Académique Documents
Professionnel Documents
Culture Documents
PROCESSOS ESTIMACIÓN
Junho/2002
Índice
DATAMINE Latin America Processos Estimación
1. Introducción ................................................................................................................................................... 3
2. Métodos Tradicionales ................................................................................................................................... 4
2.1- Las muestras más cercanas, POLD3D .................................................................................................. 4
2.2 - Método de Inverso de las Distancias, IPDD3D ..................................................................................... 6
2.3 - Método de Krigeage Ordinario, KRG3DB............................................................................................ 11
3. Estima .......................................................................................................................................................... 15
3.1 - Introducción ......................................................................................................................................... 15
3.2 - Volúmenes de Búsqueda .................................................................................................................... 16
3.3 - Puntos de Discretización ..................................................................................................................... 22
3.4 - Métodos de Estimación ....................................................................................................................... 24
3.4.1- Método de las Muestras más Cercanas ....................................................................................... 27
3.4.2 - Método del Inverso de las Distancias .......................................................................................... 28
3.4.3 - Krigeage ....................................................................................................................................... 29
3.5 - Características Adicionales ................................................................................................................. 33
3.6 - Archivo de Parámetros de Variografía ................................................................................................ 35
3.7 - Resumen de los Parámetros ............................................................................................................... 36
3.8 - Campos y Archivos.............................................................................................................................. 37
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -2-
DATAMINE Latin America Processos Estimación
1. Introducción
Software Minero DM siempre ha contado con una amplia gama de procesos para la
estimación de reservas, desde procesos convencionales, muy sencillos de usar, tales como
las muestras más cercanas o el inverso de la potencia de las distancias, hasta procesos más
innovadores tales como el krigeage, cuyo uso necesita de una buena herramienta
informática, como también de una base teórica robusta acerca de las teorías de la
geoestadística.
La tabla 4.1 muestra un resumen de estos procesos comúnmente utilizados por la mayoría
de los usuarios de este sistema, y que representan el universo de posibilidades de
estimación que ofrecen todos los paquetes geológicos mineros del mercado actual. Estos
han sido ordenados en orden descendente de acuerdo a actualidad, y también s u
versatilidad y poder.
El motivo principal de este trabajo es poder mostrar, difundir y promover el uso de una nueva
alternativa para la estimación de reservas, la que ha revolucionado las actuales herramientas
mostradas en la tabla anterior, pero que sin embargo, todavía es muy poco conocida, y su
uso está siendo limitado sólo 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:
Estos superprocesos no son nuevos algoritmos de estimación, sino sólo la unión y conjunción
de los actuales métodos existentes lo que constituye el fundamento de una gran herramienta,
por factores tales como:
- Todos los métodos de evaluación pueden ser controlados por un sólo proceso
- Esto permite que una ejecución pueda contener varias evaluaciones simultáneas
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -3-
DATAMINE Latin America Processos Estimación
- El punto anterior a su vez permite que una misma ley pueda ser evaluada por diferentes
algoritmos
- Los tiempos de ejecución se minimizan ya que métodos de estimación diferentes que
cuenten con un mismo volumen de búsqueda para las muestras, pueden seleccionar las
muestras necesarias en sólo una oportunidad.
Para lograr estos puntos, estos superprocesos trabajan con archivos parámetricos, los cuales
marcan las directrices para controlar el accionar del proceso ante diferentes circunstancias.
De esta forma, este capítulo lo dedicaremos por entero a entregar una descripción detallada
de los métodos actuales o convencionales desplegados en la tabla 4.1, y de los nuevos
superprocesos, en especial de ESTIMA. Esto nos servirá de pauta para el análisis
comparativo que realizaremos usando nuestro caso de estudio, en el próximo capítulo.
2. Métodos Tradicionales
Antiguo proceso de DATAMINE, que consta de dos etapas principales. En la primera parte el
usuario deberá definir archivos, campos y parámetros generales del proceso, mientras que
en una segunda etapa el usuario deberá definir la orientación y magnitud de cada uno de los
ejes de la elipsoide que define la anisotropía del volumen de búsqueda.
Este método se fundamenta en la evaluación de cada una de las celdas del modelo de
bloques con el valor de la muestra más cercana en el espacio. El usuario podrá definir una
distancia máxima de búsqueda desde el centro de la celda, luego para todas las muestras
que caen dentro del volumen de búsqueda se calcula su distancia transformada hasta el
centro de la celda. Las distancias transformadas estarán de acuerdo a las orientaciones de
la elipsoide de anisotropía. Finalmente el valor de la muestra más cercana es asignada a la
celda que se esta evaluando.
En la tabla 3 usted podrá encontrar un resumen de todas las entradas que requiere este
proceso:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -4-
DATAMINE Latin America Processos Estimación
Definidas todas las entradas anteriores el proceso pasará a una segunda etapa, donde
requerirá:
>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 deberá considerar que antes de cualquier rotación, el AXIS 1 se
orientará en la dirección "Y" (Norte), el AXIS 2 se orientará en la dirección "X" (Este) y el
AXIS 3 en la dirección de "Z"
El lector deberá considerar también que el AXIS 2 será multiplicado por la razón AXIS 2/AXIS
1, al igual que el AXIS 3, que será multiplicado por el factor AXIS 3/AXIS 1.
