UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE INGENIERÍA CIVIL

“CONSTRUCCION DE MODELO GEOESTADISTICO PARA

GENERACION Y COMPLEMENTACION DE INFORMACION
HIDROGEOLOGICA”

MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL

ALFREDO DARÍO VALENZUELA DUPRE

PROFESOR GUIA:
LEONEL BARRA ORTEGA

MIEMBROS DE LA COMISION:
CARLOS ESPINOZA CONTRERAS
FELIX PÉREZ SOTO
 SANTIAGO DE CHILE MARZO 2012
RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE
INGENIERO CIVIL, MENCIÓN INGENIERIA HIDRÁULICA SANITARIA Y AMBIENTAL
POR: ALFREDO VALENZUELA DUPRÉ.
FECHA: MARZO 2012
PROF. GUIA: Sr. Leonel Barra Ortega

“Construcción de Modelo Geoestadístico para generación y

complementación de información hidrogeológica”
En esta memoria se propone el uso de un software computacional como es el programa Excel,
para construir un modelo geoestadístico para la complementación y generación de información
hidrogeológica en la zona del Maipo medio, específicamente se desea obtener la permeabilidad en puntos
definidos donde esta no es conocida. El “Excel” realizado es de fácil uso, ya que basta con introducir las
coordenadas del punto donde se requiere información para que este entregue la permeabilidad estimada en
ese punto.

Para la generación de información hidrogeológica se utilizan datos de 83 pozos ya existentes en

archivos de la DGA, los cuales se trabajan mediante un método geoestadístico llamado Kriging o
Krigeado, el cual básicamente utiliza las distancias entre el punto que se desea estimar y los puntos en los
cuales ya se conoce información para realizar la estimación.

Para el Kriging se construye el variograma experimental el cual es la varianza de las diferencias

de los valores de la variable regionalizada en las localizaciones separadas una distancia h, de este
variograma construido sólo se toma el 39,5% para ajustar el variograma teórico.

Se ajustan diferentes variogramas teóricos y se escoge finalmente el con menor varianza del error,
el cual resulta ser el llamado modelo esférico, este posee una varianza del error de 0,0068, con un valor
para el alcance de 1500 metros y una meseta de 0,27.

Conociendo el variograma teórico con que se trabaja, se realiza la estimación con el método de
Kriging. Para hacer esto se debe validar el modelo a utilizar, esto se hace mediante el método llamado live
one out, consistente en eliminar uno de los puntos donde se tienen datos de la estimación y estimarlo
mediante el resto de los datos, este procedimiento se realiza con todos los puntos de permeabilidad
conocida, esperando un error bajo en las estimaciones para poder aseverar la correcta estimación del resto
de los puntos requeridos. Esta validación arroja los siguientes resultados.

Los cuales dan cuenta de una estimación correcta.

Finalmente se concluye que para el área y datos propuestos es posible realizar una estimación
confiable de la permeabilidad.

2 
 
Índice general

I.- Introducción 4
II.- Revisión bibliográfica 5
III.- Descripción zona en estudio 8
Descripción geológica  8 
Geología 8
Geomorfología 8
Hidrogeología 8
IV.- Marco teórico 11
Semivariograma experimental  12 
Consideraciones para el cómputo del variograma  13 
Semivariograma teórico  14 
Validación del modelo  17 
Estimación  19 
Triangulación 19
Inverso de la distancia 20
Interpolación geoestadística 20
Krigeado o Kriging  21 
V.- Resultados 22
Ajuste semivariograma teórico  31 
Validación del modelo  35 
VI.- Conclusiones, análisis de resultados y soluciones propuestas. 43
VII.- Anexos 45
Anexo A  46 
Anexo B  57 

3 
 
 I.- Introducción

Cuando se realiza una evaluación hidrogeológica sobre un área determinada, existen diversas
variables presentes dentro de la evaluación que generan incertidumbre a la hora de la entrega de
resultados. Un claro ejemplo de esto sucede cuando se desea obtener información de parámetros
hidráulicos, como el caudal específico (Qesp), transmisibilidad (T) o permeabilidad (k), en puntos donde
aún no se han realizado perforaciones de pozos, ni ningún tipo de estudio experimental que permita la
determinación exacta de estos parámetros. Cuando existen diversas variables hidrogeológicas aún no
determinadas mediante pruebas experimentales, estas deben ser estimadas.

Para los puntos sin información mencionados en el párrafo anterior, existen diversos tipos de
métodos que realizan estimaciones de los parámetros requeridos, pero todos ellos con un grado de
inexactitud considerable. Habitualmente, las estimaciones de los valores quedan a cargo de un modelador,
quién con simplificaciones o complejidades sumadas entrega un valor estimado de los parámetros en
cuestión. Inclusive hay veces, que se adoptan valores para los parámetros hidrogeológicos proveniente de
la sectorización geológica.

Además, en variadas ocasiones los software utilizados para realizar la estimación de los
parámetros no son de fácil utilización y requieren una gran cantidad de datos de entrada.

La información sobre el valor existente de diversos parámetros hidrogeológicos, es de vital

importancia a la hora de la toma de decisiones sobre donde ubicar ciertos proyectos, la obtención de estos
valores experimentalmente lleva consigo un alto costo y una demanda de tiempo considerable.

Esta memoria, pretende la generación de estimaciones para valores de la permeabilidad en

diversos puntos donde no se dispone de algún pozo que entregue información sobre esta variable, es de
suma importancia que la estimación se realice con mínima incertidumbre. Esto, mediante la generación de
una planilla Excel de fácil interacción con el usuario, la cual estará basada en un modelo geoestadístico de
inferencia de información espacial puntual, el método a utilizar es el Kriging. La planilla debe lograr
entregar el valor de la permeabilidad en un punto requerido de la zona en estudio, basándose sólo en un
dato de entrada (coordenada del punto requerido).

Se busca también la generación de una red de puntos, cada uno con valores de permeabilidad
estimada en el área de estudio.

Finalmente, se pretende tener una poderosa herramienta con el fin de entregar recomendaciones
para la construcción de nuevas fuentes subterráneas en el acuífero Maipo medio, de acuerdo a los
requerimientos del operador.

4 
 
 II.- Revisión bibliográfica

La búsqueda, exploración y evaluación de diversos yacimientos minerales es una de la principales

actividades para quienes viven de la geología, en este ámbito la ubicación exacta de estos yacimientos es
de vital importancia.

Durante mucho tiempo se utilizaron diversos métodos para caracterizar con mayor precisión los
recursos minerales distribuidos en la corteza terrestre, desde métodos que se basaban en estimaciones
visuales hasta otros más modernos como los geomatemáticos (El inverso de la distancia, mínimo de
curvatura, splines, etc.). Es en esta búsqueda donde interviene Danie G. Krige, ingeniero en minas
Sudafricano, quién es el primero en introducir el concepto de la geoestadística, como un método de
estimación el cual minimiza la varianza del error. Este concepto fue tomado por George Matheron,
perteneciente a la escuela francesa de geología, la cual lo desarrolló y difundió durante muchos años en
uso exclusivo de la minería, siendo esta una rama de la estadística tradicional, que comienza con la
observación de que la variabilidad de las variables que se distribuyen en el espacio tienen una estructura
particular. Estas variables, cuando son dependientes entre sí, Matheron las llamó variables regionalizadas.
Lo anterior está claramente expresado en el texto “Elementos de la geoestadística” de la Universidad de
Pinar del Río desarrollado en el año 1997.

La geoestadística no sólo es utilizada en la minería, esta tiene otras aplicaciones dentro de la

“naturaleza” como lo son: Estimación de reservas de petróleo, estudios de precipitaciones, tratamientos de
imágenes, análisis de movimientos sísmicos, filtraje de sonidos, estudios de aguas subterráneas y
caracterización de acuíferos, anomalías geoquímicas, entre otras. Es de consideración mencionar que en
todos estos tópicos de utilización, se cumplen con 4 hipótesis básicas, que son: Estacionaridad estricta,
estacionaridad de segundo orden, la hipótesis intrínseca y la de los procesos cuasiestacionarios, estas serán
vistas con mayor detalle durante el desarrollo de esta memoria.

La geoestadística describe la continuidad espacial de un cierto fenómeno natural, así, es posible

ver la forma de la variación de esta en el espacio. Para ello la geoestadística utiliza funciones de
modelación, la cuales posteriormente son utilizadas para conocer el valor de la variable en sitios sin datos.
Este método tiene gran poder ya que la interpolación utilizada (Kriging) es muy robusta en comparación a
otros métodos de evaluación.

La función de modelación utilizada por la geoestadística es conocida como semivariograma, el

cual nos permite estimar cuan similares son los puntos en el espacio de acuerdo a la distancia existente

5 
 
entre ellos. Para ello se realiza un semivariograma experimental con los datos conocidos al cual se le
ajusta un semivariograma teórico para cuantificar el grado y escala de variación espacial. Este ajuste
permite extraer una serie de parámetros los cuales serán usados posteriormente en la interpolación
estadística, estos son: alcance o “range”, la meseta o “sill” y el efecto pepita o “nugget”. (Geoestadística
A. Gallardo, 2006).

Hay que tener ciertas consideraciones al momento de realizar el ajuste del semivariograma teórico
como son los rangos escogidos, distancias máximas, números de puntos para el análisis, etc. Lo anterior
ya que se pueden obtener resultados que no se ajustan a la realidad debido a datos erráticos, variaciones
anisotrópicas de estos, etc. (“Geoestadística aplicada” Díaz M., Casar R. UNAM, 2009)

Luego, se aplica el Krigeado o Kriging, este es una técnica de estimación que proporciona el
mejor estimador lineal insesgado, y un error de estimación conocido como varianza del krigeado que
depende del variograma obtenido y de las ubicaciones de los datos que se tienen, esta técnica atribuye un
peso específico a cada dato de acuerdo a las características geométricas del problema, estos pesos son
calculados para minimizar la varianza de la estimación y así garantizar el uso óptimo de la información
disponible. (“Geoestadística” Concepción González García, 2008).

De esta forma se han dado paso a importantes aplicaciones del semivariograma y krigeado en
distintos ámbitos, por ejemplo esta técnica fue utilizada con éxito para calcular la recarga por lluvias a los
acuíferos por balance del ión cloruro (“Recarga a los acuíferos españoles mediante balance
hidrogeoquímico”, F. Alcalá García, 2005)

En el trabajo “Caracterización geoestadística de la distribución espacial de Alabama argillacea

Hübner en el cultivo de algodoreno” realizado por Tannure C. y Mazza S., se utilizan con éxito las
técnicas geoestadísticas del semivariograma y Krigeado para caracterizar la distribución espacial de las
larvas de Alabama argillecea y estimar la densidad en puntos no muestreados. En este trabajo se separó en
2 etapas, con tomas de muestras distintos días y análisis distintos para ambas tomas, en el primer análisis
se utilizó el modelo esférico de ajuste al semivariograma y en la segunda el modelo exponencial, esto
debido a la variación temporal de los datos.

Cuando se analiza el trabajo realizado en el año 2000 por Hernandez J. y Corvalán P. titulado
“Uso de variogramas para la determinación del tamaño medio de las copas de pino silvestre en imágenes
aéreas digitales”, se pueden observar los escabrosos efectos que puede tener la anisotropía en algunos
casos. En este caso la anisotropía altera la relación entre el rango del variograma y el diámetro de la copa

6 
 
(dato analizado). En dichos casos, el tamaño de la copa se correlaciona en mayor medida con el rango de
variogramas direccionales calculados para una determinada dirección dominante.

7 
 
III.- Descripción zona en estudio

Descripción geológica
 

La cuenca hidrográfica del Río Maipo abarca prácticamente la totalidad del territorio de la Región
Metropolitana, parte de la V y VI regiones extendiéndose entre los paralelos 32º55’-34º15’ latitud sur y
meridianos 69º55’-71º33’ longitud oeste. Drena una superficie de 15.304 Km2. La superficie de la cuenca,
cubre prácticamente el 100% de la Región Metropolitana y una mínima superficie de las Regiones de
Valparaíso (Provincia de San Antonio y Valparaíso) y del Libertador Bernardo O’Higgins (Provincia de
Cachapoal).
La zona en estudio se encuentra localizada entre los paralelos 33°38' - 33°50' latitud sur y los
meridianos 71°12' - 70°45' longitud oeste dentro de la cuenca ya mencionada.

Geología

La geología de la cuenca del río Maipo, presenta rellenos por sedimentos fluviales y
fluvioglaciales y cenizas volcánicas, rocas graníticas paleozoicas y mesozoicas, además de rocas
volcánicas y sedimentarias cretácicas.

Geomorfología

La zona de piedemonte y planicie se caracterizan por los procesos de relleno de los ríos Maipo,
Mapocho y Angostura (en su curso inferior) originados por procesos de glaciación y volcanismo de zonas
cordilleranas. La actividad volcánica ha producido relleno de cenizas y piedra pómez; mezcladas con
materiales como arcillas, arenas y bloques de depósitos más antiguos. Los fenómenos de relleno hacen que
la cuenca presente distintas alturas, siendo los puntos más altos Apoquindo y Puente Alto (700 m). Desde
esos puntos el terreno se deprime en todas direcciones hasta alcanzar su altura mínima en el extremo sur,
en la localidad de Hospital con 348 m y en Talagante con 343 m.
La parte sur de la cuenca (Paine y Hospital) ha sufrido una tectónica de hundimiento reciente, por
lo cual el nivel del relleno llega al pie de los cerros sin que aparezcan conos, taludes, etc. Existe ausencia
de terrazas fluviales, encontrándose en estos sectores importantes y profundas reservas de agua
subterránea de toda la cuenca.

Hidrogeología

La cordillera de los Andes, presenta a la entrada de la cuenca del Maipo, producto de la

excavación del lecho del río, rocas graníticas que conforman una barrera hidrogeológica que impide el
paso de aguas subterráneas a la cuenca; el río Mapocho y los esteros Colina y Angostura ingresan a la
cuenca a través de lechos excavados en rocas volcánicas impermeables. En consecuencia, las aguas de las
hoyas de los ríos Colina, Mapocho, Maipo Superior y Angostura, sólo pueden ingresar a la cuenca
superficialmente para luego infiltrarse en el relleno. La permeabilidad de esta zona de la cuenca es
prácticamente nula. La depresión intermedia, corresponde a una fosa tectónica, que por sus características
geológicas hace que su permeabilidad sea media-alta.
La cordillera de la costa está constituida por rocas graníticas paleozoicas, además de rocas
volcánicas y sedimentarias cretácicas, las que en su meteorización ha formado “maicillo”, el que permite
la infiltración y acumulación de aguas subterráneas. La permeabilidad de esta zona es media-baja.
La información de la cuenca del Maipo que se puede extraer del Mapa Hidrogeológico confirma que sólo
un acuífero se ubica en el sector cordillerano, específicamente en el sector del río Volcán y Yeso. Esta

8 
 
reserva de aguas subterráneas llamada acuífero de Santiago, se localiza desde la pre cordillera hasta
Talagante, con dimensiones cercanas a 10.000 millones de metros cúbicos, equivalentes a 40 embalses El
Yeso. Siguiendo el sentido de escurrimiento del río Maipo, otro acuífero se localiza en el sector del río
Volcán, en que se junta con el río Maipo. En el área restante de la zona cordillerana no hay existencia de
acuíferos. Los acuíferos que se encuentran en el valle de la cuenca, poseen diversas características, tanto
de profundidad como de calidad química de las aguas. En la zona comprendida entre los esteros Puangue
y Lampa, no se encuentran acuíferos subterráneos, debido a las características de permeabilidad allí
existentes.

