Sunteți pe pagina 1din 56

BOOTCAMP

GEOESTADÍSTICA
AVANZADA
Bootcamp Geoestadística Avanzada 2019 I LIMA

Conceptos
Geoestadísticos
Marco Alfaro 2019

2
Bootcamp Geoestadística Avanzada 2019 I LIMA

Geoestadística

Georges Matheron, Ingeniero


Politécnico, 2/12/1930- 7/8/2000

3
Bootcamp Geoestadística Avanzada 2019 I LIMA

La vecindad de Estimación
Debido a restricciones de cálculo el krigeado se restringe a una
vecindad del bloque a estimar

¿Cuál es la mejor vecindad?


Evidentemente debería ser la vecindad infinita: para estimar la
ley de un bloque se utilizan todas las leyes disponibles.

El “cuco” de la
dilución no existe

4
Bootcamp Geoestadística Avanzada 2019 I LIMA

¿Qué pasa si usamos?


• Máximo de datos en la vecindad
• Máximo de datos por sondaje Todos producen
• Máximo de datos por octante sesgo condicional, el
cual, puede ser
• Elipsoides de búsqueda con orientación variable
importante
• “Corridas” o “Runs”

La “composición” de
En general V1 y V2 son
paralelepípedos krigeados no es válida.
Entonces la curva
tonelaje-ley no
necesariamente es válida

5
Bootcamp Geoestadística Avanzada 2019 I LIMA

Máximo de muestras en la vecindad


En todos los proyectos que he auditado KMAX es del orden de
20 (o inferior 8). Para evitar la dilución

6
Bootcamp Geoestadística Avanzada 2019 I LIMA

Los “RUNS” o Corridas

7
Bootcamp Geoestadística Avanzada 2019 I LIMA

Agregando una aureola

8
Bootcamp Geoestadística Avanzada 2019 I LIMA

9
Bootcamp Geoestadística Avanzada 2019 I LIMA

¿Cambios abruptos?

Si aceptamos que los cambios abruptos justifican las fronteras


duras, entonces no deberíamos usar krigeado de indicadores

10
Bootcamp Geoestadística Avanzada 2019 I LIMA

Conclusiones

• Resulta urgente discutir acerca de las buenas prácticas


para krigear

11
Bootcamp Geoestadística Avanzada 2019 I LIMA

El Krigeado Completo
Marco Alfaro

Profesor Universidad Católica de Valparaíso, Universidad


Católica del Norte y Universidad de Concepción, Chile

Traducción al español del trabajo presentado en las Jornadas de


Geoestadística, Septiembre 2011, Escuela de Minas de París.

12
Bootcamp Geoestadística Avanzada 2019 I LIMA

Georges Matheron: El krigeado completo (una cita)


Curso de Geoestadística, 1960

Dicho en otras palabras, existe la superposición de figuras de krigeado (con ponderación por los
tonelajes). En particular, esta condición se cumple siempre en el caso de un krigeado completo –
es decir en el caso en que se krigea cada panel con la totalidad de las muestras en el depósito
entero. Luego tenemos el teorema: “los krigeados completos se pueden superponer”.
En particular, si se desea formar el mejor estimador de la ley global de un depósito entero, es lícito
ponderar los estimadores obtenidos para cada uno de los paneles, con la restricción que estos
hayan sido krigeados de manera completa. La estimación panel a panel es entonces equivalente a
la estimación global, y el balance mineral y metal queda
equilibrado. En la práctica, casi nunca se hace un krigeado completo, debido a la complejidad de
los cálculos. Nos limitamos siempre a un número pequeño de aureolas exteriores – las más
próximas – que representan la casi totalidad de la influencia de las aureolas exteriores. Como
estas aureolas representan una pantalla casi perfecta, el krigeado incompleto con el cual nos
contentamos, no difiere prácticamente del krigeado
completo teórico.

