S GeMS

S-GeMS
Stanford Geostatistical Modeling Software

Eduardo Cassiraga
Grupo de Hidrogeologa
Departamento de Ingeniera Hidraulica y Medio Ambiente
Universidad Politecnica de Valencia
Master en Ingeniera Hidraulica y Medio Ambiente
S-GeMS: Stanford Geostatistical Modeling Software
E. Cassiraga
Temario
1 Introducci
on.
2 Descarga e instalaci
on.
3 La ventana principal.
4 Acerca de los datos.
5 Analisis descriptivo de la informaci
on.
6 Tecnicas de estimaci
on.
7 Tecnicas de simulaci
on.
8 Utilidades.
9 Referencias consultadas.
Temario
E. Cassiraga
1 Introducci
on
S-GeMS es una aplicaci
on informatica para modelizaci
on geoestadstica en tres
dimensiones.
Implementa muchos de los algoritmos cl
asicos de la Geoestadstica mas algunos
nuevos desarrollos hechos en la Universidad de Stanford.
Es el sucesor natural de GSLib: Geostatistical Software Library, concebido en la misma
universidad y dentro del mismo grupo de investigaci
on.
Es completamente libre y fue desarrollado bajo un entorno de ventanas.
La pagina web con informaci
on acerca de S-GeMS es:
http://pangea.stanford.edu/nremy/GEMS/
Introduccion
E. Cassiraga
Introducci
on
S-GeMS fue pensado teniendo en cuenta dos cuestiones:
1. Conseguir una aplicaci
on facil de manejar para que el usuario trabaje en un programa
amigable.
2. Permitir que aquellos usuarios especializados puedan extender las capacidades de
S-GeMS acoplando a la aplicaci
on nuevas rutinas.
Lo primero se consigue con un entorno de ventanas dise
nado y pensado para el
usuario final (men
us intuitivos y visualizaci
on directa de informacion y resultados).
Lo segundo se consigue a traves de una programacion que permite acoplar nuevas
piezas de software al original (sistema de plug-ins que no funcionan por s solos
pero que completan el software principal).
Introduccion
E. Cassiraga
2 Descarga e instalaci
on
El archivo de instalaci
on se puede descargar de la siguiente direccion:
http://pangea.stanford.edu/nremy/GEMS/
En la misma pagina podemos encontrar un proyecto de manual de usuario.
El programa se instala haciendo doble click en el archivo descargado.
Una vez que la instalaci
on ha finalizado lanzamos la aplicacion apareciendo la ventana
principal del programa.
2 Descarga e instalacion
E. Cassiraga
3 La ventana principal
E. Cassiraga
La ventana principal
La ventana principal esta dividida en cuatro partes:
a La barra del men
u principal: permite realizar tareas de gestion de proyectos y
archivos, crear y cargar objetos, ejecutar los algoritmos de analisis de la informacion
(estadstica descriptiva), trabajar con scripts y consultar la ayuda (no implementado
a
un).
b El panel de algoritmos: permite seleccionar y ejecutar la herramienta geoestadstica a
aplicar y dar entrada a los parametros requeridos por esta.
c El panel de visualizaci
on: permite visualizar uno o mas objetos (conjunto de datos
y/o valores generados).
d El panel de comandos: Permite controlar la ejecucion del software e interactuar con el
a traves de una ventana (no aparece en el momento de ejecutar la aplicacion, usuarios
avanzados).
E. Cassiraga
a La barra del men

u principal
File: permite realizar tareas de gesti
on de proyectos (abrir,
cerrar y grabar proyectos y salir de la aplicaci
on).
Objects: permite la gesti
on de los objetos con los que se
desea trabajar (cargar, grabar y borrar objetos y borrar y
copiar propiedades).
Data Analysis: permite realizar el analisis descriptivo (incluyendo el espacial) de la informaci
on (histogramas, diagramas de cuantiles y probabilidades, diagramas de dispersi
on y analisis estructural).
View: permite seleccionar las ventanas que se desean ver
(panel de algoritmos, de comandos o abrir una nueva ventana del visualizador).
Scripts: permite trabajar con scripts (usuarios avanzados).
Help: permite abrir la ayuda (no implementado a
un).
E. Cassiraga
La opci
on File
Open Proyect: abrir un proyecto ya existente.

Close Proyect: cerrar un proyecto.
Save Proyect: grabar un proyecto.
Save Proyect As...: grabar un proyecto como...
Quit: cerrar y salir de la aplicaci
on.
Todas las operaciones incluidas en este men

u son identicas a las implementadas en cualquier aplicaci
on
informatica.
Es aconsejable trabajar en el marco de un proyecto para conservar de forma organizada la informaci
on
que vamos introduciendo y que se va generando conforme desarrollamos un estudio.
E. Cassiraga
La opci
on Objects
New Cartesian Grid: crear una malla cartesiana.

