ANALISIS EXPLORATORIO DE DATOS ESPACIALES

UNIVERSIDAD CENTAL DEL ECUADOR

Facultad de Ingeniería en Geología, Minas, Petróleos y Ambiental

GEOQUIMICA MINERA

Nombre: Verónica Caiza

Tarea: Evaluación Geoestadística

ANALISIS EXPLORATORIO DE DATOS ESPACIALES

Los valores de Cobalto en la zona de estudio presentan concentraciones desde 3 hasta 47 ppm. La distribución del elemento se presenta mayormente en el SW (Figura 1) y la menor concentración ocurre en la zona norte.

Análisis de Tendencia

En el caso del Co, su tendencia fue determinada a partir del análisis espacial en el cual; la curva de regresión verde presenta tendencia con crecimiento del este hacia el este y la curva de regresión azul indica un ligero crecimiento de norte a sur, por lo que

la tendencia general del Cu crece hacia el sur (Figura ).

[pic 1]

[pic 2]

[pic 3]

[pic 4]

[pic 5][pic 6]

[pic 7]

[pic 8]

Modelo Geoestadístico

Se determinó que el modelo Gaussiano es el más adecuado para el elemento Co (Figura 39), ya que presenta la mejor estimación y el menor error. Dentro de la validación del semivariograma se deben cumplir ciertas condiciones para su validez, es recomendable que efecto pepita (0.0065) no exceda el 50% del valor de la meseta (0.02498) para que el modelo sea lo más cercano a la realidad. Además, la curva debe suavizarse antes de exceder el valor de la varianza, es decir la varianza debe ser mayor a la meseta, en algunos casos llega a ser igual pero su valor nunca debe sobrepasarla (0.0205 > 0.02498). El rango seleccionado es 1500, el cual es relativamente bajo, considerando que la distancia más amplia dentro de la zona de estudio en dirección E-W es de 28km.

[pic 9]

[pic 10]

Validación Kriging

 La validación del modelo elegido en el semivariograma teórico se la realiza mediante del método de la validación cruzada, en el cual se compara los valores medidos versus lo valores estimados. En el caso del Co se observa que la ecuación de la recta de regresión de predicción es y = ‎0,4038 x + 0.7439, en la que se evidencia que el valor de la pendiente (0,4038) es muy suave en comparación a la pendiente de la curva de regresión óptima (Figura 40).

[pic 11]

Dentro de esta validación los parámetros que se deben tomar en cuenta son; El error cuadrático medio RMS (0.0.1446), la media tipificada MS (0.0015) y el error medio tipificado ASE (0.1272) deben ser la más cercana a cero, además el error cuadrático medio tipificado (RMSS) debe ser el más cercano a la unidad (1.2080) (Figura 40). Una vez comprobada la validación de estos parámetros se puede concluir que el modelo elegido es el óptimo, ya que es el que más se acerca a la realidad.

...