A continuación se muestra un mapa geológico de la zona en estudio

Figura III. 1: Mapa geológico del área de estudio. Modificado de Thiele (1980), Sellés y
Gana (2001) y SERNAGEOMIN (2002). Leyenda en página siguiente.

9 
 
  
Figura III. 2: Continuación figura 1 Leyenda Mapa Geológico del área de estudio.
Modificado de Thiele (1980), Sellés y Gana (2001) y SERNAGEOMIN (2002)

10 
 
 IV.- Marco teórico

Lo primero que se realiza es la recopilación de datos.

Luego se verifica que las hipótesis para la utilización de la geoestadística las cumplan los datos a
trabajar. Esto, con el fin de reflejar el grado de confiabilidad de la aplicación del método.

Para esto, se define previamente la variable regionalizada como sigue:

Variable regionalizada: Es la variable que se encuentra distribuida en el espacio de forma que

presenta una estructura espacial de correlación. Es decir, la variable debe ser continua, poseer variación
local aleatoria y poseer variación regional (o conjunta) no aleatoria.

Las hipótesis que se deben cumplir para poder utilizar la geoestadística como herramienta en la
naturaleza son:

I- Estacionaridad Estricta.
Se dice que Z(x) es estrictamente estacionaria si la función de distribución de probabilidades de
las variables aleatorias regionalizadas Z(xi) son iguales entre sí, independiente de la localización xi.

II- Estacionaridad de Segundo Orden.

Esta condición es más frecuente en la práctica, la misma requiere que:

1) E{Z(xi)} = m, existe y no depende de la localización xi.

2) La función de covarianza Cov{Z(xi) - Z(xj)} exista y solo dependa de la longitud del vector h =
xi - xj. o sea.

C(h) = Cov{Z(xi), Z(xj)} = E{Z(xi), Z(xi+h)} - m2

Esta hipótesis requiere la estacionaridad sólo para la media y para la función de covarianza de la
variable aleatoria regionalizada. La segunda condición, implica estacionaridad de la varianza y del
variograma.

III- Hipótesis Intrínseca.

  Una función aleatoria Z(x) se dice intrínseca cuando: 

11 
 
 a) Su esperanza matemática existe y no depende de la localización Xi.
E{Z(x)} = m x

b) Para todo vector h el incremento [Z(x+h) - Z(x)] tiene varianza finita y no depende de la
localización xi:

Var{Z(x+h) - Z(x)} = E{[Z(x+h) - Z(x)]2} = 2γ(h) x

Cuando se cumple esta condición, se dice que la función aleatoria Z(x) es homogénea. Esta
condición se encuentra con bastante frecuencia en la naturaleza, pues existen muchos procesos que no
tiene varianza finita y sin embargo, poseen una función variograma finita.

IV- Procesos Cuasiestacionarios.

En la práctica la función estructural, covarianza o semivariograma, es sólo usada por límites |h| ≤
b. El límite b representa la extensión de la región en la que el fenómeno estudiado conserva cierta
homogeneidad del comportamiento de Z(xi).

Luego de cumplidas las hipótesis propuestas, se aplica el semivariograma como sigue:

Semivariograma experimental
 

Se define el semivariograma experimental de la siguiente manera:

El semivariograma o variograma es la varianza de las diferencias de los valores de la variable

regionalizada en las localizaciones separadas una distancia h, o sea:

Var(xi, xi+h) = Var{Z(xi) - Z(xi+h)} = 2 γ(xi,xi+h)

donde la magnitud:

  Se define N(h) como la cantidad de pares de puntos separados a la distancia h de la totalidad de

pares posibles en los n puntos de que se dispone de información inicial.

Características del semivariograma:

12 
 
 El semivariograma posee tres parámetros importantes: El efecto pepita o nugget, la meseta o sill y
el alcance o range.

Figura IV. 1: Características del semivariograma

  Efecto pepita o nugget ( ): El semivariograma se define como nulo en el origen, esto se cumple
en la teoría, pero en la práctica el semivariograma normalmente tiene valores diferentes a 0, la diferencia
existente entre el origen y el valor que toma el semivariograma al intersectar el eje de las abscisas, o bien
la intersección en el eje Y de la proyección de este, se conoce con el nombre de efecto pepita ( ). Cabe
destacar que valores negativos del nugget no tienen significado y son asumidos como de valor nulo.

Meseta o sill (C): Es definido como el valor para el cual al aumentar el intervalo de distancia entre
los puntos (h), el valor de γ(h) permanece constante.

El efecto combinado del nugget con la meseta se escribe .

Alcance o range (a): Es la distancia para la cual los parámetros Z(x) y Z(x+h), son independientes,
o sea, no se relacionan. Se puede definir también el alcance como la distancia (h) a la cual comienza la
meseta del semivariograma.

Consideraciones para el cómputo del variograma:

 

13 
 
 1.- Los pares de las observaciones se agrupan según la distancia dentro de un intervalo con una
tolerancia y dentro de una dirección con una tolerancia angular.

2.- Se considera que un número máximo de 25 intervalos es suficiente para cualquier propósito, y
un mínimo de 10 debe ser usado para determinar con precisión el rango y la meseta del variograma.
3.- Se estima para valores menores que la mitad de la distancia máxima.

4.- Se considera que tienen que existir a lo menos 30 pares de puntos.

5.- Los valores estimados para cada intervalo se deben graficar contra la distancia promedio de
todos los pares que se encuentran dentro de dicho intervalo.

Un modelo de variograma se puede considerar válido o autorizado si cumple con el examen de la

transformada de Furier, como propiedad importante es destacable que la combinación lineal de modelos
de variogramas válidos con coeficientes positivos es también un modelo válido. 

Semivariograma teórico

Los modelos válidos de variograma teóricos y sus respectivas ecuaciones, que serán ajustados al
variograma experimental son:

14 
 
 a) Modelo esférico

Figura IV. 2: Modelo esférico

b) Modelo exponencial

Figura IV. 3: Modelo exponencial

c) Modelo gaussiano

15 
 
  

Figura IV. 4: Modelo gaussiano

d) Modelo efecto agujero

Figura IV. 5: Modelo efecto agujero

e) Modelo efecto pepita (Nugget)

16 
 
 Figura IV. 6: Modelo efecto pepita (Nugget)

Validación del modelo

Para la validación del modelo se recomienda usar el método leave one out o validación cruzada,
consistente en sacar un punto de la muestra y estimar con Kriging el valor de este punto usando el modelo
de variograma obtenido, esto con todos los elementos de la muestra.

Si el modelo del variograma escogido refleja adecuadamente la estructura espacial del conjunto de
datos, entonces los valores estimados deben ser cercanos a los observados.

Esta cercanía se caracteriza como:

  Esto permite identificar valores atípicos (outliers), datos sospechosos o anomalías.

Otro indicador importante es el estudio del error estandarizado, es decir, el error cuadrático divido
por la deviación estándar, donde se debe cumplir que:

  

Variogramas anisotrópicos

17 
 
 Muchas veces las variaciones son anisotrópicas (dependen de la dirección). Si la anisotropía se
puede tener en cuenta mediante una transformación lineal simple de coordenadas, entonces se dice que la
anisotropía es geométrica o afín.

Anisotropía geométrica

Fórmula de la transformación:

Donde:
A: Eje mayor (variabilidad es más lenta)
B: Eje menor (variabilidad es más rápida)
: Dirección (ángulo) el eje mayor.

  Se aplica como un factor al argumento h del variograma en los modelos acotados o al gradiente en
los modelos no acotados.

λ= es una medida de la anisotropía. 

 
 

Figura IV. 7: Anisotropía geométrica

En la práctica se estiman los variogramas en 4 direcciones principales (0, 45, 90 y 135 grados). Se
determinan los rangos para cada dirección y luego se construyen los gráficos direccionales de los rangos
para decidir si hay anisotropía geométrica presente o no.

18 
 
 Cuando la anisotropía se refleja en la meseta, es decir, en dependencia de la dirección el
variograma presenta diferentes mesetas, se dice que posee una anisotropía zonal, un claro ejemplo de esto
es cuando se toman propiedades en pozos, el variograma en la vertical presenta una mayor variabilidad
que en la horizontal.

Estimación

Absolutamente todo lo que se ha expresado hasta este punto, tiene como objetivo el conocer la
información que se posee, de modo de poder realizar las estimaciones pertinentes de datos desconocidos a
partir del valor de los parámetros sabidos en los distintos puntos.

Para realizar la estimación existen varias posibilidades, entre las que se encuentran: Splines
cúbicos, método del inverso de la distancia, aproximación por polígonos, triangulación, Krigeado, etc.

En muchas ocasiones las estimaciones propuestas por estos métodos no son del todo satisfactorias
para quien solicita la realización de estas, pero es posible observar que esto es debido a que no se elije
correctamente un estimador adecuado.

Los diversos métodos de estimación son posibles de clasificar en dos grandes categorías, métodos
de estimación clásicos y modernos. Como es de esperar, los métodos de estimación clásicos son mas
sencillos y considerados de menor exactitud que los modernos.

Dentro de los métodos de estimación modernos más conocidos y utilizados están el de

triangulación, inverso de la distancia e interpolación geoestadística. Estos se muestran con mayor detalle a
continuación.

Triangulación
 

El método de triangulación consiste en el ajuste de un plano, el cual debe pasar por los tres puntos
conocidos mas cercanos al punto donde se desea estimar un valor.

La ecuación del plano es:

Donde:
x,y: Coordenadas de los puntos.

19 
 
 Z: Valor del parámetro en la coordenada x,y.
a,b,c: Coeficientes a determinar.

De esta forma se establece el siguiente sistema de ecuaciones, para determinar los valores de a,b,c.
=a
=a
=a
Así se obtienen los valores de a,b y c, entonces el valor de Z para cualquier punto dentro del plano
triangular previamente determinado.

Inverso de la distancia
 

Este método está basado en la siguiente combinación lineal:

  Donde son los pesos proporcionales a la distancia euclidiana del punto de estimación y viene
dado por:

       

Siendo la distancia euclidiana entre la localización del punto en el que se desea obtener algún
parámetro y la localización de la muestra i.

Ambos métodos matemáticos utilizan directamente los valores muestreados y refieren pesos de
acuerdo a la distancia euclidiana entre los datos, sin tener en cuenta la variabilidad en la información de la
que se dispone.

Interpolación geoestadística
 

La interpolación geoestadística se basa en 3 pasos fundamentales:

1.- Análisis de variabilidad, obtención del semivariograma empírico.

2.- Ajuste de un modelo teórico, selección adecuada del semivariograma teórico y ajuste de sus
parámetros.

20 
 
 3.- Utilización del semivariograma teórico ajustado mediante el método del Krigeado.

Krigeado o Kriging

El Krigeado es una técnica de estimación que proporciona el mejor estimador lineal insesgado,
además busca minimizar la varianza del Krigeado, correspondiente a un error de estimación. Este error
depende no sólo de las posiciones de los datos originales, sino también del semivariograma teórico
previamente ajustado. La varianza del Krigeado viene dada por:

  Donde:

: Es la estimación de Z(x), la cual se obtiene como una combinación lineal de los valores de
en los puntos de observación , de la siguiente forma:

  : Es el valor de la función (x) del semivariograma teórico ajustado, en función de la

distancia entre el punto x (punto de valor del parámetro a estimar conocido) y de (punto de valor de
parámetro a estimar desconocido, es decir, punto donde se quiere estimar el valor).

, Coeficientes a estimar para cada punto, estos coeficientes deben ser mínimos para así
minimizar la varianza del Krigeado. La estimación de estos coeficientes puede resultar larga y tediosa si
no se utiliza un método adecuado, el método a utilizar para la determinación de estos no será otro que el
Krigeado.

El Kriging propone una resolución matricial que logra encontrar el óptimo de estos coeficientes,
es decir, el valor que minimiza la varianza del Krigeado, para ello se debe resolver el siguiente sistema
matricial:

21 
 
 · =

Donde:

: Valor de la función del semivariograma teórico ajustado, en los puntos

y , donde ya es conocido el valor del parámetro.

= : Valor de la función del semivariograma teórico ajustado, en los puntos

donde ya es conocido el valor del parámetro con respecto al punto x, lugar donde se quiere determinar el
valor del parámetro.

, Coeficientes a estimar para cada punto.

Conocidos los valores de los parámetro y es posible la estimación de en el punto que

se desee. Cabe destacar que hay que considerar las restricciones de estimación ya mencionadas
(consideraciones para el cómputo del variograma) que se tienen con este método, además de que para

cada uno de los puntos a estimar se tienen coeficientes y distintos.

V.- Resultados

Para la realización de los cálculos posteriores se dispone de información de diferentes pruebas de

bombeo realizadas en de diversos pozos ubicados en la zona denominada Maipo medio, esta zona
comprende varias comunas pertenecientes a la cuenca del Maipo más específicamente se cuenta con datos
de 83 pozos distintos de las comunas de Buin (11), Paine (3), Talagante (23), Melipilla (7), Peñaflor(1) ,
Isla de Maipo (34) y El Monte (4).

A continuación, se presenta un mapa con la ubicación geográfica de los pozos en estudio.

22 
 
 Figura V. 1: Mapa general ubicación de los pozos en estudio.

Los datos se obtienen desde archivos obtenidos en la DGA (Dirección general de aguas).

Se dispone del caudal de cada uno de los pozos en litros/segundo, además del nivel estático,
dinámico y la profundidad de la perforación (en metros) de cada uno de estos, por supuesto también se
conocen las coordenadas geográficas de cada uno de ellos.

De esta forma se obtiene el descenso en el pozo como sigue:

Siendo:
ND(m): Nivel dinámico.
NE(m): Nivel estático.

Con el nivel de descenso de cada pozo se obtiene el Caudal específico (Qesp.(l/s/m)).

23 
 
 Con estos datos se calcula la transmisibilidad (T(m3/d/m))

= 250

Esta relación entre el caudal específico y la transmisibidad es propuesta por Álamos y Peralta.
Este tipo de relaciones son de gran utilidad cuando no se tienen pruebas de bombeo adecuadas que
permitan obtener el parámetro deseado con exactitud y facilidad.

