Curso de Geoestadstica

APLICACIONES CON GSLIB Anlisis estadstico/exploratorio de datos Variograma

Metodologa
APLICACIONES CON GSLIB Introduccin Paso a paso por todos los programas

Qu es GSLIB?
GSLIB es el acrnimo para Geostatistical Software LIBrary: una coleccin de programas geoestadsticos desarrollados por estudiantes y profesores de la Universidad de Stanford durante
Deutsch, C. and Journel, A. (1998). Geostatistical Software Library and Users Guide, Oxford University Press, New York

Existe varias interfaces de ventanas para GSLIB

WinGSLib by Clayton Deutsch, Andr Journel and Manu Schnetzler, (1999), Center for Computational Geostatistics at the University of Alberta (http://www.gslib.com) SGEMS (Stanford Geostatistical Modeling Software) by Nicolas Remy (2002) (http://sgems.sourceforge.net)

Programas en GSLIB
Utilidades
Visualizacin de datos Histogramas, diagramas de dispersin, de cuantiles, de probabilidad

Variogramas
Simples y cruzados para cualquier nmero de variables En 1D, 2D y 3D para datos regular e irregularmente espaciados Diferentes medidas de continuidad espacial

Estimacin (Krigeado)
En 1D, 2D y 3D, validacin cruzada y jackknife Distintos tipo de Krigeado: KS, KO, KT, KDE Krigeado indicador

Simulacin Estocstica
Mtodos Gausianos Mtodos indicadores Simulacin por campos de probabilidades Simulacin por recocido

NOTACIN GSLIB. MALLAS REGULARES

(xmn,ymn) ny=4
ysiz

5-8 1-4 xsiz

Nuestro origen de malla Tamaos: xsiz, yziz,zsiz Nmero de pixeles Orgen malla GSLIB Numeracin Pixeles

Formato de archivos de entrada y salida de GSLIB

Ejemplo de archivo de datos en 2D 2 Variable 1 Variable 2 4.693 0.791 4.041 0.642 2.885 0.539 2.255 0.538 ...

Ejemplo archivo de parmetros

Parameters for GAM *****************
START OF PARAMETERS: ../data/true.dat 2 1 2 -1.0e21 1.0e21 gam.out 1 50 0.5 1.0 50 0.5 1.0 1 0.5 1.0 2 10 1 0 0 0 1 0 1 5 1 1 1 1 1 1 \ file with data \ number of variables, column numbers \ trimming limits \ output file \ grid or realization number \ nx, xmn, xsiz \ ny, ymn, ysiz \ nz, zmn, zsiz \ number of directions, number of lags \ ixd(1), iyd(1), izd(1)
\ ixd(1), iyd(1), izd(1)

\ standarize sill? (0=no, 1=yes) \ number of variograms \ tail variable, head variable, variogram type \ tail variable, head variable, variogram type

Anlisis estadstico/exploratorio de datos

OBJETIVOS Organizar y explorar los datos Condensar la informacin disponible Calcular los estadsticos de los datos TIPOS Descripcin univariada (Descripcin bivariada) (Descripcin multivariada)

Descripcin univariada
Histograma P1 Histograma acumulado P2 P1 P2

Estadsticos Media Varianza/ Desviacin Quantiles

tiles para... Describir/Agrupar Control de calidad Poblaciones

Descripcin univariada
muy sensible a valores altos de Z, especialmente si n es bajo media :

1 m= z( ) n =1

varianza :

1 (z( ) m ) = n =1
2

desviacin estndar : todava peor

Descripcin univariada. Cuartiles

Qu Q0=mnimo Qm Ql 75 200 50 Q100=mximo de MIS datos

Descripcin univariada. Modelos

Histograma muestral Histograma exhaustivo

? Modelo probabilstico

EJERCICIO PRCTICO GSLIB

Se supone conocida la realidad

HISTOGRAMAS EXHAUSTIVOS

Histograma exhaustivo (HISTPLT)

Zoom

NOS PASAMOS A LA VIDA REAL

45

40

35

30

25

20

15

10

10

15

20

25

30

35

40

45

Campaa 1 de medidas: 97 puntos (aleatoriamente distrib.) Campaa 2: 43 adicionales en puntos de conc. mx. 1 camp.

