Sunteți pe pagina 1din 160

Estimacin de Recursos

Surpac

Gemcom America Latina S.A. Tel +56 2 8998000


Marchant Pereira 221, piso 7 Fax +56 2 8998009
Providencia, Santiago, Chile http://gemcomsoftware.com/worldwide/chile
Tabla de Contenidos

Tabla de Contenidos
Tabla de Contenidos ................................................................................................................................ 2
Descripcin ............................................................................................................................................... 4
Requerimientos ........................................................................................................................................ 4
Conceptos de Bases de Datos Geolgicas .............................................................................................. 5
Descripcin ............................................................................................................................................ 5
Base de datos Surpac ........................................................................................................................... 6
Tabla Collar............................................................................................................................................ 6
Tabla Survey .......................................................................................................................................... 7
Tablas opcionales .................................................................................................................................. 7
Creacin de base de datos geolgica ...................................................................................................... 9
Descripcin ............................................................................................................................................ 9
Crear una nueva base de datos ............................................................................................................ 9
Conectarse a una base de datos existente ............................................................................................ 12
Descripcin .......................................................................................................................................... 12
Conectarse a una dase de datos ......................................................................................................... 12
Conectar la base de datos ................................................................................................................... 17
Importar y ver datos ................................................................................................................................ 17
Crear base de datos nueva ................................................................................................................. 17
Importar datos ...................................................................................................................................... 20
Despliegue de sondajes ......................................................................................................................... 23
Ver datos restringidos .......................................................................................................................... 24
Sondajes .............................................................................................................................................. 26
Aplicar estilos a los sondajes............................................................................................................... 28
Laboratorio 1 ........................................................................................................................................ 30
Creacin del modelo geolgico .............................................................................................................. 30
Mtodos para la definicin de los contornos ....................................................................................... 31
Slidos a partir de los modelos de alambre o wireframe. ................................................................... 31
Slidos generados partir de superficies (Mtodo de superficies) ........................................................ 32
Creacin de secciones de sondajes ....................................................................................................... 33
Crear secciones regulares ...................................................................................................................... 35
Laboratorio 2 ........................................................................................................................................ 37
Anlisis exploratorio ............................................................................................................................... 37
Compsitos ............................................................................................................................................. 39
Descripcin .......................................................................................................................................... 39
Compsitos por elevacin ................................................................................................................... 39
Compsitos por sondaje ...................................................................................................................... 43
Compsitos de sondaje con restriccin geolgica. ............................................................................. 44
Compsitos de sondaje restringido por inicio y trmino ...................................................................... 46
Compositacin Grfica ........................................................................................................................ 48
Laboratorio 3 ........................................................................................................................................ 50
Dominios ................................................................................................................................................. 51
Descripcin .......................................................................................................................................... 51
Un ejemplo simple ............................................................................................................................... 51
Uso de dominios .................................................................................................................................. 52
Estadstica Bsica .................................................................................................................................. 56
Descripcin .......................................................................................................................................... 56
Estadstica bsica de sondajes ........................................................................................................... 56
Histograma........................................................................................................................................... 57
Distribuciones con Bimodalismo .......................................................................................................... 59
Valores anmalos ................................................................................................................................ 59
Despliegue del histograma .................................................................................................................. 60
Grficos de probabilidad ...................................................................................................................... 63

Pgina 2
Tabla de Contenidos

Remover valores anmalos ................................................................................................................. 64


Modelo de bloques ................................................................................................................................. 67
Descripcin ............................................................................................................................................. 67
Modelo .................................................................................................................................................... 69
Bloques y atributos .............................................................................................................................. 69
Restricciones ....................................................................................................................................... 70
Estimacin ........................................................................................................................................... 71
Creacin de un modelo de bloques ........................................................................................................ 71
Creacin de atributos del modelo de bloques. ....................................................................................... 78
Crear un atributo .................................................................................................................................. 78
Atributos calculados ............................................................................................................................. 80
Restricciones o Constraint del modelo de bloques ................................................................................ 84
Crear un archivo de restriccin. ........................................................................................................... 85
Laboratorio 4 ........................................................................................................................................ 89
Mtodos convencionales de Estimacin de un modelo de bloques....................................................... 90
Asignar valor ........................................................................................................................................ 91
Vecino ms cercano ............................................................................................................................ 95
Inverso de la distancia ....................................................................................................................... 100
Estimacin y reportes por porcentaje parcial ....................................................................................... 105
Laboratorio 5 ...................................................................................................................................... 112
Anlisis Geoestadistico ........................................................................................................................ 113
Anisotropa ......................................................................................................................................... 113
Estimacin usando Isotropa ............................................................................................................. 114
Estimacin utilizando Anisotropa ...................................................................................................... 116
Conceptos Bsicos de Variografa .................................................................................................... 118
Nugget (Efecto pepita) ....................................................................................................................... 118
Sill (Varianza) o meseta..................................................................................................................... 119
Rango o alcance ................................................................................................................................ 119
Variograma Omnidireccional ............................................................................................................. 120
Variogramas direccionales ................................................................................................................ 120
Clculo de mapa variogrfico y variograma ...................................................................................... 121
Estimacin por Kriging Ordinario. ...................................................................................................... 127
Validacin del modelo .......................................................................................................................... 134
Validacin grfica .............................................................................................................................. 134
Validacin estadstica ........................................................................................................................ 134
Clculo de derivas ............................................................................................................................. 135
Validacin grfica reales v/s estimados ............................................................................................ 135
Validacin por curva tonelaje Ley ...................................................................................................... 136
Reportes del modelo de bloques .......................................................................................................... 138
Categorizacin de Reservas y Recursos ............................................................................................. 141
Descripcin ........................................................................................................................................ 141
Cdigos internacionales para categorizar recursos geolgicos y reservas mineras. ....................... 142
Cuantificacin de incertidumbre ........................................................................................................... 143
Criterios Geolgicos .......................................................................................................................... 143
Criterios Geomtricos ........................................................................................................................ 143
Criterios Geoestadsticos ................................................................................................................... 144
Categorizacin de recursos y reservas ................................................................................................ 144
Estimacin geoestadstica .................................................................................................................... 145
Simulacin geoestadstica .................................................................................................................... 147
Ejemplos ............................................................................................................................................ 148
Ejemplo Varianza de kriging .............................................................................................................. 151

Pgina 3
Descripcin

Descripcin

Este documento introduce al proceso de estimacin de recursos y provee de ejemplos detallados usando
las herramientas y funciones del software. Trabajando con este tutorial el usuario ser capaz de crear un
modelo y estimarlo de mltiples formas para su comparacin.

Por estimacin de recursos entendemos la determinacin de la cantidad de materia prima contenida en


un yacimiento o en una de sus partes. La mayora de los recursos y reservas se calculan en toneladas
mtricas, solo la de los metales preciosos (oro, plata y platino) se calculan en kilogramos, los diamantes
en quilates y las reservas de gas natural, arena, piedras para la construccin, agua subterrneas, se
estiman en metros cbicos. Esta cuantificacin formal de las materias primas minerales estimada por
procedimientos empricos o tericos se denomina Inventario Mineral. Este a su vez se expresa en
trminos de recursos y reservas.

La estimacin de recursos es un fin de cada etapa de los trabajos de prospeccin y exploracin de


yacimientos minerales y este proceso continua durante la explotacin del depsito. Todos los trabajos de
exploracin de un yacimiento contribuyen ante todo a la estimacin de las materias primas minerales.

La estimacin de recursos/reservas se considera un proceso continuo que se inicia con la exploracin y


recopilacin de la informacin seguida de la interpretacin geolgica y la estimacin de recursos.
Posteriormente se consideran los factores modificadores (mineros, metalrgicos, ambientales, legales
etc.) y se arriba al estimado de reservas. Durante las operaciones de la mina los estimados previamente
calculados son modificados por los resultados del control de ley y los estudios de reconciliacin. En este
manual se hace mayor hincapi en la estimacin de los recursos.

Estos trabajos tienen como objetivo fundamental la mejor estimacin de la ley y el tonelaje de los
bloques de un cuerpo mineral as como determinar los errores probables de la estimacin con cierto
nivel de confianza. La relevancia de las estimaciones depende de la calidad, cantidad y distribucin
espacial de las muestras y el grado de continuidad de la mineralizacin.

La cantidad de reservas de un yacimiento, como uno de los factores principales que determinan su
viabilidad econmica, posee una gran influencia en la vida til del yacimiento, su produccin anual y la
decisin final de construir la empresa minera.

Por lo anteriormente expuesto queda claro que la estimacin de recursos es de vital importancia para el
xito de una inversin minera, por lo que los clculos de la ley y el tonelaje deben ser lo ms confiable
posible a partir de las muestras disponibles, la calidad de los anlisis y la definicin de los controles
geolgicos de la mineralizacin.

Requerimientos

Se recomienda antes de comenzar este curso, contar con conocimientos bsico del programa Surpac.

Tambin es necesario tener:

Instalado Surpac versin 6.2 o superior en tu computador


El set de datos que acompaan a este tutorial

Pgina 4
Conceptos de Bases de Datos
Geolgicas

Estimacin de Recursos

Nota: Este es un flujo representativo del trabajo en Surpac. La manera particular de cmo lo realice el
usuario puede ser diferente.

Conceptos de Bases de Datos Geolgicas

Descripcin

La estimacin de recursos/reservas a partir de un nmero limitado de pozos es una de las tareas ms


complejas que enfrenta un gelogo explorador. En la medida que avanza la exploracin y se van
recopilando datos relevantes del yacimiento estos se van organizando en una base de datos. El gelogo
debe garantizar la integridad de la misma y tomar las medidas necesarias para evitar los errores de
trascripcin o digitalizacin.

La precisin y exactitud de la estimacin de reservas depende de la confiabilidad de los datos sobre los
cuales se basa y ningn mtodo de estimacin, por muy sofisticado que sea, puede compensar la mala
calidad de los datos. Queda claro que contar con una buena base de datos es la garanta de una
correcta estimacin de reservas. Por esta razn, desde el mismo comienzo de los trabajos es necesario

Pgina 5
Conceptos de Bases de Datos
Geolgicas

implementar procedimientos que garanticen un muestreo representativo y un estricto control sobre la


calidad de los resultados del laboratorio.

Base de datos Surpac

El modulo de base de datos geolgica de Surpac es una de las herramientas ms importantes que
puedes aprender. Las perforaciones de sondajes son el punto de partida de todos los proyectos mineros
y constituyen la base sobre la cual los estudios de factibilidad y estimaciones de reservas estn
sustentados.

Una base de datos consiste en un nmero de tablas, cada una de las cuales contiene diferentes tipos de
informacin. Cada tabla contiene un nmero de campos. Cada tabla tendr tambin muchos registros, y
cada registro contiene la informacin de campo.

Surpac usa un modelo de base de datos relacional y soporta varios tipos de base de datos externas,
incluyendo Oracle, Paradox y Access. Surpac tambin soporta ODBC (open database conectivity) y
puede conectarse a la base de datos va red. Una base de datos puede contener sobre 50 tablas y cada
tabla puede contener un mximo de 60 campos.

Surpac requiere de 2 tablas obligatorias en la base de datos de sondajes: Collar y Survey.

Tabla Collar

La informacin almacenada en la tabla Collar describe la ubicacin espacial del collar de las
perforaciones, la mxima profundidad de la perforacin y describe la traza de la perforacin como un
sondaje Lineal o Curvo. Campos opcionales en esta tabla pueden ser establecidos como por ejemplo:
fecha de perforacin, nombre del proyecto, tipo de perforacin o equipo utilizado.

Los campos obligatorios en la tabla Collar se muestran en la imagen.

Pgina 6
Conceptos de Bases de Datos
Geolgicas

Tabla Survey

La tabla Survey almacena la informacin topogrfica usada para calcular la traza del sondaje y
coordenadas. Los campos obligatorios incluyen: profundidad del la perforacin a la cual los datos fueron
tomados y la direccin y manteo (inclinacin) del pozo.

Para perforaciones verticales en donde datos no han sido tomados a ninguna profundidad, la mxima
profundidad del pozo en la tabla Collar es la misma que el Max_depth en la tabla Survey, adems el Dip
sera -90 y el azimut sera cero.

Los campos X, Y, Z son usados para almacenar el valor de las coordenadas calculadas en cada punto
de medicin.

Los campos obligatorios en la tabla Survey son:

Tablas opcionales

A parte de las tablas obligatorias, tablas opcionales pueden ser agregadas y usadas para almacenar
informacin como Geologa y Leyes.

Existen 3 diferentes tipos de tablas opcionales pueden ser agregadas a la base de datos:

Intervalos (profundidad desde y Hasta)


Puntos (profundidad Hasta)
Discreta (datos en punto XYZ)

Las tablas de intervalos requiere la profundidad al inicio del intervalo y al final del intervalo, llamado
campos Depth_from y Depth_to respectivamente.

Las tablas de puntos requiere solo la profundidad donde la muestra fue tomada. Un campo de
identificador de muestra es definido para tablas de intervalo, pero esto no es un campo obligatorio y no

Pgina 7
Conceptos de Bases de Datos
Geolgicas

requiere datos si estos no estn disponibles. Los campos X, Y, Z son usados para almacenar las
coordenadas calculadas de la profundidad de la muestra.

Las tablas discretas son usadas para almacenar datos de puntos los cuales tienen una nica muestra
(samp_id). Todo lo que requiere esta tabla son los campos Samp_id y las coordenadas espaciales xyz.
Este tipo de tablas es ideal para almacenar datos de muestreos geoqumicos.

La tabla siguiente nos muestra un resumen de las tablas en las bases de datos Surpac:

Pgina 8
Creacin de base de datos
geolgica

Creacin de base de datos geolgica

Descripcin

Una base de datos Surpac puede ser creada de 2 formas:

Creando una nueva base de datos.


Conectndose a una base de datos existente.

Crear una nueva base de datos

Para crear una base de datos nueva primero debemos contar con los datos de ingreso en archivos TXT
o formato CSV.

1. Escoger Geological Database-Database-New.


2. Ingresar la informacin como se muestra y presionar Apply.

3. Clic en Apply para crear el nuevo archivo de definicin.

4. Ingresar la informacin como se muestra y presionar Apply.

Pgina 9
Creacin de base de datos
geolgica

Una base de datos con tablas obligatorias y campos obligatorios en la Tabla Collar, survey y tabla
Translation sern creadas. En este punto, tablas opcionales para muestras (Sample) y para la Litologa
(Geology) sern creadas.

5. Ingrese la informacin como se muestra y presionar Apply.

6. Clic en la etiqueta Assay e ingresar la informacin como se muestra:

7. Clic en la etiqueta Geology e ingresar la informacin como se muestra y presionar Apply.

Pgina 10
Creacin de base de datos
geolgica

La base de datos esta ahora creada. La base de datos queda cargada en el sistema y aparece en la
barra de estado la base de datos conectada.

Se han creado 2 archivos al crear la base de datos:

New_database.mdb Base de datos Access que almacena la informacin.


New_database.ddb El archivo que Surpac requiere para enlazar el software con la base de
datos.

8. Escoger Database-close
9. Abrir el archivo New_database.ddb en un editor de texto.

Pgina 11
Conectarse a una base de
datos existente

La definicin de la base de datos creada (archivo .ddb) contiene:

El tipo y nombre de la base de datos.


Donde la base datos est localizada.
Nombres de tablas, nombres de campos y formato de cada uno de ellos.

El archivo .ddb es un archivo de texto que no contiene datos. Este solo permite a Surpac conectar a la
base de datos relacionada y usualmente tiene el mismo nombre de la base de datos.

Conectarse a una base de datos existente

Descripcin

T puedes conectarte a una base de datos existente que no ha sido creada usando Surpac. Este
proceso es llamado Mapeo.

La funcin DB MAPPER crea el link entre las tablas y campos existentes en la base de datos de Surpac
y la base de datos existente. Esta funcin permite definir una visin de tu base de datos especificando
cuales son los campos y tablas que tu quieres usar en Surpac. Esto es muy til cuando cuentas con
base de datos muy extensa y solo necesitamos un pequea parte de la informacin.

Conectarse a una dase de datos

1. Escoger Database-Map the database.


2. Ingresar la informacin como se muestra seleccionando la base de datos db_mapper.mdb y
presionar Next.

Pgina 12
Conectarse a una base de
datos existente

3. Se deber ingresar el nombre de la base del archivo .ddb el que por defecto aparece. Ingresar la
informacin como se muestra.

Una barra de progreso aparecer:

La ventana de mapeo de la base de datos aparecer.

Pgina 13
Conectarse a una base de
datos existente

El formulario est dividido en 2 secciones. A mano izquierda, se encuentran los datos de la base de
datos original creada fuera de Surpac mostrando las tablas y campos que contiene. A manos derecha,
los detalles de la base de datos Surpac que requieren conexin con la base de datos original.

El detalle del formulario a mano derecha muestra dos carpetas Obligatorias y tablas opcionales.

4. Expandir las carpetas Collar y Survey haciendo clic en (+). Se encontraran los campos que son
necesarios de mapear. Las tablas opcionales muestran cinco carpetas.

Pgina 14
Conectarse a una base de
datos existente

La primera carpeta representa la Tabla Translation que es requerida para traducir cdigos numricos,
tal como son catalogadas las muestras en un laboratorio. Esta tabla contendr campos obligatorios para
la tabla.

La tabla Styles almacena los estilos de dibujo creados para los cdigos de las perforaciones en la tabla
de litologas y de leyes que son almacenados en la base de datos. Cuando te conectas con una base de
datos existente, t necesitaras crear la tabla de estilos antes de desplegar los colores para los sondajes.

Las tablas de Intervalos, puntos y discretas son utilizadas para especificar tablas opcionales que tu
deseas incluir en la base de datos.