Se tiene también el espesor saturado de la relación:

Así, se conoce el valor de la permeabilidad en cada uno de los pozos:

De esta forma se tienen los datos necesarios para trabajar, los cuales son presentados a
continuación:

24 
 
pozo N(m) E(m) Comuna P. Perf (m) Q [l/s] ND [m] NE PB [m] s [m] Q esp [l/s/m] T [m3/d/m] espesor sat [m] K [m/d] log (K(m/d))
1 6.266.085 336.885 Buin 120 72 81 72,6 8,41 8,6 2140 47 45 1,65
2 6.261.055 333.970 Paine 65,4 120 24,6 23,0 1,60 75,0 18750 42 442 2,65
3 6.261.480 333.540 Buin 61 100 35,2 32,4 2,80 35,7 8929 29 312 2,49
4 6.262.440 331.635 Buin 74,2 100 20,3 16,7 3,60 27,8 6944 58 121 2,08
5 6.256.945 332.425 Buin 40 90 7,8 1,6 6,20 14,5 3629 38 95 1,98
6 6.258.950 333.800 Buin 72,3 130 13,8 8,8 5,00 26,0 6500 64 102 2,01
7 6.261.335 333.955 Buin 52 40 23,83 23,2 0,67 59,7 14925 29 518 2,71
8 6.263.060 332.485 Buin 68 58 42 40,3 1,70 34,1 8529 28 308 2,49
9 6.263.820 334.550 Buin 81 90 56,5 54,3 2,25 40,0 10000 27 374 2,57
10 6.259.105 332.935 Buin 45 10 3,68 3,4 0,27 37,0 9259 42 223 2,35
11 6.257.065 337.520 Paine 50 35 7,8 4,4 3,40 10,3 2574 46 56 1,75
12 6.257.010 337.575 Paine 40 43 10,22 7,1 3,11 13,8 3457 33 105 2,02
13 6.262.400 336.585 Buin 70 18 48,56 47,8 0,76 23,7 5921 22 267 2,43
14 6.259.285 332.950 Buin 50 45 10,4 8,9 1,50 30,0 7500 41 182 2,26
15 6.273.250 321.855 Talagante 16,8 57 8,5 5,7 2,80 20,4 5089 11 458 2,66
16 6.274.500 321.730 Talagante 22,5 47 14,2 7,6 6,60 7,1 1780 15 119 2,08
17 6.273.640 320.970 Talagante 25 12,4 11,4 8,5 2,90 4,3 1069 17 65 1,81
18 6.275.700 321.235 Talagante 48,9 40 12,5 11,6 0,90 44,4 11111 37 298 2,47
19 6.274.450 321.420 Talagante 23 27 13 10,0 3,00 9,0 2250 13 173 2,24
20 6.275.650 320.800 Talagante 67,5 80 11,3 10,4 0,90 88,9 22222 57 389 2,59
21 6.273.350 325.250 Talagante 45 50 14,4 11,7 2,70 18,5 4630 33 139 2,14
22 6.273.550 326.450 Talagante 51 60 13,75 11,8 1,94 30,9 7732 39 197 2,30
23 6.274.970 323.980 Talagante 25,4 44 12,4 6,2 6,20 7,1 1774 19 92 1,97
24 6.274.570 323.850 Talagante 44 81 30 7,3 22,70 3,6 892 37 24 1,39
25 6.273.600 326.590 Talagante 39,5 70 13,8 9,5 4,30 16,3 4070 30 136 2,13
26 6.274.905 324.040 Talagante 18 22 9,6 8,1 1,50 14,7 3667 10 370 2,57
27 6.273.640 326.360 Peñaflor 44 35 12,2 9,8 2,40 14,6 3646 34 107 2,03
28 6.271.650 318.250 Talagante 40 37,5 29,1 6,0 23,10 1,6 406 34 12 1,08
29 6.271.375 318.250 Talagante 40 43 17,5 5,5 12,00 3,6 896 35 26 1,41
30 6.272.790 319.250 Talagante 30 67 12,5 5,7 6,80 9,9 2463 24 101 2,01
31 6.273.080 323.000 Talagante 30,2 60 11,8 4,0 7,80 7,7 1923 26 73 1,87
32 6.272.750 322.900 Talagante 22,1 95 12 4,1 7,90 12,0 3006 18 167 2,22
33 6.272.260 323.210 Talagante 63,5 80 9 1,6 7,38 10,8 2710 62 44 1,64
34 6.272.260 323.750 Talagante 35,2 80 15,7 1,5 14,20 5,6 1408 34 42 1,62
35 6.272.180 323.700 Talagante 28,2 43 10,2 3,2 7,00 6,1 1536 25 61 1,79
36 6.273.000 327.800 Talagante 37 25 20,7 19,2 1,50 16,7 4167 18 234 2,37
37 6.271.000 328.605 Talagante 62,4 133 16,6 8,4 8,20 16,2 4055 54 75 1,88
38 6.266.020 325.030 Isla De Maipo 72,5 138 8,5 2,6 5,90 23,4 5847 70 84 1,92
39 6.266.970 328.960 Isla De Maipo 30,5 30 15 12,8 2,20 13,6 3409 18 193 2,28
40 6.265.545 326.585 Isla De Maipo 62 100 22 3,8 18,20 5,5 1374 58 24 1,37
41 6.265.080 326.740 Isla De Maipo 36 74 9,4 8,3 1,10 67,3 16818 28 607 2,78
42 6.266.170 327.330 Isla De Maipo 42 70 9,3 8,0 1,30 53,8 13462 34 396 2,60

Tabla V. 1: Datos a trabajar pozos 1 a 42.

25 
 
pozo N(m) E(m) Comuna P. Perf (m) Q [l/s] ND [m] NE PB [m] s [m] Q esp [l/s/m] T [m3/d/m] espesor sat [m] K [m/d] log (K(m/d))
43 6.264.060 328.855 Isla De Maipo 48,7 79 17,4 16,4 1,00 79,0 19750 32 611 2,79
44 6.264.020 329.600 Isla De Maipo 60,5 70 38,9 34,1 4,80 14,6 3646 26 138 2,14
45 6.265.830 328.110 Isla De Maipo 40 40 10,7 10,0 0,70 57,1 14286 30 476 2,68
46 6.263.690 324.730 Isla De Maipo 36 20 15,9 1,7 14,20 1,4 352 34 10 1,01
47 6.263.660 324.720 Isla De Maipo 68 25 20,9 1,7 19,20 1,3 326 66 5 0,69
48 6.262.410 327.850 Isla De Maipo 44,6 90 13,2 12,0 1,20 75,0 18750 33 575 2,76
49 6.259.240 325.660 Isla De Maipo 60 150 14,6 5,7 8,90 16,9 4213 54 78 1,89
50 6.260.810 326.450 Isla De Maipo 54 90 22,4 2,1 20,30 4,4 1108 52 21 1,33
51 6.267.610 322.020 Isla De Maipo 7,5 15 4,19 1,5 2,66 5,6 1410 6 236 2,37
52 6.263.570 327.560 Isla De Maipo 39 43 8,56 8,0 0,56 76,8 19196 31 619 2,79
53 6.268.980 327.310 Isla De Maipo 30 27 12,28 3,3 8,98 3,0 752 27 28 1,45
54 6.262.000 328.800 Isla De Maipo 29 40 25,89 18,9 6,99 5,7 1431 10 142 2,15
55 6.262.823 326.053 Isla De Maipo 6 8,2 2,44 0,9 1,52 5,4 1349 5 265 2,42
56 6.262.560 324.140 Isla De Maipo 6 10 3,5 1,9 1,62 6,2 1543 4 375 2,57
57 6.259.097 324.778 Isla De Maipo 40 55 12,54 4,4 8,16 6,7 1685 36 47 1,67
58 6.260.850 327.550 Isla De Maipo 19,5 56,3 13,19 5,8 7,44 7,6 1892 14 138 2,14
59 6.261.630 328.470 Isla De Maipo 40 38 19,89 12,9 6,99 5,4 1359 27 50 1,70
60 6.263.625 329.975 Isla De Maipo 60,5 60 36,73 33,3 3,45 17,4 4348 27 160 2,20
61 6.261.025 327.400 Isla De Maipo 40 63 13,36 4,7 8,66 7,3 1819 35 52 1,71
62 6.264.490 330.760 Isla De Maipo 54 37 41,6 36,3 5,30 7,0 1745 18 99 1,99
63 6.264.220 330.820 Isla De Maipo 76 49 40,5 35,0 5,50 8,9 2227 41 54 1,73
64 6.264.600 330.350 Isla De Maipo 61,5 110 47,8 38,6 9,20 12,0 2989 23 131 2,12
65 6.264.260 330.880 Isla De Maipo 76 110 39 32,2 6,80 16,2 4044 44 92 1,97
66 6.266.250 313.500 Isla De Maipo 44 20,8 10,28 4,2 6,06 3,4 858 40 22 1,33
67 6.265.791 316.823 Isla De Maipo 50 45 15,75 1,4 14,34 3,1 785 49 16 1,21
68 6.266.051 313.327 Isla De Maipo 43 15 8,45 4,8 3,63 4,1 1033 38 27 1,43
69 6.265.710 317.340 Isla De Maipo 50 45 20,3 1,3 18,99 2,4 592 49 12 1,09
70 6.266.533 311.296 Isla De Maipo 20 28 11,48 1,1 10,43 2,7 671 19 35 1,55
71 6.266.369 312.729 Isla De Maipo 50 80 17,02 1,2 15,78 5,1 1267 49 26 1,41
72 6.271.900 300.620 Melipilla 19 1 1,8 1,4 0,40 2,5 625 18 36 1,55
73 6.271.820 299.800 Melipilla 141 45 64 1,5 62,50 0,7 180 140 1 0,11
74 6.272.320 299.940 Melipilla 98 25 25,6 2,1 23,50 1,1 266 96 3 0,44
75 6.272.350 299.950 Melipilla 73 25 24,8 2,0 22,80 1,1 274 71 4 0,59
76 6.269.460 309.040 El Monte 278 100 26,7 1,3 25,40 3,9 984 277 4 0,55
77 6.271.750 310.210 El Monte 25 7 8,5 1,5 7,00 1,0 250 24 11 1,03
78 6.269.760 295.080 Melipilla 58 6,5 49 14,3 34,70 0,2 47 44 1 0,03
79 6.272.550 294.800 Melipilla 80 15 48 1,8 46,20 0,3 81 78 1 0,02
80 6.272.050 298.770 Melipilla 155 35 53,4 0,9 52,50 0,7 167 154 1 0,03
81 6.275.030 320.360 Talagante 35,2 30 20,4 1,1 19,30 1,6 389 34 11 1,06
82 6.272.464 316.698 El Monte 45 43 17 41,8 13,80 3,1 779 19 19 1,27
83 6.272.447 316.654 El Monte 46,2 44 13 43,2 10,00 4,4 1100 25 25 1,41

Tabla V. 2: Datos a trabajar pozos 43 a 83.

Luego de observar y analizar el mapa geológico de la zona en estudio descrito previamente, se

puede decir que la zona es geológicamente homogénea, con ausencias de estructuras que podrían llegar a
causar problemas para poder trabajar con los datos de la zona, además, los datos se encuentran
idénticamente distribuidos según su promedio y desviación estándar.

Para comprobar que los datos se encuentran idénticamente distribuidos, se separan los datos en 4
cuadrantes diferentes, de modo que los 4 cuadrantes tengan aproximadamente la misma cantidad de datos,
de estos se obtiene el promedio y varianza de cada uno, además de la desviación estándar de los
promedios de los 4 cuadrantes. Además de los cuadrantes, se presentan promedios, varianzas y desviación
estándar de estos en las tablas N°

Cuadrante 1 
Numeración  Coord. UTM  Comuna  K  log(k)

26 
 
 N [m]  E [m]  [m/d]
72  6271900 300620 Melipilla  35,5  1,55 
77  6271750 310210 El Monte  10,6  1,03 
70  6266533 311296 Isla De Maipo 35,4  1,55 
71  6266369 312729 Isla De Maipo 26,0  1,41 
68  6266051 313327 Isla De Maipo 27,1  1,43 
66  6266250 313500 Isla De Maipo 21,6  1,33 
83  6272447 316654 El Monte  25,5  1,41 
82  6272464 316698 El Monte  18,6  1,27 
67  6265791 316823 Isla De Maipo 16,1  1,21 
69  6265710 317340 Isla De Maipo 12,2  1,09 
28  6271650 318250 Talagante  11,9  1,08 
29  6271375 318250 Talagante  26,0  1,41 
30  6272790 319250 Talagante  101,4 2,01 
81  6275030 320360 Talagante  11,4  1,06 
79  6272550 294800 Melipilla  1,0  0,02 
78  6269760 295080 Melipilla  1,1  0,03 
80  6272050 298770 Melipilla  1,1  0,03 
73  6271820 299800 Melipilla  1,3  0,11 
74  6272320 299940 Melipilla  2,8  0,44 
76  6269460 309040 El Monte  3,6  0,55 
75  6272350 299950 Melipilla  3,9  0,59 
Tabla V. 3: Cuadrante N°1.

 
Cuadrante 2 
Coord. UTM  K 
Numeración  Comuna  log(k) 
N [m]  E [m]  [m/d]
17  6273640 320970 Talagante  64,8  1,81 
16  6274500 321730 Talagante  119,5 2,08 
31  6273080 323000 Talagante  73,4  1,87 
33  6272260 323210 Talagante  43,8  1,64 
35  6272180 323700 Talagante  61,4  1,79 
34  6272260 323750 Talagante  41,8  1,62 
24  6274570 323850 Talagante  24,3  1,39 
23  6274970 323980 Talagante  92,4  1,97 
47  6263660 324720 Isla De Maipo  4,9  0,69 
46  6263690 324730 Isla De Maipo  10,3  1,01 
57  6259097 324778 Isla De Maipo  47,3  1,67 
38  6266020 325030 Isla De Maipo  83,7  1,92 
15  6273250 321855 Talagante  458,5 2,66 
20  6275650 320800 Talagante  389,2 2,59 
56  6262560 324140 Isla De Maipo  374,6 2,57 
26  6274905 324040 Talagante  370,4 2,57 
18  6275700 321235 Talagante  297,9 2,47 
51  6267610 322020 Isla De Maipo  236,1 2,37 
19  6274450 321420 Talagante  173,1 2,24 
32  6272750 322900 Talagante  167,0 2,22 
21  6273350 325250 Talagante  139,0 2,14 
Tabla V. 4: Cuadrante N°2.

 
Cuadrante 3 

27 
 
 Coord. UTM 
Numeración  Comuna  K [m/d]  log(k) 
N [m]  E [m] 
49  6259240  325660  Isla De Maipo  77,6  1,89 
27  6273640  326360  Peñaflor  106,6  2,03 
50  6260810  326450  Isla De Maipo  21,4  1,33 
40  6265545  326585  Isla De Maipo  23,6  1,37 
25  6273600  326590  Talagante  135,7  2,13 
53  6268980  327310  Isla De Maipo  28,2  1,45 
61  6261025  327400  Isla De Maipo  51,5  1,71 
59  6261630  328470  Isla De Maipo  50,2  1,70 
37  6271000  328605  Talagante  75,1  1,88 
52  6263570  327560  Isla De Maipo  619,2  2,79 
43  6264060  328855  Isla De Maipo  611,5  2,79 
41  6265080  326740  Isla De Maipo  607,2  2,78 
48  6262410  327850  Isla De Maipo  575,2  2,76 
45  6265830  328110  Isla De Maipo  476,2  2,68 
42  6266170  327330  Isla De Maipo  395,9  2,60 
55  6262823  326053  Isla De Maipo  265,5  2,42 
36  6273000  327800  Talagante  234,1  2,37 
22  6273550  326450  Talagante  197,3  2,30 
39  6266970  328960  Isla De Maipo  192,6  2,28 
54  6262000  328800  Isla De Maipo  141,6  2,15 
58  6260850  327550  Isla De Maipo  137,6  2,14 
Tabla V. 5: Cuadrante N°3.

