La reserva mineral potencialmente explotables.

Los ms importantes factores de la

minera para su consideracin en la evaluacin de las reservas de mineral del recurso
son el captulo 5.6 1. La gama de posibles grados de corte.
Reserva mineral/estimacin del recurso 2. El grado de selectividad y el tamao de la
unidad minera selectiva para posibles mtodos de minera. ALAN C. NOBLE3. Variacion
es en el depsito que afectan la capacidad de remocin y/o procesar el mineral.
Las estimaciones de reservas de mineral son evaluaciones de la cantidad y de la
minera de estos factores suele determinar el grado de detalle de tono de un miner
al que puede ser rentable y legalmente extrado que es requerido para el modelo de
recurso y, por lo tanto, el grado de dificultad para desarrollar un modelo de r
ecurso para la estimacin de las reservas de mineral. Por ejemplo, un depsito de or
o diseminada puede ser continuo y regular en forma, si minadas por granel, mtodos
a cielo abierto. Desde un depsito de minerales a travs de la minera y/o minerales
beneficia- el mismo depsito puede ser discontinua y difciles de estimar, cin. Estim
acin de las reservas de mineral involucra no slo a la evaluacin del tonelaje y grad
o de un depsito sino tambin el examen de los aspectos tcnicos y jurdicos de la minera
, el yacimiento de beneficiando a los minerales, y de vender el producto. Por el
lo, un cierto nmero de profes- sin embargo, si se explotan ms selectivo mtodos subt
errneos en una sional disciplinas pueden estar involucrados en la estimacin de res
ervas de mineral in- cluye la geoestadstica, geologa, ingeniera de minas, minerales
pro- ceso la ingeniera, la economa minera, de la tierra y cuestiones jurdicas, y l
a ingeniera ambiental. mayor grado de corte. Estas grandes diferencias en la form
a de depsito debido a las variaciones en el grado de corte y mtodo de minera pueden
requerir diferentes mtodos de estimacin de reservas de mineral para diferentes mto
dos de minera.
En este captulo, sin embargo, slo aborda los aspectos de estimacin de reservas de m
ineral que incluyen la determinacin del tonelaje, calidad, tamao, forma y ubicacin
de los depsitos de minerales. Aunque estos se denominan a menudo estimaciones de
reservas de mineral, el trmino se utiliza la estimacin de recursos en lugar de est
imacin de reservas de mineral para insistir en que todos los aspectos de la estim
acin de reservas de mineral no son considerados.
5.6.1 metodologa de estimacin de recursos
una estimacin del recurso se basa en la prediccin de la fsica 5.6.2 la recoleccin de
datos y
caractersticas geolgicas de un yacimiento de minerales a travs de la recogida de da
tos, anlisis de datos y modelizacin del tamao, forma y grado del depsito. Caractersti
cas fsicas de los importantes yacimientos que debe predecirse incluyen: (1) el ta
mao, la forma y la continuidad interpretacin
de zonas de mineral, (2) la distribucin de frecuencia de mineral de grado, y (3)
la variabilidad espacial del grado de minerales. Estas caractersticas fsicas del d
epsito mineral nunca son totalmente los datos que deben ser recogidas y compilada
s para el recurso conocido, pero se infieren de los datos de muestra. La muestra
datos constan de uno o ms de los siguientes: estimacin son como sigue: 1. Las mue
stras fsicas tomadas por perforacin, excavacin de zanjas, picadas, prueba 1. Ensayo
s fiables desde un nmero suficiente de muestras de canal y representativo. Muestr
as. 2. Medicin de la cantidad de mineral en la toma de muestras 2. Ubicaciones de
coordenadas para la muestra de datos. mediante ensayos u otros procedimientos.
3. Registren sistemticamente datos geolgicos que describen el min- 3. Las observac
iones directas, tales como el mapeo geolgico y taladrar eralization controles. El
registro bsico. 4. Secciones transversales del plan o mapas con el geolgico inter
preta- estimacin del recurso requiere anlisis y sntesis de cin de la mineralizacin co
ntroles. Estos datos para desarrollar un modelo de recurso. Los mtodos utilizados
para desarrollar el modelo de recurso puede incluir 5. Factores de arqueo o gra
vedades especficas para los diversos ore 1. Recopilacin de los datos geolgicos y en
sayo en mapas, y la roca de desecho categoras.
informes y bases de datos en el ordenador. 6. Mapa topogrfico de la superficie, e
specialmente en el caso de depsitos a 2. La delineacin de los lmites fsicos de la su
perficie minada. depsito basado

en la interpretacin geolgica de los controles en una mineralizacin aunque pequeos de

psitos pueden ser evaluadas manualmente utilizando un rango razonable de minera gr
ados de corte. los datos en mapas e informes, la cantidad de datos necesarios pa
ra una estimacin del recurso es, a menudo, grandes, y los datos pueden ser evalua
dos de manera ms eficiente si se introducen en una base de datos electrnica. Los p
rogramas informticos pueden ser utilizados para recuperar los datos para la impre
sin 3. La composicin de las muestras en unidades mayores como la minera informes, g
raficar en trazadores digitales, anlisis estadsticos y re- altura de la banqueta,
costura el grosor o la anchura de la vena explotables. fuente estimacin. Informac
in mnima que debe ser in- cluida en una base de datos drillhole son 4. Modelizacin
de la distribucin basada en los histogramas de grado 1. Drillhole nmero u otra ide
ntificacin.
y parcelas de frecuencia acumulada de los grados. 2. Longitud del agujero, colla
r coordina, y abajo-agujero de encuestas.
5. Evaluacin de la variabilidad espacial de grado con experiencia- 3. Intervalos
de muestreo y ensayo datos
variogramas mental. 4. Datos geolgicos tales como litologa, alteracin, oxidacin, etc
.
6. Seleccin de un mtodo de clculo y estimacin de recursos 5. Datos geotcnicos como RQ
D (rock calidad desig- de la cantidad y calidad del recurso mineral. nacin).
El procedimiento de estimacin debe hacerse con al menos un mini-Entrada de datos
en una base de datos informatizada es un proceso que est mal conocimiento de la p
ropuesta de mtodo de minera desde diferentes sujetos a un alto ndice de error si no
se controla cuidadosamente y se comprueba. Algunos de los procedimientos que pu
eden utilizarse para garantizar que los datos han sido introducidos correctament
e son mtodos de minera pueden afectar el tamao, la forma y/o el grado de 1. La veri
ficacin de los datos con entrada independiente por dos
344

ocurridos antes de la mineralizacin puede tener poco o ningn efecto sobre la miner
alizacin o se puede localizar la vena de alto grado de tipo mineral- lizacin que d
eben ser modelados independientemente de un cuerpo mineral diseminada ms uniforme
. Tambin es importante determinar si el fallo es una fina estructura bien definid
a o muchos pequeos es- tructuras en una compleja, amplia zona de cizalla. En el p
rimer caso, el fallo se modela como una simple superficie sin espesor; en el seg
undo, la zona de falla debe ser definida y modelados aparte de las unidades de r
oca adyacentes.
El plegado es particularmente significativo en las rocas sedimentarias y stra- t
abound depsitos. Modelizacin de plegado plegado depende si- ing ocurri antes o desp
us de la deposicin mineral, sobre la tendencia de la zonificacin de mineral para se
guir la estratigrafa, sobre todo la removilizacin que ocurrieron con el plegado, y
sobre la creacin de trampas u otras estructuras favorables. Adems de definir la f
orma de los pliegues, es importante determinar si la mineralizacin sigue los cont
ornos de los pliegues o es independiente de la geometra de plegado.
Varias fases de mineralizacin debe definirse, especial- mente cuando se complican
el mineral a travs de patrn de zonificacin- lapidado, tendencias discordantes y, a
travs de post-oxidacin o lixiviacin de minerales. Y oxidacin de enriquecimiento sec
undario casi siempre requieren la delimitacin de las zonas de mineral modificada.
El carcter de la zona mineral contacto debe determinarse y entrada en el modelo d
e recurso. Un fuerte contacto ser tratada como una discontinuidad y los datos uti
lizados estrictamente inde- dently en cualquier lado del contacto. Un contacto t
ransitorio, de cualquier modo, es un amplio, gradational lmite que puede requerir
datos seleccin de zonas de decenas de pies (metros) a ms de 100 pies (30 m) para
lograr una verdadera diferenciacin entre los diferentes grados de zonas. Como una
zona de transicin se vuelve ms delgado, acabar por un fuerte enfoque de contacto.
A efectos prcticos, cualquier lmite de transi- cin ms delgada que la ms pequea unidad

minera selectiva se modela como una discontinuidad.