El sistema requiere de un modelo de bloques como entrada y uno de salida, este último
contendrá todos los campos del prototipo, y adicionalmente el campo a ser interpolado. En el
caso de que el prototipo contenga el campo a interpolar, sus valores serán sobre escritos en
el modelo de salida.
El usuario puede seleccionar la distancia máxima, desde el centro de la celda, hasta donde
las muestras pueden ser seleccionadas. Todas las muestras que caigan dentro de este
volumen de búsqueda serán utilizadas para calcular el promedio ponderado. En este método
el peso para ponderar corresponde al inverso de su distancia desde el centro de la celda
hasta la muestra a utilizar, esta distancia es una distancia transformada de acuerdo a la
elipsoide de direcciones preferenciales, elevada a la potencia definida por el parámetro
@POWER.
Adicionalmente a la ponderación por inverso de las distancias, el usuario podrá definir otros
campos de ponderación, tal como por ejemplo el campo de largo de muestras "LENGTH", de
tal forma que en el caso de dos muestras equidistantes al centro de una celda de largos de 2
y 4 metros, la segunda tendrá una ponderación igual al doble de la primera.
El usuario deberá considerar que este proceso requiere de un previo ordenamiento de las
muestras, con respecto a su campo de coordenada "X", lo que permiti rá acelerar los
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -6-
DATAMINE Latin America Processos Estimación
En la tabla 4 usted podrá encontrar un resumen de todas las entradas que requiere este
proceso:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -7-
DATAMINE Latin America Processos Estimación
Definidas todas las entradas anteriores el proceso finalmente requerirá en forma interactiva
los siguientes parámetros:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -8-
DATAMINE Latin America Processos Estimación
Para un mejor entendimiento, deberá considerar que antes de cualquier rotación, el AXIS 1
se orientará en la dirección "Y" (Norte), el AXIS 2 se orientará en la dirección "X" (Este) y el
AXIS 3 en la dirección de "Z".
Los valores de los ejes se normalizan, tal que su mínimo es 1. Los componentes de distancia
a lo largo de cada uno de los ejes será obtenido al multiplicar los largos por los factores de
normalización. El radio de búsqueda efectivo en cada dirección corresponde al valor del
parámetro @RADIUS dividido por el factor normalizador. Los parámetros anteriores no serán
requeridos en el caso de que el usuario defina los parámetros; @XRADIUS, @YRADIUS y
@ZRADIUS, ya que en ese caso el usuario estará definiendo un volumen de búsqueda
cuboidal.
Entonces el volumen de búsqueda será una esfera de 100 metros de radio, y las
muestras podrán ser ponderadas de acuerdo a los factores definidos por AXIS1, AXIS2 y
AXIS3 en sus respectivas direcciones.
- Inicialmente se asume que los tres ejes principales de la elipsoide de búsqueda 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
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE -9-
DATAMINE Latin America Processos Estimación
- Este método de rotación puede modelarse usando la regla de la mano izquierda, donde
los dedos índice, del medio y pulgar representan los ejes AXIS1, AXIS2 y AXIS3
respectivamente, y antes de que cualquiera rotación sea aplicada, estos apuntarán en las
direcciones Norte, Este y hacia arriba. El ángulo de rotación 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 ángulo de inclinación o dip se aplica
después 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 ángulo 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 ángulo, el ángulo del "PLUNGE". Este ángulo sólo será solicitado por el
sistema si el parámetro @PLNGFLAG se definió igual a 1, y este es consultado
interactivamente después de los ángulos de azimut y dip.
- El campo opcional *ZONE sólo podrá ser aplicado cuando el archivo PROTO contiene
celdas o subceldas. Este campo permite que múltiples zonas sean interpoladas usando
solamente aquellas muestras que posean el mismo valor del campo zonal.
A B C
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 10 -
DATAMINE Latin America Processos Estimación
Este proceso crea un modelo de bloques 3-D utilizando krigeage lineal, con la posibilidad de
seleccionar el modelo de variograma. Como entrada se requiere de un modelo de bloques
como prototipo, y como salida el proceso crea un modelo de bloques que contiene los
mismos campos del modelo inicial, más tres campos adicionales. Eso s tres campos
corresponden al valor de la celda krigeada, la varianza del kriging, y el número de muestras
usados en la estimación. Si el prototipo ya contiene estos tres campos, entonces estos serán
sobre escritos.
El valor del variograma promedio entre una muestra y una celda del modelo se calcula como
el valor promedio entre el centro de la muestra y una matriz discreta tridimensional de puntos
(de acuerdo a la configuración de los parámetros para la definición de los puntos de
discretización @IPOINTS, @JPOINTS y @KPOINTS). El valor del variograma promedio
entre dos muestras se calcula como el valor promedio entre los centros de las muestras.
