You are on page 1of 48

Universidad de Santiago de Chile

Facultad de Ingeniera
Departamento de Ingeniera en Minas
Laboratorio de Geoestad

Proyecto Final - Geoestadstica

Profesor: Quiones, Cristian.


Ayudantes: Cristi, Antonio.
Fras, Gonzalo.
Lara, Fernando.
Mamani, Jorge.
Reyes, Andrs.
Varas, Camilo.
Autores: Riffo, Sebastin.
Yelicich, Vctor.
Fecha de Entrega: 23 de noviembre de 2016
Resumen Ejecutivo
En el presente informe se realiza la estimacin y clasificacin de recursos de un yacimiento
a partir de una base de datos entregada por el laboratorio de Geoestadstica. La base de datos
proporcionada se compone principalmente de 4 archivos con informacin correspondiente a
campaas de sondaje realizadas en el sector de estudio (collar, survey, assay, densidad), slidos
correspondientes a mapeos geolgicos (litologas, alteraciones, mineralizaciones), una topografa
del terreno y un pit de recursos.

El primer paso realizado corresponde a la compositacin de los sondajes, para lo cual se


realiz considerando un tamao de muestra de 2 [m]. Luego, se procedi a realizar un anlisis
exploratorio de datos a la totalidad de las muestras, con el objetivo de agrupar las muestras en
unidades de estimacin. Posteriormente, se realiz la estimacin mediante el uso de Kriging
Ordinario (en la mayora de los casos). Finalmente, se realiz la categorizacin y declaracin de
recursos estimados.

Para la definicin de las unidades de estimacin, se utiliz estadstica descriptiva y


estadstica espacial, se conformaron 9 unidades de estimacin.

Con respecto al anlisis variogrfico realizado a las unidades de estimacin, se tiene que la
mayora presenta una marcada anisotropa, lo que queda plasmado en modelos variogrficos
direccionales. Solo en 2 de los 9 casos se observ un comportamiento istropo de la variabilidad,
generndose en estos casos modelos variogrficos omnidireccionales.

Respecto a la validacin cruzada, se tiene que el Rho de la correlacin presenta un valor


bajo, pero los criterios ms importantes que son Varianza del Error Estandarizado, Media del Error
dan cercanos a los esperados.

En cuando a la estimacin, se utiliz el mtodo Kriging Ordinario en 8 de las 9 unidades,


utilizndose Vecino ms Cercano en la unidad de estril. Se definieron vecindades de bsqueda
similares a las utilizadas en la validacin cruzada, agregando un capping con valor igual al dato
ubicado en la probabilidad acumulada 97.5%, fijndose ste como valor mximo. Posteriormente,
se realizaron 3 validaciones (visual, estadstica, espacial), tenindose un valor positivo en los tres
casos para todas las unidades.

Con respecto a la categorizacin de recursos, se utilizaron criterios ligados a la varianza del


Kriging, distancia muestra bloque y nmero de muestras utilizadas en la estimacin. Adems, se
integr el efecto del control de calidad en la clasificacin, disminuyendo la categora del recurso en
una unidad cuando la estimacin haya considerado muestras sin control de calidad. Finalmente,
para este apartado, se consider tanto la topografa como el pit de recursos, generando una
restriccin para la categorizacin que consisti en que los bloques deban estar ubicados entre la
topografa y el pit.
Categora Tonelaje [Mton] Ley Media CuT [%]
Medidos 358 0.41
Indicados 210 0.39
Inferidos 544 0.27
Total 1111 0.34

Curva Ton/Ley Recursos


600 2,50
500 2,00
Tonelaje [Mton]

Ley Media [%]


400
1,50
300
1,00
200
100 0,50

0 0,00
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
Ley de Corte [%]