13
Bootcamp Geoestadística Avanzada 2019 I LIMA

Elipsoide de búsqueda

Lo anterior nos indica que el elipsoide de búsqueda debe tener semiejes


(radios) infinitos. En la práctica se debe usar un radio R grande. Este radio
debe siempre ser mayor que el alcance del variograma

14
Bootcamp Geoestadística Avanzada 2019 I LIMA

Definición
El krigeado completo consiste en estimar cada bloque del depósito con todos los
compósitos disponibles.
Lo habitual es usar vecindades deslizantes (elipsoides de búsqueda)
En la Figura se tienen 532 datos en un banco de la mina Lomas Bayas (cobre porfídico)

Banco en Mina LB Cu:


1040 Bloques de
20x20x15m

15
Bootcamp Geoestadística Avanzada 2019 I LIMA

Comparación de leyes en el banco 917 msnm


532 compósitos de largo 15 metros, bloques de 20mx20mx15m

Completo Con radio de


búsqueda de
100m

Ambos son casi iguales

16
Bootcamp Geoestadística Avanzada 2019 I LIMA

Tiempos de cálculo
Corresponden a mi pequeño computador un Pentium 7 con 1.8 megahercios

Cada vez se
introducen más pozos
de tronadura y se
krigea

Los tiempos de cálculo son muy razonables


17
Bootcamp Geoestadística Avanzada 2019 I LIMA

Acerca del tiempo de cálculo

El cálculo es más rápido que lo que uno se imagina pero si el número de


compósitos es muy alto, hay que aproximar el krigeado completo. Por ejemplo en
la mina Andina hay más de 10,000 compósitos por cada unidad geológica.
Entonces se busca en una esfera de 300m de radio, limitando el número máximo
de compósitos en la vecindad a 120

18
Bootcamp Geoestadística Avanzada 2019 I LIMA

Ponderadores negativos

El krigeado, dependiendo del variograma y de la


configuración de la información puede crear
ponderadores negativos, los cuales pueden
generar leyes negativas.
Los ejercicios realizados muestran que con el
krigeado completo se tienen menos
ponderadores negativos que con el krigeado con
vecindad deslizante.

19
Bootcamp Geoestadística Avanzada 2019 I LIMA

Explicación de leyes negativas

En general las leyes negativas se


presentan en zonas de baja ley

20
Bootcamp Geoestadística Avanzada 2019 I LIMA
Artefactos
No se encuentran artefactos con el krigeado completo y muchos artefactos en el krigeado con vecindad móvil.
Ejemplo: Krigeado de indicadores mina La Mascota (Au Colombia)

21
Bootcamp Geoestadística Avanzada 2019 I LIMA

Artefactos
• Efecto “panqueque”: la mineralización se presenta como estratos de alta y de baja ley, los cuales
no existen en la realidad
• Efecto “cebolla”: aparecen como vetas circulares de alta y de baja ley. Estas vetas no existen en
la realidad:

Efectos panqueque y cebolla en modelo de molibdeno en mina Andina


Estos artefactos no se presentan cuando se usa krigeado completo

22
Bootcamp Geoestadística Avanzada 2019 I LIMA

La relación de alisado
Relación entre la dispersión de las leyes verdaderas, leyes
krigeadas, varianza de krigeado y parámetro de Lagrange

D ( ZV )  D ( Z )    2
2 2 *
V
2
K

Esta relación es válida si y solo si el krigeado


es completo.

Y si el krigeage es con vecindad móvil ¿es


una buena aproximación?

23
Bootcamp Geoestadística Avanzada 2019 I LIMA

Lo estudiaremos en el yacimiento deLomas Bayas


Cu porfídico de baja ley, banco 917

24
Bootcamp Geoestadística Avanzada 2019 I LIMA

Se ha cambiado el radio de búsqueda


Por ejemplo 50m, 100m, 150m, …

Bloque
elegido

25
Bootcamp Geoestadística Avanzada 2019 I LIMA

Resultados
RADIO Ley (Cu) Sigma K Mu
50 0.302 0.100 9.28
100 0.331 0.099 -7.66
150 0.329 0.098 -1.41
200 0.327 0.098 -1.19
250 0.325 0.098 -0.87
300 0.324 0.098 -0.73
500 0.324 0.098 -0.49
Infinito 0.324 0.098 -0.38

(El Mu está dividido por 10 ^ - 4)

26
Bootcamp Geoestadística Avanzada 2019 I LIMA

Conclusiones
• El krigeado completo es mucho más simple que el
krigeado con vecindad móvil. No hay que introducir
parámetros que generan artefactos y sesgos tales como:
corridas, máximo de compósitos por sondaje, máximo de
compósitos por octante, etc.
• Este krigeado es muy razonable en tiempo de cálculo y
siempre, por definición, los resultados son mejores que
cuando se usan elipsoides.
• Es necesario hacer investigaciones acerca del alisado del
krigeage, sobre todo con el parámetro de Lagrange mu.

