KRIGING EN BLOQUES

El kriging en bloques estima el valor promedio de los bloques rectangulares, que están
centrados en los nodos de las cuadrículas, los bloques son el tamaño y forma de las celdas de las
cuadrículas, este tipo de Kriging no resulta ser un buen interpolador, ya que no estima el valor
de un punto.

Este tipo de kriging es utilizado en:

La evaluación de yacimientos, el cual opera de forma similar a como lo hace el

puntual, pero con la diferencia que el valor obtenido se le asigna a un bloque y no a
un punto. Esto permite, por tanto, llevar a cabo posteriormente una evaluación de las
reservas con leyes, potencias, tonelajes, etc.

Cuando se desea estimar los valores de Z en un área dada en mallas de celda de un

tamaño específico por modelización cuantitativa. Su estimación de varianzas
normalmente es sustantivamente menor que la del kriging puntual.

Los atributos de los bloques se determinan sobre la base de la intersección

con el modelo geológico o su posición respecto a una superficie triangulada y
las leyes a través de la estimación con técnicas de interpolación espacial.
 Posición del
modelo: se
Para definirespecifica
el modeloa de bloque es necesario establecer los siguientes parámetros:
partir de las
coordenada
s del
centroide
del bloque
llave (key
block).
Extensión del modelo en las distintas direcciones X, Y, Z (debe ser lo suficientemente grande para
enmarcar la región de interés)

Dimensiones de las celdas o bloques por la X, Y y Z.

Orientación del modelo definido (ángulo de inclinación y el azimut)

Conjunto de variables a almacenar en el modelo con sus correspondientes formatos: ley de los distintos
metales, peso volumétrico, litología, tipo tecnológico
de mena etc.

Parámetros que definen el modelo de bloque: Posición del bloque llave (Xmorg, Ymorg,
Zmorg), dimensiones del bloque (dx, dy, dz), extensión del modelo (X (nx), Y (ny), Z (nz).
 ECUACIONES DE KRIGING DE
tangulares, que están El valor promedio dentro del bloque es estimado por:
y forma de las celdas de las
ya que no estima el valor

milar a como lo hace el

asigna a un bloque y no a Del sistema de ecuaciones para el kriging ordinario se tiene:
ente una evaluación de las
s, etc.

en mallas de celda de un
stimación de varianzas
el kriging puntual.

Consecuentemente el vector del lado derecho de la igualdad en

modificarse para incluir las covarianzas respecto al bloque. La
bloque corresponde a la covarianza promedio entre el punto
puntos dentro del bloque (en la práctica un enmallado regular d
es usado como se muestra en la figura de la página anterior). El
kriging en bloques está dado por
s parámetros:
donde el vector de covarianzas al lado derecho de la igualda
contiene las covarianzas entre las variables Z(x1) , Z (x2 ),…., Z(xn) y e
estimación.

lo suficientemente grande para

La varianza del error de predicción del kriging en bloques est

tes formatos: ley de los distintos

Igual a la covarianza entre pares de puntos dentro del bloque.

Isaaks y Srivastava (1989) muestran a través de ejemplos que el kriging

con el promedio de predicciones hechas por kriging ordinario sobre cad
del enmallado dentro del bloque. Así mismo indican que en la práctica
cuadrado (6x6) para obtener estimaciones estables en los bloques.
ES DE KRIGING DE BLOQUES
oque es estimado por:

el kriging ordinario se tiene:

or del lado derecho de la igualdad en el sistema de arriba debe

s covarianzas respecto al bloque. La covarianza de un punto al
covarianza promedio entre el punto muestreado i y todos los
en la práctica un enmallado regular de puntos dentro del bloque
en la figura de la página anterior). El sistema de ecuaciones del
kriging en bloques está dado por
nzas al lado derecho de la igualdad en el sistema anterior es
ariables Z(x1) , Z (x2 ),…., Z(xn) y el bloque A donde se quiere hacer la
estimación.

