Documente Academic
Documente Profesional
Documente Cultură
Reporte de Recursos
1.1 Sondajes
Una vez que es detectada la anomalía geológica en una etapa previa de prospección, y luego
de un período de tres meses, se comenzó con la etapa de exploración. Los métodos utilizados
fueron la perforación diamantina y la perforación por aire reverso. La inversión en ésta etapa
fue de casi 5,95 Millones de dólares.
La malla de sondaje desde una vista de planta se encuentra principalmente orientada con
rumbo N 20 W. En el sector Noroeste de la zona explorada, se ubican 20 sondajes, que siguen
un formato de malla semi-regular (± 60 x 60 [m]), de los cuales 14 de ellos fueron hechos
con un dip de -90, es decir de manera vertical. El resto de sondajes se encuentran ubicados
de manera irregular, la mayoría con cierta inclinación con respecto a la vertical dirigida en
forma normal a la topografía.
1.2 Topografía
Algunos datos acerca de la superficie proyectada en el software Datamine son las siguientes:
[1]
Definición hallada en el buscador Google como “wireframe meaning”
*Corresponden a coordenadas de tipo locales, por lo que no se correlacionan a las U.T.M especificadas en el
preludio “Introducción al proyecto”
Imagen 3.1 Wireframe de la topografía, vista desde planta
Imagen 4.1 Topografía del sector, proyectada en la ventana VR, en el software Datamine, desde una vista en
3D, en dirección desde el Sureste hacia el Noroeste
1.3 Modelo de bloques geológico
Los sondajes desarrollados, además de darnos evidencias de las leyes de los minerales que
existen, nos permitirán hacer una interpretación geológica del depósito, es decir, determinar
su tamaño y forma, lo que incluye sus límites. Sin embargo, hay que tener en cuenta que
separar el mineral del estéril es una tarea difícil, ya que el límite geológico entre ambos rara
vez es claro en la naturaleza [1]. El límite, en éste caso, se ha definido a través de una ley de
corte, que no corresponde a las leyes que se utilizan en el plan de producción, sino que ha
sido creada con el único fin de, como se dijo anteriormente, definir los límites del depósito.
Ésta ley de corte no es tan exigente, y sólo pretende “descartar” un pequeño porcentaje de la
mineralización. Ha sido definida a través de los siguientes parámetros:
De ésta manera, se tiene que la ley a la cual el tipo de roca pasa de ser mineral a estéril es
0,09 [grs Au/ton].
El siguiente paso es crear los perfiles del depósito. Para esto, y a través del software
Datamine, se tiene que cambiar la visualización de los sondajes. La visualización se voltea
de un modo tal que se pueda ver una “fila” de sondajes en forma lateral (de perfil). Así pues,
sabiendo que la malla de sondajes ha sido diseñada de modo que tiene una orientación hacia
el Noroeste (véase Capítulo 1 “Reporte de Recursos”, Tema 1.1 “Sondajes”), los perfiles, en
consecuencia, tendrán la misma orientación. El resultado final es un total de 31 perfiles
geológicos. A continuación, se muestran las imágenes de algunos de ellos:
[1]
Extraído del artículo “El enfoque geoestadístico para reservas”, publicada en la Revista Minería, en Mayo
1996 .
*Valores obtenidos del reporte técnico “NI 43-101 The Cerro Maricunga Project, Pre-feasibility study”,
proyecto de similares características al del presente informe.
Imagen 5.1 Perfil N°3 (El conteo de los perfiles es desde el Norte hacia el Sur)
En los perfiles 16, 17, y luego en los perfiles 23, 24 y 25 se han dibujado unos pequeños
contornos, que corresponden a la delimitación de ciertos bolsones de estéril hallados al
interior del mismo depósito, y que tienen un volumen considerable, de modo que se creyó
necesario separarlos de la totalidad del depósito mineralizado.
Imagen 14.1 Vista de Planta de los 31 perfiles, a los que se le adicionan 2 perfiles extras en el extremo norte y
en el extremos sur, con las funciones de cerrar el cuerpo que se creará. También hay dos pares de perfiles
pequeños que cierran los bolsones de estéril. Las líneas rojas son “tag strings”, una herramienta del software
Datamine para asegurar la correcta unión entre perfiles.
