Grupo 5 - Evaluacion Continua 2

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Universidad del Perú, DECANA DE AMÉRICA.

FACULTAD DE INGENIERÍA GEOLÓGICA, METALÚRGICA, MINERA Y
GEOGRÁFICA
E.P. INGENIERÍA GEOLÓGICA
Estimación de Recursos Minerales

Capítulo 2
Curso: Geoestadística
Profesor: Ing. Félix Abraham Cornelio Orbegoso
Alumnos: Grupo 5
- Cespedes Navarro Carlos Daniel 18160191
- Herrera Mariños Jhamir 18160150
- Lugo Mallqui Astrid Zayetsy 19160134
- Lujan Lopez Flor de Maria 19160125
- Magallanes Quiroz Paola Muriel 19160131
- Mamani Arroyo Evelin Carla 19160154
- Quillama Pinasco Jair Elián 19160018
Lima, Perú
2022-lI
1.1. Dominios de estimación
Los dominios de estimación son el equivalente geológico de las zonas estacionarias
geoestadísticas y se define como aquel volumen de la roca que presenta una distribución
homogénea de su mineralización, Pues estas distribuciones presentan ciertas propiedades
estadísticas.
Cuando se habla de estacionariedad se refiere a un término que representa la decisión que
toma el estimador de recursos y es necesario hacer inferencias durante el análisis exploratorio
de datos pues indica la existencia de poblaciones con características estadísticas diferentes, lo
cual es importante saber para determinar los dominios de estimación de un depósito,
Es común confundir los conceptos de dominio geológico y de estimación. Los dominios
geológicos son comúnmente descritos por una sola variable geológica. mientras que los
dominios de estimación están definidos por un conjunto de controles de mineralización y
pueden contener más de un dominio geológico
La combinación de variables geológicas utilizadas para definir los dominios debe tener
características espaciales y geológicas que sean reconocibles en los datos de perforación y/o
producción. El dominio de estimación debe ser lo suficientemente representado en la base de
datos y en el depósito.
1.2. Definición de dominio de estimación
El desarrollo de los dominios de grado comienza y termina con conocimiento geológico. El
primer paso es definir la geología de variables que se utilizan como bloques de construcción
para la definición de los dominios de estimación. Variables típicas asignadas desde el
ejercicio Los datos del pozo incluyen litología, alteración, mineralogía, meteorización
(óxido/sulfuro, por ejemplo) y estructuras o elementos estructurales.
El segundo paso es decidir las variables geológicas específicas que son las más importantes.
En tercer lugar, se definen los dominios de estimación basados en todas las combinaciones
razonables de los atributos geológicos.
El cuarto paso consiste en una descripción estadística de la dominios iniciales. El objetivo
principal es eliminar o agrupar dominios según consideraciones geológicas.
1.3. Estudio de caso: Definición de Dominios de estimación de la Mina Escondida
El ejemplo es tomado de una definición de dominios de estimación de Cobre Total (TCu) en
el depósito de cobre Escondida de BHP Billiton. No todos los aspectos de una determinada
variable geológica son válidos o útiles por ello la selección inicial de atributos geológicos
importantes debe ser decidida por los geólogos que conocen bien el depósito. Las variables
geológicas consideradas fueron tipo de mineralización, alteración, litología y dominios
estructurales, para todas las categorías los códigos originales en la base de datos se tradujeron
a una versión simplificada.
Figura 1. Códigos geológicos originales y simplificados,

base de datos Escondida.
1.3.1. Análisis de datos exploratorios de la base de datos inicial

La base de datos constaba de 2140 sondajes con 215 681 registros de litología,
mineralización y alteración.
Figura 2. Gráficos de probabilidad y quantiles.
1.3.2. Definición inicial de dominios de estimación
Se realizó analizando combinaciones geológicamente factibles entre mineralización, litología,

alteración y dominio estructural. Los primeros seis se realizó únicamente en base a la
mineralización por ser unidades no sulfurosas (a excepción de la lixiviación parcial) ya que
su importancia económica es menor en comparación a la mineralización de sulfuros
supergénicos y por sus distribuciones espaciales (excepto la capa lixiviada) que son
complejas de modelar. Además se encontró que en zona de enriquecimiento supergénico el
control litológico es redundante a la alteración, este borra el control litológico.
Fig 3. Dominios de estimación
Las gráficas Q-Q muestran todas las litologías de pórfido vs. andesita condicionadas a las dos
alteraciones principales (QSA y SCC), su cercanía a la línea indica distribuciones similares
por ende las leyes de TCu no cambian mucho mientras la alteración sea la misma. Este no es
el caso de la mineralización primaria donde existen diferencias significativas al comparar
andesitas con el pórfido Escondida, el gráfico Q-Q muestra para la alteración K+B cómo las
distribuciones son diferentes.
Fig 4. Diagrama Q-Q
Los siguientes gráficos Q-Q de la mineralización de alto enriquecimiento frente al de bajo