Las muestras a ser incluidas en la matriz del krigeage son seleccionadas de acuerdo a tres
criterios:
1. Las muestras que caen fuera del volumen de búsqueda son excluidas. Los tipos de
volúmenes de búsqueda pueden ser dos: un cuboide o una elipsoide (de acuerdo a la
configuración del parámetro @SMETHOD).
Inicialmente se asume que los tres ejes de la elipsoide de búsqueda; AXIS1, AXIS2 y
AXIS3, son paralelos a las direcciones de los ejes cartesianos "Y", "X" y "Z " (note que se
ha mencionado los ejes "Y" "X" , y no "X" "Y"). Esto significa que el AXIS1 apunta hacia
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 11 -
DATAMINE Latin America Processos Estimación
Este método de rotación puede modelarse usando el mismo criterio de la mano izquierda,
explicado en la sección anterior, en el método del inverso de la potencia de la distancia.
2. Si se encuentran más de @MAXNUM muestras dentro del volumen de búsqueda, sólo las
@MAXNUM muestras más cercanas serán utilizadas.
El proceso incluye un algoritmo para la reducción del tiempo, el cual es aut omáticamente
invocado si los datos de muestras son previamente ordenados por su coordenada "X". Si el
modelo del prototipo contiene datos, luego estos también deberán ser previamente
ordenados por su coordenada "X", que en este caso corresponde al centro d e la celda.
En la tabla 5 usted podrá encontrar un resumen de todas las entradas que requiere este
proceso:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 12 -
DATAMINE Latin America Processos Estimación
YMAXRA SI 99999 Máxima distancia de búsqueda a lo largo del eje "Y", definida
D para la selección de muestras en el caso de que se utilice un
volumen de búsqueda cuboidal.
ZMAXRA SI 99999 Máxima distancia de búsqueda a lo largo del eje "Z", definida
D para la selección de muestras en el caso de que se utilice un
volumen de búsqueda cuboidal.
RADIUS1 SI 1 Radio 1, usado para definir la extensión del volumen de
búsqueda en el caso de utilizarse un volumen de búsqueda
elipsoidal.
RADIUS2 SI 1 Radio 2, usado para definir la extensión del volumen de
búsqueda en el caso de utilizarse un volumen de búsqueda
elipsoidal.
RADIUS3 SI 1 Radio 3, usado para definir la extensión del volumen de
búsqueda en el caso de utilizarse un volumen de búsqueda
elipsoidal.
ANGLE1 SI 0 Angulo 1 usado para definir la dirección del volumen de
búsqueda en el caso de utilizarse un volumen de búsqueda
elipsoidal.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 13 -
DATAMINE Latin America Processos Estimación
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 14 -
DATAMINE Latin America Processos Estimación
Definidas todas las entradas anteriores el proceso finalmente requerirá en forma interactiva
los parámetros de variografía:
Un completo detalle acerca del uso del proceso KRG3DB puede encontrarse en el Anexo G,
donde también podrá encontrar las notas anexas, acerca de los parámetros variográficos.
3. Estima
3.1 - Introducción
ESTIMA requiere que usted defina un volumen de búsqueda, centrado en la celda a estimar,
y que contendrá las muestras que se usarán en la estimación de las leyes. De hecho usted
podrá definir más de un volumen de búsqueda, de esta forma diferentes leyes podrán
evaluarse con diferentes volúmenes de búsqueda. Todos los parámetros que describen el
volumen de búsqueda se definirán en ESTIMA usando el "archivo de parámetros del
volumen de búsqueda". ESTIMA también requiere que usted defina un conjunto de
parámetros de estimación para la ley a ser estimada, esos parámetros se ingresarán a
ESTIMA usando "el archivo de parámetros de estimación", el que contendrá itemnes tales
como el método de estimación, el número de referencia del volumen de búsqueda y otros,
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 15 -
DATAMINE Latin America Processos Estimación
Asi ya tenemos definido el prototipo del modelo de entrada, y las muestras que caen dentro
de cada volumen de búsqueda. Ahora se estimará cada ley definida en el archivo de
parámetros de estimación y el resultado se grabará sobre el modelo de salida. Un resumen
de los archivos usados por ESTIMA son:
- PROTO : Modelo de prototipo de entrada
- IN : Datos de muestras
- SRCPARM : Parámetros del volumen de búsqueda
- ESTPARM : Parámetros de Estimación
- VMODPARM : Parámetros del modelo del variograma
- STRING : Strings del Unfolding
- MODEL : Modelo de salida
- SAMPOUT : Muestras de salida
El resto de la información es suministrada al proceso a través de campos y parámetros.
El archivo de parámetros del volumen de búsqueda (SRCPARM) podrá contener uno o más
registros, cada uno de los cuales define un volumen de búsqueda, identificado por un número
de referencia único (campo SREFNUM). Un volumen de búsqueda puede ser único para una
ley individual, o podrá ser compartido por más leyes.
