Estimación espacio-temporal de la carga hidráulica utilizando el

Estimación espacio-temporal de la carga
hidráulica utilizando el concepto de
función aleatoria espacio-tiempo
• Edgar Yuri Mendoza-Cázares •
Instituto Mexicano de Tecnología del Agua
• Graciela del Socorro Herrera-Zamarrón •
Universidad Nacional Autónoma de México
Resumen
En este trabajo se presenta un método geoestadístico para realizar estimaciones
espacio-temporales y se aplica a la estimación de la carga hidráulica del acuífero de
Querétaro-Obrajuelo en el periodo 1981-2004. Las estimaciones para los años 1993,
1995 y 1999 se comparan con las de los métodos de krigeado ordinario y krigeado
multivariado, utilizando el método de validación cruzada, reportándose los valores
del error medio (EM), error cuadrático medio (ECM) y error cuadrático medio
estándar (ECME). El promedio del error medio para los tres años elegidos, para
el caso de krigeado ordinario, resulta ser el menor (-0.23); el valor promedio del
error cuadrático medio (ECM) es más bajo en el caso del krigeado espacio-temporal
(224.29), y el valor promedio del error cuadrático medio estándar (ECME) es mejor
para el método de cokrigeado, ya que sus valores de ECME son cercanos a la
unidad (0.95). El ECME para el método espacio-tiempo es de 0.8 al considerar todos
los tiempos; pero en lo particular para los años elegidos, este índice disminuye.
Los resultados de las varianzas del valor estimado son siempre más pequeños
utilizando el método espacio-temporal, ya que utiliza más información para la
estimación; asimismo, es posible hacer las estimaciones en todo el espacio para
todos los tiempos. Se concluyó que la herramienta es poderosa, porque considera
toda la información disponible al efectuar las estimaciones.
Palabras clave: modelo espacio-temporal, geoestadística, estimación carga
hidráulica.
Introducción
Los métodos geoestadísticos de krigeado
han sido ampliamente utilizados en la
hidrogeología subterránea. Numerosos investigadores usan los métodos geoestadísticos
para estimar campos de transmisividad
(Ahmed y De Marsily, 1987) la carga
hidrostática de un acuífero (Delhomme, 1978;
Gambolati y Volpi, 1979a y 1979b; Aboufirassi y Mariño, 1983; Rouhani, 1986; Gambolati
y Galeati, 1987) o la precipitación (Hevesi et
al., 1992a y 1992b).
La constante en estos trabajos es que la variable se estima en el dominio del espacio; sin
embargo, se sabe que las variables son dinámicas,
lo cual indica que tienen una componente
temporal de importancia. En algunos casos, los
cambios son lentos (e.g.: transmisividad) y en
otros son rápidos (e.g.: carga hidráulica).
De forma tradicional, se ha realizado el
análisis bajo dos concepciones: el punto de vista
espacial (ASCE, 1992a y 1992b) y el punto de
vista temporal (Asli y Marcotte, 1995; Larocque
et al., 1998; Angelini, 1997; Lee y Lee, 2000). No
obstante, la conceptualización conjunta a la
Tecnología y Ciencias del Agua, antes Ingeniería hidráulica en México, vol. I, núm. 2, abril-junio de 2010, pp. 87-111
87
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
que nos referiremos como espacio-temporal
ha sido ámbito de estudio en los últimos 15
años y poco estudiada en el caso particular
de la hidrogeología subterránea (Christakos,
2000).
Rouhani y Hall (1989) son los primeros
investigadores que plantean determinar
la carga hidráulica utilizando información
conjunta en el dominio del espacio y el
tiempo. Los autores muestran cómo calcular
dicha estimación usando una modelo del tipo
lineal:
Ciencias del Agua, abril-junio de 2010
88
Cst (hs ht ) = Cs (hs) + Ct (ht )
(1)
donde Cst(hsht) es la función de covarianza
espacio-temporal; Cs(hs), Ct(ht) son las funciones
de covarianza espacial y covarianza temporal,
respectivamente. El modelo lineal presenta
problemas, ya que la matriz de covarianza,
para ciertos casos, es singular (Myers y Journel,
1990; Rouhani y Myers, 1990; Dimitrakopoulos
y Lou, 1994).
El objetivo de este trabajo consiste en
presentar una metodología para estimar
la carga hidráulica desde el punto de vista
espacio-temporal, utilizando un modelo
espacio-temporal tipo generalizado producto
suma (De Iaco et al., 2001; De Cesare et
al., 2001). En la metodología se enfatiza la
determinación de la deriva; el cálculo del
semivariograma muestral; el modelo espaciotemporal y la forma de ajustarlo, mediante un
proceso visual, y por último, en la validación
del modelo a través del método cruzado
(validación cruzada). La metodología fue
aplicada al acuífero de Querétaro-Obajuelo y
los resultados se comparan, en términos de
la validación cruzada y los valores de error,
con los obtenidos al utilizar sólo el método de
krigeado y multivariado (Mendoza y Herrera,
2007).
La propuesta difiere de la de Rouhani y
Hall en cuanto al tipo de modelo utilizado:
producto-suma; pero en la estimación se usa el
mismo sistema de krigeado (krigeado ordinario
espacio-temporal).
Área de estudio
La zona de estudio comprende una superficie
de 426 km2, que incluye el acuífero del valle
de Querétaro, ubicado en la porción sur
oriental de este estado, y el acuífero del
valle de Obrajuelo, localizado en el estado
de Guanajuato y colindante con el acuífero
anteriormente citado (figura 1).
En el área se encuentran dos corrientes
poco caudalosas: los ríos Querétaro y El
Pueblito. La corriente principal es el río
Querétaro, que corre desde La Cañada
hasta interceptarse con el río El Pueblito. La
información geológica y estructural indica
que los valles de Querétaro y Obrajuelo se
alojan en una secuencia de fosas tectónicas
(originada por el tectonismo ocurrido en
el Terciario), por lo que el acuífero está
limitado por un sistema de fallas sepultadas
por sedimentos aluviales, flujos de lava y
depósitos volcanoclásticos lacustres potentes.
La disposición natural de las unidades
litológicas agrupadas en los medios poroso y
fracturado conforman el sistema que define
el flujo del agua subterránea en la zona de
estudio, lo que constituye un acuífero del
tipo libre, comportándose como confinado
localmente en algunas zonas por la presencia
de arcilla (Guysa, 1996).
Del modelo conceptual se infiere que las
principales zonas de recarga al acuífero se
presentan al este, por La Cañada; al noreste,
por las montañas; al norte, en la zona de Jurica;
al sur se tiene una entrada en el lineamiento del
río El Pueblito.
Se consideran dos sistemas de flujo: uno
local, formado por zonas con elevaciones
del nivel freático de poca profundidad en
la parte central del valle, y un sistema de
flujo intermedio que sustenta casi el total de
extracción en el valle, formado también por
medio poroso y fracturado.
Por otro lado, en la zona límite entre
los estados de Querétaro y Guanajuato hay
presencia de abatimientos importantes,
además de que es imposible definir la
Tecnología y
2 295 000
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
2 290 000
Leyenda
2 285 000
Jurica
2 280 000
Tlacote El Bajo
Aeropuerto
2 275 000
S.P. Mártir
a
Villa del
Marqués
Villa
Cayetano R.
1735
.
Corregidora
1735
Laguna El Salitre
2 265 000
2 270 000
N
San Vicente
de Ferrer
5 000 m
89
2 255 000
2 260 000
0
Poblado
Laguna
Carretera
Río Querétaro
Límite estatal
Tren
Pozo de observación y lectura
de la carga (m), snmm
Línea piezométrica
330 000
335 000
340 000
345 000
350 000
355 000
360 000
365 000
370 000
Figura 1. Área de estudio.
Marco teórico
En este artículo, la carga hidráulica se
representará como una función aleatoria
dependiente del espacio y el tiempo. Así, se
considera un dominio D⊆R2 en el espacio y
un dominio T⊆R1 en el tiempo. Una variable
aleatoria espacio-temporal (VA) Z(x,t) es una
variable que puede tomar una serie de valores
(realizaciones) en cualquier localización en el
espacio (x∈D, en un instante de tiempo t∈T. La
VA Z(x,t) quedará totalmente caracterizada al
conocer su función de distribución, que da la
probabilidad de la variable Z en la posición x
en el espacio y en el instante t:
F (x, t; z) = Pr ob {Z(x , t ) ≤ z}, ∀z, (x , t )∈D × T (2)
Una función aleatoria espacio-temporal
(FA) se define como una familia de variables
aleatorias {Z(x,t),(x,t)∈DxT}. Una realización
de la FA Z(x,t) es una colección de realizaciones
de las VA.
Kyriakidis y Journel (1999) han definido tres
puntos de vista para la modelación espaciotemporal.
Tecnología y
Ciencias del Agua, abril-junio de 2010
presencia de un parteaguas subterráneo o
alguna frontera física que permita separar
hidrogeológicamente ambos acuíferos (Simuta,
2005). La información piezométrica analizada
en el presente artículo comprende un periodo
de 24 años (1981-2004), que se detallará en la
sección de resultados.
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Función aleatoria espacio-tiempo
Típicamente descompuesta en una componente de deriva que modela una variabilidad
suave de la variable aleatoria Z(x,t) y una
componente estocástica, la cual denota altas
frecuencias alrededor de la deriva, ambas, en
espacio y tiempo (Bilonick, 1983; Bilonick, 1988;
Bilonick y Nichols, 1983; Bogaert y Christakos,
1997; De Iaco et al., 2001).