27
Bootcamp Geoestadística Avanzada 2019 I LIMA

Fronteras Duras en la
estimación de recursos
mineros
Marco Alfaro
Jefe de Carrera Ingeniería Civil de Minas UCV
SIMIN 2013

28
Bootcamp Geoestadística Avanzada 2019 I LIMA

EL MODELO GEOLÓGICO

Mina Gabriela
Mistral
(Oxidos)
Se dice que se usan
“fronteras duras”
cuando la estimación Si se “traspasan” las
de un bloque unidades se dice
perteneciente a una que se usan
cierta unidad utiliza “fronteras blandas”
exclusivamente datos (a veces se habla de
de la misma unidad “fronteras suaves”)

29
Bootcamp Geoestadística Avanzada 2019 I LIMA

¿Fronteras “duras” o fronteras “blandas”?


En un cobre porfídico, la zona con alteración potásica,
tiene altas leyes, en comparación con la zona de
alteración propilítica.
Se desea interpolar la ley en x0

Alteración
potásica
Frontera entre
ambas unidades
¿es conocida?
Alteración
propilítica

Valor estimado en x0 = 0.5

30
Bootcamp Geoestadística Avanzada 2019 I LIMA

No hay que olvidar que la frontera entre ambas


unidades es ESTIMADA (o interpretada)

Esta frontera no
es la frontera
real. Es una
estimación
Ahora la ley estimada en x0 es del
orden de 1

31
Bootcamp Geoestadística Avanzada 2019 I LIMA

Ahora la frontera es totalmente conocida

Pero existe una dependencia entre una


unidad y otra: Las fronteras duras no
se justifican

32
Bootcamp Geoestadística Avanzada 2019 I LIMA

Justificación de fronteras duras

En consecuencia las fronteras duras se justifican cuando:


“Se tiene una discontinuidad geológica, es decir las leyes son
independientes de una unidad a otra y la frontera es
perfectamente conocida”.

Lo anterior debe ser considerado como un principio o


teorema.
En particular si se usa como frontera una isoley, los
valores de cada unidad son dependientes entre sí (a un
lado son mayores que la isoley y al otro son inferiores a
la isoley

33
Bootcamp Geoestadística Avanzada 2019 I LIMA

Justificación
Algunos autores afirman que las fronteras duras se justifican cuando:
“Existe un cambio abrupto en las leyes de ambas unidades”.

Problema: con 9 En amarillo la


datos estimar la variable vale 1,
proporción de en blanco vale 0
amarillo del Cambio abrupto
bloque
Krigeado de indicadores
Existe un problema conceptual: el cambio es abrupto pero estos
mismos autores usan ahora fronteras blandas. ¡El cambio abrupto
no justifica las fronteras duras!

34
Bootcamp Geoestadística Avanzada 2019 I LIMA

El variograma cruzado
Este variograma sirve para
ver si existe relación entre ¿Indicadores?
las leyes de una unidad con
las leyes de otra unidad

El variograma cruzado consiste el promedio de diferencias de leyes entre dos


unidades a la distancia h.

35
Bootcamp Geoestadística Avanzada 2019 I LIMA

Cuando se usan fronteras duras sin justificación se genera una


discontinuidad entre las unidades

36
Bootcamp Geoestadística Avanzada 2019 I LIMA

Todo modelo geológico tiene errores de interpretación

Cuerpo real

Sondajes

Cuerpo
estimado
37
Bootcamp Geoestadística Avanzada 2019 I LIMA

La interpretación no es biunívoca
Dos geólogos diferentes conducen a interpretaciones diferentes

38
Bootcamp Geoestadística Avanzada 2019 I LIMA

Conclusiones

Los ejemplos mostrados nos indican que estamos


lejos de haber resuelto satisfactoriamente nuestros
problemas reales de evaluación de recursos mineros:
Es necesario investigar acerca de las fronteras (duras
blandas y suaves) de las unidades de estimación.

39
Bootcamp Geoestadística Avanzada 2019 I LIMA

Mejores Prácticas en
Exploración y Estimación de
Recursos y Reservas
Minerales
Elección de la Vecindad de Estimación
Por
Marco Alfaro

40
Bootcamp Geoestadística Avanzada 2019 I LIMA

Elección de la vecindad de estimación en el krigeado

Objetivo de un buen estimador para la planificación minera:


• Minimizar el error cuadrático medio
• Minimizar el sesgo condicional

41
Bootcamp Geoestadística Avanzada 2019 I LIMA

Modelo de bloques y Vecindad

Modelo de bloques 3D Vecindad de


con 3 Unidades estimación:
geológicas Puede ser isótropa o
anisótropa

42
Bootcamp Geoestadística Avanzada 2019 I LIMA

El método de interpolación es el krigeado


ordinario, definido por G. Matheron
El krigeado consiste en encontrar la mejor estimación lineal
posible de la ley de un panel, considerando la información
disponible. Es decir, las muestras internas y externas.

