VARIOGRAMA

Contenido
• VARIOGRAMA TEÓRICO
• Definición
• Propiedades básicas
• Estudio de modelos de variograma
• VARIOGRAMA EXPERIMENTAL
• Definición
• Cálculo a partir de los datos
• Características básicas
• Ajuste de modelos de variograma
Variograma Teórico-Definición
Es una herramienta que permite

analizar el comportamiento espacial
de una propiedad o variable sobre
una zona dada
Ejemplo:
Detectar direcciones de anisotropía

Zonas de influencia y su extensión (correlación
espacial)
Variabilidad con la distancia

Continuidad espacial
A B
5 7 8 4 2 4 6 8
1 3 9 2 6 1 3 5 7 9
MEDIA = 5
VARIANZA=50/9
HISTOGRAMAS IGUALES
12
12
10 10
8 8
Variograma
Variograma
6 6
4 4
2 2
0 0
0 1 2 3 4 0 1 2 3 4
Distancia Distancia
1 0,12
0,8 0,1
Variable
0,6 0,08
Variograma
0,4 0,06
0,04
0,2
0,02
0
0 5 10 15 20 25 0
0 2 4 6 8 10
Ubicación
Distancia
2 1
1,5 0,8
1
Variograma
0,6
Variable
0,5
0,4
0
0,2
1 3 5 7 9 11 13 15 17 19
-0,5
0
-1 1 2 3 4 5 6 7
Ubicación
Distancia
0,7
0,6
0,5
0,4
Variable
0,3
0,2
0,1
0
1
15
11
13
17
19
21
23
25
Ubicación
0,012
0,01
0,008
Variograma
0,006
0,004
0,002
0
1
11
13
15
17
19
Distancia
Curva de proporción vertical
Unidad 1 Unidad-4
Unidad 2 Unidad-5
Curva de proporción vertical
Si Z (x) es estacionaria o intrínseca
1
 (h)  Var [ Z ( x)  Z ( x  h)]
2
xR , hR
n n
1
 E[ Z ( x)  Z ( x  h)]2
2
Variograma Teórico-Características
1
  h   E[ Z ( x)  Z ( x  h)]2
2
• Valor promedio de la diferencia al cuadrado de los
valores de la propiedad en dos puntos separados por
una distancia |h|
•  es independiente de la localización x
•  depende del módulo y de la dirección del vector h

1
  h   E [ Z ( x)  Z ( x  h)] 2 Z  x  h1 
2
x  h1
h1
Detección de
características
que varían según Z  x
x h
la dirección y la
Z  x  h
distancia
xh
Variograma
V ariogram a
Distancia Distancia
Variograma Experimental-definición
1
  h   E [ Z ( x)  Z ( x  h)] 2
Variograma Teórico
2
1
 ( h) 
*
2N  h
 ( z ( xi )  z ( x j )) 2 Variograma Experimental
xi  x j  h
Variograma Experimental-definición
Coordenadas estratigraficas
La correlación espacial se
debe calcular dentro de la
misma unidad estratigráfica
Z  Z base
Z tope  Z base
Variograma Experimental-obtención
1
 ( h) 
*
2N  h
 ( z ( xi )  z ( x j )) 2
xi  x j  h
• Se escoge una dirección 

• Se escoge una distancia o lag h 6
• Se calcula * para valores de h,2h,

5
variograma experimental
4
3h,...,nh
3 Variograma
• Se grafica  *
versus los valores 2
experimental
h,2h, 3h,...,nh 1
Distancia
N (h)
1
Datos Igualmente espaciados:  *( h )   i
2 N  h  i 1
( z ( x )  z ( xi  h )) 2
x1 x2 x3 x4 x5 x6
 *  h 
1
2*5

 z  x1   z  x2   2   z  x2   z x3   2   z x3   z  x4   2   z x4   z  x5   2   z x5   z  x6   2 
 *  2h  
1
2*4

 z  x1   z x3   2   z  x2   z  x4   2   z  x3   z  x5   2   z x4   z x6   2 
 *  3h  
1
2*3