Load Object: cargar una base de datos.
Save Object: grabar un objeto.
Delete Objects: eliminar un objeto
Delete Properties: eliminar una propiedad.
Copy Property: copiar una propiedad de un objeto a otro.
Este men
u permite crear la malla sobre la que vamos a desarrollar el estudio y gestionar las bases de
datos con las que vamos a trabajar.
Por Object (Objeto), entenderemos una base de datos y por Property (Propiedad), entenderemos un
atributo, parametro o variable dentro de un objeto. Tambien puede referirse a valores generados por
alguno de los algoritmos disponibles.
Las operaciones dentro de este men
u son triviales y faciles de comprender. S
olo miraremos con detalle
la primera de ellas, esto es, New Cartesian Grid.
E. Cassiraga
Crear una malla de trabajo
Haciendo click en Objects | New Cartesian Grid accedemos al men

u para la creaci
on de la malla sobre la que se
va a desarrollar la modelizaci
on geoestadstica.
La ventana que aparece esta dividida en 4 partes:
Grid name: nombrar la malla cartesiana.
Grid Dimensions: dar el n
umero de celdas en cada direcci
on.
Cell Size: dar el tama
no de las celdas.
Origin Coordinates: dar las coordenadas del centro de la
celda inferior izquierda de la malla.
10
E. Cassiraga
Ejemplo
Para el caso de la base de datos de Berea necesitamos

definir una malla de 40 x 40 celdas con un tama
no de 1.0
x 1.0 y el centro de la celda ubicada en la esquina inferior
izquierda tiene coordenadas 1.0, 1.0. Como el programa
esta preparado para trabajar en 3D lo anterior se traduce
en crear una malla de 40 x 40 x 1 celdas con un tama
no de
1.0 x 1.0 x 0.0 y con origen de coordenadas en 1.0 x 1.0 x
0.0. Le damos el nombre de Berea-grid.
Hacemos click en Create Grid.
11
E. Cassiraga
La ventana principal del programa se muestra como sigue:
12
E. Cassiraga
La opci
on Data Analysis
Histogram: Permite representar histogramas.
QQ/PP-plot: Permite representar diagramas de cuantiles
y de probabilidades.
Scatter-plot: Permite representar diagramas de dispersi
on.
Variogram: Permite realizar el analisis estructural de los
datos.
13
E. Cassiraga
La opci
on View
New 3D-Camera: permite abrir una nueva ventana de
visualizaci
on.
Algorithms Panel: permite visualizar el panel de algoritmos (opci
on activada por defecto).
Commands Panel: permite visualizar el panel de comandos.
14
E. Cassiraga
La opci
on Scripts
Esta opci
on es para usuarios avanzados. No diremos nada
acerca de ella.
15
E. Cassiraga
La opci
on Help (no implementada a
un)
16
E. Cassiraga
b El panel de algoritmos
Esta ventana esta dividida en dos partes: la primera dedicada a los algoritmos (estimaci
on, simulaci
on y utilidades) y
a una breve descripci
on de los mismos (Algorithm y Description), y la segunda relacionada con las tareas relativas
al almacenamiento y/o carga de los arvhivos de parametros
(Parameters) y ejecuci
on de algoritmos.
17
E. Cassiraga
El panel de algoritmos
Si desplegamos cada men

u haciendo click en el signo +
accedemos a los distintos algoritmos disponibles.
Los detalles del funcionamiento de este panel los veremos
mas adelante.
18
E. Cassiraga
c El panel de visualizaci
on
Este panel esta formado por dos partes: la primera dedicada a los objetos
a visualizar y la segunda es la ventana
de visualizaci
on propiamente dicha.
La ventana dedicada a los objetos tiene tres partes: la primera (Objects)
permite seleccionar la base de datos
y la o las propiedades a visualizar, la
segunda (Preferences) permite personalizar cuestiones relacionadas con
el aspecto de la representaci
on (escalado del eje Z , paleta de colores),
y la tercera (Info) nos da informaci
on acerca del objeto que esta siendo
analizado.
19
E. Cassiraga
El panel de visualizaci
on
En la parte inferior de la ventana de visualizaci
on se dispone de una serie de iconos para trabajar con la imagen
representada:
View All: permite ver la imagen completa (opci
on por
defecto).
Face View: permite visualizar la primera capa en el plano
ZY .
Side View: permite visualizar la primera capa en el plano
XZ .
Top View: permite visualizar la primera capa en el plano
XY (opcion por defecto).
Home View: permite visualizar la imagen original (puede
configurarse con la siguiente opci
on).
Set Home View: permite configurar la manera de ver la
imagen por defecto.
Snapshot: permite guardar la representaci
on en un archivo
de formatos png, ps, bmp o ppm.
Ademas de estos comandos las teclas del rat
on permiten
rotar y hacer un zoom de la imagen.
20
E. Cassiraga
d El panel de comandos
Para visualizar este panel hay que activar la opci
on Commands Panel en View (Men
u principal). No
diremos nada acerca de este panel.
21
E. Cassiraga
4 Acerca de los datos

a Que formato pueden tener los archivos de datos.
b Que tipos de archivo de datos hay.
c Como cargar un conjunto de datos.
d Como visualizar los datos cargados.
22
E. Cassiraga
a Que formato pueden tener los archivos de datos