Los perfiles se unen a través de la herramienta “Link Multiple Strings” del software
Datamine. Los puntos por los cuales se define cada perfil, se unen con los puntos de los
perfiles anteriores y posteriores, de manera tal que se forman superficies triangulares entre
los mismos. Las uniones entre puntos se han revisado de tal manera de controlar que, por
ejemplo, no se unan puntos que se encuentren arriba en un perfil con puntos que se encuentran
abajo en el siguiente perfil. Esta situación generaría superficies traspuestas, y distorsionaría
los resultados finales del depósito, tales como el volumen del mismo. Así pues, al unir los
perfiles, se genera la siguiente Wireframe, que corresponde al depósito:
Imagen 15.1 (A la izquierda) Vista de Planta del Wireframe del depósito. (A la derecha) Vista de Perfil
derecho (desde este a oeste) del Wireframe del depósito. Ambas vistas proyectadas desde la ventana Design,
en el software Datamine.
Imagen 16.1 Vista en 3D (desde Sureste hacia el Noroeste) del depósito, desde la ventana VR, en el software
Datamine.
1.3.2 Prototipo del modelo
Los criterios para escoger el tamaño de las celdas fueron los siguientes:
Para hallar el espaciamiento mínimo, habrá que fijarse en los sondajes que se encuentran en
un mismo perfil. Aquellos que se encuentran entre medio de los perfiles, se descartan para
ésta búsqueda. Hay que fijarse en los pares de sondajes que tengan un código de número
continuo.
Entre los sondajes DH253 y DH254 hay una distancia de 1,4 [m]
Entre los sondajes DH276 y DH277 hay una distancia de 1 [m]
Entre los sondajes DH235 y DH236 hay una distancia de 1,3 [m]
Entre los sondajes DH232 y DH233 hay una distancia de 2 [m]
Entre los sondajes DH282 y DH283 hay una distancia de 1,9 [m]
Entre los sondajes DH389 y DH390 hay una distancia de 1 [m]
Esto nos sugiere crear un modelo de bloques con dimensiones que bordean los 1 a 2 metros.
Sin embargo, para un proyecto de ésta naturaleza, resulta inadecuado crear bloques de
dimensiones tan pequeñas, porque, si bien se cumpliría con las expectativas de una alta
selectividad, se requería de equipos de carga pequeños, y la extracción completa del depósito
podría tardar varios años.
Otros pares de sondajes hallados y sus respectivas distancias fueron las siguientes:
Entre los sondajes DH143 y DH144 hay una distancia de 10,5 [m]
Entre los sondajes DH162 y DH163 hay una distancia de 9,4 [m]
Entre los sondajes DH314 y DH315 hay una distancia de 9,9 [m]
Entre los sondajes DH325 y DH324 hay una distancia de 8,5 [m]
Entre los sondajes DH438 y DH439 hay una distancia de 10 [m]
Esto nos sugiere crear bloques con dimensiones de ancho y largo entre 8 a 10 metros.
Altura de carguío
La altura de las celdas puede ser definida a través del equipo de carguío que se podría utilizar
para la extracción del material. Para escoger un equipo de carguío, se tiene que definir una
tasa de producción. Ya que por el momento no se ha creado un modelo de bloques económico,
entonces se escogerá un ritmo óptimo de producción con una fórmula empírica. La regla de
Taylor (1976), permite calcular la tasa de producción siguiendo la siguiente ecuación:
Primera suposición: Si la mina contase con 1 equipo de carguío, éste tendría que tener
un rendimiento horario teórico de 2.368 [ton/hora]. Para que su rendimiento práctico
alcance éste valor, la pala debiese tener una capacidad de 55 [m3]*, lo que
corresponde a una capacidad de una pala de cables.
Segunda suposición: Si la mina contase con 2 equipos de carguío, estos tendría que
tener un rendimiento horario teórico de 1.184 [ton/hora]. Para que su rendimiento
práctico alcance éste valor, el balde debiese tener una capacidad de 30 [m3]*, lo que
todavía sigue correspondiendo a una capacidad promedio de una pala de cables.
