Académique Documents
Professionnel Documents
Culture Documents
Polyopie Geostatistique
Polyopie Geostatistique
La statistique classique utilisée dans les sciences de la terre ne tient pas compte ni de
la continuité spatiale des phénomènes naturels, ni de l’auto-corrélation spatiale d’une variable
répartie dans l’espace (variable régionalisée). Ce qui a poussé certains géologues et
mathématiciens à développer une science qui tient compte de la continuité des phénomènes et
leurs quantifications. Cette science est appelée- la géostatistique – cette dernière est venue
répondre aux insuffisances de la statistique classique.
Dans le présent document nous définissons les outils de base de la géostatistique et
leurs applications ainsi que la procédure de krigeage.
Ce document est un support de cours destiné aux étudiants de master2, option
Ressources Minérales, Géo-matériaux et Environnement. C’est le cours qui est enseigné au
niveau du département des Sciences de la Terre de l’Université Ferhat Abbas Sétif1. Il permet
une synthèse de la Géostatistique linéaire, appliquée plus particulièrement au domaine de la
géologie.
RESUME…………………………………………………………………………………........1
INTRODUCTION.........................................................................................................…........2
.
F(L/a)=D2( /L)= ( L, L) 1 C ( L, L) ………………………………………………………31
Fig. 23 - Variance d’un point dans un rectangle, variogramme sphérique de palier C=1
.
F(Lx/ax,Ly/ay)=D2( /v)= (v, v) 1 C (v, v) ………………………………………………...32
Fig. 24 - Variance d’un point dans un bloc section carée, variogramme sphérique de palier
.
C=1 F(L1/a1,L2/a2= L3/a3, = L3/a3)=D2( /v)= (v, v) 1 C (v, v) …………………….…..…32
Fig. 25 - Variance d’un point dans un segment ou un carrée estimé par son point central…..33
Fig. 26- Variance d’estimation : un rectangle estimé par son point central………………….33
Fig. 27 - Variance d’estimation : un rectangle estimé par le segment central parallèle à
Ly/ay……………………………...……………………………………………………………34
Fig. 28 - Variance d’estimation : un bloc estimé par la section central carrée de coté
Ly/ay=Lz/az……………………………………………………………………….…………….34
Fig. 29 - Variance d’estimation : un bloc à section central carrée de coté Lx/ax=Ly/ay estimé
par le segment central parallèle à L z/az……………………………………………………….35
Fig. 30 - Modèle sphérique fonction x………………………………………………………..35
Fig. 31 - Modèle sphérique fonction h………………………………………………………..36
Fig. 31- Représentation graphique du variogramme expérimental 2(h)…………...………..44
Fig. 32- Paramètres d’ajustement du variogramme expérimental 2(h)……………………..44
LISTE D’ABREVIATION
Z v* : Estimateur de Zv
m(x, h) : Moyenne
N(h, θ) : Nombre de couples [z(x), z(x+h)], séparés par une distance h dans la direction θ.
i : Pondérateurs
a : Portée du semi-variogramme.
C0 : Effet de pépite.
d : Distance du profil
S2 : Variance
S : Ecart type
: Paramètres de lagrange
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
RESUME
Le polycopié est organisé en quatre chapitres essentiellement liés : le premier chapitre
consacré à la définition des différents modèles de la géostatistique et les domaines
d’application. Le deuxième chapitre concerne la théorie des variables régionalisées, son
application en géostatistique et l’évaluation de la continuité spatiale à l’aide de l’outil de base
de la géostatistique qui est le variogramme, ce dernier est tracé à partir des points de mesure
distant de h et ajusté à l’aide d’un modèle mathématique qui permettra de réaliser les calculs
d’estimation. Cette étape est essentielle car elle permet de distinguer l’importance de la
variabilité à courte distance et de déterminer si des mesures complémentaires doivent être ou
non réalisées. Le troisième chapitre décrit le calcul de la variance d'estimation par les
méthodes classiques (exemple : Inverse des distances et moyenne arithmétique) afin de
pouvoir les comparer avec les résultats de krigeage et enfin le dernier chapitre qui est
consacré à l’étude de l’interpolation des données par la méthode de krigeage. Cette méthode
qui se différencie des autres estimateurs, par la prise en compte de la cible, des distances
séparant les données entre elles, par la structure spatiale du phénomène (variogramme) et
aussi minimise la variance d’estimation (erreur minimale).
