Herramientas estructurales

= momentos de orden 2, en especial: covarianza y variograma

Covarianza estacionaria
La covarianza entre dos muestras, ubicadas en x y x + h respectivamente, mide su
grado de semejanza. Bajo la hiptesis de estacionaridad de orden 2, slo depende de
la separacin h y se denota como C(h):
C(h) E{ [Z(x + h) m] [Z(x) m] }

Propiedades elementales

paridad: C(h) C(h)

desigualdad de Schwarz: |C(h)| C(0)

signo?

tipo positivo
k N * , 1 ,... k R , x 1 ,...x k ,

i 1 j1

j C( x i x j ) 0

comportamiento en el origen: indica el grado de continuidad y regularidad

espacial de la variable regionalizada
comportamiento en el infinito

Ejemplo

Variograma
El variograma entre dos muestras, ubicadas en x y x + h respectivamente, mide su
grado de desemejanza. Bajo la hiptesis intrnseca, slo depende de la separacin h
y se denota como (h).
(h) = E{ [Z(x + h) Z(x)]2 } / 2

Propiedades

paridad

signo

tipo negativo condicional

k

k N * , 1 ,... k R/ i 0, x1 ,...x k ,
i 1

i 1 j1

j (x i x j ) 0

comportamiento en el origen: indica el grado de regularidad espacial de la

variable regionalizada
comportamiento en el infinito:
lim (h) / | h | 2 0

|h|

vnculo con la funcin de covarianza (estacionaridad): (h) C(0) C(h)

Rasgos estructurales esenciales

 comportamiento en el infinito
con meseta y alcance (estacionaridad)

sin meseta (hip. intrnseca estricta)

 comportamiento en el origen

 comportamiento direccional: posible anisotropa

variable regionalizada

variograma

Estimadores
A partir de los datos disponibles, se puede calcular un variograma o una covarianza
experimental, que luego deber ser ajustado por un modelo terico

Estimador clsico del variograma

Denotemos como {x, 1... n} los sitios de muestreo
El variograma experimental se escribe, reemplazando la esperanza matemtica por
la media experimental correspondiente:
(h)

1
2 | N (h) |

con N(h) { () tal que xx h }

[ z(x

N (h )

) z (x )] 2

Estimador clsico de la covarianza

Igualmente, se define la covarianza experimental por
(h)
C

con

1
| N (h) |

[ z( x

][ z ( x ) m
]
)m

N(h)

1 n
z( x )
n 1

Otro estimador (covarianza no ergdica)

(h)
C

1
| N (h) |

[z(x

(h ) cabeza ][ z ( x ) m
(h) cola ]
)m

N (h )

Introduccin de tolerancias en los clculos

Cuando el muestreo es irregular, se suele definir parmetros de tolerancia, tanto en

la longitud del vector h como en su orientacin

Ejemplo

240 datos ubicados irregularmente en el espacio 2D

Cmo influyen los parmetros de clculo en el variograma experimental?

Influencia del paso

Influencia de la tolerancia en las distancias

Influencia de la tolerancia angular

Propiedades de los estimadores

Variograma experimental
El variograma experimental es un estimador insesgado del variograma terico, pero
es poco robusto, en especial cuando
la distancia h considerada es grande
el muestreo es muy irregular
la distribucin de los datos es muy asimtrica
Covarianza experimental: es ms robusta, pero sesgada

Observacin
Cuidado con los estimadores robustos (variograma logartmico...)
las otras herramientas (variogramas relativos, madograma...)

Principales modelos tericos

Entre los modelos istropos de variograma, los rasgos importantes son
el comportamiento en el origen
el comportamiento en el infinito

comportamiento discontinuo en el origen

modelo peptico de meseta C

0 para r 0
(r )
C para r 0

comportamiento lineal en el origen

esfrico (meseta C, alcance a)
3 r 1 r3
C 3 para 0 r a
(r ) 2 a 2 a
C
para r a

(r ) C 1 exp
a

exponencial (meseta C, alcance 3a)

son los modelos ms usados en la prctica

comportamiento parablico en el origen

cbico (meseta C, alcance a)

(r )

r 2 35 r 3 7 r 5 3 r 7
C 7 2 3 5 7
a 4 a 2a 4a

para 0 r a

C para r a

gaussiano (meseta C, alcance 1.73a)

r2

(r ) C 1 exp 2
a

modelos sin meseta

modelo potencia
(r) r con 0 < < 2.

Anlisis variogrfico
El variograma experimental requiere ser modelado:
es imperfecto (los puntos obtenidos son experimentales, luego inciertos)
es incompleto (se calcul de manera discreta a lo largo de algunas direcciones
del espacio)
no cumple las restricciones matemticas de un verdadero variograma
Cmo combinar los modelos anteriores para ajustar el variograma experimental?
Cmo modelar las anisotropas?

Estructuras anidadas (modelo lineal de regionalizacin)

Se puede superponer varios modelos de base
(h) 1 (h) 2 (h) ... S (h) .

Esto permite modelar cambios de pendientes en los variogramas direccionales

Efecto pepita
Se debe a
errores de medicin
errores de ubicacin de los datos
presencia de una microestructura

Anisotropas
1) Identificacin
Existe anisotropa cuando el comportamiento del variograma cambia segn la
direccin del espacio en el cual se calcula

Una herramienta eficaz para detectar las anisotropas consiste en graficar el mapa
variogrfico, o sea el mapa de isovalores del variograma experimental en funcin
de la separacin (distancia y orientacin)

2) Modelamiento
Anisotropa geomtrica
El mapa variogrfico dibuja elipses (2D) o elipsoides (3D)

Slo se requiere especificar las direcciones principales (ortogonales) y los alcances

correspondientes

Anisotropa zonal
El mapa variogrfico dibuja bandas; se trata de un caso degenerado de anisotropa
geomtrica, donde el alcance en una direccin se vuelve muy grande. A la escala de
trabajo, la meseta cambia segn la direccin.

Anisotropas complejas
Se obtiene formas ms complejas de anisotropa al mezclar anisotropas geomtricas
y/o zonales de orientacin y razn diferentes

Consideraciones prcticas
1) Generalmente, se busca anisotropas simples con 2 3 direcciones principales,
ortogonales entre s
buscar la elipse o el elipsoide que mejor se acerca al mapa variogrfico
2) El variograma experimental es poco confiable para distancias grandes (superiores
a la mitad del dimetro del campo)
3) No existe un modelo nico
4) Se debe prestar atencin a la representatividad de los puntos experimentales, a la
informacin disponible sobre la variable regionalizada y a la escala de trabajo.

Ejemplo de ajuste
1) Variogramas experimentales direccionales
calculados a lo largo de las tres direcciones principales de anisotropa, ortogonales
entre s (identificadas con ayuda de un mapa variogrfico)

2) Ajustes direccionales (independientes entre s)

3) Modelo completo, coherente en 3D

Escritura como la superposicin de modelos bsicos, de anisotropas geomtricas
o zonales