Z Z
T2
SDIS
SDIS
T3
T3
SDIST X
1 SDIST2 Y SDIST X
Vista en Sección Oeste - Este
Sección Sur - Norte 1
Planta
Fig. 2: Ejes del Volumen de búsqueda alineados con los ejes coordenados
También podrá rotar la elipsoide de búsqueda, definiendo una, dos o tres rotaciones, para
cada una de las cuales deberá definir el ángulo de rotación y el eje respecto del cual se
realizará la misma. Para esto el eje "X" se denominará eje 1, "Y" como eje 2, y el eje "Z"
como eje 3. Los ángulos de rotación se miden en el plano de rotación, mirando desde el eje
de rotación hasta el origen, y serán positivos al rotar en sentido horario, o negativos en caso
contrario. Si la primera rotación es de Aº en torno al eje 3 (Z), luego la elipsoide se orientará
de acuerdo a la figura 3:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 16 -
DATAMINE Latin America Processos Estimación
Y
Y' Z'=
Z
A
º Y'
X
Vista en Sección [-Y',+Y']
Planta
X'
A
Y
º X B '
º
X'=X
" Y"
Fig. 4: Rotación de Aº en torno al eje 3 (Z), y luego de Bº en torno del nuevo eje 1 (X)
Este ejemplo muestra una rotación convencional de azimut y dip, sin embargo usted puede
usar cualquier método de rotación que usted quiera definiendo tanto los ángulos de rotación
como sus respectivos ejes.
Simular con la mano izquierda puede ayudar para un mejor entendimiento de las
rotaciones. Para esto ubíquese mirando hacia en norte con su dedo índice apuntando hacia
enfrente suyo, su pulgar hacia arriba, y su dedo del medio apuntado a su derecha a través
suyo. Marque el número 1 en el dedo del medio, 2 en su índice y 3 en su pulgar. Entonces
su dedo del medio representa al eje "X" y apunta hacia el este, su índice 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 Aº en sentido horario. Luego fije su dedo del medio y rote
su dedo índice y pulgar Bº en sentido horario en el plano vertical. Sus dedos están ahora
apuntando a lo largo de los ejes de su elipsoide de búsqueda ro tada.
Los campos SANGLE y SAXIS del volumen de búsqueda del ejemplo son: Aº como
SANGLE1 y el eje 3 (Z) como SAXIS1. La segunda rotación se define luego por Bº como
SANGLE2 y 1 (X) como SAXIS2. SANGLE3 y SAXIS3 servirán para representar una tercera
rotacíon, que en el caso de no existir podrá dejar sin definir o sencillamente como valores
nulos.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 17 -
DATAMINE Latin America Processos Estimación
ELIPSOIDE TRUNCADA
CELDA A SER
A CINCO MUESTRAS
ESTIMADA
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 18 -
DATAMINE Latin America Processos Estimación
A B
4
0
2
0
C
1
2
0
40
ELIPSOIDE 50
DE
10
BÚSQUEDA
0
Fig. 6: Cálculo de las distancias Transformadas
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 más bien están agrupadas en diferentes sectores provocando influencias
indebidas para la estimación de la ley de la celda. Este problema puede solucionarse al
dividir el volumen de búsqueda en octantes, asegurándose que un mínimo número de
octantes contengan muestras. Al definir 3 planos paralelos a los ejes de la elipsoide de
búsqueda se definirán 8 octantes, esos planos intersectan al origen del elipsoide, el cual es
también el centro de la celda que está siendo estimada (ver figura 7).
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 19 -
DATAMINE Latin America Processos Estimación
x ++
Octantex +
4 x +x
Octante Octante
3 1 Búsqued
a
## Octante Elipsoida
2 l
# #
#
Si se aplica una búsqueda por octantes, con un máximo de 2 muestras por octantes,
entonces sólo se seleccionarán aquellas dos muestras más cercanas en cada octante, es
decir las muestras "o" y "x", lo que resulta preferible a seleccionar las 8 muestras del área
NE.
En la figura se ilustraron los octantes 1 al 4, que están sobre el plano "XY". Los octantes del
5 al 8 se encuentran bajo el plano XY.
La búsqueda por octantes queda definida por 4 valores a definir en el archivo de parámetros
del volumen de búsqueda. El criterio a usar es que si existen suficientes muestras en un
octante, este es considerado como "completo", y si suficientes octantes están completos,
sólo entonces podrá estimarse el valor de la celda.
OCTMETH define la búsqueda a usar, si vale 0 entonces no se usará búsqueda por octantes,
mientras que si vale 1 entonces si se usará.
