Aplicaciones de La Geostadistica

4
APLICACIONES DE LA GEOSTADISTICA OBJETIVOS: OBJETIVO GENERAL: Determinar cuáles son las diferentes aplicaciones que se le puede dar a la geoestadística en los diferentes ámbitos laborales. OBJETIVOS ESPECIFICOS: Detectar las anomalías geoquímicas de una zona específica utilizando un software geoestadísticos y datos adicionales obtenidos por muestreo. Utilizar el método de kringe para estimar la distribución espacial de lluvia en una determinada zona. utilizar métodos de interpolación Geoestadística para predecir los valores de los pixeles que son dados como erróneos. RESUMEN: Geoestadística aplicada a la exploración geoquímica minera: Para poder detectar anomalías geoquímicas en una zona específica, se ocupan diferentes métodos; pero el método más comúnmente utilizado para detectar anomalías en 2D es un mapa de isoconcentración; donde es vital la utilización de un software especializado que se fundamente en la Geoestadística (GS+ GeoStatistics for the Environmental Sciences) , según el elemento estudiado o elementos afines, los cuales nos entregan indicadores aproximados y nos permiten

Transcript of Aplicaciones de La Geostadistica

Page 1: Aplicaciones de La Geostadistica

APLICACIONES DE LA GEOSTADISTICAOBJETIVOS:

OBJETIVO GENERAL:

Determinar cuáles son las diferentes aplicaciones que se le puede dar a la geoestadística en los diferentes ámbitos laborales.

OBJETIVOS ESPECIFICOS:

Detectar las anomalías geoquímicas de una zona específica utilizando un software geoestadísticos y datos adicionales obtenidos por muestreo.

Utilizar el método de kringe para estimar la distribución espacial de lluvia en una determinada zona.

utilizar métodos de interpolación Geoestadística para predecir los valores de los pixeles que son dados como erróneos.

RESUMEN:

Geoestadística aplicada a la exploración geoquímica minera:

Para poder detectar anomalías geoquímicas en una zona específica, se ocupan diferentes métodos; pero el método más comúnmente utilizado para detectar anomalías en 2D es un mapa de isoconcentración; donde es vital la utilización de un software especializado que se fundamente en la Geoestadística (GS+ GeoStatistics for the Environmental Sciences) , según el elemento estudiado o elementos afines, los cuales nos entregan indicadores aproximados y nos permiten reconocer zonas de interés, además de realizar análisis por superposición de geología (litología, estructuras, alteración hidrotermal, etc), geofísica (gravimetría, magnetometría, etc) u otro.Este método da resultados óptimos hasta el punto en que se desean definir zonas de interés; pero cuando se desea observar alguna tendencia anómala es de suma importancia el muestreo el cual asegura que los datos sean sustentados. Lo cual representara un éxito tanto para encontrar zonas de interés o descartar zonas que no fueron de interés.

Generar mapas de lluvia:

En los últimos años el crecimiento acelerado de los sistemas de telecomunicación ha promovido el uso de una frecuencia cada vez más alta tanto en anchos de bandas mayores como para las velocidades de transmisión en los sistemas digitales; pero algunos fenómenos atmosféricos como la lluvia causan

Page 2: Aplicaciones de La Geostadistica

efectos negativos en la calidad transmisión de los equipos utilizados. Para ello se generan mapas de lluvia, en el cual se necesita el acopio e información del comportamiento pluvial dentro del territorio, después a esta información se la ordenará para poder alimentar el modelo matemático que se propone (el modelo de Krige) el cual proporciona diferentes soluciones al problema. Finalmente se hace una discriminación de ellos para obtener el mejor ajuste a las pruebas de exclusión. El objetivo principal de los mapas de lluvia es determinar la distribución y la intensidad de la lluvia. Esta información es un insumo para el diseño de sistemas de telecomunicaciones robustos, en los cuales la atenuación por la lluvia tenga el menor impacto posible; se utiliza el modelo Geoestadística de kringe ya que permite estimar la distribución espacial de la lluvia a partir de las observaciones puntuales obteniéndose mapas de lluvia para cada mes del año.

Predicción de niveles digitales de una imagen satelital:

La exploración de la superficie terrestre por plataformas satelitales tiene por principio captura información de diferentes coberturas terrestres en formato de imágenes, gracias al procesamiento de luz en sensores fotosensibles; pero en ocasiones los detectores de sensores son saturados temporalmente durante la exploración y da como resultado un segmento de línea parcialmente con niveles digitales más altos o más bajos que crean unas líneas horizontales, verticales o diagonales hasta que los detectores se recuperan; un mal funcionamiento del sensor lleva a que aparezca una serie de pixeles aislados de aspecto muy contrastado con sus vecinos (conocido como efecto sal y pimienta).Usamos los métodos de interpolación Geoestadística para predecir los valores de los pixeles con valores muy altos o muy bajos, ya que los métodos geoestadísticos tiene en cuenta la autocorrelación espacial para poder predecir un valor, la geoestadística a diferencia del método tradicional asigna pesos o ponderaciones a los diferentes a los diferentes puntos que se consideran cercanos y similares para la predicción. La alteración de los niveles difitales se llevó a cabo mediante el software ILWIS 3.2.

Page 3: Aplicaciones de La Geostadistica

CONCLUSIONES:

Es importante mencionar que la Geoestadística trabaja con métodos de interpolación por lo que es la versión estimada de un fenómeno, esto se realiza por distintos métodos de interpolación, el krigeage que utiliza la continuidad espacial del fenómeno, asegurando la mínima varianza.

BIBLIOGRAFIA:

Herrera, V. (2010). Geoestadistica en las áreas de prospección de yacimientos, medio ambiente y modelos de elevación.

Sosa Paz, C. J. (2002). Método geoestadístico de Kringe: una aplicacion a la distribucion pluvial en el estado de Tabasco. Zacatenco.

Toro, G., & Melo, C. (2009). Aplicacion de metodos de interpolación geoestadísticos para la prediccion de niveles digitales de una imagen satelital con lineas perdidas y efecto sal y pimienta. Tecnura, 57-69.