Professional Documents
Culture Documents
DEDICATORIA.-
AGRADECIMIENTOS
RESUMEN.-
ETC.
SE APRECIA QUE PARA EL TAMAO DE USM DE 25X25X10 M LOS VALORES DE ERROR SON
NDICE
DEDICATORIA.- ----------------------------------------------------------------------------------------------- I
AGRADECIMIENTOS --------------------------------------------------------------------------------------- II
RESUMEN.----------------------------------------------------------------------------------------------------- III
NDICE---------------------------------------------------------------------------------------------------------- IV
INTRODUCCIN.---------------------------------------------------------------------------------------------- 1
II.1.- INTRODUCCIN.--------------------------------------------------------------------------------------II-26
II.2.3.- CLIMA.-------------------------------------------------------------------------------------------------II-27
II.2.4.- HIDROGRAFA.----------------------------------------------------------------------------------------II-27
II.2.5.1.- Industria.--------------------------------------------------------------------------------------------II-28
II.3.1.- TECTNICA.-------------------------------------------------------------------------------------------II-31
III.1.- INTRODUCCIN.------------------------------------------------------------------------------------III-35
IV.1.- INTRODUCCIN.------------------------------------------------------------------------------------IV-52
IV.1.4.- LMITES FSICOS DEL MODELO GEOLGICO DEL SECTOR DEL YACIMIENTO UTILIZADO.- - IV-
56
IV.4.- CONCLUSIONES.------------------------------------------------------------------------------------IV-73
IV.5.- RECOMENDACIONES.------------------------------------------------------------------------------IV-75
NDICE DE TABLAS
Tabla IV-1 Campaas de perforacin en el yacimiento.- ................................................IV-52
Tabla IV-2 Tabla de coordenadas para la estimacin.- ..................................................IV-53
Tabla IV-3 Secciones transversales.-...............................................................................IV-56
Tabla IV-4 Estadstica descriptiva del CaO.- ..................................................................IV-60
Tabla IV-5 Frecuencia acumulativa del CaO.-...............................................................IV-60
Tabla IV-6 Parmetros para el clculo de los semivariogramas.-..................................IV-62
Tabla IV-7 Caractersticas de los modelos de bloques.- .................................................IV-64
Tabla IV-8 Coordenadas del sector simulado.- ...............................................................IV-66
Tabla IV-9 Tabla de comparacin de los estadgrafos de los datos reales y los simulados.-
..................................................................................................................................IV-70
NDICE DE GRFICOS
Grfico IV-1 Lmites de las reas de trabajo.- ................................................................IV-54
Grfico IV-2 Pozos utilizados en el desarrollo de este trabajo.-.....................................IV-54
Grfico IV-3 Lmites fsicos de modelo geolgico. Perfil No. 354200N .........................IV-56
Grfico IV-4 Tied polyline para confeccionar el slido tridimensional.- .......................IV-57
Grfico IV-5 Slido tridimensional de los recursos.- ......................................................IV-58
Grfico IV-6 Modelo digital del terreno.-........................................................................IV-59
Grfico IV-7 Histograma para el Carbonato de Calcio (CaO).- ....................................IV-61
Grfico IV-8 Semivariogramas del CaO.- .......................................................................IV-62
Grfico IV-9 Semivariograma de CaO ajustado y modelo estructural obtenido.- ..........IV-63
Grfico IV-10 Modelo de bloques.- .................................................................................IV-65
Grfico IV-11 rea escogida para la simulacin secuencial gaussiana.-.......................IV-66
Grfico IV-12 Representacin en 3D de los resultados de la simulacin.-.....................IV-69
Grfico IV-13 Comparacin entre los histogramas de los datos reales y los simulados para
el CaO.- ....................................................................................................................IV-69
Grfico IV-14 Semivariogramas de los datos reales y los simulados.- ...........................IV-70
Grfico IV-15 Error cuadrtico medio.-..........................................................................IV-71
Grfico IV-16 Diferencias entre valores estimados por Krigeaje vs. promedios mviles de
la Simulacin.- .........................................................................................................IV-72
Tesis de Maestra Introduccin.- 1
INTRODUCCIN.-
En los mtodos clsicos no se tienen en cuenta los pesos de las muestras de una forma
racional y/o adecuada, los pesos de las muestras se asignan sobre la base de
consideraciones geomtricas y sin tener en cuenta la variabilidad espacial de los
parmetros estudiados. En ellos la experiencia acumulada y el factor subjetivo juegan un
papel preponderante.
Otra diferencia fundamental radica en el tamao del bloque, los mtodos tradicionales
emplean bloques de grandes dimensiones definidos sobre la base de la aplicacin de la
geometra descriptiva y proyectiva, y de aspectos geolgicos, mientras que los mtodos
computarizados permiten realizar la estimacin en bloques locales, sustentndose en la
distribucin espacial de las leyes, aunque hay que destacar que el tamao del bloque lo
Tesis de Maestra Introduccin.- 2
determina la persona que realiza la estimacin, de una manera que, aunque menos
subjetiva, se apoya principalmente de la variabilidad de las leyes, continuidad geolgica de
las mineralizaciones, tamao de las muestras y espaciamiento entre ellas, capacidades de
los equipos mineros y altura de diseo de los taludes de explotacin, por lo que la
experiencia acumulada del estimador juega un papel importante.
Para propsitos de estimacin, existen variados criterios que pueden proporcionar una
medida o un estimador de una caracterstica bajo estudio. Lo que realmente hace la
diferencia entre un criterio y otro, es la exactitud de estas estimaciones y la precisin que
las afecta. Por exactitud, entendemos la aproximacin que existe entre el valor de nuestra
estimacin y el valor real desconocido que esperamos medir. Por precisin, entendemos las
fluctuaciones de nuestras estimaciones con respecto a su valor esperado. As un estimador
puede ser exacto y estar afectado por una gran imprecisin. Viceversa, un estimador puede
ser inexacto y estar afecto a una gran precisin.
Exactitud Media
Precisin Varianza
La media debe ser insesgada (sin desviacin sistemtica) y la varianza debe ser
pequea.
SITUACIN PROBLMICA.-
PROBLEMA CIENTFICO.-
OBJETO.-
HIPTESIS GENERAL.-
HIPTESIS ESPECFICAS.-
OBJETIVO GENERAL.-
OBJETIVOS ESPECFICOS.-
TAREAS.-
Para el cumplimiento de los objetivos fue necesario realizar las siguientes actividades:
MTODOS Y TCNICAS.-
Se calcularan los promedios mviles para cada tamao de USM utilizado en el experimento
y se actualizaran los modelos de bloques construidos con estos resultados.
Con los resultados obtenidos se realizarn comparaciones entre los resultados obtenidos
aplicando Krigeaje y los obtenidos por simulacin, para cada modelo de bloque. Adems
se calcularn los errores en la determinacin de la variable por simulacin y por Krigeaje
y se compararan, tomando como real el valor dado por la simulacin.
Tesis de Maestra Introduccin.- 6
Los mtodos de investigacin utilizados para el cumplimiento de las tareas son: la revisin
bibliogrfica, la estimacin por Krigeaje y la simulacin geoestadstica. Los mtodos
geoestadsticos empleados incluyen: el anlisis exploratorio de datos, anlisis estructural,
simulacin condicional, estimacin por Krigeaje Ordinario de bloque. Se utilizaron en el
procesamiento los programas informticos: Statistica 6.0 for Windows, GsLib90 (versin
2.905), Geostat v. 1.20, S-GeMS v. 1.4, GEMCOM System v. 4.11, Microsotf Office 2003, y
CELDA 3D v. 1.0, software desarrollado por un colega del autor, para el clculo de
promedios mediante ventanas mviles.
RESULTADOS ESPERADOS.-
I.1.- INTRODUCCIN.-
El problema que surge naturalmente es que el tamao de bloque ptimo, requerido para
cada una de las dos tareas (distribucin de leyes o cualquier otra propiedad y modelacin
de formas, as como la extraccin) es diferente, entonces no preguntamos: Hasta donde
influye el tamao del bloque o USM en la exactitud y precisin de la estimacin?.
Algunos autores (Segovia, 2001) proponen utilizar dos modelos, uno para estimar la
distribucin de leyes del deposito y otro para obtener el volumen ptimo de los recursos; el
primer modelo no tiene en cuenta la utilizacin de sub bloques o el porciento de mena
dentro del bloque, lo cual permite una estimacin mas objetiva de los parmetros o
variables (ej. Leyes, pesos volumtricos, etc.), an as, el autor de este trabajo opina que
este modelo, no cumple con los objetivos globales de la estimacin, aunque otros autores se
basan en que durante el proceso de extraccin de las reservas no se tienen en cuenta los
sub bloques debido a las exigencias impuestas por el equipamiento minero utilizado y la
tecnologa de extraccin.
El segundo modelo si bien ofrece una estimacin ptima de los volmenes de recursos y
reservas por un mejor acomodo del modelo geomtrico a los lmites fsicos del modelo
geolgico, tiene la desventaja de proporcionar modelos muy grandes y la obtencin de
valores repetitivos de las propiedades estimadas en los sub bloques contiguos y/o
cercanos debido, como es lgico, a la distribucin espacial de los datos utilizados en la
estimacin de los mismos.