Tercera suposición: Si la mina contase con 3 equipos de carguío, estos tendría que
tener un rendimiento horario teórico de 789 [ton/hora]. Para que su rendimiento
práctico alcance éste valor, la pala debiese tener una capacidad de 18 [m3]*, lo que
corresponde a una capacidad de un cargador frontal.
Resulta más conveniente utilizar tres cargadores frontales que dos palas de cables, en
términos de inversión. Es por eso que nos quedamos con la tercera suposición. Existen una
variedad de cargadores frontales en el mercado con una capacidad de balde de 18 [m3]. Se ha
escogido el cargador frontal 993K de la marca CAT. Su cucharón se puede levantar hasta
una altura máxima de 9,9 [m].
En conclusión, para que el equipo de carguío no tenga dificultades operativas, el bloque que
se extraiga, no debiese tener una altura mayor a 10 [m].
*Considerando densidad del mineral 2,6 [ton/m3], fill factor 95%, eficiencia 60% y tiempo de ciclo 30
[ciclos/hora]
Histogramas y tramos del sondaje sin compositar
Con un tramo de compósito de longitud 8 metros, los datos quedan representados con el
siguiente histograma:
Gráfico 1.1 Histograma de las leyes de Au, para un tamaño de compósito de 8 metros (Fuente: Minitab)
[1]
Definición extraída del texto “Apunte de Geoestadística”, Capítulo 1 “Introducción”, página 3, Profesor
Xavier Emery, Universidad de Chile, año 2007.
A la vez, con un tramo de compósito de longitud 10 metros, los datos se presentan a través
del siguiente histograma:
Gráfico 2.1 Histograma de las leyes de Au, para un tamaño de compósito de 10 metros (Fuente: Minitab)
Por otra parte, con un tramo de compósito de longitud 15 metros, los datos tienen el siguiente
histograma:
Gráfico 3.1 Histograma de las leyes de Au, para un tamaño de compósito de 15 metros (Fuente: Minitab)
Cuando el compósito es de 8 metros, se forman dos bits, barras o intervalos de valores que
poseen la mayor frecuencia. El objetivo será aumentar el tamaño del compósito con tal que
por lo menos exista tan solo una barra que tenga la mayor frecuencia. Al observar los
histogramas, se concluye que un compósito igual o mayor a 10 metros podría ser ideal.
Otro efecto que acarrea el aumento del soporte, es la aparición de espacios sin información a
lo largo del sondaje. Esto porque la compositación se hace según las zonas litológicas, es
decir, se realiza una compositación distintamente para una zona con roca de estéril, y para
una zona mineralizada. Por ende, como se está realizando la compositación a cierta longitud
(8, 10 o 15 [m] como los ejemplos) y desde cierto punto de referencia (520 m.s.n.m para éste
caso, ya que es la altura a la cual el modelo de bloques geológico logra cubrir toda la
topografía modelada en el software Datamine), cabe la posibilidad de que en los contactos
litológicos los tramos no logren alcanzar la longitud del soporte mínima requerida (que
corresponde a la mitad de la longitud del soporte señalado). Es por eso que esos tramos del
sondaje quedan sin información, es decir, sin que se señalice la ley de oro y cobre que hay
ahí. A través de una hoja de cálculo de Excel, se pueden contar los “saltos” o tramos que
quedan sin información. Solo basta observar las columnas “from” y “to” de la base de datos.
Cuando el siguiente tramo tiene un “from” no equivalente al valor de “to” del tramo anterior,
quiere decir que hay un tramo del sondaje que ha quedado sin compositar.
La cantidad de tramos sin compositar para cada longitud de compósito sugerida son:
Para un compósito de 8 metros, hay 597 espacios que han quedado sin compositar.
Para un compósito de 10 metros, hay 557 espacios que han quedado sin compositar.
Para un compósito de 15 metros, hay 438 espacios que han quedado sin compositar.
Por supuesto, la cantidad de “saltos” son relativos a la cantidad de datos que contiene el Excel
para cada longitud de soporte. Cuando la compositación se realiza con un tamaño de soporte
más grande, la cantidad de datos se reducen. Para el compósito de 8 metros, la cantidad de
“saltos” que hay corresponden al 4,93% de la data total. Mientras que para 10 y 15 metros
son 5,75% y 6,84% respectivamente. Como la pérdida de información va incrementando en
la medida que se aumenta el tamaño del soporte, es preferible elegir un tamaño no mayor a
los 15 metros.