Adems de la definicin de estos controles mineral fsica y modificaciones post-minera
l, un claro entendimiento de la gnesis mineral siempre ser beneficiosa en la creac
in de un modelo de recurso. En el caso ms simple, el mineral gnesis dar pistas sobre
el comportamiento de las distribuciones de grado y variogramas; en otros casos,
la estructura gentica es tan dominante que puede ser utilizado como un control d
irecto en la estimacin de recursos minerales.
Estimacin de recursos y reservas de mineral de 345
personas. Este es un procedimiento estndar en muchas tiendas- Entrada de datos co
merciales que pueden reducir drsticamente los errores de entrada de datos.
2. Comparacin manual de una muestra aleatoria de los datos originales hojas para
una impresin de la base de datos.
3. Anlisis de los datos de los valores atpicos. Por ejemplo: lugares de perforacin
fuera de los lmites del proyecto, ensayos de alta y baja, y el intervalo de muest
reo que se superponen o no son continuas.
4. La comparacin de los datos representados por ordenador con parcela manualmente
- ted mapas de los mismos datos. Mapas de localizacin y collar cruz sec- ciones s
on especialmente tiles para localizar rpidamente el collar incoherente y ubicacion
es de abajo-agujero de encuestas.
Ms cuidado y atencin al detalle y precisin durante la entrada de datos son esencial
es. Una base de datos con un gran nmero de errores pueden resultar en una estimac
in del recurso que es inexacta y requiere una revisin completa para proporcionar r
esultados defendible.
5.6.3 La interpretacin geolgica,
la base de datos de ejemplo representa una gran matriz tridimensional de ubicaci
ones puntuales en un depsito. Los datos de muestra son cuanti- sentacin y han sido
sometidos a un mnimo la reinterpretacin original despus de la medicin. Hay otro cue
rpo de conocimiento geolgico, sin embargo, que no se ajustan a esta descripcin. Es
ta es la interpretacin resultante de la asimilacin del gelogo de la gran cantidad d
e datos geolgicos. Estos datos interpretativa son a menudo representados en los m
apas del plan o secciones que muestran los contornos de la medida de las caracte
rsticas geolgicas o iso-grade de contornos que definen zonas de mineral. Estas int
erpretaciones se combinan para proporcionar un modelo geolgico interpretativa que
es uno de los factores ms crticos en la estimacin del recurso. El fracaso en desar
rollar una apro- piadas yacimientos geolgicos modelo es la razn ms comn para grandes
errores en las estimaciones de recursos. Como se muestra en la Fig. 5.6.1, un m
odelo geolgico inadecuado puede conducir a errores mayores de un orden de magnitu
d.
El gelogo en su interpretacin de los yacimientos deben utilizarse tanto como sea p
osible en el desarrollo de la estimacin del recurso. Sin embargo, hay lmites prctic
os en cuanto al grado de complejidad que pueden incluirse en el modelo de recurs
o, y el geolgico interpre- tacin estar limitado a los insumos esenciales que define
n la forma y las tendencias de las zonas minerales en diferentes grados de corte
y el carcter de la zona mineral contactos.
Ejemplos de estructuras geolgicas que son a menudo modelada incluyen 1. Receptivo
vs. nonreceptive rocas hospedantes.
2. Los tipos de modificacin que acompaan la mineralizacin o crear problemas en el b
eneficio.
3. El fallamiento, plegado y otras modificaciones estructurales.
4. Varias fases de la mineralizacin.
5. Post-mineral caractersticas tales como la oxidacin y la lixiviacin.
Cambios en la litologa suelen ser variables importantes en re- fuente estimacin po
r mineralizacin puede variar debido a fsica o qumica de las rocas de atributos. Las
diferencias pueden ser distintas, como el fuerte contacto entre un cuerpo y un
mineral skarn unmineralized hornfels country rock. Tambin pueden ser gradational,
tales como la disminucin gradual en el grado que se observan a menudo entre un c
lima favorable y ligeramente menos favorable acogida en un depsito de cobre prfido
. Otros controles incluyen litolgico importante post mineral estril rocas intrusas
, esquisto nonreceptive camas y otros unmineralized materiales que estn incluidos
dentro de la zona mineralizada.

Los efectos de fallamiento variar segn si el fallamiento se produjo antes o despus

de la mineralizacin y a qu procesos que acompaaron a la dislocacin. Un simple post-m
ineral desplazar- ment puede crear una discontinuidad en el mineral, tendencias,
evitando la simple interpolacin en el fallo. El mismo tipo de fallo 5.6.4 Compos
icin
Componer es un procedimiento en el que se combinan los datos de ensayo muestra c
alculando un promedio ponderado durante largos intervalos para proporcionar un nm
ero menor de datos con mayor longitud para utilizar en el desarrollo de la estim
acin del recurso. Componer es generalmente una longitud promedio ponderado. Si la
densidad es muy variable (por ej., sulfuros masivos), sin embargo, la composicin
debe ser ponderado por longitud veces densidad (o gravedad especfica).
Algunas de las razones y los beneficios de incluir la composicin 1. Longitud irre
gular de muestras de ensayo debe estar compuesta de igual tamao para proporcionar
datos de anlisis geoestadstico.
2. Composicin reduce el nmero de datos y sig- nificativamente reducir tiempos de c
omputacin, que a menudo es proporcional al cuadrado del nmero de datos.
3. Composicin incorpora la dilucin como el de min- ing altura constante bancos en
una mina a cielo abierto o de la minera un mnimo de altura/anchura en una mina sub
terrnea.
4. Composicin reduce la variacin errtica debido a una pepita de alto efecto causado
por la volatilidad de los valores de alta calidad.
Hay varios mtodos diferentes para las composiciones que pueden utilizarse dependi
endo de la naturaleza de la mineralizacin y

346 de ingeniera minera manual

Fig. 5.6.1. Sobreestimacin de las reservas de mineral basado en un modelo geo- lgi
ca que es menos continuo que el real mineral zonas.
grado para la poblacin de desechos, lo que se traduce en una subestimacin del grad
o de concentracin del mineral y la sobrestimacin de categoras de residuos.
Zona de mineral de composites se calculan primero identificando el intervalo que
contiene cada zona mineral en el drillhole. Cada zona mineral se compone indivi
dualmente, como sigue: (1) la longitud de la zona de mineral est dividida por la
longitud deseada de composite; (2) esta relacin se redondea hacia arriba y hacia
abajo para determinar el nmero de compuestos que proporcionan una longitud ms cerc
ana a la longitud deseada cuando se divide en la longitud de la zona de mineral;
y (3) la zona mineral est compuesta utilizando compuestos de longitud al comienz
o de la zona de mineral y la longitud tal como se determin en el paso anterior.
Un caso especial de la zona de mineral de composicin se encontr en una vena o en u
n depsito de camas en el que la anchura de la zona de mineral se determina por un
a combinacin de minera mnimo espesor (altura) y determinacin de lmites. En estas situ
aciones, los compuestos debe ser rec lculo para cada combinacin de ensayo y grado
de corte mnimo espesor de minera.
Cdigos geolgicos son normalmente asignadas a los compuestos segn el tipo de roca, z
ona mineral, u otra caracterstica geolgica. Esto suele ser un procedimiento sencil
lo, ya que la mayora de los compuestos se calculan a partir de muestras tomadas d
e una sola unidad geolgica. Asignacin de cdigos geolgico de composites que cruz cont
actos geolgico es ms compleja, ya que el compuesto ser calculado utilizando datos p
rocedentes de varias unidades geolgicas.
Si el contacto geolgico es transitorio y no separar el tipo de minera. Mtodos comun
es de composicin son la composicin de la banqueta (1), (2) composicin de longitud c
onstante, y (3) zona mineral composicin. distribuciones de grado contrastantes, e
s apropiado asignar el Banco componer es un mtodo utilizado a menudo para el recu
rso geolgico mod- cdigos segn la regla de la mayora. Si el compuesto eling para mine
ra a cielo abierto y es ms til para los grandes depsitos de uniforme. Intervalos com
puestos para componer la banqueta son elegidos en la cresta y la convergencia de
las bancas de minera. Composicin de la banqueta tiene la ventaja de proporcionar
datos de elevacin constante que son simples para representar e interpretar el pla

n de mapas. Adems, la dilucin de la minera una altura constante elevacin constante b

ench es aproximado por el banco compuesto.
Abajo-agujero composites se calculan utilizando intervalos de longitud constante
a partir del cuello de la drillhole o la parte superior del primer intervalo en
sayadas. Abajo-agujero composites se utilizan cuando los agujeros son perforados
en ngulos oblicuos (45 o menos) a los bancos, el banco minero y composites result
ara excesivamente largo.
Abajo-agujero composites tambin debe utilizarse cuando la longitud del intervalo
de muestreo es superior a un tercio de la longitud del intervalo compuesto para
evitar una dilucin exagerada cuando la suma de las longitudes de las muestras es
mucho mayor que la longitud del composite.
La composicin de la zona de mineral es un mtodo de composicin que se utiliza para e
vitar la dilucin del compuesto cuando la anchura del contacto entre los residuos
y mineral (o de bajo grado y de alto grado) es menor que la longitud de un compu
esto. El uso de la composicin o la banqueta abajo-agujero composicin en este caso
puedan distorsionar el grado distribuciones por adicin de bajo grado de mineral a
la poblacin y la gran