Tesis de Maestra Revisin Bibliogrfica I-9
Durante la estimacin de los recursos con este mtodo, los cuerpos minerales tiles
limitados por superficies complejas son igualados, en los lmites del contorno interior, a
una lmina de altura constante e igual a la potencia media.
El volumen del cuerpo de mineral til, dentro de los lmites del contorno interior es
determinado mediante la formula: V = S mm' , donde V es el volumen del cuerpo; S es el
El volumen del mineral til existente en la franja ubicada entre los contornos y se calcula
como producto del rea por la mitad de la potencia media del cuerpo de mineral til.
QC
Los recursos de componente til se hallan, utilizando la frmula: P = , donde P es el
100
peso del componente til, C es el contenido de componente til en la mena.
Este mtodo slo puede utilizarse en caso de una distribucin uniforme de las labores y
ante potencias y contenidos de componente til estables; no pudiendo en cambio ser
utilizado para efectuar la estimacin de recursos de distintos tipos de mineral til dentro de
un mismo depsito.
Tesis de Maestra Revisin Bibliogrfica I-10
Al utilizar este mtodo de estimacin, el rea del cuerpo mineral se divide en bloques de
acuerdo con el tipo de mineral til, el grado de reconocimiento del mismo, las condiciones
tcnico mineras e hidrogeolgicas, el orden a seguir durante la explotacin, etc. La
estimacin de los recursos de cada bloque se efecta por el mtodo de la media aritmtica.
El cuerpo mineral se transforma en una serie de figuras cerradas, cuya altura se iguala a
la potencia media de cada bloque.
Este mtodo se utiliza para la estimacin de recursos de bloques aislados en los que se ha
divido, por labores mineras, al cuerpo de mineral til. Los bloques son partes del cuerpo,
contorneadas y donde se ha efectuado el demuestre por los cuatro costados. El cuerpo de
mineral til se transforma, por medio de galeras y contrapozos, en una serie de
paraleleppedos cerrados de iguales dimensiones, la altura de los cuales se iguala a la
potencia media del bloque. Los recursos en cada bloque se estiman por el mtodo de la
media aritmtica. La estimacin de los recursos se realiza en el plano o en el perfil
longitudinal, con proyeccin sobre el mismo del sistema de labores horizontales y
verticales.
En los casos en que el demuestre por obras mineras y la medicin de las potencias se
realicen por la normal al plano de proyeccin, no corresponde introducir la correccin de
ngulo.
Tesis de Maestra Revisin Bibliogrfica I-11
La estimacin de los recursos se lleva a cabo por suma sucesiva de los pequeos trozos
trapezoidales del cuerpo mineral, ubicados entre las labores en una lnea de prospeccin,
hasta la estimacin total de los recursos en el rea ubicada entre lneas.
La estimacin de los recursos con el mtodo que nos ocupa se efecta por las siguientes
etapas:
a.- Se determinan los recursos en los sectores ubicados entre dos labores de la lnea de
m1 + m2
prospeccin (para sectores de 1 metro de ancho) por la formula: V1 = a , donde V1
2
es el volumen del sector ubicado entre dos labores; a es la distancia entre dos labores por
la lnea de prospeccin; m1 y m2 son las potencias del cuerpo mineral por las labores;
Q1 = V1 , P1 = Q1 C1 , donde Q1 son los recursos de mineral til; es el peso
volumtrico; C1 es el contenido medio del componente til; P1 son los recursos del
componente til.
b.- Se suman los recursos de estos trapezoides por la lnea de prospeccin dada;
d.- Se determinan los recursos del yacimiento por medio de la suma de los recursos de los
QI + QII Q + QII + QI QII
distintos sectores, Q = l Q= I l , donde Q son los recursos de
2 3
mineral til en los sectores ubicados entre los cortes QI, QII son los recursos de mineral til
en las franjas por las lneas de prospeccin I y II; l es la distancia entre las lneas;
Q = Q1 K , donde K es la anchura de influencia de la lnea de prospeccin, igual a la
semisuma de las distancias hasta las lneas vecinas.
La estimacin de los recursos, por el mtodo de los cortes paralelos, puede ser realizada en
forma ms sencilla; conociendo el rea de las secciones se pueden estimar los recursos
entre las mismas multiplicando la semisuma de las reas por la distancia entre ellos o
multiplicando la magnitud del rea por la anchura de influencia.
Tesis de Maestra Revisin Bibliogrfica I-12
Para los bloques extremos, apoyados en una sola seccin, el volumen se determina por la
S l S l
frmula de la cua: V = del cono V = , donde S es el rea de la seccin del
2 3
extremo; l es la distancia de la seccin al punto de acuamiento.
A fin de estimar los recursos de mineral y de componente til, se hallan los valores medios
del peso volumtrico y del contenido, en principio por secciones aisladas y luego para todo
el bloque.
(QI + QII )( H I + H II )
a.- ngulo entre los cortes menor de 10o; Q = ;
4
(QI + QII )( H I + H II )
b.- ngulo entre cortes mayor de 10o; Q = ,
cos 4
donde, Q son los recursos entre las lneas de prospeccin I y II; QI, QII son los recursos en
las franjas por las lneas de prospeccin I y II; HI, HII son las perpendiculares trazadas
desde los centros de gravedad de las secciones I y II hasta la lnea de prospeccin opuesta;
es el ngulo entre las lneas de prospeccin (en radianes).
polidricos cerrados, cuyas bases son los polgonos ya citados, siendo su altura igual a la
potencia del cuerpo por la labor que se encuentra en el centro del polgono.
Durante la estimacin de los recursos con este mtodo, entre los contornos interior y
exterior se traza la lnea media y se trazan las perpendiculares al centro de los lados que
unen las labores ubicadas en el contorno interior. Las perpendiculares se trazan hasta la
intercepcin con la lnea media en la zona existente entre ambos contornos.
Tambin hace algn tiempo solan utilizarse, adems de los ya mencionados, los mtodos
de los tringulos, isolneas e isohipsas, que despus dejaron de ser utilizados.
A partir de la descripcin realizada, el autor de este trabajo considera, que si bien estos
mtodos de estimacin resolvieron, en su momento, el problema de conocer la cantidad y
calidad de una determinada materia prima o mena, imposibilitaban un conocimiento y
explotacin selectiva de los recursos, al no poder discretizar los mismos y caracterizarlos
por unidades de seleccin minera que desde el punto de vista minero tecnolgico fuera
posible su extraccin, con un control eficiente de la dilucin y el empobrecimiento, es por
esta razn que se hizo imprescindible pasar a mtodos geomatemticos superiores que
dieran al traste con esto.
Tesis de Maestra Revisin Bibliogrfica I-14
Como en cada sector industrial en los ltimos 30 aos, los requisitos de esta actividad, han
sufrido cambios. Aunque las instituciones mineras, todava practican el trabajo manual, la
habilidad del ingeniero estimador moderno, con una computadora, se ha vuelto una
preocupacin primaria.
Esto no quiere decir que la minera se ha vuelto una ocupacin estril de oficina; el trabajo
sucio de la perforacin de exploracin todava es el fundamento de la minera, an cuando
est basada en la informacin de levantamientos geomagnticos areos, o los anlisis
espectrales electromagnticos, de imgenes tomadas por los satlites.
Dependiendo del tipo de depsito con el que usted est trabajando y el mtodo de
interpolacin usado, el modelo intentar reflejar la verdadera naturaleza del cuerpo
mineral para reforzar la exactitud del volumen y las estimaciones de costo/beneficio.
Con un sistema automatizado, usted puede construir y procesar, al menos, dos tipos
diferentes de modelos. Ellos son: LAMINAR de REJILLA y de BLOQUE.
El modelo laminar se usa en carbn, bauxita y minerales pesados, donde los cuerpos de la
mena son semi - continuos, ondulados y pueden expresarse como capas enrejilladas. Ellos
son modelados creando superficies para cada contacto o junta en el colgante y yacente del
cuerpo mineral. Los ficheros (de las superficies), contienen la matriz bidimensional de cada
contacto y pueden ser generados y/o editados separadamente.
Tesis de Maestra Revisin Bibliogrfica I-15
Por otro lado, el modelo de bloque no es ms que una definicin de rejilla tridimensional
regular. Los bloques (o celdas) tienen las mismas dimensiones laterales, con una elevacin
constante para cada banco. Las celdas guardan la informacin definida en sus centros
Una vez definido el tipo de modelo geomtrico a ser utilizado se procede a la estimacin de
las diferentes variables en estudio para cada Celda o Unidad de Seleccin Minera (USM),
utilizando para esto interpoladores como son el Krigeaje, Inverso de la Distancia, etc.
La calidad estimada del bloque necesita tener en cuenta otras muestras cercanas al bloque
y no slo el valor dentro del bloque.
Est claro que deben tener ms influencia en la estimacin las muestras ms cercanas al
bloque que aqullas ms lejanas de l. Esto llev a la idea de darle un peso a cada muestra
por el inverso de la distancia al bloque a estimarse (I.D.W. Inverse Distance Weighting).
Estudios de Daniel G. Krige en 1951 mostraron que, los resultados ms exactos al estimar
la calidad de un bloque, fueron obtenidos, usando el mtodo del inverso de la distancia al
cuadrado (Journel y Huijbregts, 1978).