En conclusión, y según estos dos puntos, se sugiere que el tamaño del soporte sea de 10
metros, y por ende, el tamaño de los bloques puede ser de la misma dimensión.
Ahora, volviendo al tema del prototipo del modelo, la “caja” que encierra a las celdas o
bloques, tiene que ser de un tamaño tal que sea capaz de encerrar a todo el depósito, así como
toda la sobrecarga de material que hay encima de él. Para escoger el tamaño del modelo, se
recrea un pit muy preliminar de ángulo de talúd de 45°, que podría aplicarse para extraer los
recursos existentes. Esto se hace para tener una vaga, pero concreta idea, del material de
estéril que vendrá acompañado junto a la extracción del mineral. Adicionalmente, como el
modelo debe tener una forma similar a un paralelepípedo, se incluye en el modelo todo el
resto de material que está por debajo de la línea de talud del pit, hasta el límite más profundo
del depósito. Así mismo, y siguiendo las instrucciones descritas, las coordenadas del modelo
son las siguientes:
Mínima Máxima Rango
Coordenada X 6760 8860 2100
Coordenada Y 6295 8535 2240
Coordenada Z -370* 520* 890
Tabla 1.1 Se muestran las coordenadas mínimas y máximas del modelo. En la coordenada Z, el valor -370
corresponde a la cota mínima del depósito, mientras que los 520 corresponde a la cota máxima de la topografía
que está por encima del depósito. Las coordenadas de X e Y se escogieron según una cuadrícula vista desde
planta que encierra a un pit preliminar de 45° de talud final, con el cual es posible la extracción del depósito.
Como el tamaño de las celdas son de 10 [m] x 10 [m] x 10 [m], entonces a lo largo del eje X
se tienen 210 celdas, mientras que para el eje Y se tienen 224 celdas, y finalmente para el eje
Z se tienen 89 celdas. La siguiente imagen, corresponde al modelo de bloques de estéril, que
convierte en roca tipo estéril a todos los bloques que están por debajo de la topografía, y que
más tarde, al combinarse con el modelo de bloques de mineral, el resultado es el modelo de
bloques geológico final. Si bien no corresponde al prototipo del modelo de bloques completo
(ya que no posee los bloques por encima de la topografía), igualmente nos proporciona una
idea de cómo se ha construido dicho modelo:
Imagen 17.1 Vista de frente (de Sur a Norte) del modelo de bloques de estéril
1.3.3 Estudio Exploratorio de los Datos
En el tema anterior, se trató acerca del tema de la compositación. Como se observó, el tamaño
de soporte más apropiado para la compositación es de 10 metros. Como resultado de dicha
compositación, los datos quedan representados a través del histograma mostrado en el Tema
1.3.2 (Grafico 2.1)*. A continuación, se muestra el histograma, pero de la otra variable
presente, que es la ley de Cu, para un soporte de 10 metros:
Gráfico 4.1 Histograma de las leyes de Cu, para un tamaño de compósito de 10 metros (Fuente: Minitab)*
*En ambos gráficos, las barras tienen una amplitud de 0,1. Las barras que se ubican en el 0, empiezan desde el
-0,05.
[1]
Definición extraída del texto “Apunte de Geoestadística”, Capítulo 2 “Estudio Exploratorio de datos”, página
7, Profesor Xavier Emery, Universidad de Chile, año 2007.
A modo de realizar una comparativa con los datos originales de los sondajes (sin compositar),
se presenta a continuación los histogramas para las dos variables (ley de Au y Cu)
precisamente sin compositar:
Gráfico 5.1 Histograma de las leyes de Au, sin compositar (Fuente: Minitab)*
Gráfico 6.1 Histograma de las leyes de Cu, sin compositar (Fuente: Minitab)*
*En ambos gráficos, las barras tienen una amplitud de 0,2. Las barras que se ubican en el 0, empiezan desde el
-0,1.