Multivariada de la variable aleatoria
90
γst (∆x, ∆t )
=
1
2(N(x, t ))
(4)
T N (x )
∑ ∑ (Z((x + ∆x ,t + ∆t)− Z(x,t)) )
i =1 k =1
k
i
2
En este marco se conceptualiza la variable
aleatoria Z(x,t) como una colección finita
de observaciones Z(x), correlacionadas
temporalmente (Solow y Gorelick, 1986;
Comegna y Basile, 1994; Papritz y Flühler, 1994;
Mendoza y Herrera, 2007).
1
son el número de pares
2(N(x, t))
separados por los incrementos Dx y Dt; por
definición g(Dx=0, Dt=0)=0.
Finalmente, la estimación de la carga
hidráulica se realiza utilizando la técnica
de krigeado espacio-tiempo (Ibañez, 2003;
Mendoza, 2008).
Multivariada de serie de tiempo (S/T)
Metodología y resultados
Modelos de series de tiempo, S/T, son
conceptualizados como una colección finita
Z(t) correlacionadas espacialmente (Rouhani
y Wackernagel, 1990; Rouhani et al., 1992,
Knotters y Bierkens., 2001; Kyriakidis y Journel,
2001a, 2001b).
La metodología aquí propuesta corresponde
al primer punto de vista, donde el proceso
espacio-temporal se descompone en:
En esta sección se muestran los resultados.
Por ello, consideramos conveniente hacer una
descripción de la variable analizada desde los
puntos de vista espacial, temporal y espaciotemporal. Se presentan sus estadígrafos con
intención de que, al momento de modelar el
semivariograma espacio-temporal, se tenga
una idea de la forma en cómo varía en cada
uno.
Z(x, t ) = m (x, t )+ R(x, t ),
Estadígrafos en espacio
∀x ∈ D,
en donde
∀t ∈ T (3)
en donde m(x,t) es una componente determinista conocida como “tendencia”. La variable
aleatoria R(x,t), a la que llamaremos “residuo”,
cumple con lo siguiente:
Ciencias del Agua, abril-junio de 2010
Sea Z(x,t) una VA Z(·) en la posición x=(x,y),
al tiempo t.
Entonces, el semivariograma muestral para
los incrementos Dx=(Dx, Dy) y Dt se calcula con
base en la siguiente expresión:
a) Su esperanza matemática existe; no depende del punto de observación y es nula.
b) Para todos los incrementos tiene una
varianza finita.
Como en el caso espacial, estas suposiciones
se conocen como “hipótesis intrínseca” y es
suficiente saber lo dos primeros momentos de
la variable para caracterizarla.
Como primer paso, se analizó en forma separada
la información espacial de la temporal. De
esta manera, se describieron los estadígrafos
que caracterizan la carga hidráulica para cada
año, utilizando las librerías desarrolladas por
Deutsch y Journel (1998).
En el diagrama de barras de la figura 2 se
muestra el número de lecturas anuales de
pozos de observación. Cabe destacar que se
cuenta con información rica en el espacio, pero
en algunos tiempos, con pocas observaciones.
Para el periodo 1970-2004 existen años que van
desde cero lecturas (2000) hasta un máximo de
170 (2001).
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
La base de datos en ocasiones es rica en
espacio, pero en otras muy pobre, lo que afecta
directamente al cálculo de la estructura del
semivariograma. Por tal motivo se procede a
trabajar con aquellos años que presentan treinta
o más observaciones, mismas que se muestran
en la figura 3a. Se observa cómo la muestra se
redujo a veinte columnas representantes de
los años de muestreo, que cubren desde 1981
hasta 2004, teniendo como número mínimo de
lecturas treinta, para 1997, y máximo de 173,
para 2001.
Los estadígrafos que caracterizan las
lecturas de la carga hidráulica se resumen
en el cuadro 1. Los estadígrafos indican que
en todos los años los valores de la media y
mediana están separados, y se reportan valores
de desviaciones estándar altas con valores de
simetría que señalan sesgo en la muestra y
forma platicúrtica.
Por lo antes comentado, será necesario
transformar los datos, con objeto de trabajar
con muestras cuyos valores asemejen una
distribución simétrica.
Estadígrafos en tiempo
A diferencia del análisis exploratorio espacial,
el temporal toma en cuenta la variación de la
variable aleatoria, carga hidráulica, en una
misma posición; es decir, analiza la serie de
tiempo de la carga hidráulica que se presenta
en un pozo de observación.
Observando la base de datos, es evidente
que la información temporal no se encuentra
densamente muestreada; basta considerar que
de los 322 pozos existentes, para uno hay un
máximo de 31 lecturas y, como mínimo, una. La
figura 4 muestra el histograma del número de
observaciones en el periodo 1970-2004.
170
180.00
91
146
160.00
140.00
112
120.00
83
85
100.00
41
44
44
Ag
o
Ag -70
o-7
Ag 1
o
Ag -72
o
Ag -73
o-7
Ag 4
oAg 75
oAg 76
oAg 77
o
Ag -78
o-7
Ag 9
o
Ag -80
oAg 81
o-8
Ag 2
o
Ag -83
o
Ag -84
o
Ag -85
o
Ag -86
o
Ag -87
oAg 88
oAg 89
o
Ag -90
o-9
Ag 1
oAg 92
o
Ag -93
o-9
Ag 4
oAg 95
o-9
Ag 6
o
Ag -97
o-9
Ag 8
o-9
Ag 9
o
Ag -00
o-0
Ag 1
oAg 02
o-0
Ag 3
o-0
4
0.00
Figura 2. Histograma número de pozos muestreados en el periodo 1970-2004.
Tecnología y
Ciencias del Agua, abril-junio de 2010
13
33
31
30
41
3
16
21
29
20
13
9
7
7
2
5
6
6
5
4
4
8
20.00
14
14
14
25
40.00
38
33
44
49
60.00
55
67
69
75
80.00
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
a)
170
180.00
145
160.00
140.00
112
120.00
67
69
41
44
44
44
30
31
33
40.00
33
38
44
55
60.00
49
80.00
75
83
85
100.00
20.00
0.00
1981 1985 1990 1993 1993 1994 1994 1995 1995 1996 1996 1997 1998 1999 2001 2002 2002 2003 2003 2004
Trece pozos con 19 o más lecturas
92
Número de lecturas
35
30
b)
31
30
29
29
25
26
25
24
24
22
21
0548-A
629
20
19
19
19
627
0999-A
1638
15
10
5
0
613
605
612
752
641
0610-4
759
870
Nombre del pozo
Figura 3. Histograma, a) pozos con 30 observaciones; b) 13 pozos con 19 o más lecturas anuales.
Cuadro 1. Estadígrafos de la carga hidráulica.
Núm. obs.
Mediana
Varianza
Desv. est.
Mínimo
Máximo
Simetría
Curtosis
1 754.22
1 740.13
2 124.79
46.10
1 678.06
1 903.44
2.06
3.99
1 767.91
83.00
1 731.84
67.00
38.00
85.00
33.00
Ciencias del Agua, abril-junio de 2010
Media
69.00
44.00
49.00
112.00
33.00
31.00
30.00
40.00
75.00
145.00
1 745.19
1 737.35
1 724.72
1 752.68
1 720.70
1 716.31
1 713.48
1 711.25
1 748.38
1 713.01
1 728.37
1 706.89
1 732.41
1 738.13
1 725.83
1 730.73
1 722.49
1 720.65
1 704.16
1 708.35
1 705.61
1 701.88
1 705.16
1 700.56
1 693.65
1 686.73
1 998.79
2 498.33
4 680.44
3 377.93
2 338.95
5 109.31
3 934.71
2 965.89
4 669.56
3 853.44
3 733.14
2 554.13
3 862.62
4 554.91
44.71
49.98
68.41
58.12
48.36
71.48
62.73
54.46
68.33
62.08
61.10
50.54
62.15
67.49
1 690.95
1 654.49
1 642.32
1 640.42
1 635.99
1 632.49
1 654.57
1 629.24
1 656.41
1 654.79
1 658.75
1 655.65
1 623.33
1 466.44
1 913.70
1 897.99
1 920.48
1 894.43
1 891.99
1 907.93
1 907.73
1 892.48
1 907.30
1 890.48
1 888.70
1 888.08
1 890.40
1 910.58
1.91
1.82
1.36
1.60
1.64
01/08/1981
3.53
01/08/1990
0.90
1.64
4.09
1.07
-0.07
1.84
2.72
1.73
1.51
1.97
1.61
2.02
1.55
1.14
Fecha
3.38
1.95
0.86
2.77
1.49
4.15
1.55
2.49
01/08/1985
01/05/1993
01/12/1993
01/05/1994
01/12/1994
01/05/1995
01/12/1995
01/05/1996
01/12/1996
01/12/1997
01/12/1998
01/12/1999
03/12/2003
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Por dicha razón, se decidió trabajar con
pozos que reportaran, en el tiempo, 19 o más
lecturas; así se trabajó con una submuestra que
contabiliza un total de 13 pozos, tal como se
observa en la figura 3b. Basta comentar que la
decisión anterior obedece a que al calcular el
semivariograma muestral en tiempo, se requiere
de un número mínimo de observaciones
para evitar que el semivariograma tenga un
comportamiento errático.
El cuadro 2 presenta los estadígrafos de los
trece pozos. Hacemos notar que la muestra no
guarda un comportamiento de una distribución
simétrica.
con más datos y se observó que éstos crecen
más rápidamente que h2. Se sabe que una
función aleatoria intrínseca es aquella cuyos
incrementos tienen esperanza matemática
y varianza definidas e independientes de la
posición para todo vector h (Samper y Carrera,
1990), por lo que en este caso la variable es
intrínseca y es lógico pensar que existe una
derivada.
