Estimación de Reservas

Introducción
En este trabajo vamos a analizar lo que ocurre una vez que hemos encontrado un depósito mineral. Aquí estudiaremos los aspectos más básicos de una de las labores más complejas y de mayor riesgo económico en las que puede verse implicado un geólogo: la estimación de reservas (cubicación). Las muestras a partir de las cuales se estiman las reservas de un yacimiento representan una fracción mínima de éste. Por ejemplo, en la evaluación del pequeño pórfido cuprífero de Copper Flat (Nuevo México, USA), se recuperaron a partir de una malla densa de sondeos, unas 200 TM (toneladas métricas) de testigos. De esas toneladas se utilizó una fracción solamente para análisis químicos, y con este material se definieron:
• •

60 x106 TM de mineral. 150 x 106 TM de estéril.

Comprendamos de esta manera el grado de dificultad que se encuentra implícito en este tipo de trabajos. Si el geólogo se excede (sobreestima), la compañía puede empezar unos trabajos mineros que no serán rentables. Si se queda corto (subestima), la compañía puede tomar la decisión de abandonar un prospecto que era rentable. En estas operaciones puede haber cientos, si no miles de millones de dolares en juego. ¿Existen reglas claras para "afinar la puntería”? desgraciadamente no, y solo podríamos mencionar dos herramientas indiscutibles: Entender la geología del prospecto, ya que sin una compresión adecuada de ésta, puede dar lo mismo el grado de refinamiento matemático que se emplee, que las probabilidades de cometer un grave error serán altas.

Recuerde: las reservas las estima un geólogo, no un ordenador ni un paquete de software. Somos geólogos, no "aprietabotones". Por ejemplo, antes de aprender a utilizar el sistema Navstar (navegación vía satelital), un oficial de la marina tiene que aprender a utilizar el sextante para determinar la posición de su barco. Entender el modelo de yacimiento que estamos aplicando, siendo lo suficientemente flexibles como para modificar nuestra

perspectiva si los datos no se ajustan al modelo. Recuerde Olympic Dam (capítulo anterior).

Analicemos el siguiente ejemplo. En negro observará las intersecciones entre los sondeos y la masa mineral. Arriba tenemos la interpretación de la morfología de los cuerpos por parte del geólogo, y abajo la forma real de éstos. La diferencia en tonelaje es evidente, con el caso superior correspondiendo a una sobreestimación.¿ Se podría evitar ésto ? sí, por ejemplo, con un buen control de la geología en superficie. Note que las dos situaciones se corresponden a su vez, a marcos geológicos notablemente diferentes. Importante: 1) Sin sondeos no se puede evaluar un prospecto; 2) Sin un control geológico riguroso, no se debe empezar a sondear. Cabe destacar que los depósitos minerales eran evaluados, y sus reservas estimadas, mucho antes de que aparecieran los ordenadores y los métodos geoestadísticos. Se medían áreas, se estimaban volúmenes y tonelajes, y las leyes se promediaban utilizando papel y lápices, regla de cálculo o calculadoras mecánicas. Esos resultados no

• Contacto económico: los límites del material a partir del cual se pueden obtener ganancias (cut off grade). puede o no coincidir con los contactos geológico (puede ir más allá de una determinada litología) y económico (a partir de un punto las leyes pueden ser subeconómicas). mineralógico. La estimación de reservas es mucho más que una mera proyección espacial (3D) de las leyes (por ejemplo. Potencia de la roca mineralizada. necesitamos definir de la manera más precisa posible tres términos relacionados con la estimación de reservas. etc. Se trata de los contactos de tipo geológico. Para determinar el verdadero valor de un yacimiento necesitaremos además determinar y proyectar los siguientes parámetros: • • • • • Peso específico de la roca mineralizada. Para evaluar un recurso tenemos que pensar en términos de estos tres conceptos: Contacto geológico: los límites litológicos y/o estructurales de una determinada unidad. Estimación del grado de recuperación metalúrgica.). Tipo de mena (mineralogía). • Contactos de tipo geológico. % Cu. y económico. g/t Au. Antes de continuar. mineralógico. .eran peores (y en algunos casos eran considerablemente mejores) que algunas estimaciones modernas por geoestadística con pobre control geológico. y económico. Contenido en humedad. • Contacto mineralógico: definido por la extensión de la masa mineral (recurso "geológico").