 
Cuadrante 4 
Coord. UTM 
Numeración  Comuna  K [m/d]  log(k) 
N [m]  E [m] 
64  6264600 330350  Isla De Maipo  130,5  2,12 
62  6264490 330760  Isla De Maipo  98,6  1,99 
63  6264220 330820  Isla De Maipo  54,3  1,73 
65  6264260 330880  Isla De Maipo  92,3  1,97 
4  6262440 331635  Buin  120,8  2,08 
5  6256945 332425  Buin  94,5  1,98 
6  6258950 333800  Buin  102,4  2,01 
1  6266085 336885  Buin  45,1  1,65 
11  6257065 337520  Paine  56,4  1,75 
12  6257010 337575  Paine  105,1  2,02 
7  6261335 333955  Buin  517,5  2,71 
2  6261055 333970  Paine  442,2  2,65 
9  6263820 334550  Buin  373,8  2,57 
3  6261480 333540  Buin  312,2  2,49 
8  6263060 332485  Buin  307,9  2,49 
13  6262400 336585  Buin  266,7  2,43 
10  6259105 332935  Buin  222,6  2,35 
14  6259285 332950  Buin  182,5  2,26 
60  6263625 329975  Isla De Maipo  159,7  2,20 
44  6264020 329600  Isla De Maipo  138,1  2,14 
Tabla V. 6: Cuadrante N°4.

     
   Cuadrante N° 
   1  2  3  4 
Promedio  0,98  1,97  2,17  2,18 
Varianza  0,34  0,27  0,23  0,09 

28 
 
 Desv. Estandar promedios  0,57 
Tabla V. 7: Cuadrante N°5.

 
Para la construcción del semivariograma experimental, lo primero que se hace es obtener
las distancias existentes entre cada uno de los pozos con datos (Tabla VII. 1 anexa).

Se obtiene una distancia máxima de 45,51 Km.

Luego se define un Δh, con el cual se trabajará, en este caso se escoge un Δh = 200m.

Posteriormente, se obtiene la diferencia cuadrática entre los valores del parámetro buscado (log
(k)), para cada uno de los pozos en los cuales se tiene información. (Tabla VII. 2 anexa)

A posteriori, se realiza un conteo de los pares de pozos que se encuentran separados a una
distancia dentro de cada intervalo para el rango escogido.

Para cada par de pozos que estén a una distancia dentro de cada uno de los intervalos en el rango
escogido, se obtiene la diferencia entre los valores del logaritmo de la permeabilidad de cada uno de ellos,
estos valores son sumados en cada uno de los intervalos, es decir, se tienen los valores de (Tablas VII. 3,
VII. 4 y VII. 5):

 
 

  Y finalmente se obtiene (Tablas VII. 3, VII. 4 y VII. 5):

  De esta forma se construye el semivariograma experimental, el cual se muestra en el siguiente

gráfico:

29 
 
 Figura V. 2: Semivariograma experimental completo.

Como se puede observar, el semivariograma luego de cierta distancia comienza a comportarse de

forma “extraña”, es decir, no continúa con la tendencia logarítmica que trae, esto se produce entre los
15.000 y 20.000, donde se observa un crecimiento aproximadamente lineal del semivariograma. Entre los
20.000 y los 25.000 metros de distancia entre los pozos, aparte de seguir con la tendencia de crecimiento
cuasi lineal ya expuesto comienza a observarse puntos que se disparan de la media, luego de los 25.000
metros, estos puntos dispares de la media comienzan a ser más frecuentes y aún más dispares.

Además, entre las consideraciones que se tienen que tener para la construcción del
semivariograma, se encuentra aquella en la cual se menciona que este se debe aplicar para valores
menores al 50% de la distancia máxima existente entre los objetos en evaluación (45.000 m).

Por los 2 motivos expuestos, se decide trabajar con valores de h menores a 15.200 m, para
asegurar un rango en el cuál no se produzcan variaciones importantes dentro del semivariograma.

Con lo que finalmente el semivariograma a trabajar queda de la siguiente manera:

30 
 
 Figura V. 3: Semivariograma experimental a trabajar.

Ajuste semivariograma teórico:

Para el ajuste del semivariograma teórico, lo primero que se hace es una inspección visual del
semivariograma experimental y de los diversos semivariogramas teóricos conocidos: Luego de esto se
opta por ajustar 4 semivariogramas teóricos al semivariograma experimental obtenido, los modelos
escogidos son: Modelo exponencial, modelo gaussiano, modelo efecto agujero y modelo esférico.

El criterio de elección del semivariograma teórico con el que se trabaje, será aquel que tenga la
menor varianza del error, esto se logra variando los parámetros a y S..

Se ajusta el modelo exponencial con sus respectivos parámetros a y S.

Se obtiene el valor de γ(h) en el modelo exponencial para cada valor de h y su respectivo error
asociado (Tabla VII. 6 anexa), además del valor de los parámetros a, S y la varianza del error.

S   0,26 
a    1500 
Varianza del error  0,006857
Tabla V. 8: Parámetros modelo exponencial

31 
 
   

El gráfico del ajuste en el modelo exponencial queda de la siguiente manera:

Figura V. 4: Semivariograma exponencial

Se ajusta el modelo gaussiano con sus respectivos parámetros a y S.

Se obtiene el valor de γ(h) en el modelo gaussiano para cada valor de h y su respectivo error
asociado (Tabla VII. 7 anexa), además del valor de los parámetro a, S y la varianza del error.

S   0,26 
a    3000 
Varianza del error  0,0070 
Tabla V. 9: Parámetros modelo gaussiano

El gráfico del ajuste en el modelo gaussiano queda de la siguiente manera:

32 
 
  
Figura V. 5: Semivariograma Gaussiano

Se ajusta el modelo efecto agujero con sus respectivos parámetros a y S.

Se obtiene el valor de γ(h) en el modelo efecto agujero para cada valor de h y su respectivo error
asociado (Tabla VII. 8 anexa), además del valor de los parámetro a, S y la varianza del error.

S   0,01 
a    501 
Varianza del error  0,0080 
Tabla V. 10: Parámetros modelo Efecto agujero

El gráfico del ajuste en el modelo efecto agujero queda de la siguiente manera:

33 
 
 Figura V. 6: Semivariograma Efecto agujero

 
  Se ajusta el modelo esférico con sus respectivos parámetros a y S.

Se obtiene el valor de γ(h) en el modelo esférico para cada valor de h y su respectivo error
asociado (Tabla VII. 9 anexa), además del valor de los parámetro a, S y la varianza del error.

S   0,27 
a    1500 
Varianza del error  0,0068 
Tabla V. 11: Parámetros modelo Esférico

 
 

El gráfico del ajuste en el modelo esférico queda de la siguiente manera:

34 
 
  
Figura V. 7: Semivariograma Esférico

 
Finalmente, se comparan las varianzas de los errores y como ya se mencionó se decide utilizar el
modelo con la menor varianza del error.

Modelo  Varianza error 
Esférico  0,0068 
Gaussiano  0,0070 
Exponencial  0,0069 
Efecto agujero  0,0080 
Tabla V. 12: Varianzas de los errores

La menor varianza del error la posee el Modelo esférico, por lo que este será el semivariograma
teórico a utilizar.

Validación del modelo

 

35 
 
 Para validar el modelo, se utiliza el método leave one out, es decir, se saca un punto de la muestra
(dato conocido) y se estima con Krigeado el valor del punto, este procedimiento se repite con todos los
puntos de la muestra.

Se realiza el procedimiento obteniendo los siguientes valores, siendo:

Log (K): Logaritmo permeabilidad real; log (K)*: Logaritmo permeabilidad estimada.

pozo N [m] E [m] log (k(m/d)) log (k(m/d))* varianza krigeado log(k)‐log(k)* (log(k)‐log(k))^2 (log(k)‐log(k))^2/var. krigeado

1 6266085 336885 1,65 1,91 0,81 ‐0,26 0,07 0,081
2 6261055 333970 0,59 0,44 0,36 0,15 0,02 0,059
3 6261480 333540 2,49 2,73 0,50 ‐0,23 0,05 0,108
4 6262440 331635 2,08 2,32 0,77 ‐0,23 0,05 0,071
5 6256945 332425 1,98 2,20 0,81 ‐0,22 0,05 0,062
6 6258950 333800 2,01 2,24 0,73 ‐0,23 0,05 0,074
7 6261335 333955 2,65 2,38 0,30 0,27 0,07 0,241
8 6263060 332485 2,49 2,21 0,77 0,28 0,08 0,099
9 6263820 334550 2,57 2,28 0,81 0,29 0,09 0,107
10 6259105 332935 2,35 2,14 0,25 0,21 0,04 0,176
11 6257065 337520 1,75 1,97 0,13 ‐0,21 0,05 0,362
12 6257010 337575 2,08 1,88 0,13 0,20 0,04 0,326
13 6262400 336585 2,65 2,39 0,81 0,26 0,07 0,082
14 6259285 332950 2,26 2,44 0,26 ‐0,18 0,03 0,127
15 6273250 321855 2,66 2,35 0,72 0,31 0,10 0,134
16 6274500 321730 2,08 2,32 0,39 ‐0,24 0,06 0,146
17 6273640 320970 1,81 2,09 0,69 ‐0,28 0,08 0,113
18 6275700 321235 2,47 2,65 0,49 ‐0,17 0,03 0,060
19 6274450 321420 2,24 2,00 0,37 0,24 0,06 0,152
20 6275650 320800 2,59 2,31 0,44 0,28 0,08 0,182
21 6273350 325250 2,14 2,28 0,78 ‐0,14 0,02 0,024
22 6273550 326450 2,30 2,06 0,13 0,24 0,06 0,417
23 6274970 323980 1,97 2,27 0,14 ‐0,30 0,09 0,638
24 6274570 323850 1,39 1,68 0,45 ‐0,30 0,09 0,194
25 6273600 326590 2,13 2,34 0,21 ‐0,21 0,04 0,211
26 6274905 324040 2,57 2,26 0,13 0,31 0,09 0,707
27 6273640 326360 2,03 2,26 0,19 ‐0,24 0,06 0,296
28 6271650 318250 1,08 1,28 0,36 ‐0,20 0,04 0,116
29 6271375 318250 1,41 1,58 0,36 ‐0,16 0,03 0,074
30 6272790 319250 2,01 2,22 0,80 ‐0,21 0,05 0,057
31 6273080 323000 1,87 2,12 0,42 ‐0,25 0,06 0,152
32 6272750 322900 2,22 2,00 0,35 0,22 0,05 0,145
33 6272260 323210 1,64 1,86 0,42 ‐0,22 0,05 0,112
34 6272260 323750 1,62 1,79 0,15 ‐0,17 0,03 0,197
35 6272180 323700 1,79 1,64 0,14 0,15 0,02 0,150
36 6273000 327800 2,37 2,13 0,80 0,24 0,06 0,070
37 6271000 328605 1,88 2,11 0,81 ‐0,24 0,06 0,071
38 6266020 325030 1,92 2,10 0,80 ‐0,18 0,03 0,039
39 6266970 328960 2,28 2,16 0,80 0,13 0,02 0,021
40 6265545 326585 1,37 1,70 0,51 ‐0,33 0,11 0,214
41 6265080 326740 2,78 2,44 0,54 0,34 0,12 0,217
42 6266170 327330 2,60 2,31 0,67 0,29 0,08 0,123

Tabla V. 13: Datos obtenidos leave one out pozos 1 a 42 

36 
 
 pozo N [m] E [m] log (k(m/d)) log (k(m/d))* varianza krigeado log(k)‐log(k)* (log(k)‐log(k))^2 (log(k)‐log(k))^2/var. krigeado
43 6264060 328855 2,79 2,46 0,66 0,32 0,10 0,158
44 6264020 329600 2,14 2,42 0,47 ‐0,28 0,08 0,165
45 6265830 328110 2,68 2,38 0,71 0,29 0,09 0,121
46 6263690 324730 1,01 0,93 0,06 0,08 0,01 0,118
47 6263660 324720 0,69 0,83 0,06 ‐0,14 0,02 0,347
48 6262410 327850 2,76 2,44 0,73 0,32 0,10 0,140
49 6259240 325660 1,89 2,10 0,73 ‐0,21 0,04 0,058
50 6260810 326450 1,33 1,58 0,75 ‐0,25 0,06 0,086
51 6267610 322020 2,37 2,13 0,81 0,24 0,06 0,072
52 6263570 327560 2,79 2,46 0,78 0,33 0,11 0,137
53 6268980 327310 1,45 1,71 0,81 ‐0,26 0,07 0,086
54 6262000 328800 2,15 2,09 0,53 0,06 0,00 0,007
55 6262823 326053 2,42 2,17 0,80 0,25 0,06 0,079
56 6262560 324140 2,57 2,27 0,79 0,30 0,09 0,116
57 6259097 324778 1,67 1,92 0,73 ‐0,24 0,06 0,079
58 6260850 327550 2,14 1,89 0,31 0,25 0,06 0,195
59 6261630 328470 1,70 1,97 0,52 ‐0,27 0,07 0,138
60 6263625 329975 2,20 1,97 0,55 0,24 0,06 0,101
61 6261025 327400 1,71 1,95 0,30 ‐0,24 0,06 0,189
62 6264490 330760 1,99 2,12 0,27 ‐0,12 0,02 0,058
63 6264220 330820 1,73 1,94 0,11 ‐0,20 0,04 0,354
64 6264600 330350 2,12 1,90 0,45 0,21 0,05 0,101
65 6264260 330880 1,97 1,79 0,11 0,18 0,03 0,292
66 6266250 313500 1,33 1,52 0,34 ‐0,19 0,04 0,103
67 6265791 316823 1,21 1,43 0,56 ‐0,22 0,05 0,087
68 6266051 313327 1,43 1,56 0,32 ‐0,13 0,02 0,052
69 6265710 317340 1,09 1,31 0,56 ‐0,23 0,05 0,091
70 6266533 311296 1,55 1,81 0,80 ‐0,26 0,07 0,084
71 6266369 312729 1,41 1,65 0,65 ‐0,23 0,05 0,082
72 6271900 300620 1,55 1,77 0,67 ‐0,22 0,05 0,075
73 6271820 299800 0,11 0,31 0,53 ‐0,20 0,04 0,077
74 6272320 299940 0,44 0,38 0,06 0,06 0,00 0,069
75 6272350 299950 0,59 0,66 0,06 ‐0,07 0,01 0,090
76 6269460 309040 0,55 0,82 0,81 ‐0,27 0,07 0,093
77 6271750 310210 1,03 1,30 0,81 ‐0,27 0,07 0,091
78 6269760 295080 0,03 0,30 0,81 ‐0,27 0,08 0,093
79 6272550 294800 0,02 0,29 0,81 ‐0,27 0,08 0,093
80 6272050 298770 0,03 0,30 0,76 ‐0,26 0,07 0,091
81 6275030 320360 1,06 1,36 0,67 ‐0,30 0,09 0,133
82 6272464 316698 1,27 1,40 0,08 ‐0,13 0,02 0,217
83 6272447 316654 1,41 1,39 0,08 0,02 0,00 0,004  
  Tabla V. 14: Datos obtenidos leave one out pozos 43 a 83

Con esto se obtiene que:

37 
 
 Se proyecta gráficamente el resultado en una nube de dispersión, graficando en el eje de las
ordenadas el valor de log (k) estimado y en el de las abscisas el valor de log (k) esperado, esta en el caso
ideal, debiera entregar una recta. El gráfico se muestra a continuación.

