Influencia de la exclusión de outliers en el proceso de interpolacion por Kriging ordinario

  • Livia Maxnelly Caceres Beizaga Cusco-Perú

Resumen

La detección de outliers y su tratamiento es necesario para evitar inexactitudes en los datos de salida de cobre y molibdeno producto de una interpolacion por kriging ordinario en un yacimiento mineral. Se realizó un análisis de outliers y distancia de influencia a partir de las cuales se determinó que en el caso del cobre los valores anómalos a partir de los cuales se observa una mejor reconciliacion  con el valor de referencia varía entre  1.5 hasta 3 % de cobre con una distancia optima de búsqueda entre 15 y 30 m obteniéndose un error de -0.3% en el mejor de los escenarios. En el caso de molibdeno los valores anómalos a partir de los cuales se observa una mejor reconciliacion  con el valor de referencia varía entre  0.005%  hasta 0.01 %  con una distancia optima de búsqueda entre 15 m obteniéndose un error de 3%. Finalmente se determinar que el valor del outlier a excluir del proceso de interpolacion está estrechamente relacionado con la distancia de búsqueda, pero esta relación es variable para cada elemento analizado por lo que con el fin de  lograr un mejor ajuste en función al valor de referencia se debe realizar un análisis geoestadístico adecuado.

Palabras clave: outlier, interpolación, kriging ordinario, distancia de búsqueda, valor de referencia

Descargas

La descarga de datos todavía no está disponible.

Citas

Buenaño López, A. R. (2017). Mapa estratégico de contaminación como herramienta para el trazado de alternativas de ciclo vías con menor exposición (Bachelor's thesis, Quito: Universidad de las Américas, 2017).

Córdoba, M., Paccioretti, P. A., Giannini Kurina, F., Bruno, C. I., & Balzarini, M. G. (2019). Guía para el análisis de datos espaciales en agricultura.

Corea, F. V. G. (2014). Predicción espacio-temporal de la irradiancia solar global a corto plazo en España mediante geoestadística y redes neuronales artificiales (Doctoral dissertation, Universidad Politécnica de Madrid).

Da Vila, S. (2019). Detección de outliers en grandes bases de datos. Máster en Técnicas Estadísticas. Universidad da Coruña.

Debelis, S. P. (2017). La variabilidad espacial en tierras hidrohalomórficas (Master's thesis).

Delgado, A. M. S. Diseño de Redes de Muestreo Óptimas para el Monitoreo del Carbono Orgánico del Suelo en el CI La Libertad mediante la Aplicación de Algoritmos Genéticos.

Duque Gardeazábal, N. (2018). Estimación de campos de precipitación en cuencas hidrográficas colombianas con escasez de datos, combinando datos teledetectados y de estaciones en tierra, utilizando funciones de Kernel. Ingeniería Civil.

Estrella Salvador, J. R. (2020). Geoid undulation models for Madrid topographic network through geostatistical techniques designed from free and commercial software.

Fernández Palomino, C. A. (2015). Frecuencia de precipitaciones máximas según los L-momentos en la cuenca hidrográfica del lago Titicaca.

Fernández Palomino, C., & Lavado-Casimiro, W. (2014). Análisis regional de precipitaciones máximas en las cuencas Chillón, Rímac, Lurín y parte alta del Mantaro.

Grisales Vargas, S. C. (2020). Modelos de regresión de usos del suelo para la caracterización espacial de la contaminación del aire por PM2. 5 en la ciudad de Medellín-Colombia, 2018.

Gutierrez Corea, F. V. (2014). Predicción espacio-temporal de la irradiancia solar global a corto plazo en España mediante geoestadística y redes neuronales artificiales (Doctoral dissertation, Topografia).

Hawkins, D. (1980). Identification of Outliers. London, Chapman & Hall.

Moreno, J. (2012). Método de detección temprana de outliers. Pontificia Universidad Javeriana

Orellana M. y Cedillo, P. (2020). Outlier detection with data mining techniques and statistical methods. Enfoque UTE, 11(1), pp. 56 - 67. https://doi.org/10.29019/enfoque.v11n1.584

Salgado, C. A., & Ocampo, J. L. (2018). IMPUTACION DE DATOS FALTANTES DE TEMPERATURA MAXIMA MEDIA MENSUAL MEDIANTE METODOS GEOESTADÍSTICOS EN ESTACIONES CLIMATICAS DEL VALLE DEL CAUCA EN EL PERIODO 2013-2014.

Santacruz Delgado, A. M. (2010). Diseño de redes de muestreo óptimas para el monitoreo del carbono orgánico del suelo en el CI La Libertad mediante la aplicación de algoritmos genéticos. Facultad de Agronomía.

Soberón Rafael, A. (2017). Estimación de recursos minerales aplicando el paquete de variografía comercial Sage 2001, del proyecto Azod-Cusco, 2017.

Tolentino Barrios, F. A. (2019). Estimacion de recursos y reservas con el uso de software minero para la explotacion del proyecto minero-Don Javier.

Trívez, F.& Catalán, B. (2006). Efectos de los Outliers aditivos en la predicción de la varianza condicional de un modelo Arch. Estudios de Economía Aplicada, 24(1),531-543.[fecha de Consulta 24 de Mayo de 2022]. ISSN: 1133-3197. Disponible en: https://www.redalyc.org/articulo.oa?id=30113179021

Publicado
2022-06-11
Cómo citar
Caceres Beizaga, L. M. (2022). Influencia de la exclusión de outliers en el proceso de interpolacion por Kriging ordinario. Ciencia Latina Revista Científica Multidisciplinar, 6(3), 1906-1919. https://doi.org/10.37811/cl_rcm.v6i3.2341
Sección
Artículos