Mots Clés : géostatistique ; variables régionalisées ; variogramme ; variance d'estimation ;
krigeage
1
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
INTRODUCTION
A l’origine, la géostatistique s’est développée pour des applications minières, avec les
travaux de Krige (1951) sur l’estimation des teneurs dans les mines d’or Sud-africaines. Le
formalisme et la théorie ont été développés ensuite durant les années cinquante, en particulier
sous l’impulsion du professeur Matheron (1962, 1965, 1971a, 1971b, 1971c) à l’Ecole des
Mines de Paris. Progressivement ces techniques ont été utilisées dans le domaine des sciences
de la terre et dans d’autres domaines.
La géostatistique s’appuie sur un formalisme probabiliste qui fait intervenir le concept
de fonction aléatoire. Dans l’étude d’une variable régionalisée, qu’on ne connaît généralement
qu’en quelques points de l’espace (sondages), la géostatistique considère que cette variable
suit une fonction de l’espace z(x) et que z(x) est une réalisation particulière d’une fonction
aléatoire Z(x). La géostatistique étudie le double aspect – aléatoire et structuré – des variables
régionalisées. La variabilité spatiale est l’autocorrélation quantifiée à l’aide de l’outil
variogramme ou covariance (Matheron, 1965)
En géostatistique linéaire, les éléments utilisés pour caractériser Z(x) sont :
La loi de probabilité de la variable aléatoire Z(x0), estimée grâce à l’histogramme
empirique des données.
Le variogramme de la fonction aléatoire Z(x).
I. 1. DEFINITION
Il existe deux définitions de la notion géostatistique :
2
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
I. 2. MODELES DE LA GEOSTATISTIQUE
La géostatistique est une science physique (Chauvet, 1999) qui étudie des phénomènes
naturels répartis dans l’espace et/ou dans le temps (Minéralisation, paramètres pétrophysique
de roches, température...).
La géostatistique a deux modèles qui sont:
I. 2. 3. Le phénomène stationnaire
Si les moyennes des variables aléatoires aux points (xi) sont relativement égales : c’est
la géostatistique stationnaire - c.à.d. l'espérance mathématique (E[z(x)]) et la moyenne
(m(x,h) sont constantes et égaux: E[(Z(x)]= m (x,h), avec h la distance entre le point x et le
point x+h (Fig. 1).
3
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Au(ppm)
m(x)=m
10 Km
Fig. 1 – Phénomène stationnaire
m(x)= Constante =m
Au(ppm)
m(x)=f(h)
4
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
5
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
E Z ( x h). Z ( x ) m2 C ( h) C ( h)
II. 1. 3. Le lien entre le variogramme et la covariance
Le variogramme est peut montrer un palier et dans ce cas, on peut facilement établir
les liens entre la valeur du variogramme pour la distance h et la covariance pour deux
observations séparées de h (Fig. 3) (Allard, 2012).
6
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
En effet :
(h)= 0,5E[(Z(x+h)-Z(x))2]
(h)= 0,5E[Z(x+h)2-2(Z(x+h)Z(x)+Z(x)2]
(h)= 0,5[VarZ(x+h)-2Cov(Z(x+h),Z(x)+VarZ(x)]
(h)= 0,5[2C(0)-2C(h)]
7
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
x x+h
Z(x) h Z(x+h)
En général, le variogramme 2γ(x, h), est une fonction à la fois du point x et du vecteur
h mais l'estimation de ce variogramme nécessite plusieurs réalisations. Cependant trop
souvent dans la pratique, nous ne disposons que d'une seule réalisation - soit le couple [z(x),
z(x+h)] de mesure effectuées aux points x et x+h - d'où l'introduction de l'hypothèse
intrinsèque: "le variogramme ne dépend que du vecteur h en module et en direction et non du
point x".
Le variogramme théorique est caractères par :
fonction paire
(h) 1 E [Z ( x) Z ( x h)]² : hypothèse de stationnarité d’ordre 2
2
8
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
1 N ( h , )
2
2 (h, )
*
z i ( x) z i ( x h)
N (h, ) i 1
Où N(h, ) est le nombre de couples [z(x), z(x+h)], séparé par une distance h suivant une
direction (Fig. 5).