Para quitar el efecto de deriva se procede
a tratarla como indica la ecuación (3) y
expresando la deriva como:
m(xα , ti ) =
Estimación de la deriva
n
∑b
k =0
k fk
(x, t ),
∀(x, t )∈ D × T (5)
donde m(xa,ti) está compuesta por k funciones
conocidas f(x,t) seleccionadas para ajustar
el valor de deriva y bk, coeficientes del ajuste
asociados con la k-ésima función. En este
caso, el ajuste de la deriva fue a través de un
polinomio de primer grado, como indica la
ecuación (6):
Es común que los niveles piezométricos
muestren una pendiente global en la dirección
del flujo, por lo que suponemos que la media
de la variable sí depende de su posición en el
espacio y el tiempo; es decir, existe una deriva.
Se obtuvieron los semivariogramas muestrales
para los niveles piezométricos para los años
93
Frecuencia de muestreo
24
24
25
19
15
16
14
13
12
13
99
4
5
6
-G 560 0-B 614 5-A 657 720 823 958 9-A 9-A 3-A 321 635 745 828 961 044 300 -94 225 476 676
1
L L- L- L1
1
2
1
1
0 60
0 96 99 29
0
2
63
1
0
34
00
Nombre del pozo
Figura 4. Histograma número de observaciones por pozo en el periodo 1970-2004.
Tecnología y
Ciencias del Agua, abril-junio de 2010
2
2
2
2
22
22
22
2
2
2
2
2
2
2
2
22
3
4
44
5
5
5
4 5
5
4
6
6
7
7
3
2
2
6
7
77
8
9
10
10
10
99 10
11
11 12
12
10
15
15
1415
13
15
16
18
15 16
15
14
10
7
33
4
2 3
2
2
2 3
3
2 3
4
6
6
6 7
8
8
6
4
4
2
2
2
3
2
0.0000
12
13
13
11
11
11
11
10
7
8
6
8
5.0000
17
17
16
15
14
12
13
14
14
12
9
8
10.0000
9 18
11
14
13
14
15.0000
16
16
16
19
20.0000
19
21
22
25.0000
5
Número de muestreos
26
29
29
30.0000
31
30
35.0000
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Cuadro 2. Estadígrafos de la lectura de la carga hidráulica por pozo.
94
Media
Mediana
Varianza
Desviación
Mínimo
Máximo
Simetría
Curtosis
1 740.13
1 747.87
1 733.21
721.01
26.85
1 698.59
1 775.12
-0.183
-1.561
613
1 744.06
1 008.98
31.76
1 683.23
1 801.13
-0.050
-1.056
605
1 736.31
1 740.77
570.89
23.89
1 691.15
1 769.08
-0.212
-1.300
612
1 802.63
1 798.99
163.58
12.79
1 780.13
1 827.29
0.397
-0.511
752
1 735.56
1 734.91
535.23
23.14
1 689.01
1 769.79
-0.158
-0.992
641
1 743.29
1 750.11
590.28
24.30
1 690.75
1 770.8
-0.663
-0.822
0610-A
1 891.61
1 892.85
135.64
11.65
1 858.03
1 910.92
-0.748
1.686
759
1 718.47
1 717.13
268.92
16.40
1 700.88
1 765.85
1.140
1.512
870
1 900.33
1 899.14
86.55
9.30
1 886.82
1 912.29
0.078
-1.545
0548-A
1 709.27
1 710.74
529.00
23.00
1 677.69
1 753.12
0.349
-0.830
629
1 741.17
1 743.61
493.91
22.22
1 688.07
1 769.17
-0.824
0.284
627
1 700.39
1 702.40
174.19
13.20
1 679.35
1 724.11
-0.108
-0.964
0999-A
1 705.10
1 706.85
182.01
13.49
1 679.12
1 730.42
0.034
-0.722
1638
m (x, t ) = a 0 + a 1x + a 2 y + a 3t
(6)
donde los valores de los coeficientes son:
Ciencias del Agua, abril-junio de 2010
a0=-4 268.5, a1=-0.000044, a2=0.002653,
a3=-1.92210
Una vez determinada la deriva, ésta se
resta de la observación inicial y se trabaja con
los residuos. Suponemos que los residuos son
aleatorios y se comportan como funciones
aleatorias intrínsecas. Los estadígrafos de
los residuos, en el espacio, se muestran en el
cuadro 3 y, en el tiempo, en el cuadro 4.
En resumen, desde el punto de vista
espacial, se tiene que la variable carga hidráulica
presenta un comportamiento ascendente en
la distancia, típico en acuíferos, que refleja
un efecto de deriva. Se considera que los
residuos son estacionarios de segundo orden
(es decir, existe la media y no depende de la
posición, y la covarianza existe y depende
únicamente del vector de separación entre
las posiciones), de esta forma se trabajará
con ellos para determinar su estructura y,
posteriormente, calcular los parámetros que
los caracterizan.
Pozo
Análisis estructural
El objetivo de esta sección consiste en
determinar la estructura de los datos en
espacio-tiempo, por lo que se procederá a
calcular el semivariograma muestral de los
años identificados en el cuadro 3. Se calculó el
semivariograma espacio-temporal y luego se
efectuó la validación cruzada del modelo.
Las propuestas de Bilonik (1983), Cameron
y Hunter (2006), y Gardner y Sullivan (2004)
se basan en calcular un semivariograma
promedio, partiendo de cada semivariograma
individual, en una distancia “lag” común.
Este tipo de semivariograma es denominado
“compuesto”. En este trabajo se propone
analizar un semivariograma que de forma
conjunta integre la información espacial y
temporal, tal como se indica en la siguiente
sección.
Semivariograma espacio-temporal
En esta sección se analiza la estructura del
semivariograma espacio-tiempo, denominada
“semivariograma de superficie”, y el ajuste de
un modelo teórico producto suma al mismo.
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Cuadro 3. Estadígrafos de los residuos de la carga hidráulica.
Núm. obs.
Media
Mediana
69.00
4.83
2.12
67.00
3.57
83.00
Varianza
Desv. est.
Mínimo
Máximo
Simetría
Curtosis
Fecha
846.05
29.09
-70.22
78.20
0.22
1.14
Oct-81
-0.61
987.37
31.42
-61.36
130.28
1.30
3.91
Ago-85
-5.18
-8.62
1 162.79
34.10
-73.89
98.95
0.89
1.80
Ago-90
38.00
-4.30
-4.09
1 028.02
32.06
-79.91
62.54
-0.06
0.38
May-93
85.00
2.14
-2.58
1 190.12
34.50
-80.52
106.37
0.83
1.57
Dic-93
33.00
-6.79
-4.55
873.93
29.56
-84.02
62.71
-0.11
1.25
May-94
44.00
-2.09
-5.48
1 432.86
37.85
-86.24
110.36
0.62
1.29
Dic-94
49.00
-5.87
-6.49
989.02
31.45
-61.47
98.65
1.17
2.31
May-95
112.00
1.83
-3.07
1 071.28
32.73
-87.28
108.59
0.59
1.58
Dic-95
33.00
3.25
-4.64
1 088.46
32.99
-59.10
103.34
1.68
3.82
May-96
31.00
-8.34
-13.89
1 321.18
36.35
-57.75
112.40
2.19
5.86
Dic-96
30.00
-0.33
-11.39
1 931.63
43.95
-55.34
112.89
1.60
1.92
Dic-97
55.00
0.31
-6.29
777.00
27.87
-56.04
78.89
0.68
1.01
Dic-98
75.00
-1.46
-9.25
1 473.56
38.39
-84.33
118.24
0.99
1.63
Dic-99
170.00
5.21
-1.67
1 324.63
36.40
-107.68
114.31
0.41
2.03
Dic-01
44.00
2.64
3.36
1 511.36
38.88
-109.71
95.39
-0.41
1.63
May-02
44.00
6.92
8.83
1 462.39
38.24
-106.87
97.88
-0.50
1.99
Oct-02
44.00
12.05
15.69
1 474.57
38.40
-104.98
87.38
-0.74
1.86
Nov-03
145.00
-10.94
-14.89
2 270.32
47.65
-243.50
147.52
-0.11
1.49
Dic-03
41.00
14.69
15.90
1 652.92
40.66
-105.14
112.17
-0.26
1.39
May-04
95
Media
Mediana
Varianza
Desviación
Mínimo
Máximo
Simetría
Curtosis
Pozo
-31.38
-31.82
25.95
5.09
-37.94
-19.88
0.94
0.74
613
-2.81
-2.36
81.39
9.02
-14.10
15.81
0.94
0.42
605
2.81
4.04
35.57
5.96
-7.98
14.45
0.07
1.42
612
59.84
62.66
81.87
9.05
36.23
71.35
-1.45
2.60
752
-27.00
-24.53
79.53
8.92
-38.06
-13.70
-0.01
-1.51
641
-9.24
-9.22
40.57
6.37
-16.90
2.99
1.15
2.08
0610-A
-9.82
-8.95
26.81
5.18
-22.37
-2.57
-1.15
1.84
759
-4.20
-4.32
38.10
6.17
-11.88
13.85
1.92
5.62
870
-21.20
-19.55
13.68
3.70
-27.89
-17.63
-1.10
-0.32
0548-A
-11.79
-13.17
44.41
6.66
-20.10
3.86
0.97
1.10
629
-13.88
-14.27
47.11
6.86
-23.37
-4.10
0.10
1.73
627
-4.75
-5.44
20.73
4.55
-11.09
5.05
0.48
-0.11
0999-A
-6.18
-4.47
9.67
3.11
-11.14
-2.55
-0.39
-1.76
1638
Nota: debido a la decisión que se hizo en el espacio (tomar en cuenta los años donde se tienen treinta o más mediciones), el
número de observaciones en el tiempo se ve afectada, ya que se eliminaron datos que van de 1971 a 1981, por lo que el número
de observaciones para un mismo pozo se ven reducidas. Por el momento, los estadígrafos corresponden a los mismos pozos que
se muestran en el cuadro 2.