Nota: Deben ser mapeadas los campos que aparecen con un (*)

5. Mapear la tabla Collar y Survey arrastrando el campo correspondiente de Hole_Id, Max_depth,


Hole_Path, X, Y, Z desde el costado izquierdo a su correspondiente campo en el costado
derecho.

El campo hole_path no necesita ser mapeado. Si la base de datos externa no la tiene, entonces Surpac
utiliza por defecto el algoritmo CURVED y puede ser modificado internamente en Surpac.

Los campos que no son mapeados en las tablas obligatorias deben ser mapeados en los campos
opcionales.

6. Repetir el proceso de mapeo para cada campo de la tabla survey. Cuando haya terminado con
el proceso de mapeo de los campos ver lo siguiente:

Pgina 15
Conectarse a una base de
datos existente

Mapear las tablas de litologa y leyes. Estas son tablas opcionales de Intervalos y deben ser
arrastradas de la misma forma que se arrastraron los campos anteriormente.

Las tablas opcionales tambin contienen sus respectivos campos obligatorios marcados con (*).

7. Presionar Finish.

Nota: Para el campo Samp_id de las tablas de intervalos de Geologa, este aparece con (*), sin embargo, no es necesario
mapearlo. Cualquier otro campo que contenga (*), debe ser mapeado.

Nota: Si existen modificaciones en la base de datos externa, es posible utilizar la funcin DB MAPPER para actualizar la
informacin.

8. Cerrar la base de datos en Database-Close

Pgina 16
Importar y ver datos

Conectar la base de datos

Para conectar la base de datos creada en Surpac es necesario abrir el archivo creado al mapear la base
de datos, db_mapper.mdb de las siguientes formas.

1. Arrastra el archivo desde el navegador a la pantalla.


2. Doble clic en el archivo.
3. Desde Database-Open.

Aparecer un mensaje en la ventana de mensajes indicando que la base de datos est conectada.

Importar y ver datos

Para un proceso lgico de importacin es necesario primero crear la base de datos en Surpac o las
tablas y campos necesarios para almacenar la informacin.

Los datos a importar es posible tenerlos en formatos .txt y .csv. Ahora crearemos una base de datos
nueva e importaremos todos los datos necesarios para desplegar la informacin y trabajar con ella.

Crear base de datos nueva

1. Ejecutar Database-New.
2. Ingresar el nombre de la nueva base de datos como se muestra en la imagen y presionar Apply.

3. Ahora se deber ingresar el nombre del archivo de definicin.

Pgina 17
Importar y ver datos

4. Ingresar el tipo de base de datos a crear y presionar Apply.

Al realizar este procedimiento se crean en forma automtica las tablas obligatorias de una base de
datos, Collar y Survey. Es necesario slo crear las tablas opcionales que se deseen.

5. Ahora crear en la tabla Leyes un nuevo campo llamado Ley_oro como se muestra.

Pgina 18
Importar y ver datos

6. Realizar el mismo procedimiento pero ahora creando un nuevo campo para la tabla litologa
llamado Tipo_roca. Este campo debe ser tipo Carcter.

Pgina 19
Importar y ver datos

Importar datos

Es posible importar todos los datos de una vez. Estos datos estn contenidos en cuatro archivos,
collar1.csv, geology1.csv, leyes1.csv y survey1.scv.

1. Abrir los archivos y verificar el orden de sus campos.

Archivo Collar1

HOLE-ID PROFUNDIDAD Y X Z

WD004 100 1724.725 7362.082 205.749

WD005 100 1643.45 7239.18 170.242

WD011 130 1562.176 7280.282 163.773

WD016 140 1600.01 7319.77 177.923

WD031 120 1568.654 7160.398 155

WD032 120 1636.444 7281.089 178.169

Geology

Desde Hasta Hole_id Tipo de Roca

0 2 WD004 S2

2 6 WD004 SH

6 15.4 WD004 ST

15.4 16.65 WD004 QV1

Leyes

Desde Hasta Ley Hole_id Sample_id

0 2 0.03 WD004 WS689231

2 4 0.02 WD004 WS689232

4 6 1 WD004 WS689233

6 8 1 WD004 WS689234

Pgina 20
Importar y ver datos

Survey

Azimut profundidad Dip Hole_id

0 0 -90 WD004

5.23 30 -88.7 WD004

2.5 60 -87 WD004

2. Escoger Database-import data.


3. Ingresar el archivo de formato de importacin y el nombre del archivo de reporte de importacin,
tal como se muestra. Presionar Apply.

Si el archivo de formato de importacin no existe, nos preguntar si deseamos crearlo. Presionar Apply.

Este archivo de formato puede ser utilizado siempre que la estructura de los datos importados no
cambie.

4. Seleccionar las tablas que desean ser importadas. Escoger Collar, Survey, Leyes y litologa.
Presionar Apply.

Pgina 21
Importar y ver datos

5. Verificar el orden de los campos en cada tabla en los archivos que contienen la informacin e
ingresarlos como se muestra a continuacin.

6. En el siguiente formulario ingresar los archivos que contienen la informacin y presionar Apply.

Pgina 22
Despliegue de sondajes

Nota: Si est marcado el cuadro de chequeo de traslape (overlapping), un error es guardado en el archivo de importacin si los
datos de cualquier sondajes se traslapan. Permitir un pequeo nmero de errores antes que el proceso se detenga puede ser til.
Este registro de errores no se guarda en la base de datos pero se almacenan en un archivo de rechazos, junto con una explicacin
del error.

Nota: La opcin insertar no reemplazar informacin en la base de datos, en cambio la opcin update si lo hace.

7. A continuacin se muestra un archivo de importacin, donde el registro Header ha sido ledo


como error y enviado al archivo de rechazos junto con otros registros rechazados.

Despliegue de sondajes

Pgina 23
Despliegue de sondajes

Los datos pueden ser directamente vistos arrastrando el archivo .ddb a la pantalla. Una vez que los
datos han sido importados, las tablas y campos pueden ser vistos y editados desde el men Edit.

Cuando seleccionamos View tabla constrained, nos permite filtrar la informacin que deseamos ver
dependiendo del valor particular de un campo en una tabla. Es posible utilizar mltiples constraints.

Ver datos restringidos

1. Conectar la base de datos creada arrastrando el archivo .ddb a la pantalla. Aparecer en la


barra de estado la base de datos activa.

2. Elegir Edit- View table constrained.


3. Ingresar la informacin como se muestra y presionar Apply.

4. Aparecern formularios e ingresarlos como se muestra.

Pgina 24
Despliegue de sondajes

Note que los datos muestran las tres restricciones.

Pgina 25
Despliegue de sondajes

5. Presionar Apply.
6. Cerrar la base de datos.

Sondajes

Para desplegar los sondajes debemos seguir los siguientes pasos.

1. Abrir la base de datos creada.


2. Ejecutar la funcin Display Drillholes desde el botn de la barra de estado o desde Database-
Display.

3. Ingresar la informacin como se muestra.

Pgina 26
Despliegue de sondajes

4. Sobre el formulario de definicin de restriccin, dejarlo en blanco para no aplicar restricciones de


despliegue de sondajes y permites que se vean todas las perforaciones. Presionar Apply.

Los sondajes son mostrados.

Pgina 27
Despliegue de sondajes

Cuando los sondajes son rotados estos pueden ser vistos con el despliegue de su traza. Por el momento
no existen coloreados de los sondajes ya que debemos configurar sus colores, es decir, que la tabla de
estilos se comience a llenar.

Aplicar estilos a los sondajes

1. Escoger Display-Drillhole Display Styles.


2. Expandir la carpeta Litologa.
3. Clic derecho a la carpeta Tipo de roca.
4. Seleccionar Get field codes.

Ahora deberemos ingresar el color para cada tipo de roca que se encuentra en la tabla Litologa, campo
tipo de roca.

Pgina 28
Despliegue de sondajes

Ahora para obtener los colores para las leyes, realizar el mismo procedimiento pero para la carpeta tabla
leyes y el campo ley de Oro. Aqu seleccionar Get min Max range.

Aparecer un intervalo de leyes desde el mnimo valor al mximo valor. Se debern ingresar los
intervalos que el usuario defina y los colores correspondientes a cada intervalo de ley.

Pgina 29
Creacin del modelo geolgico

Laboratorio 1

1. Con los datos de la carpeta Lab_1, realizar la importacin de los datos, crear las tablas y
campos necesarios para importar la totalidad de la informacin.

2. Desplegar los sondajes y colorear los datos de leyes y de litologas.

Creacin del modelo geolgico

La experiencia ha demostrado que el problema principal en la estimacin de recursos no est


relacionado directamente con el mtodo de estimacin empleado sino con la correcta aplicacin de los
principios geolgicos. La cuestin medular a resolver antes de la estimacin de recursos propiamente
dicha es establecer la continuidad de la mineralizacin y la ley dentro del yacimiento. Un muestreo
representativo, anlisis confiables y una coherente interpretacin geolgica son los componentes
principales de la estimacin de recursos.

La interpretacin geolgica siempre se basa en los datos y en el conocimiento que posee el gelogo
sobre el yacimiento o del modelo de yacimiento que se estudia. Esto conduce inevitablemente a que los
mismos datos sean interpretados de forma diferente por distintos especialistas, y por consiguiente
resultados diferentes de la estimacin de recursos.

La interpretacin geolgica tradicionalmente ha descansado en la construccin de planos y secciones en


los cuales se representa la morfologa, dimensiones y propiedades del yacimiento. La interpretacin de
todos los datos recopilados durante la exploracin se basa en 3 enfoques principales:

Interpretacin basada en perfiles y secciones.


Interpretacin basada en planos de isolneas.
Principio de analoga o inferencia geolgica.

En la actualidad aunque el proceso se ha informatizado el procedimiento contina siendo el mismo y se


basa en los enfoques anteriormente descritos.

En los mtodos de estimacin asistidos por computadora el conocimiento geolgico que posee el
gelogo sobre la continuidad de la estructura y la ley se traduce en la definicin de zonas o dominios
geolgicos que poseen una forma geomtrica nica.

Los dominios geolgicos no son ms que zonas geolgicamente y estadsticamente homogneas. Lo


que realmente se hace cuando se crea el modelo geolgico del yacimiento es subdividir el mismo en sub
poblaciones que cumplan o se aproximen a la hiptesis de estacionaridad. La divisin del yacimiento en
dominios siempre debe basarse en el conocimiento geolgico y el sentido comn. Se seala que la
seleccin de los dominios geolgicos debe estar respaldada y validada por la estadstica y la variografa.

La definicin de los lmites o contornos de los dominios geolgicos, los cuales determinan la geometra
de los cuerpos y zonas, es el mtodo bsico para aplicar control geolgico a la estimacin durante la
modelacin de recursos.

Los lmites o contornos de los dominios geolgicos se clasifican en difusos o gradacionales y fsicos. En
los yacimientos que estn definidos por lmites fsicos, (carbn, yacimientos sedimentarios, filones de oro
etc.), el trazado de los contornos es relativamente fcil, pues estos coinciden con los planos o contactos
geolgicos. En el caso de los yacimientos gradacionales (Cobre porfrico) los lmites se definen sobre la
base de una ley econmica o cutoff.

Pgina 30
Creacin del modelo geolgico

Mtodos para la definicin de los contornos

Existen distintos mtodos para correlacionar los lmites de los dominios y conformar las superficies o
slido 3D que define la geometra de la unidad geolgica en el espacio tridimensional.

Slidos a partir de los modelos de alambre o wireframe.

El wireframe es la manera ms verstil de definir los lmites de los dominios geolgicos. Cualquier lmite
o contorno interpretado en perfiles, planos o directamente en 3D puede ser combinado para formar el
modelo de alambre y finalmente generar el slido de la unidad geolgica.

Para generar el slido a travs de este mtodo se digitaliza interactivamente en la pantalla de la


computadora los lmites o contornos de las unidades geolgicas que constituyen el depsito (figura). La
interpretacin de cada unidad en los perfiles es representada por un polgono cerrado que posee una
orientacin y posicin espacial, un cdigo que indica el dominio geolgico que encierra y una potencia o
zona de influencia lo que hace que cada permetro englobe cierto volumen.

Existen herramientas que garantizan que los contornos de unidades contiguas en un perfil coincidan, de
forma tal que no queden huecos o espacios vacos en el modelo geolgico.

Interpretacin de los lmites de los dominios geolgicos a partir de los datos mostrados en perfiles.

Una vez que el mismo dominio geolgico ha sido interpretado en los distintos perfiles entonces se
procede a correlacionar la unidad geolgica en perfiles contiguos para lograr una representacin 3D del
cuerpo geolgico. Los permetros (contornos) digitalizados se van uniendo por los puntos de inflexin
correspondientes en los perfiles a travs de lneas de enlace (Control strings) hasta completar el
wireframe que encierra el volumen geolgico 3D. Esta correlacin seccin a seccin se requiere cuando
los contornos son irregulares (bifurcaciones, fallas, acuamientos, etc.). Si las unidades geolgicas
muestran una clara continuidad en 3D entonces no es necesaria la correlacin interactiva y se puede
prescindir de las lneas de enlace, en su lugar se usa un algoritmo de interpolacin lineal de los lmites
en las secciones

Los modelos slidos creados pueden ser cortados por planos de cualquier orientacin y espaciamiento,
esto nos permite corroborar nuestras interpretaciones en otra direccin cualquiera.

Pgina 31
Creacin del modelo geolgico

Creacin del modelo slido 3D a partir del perfiles previamente interpretados

Como toda la informacin en los software de modelacin y estimacin de recursos es manejada en el


espacio, no es necesario realizar la interpretacin de los limites a partir de perfiles y planos, esta puede
hacerse directamente en el espacio 3D.

Slidos generados partir de superficies (Mtodo de superficies)

Muchas veces es posible confeccionar los slidos modelando las superficies estructurales que limitan
por encima y por abajo los cuerpos geolgicos. Este enfoque puede ser empleado en yacimientos
estratiformes de poca complejidad estructural

Este mtodo se realiza en 3 pasos fundamentales:

Extraccin de los puntos que yacen en las superficies (techo y piso) a partir de la intercepcin de
la traza del pozo con los planos estructurales).
Modelacin de las superficies (triangulacin o gridding)
Combinacin de las superficies y generacin del slido

Existen 2 variantes de modelacin de superficies:

Modelacin de superficie por triangulacin


La superficie de contacto se modela usando una red optimizada de tringulos irregulares que conectan
los puntos con coordenadas conocidas. La triangulacin se realiza en un plano de referencia que debe
ser paralelo a la superficie considerada, el mosaico de tringulos se genera sobre la base de la
coordenadas X;Y mientras que la Z define la topologa.

Cualquier superficie puede ser modelada (superficie topogrfica, planos de fallas etc.), interceptada con
el plano del perfil y ser utilizada para controlar la interpretacin geolgica. La modelacin de estas
superficies controladoras es el primer paso en la modelacin geolgica en 3D.

Pgina 32
Creacin de secciones de
sondajes

Para la triangulacin se debe tener el mximo de informacin posible sobre la superficie a modelar. Esta
informacin debe estar libre de errores o inconsistencias como pueden ser puntos con las mismas
coordenadas, curvas de nivel que se corten (strings) o puntos que no residan en la superficie.
El mtodo de triangulacin no suaviza y respeta la informacin original, aspecto muy importante cuando
la Z del punto se conoce con bastante certidumbre (superficie topogrfica, planos de falla), puede ser
aplicado a superficies de cualquier orientacin (horizontal, inclinada o vertical), da la posibilidad de
representar las discontinuidades (breaklines) y no genera superficie ms all de los puntos extremos.

Modelacin de superficie por interpolacin (malla -gridding)


Representa la superficie como una malla o matriz bidimensional y requiere la interpolacin de la cota en
los nodos de la red. El mtodo tiene el inconveniente que la representacin es solo en el plano
horizontal, lo que limita su uso para modelar superficies inclinadas, adems suaviza los datos originales
al tener que interpolar. Para generar la malla se utilizan diferentes tcnicas de interpolacin espacial
(inverso de la distancia, kriging, vecino ms cercano, etc.).

La combinacin de las superficies controladoras permite el slido que representa el dominio geolgico
estudiado.

Creacin de secciones de sondajes

La creacin de secciones requiere que previamente los sondajes estn desplegados en forma correcta y
en la vista ms adecuada para generar la traza de las secciones a crear.
1. Elegir Database Section Define.
2. Ingresar la informacin como se muestra y presionar Apply.

3. Seleccionar la traza de las secciones a crear. Se debe considerar que la traza de las secciones
es una lnea perpendicular a las secciones que se crearn. Clic y mantener presionado el botn
del mouse hasta el punto final de la traza, luego soltar.

Pgina 33
Creacin de secciones de
sondajes

4. En la barra de estado aparecer la informacin y presionar F2.

Los resultados aparecern similares a lo que se muestra a continuacin.

5. Elegir Next Section o presionar el botn que se muestra a continuacin para avanzar a la
siguiente seccin.

Pgina 34
Crear secciones regulares

6. Para finalizar las vistas en secciones clic en el icono

Crear secciones regulares

Las secciones regulares estn definidas en una direccin en particular desde un punto definido hasta
otro, con secciones separadas una distancia escogida por el usuario.
1. Borrar la informacin en pantalla.
2. Elegir Database Display Drillholes.
3. Ingresar la informacin como se muestra y presionar Apply.

4. Elegir Section Define.


5. Ingresar la informacin como se muestra y presionar Apply.

Pgina 35
Crear secciones regulares

Pgina 36
Anlisis exploratorio

Este formulario nos crear secciones comenzando desde la coordenada 7120 en Norte hasta la
coordenada 7600 en Norte cada 40 metros. Se debe notar que la seccin graficada en pantalla aparece
en la barra de estado indicando la coordenada en que se ubica.

Laboratorio 2

1. Para los datos de nuestra base de datos (Lab 1) obtener los perfiles en las direcciones Este
Oeste, encontrando sus puntos de inicio y trmino. Analizar cada cuantos metros es conveniente
hacer los perfiles.
2. Adems obtener plantas cada 50 metros para la totalidad de los sondajes.

