Materialdeestudio-Parteiiib PDF

106
INTERCADE
CONSULTANCY & TRAINING
www.intercade.org
211
Dra. Vernica Oliveros - voliveros@expo.intercade.org - Consultora Intercade
MUESTREO DE AGUAS
Los elementos inorgnicos sern transportados por el
agua en alguna de las siguientes formas:
Cationes
Aniones
Iones adsorbidos
Solutos inorgnicos no disociados
Materia orgnica soluble
Suspensin
La variaciones fuertes de pH a lo largo de un curso de
agua pueden indicar una fuente de sulfatos, a partir de
concentraciones de sulfuros, donde la hidrlisis y
lixiviacin de sulfuros es responsable de esta variacin
de pH.
212
MUESTREO DE AGUAS
107
INTERCADE
www.intercade.org
213
REPRESENTACION
DE DATOS
214
CONTORNEO DE CURVAS DE ISOCONTENIDO
108
INTERCADE
www.intercade.org
215
CONTORNEO DE CURVAS DE ISOCONTENIDO
216
REPRESENTACION PONDERADA
DE PUNTOS DE MUESTREO
109
INTERCADE
www.intercade.org
217
REPRESENTACION PONDERADA
DE PUNTOS DE MUESTREO
218
INTERPRETACION
DE RESULTADOS
Y PROCESAMIENTO DE DATOS
110
INTERCADE
www.intercade.org
219
DEFINICIONES
Valor de fondo (background). Es la abundancia normal de
un elemento en una unidad litolgica en un rea
determinada. Puede ser local o regional. En general, tiene
una distribucin log-normal.
Anomala. Es una desviacin de los patrones geoqumicos
normales para un rea determinada.
Anomala significativa: relacionada a mineralizacin.
Anomala falsa o no significativa: no relacionada a
mineralizacin (procesos naturales, contaminacin,
errores analticos).
Valor umbral (threshold). Es un valor que permite destacar
aquellas zonas potenciales de contener una alta
concentracin del elemento o elementos de inters.
220
111
INTERCADE
www.intercade.org
221
222
ESTADISTICA UNIVARIABLE
Previo al procesamiento estadstico de datos debe
existir una preparacin y filtrado de las bases de datos.
Se deben eliminar del procesamiento aquellos
elementos que no cumplen con las condiciones de
control de calidad.
Se deben eliminar todos aquellos elementos en los
cuales ms del 50% presenta valores bajo lmites de
deteccin.
Se recomienda cambiar en el caso de elementos con
valores en el lmite de deteccin, a la mitad del
correspondiente lmite.
Los elementos en valores % deben ser cambiados a
ppm.
112
INTERCADE
www.intercade.org
223
Dada la naturaleza de distribucin geoqumica en materiales
naturales, los datos geoqumicos deben ser procesados en
base log-normal.
Es factible convertir la base de datos a una base log-normal,
o bien existen programas estadsticos que permiten trabajar
directamente en base log-normal.
Son de inters todos los estadgrafos univariables comunes:
promedio, desviacin estndar, mediana, cuartiles, kurtosis,
mxima, mnima.
Se recomienda el clculo de umbral superior como el valor
promedio ms dos errores estndares.
224
El error estndar es conocido tambin como la desviacin estndar
de la media y es representado de la siguiente manera:
e
s
= /n
Un valor umbral recomendado es el siguiente:
Umbral = x + 2 /n
Este valor a diferencia de x 2 incorpora n = nmero de muestras
