INFORME
FINAL
EXPLORACION Y EVALUACION DE
YACIMIENTOS MINERALES
Profesores: Rossi, Mario E.
Bassan, José A.
Fusco, Vicente M.
Alumnos:
En las ciencias de la Tierra es habitual trabajar con variables definidas en todos los puntos
de una determinada región, es decir, variables definidas en un dominio continuo Ω. Sin
embargo, habitualmente sólo disponemos de observaciones de estas variables en algunos
puntos aislados de la región.
Variografia
El variograma es una herramienta geoestadística que permite analizar el comportamiento
espacial de una variable sobre un área definida, obteniendo como resultado un variograma
experimental que refleja la distancia máxima y la forma en que un punto tiene influencia
sobre otro punto a diferentes distancias. Es un gráfico que describe como varía, en
promedio, la varianza (o correlación) entre dos muestras a una cierta distancia. Identifica y
modela la variabilidad o correlación espacial, caracterizando anisotropías, tendencias,
variabilidad a corta y largas distancias, variabilidad entre dos variables diferentes, etc.
Los parámetros de mayor interés en el variograma son:
El efecto pepita;
La meseta;
El rango;
La forma del modelo a corta y larga distancia.
El proceso de Variografia implica dos etapas:
Generación de un Variograma experimental.
Modelado tridimensional o ajuste de la función experimental.
Los aspectos de un modelo de variograma son:
Efecto pepita relativo (razón efecto pepita a meseta).
Comportamiento cerca del origen.
Anisotropías, zonal o geométricas. La zonal puede ser modelada
como geométrica, lo que a veces causa confusión.
Rango; es el parámetro menos importante, y depende del modelo utilizado. Puede
ser engañoso.
El modelo de variograma puede ser impactado por artificios que resultan de la configuración
de los datos, prácticas de muestreo, y otros aspectos numéricos que influyen en la
continuidad observada, las anisotropías observadas, y las varianzas relativas de cada
estructura.
El variograma puede tener un gran impacto en las predicciones. Mientras menos datos se
tengan (exploración temprana), más impacto tiene.
Dadas las limitaciones del presente curso, todo el proceso de variografía fue realizado por
los docentes, utilizando el software SAGE, quienes facilitaron el modelo ajustado.
El software empleado para la variografía fue SAGE2001, un programa específico para
modelado de variogramas en múltiples direcciones. A continuación, el cuadro resumen de
los parámetros empleados:
El siguiente cuadro resume las 37 direcciones elegidas:
Para aprovechar la mayor densidad de información en las direcciones -60° y -90° (muestras
cada 2m), se disminuye las distancias unitarias de 20 a 6 y 4m. De este modo, el software
llegara hasta los 180m en las direcciones a -60° y a solo 120m en la vertical.
Se usan ciertos modelos de variogramas, por un requisito matemático. Este dice que para
todas las posibles direcciones y distancias en 3D, la covarianza debe ser positiva (definida
positivamente); o sea, debe ser tal que todas las matrices que se construyan con esa
covarianza sean invertibles y de solución única para resolver las ecuaciones de kriging.
Estimación
La estimación de recursos minerales es una etapa indispensable en la factibilidad de un
proyecto minero. Es en ella donde se realiza la descripción, el estudio y la clasificación de
los recursos contenidos dentro del potencial yacimiento a examinar.
Dada la base de datos del proyecto anterior, se realizó una división para poder trabajar
adecuadamente, para tener una separación de datos.
DATOS GLOBAL
DATOS NO-VETA
DATOS VETA
DATOS VETA-OXI
DATOS VETA-NOOXI
HISTOGRAMAS Y KRIGING
A partir de los datos obtenidos en la primera parte, proveniente de fundamentos de
geoestadísticas, mediante análisis estadístico, se inició la parte de estimación de leyes de
modelo de bloques y su respectiva validación.
Kriging es un conjunto de algoritmos basados en la minimización de la varianza de
estimación. Esta técnica estima los valores condicionales por medio de un estimador lineal;
las ponderaciones se definen bajo el criterio de mínimos cuadrados.
Hay distintos tipos de kriging. Se pueden estimar las leyes originales:
kriging simple
kriging ordinario
kriging universal o con tendencias.
De los primeros, vemos la técnica del kriging ordinario, para entender la varianza de
estimación, la suavización, y el sesgo condicional.
El software empleado es una rutina de GSLib, la cual presenta ciertas diferencias y
limitaciones respecto a otros softwares comerciales. Por ejemplo:
Las opciones para trabajar los valores extremos (outliers) son limitadas
(octantes, por ejemplo). En otros softwares hay disponibles mayor variedad
de condicionamientos posibles.
GSLib estima sobre toda la grilla, por lo que se debe hacer una limpieza
posterior con otro software. Esta consiste en cargar la estimación a un
modelo de bloques y desechar aquellos por fuera de la zona de interés.
En el módulo GSLib comenzamos abriendo el archivo [Link] para comenzar a modificarlo
y así poder realizar nuestra estimación que corresponde para cada dominio.
VALIDACION GRAFICA
Para esta parte del reporte lo que queremos lograr es visualizar de manera grafica las
estimaciones en dos dimensiones.
Locmap-Validacion Veta
Locmap-Validacion VetanoOxi
Locmap-Validacion VetaOxi