Anlisis exploratorio

Generalmente los intervalos de muestreo en los pozos de exploracin no coinciden con los intervalos de
trabajo en la fase de estimacin de recursos. Los intervalos de muestreo son siempre menores pues se
busca revelar la variabilidad espacial de las variables que se estudian. El clculo de los compsitos no
es ms que un procedimiento mediante el cual las muestras de los anlisis se combinan en intervalos
regulares (igual longitud), que no coinciden con el tamao inicial de las muestras. La ley del nuevo
intervalo se calcula usando la media ponderada por la longitud de los testigos que contribuyen a cada
compsito y la masa volumtrica en caso de ser variable. El objetivo de la regularizacin es obtener
muestras representativas de una unidad litolgica o de mineralizacin particular las cuales pueden ser
usadas, a travs de una funcin de extensin, para estimar la ley de un volumen mucho mayor de la
misma unidad.
Entre las principales razones y beneficios de la regularizacin tenemos:

El anlisis geoestadstico exige muestras de igual longitud (similar soporte).

Pgina 37
Anlisis exploratorio

La Compositacin reduce la cantidad de datos y por consiguiente el tiempo de clculo o


procesamiento.
Se producen datos homogneos y de ms fcil interpretacin.
Se reduce las variaciones errticas (alto efecto pepita) producto de muestras con valores
extremadamente altos.
El proceso incorpora la dilucin como la provocada por la explotacin de banco con altura
constante en la minera a cielo abierto.

Existen muchos tipos de yacimientos minerales cada uno de los cuales requiere de un tratamiento
especfico de los datos de las muestras de manera que se logren los mejores intervalos de
Compositacin para la evaluacin del los mismos. Bsicamente existen 3 tipos principales de compsitos
y se usan en dependencia de la naturaleza de la mineralizacin y el mtodo de explotacin:

1. Compsito de Banco (bench composite): Las muestras se regularizan a intervalos que


coinciden con la altura de los bancos o una fraccin de esta. Se emplea para modelar los
recursos de yacimientos grandes, diseminados de baja ley que se explotan con minera a cielo
abierto (Yacimientos de Cobre porfdico).
2. Compsito de Pozo (down hole composite): Las muestras se combinan a intervalos regulares
comenzando desde la boca del pozo.
3. Compsito Geolgico (geological composite): Las muestras se combinan a intervalos regulares
pero respetando los contactos geolgicos entre las distintas unidades. Este mtodo se emplea
para prevenir la dilucin del compsito en el contacto estril mineral y donde se logra mayor
control sobre el proceso de regularizacin.

El empleo de compsito de banco o de pozo en estos casos provoca una distorsin de la distribucin de
la ley ya que se puede adicionar mineral de baja ley a la zona mineral o mineral de alta ley al estril.

Para escoger la longitud de regularizacin se emplean las siguientes reglas empricas:

El tamao del compsito se selecciona entre la longitud media de las muestras y el tamao del
banco
Para el caso de los cuerpos en los que su anlisis se hace de forma bidimensional, es necesario
computar por pozos una media ponderada de los valores de todas las variables de inters que
abarque todas las muestras positivas del intervalo mineralizado.
No se debe regularizar muestras grandes en intervalos ms pequeos pues se introduce una
falsa idea de continuidad espacial.

Impacto provocado al regularizar muestras grandes en intervalos pequeos.

Pgina 38
Compsitos

Antes de proceder con la estimacin de reservas propiamente dicha se debe, siempre que sea posible,
realizar un anlisis estadstico de los datos disponibles o los generados a partir del clculo de los
compsitos con el objetivo de caracterizar el comportamiento estadstico de las distintas variables en el
depsito y en las unidades geolgicas (dominios) que lo integran.

La organizacin de los datos cuantitativos y su anlisis pueden consumir el 50 % de tiempo necesario


para realizar la estimacin de reservas. El anlisis exploratorio de datos est dirigido a resolver las
siguientes cuestiones:

Identificar y eliminar los posibles errores.


Caracterizacin estadsticas de las variables de inters.
Documentar y entender las relaciones entre las variables.
Revelar y caracterizar la continuidad espacial de las variables (potencia y contenido del
componente til).
Identificar y definir los dominios geolgicos que requieren un tratamiento independiente durante
la estimacin de recursos.
Identificar y caracterizar las muestras con valores extremos (outliers).

El clculo de la estadstica bsica y el estudio de la distribucin de frecuencias de los parmetros


constituyen las principales herramientas que posibilitan el anlisis estadstico de los datos. Los
resultados de esta etapa complementan el modelo geolgico y se emplean en la modelacin de
recursos.

La estadstica bsica se calcula para las muestras originales y compositadas en cada dominio geolgico,
los cuales incluyen distintos tipos litolgicos, tipos de alteracin hidrotermal, dominios estructurales y
zonas o sectores en las que se reconoce (o se sospecha) que la distribucin estadstica de la variable es
diferente.

Compsitos

Descripcin

Existen diferentes mtodos para hacer compsitos, sin embargo, solo el mtodo Elevacin y Downhole
producen compsitos de igual longitud los que son usados para el uso en estudios de Geoestadstica.
De igual forma se darn a conocer caractersticas otros mtodos de compositacin disponibles en el
software.

Compsitos por elevacin

Esta funcin crea uno o varios archivos string que contienen elevaciones de los compsitos de las
muestras. Este compsito puede ser ponderado por la longitud por si sola o por otro campo en la tabla
que contengan las muestras y puedan ser usados como densidad o recuperacin.

En este mtodo, los compsitos son procesados de la siguiente manera:

Todas las muestras o fraccin de muestras, de un sondaje que se encuentra en la elevacin nominal del
compsito, son usadas y reducidas a un solo punto. Este valor es ponderado por la longitud de las
muestras que interceptan el rango de elevacin de inters.

Pgina 39
Compsitos

Si la distancia vertical total de las muestras es un porcentaje menor que la distancia vertical de los
compsitos a crear, entonces estas muestras sern ignoradas. La razn para realizar esto es entregar al
usuario el control sobre las muestras a utilizar y por ende, el control sobre el resultado final.

1. Abrir nuestra base de datos llamada Surpac.ddb.


2. Elegir Database-Composite-Bench Elevation
3. Ingresar la informacin como se muestra y presionar Apply.

Este proceso nos entregar un set de archivos llamados composito_elev250 al compsoito_elev-10.

Pgina 40
Compsitos

4. Abrir cualquiera de los archivos creados.


5. Esconder las lneas y mostrar solo marcadores con Display-point-Markers.
6. Mostrar atributo D1. Display-Point-Attributes.

Los valores de leyes compositadas cada 10 metros son mostradas en la pantalla.

Pgina 41
Compsitos

Pgina 42
Compsitos

Debido a que los archivos string entregados estn separados por elevacin, es posible y quizs
necesario juntarlos en un solo archivo. Para esto existen varias formas.

Abrir todos los archivos en una sola Layer presionando la tecla CTRL al momento de arrastrarlos
a la pantalla. Luego guardar toda sesta informacin en un archivo string.
La otra opcin es aplicar la funcin FileTools-Combine/Split File-Combine String file.

La diferencia con este segundo mtodo es que el nmero de string que entrega es diferente para cada
elevacin.

Compsitos por sondaje

Esta funcin crea un archivo string basado en los compsitos de cada sondaje. El resultado son
compsitos de igual dimensin que pueden ser usados para estudios geoestadsticos.

1. Seleccionar Database-Composite-Downhole.
2. Ingresar la informacin como se muestra.

Pgina 43
Compsitos

3. No ingresar restricciones al proceso. Presionar Apply.

4. Abrir el archivo creado, no mostrar las lneas y solo mostrar los marcadores.
5. Desplegar el descriptor 1 para ver las leyes de cada compsito.

Compsitos de sondaje con restriccin geolgica.

Este tipo de Compositacin solo nos entregara puntos de leyes compositadas que se encuentran en una
zona geolgica en particular. Si en la tala de litologas de nuestra base de datos tenemos cdigos para
cada tipo de roca, podemos restringir que el compsito se realice solo en ese tipo de roca.

1. Seleccionar Database-Composite-Downhole.
2. Ingresar la informacin como se muestra y presionar Apply.

Pgina 44
Compsitos

Asegurarse de marcar la opcin Multiple Zones

3. Seleccionar la zona geolgica que se desea compositar. En este caso utilizaremos el cdigo de
roca QV1.

La opcin Intercept From / intercept to es la que nos indica en cuantas partes podra estar dividida
nuestra zona geolgica (separadas por otras zonas). En este caso le indicamos 1 y 999 lo que significa
que considere desde 1 divisin hasta 999 si se presentases ms de 1. La Compositacin continuar si es
que en el sondaje la zona geolgica obj8 tiene otros tipos de rocas entre medio.

Pgina 45
Compsitos

Nota importante:

Cuando se crea el archivo string, este contendr los datos de compsitos en el string 1, sin embargo,
cuando aparecen los resultados, nos entrega informacin en string 2. Estos puntos son los que al
momento de compositar no cumplen la condicin de 50% de porcentaje de muestra incluida. Estos
puntos se muestran de igual forma para que sean visualizados y determinar si pueden o no ser
considerados.

Compsitos de sondaje restringido por inicio y trmino

Este tipo de Compositacin es til cuando se nos presentan zonas geolgicas nicas en un modelo
geolgico, es decir, tienen un inicio y un final que puede o no ser conocido en cada sondaje. Se complica
el uso cuando las zonas a compositar estn separadas por otras zonas geolgicas.

1. Ir a Database-composite-Downhole
2. Completar el formulario con la informacin que se muestra y presionar Apply.

Pgina 46
Compsitos

3. Ingresar la zona geolgica que se desea compositar y presionar Apply.

El resultado de este Compsito es un archivo string nico con la informacin de puntos y leyes.

Pgina 47
Compsitos

Compositacin Grfica

Esta funcin nos permite especificar campos de la base de datos que se desean compositar, el cdigo
que se le asignara a los nuevos compsitos, las propiedades de despliegue de los intervalos
compositados y las etiquetas y opciones de ponderacin.

1. Desplegar los sondajes.


2. Ingresar la informacin como se muestra y presionar Apply.

Desde el men Database, seleccionar Composite, luego setup options.

3. En la etiqueta de opciones de vista ingresar a continuacin.

Pgina 48
Compsitos

4. Ingresar como se muestra a continuacin los cdigos de compsitos.

5. Una vez configuradas las opciones de compsito, ir a Composite-Create.

Se ha creado el cdigo Hg_ore para almacenar la informacin de los compsitos.

Pgina 49
Compsitos

6. Seleccionar el primer punto del compsito.


7. Seleccionar el segundo punto del compsito.
8. Presionar ESC.

9. Se nos mostrar un resultado similar a este.

Laboratorio 3

1. Con nuestra base de datos, realizar compositacin de los datos por bancos a 4 metros, 8 metros
y 16 metros.

2. Para cada compositacin, unir los archivos string de resultados en 1 solo.

3. Realizar grficos de estadsticas bsicas para los 3 archivos de compsitos (4, 8 y 16 metros) y
comparar los resultados. Crear archivos de reportes para cada uno.

4. Compositar por la zona geolgica (Elegir una zona) a 4 metros, y obtener las estadsticas
bsicas del archivo, comparando los resultados con la compositacin realizada sin zonas
geolgicas.

Pgina 50
Dominios

Dominios

Descripcin

Uno de los aspectos ms importantes de la geoestadstica es estar seguro que los datos se estn
utilizando correctamente o estn clasificados en un dominio homogneo. Un dominio es una regin en 2
3 dimensiones, que contiene datos relacionados unos con otros. Mesclar los datos de ms de un
dominio o no clasificar los datos en el dominio correcto es, a menudo, causal de errores en la estimacin.

Un ejemplo simple

Imaginar que somos un grupo de meteorologa y tenemos 3 temperaturas en 3 puntos diferentes, A, B y


C, como se muestra en la figura. Basado en los valores mostrados, podramos adivinar que la
temperatura en la ubicacin X? Podramos adivinar adems que la temperatura en la ubicacin X es ms
alta que los 25 grados.

Cul es la temperatura en la Ubicacin X?

Usando la informacin entregada, se podra hacer las siguientes suposiciones:

a) Como el punto A esta relativamente distante de X, el valor de A puede tener solo una pequea
influencia sobre la temperatura estimada de X.
b) Desde el punto B y C estas a la misma distancia de X y probablemente el promedio de esas
temperaturas sea la de X, (18 + 32)/2 = 25 grados.
c) Como el punto A no tiene influencia sobre X y la temperatura calcula es de 25 grados, es muy
difcil saber con certeza si la temperatura del punto x es superior a 25 grados.

Pgina 51
Dominios

Ahora consideremos lo siguiente:

Imaginar que puedes ir a la costa, pero solo si la temperatura es superior a los 25 grados. Tienes 3
amigos que viven cerca de la costa, y los puedes llamar para conocer las temperaturas de los puntos. El
mapa siguiente muestra la ubicacin de tus amigos (A, B y C) y t deseas ir al punto X en la costa.

Con estos datos iramos a la costa?

a) El dato de B puede ser ignorado ya que las temperaturas de las montaas no son buenas para
estimar temperaturas de la costa.
b) El punto A y C estn en la costa y pueden ser usados para obtener la temperatura.
c) La temperatura del punto X ser probablemente un valor entre la temperatura del punto A y C
(28 y 32).
d) Como el rango de temperatura es de 28 a 32 y este es mayor a 25 grados, probablemente
decidirs si ir a la costa.

Este tipo de anlisis es sumamente importante para obtener un correcto dominio de datos de estudio y
es la base para el estudio geoestadstico de una variable.

Uso de dominios

Mostraremos a continuacin un ejemplo en el uso de dominios en Surpac.

1. Abrir los archivos gc_orezones130.str, gc_hole_collares.str, gc130.mdl.

Los datos representan la elevacin 130 para muestras y delimitacin de zona en el modelo de bloques.

Pgina 52
Dominios

Usando las lneas de las diferentes zonas o cuerpos como diferentes dominios, solo las muestras que se
encuentran dentro de cada cuerpo debern ser usadas para estimar los bloques del modelo de bloques
que estn dentro de cada zona.

1. Borrar la informacin de pantalla.


2. Abrir el archivo gc130.str.
3. Mostrar los string como marcadores y no como lneas.
4. Abrir el archivo gc_orezones130.str.

Note que el archivo contiene muestras en la elevacin completa.

5. Elegir File tools > Apply boundary string.


6. Ingresar la informacin como se muestra y presionar Apply.

Pgina 53
Dominios

7. Elegir File tools > Apply boundary string.


8. Ingresar la informacin como se muestra y presionar Apply.

9. Borrar la pantalla
10. Abrir el archivo gc_zone1_130.str.
11. Mostrar el archivo como marcadores y no como lneas.
12. Abrir el archivo gc_zone2_130.str.
13. Tambin mostrarlos como marcadores y no como lneas.
14. Abrir el archivo gc_orezones130.str.

Pgina 54
Dominios

Note que las muestras ahora estn solo contenidas en las zonas que corresponden a cada
cuerpo.

Nota: Este es solo un ejemplo para 2 dimensiones. Otros procesos deben ser utilizados para 3 dimensiones.

Pgina 55
Estadstica Bsica

Estadstica Bsica

Descripcin

Uno de los pasos preliminares a un anlisis geoestadstico de los datos es tener un buen nivel de
entendimiento de los datos ingresados en la base de datos. Existen dos caractersticas que pueden
potencialmente reducir la calidad de la informacin que estamos estimando, estn son el Bimodalismo y
Valores Anmalos. Un histograma puede ayudar a identificar ambas caractersticas.
Por otro lado debemos partir con el estudio de los datos tal y como se encuentran en los sondajes, es
decir, sin compositar.

Estadstica bsica de sondajes

Preliminarmente, podemos obtener la estadstica bsica de los datos de los sondajes. Esto nos
entregar valores referenciales de cada sondaje y de la globalidad de las perforaciones.

1. Seleccionar Database -> Anlisis -> Table Statistics.


2. Seleccionar la tabla que contiene la informacin en estudio. Para nuestro caso seleccionar la
tabla Leyes, campo Ley de Oro. Presionar Apply.

Pgina 56
Estadstica Bsica

Surpac nos entregar un formulario con los estadsticos de los datos, adems del reporte.

Este anlisis es posible realizarlo para cada sondaje de la malla de sondajes o tambin restringirlo por
cualquier tabla y campo de la base de datos.

Histograma

Un histograma es un trmino estadstico que se refiere a un grfico de frecuencias v/s los valores. Un
histograma es la versin grfica de una tabla, la cual muestra que proporcin de casos estn contenidos
en cada uno de los intervalos de cierta variable.
Por ejemplo, una distribucin de oro podra ser representado por la siguiente tabla.

Pgina 57
Estadstica Bsica

Estos mismos datos pueden ser desplegados en un histograma como se muestra.

Histograma de Leyes de Oro.

Pgina 58
Estadstica Bsica

Distribuciones con Bimodalismo

La moda es, en un set de datos, el valor que ms se repite. Por ejemplo, en el siguiente set de datos, el
nmero 8 es la moda.

1 3 5 5 8 8 8 9

Bimodalismo significa que existen dos valores que relativamente son los que ms se repiten y no estn
adyacentes uno del otro. En el siguiente set de datos, el nmero 2 y 8 son igualmente frecuentes y la
distribucin de denomina Bimodal.

1 2 2 2 3 5 5 8 8 8 9

Imaginar que se est estudiando el promedio de la densidad de las rocas de un depsito de carbn. Un
histograma de todas las muestras nos entrega el siguiente resultado.