en la ecuacin.
Los clculos previos se deben realizar en base log-normal. El
resultado final es transformado mediante el anti-log.
113
INTERCADE
www.intercade.org
225
Elto Unidad N casos
Muestras
sobre LD
Promedio
aritmtico Max Min
Promedio
logartmico Antilog
Desv. Std.
Log.
Error
estndar
Umbral
x+2
Al % 28 28 1.805 2.5 0.63 0.244 1.755 0.117 0.065 2.363
As ppm 28 28 88.25 190 11 1.872 74.541 0.284 0.101 118.496
Cu ppm 26 26 83.036 170 54 1.938 86.651 0.108 0.062 115.286
Fe % 28 28 6.231 14.43 3.13 0.775 5.961 0.126 0.067 8.118
K % 28 28 0.144 0.23 0.09 -0.856 0.139 0.107 0.062 0.185
Mg % 28 28 0.734 1.21 0.14 -0.168 0.679 0.196 0.084 0.999
Mn ppm 28 28 936.964 1680 130 2.921 834.433 0.253 0.095 1292.77
Mo ppm 28 26 4.154 9 0.5 0.594 3.924 0.15 0.076 5.565
Na % 28 21 0.031 0.06 0.005 -1.531 0.029 0.158 0.087 0.044
Ni ppm 28 28 18.964 45 7 1.245 17.581 0.168 0.077 25.119
P ppm 28 28 701.786 877 439 2.84 691.923 0.076 0.052 879.893
Pb ppm 28 28 11.643 23 6 1.047 11.136 0.128 0.068 15.21
S % 28 27 0.929 5.96 0.005 -0.526 0.298 0.696 0.161 0.623
Sb ppm 28 14 7.571 21 1 0.783 6.066 0.303 0.147 11.949
Sr ppm 28 28 75.893 144 28 1.839 69.085 0.191 0.083 101.101
Ti % 28 25 0.076 0.27 0.005 -1.193 0.064 0.236 0.097 0.1
V ppm 28 28 137.536 316 36 2.095 124.519 0.207 0.086 185.076
Zn ppm 28 28 148.714 273 28 2.141 138.282 0.189 0.082 201.792
226
ESTADISTICA DE POBLACIONES
Los objetivos de un anlisis estadstico de poblaciones
corresponden a una discriminacin de intervalos de
distribucin gaussiana dentro de distribuciones de
carcter mixto.
Cada poblacin puede representar fuentes distintas de
los elementos de inters.
114
INTERCADE
www.intercade.org
227
Los clculos de estadstica de poblaciones pueden ser
realizados de forma manual con ploteos de frecuencia
acumulativa en grficos log-probabilsticos.
Tambin pueden ser realizados con programas
computacionales especializados, como Pplot.
ESTADISTICA DE POBLACIONES
228
115
INTERCADE
www.intercade.org
229
230
DIAGRAMA LOG-PROBABILISTICO
Se aprecian dos poblaciones: fondo (azul) y anmala (rojo).
116
INTERCADE
www.intercade.org
231
Elto Poblacin Media Porcentaje Umbrales
Mn Mx Mn Mx Regional
1 27.875 15.567 49.916 18.55 8.693 89.383
2 82.297 62.163 108.95 67.62 46.956 144.238
3 175.555 152.45 202.16 13.84 132.388 232.797
1 58.044 52.247 64.485 5.25 47.028 71.64
2 81.972 71.06 94.561 76.55 61.599 109.084
3 122.438 96.925 154.67 18.2 76.728 195.378
1 0.215 0.132 0.35 8.04 0.081 0.568
2 0.752 0.578 0.978 91.96 0.445 1.271
1 194.278 108.49 347.92 9.88 60.579 623.053
2 979.831 751.86 1276.9 90.12 576.922 1664.122
Ni
1 17.581 11.939 25.89 100 8.107 38.125
25.119 17.86
1 484.217 437.89 535.44 9.81 396 592.087
2 719.133 632.37 817.81 90.19 556.065 930.021
0
% Mestras
Anmalas
P 879.893
14.29
Mn 1292.77 14.29
Mg 0.999
Cu 115.286 11.54
17.86 As 118.496
232
Zn, Cu y Pb
podran repartirse
en al menos dos
poblaciones en el
anlisis estadstico.
Ore
200 feet
Cu
Zn
Pb
Cu in ore
Pb in ore
Zn in ore
M
e
t
a
l