nos concentraremos en los aspectos estadísticos básicos de la proyección de datos de leyes. P: la potencia.. Metodología clásica En esencia. al cual se le aplica una ley y una densidad (peso específico): T = A x P x PE Donde: T: es el tonelaje del sector del depósito bajo evaluación. distancia horizontal aplicada a dicha sección. normalmente una sección vertical en cuerpos mineralizados irregulares. una estimación de reservas consiste en definir un volumen. Si al resultado le aplicamos una ley concreta (e. entonces tendremos toneladas con una ley específica (e. visualización 2D del sector del depósito bajo evaluación. PE: el peso específico de la roca mineralizada. 2500 toneladas a 2.3 %Cu).3 % Cu). 2.g. A partir de este punto. A: el área.• Competencia de la roca – RQD.. En el caso de la determinación de la ley media de un sondeo tendremos: Si d son los tramos del sondeo (medidos en metros) y l las leyes de dichos tramos.g. entonces la ley media del sondeo será: Leymedia = Σ l i x di / Σ di En el caso de la determinación de la ley media de una sección de un depósito tendremos: .

así tendremos: . y determinaremos la ley final de la sección como: Leysección = Σ l DDHi x Ai / Σ Ai. A continuación aplicaremos esa ley al área que resulta de aplicar la distancia media entre los sondeos (áreas definidas por las líneas de segmento). Calcularemos las áreas mediante planimetría. Primero calcularemos las leyes medias de los sondeos (DDH). Ejemplo de una sección. Y para obtener un volumen al que aplicarle las leyes y pesos específicos.Leymedia = Σ l DDHi x Ai / Σ Ai Esta metodología es particularmente útil en la estimación del tonelaje de cuerpos mineralizados irregulares.

y las estimaciones pueden ser realizadas de manera rápida.. filones). Para la construcción de los polígonos se pueden emplear dos procedimientos: • • Bisectores perpendiculares. lo que debemos hacer es calcular los volúmenes. el volumen de roca mineralizada será igual a: (A1 + A2) x 0. el polígono será construido trazando perpendiculares a las líneas de segmento (bisectores .Una vez determinadas las leyes de cada sección. Métodos de los bisectores perpendiculares y bisectores angulares.5D. indica el sondeo central. Lo sondeos se dirigen normalmente a 90º con respecto a la masa tabular bajo evaluación. En el ejemplo que muestra la figura. Es un método simple. Bisectores angulares.g. Los pequeños círculos representan las posiciones de los sondeos. En el primer caso (a). Otro sistema es el denominado método de los polígonos. Este método ha sido utilizado por la industria minera durante décadas. las matemáticas son fáciles. el círculo negro. Se emplea principalmente en cuerpos tabulares (e. siendo D la distancia entre las secciones A1 y A2.

reservas indicadas (posibles). y 2-6 los periféricos. buzando 65ºN. reservas probadas. en blanco (polígonos).1. el polígono se construye intersectando las bisectrices de los ángulos que se forman al unir los distintos puntos (bisectores angulares). En el segundo caso (b).1 + Ley4 x 0.1 + Ley3 x 0. El cuerpo ha sido proyectado en una sección vertical. La ley se determinará de la siguiente manera (a): LeyABCDE = Ley1 x 0. El depósito tiene una orientación E-W. Note los distintos fondos. Ejemplo real de aplicación del método de los polígonos (cuerpo mineralizado estratoligado aurífero de Hemlo.1 + Ley6 x 0. donde 1 es el sondeo central. que unen los sondeos periféricos con el sondeo central. en blanco (bordeando los zonas de puntos).5 + Ley2 x 0. . Dicha perpendicular pasará por el punto medio de las líneas de unión.perpendiculares). Canadá). en puntos reservas probables. A cada polígono se le asignará una potencia (espesor de la masa mineralizada económica: Th) y una ley (G).1 + Ley5 x 0.