Un histograma el cual despliega dos mximos como en el ejemplo de arriba, se llama bimodal. La
distribucin bimodal en el ejemplo puede ser explicada por el hecho de que los datos utilizados para el
histograma cuentan con informacin de dos tipos de roca (bandas de Areniscas y Fangolitas). Los
valores de densidad entre 1 y 2 son representativos del carbn, mientras los valores entre 2 y 3 son
representativos de la roca envolvente.

A menudo los datos de una distribucin Bimodal pueden corresponder a dos dominios diferentes en un
mismo set de datos. Para minimizar el error de estimacin, t deberas confeccionar para cada dominio
un set de datos por separado. En el ejemplo arriba, se deberan separar los datos por tipo de roca.

Valores anmalos

Pgina 59
Estadstica Bsica

Un valor anmalo es un trmino estadstico para un dato el cual est relativamente distante de la
mayora de los otros datos. Por ejemplo, en el siguiente set de datos, el nmero 236 debera ser
considerado como un valor anmalo.

1 3 5 5 8 8 8 236

Valores anmalos pueden causar problemas el clculo del variograma. Adicionalmente, si se utiliza un
valor anmalo en la estimacin, el resultado puede ser poco real y confiable. Una tcnica utilizada para
reducir el impacto de los valores anmalos es aplicar un Valor de Corte de los datos. Por ejemplo, en los
datos del ejemplo anterior, el valor 236 podra ser cortado y reemplazado por 9.

Otra alternativa es solo remover el dato.

Despliegue del histograma

Las estadsticas bsicas deberan calcularse antes de los estudios de variografa por las siguientes
razones:

La forma del histograma puede ser usada para determinar si una distribucin es bimodal. Si el
histograma muestra una forma bimodal, los datos deberan ser analizados grficamente y ver la
posibilidad de separar los datos en zonas y modelarlas por separado.
La calidad de los variogramas experimentales y el siguiente paso de estimacin del modelo de
bloques son muy sensibles a los valores anmalos.

1. Escoger Database -> Analysis -> Basic statistics window para abrir la venta de estadsticas
bsicas.
2. Escoger el archivo gold_comp2.str que contiene los datos de compsitos de una zona
mineralizada.

Usaremos string 1 y 2 para el estudio de los datos. Los campos Minimun Value y Maximun Value
permiten excluir datos entregando un intervalo de valores a utilizar en el histograma.

El histograma se construir con los datos contenidos en el campo D1.

Pgina 60
Estadstica Bsica

La opcin Name es opcional, pero este nombre aparecer en el reporte creado.


En la etiqueta Advanced, podemos filtrar los datos por posicin espacial.

3. Presionamos Apply y aparecer un histograma y la curva de frecuencia acumulada.

Una vez analizado el histograma podemos confeccionar reportes de los datos.

4. Seleccionar Statistics-Report.
5. Ingresar los datos en el formulario como se muestra y presionar Apply.

Pgina 61
Estadstica Bsica

El reporte que se genera tiene las siguientes caractersticas.

Pgina 62
Estadstica Bsica

Grficos de probabilidad

Los grficos de probabilidad normal constituyen otra importante herramienta grfica para comprobar si
un conjunto de datos puede considerarse o no procedente de una distribucin normal. La idea bsica
consiste en enfrentar, en un mismo grfico, los datos que han sido observados frente a los datos tericos
que se obtendran de una distribucin gaussiana. Si la distribucin de la variable coincide con la normal,
los puntos se concentrarn en torno a una lnea recta, aunque conviene tener en cuenta que siempre
tender a observarse mayor variabilidad en los extremos. En los grficos P-P se confrontan las
proporciones acumuladas de una variable con las de una distribucin normal. Los grficos Q-Q se
obtienen de modo anlogo, esta vez representando los cuantiles respecto a los cuantiles de la
distribucin normal. Adems de permitir valorar la desviacin de la normalidad, los grficos de
probabilidad permiten conocer la causa de esa desviacin. Una curva en forma de "U" o con alguna
curvatura, significa que la distribucin es asimtrica con respecto a la gaussiana, mientras que un grfico
en forma de "S" significar que la distribucin tiene colas mayores o menores que la normal, esto es, que
existen pocas o demasiadas observaciones en las colas de la distribucin.

Con los datos que se poseen del ejemplo anterior obtendremos el grfico de probabilidad.
1. En la ventana de estadsticas ir a Display -> Probability Curve.
2. Se mostrar en pantalla el grafico siguiente.

Pgina 63
Estadstica Bsica

Existe una clara diferencia de los datos lo que nos obliga a realizar un estudio mayor posibilitando
teoras como que los datos corresponden a dos dominios diferentes.

Remover valores anmalos

En Surpac existen muchas formas de manipular los archivos para eliminar o recortar la informacin. Se
presentar a continuacin un ejemplo de modificacin del archivo con que se cre el histograma anterior,
para crear otro sin los valores anmalos.

Mirando el histograma del archivo gold_comp2.str y tambin el reporte creado, podemos ver que la
mayora de los datos estn agrupados entre 0 y 10 gramos por tonelada. Tambin es posible ver que
existen varios valores anmalos sobre los 10 gramos por tonelada.

Para determinar un valor de corte o lmite para crear el histograma y reporte es necesario establecer un
mtodo que nos permita llevar a un valor. Es posible utilizar:

Lmite superior entregado por intervalo de confianza.


Un percentil dado, por ejemplo 90.
Un valor arbitrario.

En nuestro ejemplo, usaremos para definir el lmite superior de los datos el lmite superior de un intervalo
de confianza de 95%.

El intervalo de confianza del 95% es un intervalo que incluye un 95% de los valores entre:

Valores = Media + (1.96 * Desviacin estndar)

Pgina 64
Estadstica Bsica

Para nuestro set de datos, la media es 3.828 y la desviacin estndar 6.831.

Valores = 3.828 + 1.96 * 6.831 = 17.217

Si calculo el lmite a travs de los valores de los percentiles, tengo:

90.0 Percentil 5.120000


95.0 Percentil 9.280000

97.5 Percentil 27.872500

Para eliminar los valores que no necesitamos en nuestros datos, una forma es utilizar string Math.

1. Abrir el archivo gold_comp2.str y guardarlo con otro nombre, por ejemplo gold_cut.str. Esto es
ya que indicaremos que el valor mximo de los datos sea 17 gramos por tonelada.
2. Abrir el archivo gold_cut.str.
3. Ir a FileTools -> String Math.
4. Ingresar la siguiente expresin para delimitar los datos y presionar Apply.

Una vez el archivo esta modificado, volver a crear un Histograma con el nuevo archivo gold_cut.str, y
adems un reporte. Este se debe comparar con el histograma y reporte inicial.

Pgina 65
Pgina 66
Modelo de bloques

Modelo de bloques

Descripcin

El modelo de bloques es una base de datos espacial referenciada que provee informacin en 3
dimensiones de un cuerpo desde puntos o intervalos de datos como por ejemplo los sondajes. Un
modelo de bloques consta de valores interpolados en lugar de medidas verdaderas. Este es un mtodo
de estimacin de volumen, tonelaje y promedio de ley de un cuerpo en 3D.

Cada bloque debe contener toda la informacin disponible en las fases de desarrollo de un proyecto:
litologa-mineraloga, contenidos de metales, calidades en el caso del carbn y rocas industriales,
contenidos de contaminantes, parmetros geomecnicos, datos hidrogeolgicos, etc.

Para definir el modelo de bloque es necesario establecer los siguientes parmetros:

1. Posicin del modelo: se especifica a partir de las coordenadas del centroide o de la esquina del
primer bloque dependiendo del software.

2. Extensin del modelo en las distintas direcciones X, Y, Z (debe ser lo suficientemente grande
para enmarcar la regin de inters)

3. Dimensiones de las celdas o bloques por la X, Y y Z.

4. Orientacin del modelo definido (ngulo de inclinacin y el azimut)

5. Conjunto de variables a almacenar en el modelo con sus correspondientes formatos: ley de los
distintos metales, peso volumtrico, litologa, tipo tecnolgico de mena etc.

Con el objetivo de alcanzar una mayor resolucin del modelo de bloque en los lmites de los cuerpos
minerales se utilizan bloques (sub bloques) con dimensiones menores que los originales. El modelo de
bloques puede ser rotado y orientado de manera que se ajuste a la estructura geolgica y respete los
elementos del yacimiento estudiado.

Pgina 67
Parmetros que definen el modelo de bloque: Posicin del bloque llave (Xmorg, Ymorg, Zmorg),
dimensiones del bloque (dx, dy, dz), extensin del modelo (X (nx), Y (ny), Z (nz).

Un aspecto de primordial importancia en el modelo de bloque lo constituye la seleccin de las


dimensiones del bloque. Lo ideal en este caso es que el tamao del mismo coincida con la unidad de
seleccin minera que ser empleada durante la explotacin del yacimiento, sin embargo en muchas
ocasiones esto no es posible pues no se cuenta con la densidad suficiente de informacin. Cabe
destacar tambin que al disminuir el tamao del bloque se aumenta el error de estimacin, es decir, su
ley se determina con un alto grado de incertidumbre. Ahora bien, al aumentar el tamao del bloque las
leyes son emparejadas artificialmente. Segn la teora geoestadstica por lo menos un tramo del pozo
debe quedar dentro de cada bloque, y que estos tramos estn uno del otro a una distancia menor que el
alcance del variograma, o sea, dentro de la distancia que se estima que una muestra tiene influencia
sobre la otra.

Este enfoque terico en muchos casos no es prctico desde el punto de vista tcnico (demasiados sub
bloques para poder respetar los lmites del modelo geolgico y lograr una buena precisin en el clculo
del volumen, distintas redes de exploracin etc.) y generalmente se prefiere examinar el yacimiento en
unidades de seleccin ms pequeas. Por esta razn se asume la siguiente regla ampliamente
manejada en la literatura: el tamao del bloque puede ser tan grande como el espaciamiento medio de la
red y no debe ser menor a o 1/3 del espaciamiento de esta.

La determinacin de las dimensiones ptimas del bloque depende principalmente de:

1. Variabilidad de las leyes.


2. Continuidad geolgica de la mineralizacin.
3. Tamao de las muestras y espaciamientos entre ellas.
4. Capacidades de los equipos mineros.
5. Taludes de diseo de la explotacin.

Pgina 68
Modelo

Modelo

Las coordenadas espaciales que definen el modelo de bloques y sus extensiones son:
Norte Mnimo (Y), Este mnimo (X) y Elevacin (Z)

Norte Mximo (Y), Este Mximo (X) y Elevacin (Z)

Bloques y atributos

El centroide de cada bloque define las dimensiones geomtricas de cada eje, es decir, coordenadas X,
Y, Z. cada bloque contiene atributos para cada propiedad a ser modelada. La propiedad o atributo
puede contener valores numricos o de caracteres. Los bloques pueden ser de tamao variable definido
por el usuario al momento de crear el modelo.

Modelo de bloques coloreado

Pgina 69
Modelo

Restricciones

Todas las funciones del modelo de bloques pueden ser restringida. Una restriccin es una combinacin
lgica de una o ms objetos en el espacio para seleccionar bloques del modelo d bloques. Variedades
de objetos pueden ser usados para hacer restricciones como DTMs, Superficies, Slidos, Segmentos
cerrados o bloques con valores. Estas restricciones pueden ser guardadas en un archivo de forma rpida
de manera de usarlas como componentes de otras restricciones.

A los bloques del modelo presentado se les aplica una restriccin. Se indica que solo se muestren los
bloques se encuentran bajo la superficie. Si el centroide del bloque se encuentra bajo la superficie, este
forma parte de la restriccin. Por otro lado, si el centroide no est bajo la superficie, no formar parte de
la restriccin.

Modelo no restringido

Modelo de bloques restringido

Pgina 70
Creacin de un modelo de
bloques

Estimacin

Una vez que el modelo de bloques es creado y los atributos son definidos, el modelo debe ser llenado a
travs de algn mtodo de estimacin. Esto es realizado por estimacin y asignacin de valores de
atributos desde algn dato que contenga coordenadas XYZ y el valor del atributo de inters.
Los mtodos de estimacin que es posible utilizar son:

Mtodo de Estimacin Descripcin

Vecino ms cercano Asigna el valor de la muestra que se encuentre a menor


distancia del bloque a estimar.
Inverso de la distancia Asigna el valor a un bloque utilizando el estimador de inverso
de la distancia.
Asignacin de Valor Asigna valores a bloques de forma explcita.
Kriging Ordinario Asigna valores a bloques usando Kriging con parmetros de
variograma de un estudio geoestadstico.
Kriging Indicador Funciones que se tratan con distribuciones probabilsticas de
leyes de bloques derivadas de Indicadores de Kriging.
Asignar por polgono Asigna el valor a un bloque desde un descriptor de un archivo
string.
Importar centroides Asigna valores a bloques desde un archivo de texto que
contiene la informacin.
Porcentajes Asigna valor a un bloque segn el porcentaje contenido de
cierta forma en el bloque.

Creacin de un modelo de bloques

Para crear un modelo de bloques necesitamos primero conocer cules van a ser sus mnimas y mximas
coordenadas.

Para esto necesitamos conocer donde est la informacin que utilizaremos.

1. Abrir el archivo ore1.dtm.

El slido es mostrado en pantalla.

Pgina 71
Creacin de un modelo de
bloques

2. Escoger View -> zoom Out


3. Escoger Display -> 2D grid.
4. Ingresar la informacin como se muestra y presionar Apply.

El cuerpo con una grilla 2D es mostrada en pantalla.

Pgina 72
Creacin de un modelo de
bloques

5. Clic en el icono para mostrar los datos en una vista de seccin.


6. Elegir Display -> 2D grid.
7. Ingresar la informacin como se muestra y presionar Apply.

El cuerpo en una vista de seccin es mostrada.

Pgina 73
Creacin de un modelo de
bloques

De las imgenes anteriores se puede determinar el origen y extensiones del modelo de bloques el cual
cubrir a todo el cuerpo.

Tambin es posible utilizar el archivo ore1.str para determinar el origen y la extensin de los datos. Este
mtodo se describe a continuacin.

8. Elegir Block model -> Open/New


9. Ingresar la informacin como se muestra y presionar Apply.

10. Presionar Apply para confirmar la creacin del nuevo modelo de bloques.

11. Marcar la opcin Get extents from string file.

Pgina 74
Creacin de un modelo de
bloques

12. Elegir el archive ore1.str y luego Open.

Las coordenadas del modelo son llenadas basadas en los valores de ore1.str.

Pgina 75
Creacin de un modelo de
bloques

13. Ajustar los valores como se muestra para crear un modelo de bloques que cubra por completo el
cuerpo.

14. Clic Apply.


15. Ingresar la informacin como se muestra y presionar Create Model.

Pgina 76
Creacin de un modelo de
bloques

El modelo es creado y el nombre de este es desplegado en la barra de estado de Surpac.

16. Clic en el icono Reset graphics


17. Elegir Block model -> Save para guardar el modelo de bloques creado.
18. Elegir Display -> Display block model.
19. Ingresar la informacin como se muestra y presionar Apply.

El modelo de bloques ahora se muestra.

20. Escoger Block model -> Close.

Pgina 77
Creacin de atributos del
modelo de bloques.

Creacin de atributos del modelo de bloques.

Un atributo contiene la informacin de las propiedades del modelo. Estos pueden ser nmeros con
decimales, enteros o caracteres.

Crear un atributo
Antes de crear algn atributo debemos primero revisar la informacin almacenada en nuestra base de
datos de sondajes y decidir cul ser la informacin que incorporaremos.

1. Abrir archivo training.mdl.


2. Abrir archivo db1.ddb.
3. Desde el men Database, seleccionar Edit -> View Table.
4. Ingresar la informacin como se muestra y presionar Apply.

5. Clic en Apply sin elegir alguna restriccin.

Demos un vistazo a los datos contenidos en esta tabla y presionemos Apply. Esta tabla es tpica de
datos de una base de datos geolgica que puede ser utilizada para llenar un modelo de bloques.

Pgina 78
Creacin de atributos del
modelo de bloques.

6. Elegir Database -> Close.


7. Elegir desde el men de modelo de bloques Attributes -> New.

Ingresar la informacin como se muestra y presionar Apply.

Las caractersticas de los atributos pueden ser:

Character: Alfanumricos, ORE, BIF, PIT2.


Integer: Valores enteros, sin decimales.
Real: Alta precisin decimal en los nmeros.
Float: baja precisin decimal en los puntos.
Calculated: es calculado bajo demanda, es decir, el valor no existe hasta que este es
requerido. Por esta razn no utiliza espacio en memoria.

Nota: Utilizando Real en vez de Float significa que el tamao de nuestro modelo es mayor. Normalmente se escoge Float cuando
el atributo contiene aproximadamente 8 dgitos significativos o menos.

8. Elegir Block Model -> Summary. Se mostrar un resumen de nuestro modelo de bloques.

Pgina 79
Creacin de atributos del
modelo de bloques.

9. Despus de ver el formulario, clic en Apply.


10. Grabar el modelo de bloques en la barra de estado Training -> Save

11. Clic en yes para guardar los atributos creados.


12. Cerrar el modelo de bloques en Training -> Close.

Atributos calculados

La creacin de atributos calculados es una funcin que permite tener atributos en el modelo de bloques
basados en valores de otros atributos. La operacin matemtica debe ser definida como formato
algebraico libre con la flexibilidad de usar parntesis y estamentos condicionales. Estos atributos son

Pgina 80
Creacin de atributos del
modelo de bloques.

una poderosa herramienta para generar reportes sin necesidad de aumentar el tamao del modelo de
bloques.

1. Abrir el archivo training.mdl.


2. Elegir Block model -> Display.
3. Ingresar la informacin como se muestra y presionar Apply.

El modelo de bloques de muestra en pantalla.

4. Elegir Constraints -> New graphical constraint.


5. Ingresar la informacin como se muestra y presionar Apply.

Pgina 81
Creacin de atributos del
modelo de bloques.