No haba tambin exactitud en la estimacin obtenida de los valores y fue necesaria una
medida del error de estimacin.
Krige experiment con los promedios de los pesos para estimar las reservas de oro. l
crey que haba una mejor manera de estimar la calidad del bloque y el error asociado con
la estimacin. El Dr. George Matheron (1962) sigui entonces a en esta idea y nos dio lo
que es conocido hoy como Krigeaje Kriging.
En este punto es donde los mtodos automatizados han logrado aventajar de forma
aplastante a los mtodos clsicos; la posibilidad de discretizar los recursos en pequeos
bloques, estimar para cada uno el valor de las variables en estudio, as como su volumen,
masa, y otras caractersticas, adems de tener la posibilidad de optimizar el diseo de la
mina, ya sea a cielo abierto de forma subterrnea, ha permitido una extraccin
verdaderamente selectiva de los recursos, mejorando los parmetros de rendimiento y
recobrado de la mena en explotacin, as como una mejor operacin minera en cuanto a la
Tesis de Maestra Revisin Bibliogrfica I-17
La optimizacin del diseo minero ha transitado por varios mtodos as tenemos que en
1965 M. J. Pana de la Kennecot propuso el diseo mediante un cono flotante, que ha
continuado con mucha aceptacin en la industria minera al paso del tiempo. El algoritmo
es muy simple y aunque no proporciona la envolvente ptima, ejecuta un trabajo ms que
adecuado. Se trata de considerar en cada nivel, en cada fila y columna tras columna, un
bloque unitario de beneficio econmico positivo como base de un cono invertido. Las
paredes del cono deben responder a las pendientes exigidas por la geotcnica para cada
sector del depsito. En la medida que el balance final de todos los bloques, en el interior de
este cono truncado, resulta positivo, el cono entero se extrae. Se modifica la topografa de
la cantera y se continua considerando el prximo bloque unitario de beneficio econmico
positivo y as sucesivamente. La debilidad ms criticada de este procedimiento es su
incapacidad para considerar conos adyacentes que puedan soportarse econmicamente.
Por supuesto que existen maneras de solucionar este problema mediante la consideracin
de varias iteraciones.
El diseo mediante la teora de grafos permiti a los ingenieros Lerch y Grossman (1965)
establecer una metodologa optimizante para un estado final de cantera tridimensional.
Tesis de Maestra Revisin Bibliogrfica I-18
Bsicamente se trata de unir los bloques entre si mediante ramas. Existen ramas fuertes (p.
ej., balance econmico positivo) y ramas dbiles (balance econmico negativo). Para
extraer una rama fuerte es necesario extraer aquellas ramas que condicionan su
extraccin. La configuracin de bloques establecida para le anlisis de la extraccin debe
considerar una expansin cnica, que abarque normalmente tres niveles, basada en
condiciones geotcnicas (Tulcanaza, 2000).
En resumen creando una mina virtual dentro de una computadora puede verse en unos
pocos minutos, el ciclo completo de vida de una mina. Pueden verse muchos escenarios. Un
ingeniero puede cambiar la ley de corte en +/_ 0.01% aumentar el costo de operacin del
equipo en 2%, y ver la factibilidad econmica de explotar un depsito, todo esto antes de
que se construya un solo camino de acceso en el sitio.
Las computadoras ms rpidas consiguen, la mejor mina virtual que se puede dirigir,
llevando a esta, los funcionamientos mineros ms eficaces y eficientes.
Esta tecnologa no slo es aplicable a los sitios mineros, tambin es muy eficaz para trazar
un plan de accin ms detallado, para el mejor funcionamiento de la produccin
establecida.
La obvia necesidad de reconciliacin entre los recursos estimados (in situ) y las reservas
minables o recuperables, es bsicamente econmica, toda desviacin entre leyes o
contenidos produce una prdida econmica, como lo indican las siguientes relaciones:
Todas las prdidas descritas anteriormente pueden ser calculadas y evaluadas en trminos
econmicos. Entre los factores que influencian la magnitud de estas perdidas se encuentran
el grado de informacin (en la exploracin, en la estimacin, en el nivel de selectividad, en
le frente de explotacin) y en el grado de selectividad minera (tamao del bloque [USM] y
ley de corte).
La clave del xito de la estimacin a corto plazo est en determinar, primero: el tamao
ideal del bloque de mineral (unidad bsica de extraccin [UBE] o unidad de seleccin
minera [USM]) que mejor responde a la distribucin ley tonelaje ms apropiada para el
negocio minero, y segundo: la configuracin de pozos de voladura (distribucin espacial,
malla y extensin comprometida en la estimacin de un bloque) que se aplicar (por ej.,
mediante Krigeaje) a la estimacin de los bloques reales del depsito (Tulcanaza, 2000).
En general una mina de caliza requiere, para una adecuada dosificacin de su mineral,
disponibilidad de hierro y arcilla. As, un complejo cementero cuenta normalmente con
recursos de hierro y arcilla en las cercanas de sus minas de caliza. Pueden existir dos
situaciones: Una en que el complejo cementero tiene un solo tipo de minas de caliza, hierro
y arcilla. En este caso, los costos por tonelada de un material dosificado en forma
homognea son realmente estables y la optimizacin se traduce bsicamente en identificar
el mximo tonelaje disponible con especificaciones qumicas seleccionadas. La otra
situacin puede envolver complejos que tienen depsitos de caliza, hierro y arcilla de
diferente calidad con costos de extraccin diferentes. En estos casos, los algoritmos
computacionales incorporan tcnicas de programacin lineal a fin de obtener las mezclas
tcnico econmicas mas convenientes (Tulcanaza, 2000).
En sentido general hemos encontrado muy poca literatura donde se aborde el tema de la
influencia del tamao de la Unidad de Seleccin Minera en la precisin y exactitud de la
estimacin in situ de recursos minerales y de los recursos minerales no metlicos en
particular no hemos podido encontrar algo.
Tesis de Maestra Revisin Bibliogrfica I-21
Como conclusin, su mtodo ofrece resultados que indican que tamao de bloque favorece
la obtencin de resultados ventajosos o no, en el proceso de explotacin de las reservas y
la maximizacin de las ganancias, pero no habla de hasta donde, una correcta seleccin
del tamao de la USM favorece o no la exactitud y precisin de la estimacin de los
recursos minerales in situ, en el deposito utilizado como ejemplo.
El cambio de soporte, por medio del cual muestras tomadas sobre un soporte (volumen) se
usan para estimar bloques con un soporte, normalmente ms grande, todava es un
problema crtico, particularmente en la industria minera, (Glacken, 2001). Si ignoramos el
cambio de soporte, la prediccin del recobrado real de reservas resulta tpicamente pobre,
con la sobrestimacin de bloques de altas calidades y subestimacin de bloques bajas
calidades por calidades puntuales.
Fueron creados varios algoritmos para cambio de soporte; stos incluyen la correccin
ane, durabilidad de mtodos de distribucin, la correccin lognormal indirecta, y el
modelo Gaussiano discreto. Muchos de estos mtodos tienen asunciones estrictas y
limitaciones, como la adopcin de la misma forma de la distribucin para los puntos y
bloques, reduccin excesiva de asimetra, la no-preservacin de modos secundarios, o falta
de robustez. Adems, muchos de los acercamientos tempranos eran globales, en estos no
haba ninguna consideracin de los datos locales especficos para cada bloque, y slo es
devuelto un solo valor del bloque estimado - un valor sujeto a suavizacin y sesgo
condicional. En la geoestadstica no-lineal, el cambio local de soporte se ha logrado
usando el kriging disyuntivo con el modelo Gaussiano discreto o el isofactorial. Verly
(1984) examin el cambio de soporte bajo el modelo multiGaussiano (Glacken, 2001).
Si una distribucin de valores que modelan la incertidumbre especfica para cada bloque
estuviera disponible, sera posible especificar una estimacin basada en cualquier criterio
de optimizacin apropiado para la situacin particular, no slo los criterios especficos del
error de los mnimos cuadrados caracterstico de Krigeaje. Una manera de lograr esto es
mediante la simulacin condicional (Deutsch y Journel, 1998).
El uso de la simulacin condicional para el cambio de soporte fue propuesto por Deutsch y
Journel (1992) y por Journel (1993). El principio es simular los valores puntuales en la
escala discretizacinal de sub-bloques y entonces promediar stos para obtener un valor
del bloque (siempre que los promedios sean linealmente variables).
A partir de muchas realizaciones se puede obtener una ccdf del bloque. Gmez-Hernndez
(1991) explor el cambio de soporte (sobre escalamiento) de variables no-lineales
promediadas.
Tesis de Maestra Revisin Bibliogrfica I-23
Mientras, casi cualquier tcnica de la simulacin condicional puede adaptarse para este
propsito, el formalismo de LU es particularmente apropiado. Este algoritmo confa en la
descomposicin de una sola matriz de covarianzas que relaciona datos y valores nodales.
Desde que las realizaciones adicionales son obtenidas meramente dibujando un vector de
nmeros aleatorios normales, el mtodo es rpido, y satisface situaciones que requieren
muchas realizaciones de pequeo tamao con relativamente algn condicionamiento de los
datos. El algoritmo se lleva a cabo secuencialmente para cada bloque con su especfico
condicionamiento de los datos.