el resultado será que un volumen equivalente de material estéril substituirá al material económico. entran zonas de mineralización subeconómica o estéril (waste). quedará siempre incluido material estéril (lo cual lleva a la dilución de leyes). Aunque la voladura de roca es un arte que en ocasiones roza la perfección. Observe como en el material que se va a arrancar. • Dilución de reemplazo o contacto: si el contacto estéril/mineral es muy irregular (y esto suele bastante normal). de tal manera que durante el proceso de la voladura de roca. Las causas son las siguientes: Sobrevoladura: material que está fuera de los límites económicos del cuerpo mineralizado queda incluido en el material extraído. La línea continua marca el contacto económico-mineralógico. Para continuar necesitamos incorporar tres conceptos claves para entender la estimación de reservas en su perspectiva económica real: A) La dilución de leyes. lo que por ingeniería se puede obtener (contacto promedio). B) El coeficiente de extracción. • Ejemplo de dilución de reemplazo. y como a su vez. . la de segmento. tampoco se le pueden pedir milagros. • Dilución interna: material subeconómico que se encuentra incluido dentro del cuerpo económico y que no puede ser segregado. C) La recuperación de metal. A) Resulta prácticamente imposible extraer solo el material económico en una mina. zonas de mineral económico (ore) queda afuera.Hasta aquí los aspectos más básicos de la estimación de reservas.

3 % Cu Si aplicamos a esta cifra una dilución del 10 % tendremos: 8.000 x 1. Recuerde. B) A esto hay que sumarle el concepto de mineral extraíble. entonces tendremos: 65 kg.000 x 0.800 = 2.Las minas operan con valores establecidos de dilución.3 % Cu. Y la recuperación metalúrgica será entonces de: 19.3 %)/8. Teóricamente una tonelada de material de mina al 2. pero tengamos en cuenta. En el caso de una mina subterránea es fácil de entender esta situación.93 (93 %) . Por ejemplo. y siguiendo este ejemplo. C) Esto en lo que se refiere a la parte "minera" del problema. a lo mejor solo el 80% del material será susceptible de ser extraído si se desea mantener límites adecuados de seguridad. que en cierta medida lo mismo se aplica a las minas a cielo abierto.800 TM al 2.9 = 0. Pero a ésto tenemos que agregarle la problemática de la recuperación metalúrgica del metal en cuestión.9 kilos de cobre (al 100% de recuperación metalúrgica).3 % Cu. x 0. Si queremos que la mina no colapse.000 x 2.09 % Cu.09 % Cu Con lo cual tendremos al final de nuestras cuentas: 8. bajo un punto de vista exclusivamente geológico.800 TM y la ley diluida será de: Leyfinal = (8.1 = 8. las reservas eran inicialmente de 10.000 TM al 2. que deben ser aplicados a las determinaciones de tonelaje realizadas por los geólogos (diálogo ingeniero de minas – geólogo). Si nos indican que esta tonelada de material de mina en planta da unos 65 kilos de concentrado al 30 % Cu. Sigamos con el mismo ejemplo. Pero no todo es recuperable.000 TM al 2. Es prácticamente imposible extraer el 100 % del material económico de una mina.5/20.30 = 19. para una reserva "geológica" de 10. obviamente no se podrá extraer de ella todo el material que queremos. Así.5 kg.000 TM de mineral al 2.8 = 8. con un factor de extracción del 80 %. y una dilución del 10 % tendremos: 10.09 % Cu contiene 20.

la viabilidad económica de recurso mineral. los valores que obtenemos de la estimación de reservas constituyen solo una primera aproximación al tema más importante a considerar. esto es. peligro de golpes de Estado.Como podemos apreciar. y por qué no… • El político (¿que sistema de gobierno impera en una región. Todos estos aspectos están además relacionados entre sí de una manera u otra. • El tecnológico (¿requerirán las nuevas tecnologías el metal o mineral en cuestión?). guerrillas?). Métodos geoestadísticos: una introducción al tema Supongamos que tenemos un conjunto de datos (1: fichero Excel) de leyes repartidas en un espacio XY. Además. y asignamos a cada muestra un símbolo con un tamaño proporcional a su valor: . el que un recurso sea o no explotable va mucho más allá de una estimación de cuantas toneladas y con qué leyes. si recordamos lo estudiado en capítulos anteriores. Por eso. • El ambiental (¿será permitido extraer y procesar el recurso en un determinado sitio?). también debemos considerar aspectos tan variados como son • El panorama de la economía mundial (¿ciclo de crecimiento. ciclo recesivo?).

abajo.93 y la desviación estándar igual a 1. el tamaño de los puntos es proporcional al valor de cada una. A continuación realizaremos lo siguiente. pero donde los valores de las muestras han cambiado de posición: . consideraremos un nuevo conjunto de datos (2: fichero Excel).20 (valores redondeados).Arriba. equivalente al anterior en cuanto a número de muestras y posición de los puntos de muestreo. una representación 3D de la distribución. representación de las muestras del conjunto 1. Para este conjunto de datos la media es 0.