6. Elegir Display -> Colour model by attribute.


7. Ingresar la informacin como se muestra, presionar Reload y luego Apply.

El modelo de bloques se muestra restringido y coloreado para la zona QPY.

Pgina 82
Creacin de atributos del
modelo de bloques.

8. Elegir Attributes -> New.

Ahora agregaremos un nuevo atributo calculado asignando un valor mximo para la ley de oro.

9. Ingresar la informacin como se muestra y presionar Apply.

Nota: al crear el atributo, la expresin iif(gold>20,20,gold) significa que si la ley de oro en el atributo gold es mayor a 20, le asigne
el valor 20 al atributo gold_cut y si no cumple con ser mayor, le asigne solo la ley que tiene el atributo.

10. Elegir Display -> View attributes for one block.


11. Clic en unos pocos bloques para ver si el atributo cumple la condicin de un mximo de 20.

Pgina 83
12. Guardar el modelo de bloques.
13. Cerrar el modelo de bloques.

Restricciones o Constraint del modelo de bloques

Restricciones son combinaciones lgicas de operaciones y objetos en el espacio 3D. Las restricciones
pueden ser utilizadas para controlar la seleccin de bloques de los cuales informacin puede ser
utilizada o interpolaciones pueden ser realizadas.

Es posible aplicar restricciones simples o complejas para asistir al modelamiento.

Llenar un modelo de bloques con valores.


Producir reportes.
Ver modelos grficamente.
Cargar una porcin del modelo.

Las opciones para operaciones en el espacio 3D son:

ABOVE (sobre)
INSIDE (dentro)
< (menor)
> (mayor)
= (igual)

Pgina 84
Restricciones o Constraint del
modelo de bloques

La operacin usada depende de la naturaleza de los objetos. Para reducir el nmero de operaciones
espaciales, la palabra NOT es usada para invocar al opuesto de una operacin. Por ejemplo, si
queremos referirnos a afuera de un slido, usaremos NOT INSIDE.

Cuando la palabra AND es usada en una combinacin de restriccin, los bloques que son comunes
sern seleccionados por la restriccin. Cuando la palabra OR es usada en una restriccin, todos los
bloques que estn bajo una propiedad o bajo otra propiedad de restriccin sern mostrados.

Crear un archivo de restriccin.

Esta funcin permite generar una restriccin sin necesidad de utilizar alguna otra funcin.

Solo una restriccin a la vez puede ser aplicada a un modelo o tambin una serie de restricciones puede
ser combinada y guardada en un archivo (*.con).
Los tipos de restricciones soportadas son:

Inside/Outside en un slido.
Above/Below en una superficie.
Satisfacer la condicin de un bloque del modelo de bloques.
Inside/Outside en un String.
About/Below de un plano definido.

Cada restriccin queda definida al momento de presionar el botn

Nota: si no existe una combinacin definida en una serie de restricciones, Surpac asume And para aplicar la restriccin.

1. Abrir el archivo training.mdl


2. Elegir Block model -> Display.
3. Ingresar la informacin como se muestra y presionar Apply.

El modelo de bloques es mostrado sin restricciones.

4. Elegir Constraints -> New constraint file.


5. Ingresar la informacin como se muestra y presionar Apply.

Pgina 85
Restricciones o Constraint del
modelo de bloques

Una vez tengas construida la restriccin, esta se debe guardar ingresando un nombre en el campo Save
Constraint y luego presionar Apply.

6. Arrastrar el archivo oxide.con a la pantalla.

Los bloques mostrados bajo la topografa y sobre la superficie Weath_ew1 son desplegados en la
pantalla.

7. Elegir Constraints > Remove last graphical constraint.


8. Elegir Constraint > New Constraint File.
9. Ingresar la informacin como se muestra y presionar Apply.

Pgina 86
Restricciones o Constraint del
modelo de bloques

10. Arrastrar a la pantalla el archivo trans.con.

Los bloques de la zona de transicin se muestran en la pantalla.

11. Elegir Constraints > Remove last graphical constraint.


12. Elegir Constraint > New Constraint File.
13. Ingresar la informacin como se muestra y presionar Apply.

Pgina 87
Restricciones o Constraint del
modelo de bloques

14. Arrastrar a la pantalla el archivo fresh.con.

Se desplegar los bloques del modelo que cumplen con la restriccin correspondiente a la roca fresca.

15. Cerrar el modelo de bloques.

Pgina 88
Laboratorio 4

1. Revisar Archivo block_model.scv, Crear Modelo y atributos Necesarios para dicho archivo
2. Importar archivo block_Model.scv
3. Llevarlo a un archivo string, ver el archivo como puntos
4. Buscar sus lmites, es decir, ubicacin espacial de los puntos extremos.
5. Determinar ubicacin y tamao de bloque del modelo para estos datos.
6. Colorear el modelo por atributo de ley.

Pgina 89
Mtodos convencionales de Estimacin de un modelo de
bloques

Los mtodos clsicos, desarrollados y empleados desde los mismos comienzos de la minera, se basan
fundamentalmente en los principios de interpretacin de las variables entre dos puntos contiguos de
muestreo, lo que determina la construccin de los bloques geomtricos a los que se le asignan las leyes
medias para la estimacin de recursos.

Los principios de interpretacin de estos mtodos son los siguientes:

Principio de los cambios graduales (funcin lineal) entre dos puntos de muestreo
Principio de los vecinos ms cercanos o zonas de influencia
Principio de generalizacin (analoga) o inferencia geolgica.
El principio de los cambios graduales presupone que los valores de una variable (espesor, ley,
etc.) varan gradual y continuamente a lo largo de la lnea recta que une 2 puntos de muestreo
contiguos.
El principio de vecinos ms cercanos admite que el valor de la variable de inters en un punto no
muestreado es igual al valor de la variable en el punto ms prximo.

El ltimo de los principios permite la extrapolacin de los valores conocidos en los puntos de muestreo a
puntos o zonas alejadas sobre la base del conocimiento geolgico o por analoga con yacimientos
similares.

Todos estos principios de interpretacin son utilizados para la subdivisin del yacimiento mineral en
bloques o sectores, los cuales son evaluados individualmente y posteriormente integrados para
determinar los recursos totales del yacimiento.

Los mtodos clsicos o tradicionales han soportado el paso del tiempo pero estn siendo superados
progresivamente por los mtodos geoestadsticos. Estos mtodos son aun aplicables en muchas
situaciones, donde incluso pueden arrojar resultados superiores. Siempre es necesario realizar una
valoracin crtica del empleo de la geoestadstica antes de desechar completamente las tcnicas
tradicionales. El uso de las tcnicas kriging est supeditado a la existencia de una red de exploracin
que permita la generacin de los modelos matemticos que describen la continuidad espacial de la
mineralizacin del yacimiento que se evala. Cuando no existe suficiente informacin de exploracin o la
variabilidad es extrema se deben emplear los mtodos geomtricos o tradicionales.

Los mtodos clsicos de estimacin ms conocidos son:

Mtodo del promedio aritmtico o bloques anlogos


Mtodo de los bloques geolgicos
Mtodo de los bloques de explotacin
Mtodo de los polgonos.
Mtodo de las isolneas.
Mtodo de los perfiles.

Existe una variedad de mtodos para estimar y asignar valores a los atributos del modelo de bloques en
Surpac.

Inverso de la distancia. Este mtodo utiliza el estimador del inverso de la distancia para asignar
el valor a un bloque.
Asignar valor. Asigna un valor explicito a bloques del modelo de bloques.
Kriging Ordinario. Interpola valores de bloques usando Kriging con parmetros de un estudio
geoestadstico.
Asignar por String. Asigna a los bloques que estn dentro de un segmento cerrado el valor que
contiene el segmento en un descriptor del archivo.
Importar centroide. Importa los centroide de los bloques del modelo de bloques desde un
archivo de texto el cual contiene el valor de todos los atributos.

Pgina 90
Mtodos convencionales de
Estimacin de un modelo de
bloques

Vecino ms cercano. Asigna valor a un bloque con el dato ms cercano que tiene el bloque.

Si los bloques de un modelo son estimados con una restriccin, es completamente posible que si
tenemos rebloqueo, estos bloques tambin contengan un valor para el atributo estimado. El valor
estimado para ese atributo en un bloque se rebloqueo es simplemente el valor asignado al bloque
principal del modelo, es decir, se estima un valor para el bloque usuario y este valor es aplicado a todos
los bloques que corresponden al Re bloqueo.

Asignar valor

1. Abrir el archivo training.mdl


2. Elegir Estimation -> Assign value.
3. Ingresar la informacin como se muestra y presionar Apply.

4. Ingresar la informacin como se muestra y presionar Apply.

5. Hacer clic en yes.

Pgina 91
Mtodos convencionales de
Estimacin de un modelo de
bloques

Ahora se debe repetir el proceso llenando el atributo sg. Asignar un valor para sg de 2.6 dentro de
trans.con y un valor para sg de 2.8 dentro de fresh.con.

6. Elegir Estimation -> Assign value

7. Ingrese la informacin como se muestra y hacer clic en Apply.

8. Ingresar la informacin como se muestra y presionar Apply.

9. Hacer clic en yes en la ventana de confirmacin.


10. Elegir Estimation -> Assign value

Pgina 92
Mtodos convencionales de
Estimacin de un modelo de
bloques

11. Ingrese la informacin como se muestra y hacer clic en Apply.

12. Ingrese la informacin como se muestra y hacer clic en Apply.

13. Hacer clic en yes en la ventana de confirmacin.


Ahora se crear una restriccin con propsitos de visualizacin. El archivo litho.con contendr todos los
bloques dentro de los slidos sand1.dtm, bif1.dtm y qpy.dtm
Nota: Debe estar seguro de escribir el ilativo or en la oracin en la ventana de combinacin de
restricciones, como se muestra a continuacin.

14. Elegir Constraints -> New constraints file


15. Ingrese la informacin como se muestra y hacer clic en Apply.

Pgina 93
Mtodos convencionales de
Estimacin de un modelo de
bloques

Ahora colorearemos los bloques segn atributos numricos.

16. Elegir Display -> Display block model


17. Seleccionar y arrastrar litho.con a la pantalla grfica
18. Elegir Display -> Colour model by attribute
19. Ingrese los Valores mostrados, hacer clic en Refresh, y luego hacer click en Apply

Pgina 94
Mtodos convencionales de
Estimacin de un modelo de
bloques

Vecino ms cercano

Para dar un ejemplo usaremos esta funcin para llenar los bloques del modelo con leyes de oro en la
zona BIF. Los datos de leyes se encuentran en el archivo cmpb1.str.

1. Abrir el archivo training.mdl


2. Elegir Block model -> Display.
3. Ingresar la informacin como se muestra y presionar Apply.

4. Elegir View Data View Options View by bearing and dip.


5. Ingresar la informacin como se muestra y presionar Apply.

Pgina 95
Mtodos convencionales de
Estimacin de un modelo de
bloques

6. Elegir View Zoom Out

El modelo de bloques es mostrado.

7. Elegir Constraints New graphical constraint.


8. Ingresar informacin como se muestra.

9. Elegir Estimation Nearest Neighbour.


10. Ingresar la informacin como se muestra y presionar Apply.

Pgina 96
Mtodos convencionales de
Estimacin de un modelo de
bloques

11. Ingresar la informacin como se muestra y presionar Apply.

Pgina 97
Mtodos convencionales de
Estimacin de un modelo de
bloques

12. Ingresar la informacin como se muestra y presionar Apply.

Una vez el proceso este terminado, un reporte ser producido.

13. Elegir Display Color by Attribute.


14. Ingresar la informacin como se muestra y presionar Apply.

Pgina 98
Mtodos convencionales de
Estimacin de un modelo de
bloques

La restriccin y el coloreo de los bloques que se encuentran en la zona bif1 son mostradas.

15. Guardar el modelo de bloques


16. Cerrar el modelo de bloques.

Pgina 99
Mtodos convencionales de
Estimacin de un modelo de
bloques

Inverso de la distancia

Esta funcin permite estimar valores basados en una ponderacin de valores de datos de puntos ms
cercanos al centroide de los bloques. La ponderacin es inversamente proporcional a la distancia del
centroide a estimar y el punto con el valor, elevada a la potencia especificada.

Es intuitivo suponer que la influencia potencial del valor de una muestra sobre un punto o bloque a
estimar decrece cuando este se aleja de dicho punto. El atributo estimado cambiar como funcin
inversa de la distancia. En otras palabras, se asigna mayor peso a los valores de las muestras
ms prximas y menor peso a las ms alejadas del punto de estimacin.

Para aplicar el mtodo es necesario en primer lugar escoger el valor del exponente del inverso de la
distancia. Por la frmula queda claro que en la medida que este aumenta disminuye la influencia de los
valores de las muestras ms alejadas, en esa misma medida aumenta la de las ms prximas. Con el
incremento de la potencia, la interpolacin de las leyes entre 2 puntos pasa del principio de los cambios
graduales (w=1) al principio de los vecinos ms cercanos (w ). Se debe resaltar que difcilmente en
la naturaleza la concentracin de un elemento qumico se subordine a la ley de la lnea recta y mucho
menos al principio de las zonas de influencia. Un exponente igual a dos produce una interpolacin
intermedia (solucin de compromiso) entre ambos principios. Por esta razn, el mtodo se conoce
tambin como inverso de la distancia al cuadrado. Los exponentes ms usados en la prctica son 2, 3
y1. Para seleccionar el valor que se va a emplear se puede utilizar la validacin cruzada. Si el
exponente es cero el mtodo del inverso de la distancia se reduce a una media aritmtica dentro de la
vecindad de bsqueda o sea a todas las muestras se le asigna un mismo peso independientemente de
la distancia que la separa del punto a estimar.

Un elipsoide 3D puede ser utilizado en el proceso de estimacin.

Para decidir cules son las muestras que se emplearan para estimar el valor del bloque o punto dentro
del yacimiento se define la vecindad o rea de bsqueda. La vecindad de bsqueda bidimensional se
emplea cuando la estimacin de reservas se realiza en un plano de proyeccin.

El rea de bsqueda 2D puede ser circular o elptica. La vecindad circular se emplea cuando la
mineralizacin en el yacimiento se considera isotrpica o sea cuando la variabilidad de la ley y la
potencia es la misma en todas direcciones. El radio del crculo se argumenta sobre la base del
conocimiento geolgico del yacimiento o los resultados de la variografa (ver mtodos geoestadsticos).

Pgina 100
Mtodos convencionales de
Estimacin de un modelo de
bloques

Una vez seleccionado el radio de bsqueda se calcula la distancia entre el centro del bloque que se
desea estimar y cada una de las muestras vecinas. Todas aquellas muestras que se localizan a una
distancia mayor que el radio se excluyen y no participan en la estimacin del bloque.

Los datos utilizados para la estimacin pueden estar almacenados en un archivo String u otro modelo de
bloques.

Un numero de atributos puede ser llenado al mismo tiempo desde descriptores de un mismo archivo
string, o de diferentes atributos en un modelo de bloques.
Ahora usaremos el archivo de compsitos cmpb1.str para estimar los bloques de la zona Sand.

1. Abrir el archivo training.mdl.


2. Elegir Block Model Display.
3. Ingresar la informacin como se muestra y presionar Apply.

El modelo es mostrado

4. Elegir Constraints > New graphical constraint.


5. Ingresar la informacin como se muestra y presiona Apply.

Pgina 101
Mtodos convencionales de
Estimacin de un modelo de
bloques

6. Elegir Estimation > Inverse Distance.


7. Ingresar la informacin como se muestra y presionar Apply.

8. Ingresar la informacin como se muestra y presionar Apply.

Pgina 102
Mtodos convencionales de
Estimacin de un modelo de
bloques

9. Ingresar la informacin como se muestra y presionar Apply.

10. Ingresar la informacin como se muestra y presionar Apply.

Pgina 103
Mtodos convencionales de
Estimacin de un modelo de
bloques

Una vez el proceso este completo, un reporte llamado training_id.not ser producido.

11. Elegir Display > Colour by attribute.


12. Ingresar la informacin como se muestra, clic en Refresh y luego Apply.

Pgina 104
Estimacin y reportes por
porcentaje parcial

La restriccin y coloreo del modelo de bloques para la zona Sand1 es mostrada en pantalla.

13. Guardar el modelo de bloques.


14. Cerrar el modelo de bloques.

Estimacin y reportes por porcentaje parcial

Pgina 105
Estimacin y reportes por
porcentaje parcial

Las restricciones tradicionales verifican si los bloques estn dentro o fuera de un slido o arriba o debajo
de una DTM utilizando la ubicacin espacial del centroide del bloque. Este chequeo es realizado con el
mnimo tamao de bloque (re bloqueo).

Ocasionalmente, el centroide puede estar fuera de la restriccin, sin embargo, una buena parte del
bloque esta aun dentro de la restriccin (Figura). Usualmente, este no es un tema significante, los
bloques en cuestin estn en el mnimo tamao de bloque, y algunos estarn adentro, algunos afuera, y
el modelo se equilibra por s mismo. Sin embargo, para algunos reportes esto no tiene la precisin
necesaria.

La funcin de porcentaje parcial chequea y determina la porcin entre 0 y 1 que est contenida en el
bloque. Por ejemplo, para un valor de 0.4 para un bloque en el atributo estimado por porcentaje parcial
significa que el 40% del bloque esta dentro de la forma y el 60 est fuera.

Con la restriccin tradicional, el modelo de bloques es sub dividido (re bloqueo) hasta un tamao mnimo
de bloque y el chequeo se hace con la ubicacin espacial del centroide y es un clculo sencillo. El
clculo de porcentaje parcial toma ms tiempo y que dependiendo del valor de precisin que le hemos
solicitado, el software dividir el bloque y realizar el chequeo en cada bloqueo creado. Mientras ms
grande el valor de precisin, mas bloques se forman en un bloque individual del modelo.