enriquecimiento (Cc+Py frente a Cc+Cpy+Py) para los dominios estructurales de 1 a 4
muestran:
- El dominio estructural 1 muestra que la distribución global de Cc+Py tiene una ley
significativamente mayor para el rango de TCu de 1 a 4 %. Los valores cuantiles para
las leyes más altas tienden a ser similares, lo que implica que ambas distribuciones
tienen una cola de ley significativamente alta.
- El dominio estructural 2 muestra que el material de bajo enriquecimiento tiene una
distribución de mayor grado. Esto es una indicación de que hay menos calcopirita en
el Dominio estructural 2, probablemente debido a una profundización del proceso de
enriquecimiento en un bloque estructural arrojado hacia abajo. Por lo tanto, sería
razonable combinar HE y LE en un solo grupo.
- Las distribuciones de leyes en el Dominio estructural 3 como se esperaba, la
distribución HE muestra consistentemente una ley más alta.
- Las distribuciones para el Dominio estructural 4 son muy similares, probablemente
debido a la abundancia relativa de calcocita vs calcopirita en la unidad LE. El análisis
de los movimientos relativos de cada bloque estructural explica esta observación, ya
que el proceso de enriquecimiento también alcanzó niveles más profundos para el
Dominio estructural 4.
En conclusión, la distribución de leyes TCu muestra diferentes características estadísticas en

cada dominio estructural y esto explica la relación entre la mineralización de alto y bajo
enriquecimiento para diferentes partes del depósito.
Fig 4. Diagrama Q-Q según el dominio estructural
1.3.3. Modelos de correlograma de grado Tcu por dominios estructurales

1.3.4. Dominios de Estimación Final
1.4. Límites y tendencias
El tratamiento y la definición de los límites tienen implicaciones en la estimación de recursos,

como la dilución, la pérdida de mineral o una mezcla de poblaciones geológicas. Los
términos límites duros y blandos se utilizan para describir si el cambio en la distribución de
leyes a lo largo del contacto es abrupto o no, respectivamente.
El análisis de contacto ayuda a determinar si la estimación de ley para cualquier unidad dada
debe incorporar características de una unidad vecina.
La Figura 4.13 muestra los promedios de calificación a cada lado del contacto entre las
unidades Cc+Py y Cc+Cpy+Py del estudio de caso Escondida. A pesar de la alta variabilidad
en los promedios, la transición de ley es suave y como se esperaría de unidades que se
definen como conjuntos mineralógicos de transición.
Otro ejemplo (Fig. 4.14) muestra que el perfil de las leyes TCu promedio en el contacto entre
los Dominios 6 y 7 de estimación final en Escondida (ver Tabla 4.3) es duro. En este caso, los
grados de TCu cambian significativamente al pasar de una unidad a otra en una distancia muy
corta.
En general, los límites suaves como el que se muestra en la Fig. 4.13 se caracterizan por un
comportamiento no estacionario cerca del contacto. La media, la varianza o la covarianza no
son constantes dentro de una zona de influencia de un tipo de roca en el otro y sus valores
dependen de la ubicación relativa al límite, como se ilustra en la Fig. 4.15.
La reproducción correcta de límites suaves en los modelos de recursos mejora la dilución y
las estimaciones de recursos minerales. Las áreas cercanas a los contactos suelen ser áreas de
mayor incertidumbre, como lo muestra la abundancia de colores rojos en la Fig. 4.16.
En presencia de contactos complejos y límites múltiples, puede ser apropiado modelar las
características no estacionarias presentes en el vecindario local.
En determinadas circunstancias, es necesario modelar o tener en cuenta explícitamente las
tendencias, en particular cuando se simulan distribuciones de leyes (Capítulo 10).
Las tendencias se pueden describir mediante gráficos de pendiente frente a distancia a lo
largo de una dirección de coordenadas relevante. La Figura 4.17 muestra la tendencia de la
ley del oro en dirección vertical en un depósito de pórfido de oro de baja ley.
Si las tendencias deben tenerse en cuenta explícitamente, entonces se aplica comúnmente el