Pero el concepto que a nuestro juicio esta ms ntimamente ligado al tema que nos ocupa
es el de la Variable Localmente Definida, que significa que el volumen sobre el cual se
estudia o mide el atributo de inters ejerce un rol bsico en su caracterizacin. Este
concepto muestra el efecto del soporte en el volumen mineralizado al considerar un
contenido mnimo cualquiera (Matheron, 1970 ; Wackernagel, 1995).
Este concepto demuestra que al variar el tamao y/o disposicin espacial del soporte
(USM) vara el contenido mnimo del depsito y las leyes unitarias de cada bloque, pero no
se refiere a la precisin y/o exactitud de la estimacin de la variable in situ, en cuestin.
Por otro lado Rossi, (2006) plantea el USM depende de la selectividad de la mina; para
definir el tamao, tienes que pensar en el equipamiento minero a ser utilizado, la altura del
banco, y el ancho mnimo de minado (que no es lo mismo que el ancho de las palas de los
cargadores).
El concepto es que es el tamao mas pequeo que la mina (operando) pueda separar
mineral de estril. Es una definicin subjetiva. Adems, si quieres complicarla, podes
considerar que en distintas etapas de la operacin (o sectores) la USM puede variar segn
las condiciones del terreno.
Tesis de Maestra Revisin Bibliogrfica I-24
El problema bsico que tiene es que es una figura idealizada, porque en la realidad las
USM nunca son regulares, y varan de tronadura a tronadura (en cielo abierto). En
minera subterrnea es diferente, porque los sectores minados son siempre del mismo
tamao (segn el mtodo de minado), y no hay mucho espacio para la variacin y/o
flexibilidad...
Hay 3 grupos de mtodos bsicos: los "tradicionales", que incluye la correccin por
afinidad, la indirecta lognormal, y la discreta Gausiana; una "practica", donde la
correccin se hace controlando el proceso de estimacin del Krigeaje (Krigeaje restringido
a radios de bsquedas y nmeros de muestras limitados), y la simulacin condicional,
donde pasas de nodos a bloques de cualquier tamao (incluyendo USM), y por ende la
prediccin es tomada directamente del modelo (la correccin por cambio de soporte esta
implcita en el promediado a bloques).
En mi opinin y experiencia, este tema esta entre los 3 mas grandes que impactan la
calidad de las predicciones de recursos: definicin de estacionaridad (unidades de
estimacin); modelo geolgico adecuado (que capture los controles de mineralizacin y
permita una buena definicin de las zonas de estacionaridad); y el cambio de soporte
(dilucin interna)
El tamao de la USM es uno de los aspectos que, en mi opinin, mas impacto tienen en la
definicin de recursos y reservas, y muchas veces es ignorada. Esta muy relacionado con el
concepto geoestadstico de volumen varianza, o dilucin interna del bloque
Martnez, (2006) opina que el tamao de bloques controla: a) el error de estimacin (no
es una funcin lineal) (regularizacin), b) la distribucin de datos estimados (anamorfosis
gaussiana en soporte de bloques, correccin afn)y c) adems la forma en que se explota
puede cambiar todo.
La unidad de selectividad minera la pone el equipamiento minero, esta no debe ser muy
pequea, pues la Desv. Std. de Krigeaje es inversamente proporcional el volumen v de la
USM ...
Tesis de Maestra Revisin Bibliogrfica I-25
En nuestro criterio a pesar de la importancia de este tema el mismo es muy poco abordado
por la comunidad de estudiosos del tema y cuando lo hacen solo se refieren en su gran
mayora, a su influencia en la productividad, la selectividad, la dilucin y el recobrado de
metal en los casos de depsitos de minerales metlicos.
I.5.- CONCLUSIONES.-
1.- La estimacin de un atributo, al interior de un dominio espacial, sea este, una longitud,
una superficie o un volumen, a partir de datos conocidos muestreados involucra un
determinado error o desviacin de la realidad.
2.- Se puede determinar el tamao de la USM que mejor responde a la distribucin ley -
tonelaje a partir de mtodos de prueba y error, seleccionando una serie de tamaos de
USM y a partir de relaciones geoestadsticas que asocian un tamao seleccionado con
la distribucin del leyes de mineral correspondiente a esos bloques.
II.1.- INTRODUCCIN.-
Es necesario explicar, para la mejor comprensin de este capitulo, que este deposito, en la
actualidad, se encuentra en explotacin y que la descripcin de la geologa presentada fue
tomada del informe de la exploracin detallada del mismo. Durante la exploracin se
realiz un informe preliminar en abril de 1973, un complemento al informe preliminar y la
segunda etapa en 1974. Barkc Z. y Hasch J. (1976).
II.2.1.- LOCALIZACIN.-
La cantera y terrenos adyacentes se encuentran del mar (Baha del Mariel) a una distancia
de 100 a 1000m por su parte NO y por el SE se encuentra limitada por zonas ganaderas y
por las zonas de cultivo de henequn.
El yacimiento est situado en el mapa 1: 50 000, hoja cartogrfica No. 35841, 3684 IV.
Tesis de Maestra Geologa del yacimiento Mariel.- II-27
II.2.2.- TOPOGRAFA.-
El relieve del yacimiento coincide con una pendiente ondulada bastante grande que se
achata bruscamente en la direccin oriental trasformndose en una meseta casi llana, con
cotas mximas de 80 90 m sobre el nivel del mar.
II.2.3.- Clima.-
II.2.4.- Hidrografa.-
El rea entre Quiebra Hacha y Mariel (Ro Mosquito) presenta algunos ros de
importancia, aunque no tienen gran caudal, que auxiliados por una red de arroyuelos y
caadas drenan la zona en la poca de lluvias.
II.2.5.1.- INDUSTRIA.-
La regin del Mariel cuenta con un importante rengln para la economa del pas, esta es
la termoelctrica del Mariel que forma parte del sistema elctrico nacional unificado.
En las cercanas del yacimiento se encentra una fbrica procesadora de henequn que
adems produce sogas de esa materia prima.
Igualmente pertenece a la zona el central Orlando Nodarse que dista unos 8Km del pueblo
del Mariel.
De gran importancia son las instalaciones portuarias en la baha del Mariel donde radica
la flota camaronera.
Vegetacin. Como expresamos anteriormente la zona del yacimiento est muy cultivada y
donde no, est la vegetacin natural que presenta las siguientes caractersticas: La flora
est constituida por vegetacin leosa, que se establece cerca de los ros y preferentemente
sobre los terrenos que quedan secos durante el reflujo, la especie que ms abunda es el
mangle rojo.
Por la regin pasa la autopista de primera clase La Habana Mariel Pinar del Ro. La
planta y la cantera estn situadas cerca de la autopista. Mariel dispone de un puerto, en el
cual pueden anclar buques de gran tonelaje.
ENCAJANTES.-
Al este se encuentran en la superficie solamente los sedimentos del Negeno, marga, marga
calcrea, caliza coralina cavernosa, caliza margosa, caliza blanda, caliza compacta con
las capas de caliza (calcarenita, gravelita) mas blanda de color crema, crema blanco, gris
y rojizo. La caliza coralina aflora en el yacimiento con potencias de 0.5 30 m.
Tesis de Maestra Geologa del yacimiento Mariel.- II-30
Caliza 90 100 %
Caliza margosa 75 90 %
Marga calcrea 40 75 %
Marga 15 40 %
Argilita calcrea 5 15 %
Argilita 0 5 %
Sin embargo hay que constatar que los intervalos antes mencionados forman un conjunto
de rocas, en los cuales estn incluidos tambin las capas o intercalaciones de carcter
distinto desde el punto de vista petrogrfico, es decir: las calcarenitas y gravelitas por su
contenido de CaCO3 se pueden considerar como caliza margosa o marga calcrea. Las
limolitas con intercalaciones de poca potencia de arenisca y arcilita corresponden con
marga o marga calcrea. Tomando en consideracin la presencia de los granos de caliza
en las areniscas hay que constatar que stas se pueden incluir qumicamente en el grupo de
las margas, lo mismo se puede decir sobre los conglomerados de grano no muy grueso.
Los tipos de rocas arriba mencionados representan la estratificacin del tipo flysh tpica
para la poca del Cretcico, Paleoceno y eoceno inferior, mientras que dentro del negeno
no se encuentran los cambios litolgicos tan frecuentes, de manera que las gravelitas y
calcarenitas se pueden caracterizar qumicamente como calizas margosas hasta margas
calcreas.
Tesis de Maestra Geologa del yacimiento Mariel.- II-31
II.3.1.- Tectnica.-
a) Mediciones geofsicas
b) Perforaciones de pozos
Las fallas tectnicas se manifiestan por tres sistemas. Las fallas longitudinales son de
direccin N S y las transversales de direccin NO SE y SO NE. Las capas de rocas
tienen direccin predominante N S de 5 - 15 (mximo 35) al este, NE o SE. En la
estructura general de las rocas del Cretcico superior se manifiesta una ondulacin fuerte
de las capas; la altura del salto de estas fallas alcanza de 5 a 30 m.
