La geoestadística es una ciencia y tecnología para el análisis, procesamiento y presentación de información distribuida espacialmente (o espaciotemporal) utilizando métodos estadísticos [1] . La geoestadística modela la distribución de objetos, fenómenos y procesos en el espacio geográfico .
El objeto del análisis geoestadístico son las variables espaciales (o variables regionalizadas) , que es similar a una variable cuadriculada. Los ejemplos de variables espaciales incluyen: lluvia, densidad de población en un área geográfica determinada, espesor de una formación geológica, densidad de la contaminación del suelo, consumo promedio de electricidad en una hora determinada, etc. Las variables espaciales no deben confundirse con variables aleatorias utilizadas en estadísticas ordinarias [ 1] .
La principal propiedad de las variables regionalizadas es la continuidad espacial . Existe en la mayoría de los fenómenos geofísicos y expresa el grado de cambio de una variable en el espacio. La continuidad espacial tiene un carácter estadístico - por lo general hay continuidad en el promedio: cuando el punto X tiende a X 0 sólo el valor promedio | f ( X ) - f ( X 0 ) | 2 tiende a cero [2] . En otras palabras, los objetos, fenómenos y procesos que están más cerca en el espacio son más similares entre sí que aquellos que están más distantes entre sí.
Un semivariograma en geoestadística sirve para cuantificar la continuidad espacial y modelar la correlación espacial. Un gráfico de semivariograma muestra la relación entre la varianza de una característica en ciertos lugares y la distancia entre estos últimos. Esta relación se utiliza para predecir valores en otras ubicaciones mediante kriging , es decir, interpolación espacial . Por ejemplo, a partir de los valores conocidos de la altura de la superficie terrestre en algunos puntos, es posible determinar los valores en puntos desconocidos entre ellos.
[3] El ingeniero sudafricano Danie Krige fue pionero en el uso de la geoestadística con Herbert Sichel en la mina de oro Witwatersrand en Sudáfrica [4] . Uno de los principales métodos de estimación geoestadística, kriging , lleva el nombre de Dany Krieg . El científico francés Georges Materon llamó la atención sobre el trabajo de Krieg y desarrolló un enfoque geoestadístico, como una teoría de variables (espaciales) regionalizadas, para analizar datos sobre recursos naturales (minería) [1]
[5] Independientemente de ellos y casi al mismo tiempo, L.S. Gandin formuló la teoría de la interpolación óptima para un análisis objetivo de los campos meteorológicos, que incluía los fundamentos de la teoría geoestadística [6] [7]
La geoestadística moderna se está desarrollando rápidamente y el rango de su aplicación es muy amplio, desde el uso tradicional en la extracción de recursos naturales (mineral, petróleo, gas) hasta aplicaciones en economía, finanzas, climatología, ciencia del suelo, ecología, epidemiología y muchas otras. ciencias naturales y sociales [1] .