ón del kriging en bloques está dada por:

os dentro del bloque.

través de ejemplos que el kriging en bloques coincide

has por kriging ordinario sobre cada uno de los puntos
mismo indican que en la práctica es suficiente con un enmallado
ones estables en los bloques.
EJERCICIO:
• Se tienen 4 sondajes cuyas ubicaciones coinciden con los vértices en un cuadrado de 75m
de lado y uno de sus lados tiene rumbo N30E. Si el variograma modelado tiene un alcance de
200 m en dirección E-W similar al de la dirección N-S que la meseta es 4 para el variograma
de las leyes de oro y no hay efecto pepita y corresponde al modelo esférico
• En el vértice más al oeste potv1 tiene 13m
• Que las potencias del manto mineralizado están en función de su distancia al v1 según la
siguiente relación
Potv1=3*sen((Di)*�−�+potV1
Donde Di es la distancia del punto i al vértice 1
• Estimar las reservas cubicables dentro del área limitada por los sondajes si los bloques de
cubicación no pueden superar los 30 metros de lado
• El manto horizontal
• Densidad del mineral 3.1 TM
DATOS

Leyes: DENSIDAD DEL M

a= 200m V1 = 0.75

c= 0.141 V2 = 0.91

Ɣ(esf) = c0 + c1 * [ V3 = 0.50

Pot Vi = 3 * sen(Di) * e-3 * pot V1 V4 = 0.60

SOLUCIÓN

Ɣ(25) = 0.14 ( 3/2 (25/200)- 1/2 (25/200)^3 )

Ɣ(25) = 0.026
Ɣ(35.36) = 0.14 * ( 3/2 (35.36/200)- 1/2 ((35-36)/200)^3 )
Ɣ(35.36) = 0.0367
Ɣ(55.90) = 0.14 * ( 3/2 (55.90/200)- 1/2 (55.90/200)^3 )
Ɣ(55.90) = 0-0571

Cov = C – Ɣ(esp)
Cov(25) = 0.14 – 0.02611= 0.1139
Cov(35.36) = 0.14 – 0.0367 = 0.1033
Cov(55.90) = 0.14 – 0.0571 = 0.0829

Ley B2 = (0.1139(0.75)+0.1139(0.91)+O.O83(O.50)+0.083(0.60))/(0.1138+0.1139 +
O.O82+0.082)
Ley B2 = 0.716
Ley B4 = (0.1139(0.75)+0.1139(0.60)+O.O83(O.91)+0.083(0.50))/(0.1139 + 0.1139 +
O.O831+0.083)
Ley B4 = 0.692
Ley B5 = (0.103(0.75+0.91+0.50+0.60))/(4*0.103)
Ley B5 = 0.6929
Ley B6 = (0.1139(0.91)+0.1139(0.50)+O.O83(O.75)+0.083(0.60))/(2*0.11389 +
2*0.0824)
Ley B6 = 0.6924
Ley B8 = (0.1139(0.60)+0.1139(0.50)+O.O83(O.75)+0.083(0.91))/(2*0.11389 +
2*0.0824)
Ley B8 = 0.667
DENSIDAD DEL MINERAL 3.1

Ley Potencia Volumen TM

B1 0.75 13 8125 25187.500

B2 0.716 13.06 8162.5 25303.750

B3 0.91 13.11 8196.25 25408.375

B4 0.6924 13.12 8202.25 25426.975

B5 0.69 13.08 8179 25354.900

B6 0.689 13.06 8164.37 25309.547

B7 0.5 13.11 8193.75 25400.625

B8 0.667 13.124 8202.5 25427.750
B9 0.6 13.14 8212.5 25458.750
228278.172
EJERCICIO 2 Aplicación de matrices para e

Cálculo de la LEY

Cálculo de la varianza

SOLUCIÓN:
Selección de muestras de acuerdo al radio de influencia de 10 metros
Cálculo de intervalo de confia

Cálculo de las distancias e

Aplicación de matrices para el cálculo de los ponderadores: Matriz de distancias entre muestras

Cálculo de la LEY

Cálculo de distancias entre las muestras

Cálculo de la varianza

Cálculo de intervalo de confianza

Cálculo de las distancias entre muestras

Discretización del blo

Figura: Muestras para el cálculo de distancias

stancias entre muestras

distancias entre las muestras con los puntos discretizados del bloque.
Cálculo de variogramas entre muestras y los punto
bloque, usando el modelo cuadrático.

lazando los datos calculados en la matriz de kriging

Discretización del bloque en 4 puntos.

Resultados

CÁLCULO DE LA LEY DEL BLOQUE

 CÁLCULO DEL ERROR DE ESTIMACIÓN DE LA LEY DEL B

Previo a este paso necesitamos discretizar el bloque de la sig

para calcular

s entre muestras y los puntos discretizados del

elo cuadrático.

ulados en la matriz de kriging.

Figura: Discretización del bloque para el cálculo del error de estimac

Matriz de distancias entre los puntos del bloque

Matriz de variogramas

DEL BLOQUE
MACIÓN DE LA LEY DEL BLOQUE Cálculo de la varianza

iscretizar el bloque de la siguiente manera

Cálculo de intervalo de confianza.

ara el cálculo del error de estimación de la ley

os del bloque