La funcin entonces crea su restriccin en los bloques pequeos y cuentan los que estn dentro o fuera
de la restriccin. El valor del atributo es almacenado en el bloque tamao usuario del modelo.

Valores para precisin

Ahora crearemos un reporte con el clculo de porcentaje parcial.

1. Abrir el archivo training.mdl.


2. Abrir en la misma layer bif1.dtm, qpy1.dtm, sand1.dtm.

Nota: Para abrir todos los archivos en la misma layer se debe mantener presionada la tecla Ctrl al arrastrar cada archivo.

Pgina 106
Estimacin y reportes por
porcentaje parcial

3. Elegir File > Save > string/DTM.


4. Ingresar la informacin como se muestra y presionar Apply para guardar los resultados en
orebody1.dtm.

5. Elegir Attribute New para crear un atributo para almacenar el valor del porcentaje parcial.
6. Ingresar la informacin como se muestra y presionar Apply.

Ahora le daremos un valor al nuevo atributo creado, basados en la posicin del centroide.

7. Elegir Estimation > Parcial Percentage.

Pgina 107
Estimacin y reportes por
porcentaje parcial

8. Ingresar la informacin como se muestra y presionar Apply.

Nota: es posible usar un string, una DTM o un modelo 3DM para restringir.

El resultado es un porcentaje del volumen contenido en los bloques del cuerpo.

La precisin determina cuantas veces el bloque es dividido en bloques ms pequeos para chequear si
este est adentro o afuera de la restriccin.

Guardar los resultados en un atributo de porcentaje permite usar esta informacin nuevamente sin
necesidad de ejecutar la funcin de estimacin. Esto permite para varios atributos ser llenadas de una
vez.

Una vez completado el proceso, un reporte ser generado y nos entregar el volumen del cuerpo. Esto
es usando el atributo de porcentaje.

Ahora generaremos 2 reportes para ver la diferencia.

9. Elegir Block > Report.


10. Ingresar la informacin como se muestra y presionar Apply.

11. Ingresar la informacin como se muestra y presionar Apply.

Pgina 108
Estimacin y reportes por
porcentaje parcial

Esto generar un reporte para el volumen sin el uso de bloques con porcentaje.

12. Ingresar la informacin como se muestra y presionar Apply.

El reporte de Surpac es mostrado y se ver como sigue.

Pgina 109
Estimacin y reportes por
porcentaje parcial

Ahora realizaremos el clculo pero esta vez usando el atributo de porcentaje calculado anteriormente.

13. Elegir Block model Report.


14. Ingresar la informacin como se muestra y presionar Apply.

15. Ingresar la informacin como se muestra y presionar Apply.

Pgina 110
Estimacin y reportes por
porcentaje parcial

16. Ingresar la informacin como se muestra y presionar Apply.

Ahora, asegurarse que el cuadro de chequeo de Keep blocks partially in the constraint este
seleccionado.

El reporte se muestra a continuacin.

Pgina 111
Estimacin y reportes por
porcentaje parcial

Se ver que la diferencia entre ambos reportes en trminos de volumen es un 0.6% y en trminos del
atributo Gold, 0.4 (5.2%). Si los bloques fuesen ms grandes, el atributo porcentaje y el reporte mostrara
un efecto mayor.

17. Guardar y cerrar el modelo de bloques.

Laboratorio 5

Realizar estimacin de los bloques de nuestro modelo en la zona Sand con el mtodo de inverso
de la distancia pero utilizando Power 1 y 3, adems ver qu sucede si utilizamos discretizacin 1
x 1 x 1.
Obtener reportes para cada una de estas estimaciones y comparar las leyes obtenidas.

Pgina 112
Anlisis Geoestadistico

Anlisis Geoestadistico

Probablemente el uso ms comn de los estudios geoestadsticos es para la estimacin, por ejemplo de
la densidad de una roca en puntos donde no existe informacin al respecto y utilizando los datos con
informacin de puntos alejados. Esto es a menudo realizado en un ambiente de tres dimensiones. Un set
de puntos estimados en el espacio es conocido como modelo.
Existen diferentes tcnicas de trabajo en geoestadstica y su aplicacin. La decisin de qu tcnica
aplicar y en qu orden son aplicadas es usualmente algo que la experiencia en este tipo de trabajos
entregar.
Se entregan puntos bsicos para el estudio geoestadstico.
1. Identificar dominios.
2. Crear compsitos
3. Anlisis de estadsticas bsicas.
4. Eliminacin de valores anmalos.
5. Calcular anisotropas y parmetros de variograma.
6. Anlisis de la vecindad del Kriging.
7. Anlisis Kriging ordinario.
8. Validar el modelo.

Nota: Los puntos 1, 2, 3 y 4 ya fueron vistos en este tutorial.

Anisotropa

Un importante aspecto de un estudio geoestadstico es comprender como los datos cambian en alguna
direccin. El trmino anisotropa se refiere a este concepto.
El termino Isotropa viene se isotrpico lo que significa mismo valor medido en diferentes direcciones.
El trmino Anisotropa viene de Anisotrpico lo que significa diferentes valores medidos en diferentes
direcciones.
Cuando estimamos valores en un modelo de bloques, la cantidad y direccin de anisotropa puede tener
un impacto significativo sobre los resultados. Por ejemplo, los modelos mostrados abajo fueron creados
con los mismos datos pero utilizando diferentes valores de anisotropa.

Pgina 113
Anlisis Geoestadistico

Estimacin usando Isotropa

En estimacin geoestadstica (ponderadores de inverso de la distancia, Kriging ordinario, Kriging


indicador), uno o ms puntos usualmente representan ubicacin de muestras y son usados para estimar
valores en donde no existen muestras. Por ejemplo, en la imagen a continuacin, la ubicacin de las
muestras es representada por 2 puntos en un archivo string. El archivo string contiene valores de
muestra en el campo D1 (D1=10 para el punto 1 y D1=20 para el otro punto). El punto a ser estimado es
el centroide del bloque de 1x1x1.

En este ejemplo, asumiremos que los datos estn todos en el plano XY y tambin que estimaremos el
valor del centroide del bloque ubicado en 0,0 usando solo las dos muestras. Las dos muestras estn a la
misma distancia (3 metros) del centroide. Asumimos que el material es homogneo y no existe
continuidad en una direccin en particular por lo que las muestras contribuyen de igual forma a la
estimacin. Otra forma ms estadstica de decir lo mismo es que ambas muestras estn ponderadas de
igual forma.
En este caso, como solo existen 2 muestras para estimar, cada una estar ponderada por 0.5, por lo que
el clculo para el centroide del bloque ser:
(muestra1*0.5) + (muestra2*0.5) = (10 *0.5) + (20*0.5)=15
Cuando se asume que no existe continuidad en alguna direccin, decimos que es un ambiente
Isotrpico. En el ejemplo abajo existe un bloque a estimar con las muestras que estn dentro del crculo

Pgina 114
Anlisis Geoestadistico

de bsqueda en un ambiente Isotrpico, es decir, cada muestra tendr el mismo peso o ponderacin.
Esto nos indica que la direccin en que estn las muestras no es importante, solo la distancia es
importante.

En tres dimensiones, en un ambiente Isotrpico, el circulo se convierte en una esfera.

En Surpac, cuando estamos estimando, estimaremos valores del modelo de bloques dependiendo de la
orientacin del Eje mayor y Razones de Anisotropa. Asumiendo que los datos son Isotrpicos, estos
valores son:

BEARING OF MAJOR AXIS (Azimut del eje mayor): 0 (o cualquier valor entre 0 y 360)
PLUNGE OF MAJOR AXIS (ngulo de rotacin del eje mayor con respecto al semi eje mayor): 0 (o
cualquier valor entre -90 y 90)
DIP OF SEMI-MAJOR AXIS (ngulo del semi eje mayor con respeto al eje menor): 0 o cualquier
valor entre -90 y 90)
MAJOR/SEMI-MAJOR ANISOTROPY RATIO: 1
MAJOR/MINOR ANISOTROPY RATIO: 1

Pgina 115
Anlisis Geoestadistico

Estimacin utilizando Anisotropa

Un sistema Anisotrpico es cuando no existe continuidad de los datos en diferentes direcciones. En este
caso, para casi todos los datos que representan muestras tomadas desde la tierra. Un sistema
Anisotrpico puede ser el resultado de una condicin geolgica como una fractura o mtodo de
depositacin. Por ejemplo, en una vista de planta, la correlacin de muestras tomadas a lo largo de una
falla en una veta de oro puede ser mejor que la correlacin existente de muestras tomadas atravesando
la falla. Por otro lado, en un depsito sedimentario, las muestras pueden presentar correlacin horizontal
mayor que la correlacin vertical.
Cuando se estima con un sistema Anisotrpico, la direccin en que se encuentran las muestras en la
relacin al punto a estimar es muy relevante.

En la siguiente figura asumiremos que existe una razn de anisotropa de 3:1 (eje mayor : eje semi
mayor).

Como la muestra de valor 10 est a 1 m del centroide y la de valor 20 est a 3 m del centroide, ambas
muestras tendrn el mismo ponderador. Esto es ya que los pesos se calculan con las distancias de
anisotropa y no con la distancia real. Ya que tenemos razn de anisotropa 3:1, las muestras en
direccin Norte o Sur, tendrn su distancia de anisotropa 1m X 3 = 3. Para las muestras en direccin
Este u Oeste, se tendr 3m x 1 = 3.

(10*0.59 + (20*0.5) = 15

Si movemos la muestra de valor 10 a 3 metros con las mismas razones de anisotropa, se tendr lo
siguiente:

Pgina 116
Anlisis Geoestadistico

(10 * 0.25) + (20 * 0.75) = 17.5

Nota: los clculos de ponderadores son solo aproximados y se muestran para establecer el efecto de la anisotropa sobre el
clculo de la ley de un bloque.

Por definicin, el eje mayor es el ms largo, es decir, en el que se presenta la mayor continuidad, el eje
semi mayor es el segundo en largo y el eje menor es el ms corto. Los tres ejes son perpendiculares
entre si.

Un ejemplo de anisotropa para un sistema en 3 dimensiones es el siguiente:

Con la orientacin de los ejes como se muestra en la figura de arriba y con las siguientes razones de
anisotropa, tenemos:

Eje mayor / semi eje mayor = 2


Eje mayor / eje menor = 3

Pgina 117
Anlisis Geoestadistico

(5 * 0.333) + (10 * 0.333) + (25 * 0.333) = 13.3333

Conceptos Bsicos de Variografa

Un aspecto importante del anlisis estadstico es comprender como los valores cambian en alguna
direccin. Un variograma es una herramienta grafica con la cual se pueden describir los conceptos de
continuidad de las leyes.
Un variograma es un grafico que compara diferentes muestras a distancias diferentes.

Nugget (Efecto pepita)


Si una muestra se divide y se manda a dos diferentes laboratorios, muy a menudo nos encontraremos
con diferentes resultados. Una muestra con separacin cero en distancia y valores diferentes es llamado
efecto pepita (C(0)).

El termino de Efecto pepita viene de los depsitos de Oro, donde una muestra que es dividida en 2
mitades, una contiene ley de Oro y la otra no. Existen otros factores que pueden contribuir al efecto
pepita, sin embargo, escapan a la presentacin de este tutorial.

Pgina 118
Anlisis Geoestadistico

Sill (Varianza) o meseta


Si se comparan 2 muestras a cierta distancia, se esperara que la diferencia sea mayor que otras dos
muestras que se encuentran ms cercanas. La porcin del variograma que sube a la derecha del efecto
pepita representa esta situacin, se designa como (C).
Para los puntos, la diferencia entre muestras no puede llegar a ser mayor. Sobre el variograma, la
mxima diferencia es graficada como la porcin plana del grafico.

Rango o alcance
La distancia a la cual se alcanza el sill se define como rango, se designa con (a).

Los grficos calculados son llamados Variogramas experimentales los que son utilizados para obtener
un modelo de variograma. Estos modelos son descritos por una ecuacin matemtica, sin embargo,
estn sujetos a la interpretacin de cada persona.

Pgina 119
Anlisis Geoestadistico

Variograma Omnidireccional

En este tipo de variogramas, los pares de datos que son seleccionados, se hacen basados solo en la
distancia de separacin entre ellas y no en qu direccin se encuentran dichos pares de muestras.

Por ejemplo, el par de muestras 1 y 2 es orientado Este-Oeste, el par de muestras 1 y 4 es orientado


Norte-Sur y ambos pares son usados para la confeccin del variograma omnidireccional.

Variogramas direccionales

Un variograma direccional es el cual utiliza todos los pares de muestras orientados en una direccin. Sin
embargo, en la mayora de los set de datos, existen una cantidad de datos en varias orientaciones, pero
un variograma direccional (utilizacin de software) solo utiliza los pares de datos que se encuentran
orientados en una direccin en particular, utilizando alguna tolerancia angular en particular. En Surpac
esta tolerancia se llama Spread.
Adems de eso, para el clculo de los variogramas es necesario definir un lmite para el Spread, como
se muestra en la siguiente imagen.

Pgina 120
Anlisis Geoestadistico

Clculo de mapa variogrfico y variograma

Como ya vimos, el estudio geoestadstico se basa en el estudio de las direcciones de mayor continuidad
y como los datos cambian en alguna direccin y en sus dos direcciones perpendiculares.

1. Elegir Block model -> Geostatistics -> Variogram modeling para abrir la ventana de
modelamiento de variogramas.

2. Elegir Variogram map > New variogram map.


3. Ingresar la informacin como se muestra en la etiqueta Basic y presionar Apply.

Pgina 121
Anlisis Geoestadistico

Una vez realizado el procedimiento aparecern los variogramas y el mapa variogrfico.

El mapa variogrfico nos muestra una direccin de mejor continuidad de las leyes.
En el caso 2D, ambos ejes (eje mayor y semi mayor) estarn en el plano del mapa variogrfico primario.
La orientacin del eje mayor es elegida desde el variograma que tiene el rango (a) ms largo para un
valor de Varianza (Sill) dado.
1. Usar la barra deslizante de Lag para reconocer las reas de alta y baja varianza en el mapa
variogrfico. En otras palabras, mover la barra deslizante y ver los colores en el mapa
variogrfico. Usando el ejemplo, la orientacin de 45 grados representa colores de una baja
varianza.

Pgina 122
Anlisis Geoestadistico

2. Una vez se tenga la idea de cul es la orientacin del rango ms largo, mover el Lag para
mejorar la calidad del variograma en esa direccin. En la imagen anterior, se muestra que con
un Lag de 4.3 se obtiene un variograma bastante bueno para la direccin de 45 grados.

3. Ahora que tenemos un aceptable variograma experimental, se debe crear el modelo del
variograma para esta direccin.
4. Elegir Variogram Model.
5. Clic y arrastrar el variograma para la direccin 45 grados, como se muestra en la figura.

Pgina 123
Anlisis Geoestadistico

6. Chequear los modelos de variogramas en todas las direcciones. El eje mayor debera ser el
variograma que tenga la varianza ms baja para la distancia ms larga. En este caso, el
variograma de la orientacin de 22.5 grados.
7. Si otra orientacin pareciese tener un rango ms amplio con una menor varianza, modificar el
modelo para ajustar el variograma experimental. Modificando el Lag para la orientacin se puede
obtener un mejor ajuste. Ahora modificaremos el variograma de la orientacin 22.5 como se
muestra.

8. Repetir los 2 pasos previos hasta estar satisfecho que se ha elegido la orientacin del eje mayor.
9. Despus que se ha definido el eje mayor, debemos ver nuestra zona geolgica en estudio y
comprobar la orientacin que se ha elegido parece estar correcta. En nuestro caso, la
orientacin 22.5 es una buena direccin y concuerda con la orientacin de nuestra zona.

Pgina 124
Anlisis Geoestadistico

Para la zona mineral mayor de la figura, la direccin del eje mayor es de 22.5.

10. Elegir File > Save > Experimental variogram and model.
11. Ingresar la informacin como se muestra y presionar Apply.

Como se puede ver, la orientacin de variograma modelado esta a interpretacin y debate de cada
usuario.
La orientacin del semi eje mayor esta en el mismo plano y es perpendicular al eje mayor. La orientacin
del semi eje mayor es 22.5 + 90 = 112.5.
La razn de anisotropa es: rango eje mayor / rango semi eje mayor , para un valor de Sill Constante.
Para nuestro ejemplo, el rango del eje mayor es 15.1, el que se puede ver en la esquina superior
derecha de la ventana de variograma.

Pgina 125
Anlisis Geoestadistico

Para determinar el rango del semi eje mayor para un variograma con solo una estructura es simple: solo
ajustar el variograma experimental y cambiar el rango, siempre con un mismo valor de Sill.

12. Elegir Variogram Model.


13. Clic y arrastrar el variograma para ajustar el variograma experimental a un modelo en el 112.5.

Note que el valor de Sill (meseta) es exactamente el mismo pero ahora el rango (alcance) es de 6.1.

La razn de anisotropa para la zona es de 15.1 / 6.1 = 2.48.


Esta es la manera ms rpida que se puede utilizar para obtener la razn de anisotropa.

Pgina 126
Anlisis Geoestadistico

Estimacin por Kriging Ordinario.

Este mtodo permite estimar la variable regionalizada en un lugar no muestreado, a partir de los datos
que se encuentren dentro de una vecindad. La definicin de esta vecindad (radio, orientacin, nmero de
datos a buscar) toma en cuenta la continuidad espacial de la variable regionalizada y el diseo de la
malla de muestreo, lo que se realiza en la etapa del estudio exploratorio y variogrfico ya realizado
anteriormente.

El estimador es una combinacin lineal ponderada de los datos y, por lo tanto, el problema del Kriging se
reduce a calcular los valores de los ponderadores que permitan obtener una estimacin insesgada y con
la mejor precisin posible.

Esta funcin nos permite estimar atributos del modelo de bloques basados en una ponderacin de
valores en un elipsoide de bsqueda centrado en el bloque.