c
o
n
t
e
n
t

(
p
p
m
)
500
1,000
200
100
117
INTERCADE
www.intercade.org
233
Adems deberan estar
relacionados en uno o
ms factores que
expliquen la varianza
de la muestra y sus
parmetros de
correlacin en la matriz
de Pearson deberan
ser >0,5.
Ore
200 feet
Cu
Zn
Pb
Cu in ore
Pb in ore
Zn in ore
M
e
t
a
l

c
o
n
t
e
n
t

(
p
p
m
)
500
1,000
200
100
234
ESTADISTICA MULTIVARIABLE
Los objetivos de la estadstica multivariable son la
determinacin de asociaciones geoqumicas relevantes.
Variadas herramientas estadsticas pueden ser
empleadas.
Ejemplos
Anlisis de correlacin
Anlisis de componentes principales o factores
118
INTERCADE
www.intercade.org
235
MATRIZ DE CORRELACION
Al As Ba Ca Cd Co Cr Cu Fe Mg Mn Ni P S Sc Sr Ti V Zn
Al 1.00
As -0.29 1.00
Ba 0.08 -0.18 1.00
Ca 0.69 -0.26 0.06 1.00
Cd -0.16 0.22 -0.12 0.02 1.00
Co 0.33 0.24 -0.19 0.41 0.64 1.00
Cr 0.16 0.21 -0.02 0.06 0.43 0.59 1.00
Cu 0.19 -0.10 0.20 -0.03 -0.14 -0.10 -0.19 1.00
Fe 0.02 0.34 -0.16 0.19 0.74 0.80 0.44 -0.22 1.00
Mg 0.48 0.13 -0.60 0.41 -0.02 0.34 0.23 -0.29 0.15 1.00
Mn 0.75 -0.01 0.25 0.60 -0.14 0.39 0.29 0.19 0.03 0.37 1.00
Ni -0.16 0.36 -0.06 -0.06 0.74 0.65 0.48 -0.16 0.72 0.00 -0.18 1.00
P 0.38 0.04 -0.47 -0.01 -0.10 0.03 0.28 -0.05 -0.03 0.69 0.23 -0.12 1.00
S -0.40 0.37 -0.02 -0.18 0.73 0.49 0.15 -0.14 0.80 -0.24 -0.39 0.83 -0.34 1.00
Sc 0.78 -0.39 0.41 0.66 -0.13 0.30 -0.01 0.30 0.04 0.13 0.80 -0.18 -0.03 -0.25 1.00
Sr 0.50 -0.17 0.70 0.59 -0.12 0.17 0.13 0.05 -0.07 -0.20 0.58 -0.01 -0.40 -0.18 0.64 1.00
Ti 0.44 -0.13 -0.24 0.30 0.20 0.62 0.44 -0.07 0.42 0.44 0.46 0.26 0.29 0.09 0.46 0.04 1.00
V 0.47 0.04 0.09 0.56 0.61 0.77 0.64 -0.09 0.71 0.23 0.43 0.44 0.02 0.32 0.39 0.37 0.44 1.00
Zn 0.69 -0.12 0.16 0.58 0.27 0.63 0.43 0.26 0.32 0.28 0.76 0.03 0.23 -0.12 0.70 0.40 0.46 0.72 1.00
236
ANALISIS DE FACTORES
(COMPONENTES PRINCIPALES)
El anlisis de factores componentes principales es una
tcnica estadstica de sntesis de la informacin, o
reduccin de la dimensin (nmero de variables).
Ante un banco de datos con muchas variables, el objetivo
es reducirlas a un menor nmero, perdiendo la menor
cantidad de informacin posible.
Los nuevos componentes principales o factores sern
una combinacin lineal de las variables originales,
adems sern independientes entre s.
119
INTERCADE
www.intercade.org
237
La interpretacin de los factores no es directa, sino que
se deduce tras observar la relacin de estos con las
variables iniciales.
Entonces se debe estudiar tanto el signo como la
magnitud de las correlaciones, lo cual no siempre es
fcil y requiere de un conocimiento sobre la materia de
investigacin.
(COMPONENTES PRINCIPALES)
238
Anlisis de la matriz de correlaciones
Un anlisis de componentes principales tiene sentido si
existen altas correlaciones entre las variables, ya que esto
es indicativo de que existe informacin redundante y, por
tanto, pocos factores explicarn gran parte de la
variabilidad total.
FASES DEL ANALISIS
120
INTERCADE
www.intercade.org
239
FASES DEL ANALISIS
Seleccin de los factores
La eleccin de los factores se realiza de tal forma que el
primero recoge la mayor proporcin posible de la
variabilidad original, el segundo factor debe recoger la
mxima variabilidad posible no recogida por el primero, y
as sucesivamente. Del total de factores se elegirn
aquellos que recojan el porcentaje de variabilidad
suficiente. A estos se les denomina componentes
principales.
240
Anlisis de la matriz factorial
Una vez seleccionados los componentes principales, se
representan en forma de matriz. Cada elemento de esta
representa los coeficientes factoriales de las variables (las
correlaciones entre las variables y los componentes
principales). La matriz tendr tantas columnas como
componentes principales y tantas filas como variables
FASES DEL ANALISIS
121
INTERCADE
www.intercade.org
241
242
REPRESENTACION ESPACIAL
DE LA DISTRIBUCION LOG-NORMAL
Histograma
Cobre soluble ( Cu Sol)
Log Cu Sol (ppm)
0,4
0
2
4
6
8
10
12
14
16
18
20
22
24
0,6 0,8 1,0 1,2 1,4 1,6 0,8 2,0 2,2
F
r
e
c
u
e
n
c
i
a
122
INTERCADE
www.intercade.org
243
REPRESENTACION ESPACIAL DE LA
DISTRIBUCION LOG-NORMAL
244
DE POBLACIONES
123
INTERCADE
www.intercade.org
245
DE POBLACIONES
Mo
246
INTERPRETACION DE RESULTADOS
Distribucin geoqumica
Existen variadas formas de representar datos y
distribuciones geoqumicas.
Mapas con puntos ponderados
Mapas multielementos
Mapas de contorno (isocontenido)
Mapas filtrados
Los sistemas de informacin geogrfico (GIS) poseen
variadas herramientas.
Ejemplos
MapInfo
Surfer
ArcGis
124
INTERCADE
www.intercade.org
247
Si bien los procesamientos estadsticos ofrecen resultados
numricos bien definidos, no necesariamente representan
una realidad geolgica o son razonables en el contexto
particular en estudio.
Para la correcta interpretacin de datos, es necesario
entender procesos de dispersin geoqumica, ya sea
primaria o secundaria.
INTERPRETACION DE RESULTADOS
248
INTERPRETACION DATOS GEOQUIMICOS
Tan pronto como los resultados analticos son obtenidos,
la informacin puede ser clasificada, tratada
estadsticamente y graficada en un mapa. Estos mtodos
revelan las anomalas.
Existen tres posibilidades que se deben considerar
cuando se ha identificado una anomala:
Est genticamente relacionada a un depsito mineral.
Est genticamente relacionada a acumulaciones de
minerales de carcter subeconmico.
Se deba a la concentracin de elementos resultante de
una combinacin de factores no relacionados a una
mineralizacin.
125
INTERCADE
www.intercade.org
249
INTERPRETACION DATOS GEOQUIMICOS
Anomala de carga residual no significativa
Metal content (ppm)
400
500
300
200
100
0
0 1000 2000
Distance downstream (feet)
4000 6000
Basement
Picrite
Olivine
norite
Norite and
anorthosite
Ni
Cu
250
ANOMALIAS DE SUELO NO SIGNIFICATIVAS
P
b