S-GeMS acepta dos formatos para los archivos de datos:
1 El formato GSLib. La informaci
on se da en ASCII por lo que el archivo esta organizado
en lneas de la siguiente manera:
Un ttulo.
Un n
umero n indicando la cantidad de propiedades que hay en el archivo.
Las n siguientes lneas contienen los nombres
de las n propiedades (un nombre de propiedad
por cada lnea).
Cada una de las lneas restantes contiene los
valores de cada propiedad (n valores por lnea)
separados por espacios o tabulaciones. El orden de las propiedades en cada lnea es el
que se ha seguido cuando fueron dados sus
nombres.
Ejemplo de archivo de datos en 2D

4
Coordenada X
Coordenada Y
Atributo 1
Atributo 2
28.5 23.5 3.852 1.003
30.5 45.5 5.543 1.772
22.5 18.5 0.102 0.327
2 El formato S-GeMS: la informaci

on se da en forma binaria por lo que los archivos
ocupan menos espacio y se graban mas rapidamente.
23
E. Cassiraga
b Que tipos de archivo de datos hay

S-GeMS puede trabajar con tres tipos de datos:
1 Datos puntuales. Se trata de datos distribuidos de forma irregular sobre el espacio.
2 Datos sobre una malla cartesiana. Se trata de informacion exhaustivamente conocida.
3 Datos sobre una malla enmascarada.
24
E. Cassiraga
c Como cargar un conjunto de datos

Valores puntuales
Los pasos a seguir para el caso de un conjunto de datos puntuales son los siguientes:
1. Click en Objects | Load Object y aparece una ventana que nos permite ir en busca
del archivo, por ejemplo:
Seleccionamos el archivo y hacemos click en OK.

25
E. Cassiraga
2. Aparece una ventana que nos permite seleccionar el tipo de datos que vamos a abrir:
Para seleccionar el tipo de datos de los que se trata desplegamos la pesta

na como
indica la figura y seleccionamos la correcta, en este caso point set.
Click en Next.
26
E. Cassiraga
3. Aparece una ventana para dar parametros adicionales acerca de los datos.
Para el caso de datos puntuales los parametros

a ingresar son:
Pointset name: es un nombre con el que se
identifican al archivo en la base de datos de
objetos en S-GeMS, ya que se admiten varios
archivos cargados simultaneamente, por ejemplo, Bereaxy64k64p.
Points Coordinates: columnas donde se encuentran las coordenadas de los datos.
No Data Values: n
umero que identifica una
localizaci
on donde no hay valor del dato, por
ejemplo -999.99.
Se puede ver tambien una vista previa (File
Preview) del archivo de datos.
Para acabar hacemos click en Finish.
27
E. Cassiraga
Como cargar un conjunto de datos

Valores sobre una malla cartesiana
Los pasos a seguir para el caso de un conjunto de datos sobre una malla son los siguientes:
1. Click en Objects | Load Object y aparece una ventana que nos permite ir en busca
del archivo, por ejemplo:
Seleccionamos el archivo y hacemos click en OK.

28
E. Cassiraga
2. Aparece una ventana que nos permite seleccionar el tipo de datos que vamos a abrir:
Para seleccionar el tipo de datos de los que se trata desplegamos la pesta

na como
indica la figura y seleccionamos la correcta, en este caso cartesian grid.
Click en Next.
29
E. Cassiraga
3. Aparece una ventana para dar parametros adicionales acerca de los datos.
Para el caso de datos sobre una malla los
parametros a ingresar son:
Grid name: es un nombre con el que se identifican al archivo en la base de datos de objetos en S-GeMS, ya que se admiten varios archivos cargados simultaneamente, por ejemplo,
Berea64k1600p.
Grid Dimensions: dar el n
umero de celdas en
cada direcci
on, por ejemplo, 40 x 40 x 1.
Cell Size: dar el tama
no de las celdas, por
ejemplo, 1 x 1 x 0.
Origins Coordinates: dar las coordenadas del
centro de la esquina inferior izquierda de la
malla, por ejemplo, 1.0, 1.0, 0.
No Data Values: n
umero que identifica una
localizaci
on donde no hay valor del dato, por
ejemplo -999.99.
Para acabar hacemos click en Finish.

30
E. Cassiraga
Como cargar un conjunto de datos

Valores sobre una malla enmascarada
Los pasos a seguir para el caso de un conjunto de datos sobre una malla son los siguientes:
1. En preparaci
on.
31
E. Cassiraga
d Como visualizar los datos cargados

Una vez que los objetos son cargados veremos que en el panel de visualizacion aparece
lo siguiente:
Haciendo click en cada signo + podemos ver las bases de datos (objetos) cargadas y las
variables que cada una contiene, en este caso:
32
E. Cassiraga
Haciendo click en la caja correspondiente al nombre del objeto y a la propiedad se puede

visualizar la informaci
on, por ejemplo, para el caso de la malla cartesiana:
33
E. Cassiraga
Para el caso de las localizaciones de los datos:
34
E. Cassiraga
Para el caso de la primera variable:
35
E. Cassiraga
Para el caso de la segunda variable:
36
E. Cassiraga
Para el caso de la segunda variable exhaustiva:
37
E. Cassiraga
Siguiendo dentro del panel de visualizaci

on, podemos ver y modificar algunas caractersticas de la representaci
on haciendo click en Preferences. Para el caso general la ventana
es la siguiente:
Preferences for: permite seleccionar para que

objetos vamos a modificar alguna caracterstica.
Se pueden configurar las mismas caractersticas
para todos los objetos con la opci
on General.
Camera Settings: permite escalar el eje z ,
seleccionar el tipo de perspectiva y el color del
fondo de la pantalla (negro o blanco)
Colorbar: permite elegir si queremos visualizar
la escala, sus caractersticas y la de que objeto
y variable.
38
E. Cassiraga
Supongamos que estamos interesados en representar graficamente los 64 datos de

permeabilidad. Dise
naremos un escala basada en esos datos y la colocaremos de forma
vertical junto a la imagen. La ventana con la informacion necesaria es:
Hemos seleccionado 5 etiquetas, variable permeabilidad a partir de la base de datos que

contiene los 64 datos de esta.
39
E. Cassiraga
El resultado puede verse en la siguiente ventana:
40
E. Cassiraga
Supongamos que estamos interesados en representar graficamente los 1600 datos de

porosidad. Dise
naremos un escala basada en esos datos y la colocaremos de forma
vertical junto a la imagen. La ventana con la informacion necesaria es:
Hemos seleccionado 5 etiquetas, variable porosidad a partir de la base de datos que contiene
los 1600 datos de esta.
41
E. Cassiraga
El resultado puede verse en la siguiente ventana:
42
E. Cassiraga
Siguiendo dentro del panel de visualizaci

on, podemos obtener informacion acerca del
conjunto de datos representado haciendo click en Info:
Datos sobre una malla cartesiana
Datos puntuales
43
E. Cassiraga
5 An
alisis descriptivo de la informaci
on
El analisis descriptivo de la informaci
on comprende tres pasos:
1. Analisis univariado.
2. Analisis bivariado.
3. Analisis estructural.
Para ello utilizaremos la opci
on Data Analysis de la barra del men
u principal, la cual
nos permite realizar:
Histogramas.
Diagramas de cuantiles y de probabilidades.
Diagramas de dispersi
on.
Variogramas.
5 Analisis descriptivo de la informacion
44
E. Cassiraga
Histogramas
Para representar el histograma de una variable debemos hacer click en Data Analysis |
Histogram.
La ventana que aparece esta dividida

en tres partes: Data, Display Options y la ventana donde visualizamos el histograma y los estadsticos
univariados.
45
E. Cassiraga
En la ventana bajo Data seleccionamos el archivo (Object) a partir del cual elegimos la
variable cuyo histograma representar (Property).
Ademas podemos elegir el n
umero de clases (Bins) y el rango de valores a representar
(Clipping Values).
Tambien podemos elegir el tipo de representaci
on a realizar (Plot type).
46
E. Cassiraga
En la ventana bajo Display Options seleccionamos las caractersticas de los ejes X e Y .
47
E. Cassiraga
Ejemplo
48
E. Cassiraga
Ejemplo
49
E. Cassiraga
Ejemplo
50
E. Cassiraga
Diagramas de cuantiles y de probabilidades

Para representar diagramas de cuantiles o de probabilidades debemos hacer
click en Data Analysis | QQ/PPplot.
La ventana que aparece esta dividida en tres
partes: Data, Display Options y la ventana
donde visualizamos la representaci
on grafica y
los estadsticos correspondientes.
51
E. Cassiraga
En la ventana bajo Data elegimos el tipo de representacion

que deseamos realizar (QQ-plot o PP-plot).
Luego elegimos el o los archivos (Object) y las variables a
analizar (Property).
Ademas podemos controlar el rango de valores a representar
de cada variable (Clipping Values).
52
E. Cassiraga
53
E. Cassiraga
Ejemplo
54
E. Cassiraga
Diagramas de dispersi
on
Para representar diagramas de dispersion debemos hacer click en
Data Analysis | Scatter-plot.
La ventana que aparece esta dividida en
tres partes: Data, Display Options y la
ventana donde visualizamos la representacion grafica y los estadsticos correspondientes.
55
E. Cassiraga
En la ventana bajo Data elegimos el archivo (Object) y las

variables a analizar (Property).
Ademas podemos controlar el rango de valores a representar
de cada variable (Clipping Values).
Tambien podemos representar la regresion lineal entre los
conjuntos de datos (Options).
56
E. Cassiraga
57
E. Cassiraga
Ejemplo
58
E. Cassiraga
Variogramas
Haciendo click en Data Analysis | Variogram aparece la ventana para comenzar a trabajar
con el modelado de funciones de continuidad espacial.
La ventana que aparece esta dividida en dos
partes: Select Task y Choose grid and
properties.
En la primera seleccionamos si calcular
los variogramas experimentales (Compute
variograms from scratch) o si trabajar
sobre unos previamente calculados (Load
existing experimental variograms).
En la segunda seleccionamos la base de
datos (Grid Name) donde se encuentra la
informacion y la o las variables a analizar
(Head Property y Tail Property).
Hacemos click en Next para continuar.
59
E. Cassiraga
La ventana que aparece esta dividida en tres partes.

En la parte superior se observa
que es posible cargar los parametros a partir de un archivo
previamente configurado y se
puede grabar la informacion
introducida.
Luego se trata de introducir la
informacion acerca del vector
separacion y su tolerancia
(Lags).
Luego el n
umero de direcciones y
sus caractersticas (Directions).
60
E. Cassiraga
Los parametros pueden ser cargados a partir de un archivo preexistente haciendo click en Load Parameters.... Si
modificamos algo en relaci
on a estos parametros o simplemente hemos introducido informaci
on nueva, podemos
salvar los cambios haciendo click en Save.
Para caracterizar el vector separaci
on utilizado en el calculo
de la funci
on de continuidad debemos definir el n
umero de
intervalos a calcular (Number of lags), el m
odulo de dicho
vector (Lag separation) y su tolerancia (Lag tolerance).
Corresponde ahora indicar el n
umero de direcciones para las
cuales vamos a evaluar la funci
on de continuidad espacial
experimental (Number of directions). Las caractersticas
de cada direcci
on se introducen en la tabla correspondiente.
61
E. Cassiraga
Click en Next y el resultado es, por ejemplo, el siguiente:
Como se ha elegido una tolerancia angular mayor o igual que 90 grados, el variograma es omnidireccional.
62
E. Cassiraga
Para el caso en que queramos analizar los variogramas direccionales debemos indicar el n
umero de direcciones
y las caractersticas de cada una.
Por ejemplo, para dos direcciones:
cuyas caractersticas son:
el resultado es:
63
E. Cassiraga
En la parte izquierda de la ventana se representan graficamente los variogramas direccionales.
64
E. Cassiraga
En la parte derecha de la ventana disponemos de las herramientas para realizar el ajuste de un modelo a los
variogramas experimentales, por ejemplo:
65
E. Cassiraga
Algunas cuestiones acerca del men

u de variogramas
Para calcular un variograma cruzado hay que seleccionar

variables diferentes en la cabeza y cola del vector separaci
on.
El azimut es un angulo medido en sentido horario a partir

de la vertical (eje y ). El dip no se utiliza en dos dimensiones.
El parametro tolerance es la tolerancia angular. El parametro bandwidth es el ancho de banda.
66
E. Cassiraga
La opci
on measure type se despliega y permite seleccionar
diferentes funciones de continuidad espacial.
Si se calculan variogramas indicadores es necesario indicar los umbrales para los valores de cola y cabeza que
generalmente es el mismo.
La ventana Variogram Modeling
men
u (File, Settings, Window).
dispone de un
La opci
on File permite cargar un modelo de variograma
(Load Variogram Model), salvar un modelo de variograma (Save Variogram Model), salvar un variograma experimental (Save Experimental Variograms) y exportar
los variogramas representados como una imagen (Export
Plots As Images).
67
E. Cassiraga
La opci
on Settings permite modificar ciertos aspectos
esteticos de los graficos (Plot Settings).
La opci
on Window permite acomodar las ventanas en
pantalla (Tile, Cascade).
La ventana Variogram Model permite ajustar un modelo

a los variogramas experimentales. Arriba se da entrada al
efecto pepita (Nugget Effect) y al n
umero de estructuras
(Nb. of Structures). Abajo y para cada estructura, se
da entrada al peso (Sill (Contribution))y al tipo (Type)
de cada una. Luego, a los alcances en las tres direcciones (Ranges) y a los angulos de los ejes de anisotropa
(Angles).
68
E. Cassiraga
La opci
on Type permite seleccionar el tipo de estructura
(Spherical, Exponential y Gaussian).
Si la modelacion es en 2D, solo hay dos alcances: el maximo y el mnimo. Ademas, s

olo tiene sentido un
angulo: el primero de ellos que es el que corresponde a la direcci
on de maxima continuidad, o sea, aquella
para la cual tenemos el rango maximo.
69
E. Cassiraga
6 T
ecnicas de estimaci
on
S-GeMS dispone de un conjunto de herramientas para estimar una variable espacialmente
distribuida a partir de un n
umero limitado de datos.
Todos los algoritmos disponibles en S-GeMS se basan en el paradigma del krigeado.
Es posible tratar con una variable cuya media no sea estacionaria y extender los
algoritmos para que sean capaces de incorporar informaci
on externa.
6 Tecnicas de estimacion
70
E. Cassiraga
Conceptos previos
Los algoritmos de estimaci
on de S-GeMS trabajan sobre un objeto 3-D denominado la
malla de la estimaci
on.
La estimaci
on puede hacerse sobre una malla cartesiana o no (conjunto de puntos no
estructurados).
Al ejecutar sobre un objeto (malla) un algoritmo de estimacion, se crea una nueva
propiedad bajo dicho objeto.
Por tanto, todo algoritmo de estimaci
on requiere siempre definir los siguientes dos
parametros:
1. Grid name: la malla (objeto) sobre la que se va a desarrollar la estimacion.
2. Property name: el nombre a dar a la nueva propiedad (las estimaciones).
71
E. Cassiraga
Algoritmos disponibles
Haciendo click en el signo + a la izquierda de la palabra Estimation

(Panel de algoritmos), accedemos a las tecnicas de estimaci
on:
kriging: krigeado.
cokriging: cokrigeado.
indicator kriging: krigeado indicador.
72
E. Cassiraga
Krigeado
S-GeMS presenta los siguientes tipos de krigeado:
Simple Kriging (SK): krigeado simple.

Ordinary Kriging (OK): krigeado ordinario.
Kriging with Trend (KT): krigeado con un modelo de tendencia.
SK with Locally Varying Mean (LVM): krigeado simple con media variable.
Veamos como trabajar con el krigeado a traves de un ejemplo.
73
E. Cassiraga
Ejemplo de krigeado
Estimar un mapa de la permeabilidad de la arenisca de Berea condicionado
a los 64 datos disponibles va krigeado ordinario. Suponer que el modelo de
continuidad espacial corresponde al siguiente variograma:
k (h) = 37.4 + 211.7 Sphax=70,ay =12,=57(h)
Analizar cada uno de los par
ametros requeridos por el algoritmo para seleccionar valores razonables. Representar gr
aficamente los resultados y comentarlos.
74
E. Cassiraga
Ejemplo de krigeado
Suponiendo nuestro proyecto abierto, hagamos un click en
la opci
on kriging y veremos que se despliega una ventana
que nos permitira ingresar los parametros requeridos por el
algoritmo.
Dicha ventana tiene dos pesta
nas: General and Data
(aparece por defecto) y Variogram.
La primera esta dividida en 3 partes: Kriging Grid, Hard
Data y Search Ellipsoid.
En la primera seleccionamos la malla sobre la que se realizara la estimaci
on (Grid Name), el nombre que le daremos
a los resultados (New Property Name), y el tipo de krigeado a aplicar.
En la segunda seleccionamos el archivo de datos duros
(Object) y el atributo a estimar (Property).
En la tercera indicamos el n
umero de datos condicionantes
(Conditioning data) y las propiedades del vecindario de
b
usqueda.
75
E. Cassiraga
Ejemplo de krigeado
Teniendo en cuenta la informaci
on disponible y
el buen criterio del modelizador, las ventanas
con los parametros quedaran as:
76
E. Cassiraga
Ejemplo de krigeado
En la parte inferior del panel de algoritmos disponemos de
opciones para los archivos de parametros (Parameters) y
para ejecutar el algoritmo (Run Algorithm).
En relaci
on a los parametros podemos cargar un archivo disponible (Load), podemos salvar los parametros ingresados
a un archivo (Save) y podemos borrar todo lo introducido
(Clear All).
Guardemos todo en un archivo de parametros.
77
E. Cassiraga
Ejemplo de krigeado
78
E. Cassiraga
Ejemplo de krigeado
79
E. Cassiraga
Cokrigeado
S-GeMS presenta los siguientes tipos de cokrigeado:
Simple Kriging (SK): cokrigeado simple.
Ordinary Kriging (OK): cokrigeado ordinario.
y las siguientes variantes dentro de los anteriores:
Full cokriging: cokrigeado completo.
Markov Model 1: cokrigeado colocalizado.
Markov Model 2: cokrigeado colocalizado.
Veamos como trabajar con el cokrigeado a traves de un ejemplo.
80
E. Cassiraga
Ejemplo de cokrigeado
Estimar un mapa de la permeabilidad de la arenisca de Berea condicionado
a 16 datos de permeabilidad y a 64 de porosidad va cokrigeado completo
ordinario. Suponer que el modelo de corregionalizaci
on espacial corresponde a
los siguientes variogramas:
k (h) = 37.4 + 211.7 Sphax=70,ay =12,=57(h)
kp(h) = 7.6 + 17.8 Sphax=70,ay =12,=57(h)
p(h) = 2.3 + 3.5 Sphax=70,ay =12,=57(h)
81
E. Cassiraga
Krigeado ordinario con 16 datos de permeabilidad
82
E. Cassiraga
la opci
on cokriging y veremos que se despliega una ventana que nos permitira ingresar los parametros requeridos
por el algoritmo.
Dicha ventana tiene tres pesta
nas: General (aparece por
defecto), Data y Variogram.
En la primera seleccionamos la malla sobre la que se realizara la estimaci
on (Grid Name), el nombre que le daremos
a los resultados (New Property Name) y el tipo y variante
de cokrigeado.
En la segunda seleccionamos el archivo de datos duros
(Primary Hard Data Grid), el atributo a estimar (Primary
Property) y el archivo de datos secundarios (Secondary
Hard Data Grid), el atributo a utilizar (Secondary Property).
En esta ventana tambien indicamos el n
umero de datos
condicionantes (Conditioning data) y las propiedades del
vecindario de b
usqueda.
En la tercera ventana podemos ingresar toda la informaci
on
en relaci
on al modelo de continuidad espacial.
83
E. Cassiraga
Teniendo en cuenta la informaci

on disponible y
el buen criterio del modelizador, las ventanas
con los parametros quedaran as:
84
E. Cassiraga
85
E. Cassiraga
En relaci
(Clear All).
86
E. Cassiraga
87
E. Cassiraga
88
E. Cassiraga
Resumen de algoritmos de estimaci

on disponibles en SGeMS
Krigeado:
Krigeado simple.
Krigeado ordinario.
Krigeado con un modelo de tendencia.
Krigeado simple con media variable.
Cokrigeado:
Cokrigeado simple.
Cokrigeado ordinario.
con las siguientes variantes:
Cokrigeado completo.
Cokrigeado colocalizado:
Modelo 1.
Modelo 2.
Krigeado indicador:
Krigeado indicador completo.
Krigeado indicador mediano.
89
E. Cassiraga
7 T
ecnicas de simulaci
on
La simulaci
on estocastica permite generar m
ultiples representaciones de una variable
con arreglo a un determinado modelo estadstico.
S-GeMS dispone de un conjunto de herramientas para simular una o varias variables
espacialmente distribuidas.
Todos los algoritmos de simulaci
on disponibles en S-GeMS se basan en el paradigma de
la simulaci
on secuencial.
7 Tecnicas de simulacion
90
E. Cassiraga
Conceptos previos
Todos los algoritmos de simulaci
on de S-GeMS requieren definir los siguientes parametros:
1. Grid Name: la malla sobre la que se va a realizar la simulacion.
2. Property Name Sim: el nombre a dar a la nueva propiedad conteniendo los valores
simulados.
3. Nb Realizations: el n
umero de realizaciones a generar.
4. Seed: la semilla del generador de n
umeros aleatorios utilizado para la simulacion
estocastica.
91
E. Cassiraga
Algoritmos disponibles
Haciendo click en el signo + a la izquierda de la palabra

Simulation (Panel de algoritmos), accedemos a las tecnicas
de simulaci
on:
sgsim - sequential gaussian simulation: simulacion gausiana secuencial.

sisim - sequential indicator simulation: simulacion indicadora secuencial.
cosgsim - sequential gaussian cosimulation: cosimulaci
on gausiana secuencial.
cosisim - sequential indicator cosimulation: cosimulaci
on indicadora secuencial.
dssim - direct sequential simulation: simulacion secuencial directa.
filtersim cate - filter-based categorical simulation.
filtersim cont - filter-based continuous simulation.
snesim std - single normal equation simulation.
92
E. Cassiraga
Simulaci
on gausiana secuencial
la opci
on Simulation/sgsim y veremos que se despliega
una ventana que nos permitira ingresar los parametros
requeridos por el algoritmo.
Dicha ventana tiene tres pesta
nas: General (aparece por
defecto), Data y Variogram.
En la primera (General) seleccionamos la malla sobre la
que se realizara la estimaci
on (Simulation Grid Name),
el nombre que le daremos a los resultados (Property
Name Prefix), el n
umero de simulaciones a generar (Nb
of realizations), la semilla del generador (Seed) y el tipo
de krigeado utilizado (Kriging Type).
93
E. Cassiraga
Simulaci
En la segunda (Data) seleccionamos el archivo de datos

duros (Object), el atributo a simular (Property) y si
asignamos o no los datos duros a los nodos de la malla.
En esta ventana tambien indicamos el n
umero maximo
de datos condicionantes (Max conditioning data) y las
propiedades del vecindario de b
usqueda.
Por u
ltimo podemos seleccionar un histograma objetivo
para nuestras simulaciones (Target Histogram).
94
E. Cassiraga
Simulaci
En la tercera (Variogram) introducimos toda la informaci

on relativa al modelo de continuidad espacial de la variable
simulada.
95
E. Cassiraga
Ejemplo de simulaci
Generar un ensamble de 100 simulaciones de la permeabilidad de la arenisca
de Berea condicionado a los 64 datos disponibles. Suponer que el modelo de
continuidad espacial corresponde al siguiente variograma:
k (h) = 37.4 + 211.7 Sphax=70,ay =12,=57(h)
96
E. Cassiraga
Ejemplo de simulaci
Teniendo en cuenta la informacion disponible las ventanas con los parametros quedaran as:
97
E. Cassiraga
Ejemplo de simulaci
En relaci
(Clear All).
98
E. Cassiraga
Ejemplo de simulaci
99
E. Cassiraga
8 Utilidades
Haciendo click en el signo + a la izquierda de la palabra

Utilities (Panel de algoritmos), accedemos a las utilidades:
ImageProcess - Training image manipulation.

NuTauModel - Probability integration.
PostKriging - Kriging postprocessing: postprocesado de
imagenes krigeadas.
Postsim - Simulation postprocessing: postprocesado de
imagenes simuladas.
Trans - Histogram transformation: transformacion de
histogramas.
Transcat - Categorical transformation.
8 Utilidades
100
E. Cassiraga
La opci
on Postsim
Haciendo click en Postsim aparece una ventana que se

puede dividir en 2 partes. En la primera parte seleccionamos
el objeto (ensamble) que queremos procesar. En la segunda
parte las realizaciones que incluiremos en el postprocesado
y los estadsticos que queremos hallar.
La opcion Postsim
101
E. Cassiraga
Los estadsticos disponibles (en cada localizaci

on)
E-type: valor esperado.
Conditional variance: varianza condicional.
Interquartil range: rango intercuartil.
Quantile: cuantil correspondiente a una dada probabilidad.
Probability below thresholds: probabilidad por debajo de un determinado umbral.
Probability above thresholds: probabilidad por encima de un determinado umbral.
Mean below thresholds: media por debajo de un determinado umbral.
Mean above thresholds: media por encima de un determinado umbral.
La opcion Postsim
102
E. Cassiraga
Un ejemplo utilizando Postsim
La opcion Postsim
103
E. Cassiraga
La opcion Postsim
104
E. Cassiraga
La opcion Postsim
105
E. Cassiraga
La opcion Postsim
106
E. Cassiraga
La opcion Postsim
107
E. Cassiraga
La opcion Postsim
108
E. Cassiraga
La opcion Postsim
109
E. Cassiraga
La opcion Postsim
110
E. Cassiraga
Referencias consultadas
Geostatistical Earth Modeling Software: Users Manual, N. Remy, 2004 (Documento
pdf que se puede descargar de http://pangea.stanford.edu/nremy/GEMS/).
Referencias consultadas
111

S GeMS

Cargado por

Copyright:

Formatos disponibles

S GeMS

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S GeMS

Cargado por

Copyright:

Formatos disponibles

S-GeMS

Stanford Geostatistical Modeling Software

Master en Ingeniera Hidraulica y Medio Ambiente

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

a La barra del men

S-GeMS: Stanford Geostatistical Modeling Software

Open Proyect: abrir un proyecto ya existente.

Todas las operaciones incluidas en este men

S-GeMS: Stanford Geostatistical Modeling Software

New Cartesian Grid: crear una malla cartesiana.

S-GeMS: Stanford Geostatistical Modeling Software

Crear una malla de trabajo

Haciendo click en Objects | New Cartesian Grid accedemos al men

S-GeMS: Stanford Geostatistical Modeling Software

Para el caso de la base de datos de Berea necesitamos

S-GeMS: Stanford Geostatistical Modeling Software

La ventana principal del programa se muestra como sigue:

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

Si desplegamos cada men

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

S-GeMS: Stanford Geostatistical Modeling Software

4 Acerca de los datos

4 Acerca de los datos

S-GeMS: Stanford Geostatistical Modeling Software

a Que formato pueden tener los archivos de datos

Ejemplo de archivo de datos en 2D

2 El formato S-GeMS: la informaci

S-GeMS: Stanford Geostatistical Modeling Software

b Que tipos de archivo de datos hay

4 Acerca de los datos

S-GeMS: Stanford Geostatistical Modeling Software

c Como cargar un conjunto de datos

Seleccionamos el archivo y hacemos click en OK.

S-GeMS: Stanford Geostatistical Modeling Software

Para seleccionar el tipo de datos de los que se trata desplegamos la pesta

S-GeMS: Stanford Geostatistical Modeling Software

Para el caso de datos puntuales los parametros

Para acabar hacemos click en Finish.

4 Acerca de los datos

S-GeMS: Stanford Geostatistical Modeling Software

Como cargar un conjunto de datos

Seleccionamos el archivo y hacemos click en OK.

S-GeMS: Stanford Geostatistical Modeling Software

Para seleccionar el tipo de datos de los que se trata desplegamos la pesta

S-GeMS: Stanford Geostatistical Modeling Software