Vous êtes sur la page 1sur 20

Variogramme, krigeage

Introduction :
La géostatistique est une branche de la statistique qui s'intéresse à l'étude de processus qui
s’étalent de façon continue dans l'espace géographique.
Lorsqu’on mesure une caractéristique en un point, on peut considérer la valeur obtenue
comme la réalisation d’une variable aléatoire en ce point. Il en est de même pour tous les
points d’un site donné. On a donc un grand nombre (ou une infinité) de variables aléatoiresqui
représentent ensembles un site.
La géostatistique adopte ce point de vue et considère la distribution conjointe de toutes ces
variables aléatoires.
Il y a deux étapes principales dans une étude géostatistique :
 Identification des caractéristiques des variables aléatoires. L’outil principal utilisé est le
variogramme
 Utilisation de ces caractéristiques et des valeurs connues pour l’estimation optimale aux
points (ou sur des volumes) non mesurés. La méthode utilisée est le krigeage.

Définition :
 Le variogramme est une fonction mathématique utilisée en géostatistique, en particulier
pour le krigeage. On parle également de semi variogramme, de par le facteur ½ de sa
définition. Le variogramme est défini pour toute fonction aléatoire intrinsèque et
dépendante uniquement de l'inter distance h.
 Le krigeage est, en géostatistique, la méthode d’estimation linéaire garantissant le
minimum de variance. Le krigeage réalise l'interpolation spatiale d'une variable
régionalisée par calcul de l'espérance mathématique d'une variable aléatoire, utilisant
l'interprétation et la modélisation du variogramme expérimental.
Le krigeagese fonde sur une méthode objective1. Il tient compte non seulement de la distance
entre les données et le point d'estimation, mais également des distances entre les données
deux-à-deux.

But du TP 
L’objectif de ce travail est de tracé le variogramme de la variable « teneur en minerai » et
d’estimer la valeur de la teneur en minerai en des points autres que les points correspondant
au sondage.

2
Variogramme, krigeage

I. Construction du semi-variogramme :
Le semi-variogramme est une représentation de l’évolution de la teneur en minerai en
fonction de la distance en X et Y. il nous nous permet de voir l’évolution de la teneur en
minerai en fonction de la position et arriver à mettre en place un modèle théorique, pour
pouvoir estimer en un point donné la valeur de la teneur en minerai.

A. Calcul du semi-variogramme :
Le semi- variogramme expérimental est calculé empiriquement à partir des observations de
la variable régionalisée. Il est donné par la formule :

1
γ ( h )= × ∑ (Z i ¿−Z i +h)2 ¿
2× n

Où: hEst le pas


nest le nombre de couples de points espacés de h.
Zi estla valeur en un point i.
Zi +hest la valeur en un point suivant qui est distant du point considéré de h.

On fixe à chaque fois le pas « h », et on calculera par la suite le semi variogrammeγ ( h ) pour
chaque pas, on aura :
 h=5 γ ( 5 ) ;
 h= 10 γ ( 10 ) ;
 h= 7,07 γ ( 7,07 ).

3
Variogramme, krigeage

 Remarque :

Nous citerons dans ce travail que le calcul de γ ( 5 ) qui a été fait avec Excel.
On a obtenu le tableau suivant :

h=5
Zi Zi+h (Zi-Zi+h) (Zi-Zi+h)²
2.3 0 2.3 5.29
0 0.2 -0.2 0.04
6.5 3.5 3 9
3.5 0.5 3 9
8.25 7 1.25 1.5625
7 3 4 16
2.3 6.5 -4.2 17.64
6.5 8.25 -1.75 3.0625
0 3.5 -3.5 12.25
3.5 7 -3.5 12.25
0.2 0.5 -0.3 0.09
0.5 3 -2.5 6.25
somme 92.435
n 12
2n 24
gama 3.8514583

 On a obtenu les résultats suivants pour :

 h= 5 γ ( 5 ) = 3.8514583

 h= 10 γ ( 10 ) = 13,35125

 h= 7,07 γ ( 7,07 ) = 7,5089063

4
Variogramme, krigeage

B. tracer la courbe du semi variogramme :

Variogramme de la teneur en minerai


16

14
f(x) = 1.91 x − 5.79
12 R² = 1

10

gama 8

0
4 5 6 7 8 9 10 11

C. Calage du model géostatistique :

Pour qu’on puisse l’exploiter il faut le comparer à un variogrammes théorique (transformer la


courbe expérimentale en une courbe théorique en suivant une loi mathématique) en en
ajustant un modèle statistique (courbe) pour décrire sa portée, sa variance totale et sa pépite.
On peut donc l’approximer à un modèle numérique qu’on choisit sur Excel, en ajoutant une
courbe de tendance en choisissant la loi linéaire et en affichant l’équation ainsi que le
coefficient de détermination ( de corrélation) sur le graphe.