9
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
= 0°
En pratique on admet une tolérance sur h et sur 0 pour avoir suffisamment de couples.
Pour chacune des classes ainsi formées on calcule la distance moyenne séparant les extrémités
des couples et on évalue le variogramme expérimental pour chaque classe. On obtient une
série de points expérimentaux auxquels on cherche à ajuster le modèle permettant de réduire
la covariance entre deux points quelconques en fonction de leur distance. Tous les calculs qui
suivent se font à l’aide des résultats du modèle d’ajustement.
10
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Le variogramme croît jusqu'à une certain limite appelé palier puis s'aplatit (Fig. 6), mais il
peut également croître indéfiniment (effet de dérive) (Mezghache, 2008).
11
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
8% 6% 4% 3% 6% 5% 7% 2% 8% 9% 5% 6% 3%
.
Solution
5m
1
2 12
2 2 2 2 12 3 2 12 2 2 5 2 6 2 12 4 2 12 3 2 4.625%
2
12
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
N1 N2
2 1 (h) 1 N 1 Z ( x ) Z ( x h) et 2 2 (h) 1 N 2 Z ( x ) Z ( x h) et
2 2
i 1 i 1
N . i i ( h ))
en générale moy (h) i 1
N
N
i 1
i
- Si la structure de la variabilité est la même dans les différentes directions, les variogrammes
expérimentaux de ces directions présenteront les mêmes allures. On dira que le phénomène
est isotrope.
- Si la variabilité spatiale n'est plus la même dans toutes les directions c'est à dire qu'il y a des
directions privilégiées vis à vis du phénomène étudié. On dira que le phénomène est
anisotrope
13
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
14
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Fig. 10 - Anisotropie géométrique : a) - ellipse formé par le grand axe ag et le petit axe ap
; b) - variation de la porté du variogramme dans le cas d’une anisotropie géométrique
Anisotropie zonale
L'anisotropie zonale correspond souvent à une anisotropie génétique (exemple dans un
gisement sédimentaire, la variabilité est plus importante le long de la vertical, qui traverse les
states, par contre dans le plans horizontal Z(x) est constante, dans ce cas le variogramme ne
dépond que de la composante verticale). Les caractéristiques de l’anisotropie zonale sont :
Les portées et les paliers sont différents (Fig. 11).
15
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Grand axe
Petit axe
i (h) Ci0 Ci1 i1 (h) ... Ciu iu (h) ... Cis is (h)
Le variogramme i (h) est une somme de (S+1) structures gigognes:
La portée de chacun des S+1 schémas déterminés est donc associée à une variable
composante Ziu (x) d’une certaine échelle spatiale.
Par conséquent, la fonction aléatoire Z i (x) de la variable régionalisée i, se décompose donc
en une somme de S+1 composantes spatiales stationnaires Zu.
s
Z i ( x) Z ui ( x)
u 0
16
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
17
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Fig.14 – Comportement du graphe à l'infini a)- variogramme non borné ; b)- variogramme à
palier (Delhomme, 1976)
18
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
(h) C0 C (h)théorique
3 h 1 h3
(h) shériq . . ; h 0; a
2 a 2 a3
(h) sphéri 1, pour , , h a
Schéma exponentiel
-La tangente à l’origine rencontre la droite du palier à un point d’abscisse h=1/3a
-Son expression mathématique est : h
(h) exp 1 e , h 0
a
19
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
le schéma gaussien
h2
(h) gauss 1 e a , h 0
2
a portée effective
r = h /a distance réduite
( h) 7r 2
35 4 r 3 7 2 r 5 3
4 r7
si r 1
( h) C si r 1
20
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
0.14a 0.82a
Fig. 18 - Graphe des schémas en h
21
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
22
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
23
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Cette crédibilité est appelée niveau de confiance. Ces paramètres peuvent être estimés à l'aide
de plusieurs méthodes (Moyenne arithmétique, Inverse des distances, krigeage….) qui ne
donnent pas forcement le même résultat. Il est alors nécessaire de choisir une méthode
d'estimation en fonction des qualités des estimations.