  Figura V. 8: Nube de dispersión 83 pozos.

  Al observar   de la figura precedente, se desprende que los valores estimados para los datos 
reales  del  logaritmo  de  la  permeabilidad,  no  difieren  en  demasía,  con  esto,  es  posible  decir,  que  el 
método del Krigeado puede ser aplicado para la zona y datos en estudio. 

  Estimación mediante Krigeado 

 

  Después  de  comprobar  que  los  datos  que  se  tienen  son  válidos  para  utilizar  el  método  del 
Krigeado, se procede la aplicación del método y con ello cumplir uno de los objetivos fundamentales de 
esta  memoria,  la  construcción  de  una  malla  de  datos  que  entregue  los  valores  de  permeabilidad  en 
diversos puntos, en los cuales el valor de este parámetro es desconocido. 

  Sólo  a  modo  de  ejemplo,  se  muestra  a  posteriori  el  valor  estimado  de  la  permeabilidad  en 
diversos puntos pertenecientes al cuadrante comprendido entre las siguientes coordenadas: 

38 
 
   

N(m)  E(m) 
6.260.610  327.250 
6.266.210  327.250 
6.260.610  331.050 
6.266.210  331.050 
Tabla V. 15: Coordenadas de cuadrante en estudio

  El cuadrante en cuestión, cercano a Isla de Maipo se muestra en la siguiente figura: 

 
Figura V. 9: Pozos cercanos a cuadrante en estudio.

39 
 
 N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d)
6.260.610 327.250 1,9 75,3 6.260.610 327.450 2,0 107,6 6.260.610 327.650 2,1 128,1 6.260.610 327.850 2,1 119,9
6.260.810 327.250 1,8 65,2 6.260.810 327.450 2,0 104,2 6.260.810 327.650 2,1 130,7 6.260.810 327.850 2,0 109,4
6.261.010 327.250 1,7 49,8 6.261.010 327.450 1,8 62,8 6.261.010 327.650 2,0 89,7 6.261.010 327.850 1,9 85,9
6.261.210 327.250 1,7 47,2 6.261.210 327.450 1,8 56,7 6.261.210 327.650 1,8 69,4 6.261.210 327.850 1,9 71,9
6.261.410 327.250 1,7 53,7 6.261.410 327.450 1,8 62,4 6.261.410 327.650 1,8 70,4 6.261.410 327.850 1,9 71,5
6.261.610 327.250 1,8 66,3 6.261.610 327.450 1,9 76,5 6.261.610 327.650 1,9 84,5 6.261.610 327.850 1,9 84,8
6.261.810 327.250 1,9 85,7 6.261.810 327.450 2,0 101,2 6.261.810 327.650 2,1 113,8 6.261.810 327.850 2,1 117,2
6.262.010 327.250 2,0 111,8 6.262.010 327.450 2,1 138,1 6.262.010 327.650 2,2 166,9 6.262.010 327.850 2,3 181,5
6.262.210 327.250 2,2 144,4 6.262.210 327.450 2,3 190,5 6.262.210 327.650 2,4 257,9 6.262.210 327.850 2,5 305,8
6.262.410 327.250 2,3 189,5 6.262.410 327.450 2,4 261,1 6.262.410 327.650 2,6 384,3 6.262.410 327.850 2,8 575,2
6.262.610 327.250 2,3 223,4 6.262.610 327.450 2,5 306,4 6.262.610 327.650 2,6 418,6 6.262.610 327.850 2,7 480,9
6.262.810 327.250 2,4 249,1 6.262.810 327.450 2,5 327,3 6.262.810 327.650 2,6 406,0 6.262.810 327.850 2,6 421,4
6.263.010 327.250 2,4 272,2 6.263.010 327.450 2,5 349,1 6.263.010 327.650 2,6 403,7 6.263.010 327.850 2,6 386,9
6.263.210 327.250 2,5 295,3 6.263.210 327.450 2,6 387,7 6.263.210 327.650 2,6 431,2 6.263.210 327.850 2,6 394,0
6.263.410 327.250 2,5 311,2 6.263.410 327.450 2,7 450,2 6.263.410 327.650 2,7 501,7 6.263.410 327.850 2,6 423,5
6.263.610 327.250 2,5 293,8 6.263.610 327.450 2,7 454,0 6.263.610 327.650 2,7 520,6 6.263.610 327.850 2,6 414,1
6.263.810 327.250 2,4 252,7 6.263.810 327.450 2,5 317,0 6.263.810 327.650 2,6 355,8 6.263.810 327.850 2,5 341,2
6.264.010 327.250 2,4 233,6 6.264.010 327.450 2,4 244,6 6.264.010 327.650 2,4 251,4 6.264.010 327.850 2,4 262,4
6.264.210 327.250 2,4 239,2 6.264.210 327.450 2,3 214,7 6.264.210 327.650 2,3 197,2 6.264.210 327.850 2,3 195,0
6.264.410 327.250 2,4 253,1 6.264.410 327.450 2,3 207,2 6.264.410 327.650 2,2 168,6 6.264.410 327.850 2,2 151,7
6.264.610 327.250 2,4 258,4 6.264.610 327.450 2,3 200,8 6.264.610 327.650 2,2 157,2 6.264.610 327.850 2,1 131,0
6.264.810 327.250 2,4 261,2 6.264.810 327.450 2,3 201,3 6.264.810 327.650 2,2 155,8 6.264.810 327.850 2,1 127,4
6.265.010 327.250 2,4 268,2 6.265.010 327.450 2,3 216,1 6.265.010 327.650 2,2 175,3 6.265.010 327.850 2,2 143,1
6.265.210 327.250 2,4 257,2 6.265.210 327.450 2,4 238,7 6.265.210 327.650 2,3 215,1 6.265.210 327.850 2,3 185,3
6.265.410 327.250 2,4 227,8 6.265.410 327.450 2,4 256,6 6.265.410 327.650 2,4 264,2 6.265.410 327.850 2,4 250,3
6.265.610 327.250 2,3 211,0 6.265.610 327.450 2,4 279,8 6.265.610 327.650 2,5 322,9 6.265.610 327.850 2,5 338,0
6.265.810 327.250 2,3 221,0 6.265.810 327.450 2,5 318,2 6.265.810 327.650 2,6 382,2 6.265.810 327.850 2,6 422,0
6.266.010 327.250 2,4 261,5 6.266.010 327.450 2,6 374,6 6.266.010 327.650 2,6 415,9 6.266.010 327.850 2,6 434,6
6.266.210 327.250 2,5 289,2 6.266.210 327.450 2,6 389,4 6.266.210 327.650 2,6 392,9 6.266.210 327.850 2,6 384,7  
Tabla V. 16: Permeabilidad estimada.

 
N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d)
6.260.610 328.050 2,0 101,6 6.260.610 328.250 1,9 85,8 6.260.610 328.450 1,9 74,5 6.260.610 328.650 1,8 67,0
6.260.810 328.050 2,0 89,5 6.260.810 328.250 1,9 75,6 6.260.810 328.450 1,8 66,7 6.260.810 328.650 1,8 61,4
6.261.010 328.050 1,9 73,9 6.261.010 328.250 1,8 64,0 6.261.010 328.450 1,8 58,1 6.261.010 328.650 1,7 55,7
6.261.210 328.050 1,8 65,0 6.261.210 328.250 1,8 56,9 6.261.210 328.450 1,7 51,6 6.261.210 328.650 1,7 50,9
6.261.410 328.050 1,8 65,1 6.261.410 328.250 1,7 55,9 6.261.410 328.450 1,7 49,4 6.261.410 328.650 1,7 50,3
6.261.610 328.050 1,9 77,2 6.261.610 328.250 1,8 64,3 6.261.610 328.450 1,7 50,6 6.261.610 328.650 1,8 57,8
6.261.810 328.050 2,0 108,2 6.261.810 328.250 2,0 92,3 6.261.810 328.450 1,9 81,0 6.261.810 328.650 1,9 85,5
6.262.010 328.050 2,2 169,0 6.262.010 328.250 2,2 144,7 6.262.010 328.450 2,1 129,1 6.262.010 328.650 2,1 130,6
6.262.210 328.050 2,4 268,0 6.262.210 328.250 2,3 212,9 6.262.210 328.450 2,2 175,5 6.262.210 328.650 2,2 156,3
6.262.410 328.050 2,6 380,0 6.262.410 328.250 2,4 263,2 6.262.410 328.450 2,3 197,8 6.262.410 328.650 2,2 161,1
6.262.610 328.050 2,6 391,1 6.262.610 328.250 2,4 275,8 6.262.610 328.450 2,3 197,4 6.262.610 328.650 2,2 150,9
6.262.810 328.050 2,5 351,9 6.262.810 328.250 2,4 261,4 6.262.810 328.450 2,3 191,4 6.262.810 328.650 2,2 145,1
6.263.010 328.050 2,5 326,2 6.263.010 328.250 2,4 254,7 6.263.010 328.450 2,3 194,0 6.263.010 328.650 2,2 149,2
6.263.210 328.050 2,5 325,2 6.263.210 328.250 2,4 259,7 6.263.210 328.450 2,3 205,5 6.263.210 328.650 2,2 163,1
6.263.410 328.050 2,5 343,9 6.263.410 328.250 2,5 282,9 6.263.410 328.450 2,4 234,5 6.263.410 328.650 2,3 197,6
6.263.610 328.050 2,5 348,6 6.263.610 328.250 2,5 310,0 6.263.610 328.450 2,5 282,9 6.263.610 328.650 2,4 264,5
6.263.810 328.050 2,5 324,2 6.263.810 328.250 2,5 323,6 6.263.810 328.450 2,5 337,4 6.263.810 328.650 2,6 362,7
6.264.010 328.050 2,4 279,3 6.264.010 328.250 2,5 308,5 6.264.010 328.450 2,6 355,3 6.264.010 328.650 2,6 436,3
6.264.210 328.050 2,3 216,5 6.264.210 328.250 2,4 253,0 6.264.210 328.450 2,5 303,2 6.264.210 328.650 2,6 371,0
6.264.410 328.050 2,2 158,8 6.264.410 328.250 2,3 187,8 6.264.410 328.450 2,3 222,4 6.264.410 328.650 2,4 256,1
6.264.610 328.050 2,1 126,3 6.264.610 328.250 2,2 143,5 6.264.610 328.450 2,2 165,1 6.264.610 328.650 2,3 181,9
6.264.810 328.050 2,1 114,1 6.264.810 328.250 2,1 121,9 6.264.810 328.450 2,1 136,8 6.264.810 328.650 2,2 143,3
6.265.010 328.050 2,1 121,7 6.265.010 328.250 2,1 119,8 6.265.010 328.450 2,1 125,6 6.265.010 328.650 2,1 123,6
6.265.210 328.050 2,2 152,9 6.265.210 328.250 2,1 135,3 6.265.210 328.450 2,1 126,8 6.265.210 328.650 2,1 116,2
6.265.410 328.050 2,3 215,5 6.265.410 328.250 2,2 177,1 6.265.410 328.450 2,2 144,7 6.265.410 328.650 2,1 119,3
6.265.610 328.050 2,5 317,4 6.265.610 328.250 2,4 251,7 6.265.610 328.450 2,3 180,4 6.265.610 328.650 2,1 133,5
6.265.810 328.050 2,7 456,1 6.265.810 328.250 2,5 332,0 6.265.810 328.450 2,3 214,7 6.265.810 328.650 2,2 150,9
6.266.010 328.050 2,6 420,5 6.266.010 328.250 2,5 323,9 6.266.010 328.450 2,4 224,0 6.266.010 328.650 2,2 161,5
6.266.210 328.050 2,5 337,3 6.266.210 328.250 2,4 272,9 6.266.210 328.450 2,3 209,8 6.266.210 328.650 2,2 163,4

Tabla V. 17: Permeabilidad estimada.