Generalmente podemos hacer la conclusin de que el origen de las fallas est determinado
por las propiedades fsico mecnicas de las rocas. Las fallas principales o ms importantes
han tenido lugar en las rocas de mayor dureza o resistencia, como las calizas coralinas y
caliza compacta estratificada.
Las rocas intrusivas (serpentinita, porfiritas, tobas, etc.) del Cretcico superior en el
yacimiento no se encuentran.
1. Los estratos de argilitas, limolitas y margas de color gris hasta negro. Los distintos
tipos petrogrficos en los estratos se alternan irregularmente y sus potencias de 1 cm
hasta 1m.
2. Los estratos de margas, margas calcreas y caliza margosa de color gris y gris claro
estn caracterizadas por la presencia de margas calcreas.
B. Palegeno Negeno.
Los sedimentos palegenos fueron depositados en las capas subyacentes ya erosionados del
Cretcico superior.
1. Las argilitas, limolitas, areniscas y conglomerado de color gris y pardo forman capas
de potencia muy variable, las cuales estn muy desarrolladas en el rea del yacimiento.
4. Los estratos de caliza margosa, caliza blanda y caliza compacta estratificada de color
crema, crema claro son miembros superiores de la sedimentacin del negeno en el
yacimiento. Estn caracterizadas por la sedimentacin rtmica y yacen en los
alrededores de estos arrecifes coralinos.
II.3.3.1.- GENERALIDADES.-
Las rocas calcreas de la formacin Martn Mesa y las rocas arenosas del Cretcico
superior son fuentes de reservas para aguas subterrneas.
Tesis de Maestra Geologa del yacimiento Mariel.- II-33
De acuerdo a las formas de clasificacin esta agua son aguas subterrneas filonianas en
especial aguas de fisuras, siendo zonas fracturadas tectnicamente y muy diaclasadas.
Las capas del Palegeno y Eoceno inferior tienen poca capacidad acufera (areniscas,
limolitas, argilitas).
Las rocas del Mioceno son muy prdigas en agua potable catalogadas como capas muy
acuferas donde existen numerosos pozos que se utilizan.
Las aguas subterrneas de los sedimentos cuaternarios de la regin no son utilizadas como
agua potable.
En el sur y sudoeste fuera de los lmites del yacimiento, la superficie del terreno est
inclinada hacia el valle del Ro Bongo, donde alcanza las cotas de 10 m y menos.
De este modo el yacimiento representa una zona elevada del terreno, limitada por todos
lados por una red hidrogrfica y la cuenca martima. Esto determina por una parte las
condiciones desfavorables para el abastecimiento de los horizontes acuferos, y por otra
parte contribuye a un drenaje intenso de las rocas acuferas.
Las argilitas mencionadas son dbilmente permeables y sobre ellas descansan rocas
carbonticas del oligoceno mioceno con una composicin muy compleja.
Tesis de Maestra Geologa del yacimiento Mariel.- II-34
Las aguas subterrneas se mueven en la direccin norte hacia la inmersin del norte de la
estructura. Sin embargo la zona de saturacin principal no alcanza la zona del yacimiento
ya que se dirige parcialmente siguiendo el rumbo del buzamiento de las argilitas, margas y
areniscas que estn por debajo de las rocas acuferas, hacia el Ro Mosquito,
alimentndolo y corriendo por una depresin del relieve hacia el valle del Ro Bongo y la
Baha del Mariel.
III.1.- INTRODUCCIN.-
En este capitulo pretendemos abordar estos temas y la forma en que se pueden relacionar
con la precisin y la exactitud de la estimacin haciendo uso de los procedimientos de
estimacin y simulacin geoestadstica, ilustrndolo con el caso de estudio que nos
compete.
Los pasos presentados en este captulo pueden ser aplicados para conocer la influencia del
tamao de la Unidad de Seleccin Minera (USM), en la precisin y exactitud de la
estimacin, in situ, de algn parmetro o propiedad medida en localizaciones de su
dominio. La aplicacin de la Geoestadstica tiene como propsito, lograr la mejor
estimacin verosmil y/o probable a partir de la informacin disponible como resultado de
los trabajos de exploracin (Armstrong y Roth, 1997; de Fouquet, 1996; Christakos y
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-36
Raghu, 1996; Christensen, 1993). Esta estimacin se obtiene, tomando en cuenta las
caractersticas estructurales del objeto de estudio.
Es obviamente comn que las mediciones de una variable tengan una posicin en el
espacio, es decir, sean georeferenciadas, esta propiedad las diferencia del resto de las
variables estadsticas, y por esta razn son llamadas variables regionalizadas (Matheron,
1970).
Los bloques a estimar deben estar al interior de un rectngulo que envuelva el dominio,
con el objetivo de contornear la zona de inters, es decir, seleccionar los bloques que estn
dentro de los lmites fsicos de modelo geolgico o de la regin de estudio, que en el caso
minero no es ms que la zona mineralizada de inters.
Una vez que obtuvimos los datos, fue necesario controlarlos exhaustivamente para verificar
su exactitud, esto represent que todos los errores numricos fueron corregidos en la base
de datos, fue muy importante, adems de estar familiarizado con el problema a solucionar,
el hecho de haber participado en la confeccin de un proyecto minero, realizado con
anterioridad a este trabajo.
Al inicio del estudio nos fue indispensable estudiar todos los elementos necesarios, con el
objetivo de precisar: La geologa del yacimiento, el tipo mtodo de muestreo empleado, si
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-37
REGULARIZATION DE LA
INFORMACIN
ANLISISEXPLORATORIO DEDATOS
CALCULO DEL
SEMIVARIOGRAMA A NLISIS DE LA
SEMIVARIOGRAMA MEDIO
EXPERIMENTAL A NISOTROPA
SEMIVARIOGRAMA
VERTICAL
VALIDACINDEL
AJUSTE
AJUSTE DEL
SEMIVARIOGRAMA
EXPERIMENTAL AJUSTE DE MODELOS
TERICOS
ESTIMACIN VS . SIMULACI N
GEOESTADSTICA SIMULATION
LINEAL ESTIMACIN SIMULACIN CONDICIONAL
ESTIMACIN DE SIMULACIN
RECURSOS
DETERMINACIN DE LARECISIN
P Y EXACTITUD
DE LA ESTIMACIN
En el caso que nos ocupa o sea, el deposito Mariel es, definitivamente, del tipo
estratiforme y lo estudiaremos de forma tridimensional.
1.- La longitud del intervalo regularizado NO DEBE SER MENOR que la media de la
longitud original del muestreo.
2.- La longitud del intervalo regularizado DEBE SER MULTIPLO de la altura del banco
de extraccin minera.
Se calcul entonces una media ponderada a intervalos de igual longitud para cada pozo en
la zona mineralizada. Todo esto permitir realizar un anlisis de la variabilidad espacial
en soportes iguales. A este proceso se le llama regularizacin de la informacin.
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-41
Una vez que tuvimos conocimiento del problema, poseamos los datos corregidos, y la
informacin estaba regularizada, procedimos a calcular la estadstica bsica a fin de
determinar homogeneidad en la informacin. Buscar valores extremos o poblaciones
mixtas que puedan influir negativamente en el procesamiento geoestadstico.
En esta fase se incluyen los elementos subsiguientes, los que se complementan mutuamente:
1.- Clculo de semivariogramas medios o globales, 2.- Clculo de semivariogramas
direccionales, 3.- Anlisis de anisotropas, y 4.- Calculo del semivariograma vertical.
Es muy comn encontrar una direccin que juega un papel diferente a la del resto, y es
recomendable analizar esta direccin por separado. En nuestro estudio lo haremos a travs
del semivariograma vertical, sobre el mismo soporte en que fue analizada la variabilidad
horizontal. El semivariograma obtenido ser usado en el proceso de estimacin por
Krigeaje en tres dimensiones (Armstrong y Carignan, 1997; Cuador, 2002).
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-44
Los resultados obtenidos con los semivariogramas experimentales no pueden ser utilizados
de forma directa en el proceso de estimacin, para hacerlo deben ser ajustados
previamente con modelos tericos. Este proceso se realiza de forma visual, y el ajuste debe
ser validado. Los modelos tericos utilizados deben ser los aprobados, es decir, aquellos
que sean definido positivo, si no se tiene en cuenta esto se corre el riesgo de tropezar
con varianzas negativas (Cressie y Grondona, 1992; Deutsch, 1994; Armstrong y
Carignan, 1997; Wackernagel, 1995; Cuador, 2002).
n
(hx , hy , hz ) = Co + Ci Modeloi (a x , a y , a z ) donde: Co es el efecto de pepita; Ci la meseta;
i =1
Modelo esta referido al modelo terico utilizado en el ajuste del semivariograma con los
alcances en las tres direcciones posibles y n es el nmero de estructuras utilizadas en el
ajuste.
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-45
El modelo obtenido debe caracterizar fielmente los aspectos que se suponen importantes
del semivariograma experimental, los cuales sern usados posteriormente en el proceso de
estimacin y simulacin. (Journel y Huijbregts, 1978; Dubrule, 1994; Echaabi et al, 1995 ;
Cuador, 2002).