24
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
n
Z v* i .Z ( xi )
i 1
La valeur de l’erreur est une mesure de précision de l’estimation. On pourrait vouloir choisir
les pondérateurs i de façon à ce que la variance d’estimation 2 soit minimale (cas du
krigeage).
On considère que ZV' est un estimateur sans biais : E(Zv) = E(Zv'), la variance d’estimation
serait alors :
Est
2
= E{[ZV - ZV']²} = E{[ ZV]²} + E{ [ZV’]²} - 2E{ ZV.ZV'}
1
V v
Rappelons que : ZV Z ( x)dx
25
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Calculons :
E ( ZV2 ) C (V , V ) m 2
- E(ZV'²):
- 2E(ZV.ZV'):
Est
2
E ZV ZV '
C (V ,V ) m
2 2
C (V ' ,V ' ) m 2 2C (V ,V ' ) 2m 2
Est
2
C (V ,V ) C (V ' , V ' ) 2C (V , V ' )
Rappelons que :
Est
2
(ZV / ZV ' ) 2 (V , V ' ) (V , V ) (V ' , V ' )
(V , V ) : C’est le variogramme moyen quand (x) se trouve dans le V et (x+h) se trouve aussi
dans V.
26
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
(V , V ' ) : C’est le variogramme moyen quand (x) se trouve dans le V et (x+h) se trouve dans
V'.
(V ' ,V ' ) : C’est le variogramme moyen quand (x) se trouve dans le V' et (x+h) se trouve
aussi dans V'.
* L'écriture symbolique de la variance d’estimation est générale quelles que soient les
géométries des domaines V et V'. Cette formule rend compte des quatre faits essentiels et
intuitifs que conditionne toute estimation. La qualité d'une estimation de V par V' dépend:
1 - de la géométrie du domaine à estimer : terme (V , V )
2 - des distances entre l'estimé et l'estimant : terme (V , V ' )
(V ' ,V ' )
3 - de la géométrie interne de l'estimant : terme
4 - du degré de régularité du phénomène étudié : utilisation de la caractéristique
structurale (h)
* la racine carrée de la variance d’estimation est la moyenne des erreurs sans connaître la
valeur vraie.
III. 3. 1. 2. Cas ou i égale N informations N>1 : Estimation d'une moyenne par une
moyenne pondérée
Quand N>1V'= N.Sondage (Fig. 21).
n
Z V* i .Z ( S i )
i 1
n
Avec . 1
i 1
i
27
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Est
n n n
= E{[ZV - i .Z ( S i ) ]²} = E{[ ZV]²} + E{ i .Z ( S i ) ]²} - 2E{ ZV. i .Z ( S i ) }
2
i 1 i 1 i 1
E ( ZV2 ) C (V , V ) m 2
n n n
E( i .Z ( S i ) ]²)= i . j C (S i , S j ) m 2
i 1 i 1 j 1
n n
2E( ZV. i .Z ( Si ) )= 2 i C (V , S i ) 2m 2
i 1 i 1
n n n
est
2
2 i C (V , S i ) C (V , V ) i . j C ( S i , S j )
i 1 i 1 j 1
n n n
est
2
2 i (V , S i ) (V , V ) i . j ( S i , S j )
i 1 i 1 j 1
Cette formule est générale quelles que soient les géométries du panneau v et des
informations Si, et quels que soient les pondérateurs i. Le non-biais doit cependant être
assuré: E(ZV-Z* )=0. Pour cela il suffit d'imposer la condition suivante:
n
i 1
i 1
* Cette formule peut donc servir à calculer la variance d'estimation d'estimateurs linéaires
n
Z * i . Z ( xi )
i 1 du type pondérateur par moyenne arithmétique, par l'inverse de la
distance, par le polygone d'influence ou par krigeage et autres. Il y a donc une infinité de
solutions possibles.