Sin embargo.93 y la desviación estándar igual a 1. representación de las muestras del conjunto 2. estos se agrupan de acuerdo a dos trends de dirección NW bien definidos. De . que la distribución espacial XY de los valores es substancialmente diferente en cada caso: en el primero existe una cierta dispersión de los valores. resulta evidente. Si realizamos los cálculos estadísticos correspondientes. los conjuntos 1 y 2 son “estadísticamente equivalentes”. el tamaño de los puntos es proporcional al valor de cada una. bajo cualquier punto de vista. una representación 3D de la distribución.Arriba. mientras que en el segundo. descubriremos que la media nuevamente es 0. En otras palabras.20. abajo.

con coordenadas XY. Realicemos la siguiente abstracción mental. Este último puede corresponder a una concentración de cobre y/o zinc en un punto XiYi. . Sin embargo. Si ambas muestras están muy cerca. o cualquier otro ejemplo que se nos venga a la mente. pero esta. el variograma. llegará un momento en el cual deje de haber una “relación” entre las muestras. Resulta claro que la estadística “clásica” no resulta una herramienta útil para tratar casos de esta naturaleza. los cuales por otra parte. si la distancia h entre dos muestras es igual a 0. o bien a un valor de emisión de gases de mercurio.alguna manera podríamos intuir que en el primer caso la distribución de los valores es más bien aleatoria mientras que en el segundo distinguimos una marcada “anisotropía”. existe al menos un valor Z. la diferencia entre los valores de estas será nula (y la varianza = 0). a medida que las muestras estén más alejadas. será muy pequeña. ¿Como podemos determinar esto? mediante la matemática de un variograma experimental y modelización. sino que estos tienen una distribución en el espacio. para cada muestra.Z(xi + h)]2 Donde: h = distancia entre los pares. una función matemática que nos permite estudiar las diferencias entre muestras y la direccionalidad (anisotropía) de los valores. expresada como la varianza. ya que no trabajamos con datos abstractos. Es decir. Esto se obtiene mediante la herramienta más básica de la geoestadística. construcción su ulterior En términos muy simples podemos definir el variograma como la media de los cuadrados de las diferencias entre pares de muestras separados por una distancia h: γ (h) = 1/2n Σ [Z(xi) . existirá una diferencia. son comunes en geología. La pregunta es entonces ¿como poder relacionar los valores con sus posiciones en el espacio? y más importante aun ¿como relacionar dichos valores entre sí? Este es el requisito básico para poder interpolar datos y obtener una información gráfica sobre las tendencias mostradas por las variables (kriging). n = número de pares.

donde la curva empieza en origen del sistema XY (varianza 0). La varianza crece sistemáticamente hasta “a” (rango o alcance) distancia a partir de la cual las muestras empiezan a ser independientes unas de otras. Ejemplo clásico de un variograma experimental ajustado al llamado “modelo esférico”. el que se debe fluctuaciones aleatorias de la variable o a errores en muestreo.Z(xi) = la localización y valor de la muestra. El “sill” muestra la zona de la curva donde los valores ya no se correlacionan. aquí observamos denominado efecto pepita (Nugget). A diferencia del caso anterior. el el a el .

esto es. Imaginemos una malla cuadrada donde se han tomado una serie de muestras con determinados valores. y digamos que la distancia entre muestras es de 100’. El primer punto de nuestra función γ (h) vendrá dado por γ (100).¿Pero como se construye un variograma experimental? ¿De donde salen los puntos en un gráfico de esta naturaleza? Isobel Clark en su obra ya clásica Practical Geostatistics (1979) nos propone el siguiente ejemplo. la media de los cuadrados de las diferencias entre todos los pares de muestras separados por una distancia de 100 m: .

donde en el eje Y (γ (h)) tendremos un valor de 1. Para conseguir el segundo punto γ(200) haremos lo siguiente (y así sucesivamente): .De esta manera obtenemos el primer punto para la construcción del variograma experimental.46 y en el X (h) otro de 100.

