Complementación de Información Hidrogeológica 13/07/2015
Samantha Julissa Añazco Abad
Aplicación de la Geoestadística para la Complementación de Información Hidrogeológica Samantha Añazco Abad
1.- INTRODUCCIÓN Santiago con dimensiones cercanas a
10.000 millones de metros cúbicos. El presente trabajo tiene como finalidad aplicar los conocimientos aprendidos en 3.- ANÁLISIS Y METODOLOGÍA el curso en la aplicación a datos reales. Se ha utilizado la permeabilidad de 83 Hemos utilizado como software pozos y a través de la herramienta modelador al programa SURFER y estadística KRIGING se ha caracterizado como herramienta de análisis estadístico y estimado información respecto a al Kriging es una técnica de estimación puntos no medidos en el campo, que proporciona el mejor estimador utilizando el criterio del variograma y su lineal insesgado, y un error de ajuste a un modelo teórico que posea estimación conocido como varianza del menor error. krigeado que depende del variograma obtenido y de las ubicaciones de los 2.- DATOS datos que se tienen, esta técnica atribuye un peso específico a cada dato Los datos utilizados corresponden a de acuerdo a las características información de ubicación y geométricas del problema, estos pesos permeabilidad de 83 pozos localizados son calculados para minimizar la en la zona del Maipo Medio en varianza de la estimación y así Santiago, Chile. Ver ANEXO 1. La garantizar el uso óptimo de la geología de la cuenca del río Maipo, información disponible(García,2008) y presenta rellenos por sedimentos en el caso de nuestros datos ayudará a fluviales y fluvioglaciales y cenizas la generación de estimaciones para volcánicas, rocas graníticas paleozoicas y valores de la permeabilidad en diversos mesozoicas, además de rocas volcánicas puntos donde no se dispone de algún y sedimentarias cretácicas. Aquí se pozo que entregue información sobre encuentra una reserva de aguas esta variable. subterráneas llamada acuífero de Como paso inicial construimos el VARIOGRAMA EXPERIMENTAL variograma experimental con los UTM AJUSTADO AL MODELO de los pozos y la permeabilidad en cada EXPONENCIAL uno.
En SURFER con criterios de tolerancia
de 45 y la dirección de -60(justificado por la forma cómo están distribuidos los datos), trabajando con 60 lags de 250 m, considerando como distancia máxima 15000m elaboramos el variograma experimental cuya varianza es 21915.94 m.
VARIOGRAMA EXPERIMENTAL
4.- RESULTADOS
Aplicamos Kriging utilizando como base
nuestro Variograma experimental ajustado al modelo exponencial, y podemos visualizar la interpolación en el siguiente mapa de contornos:
Obtenido este variograma necesitamos
ajustarlo a un modelo teórico establecido (esférico, exponencial, gaussiano, potencia, etc.).
Escogí ajustar a los modelos esférico y
exponencial, eligiendo finalmente el exponencial por presentar menor error. El ajuste al modelo esférico presenta un error de 1.15 y al modelo exponencial de 0.73. La permeabilidad estimada es: Esto nos permite caracterizar nuestra zona de estudio y notar cómo está distribuida la permeabilidad la misma que está concentrada en un sector Punt N(m) E(m) Permeabilida determinado. o d estimada 1 626412 32779 514.80 En las zonas de mayor permeabilidad se 7 7 acumulará por lo tanto más agua y será 2 627368 32195 251.09 factible la construcción de pozos que 7 9 sirven para riego o abastecer a pueblos 3 625845 33371 148.13 cercanos, dependiendo de un estudio 9 9 previo de la química del agua. 4 626675 33515 187.33 0 7 Se debe tener precaución en el manejo 5 626675 32745 89.00 de los datos, ya que mientras más se 0 8 aleja de los pozos conocidos, la 6 626251 32382 260.26 9 1 estimación será menos fiable. 7 626768 32229 190.7 Se consigue definir la importancia de 0 8 contar con una herramienta de 8 627343 32822 193.32 3 0 inferencia de información 9 626598 31620 48.96 hidrogeológica, además de revisar y 8 6 definir diversos métodos existentes para 10 627258 317391 47.54 realizar esta inferencia. 7
5.- CONCLUSIONES 6.-BIBLIOGRAFÍA
Los objetivos propuestos fueron GONZÁLEZ, Concepción.
llevados a cabo exitosamente. Geoestadística. 2008.