A través del histograma del Au compositado se puede observar que la mayoría de los datos
tienen una ley entre 0 y 1 [grsAu/ton]. Éste histograma se despliega hasta un poco más de los
7 [grsAu/ton]. En específico, hay dos datos que tienen una ley mayor a 7 [grsAu/ton]. Se
podrían tratar de datos atípicos, pero conviene hacer un mapa en donde se desplieguen los
datos para concluir esto. Hay que recordar que los datos atípicos no son necesariamente falsos
(como serían en el caso cuando ocurren errores de transcripción o fallas en el proceso de
medición), y hasta pueden demostrar el verdadero comportamiento de la variable analizada.
Otra conclusión de los histogramas, tanto para la ley de oro y de cobre, es que los datos se
distribuyen de manera log-normal. Este comportamiento, en general, es propio de los
depósitos de oro, en donde la media de los datos tiene un valor bajo, y hay unos pocos valores
que son más grandes que la mayoría.
Estadísticos básicas
Imagen 18.1 Comparativa entre las estadísticas de los datos compositados con un soporte de 10 metros (a la
derecha), y datos sin compositar (a la izquierda), para la variable ley de Au
Imagen 19.1 Comparativa entre las estadísticas de los datos compositados con un soporte de 10 metros (a la
derecha), y datos sin compositar (a la izquierda), para la variable ley de Cu
Nube de correlación
Como se trata de dos variables que fueron estimadas en los mismos soportes, se puede hacer
un análisis de correlación entre ellas. Si existe dicha relación, se pueden hacer ciertas
deducciones acerca del comportamiento general del depósito. Véase el siguiente gráfico:
Gráfico 7.1 Gráfica de dispersión de los datos compositados de Au y Cu (Fuente: Minitab)
Con una regresión lineal, se tiene que los datos tienen cierta relación, aunque ésta no es muy
clara en los datos que tienen una ley de Au mayor a 4 [grsAu/ton], y en los que tienen una
ley de cobre mayor a 3%. Para apoyar la hipótesis de que ambas variables se relacionan entre
sí, además del apoyo gráfico, se puede recurrir al coeficiente de correlación de Pearson, el
cual mide la relación lineal entre dos variables. Cuando éste coeficiente se aproxima más al
1, esto significa que los datos se encuentran mejor correlacionados. En éste caso, el
coeficiente de correlación de Pearson ha dado 0,744, lo que indica una buena correlación
entre ambas variables.
El gráfico nos podría servir para descartar los datos que se alejen de la línea que conforma el
arreglo lineal. Por ejemplo, dos datos que se encuentran bastante alejados serían el que se
encuentra al extremo derecho de la gráfica, y el que se encuentra más arriba que cualquiera
de los otros datos en la gráfica. Mediante el software Minitab se puede identificar sus leyes,
y mediante el Excel que contiene la base de datos, se pueden identificar su localización. Sin
embargo, se insiste en que hay que apoyarse en el despliegue de los datos mediante un mapa,
con la intención de no eliminar a la ligera algún dato que finalmente pudiese ser útil.
En el mapa se observan dos cruces de color rojo. Estas son las dos muestras que tienen una
ley de Au mayor a 7 [grs/Ton]. Aislándolas de los demás datos, se verían así:
Imagen 21.1 Mapa de los datos que contienen una ley mayor a 7 [grs/Ton].
Ahora es ligeramente claro que la tendencia ha sido que las muestras de leyes de valor alto
se posicionen con cierta cercanía entre ellas mismas. Esto nos convence que los datos
supuestamente atípicos, en realidad están acorde al comportamiento de la variable en el
espacio, y por ende se pueden tratar como si fuesen datos convincentes. Por ésta razón es que
no se descartan y finalmente se consideran para los procedimientos posteriores.
Así mismo, y con respecto a los datos duplicados, a través del software Isatis se han
identificado que hay 4 parejas de datos de similar valor, a una distancia menor a 1 [m]. En
ningún caso, existen muestras que se superpongan. La aparición de estos datos se debe al
hecho de que una gran cantidad de sondajes han sido proyectados de manera inclinada, y es
por eso que existe la posibilidad de que algunos de sus secciones se crucen muy cerca unas
de otras. Aun así, la cantidad de datos duplicados es despreciable con respecto a la cantidad
de datos totales. Es por éste argumento que se ha decidido no omitir estos datos, y seguir
usándolos para los procedimientos posteriores.