Usaremos esta funcin para estimar los bloques del modelo de bloques que se encuentran en la zona
BIF. Los datos a utilizar se encuentran almacenados en el archivo cmpb1.str.

1. Abrir el archivo training.mdl.


2. Elegir Block Model > Display.
3. Ingresar la informacin como se muestra y presionar Apply.

El modelo es mostrado.

Pgina 127
Anlisis Geoestadistico

4. Elegir Constraints > New graphical constraint.


5. Ingresar la informacin como se muestra y presionar Apply.

6. Elegir Estimation > Ordinary Kriging.


7. Ingresar la informacin como se muestra y presionar Apply.

8. Ingresar la informacin como se muestra y presionar Apply.

9. Ingresar la informacin como se muestra y presionar Apply.

Pgina 128
Anlisis Geoestadistico

10. Ingresar la informacin como se muestra y presionar Apply.

Pgina 129
Anlisis Geoestadistico

Pgina 130
Anlisis Geoestadistico

11. Ingresar la informacin como se muestra y presionar Apply.

12. Ingresar la informacin como se muestra y presionar Apply.

Cuando el proceso termina, un reporte llamado ordinary_kringing.not es producido.

Pgina 131
Anlisis Geoestadistico

13. Elegir Display > Colour model by attribute.


14. Ingresar la informacin como se muestra y presionar Apply.

El modelo de bloques est restringido y coloreado para la zona QPY.

Pgina 132
Anlisis Geoestadistico

Pgina 133
Validacin del modelo

15. Guardar el modelo.


16. Cerrar el modelo.

Validacin del modelo

Una vez el modelo este creado el siguiente paso es su validacin. Los pasos a seguir se nombran a
continuacin:

Validacin grfica

Consiste bsicamente en determinar si los compsitos influenciaron de manera correcta a los bloques
estimados. Se debe verificar que en los puntos donde existan datos de alta ley, se generaron zonas de
bloques de alta ley y que lo mismo ocurra con las leyes bajas. Para realizarlo, se deben desplegar
plantas y secciones donde se incluyan los compsitos (considerando un espesor en la visualizacin) y
los bloques. Cualquier problema mayor en el perfil de kriging realizado antes podr observarse mediante
esta validacin.

Validacin estadstica

El siguiente paso consiste en calcular estadsticas del modelo de bloques por poblacin y compararlas
con las estadsticas de los compsitos utilizados para realizar la estimacin (desagrupadas). Sin
embargo, debe considerarse que las leyes de bloques estimadas sern ms suaves (menor varianza),
por tratarse de una interpolacin. Esta validacin permitir definir si existe sesgo global (debe
compararse con las estadsticas desagrupadas de los compsitos, por poblacin). Adems, se podr
verificar la reduccin en la varianza de dispersin, la que tericamente puede calcularse si se conoce el
variograma.

Pgina 134
Validacin del modelo

Clculo de derivas

Para determinar si las tendencias en el espacio de la variable estimada corresponden a lo que los
compsitos indican, se calculan derivas, que corresponden a promedios tanto de los bloques estimados
como de los compsitos utilizados en franjas en cada una de las tres direcciones (este, norte y
elevacin). Se debe graficar, para cada direccin, la deriva de los bloques y la de los compsitos. Las
derivas de las leyes de bloque sern ms suaves que aquellas de los compsitos, por el efecto de
soporte.
La construccin de derivas permitir detectar errores en los mrgenes (extrapolaciones incorrectas),
principalmente.

Validacin grfica reales v/s estimados

1. Abrir el archivo gc_zone1_cut130.str.


2. Mostrar el archivo como marcadores y no como lneas.
3. Abrir el modelo de bloques gc130.mdl y desplegar el modelo de bloques.
4. Abrir el archivo gc_orezone1.con
5. Colorear el modelo de bloques por el atributo Gold_ok y aplicar transparencia a los bloques de
60 70 %.

Pgina 135
Validacin del modelo

6. Analizar si las leyes estimadas del modelo concuerdan con los puntos y sus respectivas leyes
con las que fueron estimadas.

Para un caso ms avanzado es posible realizar la comparacin

Validacin por curva tonelaje Ley

Otra forma de validar la estimacin del modelo de bloques es con un reporte de toneladas y ley desde el
modelo de bloques y construir la curva.
1. Abrir el modelo gc130.mdl.
2. Ir a Block model Report.
3. Ingresar la informacin como se muestra y presionar Apply.

Pgina 136
Validacin del modelo

El archivo gc_130_grade_tonnage.csv es creado.


Podemos ahora graficar la curva tonelaje Ley.

Pgina 137
Reportes del modelo de bloques

Reportes del modelo de bloques

Los reportes del modelo de bloque es una funcin que permite crear reportes personalizados de la
informacin contenida en el modelo de bloques. El reporte puede contener valores promedio o
agregados para un atributo numrico almacenado en el modelo (ponderado por volumen, masa o sin
ponderacin) o tambin agrupar la informacin por un atributo del modelo, incluyendo las dimensiones
en X, Y y Z.

El modelo de bloques tambin permite clculos de valores de salida. Por ejemplo, podramos elegir
reportar 2 elementos del modelo, Calcio y Slice, ambos como atributos. Tambin podramos querer un
tercer valor el cual ser la razn entre el calcio y slice.

Los reportes creados son tpicamente utilizados en la evaluacin de recursos contenidos en un cuerpo.

Ahora produciremos un reporte para el depsito completo.

1. Elegir Block Model Report.


2. Ingresar la informacin como se muestra y presionar Apply.

Pgina 138
Reportes del modelo de bloques

3. Ingresar la informacin como se muestra en el siguiente formulario y presionar Apply.

El reporte puede ser ponderado por masa y el atributo densidad puede ser ingresado.

Agrupar atributos (Grouping Attributes). El resultado puede ser agrupado basado en otro atributo del
modelo de bloques o la coordenada X, Y, Z. Si se est agrupando los resultados por ms de un atributo,
entonces el orden de en que se deben especificar los atributos debe ser primero el que tiene mayor
influencia sobre el resultado y por ltimo el que menor influencia.

En el ejemplo del formulario anterior, el atributo Gold en el modelo de bloques es reportado basado en
los valores de corte 0;1;3;5;10;999 y esos valores son reportados cada elevaciones de 50 metros entre

Pgina 139
Reportes del modelo de bloques

800 y 1100 metros. El resultado estar dividido en rangos de 50 metros en los cuales se realiza una
divisin por rangos de ley.

4. Ingresar la informacin como se muestra y presionar Apply.

Esto contiene la restriccin del reporte para hacerlo solo con el material que est dentro del pit y
bajo la topografa.

5. Abrir el archivo total_orebody1.not.

El reporte es mostrado.

Pgina 140
Categorizacin de Reservas y
Recursos

Categorizacin de Reservas y Recursos

Descripcin

La estimacin generada anteriormente entrega valores para las leyes de bloques que tienen distintos
niveles de calidad (en cuanto a qu tan acertado es el valor estimado, si se lo compara con el valor real
desconocido). As, los bloques estimados en los mrgenes del depsito habrn utilizado un nmero de
muestras menor y la estimacin estar por lo tanto sujeta a un error mayor. Por esta razn, se definen
categoras de recursos y reservas. La categorizacin de recursos minerales (o geolgicos) y reservas
mineras es una de las etapas ms crticas en la evaluacin de un proyecto minero, dado que el
financiamiento del proyecto y las inversiones dependen de la cantidad (tonelaje) y calidad (ley) de los
recursos y reservas. Adems, la decisin de invertir en el proyecto considera la confiabilidad en los
valores estimados de estos recursos y reservas.

Sin embargo, ste es a la vez uno de los procedimientos ms subjetivos en la evaluacin, dado que la
clasificacin queda sujeta a la opinin experta de un especialista en evaluacin de yacimientos. En los
ltimos aos, los cdigos internacionales han tendido a incluir de manera ms explcita los
requerimientos para la divulgacin de resultados de la estimacin de los recursos y reservas, sin
embargo, an no se ha especificado una metodologa fija para todos los proyectos.

A continuacin se presenta una breve revisin de los cdigos internacionales para la presentacin
pblica de recursos geolgicos y reservas mineras. La mayor parte de estos cdigos explicita que las
cantidades deben documentarse junto a alguna medida de la calidad de la estimacin. Tras presentar los
cdigos y discutir los requerimientos que stos imponen, se analizan de manera crtica los distintos
sistemas para categorizar los recursos y reservas.

Pgina 141
Categorizacin de Reservas y
Recursos

Cdigos internacionales para categorizar recursos geolgicos y reservas


mineras.

Los primeros intentos documentados para clasificar recursos y reservas se remontan a principios del
siglo XX. Bajo la misma idea bsica de definir el grado de confianza en la estimacin de la cantidad y
calidad del recurso, los sistemas de clasificacin han evolucionado de acuerdo al desarrollo de las
polticas mineras y las restricciones impuestas por los mercados financieros y los inversionistas. Sin
embargo, an hoy los cdigos dejan la categorizacin al juicio de un especialista en evaluacin de
recursos y reservas. A pesar de ello, mayor nfasis se ha puesto en la necesidad de establecer lmites
de confianza en las categoras, en el requerimiento de que la categorizacin sea reproducible y por ende
auditable, y que el especialista sea una persona calificada y reconocida entre sus pares. En general, se
privilegia el uso de tcnicas convencionales de evaluacin que hayan probado su eficacia en la
cuantificacin de los recursos y reservas.

Los principales cdigos utilizados incluyen:

Circular 531 del USGS (USGS, 1980) en Estados Unidos


CIM Guidelines (CIM, 1996) y posteriormente el National Instrument 43- 101 en Canad (CSA,
2001)
SAMREC Code sudafricano (SAMREC, 2000)
JORC Code (JORC, 1999) de Australia.

Este ltimo se ha convertido en el estndar de facto, y la mayor parte de las revisiones de los otros
cdigos se refieren a definiciones e indicaciones del JORC.

De los contenidos de estos cdigos, es necesario rescatar la definicin de recurso mineral o geolgico y
reserva minera y sus categoras:

Recurso Mineral: es una concentracin u ocurrencia de material de inters econmico intrnseco


en o sobre la corteza de la Tierra en forma y cantidad en que haya probabilidades razonables de
una eventual extraccin econmica. La ubicacin, cantidad, ley, caractersticas geolgicas y
continuidad de un Recurso Mineral son conocidas, estimadas o interpretadas a partir de
evidencia y conocimientos especficos geolgicos. Los Recursos Minerales se subdividen, en
orden de confianza geolgica ascendente, en categoras de Inferidos, Indicados y Medidos.

Reserva Minera: es la parte econmicamente explotable de un Recurso Mineral Medido o


Indicado. Incluye dilucin de materiales y tolerancias por prdidas que se puedan producir
cuando se extraiga el material. Se han realizado las evaluaciones apropiadas, que pueden incluir
estudios de factibilidad y contemplan la consideracin de y modificacin por factores
razonablemente asumidos de extraccin, metalrgicos, econmicos, de mercados, legales,
ambientales, sociales y gubernamentales. Estas evaluaciones demuestran en la fecha en que se
reporta que podra justificarse razonablemente la extraccin. Las Reservas Mineras se
subdividen, en orden creciente de confianza, en Reservas Probables y Reservas Probadas.
Ntese que la definicin de Reservas Posibles ha cado en desuso, debido a que los cdigos no
autorizan declarar reservas que provienen de recursos geolgicos inferidos. La definicin del
grado de confiabilidad de recursos y reservas se basa en diversos factores que son evaluados
por una persona competente. Este experto debe encargarse de cuantificar el grado de
incertidumbre en los valores estimados para calcular las figuras indicadas en el estudio de
factibilidad del depsito.

Pgina 142
Cuantificacin de incertidumbre

En la definicin del grado de confiabilidad, surge la subjetividad de las tcnicas aplicadas para definir
estas categoras. Varios aspectos son considerados al definir la calidad del valor estimado, siendo las
ms comunes:

El grado de continuidad geolgica que el experto considera existe en la mineralizacin,


La cantidad de informacin disponible y su configuracin geomtrica.
El grado de continuidad espacial de las leyes, el cul es medido a travs
de las herramientas que la geoestadstica provee.

Cuantificacin de incertidumbre

Dados los requerimientos de indicar el nivel de confianza en la estimacin de los recursos y reservas, es
necesario determinar metodologas que permitan categorizar los bloques en alguna de las dos o tres
categoras, segn si hablamos de reservas o recursos. Varios criterios pueden considerarse para definir
a qu categora pertenece un determinado bloque. Idealmente, estos criterios debieran combinarse de
manera de obtener la clasificacin ms acertada.

Criterios Geolgicos

Uno de los aspectos claves de la interpretacin geolgica es la comprensin de la continuidad geolgica


del depsito. sta se ve favorecida por un estudio exploratorio de datos detallado y por un conocimiento
razonable de la geologa regional en la que el depsito yace.
Por su naturaleza, tanto la interpretacin geolgica como la definicin de la continuidad geolgica de la
mineralizacin son extremadamente subjetivas y acarrean un grado de incertidumbre que debe
considerarse (aunque resulta extremadamente difcil de cuantificar). Buena comprensin de la geologa
regional y un anlisis detallado de los datos obtenidos dentro de la propiedad permitirn evaluar la
posibilidad de que existan discontinuidades en la mineralizacin, por fallas o intrusiones de cuerpos
menores.

Debe entonces enfatizarse que la continuidad geolgica no necesariamente implica continuidad en la ley
del elemento de inters (por ejemplo, aunque en algunos casos las vetas de oro pueden estar bien
delimitadas geolgicamente, stas suelen tener leyes muy errticas). La interpretacin geolgica debe,
en general, utilizarse en conjunto con otro criterio que pueda cuantificarse de manera ms consistente y
repetible.

Criterios Geomtricos

Una prctica habitual es asignar el grado de confianza de la estimacin de la ley de un bloque en base a
la configuracin espacial de las muestras utilizadas en su estimacin. Por ejemplo, un bloque cuya ley
fue estimada considerando solamente datos de un sondaje es considerado menos confiable que aquel
que ha sido estimado con informacin de varios sondajes a su alrededor (interpolacin vs.
extrapolacin). As, se definen criterios como densidad de sondajes o nmero de muestras combinado
con el nmero de sondajes de donde provienen stas, para definir las categoras.

Pgina 143
Categorizacin de recursos y
reservas

Los criterios geomtricos pueden utilizarse para definir lo que se considera razonablemente estimado,
por ejemplo, para limitar la extensin de los recursos inferidos. Una prctica habitual es definir una
distancia mxima de extrapolacin, la cual, en cualquier caso, debera tambin considerar el grado de
continuidad espacial de las leyes.

Criterios Geoestadsticos

Uno de los inconvenientes de los criterios puramente geomtricos, es que no consideran las
caractersticas de continuidad espacial de las leyes. Por ejemplo, muchas mineralizaciones presentan
anisotropas, es decir, las concentraciones del elemento de inters son ms continuas en una direccin
que en otras. De hecho, es habitual ver que la variabilidad en la direccin vertical es diferente a lo que
ocurre en el plano horizontal, debido a los procesos de sedimentacin y compactacin que ocurren por la
gravedad. As, la caracterizacin de la continuidad espacial por medio de alguna herramienta estructural
geoestadstica como el variograma, el correlograma o la covarianza espacial, permite una cuantificacin
repetible de la ley.
Ahora bien, no basta slo con definir direcciones y alcances (radios de influencia) basados en el
variograma para utilizar un criterio geomtrico de clasificacin. Es necesario tambin considerar la
abundancia y redundancia de la informacin a la hora de estimar. La estimacin de la ley de un bloque
ser tanto mejor, cuanto ms informativos sean los datos disponibles. Se puede tener una situacin en
que se dispone de la misma cantidad de muestras para estimar la ley de un bloque, pero stas poseen
configuraciones geomtricas diferentes. A aquel bloque que sea estimado con datos menos redundantes
entre s, debe asignrsele una mayor confiabilidad. La clasificacin de recursos y reservas debe tomar
en cuenta la incertidumbre proveniente de cada uno de estos factores. Por ejemplo, la aplicacin de
criterios puramente geolgicos corre el riesgo de no considerar las fluctuaciones en la ley, dentro de
estructuras geolgicamente muy bien definidas. Asimismo, si se utiliza slo un criterio geomtrico, no se
estarn tomando en cuenta las anisotropas que la continuidad de ley podra presentar. La
geoestadstica entrega una serie de herramientas para cuantificar la incertidumbre, sin embargo, es
necesario definir un criterio para utilizar esta incertidumbre en un esquema de clasificacin.

Categorizacin de recursos y reservas

El procedimiento para categorizar recursos y reservas debe cumplir con ciertos estndares que aseguren
una buena definicin de las distintas categoras.

En primer lugar es necesario llevar a cabo un estudio exploratorio de datos que permita identificar y
corroborar la interpretacin geolgica inicial. La continuidad en la geologa y en las leyes debe verificarse
utilizando toda la informacin disponible.

Al estudio exploratorio, lo sigue un anlisis de la continuidad espacial de las leyes en cada unidad
geolgica definida en el paso anterior. Dependiendo de la aplicacin que se considerar ms adelante,
puede ser necesario comprobar si existe un efecto proporcional en las leyes, es decir, una mayor
variabilidad en las zonas de altas leyes. En caso de aplicar un mtodo de simulacin, una transformacin
de los datos ser necesaria y el clculo del variograma de esta nueva variable transformada. Este tipo de
transformaciones a menudo logra modelar el efecto proporcional y facilita el clculo e interpretacin del
variograma, pues reduce el efecto de valores anmalos altos en el clculo del variograma experimental.