Tecnología y
Ciencias del Agua, abril-junio de 2010
Cuadro 4. Estadígrafos de los residuos de la carga hidráulica por pozo.
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Se procedió a calcular el semivariograma
muestral (ecuación (4)), utilizando el algoritmo
propuesto por De Cesare et al. (2002). El
semivariograma espacio-temporal se presenta
en la figura 5.
De Cesare et al. (2001) proponen el modelo
que combina el producto y suma de la siguiente
manera:
Cst(hs , ht) = k1Cs (hs)Ct (ht) + k2Cs (hs )+ k3Ct (ht) (7)
o, de forma equivalente, el semivariograma:
γ st (hs , ht ) = [k2 + k 1CtCt (0)]γ s (hs )
+ [k3 + k 1CsCs (0 )] γ t (ht ) − k1γ s (hs) γ t (ht)
(8)
donde Cs y Ct son la función de covarianza en
espacio y tiempo, respectivamente; gs y gt son
las correspondientes funciones de semivariograma, en espacio y tiempo. Es de remarcar
que Cst(0) es la cima de gst; Cs(0) es la cima
de gs, y Ct(0) es la cima de gt, y por definición
gst(0,0)=gs(0)=gt(0)=0. Por otro lado, se deben
cumplir las condiciones siguientes: k2+k1Ct(0)=1
y k3+k1Cs(0)=1. Para ajustar el modelo teórico al
semivariograma muestral, se requiere estimar
la cima global, espacio-tiempo, misma que se
puede definir a través de un procedimiento
de ajuste visual. En este estudio se evaluaron
los modelos teóricos (esférico, exponencial,
Gaussiano, potencia y agujero) presentes en las
utilerías del GSLIB.
Ciencias del Agua, abril-junio de 2010
96
Figura 5. Semivariograma de superficie espacio-temporal, a) vista en la escala del espacio,
b) vista desde la escala del tiempo, c) 3D.
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Figura 6. Semivariograma muestral y teórico
espacio-temporal.
ajustados para los diversos modelos teóricos.
Al cuantificar el error de las mediciones
entre la función de semivariograma y el
respectivo modelo teórico, se obtiene una forma
cuantitativa para seleccionar el mejor modelo
que, en este caso, da como resultado un valor
de la cima, Cst(0,0), igual a 1 840.
Es importante remarcar que este criterio no
es automático, ya que en el proceso de ajuste
del semivariograma espacio-tiempo se van
proponiendo diferentes valores hasta llegar a
un valor que, de acuerdo con los errores, sea
el menor. Sin embargo, dicho proceso permite
al modelador ajustar de acuerdo con su criterio
de mejor manera en las interdistancias de
espacio o tiempo que muestren un mayor
número de pares (ya que los valores de éstas
en general debieran ser más representativas
del semivariograma), y desechando las que
no sean congruentes; esto se ve reflejado
en la figura 6. El gráfico muestra un mejor
ajuste en las interdistancias (h) más cercanas.
Conforme se incrementa la interdistancia, el
semivariograma muestral presenta mayor
dispersión y el semivariograma teórico se ajusta
en la porción central. Verificando el número
de pares para los puntos con interdistancias
mayores, se confirma que su valor es bajo.
Este tipo de criterios son importantes para que
el modelador, bajo su criterio y experiencia,
decida el mejor ajuste. Esto no pasa con un
proceso de ajuste automático, sea por mínimos
cuadrados o mínimos cuadrados ponderados.
Es importante destacar que los resultados
se ven afectados al momento de decidir el valor
de la cima del modelo espacio-tiempo. Isaaks
y Srivastava (1989) ejemplifican la sensibilidad
de los datos al seleccionar un modelo, tratando
el efecto que tienen cuando se varía la escala
(diferente cima), la forma (diferente modelos),
pepita (diferente pepita), el rango (distintos
rangos) y la anisotropía (distintas orientaciones). Cuando se varía la cima de los modelos,
no existe un efecto en los valores estimados y
los pesos del krigeado. Sin embargo, sí existe
una afectación en la varianza, modificando el
valor de la varianza en la misma proporción
97
Tecnología y
Ciencias del Agua, abril-junio de 2010
El procedimiento para el ajuste del
semivariograma espacio-temporal se puede
hacer valiéndose de los semivariogramas
teóricos en espacio y tiempo, y la selección de
la cima global por medio de un ajuste visual
que reproduzca el semivariograma muestral.
Este proceso depende del analista, por lo que
el valor obtenido varía dependiendo de quién
lo proponga. Este proceso no es ajeno a la
metodología que aplican los geoestadísticos en
el caso de análisis univariados.
Como primer paso, se graficó el
semivariograma muestral para diferentes
incrementos de distancia en el eje del espacio y
en el eje para el tiempo. Efectuado lo anterior, se
propuso un semivariograma, producto suma,
donde se conoce la cima de la componente
espacial y temporal.
Para ello se propusieron diferentes valores
de los parámetros presentes en la ecuación
(8), hasta ajustar el semivariograma teórico
al muestral, buscando que la media de las
diferencias, que denominaremos “errores”,
entre el valor del semivariograma teórico y el
muestral, fuera mínima. Siguiendo los pasos
anteriores, se llegó al semivariograma teórico
mostrado en la figura 6: el valor de error es de
12.59. Este proceso es de prueba y error hasta
determinar el mejor ajuste; en el artículo no
se mencionan los diferentes valores de error
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
(factor de escalamiento) en que se varía la cima
del modelo propuesto.
Los ejemplos de Issaks y Srivastava orientan
de forma intuitiva al modelador acerca de
la sensibilidad en la estimación de la carga
hidráulica y el valor de la varianza, al variar
los parámetros del modelo.
Por esta razón es necesario llevar a cabo un
análisis comparativo. En este trabajo se hizo a
partir del análisis de los errores de la validación
cruzada, lo cual se comenta en la siguiente
sección.
Validación cruzada
Para verificar qué tan bien ajusta el
semivariograma teórico, se procede a utilizar
el método de validación cruzada para después
calcular el error medio (EM), el error cuadrático
medio (ECM) y error cuadrático medio estándar
(ECME) (ver la expresión matemática de cada
uno de ellos en el cuadro 5).
98
El EM mide la sobreestimación o
subestimación de la variable; si es positivo,
la variable en promedio se subestima y si es
negativo lo contrario; la estimación es mejor si
éste es cercano a cero. El ECM da una medida
promedio de la magnitud al cuadrado de los
errores; también se espera que el valor sea
pequeño. Con respecto al ECME, los valores
se interpretan como el ajuste que presenta
la varianza del modelo del semivariograma,
espacial y espacio-temporal, con los errores
de estimación; por esta razón, cuando el valor
del ECME es cercano a la unidad, se interpreta
como que la varianza del modelo teórico y el
error cuadrático de la estimación en promedio
son cercanos.
El proceso de validación cruzada se realiza
utilizando el algoritmo propuesto por De
Cesare et al. (2002). Con el objetivo de evaluar
los resultados, se seleccionaron los años 1993,
1995 y 1999, que corresponden a los mismos
años estimados con el método multivariado de
Cuadro 5. Distribución de errores utilizando el método de validación cruzada con krigeado ordinario (KO), con estimación
espacio-temporal cokrigeado (Cok) y espacio-temporal de variables aleatorias (ET). Mín = mínimo; máx = máximo; m = media;
σ2=varianza; EM = error medio =
1
n
{Z(xi) − Z* (xi)}; ECM = error cuadrático medio = 1n ∑{[Z(xi) − Z* (xi)2]}, y ECME = error
∑
i =1
i =1
2
1 n (Z(xi)− Z* (xi)) 
cuadrático medio estándar = ∑ 
.
n i =1 
σi2

n
n

Ciencias del Agua, abril-junio de 2010
Método y año

Valores estimados de los residuos, con el método de
validación cruzada
Error
Mín
Máx
m
σ2
EM
ECM
ECME
KO, 1993
-60.192
60.829
-0.192
418.360
-0.190
390.550
0.820
KO, 1995
-66.762
72.764
-0.098
463.750
-0.100
252.340
0.800
KO, 1999
-57.691
59.654
-0.396
446.104
-0.400
426.300
0.800
Cok., 1993
-89.733
69.223
-0.815
599.513
-0.790
349.510
0.920
Cok., 1995
-89.081
78.396
-0.620
611.010
-1.630
284.310
0.990
Cok., 1999
-85.555
71.300
0.071
723.890
-1.960
309.030
0.950
ET, 1993
-65.868
98.995
1.018
998.881
-1.045
195.533
0.408
ET, 1995
-57.191
100.489
1.699
797.711
-0.131
137.643
0.361
ET, 1999
-54.158
96.339
-2.426
877.105
-0.967
339.706
0.683
ET 1981-2004
-131.265
122.227
-2.014
878.985
-0.621
318.731
0.804
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
funciones aleatorias (Mendoza y Herrera, 2007).
La comparación entre los resultados obtenidos
para los métodos de funciones aleatorias y
multivariado se discute más adelante.
Los resultados de validación cruzada para
1993 muestran que los valores de error son los
siguientes: EM=-1.045, ECM=195.53, ECME=
0.408; el valor promedio de desviación estándar
es de 31.60. La figura 7a muestra el diagrama
de dispersión entre los valores observados de
la carga hidráulica para 1993 y los estimados
por el método de validación cruzada.