Tonelaje CuT

Finalmente, a modo de recomendacin, se sugiere aumentar la cantidad de sondajes en las


zonas son control de calidad, a modo de mejorar la calidad de la estimacin dentro del pit y
aumentar la precisin de la estimacin .
ndice
1. Introduccin ...............................................................................................................................6
2. Objetivos y Alcances ...................................................................................................................7
2.1. Objetivo Principal ...............................................................................................................7
2.2. Objetivo Secundario ...........................................................................................................7
2.3. Alcances..............................................................................................................................7
3. Base de Datos .............................................................................................................................8
4. Anlisis Exploratorio de Datos ....................................................................................................9
4.1. EDA Triangulaciones. ..........................................................................................................9
4.2. Estadstica Bsica UE 11 .................................................................................................10
4.3. Anlisis Variogrfico UE 11 ............................................................................................11
4.4. Validacin Cruzada UE 11 ..............................................................................................13
5. Estimacin de Recursos Minerales ...........................................................................................14
5.1. Validacin Cruzada UE 11 ..............................................................................................14
6. Estimacin de Recursos Minerales ...........................................................................................15
6.1. Plan de Estimacin ...........................................................................................................15
5.2. Validacin de la Estimacin ...................................................................................................15
5.2.1. Validacin Visual.............................................................................................................15
5.2.2. Validacin Estadstica .....................................................................................................16
5.2.3. Validacin por Derivas ....................................................................................................17
5.3. Estimacin de Densidad ........................................................................................................18
7. Clasificacin de Recursos..........................................................................................................19
7.1. Criterios de Cateogrizacin ...............................................................................................19
7.2. Visualizacin de la Clasificacin de Recursos ....................................................................21
8. Conclusiones ............................................................................................................................23
9. Referencias ...............................................................................................................................24
10. Anexos ..................................................................................................................................25

ndice de Grficos
Grfico 1: Proporcin de los Recursos. .............................................................................................22
Grfico 2: Curva Tonelaje Ley. ..........................................................................................................22

4
ndice de Tablas
Tabla 1: Informacin entregada. ........................................................................................................8
Tabla 2: Validacin de la Base de Datos. ............................................................................................8
Tabla 3: Estadstica Bsica de la Alteracin. .......................................................................................9
Tabla 4: Unidades de Estimacin......................................................................................................10
Tabla 5: Estadstica Bsica de la Unidad de Estimacin 11. ..............................................................10
Tabla 6: Parmetros Utilizados en el Variograma Direccional. .........................................................13
Tabla 7: Vecindades de Bsqueda para la UE 11. ..........................................................................13
Tabla 8: Resultados de las Vecindades de Bsqueda para la UE 11...............................................13
Tabla 9: Vecindades de Bsqueda para la UE 11. ..........................................................................14
Tabla 10: Resultados de las Vecindades de Bsqueda para la UE 11. ............................................14
Tabla 11: Plan de Estimacin por Vecino ms Cercano. ...................................................................15
Tabla 12: Plan de Estimacin por Kriging Ordinario. ........................................................................15
Tabla 13: Validacin Estadstica de la Estimacin. ...........................................................................17
Tabla 14: Criterios para la Categorizacin de Recursos. ...................................................................20
Tabla 15: Criterios para Categorizacin Final. ..................................................................................20

ndice de Ilustraciones
Ilustracin 1: Metodologa para definir las Unidades de Estimacin. ................................................9
Ilustracin 2: Histograma correspondiente a la UE 11. .................................................................10
Ilustracin 3: Derivas correspondientes a la UE 11. ......................................................................11
Ilustracin 4: Mapa Variogrfico correspondiente a la UE 11. ......................................................12
Ilustracin 5: Variograma Direccional correspondiente a la UE 11. ...............................................12
Ilustracin 6: Validacin Cruzada correspondiente a la UE 11 ......................................................13
Ilustracin 7: Validacin Cruzada correspondiente a la UE 11 ......................................................14
Ilustracin 8: Visualizacin de la Validacin de la Estimacin. .........................................................16
Ilustracin 9: Visualizacin de la Validacin de la Estimacin. .........................................................16
Ilustracin 10: Validacin por Derivas en los Ejes X, Y, Z. .................................................................18
Ilustracin 11: Histograma de la Densidad sin Estimar.....................................................................18
Ilustracin 12: Histograma de la Densidad Estimada. ......................................................................19
Ilustracin 13: Visualizacin de la Categorizacin. ...........................................................................21
Ilustracin 14: Visualizacin de la Categorizacin. ...........................................................................21