Estos puntos aparecerán en el variograma experimental de la siguiente manera: Y así continuaríamos con γ(300). γ(400). etc. γ(500). Podríamos continuar de esta manera hasta 800’. la máxima distancia .

E-W. y un número de ellos. un programa será tan bueno o tan malo como quien lo utilice. El uso de paquetes informáticos modernos permite realizar estas operaciones con mucha facilidad en ordenadores tipo PC (entorno Windows©). se suele ir (particularmente si los cálculos son “a mano”). De ahí que sea importante realizar estas operaciones en al menos tres direcciones en un plano XY: N-S. De cualquier manera. Ya hemos visto al comienzo la representación del denominado modelo esférico (con efecto pepita: nugget). el kriging será . Aunque algunos programas como Surfer8© determinan además el grado y dirección de la anisotropía. esto es. esto es. esto es. deberemos seleccionar el modelo que mejor se ajuste a nuestros datos. hasta la mitad de la distancia. En este caso estamos realizando un variograma experimental E-W. determinar si la anisotropía (o ausencia de esta) detectada tiene o no sentido.muestreada. ya que el trabajo de kriging depende totalmente de: 1) del modelo a utilizar. Cabe destacar no obstante. Una vez que aparezcan los datos en el gráfico (variograma experimental). todo esto es “algo más” que pasar los datos (XYZ) a un archivo Excel y pedirle al programa que nos proyecte los datos de la función γ (h). conviene que conozcamos otros modelos: Otros modelos de variograma. conviene no obstante cerciorase geológicamente de la validez del variograma omnidireccional. un “promedio” de los distintos posibles variogramas que se pueden realizar para diferentes direcciones. entrega “por default” el denominado variograma omnidireccional. En otras palabras. 400’. y NW-SE. y 2) del grado y direccionalidad de la anisotropía. pero como ya hemos discutido previamente. la distribución de los valores en el espacio puede variar según la dirección en que nos movamos (anisotropía). para comprobar el grado de anisotropía del sistema. En otras palabras. Esta fase del trabajo es muy importante. pero en general. que programas como Surfer8© permiten además realizar variogramas experimentales en direcciones concretas fijadas por el operador. Aunque este suele ajustarse bastante bien a muchos casos en minería o geoquímica.

empezando por decidir que el punto 1 tendrá “más influencia” que. aunque como veremos. y deseamos estimar el valor del punto A: Se nos ofrecen múltiples posibilidades. Pero ¿qué es kriging exactamente? al comienzo de esta sección lo definimos como un método de interpolación. tenemos varios puntos de muestreo.tan bueno o tan malo como el ajuste previo que hayamos realizado en el variograma. Sin embargo ¿cuánta más influencia debería tener? Aquí entramos en el problema de la ponderación y los métodos matemáticos clásicos de interpolaciones (inversas de la distancia. En el ejemplo de abajo esto sería 50 % al sondeo del centro y 50 % a los cinco restantes (10 % a cada uno). . el kriging aplicado a la estimación de leyes y reservas (o a tendencias geoquímicas en trabajos ambientales). digamos. es mucho más que esto. Consideremos el siguiente problema.). Si recordamos el caso de la estimación de leyes mediante el método de los polígonos. dijimos que un procedimiento común era asignar el 50 % del valor final al punto central y otro 50 % a los puntos situados en la periferia. inversas de los cuadrados de la distancia. el punto 5. con sus respectivos valores. etc.

el comportamiento (dado el tipo geométrico de mineralización) será más bien isotrópico. En otras palabras. nos dice hasta adonde en el espacio los valores de estas son “significativos”. la caída de las leyes será bastante abrupta cuando salgamos de la estructura mineralizada. Por ejemplo. Si nuestro caso corresponde a un pórfido cuprífero. el “alcance” será dependiente de la dirección. Volvamos al ejemplo de arriba introduciendo las distancias entre los puntos: . esperaremos una mayor continuidad a lo largo de la dirección del filón que de su buzamiento.Como en todas las cosas de la vida “si funciona no lo cambies” (o en inglés: never change a winning game). Por otra parte. si el sistema es fuertemente anisotrópico. nuestra herramienta básica. y 2) nos da una idea de la variabilidad de los valores en el espacio. esto es. pero ¿y qué pasa si nuestra estimación de leyes no está siendo la mejor posible o es claramente mala? Ahora es cuando deberíamos recurrir a los métodos geoestadísticos. las muestras pueden tener una mejor correlación en una dirección que en otra. esto es. y en particular al variograma. Existen dos razones principales para hacer esto: 1) el variograma nos da una medida del “alcance” (range) de las muestra. pero si el ejemplo corresponde a un filón. intuitivamente podemos pensar que la anisotropía en el sistema será mayor.

