Sumérgete en el apasionante mundo del análisis espacial de datos geológicos con esta guía práctica sobre geoestadística. Aprenderás conceptos fundamentales como el soporte y la aditividad espacial, y cómo estos influyen en el análisis de datos. Descubrirás las claves para realizar inferencias geoestadísticas globales y locales, incluyendo la validación de datos y el análisis de la distribución espacial de las muestras. Además, explorarás técnicas como el análisis de modelos de puntos, el h-scatterplot y el variograma experimental para comprender la correlación espacial y su importancia en la predicción de valores en ubicaciones no muestreadas.
Geoestadística, análisis espacial, datos geológicos, soporte, aditividad, inferencia global, inferencia local, modelos de puntos, h-scatterplot, variograma experimental, correlación espacial, predicción.
Contenido:
- Soporte y Aditividad Espacial:
- Soporte: El volumen o peso elemental al que se refiere la medida de una variable. Es importante considerarlo en función de la escala del fenómeno estudiado.
- Aditividad: Una variable es aditiva si la suma de las medidas en partes del dominio conserva el significado físico de la medida en el todo.
- Ejemplos: El volumen es aditivo, pero la ley en metal no lo es.
- Conversión a Variables Aditivas: Es necesario convertir las leyes en acumulaciones para obtener una variable aditiva (ej. accu = %pds * peso).
- Consideraciones: La longitud, densidad y diámetro de los sondeos pueden influir en la aditividad de las leyes.
- Promedios: El promedio de variables aditivas representa la propiedad del todo, mientras que el promedio de variables no aditivas no lo hace.
- Regularización: Se refiere a la necesidad de que las medidas estén referidas a soportes idénticos, ya sea por extensión, adición o modelización.
- Inferencia Geoestadística Global:
- Objetivo: Determinar el valor medio que mejor caracteriza un campo.
- Validación de Datos: Es fundamental verificar la naturaleza de la medida, la naturaleza del soporte, la fecha de la medida y la naturaleza del instrumento utilizado.
- Homogeneidad de la Población: Evaluar si las medidas pertenecen a una misma población, considerando la multimodalidad y la asimetría.
- Implantación Aleatoria: Verificar si la implantación de las muestras es aleatoria en el campo.
- Corrección de la Implantación No Aleatoria: Aplicar técnicas de declustering o ponderación por polígonos de influencia.
- Distribución de la Población: Evaluar si la población es normal, lognormal u otra distribución.
- Inferencia Geoestadística Local:
- Objetivo: Analizar las características estadísticas de los datos en vecindades móviles.
- Identificación de Patrones: Reconocer patrones de aleatoriedad simple, aleatoriedad compuesta o efecto proporcional.
- Media Móvil: Técnica de interpolación en ausencia de correlación espacial o para filtrar datos (low-pass).
- Análisis de Modelos de Puntos:
- Objetivo: Evaluar la naturaleza de la distribución de densidades de los puntos.
- Método de los Cuadrados:
- Divide el área en regiones y compara la distribución observada de puntos con la distribución esperada según la ley de Poisson.
- Utiliza el test Chi cuadrado para evaluar la significancia de las diferencias.
- Método de los Más Próximos Vecinos:
- Calcula la distancia media al más próximo vecino para cada punto.
- Compara la distancia media observada con la distancia esperada para una distribución uniforme.
- Análisis de Correlación Espacial:
- h-scatterplot:
- Representación gráfica de pares de leyes que se encuentran a una distancia h.
- Permite visualizar la pérdida de correlación a medida que aumenta la distancia entre puntos.
- Variograma Experimental:
- Mide el momento de inercia de la nube de puntos del h-scatterplot para cada vector h.
- Cuantifica la variabilidad espacial de la variable estudiada.
- Solidez del Variograma Experimental:
- Considerar la influencia de valores extremos, la elipticidad de las nubes de puntos y la asimetría de la distribución.
- Reglas Prácticas para la Construcción del Variograma:
- Número de pares por lag: Al menos 30 a 50 pares.
- Rango de distancias: No superar la mitad de la mayor dimensión del campo.
- Varianza: Al menos tres puntos deben coincidir con la varianza de las leyes.
- Soportes: Evitar agrupar muestras con diferentes soportes.
- Fenómenos Geológicos: Evitar agrupar fenómenos geológicos diferentes.
- Variogramas Direccionales:
- Permiten evaluar la anisotropía de la variable, es decir, si la correlación espacial varía según la dirección.
- h-scatterplot:
Autor:
Prof. Eric PIRARD (ULg)
Fecha de Publicación:
Febrero 2004
Link de descarga: Aquí