c
o
n
t
e
n
t

(
p
p
m
)
100
50
0
Subsoil
Organic topsoil
(enriched in Pb)
126
INTERCADE
www.intercade.org
251
ANOMALIAS DE SUELO NO SIGNIFICATIVAS
Se generan por enriquecimiento de uno de los horizontes,
pero adems se detectan cuando hay un muestreo
sesgado de un horizonte en especial.
C
u

c
o
n
t
e
n
t

(
p
p
m
)
100
50
0
Truncated profile
A horizon
C horizon
B
horizo
n (enriched in C
u)
Sampling depth
252
BIBLIOGRAFIA
Levison, Arthur. Introduction to Exploration Geochemistry.
2
nd
edition. London: Applied Publishing, 1980.
Arthur W. Rose, Herbert E. Hawkes, John S. Webb.
Geochemistry in Mineral Exploration. London: Academic
Press, 1979.
Gunther Faure. Geochemistry, Principles and Applications.
2
nd
edition. Upper Saddle River: Prentice-Hall,1998.
127
INTERCADE
www.intercade.org
253
BIBLIOGRAFIA
Govett, G.J.S (Ed.) 1983. Handbook of Exploration
Geochemistry. Elsevier.
Hawkes, H.E. & Webb, J.S. 1962. Geochemistry in
Mineral Exploration. Harper & Row Publishers.
Smith, P.L. 2001. A primer for sampling solids, liquids,
and gases: based on the seven sampling errors of Pierre
Gy - (ASA-SIAM series on statistics and applied
probability)
254
BIBLIOGRAFIA
Curso Exploracin Geoqumica, Dr. Brian Townley,
Departamento de Geologa, Universidad de Chile.
Curso Prospeccin Geoqumica, Dr. Tomasso Tosiani,
Departamento de Geoqumica, Universidad Central de
Venezuela.
http://prospeccion.blogspot.com/
Apuntes Mtodos Geoqumicos de Exploracin Minera,
Ingeniero Manuel Escalante Snchez, Escuela Superior
de Ingeniera y Arquitectura, Instituto Politcnico Nacional
de Mxico.
http://littlebullet2.tripod.com/index.html

Materialdeestudio-Parteiiib PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Materialdeestudio-Parteiiib PDF

Uploaded by

Copyright:

Available Formats

106

You might also like