40 
 
 N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d)
6.260.610 328.850 1,8 62,1 6.260.610 329.050 1,8 61,8 6.260.610 329.250 1,8 64,3 6.260.610 329.450 1,8 66,2
6.260.810 328.850 1,8 58,6 6.260.810 329.050 1,8 59,0 6.260.810 329.250 1,8 62,5 6.260.810 329.450 1,8 65,1
6.261.010 328.850 1,7 55,5 6.261.010 329.050 1,8 57,8 6.261.010 329.250 1,8 62,3 6.261.010 329.450 1,8 65,4
6.261.210 328.850 1,7 53,7 6.261.210 329.050 1,8 58,7 6.261.210 329.250 1,8 64,1 6.261.210 329.450 1,8 67,5
6.261.410 328.850 1,7 55,2 6.261.410 329.050 1,8 62,7 6.261.410 329.250 1,8 68,6 6.261.410 329.450 1,9 71,6
6.261.610 328.850 1,8 65,8 6.261.610 329.050 1,9 71,9 6.261.610 329.250 1,9 76,3 6.261.610 329.450 1,9 77,4
6.261.810 328.850 2,0 92,2 6.261.810 329.050 1,9 89,0 6.261.810 329.250 1,9 86,2 6.261.810 329.450 1,9 83,9
6.262.010 328.850 2,1 133,8 6.262.010 329.050 2,0 108,0 6.262.010 329.250 2,0 95,1 6.262.010 329.450 2,0 89,2
6.262.210 328.850 2,1 138,7 6.262.210 329.050 2,1 115,2 6.262.210 329.250 2,0 99,0 6.262.210 329.450 2,0 91,0
6.262.410 328.850 2,1 134,0 6.262.410 329.050 2,0 111,9 6.262.410 329.250 2,0 97,3 6.262.410 329.450 2,0 90,9
6.262.610 328.850 2,1 123,3 6.262.610 329.050 2,0 104,6 6.262.610 329.250 2,0 94,7 6.262.610 329.450 2,0 91,3
6.262.810 328.850 2,1 118,0 6.262.810 329.050 2,0 103,3 6.262.810 329.250 2,0 95,2 6.262.810 329.450 2,0 91,7
6.263.010 328.850 2,1 122,0 6.263.010 329.050 2,0 109,3 6.263.010 329.250 2,0 103,4 6.263.010 329.450 2,0 100,1
6.263.210 328.850 2,1 137,3 6.263.210 329.050 2,1 126,5 6.263.210 329.250 2,1 122,5 6.263.210 329.450 2,1 118,1
6.263.410 328.850 2,2 174,7 6.263.410 329.050 2,2 163,8 6.263.410 329.250 2,2 154,8 6.263.410 329.450 2,2 145,3
6.263.610 328.850 2,4 249,9 6.263.610 329.050 2,4 226,3 6.263.610 329.250 2,3 197,3 6.263.610 329.450 2,2 173,2
6.263.810 328.850 2,6 368,6 6.263.810 329.050 2,5 309,4 6.263.810 329.250 2,4 237,9 6.263.810 329.450 2,3 185,9
6.264.010 328.850 2,7 551,8 6.264.010 329.050 2,6 380,2 6.264.010 329.250 2,4 257,2 6.264.010 329.450 2,3 180,2
6.264.210 328.850 2,6 421,1 6.264.210 329.050 2,5 333,9 6.264.210 329.250 2,4 236,8 6.264.210 329.450 2,2 170,7
6.264.410 328.850 2,4 267,9 6.264.410 329.050 2,4 236,8 6.264.410 329.250 2,3 190,4 6.264.410 329.450 2,2 151,0
6.264.610 328.850 2,3 181,9 6.264.610 329.050 2,2 165,7 6.264.610 329.250 2,2 144,6 6.264.610 329.450 2,1 125,6
6.264.810 328.850 2,1 137,0 6.264.810 329.050 2,1 122,9 6.264.810 329.250 2,0 110,7 6.264.810 329.450 2,0 102,6
6.265.010 328.850 2,1 113,4 6.265.010 329.050 2,0 100,0 6.265.010 329.250 2,0 89,9 6.265.010 329.450 1,9 85,3
6.265.210 328.850 2,0 102,3 6.265.210 329.050 1,9 88,1 6.265.210 329.250 1,9 78,4 6.265.210 329.450 1,9 74,9
6.265.410 328.850 2,0 99,5 6.265.410 329.050 1,9 83,8 6.265.410 329.250 1,9 73,6 6.265.410 329.450 1,8 70,1
6.265.610 328.850 2,0 106,1 6.265.610 329.050 1,9 87,2 6.265.610 329.250 1,9 74,9 6.265.610 329.450 1,8 68,9
6.265.810 328.850 2,1 116,9 6.265.810 329.050 2,0 94,9 6.265.810 329.250 1,9 79,9 6.265.810 329.450 1,9 71,0
6.266.010 328.850 2,1 126,5 6.266.010 329.050 2,0 103,7 6.266.010 329.250 1,9 87,0 6.266.010 329.450 1,9 76,3
6.266.210 328.850 2,1 134,6 6.266.210 329.050 2,1 113,5 6.266.210 329.250 2,0 96,0 6.266.210 329.450 1,9 83,7

Tabla V.18: Permeabilidad estimada.

N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d)
6.260.610 329.650 1,8 66,6 6.260.610 329.850 1,8 66,6 6.260.610 330.050 1,8 66,6 6.260.610 330.250 1,8 66,6
6.260.810 329.650 1,8 66,5 6.260.810 329.850 1,8 66,6 6.260.810 330.050 1,8 66,6 6.260.810 330.250 1,8 66,6
6.261.010 329.650 1,8 67,0 6.261.010 329.850 1,8 66,8 6.261.010 330.050 1,8 66,6 6.261.010 330.250 1,8 66,6
6.261.210 329.650 1,8 68,8 6.261.210 329.850 1,8 68,1 6.261.210 330.050 1,8 66,6 6.261.210 330.250 1,8 66,6
6.261.410 329.650 1,9 72,0 6.261.410 329.850 1,8 70,2 6.261.410 330.050 1,8 67,3 6.261.410 330.250 1,8 66,6
6.261.610 329.650 1,9 76,0 6.261.610 329.850 1,9 72,7 6.261.610 330.050 1,8 68,4 6.261.610 330.250 1,8 66,6
6.261.810 329.650 1,9 80,1 6.261.810 329.850 1,9 74,9 6.261.810 330.050 1,8 69,3 6.261.810 330.250 1,8 66,7
6.262.010 329.650 1,9 82,9 6.262.010 329.850 1,9 76,1 6.262.010 330.050 1,8 69,6 6.262.010 330.250 1,8 66,8
6.262.210 329.650 1,9 83,6 6.262.210 329.850 1,9 75,8 6.262.210 330.050 1,8 69,6 6.262.210 330.250 1,8 67,0
6.262.410 329.650 1,9 84,6 6.262.410 329.850 1,9 77,4 6.262.410 330.050 1,9 72,2 6.262.410 330.250 1,8 70,0
6.262.610 329.650 1,9 86,7 6.262.610 329.850 1,9 82,0 6.262.610 330.050 1,9 78,5 6.262.610 330.250 1,9 76,5
6.262.810 329.650 2,0 89,3 6.262.810 329.850 1,9 88,6 6.262.810 330.050 1,9 88,0 6.262.810 330.250 1,9 86,2
6.263.010 329.650 2,0 97,8 6.263.010 329.850 2,0 98,2 6.263.010 330.050 2,0 99,1 6.263.010 330.250 2,0 93,1
6.263.210 329.650 2,1 116,0 6.263.210 329.850 2,1 113,3 6.263.210 330.050 2,0 106,6 6.263.210 330.250 2,0 98,1
6.263.410 329.650 2,1 139,7 6.263.410 329.850 2,1 133,0 6.263.410 330.050 2,1 121,4 6.263.410 330.250 2,0 104,4
6.263.610 329.650 2,2 155,6 6.263.610 329.850 2,2 153,0 6.263.610 330.050 2,1 140,4 6.263.610 330.250 2,0 107,5
6.263.810 329.650 2,2 152,9 6.263.810 329.850 2,2 141,7 6.263.810 330.050 2,1 126,2 6.263.810 330.250 2,0 102,5
6.264.010 329.650 2,1 135,6 6.264.010 329.850 2,1 125,0 6.264.010 330.050 2,0 112,1 6.264.010 330.250 2,0 96,6
6.264.210 329.650 2,1 132,6 6.264.210 329.850 2,1 116,8 6.264.210 330.050 2,0 107,0 6.264.210 330.250 2,0 97,8
6.264.410 329.650 2,1 124,2 6.264.410 329.850 2,0 111,5 6.264.410 330.050 2,0 107,4 6.264.410 330.250 2,0 107,9
6.264.610 329.650 2,0 110,4 6.264.610 329.850 2,0 104,1 6.264.610 330.050 2,0 106,6 6.264.610 330.250 2,1 119,8
6.264.810 329.650 2,0 95,8 6.264.810 329.850 2,0 94,6 6.264.810 330.050 2,0 100,3 6.264.810 330.250 2,0 112,0
6.265.010 329.650 1,9 84,2 6.265.010 329.850 1,9 86,3 6.265.010 330.050 2,0 93,8 6.265.010 330.250 2,0 102,1
6.265.210 329.650 1,9 77,0 6.265.210 329.850 1,9 82,3 6.265.210 330.050 1,9 88,9 6.265.210 330.250 2,0 94,2
6.265.410 329.650 1,9 72,9 6.265.410 329.850 1,9 77,5 6.265.410 330.050 1,9 81,9 6.265.410 330.250 1,9 84,9
6.265.610 329.650 1,8 69,3 6.265.610 329.850 1,9 71,6 6.265.610 330.050 1,9 74,0 6.265.610 330.250 1,9 75,7
6.265.810 329.650 1,8 68,0 6.265.810 329.850 1,8 68,0 6.265.810 330.050 1,8 69,0 6.265.810 330.250 1,8 69,6
6.266.010 329.650 1,9 71,2 6.266.010 329.850 1,8 68,3 6.266.010 330.050 1,8 66,9 6.266.010 330.250 1,8 66,9
6.266.210 329.650 1,9 76,7 6.266.210 329.850 1,9 71,5 6.266.210 330.050 1,8 68,0 6.266.210 330.250 1,8 66,6

Tabla V. 19: Permeabilidad estimada.

41 
 
 N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d) N(m) E(m) log (k(m/d)* k (m/d)
6.260.610 330.450 1,8 66,6 6.260.610 330.650 1,8 66,6 6.260.610 330.850 1,8 66,6 6.260.610 331.050 1,8 66,6
6.260.810 330.450 1,8 66,6 6.260.810 330.650 1,8 66,6 6.260.810 330.850 1,8 66,6 6.260.810 331.050 1,8 66,6
6.261.010 330.450 1,8 66,6 6.261.010 330.650 1,8 66,6 6.261.010 330.850 1,8 66,6 6.261.010 331.050 1,8 66,6
6.261.210 330.450 1,8 66,6 6.261.210 330.650 1,8 66,6 6.261.210 330.850 1,8 66,7 6.261.210 331.050 1,8 67,0
6.261.410 330.450 1,8 66,6 6.261.410 330.650 1,8 66,7 6.261.410 330.850 1,8 67,4 6.261.410 331.050 1,8 68,4
6.261.610 330.450 1,8 66,7 6.261.610 330.650 1,8 67,4 6.261.610 330.850 1,8 68,8 6.261.610 331.050 1,8 70,6
6.261.810 330.450 1,8 67,1 6.261.810 330.650 1,8 68,5 6.261.810 330.850 1,8 70,8 6.261.810 331.050 1,9 73,5
6.262.010 330.450 1,8 67,6 6.262.010 330.650 1,8 69,7 6.262.010 330.850 1,9 72,7 6.262.010 331.050 1,9 76,5
6.262.210 330.450 1,8 68,1 6.262.210 330.650 1,8 70,7 6.262.210 330.850 1,9 74,3 6.262.210 331.050 1,9 79,0
6.262.410 330.450 1,8 70,2 6.262.410 330.650 1,9 71,7 6.262.410 330.850 1,9 75,1 6.262.410 331.050 1,9 80,2
6.262.610 330.450 1,9 75,3 6.262.610 330.650 1,9 74,9 6.262.610 330.850 1,9 76,1 6.262.610 331.050 1,9 79,5
6.262.810 330.450 1,9 82,6 6.262.810 330.650 1,9 78,7 6.262.810 330.850 1,9 76,9 6.262.810 331.050 1,9 77,9
6.263.010 330.450 1,9 85,7 6.263.010 330.650 1,9 79,3 6.263.010 330.850 1,9 74,9 6.263.010 331.050 1,9 73,9
6.263.210 330.450 1,9 87,1 6.263.210 330.650 1,9 78,1 6.263.210 330.850 1,9 71,9 6.263.210 331.050 1,8 69,1
6.263.410 330.450 1,9 89,0 6.263.410 330.650 1,9 76,9 6.263.410 330.850 1,8 69,1 6.263.410 331.050 1,8 64,8
6.263.610 330.450 1,9 88,8 6.263.610 330.650 1,9 75,3 6.263.610 330.850 1,8 66,9 6.263.610 331.050 1,8 62,5
6.263.810 330.450 1,9 85,4 6.263.810 330.650 1,9 72,2 6.263.810 330.850 1,8 64,9 6.263.810 331.050 1,8 62,4
6.264.010 330.450 1,9 82,5 6.264.010 330.650 1,8 68,1 6.264.010 330.850 1,8 62,6 6.264.010 331.050 1,8 66,0
6.264.210 330.450 1,9 86,8 6.264.210 330.650 1,8 69,9 6.264.210 330.850 1,8 63,5 6.264.210 331.050 1,9 78,4
6.264.410 330.450 2,0 103,2 6.264.410 330.650 2,0 91,5 6.264.410 330.850 2,0 92,7 6.264.410 331.050 2,0 89,6
6.264.610 330.450 2,1 121,1 6.264.610 330.650 2,0 107,7 6.264.610 330.850 2,0 100,4 6.264.610 331.050 2,0 92,8
6.264.810 330.450 2,1 115,3 6.264.810 330.650 2,0 108,6 6.264.810 330.850 2,0 100,8 6.264.810 331.050 2,0 93,4
6.265.010 330.450 2,0 105,4 6.265.010 330.650 2,0 103,0 6.265.010 330.850 2,0 97,1 6.265.010 331.050 2,0 90,5
6.265.210 330.450 2,0 96,2 6.265.210 330.650 2,0 94,3 6.265.210 330.850 2,0 90,1 6.265.210 331.050 1,9 85,1
6.265.410 330.450 1,9 85,9 6.265.410 330.650 1,9 84,8 6.265.410 330.850 1,9 82,1 6.265.410 331.050 1,9 78,6
6.265.610 330.450 1,9 76,5 6.265.610 330.650 1,9 75,9 6.265.610 330.850 1,9 74,2 6.265.610 331.050 1,9 71,9
6.265.810 330.450 1,8 69,7 6.265.810 330.650 1,8 69,2 6.265.810 330.850 1,8 68,2 6.265.810 331.050 1,8 67,2
6.266.010 330.450 1,8 66,9 6.266.010 330.650 1,8 66,8 6.266.010 330.850 1,8 66,6 6.266.010 331.050 1,8 66,6
6.266.210 330.450 1,8 66,6 6.266.210 330.650 1,8 66,6 6.266.210 330.850 1,8 66,6 6.266.210 331.050 1,8 66,6

Tabla V. 20: Permeabilidad estimada.

La  estimación  de  la  permeabilidad  en  el  cuadrante  que  abarca  todos  los  pozos  estudiados,  se 
encuentra en el Anexo B. 

  Los resultados mostrados en la estimación, son posibles gracias a que se cumple con otro de los 
objetivos  principales  de  esta  memoria,  la  creación  de  un  archivo  “Excel”,  en  el  cuál,  al  introducir  la 
coordenada  exacta  donde  se  desea  saber  el  valor  de  la  permeabilidad,  este  libro,  en  base  a  los  datos 
conocidos y al método del Krigeado, entrega una estimación de esta con una reducción significativa en 
relación a otros métodos de la varianza del error. 

42 
 
 VI.- Conclusiones, comentarios y análisis de resultados.

Los objetivos de la memoria fueron cubiertos en su totalidad, todos con éxito en cuanto a
resultados se refiere.

Se logra el principal objetivo, la construcción de una herramienta computacional que se vale de un

dato de entrada (coordenada del punto en que se requiere información) y entrega el valor del logaritmo de
la permeabilidad, con el cual se estima la permeabilidad.

Se logra crear una malla de puntos para estimar la permeabilidad en diferentes puntos del área en
estudio. Hay que tener ciertas precauciones con los resultados obtenidos, ya que mientras más alejado de
los pozos conocidos se desea obtener la estimación de un cierto valor, este valor será cada vez menos
fiable. En particular, se define un radio de 1500 m alrededor de alguno de los pozos en estudio, para la
obtención de resultados más precisos.

Los mayores soportes del método en estudio, son las hipótesis para su aplicación, es de suma
importancia que se tenga una homogeneidad en los datos tanto estadística como geológica, esto se recalca
ya que muchos de los métodos aplicados para la estimación en estos casos no presentan esta posibilidad.