 z  x1   z  x4   2   z  x2   z  x5   2   z  x3   z  x6   2 
1 N (h)
Datos Igualmente espaciados:  ( h) 
*
 i
2 N  h  i 1
( z ( x )  z ( xi  h )) 2
h
 kh,0 , k  0,1,2,
 0, kh , k  0,1,2,
 kh, jh  , k , j  0,1,2,
Datos Irregularmente espaciados:
• Puede ocurrir que no existan valores de la variable a la distancia h
• Puede ocurrir que no existan valores de la variable en la dirección 

Variograma Experimental-distancia
• Clases de distancia:
Para cada lag h se define una tolerancia h y se utilizan

únicamente los puntos que se encuentran a una distancia mayor o
igual a h  h y menor que h  h
z  x2  z  x3  z  x5 
z  x1 
z  x4 
h
2h
3h
• Clases de distancia:
El valor de h se escoge como el 50% del valor del

lag h. De esta forma:
• Las clases de distancia no se superponen
• No hay valores de la variable fuera de una clase de

distancia
h 1
h  0.5 0 1.2 2.4 2.8 4.9
0 1 2 3 4 5 6
h 1
h  1
0 1.2 2.4 2.8 4.9
h 1
h  0.1
0 1.2 2.4 2.8 4.9
 h  0 .5 h
h  0.5h
h  0.5h
Variograma Experimental-dirección
• Clases de dirección :
Para cada dirección  se define una tolerancia 

y se utilizan únicamente los puntos que se
encuentran entre las direcciones    y   
  

puntos aceptados
puntos descartados

  
   

  
b puntos aceptados
puntos descartados
b = ancho de banda
Variograma Experimental-distancia & dirección
3h

2h
h

( x)
z
clase de distancia h
clase de distancia
2h
clase de distancia
3h


Número n de lags n: Cuando se calcula el variograma sobre un

dominio D se escoge n de forma tal que:
Valor del lag h
n*h < | D | / 2
Valor de  y 
h: Distancia promedio entre los pozos
A partir del variogram cloud
A partir del variograma omnidireccional
: Se escoge como la dirección de anisotropía

de la variable. Se puede obtener a partir
de:
Información geológica, petrofísica, etc
Mapa de variograma
Variograma Experimental-lag
Lag h muy grande
0 1.2 2.4 2.8 4.9
Lag h pequeño, n muy grande
0 1.2 2.4 2.8 4.9
Lag h adecuado, valor de n ?

Variograma Experimental-lag
Variograma Omnidireccional
Variograma Omnidireccional:
Es aquel que no depende de la dirección
Se obtiene al escoger la tolerancia angular 

de forma tal que las direcciones    y   
sean opuestas y perpendiculares a la dirección 
Se puede pensar como el promedio del variograma

experimental en todas las direcciones posibles
Variograma Omnidireccional
Variograma direccional
Variograma omnidireccional
Variogram Cloud
Variogram Cloud:
1
 *( h ) 
2 N  h
 ( z ( xi )  z ( x j )) 2
xi  x j  h 30
25
1 ( z ( xi )  z ( x j )) 2

N  h
 2
20
xi  x j  h 15
10
5
Al graficar el valor de
0
los pares versus la
0 1 2 3 4 5 6 7
distancia se obtiene el
Distancia
variogram cloud
Variogram Cloud
Variogram Cloud:
Permite detectar valores 300

atípicos o cambios bruscos 250
200
Permite escoger un valor
150
inicial del lag
100
Permite observar la dispersión 50
alrededor del valor de * 0

0 1 2 3 4 5 6 7
Distancia
Variogram Cloud
Mapa de Variograma
Mapa de Variograma :
Es una herramienta que

permite determinar las
direcciones de anisotropía
de la variable en estudio
Mapa de Variograma
Definir una malla (2n+1)*(2n+1)
Definir el valor del lag h
0
Asignar a cada bloque el valor
de  *
0
Mapa de Variograma
Variograma Experimental-tolerancia angular
Tolerancia angular

CARACTERÍSTICAS
BÁSICAS
Variograma-Características Básicas
1) RANGO Y SILL
2) COMPORTAMIENTO A PEQUEÑAS DISTANCIAS
3) COMPORTAMIENTO A GRANDES DISTANCIAS
4) ANISOTROPÍAS
Variograma-Rango & Sill
Rango:
2,5
Distancia a la cual el
2 variograma se estabiliza
Variograma
1,5
1 Sill :
0,5 Valor constante que toma el

variograma en distancias
0 mayores al rango
0
3
6
9
12
15
18
21
24
27
30
33
36
42
39
Distancia
Si para una distancia dada d las variables Z(x) y

Z(x+h) son no correlacionas entonces el variograma
es constante
1
  h   E [ Z ( x)  Z ( x  h)] 2   2  E [ Z ( x) Z ( x  h)]
2
2
Rango: Sill:
Distancia a partir de la cual Varianza de la función aleatoria Z
no hay correlación
Comportamiento
COMPORTAMIENTO A PEQUEÑAS DISTANCIAS
Permite estudiar cuán rápido puede variar la

variable en estudio a pequeñas distancias.
Básicamente el variograma presenta las 4 formas
siguientes:
1) DISCONTINUO
2) LINEAL
3) CUADRÁTICO
4) HÍBRIDOS
Comportamiento discontinuo
Efecto pepita o nugget effect
1
  h   var [ Z ( x)  Z ( x  h)]
2
  0  0
Puede ocurrir que para

distancias cercanas a cero el
valor del variograma no se
aproxima a cero
Interpretación del nugget effect
1) Variable muy irregular a distancias cortas
h0
Z(x) y Z(x+h) difieren mucho
1
  h   E [ Z ( x)  Z ( x  h)] 2 no se aproxima a cero
2
2) Errores de medición en
las variables
3,5
Z obs  x   Z  x     x  3
2
2,5

2 Valores
 Z obs  h    Z  h    
Variograma
2 1,5
observados
Valores
1 reales
0,5
0
0
12
18
15
1,5
4,5
7,5
10,5
13,5
16,5
Distancia
3) presencia de estructuras o
ausencia de valores en distancias
inferiores a las que se tomaron las
muestras
Comportamiento Lineal
Comportamiento lineal
Indica que para

3,5
distancias pequeñas, el
variograma tiene un 3
comportamiento lineal. 2,5
Variograma
2
Representa variables
continuas pero no 1,5
diferenciables. Así, la 1
propiedad puede
0,5
cambiar rápidamente
0
de un punto a otro.
Distancia
Comportamiento Lineal
3,5
Comportamiento lineal 2,5
Variograma
2
La variabilidad de la 1,5
1
propiedad dependerá de
0,5
la pendiente de la recta
0
en el origen 0 1 2 3 4 5 6 7 8 9 10 11
Distancia
A mayor pendiente, 3
mayor variabilidad 2,5
2
Variograma
A menor pendiente, 1,5
menor variabilidad 1
0,5
0
0 1 2 3 4 5 6 7 8 9 10 11
Distancia
Comportamiento Cuadrático
Comportamiento Cuadrático
Indica que para distancias 3,5

pequeñas, el variograma tiene
3
un comportamiento cuadrático.
2,5
Variograma
2
Representa variables sumamente 1,5

continuas e infinitamente
1
diferenciables. Así, la propiedad
NO puede cambiar rápidamente de 0,5
un punto a otro. 0
1
10
13
16
19
22
25
28
31
34
37
Distancia
Comportamiento Híbrido
Comportamiento Híbrido:
8
Variación más suave a 7
distancias cortas 6
5
Variograma
Variación más fuerte a 4
distancias grandes 3
2
1
Indica presencia de 0
estructuras actuando a 0 1,5 3 4,5 6 7,5 9 10,5 12 13,5 15 16,5 18
diferentes escalas Distancia
Comportamiento-grandes distancias
Comportamiento a grandes
distancias :
NO TODOS LOS VARIOGRAMAS

POSEEN UN RANGO Y UN SILL
FINITO
Variograma
INDICA LA PRESENCIA DE
UNA DERIVA O DRIFT
VARIABLE NO ESTACIONARIA
Distancia
Drift
E  Z  x    m x 
1 1
  h   E  Z  x  h   Z  x     m x  h   m  x  
2 2
2 2
Sesgo
Estimación del variograma
Variograma Teórico
D1=E-O
D2=N-S
Anisotropías
Anisotropías :
Generalmente cuando el variograma

experimental es calculado en distintas
direcciones presenta distintos comportamientos
con la variación de la distancia.
Anisotropía Geométrica
Anisotropía Zonal
Anisotropía Híbrida
Anisotropía Geométrica :
Es aquella en la que el 3
variograma en distintas
direcciones presenta el 2,5
mismo sill pero rangos

2
distintos
Variograma
1,5 N-S
E-O
Mayor continuidad espacial
1
en la dirección de mayor
rango 0,5
Menor continuidad espacial 0

0,0 0,9 2,0 3,0 4,1 5,1 6,2 7,2 8,3 9,3 10,4 11,4
en la dirección de menor
Distancia
rango
2,5
Variograma
1,5 N-S
E-O
1
0,5
0
0,0 0,9 2,0 3,0 4,1 5,1 6,2 7,2 8,3 9,3 10,4 11,4
Distancia
Anisotropía Zonal
Anisotropía Zonal :
3,5
3
Es aquella en la que el
variograma en distintas 2,5
direcciones presenta el 2
Variograma
mismo rango pero diferente
sill 1,5
Presencia de diferentes 0,5

estructuras
0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4
Distancia
Anisotropía Zonal
3,5
2,5
Variograma
1,5
0,5
0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4
Distancia
Anisotropía Híbrida
Anisotropía Híbrida :
Es aquella en la que el 4,5

variograma en distintas 4
direcciones presenta 3,5
rangos diferentes y 3
Variograma
distintos sill. 2,5
2
Presencia de diferentes 1,5
estructuras 1
0,5
0
Característico de variogramas 0 0,6 1,2 1,8 2,4 3 3,6 4,2 4,8 5,4 6 6,6 7,2
horizontales y verticales Distancia

COMENTARIOS
COVARIANZA VS VARIOGRAMA
• El variograma se puede utilizar para modelar

fenómenos no estacionarios y la covarianza no, por
el desconocimiento de la media.
• Cuando la media es constante pero desconocida

no se necesita para el cálculo del variograma, pero
si para el de la covarianza.
•Si la función tiene varianza infinita (no estacionaria)

la covarianza no está definida en 0, sin embargo el
variograma si y es idénticamente nulo
Comentarios
CORRELACIÓN VS VARIOGRAMA
Fuente información 1
• La correlación estadística usual es
calculada a distancia cero (dos
observaciones en el mismo punto
del espacio) y puede no ser
representativa
• El variograma toma en cuenta el

espaciamiento y por lo tanto permite
”correlacionar espacialmente”
Fuente información 2
Comentarios
LIMITACIONES DEL VARIOGRAMA
• Es un estadístico de 2 puntos
• Utilizar técnicas multipuntos y

reconocimiento de patrones
Comentarios
LIMITACIONES DEL VARIOGRAMA
• Es extremadamente 7 7
10 10
sensible a valores 11 11
extremos 12
13
12
25
14 14
12 12
13 13
10 2
11 11
9 9
8 8
60
8
50
6 40
Variograma
Variograma
30
4
20
2 10
0
0
1 2 3 4 5 6
1 2 3 4 5 6
Distancia
Distancia
 *
DEL VARIOGRAMA
EXPERIMENTAL AL
MODELO DE VARIOGRAMA

Ajustar *
6
POR QUE HAY QUE CONSTRUIR
5
MODELOS DE VARIOGRAMA ?
variograma experimental
3 Variograma
experimental
2
El variograma experimental no
1
se puede evaluar en distancias
0
o direcciones intermedias
Distancia
Una interpolación entre los puntos del
variograma experimental no garantiza la
existencia y unicidad de la solución del
sistema de kriging
6
5
4
La interpolación no satisface las
3
Variograma
experimental
condiciones que todo variograma debe
2 Modelo de satisfacer
variograma
1
0 El variograma experimental no satisface
las condiciones que todo variograma
Distancia debe satisfacer
Variograma Teórico-propiedades
LOS VARIOGRAMAS TIENEN PROPIEDADES ESPECIALES, CUALQUIER FUNCIÓN QUE

DEPENDA DE LA DISTANCIA Y LA DIRECCIÓN NO NECESARIAMENTE ES UN
VARIOGRAMA
1)   0  0
2)    h    h
El variograma calculado en la dirección de h es igual al variograma

calculado en la dirección de -h
-h h
3) Todo variograma es una funcion definida positiva condicional
Para cualquier n, cualesquiera x1 , x2 , x3 , , xn puntos en el espacio y cualesquiera

n
valores 1 , 2 , 3 ,  , n tales que 
i 1
i 0 se tiene que
  i  j   xi  x j   0
n n
i 1 j 1
Esta propiedad permite calcular en forma consistente la varianza de combinaciones

lineales de funciones aleatorias
 
var  Z        
4) Relación con la función de covarianza
Para funciones aleatorias estacionarias se tiene que   h   C  0  C  h 
Variograma
Variograma
Covarianza
Distancia
4) Si  es el variograma de una funcion aleatoria estacionaria o intrínseca entonces
  h
lim 2
0
h  h
  h  c h
2
En particular para h suficientemente grande existe una constante c tal que
Criterio para el comportamiento del variograma a grandes distancias
Criterio para detectar un comportamiento no estacionario

4) Combinacion lineal de variogramas
Si  1  h  ,  2  h  ,  3  h  ,  ,  N  h  son modelos de variograma y  1 ,  2 ,  3 ,  ,  N
son valores positivos entonces
n
  h     i  i h 
i 1
Permite modelar/ajustar las estructuras imbricadas (nested structures)
Permite modelar la anisotropía zonal

2.5
1.5
0.5 4.5
4
0
0 1.3 2.6 3.9 5.2 6.5 7.8 9.1 10.4 11.7 13 14.3 15.6 16.9 3.5
3
2.5
+ =
2
1.5
1
2.5 0.5
0
2
0 1.3 2.6 3.9 5.2 6.5 7.8 9.1 10.4 11.7 13 14.3 15.6 16.9
1.5
0.5
0
0 1.3 2.6 3.9 5.2 6.5 7.8 9.1 10.4 11.7 13 14.3 15.6 16.9
Modelar la anisotropía zonal
3,5
2,5
  h    1  h1 , h2    2  h3 
2
Variograma
1,5
0,5
0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4
Distancia

MODELOS DE
VARIOGRAMA
Modelos de Variograma
Modelos de variograma isotrópicos más comunes:
Modelo Efecto Pepita Puro
Modelo Esférico
Modelo Exponencial
Modelo Gaussiano
Modelo Cúbico
Modelo Seno Cardinal
Modelo Potencia
Modelo Efecto Pepita Puro
0 si h  0
  h   

  s si h  0

Este modelo representa a
Variograma
un fenómeno
completamente aleatorio, en
el cual no hay correlación
espacial
No importa cuán cerca se

Distancia
encuentren los valores de
las variables, siempre serán
no correlacionados
Modelo Esférico
  3
 3 h 1 h 
 s   si h  a
  2
 
a 2 a3 


  h   
 

 s si h a




Variograma
Rango s y sill a
Comportamiento lineal en el origen
Pendiente igual a 1.5 s / a

Distancia
Representa fenómenos continuos

pero no diferenciables
Es uno de los modelos de

variograma más utilizados
Modelo Exponencial
  h 
  h   s1  exp   

  a 
Variograma
Sill s que alcanza asintóticamente
Rango aparente igual a a
Rango experimental igual a 3a
Comportamiento lineal en el origen Distancia
Pendiente igual a 3s/a

pero no diferenciables
Modelo Gaussiano
  h 2 
  h   s1  exp  2  
  a 
  
Variograma
Comportamiento cuadrático en el origen

Distancia
infinitamente diferenciables (sumamente
continuos)
Modelo Cúbico
  2 3 5 7
  h h h h 
 s 7 2
 8.75 3  3.5 5  0.75 7  si h  a
  a a a a 
  
  h   

 s si h a




Rango a y sill s
Variograma
Representa fenómenos bastante continuos
Distancia
Modelo Seno Cardinal
 seno  h /a  
  h   s1  

 h / a 
Variograma
Se utiliza para representar fenómenos

continuos con periodicidades Distancia
Modelo Potencia
  h  s h
p
s se denomina factor de escala

0 p2 s=2.5, p=0.4
Variograma
s=0.4, p=1.8
El comportamiento en el origen s=1.15, p=1
depende del valor de p
Representa fenómenos no
estacionarios
Distancia

DE MODELOS ISOTRÓPICOS
A MODELOS ANISOTRÓPICOS
Modelo Anisotrópicos
Y
Los ejes de anisotropía coinciden con los
ejes de coordenadas
Ry
Rx X
 1  h Variograma isotrópico de sill 1 y rango 1
 hx2 hy2 
  h   s 1    Variograma anisotrópico de sill s con rango Rx
 Rx2 R y2 
  en la dirección del eje X y rango R y en la dirección
del eje Y
Modelo Anisotrópicos
Y
Los ejes de anisotropía NO coinciden con los
Y’ ejes de coordenadas
Rx
Ry

X
X’
1) Transformar los puntos del sistema 3) Evaluar el variograma isotrópico en el

de coordenadas XY al sistema de resultado.
coordenadas X’Y’
h'  Rh R= matriz de rotación   h   s 1  TRh 

2) Proceder como antes para ajustar la
longitud de los ejes de anisotropía
Es un variograma anisotrópico en la dirección 
con eje mayor igual a Rx y eje menor igual a R y
Th' T = matriz para transformar
las distancias
VARIOGRAMA CRUZADO
comportamiento espacial en conjunto
 ZY
Variograma Cruzado
Si Z, Y son funciones aleatorias estacionarias o intrínsecas, el variograma

cruzado de ellas se define como :
1
 ZY (h)  E[(Z ( x)  Z ( x  h)) (Y ( x)  Y ( x  h))]
2
Para su estimación se utiliza el variograma cruzado experimental
1
 (h) 
*
ZY
2 N  h
 ( z( x )  z( x ))( y( x )  y( x ))
i j i j
xi  x j  h
Variograma Cruzado-propiedades
1)  ZY  0  0
2)  ZY   h    ZY  h 
3)  ZY  h    YZ  h  El variograma cruzado es una función simétrica
4) Relación con la función de covarianza cruzada
1
 ZY (h)  CZY  0   CZY  h   CYZ  h  
2
CZY  h   E   Z  x   mZ   Y  x  h   mY  
4) Desigualdad de Hölder
 ZY  h  2
  Z  h  Y  h
Consecuencias:
El modelo de variograma cruzado no puede ser escogido independientemente de

cada uno de los variogramas individuales
El producto de cada uno de los sill de los variogramas individuales es mayor que el
cuadrado del sill del variograma cruzado
2
S ZY  S Z SY
4) Modelo lineal de coregionalización
Permite modelar en forma consistente el variograma cruzado y los variogramas

individuales
 Z  h   u1  1  h   u2  2  h     um  m  h 
 Y  h   v1  1  h   v2  2  h     vm  m  h 
 YZ  h   w1  1  h   w2  2  h     wm  m  h 
u j  0 vj  0 u j v j  w 2j  0
 j , j  1, , m modelos de variogramas

VARIOGRAMA DE
FUNCIONES INDICADORAS
Modelando el comportamiento
espacial de Facies
F
Funciones Indicadoras
La función indicadora de la facies F se define como
1 si x  F

1F  x   
 0 si no

Si se considera la facies F como un conjunto aleatorio entonces su función indicadora es una

función aleatoria que puede ser estacionaria o no.
En lo sucesivo asumiremos que la función indicadora de F es estacionaria
1
 F h  E 1F  x  h   1F  x  
  2
2
Propiedades
1) E 1F  x    P( x  F )  p   0,1
var 1F  x    p 1  p 
2)  F  h   0. 5
El sill de variogramas de funciones indicadoras no puede ser mayor a 0.5
3) Relación con la función de covarianza
  h  C F  0  C F  h  C F  0   var 1F  x    p 1  p   0.25

F
C F  h   E  1F  x  h   p  1F  x   p  
4) Desigualdad Triangular
 F  h1  h2    F  h1    F  h2 
En particular  F  2h   2  F  h 
Consecuencia :
p
Un variograma con comportamiento en el origen de la forma h p 1
no puede ser el variograma de una función indicadora
5) Rango y Anisotropías
 F  h   P( x  F y x  h  F )
Variograma R2 R1
Distancia

VARIOGRAMA

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

VARIOGRAMA

Încărcat de

Drepturi de autor:

Formate disponibile

Contenido

Es una herramienta que permite

Detectar direcciones de anisotropía

Variabilidad con la distancia

Si Z (x) es estacionaria o intrínseca

•  depende del módulo y de la dirección del vector h

• Se escoge una dirección 

• Se calcula * para valores de h,2h,

Datos Irregularmente espaciados:

• Puede ocurrir que no existan valores de la variable a la distancia h

• Puede ocurrir que no existan valores de la variable en la dirección 

Para cada lag h se define una tolerancia h y se utilizan

El valor de h se escoge como el 50% del valor del

• Las clases de distancia no se superponen

• No hay valores de la variable fuera de una clase de

Para cada dirección  se define una tolerancia 

Número n de lags n: Cuando se calcula el variograma sobre un

A partir del variogram cloud

A partir del variograma omnidireccional

: Se escoge como la dirección de anisotropía

Lag h muy grande

0 1.2 2.4 2.8 4.9

Lag h pequeño, n muy grande

0 1.2 2.4 2.8 4.9

Lag h adecuado, valor de n ?

Es aquel que no depende de la dirección

Se obtiene al escoger la tolerancia angular 

Se puede pensar como el promedio del variograma

Permite detectar valores 300

Permite observar la dispersión 50

alrededor del valor de * 0

Es una herramienta que

Definir una malla (2n+1)*(2n+1)

Definir el valor del lag h

2) COMPORTAMIENTO A PEQUEÑAS DISTANCIAS

3) COMPORTAMIENTO A GRANDES DISTANCIAS

0,5 Valor constante que toma el

Si para una distancia dada d las variables Z(x) y

COMPORTAMIENTO A PEQUEÑAS DISTANCIAS

Permite estudiar cuán rápido puede variar la

Efecto pepita o nugget effect

Puede ocurrir que para

Interpretación del nugget effect

1) Variable muy irregular a distancias cortas

Interpretación del nugget effect

Interpretación del nugget effect

Indica que para

Comportamiento lineal 2,5

mayor variabilidad 2,5

A menor pendiente, 1,5

Indica que para distancias 3,5

Representa variables sumamente 1,5

NO TODOS LOS VARIOGRAMAS

Estimación del variograma

Generalmente cuando el variograma

mismo sill pero rangos

Menor continuidad espacial 0

Presencia de diferentes 0,5

Es aquella en la que el 4,5

Presencia de diferentes 1,5

• El variograma se puede utilizar para modelar

• Cuando la media es constante pero desconocida

•Si la función tiene varianza infinita (no estacionaria)