English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

En el campo de las geociencias es muy frecuente encontrar variables que se manifiestan distribuidas espacialmente. Para el estudio de estas variables son usados actualmente diversos procedimientos de estimacion y/o simulacion. Esto es, a partir de un conjunto de muestras tomadas en localizaciones del dominio en que se manifiesta un fenomeno a estudiar y consideradas representativas de su realidad, que por lo general es siempre desconocida, estos procedimientos permiten su descripcion o caracterizacion con dos fines diferentes: el primero es proporcionar valores estimados en localizaciones de interes y el segundo, generar valores que en conjunto presenten iguales caracteristicas de dispersion que los datos originales. Particularmente en la geologia y la mineria ha tenido un amplio uso la estimacion propuesta por la geoestadistica a traves del procedimiento kriging. Esta estimacion es sin lugar a dudas la mejor posible, pues aporta el mejor estimador lineal insesgado, y una representacion de ello es el numero creciente de aplicaciones en Ciencias de la Tierra donde es utilizada actualmente: industrias minera y del petroleo, estudios ambientales, cartografia, climatologia, etc. Este metodo, de acuerdo a las condiciones con que es obtenido, asi como la amplia gama de interpoladores conocidos, muestran una imagen suave de la realidad que se estudia, sin tener en cuenta las fluctuaciones siempre presentes en la practica. Una alternativa para esta situacion es simular el comportamiento de las variables analizadas. Considerando las variables como funciones aleatorias, se puede obtener una de las posibles realizaciones del fenomeno con las mismas caracteristicas de variabilidad y correlacion espacial de los datos originales y por tanto de la realidad, caracteristicas que son reveladas de la informacion disponible a traves del calculo de los semivariogramas experimentales y el ajuste de modelos teoricos. La simulacion no debe ser considerada superior a la estimacion, sino como una alternativa en el grado de descripcion que se desee realizar. Los objetivos de estos procedimientos son diferentes, pero en muchos casos el analisis de sus resultados paralelamente pueden contribuir a enriquecer la caracterizacion que se desarrolle en el estudio de variables regionalizadas. En este articulo se presentan los elementos fundamentales de la teoria de la simulacion condicional, el cual usa en el proceso de condicionamiento al kriging. Se introduce un algoritmo de simulacion en una dimension que puede ser extendido a dos y tres dimensiones. Finalmente se muestra un ejemplo de aplicacion en la simulacion de la porosidad efectiva en el horizonte productivo Tobas Gruesas del yacimiento fracturado poroso Pina, de la provincia Ciego de Avila, Cuba.

Simulación condicional de variables regionalizadas y su aplicación al comportamiento de la porosidad efectiva en un yacimiento fracturado-poroso