5
1. Introduccin
El negocio minero se compone de varias etapas, donde cada una tiene un rol fundamental
para ste. Una vez encontrado un nuevo yacimiento para poder convertirse en un proyecto minero,
las alternativas de posibles inversiones deben evaluarse a la hora de poner en marcha el proyecto,
en caso de realizarse. Es por esto que se deben considerar tanto la rentabilidad, disponibilidad de
capital, riesgo, entre otros factores, de manera que exista un beneficio econmico al realizar dicho
proyecto.

Para la toma de decisiones del proyecto, debe existir un estudio previo que entregue
informacin fidedigna acerca de las caractersticas, tanto espaciales como de sus cualidades
econmicas, es decir, la calidad del mineral que se encuentra en el yacimiento. Esto se enfoca
tpicamente a lo que es la Ley de Cobre Total (CuT) en los yacimientos de Cobre.

La Geoestadstica se define como el estudio de fenmenos regionalizados, es decir que se


extienden en el espacio y presentan una cierta continuidad. Las aplicaciones de esta ciencia de la
Tierra van desde la evaluacin de recursos naturales (mineros en este caso) hasta topografa u
oceanografa.

La Geoestadstica busca mediante una toma de muestra, estudiar una o varias variables
regionalizadas. Una de las herramientas utilizadas en la Geoestadstica es lo que se denomina
Anlisis Exploratorio de Datos, el cual tiene principalmente tres objetivos. El primero es analizar la
cantidad, calidad y ubicacin de los datos disponibles mediante herramientas de estadstica simple.
En segundo lugar, es definir la zona de estudio, ya que es importante al momento de observar
cambios abruptos en la distribucin espacial de valores. Por ltimo, como objetivo principal est el
anticiparse a dificultades o problemas que puedan surgir en la fase de estimacin, como por ejemplo
la presencia de valores atpicos (outliers) respecto a la vecindad que lo acompaa en la muestra de
datos.

Es importante tener un buen Anlisis Exploratorio de Datos, ya que, al tener esta


informacin, permitir observar el comportamiento de la Ley de Cobre Total, particularmente en la
o las unidades geolgicas y de estimacin, como tambin concluir respecto al supuesto de
estacionaridad en los datos trabajados del estudio. Algunas herramientas utilizadas para estimar
puntos se basan en la estacionaridad, adems de las direcciones preferenciales de continuidad,
funciones de variogramas, etc. Una herramienta de estimacin de puntos es el Kriging ordinario, el
cual es un estimador lineal e insesgado.

El presente informe trata sobre la definicin de las unidades de estimacin y la posterior


realizacin de la estimacin y categorizacin de recursos que presenta un yacimiento de Cobre.

6
2. Objetivos y Alcances
2.1. Objetivo Principal
Reportar los Recursos y Reservas que presenta el Yacimiento, mediante Geoestadstica, a
partir de una base de datos dada.

2.2. Objetivo Secundario


Definir las Unidades de Estimacin, para la estimacin del yacimiento a partir del Kriging
Ordinario.

2.3. Alcances
La Base de Datos fue entregada por el profesor Cristian Quiones.

La estimacin se realiza mediante Kriging Ordinario y Vecino ms Cercano, cuando la unidad


de estimacin no presenta estacionaridad de orden 2.

Se acepta vlida la estimacin, bajo un error del 10%.

Para la densidad utilizada en el reporte de Recursos y Reservas, se utiliza una densidad


variable en el espacio, estimada a partir del mtodo Inverso a la Distancia.

7
3. Base de Datos
La base de datos entregada presenta 4 archivos (Collar, Assay, Survey y Densidad). Estos
archivos presentan informacin sobre la ubicacin, orientacin y leyes que presentan los sondajes
realizados en el yacimiento a trabajar. A continuacin, se adjunta una tabla resumen con respecto
a la informacin entregada.