Histograma muestral

n Reales 2500 Med. 140

Media 2.58 4.35

Desv. 5.15 6.7

Mn 0.01 0.06

Q25 0.34 0.69

Q50 0.96 2.12

Q75 2.56 5.35

Mx 102.7 58.32

Histograma muestral de los datos de la primera campaa

n Reales 2500 Med. M1C 140 97

Media 2.58 4.35 2.21

Desv. 5.15 6.7 3.17

Mn 0.01 0.06 0.06

Q25 0.34 0.69 0.33

Q50 0.96 2.12 1.02

Q75 2.56 5.35 2.54

Mx 102.7 58.32 18.78

Histograma muestral de los datos declusterizados

n Reales 2500 Med. M1C DEC. 140 97 140

Media 2.58 4.35 2.21 2.52

Desv. 5.15 6.7 3.17 4.56

Mn 0.01 0.06 0.06 0.06

Q25 0.34 0.69 0.33 0.34

Q50 0.96 2.12 1.02 1.19

Q75 2.56 5.35 2.54 2.75

Mx 102.7 58.32 18.78 58.32

Ajuste de un modelo estadstico al campo real 1) Superposicin de histograma (pdf) muestral con pdf modelo 2) Lo ms tpico. Dibujo un papel de probabilidad normal / lognormal

Ajuste de un modelo estadstico de la pdf de medidas

Anlisis del variograma

OBJETIVOS Cuantificar la variabilidad espacial del campo

1 (h ) = 2 N(h )

N(h ) i =1

(x

yi )

Cabeza (head)
) lag h(

Cola (tail)

Eje Y (Norte)

Como cuento los pares?

lag a nci a ler to

.0 =2 l lto x

Lag Lag 5

nda ba e od nch 5.0 A w= and b 60E N or ect V

ang=60
Lag Lag 2 Lag 3 4

lag a nci ista D 4.0 = ag xl

toler. ang. atol=22.5 Eje X (Este)

Definicin de anisotropas y giros en el variograma Eje Y (Norte) 20 30 Direccin principal. Eje Y rotado (N30E) ang=30 rango=aa=20 anis=10/20=0.5<1 Eje X (Este) Eje X rotado (N120E)

10

Variogramas modelo en GSLIB

3 h 1 h 3 si h a h c (h ) = c Sph = 2 a 2 a a c si h a
h h (h ) = c Exp = c 1 exp a a

1 Esfrico

2 Exponenc.

3 Gaussiano

h 2 (h ) = c 1 exp 2 a (h ) = c h a

4 Potencias

Variograma campo REAL

Meseta=25.0 Pepita=9.0 Alcance=8.0

Ajuste variograma campo REAL

Variograma 140 medidas

Meseta=20 Alcance=10 Pepita 0.3 0.5

Variograma 140 medidas

Curso de Geoestadstica
APLICACIONES CON GSLIB Kriging

Archivo de parmetros
Parameters for KTB3D ******************** START OF PARAMETERS: DATOS.DAT \ARCHIVO CON LAS MEDIDAS 1 2 0 3 \COLUMNAS CON X,Y,Z Y VARIABLE -1.0e21 1.0e21 \LIMITES DE CORTE ESTIM.OUT \ARCHIVO DE RESULTADOS 1 \NIVEL DE DEBUGGING: 0,1,2,3 CHECK.DBG \ARCHIVO DE DEBUGGING

Hasta aqu, lo tpico

Archivo de parmetros Archivo de parmetros

50 0.5 1.0 50 0.5 1.0 1 0.5 1.0 2 2 1 \NX,XMN,XSIZ \NY,YMN,YSIZ \NZ,ZMN,ZSIZ Geometra de la malla a estimar

\PUNTOS DE DISCRETIZACIN DE UN BLOQUE Puntos donde krigeo

Punto de estimacin

Archivo dede resultados Archivo parmetros

KTB3D ESTIMATES WITH: Clustered 140 2 Estimate EstimationVariance 4.693 0.791 4.041 0.642 2.885 0.539 2.255 0.538 ...

Archivo de resultados
BLOCK: 1 1 1 at 0.5000000 0.5000000 0.5000000

Lagrange : -0.170163970157926 BLOCK EST: x,y,z,vr,wt 2.500 1.500 0.500 3.330 0.634 5.500 1.500 0.500 0.060 0.118 0.500 7.500 0.500 12.740 0.095 0.500 8.500 0.500 6.490 0.031 1.500 8.500 0.500 20.350 -0.010 2.500 8.500 0.500 8.900 -0.015 0.500 9.500 0.500 15.770 0.049 1.500 9.500 0.500 7.560 0.016 2.500 9.500 0.500 6.260 0.021 3.500 9.500 0.500 7.920 0.062 estimate, variance 4.692778 0.7912890

Estimacin

Varianza de estimacin