1.3.5 Variografía
En ésta parte del informe se dispondrán de los variogramas experimentales del depósito, así
como los mapas variográficos. Posteriormente, los variogramas experimentales, serán
ajustados a los variogramas teóricos, con la intención de hallar los alcances, y de ésta manera
generar un elipsoide de búsqueda para la interpolación por Kriging.
El procedimiento que se realizó para crear los mapas variográficos, y para escoger los
variogramas experimentales, se encuentran en el Anexo.
[1]
Fragmentos extraídos del texto “Apunte de Geoestadística”, Capítulo 3 “Conceptos generales sobre el
modelamiento geoestadístico de datos”, página 28, Profesor Xavier Emery, Universidad de Chile, año 2007.
Imagen 23.1 A la izquierda, el mapa variográfíco con los datos del Au normalizados, con eje X en dirección
del Este (U), y eje Y en dirección al Norte (V). La coloración roja, indica que hay cierta correlación entre los
datos que se encuentran alejados casi a 200 metros o más, en la dirección N 160°. Por otra parte, la coloración
celeste-azulado, muestra que los datos en la dirección N 70°, que se encuentran alejados a más de 200 metros,
no son semejantes. A la derecha se tiene el variograma experimental en esas direcciones, y se comprueba que
hay una anisotropía de tipo zonal (con mismo alcance).
Imagen 24.1 A la izquierda, el mapa variográfíco con los datos del Au normalizados, con eje X en dirección
al Este (U), y eje Y en dirección al Cenit (W). Se ve que hay una pequeña dirección preferencial hacia el
Cenit. A la derecha está el variograma experimental en dicha dirección, además del variograma experimental
en la dirección N 90°. No se observa alguna anisotropía considerable.
Imagen 25.1 A la izquierda, el mapa variográfíco con los datos del Au normalizados, con eje X en dirección
al Norte (V), y eje Y en dirección al Cenit (W). Se ve que hay una pequeña dirección preferencial hacia el
Cenit. A la derecha está el variograma experimental en dicha dirección, además del variograma experimental
en la dirección N 0°. No se observa alguna anisotropía considerable.
Imagen 27.1 A la izquierda, el mapa variográfíco con los datos del Cu normalizados, con eje X en dirección al
Este (U), y eje Y en dirección al Cenit (W). Se ve que hay una pequeña dirección preferencial hacia el Cenit.
A la derecha está el variograma experimental en dicha dirección, además del variograma experimental en la
dirección N 90°. No se observa alguna anisotropía considerable.
Imagen 28.1 A la izquierda, el mapa variográfíco con los datos del Cu normalizados, con eje X en dirección al
Norte (V), y eje Y en dirección al Cenit (W). Se ve que hay una pequeña dirección preferencial hacia el Cenit.
A la derecha está el variograma experimental en dicha dirección, además del variograma experimental en la
dirección N 0°. No se observa alguna anisotropía considerable.
Los variogramas experimentales en las direcciones 70°/ 0°, 160°/0° y -/90° desplegados en
un mismo gráfico se ven a continuación:
Gráfico 8.1 Variogramas experimentales en las direcciones 70°/0° (en gris), 160°/0° (en rojo) y -/90° (en
amarillo).
Gráfico 9.1 Ajuste del variograma experimental en la dirección 160°/0° a una doble estructura esférica
Gráfico 10.1 Ajuste del variograma experimental en la dirección 70°/0° a una doble estructura esférica
Gráfico 11.1 Ajuste del variograma experimental en la dirección -/90° a una doble estructura esférica
Gráfico 12.1 Variogramas experimentales en las direcciones 150°/0° (en gris), 60°/0° (en violeta) y -/90° (en
amarillo).
Los variogramas experimentales se han ajustado a través de una sola estructura de tipo
esférica. Los siguientes gráficos muestran como se ha ajustado en las tres direcciones
escogidas:
Gráfico 13.1 Ajuste del variograma experimental en la dirección 150°/0° a una estructura esférica.