Dans notre cas, c’est la corrélation au sens des moindres carrés, il nous donne une idée sur la
qualité de la corrélation (plus il est proche de 1, plus l’ajustement est correcte, ce qui signifie
que le modèle suit cette loi donnée par l’Excel)
Le modèle numérique nous donne une courbe de y = 1,9062x - 5,7862 avec R² = 0,9989 (bon
ajustement).

Il faut prendre un modèle qui existe dans la littérature, on choisira le modèle sphérique
suivant :

5
Variogramme, krigeage

3× h h3
γ ( h )=C 0 +C ×( − )
2× a 2× a3

Puis identifier le paramètres, vu qu’on a le modèle donné par Excel, on va le caler avec le
modèle géostatistique, On a le modèle Excel: y = 1,9062x - 5,786
On peut donner des valeurs pour « h » de 0 à 10,puis on remplace les valeurs de x par “h” et
on peut calculer le modèle théorique, Ensuite on va calculer le modèle géostatistique, en
utilisant les valeurs de C, C0 et a qu’on nous a déjà donné dans l’énoncé, en utilisant le
modèle géostatistique,
Une fois le calcule terminé, on va calculer l’erreur entre le modèle géostatistique et le modèle
théorique par la formule suivante 

modèle
h modèle théorique 1 géostatistique Erreur

1 -3,88 1,448111854 28,38877593

2 -1,9738 2,895239657 23,70754718

3 -0,0676 4,34039936 19,43045836

4 1,8386 5,782606913 15,55519053

5 3,7448 7,220878265 12,0831201

6 5,651 8,654229366 9,019386623

7 7,5572 10,08167617 6,37297991

8 9,4634 11,50223461 4,156846583

9 11,3696 12,91492066 2,388015945

10 13,2758 14,31875026 1,087745237

somme 122,1900664

Remarque :

6
Variogramme, krigeage

Pour que le modèle théorique soit proche du modèle géostatistique, il faut que la somme des
erreurs quadratique doive être proche de zéro, pour cela on va utiliser l’outil Solveur dan
l’Excel ,Une fois, le résultat obtenu, on aura les erreurs minimisées.

Ajustement des modèles


16

14

12

10

8
gama
6

0
0 2 4 6 8 10 12

Modèle numériqueh Modèle spérique

7
Variogramme, krigeage

ll. Estimation de la teneur en minerai par la méthode krigeage :

Introduction
Nous allons estimer chaque point spécifié (X0) en se basant sur 3 points dont la teneur en
minerai est connue (X1, X2, et X3) , la méthode d’estimation par kreageage est basée sur
l’étude de la variance du paramètre en questions , dont l’étude fait l’objet de la partie ci-
dessus en effet nous avons préalablement analyser le variogramme de ce dernier et
déterminer le model géostatistique correspondant .
Nous allons décrire les étapes de calcul de l’estimation par krigeage d’un seul point, le calcul
étant asse laborieux en vue du nombre de point à estimer les autres points seront estimé
avec un mini programme excel dont les fonctionnalités sont détaillé ci-dessous.

2. Estimation de la teneur en minerai au point X0(2.5 ; 0) par la méthode krigeage :


Soit les points X1, X2, et X3 sont des points où on connait leur teneur en minerai grâce aux
sondages qu’on a effectué, on veut estimer la teneur en minerai situé au point X0(2.5 ; 0).

A. Le tableau ci-dessous nous résume les coordonnées de chacun des points afin de définir
la grille d’estimation.

nom du point x y teneur en minerai


x0 2.5 0 ?
x1 0 0 8.25
x2 5 0 7
x3 0 5 6.5
Tableau récapitulatif
des coordonnées de chaque point ainsi que sa teneur en minerai

Rappel :
L’analyse du variogramme a montré que la variable « teneur en minerai » suit un
variogramme de type sphérique sans effet pépite avec un palier de 14 et une portée de 14.5.

8
Variogramme, krigeage

B. Construction de la grille des pas h (connaitre toutes les distances entre tous les
points).La grille des pas « h » est donc :

la grille des pas (h):


  Xo x1 x2 x3
xo 0 2.5 2.5 5.59016994
x1 2.5 0 5 5
x2 2.5 5 0 7.07106781
x3 5.5901699 5 7.071067812 0

La grille des pas « h »

C. Construction de la grille du semi-variogramme


On évalue le variogramme à chacune des distances avec l’équation du modèle sphérique
suivante :
3× h h3
γ ( h )=C 0 +C ×( − ) quand h≤ a
2× a 2× a3

Etγ h=0 si h=0


Où :
 C 0 est l ' effet pépite ( C0=0 ) , a est la portée(a=14 . 5)

 σ 2 est lavariance totale ( palier )( σ 2=14)


 C est ladifference entre≤ palier et l ' éffet pépite (C=14)

On obtient donc la grille du semi variogramme γ (h) suivante :

Construction de la grille du semi variogramme gama(h)


xo x1 x2 x3
xo 0 14 3.584812825 7.69499304
x1 3.5848128 0 6.954364673 6.95436467
x2 3.5848128 6.9543647 0 9.42905684
x3 7.694993 6.9543647 9.429056844 0
X
Grille du semi variogramme

9
Variogramme, krigeage

D. Construction de la grille de covariance :


Ensuite on calcule la covariance correspondante en construisant aussi une grille :
C ( h )=σ 2 −γ ( h )
XConstruction de la grille de la grille de la covariance C(h)
  xo x1 x2 x3
10.4151871
xo 14 0 7 6.30500696
7.04563532
x1 10.415187 14 7 7.04563533
x2 10.415187 7.0456353 14 4.57094316
4.57094315
x3 6.305007 7.0456353 6 14

La grille de covariance

E. Construction du système krigeage :


Toutes les grilles précédentes nous permettent donc de construire le système de krigeage
suivant :

[ K ] { λ } {k 0 }

14 7.045635327 7.045635327 1 λ1 10.4151872

[ 7.045635327

1
14
7.045635327 4.57094316
1
4.57094316 1 λ2 10.4151872
14
1
=
1 λ3 6.30500696
0 µ 1
]{ } { }
Construction du système krigeage

Résolution du système d’équation :


 λ 1=¿ 0.467134273¿
 λ 3=0.048479982
 µ=0.120929765
 λ 2=0.484385745

10
Variogramme, krigeage

F. Etape final l’estimation :

L’estimation en teneur en minerai est égale à :

A= ∑ λi × Z i

A= λ 1 × Z 1+ λ2 × Z 2 + λ3 × Z 3

=0 . 467134273 ×8 . 25+0 . 484385745 ×7+ 0 .048479982 ×6 . 50

A = 7.55967785 kg/t sol.

11
Variogramme, krigeage

1. Estimation du restant des points :


Ayant beaucoup de point à estimer Les calculs deviennent très vite ardu, un mini programme
Excel nous simplifie grandement la tache et nous permettras de faire une estimation avec la
méthode krigeage plus rapidement (ayant uniquement pour modèle géostatistique le
modèle sphérique). Les étapes de ce calcul sans décrite ci-dessous.
A. Injection des données
La première étape consiste à injecté les paramètres du modèle spherique, et les
coordonnées de chaque points, ainsi que la teneur en minerai correspondante.

Les coordonnées de Teneur en minerai Paramètres du model


chaque point sphérique

B. Calcul des pas (h) :


Calcul des pas entre chacun des points : Le programme prend en charge le calcul de la
distance entre chaque point en prenant en compte les coordonnées rectangulaires des deux
point en question exemple pour le calcul de la distance entre les deux points X1 et X2 on
insert l’équation suivante : RACINE((B2-B3)^2+(C2-C3)^2) ,ainsi de suite pour chaque pas .

Le pas entre le point X1


et le point X2

12
Variogramme, krigeage

C. calcul de la grille du semis variogramme :


L’étape qui suit est le calcul de la grille du semis variogramme , le calcul se base sur le
modèle sphérique , donc conditionné par le pas (h) de ce faite nous devant insérer pour
chaque calcul les conditions (un teste logique ) dépendant de la valeurs de h , exemple pour
le point X0 et X1 on insert l’équation suivante .
=SI(B10=0;"0";SI(B10>H3;H3;(H4+(H3-H4)*((1.5*B10/H2) -(0.5*(B10^3)/H2^3)))))
Ainsi de suite pour chaque case.