Opciones relativamente económicas son programas como Surfer8© o EcoSSe©. todos los cálculos son realizados hoy en día por programas especializados. algunos de los cuales pueden ser muy caros (miles de euros). Volvamos a uno de los ejemplos del principio (datos 2) trabajando con Surfer8©: . si el alcance determinado por la modelización del variograma fuera de a = 100 m. Por ejemplo. A efectos prácticos. aunque se puede realizar una buena modelización de variogramas experimentales y desarrollar kriging puntual. que como contrapartida no permiten el diseño y estudio de bloques (donde realizar la estimación: block kriging en el sentido “minero” del término).¿Cómo determinamos entonces la ley en el punto A? Ahora es cuando todo empieza a tener más sentido: necesitamos el variograma para determinar “que” muestras pueden tener una influencia “real” en la estimación de la ley (o cualquier otra variable que estemos considerando). ya que el “alcance” (Rango a) nos da una idea de hasta que distancia existe una relación entre las muestras. De esta manera se pueden obtener mapas donde la interpolación de valores en el espacio XY está controlada por la función γ (h). la muestra 5 tendría que ser descartada (está a unos 134 m de distancia del punto A).

y a partir de este. Esta vez hemos puesto sobre cada punto. el valor real Z (fichero Excel).Representación de los datos del conjunto 2. Con estos valores y sus respectivas posiciones en el espacio XY desarrollamos el variograma experimental. buscamos el modelo que mejor se ajuste a la distribución. .

La primera función que decide el programa en este caso es una de tipo lineal. .Sin modelizar no tenemos ningún efecto de anisotropía (ver circulo perfecto a la derecha). la que no se ajusta adecuadamente a la distribución de puntos.

Y = 0). podemos modelizar el variograma al tipo esférico. con un desarrollo de sill hacia la derecha. y ahí empezamos detectar la fuerte anisotropía del sistema (ver elipse y su orientación: direccionalidad de los datos). podemos pasar a los cálculos de kriging puntual introduciendo estos datos en el programa: . vemos que los datos muestran una tendencia hacia el origen (X = 0. por lo cual descartamos la presencia del efecto pepita (nugget).Pero dado que observamos que existe una tendencia de los puntos hacia el origen del sistema. Con el modelo.49º).6) y a partir de ahí no existe un claro incremento. En este caso. modelizamos a un variograma esférico (el ejemplo no es “perfecto”. pero…). y la dirección de la misma (32.51º →N57. Dado que los datos crecen hasta un determinado punto (alcance = 11. y determinar la anisotropía del sistema. el grado de anisotropía (anisotropy ratio = 2).

El resultado final que se obtiene es un mapa de interpolación donde nuestros valores Z. se ajustan a los parámetros introducidos: . seleccionamos opciones avanzadas (izquierda).En la ventana de kriging. seleccionamos desde pantalla el variograma modelizado. y una vez en estas.

dirección N57. Lo importante es que ahora podemos estimar el valor de Z en cualquiera de los nodos de la red: .51º). con los siguientes parámetros: modelo de variograma: esférico. anisotropy ratio: 2.Mapa obtenido para el conjunto de datos 2.49º (32.

129 pp. & Harper.A. Clark. 150 pp. I. Essex. 1970. Omega S. Society of Economic Geologists. I. London. J. McKinstry. P. 2001. Chapman & Hall. 1993.Archivo GRD donde podemos estimar el valor de Z en cualquiera de los nodos generados por el programa.G. 1979. 671 pp Stone. . Barcelona. Geología de minas. 435 pp.G.E. Bibliografía Annels. Mineral deposit evaluation: a practical approach. Clark. Ore reserve estimates in the real world. el punto rojo arriba a la izquierda tiene un valor estimado de 0. Special Publication no.V.E. & Dunn.. W. A.. Applied Science Publishers LTD. Por ejemplo. 342 pp. H. 1991. Practical geostatistics 2000. Practical geostatistics. Ecosse North America Llc. 3. Columbus.139.

Sign up to vote on this title
UsefulNot useful