- Cas de type d’une moyenne arithmétique
n
1
Z V*
N
Z (x )
i 1
i
n
1
. 1 i i
N
Avec i 1
- Cas de type inverse des distances
28
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
n
1
(d ) n Z ( xi )
Z V*
i i
n
1
(d
i
)n
i
1 n
()
di
i n
1
i ( d ) n
i
Remarque
Il ne faut par confondre la variance d’estimation avec la variance de
dispersion qui se calcule en utilisant la formule suivante :
Exercice :
33
0.5 A 15
29
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Solution
30
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Une fonction auxiliaire est une valeur moyenne ( v , v ') correspondante à des
géométries relativement simples et souvent rencontrées de v et v'. 4 fonctions auxiliaires
essentielles sont utilisées: , , F et H. Elles sont définies dans l'espace à 1, 2 ou 3 dimensions
(Royer, 1986).
Ces fonctions auxiliaires sont présentées sous forme d’abaques (exemple de quelques
Abaques du modèle sphérique (Figs. 22 à 31).
Fig. 22- Variance d’un point dans un segment, variogramme sphérique de palier C=1
.
F(L/a)=D2( /L)= ( L, L) 1 C ( L, L)
- L : la longueur d’un segment
31
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Fig. 23- Variance d’un point dans un rectangle, variogramme sphérique de palier C=1
.
F(Lx/ax,Ly/ay)=D2( /v)= (v, v) 1 C (v, v)
Fig. 24 - Variance d’un point dans un bloc section carée, variogramme sphérique de
.
palier C=1 F(L1/a1,L2/a2= L3/a3, = L3/a3)=D2( /v)= (v, v) 1 C (v, v)
32
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Fig. 25 - Variance d’un point dans un segment ou un carrée estimé par son point central
Fig. 26- Variance d’estimation : un rectangle estimé par son point central
33
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Fig. 28 - Variance d’estimation : un bloc estimé par la section central carrée de coté
Ly/ay=Lz/az
34
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
35
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
0X 40 m
40 m
36
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Solution
* Calcul la variance d’estimation à l’aide de l’abaque
Est
2
(ZV / ZV ' ) 2 (V , V ' ) (V , V ) (V ' , V ' )
1èr Cas :
*Calcul les variogrammes moyens (V ' ,V ' ) , (V , V ) , 2 (V ,V ' )
(V ' ,V ' ) = C0= 16(g/t)
(V , V ) = C0+C(h)sphérique = 16+ 81(h)sph
L/a=40/40=1 (on utilise à l abaque ayant la fonction F (Fig. 22))
(V , V ) =16+81(0.6625)=69.66(g/t)2
2 (V , V ' ) == 16+81(h)sphérique
L/a=20/40=0.5 ((on utilise à l abaque ayant la fonction H (Fig. 30))
2 (V , V ' ) =16+81(0.54)=59.74(g/t)2
Est
2
( ZV / ZV ' ) 2(60.55) 69.66 16 33.8( g / t )2
Est
2
( ZV / ZV ' ) 81(0.4) 32.4( g / t )2
37
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
N
Linéarité : Z v m
*
(z
i 1
i i m)
38
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
i 1
Système de krigeage ordinaire à n+1 équations linéaires et n+1 inconnus qui contiennent les
n pondérateurs i et le paramètre de Lagrange
n
(v , v ) (v , V )
i i j j i 1 à n
j 1
j 1à n
n
i 1
i 1
(v , V )
n
2 K z y* zk 1 i (V , V )
i 1
Où :
o (V ,V ) : le variogramme moyen du domaine à estimé intervenant dans la variance
de krigeage.
o (vi ,V ) : le variogramme moyen entre l'estimé et les estimants.
39
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Ou :
Le non biais E z v z v 0 , est vérifié de lui-même sans aucune condition sur les
*
pondérateurs λi.
E z v z v* Ez v E z v* 0
N
mv i mi 0
i 1
N N
m (1 i 0 i 1
i 1 i 1
40
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
v , v v ,V
N
i 1àN ; j 1àN
i i j i
i 1
ko2 i v j ,V V ,V
N
41
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
N
ZV* i Z i
i 1
k
k
k k n
E Z V* Z V i ( y i a i f i ) y 0 a i f 0i a i i f i i f 0i 0
i 0 i 0 i 0 i 0 j 1
n
i f i i f 0i i 0,.........n(k 1) équations.
i 1
i 1
i f i f 0i
N L
j ( vi , v j ) l f l ( xi ) (vi , x)
j 1 l 0
N
i f l ( xi ) f l ( x0 )
i 1
42
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
N k
u2 i (vi ,V ) l f i (V ,V )
i 1 l 0
iv. Il faut aussi examiner l’histogramme des ei et des ni de même que leur disposition spatiale
pour vérifier si les statistiques précédentes pourraient être causées par 1 ou 2 données
extrêmes et vérifier si les résidus sont spatialement homogènes.