El modelo ajustado en la fase anterior debe ser validado el mtodo de validacin cruzada
(Lajaunie, 1997; Bacchi y Kottegoda, 1995; Kiyono y Suzuki, 1996; Host et al., 1995;
Madani, 1998; Carr, 1995). Esta tctica consiste en eliminar, temporalmente, el valor de
una localizacin en la data inicial y reestimar ste valor, por Krigeaje, a partir de la
informacin restante, repitiendo el proceso para cada punto muestreado. De esta manera
se obtiene un error de estimacin expresado por la diferencia de los valores reales y los
estimados para cada dato disponible. En el caso de conjuntos de datos con un gran
nmero de muestras no es imprescindible realizar una validacin del modelo ajustado,
como es el caso estudio que nos compete (Cuador, 2002). Es convenientemente importante
detallar la continuidad espacial a pequeas distancias y el comportamiento del
semivariograma en el origen, teniendo en cuenta la peculiaridad del Krigeaje de conceder
mayor peso a las muestras ms cercanas a la localizacin o bloque que se desea estimar,
que a las ms distantes.
III.5.1.- Estimacin.-
implementa en este caso para bloques y requiere adems, del modelo de continuidad
espacial, una vecindad de bsqueda para evitar un exceso de efecto de pantalla en el
Krigeaje (Arik, 1990; Schaug et al., 1993). Para el caso que nos ocupa, que es la
estimacin del valor de una variable en un deposito mineral slido, es adecuado utilizar el
Krigeaje Ordinario de bloques, el cual brinda buenos resultados, cuando la informacin
inicial presenta homogeneidad estadstica y el espaciamiento entre los datos es del orden
de la correlacin espacial entre los mismos (Chica-Olmo, 1987).
En este proceso se obtiene para cada bloque estimado un error de estimacin, la varianza
de Krigeaje, como criterio de la certidumbre de la estimacin realizada (Armstrong y
Carignan, 1997), que diferencia esta tcnica de otros mtodos de interpolacin (de
Fouquet, 1996). Se realizaran estimaciones para cada tamao de bloque seleccionado para
hacer este estudio con el objetivo de comparar estos resultados con los de la simulacin
condicional.
III.5.2.- Simulacin.-
En esta ltima etapa se comparan los resultados de las estimaciones obtenidas del
procesamiento Geoestadstico para cada tamao de bloque, con el promedio obtenido a
partir de los datos simulados para ese mismo tamao de bloque, con el objetivo de conocer
la precisin y la exactitud de la estimacin realizada con el Krigeaje.
Para lograr lo anterior se construirn nomogramas del promedio de los errores calculados
versus los diferentes tamaos de USM. Esto nos permitir visualizar una curva donde el
valor mnimo representar la Unidad de Seleccin Minera mas adecuada para la
estimacin de los recursos de este depsito. Con esto se demostrar la influencia del
tamao de la USM en la precisin y exactitud de la estimacin. No debemos confundir aqu
el valor mnimo con el obtenido para cuando el tamao de la USM coincide con el
espaciamiento de la red.
Otro procedimiento consiste en estimar los recursos globales para el rea de estudio
utilizando los posibles valores reales obtenidos por la simulacin y los valores estimados
por Krigeaje. De este modo se puede encontrar para que tamao de USM sea mnima la
diferencia de los recursos estimados. Si los resultados de estas dos ltimas operaciones
coinciden encontramos sin lugar a dudas la USM ms racional desde el punto de vista
geomatemtico.
dedican a estos menesteres y uno de ellos fue diseado especficamente para este trabajo,
estos sistemas se describen brevemente a continuacin:
Geostatistical Library, GsLib 90: Puede ser utilizado para el procesamiento Geoestadstico
integral, fundamentalmente en el proceso de anlisis estructural, la estimacin por
Krigeaje puntual y de bloque en las variantes ms usada actualmente y la simulacin
geoestadstica. No posee ambiente visual para el procesamiento y no ofrece posibilidades
para el modelaje de cuerpos geolgicos, la GsLib ofrece, en el procesamiento
geoestadstico, ventajas superiores a los sistemas gelogo mineros ms populares en la
actualidad. La filosofa de trabajo de este sistema se concentra en la definicin ficheros de
entrada, la ejecucin del programa ejecutable y la interpretacin de los resultados de
ficheros de salida, resultados que pueden ser visualizados con aplicaciones propias de la
GsLib o auxilindose de otros sistemas. (Deutsch y Journel, 1998).
S-GeMS fue diseado con dos objetivos en mente. El primero, orientado hacia el usuario
final, es proporcionar un software de uso fcil que ofrece un rango grande de herramientas
geoestadsticas: Se implementaron los algoritmos geoestadsticos ms comunes y los ms
Tesis de Maestra Metodologa para la aplicacin de la geoestadstica.- III-50
GEOSTAT SYSTEMS versin 1.20: Es una poderosa herramienta que permite, entre otras
muchas opciones, computar y trazar variogramas experimentales, para cualquier cantidad
de puntos de entrada, en 10 direcciones al mismo tiempo, con su herramienta VARIO 3. En
cada direccin definida por un acimut y ngulo de la buzamiento, un ngulo de tolerancia,
incrementos y nmeros de incrementos seleccionados. Otras opciones incluyen la
transformacin (lognormal o indicador) y el cmputo de medogramas, rodogramas o
covarianzas espaciales en lugar del variograma. La aplicacin VARIO3 permite ajustar un
modelo 3D interactivamente al variograma experimental. El Modelo depende de hecho de
cinco componentes de varios tipos (esfrico, exponencial, etc.) con un valor del umbral y a
tres valores del rango y tres ngulos de la rotacin. Las curvas experimentales y los
modelos son desplegados constantemente en la pantalla.
CELDA MOVIL 3D v. 1.0: Este programa fue diseado para realizar la estimacin de
promedios mediante el mtodo de ventanas o celdas mviles y permite trabajar con ficheros
en formato ASCII delimitado por comas y en formato GEOEAS. Entrega un fichero con el
promedio estimado para el tamao de celda seleccionado, la cantidad de datos con que se
realiz la estimacin y la varianza de estimacin as como las coordenadas en las tres
dimensiones X, Y y Z. Este til y amigable programa fue creado por el ingeniero Jos Arias
del Toro de la ONRM en el ao 2006, para la realizacin de este trabajo.
Seria imposible estimar variables gelogo mineras sin el aporte fundamental que hace la
geoestadstica, teniendo como fuente las caractersticas estructurales de la informacin de
exploracin, o sea, las caractersticas de variabilidad y correlacin espacial. Sin la
herramienta imprescindible, el semivariograma experimental, seria imposible revelar estas
caractersticas a partir de la informacin disponible, por supuesto que es imprescindible
hacer el ajuste de dichos semivariogramas a modelos tericos conocidos. Este definitivo
componente es la piedra angular en el proceso de estimacin, teniendo en cuanta
insoslayablemente los lmites fsicos del modelo geolgico que se presenta.
Es muy importante sealar que los epgrafes presentados deben ser ejecutados en el orden
expuesto y teniendo en cuanta a su vez en los subepgrafes correspondientes. Estos ltimos,
dependiendo de los problemas prcticos en cuestin se utilizan conjuntamente e
indistintamente para cumplir con los objetivos de los pasos III.3. Conocimiento del
problema, III.4. Anlisis estructural y III.5. Estimacin y Simulacin, para finalmente
obtener los resultados deseados segn el epgrafe III.3.6. Tratamiento de los resultados
geoestadsticos.
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-52
IV.1.- INTRODUCCIN.-
En este captulo se aplica la metodologa propuesta para demostrar como influye el tamao
de la USM en la precisin y exactitud de la estimacin de recursos en un sector del
yacimiento Mariel. Se utilizan procedimientos conjuntos de estimacin y simulacin
geoestadstica, mostrndose en cada caso los pasos a seguir en cada mtodo, en el caso de
la estimacin se utiliza el Krigeaje ordinario y en la simulacin la secuencial gaussiana.
La estimacin del valor de la variable escogida y los recursos a ella asociados en este
trabajo se realiz fundamentalmente, utilizando un sistema gelogo - minero automatizado
llamado GEMCOM System, versin 4.11 para Windows.
Datos del reconocimiento Gelogo Minero realizado por PROYEST y sus asesores.
Para realizar este trabajo, tomamos los datos localizados en un sector del depsito en aras
de aumentar la rapidez de los clculos del microprocesador, este sector se puede observar
en el grfico IV.1 y se enmarca en las siguientes coordenadas:
Se utilizaron un total de 124 pozos de los 386 disponibles para un 32.12%, esto nos
permiti trabajar con un total de 715 muestras para CaO, ubicadas solo, en las calizas del
deposito. En el grfico IV.2 se muestran los pozos y las muestras utilizadas en el desarrollo
de este trabajo.
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-54
Para este trabajo solo se tuvo en cuenta el tipo gelogo - tecnolgico clasificado como
calizas segn las especificaciones del usuario de la materia prima, que es la fbrica de
cementos Mariel.
IV.1.3.1.- PERFORACIN.-
Se empleo el mtodo de perforacin a columna en todos los pozos. Todos los pozos son
verticales y se emplearon los siguientes dimetros en su construccin:
IV.1.3.2.- MUESTREO.-
En todo el yacimiento fueron muestreados 553 pozos que generaron 3933 muestras para
anlisis completos. El intervalo promedio de muestreo fue de 4.0 m. Las muestras se
tomaron de una mitad longitudinal del testigo, envasadas en sacos de papel, debidamente
marcados con intervalos de muestreo, numero de pozo, numero de muestra y nombre del
yacimiento. Las muestras fueron enviadas al laboratorio Isaac de Corral. All se trituraron,
cuartearon y molieron, despus de archivar una mitad la otra paso al laboratorio qumico.
