Gráfico de resultados de kriging de indicadores mostrando la distribución de probabilidades en un yacimiento mineral.

 Lección 3b – Indicadores continuas


En esta lección, se explore el uso de métodos de indicadores para variables continuas en el campo de la geostadística. Estos métodos son esenciales para la estimación y simulación de variables geológicas, como la distribución de minerales o propiedades del suelo. El documento aborda varios aspectos clave, incluyendo la codificación de indicadores, el kriging de indicadores, los problemas de relaciones de orden, la interpolación y extrapolación, y la simulación de indicadores.

Los métodos de indicadores permiten integrar diferentes tipos de datos, lo que ofrece una gran flexibilidad en el análisis geostadístico. El kriging de indicadores, en particular, es una técnica poderosa para estimar la probabilidad de que una variable continua supere un umbral específico. Sin embargo, este método enfrenta desafios como la satisfacción de las relaciones de orden y la correcta gestión de la extrapolación de colas.

La simulación de indicadores es otra herramienta valiosa, que permite generar valores simulados a partir de la distribución condicional estimada. Este proceso es crucial para la reproducción de la covarianza y la generación de escenarios geológicos posibles.


Contenido:

  • Introducción a los Métodos de Indicadores para Variables Continuas:
    • Importancia en la geostadística.
    • Integración de datos de diferentes orígenes.
  • Codificación de Indicadores:
    • Proceso de codificación de datos como probabilidades.
    • Selección de umbrales críticos.
  • Kriging de Indicadores:
    • Estimación de distribuciones condicionales.
    • Consideraciones de cambio de soporte.
  • Problemas de Relaciones de Orden:
    • Asegurar que las probabilidades sean no decrecientes y estén dentro del rango [0,1].
    • Soluciones para problemas de extrapolación.
  • Interpolación y Extrapolación:
    • Modelos lineales, potenciales y hiperbólicos.
    • Re-escalamiento de distribuciones globales.
  • Simulación de Indicadores:
    • Generación de valores simulados mediante Monte-Carlo.
    • Reproducción de covarianza y generación de escenarios.

Autor y Fecha de Publicación:

  • Autores: Xavier Emery y Karina González C.
  • Fecha de Publicación: 2006

Link de descarga: Aquí