Professional Documents
Culture Documents
Cf-Valenzuela Ad PDF
Cf-Valenzuela Ad PDF
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
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.
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.
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
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.
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)
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
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.
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
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.
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.
2) La función de covarianza Cov{Z(xi) - Z(xj)} exista y solo dependa de la longitud del vector h =
xi - xj. o sea.
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.
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:
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.
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).
Semivariograma experimental
donde la magnitud:
12
El semivariograma posee tres parámetros importantes: El efecto pepita o nugget, la meseta o sill y
el alcance o range.
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.
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.
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.
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.
Semivariograma teórico
Los modelos válidos de variograma teóricos y sus respectivas ecuaciones, que serán ajustados al
variograma experimental son:
14
a) Modelo esférico
b) Modelo exponencial
c) Modelo gaussiano
15
16
Figura IV. 6: Modelo efecto pepita (Nugget)
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.
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.
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.
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.
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
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
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:
, 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:
V.- Resultados
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.
Siendo:
ND(m): Nivel dinámico.
NE(m): Nivel estático.
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.
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
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
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).
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):
29
Figura V. 2: Semivariograma experimental completo.
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.
30
Figura V. 3: Semivariograma experimental a trabajar.
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 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
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
32
Figura V. 5: Semivariograma Gaussiano
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
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
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.
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.
Log (K): Logaritmo permeabilidad real; log (K)*: Logaritmo permeabilidad estimada.
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
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.
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.
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
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
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
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
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 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.
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 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.
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
50
rango h (m) N(h) (Z(xi)‐Z(xi+h))^2 y(h) = (1/(2N(h)))* (Z(xi)‐Z(xi+h))^2
51
rango h (m) N(h) (Z(xi)‐Z(xi+h))^2 y(h) = (1/(2N(h)))* (Z(xi)‐Z(xi+h))^2
52
rango h (m) y(h) experimental y(h) teórico Error
53
rango h (m) y(h) experimental y(h) teórico Error
54
rango h (m) y(h) experimental y(h) teórico Error
55
rango h (m) y(h) experimental y(h) teórico Error
56
Anexo B
Tablas VII. 10: Permeabilidad estimada zona en estudio.
57