MINNUMn y MAXNUMn también podrán aplicarse a la búsqueda por octantes, en este caso
si el número total de muestras es menor a MINNUMn entonces la celda no será evaluada, si
por el contrario el número total de muestras es mayor que MAXNUMn entonces las muestras
sobrantes (según las distancias transformadas) son removidas hasta que se cumpla la
restricción de MAXNUMn. Sin embargo, si el remover las muestras causa que el número de
muestras en un octante sea menor que MINPEROC, entonces las muestras no serán
removidas. Finalmente si se hace imposible satisfacer ambos criterios; MAXNUMn y las
restricciones por octante entonces la celda tampoco podrá evaluarse.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 21 -
DATAMINE Latin America Processos Estimación
MAXKEY 0 Máximo número de muestras con el mismo valor del campo llave
El archivo prototipo del modelo de entrada describe las coordenadas del centro de la celda
con los campos XC, YC y ZC, y sus dimensiones con los campos XINC, YINC y ZINC. Para
métodos de estimación tales como La Potencia del Inverso de las Distancias basta con usar
el centro de las celdas y realizar la estimación en función de las distancias de cada una de
las muestras a partir del centro de las celdas, sin embargo esto significa que usted ignora por
completo las dimensiones y la forma de las celdas. ESTIMA en cambio, le permite simular la
forma de la celda por un arreglo de puntos tridimensional, distribuidos en forma regular
dentro de la celda. Así, en el caso del método de la Potencia del Inverso de las Distancias, se
estima el valor en cada punto de discretización, y luego se asigna la media aritmética de
todos estos puntos como el valor de la celda. Para el cálculo de Krigeage los puntos de
discretización se utilizan para calcular la covarianza de la celda con cada una de las
muestras a su alrededor, lo que es finalmente usado para el cálculo de los pesos del
krigeage. El método de estimación de las muestras más cercanas no util iza puntos de
discretización, ya que se basa en las distancias hasta el centro de la celda.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 22 -
DATAMINE Latin America Processos Estimación
Existen dos métodos para definir la discretización de una celda, ambos quedan definidos por
el valor asignado al parámetro DISCMETH.
XCELL = 20
2
x x x x
2.5 5 5 5 2.
=
4 Centro de la
x x x
Celda x
2
Si usted configura DISCMETH=2, entonces usted podrá definir la distancia entre los puntos
de discretización, en vez del número de puntos, en este caso usted deberá definir los
parámetros XDSPACE, YDSPACE y ZDSPACE. Al usar este método siempre habrá un
punto que se ubicará sobre el centro de la celda, y los otros se localizarán a las distancias ya
especificadas desde este (ver figura 9).
XCELL =
20
2
x x x
Fig. 9: 9 P untos de Discretización
=
5 5 5 5
4 Usando @DI SCM ETH = 2, @X DSP ACE
YCELL
x x x = 5, @YDSP ACE = 4
12
4 Centro de la
Celda
x x x
2
La ventaja del primer método es que usted estará seguro de tomar el mismo número de
puntos en todas las direcciones, independientem ente de las dimensiones de la celda. Sin
embargo su desventaja es que el espaciamiento en una dirección puede ser mucho mayor
que en otra dirección, dependiendo ahora si de las dimensiones relativas de la celda. La
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 23 -
DATAMINE Latin America Processos Estimación
ventaja del segundo método es que al configurar XDSPACE, YDSPACE y ZDSPACE iguales
entre si, usted podrá obtener un conjunto de puntos de discretización completamente regular
sobre la celda. Sin embargo su desventaja es que para pequeñas celdas se reducirá
enormemente la cantidad de puntos de discretización, esto es más problemático en el caso
del krigeage, ya que en este caso el kriging requiere de un mínimo de puntos de
discretización antes de que la celda pueda ser evaluada. En general el método más
recomendable es probablemente el primero.
Los siguientes párrafos describen las características de estos métodos de estimación, más
algunos detalles específicos de cada uno.
Cada estimación es definida como un registro independiente dentro de este archivo. Usted
podrá ver que se han definido diferentes volúmenes de búsqueda para las dos leyes. El
número de referencia del volumen de búsqueda (SREFNUM) esta referido al registro dentro
del archivo de parámetros del volumen de búsqueda. Como se describió anteriormente cada
método de estimación (IMETHOD) tiene un código numérico. El campo POWER sólo se
aplica al IPD (IMETHOD=2). Finalmente el número de referencia del modelo del variograma
queda registrado en un registro del archivo de parámetros del modelo del variograma, y que
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 24 -
DATAMINE Latin America Processos Estimación
EL campo VALUE_OU es muy útil si se quiere estimar una misma ley por diferentes
métodos, o por el mismo método, pero usando diferentes parámetros. Por ejemplo si usted
quiere estimar las leyes de AU por IPD y OK, entonces el campo VALUE_OU puede ser
AU-IPD y AU-OK, en ambos casos el campo VALUE_IN será AU (ver tabla 8).
Pueden existir ocasiones donde usted quiera usar diferentes parámetros para la misma ley,
en diferentes áreas, por ejemplo el AU puede tener diferentes conjuntos de parámetros de
estimación dependiendo del tipo de roca. Para esto el usuario podrá definir uno o dos
campos "ZONE" (Zonas de Control) y definir diferentes parámetros para cada combinación.