En las tablas ubicadas en el anexo B, existen bastantes valores iguales entre sí, esto se produce
porque la red de puntos creada en aquellas tablas, son puntos distantes entre sí, además de ello, muchos de
estos puntos se encuentran a una distancia mayor a 1500 metros de alguno de los pozos en los cuales se
tienen datos, en consecuencia caen en la meseta del Krigeado, por lo que este entrega un valor de
permeabilidad para esas coordenadas, el cual no es confiable en la gran mayoría de los casos descritos en
este párrafo.

Se consigue definir la importancia de contar con una herramienta de inferencia de información

hidrogeológica, además de revisar y definir diversos métodos existentes para realizar esta inferencia.

Se construye un modelo geoestadístico de inferencia de información espacial puntual. Se aplica el

modelo en el acuífero del Maipo medio con datos conocidos de permeabilidad y estos datos se evalúan
para ver la factibilidad de aplicar el modelo sobre ellos en esa zona.

En un primer momento, se evalúa el modelo para datos de permeabilidad (sin ninguna

transformación aplicada) asociados a cada uno de los pozos en estudio, bajo esta evaluación el método de
Kriging arroja que los datos de permeabilidad no cumplen con las restricciones mínimas impuestas por el
modelo de Krigeado para realizar una estimación fiable. Lo anterior, debido a que desde el punto de vista
estadístico, los datos no son homogéneos, a pesar de serlos en su geología. Esto lleva consigo un gran
error en la estimación que se propone.

A continuación, se muestran los resultados obtenidos luego de realizar la validación propuesta con
el Krigeado, utilizando el parámetro permeabilidad.

43 
 
  

El análisis de los resultados se presenta con el objetivo de entregar una mirada crítica al problema.

Luego de realizada la validación del método, este entrega como resultado del promedio de los
errores un valor de 2.24, valor que no se aleja en demasía de 0 (valor esperado), pero que tampoco se
puede considerar un valor confiable por dos motivos, el primero es evidente, ya que, lo que informa este
parámetro es que se está cometiendo en promedio a lo menos un error de 2.24 en la estimación de la
permeabilidad para cada uno de los pozos, lo que no se desea, el segundo y más importante aún, es que
como no se trata del valor absoluto del error, se pueden estar cometiendo errores aún mayores de los ya
mencionados, basta que alguno de los errores cometidos sea negativo para que todavía cometiendo un
error mayor a lo que se nos informa con este valor, este error se presente disminuido debido al signo.

Para mayor claridad sobre el segundo motivo se debe revisar el promedio cuadrático de los
errores, del cual se espera que sea cercano a 0. El promedio cuadrático arroja un valor cercano a 24049,
poniendo en evidencia que el error que se está cometiendo en las estimaciones es bastante grande.

Finalmente, se analiza la estandarización del error, dada por el promedio del cuociente entre el
error cuadrático y la varianza del Krigeado, este arroja un resultado de 1,66 el cual se aleja bastante del 1
esperado.

Los antecedentes demuestran que el error de estimación que se comete con el análisis de la
permeabilidad (sin realizar alguna transformación en ella), es bastante elevado, por lo que se concluye que
con los datos duros de permeabilidad en la zona la estimación que se realice mediante el método del
Krigeado no será fiable.

Al realizar un análisis minucioso de la situación expuesta en las líneas precedentes, se opta por
aplicar a todos los datos la función log(), con lo cual el parámetro a analizar ya no será la permeabilidad,
sino, log (permeabilidad), se muestra la justificación de esta transformación en el desarrollo de esta
memoria. La función logaritmo de la permeabilidad al poseer un mejor ajuste estadístico que la
permeabilidad sin alguna transformación, entrega resultados aceptables en la validación del método, por lo
que es posible la aplicación de éste (transformación de normalización).

El modelo al someterse a validación con el logaritmo de la permeabilidad se comporta de la

manera esperada, así lo demuestran los valores de promedio de errores, arrojando resultados que validan la
estimación.

El semivariograma experimental, como era de esperar, presenta gran variación luego de cierta
distancia, finalmente como es recomendado se trabaja con una distancia menor al 50% de la distancia
máxima, más exactamente con el 39.5%, hasta ese punto el semivariograma se comporta de forma
logarítmica, después de eso, el semivariograma presenta grades variaciones.
44 
 
 El variograma teórico elegido para trabajar (variograma esférico), se escogió debido a su menor
varianza de error en comparación con los otros modelos aplicados, donde se puede observar que el
parámetro a (alcance o rango), es bastante pequeño, tan sólo alcanza cerca de los 1500 metros, este
pequeño alcance es el primer gran punto de preocupación, ya que si se dispone de bastantes pozos, que se
encuentren una distancia mayor de aquella, K(x) y K(x+h) no se correlacionarán. Es por este motivo, que
existen valores en las tablas del anexo B, los cuales al no poseer un pozo a una distancia menor o igual a
1500 m toman un valor fijo, este valor es el dado por la meseta del variograma esférico.

La figura V. 8 resume la calidad de la estimación que se está realizando, si bien es cierto el

parámetro no tiene un valor exactamente 1, no está lejos de serlo. La nube de puntos refleja la
confiabilidad que se tiene con el método utilizado. El error se podría disminuir de diferentes formas, una
de ellas es reducir la varianza, eliminando datos extremos, los que están provocando que la estimación no
sea mejor aún. Otra posibilidad es reducir el área en estudio, ya que como se muestra en la figura V. 1
existen pozos bastante aislados, los que podrían estar provocando un porcentaje de error importante en la
estimación.

Bajo los antecedentes expuestos en esta memoria, se concluye que el método del Krigeado es un
buen estimador de la permeabilidad en la zona del Maipo Medio, esto para el área y los datos propuestos.

VII.- Anexos
 

45 
 
  Anexo A 
 

  Tabla VII. 1: Distancia entre pozos, en kilómetros.  

46 
 
  

  Tabla VII. 2: Diferencia cuadrática del logaritmo de la  permeabilidad entre pozos en estudio. 

47 
 
  

48 
 
  

49 
 
 rango h (m) N(h) (Z(xi)‐Z(xi+h))^2 y(h) = (1/(2N(h)))* (Z(xi)‐Z(xi+h))^2

0 200 10 0,8 0,04

200 400 10 1,9 0,10
400 600 13 3,3 0,13
600 800 8 4,2 0,26
800 1000 15 7,5 0,25
1000 1200 16 4,5 0,14
1200 1400 21 9,6 0,23
1400 1600 15 11,7 0,39
1600 1800 11 2,7 0,12
1800 2000 20 6,4 0,16
2000 2200 31 13,3 0,21
2200 2400 33 12,9 0,20
2400 2600 32 14,9 0,23
2600 2800 34 13,4 0,20
2800 3000 29 17,9 0,31
3000 3200 25 5,0 0,10
3200 3400 37 23,9 0,32
3400 3600 33 11,3 0,17
3600 3800 37 15,7 0,21
3800 4000 25 15,7 0,31
4000 4200 29 26,8 0,46
4200 4400 29 15,2 0,26
4400 4600 35 19,1 0,27
4600 4800 36 16,8 0,23
4800 5000 38 13,5 0,18
5000 5200 39 17,2 0,22
5200 5400 32 22,3 0,35
5400 5600 48 23,0 0,24
5600 5800 24 8,8 0,18
5800 6000 33 12,7 0,19
6000 6200 40 12,4 0,16
6200 6400 27 9,3 0,17
6400 6600 28 10,2 0,18
6600 6800 22 9,6 0,22
6800 7000 28 6,6 0,12
7000 7200 36 13,8 0,19
7200 7400 25 7,4 0,15
7400 7600 38 14,3 0,19
7600 7800 35 20,7 0,30
7800 8000 32 9,8 0,15
8000 8200 36 15,3 0,21
8200 8400 16 6,5 0,20
8400 8600 23 12,8 0,28
8600 8800 32 18,1 0,28
8800 9000 25 12,0 0,24
9000 9200 34 19,3 0,28
9200 9400 27 20,3 0,38
9400 9600 31 20,5 0,33
9600 9800 37 32,3 0,44
9800 10000 34 29,4 0,43
10000 10200 48 27,5 0,29
10200 10400 37 15,7 0,21
10400 10600 41 20,0 0,24
10600 10800 41 27,6 0,34
10800 11000 25 14,0 0,28
11000 11200 18 11,0 0,30
11200 11400 48 40,3 0,42
11400 11600 27 16,6 0,31
11600 11800 38 28,2 0,37
11800 12000 41 21,1 0,26
12000 12200 45 23,2 0,26
12200 12400 33 19,1 0,29
12400 12600 41 28,6 0,35
12600 12800 36 21,7 0,30
12800 13000 23 11,6 0,25
13000 13200 32 20,6 0,32
13200 13400 25 25,3 0,51
13400 13600 33 21,1 0,32
13600 13800 41 20,0 0,24
13800 14000 30 11,3 0,19
14000 14200 41 22,4 0,27
14200 14400 30 18,7 0,31
14400 14600 42 19,8 0,24
14600 14800 28 19,9 0,36
14800 15000 32 19,2 0,30
15000 15200 26 17,9 0,35  
Tabla VII. 3: Construcción semivariograma experimental (h entre 0 y 15,2 km)

50 
 
 rango h (m) N(h) (Z(xi)‐Z(xi+h))^2 y(h) = (1/(2N(h)))* (Z(xi)‐Z(xi+h))^2

15200 15400 17 10 0,29

15400 15600 22 12 0,28
15600 15800 36 15 0,20
15800 16000 35 25 0,35
16000 16200 24 8 0,17
16200 16400 18 13 0,36
16400 16600 15 9 0,29
16600 16800 28 23 0,42
16800 17000 19 13 0,34
17000 17200 18 10 0,28
17200 17400 10 9 0,45
17400 17600 14 7 0,26
17600 17800 22 13 0,30
17800 18000 24 22 0,46
18000 18200 17 16 0,48
18200 18400 18 19 0,52
18400 18600 10 11 0,55
18600 18800 19 13 0,34
18800 19000 13 13 0,52
19000 19200 12 10 0,42
19200 19400 15 16 0,53
19400 19600 17 24 0,72
19600 19800 9 7 0,40
19800 20000 14 8 0,30
20000 20200 13 19 0,73
20200 20400 10 4 0,21
20400 20600 22 25 0,58
20600 20800 10 8 0,38
20800 21000 14 10 0,37
21000 21200 15 25 0,82
21200 21400 11 20 0,89
21400 21600 10 17 0,84
21600 21800 12 20 0,83
21800 22000 17 28 0,82
22000 22200 7 14 0,99
22200 22400 10 16 0,81
22400 22600 12 13 0,52
22600 22800 5 17 1,75
22800 23000 5 8 0,79
23000 23200 8 21 1,29
23200 23400 11 13 0,57
23400 23600 12 10 0,42
23600 23800 9 13 0,70
23800 24000 5 10 0,97
24000 24200 12 13 0,53
24200 24400 8 25 1,59
24400 24600 3 13 2,10
24600 24800 2 1 0,22
24800 25000 6 8 0,66
25000 25200 2 0 0,12
25200 25400 5 12 1,19
25400 25600 7 16 1,15
25600 25800 6 7 0,54
25800 26000 14 18 0,64
26000 26200 11 40 1,80
26200 26400 9 17 0,96
26400 26600 8 18 1,12
26600 26800 9 30 1,69
26800 27000 7 18 1,30
27000 27200 7 35 2,50
27200 27400 6 4 0,30
27400 27600 5 5 0,48
27600 27800 10 47 2,33
27800 28000 8 18 1,15
28000 28200 14 38 1,34
28200 28400 2 6 1,50
28400 28600 3 8 1,32
28600 28800 7 15 1,07
28800 29000 18 64 1,77
29000 29200 6 19 1,56
29200 29400 4 16 1,95
29400 29600 5 24 2,45
29600 29800 7 19 1,36
29800 30000 8 28 1,77
30000 30200 6 29 2,42
30200 30400 3 6 0,98

Tabla VII. 4: Construcción semivariograma experimental (h entre 15,2 y 30,4 km)

51 
 
 rango h (m) N(h) (Z(xi)‐Z(xi+h))^2 y(h) = (1/(2N(h)))* (Z(xi)‐Z(xi+h))^2

30400 30600 5 10,3 1,0

30600 30800 9 30,5 1,7
30800 31000 4 18,7 2,3
31000 31200 7 12,9 0,9
31200 31400 9 20,9 1,2
31400 31600 5 18,6 1,9
31600 31800 7 26,0 1,9
31800 32000 9 25,7 1,4
32000 32200 1 7,6 3,8
32200 32400 3 10,2 1,7
32400 32600 4 13,0 1,6
32600 32800 3 9,5 1,6
32800 33000 5 22,6 2,3
33000 33200 8 33,2 2,1
33200 33400 1 7,0 3,5
33400 33600 3 13,7 2,3
33600 33800 3 9,7 1,6
33800 34000 7 36,8 2,6
34000 34200 0 0,0 #¡DIV/0!
34200 34400 3 14,6 2,4
34400 34600 3 11,3 1,9
34600 34800 5 15,3 1,5
34800 35000 4 12,9 1,6
35000 35200 3 9,1 1,5
35200 35400 4 16,4 2,0
35400 35600 8 31,7 2,0
35600 35800 8 35,6 2,2
35800 36000 7 27,8 2,0
36000 36200 2 6,8 1,7
36200 36400 4 18,2 2,3
36400 36600 5 19,2 1,9
36600 36800 3 13,6 2,3
36800 37000 4 17,5 2,2
37000 37200 2 4,6 1,1
37200 37400 2 8,1 2,0
37400 37600 3 5,0 0,8
37600 37800 0 0,0 #¡DIV/0!
37800 38000 3 12,7 2,1
38000 38200 2 10,3 2,6
38200 38400 0 0,0 #¡DIV/0!
38400 38600 1 2,6 1,3
38600 38800 0 0,0 #¡DIV/0!
38800 39000 1 6,1 3,1
39000 39200 1 5,7 2,9
39200 39400 3 16,4 2,7
39400 39600 1 3,8 1,9
39600 39800 2 7,2 1,8
39800 40000 3 13,5 2,3
40000 40200 0 0,0 #¡DIV/0!
40200 40400 3 15,1 2,5
40400 40600 5 14,8 1,5
40600 40800 5 22,2 2,2
40800 41000 1 6,9 3,5
41000 41200 0 0,0 #¡DIV/0!
41200 41400 1 4,0 2,0
41400 41600 1 2,9 1,5
41600 41800 1 4,0 2,0
41800 42000 1 2,6 1,3
42000 42200 1 5,7 2,9
42200 42400 0 0,0 #¡DIV/0!
42400 42600 1 2,7 1,3
42600 42800 0 0,0 #¡DIV/0!
42800 43000 0 0,0 #¡DIV/0!
43000 43200 1 5,8 2,9
43200 43400 0 0,0 #¡DIV/0!
43400 43600 0 0,0 #¡DIV/0!
43600 43800 0 0,0 #¡DIV/0!
43800 44000 0 0,0 #¡DIV/0!
44000 44200 0 0,0 #¡DIV/0!
44200 44400 2 6,9 1,7
44400 44600 0 0,0 #¡DIV/0!
44600 44800 0 0,0 #¡DIV/0!
44800 45000 0 0,0 #¡DIV/0!
45000 45200 0 0,0 #¡DIV/0!
45200 45400 0 0,0 #¡DIV/0!
45400 45600 2 7,0 1,8