Se logra la aplicación del método DÍAZ M., CASAR R. Geoestadística
Kriging para estimar los valores de Aplicada. UNAM, 2009. permeabilidad en diez ubicaciones http://servicios2.marm.es/sia/visualizaci adicionales de las que no se tenía on/lda/fisico/hidrogeologia_permeabilid información. ad.jsp La permeabilidad del terreno representa la velocidad a la que un fluido puede penetrar en él. Si el grado de permeabilidad de un terreno es alto, el agua de la lluvia penetrará fácilmente por sus poros. En cambio, si la permeabilidad es baja, el agua de la lluvia tenderá a acumularse en la superficie o a desplazarse por la misma. ANEXOS 1.- Datos de estudio Coordenadas UTM Pozo N(m) E(m) Comuna K [m/d] 1 6.266.085 336.885 Bui n 45 2 6.261.055 333.970 Pa i ne 442 3 6.261.480 333.540 Buin 312 4 6.262.440 331.635 Buin 121 5 6.256.945 332.425 Buin 95 6 6.258.950 333.800 Buin 102 7 6.261.335 333.955 Buin 518 8 6.263.060 332.485 Buin 308 9 6.263.820 334.550 Buin 374 10 6.259.105 332.935 Buin 223 11 6.257.065 337.520 Paine 56 12 6.257.010 337.575 Paine 105 13 6.262.400 336.585 Buin 267 14 6.259.285 332.950 Buin 182 15 6.273.250 321.855 Talagante 458 16 6.274.500 321.730 Talagante 119 17 6.273.640 320.970 Talagante 65 18 6.275.700 321.235 Talagante 298 19 6.274.450 321.420 Talagante 173 20 6.275.650 320.800 Talagante 389 21 6.273.350 325.250 Talagante 139 22 6.273.550 326.450 Talagante 197 23 6.274.970 323.980 Talagante 92 24 6.274.570 323.850 Talagante 24 25 6.273.600 326.590 Talagante 136 26 6.274.905 324.040 Talagante 370 27 6.273.640 326.360 Peñaflor 107 28 6.271.650 318.250 Talagante 12 29 6.271.375 318.250 Talagante 26 30 6.272.790 319.250 Talagante 101 31 6.273.080 323.000 Talagante 73 32 6.272.750 322.900 Talagante 167 33 6.272.260 323.210 Talagante 44 34 6.272.260 323.750 Talagante 42 35 6.272.180 323.700 Talagante 61 36 6.273.000 327.800 Talagante 234 37 6.271.000 328.605 Talagante 75 38 6.266.020 325.030 Isla De Maipo 84
39 6.266.970 328.960 Isla De Maipo 193
Isla De Maipo 40 6.265.545 326.585 24 Isla De Maipo 41 6.265.080 326.740 607 Isla De Maipo 42 6.266.170 327.330 396 Isla De Maipo 43 6.264.060 328.855 611 Isla De Maipo 44 6.264.020 329.600 138 Isla De Maipo 45 6.265.830 328.110 476 Isla De Maipo 46 6.263.690 324.730 10 Isla De Maipo 47 6.263.660 324.720 5 Isla De Maipo 48 6.262.410 327.850 575 Isla De Maipo 49 6.259.240 325.660 78 Isla De Maipo 50 6.260.810 326.450 21 Isla De Maipo 51 6.267.610 322.020 236 Isla De Maipo 52 6.263.570 327.560 619 Isla De Maipo 53 6.268.980 327.310 28 Isla De Maipo 54 6.262.000 328.800 142 Isla De Maipo 55 6.262.823 326.053 265 Isla De Maipo 56 6.262.560 324.140 375 Isla De Maipo 57 6.259.097 324.778 47 Isla De Maipo 58 6.260.850 327.550 138 Isla De Maipo 59 6.261.630 328.470 50 Isla De Maipo 60 6.263.625 329.975 160 Isla De Maipo 61 6.261.025 327.400 52 Isla De Maipo 62 6.264.490 330.760 99 Isla De Maipo 63 6.264.220 330.820 54 Isla De Maipo 64 6.264.600 330.350 131 Isla De Maipo 65 6.264.260 330.880 92 Isla De Maipo 66 6.266.250 313.500 22 Isla De Maipo 67 6.265.791 316.823 16 Isla De Maipo 68 6.266.051 313.327 27 Isla De Maipo 69 6.265.710 317.340 12
70 6.266.533 311.296 Isla De Maipo 35
71 6.266.369 312.729 Isla De Maipo 26
72 6.271.900 300.620 Melipilla 36 73 6.271.820 299.800 Melipilla 1 74 6.272.320 299.940 Melipilla 3 75 6.272.350 299.950 Melipilla 4 76 6.269.460 309.040 El Monte 4 77 6.271.750 310.210 El Monte 11 78 6.269.760 295.080 Melipilla 1 79 6.272.550 294.800 Melipilla 1 80 6.272.050 298.770 Melipilla 1 81 6.275.030 320.360 Talagante 11 82 6.272.464 316.698 El Monte 19 83 6.272.447 316.654 El Monte 25 2.- Ajuste a Modelo Exponencial 3.- Mapa de superficie Krigeada