Las muestras bsicas y de control fuero analizadas por la metodologa usual para los
silicatos y carbonatos. Se realizaron un total de 394 anlisis de control, distribuidas entre
los laboratorios del CIPIMM, Jos Isaac del Corral, Elio Trincado F., Sectia Lianti
Azbaciment (Rumania) y Veb Zementanlagenbak (Dessau,RDA). Del total de anlisis de
control solo el 23.5 % presentaron diferencias, con los anlisis bsicos, fuera de lo
permisible. Este valor se encuentra dentro del rango permisible segn el reglamento para
la evaluacin de yacimientos minerales no metlicos, vigente en Praga a partir de 1962.
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-56
IV.1.4.- LMITES FSICOS DEL MODELO GEOLGICO DEL SECTOR DEL YACIMIENTO
UTILIZADO.-
Los lmites fsicos del modelo geolgico del sector del yacimiento escogido, se obtuvo
basndose en las secciones verticales transversales y teniendo en cuenta el diseo de
polgonos que envuelve la zona de calizas en cada perfil o corte. De este modo se
interpretaron 17 secciones verticales transversales espaciadas a 50.0 m. Para la
delimitacin de los lmites fsicos del modelo geolgico de las materias primas existentes en
este sector del yacimiento, y se utilizaron las especificaciones, recogidas en la tarea tcnica
del proyecto minero del yacimiento, en el grfico IV.3 se puede observar un perfil ejemplo,
en este caso corresponde al corte 354200N.
V_354250N_CALIZAS 25.0 m
En el diseo de los lmites fsicos del modelo geolgico solo tuvimos en cuenta los recursos
medidos por lo que no se representan los recursos extrapolados.
Para obtener el slido tridimensional de los recursos, se procedi a unir, mediante lneas
de unin del software GEMCOM (tied polyline como se aprecia en el grfico IV.4), los
diferentes polgonos digitalizados y luego mediante un comando llamado Create solid
from tied polyline se obtuvo dicho slido, que fue posteriormente cortado con el modelo
digital de terreno (grafico IV.6). El modelo tridimensional de los recursos se puede
observarse en el grfico IV.5.
IV.1.5.1.- INTRODUCCIN.-
Para la realizacin de este trabajo nos basamos en los trabajos topogrficos que tuvieron
como objetivos el levantamiento topogrfico de 187 ha a escala 1: 1000, as como el
replanteo de la propiedad minera.
Todos los trabajos fueron realizados de forma automatizada, los clculos de todas las
poligonales y sus brazos fueron realizados con el Software Topcal y la confeccin del plano
con el Software Topo6 y AutoCAD Map Versin 2004.
Para la confeccin del modelo digital del terreno (MDT) se procedi recortar del plano
original el sector del trabajo que nos ocupa y luego se import el fichero DWG con las
curvas de nivel y la planimetra hacia el GEMCOM, luego se procedi salvar la
informacin con el formato comn de GEMCOM y se realizo la extraccin de todos los
puntos de las curvas y las lneas planimtricas, una vez obtenidos estos puntos se procedi
a realizar la triangulacin y luego la renderizacin de la superficie como se observa en el
grfico IV.6.
La informacin base est formada por los valores de las muestras de los 124 pozos de
perforacin utilizados en este trabajo y que estn distribuidos a o largo de perfiles este
oeste.
Teniendo en cuenta que la longitud promedio de la muestra para los 124 pozos utilizados
es de 3.82 m se decidi regularizar la informacin usando un intervalo de 5 m.
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-60
Histograma: CaO
CaO = 715*0.2023*normal(x; 52.9431; 1.8398)
CaO: N = 715, Mean = 52.94, StdDv = 1.83,
Max = 55.14, Min = 45.03; D = 0.187, p < 0.0100, Lilliefors-p < 0.00999
80
70
60
No. de Observaciones
50
40
30
20
10
0
45 46 47 47 48 49 50 51 52 52 53 54 55
CaO
Para la estimacin de los recursos del yacimiento se utiliz varios modelos de bloques con
las siguientes caractersticas:
El origen de coordenadas para todos los modelos utilizados en el trabajo fue el siguiente:
X= 321690.00, Y=354840.00 y Z=65.00; Los tamaos de los bloques, se seleccionaron
sobre la base de tomar, desde1/5 de la red de perforacin (10.0 metros) hasta las
dimensiones del tamao promedio de la red (50.0 metros), por la horizontal y el tamao del
banco de explotacin por la vertical, que para este caso fue tomado 10.0 metros. Para la
estimacin se utiliz un sistema de sub bloques dividiendo los bloques a razn de 3x3x3
en las tres direcciones del espacio, X, Y, y Z.(Jounel y Huijbrets, 1978) Esto se hizo para
lograr la estimacin de bloque del Krigeaje. Las dimensiones que alcanzaron los bloques y
los sub bloques, as como la cantidad de bloques en las tres direcciones del espacio se
pueden observar en la tabla IV.7
En cada modelo se crearon las siguientes variables: CaO para la estimacin por Krigeaje;
CaO_VAR_KRIG para la varianza de Krigeaje; CaO_SIM para la variable simulada y
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-65
La variable bajo estudio fue estimada utilizando el Krigeaje ordinario, teniendo en cuenta
el modelo obtenido para el CaO en la variografa. El elipsoide de bsqueda utilizado para
la estimacin del componente fundamental CaO fue de 160.0 m, 160.0 m y 40 m en las
direcciones X, Y y Z respectivamente, lo que permite localizar para la estimacin por
Krigeaje datos suficientes, utilizando como mnimo 2 y un mximo de 24 muestras dentro
del volumen de bsqueda. Aquellos bloques que no fueron estimados con el elipsoide
mencionado anteriormente se evaluaron utilizando un elipsoide 2 veces mayor que el
anterior.
Peso volumtrico.-
En la estimacin de los recursos se utilizo el peso volumtrico de las calizas que vara
desde 1.65 2.69 t/m3 con un promedio de 2.09 t/m3
IV.2.1.- INTRODUCCIN.-
Para obtener una representacin equivalente a la realidad de este sector del depsito, se
utiliz la simulacin geoestadstica con el mtodo de la simulacin secuencial gaussiana, la
cual aporta una herramienta til para reproducir la distribucin espacial de los datos
(Carrasco y Jara, 1998). Esta consiste, en generar primero, valores con iguales
caractersticas de dispersin que los datos originales, lo que se alcanza a travs de la
simulacin no condicional y posteriormente condicionar los valores obtenidos a los datos
reales, esto es la Simulacin Condicional. De esta forma se obtiene una de las posibles
realizaciones del sector bajo estudio, del cual, la informacin real tambin es considerada
como una realizacin.
Para realizar esta simulacin utilizamos dos softwares llamados S-GeMS v. 1.4 y GSLib 90,
para calcular los promedios mviles utilizamos un programa llamado Celda 3D v. 1.0
(Arias, 2006), con estos dos programas no dimos a la tarea de obtener valores simulados y
promediados para cada tamao de celda utilizado en los modelos descritos en el capitulo
anterior.
Para obtener una simulacin de los datos en el sector mencionado utilizamos el mtodo de
la simulacin secuencial gaussiana, los datos deben responder a una poblacin normal y
como se observa en el histograma del grfico IV.7, la cual presenta una cola hacia la
izquierda, para lograr normalizar el histograma, se utiliza el semivariograma ajustado a
los datos normalizados, pero en la prctica es lo mismo que normalizar la mesetas, es
decir, sumamos las mesetas de todas las estructuras, y se busca lo que representa cada
meseta individual del total, teniendo en cuenta que la suma de estos valores tiene que ser
igual a uno. Los alcances se mantienen con los valores originales que se obtienen en el
anlisis estructural.
70 70000
60 60000
No. de Observaciones
No. de Observaciones
50 50000
40 40000
30 30000
20 20000
10 10000
0 0
45 46 47 47 48 49 50 51 52 52 53 54 55 45 46 47 47 48 49 50 51 52 52 53 54 55
CaO CAO
Grfico IV-13 Comparacin entre los histogramas de los datos reales y los simulados para el CaO.-
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-70
Tabla IV-9 Tabla de comparacin de los estadgrafos de los datos reales y los simulados.-
Datos Reales Datos Simulados
Datos validos 715 Datos vlidos 701500
Media Aritmtica 52.94 Media Aritmtica 52.87
Mediana 53.50 Mediana 53.50
Suma 37854.35 Suma 37090461.3
Mnimo 45.03 Mnimo 45.03
Mximo 55.15 Mximo 55.19
Percentil 10 50.27 Percentil 10 50.08
Percentil 90 54.51 Percentil 90 54.47
Rango 10.11 Rango 10.16
Varianza 3.38 Varianza 3.55
Dev. Estndar 1.84 Dev. Estndar 1.88
Skewness -2.00 Skewness -1.94
Kurtosis 4.17 Kurtosis 810.02
La figura IV.14 muestra los semivariogramas de los datos reales y simulados, en los
mismos se aprecia igual comportamiento de la variabilidad espacial. Estos tres elementos
presentados permiten asegurar que hemos obtenido una realizacin representativa de la
realidad estudiada. Los resultados de cualquier procesamiento que se realice sobre la
misma seran similares a los que se obtendran si se utilizaran los datos reales.