43
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
IV. 5. EXERCICES
H (m) 10 20 30 40 50 60 70
(h)(g/t)2 155 305 400 430 450 430 450
Il est demandé de :
1 - tracer et ajuster le variogramme expérimental (h).
2 - A partir du dispositif suivant : estimer la valeur Z(x) au point x à l’aide de deux
méthodes :
a- Moyenne arithmétique
b- Inverse des distances à la puissance 1 (n=1)
3- calculez la variance d’estimation pour chacune des valeurs moyennes Z(x) ;
40m 60m
S1 X S2
Z(S1)=30g/t Z(S2)=50g/t
44
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Z(X)=40 g/t
= =0.5
b- Inverse des distances à la puissance 1 (n=1)
45
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
=38 g/t
=0.6
=0.4
n n n
est
2
2 i (V , S i ) (V , V ) i . j ( S i , S j )
i 1 i 1 j 1
est2 2 1 ( X , S1 ) 2 ( X , S 2 ) ( X , X ) 1 (1 ( S1 , S1 ) 2 ( S 2 , S1 )
( (S , S ) (S , S )
2 1 1 2 2 2 2
=298.8 (g/t)2
=377.2 (g/t)2
=450(g/t)2
= = =100(g/t)2
a-Moyenne arithmétique
2 = 301 (g/t)2
b-Inverse des distances
2 = 292. (g/t)2
Z(X)=1Z(S1)+2Z(S2)
- Calcul 1,2
1 ( S1 , S1 ) 2 ( S1 , S 2 ) ( S1 , X )
1 ( S1 , S 2 ) 2 ( S 2 , S 2 ) ( S 2 , X ).
1
1 2
46
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
=298.8 (g/t)2
=377.2 (g/t)2
=450(g/t)2
= = =100(g/t)2
=0.61 ; =0.39
k2 1 ( S1 , X ) 2 ( S 2 , X ) ( X , X )
- Calcul
=62.3
k2=291.6 g/t)2
47
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
CONCLUSION
La géostatistique est une science physique permettant l’étude de variabilité des
phénomènes régionalisés (dans l’espace et /ou dans le temps). Elle est appliquée dans divers
domaines tel que : la géologie, le pétrole, l’hydrogéologie et la santé…
Les outils de base en géostatistique : la covariance, le variogamme et le corrélogramme
permettent d’estimer le degré de corrélation entre deux points.
Dans la science de la terre l’outil le plus utilisé est le variogramme qui doit être ajusté en
utilisant des modèles mathématiquement. Cet outil quantifie la variabilité dans une direction
donnée.
Un autre terme très important en géostatistique est la variance d’estimation qui est le
calcul des erreurs de mesures et des estimations qui facilitera la prise de décisions (avec une
connaissance et une quantification du risque d’erreur).
Le Krigeage est la méthode la plus optimale : estimateur sans biais qui donne la variance
d’estimation la plus petite.
Il existe deux procédures de Krigeage : paramétriques (ordinaire, simple et universel)
et les non paramétriques des indicateurs. Cette dernière qui est une des méthodes de krigeage
qui semblent idéales pour l’estimation des réserves de minéralisation irrégulière exemple : (or,
uranium, platine et diamant). Ce type de Krigeage. Sa simplicité mathématique et la facilité de
sa mise en œuvre justifient sa popularité auprès des utilisateurs.
Ce type de Krigeage permet d’obtenir la courbe de distribution de la variable (teneur
par exemple) dans une surface ou un volume donné. La géostatistique non paramétrique est
réalisée aussi bien dans le domaine d’exploitation minière que dans la reconnaissance
géologique (prospection géochimique, géophysique…). Son utilisation s’étant à d’autres
domaines ; la géochimique et la préservation de l’environnement.
Etant donné de développement de l’outil informatique, il facilitera l’utilisation de cette
science et étant donné la rigueur économique il faut absolument développer cet outil – la
géostatistique – et ce malgré les réticences et la force des habitudes.