Tabla VII. 5: Construcción semivariograma experimental (h entre 30,4 y 45,6 km)

52 
 
 rango h (m) y(h) experimental y(h) teórico Error

0 200 0,04 0,09 ‐0,05

200 400 0,10 0,14 ‐0,05
400 600 0,13 0,18 ‐0,05
600 800 0,26 0,21 0,05
800 1000 0,25 0,22 0,03
1000 1200 0,14 0,24 ‐0,10
1200 1400 0,23 0,24 ‐0,02
1400 1600 0,39 0,25 0,14
1600 1800 0,12 0,25 ‐0,13
1800 2000 0,16 0,26 ‐0,09
2000 2200 0,21 0,26 ‐0,04
2200 2400 0,20 0,26 ‐0,06
2400 2600 0,23 0,26 ‐0,03
2600 2800 0,20 0,26 ‐0,06
2800 3000 0,31 0,26 0,05
3000 3200 0,10 0,26 ‐0,16
3200 3400 0,32 0,26 0,06
3400 3600 0,17 0,26 ‐0,09
3600 3800 0,21 0,26 ‐0,05
3800 4000 0,31 0,26 0,06
4000 4200 0,46 0,26 0,20
4200 4400 0,26 0,26 0,00
4400 4600 0,27 0,26 0,01
4600 4800 0,23 0,26 ‐0,03
4800 5000 0,18 0,26 ‐0,08
5000 5200 0,22 0,26 ‐0,04
5200 5400 0,35 0,26 0,09
5400 5600 0,24 0,26 ‐0,02
5600 5800 0,18 0,26 ‐0,08
5800 6000 0,19 0,26 ‐0,07
6000 6200 0,16 0,26 ‐0,10
6200 6400 0,17 0,26 ‐0,09
6400 6600 0,18 0,26 ‐0,08
6600 6800 0,22 0,26 ‐0,04
6800 7000 0,12 0,26 ‐0,14
7000 7200 0,19 0,26 ‐0,07
7200 7400 0,15 0,26 ‐0,11
7400 7600 0,19 0,26 ‐0,07
7600 7800 0,30 0,26 0,04
7800 8000 0,15 0,26 ‐0,11
8000 8200 0,21 0,26 ‐0,05
8200 8400 0,20 0,26 ‐0,06
8400 8600 0,28 0,26 0,02
8600 8800 0,28 0,26 0,02
8800 9000 0,24 0,26 ‐0,02
9000 9200 0,28 0,26 0,02
9200 9400 0,38 0,26 0,12
9400 9600 0,33 0,26 0,07
9600 9800 0,44 0,26 0,18
9800 10000 0,43 0,26 0,17
10000 10200 0,29 0,26 0,03
10200 10400 0,21 0,26 ‐0,05
10400 10600 0,24 0,26 ‐0,02
10600 10800 0,34 0,26 0,08
10800 11000 0,28 0,26 0,02
11000 11200 0,30 0,26 0,04
11200 11400 0,42 0,26 0,16
11400 11600 0,31 0,26 0,05
11600 11800 0,37 0,26 0,11
11800 12000 0,26 0,26 0,00
12000 12200 0,26 0,26 0,00
12200 12400 0,29 0,26 0,03
12400 12600 0,35 0,26 0,09
12600 12800 0,30 0,26 0,04
12800 13000 0,25 0,26 ‐0,01
13000 13200 0,32 0,26 0,06
13200 13400 0,51 0,26 0,25
13400 13600 0,32 0,26 0,06
13600 13800 0,24 0,26 ‐0,02
13800 14000 0,19 0,26 ‐0,07
14000 14200 0,27 0,26 0,01
14200 14400 0,31 0,26 0,05
14400 14600 0,24 0,26 ‐0,02
14600 14800 0,36 0,26 0,10
14800 15000 0,30 0,26 0,04
15000 15200 0,35 0,26 0,09

Tabla VII. 6: Modelo exponencial

53 
 
 rango h (m) y(h) experimental y(h) teórico Error

0 200 0,04 0,01 0,03

200 400 0,10 0,04 0,06
400 600 0,13 0,08 0,05
600 800 0,26 0,12 0,14
800 1000 0,25 0,16 0,09
1000 1200 0,14 0,20 ‐0,06
1200 1400 0,23 0,22 0,00
1400 1600 0,39 0,24 0,15
1600 1800 0,12 0,25 ‐0,13
1800 2000 0,16 0,26 ‐0,09
2000 2200 0,21 0,26 ‐0,04
2200 2400 0,20 0,26 ‐0,06
2400 2600 0,23 0,26 ‐0,03
2600 2800 0,20 0,26 ‐0,06
2800 3000 0,31 0,26 0,05
3000 3200 0,10 0,26 ‐0,16
3200 3400 0,32 0,26 0,06
3400 3600 0,17 0,26 ‐0,09
3600 3800 0,21 0,26 ‐0,05
3800 4000 0,31 0,26 0,05
4000 4200 0,46 0,26 0,20
4200 4400 0,26 0,26 0,00
4400 4600 0,27 0,26 0,01
4600 4800 0,23 0,26 ‐0,03
4800 5000 0,18 0,26 ‐0,08
5000 5200 0,22 0,26 ‐0,04
5200 5400 0,35 0,26 0,09
5400 5600 0,24 0,26 ‐0,02
5600 5800 0,18 0,26 ‐0,08
5800 6000 0,19 0,26 ‐0,07
6000 6200 0,16 0,26 ‐0,10
6200 6400 0,17 0,26 ‐0,09
6400 6600 0,18 0,26 ‐0,08
6600 6800 0,22 0,26 ‐0,04
6800 7000 0,12 0,26 ‐0,14
7000 7200 0,19 0,26 ‐0,07
7200 7400 0,15 0,26 ‐0,11
7400 7600 0,19 0,26 ‐0,07
7600 7800 0,30 0,26 0,04
7800 8000 0,15 0,26 ‐0,11
8000 8200 0,21 0,26 ‐0,05
8200 8400 0,20 0,26 ‐0,06
8400 8600 0,28 0,26 0,02
8600 8800 0,28 0,26 0,02
8800 9000 0,24 0,26 ‐0,02
9000 9200 0,28 0,26 0,02
9200 9400 0,38 0,26 0,12
9400 9600 0,33 0,26 0,07
9600 9800 0,44 0,26 0,18
9800 10000 0,43 0,26 0,17
10000 10200 0,29 0,26 0,03
10200 10400 0,21 0,26 ‐0,05
10400 10600 0,24 0,26 ‐0,02
10600 10800 0,34 0,26 0,08
10800 11000 0,28 0,26 0,02
11000 11200 0,30 0,26 0,04
11200 11400 0,42 0,26 0,16
11400 11600 0,31 0,26 0,05
11600 11800 0,37 0,26 0,11
11800 12000 0,26 0,26 0,00
12000 12200 0,26 0,26 0,00
12200 12400 0,29 0,26 0,03
12400 12600 0,35 0,26 0,09
12600 12800 0,30 0,26 0,04
12800 13000 0,25 0,26 ‐0,01
13000 13200 0,32 0,26 0,06
13200 13400 0,51 0,26 0,25
13400 13600 0,32 0,26 0,06
13600 13800 0,24 0,26 ‐0,02
13800 14000 0,19 0,26 ‐0,07
14000 14200 0,27 0,26 0,01
14200 14400 0,31 0,26 0,05
14400 14600 0,24 0,26 ‐0,02
14600 14800 0,36 0,26 0,10
14800 15000 0,30 0,26 0,04
15000 15200 0,35 0,26 0,09  
Tabla VII. 7: Modelo gaussiano 

54 
 
 rango h (m) y(h) experimental y(h) teórico Error

0 200 0,04 0,01 0,03

200 400 0,10 0,02 0,07
400 600 0,13 0,02 0,11
600 800 0,26 0,01 0,25
800 1000 0,25 0,00 0,25
1000 1200 0,14 0,01 0,13
1200 1400 0,23 0,02 0,21
1400 1600 0,39 0,02 0,37
1600 1800 0,12 0,01 0,11
1800 2000 0,16 0,00 0,16
2000 2200 0,21 0,01 0,21
2200 2400 0,20 0,02 0,17
2400 2600 0,23 0,02 0,21
2600 2800 0,20 0,01 0,19
2800 3000 0,31 0,00 0,31
3000 3200 0,10 0,01 0,09
3200 3400 0,32 0,02 0,30
3400 3600 0,17 0,02 0,15
3600 3800 0,21 0,01 0,20
3800 4000 0,31 0,00 0,31
4000 4200 0,46 0,01 0,45
4200 4400 0,26 0,02 0,24
4400 4600 0,27 0,02 0,25
4600 4800 0,23 0,01 0,22
4800 5000 0,18 0,00 0,18
5000 5200 0,22 0,01 0,21
5200 5400 0,35 0,02 0,33
5400 5600 0,24 0,02 0,22
5600 5800 0,18 0,01 0,17
5800 6000 0,19 0,00 0,19
6000 6200 0,16 0,01 0,15
6200 6400 0,17 0,02 0,15
6400 6600 0,18 0,02 0,16
6600 6800 0,22 0,01 0,21
6800 7000 0,12 0,00 0,12
7000 7200 0,19 0,01 0,18
7200 7400 0,15 0,02 0,13
7400 7600 0,19 0,02 0,17
7600 7800 0,30 0,01 0,29
7800 8000 0,15 0,00 0,15
8000 8200 0,21 0,01 0,21
8200 8400 0,20 0,02 0,18
8400 8600 0,28 0,02 0,26
8600 8800 0,28 0,01 0,27
8800 9000 0,24 0,00 0,24
9000 9200 0,28 0,01 0,28
9200 9400 0,38 0,02 0,35
9400 9600 0,33 0,02 0,31
9600 9800 0,44 0,01 0,43
9800 10000 0,43 0,00 0,43
10000 10200 0,29 0,01 0,28
10200 10400 0,21 0,02 0,19
10400 10600 0,24 0,02 0,22
10600 10800 0,34 0,01 0,33
10800 11000 0,28 0,00 0,28
11000 11200 0,30 0,01 0,30
11200 11400 0,42 0,02 0,40
11400 11600 0,31 0,02 0,28
11600 11800 0,37 0,01 0,36
11800 12000 0,26 0,00 0,26
12000 12200 0,26 0,01 0,25
12200 12400 0,29 0,02 0,27
12400 12600 0,35 0,02 0,33
12600 12800 0,30 0,01 0,29
12800 13000 0,25 0,00 0,25
13000 13200 0,32 0,01 0,31
13200 13400 0,51 0,02 0,48
13400 13600 0,32 0,02 0,30
13600 13800 0,24 0,01 0,23
13800 14000 0,19 0,00 0,19
14000 14200 0,27 0,01 0,27
14200 14400 0,31 0,02 0,29
14400 14600 0,24 0,02 0,21
14600 14800 0,36 0,01 0,35
14800 15000 0,30 0,00 0,30
15000 15200 0,35 0,01 0,34  
Tabla VII. 8: Modelo efecto agujero 

55 
 
 rango h (m) y(h) experimental y(h) teórico Error

0 200 0,04 0,05 ‐0,02

200 400 0,10 0,11 ‐0,01
400 600 0,13 0,15 ‐0,03
600 800 0,26 0,20 0,07
800 1000 0,25 0,23 0,02
1000 1200 0,14 0,26 ‐0,11
1200 1400 0,23 0,27 ‐0,04
1400 1600 0,39 0,27 0,12
1600 1800 0,12 0,27 ‐0,15
1800 2000 0,16 0,27 ‐0,11
2000 2200 0,21 0,27 ‐0,06
2200 2400 0,20 0,27 ‐0,07
2400 2600 0,23 0,27 ‐0,04
2600 2800 0,20 0,27 ‐0,07
2800 3000 0,31 0,27 0,04
3000 3200 0,10 0,27 ‐0,17
3200 3400 0,32 0,27 0,05
3400 3600 0,17 0,27 ‐0,10
3600 3800 0,21 0,27 ‐0,06
3800 4000 0,31 0,27 0,04
4000 4200 0,46 0,27 0,19
4200 4400 0,26 0,27 ‐0,01
4400 4600 0,27 0,27 0,00
4600 4800 0,23 0,27 ‐0,04
4800 5000 0,18 0,27 ‐0,09
5000 5200 0,22 0,27 ‐0,05
5200 5400 0,35 0,27 0,08
5400 5600 0,24 0,27 ‐0,03
5600 5800 0,18 0,27 ‐0,09
5800 6000 0,19 0,27 ‐0,08
6000 6200 0,16 0,27 ‐0,11
6200 6400 0,17 0,27 ‐0,10
6400 6600 0,18 0,27 ‐0,09
6600 6800 0,22 0,27 ‐0,05
6800 7000 0,12 0,27 ‐0,15
7000 7200 0,19 0,27 ‐0,08
7200 7400 0,15 0,27 ‐0,12
7400 7600 0,19 0,27 ‐0,08
7600 7800 0,30 0,27 0,03
7800 8000 0,15 0,27 ‐0,12
8000 8200 0,21 0,27 ‐0,06
8200 8400 0,20 0,27 ‐0,07
8400 8600 0,28 0,27 0,01
8600 8800 0,28 0,27 0,01
8800 9000 0,24 0,27 ‐0,03
9000 9200 0,28 0,27 0,01
9200 9400 0,38 0,27 0,11
9400 9600 0,33 0,27 0,06
9600 9800 0,44 0,27 0,17
9800 10000 0,43 0,27 0,16
10000 10200 0,29 0,27 0,02
10200 10400 0,21 0,27 ‐0,06
10400 10600 0,24 0,27 ‐0,03
10600 10800 0,34 0,27 0,07
10800 11000 0,28 0,27 0,01
11000 11200 0,30 0,27 0,03
11200 11400 0,42 0,27 0,15
11400 11600 0,31 0,27 0,04
11600 11800 0,37 0,27 0,10
11800 12000 0,26 0,27 ‐0,01
12000 12200 0,26 0,27 ‐0,01
12200 12400 0,29 0,27 0,02
12400 12600 0,35 0,27 0,08
12600 12800 0,30 0,27 0,03
12800 13000 0,25 0,27 ‐0,02
13000 13200 0,32 0,27 0,05
13200 13400 0,51 0,27 0,24
13400 13600 0,32 0,27 0,05
13600 13800 0,24 0,27 ‐0,03
13800 14000 0,19 0,27 ‐0,08
14000 14200 0,27 0,27 0,00
14200 14400 0,31 0,27 0,04
14400 14600 0,24 0,27 ‐0,03
14600 14800 0,36 0,27 0,09
14800 15000 0,30 0,27 0,03
15000 15200 0,35 0,27 0,07  
Tabla VII. 9: Modelo esférico

56 
 
 Anexo B 
 

  Tablas VII. 10: Permeabilidad estimada zona en estudio. 

57