3,5
3
Gamma (h)
2,5
1,5
1
0 10 20 30 40 50 60 70 80
h
1,45
ERROR CUADRTICO MEDIO
1,4
1,3909
1,3540
1,3553
1,35 1,3704
1,2873
1,3 1,3151
1,2731
1,25
1,2230
1,2
1,1744
1,15
5 10 15 20 25 30 35 40 45 50 55
TAMAO USM
Los errores anteriores nos permiten valorar slo las diferencias en la exactitud para los
diferentes tamaos de USM. Ahora, si analizamos las diferencias de la estimacin por
Krigeaje de los contenidos promedios globales para el sector estudiado contra los
obtenidos por promedios mviles a partir de la simulacin, considerados posibles datos
reales, obtenemos la curva que se muestra en la figura IV.16. Donde se observa un
Tesis de Maestra Aplicacin de la metodologa propuesta.- IV-72
1,08
1,0569
1,06
1,0502
1,04 1,0391
1,0229
DIFERENCIA
1,02
1,0085
1,00 1,0095
0,9880
0,98
0,9631
0,96
0,94
0,9314
0,92
5 10 15 20 25 30 35 40 45 50 55
TAMAO USM
Grfico IV-16 Diferencias entre valores estimados por Krigeaje vs. promedios mviles de la Simulacin.-
Tesis de Maestra Conclusiones.- IV-73
IV.4.- CONCLUSIONES.-
1.- Se realiz una revisin bibliogrfica sobre el tema, considerando que no existen
suficientes trabajos relacionados con la influencia del tamao de la USM en la
precisin y exactitud de la estimacin de los recursos minerales in situ. Lo cual se
demuestra porque tanto en el mbito nacional como internacional no existen artculos
que se refieran directamente a este aspecto tan importante.
5.- Se construyeron 9 modelos de bloques, estimando cada celda por Krigeaje ordinario
de bloque, adems se almacen la varianza de Krigeaje y la cantidad de muestras con
que fueron estimados cada uno de los bloques o USM.
6.- Se simul en una red de 1x1x1 los contenidos de CaO considerando que son
representativos de la realidad al poseer iguales caractersticas de dispersin que los
datos reales.
7.- Se propuso un valor real para cada modelo de bloque que se corresponde con los 9
modelos creados utilizando los resultados de la simulacin y el mtodo de promedios
mviles.
Tesis de Maestra Conclusiones.- IV-74
8.- Se compararon los posibles valores reales con los estimados obtenidos por Krigeaje a
travs del error cuadrtico medio, el error porcentual y el error medio llegando a la
conclusin de que para el tamao de 25x25x10 m se logran errores mnimos as como
para tamaos de USM cercanos a la distancia de la red de exploracin.
9.- Se compararon tambin las estimaciones de recursos globales para cada modelo de
bloque en el sector estudiado, observando que existe una diferencia mnima para el
tamao de USM de 25x25x10 m.
IV.5.- RECOMENDACIONES.-
2. Desarrollar tesis en opcin del titulo de ingeniero gelogo con estudiantes finalistas de
la Universidad de Pinar del Ro sobre el tema abordado en este trabajo.
BIBLIOGRAFA.-
Arik, A., 1990, Effects of Search Parameters on Kriged Reserve Estimates, International
Journal of Mining and Geological Engineering, Vol. 8, No.12, p.305-318.
Armstrong, M., y Roth, C., 1997, Notas de clases del curso Geoestadstica Lineal, en el
Entrenamiento de Postgrados CFSG Ciclo de Formacin de Especialistas en
Geoestadstica, Curso: 1997-98, Centro de Geoestadstica de la Escuela Nacional
Superior de Minas de Paris, Fontainebleau, Francia.
Bacchi, B., y Kottegoda, N.T., 1995, Identification and Calibration of Spatial Correlation
Patterns of Rainfall, Journal of Hydrology 165, Elsevier Science B.V., p.311-348.
Bustillo, R. M., Lpez Gimeno, C. Ruiz Snchez-Porro, J. & Garca Bermdez, P., 2000,
Manual de Aplicaciones Informticas en Minera. Grficas Arias Montano S. A.,
Madrid, Espaa. 381 pp.
Carr, J.R., 1995, Numerical Analysis for the Geological Sciences, Prentice Hall Inc, 592 p.
Christakos, G., y Raghu, V.R., 1996, Dynamic Stochastic Estimation of Physical Variables,
Mathematical Geology, Vol. 28, No. 3, p. 34-365.
Clark, I. & Harper, W. V., 2001, Practical geostatistics. Second Edition, Ecosse North
America Llc, publishers. Kinkos, Westerville, Ohio USA. 318 pp.
Cuador Gil, J. Q. y Quintero, A., 1999, Anlisis estructural: punto de partida de todo
estudio geoestadstico. Revista Minera y Geologa, Vol. XVI, No. 3, pp. 16-22.
Tesis de Maestra Bibliografa.- IV-77
David, M., 1977, Geostatistical Ore Reserve Estimation, Elsevier, Amsterdam, 364 p.
Deutsch, C.V., 1994, Kriging With String of Data, Mathematical Geology, Vol. 26, No.5,
p.623-638.
Deutsch, C.V., y Journel, A.G., 1998, GSLIB: Geostatistical Software Library and Users
Guide, Second Edition, Oxford University Press, 369p.
Echaabi, J., Trochu, F., y Gauvim, R., 1995, A General Strength Theory for Composite
Materials Based on Dual Kriging Interpolation, Journal of Reinforced Plastics and
Composites, Vol.14, p.211-232.
Geostat Systems Internacional Inc., 2002, VARIO 3 Statistics and Variograms, Users
Manual, 58 p.
Glacken, I. M., 2001, Change of support and use of economic parameters for block
selection. Department of Geological and Environmental Sciences Stanford University,
Stanford, CA 94305-2115, USA.
Host, G., Omre, H., y Switzer, P., 1995, Spatial Interpolation Error for Monitoring Data,
Journal of the American Statistical Association, Vol. 90, No. 431, p. 853-861.
Isaaks, E. H y Srivastava, R.M., 1989, Applied Geostatistics, New York Oxford, Oxford
University Press, 561p.
Journel, A, G. y Huijbregts, C. J., 1978, Mining Geostatistics, Academic Press, New York,
600 p.
Kiyono, J., y Suzuki, M., 1996, Conditional Simulation of Stochastic Waves by Using
Kalman Filter and Kriging Techniques, Eleventh World Conference on Earthquake
Engineering, Acapulco, Mexico, June 23-28, 8 p.
Tesis de Maestra Bibliografa.- IV-78
Lajaunie, C., 1997, Iterative Cross Validation, Centre de Gostatistique, Ecole des Mines
de Pars, France, 8p.
Lantujoul, Ch., 1997, Iterative Algorithms for Conditional Simulation, E.Y.Baafi and N.A.
Schofields (eds) Geostatistics Wollongong96, Volume 1, p 27-40.
Madani, H., 1998, Geostatistical Ore Reserves Estimation of Mehdiarad Barite Mine, Iran,
Journees de Geostatistique, Centre de Gostatistique, Ecole des Mines de Pars,
Fontainebleau, France, 25 et 26 Mai 1998, 7p.
Matheron, G., 1970, La Thorie des Variables Regionalises et ses Applications Les
Cahiers du Centre de Morphologie Mathematique de Fontainebleau, Fascicule 5, Ecole
de Mines de Paris, 212 p. ok
Maksimov, A., Miloserdina, G. & Eriomin, N., 1973, Breve curso de prospeccin
geolgica. Editorial MIR, Mosc. pp. 229 244.
Martnez, A., 2006, Comunicacin personal por correo electrnico. Instituto Minero
Metalrgico de Moa, Holgun, Cuba
Quintero Silverio, A. & Cuador Gil, J. Q., 2000, Anlisis Estructural de la Porosidad
Efectiva en el Horizonte Tobas Fina del Yacimiento Pina, Ciego de Avila. Revista
Minera y Geologa. Vol. XVII, Nos. 3-4, pp 19-22.
Remy, N., 2004, Geostatistical Earth Modeling Software (SGeMS): Users Manual, 87 p.
Schaug, J., Iversen, T., y Pedersem, U., 1993, Comparison of Measurements and
Model Results for Airborne Sulphur and Nitrogen Components with Kriging,
Atmospheric Environment, Vol.27A, No. 6, p.831-844.
Segobia, R., 2001, Geoestadstica avanzada. Notas del curso de postgrado DATAMINE
STUDIO v. 3.0, RS Consultores Ltda., Chile, Empresa Cementos Curasao, S.A.
Weerts, H.J.T. y Bierkens, M.F.P., 1993, Geostatistical Analysis of Over Bank Deposits of
Anatomising and Meandering Fluvial Systems; Rhine-Meuse Delta, The Netherlands,
Sedimentary Geology, 85, Elsevier Sciences Publishers B.V., p. 221-232.