Los resultados de validación cruzada
para 1995 muestran que los valores de error
son los siguientes: EM=-0.131, ECM=137.64,
ECME=0.361; el valor promedio de desviación
estándar es de 18.0. La figura 7b muestra
el diagrama de dispersión entre los valores
observados de la carga hidráulica para 1995
y los estimados por el método de validación
cruzada.
Por último, los resultados de validación
cruzada para 1999 muestran siguientes
valores de error: EM=-0.967, ECM=339.706,
ECME=0.683; el valor promedio de desviación
estándar es de 29.61. La figura 7c muestra
el diagrama de dispersión entre los valores
observados de la carga hidráulica para 1999
y los estimados por el método de validación
cruzada.
Estimación espacio-temporal
Los resultados de la estimación de la carga
hidráulica en el acuífero de QuerétaroObrajuelo se efectuaron en una malla de 41
1 900
1 900
1 890.94
1 850
1993
Lineal (1993)
1 734.17
1 721.94
1 700
1 866.98
1 800
1 650
y=0.9304x + 119.72
R2 = 0.9432
1 650
1 700
1 750
1 800
1 850
1 900
1 658.79
1 629.24
1 600
1 600
1 950
Carga hidráulica, valores medios (m)
1995
Lineal (1995)
1 734.20
1 715.60
1 750
1 700
1 650
1 878.47
y=0.9393x + 104.74
R2 = 0.9535
1 650
1 700
1 750
1 800
1 850
1 900
Carga hidráulica, valores medios (m)
1 950
1 950
1 900
1 850
1 800
1 864.61
1 750
1 700
1 669.50
1 650.50
1 650 1 623.33
1 600
1 600
1 650
1999
Lineal (1999)
1 792.06
1 720.05
1 702.10
1 700
1 750
y=0.8621x + 236.34
R2 = 0.9151
1 800
1 850
1 900
1 950
Carga hidráulica, valores medios (m)
Figura 7. Diagrama de dispersión; a) carga hidráulica del año 1993, b) carga hidráulica del año 1995,
c) carga hidráulica del año 1999.
Tecnología y
Ciencias del Agua, abril-junio de 2010
1 750
1 874.85
1 850
1 866.80
1 766.72
1 800
1 600
1 600
Carga hidráulica, valores estimados (m)
1 950
Carga hidráulica, valores estimados (m)
Carga hidráulica, valores estimados (m)
99
1 950
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
columnas y 51 renglones, con una distancia
entre renglón y columna de 1 100 m y un delta
de tiempo de una unidad. Sólo se reportan
los planos de la carga hidráulica de los años
1993, 1995 y 1999, dejando de lado los años
intermedios y la predicción correspondiente
a los años posteriores a 2003, último año que
cuenta con lecturas.
Las ilustraciones 8 a 13 muestran los mapas
de la carga hidráulica y la varianza para los años
comentados, y de forma global se describen los
siguientes patrones: en la figura 8 se muestra
la estimación de la carga hidráulica para el año
1993; se observa que las líneas equipotenciales
son acordes con las mediciones reportadas
para cada pozo de observación. Cabe destacar
que se marca un parteaguas en la zona de la
laguna El Salitre y en el área del acuífero de
Querétaro se tiene una mejor definición de las
zonas con mayor abatimiento. Esta definición
se observa en el mapa como áreas concéntricas
Ciencias del Agua, abril-junio de 2010
100
de una influencia local que difieren del entorno.
Al verificar estos puntos corroboramos que,
efectivamente, corresponden a pozos donde
existe una carga hidráulica menor al entorno.
En el caso de La Cañada y zonas altas de
la cuenca, se observa el valor subestimado
de la carga hidráulica; sin embargo, de forma
general, se mantiene el mismo patrón de las
líneas de flujo en dirección al centro del valle
de Querétaro.
El plano de varianza (figura 9) presenta que
la porción central del acuífero está mayormente
muestreada; la línea equipotencial de 400
unidades se distribuyen en un amplio sector y,
las márgenes del acuífero pierden esta densidad
de muestreo.
Respecto a la estimación proyectada en el
plano para 1995 (figura 10), se mantiene que las
estimaciones son acordes con las mediciones
reportadas para cada pozo de observación.
El parteaguas en la zona de la laguna El
Figura 8. Krigeado espacio-temporal para el año 1993, estimación de la carga hidráulica.
Tecnología y
2 295 000
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
2 290 000
N
Leyenda
2 285 000
Ju r ica
Laguna
2 280 000
Carretera
Río Querétaro
S.P .Mar tir
2 275 000
QUER E T AR
O
Límite estatal
479. 8 7
Tren
2 270 000
2 265 000
Poblado
511. 3 7
Tla cote El B ajo
LAGUNA EL SALIT RE
1735
Varianza
1735
Línea piezométrica
V. Cor r egidora
0
768. 7 8
5 000 m
1809 . 73
330 000
101
335 000
340 000
345 000
350 000
355 000
360 000
365 000
370 000
Figura 9. Krigeado espacio-temporal para el año de 1993, valores de varianza.
Figura 10. Krigeado espacio-temporal para el año 1995, estimación de la carga hidráulica.
Tecnología y
Ciencias del Agua, abril-junio de 2010
2 255 000
2 260 000
1009 . 65
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Salitre se mantiene, así como la definición de
las zonas con mayor abatimiento. En el caso
de La Cañada y zonas altas de la cuenca, se
observa que el valor de la carga hidráulica es
subestimado; sin embargo, de forma general
se continúa el mismo patrón de las líneas
de flujo en dirección al centro del valle de
Querétaro.
En la figura 11 se muestra el plano de
varianza, que mantiene el mismo patrón del
año 1993, marcando una diferencia en la zona
de la laguna El Salitre, producto del incremento
de pozos de muestreo para el año 1995.
La estimación proyectada en el plano para
1999 (figura 12) presenta una correspondencia
entre lo estimado y las mediciones reportadas
para cada pozo. Cabe señalar que para este
año no se marca un parteaguas en la zona
de la laguna El Salitre, figurando que los
acuíferos Los Apaseos, Obrajuelo y Querétaro
2 295 000
102
han sido afectados en su dinámica original
por su inversión en el flujo, sobre todo en
Los Apaseos, ahora centro del acuífero del
valle de Querétaro. Esta hipótesis deberá
ser corroborada con información adicional
obtenida para esta zona. Este parteaguas
es acorde con el modelo conceptual
comentado en el área de estudio para el
caso no estacionario, pero la posición del
mismo no está bien definida y mucho menos
confirmada.
Que el valor del error cuadrático medio
estándar sea elevado; de hecho, el más elevado
de los tres años analizados, indica de forma
tácita que el modelo del semivariograma
espacio-tiempo no es bueno para estimar este
año en particular. Es de esperar que en los
puntos donde se estima, dentro de la malla
indicada, no sean siempre acordes con la
realidad.
2 290 000
N
Leyenda
2 285 000
Ju r ica
183. 1 4
Poblado
511. 8 5
Laguna
2 280 000
Tla cote El B ajo
S.P .Mar tir
Carretera
Río Querétaro
251. 253.
41 32
Límite estatal
2 275 000
QUER E T AR
O
Tren
LAGUNA EL SALIT RE
V. Cor r egidora
1735
2 265 000
2 270 000
1735
0
Varianza
Línea piezométrica
5 000 m
2 260 000
908. 9 1
2 255 000
Ciencias del Agua, abril-junio de 2010
638. 4 3
330 000
335 000
340 000
345 000
350 000
355 000
360 000
365 000
370 000
Figura 11. Krigeado espacio-temporal para el año de 1995, valores de varianza.
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
103
Figura 13. Krigeado espacio-temporal para el año de 1999, valores de varianza.
Tecnología y
Ciencias del Agua, abril-junio de 2010
Figura 12. Krigeado espacio-temporal para el año 1999, estimación de la carga hidráulica.
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
En este punto se muestran los resultados
obtenidos con el método de validación
cruzada en los pozos que cuentan con 19 o más
observaciones de la carga hidráulica, mismos
que se listan en el cuadro 4. La intención
es mostrar las lecturas de estimación de la
carga hidráulica, comparadas con los valores
observados, cuando se ha quitado el dato que
se estima. De esta forma, sólo se mostrarán los
resultados para luego ser discutidos. La figura
14 muestra tres hidrógrafos de los pozos 759,
752 y 629.
La posición espacial de los pozos
seleccionados se muestra en la figura 15. Es fácil
104
1 920.00
Elevación de la carga hidráulica, pozo 759
identificar que los aprovechamientos no están
en una zona restringida; por el contrario, se
ubican en todo el acuífero. De forma particular,
el pozo 752 se sitúa en la zona de recarga; el
pozo 629, en la porción central del acuífero
Querétaro y el pozo 759, en la parte alta del
acuífero. La falta de información histórica en
la porción del acuífero Obrajuelo se da porque
el mínimo de observaciones, 19 lecturas desde
el año 1981 hasta el 2004, no se cumplió. Esta
imposición obedece a que es necesario contar
con un número mínimo de observaciones para
generar los semivariogramas en el tiempo.