Gráfico 14.1 Ajuste del variograma experimental en la dirección 60°/0° a una estructura esférica.
Gráfico 15.1 Ajuste del variograma experimental en la dirección -/90° a una estructura esférica
Para completar la interpolación por Kriging, se deben llenar algunos parámetros, los cuales
se mencionan en la sección “Anexos”, los cuales incluyen, los que se tabularon en las tablas
2.1 y 3.1.
Por otra parte, al interpolar la variable ley de cobre se obtienen los siguientes resultados:
El Modelo de bloques del depósito, con sus leyes ya interpoladas, contiene material tanto
mineral como estéril. Éste material estéril proviene de los dos bolsones que se encuentran al
interior del depósito, en el sector Sureste del mismo (véase el Tema 1.3.1 “Delimitación del
depósito”), y adicionalmente se incorporan como estéril aquellos bloques que se encuentran
al interior de los límites interpretados del depósito cuyas leyes no fueron estimadas debido a
los alcances que posee el Kriging. Cabe destacar lo siguiente: Ya que se construyeron dos
variogramas teóricos distintos para las dos variables (Leyes de Au y Cu), resulta que como
los alcances no son los mismos, esto puede llevar a que en ciertos bloques una de las variables
haya sido estimada, pero la otra no (y de hecho es lo que ocurre en éste caso). Para aclarar
esto último se ha llegado al siguiente consenso:
Los bloques cuya ley de Au y Cu hayan sido estimadas son considerados roca mineral
Los bloques cuya ley de Au y Cu no fueron estimadas son considerados roca estéril.
Los bloques cuya ley de Au fue estimada, no así la ley de Cu, se consideran de igual
manera como roca mineral
Los bloques cuya ley de Cu fue estimada, no así la ley de Au, se consideran como
roca estéril.
Finalmente todos los datos que se clasifiquen como roca mineral, son considerados Recursos
Minerales.
La cantidad de Recursos Minerales totales son de aproximadamente 362 [Mton], con una ley
media ponderada de Au de 0,7399 [grs/ton] y de Cu de 0,3733 [%]
La siguiente tabla muestra algunas estadísticas de la variable ley de Au, para los recursos
minerales totales:
Gráfico 17.1 Histograma de la variable ley de Au en [grs/ton] para los recursos minerales totales
De la misma manera como para la variable Au, a continuación se despliega la curva tonelaje
vs ley de Cu, así como las estadísticas básicas e histograma de ésta misma variable:
Gráfico 18.1 Curva de Tonelaje vs Ley de Cu para los recursos minerales totales
El código australiano de JORC subdivide a los recursos minerales en tres grupos: recursos
medidos, indicados e inferidos, según el grado de confiabilidad que existe acerca de los
valores estimados. El grado de confiabilidad es un término muy sugerente. Debe existir una
gran cantidad de evidencias que avalen la teoría de que la variable posee cierto valor en cierta
ubicación, y aun así, puede que la variable no se comporte de la manera predicha.
El Kriging ordinario es una herramienta geoestadística muy útil, ya que además de interpolar
las leyes, nos entrega un valor que de cierta manera, mide el error que hay en la interpolación,
y se denomina varianza de kriging. En la base de datos de los recursos minerales totales, cada
bloque posee un valor de la varianza de Kriging. Las estadísticas básicas para los valores de
la varianza de Kriging son:
Máximo 0.608
Mínimo 0.0273
Media 0.3366
Desviación estándar 0.1807
Tabla 6.1 Estadísticas básicas de la varianza de Kriging
1.4.1 Recursos medidos
Los recursos medidos serán todos aquellos que tienen una varianza de kriging igual o menor
a la media (0,3366). De acuerdo a esto último, los recursos medidos en cuanto a tonelaje total
y tonelaje de fino de oro y cobre son:
Los recursos indicados serán todos aquellos que tienen una varianza de kriging igual o menor
a 0,6075. Según lo anterior, los recursos indicados presentan los siguientes tonelajes:
Los recursos inferidos son todos aquellos que tienen una varianza de kriging igual a 0,608.
Dicho esto, y haciendo algo similar a las dos secciones anteriores, a continuación se presenta
una aproximación de los tonelajes totales y de fino de los recursos inferidos: