Leccin 10:

Fundamentos de
geoestadstica

Introduccin (1)
Geo: espacio geogrfico
Estadstica: modelos probabilsticos y estadsticos

La geoestadstica es una rama de la estadstica que se define como la

aplicacin de modelos probabilsticos al anlisis de datos ubicados en el
espacio. Entrega herramientas para cuantificar y aprovechar la correlacin
espacial entre datos (redundancia de informacin en sitios cercanos unos de
otros).

Introduccin (2)
Una aplicacin importante es la evaluacin de recursos naturales:
recursos geolgicos y reservas mineras en yacimientos
recursos petrolferos y gasferos
recursos forestales
recursos halieticos
Otras aplicaciones tienen relacin con la geologa, geofsica, hidrogeologa,
agricultura, ciencias del suelo y medio-ambientales, ecologa, oceanografa,
crono-estadstica.

Introduccin (3)

Introduccin (4)
Perspectiva histrica
Teora de procesos estocsticos:
Kolmogorov, Wiener
1950-1960: precursores (Krige,
Sichel, Gandin, Matrn)
1962: Matheron (Trait de
Gostatistique Applique)
1968: Centro de Geoestadstica
(Escuela de Minas de Pars)
1970: Centro de Geoestadstica
(Universidad de Chile)
1975-1980: Canad, EEUU

Variable regionalizada (1)

Una variable regionalizada es una funcin que representa los valores en el
espacio (espacio geogrfico o tiempo) de un atributo asociado a un fenmeno
natural (fenmeno regionalizado)
Ejemplos
leyes de cobre, arsnico, molibdeno, oro, plata
densidad de la roca
potencia y acumulacin de una veta
cdigo de litologa
concentracin de un contaminante

Variable regionalizada (2)

En general, una variable regionalizada presenta cierta continuidad espacial
(zonas de altos valores / zonas de bajos valores), pero vara irregularmente y
escapa a toda representacin simple.

Variable regionalizada (3)

Una variable regionalizada se caracteriza por:
su naturaleza (continua / discreta / nominal o categrica)
su dominio de extensin (campo)
el rea o volumen sobre el cual se mide (soporte), por ejemplo:
detritos de pozo de tronadura
testigo de sondaje HQ de 1m de largo
unidad selectiva de explotacin de 5m 5m 5m

Efecto de soporte (1)

rea o volumen sobre el cual se
mide

Existe una relacin entre el soporte y la distribucin estadstica de los valores:

los soportes voluminosos presentan una menor cantidad de valores extremos y
una mayor cantidad de valores intermedios que los soportes puntuales.
el cambio de soporte (desde un soporte pequeo a uno ms grande)
es una operacin regularizadora.
En minera, este efecto de soporte tiene consecuencia en la selectividad:
los tonelajes, leyes medias y cantidades de metal recuperables sobre una
ley de corte dependen del soporte de la unidad de seleccin.

Efecto de soporte (2)

Ejemplo 1: recursos recuperables sobre una ley de corte de 0.5% Cu

Efecto de soporte (3)

Ejemplo 2: concentraciones de PM10 en la atmsfera
El soporte tiene impacto en la cantidad de das de alerta ambiental (> 195 g/m3),
pre-emergencia (> 240 g/m3) y emergencia (> 330 g/m3)

Aditividad (1)
Se dice que una variable regionalizada es aditiva cuando el valor de un
soporte grande (bloque) es el promedio aritmtico o la suma de los
valores puntuales dentro del bloque. Esta propiedad permite que se
realice un cambio de soporte.
Ejemplos
potencia, acumulacin de una veta
ley de un elemento de inters?
Contra-ejemplos
razn de solubilidad, recuperacin metalrgica
pH
permeabilidad de la roca
cdigo de tipo de roca

Aditividad (2)

Cul es la ley promedio en la veta?

335 + 253 + 581 + 199 + 212 + 505 + 296 + 356 + 352
gr Au
m1 =
= 3.30
119 + 81 + 140 + 75 + 106 + 215 + 75 + 34 + 91
t

Sin ponderar por la potencia, se obtendra:

1 335 253 581 199 212 505 296 356 352
gr Au
m2 =
=
3
.
93
+
+
+
+
+
+
+
+

9 119 81 140 75 106 215 75 34

91
t

Datos y modelos
En general, una variable regionalizada se conoce de manera parcial, a
travs de un conjunto limitado de datos:
muestras de suelo
observaciones en terreno
mediciones realizadas en estaciones de monitoreo
sondajes, pozos de tronadura
Para aprovechar la informacin disponible, ser necesario construir
modelos. Debe tenerse presente que un modelo nunca describe la
variable regionalizada en su totalidad, sin simplificacin, ni distorsin.
Tambin, la validez de un modelo puede depender de la escala de
trabajo.

Principios directores
Validar la integridad de los datos: posibles errores de muestreo, datos
aberrantes, datos repetidos o errores de ubicacin
El modelo debe ser consistente (no incompatible) con los datos.
Principio de realismo: encontrar un modelo que entrega una descripcin
adecuada de la variable, ni demasiado simplificada, ni demasiado
deformada.
Principio de economa: encontrar el modelo menos exigente que permite
resolver el problema planteado.
Reconstruccin operatoria: plantear el resultado en trminos objetivos,
susceptibles de ser refutados si se tuviera un conocimiento exhaustivo de la
variable regionalizada.

Objetivos de la geoestadstica
Se plantean varios problemas:
Describir la distribucin espacial de la variable en estudio

Objetivos de la geoestadstica
Estimar sus valores a partir de los datos disponibles
estimacin global
estimacin local: se debe considerar la continuidad espacial de la variable
regionalizada, las distancias entre el sector a estimar y los sitios con datos,
as como la configuracin espacial de los mismos sitios con datos

Objetivos de la geoestadstica
Uso de estimaciones locales: clasificacin de las unidades selectivas de
explotacin (bloques) en mineral o estril, segn leyes estimadas de cobre

Objetivos de la geoestadstica
Conocer la incertidumbre sobre los valores no muestreados
construccin de escenarios posibles (simulaciones)
anlisis de riesgo
calcular probabilidades de sobrepasar un valor umbral
integrar la incertidumbre en la planificacin minera
Histograma
200
180
160

Plan de la
Mina

Frecuencia

140
120
100
80
60
40
20
0
0

0,2 0,4 0,6 0,8

1,2 1,4 1,6 1,8

2,2 2,4 2,6 2,8

3,2 3,4 3,6 3,8

4,2 4,4 4,6 4,8

Clase

Distribucin de posibles
respuestas

Objetivos de la geoestadstica
Integrar informacin de distintas variables
anlisis multivariable
Variable

Number of data

Minimum

Maximum

Mean

Standard deviation

Copper grade

5,754

0.01%

29.9%

1.66%

2.40%

Silver grade

5,594

0.40 g/t

855 g/t

36.87 g/t

58.16 g/t

Arsenic grade

5,726

5.00 g/t

126,100 g/t

2,000.4 g/t

4,501.3 g/t

Antimony grade

2,160

1.00 g/t

8,240 g/t

220.3 g/t

557.8 g/t

Variable

Copper

Silver

Arsenic

Antimony

Copper

0.82

0.70

0.66

Silver

0.82

0.44

0.33

Arsenic

0.70

0.44

0.68

Antimony

0.66

0.33

0.68

Objetivos de la geoestadstica
Integrar informacin de distintas fuentes, distintos soportes y/o distintas
calidades

Objetivos de la geoestadstica
Integrar ecuaciones fsicas o
fenomenolgicas

variables composicionales

variables relacionadas con
ecuaciones diferenciales o
de derivadas parciales
Disear una malla de muestreo
para reconocer y evaluar un
fenmeno regionalizado
Actualizar modelos numricos al
disponer de datos adicionales

Objetivos de la geoestadstica

Disear modelos de cambio de

soporte, desde muestras a bloques.
Calcular recursos (tonelajes, leyes
medias, cantidades de metal)
recuperables sobre determinadas
leyes de corte

Modelar el efecto de informacin

Objetivos de la geoestadstica
Modelar fenmenos complejos

variable nominales: tipos de roca, categoras de mineral

procesos puntuales: ocurrencias de piedras preciosas

redes de fracturas

objetos de geometra y/o posicin aleatoria

Objetivos de la geoestadstica
Optimizar algoritmos de clculo, utilizar tcnicas de supercmputo y
programacin de alto desempeo

Lecturas recomendadas
Chils J.P. and Delfiner P., 2012. Geostatistics: Modeling Spatial Uncertainty,
2nd edition, Wiley, New York, 699 p
Deutsch C.V. and Journel A.G., 1998. GSLIB: Geostatistical Software Library
and Users Guide, Oxford University Press, New York, 369 p
Goovaerts P., 1997. Geostatistics for Natural Resources Evaluation, Oxford
University Press, New York, 480 p
Isaaks E.H. and Srivastava R.M., 1989. An Introduction to Applied Geostatistics,
Oxford University Press, New York, 561 p
Wackernagel, H., 2003. Multivariate Geostatistics: An Introduction with
Applications. Springer, Berlin.