Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/29.500.19856/70694
Title: Aplicación de geoestadística para verificación de litologías mediante la integración de datos geoquímicos y litológicos en la zona Alamala-Catamayo
Authors: Ramírez Parrales, María Fernanda
Quezada Chamba, Roberth Leodan
Keywords: Ecuador.
Tesis digital.
Issue Date: 2025
Citation: Quezada Chamba, R. L. Ramírez Parrales, M. F. (2025) Aplicación de geoestadística para verificación de litologías mediante la integración de datos geoquímicos y litológicos en la zona Alamala-Catamayo [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/70694
Abstract: Abstract: This research addresses geological modeling that allows for resource evaluation, the characterization of structures in the mining and oil fields, and the visualization and analysis of the spatial distribution of lithologies present in the study area. This thesis was based on a stochastic model, as it allows for the generation of more in-depth and detailed modeling maps. The applied method of geostatistics is essential for this type of research, allowing for the verification of the spatial distribution of lithologies present in the study area, the Alamala-Catamayo sector, based on the collection of geochemical and lithological data, including chemical composition. Finally, to achieve the aforementioned primary objective, a statistical analysis, multivariate analysis, 17 variograms for each element (variographic analysis), an initial geological map were generated from the collection of geochemical data generated from X-ray fluorescence by previous thesis students, and the predictive map was generated using machine learning, applying the supervised learning method with the "Random Trees with classification and regression" algorithm. This algorithm yielded a confusion matrix indicating the initial values ​​and predictive values ​​after the process was performed.
Description: Resumen: El presente trabajo de investigación aborda acerca del modelamiento geológico que permite evaluar recursos, caracterizar estructuras en el campo minera y petrolero como también el visualizar y analizar la distribución espacial de las litologías que se encuentren presentes en la zona a estudiar. Esta tesis se planteó en un modelo estocástico, ya que permite generar mapas de modelamiento más profundo y detallado. El método aplicado de geoestadística es esencial para este tipo de investigación para verificar la distribución espacial de las litologías que se encuentran presentes en la zona de estudio, sector Alamala-Catamayo a partir de la recolección de datos geoquímicos y litológicos incluyendo la composición química. Finalmente, para llegar al objetivo principal que se mencionó con anterioridad, se generó un análisis estadístico, análisis multivariable, 17 variogramas para cada elemento (análisis variográfico), un mapa geológico inicial a partir de la recolección de los datos geoquímicos que fueron generados a partir de Fluorescencia de Rayos X por tesistas anteriores, y el mapa predictivo que se generó a partir del uso Machine Learning aplicando el método de aprendizaje supervisado con el algoritmo de Arboles Aleatorios con clasificación y regresión , por la cual, el uso de este algoritmo arrojó una matriz de confusión indicando los valores iniciales y valores predictivos después del proceso que se realizó.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145253.TITN.
Appears in Collections:Titulación de Geología y Minas



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.