siguiente enfoque en presencia de una tendencia: Desarrolle un modelo de tendencia
determinista y elimínelo de los datos; Modele el componente residual; y Agregue la tendencia
determinista para obtener el modelo final.
En la práctica, podríamos considerar tendencias verticales 1-D y tendencias de área 2-D que
luego se fusionan en un modelo de tendencia 3-D. No existe una forma única de fusionar
tendencias 1-D y 2-D en un modelo de tendencias 3-D, pero un enfoque simple es fusionar
estas tendencias asumiendo la independencia condicional de las tendencias verticales y de
área:
Donde mz(z)=media de la tendencia vertical, mx, y(x, y)=media de la tendencia del área,
mglobal=media global del histograma y m(x,y,z)=media en la ubicación (x,y, z). Esta
ecuación vuelve a escalar efectivamente la curva de tendencia vertical por la tendencia del
área.
1.5. Incertidumbres relacionadas con la definición del dominio de estimación.
Hay muchas fuentes de incertidumbre que contribuyen a la incertidumbre en las definiciones

de contactos y volúmenes, algunas de las fuentes más típicas de incertidumbre incluyen datos
geológicos (son comunes los errores, las omisiones o la cartografía y el registro impreciso), la
percepción y error humano (muchos atributos geológicos están sujetos a estimaciones e
interpretaciones visuales en el campo), los datos limitados, la interpretación y el modelado
geológico.
El dominio con más datos influirá en las estadísticas, los modelos de variograma y los planes
de kriging aplicados para estimar las leyes de las unidades combinadas. Todas estas fuentes
de incertidumbre se combinan con el hecho de que la mineralización variará naturalmente de
un lugar a otro. Esta variabilidad natural dentro de los dominios de estimación existe a
diferentes escalas y debe ser considerada en el momento de la estimación.
1.6. Resumen de Prácticas Mínimas, Buenas y Mejores.
Como mínimo se debe usar los principales controles de mineralización, los cuales se
describen a través de mapas geológicos y una hipótesis de trabajo de la génesis del depósito.
Las buenas prácticas consideran toda la información geológica disponible y la relación entre
las leyes y cada variable geológica; involucra una primera fase, en la cual la se agrupa el
conocimiento geológico y sentido común, en parte aplicando restricciones numéricas y
estadísticas, en la segunda fase incluye un análisis estadístico adicional respaldado por el
conocimiento geológico que da como resultado la definición final de los dominios de
estimación.
La mejor práctica es definir los dominios de estimación y acompañarlos de una evaluación de

su incertidumbre, las limitaciones y suposiciones utilizadas para definirla, incluyendo
limitaciones relacionadas con la calidad, cantidad de datos, información geológica y el tipo
de análisis estadístico utilizado para evaluar si los contactos de los dominios son duros o
blandos.
La mejor herramienta para evaluar la incertidumbre geológica es la simulación.

Grupo 5 - Evaluacion Continua 2

Cargado por

Copyright:

Formatos disponibles

Grupo 5 - Evaluacion Continua 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Grupo 5 - Evaluacion Continua 2

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Perú, DECANA DE AMÉRICA.

Estimación de Recursos Minerales

Profesor: Ing. Félix Abraham Cornelio Orbegoso

Figura 1. Códigos geológicos originales y simplificados,

1.3.1. Análisis de datos exploratorios de la base de datos inicial

Figura 2. Gráficos de probabilidad y quantiles.

1.3.2. Definición inicial de dominios de estimación

Se realizó analizando combinaciones geológicamente factibles entre mineralización, litología,

Fig 3. Dominios de estimación

Fig 4. Diagrama Q-Q

Los siguientes gráficos Q-Q de la mineralización de alto enriquecimiento frente al de bajo

En conclusión, la distribución de leyes TCu muestra diferentes características estadísticas en

Fig 4. Diagrama Q-Q según el dominio estructural

1.3.3. Modelos de correlograma de grado Tcu por dominios estructurales

1.4. Límites y tendencias

El tratamiento y la definición de los límites tienen implicaciones en la estimación de recursos,

Si las tendencias deben tenerse en cuenta explícitamente, entonces se aplica comúnmente el

1.5. Incertidumbres relacionadas con la definición del dominio de estimación.

Hay muchas fuentes de incertidumbre que contribuyen a la incertidumbre en las definiciones

1.6. Resumen de Prácticas Mínimas, Buenas y Mejores.

La mejor práctica es definir los dominios de estimación y acompañarlos de una evaluación de

La mejor herramienta para evaluar la incertidumbre geológica es la simulación.

También podría gustarte