D. construction de la grille de covariance :


L’étape suivant la construction de la grille du semi variogramme est la construction de la
grille de covariance, le calcul est relativement simple exemple pour le calcul de la covariance
entre X0 et X1 il suffit d’insérer l’équation suivante =H3-B18 et ainsi de suite pour chaque
case.

13
Variogramme, krigeage

E. La construction du système krigeage :


On renvoie chaque élément de la matrice à la case de la grille de covariance lui
correspondant. Exemple pour élément ligne 1 colonne 1 de la matrice renvoi a la case C26
.ainsi pour chaque élément du système d’équation.

F. Résolution du système krigeage :


la résolution du système krigeage revient à résoudre un système d’équation linéaire.la
résolution du système d’équation nous affiche la valeur du poids correspondant à chaque
point .

Equation à insérer

14
Variogramme, krigeage

G. Calcul de la teneur en minerai :


Pour Le calcul de la teneur en minerai on insert lequation suivante dans la case ou lon veux
afficher la teneur en minerai =(D3*F40)+(D4*F41)+(F42*D5) Dans ce cas la colonne D
représente les valeur de la teneur en minerai de chaque point et les valeurs de la colonne F
représente le poids correspondant a chaque point .

 Au final nous disposant dune application qui nous permettra de calculer la teneur en
minerai en tout point très aisément juste en introduisant les paramètres du modèle
sphérique et les coordonnées de chaque point .

15
Variogramme, krigeage

Nous Point X (km) Y (km) Teneur en minerai aboutissons


(kg/t sol)
aux résultats dans le
X1 0 0 8.25
tableau ci- dessous :
X2 0 2.5 7.34
X3 0 5 6.5
X4 0 7.5 4.32
X5 0 10 2.3
X6 2.5 0 7.67
X7 2.5 2.5 5.95
X8 2.5 5 5.16
X9 2.5 7.5 3.77
X10 2.5 10 1.42
X11 5 0 7
X12 5 2.5 3.28
X13 5 5 3.5
X14 5 7.5 1.65
X15 5 10 0
X16 7.5 0 4.89
X17 7.5 2.5 2.58
X18 7.5 5 2.54
X19 7.5 7.5 1.041
X20 7.5 10 0.096
X21 10 0 3
X22 10 2.5 1.85
X23 10 5 0.5
X24 10 7.5 0.33
X25 10 10 0.2

16
Variogramme, krigeage

2. Interprétation des résultats ;


Pour l’interprétation des résultats il faudra visualiser les donnée graphiquement , pour cela on
utilise un logiciel de topographie (covadis ) qui travaille a la base dun levé topographique
contenant les coordonnées x y z dans notre cas nous allons inséré des coordonnée x y et z
étant la teneur en minerai en utilisant les fonctionnalités d’interpolation du logiciel on pourras
déterminer l’évolution de la teneur en minerai sur toute la surface étudié et ainsi visualiser les
résultats dune façon plus concrète .les étapes sont décrite en détails ci-dessous :

A. Etablir un pseudo levé topographique .

 Initial de chaque
point
 X
 Y
 Teneur en
minerai

17
Variogramme, krigeage

B. importer le lever topographique vers le logiciel covadis :

 Point
 Initial du point
 Teneur en minerai

C. Dessin des courbes de niveau : en utilisant les fonctions d’interpolation du logiciel on


dessine les courbes de niveau qui au final représenteront l’évolution du paramètre teneur
en minerai sur toutes la surface, se qui nous permettras d’estimer la valeur de la teneur en
minerai en tout point.

Valeur de la

Teneur en

Minerai.

18
Variogramme, krigeage

D. Affichage graphique de la variation de la teneur en minerai : le rendu graphique nous


permet de bien visualiser l’évolution de la teneur en minerai dans l’espace.

Chaque couleur lui correspond un


palier de teneur en minerai.

19
Variogramme, krigeage

Conclusion
La graphe ci-dessus représente la variation de la teneur en minerai suivant le sens X et Y, on
remarque que la teneur en minerai est nulle au point (5 ;10) et très faible dans la région
avoisinant ce dernier , les teneurs les plus élevée sont voisine au point (0 ;0) et (5 ;5) en
effet les teneurs en minerai dans cette zone atteigne leur apogée effleurant la valeurs de
9kg /tonne de sols par endroit .
On observe une progression de la teneur en minerai allant du Nord Est vers le Sud-Ouest, ce
qui nous permet de dire qu’il est préférable de commencer, les forages par le point (0.0) puis
s’étaler dans le sens X et Y.

20