Estas zonas se definen usando los campos ZONE1_F y ZONE2_F. Por ejemplo si usted
quiere tener diferentes parámetros según tipo de roca y una zona por defecto deberá
especificar
* ZONE1 _ F ( ROCK ),*ZONE 2 _ F ( FLTZONE )
Los campos ROCK y FLTZONE deberán 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 información. Estos campos
pueden ser numéricos o alfanuméricos, en este último caso podrán contener un máximo de
20 caracteres. En el siguiente ejemplo (ver tabla 9) el campo "ROCK" es alfanumérico y el
campo "FLTZONE" es numérico.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 25 -
DATAMINE Latin America Processos Estimación
En el registro 5 no hay información en ninguna de las dos zonas (blanca para el campo
alfanumérico "ROCK", y "-" para el campo numérico FLTZONE). Este conjunto de parámetros
(la opción por defecto) se utiliza para estimar algunas celdas cuyos campos ROCK y
FLTZONE no se definieron explícitamente en el archivo de parámetros de estimación. Si se
tienen dos campos zonales, entonces no es posible especificar un campo (explicito) y el otro
campo como dato ausente, usted no podrá tener ROCK "B" y FLTZONE como -, ya que en
ese caso aparecerá un mensaje de error.
En adición a los campos de leyes, algunos métodos de estimación pueden calcular Campos
Secundarios. En el caso del krigeage también calcula el número de muestras usadas para la
estimación del krigeage y su varianza, si usted desea que estos campos aparezcan en el
archivo del modelo de salida, estos deberán definirse usando el archivo de parámetros de
estimación (ver tabla 10).
El volumen de búsqueda dinámico toma los valores de 1,2 ó 3 dependiendo de cual sea el
volumen de búsqueda 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 búsqueda dinámico usado para la estimación de cada ley, en cada celda.
momento de categorizar las reservas. Los otros campos secundarios usados en este ejemplo
son NUMSAM_F, usado para registrar el número de muestras usadas para realizar la
estimación, y VAR_F para registrar la varianza de la estimación, el último campo sólo se
aplica a algunos de los métodos de estimación. 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 parámetros del volumen de búsqueda, entonces los campos
NUMSAM_F, SVOL_F y MINDIS_F pueden tener los mismos valores, en este caso no
necesitará especificar diferentes nombres de campos y los registros 1 y 2 podrán definirse de
acuerdo a la tabla 11:
Si los parámetros de la variografía son diferentes, entonces la varianza del kriging puede ser
diferente y en ese caso sigue siendo más recomendable usar diferentes nombres para los
campos de diferentes leyes.
Corresponde al método definido por el parámetro IMETHOD = 1. Al usar este método, a cada
celda se le asigna el valor de la muestra "más cercana", entendiendo como distancia más
cercana a la distancia transformada o la distancia anisotrópica en el caso de considerar
anisotropías en la distribución espacial de las leyes.
Este método no incluye valores de muestras ponderadas, por lo que podrá estimar tanto
campos numéricos como alfanuméricos (de hasta 20 caracteres).
Todas las muestras que caen dentro del volumen de búsqueda se identifican como se
describió anteriormente, y la distancia anisotrópica desde la muestra hasta el centro de la
celda se calcula en base a la Elipsoide de Anisotropía, la que se define en forma idéntica a
la elipsoide de búsqueda, de hecho, la elipsoide de búsqueda y la elipsoid e de anisotropía
pueden ser la misma (situación más usual). Sin embargo ESTIMA le permite definir
diferentes elipsoides de acuerdo a su situación particular.
Corresponde al método definido por IMETHOD = 2. El valor estimado por este método 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 considerará la media aritmética de las muestras.
Todas las muestras que caen dentro del volumen de búsqueda se identifican como se
describió previamente, y se podrá usar restricciones para el mínimo y máximo número de
muestras a considerar, finalmente se estima la ley de cada punto discretizado en la celda.
Esto se hace usando la distancia anisotrópica tal como se hizo en el método anterior de las
distancias más cercanas. El valor de la celda estimada se calcula en definitiva como la media
aritmética de los puntos discretizados.
Usted podrá usar una ponderación 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 notará que el uso de ambos campos en la
ponderación 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 usará en la estimación.
Si pondera por densidad y largo, entonces el peso Wi para la muestra i para la estimación
de un punto discretizado:
WI LI * I / DIP Ec. 4.2
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
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 28 -
DATAMINE Latin America Processos Estimación
E K WI * G I / W I Ec. 4.3
Donde Gi es la ley de la muestra i.
El valor de la celda estimada Ec se calcula finalmente como la media aritmética de todos los
puntos discretizados:
EC E K / N Ec. 4.4
En donde N es el número de puntos discretizados
Además del valor estimado, este método también permite calcular la varianza "V" de las
muestras, que corresponde a la clásica varianza estadística de todas las muestras usadas en
la estimación (Ec. 4.5). Este campo secundario puede almacenarse en el archivo de salida
usando el campo VAR_F descrito previamente.
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 número de muestras usadas al hacer la estimación
V ( G I2 ( G I ) 2 / N S ) /( N S 1) Ec. 4.5
3.4.3 - Krigeage
El cálculo de los pesos del kriging se basa en el modelo del variograma, el cual describe la
correlación entre dos muestras como una función de la distancia entre ellas. Usted
encontrará más detalles de los modelos de variogramas en la sección del archivo de
parámetros del modelo del variograma.