Pgina 144
Estimacin geoestadstica

Finalmente, el problema de la estimacin de leyes de bloques puede enfrentarse mediante herramientas


de estimacin propiamente tales, como el kriging con todas sus variantes, o a travs de mtodos de
simulacin, que permiten generar una serie de modelos numricos del depsito, con la variabilidad
adecuada. Para obtener los valores estimados a partir de estos modelos, es necesario realizar en cada
modelo simulado, un cambio de soporte (rebloqueo) que permita calcular el valor simulado de la ley del
bloque, y luego, se deben promediar las leyes de bloques de los distintos modelos para cada posicin en
el espacio.

Ambos mtodos, estimacin y simulacin, entregan alguna medida del error de estimacin. En el caso
del kriging, se calcula la varianza de kriging para cada bloque, la que mide bsicamente la dispersin del
error cometido y puede ser utilizada para definir categoras. En el caso de las simulaciones, el problema
de categorizacin puede enfrentarse de dos maneras. En primer lugar, se define la varianza local de las
leyes de cada bloque, a partir del histograma de las leyes simuladas de este bloque. Esta varianza de
simulacin puede usarse tal como la varianza de estimacin obtenida con kriging. Una segunda forma de
utilizar las simulaciones, es calcular la varianza correspondiente a un periodo de produccin y
categorizar en base al error en la ley promedio para dicho periodo.

Cada uno de estos procedimientos tiene ventajas y desventajas, tal como discutimos a continuacin.

Estimacin geoestadstica

Las tcnicas geoestadsticas de estimacin, o kriging, permiten estimar la ley del bloque de manera
ptima, en el sentido que se minimiza la varianza de estimacin. La varianza mnima resultante se
conoce como la varianza de kriging.

Un fenmeno que a menudo se encuentra en las distribuciones espaciales de variables con histogramas
asimtricos es que la dispersin (variabilidad) depende de los valores locales de la variable. En minera,
esto se conoce como efecto proporcional y corresponde a un aumento en la variabilidad local, medida a
travs de la varianza local de las leyes, con la media local de las mismas. Por lo tanto, se encuentra que
las zonas con altas leyes presentan una variabilidad alta, mientras que las zonas de baja ley se
comportan de manera menos variable.

El uso del kriging como tcnica de estimacin asume un variograma (y por lo tanto una varianza) de las
leyes constante sobre dominios considerados geolgicamente homogneos. Esto no afecta la estimacin
misma, pero tiene un importante efecto en las varianzas de estimacin que se calculan. Sin importar si el
bloque se encuentra en una zona de alta o baja ley, slo la configuracin espacial de las muestras
utilizadas en la estimacin, no sus valores, influye en el valor de la varianza de kriging. Bloques en alta
ley, que intuitivamente tienen un valor estimado ms incierto dado el efecto proporcional, tendrn una
varianza de kriging que no castiga este hecho.

Esto, tiene la ventaja de que en general, las leyes altas son las que ms interesan y, aunque pueden ser
ms inciertas, son las que deben considerarse al inicio del proyecto en los planes de produccin. As,
utilizar varianzas de kriging de corte, permitir una categorizacin que no castiga las leyes altas por el
efecto proporcional presente. En definitiva, este criterio tiende a aceptar un error de mayor amplitud en
las altas leyes que en las zonas de bajas leyes.

Pgina 145
Estimacin geoestadstica

Clasificar en base a varianzas de kriging de corte es una prctica bastante habitual. Se considera una
configuracin de la informacin que, a criterio del gelogo o ingeniero de minas a cargo, parece ser
suficiente para entregar un valor estimado de la ley de bloque con una alta confiabilidad. Con esta
configuracin y con el variograma de la ley en la unidad geolgica en estudio, se define la varianza de
kriging que se usar como corte para distinguir, por ejemplo, entre recursos medidos e indicados.
Tpicamente, para yacimientos tipo prfido cuprfero, se consideran esquemas como el siguiente:

Recurso medido es todo aquel cuya varianza de kriging es menor que aquella de un bloque
ubicado al centro de cuatro sondajes ubicados en una malla cuadrada de 60 por 60 metros.
Recurso indicado es todo aquel cuya varianza de kriging es mayor que aquella de un bloque
ubicado al centro de cuatro sondajes ubicados en una malla cuadrada de 60 por 60 metros, pero
menor que aquella en el caso de una malla de 120 por 120 metros.
Recurso inferido es todo aquel que haya sido estimado de manera razonable, pero con muy
baja confiabilidad. Se asume que existe continuidad en la mineralizacin, pero sta no se
comprueba. Una definicin tpica de esta clasificacin es definir como inferidos slo aquellos
bloques que se encuentren informados por un nmero mnimo de muestras y/o que se
encuentren a una distancia mnima de un sondaje.

Las reservas pueden definirse de manera similar, pero considerando los factores de la explotacin, tales
como dilucin, accesibilidad, ley de corte, etc.

Otra posibilidad consiste en normalizar la varianza de kriging por la ley estimada, es decir, definir una
varianza relativa (varianza de kriging dividida por el cuadrado del valor estimado por kriging), la cual sirve
para determinar las categoras de recursos o reservas. Sin embargo, tal criterio favorece los recursos de
altas leyes, los cuales tienden a ser clasificados como medidos.

Este efecto se ilustrar ms adelante a travs de un caso prctico.

Una forma alternativa de determinar las categoras es definir distintos planes de kriging. En primera
instancia, se disea un plan de kriging muy exigente, con radios de bsqueda pequeos y una gran
cantidad de muestras necesarias para entregar un valor estimado. La estimacin con este plan, generar
una importante cantidad de bloques no estimados, por no satisfacer las demandas del plan. A
continuacin, se disea un segundo plan de kriging, menos exigente que el anterior. El modelo de leyes
de bloques estimadas, se actualiza slo en aquellos bloques que no haban sido estimados con el primer
plan. An con este segundo plan de kriging hay bloques que no han sido estimados. Se utiliza un tercer
plan de kriging, menos exigente que permite generar valores estimados de menor calidad, pues no
cuentan con suficientes muestras o se encuentran en sectores escasamente muestreados en los
mrgenes de la mineralizacin. Las categoras se definen entonces, en funcin del plan que permiti
estimar la ley del bloque: recursos medidos si se trata del primer plan, indicados si se trata del segundo
plan, e inferidos si se trata del tercer plan.

La principal desventaja de este mtodo es que puede ser manipulado para generar recursos con escasa
informacin. Adems, la utilizacin de un plan muy exigente para definir los recursos medidos puede ir
en desmedro de la calidad de la estimacin de stos. Incorporar muestras fuera del radio de bsqueda
utilizado (es decir, usar un plan de kriging menos restrictivo) podra mejorar la estimacin.

Pgina 146
Simulacin geoestadstica

Simulacin geoestadstica

Los mtodos de simulacin geoestadstica permiten cuantificar la incertidumbre en la ley de cada bloque
por medio de la generacin de mltiples modelos numricos que imitan las caractersticas espaciales del
depsito verdadero.

Cada modelo tiene un histograma que flucta en torno al histograma representativo de la ley y reproduce
la covarianza espacial (o variograma).

Adems, coincide con los valores de las muestras en sus ubicaciones, por lo que la simulacin se
denomina condicional.
A partir de estos modelos, se puede calcular la distribucin de incertidumbre de la ley de cada bloque
(histograma de sus valores simulados) y determinar una varianza local o condicional. Esta varianza, a
diferencia del caso de las estimaciones, depende de la ley de las muestras cercanas y, por ende,
considera el efecto proporcional. En general, leyes de bloque mayores vendrn acompaadas de mayor
incertidumbre.

Otra ventaja de las simulaciones condicionales es que permiten procesar los modelos numricos como
si fueran el depsito real. Por ejemplo, se puede aplicar a los modelos simulados un diseo, plan y
secuencia mineros y definir, en base a una ley de corte operacional, la produccin mensual y su
incertidumbre.

Una forma de considerar la varianza local generada a partir de modelos simulados es utilizarla en
relacin a la media local. Se define por tanto la varianza relativa, que se calcula dividiendo la varianza
local, por el cuadrado del valor estimado (promedio de las leyes simuladas del bloque). De esta forma,
no se penaliza la mayor variabilidad de los bloques de alta ley, que son los que mayor inters presentan
(la divisin de la varianza local por el cuadrado de la ley estimada compensa el efecto proporcional).

La varianza relativa puede utilizarse de manera similar a la varianza de kriging, en el sentido de que se
pueden definir valores de corte que separan lo que se clasifica como recursos medidos, indicados e
inferidos, o en el caso de reservas mineras, separan las reservas probadas de las probables.

Recientemente, algunas compaas mineras han adquirido una forma diferente de clasificar, utilizando
modelos simulados. La idea bsica es relacionar la incertidumbre con determinados periodos de
produccin.

Por ejemplo, se definen:

Reservas probadas, aquellas que presentan una variabilidad de 15% con un 90% de confianza,
respecto al valor estimado, sobre una produccin trimestral.
Reservas probables sern aquellas que flucten en 15% alrededor de la ley estimada con un
90% de confianza, para una produccin anual.

Pgina 147
Simulacin geoestadstica

Esta definicin est acorde a los requerimientos del cdigo JORC, que exige la clasificacin por medio
de algn criterio estadstico.

Ejemplos

Se dispone de informacin de sondajes para generar un modelo de recursos en un yacimiento de cobre


tipo prfido cuprfero. En lo que se refiere a clasificar los recursos, se utilizan varios mtodos, con el fin
de demostrar las diferencias que stos generan y poder sacar algunas conclusiones respecto a sus
bondades y falencias. Considere los datos desplegados en la Figura 1, donde la escala de grises codifica
las leyes de cobre de cada compsito.

Figura 1: Mapas de localizacin de los datos en los dos bancos en estudio.

Tras el estudio exploratorio de los datos y anlisis variogrfico de la ley, se genera un modelo de valores
estimados mediante kriging ordinario. Se definen bloques de 20 x 20 x 12 m3. La altura de los bloques
(12 m) corresponde a la altura de banco en la mina. El kriging ordinario entrega para cada bloque, un
valor estimado y una varianza de kriging, tal como se muestra en la Figura 2.

Adems de esto, se considera la opcin de generar simulaciones condicionales. Para ello, se utiliza el
mtodo de simulacin Gaussiana secuencial, el cual requiere que la variable (ley) sea inicialmente
transformada a una distribucin normal estndar. Luego, se realiza el anlisis variogrfico de esta nueva
variable transformada y se genera cien modelos numricos, cada uno de los cuales reproduce el
histograma de los datos y su variograma y representa una posible distribucin en el espacio de leyes
puntuales.

Para el clculo de recursos, se debe realizar un cambio de soporte, al tamao de bloque deseado. Esto
se realiza en cada uno de los 100 modelos generados. Con ello, se obtienen 100 modelos de distribucin
espacial de las leyes de bloques. Se puede entonces calcular el estimador (promedio) y varianza local a
partir de las simulaciones de leyes de bloques, tal como se muestra en la Figura 3. Este resultado debe
compararse con el de la Figura 2.

Pgina 148
Simulacin geoestadstica

En el caso de los mapas generados a travs de simulacin, la transformacin Gaussiana controla el


efecto proporcional existente, por lo que hay diferencias en los mapas, especialmente en la varianza
local de las simulaciones respecto a la varianza de kriging.

Figura 2: mapas de leyes de bloques estimadas y sus correspondientes

varianzas de kriging para los dos bancos en estudio, mediante kriging ordinario.

Pgina 149
Simulacin geoestadstica

Figura 3: mapas de leyes de bloques estimadas y varianza local para los dos

bancos de inters mediante simulacin condicional.

En el presente ejemplo, compararemos la clasificacin originada a partir de los mapas obtenidos por
kriging ordinario y por simulacin condicional. Aplicamos un criterio de varianza de corte definido por
varianzas de corte escaladas a la varianza media de cada mtodo:

Recursos medidos: aquellos cuya varianza de estimacin (de kriging o simulacin) sea inferior o
igual a 1.5 veces la varianza media del mtodo.
Recursos indicados: aquellos cuya varianza de estimacin (de kriging o simulacin) sea superior
a 1.5 veces e inferior a 2 veces la varianza media del mtodo.
Recursos inferidos: aquellos que se encuentren a una distancia menor a 150 metros de una
muestra y que no se han clasificado como medidos o indicados.

Estos criterios permiten obtener tonelajes relativamente similares, sin embargo, se obtienen notables
diferencias particularmente en la ley media de los recursos en cada categora, segn el mtodo aplicado,
tal como se ilustra en la Tabla 1.

Pgina 150
Simulacin geoestadstica

Tabla 1: comparacin de resultados basados en cuatro mtodos de Clasificacin.

Lo ms notable de estos resultados es que el hecho de castigar las leyes altas debido al efecto
proporcional, como es el caso de utilizar slo la varianza local de simulacin, produce que los mejores
recursos (en ley) sean clasificados como los de peor confiabilidad, a pesar de que es all donde
generalmente el muestreo es ms denso. La varianza local est estrechamente relacionada con la media
local, lo que resulta preponderante y mitiga la mayor densidad de muestras del sector, haciendo que
muchas reservas de alta ley sean clasificadas como indicadas o inferidas (por su mayor variabilidad
local). Sin embargo, el hecho de escalar la varianza local, dividindola por el valor estimado del bloque al
cuadrado, permite recobrar las buenas propiedades de la varianza de kriging ordinario (indiferente al
efecto proporcional). Por el contrario, dividir la varianza de kriging por el cuadrado de la ley estimada
tiende a privilegiar las zonas de altas leyes, las cuales tienden a ubicarse en la categora de recursos
medidos. A juicio de los autores, dicho procedimiento resulta en una categorizacin demasiado optimista
y su uso debera evitarse.

Por otro lado, dado que la simulacin condicional trabaja con una transformada de los datos originales, la
variografa es mucho ms robusta y, en general, los resultados son ms confiables en ese sentido. Sin
embargo, la simulacin requiere una hiptesis mucho ms fuerte de estacionaridad (u homogeneidad
espacial) que el kriging ordinario. Esta es sin duda una desventaja de los mtodos de simulacin.

Como dato final, cabe mencionar que en el ejemplo recin presentado, la clasificacin por varianza de
kriging coincide en un 79% de los bloques con la basada en varianza local de simulacin. Esta
coincidencia aumenta al 87% de los casos, cuando se utiliza una varianza local escalada por la media
local. La categorizacin por varianza relativa de kriging coincide en el 80% de los bloques con la que
resulta al utilizar la varianza de kriging.

Ejemplo Varianza de kriging

Pgina 151
Simulacin geoestadstica

Utilizaremos el alcance del variograma utilizado para categorizar los bloques estimados.

Para nuestro caso, tendremos una varianza de estimacin para valores del alcance del variograma.

Para valores de varianza de kriging hasta 2/3 de 7.4 (Sill del Variograma) = 4.9 sern reservas
Medidas
Para valores de varianza de Kriging entre 2/3 (4.9) y 1 (7.4) sern reservas Indicadas.
Para valores mayores a 1 ( 7.4) sern reservas Inferidas.

1. Abrir el archivo block_model.mdl


2. Ver los atributos que posee.
3. Crear el atributo Gold_Ok
4. Realizar la estimacin del atributo por Kriging Ordinario.
5. Seleccionar Block Model Estimation Ordinary Kriging.
6. Seleccionar el atributo Gold_ok. Si este no est creado, crearlo.

7. Ingresar el nombre de los atributos a crear por la estimacin del modelo. Estos atributos son
opcionales, sin embargo, para nuestro caso, es necesario colocarlos.

8. Seleccionar el archivo compsitos_preparados.str para realizar la estimacin y presionar


Apply.

Pgina 152
Simulacin geoestadstica

9. Ingresar los datos como se muestran y presionar Apply.

Aqu se consideran factores utilizados en la estimacin de Kriging Ordinario realizada


anteriormente, incluyendo valores para el variograma.

Solo se modifica la opcin de nmero de muestras a utilizar.

Pgina 153
Simulacin geoestadstica

10. Ingresar el siguiente formulario como se muestra y presionar Apply.

Notar que la opcin de restringir la interpolacin esta activada. Esto se haremos para solo estimar los
bloques que se encuentran dentro de un slido.

11. Ingresar la informacin del formulario como se muestra y presionar Apply.

Una vez realizada la estimacin, deberemos comprobar los datos estimados.

Desplegar el modelo de bloques.

Realizar comprobacin de que los bloques estimados coloreando el modelo por el atributo Gold_ok pero
solo los bloques que se encuentran dentro del slido.

Pgina 154
Simulacin geoestadstica

Notar que las leyes de la estimacin realizada varan entre 0 y 36,3 g/t.

12. Colorear el modelo de bloques ahora por el atributo Var_krig.

Pgina 155
Simulacin geoestadstica

Notar que los valores de varianza de Kriging varan entre 0 y 8.5.

Se pueden ver los sectores en donde la varianza es alta y baja, verificando sectores de mejor y peor
calidad de informacin.

13. Crear atributo al modelo de bloques llamado categora.


14. Asignar valores a este atributo con la siguiente metodologa.

Pgina 156
Simulacin geoestadstica

15. Ir a Block model Estimation Assign value.


16. Ingresar la informacin como se muestra y presionar Apply.

Nota que se encuentra marcada la opcin de restringir la interpolacin.

17. Completar formulario como se muestra y presionar Apply.

18. Realizar la misma operacin para los recursos Indicados e inferidos utilizando las siguientes
restricciones.

Reservas Indicadas

Pgina 157
Simulacin geoestadstica

Reservas Inferidas

19. Colorear el modelo de bloques por el atributo Categora.

Ahora obtendremos un reporte con los tonelajes y leyes para cada categora.

20. Ir a block model Report.


21. Completar el formulario como se muestra y presionar Apply.

Pgina 158
Simulacin geoestadstica

Surpac entregar reporte de Recursos como se muestra.

Pgina 159
Simulacin geoestadstica

El grafico asociado es el siguiente

Pgina 160

S-ar putea să vă placă și