reserva mineral/ESTIMACIN DEL RECURSO 347

cruza un lmite claro entre el grado de contraste distribu- ciones, es mejor utili
zar la composicin o la unidad geolgica para asignar el compuesto a la unidad geolgi
ca con el mayor grado similar. para modelado de recursos si se divide por un nui
ty disconti- como un fallo o si variogramas o grado de tendencias son diferentes
.
Si algunos intervalos de muestreo en los datos que faltan ensayos, est por encima
del 100% de las distribuciones de grado deben estar separados para el modelado.
Diferencias de 1000% o ms importantes para determinar la razn de la falta de dato
s y cuenta de manera adecuada. Ejemplos tpicos son observarse cuando yerma, miner
alizada, y/o 1. La falta de rea no fue porque era ensayadas bajo alto grado hay p
oblaciones. grado o estril por inspeccin visual o la muestra estuvo ausente debido
a la mala recuperacin de ncleo en una zona rida. Reglas para analizar el coeficien
te de variacin es la siguiente accin: compuesto utilizando el promedio de la unida
d estril o grado cero para el grado de la falta de ensayo.
al 25% ites. El volumen de la zona de falla es pequeo y la calificacin ser interpre
tacin similar a los grados en el country rock. %0 2. La muestra estuvo ausente de
bido a la mala recuperacin de ncleo en COV un estrecho fallo de post-mineral. Accin
: Ignorar la falta de intervalo cuando computing compos3Simple, simtrica la distribucin de categoras. Re- fuente estimacin es fcil, muchos mt
odos funcionan.
El 25% y el 100% de las distribuciones sesgadas con dificultad moderada en la es
timacin del recurso. Las distribuciones son habitualmente lognormal.
Accin: . La muestra estuvo ausente debido a la mala recuperacin en un ncleo ignorar
la falta de intervalo cuando computing compos- vena que es de mayor grado y men
os competente que el ITES circundante, pero mantener la longitud del intervalo p
ara el uso de la estimacin de la calidad de la vena. 100% a 200% con distribucion
es muy desigual de un pas grande rock. El rango de clasificacin. Es difcil estimar
las re- por encima de 200% fuentes es indicado. Sumamente irregular, sesgada o ml
tiples datos de poblacin. Los grados son difciles o impossi- ble para la estimacin.
Distribuciones con COV mayor que el 25% tienen a menudo un registro- grado norma
l, la distribucin y las estadsticas bsicas tambin sern compilados para los logaritmos
naturales de los grados. Para un perfectamente 5.6.5 estadsticas bsicas y grado d
e distribucin logartmico-normal, lognormal estadsticas estn relacionadas con las est
adsticas normales como sigue:
distribucin
clculo de estadsticas bsicas y la evaluacin del grado de dis- tributions son el prim
er anlisis cuantitativo de los datos de calidad y son herramientas bsicas para pro
porcionar retroalimentacin a los anlisis geolgicos y entrada para el modelado de re

cursos. Factores importantes en estos estudios bsicos incluyen: 1. Deteccin de alt

o grado o de bajo grado los valores atpicos.
2. Evaluacin de la favorabilidad de diferentes litologas como rocas hospedantes.
3(5.6.1) . Diferenciacin de las distribuciones de grado complejas en simples (5.6
.2)
las poblaciones de modelado de recursos.
4. Identificacin de muy sesgada y/o altamente variable (5.6.3) grado distribucion
es que sern difciles de estimar.
Estadsticas bsicas deben ser computados para la muestra y/o com- donde a es la med
ia de los logaritmos naturales de los grados; y grados integrado en cada dominio
geolgico que se sospeche que tienen b es la desviacin estndar de los logaritmos na
turales de grados.
caractersticas diferentes. Esto puede incluir diferentes litologas, alteracin estru
ctural, tipos de dominios, zonas de grado, u otro grupo- cin de datos que ha sido
reconocido (o sospecha) para cerrar el acuerdo entre la media, la desviacin estnd
ar, y diferentes grados de distribuciones. Deberan compilarse estadsticas que incl
uyen el coeficiente de variacin cuando se estiman utilizando tanto normales como
estadsticas logartmico-normal es indicativa de una poblacin logartmico-normal y es n
ecesario para utilizar las estadsticas logartmico-normal.
1. Cantidad de datos (muestras o compuestos).
2. El grado medio, espesor, etc. (media) 3. Desviacin estndar (desv. estndar) y/o l
a varianza.
4. El coeficiente de variacin (COV), la desviacin estndar dividido por el promedio
de grado. 5.6.6 Distribucin de grado
5. Histograma de los grados.
6. Distribucin de frecuencia acumulada (grfico de probabilidad). El grado en el hi
stograma y en la distribucin de frecuencia acumulada examin el primer elemento es
el nmero de datos; por lo general, cuando se utilizan para estudiar la relacin ent
re el grado y la distribucin estadstica de los parmetros geolgicos. El anlisis es gen
eralmente menos de 25 datos son necesarios para hacer comparaciones entre difere
ntes dominios geolgicos. Si se dispone de datos suficientes, los grados medios in
iciado con un histograma de muestreo compuesto o grados. Si los coeficientes de
variacin y se compararon entre los diversos histograma tiene forma de campana y s
imtricas, una distribucin normal de los dominios geolgicos. Reglas generales para e
valuar las diferencias en como se indica, y la frecuencia acumulada se trazar en
el
promedio de grado son las siguientes: papel de probabilidad normal. Distribucion
es normales no suelen encontrarse en yacimientos minerales, con excepcin de los d
e origen sedimentario.
Si el histograma est inclinada a la derecha, un lognormal distribu- cin y se indic
a la distribucin de frecuencia acumulada ser dibujado sobre papel de probabilidad
logartmico-normal. Lognormal distribu- ciones son frecuentemente observado en la
mayora de metales bsicos y preciosos hidrotermal depsitos.
al 25% de la poblacin de grado sthat generalmente no requieren differentiatio nfo
rresource modelado. %0 papel de probabilidad normal es un extraordinario papel d
e grfico en el que el eje es una ley de corte y el eje x es el porcentaje de mues
tras por encima (o por debajo) de la ley de corte. El eje x se ajusta de tal man
era que una distribucin normal se parcela en una lnea recta, la diferencia de grad
o Interpretacin del
25% al 100% de la poblacin que requieren una diferenciacin

Otro comn de desviacin de una lnea recta en el prob- capacidad de impresin es una pe
ndiente ms pronunciada en el extremo superior de la curva, como se muestra en la
Fig. 5.6.4. Esto representa el exceso de material en la poblacin de alto grado y
puede ser causado por dos poblaciones superpuestas, como vetas de alta ley en me
nor grado- inated dissem stockwork o mineralizacin. Otras causas de exceso de alt

o grado ensayos incluyen pequeas zonas que son muy favorables para la mineralizac
in debido al aumento de permeabilidad, chemi favorable- cal, propiedades, enrique
cimiento secundario o metamrficas remobili- zacin. Dado el alto grado de mineraliz
acin generalmente tiene menos conti- nuity al menor grado de mineralizacin, el ori
gen del alto grado deben generalmente ser identificado y estimado por separado d
el resto de la mineralizacin.
Por Ciento de muestras de corte anterior
Fig. 5.6.2. Trazado de probabilidad logartmico-normal de papel.
pendiente de la lnea es proporcional a la desviacin estndar de la distribucin, y el
percentil 50 es el promedio de grado.
Probabilidad logartmico-normal papel es similar al papel de probabilidad normal,
excepto que el eje se grada segn el logaritmo de la ley de corte. La pendiente de
la lnea es proporcional a la desviacin estndar de los logaritmos de grado B, y la 5
0 percen- mosaico es el promedio de los registros de los grados. Un ejemplo de lo
gnor- ma1 probabilidad de papel se muestra en la Fig. 5.6.2.
El grfico de probabilidad puede ser utilizado para estimar la desviacin estndar en
funcin de probabilidad de la distribucin de probabilidad normal de la siguiente ma
nera:
que se basa en 2 desviaciones estndar, o que se basa e n 2,05 desviaciones estndar.
A menudo el grfico de probabilidad no es una lnea recta, sino que se compone de va
rias lneas rectas o curvas. Una desviacin tpica de una lnea recta es una curva decre
ciente en el extremo inferior del grfico, como se muestra en la Fig. 5.6.3. Esta
curva representa el exceso de muestras de bajo grado, y en los sistemas de prfido
s se atribuye a menudo a finales de intrusiones dbilmente mineralizadas o post-mi
neral, diques estriles. El bajo coeficiente de variacin de los depsitos, este tipo
de grfico 5.6.7 MODELADO VARIOGRAM tambin pueden representar una distribucin normal
que ha sido dibujado sobre papel de probabilidad logartmico-normal. Los datos de
ben ser examinados para determinar el origen del material de bajo grado y determ
inar si esa poblacin ha sido o puede asignarse geolgicamente y estimado por separa
do. La variogram es la herramienta fundamental utilizada por el gelogo tician geo
statis- y para medir la continuidad espacial de datos de calidad. La variogram e
s un grfico de la media de la variabilidad entre las muestras vs. la distancia en
tre muestras. Un puted variogram es com- por el promedio de los cuadrados de las
diferencias entre pares de muestras que son una distancia determinada como sigu
e,
donde N es el nmero de pares a una distancia h, y h es la distancia entre las mue
stras.

Reserva mineral/ESTIMACIN DEL RECURSO 349

Fig. 5.6.3. Desviacin de una distribu- cin logartmico-normal que es causada por el
exceso de bajo grado
Grado de corte de muestras.
Por Ciento de muestras de corte anterior
Fig. 5.6.4. Desviacin de una distribu- cin logartmico-normal que es causada por el
exceso de muestras de alta calidad.
Por Ciento de muestras de corte por encima de
la funcin variogram (h) se calcula para un nmero de la tasa de muestreo y ensayos d
e mineral es difcil, o donde los pobres se muestra diferentes distancias, para pr
oporcionar un vario rama de muestreo y ensayo de tcnicas son empleadas. Alto nu
et que normalmente se ve como el rfico de la Fi . 5.6.5. La feri- efectos se enc
uentran en muchos yacimientos de oro porque de oro aleatorio tant caractersticas
del vario ram son el Nu et, intervalo y umbral. nu ets que provocan randes ca
mbios de rado en distancias pequeas.
El nu et valor es identificado como la intercepcin y de los altos valores de nu
et vario ram similares a menudo se encuentran en la curva de molibdeno y repres
enta al azar y a corta distancia de la variabilidad fac- postula; estas son caus
adas por pequeos bolsillos de puro molibdenita en tors como error de muestreo, en

sayo, error y errtico- un mineral mineralizacin diseminada o stockwork.

lizacin. Alto nu et valores son comnmente encontrados en yacimientos pequeos nu e
t valores indican que refleja una situacin ideal donde la variabilidad de corta d
istancia es extremadamente alta, donde accu- buenas tcnicas de muestreo y mineral
izacin continua localmente.

350
Fi . 5.6.5. Vario rama tpica parcela.
Un pequeo valor nu et en un vario ram confirma que los ensayos pueden utilizarse
de manera fiable para la interpretacin eol ica y la estimacin del recurso. Nu et
bajo valores suelen encontrarse en muchos tipos de depsitos, incluyendo hypo ene
de prfidos de cobre, mineral de hierro, y la Fi . 5.6.6. Y an ular fijo-Toleranc
ia distancia mtodos para seleccionarcarbn. Alto nu et tambin se han encontrado valores para cada uno de estos pares v
ario ram in .
tipos de depsitos para cada depsito debe analizarse individualmente.
La mayora de vario ramas incrementan el valor de la pepita a cierta distancia y l
ue o estabilizarse en un valor constante. Esta distancia se llama el ran o de la
vario ram vario ram, y el valor se denomina umbral. El ran o es equivalente al
concepto del elo o de ran o de influencia, es decir, la distancia ms all del cual
las muestras no estn correlacionados con otras muestras de rado y ms all que las t
endencias no deben ser proyectados. El valor del umbral es eneralmente i ual a
la varianza de la muestra. Si el umbral es mayor o menor que la vari- ance, zona
l efectos o varias distribuciones de rado suelen indicarse.
La pendiente y la forma de la vario ram suelen variar en diferentes direcciones,
con el ran o de aumento en el sentido de mayor continuidad de la mineralizacin.
Este comportamiento se denomina anisotropa eomtrica.
5.6.7.1 Un Vario rama
Informtica Informtica un vario rama desde un conjunto de datos espaciados domly ra
n- implica encontrar pares de datos que estn orientadas en la direccin requerida,
para determinar la distancia entre las muestras, la suma de los cuadrados de las
diferencias de rado.
Dado que los datos son eneralmente escasos, es necesario utilizar una toleranci
a cuando la localizacin de muestras en la direccin deseada y utilizar una distanci
a incremento para clasificar las muestras por la distancia. El director de la to
lerancia- nales se lo ra con un n ulo de la ventana, o una distancia fija, como s
e muestra en la Fi . 5.6.6. Estos mtodos pueden ser combinados y/o eneralizado e
n tres dimensiones, como se muestra en la Fi . 5.6.7. La distancia de tolerancia
es una distancia fija de incremento (el tamao de la celda), seleccionado para un
nmero razonable de muestras caen en la Fi . 5.6.7. Compuesto de tres dimensiones
y de mtodos para la seleccin de cada celda. Al unas directrices para ayudar en la
informtica vario rama pares. vario ramas son 1. Vario ramas deben ser computados
dentro de zonas de mineralizacin continua. No cruzar los contactos entre diferen
tes dominios eol icos.
2. La distancia mxima utilizada deber ser inferior a la mitad 3. La bsqueda mxima di
stancia perpendicular al director- la lon itud de la zona mineralizada en la dir
eccin de la vari- cin de la vario ram debe ser inferior a la mitad del ran o de la
o ram. vario ram en la direccin perpendicular.

Reserva mineral/ESTIMACIN DEL RECURSO 351

0.70
Fi . 5.6.9. Vario rama modelados con linear vario ram Fi . 5.6.8. Vario rama mod
elados con vario esfrica- modelo. ram modelo.
4. Distancia el incremento debera ser aproximadamente i ual a la distancia promed

io entre muestras en la direccin de la vario ram.

5. Al menos 30 pares de muestras son necesarias para calcular un vario ram vlidos
. Ms pares producen un vario ram ms estable.
6. Todas las muestras deben ser del mismo tamao y deben ser obtenidos por los mis
mos o similares mtodos de muestreo.
7. Los datos deben ser declustered antes de calcular el vario- ramo. En particu
lar, unas dos orificios pueden dar una impresin equivocada de la pepita efecto.
Un modelo o ecuacin, est montado en el vario rama para ms evaluaciones eoestadstico
s como kri in . El ms comn es el modelo vario ram modelo esfrico se muestra en la F
i .
5.6.8. Este modelo tiene la ecuacin
(5.6.7)
Fi . 5.6.10. Vario rama modelada con un exponencial
(5.6.8) Modelo vario ram.
donde Co es el Nu et, C es el umbral, y es el ran o.
Un modelo vario ram esfrico puede ser construido raphi- camente dibujando una lne
a horizontal en el vario ram valor i ual para esa celda. El vario ram resultante
es conocido como un pariente de la varianza de las muestras. Este valor es i ua
l a Nu et plus vario ram.
el alfizar Co + C. se dibuja una lnea a travs de los puntos de corta distancia en e
l final de la curva. El nu et Co se calcula donde la lnea cruza el eje y, y el r
an o a est estimada en 1.5 5.6.7.3 Lo normal Vario ramas
veces la distancia donde la lnea cruza la varianza. Si los datos son claramente l
o normal, un vario ram vario ram podr computarse Otros modelos utilizados en la e
stimacin de recursos incluyen la utilizacin de los lo aritmos de los rados de mue
stra. El resultante del exponencial lo artmico-normal, lineal, efecto de a ujero,
y varias combinaciones de vario ram es a menudo menos errtico y ms fciles de inter
pretar que las estructuras "anidadas". Al unos ejemplos de estos son los vario r
amas vario ram de valores no transformados. Este vario ram puede ser mostrado en
las Fi s. 5.6.9 a 5.6.11. Se utiliza directamente para la eoestadstica lo artmic
o-normal o puede ser transformado a un pariente vario ram como si ue:
5.6.7.2 Vario ramas relativa (5.6.9) Lo normally datos distribuidos con frecuenc
ia presentan un efecto proporcional cuando la desviacin estndar de los rados aume
nta con (5.6.10) rado. Esto se traduce en vario ramas con valores ms altos en rea
s de alto rado que en reas de bajo rado. Esto puede corre irse si se debe tener
precaucin al utilizar la lo normal vario dividiendo cada celda en el vario rama
por la plaza ram desde pequeas desviaciones de lo normality puede tener randes
de la media de las muestras que se utilizan en el vario ram efectos en la transf
ormacin a un pariente vario ram.

352
Fi . 5.6.11 .vario rama modelados con modelos anidados andlinear vario ram esfric
a.
A ujero de la Zona 1 de rado 0.12 39.45.6.8 estimacin del recurso (modelacin) Tot
alArea=333.7 2 0,21 37,6 3 0.17 42.0TotalAreaxGrade=71.39 mtodos de modelizacin o
de estimacin de recursos son eneralmente 4 0,50 37,7
dividido en (1) tradicionales, mtodos eomtricos que se realiza manualmente sobre
planes o secciones y (2) los mtodos de interpolacin como ponderacin de distancia in
versa y de kri in que requieren el uso de un ordenador. 5 0,33 33,8Avera eGrad
e=0.21396 0,05
0,26 7 50.1 46.8
46.3 80.15
Fi . 5.6.12 .el clculo de una estimacin mediante el mtodo poli onal. 5.6.8.1 mtodos
eomtricos
Manual estimaciones de recursos suelen hacerse sobre el plan o mapas mapas de se
ccin transversal que cortan el depsito en conjuntos de cortes paralelos. Los datos
trazados en los mapas incluyen drillhole ubicaciones, valores de ensayo, y la i

nterpretacin eol ica de la mineralizacin con- trols. Los mtodos eomtricos utilizado
s se basan en eometra poli onal y mtodos transversales: poli onal y ponderacin de
los ensayos e incluir el rea promedio, poli onales, Cruz mtodos transversales son
los mtodos relacionados en que cada mineral, seccional y trian ular. intervalo ti
ene asi nado su propio pol ono de influencia. Y tonelaje se calcula utilizando el
mismo procedimiento que se utiliz para el rea promedio: El mtodo de promedio de la
zona se encuentra entre el mtodo de la media de la zona, excepto que las reas uti
lizadas para calcular el tonelaje son el rea de cada pol ono. Los pol onos son dibu
jados en plan mapas basados en la perpendicular de la lnea entre bisectors cada d
rillhole como se muestra en la Fi . 5.6.12. El tamao y la forma de los pol onos pu
eden ser limitados, si lo desea, a una distancia mxima de cada a ujero. En las se
cciones transversales, los pol onos son el ms simple de todos los mtodos de estimac
in de reservas, con la participacin de slo una eo- eneralmente dibujado por la mi
tad de la distancia de cada drillhole como muestra la interpretacin l ica de la fo
rma del mineral y el promediado de la Fi . 5.6.13. La distancia desde un drillho
le tambin pueden estar limitadas cate oras dentro de la forma si uiente: a una dis
tancia mxima en el mtodo de corte transversal.
1. Dibujar el contorno del cuerpo de mineral en cada mapa; estos son un equipo a
proximacin de la poli onal es el mtodo de
los bloques de mineral y podrn ser ordinarias o formas irre ulares. Si varios nea
rest nei hbor estimacin. Este mtodo requiere la superposicin de zonas de mineral o
tipos de minerales estn presentes, cada uno de ellos est dibujado individualmente.
de una cuadrcula rectan ular de bloques a travs de la zona perforada, como se mue
stra en la 2. Medir el rea de cada bloque de mineral ( eneralmente por planime- F
i . 5.6.14. El rado de la muestra ms cercana se asi na lue o a terin ). Multipli
que el rea veces el espesor del mineral y cada bloque. Este mtodo se aproximan a l
a poli onal dividir el volumen resultante (pies cbicos) por el tonelaje mtodo fact
or si el tamao de bloque no es ms del 25% de la media (pies cbicos por tonelada) pa
ra calcular toneladas de mineral; en unidades SI, multiplique drillhole espaciad
o.
El volumen (metros cbicos) por la densidad (toneladas por metro cbico) para calcul
ar las toneladas de mineral.
3. Calcular el promedio de las muestras dentro de cada bloque.
4. Calcular la suma de los tonelajes de los bloques individuales.
Promedio es el arqueo- rado promedio de los distintos bloques.
A pesar de su sencillez, el mtodo de promedio de la zona proporciona excelentes e
stimaciones cuando el patrn de perforacin es uniforme, las clases son continuas, y
lmites de mineral son distintos y Sharp. Pro- blemas pueden sur ir, sin embar o,
cuando el patrn de perforacin no uniformes. Con un patrn de perforacin no uniformes
, un clster de a ujeros en una zona de alto rado provocar la sobreestimacin del r
ado. El rea promedio de mtodos tambin pueden ser difciles de aplicar en depsitos con
discontinua o irre ulares Zonas de mineral, especialmente si los contactos estn
radational mineral y varios rados de corte deseado.
Mtodo trian ular: el mtodo trian ular es similar al mtodo poli onal salvo que las re
as de los trin ulos son estimados, y la calificacin de cada trin ulo est basado en e
l promedio de las calificaciones en cada una de las esquinas de los trin ulos, ta
l como se muestra en la Fi .
5.6.15.
Los mtodos eomtricos tienen la ventaja de la simplicidad y facilidad de implement
acin. Adems, se proporcionar una estimacin objetiva del rado promedio de un depsito
en una corte de cero rado. Una estimacin del recurso utilizando un mtodo eomtrico
proporciona una forma rpida, barata para verificar nonbias ms complicados, modelo
de recurso enerado por ordenador.

Reserva mineral/ESTIMACIN DEL RECURSO 353

Trin ulo rea rado
Fi . 5.6.13. El clculo de una estimacin mediante el mtodo de corte transversal.

Fi . 5.6.15. El clculo de una estimacin mediante el mtodo trian ular.

Al unos materiales de alto rado. Los rados son minadas resultante- dif
erentes desde el predicho; distribucin de rados de corte por debajo del promedio
de los depsitos, el MINED rado ser menor y las toneladas ser mayor. Si la ley de
corte es si nificativamente mayor que el promedio del depsito, sin embar o, tanto
el rado minadas y toneladas pueden ser inferiores, resultando en una sobreesti
macin de la severa fi ura de metal.
5.6.8.2 Mtodos de media mvil
la media mvil de los mtodos de ponderacin de distancia inversa y kri in , son los p
rocedimientos ms utilizados para la estimacin del recurso asistida por computador.
El procedimiento bsico para ambos de estos mtodos es la si uiente 1. Dividir el c
uerpo de mineral en una matriz de bloques rectan ulares
HoleGrade# bloques como se muestra en la Fi . 5.6.16.
2. Si hay controles eol icos y ser utilizado para el control de
bloques totales = 114 o modificar la asi nacin de rado, un cdi o eol ico debe asi
narse a cada bloque.
Suma = 24.21 Bloques de rado 3. Estimar el rado de cada bloque mediante bsqueda
s en la base de datos para las muestras que rodea a cada bloque de informtica y e
l rado promedio = 0.2124 promedio ponderado de dichas muestras. La media ponder
ada se calcula mediante la si uiente ecuacin:
(5.6.11)
es el rado estimado, i es el rado de la muestra i, wi es el peso dado a la mu
estra i y n es el nmero de muestras seleccionadas.
Fi . 5.6.14. El clculo de una
estimacin mediante el mtodo del vecino ms cercano. donde
el problema ms comn con mtodos eomtricos es que
pueden implicar ms explotacin selectiva que puede conse uirse por 5.6.8.3 Consider
aciones Prcticas para mover el mtodo de minera. Esto es el resultado de estimar el
promedio de recursos mtodos de muestras del tamao de una minera drillhole pero ms r
andes, menos selec- tiva de volmenes. Bloques de alta calidad incluyen eneralmen
te de menor rado ma- la determinacin del tamao del bloque, anisotropas y la
terial cuando estn minados, y bloques de bajo rado eneralmente incluyen ejemplo
s de criterios de seleccin son consideraciones comunes para

Minera En ineerin manual

Fi . 5.6.16. Ejemplo de una unidad eol ica codificada en un modelo en bloque.
La interpretacin eol ica, la representacin del modelo de bloque
kri in o estimacin de distancia inversa. Estos factores son a menudo los factore
s ms decisivos en el desarrollo de un modelo de recurso satisfactorio desde los c
ontroles eol icos se introducen a travs de estos mecanis- mos. Mala seleccin de es
tos parmetros comnmente resulta en un modelo con importantes recursos insatisfacto
ria sobreestimacin o subestimacin de tonelaje de mineral o rado.
Tamao de bloque: Factores que deben ser considerados en la determinacin de tamao de
bloque incluyen el tamao del modelo resultante, drillhole spac- in , mtodo de min
era y controles eol icos. Re las enerales para la determinacin del tamao de bloque
son 1. El bloque mayor tamao posible debera utilizarse para minimizar el tamao del
modelo de bloque y reducir tiempos de computacin y los requisitos de almacenamie
nto en disco.
2. El bloque es normalmente de una mitad a una cuarta parte del promedio drillho
le espaciado. Un bloque ms rande puede ser utilizado si la perforacin es muy dens
o. Los tamaos de bloque ms pequeos proporcionan un mnimo de mejora- miento en la est
imacin menos fuertes controles eol icos estn presentes.
3. El tamao del bloque debe ser de al menos la mitad del tamao de la caracterstica
eol ica ms pequeo que se modela. Bloques randes destruir la ubicacin y/o el tamao de
pequeas caractersticas.
4. Tamao de bloque puede estar relacionada con una propuesta de mtodo de minera.
El bloque altura eneralmente es la misma que la altura de la banqueta en un deps
ito que ser explotada por mtodos a cielo abierto.

5. La mayora de paquetes de software comercial estima- cin de recursos para permit

ir que cada dimensin del bloque a ser de diferente tamao y Fi . 5.6.17. Uso de una
elipse bsqueda orientada a aproximar las puede permitir la rotacin de todo el mod
elo para una orientacin otra estructura de una zona mineral. De norte a sur.
6. Estas re las son a menudo contradictorios, y la mejor solucin ser un compromiso
que variar en cada caso. 2. El radio mximo debe ser al menos i ual a las anisotro
pas: Fuerte anisotropas, o tendencias, a menudo son ob- distancia entre muestras p
ara evitar discontinuidades en el promedio ponderado como muestras cai a dentro
y fuera. (Para una cuadrcula, el radio mximo es la dia onal.) sirve en depsitos min
erales que tienen zonas de mineral con mayor conti- nuity en orientaciones favor
ables, comnmente mostrada por vario- 3. El nmero mximo de muestras est normalmente e
n el orden ramos con intervalos ms lar os en ciertas direcciones. de 10 a 20. Ms
de 20 muestras raramente mejora la estimacin; la seleccin de la muestra: El propsit
o de la seleccin de la muestra paso menos de 10 muestras pueden provocar disconti
nuidades en la estimacin es proporcionar un subconjunto de los datos que es repre
sentativa de los rados de la
re in alrededor de la cuadra. Media mvil ponderada de los mtodos 4. Una distancia mn
ima con precisin de muestra pueden ser utilizados pueden ser muy sensibles a la s
eleccin de la muestra y el tiempo para evitar la excesiva extrapolacin.
analizar la muestra patrn de bsqueda y cmo se relaciona con los datos es esencial.
Al unas re las para ayudar a definir una muestra selec- cin son de bsqueda 5. Una
elipse de bsqueda u otro patrn anisotrpico pueden ser utilizados 1. Las muestras de
bern seleccionarse desde dominios eol icos similares a alinear la bsqueda con tend
encias en el mineral, como se muestra en la Fi . 5.6.17. Los ejes de la elipse d
e bsqueda debe estar orientada paralelamente al rado de que del bloque. Tendenci
as. La lon itud de los ejes de la elipse debe ser proporcional al ran o de conti
nuidad en las respectivas direcciones. El vario- ramo de ran os y de evaluacin v
isual de las zonas de rado sobre planos y secciones son utilizados como uas par
a determinar la orienta- cin y la lon itud de los ejes de bsqueda.
6. Tres compuestos son eneralmente el mximo requerido desde un nico drillhole. Ms
de tres proporciona datos redundantes y pueden causar extrao kri in pesas.
7. Los patrones de bsqueda pueden ser modificados para seleccionar datos con quad
- rants u otro lmite eomtrico, como se muestra en la Fi . 5.6.18. Uso de bsqueda u
n cuadrante mejorar las estimaciones si los datos estn a rupados.

Reserva mineral/ESTIMACIN DEL RECURSO 355

5.6.8.5 Kri in
Kri in es el mtodo de estimacin eoestadsticos desarrollado para proporcionar la "
mejor estimacin", imparcial lineal para el rado basndose en una minimizacin de mnim
os cuadrados del error de estimacin, o error de kri in . Kri in y sus variantes
han tenido mucha terica y desa- rrollo estn bien descritas en la literatura eoest
adsticas. Para una discusin ms detallada de kri in , el lector puede referirse a Da
vid (1977, 1988) o Journel y Huijbre ts (1978). Factores importantes en la estim
acin de kri in son 1. El promedio de las estimaciones no deben ser sistemticament
e superior o inferior al valor verdadero; esto se ha establecido mathemat- icall
y estableciendo la suma de Pesos i ual a cero, es decir,
2. El error de estimacin s
2,la cual es expresada como varianza K
(G - G ) o
(5.6.14)
es la estimacin G Fi . 5.6.18. Selec nde datos medi a cuadrante y una bsqueda busc
ar hpattern ellip- tical. est minimizada, donde G es el rado real de
2 rado, sB,D es la varianza de bloques del tamao estimado en el depsito, el sB,Xi
are la covarianza entre cada una de las muestras 8. Croquis del patrn de bsqueda d
e mapas y/o cruz- y el bloque se estima, y el sXi,Xj son las covarianzas mapas s
eccionales en ambos bien perforado y zonas escasamente perforado. Esto ayudar en
la visualizacin y ase urar que el patrn de bsqueda entre las muestras individuales.

es apropiado. El mtodo kri in varianza en Eq. 5.6.14 est minimizado mediante el p

rincipio de La ran e para crear una ecuacin modificada que satisfa a la restriccin
nonbias en Eq. 5.6.13 como si ue:
5.6.8.4 Estimacin de distancia inversa de
ponderacin de distancia inversa, uno de los primeros mtodos utilizados interpolacin, se basa en la observacin emprica de que el peso de cada muestra en Eq. 5.6.11
es proporcional a la inversa (5.6.15) La potencia de la distancia desde la ubica
cin de la estimacin para la muestra. La estimacin de distancia inversa es pues un p
romedio ponderado con los pesos individuales computa como una potencia inversa d
e la distancia como si ue: donde es el multiplicador de La ran e. Esta ecuacin es
differenti- ciada con respecto a cada uno de los wi y , resultando en un nmero de
finido de muestras (5.6.12) de ecuaciones simultneas que puede resolverse por wi
y como si ue:
donde w
i es el peso calculado para cada muestra i, cada di es la distancia entre la ubi
cacin se calcula y muestra i y
poweris la ponderacin de distancia inversa el poder. Se debe tener cuidado con un
a estimacin de distancia inversa para ase urar que nin una de las distancias di s
on muy pequeas o i ual a cero, resultando en la divisin por cero, o desbordamiento
de punto flotante. Este problema puede ser allevi- (5.6.16) ados bien aadiendo u
na pequea constante a cada distancia o asi nando el valor del punto ms cercano a l
a estimacin si la distancia es menor que un umbral. El sistema de ecuaciones ante
rior (5.6.16) es eneralmente resuelto el rado de suavizado o reduccin de varian
za, utilizando en la simple eliminacin Gaussiana para determinar los pesos y vers
o distancia estimaciones pueden controlarse cambiando el poder de ponderacin y lo
s parmetros de bsqueda. Un menor consumo de ener a, los randes multiplicadores de
La ran e . El error de estimacin kri in es radio de bsqueda y/o el mayor nmero de p
untos utilizados en la esti- macin como resultado estimaciones ms continua y una m
ayor re- duccin de la varianza de los valores estimados. Ponderacin mayores podere
s, menor radio de bsqueda y/o menos puntos como resultado menos calculados sobre
la base de la si uiente relacin: la
reduccin de la varianza de los valores estimados y apariencia ms errtico de los val
ores estimados. Los parmetros adecuados (5.6.17) slo pueden ser encontrados a travs
de ensayo y error y experiencia para lo rar la distribucin deseada de los valore
s estimados y tendencias o contornos, para coincidir con los resultados de produ
ccin, o producir tendencias en los valores estimados que visualmente coinciden co
n las expectativas empricas del elo o. que se basa en la ecuacin para el error de
clculo (5.6.14) y la relacin entre y el mtodo kri in ecuaciones
(5.6.16), (5.6.18)
El individuo covarianzas y bloquear las varianzas son com- puted desde el vario
rama de la si uiente manera:

356Minera En ineerin Handbook

(5.6.19) in con punzn ex enos. Un mtodo de Kri in universal que utiliza la interp
retacin de elo os de rado-zone tendencias como los ex enos (5.6.20) la deriva est
zonificado kri in . Cokri in es el mtodo de kri in que representa la correlacin
de una variable principal con un se undo- (5.6.21) ary variable, por ejemplo, de
oro o de plata con molibdeno con
AVE( (B,XI) es el valor promedio de la vario ram entre los que intenta estimar
no slo el rado de bloqueo local pero el
cobre, etc. Cuando se utiliza con cokri in secundaria cualitativa
2donde sS,Dis la varianza de las muestras en el depsito, (xi,Xj) isvariables tal
es como alteracin, tipo de roca, u otras caractersticas eol icas, el valor de la f
uncin vario ram entre muestras Xi y Xj,se conoce como soft kri in . Disyuntivas k
ri in es un mtodo utilizado
bloque y muestra xi y AVE( (B,B) es el valor promedio de la forma de la distrib
ucin de rado de tonelaje dentro del bloque.

El vario ram entre todos los puntos dentro del bloque.

Lo normal Kri in kri in lo artmico-normal: es un mtodo de no-lineal de kri in q
ue fue desarrollado para mejorar la estimacin de volumen 5.6.8.6 cuando la varian
za de los efectos y la recuperacin de
los datos subyacentes se distribuyen se n una
distribucin de probabilidad funciones lo artmico-normal. Los fundamentos de la lo
normal kri in incluyen: el efecto de variacin de volumen se refiere a la relacin
inversa (1) El vario ram se calcula utilizando los re istros naturales de los da
tos, entre la distribucin y la variacin de volumen de bloques. (2) el sistema de k
ri in est resuelto a proporcionar un promedio ponderado del efecto de variacin de
volumen se caracteriza por la relacin de Kri e los re istros naturales de los da
tos, y (3) el re istro kri ed promedio es como si ue a continuacin, transformado
de nuevo a los valores normales usando lo normal trans- formacin similar al mostr
ado anteriormente en el EQ. 5.6.1. La mathe- matics lo normal de kri in son com
plejas y se discuten en (5.6.23)
Rendu (1978) y Journel (1978, 1980). 22 complicaciones en la aplicacin prctica de
la lo normal kri - donde sB,Dis la varianza de bloques en el depsito, S S,Dis
2in son muchos, incluyendo un requisito estricto para una varianza lo artmico-no
rmal de muestras en el depsito, y S S,Bis la varianza de la distribucin y un vario
ram que est parado sobre el terreno muestras en bloque. La varianza de las muest
ras en el bloque de la estimacin. Graves ses os locales y lobales pueden ocurrir
si se calcula de la si uiente vario ram de estas condiciones no se cumplen. Ade
ms, existe una tendencia a sobreestimar el kri in lo artmico-normal de alto rado
de la final (5.6.24) la poblacin cuando el coeficiente de variacin es mayor que 2
,0.
Lo normal kri in se recomienda slo para propsitos especiales donde (S,B) es el pro
medio de las vario ram para muestras en donde los resultados pueden ser estrecha
mente monitoreados y ajustados a la pre- un bloque con el tamao y la orientacin de
l bloque minero.
vent ses os. La relacin de variacin de volumen es intrascendente donde el indicado
r/Probabilidad de Kri in : Indicador kri in y proba- total del depsito est por en
cima de la ley de corte o donde el mineral se extrae bility kri in estn relacion
ados con los mtodos que se utilizan para mejorar la esti- nonselectively. Sin emb
ar o, por lo eneral, la ley de corte es superior, formacin cuando zonas de miner
al son errticas y distribuciones de rado y son slo una parte de la distribucin de
rado mineralizada es selec- muy variable y compleja. Ventajas de kri in indica
dor minadas eficazmente como mineral. La forma de la distribucin de ley y tonelaj
e, incluyen menos suavizado de calcula los rados de kri in ordinario se n lo de
finido por la variacin de la distribucin, es entonces un factor crtico y robustez e
n el manejo de las distribuciones de rado no estndar. Para determinar el rado y
el tonelaje por encima del corte.
El primer paso en el indicador kri in es establecer uno o ms puntos de corte par
a propsitos de estimacin de recursos prcticos, la varianza de con los que definir v
ariables indicadoras. Dado un corte en GC, theminin bloques es eneralmente may
or que la varianza de la variable indicadora kri ed se establece a 1 si el rado
es superior cor 0 si la estimacin del recurso de bloques. La varianza de la min
era bloques es de rado es inferior a GC(el orden de los 1,0 { } La codificacin pu
ede ser invertida); eneralmente menor que la varianza de la estimacin de recurso
s bloques variables indicadoras estn codificados de manera similar para cada cort
e deseado. Para estimar poli onal.
Vario ramas son modelados para cada indicador variable y un ex- estimacin poli on
al toneladas y sobreestima pected subestima el valor para cada indicador se calc
ula usando los kri - rado por umbrales bajos. En umbrales superiores y tonelaje
, ING y el indicador adecuado vario ram. estn sobreestimadas. Kri in tiende a so
brestimar toneladas y las estimaciones de los indicadores resultantes, que puede
n interpretarse de subestimar el rado de umbrales bajos. A mayor tonelaje como
puntos de corte, la probabilidad de que el bloque sern superiores al punto de cor
te y rado son subestimados.
o el porcentaje del bloque que est ms all de la corte, se utilizan para la estimacin
poli onal, la diferencia entre las estimaciones de estimar el rado del bloque

como si ue y las reservas explotadas usualmente es tratada con factores de diluc

in donde un tonelaje fijo se a re a con un rado menor que el punto de corte.
(5.6.22) Estos factores de dilucin son adecuados para la correccin de las reservas
, pero en eneral no son precisos para reas ms pequeas si el local donde cada rado
s I jis la estimacin para el indicador de punto de corte j, jisvary si nificativam
ente a partir de la calificacin promedio. Precaucin debe ser tambin el rado estima
do para el intervalo de j a d+1, y nis el nmero observado desde la dilucin factore
s variarn se n el corte de umbrales del indicador. El intervalo rados jare estim
an el rado, la varianza de la poblacin, y la cantidad de varianza re- como el pr
omedio de las notas de corte para el intervalo, o si la produccin entre el bloque
y la mina poli onal distribuciones. Intervalo de ti es rande, puede estimarse
a partir de la calificacin de los kri ed debe sealarse que las estimaciones de res
ervas poli onales pueden requerir datos en el intervalo j a j+1. El mtodo anterio
r es ms precisa los factores de dilucin para ambos efectos de variacin de volumen y
contacto- cuando un ran nmero de atajos indicador estn definidos; los ltimos efec
tos eomtricos de minera.
Se utiliza con ms frecuencia para un solo corte. Reservas de Kri in han corre id
o de efectos de variacin de volumen de otros tipos de Kri in : Otros tipos de kri
in que estn de acuerdo con la distribucin de la minera bloques dentro de la reser
va no se utilizan ampliamente incluyen kri in , cokri in universal, disyuntivas
bloque como (1) la variacin y la distribucin de la minera bloques dentro de kri in
kri in y suave. Es un mtodo kri in universal para incor- El bloque de reserva
se estima, y (2) el tonelaje y la ley porate tendencias en el kri in ecuacione
s. Si las tendencias se definen por encima de corte est estimada para el bloque.
El bloque minero distribu- se n una variable secundaria, se conoce como universal
kri - bution parmetros se determina de manera ms eficaz mediante la compilacin de

reservas de mineral/ESTIMACIN DEL RECURSO 357

para estimar bloques explotables; el carcter del mineral lmites determina el rado
ser estimado en las fronteras entre las diferentes zonas de rado; y el tiempo d
isponible y el dinero deter- mine el detalle y el esfuerzo que se asta en la es
timacin.
Consideraciones para la seleccin de un mtodo de estimacin de recursos se resumen en
el cuadro 5.6.1.
Costo: simple, los mtodos manuales como poli onal y estimaciones transversal son
los mtodos ms rpidos y baratos para la estimacin de recursos cuando la cantidad de d
atos es pequeo. Este suele ser el caso para las evaluaciones preliminares en etap
as de exploracin. Como el nmero de datos aumentan y una estimacin ms detallada es de
seado, asistida por ordenador mtodos deben utilizarse a fin de ahorrar tiempo y d
inero. El equipo menos costosoFi . 5.6.19. La dilucin y la prdida mineral scausedby discordancia entre mtodos asi
stida estn automatizadas o poli onal del vecino ms cercano de la minera una eometra
dal o e eometry. mtodos y los mtodos ms caros incluyen amplias defi- nicin de contr
oles eol icos en conjuncin con los ms complejos mtodos eoestadsticos. Para una disc
usin ms amplia de equipo de apli- estadsticas de produccin del rado de tonelaje, cu
rvas o recuperacin de mineral a cationes estimacin, vase el captulo 8.4.
Curvas, para varios ran os de rado estimado de bloques. Alterna- los lmites de m
ineral: La reserva adecuada y dilucin esti- mente, una distribucin lo artmico-norma
l puede suponer para la minera macin mtodo est determinado por el carcter del mineral
/residuos bloques dentro de bloques de reserva. La varianza de la distribucin de
contactos. Sharp, simple lmites son modelados con salida lineal- de la minera bloq
ues dentro de bloques de reserva puede calcularse a partir de la definicin de zon
as de mineral de lneas discretas. Las estimaciones individuales son los datos de
produccin. Si no se dispone de datos de produccin, la vari- realizados para cada z
ona mineral; la dilucin se calcula sobre la base de la ance de bloque minero pued
e aproximarse por la interseccin entre la forma del mineral de las zonas y la for
ma definida por la eometra de un mtodo de minera. Un afilado, (5.6.25) lmite irre u

lar es tambin descrita con lmites lineales defin- in zonas minerales; el contacto
con los desechos de mineral real es mucho ms
2donde b,Bi
la varianza de bloque
en la minera e
tima irregular que lo
interpre
ta y dilucin lmite debe
er
2Bloque re
erva, B,Di
la varianza de bloque
de re
erva en de- aument en con
ecue
ncia. Mtodo
geomtrico
generalmente
on apro22po
tulan, S,Bi
la varianza de la
mue
tra
en el bloque de re
erva, k,Bpriate p
ara cuerpo
de mineral con fuerte
contacto
, aunque kriging o
2e
la e
timacin de la varianza (kriging) bloque
de re
erva y di
tancia binver
e
k,mtodo
pueden
er u
ado
dentro de la
zona

i
up- e
la e
timacin de la varia
nza bloque
de minera (ba
ndo
e en el grado- portado por
uficiente
dato
.
La
mue
tra
de control). Lmite
Gradational
on manejado
como de tran
icin entre
diferente
zona
minerale
; kriging o inver
o de la di
tancia
on lo
mtodo
m
a
propiado
para el modelo de lo
yacimiento
de minerale
con contacto
gradation
al. 5.6.8.7 la dilucin y la minera prdida

uficiente
para un contacto gradational
dilucin
uele incorporar la e
timacin de tonelaje y grado, debe aju
tar
e para di
lu- cla
ificado
en el mtodo de modelado.
cin de grado y prdida
de tonelaje que
e producen en el cur
o de la extremadament
e errtico, irregular de lo
lmite

on difcile
de definir la minera. Dilucin e
lo

re
iduo
que no
egregado del mineral durante m
apropiadamente con preci
in y
e
calcula utilizando mtodo
de minera, di
minuyendo a
el grado del mineral y aumenta
r la como kriging indicador.
tonelada
. La
prdida
de mineral
e debe a la incapacidad del mtodo de minera para
depo
itar Geometra: geometra
imple e
a menudo encontrado en el tabu-
eguir con
exactitud y para
eparar la
vaina
pequea
ai
lada
y pequea
lar,
tratabound d
ep
ito
, vena
y zona
e
tructurale
. Geom- ramificacione
irregulare
de lo
pri
ncipale
yacimiento
. E
m
etry dilucin de e
to
dep
ito
e
fcilmente de
crito med
iante importante
bidimen
ional en dep
ito
con fuerte
contacto
entre mtodo
de
alta calidad como el contorneado de e
pe
or y elevacin. Poco
mineral y e
tril y m
eno

ignificativo
de re
iduo
en dep
ito
con grada- controle
adicionale

on
nece
ario
otro
que lo
lmite
para limitar lo
contacto
internacionale
entre
mineral y re
iduo
. La exten
in lateral de la zona
de minerale
.
Tonelaje de dilucin
e calcula
egn la cantidad de dep
ito
con moderadamente compl
eja geometra incluyen tanto lo
re
iduo
extrado
con el mineral que
e ba
a en la
inadecuacin entre yacimiento
de mineral con geometra
imple que han
ido moderad
amente cuerpo doblado y minera, geometra overbreak en voladura
, o falta o defectu
o
a y dep
ito
con grande
,
imple
, tale
forma
ma
iva
la ubicacin preci
a de l
o
re
iduo
de mineral/contacto como
e mue
tra en la Fig. como el prfido de cobr
e y molibdeno. Definicin de dep
ito ge- 5.6.19. Se debe tener cuidado en la e
tima
cin de que la dilucin ometry real incluye la definicin de eje
de plegado, fallo lmi
te
y mineral/contacto de re
iduo
no e
m
irregular que el modelo de
de la zoni
ficacin de la
tendencia
dentro del dep
ito. Mientra
que e
to
controle
no
on
dilucin
er
ube
timado como
e mue
tra en la Fig. 5.6.20. La Dilucin habitualmente
difcil de definir,
u definicin e
nece
aria para proporcionar el grado
e calcul
a como la calidad de lo
re
iduo
/de
echo
de mineral en la
e
timacione
de lo

recur
o
preci
o
.
contacto. Prdida
de minera y grado

e calcula de acuerdo a lo
dep
ito
con geome
tra muy compleja generalmente e
tn a
ociado
con procedimiento

imilare
de defor
macin e
tructural y e
tn plegada
, FAULTED, e
tirado
y retorcido
para formar ext
remadamente di
continuo de forma
que
on difcile
de de
cribir y modelo. Vario

controle
, como un mineral 5.6.8.8 Seleccin de combinacin de mtodo
de e
timacin de
recur
o
y controle
e
tructurale
e
tratigrfica
o mltiple
, la
eleccin de un mtod
o de e
timacin de recur
o
apropiado
de impul
o

uperpue
to
de mineralizacin ta
mbin
uelen formar muy depender la geometra del dep
ito, el grado de variabilidad de
la
forma
compleja
. Definicin de la geometra de dep
ito requiere la di
tribucin d
etallada, el carcter del mineral de frontera
, y el importe del examen de geologa
e
tructural y mineral para proporcionar controle
de tiempo y dinero di
ponible
para hacer la e
timacin. Dep
ito geom-
eccione
tran
ver
ale
del plan o mapa
en
lo
que
e defina la forma y ubicacin etry determina la cantidad de detalle
que
deben
er interpretado
de zona
minerale
. E
ta

eccione
o mapa
pueden util

izar
e y entrada a la re
erva; e
timacin de la variabilidad de la calidad directa

mente para la e
timacin del recur
o manual o pueden
er digitalizada
a la di
tri
bucin determina la cantidad de
uavizado que
e nece
ita proporcionar el control
para bloquear un equipo modelo tridimen
ional o

358MINERA ENGINEERING HANDBOOK

Overbreak
dilucin
De
ign Line Stope
Fig. 5.6.20 .La
ube
timacin de la dilucin a cau
a de un- irreg ular de
echo
de m
ineral contacto.
WIRE FRAME modelo. Dep
ito
con geometra compleja
on propen
o
a Clark, I., 1979,
prctico geoe
tad
tica, El
evier, Am
terdam, 129 pp.
gran e
timacin de errore
debido a la mala interpretacin del dep
ito geome- David,
M., 1977, e
timacin de re
erva
de mineral geoe
tad
tico
, El
evier, Am
terpruebe y controle
de mineral; orden de magnitud que lo
errore

on comune
. da
m, 364 pg
. El
grado de variabilidad: Dep
ito
con baja variabilidad puede
er e
ti- David, M.,
1988, Handbook of Applied Avanzada Mineral geoe
tad
tico re-
ervir la e
timacin,
El
evier, Am
terdam, 216 pp. acoplado
con mucho
mtodo
. Lo
mtodo
comune
inclu
yen automtico Davi
, J.C., 1973, Anli
i
de e
tad
tica
y dato
en geologa, Wiley, n
uevo contorno poligonal y mtodo
tran
ver
ale
con e
tima- York, 550 pp. cin prome
dio o una zona m
tcnica
de geometra compleja. Guara
cio, M., David M. y Huijbregt

, C., 1976, Advanced Geo
tati
- mtodo
de promedio
ponderado
(kriging y di
tan
cia inver
a) tic
en la indu
tria minera, Reidel, Dordrecht, Holanda, 491 pg
.
o
n lo
m
comnmente utilizado
para la e
timacin de lo
dep
ito
con moder- Journel,
A., 1980, "El enfoque logartmico-normal para predecir la variabilidad local de di

tribu- comi aunque poligonale
o mtodo
tran
ver
ale

on bution
electiva de la
unidad minera MathematicaI grado
", Geologa, utilizado tambin. Promedio
ponderado

mtodo
pueden requerir la recuperacin Vol.12, n 4, pg
. 285-303.
Funcione
y poligonale
pueden requerir mtodo
de dilucin para com- y Huijbregt
J
ournel, A., C.J., 1978, minera geoe
tad
tica,
pen
ate acadmico para efecto
de variacin de volumen, aunque en la mayora de lo
ca

o
la pren
a, Londre
, 600 pp.
aju
te

on pequea
, del orden de 5 a 15%. King, H.F., McMahon, D. W., y Butjtor,
G.J., 1982. Una gua para lo

promedio
ponderado

on lo
mtodo
m
comnmente utilizado
para la compren
in de la
e
timacin de la
re
erva
de mineral,
uplemento para procedere
timacin de dep
ito
con alta variabilidad. Otra
medida
apropiada
de ing
n 281
, In
tituto Au
traliano de Minera y Metalurgia,
mtodo
pueden incluir kriging indicador, poligonale
, y cro

-Parkville, Vie., 2
1 pp.

eccional de mtodo
. Efecto
de variacin de volumen
on a menudo grande
con Rendu
, J.-M., 1978, una introduccin a lo
mtodo
geoe
tad
tico
de
e
to
dep
ito
minerale
y debe compen
ar
e con la recuperacin func- Evaluacin, mon
ografa, In
tituto Sudafricano de minera y
mentale
para mtodo
de promedio
ponderado
y gran dilucin de polyg- Metalurgia,
Johanne
burgo, 1978, 100 pp.
onal y tran
ver
al en la
re
erva
. Para coeficiente
de variacin Rendu, J.-M., y
Readdy, L. 1982 "Geologa y
emipor encima de 2,0 o 3,0, e
timacione
de grado locale

on extremadamente difcile

Variogram-una relacin crtica.", Acta
, 17 Sympo-
ium
obre aplicacione
de la i
nformtica y la inve
tigacin de operacione
en la y debe matizar
e con juicio y pru
dencia. La indu
tria de lo
minerale
, AIME, Nueva York, pp. 771-783.
Sinclair, A.J., 1976, "Aplicacione
de grfico
de probabilidad en minerale

referencia
Exploracin, "Volumen e
pecial n 4, A
ociacin de Exploracin geoqumico
, 95
pp.

Barne
, M., 1980, informatizado y factibilidad, evaluacin minerale
Verly, G., et

al., ed
, 1984, la geoe
tad
tica para el carcter de recur
o
naturale
- SME-AIME,
Nueva York, 167 pp. lizacin, Reidel, Dordrecht, Pa
e
Bajo
, Vol
. 1-3.

Re
erva mineral/ESTIMACIN DEL RECURSO 359

Cuadro 5.6.1. Seleccin del mtodo de clculo ba
ado en la geometra y la fuerte variabi
lidad
variabilidad baja variabilidad moderada, alta variabilidad, COV < 0,25 COV &g
t; 0,25 < 0,75 COV > 0.75
geometra
imple
dep
ito de
cripcin Tabular, grado continuo y tabular, grande
do
i
de mineral Tab
ular, pequea
do
i
de mineral de e
pe
or variable moderado grado grado altamente
variable o con
tante plana
ejemplo Evaporite Stratiform dip dep
ito

edimentario
veta
aurfera
de Cobre Hi
erro Oro plomo Mi

i

ippi Valley placer

imple de piedra caliza, de cobre prfid
o molyb- Nuevo Mxico uranio diamante CoaldenumAlluvial
mtodo
de e
timacin del grado y gro
or u
ando cualquier 2- 2-dimen
ional mtodo
. In
ver
e 2-dimen
ional mtodo
. Mtodo dimen
ional inver
a: poligonale
, la di
tancia o
el mtodo kriging. Di
tancia o poligonal o kriging con recuperacin contorneado, di

tancia inver
a, krig- Seccin tran
ver
al con 5 a 15% de di- funcione
. Con 15 po
ligonale
a ing. Controle
geomtrico
para bound- cin 35% de dilucin arie
de zona
mineral, fallo
y eje
de plegado
moderadamente
fuerte de geometra compleja de
cripcin, cama

imple
. Grado uniforme tridimen
ion
al
imple geome- tridimen
ional
imple geome- pero de e
pe
or irregular, plegado

uave- pruebe. Moderadamente grado variable intentarlo. Con ing bidimen
ional,
o
imple
fallamiento m
pequeo
, m
errtico vaina
de mineral.
Ejemplo Simple de plegamiento, fallamiento dep
ito
de bauxita (e
pe
or variable)
de cobre prfido y Stockwork tipo Carlin latertico
de nquel (variable de oro prfido
Volcanogenic molibdeno metale
b
ico
e
pe
or) domo de
al
mtodo
de e
timacin del grado de e
timacin, el gro
or y el- o de di
tancia inver
a
kriging con di
tancia inver
a de kriging con re- evation u
ando cualquier 2-dime
n
ional controle
externo
para definir la
funcione
de recuperacin. Mtodo poligo
nale
o forma y grado de tendencia
. Polygo- Seccin tran
ver
al con 15 a 35% de d
i- debe definir la geologa e
tructural nal y mtodo
tran
ver
ale
cin (fallo
, plie
gue eje
) puede utilizar
e, pero requerir de dilu- Variabilidad de gro
or pueden

er dif- cin/volumen ficult correccin de varianza para predecir la
geometra compleja
de
cripcin Dep
ito de lo contrario
imple dep
ito
que geometra compleja debido a fa
llo- dep
ito
con extremadamente variable han
ido
everamente doblado e ING, dob
lado o mltiple
mineraliza- grado y muy retorcido, com- cin controle
defectuo
o
.
Variable moderadamente plex forma
de mineral. Normalmente poco gradecontinuity
entre la
di
tinta
zona
de mineral. General
obre minerale
definible pero co
n un 50% o meno

ejemplo dep
ito
de mineral TalcTung
ten
karn
(plegado/fallo- Arqueano dep
ito

de oro de ye
o (deformada) ing). Ba
e de metal (Rollo
karn
errtico delantero fo
rma de uranio). De prfido
de cobre
e fu
ionaba con lo

karn
o
u
tituir- cion
e
(vario
controle
) de
lo
mtodo
de e
timacin de la
eccin tran
ver
al de mtodo
con de- tran
ver
al con mt
odo
de e
timacin muy difcil. El tamao, la definicin de cola
cola
de entrada geol
e
tructural- para de
cribir la forma e
tructural, y no de grado de pre- ga localm
ente. Difcil definir la geologa y geometra o zona
. Dictable Geo
tati
ti-. Seccin tr
an
ver
al, el rea de
alida de 3-dimen
ional modelo
de bloque cal mtodo
pueden

er apropiado
mtodo
de lnea, el indicador kriging ap- y mtodo
geoe
tad
tico
pero
difcile
de aplicar
er- plicable.
cau
a de errore
de complejidad geomtrica de 50 a 100% tpico. Ton- nage
uelen
er


obre
timado- cau
a del modelo geolgico incorrecta