En el caso de OK se calcula un peso para cada muestra, tal que la suma de esos pesos es
igual a 1. En el caso del SK también se calcula un peso para cada muestra, pero se asigna
un peso de ( 1 - Wi ) para la ley media, esto hace que el SK no sea tan sensible a las
tendencias locales de las muestras como el OK, ya que depende parcialmente de la ley
media, la que se asume conocida y constante a lo largo de un área. En el caso de que usted
desee un mayor detalle de la forma en que el kriging calcula los pesos, consulte las
referencias geostadísticas dadas en la bibliografía al final de este man ual.
Las entradas para OK y SK son muy similares y la siguiente descripción se aplica a ambos
métodos (usted encontrará una pequeña sección al final de este capitulo especifica para SK).
ESTIMA permite hacer kriging lineal y lognormal tanto para OK y SK. El campo LOG en el
archivo de parámetros de estimación será el que define la utilización de Kriging lineal y
Kriging Lognormal . Para el kriging lineal los pesos son aplicados a las leyes de las
muestras, mientras que en el caso del kriging lognormal los pesos se aplican a los logaritmos
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 29 -
DATAMINE Latin America Processos Estimación
de las leyes para luego ser transformados nuevamente, todas las transformaciones son
realizadas dentro de ESTIMA, luego para la transformación inversa (volver a los valores
muestrales) se utiliza la expresión 4.6
EC exp( WI * log(G I ) 0.5 * ( WI * ( LI , L J ) WI * W J * ( LI , L J ))) Ec. 4.6
Donde ;
Ec es la estimación 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 métodos de cálculo son dos; el método de apr oximación de
Rendu, y el método general. Debe considerarse que el método general es iterativo y puede
requerir varias soluciones de la matriz del kriging para cada panel krigeado, esto hace que
sea más demoroso que el método de Rendu's.
Al seleccionar el caso general, usted deberá configurar tres campos adicionales; DEPMEAN,
TOL y MAXITER los que se deberán incluir en el archivo de parámetros de estimación como
se indican a continuación :
La varianza del kriging lognormal se calcula como una varianza relativa (VR) al cuadrado de
la media (m) del depósito:
VR V A / m 2 Ec. 4 .7
entonces usted deberá especificar la media del depósito (m), o darle el valor de 0, en cuyo
caso en proceso usará la estimación krigeada de la celda como la medi a.
El método del caso general usa un procedimiento iterativo para calcular los pesos del kriging,
estos se calculan y comparan con su estimación 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 así, se calculará otro conjunto de pesos. Se debe definir entonces la
tolerancia (campo TOL), y el máximo número de iteraciones (campo MAXITER). Si los pesos
no convergen antes de MAXITER, entonces finaliza el cálculo para la celda y se usa el último
conjunto de pesos calculados.
Por cada campo VALUE_IN a estimar por krigeage, deberá definirse el correspondiente
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 30 -
DATAMINE Latin America Processos Estimación
El Kriging al igual que NN y IPD, primero identifica todas las muestras que caen dentro del
volumen de búsqueda, considerando las restricciones del mínimo y máximo número de
muestras. Finalmente llena la matriz del kriging y calcula los pesos del kriging y el valor
estimado de cada celda. Además de esto el kriging puede calcular 3 variables secundarias:
Bajo ciertas condiciones los pesos asignados a una o más de las muestras puede ser
negativo, lo que ocurre generalmente cuando el modelo del variograma tiene un efecto
pepita muy pequeño 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
matemáticamente correctos, existe una escuela de pensamiento que considera que pesos
negativos son incorrectos y deben asignárseles valores nulos, lo que podrá hacer usando el
campo KRIGNEGW:
En el segundo caso, los pesos de las otras muestras son proporcionalmente ajustados para
que la suma de los pesos continúe siendo de 1. Algunos chequeos en el mínimo número 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 matemáticas 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 parámetros de estimación controla el resultado final para esta varianza, tal que :
Esto es sólo 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
podrá usar los campos LOCALMNP y LOCALM_F en el archivo de parámetros de
Estimación para seleccionar como se definirá este valor medio local:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 31 -
DATAMINE Latin America Processos Estimación
ESTIMA incluye una opción que permite estimar las leyes de las celdas patrones, y
asignarlas a todas las subceldas dentro de la misma. También es aplicable un control Zonal,
de tal forma de que si por ejemplo la celda patrón contiene 4 celdas de roca A y 5 celdas de
roca B entonces la celda patrón puede estimarse primero usando muestras de roca A y
aplicar este valor a las 4 celdas, después puede hacer lo mismo para la estimación según la
roca B.
Los puntos de discretización en la celda patrón pueden tratarse de dos maneras; si usted
configura PARENT = 1, la celda patrón se representará por un completo conjunto de p untos
de discretización que la cubrirán por completo. Sin embargo al configurar @PARENT = 2, se
calculará un completo conjunto de puntos de discretización, pero sólo aquellos puntos que
caen dentro de una de las celda correspondientes serán seleccionados y usados.