Aclarado el punto anterior, se comentan los
resultados de los hidrógrafos. El pozo 759 se
ubica en la porción alta del acuífero y de manera
general describe un descenso progresivo de la
carga hidráulica. Para el año de 1981 se reporta
una elevación de la carga hidráulica de 1 910.92
m y, para el año del 2003, se reportan 1 879.14
1 820.00
1 910.00
1 800.00
1 900.00
1 780.00
Medido
Estimado
1 890.00
Medidos
Estimados
1 760.00
1 880.00
1 740.00
1 870.00
1 720.00
1 860.00
1 700.00
agosto-81
agosto-82
agosto-83
agosto-84
agosto-85
agosto-86
agosto-87
agosto-88
agosto-89
agosto-90
agosto-91
agosto-92
agosto-93
agosto-94
agosto-95
agosto-96
agosto-97
agosto-98
agosto-99
agosto-00
agosto-01
agosto-02
agosto-03
Elevación de la carga hidráulica, pozo 752
agosto-81
agosto-82
agosto-83
agosto-84
agosto-85
agosto-86
agosto-87
agosto-88
agosto-89
agosto-90
agosto-91
agosto-92
agosto-93
agosto-94
agosto-95
agosto-96
agosto-97
agosto-98
agosto-99
agosto-00
agosto-01
agosto-02
agosto-03
El plano de varianza (figura 13) presenta
un aumento de la varianza en la zona oeste,
producto de una reducción de los pozos de
muestreo.
Estimación en tiempo
Elevación de la carga hidráulica, pozo 629
1 760.00
1 750.00
1 740.00
1 730.00
1 720.00
Medidos
Estimados
1 710.00
1 690.00
1 680.00
1 670.00
1 660.00
agosto-81
agosto-82
agosto-83
agosto-84
agosto-85
agosto-86
agosto-87
agosto-88
agosto-89
agosto-90
agosto-91
agosto-92
agosto-93
agosto-94
agosto-95
agosto-96
agosto-97
agosto-98
agosto-99
agosto-00
agosto-01
agosto-02
agosto-03
Ciencias del Agua, abril-junio de 2010
1 700.00
Figura 14. Hidrógrafos pozos 759, 752, 629.
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
105
m; la diferencia en estos 23 años es de 31.78
metros.
El descenso de la carga hidráulica es
constante, de forma gradual, existiendo
algunos puntos de recuperación, como se
distingue en el año de 1990, donde el nivel se
recupera 3.0 m, tomando en cuenta la tendencia
general, para después descender de manera
gradual. Cabe resaltar que en el tiempo, entre
los años 1999 y 2001, se mantiene constante,
para después descender 6.51 metros.
Respecto a los valores estimados, se
observa que de manera general se ajustan a la
tendencia, presentando las mayores diferencias
en las series donde no existen observaciones
en el año inmediato anterior y posterior (ver
periodo 1981-1990), pero en los periodos donde
hay observaciones, las estimaciones presentan
un mejor ajuste; de hecho, las diferencias entre
ambas no sobrepasan los 1.5 metros.
El pozo 752 se ubica en la zona de recarga
del acuífero. De manera general, describe un
descenso progresivo de la carga hidráulica.
Para 1988 se reporta una elevación de la carga
hidráulica de 1 796.45 m y, para el año 2003,
se reportan 1 788.43 m. La diferencia en estos
16 años es de 8.02 m. El descenso de la carga
hidráulica es gradual.
Respecto a los valores estimados, es
evidente que la estimación de la carga
hidráulica no se ajusta a las mediciones en
los pozos que se encuentran en las márgenes
del acuífero. En estos sitios se identifica que
las estimaciones están por debajo de las
mediciones; es decir, se subestiman. La falta
de información, en el tiempo, ocasiona que
los puntos de estimación sean extrapolados.
Los valores de varianza indican que las
estimaciones presentan una incertidumbre
alta.
Tecnología y
Ciencias del Agua, abril-junio de 2010
Figura 15. Pozos de observación con más de 19 lecturas, en el tiempo, de la carga hidráulica.
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Los valores estimados, que presentan una
mayor diferencia entre los valores medidos, se
identifican en los intervalos de tiempo donde
no existen datos antes o después. Lo contrario
sucede en los intervalos de tiempo donde hay
información en tiempos cortos.
Journel y Rossi (1989) discuten el efecto
que tienen las estimaciones, en los casos
dónde se extrapola; aunque es aplicado en
el caso espacial, el efecto es el mismo en el
tiempo.
El pozo 629 se ubica en la porción central del
acuífero Querétaro. De forma general describe
un descenso progresivo de la carga hidráulica.
Para 1981 se reporta una elevación de la carga
hidráulica de 1 753.12 m, y para el 2003 se
reportan 1 677.69 m. La diferencia en estos 23
años es de 75.43 m. El descenso de la carga
hidráulica es gradual. Respecto a los valores
estimados, se observa que de manera global
se ajustan a la tendencia, que es lo buscado
cuando no se cuenta con observaciones.
106
Ciencias del Agua, abril-junio de 2010
Discusión
Recapitulando, tenemos que en el aspecto
espacial se seleccionaron 23 años (cuadro 1), los
cuales cumplen con treinta o más observaciones
(pozos) en cada muestreo. Este criterio se
contempla considerando que al determinar
la estructura de la variable se requiere de
un número mínimo para efectuarlo. En la
literatura, para calcular el semivariograma,
se recomienda utilizar un número mayor de
puntos de observación (cien observaciones);
sin embargo, en la práctica, se trabaja con lo
que se tiene, siempre manteniendo en mente
que las decisiones que se toman tienen un costo.
En el aspecto temporal, se seleccionaron los
pozos que presentan 19 o más observaciones,
dando como resultado 13 pozos.
Así, se procedió a efectuar el análisis
exploratorio de los datos, el análisis estructural
espacio-tiempo y la validación del modelo
propuesto, por lo que los comentarios de la
discusión se enfocan hacia la validación y la
estimación.
Es importante destacar que la validación
cruzada se llevó a cabo tomando en cuenta
el modelo espacio-temporal, por lo que los
resultados comprenden del año 1981 al 2004.
De este periodo se seleccionaron los años 1993,
1995 y 1999 para mostrar el grado de ajuste que
tienen las estimaciones con las observaciones.
El lector debe considerar que la estimación con
este método no sólo muestra resultados en el
espacio, sino también en el tiempo.
Se optó por seleccionar estos años debido
a que cuentan con un número importante de
lecturas: 85, 112 y 75, respectivamente, lo cual
favorece la estimación del semivariograma
y, asimismo, para efectos de comparar los
resultados con la técnica multivariada de
funciones aleatorias.
La figura 7a muestra el diagrama de
dispersión entre los valores medidos de la
carga hidráulica y los estimados para 1993. Los
valores de la carga hidráulica medidos versus
los estimados presentan un índice de regresión
de R2 = 0.94, que indica que éstos presentan
una buena correlación.
El cuadro 5 presenta un resumen de los
errores de la validación cruzada obtenidos
con los métodos kriging ordinario, cokriging
y estimación espacio-tiempo. Una descripción
detallada del procedimiento utilizado en los
dos primeros métodos se puede encontrar
en Mendoza y Herrera (2007). Para el caso
espacio-tiempo de las variables aleatorias
se utiliza la anotación ET para distinguirla
de la técnica multivariada (Cok), también es
importante explicar que cuando en el cuadro
el método ET refiere a un año específico, se
reportan los resultados de este método para
el tiempo señalado (1993, 1995, 1999); es decir,
la técnica estima en el espacio y también en el
tiempo, utilizando los datos de todo el periodo,
pero los estadígrafos mostrados en el cuadro se
calcularon usando únicamente los datos para el
año especificado. En contraste, lo que se reporta
en la cuarta línea, con la anotación ET 199812004, son los estadígrafos de la validación
cruzada manejando toda la información; o sea,
tomando en cuenta los errores de la validación
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
el error cuadrático para todo el periodo que
para los años por separado.
Es importante hacer notar que el ECM del
ET indica que este método proporciona la
representación de la carga hidráulica que mejor
ajusta los valores observados; esto obedece a
que el ET utiliza mayor número de puntos en la
estimación, de igual forma que el Cok, sólo que
el ET estima en los valores espaciales que se
tienen en un año dado y utiliza la información
temporal de todo el periodo; por esta razón el
ECM es menor.
Respecto a la estimación espacio-temporal
proyectada en el plano, dejando al tiempo
invariante, se observa que las estimaciones
son acordes con las mediciones reportadas
para cada pozo de observación. Cabe destacar
que el método distingue un parteaguas en la
zona de la laguna El Salitre y en el área del
acuífero de Querétaro, y define las zonas con
mayor abatimiento. Esta definición se observa
en los planos como áreas concéntricas de una
influencia local que difieren del entorno.
Al verificar estos puntos corroboramos
que, efectivamente, corresponden a pozos
donde existe una carga hidráulica menor al
entorno.
En el caso de La Cañada y zonas altas de
la cuenca, se observa el valor subestimado
de la carga hidráulica; sin embargo, de forma
general, se mantiene el mismo patrón de las
líneas de flujo en dirección al centro del valle
de Querétaro.
Ahora bien, verificando los puntos que
de acuerdo con los diagramas de dispersión
(figura 7a) se alejan de la línea de 45 grados,
correspondientes al caso donde la estimación es
igual a la medición, tenemos que existen cinco
valores: 1 721.94; 1 734.17; 1 766.72; 1 866.80
y 1 890.94, que se ubican en las márgenes del
acuífero (figura 8), caracterizados por pocos
datos al hacer la estimación. Por la posición,
se identifica que corresponden a puntos
extrapolados. Verificando el valor de varianza
que se obtiene para cada uno de estos puntos
(figura 9) es posible corroborar que la varianza
es alta.
107
Tecnología y
Ciencias del Agua, abril-junio de 2010
de la carga hidráulica para el periodo 19812004.
Aclarado lo anterior y retomando los
resultados que muestra el cuadro, se identifica
que los valores estimados de los residuos con
el método de validación cruzada, para todos
los casos, presentan un comportamiento
simétrico.
Analizando los valores del error (EM) para
el caso de KO, se encuentra que son reducidos,
cercanos a cero y todos ellos negativos, lo que
indica una subestimación de los valores de la
carga hidráulica.
En el caso del Cok, la magnitud del EM es
mayor que la del KO y, en todos los casos, es
negativo, de la misma forma que para el KO.
Para el ET, sólo en el caso donde se
consideran todas las observaciones, el valor del
EM es bajo, pero para cada año en particular, el
error se incrementa un poco.
En términos generales, el EM indica que
para cada técnica, las estimaciones están siendo
subestimadas.
Para el caso del ECM, pensando éste como
un valor de dispersión, ya que es el cuadrado
de los errores, se observa que tanto en KO y
Cok los valores son similares; sin embargo,
al compararlos con el ET, el ECM se reduce
drásticamente para los años 1993 y 1995;
en 1999 se mantiene. El promedio del error
cuadrático medio para los tres años en el ET
es de 224.29 m, mientras que en el KO es de
356.4 y en el Cok de 314.27. Esta reducción en
el promedio del ECM para el ET se debe a que
la estimación se realiza tomando en cuenta
un número mayor de puntos de observación,
no sólo en el espacio, sino también en el
tiempo.
De esta forma, el ECME indica que el mejor
ajuste entre el error cuadrático y la varianza
lo ofrece el método de Cok, seguido del KO,
el ET para el periodo 1981-2004 y, por último,
el ET para cada año. El hecho de que el ECME
del ET para todo el periodo tenga un valor de
0.804, mucho más cercano que los valores para
cada año por separado, indica que la varianza
del modelo teórico representa de mejor forma
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Ciencias del Agua, abril-junio de 2010
108
En el caso de la piezometría para
1995, se tiene que los valores de la carga
hidráulica medidos versus los estimados,
presentan un índice de regresión de
R 2 =0.95 ( figura 7b), considerándose como
buena correlación.
Verificando los puntos que se resaltan
en el diagrama de dispersión (figura 7b),
tenemos que existen siete valores: 1 629.24; 1
658.79; 1 715.60; 1 734.20; 1 866.98; 1 874.85 y 1
878.47, que al colocarse en el plano se ubican
en las márgenes del acuífero (figura 10) y se
caracterizan por tener pocos datos cercanos.
Por la posición, al realizar la estimación, se
identifica que no corresponde a un punto de
interpolación; por el contrario, es un punto
extrapolado.
Verificando el valor de varianza que se
obtiene para cada punto (figura 11) es posible
corroborar que la varianza es alta.
Al verificar los puntos que resaltan en el
diagrama de dispersión (figura 7c) existen
siete valores: 1 623.33; 1 650.5; 1 669.5; 1 702.1;
1 720.05; 1 792.06 y 1 864.61, que al colocarse
en el plano se ubican en las márgenes del
acuífero (figura 12), caracterizados por
tener pocos datos para la estimación.
Por la posición, al hacer la estimación, se
identifica que no corresponde a un punto de
interpolación; por el contrario, es un punto
extrapolado.
Verificando el valor de varianza que se
obtiene para cada punto (figura 13) es posible
corroborar que la varianza es alta.
Con respecto a la varianza, es necesario
resaltar que para todos los casos los planos son
menores que los obtenidos con el método de
krigeado. Esto es congruente con la teoría, ya
que al aumentar el número de observaciones
se reduce la varianza de la estimación.
En los planos de varianza, se observa
que en el acuífero Querétaro-Obrajuelo ésta
es del orden de trescientas unidades que, al
compararse con la obtenida con krigeado
ordinario, se tiene que ha reducido en
trescientas unidades, así como en la extensión
del área de influencia.
Conclusiones
La estimación espacio-tiempo es una
herramienta útil que puede ser tomada como
alternativa para efectuar estimaciones de la
carga hidráulica en un contexto espacial y
temporal.
La aplicación de esta técnica para
determinar la carga hidráulica es innovadora,
ya que resuelve el problema de los modelos
lineales. La metodología desarrollada ofrece
una alternativa para tratar las variables que
presentan una deriva espacio-tiempo, así como
indicar la forma de ajustar el modelo producto
suma, propuesto por De Iaco et al. (op.cit.).
Para realizar la verificación del modelo, se
utilizó el método de validación cruzada que
permite evaluar la certidumbre del modelo
propuesto. Los valores de EM, ECM y ECME
indican que el modelo producto suma se ajusta
de manera adecuada a la información espaciotiempo; sin embargo, al evaluar de forma
individual los resultados de validación cruzada
para los años seleccionados, se reportan algunos
puntos con errores grandes.
Las estimaciones de la carga hidráulica para
los años 1993, 1995 y 1999 son congruentes con
los valores observados en campo, así como la
definición del parteaguas entre los acuíferos.
Una ventaja del método espacio-tiempo es
el incremento de observaciones para realizar
la estimación; esta característica permite hacer
estimaciones en zonas donde no se cuenta con
información.
El método es poderoso, ya que también
realiza estimaciones en diversos tiempos.
Esto se puede apreciar en la figura 14, donde
se observa que el método permite efectuar
interpolaciones entre años donde se carece de
información.
El método espacio-tiempo requiere de
un análisis estructural adecuado, ya que a
partir de éste se seleccionan los parámetros
que lo caracterizan. En nuestro caso se aplica
una metodología en donde se contempla la
selección de los parámetros, tomando en cuenta
diferentes secciones de tiempo y espacio, y se
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Agradecimientos
A la Comisión Nacional del Agua, que otorgó el apoyo para
realizar los estudios de doctorado del primer autor.
Recibido: 23/01/2009
Aprobado: 12/10/2009
Referencias
AHMED, S. and DE MARSILY, G. Comparison of
geostatistical methods for estimating transmissivity
using data on transmissivity and specific capacity. Water
Resources Research. Vol. 23, no. 9, 1987, pp. 1717-1737.
ANGELINI, P. Correlation and spectral analysis of two
hydrogeological systems in central Italy. Hydrological
Sciences Journal. Vol. 42, no. 3, 1997, pp. 425-438.
ASCE. Review of geostatistics in geohydrology I: Basic
concepts. Journal of Hydraulic Engineering. Vol. 116, no. 5,
1992a, pp. 612-632.
ASCE. Review of geostatistics in geohydrology II:
Aplications. Journal of Hydraulic Engineering. Vol. 116, no.
5, 1992b, pp. 633-658.
ASLI, M. and MARCOTTE, D. Comparison of approaches
to spatial estimation in a bivariate context. Mathematical
Geology. Vol. 27, no. 5, 1995, pp. 641-658.
BILONICK, R.A. and NICHOLS, D.G. Temporal variations
in acid precipitation over New York State What the 19651979 USGS data reveal. Atmospheric Environment. Vol. 17,
no. 6, 1983, pp. 1063-1072.
BILONICK, R.A. Risk qualifies maps of hydrogen ion
concentration for the New York State area for 1966-1978.
Atmospheric Environment. Vol. 17, no. 12, 1983, pp. 25132524.
BILONICK, R.A. Monthly hydrogen ion depositation maps
for the northeastern U.S. from July 1982 to September
1984. Atmospheric Environment. Vol. 22, no. 9, 1988, pp.
1909-1924.
BOGAERT, P. and CHRISTAKOS, G., Sapatiotemporal
analysis and processing of thermometric data over
Belgium. Journal of Geophysical Research. Vol. 102, no. 22,
25, 1997, pp. 831-846.
CAMERON, K. and HUNTER, P. Optimization of LTM
networks using GTS: statistical approaches to spatial
and temporal redundancy, Air Force Center for
Environmental Excellence, Brooks AFB, TX, [en línea]
Disponible para World Wide Web: http://www.afcee.
brooks.af.mil/products/rpol/docs/GTSOptPaper.pdf,
acceso libre [consulta, agosto de 2006].
CHRISTAKOS, G. Modern Spatiotemporal Geostatistics. New
York: Oxford University Press, 2000, 288 pp.
COMEGNA, V. and BASILE, A. Temporal stability of spatial
patterns of soil water storage in a cultivated Vesuvian
soil. Geoderma. Vol. 62, 1994, pp. 299-310.
DE CESARE, L., MYERS, D.E. and POSA, D. Estimating
and modeling space-time correlation structures. Statistics
& Probability Letteres. Vol. 51, 2001, pp. 9-14.
DE CESARE, L., MYERS, D.E. and POSA, D. FORTRAN
Programs for space-time modeling. Computers
Geosciences. Vol. 28, 2002, pp. 205-212.
DE IACO, S., MYERS D.E. and POSA, D. Space-time
analysis using a general product-sum model. Statistics &
Probability Letters. Vol. 52, 2001, pp. 21-28.
DELHOMME, J.P. Kriging in the hydrosciences. Advances
in Water Resources. Vol. 1, no. 5, 1978, pp. 251-266.
DEUTSCH, C.V. and JOURNEL, A.G. GSLIB Geostatistical
software library and User´s guide. Applied geostatistics series.
Second edition. New York: Oxford University Press,
1998, 369 pp.
DIMITRAKOPOULOS, R. and LUO, X. Spatiotemporal
modeling: covariances and ordinary kriging systems.
Dimitrakopoulos, R. (editor). Geostatistics for the next
109
Tecnología y
Ciencias del Agua, abril-junio de 2010
refuerzan con el índice de error. Esta propuesta
es diferente a la de De Cesare et al. (op. cit.), ya
que de manera gráfica se determina la cima
del semivariograma de superficie. Así, ellos
proponen un modelo producto suma que
garantiza que el modelo es positivo definido y
que no afecta en el sistema de krigeado. Estas
dos innovaciones superan la propuesta inicial
de Rouhani y Hall (1989).
Finalmente, en términos de varianza, el
método espacio-tiempo reduce el valor del
error en la estimación; esto se puede observar
comparando los resultados de varianza
obtenidos con los métodos de krigeado
univariado y krigeado multivariado; sin
embargo, aun aumentando el número de
puntos para hacer la estimación, se tienen
zonas donde ésta no corresponde con las
observaciones, ya que se ubican en la periferia
del acuífero. Lo anterior obedece a que en la
periferia las estimaciones son producto de la
extrapolación que, aunado a los resultados del
validación cruzada, son las áreas con mayor
incertidumbre. Esta es una ventaja más de
este tipo de métodos, ya que proporcionan
información con la cual se pueden tomar
decisiones considerando la confiabilidad
de la estimación y las zonas de mayor
incertidumbre.
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
century. Dordrecht: Kluwer Academic Publ., 1994, pp.
88-93.
GAMBOLATI, G. and GALEATI, G. Comment on analysis
of non intrinsic spatial variability by residual kriging
whit application to regional groundwater levels by
Neuman, S.P. and Jacobson, E.A. Mathematical Geology.
Vol. 19, no. 3, 1987, pp. 249-257.
GAMBOLATI, G. and VOLPI, G. Groundwater contour
mapping in Venice by stochastic interpolators. Water
Resources Research. Vol. 15, no. 2, 1979a, pp. 281-290.
GAMBOLATI, G. and VOLPI, G. A conceptual deterministic
analysis of the kriging technique in hidrology. Water
Resources Research. Vol. 15, no. 3, 1979b, pp. 625-629.
GARDNER, B. and SULLIVAN, P. Spatial and temporal
stream temperature prediction: modeling nonstationary
temporal covariance structures. Water Resources Research.
Ciencias del Agua, abril-junio de 2010
110
Vol. 40, 2004, W01102.
GUYSA. Estudio de simulación hidrodinámica y diseño óptimo
de la red de observación en los acuíferos de Aguascalientes
y Querétaro. Tomo III. Querétaro: Comisión Nacional
del Agua, Gerencia de Aguas Subterráneas, Geofísica
de Exploraciones Guysa, S.A. de C.V. GAS-008-PR-96,
1996.
HEVESI, J.A., ISTOK, J.D. and FLINT A.L. Precipitation
estimation in mountainous terrain using multivariate
geostatistics. Part I: Structural analysis. Journal of Applied
Meteorology. Vol. 31, 1992a, pp. 661-676.
HEVESI, J.A., ISTOK, J.D. and FLINT, A.L. Precipitation
estimation in mountainous terrain using multivariate
geostatistics. Part II: Isohyetal maps. Journal of Applied
Meteorology. Vol. 31, 1992b, pp. 677-688.
IBAÑEZ, G.M.V. Modelos estadísticos espacio-temporales en
perimetría. Tesis doctoral. Castellón de la Plana, España:
Departamento de Matemáticas, Escuela Superior de
Tecnología y Ciencias Experimentales, Universitat
Jaume, 2003, 322 pp.
JOURNEL, A.G. and ROSSI, M.E. When do we need a
trend model in kriging. Mathematical Geology. Vol. 21, no.
7, 1989, pp. 715-740.
KNOTTERS, M. and BIERKENS, M.F.P. Predicting water
table depths in space and time using a regionalized time
series model. Geoderma. Vol. 103, 2001, pp. 51-77.
KYRIAKIDIS, P.C. and JOURNEL, A.G. Geostatistical
space-time models: A review. Mathematical Geology. Vol.
31, no. 6, 1999, pp. 651-684.
KYRIAKIDIS, P.C. and JOURNEL, A.G. Stochastic
modeling of atmospheric pollution: a spatial timeseries framework. Part I: methodology. Atmospheric
Environment. Vol. 35, 2001a, pp. 2331-2337.
KYRIAKIDIS, P.C. and JOURNEL, A.G., Stochastic
modeling of atmospheric pollution: a spatial time-series
framework. Part II: application to monitoring monthly
sulfate deposition over Europe. Atmospheric Environment.
Vol. 35, 2001b, pp. 2339-2348.
LAROCQUE, M., MANGIN, A., RAZACK, M. and
BANTON, O. Contribution of correlation and spectral
analyses to the regional study of a large karst aquifer
(Charente, France). Journal of Hydrology. Vol. 205, 1998,
pp. 217-231.
LEE, J.Y. and LEE, K. Use of hydrologic time series data
for identification of recharge mechanism in a fractured
bedrock aquifer system. Journal of Hydrology. Vol. 229,
2000, pp. 190-201.
MENDOZA, C.E.Y. y HERERA, G. Estimación multivariada
para determinar la carga hidráulica en el acuífero
Querétaro-Obrajuelo. Ingeniería hidráulica en México. Vol.
XXII, núm. 1, enero-marzo de 2007, pp. 63-79.
MENDOZA, C.E.Y. Análisis de alternativas para la estimación
de la carga hidráulica utilizando métodos geoestadísticos
en espacio y espacio-tiempo. Tesis doctoral. México, D.F.:
Universidad Nacional Autónoma de México, 2008, 253
pp.
MYERS, D.E. and JUORNEL, A.G. Variograms whit
zonal anisotropies and noninvertible kriging sytems.
Mathematical Geology. Vol. 22, no. 7, 1990, pp. 779785.
PAPRITZ, A. and FLÜHLER, H. Temporal change of
spatially autocorrelated soil properties: optimal
estimation by cokriging. Geoderma. Vol. 62, 1994, pp. 2943.
ROUHANI, S. Comparative study of ground water
mapping techniques. Journal of Ground Water. Vol. 24, no.
2, 1986, pp. 207-216.
ROUHANI, S. and HALL, T. Space-time kriging of
groundwater data. Armstrong, M. (editor). Geostatistics.
Vol. 2. Dordrecht: Kluwer Academic Publ., 1989, pp. 639650.
ROUHANI, S. and MYERS D.E. Problems in space-time
kriging of geohydrological data. Mathematical Geology,
Vol. 22, no. 5, 1990, pp. 611-623.
ROUHANI, S. and WACKERNAGEL, H. Multivariate
geostatistical approach to space-time data analysis. Water
Resources Research. Vol. 26, no. 4, 1990, pp. 585-591.
ROUHANI, S., EBRAHIMPOUR, M.R., YAQUB, I. and
GIANELLA, E. Multivariate geostatistical trend detection
and network evaluation of space-time acid deposition
data I. Methodology. Atmospheric Environment. Vol. 14,
1992, pp. 2603-2614.
SAMPER, J. y CARRERA, J. Geoestadística. Aplicaciones a
la hidrología subterránea. Barcelona: CIMNE, 1990, 481
pp.
SIMUTA, C.R. Modelo en elemento finito para el flujo del
acuífero del valle de Querétaro. Tesis de maestría. México,
D.F.: Universidad Nacional Autónoma de México,
2005.
SOLOW, A.R. and GORELICK, S.M. Estimating monthly
streamflow values by cokriging. Mathematical Geology.
Vol. 18, no. 8, 1986, pp. 785-809.
Tecnología y
Mendoza-Cázares, E.Y. y Herrera-Zamarrón, G. del S., Estimación espacio-temporal de la carga hidráulica utilizando el concepto de...
Abstract
MENDOZA-CÁZARES, E.Y. & HERRERA-ZAMARRÓN, G.S. Spatiotemporal estimation
of hydraulic head using a single spatiotemporal random function model. Water Technology
and Sciences, formerly Hydraulic engineering en Mexico (in Spanish). Vol. I, no. 2,
April-June, 2010, pp. 87-111.
This paper presents a geostatistical method for performing estimates using space-time kriging
which is applied for the estimation of the water level of the Queretaro-Obrajuelo aquifer in the
1981-2004 period. The estimates obtained by this method for the years 1993, 1995 and 1999
are compared with ordinary kriging and cokriging using cross validation. The average mean
error (ME) for the three chosen years was lowest for ordinary kriging (-0.23), the average
mean squared error (MSE) is the lowest in the case of the space-time method (224.29) and the
value of the average squared mean standard error (SMSE) is better for the method of cokriging
(0.95), because the SMSE values are close to unity. The SMSE for the space-time method is
0.8 when considering all the times, but it decreases in particular for the selected years. The
results of the estimated variances are always smaller using the space-time method, because it
uses more information to get the estimate. Also, it is possible to make estimates in the whole
space for all times. Therefore, it was concluded that the tool is powerful, since it considers all
available information to produce the estimates.
Keywords: single spatio-temporal model, geostatistics, hydraulic head estimation.
111
Dirección institucional de los autores
Dr. Edgar Yuri Mendoza-Cázares
Dra. Graciela del Socorro Herrera-Zamarrón
Universidad Nacional Autónoma de México
Ciudad Universitaria
Delegación Coyoacán
04510 México, D.F.
teléfonos: + (52) (55) 5622 4133 y 56 22 41 35
fax: + (52) (55) 5622 4198
ghz@geofisica.unam.mx
Tecnología y
Ciencias del Agua, abril-junio de 2010
Instituto Mexicano de Tecnología del Agua
Coordinación de Hidrología
Subcoordinación de Aguas Subterráneas
Paseo Cuauhnáhuac 8532
Colonia Progreso, 62550 Jiutepec, Morelos, México
teléfono: + (52) (777) 329 3600, extensión 339
fax: + (52) (777) 329 3682
edgar_mendoza@tlaloc.imta.mx