48
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
REFERANCES BIBLIOGRAPHIE
49
LA GEOSTATISTIQUE LINEAIRE APPLIQUEE 2020/2021
Matheron, G. (1971c). La théorie des variables régionalisées et ses applications. Les Cahiers
du Centre de Morphologie Mathématique, n5, Ecole des Mines de Paris.
Matheron, G. (1973). Le krigeage disjonctif. Rapport technique N360, Centre de
Géostatistique, Ecole des Mines de Paris.
Marcotte D. (2003). Géostatistique minière. Cours publiés sur internet, Ecole polytechnique,
Lorraine, France, 230p.
Mezghache, H. (2008). Cours de la géostatistique appliquée. (Université Badji Mokhtar
Annaba).26p
Pannatier, Y. (1996). "VARIOWIN": Software for Spatial Data Analysis in 2D". Springer
Verlag, 91p. ISBN 0-387-94679-9.
Ploner, A et Dutter, R. (2000). New directions in geostatistics. Journal of statistical planning
and inference, edition Elsevier, 500p.
Royer J.J. (1986). " Travaux pratiques en géostatistique minière exercice". 120p.
Serra, J. (1968). Les structures gigognes: morphologie mathématique et interprétation
métallogénique. Mineral. Deposita, 3, 135–154.
Souadnia, S et Mezghache, H. (2017). Modélisations géostatistiques du faciès petrophysique
du réservoir d’hydrocarbure de TAGI-Hassi Berkine Sud. Rev. Sci. Technol., Synthèse 34: 95
-109.
Voltz, M. (1986). Variabilité spatiale des propriétés physiques en milieu alluvial. Essai de
cartographie quantitative des paramètres hydrodynamiques. Thèse de doct. Ing, ENSAM,
198p.
Wackernagel, H. (1992). Cours de géostatistique multivariable. Cours
C-146, Centre de Géostatistique, Ecole des Mines de Paris.
Xavier, E. (2001). Géostatistiques linéaire, Ecole des mines de Paris, 405 p.
Site Internet :
https://tice.agroparistech.fr : Cours Géostatistique appliquée : Chap1- Analyse et
modélisation de structures spatiales.
50
Intitulé du Master : Ressources minérales et Géomatériaux
Semestre : 03
Intitulé de l’UE : Géostatistiques Intitulé de la matière : Géostatistiques Crédits : 08
Coefficients :04
Objectifs de l’enseignement
Maîtriser les méthodes d’analyse, d’interprétation et de la modélisation géostatistiques des données.
Cela permettra aux étudiants de faire un prétraitement des données et une estimation de son évolution
spatiale.
Connaissances préalables recommandées
Une connaissance de base en statistique descriptive est exigée.
Contenu de la matière:
Cours :
PARTIE I - Statistique
I.1- Rappel des statistiques descriptives (univariée et bivariée).
I.2- Analyse des données : analyse en Composantes Principales (ACP) : présentation de la méthode,
géométrie des individus et des variables, recherche des composantes principales, résultats et
interprétation.
PARTIE II- Géostatistiques
II- 1- Géostatistiques objet, modèles et domaines d’applications II- 2- Théorie des variables
régionalisées et leurs moments
II- 3- Variographie théorie et pratique
II- 4- Concept de variance d’estimation
II- 5- Procédure géostatistique de krigeage
TP :
Partie I : traitement statistique des données géochimiques (logiciel : Statistica).
Partie II: -initiation aux calculs et ajustements des variogrammes expérimentaux
- Calcul de variances d’estimations
- réalisation d’une carte de contours (anomalies) en utilisant le krigeage (logiciel : Surfer.
Variowin, S-GEMS,….).
Mode d’évaluation : Continu et examen
Référence :
Armstrong M. (1997)- Géostatistique linéaire: Application au domaine minier. Presses de l'Ecole des Mines de
Paris
Chauvet P. (1999) : Aide-mémoire de géostatistique linéaire. Presses de l’Ecole de Mines de Paris, 367p.
Denis Marcotte(2006) : TRAITEMENT STATISTIQUE DES DONNÉES GÉOLOGIQUES
Revues : Sites internet