Krigeado = Pitágoras

Krigeado Completo
Lomas Bayas

G. Matheron, por M. Alfaro

43
Bootcamp Geoestadística Avanzada 2019 I LIMA

Debido a restricciones de cálculo el krigeado se restringe


a una vecindad del bloque a estimar

¿Cuál es la mejor vecindad?


Evidentemente debería ser la vecindad infinita: para estimar la ley de un
bloque se utilizan todas las leyes disponibles.

El “cuco” de la
dilución no existe

44
Bootcamp Geoestadística Avanzada 2019 I LIMA

¿Qué pasa si usamos?


• Máximo de datos en la vecindad
Todos producen
• Máximo de datos por sondaje
sesgo condicional,
• Máximo de datos por octante el cual, puede ser
• Elipsoides de búsqueda con orientación variable importante
• “Corridas” o “Runs”

La “composición” de krigeados no
En general V1 y
es válida.
V2 son
Entonces la curva tonelaje-ley no
paralelepípedos
necesariamente es válida

45
Bootcamp Geoestadística Avanzada 2019 I LIMA

Máximo de muestras en la vecindad


En todos los proyectos que he auditado KMAX es del orden de
20 (o inferior)

¡Este es un
ejemplo 2D!

Solo se usan los KMAX compósitos cercanos al centro del bloque

46
Bootcamp Geoestadística Avanzada 2019 I LIMA

Máximo de compósitos por octante

Solo se usan los datos 1, 4 y 5


¿Qué pasa con el 2 y el 3?

47
Bootcamp Geoestadística Avanzada 2019 I LIMA

Máximo de compósitos por sondaje

48
Bootcamp Geoestadística Avanzada 2019 I LIMA

Una cita de Pierre Gy


En los problemas de estimación de recursos y de
muestreo minero, la intuición es mala consejera

Pierre Gy (1924-2015)

49
Bootcamp Geoestadística Avanzada 2019 I LIMA

Elipsoide de búsqueda con orientación variable.


Ejemplo mina “abc”

¿Porqué es mejor el modelo MAS (KC)?


El modelo MAS es mejor y lo hice en media hora
Isoleyes de CuT en una planta de un mientras que el abc demora 2 meses.
open pit (abc) Sin embargo son cercanos pero ¿si comparamos
As y Mo?

50
Bootcamp Geoestadística Avanzada 2019 I LIMA

51
Bootcamp Geoestadística Avanzada 2019 I LIMA

Las fronteras duras producen sesgos

Modelo Molibdeno Sección


vertical (3 rangos de leyes)

52
Bootcamp Geoestadística Avanzada 2019 I LIMA

53
Bootcamp Geoestadística Avanzada 2019 I LIMA

Las corridas o pasadas o runs


Consisten en definir, por lo general 3 corridas.
En cada corrida se define un numero mínimo, un numero máximo de
compósitos y un radio de búsqueda.
El primer radio de búsqueda define el bloque como medido (R del orden 1.5*lado del bloque), el
segundo define el bloque como indicado (R entre 1.5*lado y 3*lado), el tercer radio define el bloque
como inferido (R entre 3*lado y un valor grande).
El primer radio siempre es pequeño, lo cual sobre-estima las leyes altas y sub-estima las leyes bajas
(principio de la geoestadística).
Se producen también discontinuidades de leyes entre Pass1 y Pass2 y Pass3, contrario a la geología.
Para comprobar que el método no funciona bien hacer en vuestra mina el ejercicio siguiente:
Hacer un modelo axbxc con pasadas y luego re-bloquear a (2a)x(2b)x(c) comparar el modelo re-
bloqueado con el modelo (2a)x(2b)x(c)
Si es un open pit comprobar que en la parte explotada los bloques medidos tienen un fuerte efecto
proporcional.

54
Bootcamp Geoestadística Avanzada 2019 I LIMA

Conclusiones
Debido al arsenal de información que producen
nuestras minas, Chile debería estar a la vanguardia
en el desarrollo de métodos, modelos y software
para la estimación de recursos y reservas.
Todos los cálculos aquí mostrados se hicieron con αρ , software creado
por el autor

55
56

S-ar putea să vă placă și