En el segundo caso (PARENT = 2) puede ocurrir que hayan muy pocos o ningún punto de
discretización sobre la celda, para evitar esto y especificar un mínimo aceptable de puntos de
discretización se puede usar el parámetro MINDISC, que chequea si el mínimo es alcanzado,
y de no ser así, entonces el número de puntos en todas las direcciones es doblado y los
puntos son recalculados.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 33 -
DATAMINE Latin America Processos Estimación
La ventaja del segundo método es que provee de una mejor representación de las celdas,
pero su desventaja es que los tiempos de cálculo son un poco mayores.
Si el modelo del prototipo de entrada tiene celdas que ya incluyen el campo a ser estimado, y
además hay insuficientes datos dentro del volumen de búsqueda para estimar una celda,
entonces usted tiene una opción de controlar la acción por el valor del parámetro 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 sólo 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 parámetros @XMIN, @XMAX, @YMIN, @YMAX, @ZMIN,
@ZMAX y hacer la actualización en el lugar. Usted también necesitará configurar
@COPYVAL=1. Sólo las celdas que traslapen este volumen de actualización podrán ser
estimadas, aunque se utilicen muestras ubicadas fuera del volumen de actualización.
Cualquier valor de @XMIN, @XMAX.... que se suministre, serán ajustados por ESTIMA a la
celda patrón límite más cercana antes de hacer la actualización. Los valores mínimos se
ajustarán hacia abajo y valores máximos hacia arriba. Si uno o más de los parámetros no son
especificados o tienen datos ausentes (por defecto), entonces se usarán las coordenadas
mínimas y máximas del modelo.
Los principales métodos de estimación (IPD, OK, etc) fueron descritos previamente. Sin
embargo existen dos opciones adicionales las cuales se especifican usando el campo
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 34 -
DATAMINE Latin America Processos Estimación
Un modelo de variograma puede constar de un efecto pepita "Co", y hasta nueve estructuras
individuales Yi (h). El modelo anidado resultante, Y (h), tiene la forma:
(h) Co 1 (h) 2 (h) 3 (h) ............. 9 (h) Ec.4.8
Cada modelo individual Yi (h) puede ser esférico, de potencia, exponencial, gaussiano o De
Wijsian. Si se ha seleccionado el kriging como el método de estimación, entonces se deberá
especificar los parámetros del variograma usando el archivo de parámetros del modelo del
variograma. Los campos requeridos para este archivo son los que se mencionan en la tabla
4.14.
La elipsoide del variograma se usa para definir algunos parámetros anisotrópicos, dentro de
los cuales el más común es el rango del modelo esférico. La elipsoide del variograma se
define usando los campos VANGLE1, VAXIS1, etc, de la misma forma en que se describió la
elipsoide de búsqueda en el capítulo respectivo. Más adelante podrá encontrar un ejemplo
que muestra la aplicación de estos campos.
Los valores por defecto especifican que no se usará rotación, de tal forma de que si se desea
definir la elipsoide del variograma con la misma dirección que la elipsoide de búsqueda,
deberá asegurarse que los campos SANGLE1, SAXIS1,...del archivo de parámetros del
volumen de búsqueda sean los mismos que los campos VANGLE1, VA XIS1, ... del archivo
de parámetros del modelo del variograma.
El campo STs define el tipo de variograma para la estructura "s", y las opciones de modelos
disponibles son :
1.- Esférico
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 35 -
DATAMINE Latin America Processos Estimación
Un mayor detalle acerca de los modelos teóricos de ajuste, y los parámetros de ajuste de
cada modelo, podrán encontrarse en el Anexo F, en donde se revisan con detalle los
modelos teóricos de ajuste de variogramas.
Un resumen de todos los parámetros necesarios para ejecutar estima se entrega en la tabla
15.
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 36 -
DATAMINE Latin America Processos Estimación
En la tabla 16 podrá encontrar un resumen de todos los archivos utilizados por ESTIMA:
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 37 -
DATAMINE Latin America Processos Estimación
OUTPU IMPRESCINDIBL
T E / OPCIONAL
PROTO I I MODELO DEL PROTOTIPO DE ENTRADA
IN I I MUESTRAS
SRCPAR I I ARCHIVO DE Parámetros DEL VOLUMEN DE
M BÚSQUEDA
ESTPARM I I ARCHIVO DE Parámetros DE ESTIMACION
VMODPA I O ARCHIVO DE Parámetros DEL MODELO DEL
RM VARIOGRAMA
STRING I O ARCHIVO DE STRING DE UNFOLD
MODEL O I MODELO DE SALIDA
SAMPOUT O O ARCHIVO DE SALIDA DE MUESTRAS
Ahora se entregará una breve descripción 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
contendrá los 13 campos obligatorios, más campos de interés para el estudio y más algunos
de los siguientes campos: LOCALM_F (media local para el SK), ZONE1_F (primer campo
zonal) y ZONE2_F (segundo campo zonal).
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 38 -
DATAMINE Latin America Processos Estimación
[10º Workshop DATAMINE do Brasil & 2º Conferencia Latino Americana de Usuarios DATAMINE - 39 -