 1038-1050. DOI: 10.1623 / hysj.52.5.1038
Malvić, T. (1998): i Strukturni tektonski odnosi te značajke ugljikovodika širega područja naftnoga Polja Galovac-Pavljani,
Magistarski rad (las relaciones estructurales y tectónicos y atributos de la zona ampliada del yacimiento de hidrocarburos
Galovac - Pavljani, Tesis de maestría sin publicar) Sveuciliste u Zagrebu, fakultet Rudarsko-geološko-naftni, 112 p. (En
croata)
Malvić, T. (2003): Naftnogeološki odnosi i vjerojatnost pronalaska novih Zaliha ugljikovodika u Bjelovarskoj uleknini, Doktorska
disertacija (aceite-geológicos y Relaciones probabilidad de descubrir nuevas reservas de hidrocarburos en el Bjelovar de Sag,
tesis doctoral), Sveuciliste u Zagrebu, Rudarsko-geološko fakultet -naftni, 123 p. (En croata)
Malvić, T. (2004): entornos geológicos regionales y potencial de hidrocarburos de Bjelovar SAG (subdepression), R. Croacia, Nafta,
55, 273-288. de profundidad ...
Malvić, T. (2011): Los mapas geológicos de sedimentos Neogen en la Bjelovar Subdepression (norte de Croacia), Diario de Mapas, 7
(1), 304 - 317.
Malvić, T., Cvetković, M. y Balić, D. (2008): Geomatematički Rječnik (diccionario Geomathematical), HGD, Zagreb, 77 p. (En croata)
Mesić Kiš 64
Malvić, T. y Balić, D. (2009): Linealidad y Lagrange Multiplicator lineal en las ecuaciones de Kriging Ordinario, Nafta, 59 (1), 31- 37.
Mesić Kiš, I. y Malvić, T. (2014): estimación Zonal y la interpolación como enfoques simultáneos en el caso de conjunto de datos de
entrada pequeño (Šandrovac Field, Norte Croacia), RGN Zbornik, 29 (1), 9-16.
Novak Zelenika, K. y Malvić, T. (2011): Las simulaciones estocásticas de variables geológicas dependientes en yacimientos de
areniscas de edad Neogene: Un estudio de caso del Campo Kloštar, Sava Depresión, Geologia Croatica, 64 (2), 173-183.
Pavelic, D. (2001): Modelo tectonoestratigráfico para el sector de Bosnia Norte de Croacia y del Norte del Sistema Mioceno de la
Cuenca de Panonia, Basin Research, 13, 359-376.
Rӧgl, F. (1996): Correlación estratigráfica del Paratetis Oligoceno y Mioceno, Mitteilungen Ges. Geol. Bergbaustudenten Österreich,
41, 65-73.
Rӧgl, F. (1998): Consideración de palæographic Mediterráneo y Paratetis Seaways (Oligoceno al Mioceno), Ann. Naturhist.
Mus. Wien, 99A, 279-310.
Royden, L. (1988): (eds.) Late Cenozoico Tectonics del Sistema cuenca de Panonia, En Royden, LH y Horvath, F., La cuenca de
Panonia (Memoria 45), la Asociación Americana de Geólogos del Petróleo, 27-48, 394 pag.
Wackernagel, H. (2003): La geoestadística multivariante: Una introducción con aplicaciones, (3ª ed.) Heidelberg: Springer, Berlín,
388 p. Zornjak, D. (2009): i Poroznost propusnost ležišnih Stijena u Savskoj i Dravskoj depresiji, Diplomski rad (porosidad y la
permeabilidad de las rocas del yacimiento en el Sava y Drava Depresión, Proyecto fin de carrera), Sveuciliste u Zagrebu, Rudarsko-
geološko-naftni
fakultet, Studij naftnog rudarstva, 54 p. (En croata)
de profundidad ...
Sažetak
Usporedba običnoga i univerzalnoga krigiranja na primjeru interpolacije dubinske varijable s

linearnim trendom, Analiza Polja Šandrovac
Univerzalno krigiranje hacer sada nije korišteno pri kartiranju geoloških podataka u Hrvatskoj. Međutim,
radi se o jednoj desde češćih metoda krigiranja, vjerojatno najprimjerenijoj u slučajevima kada Do ulazni
podatci obilježeni zajedničkim trendom. Upravo takvo obilježje Vrlo je Cesto svojstvo dubinskih geoloških
podataka, una vez que strukturnih karata. Kartirane plohe u Nizu primjera imaju strukturni Nagib prema
jednoj strani svijeta. Cesto je niz geoloških struktura, poput antiklinorija, dio strukturne jedinice većega reda
poput Regionalne monokline. U Radu je dan primjer prepoznavanja zemljopisnoga Trenda u pružanju plohe
EK markera Z' u polju Šandrovac te uspješnoga kartiranja te plohe, odnosno dubinske varijable, krigiranjem
univerzalnim.
riječi Ključne
krigiranje univerzalno, obično krigiranje, tendencia, strukturna mapa, poljé Šandrovac

Kriging Universal

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Kriging Universal

Încărcat de

Drepturi de autor:

Formate disponibile

El-Geología-Petróleo Minería Boletín de Ingeniería

CDU:: 528,9: 912

interpolación ordinario y universal artículo científico original

Kriging en una variable de profundidad

* Ivana Mesić Kiš1,2

* Autor para la correspondencia: Ivana Mesić Kiš

tabla 1. Los datos de entrada para el análisis variograma y el mapa de interpolación

3.1. El análisis variograma

Figura 3: parámetros semivariogram

Figura 4: Los modelos teóricos

3.2. Kriging ordinario

3.3. Kriging universal

Z (s) - variable aleatoria en la

La estimación kriging es la siguiente (por ejemplo, Kumar, 2007):

(b) varianza mínima

El proceso de usar UK puede ser descrito a través de los siguientes pasos:

4.1. Kriging ordinario

Figura 5: mapa de superficie variograma para una “profundidad” variable de

Figura 8: El mapa estructural Kriging Ordinario (m) de valores de entrada

4.2. Universal kriging

Figura 9: La dependencia de la profundidad en la longitud (A) y latitud (B) en Šandrovac Campo

lo que significa que la ecuación de regresión estimada es:

Figura 10: mapa de la superficie variograma de una variable “residual”

Figura 13: El mapa estructural universal Kriging (m) de valores de entrada

Usporedba običnoga i univerzalnoga krigiranja na primjeru interpolacije dubinske varijable s

S-ar putea să vă placă și