Base de Datos Entregada


Collar Assay Survey Densidad
CuT
Ao de Perforacin Dip
CuS
Control de Calidad Depth Densidad
Mo
Certificados Azimut
Au
Total de Datos: 19062
Moda de Sondajes: 2 [m]
Ubicacin Espacial
X [m] Y {m] Z [m]
Max 737690 8695675 2393
Min 740290 8693464 1150
Unidades de Litologa 10
Unidades de Mineralizacin 13
Unidades de Alteracin 9
Tabla 1: Informacin entregada.

A partir de los datos entregados, se procede a validar la base de datos para realizar la
compositacin, a continuacin, se presenta una muestra que no cumple con el criterio de que el
Cobre Soluble debe ser menor al Cobre Total.

Hole ID From To CuT CuS


TTQ-18 255 256 0.210 0.121
TTQ-18 256 257 0.202 0.122
TTQ-18 261 262 0.270 2.420
TTQ-18 264 265 0.214 0.122
Tabla 2: Validacin de la Base de Datos.

Se trabaja con esta muestra de igual manera, debido que para ste proyecto no se trabaja
con el Cobre Soluble y adems, el Cobre Total presenta unas leyes similares a las muestras contiguas.

Se realiza un anlisis estadstico al largo de las muestras, el cul arroja que la moda
corresponde a 2 [m], por lo cual se realiza la compositacin de los sondajes a 2 [m], cabe sealar
que a la vez se realiza la compositacin para otros tamaos del soporte, para ver cmo es el impacto
de stos en la estadstica. (Ver Anexos).

8
4. Anlisis Exploratorio de Datos
4.1. EDA Triangulaciones.
Una vez compositadas las muestras, se realiza un EDA a la Litologa, Mineralizacin y
Alteracin, esto se realiza con el fin de obtener la estadstica espacial y la estadstica bsica, ya que
a partir de esos criterios se definirn las Unidades de Estimacin. A continuacin, se adjunta la
estadstica bsica de las alteraciones. (Ver Anexos, para revisar la estadstica correspondiente a
Litologa y Mineralizacin y la estadstica espacial).

Alteracin N de Mnimo [%] Mximo Media Desv. Std.


Muestras [%]
Biottica 1542 0,162 3,899 0,3873 0,1892
Clortica 111 0,166 1,363 0,3136 0,1703
Clortica Serictica 2309 0,162 2,620 0,2951 0,1404
Cuarzo Sericita 6832 0,162 10,890 0,3623 0,3749
Cuarzo Sericita Estruc. 5092 0,162 24,320 0,5162 0,7918
Propiltica 466 0,161 0,758 0,2288 0,0918
Serictica Dbil Prof. 69 0,281 1,199 0,4629 0,1337
Serictica Fuerte Prof. 75 0,457 2,358 0,9071 0,3526
Silcea 800 0,161 5,652 0,3142 0,2866
Tabla 3: Estadstica Bsica de la Alteracin.

Una vez realizado el EDA para todas las triangulaciones, es necesario definir los criterios con
los cuales se va a trabajar para poder crear las Unidades de Estimacin. A continuacin, se adjuntan
los criterios.

Ilustracin 1: Metodologa para definir las Unidades de Estimacin.

Cmo se muestra para definir las unidades de estimacin, se tiene que analizar las leyes
medias, las desviaciones estndar, los coeficientes de variacin y la distribucin espacial que
presentan. Adems, es necesario conocer la gnesis del yacimiento para saber si es posible que se
puedan interceptar ciertas unidades.

9
Una vez realizado el anlisis y aplicados los criterios especificados anteriormente, se definen
9 unidades de estimacin, las cuales se presentan a continuacin. (Ver Anexos, para identificar las
unidades geolgicas que conforman cada unidad de estimacin).

Mineralizacin N de Muestras Mnimo [%] Mximo [%] Media Desv. Std.


UE 1 1885 0,1630 24,320 0,9378 1,2114
UE 12 3108 0,1630 5,6520 0,5123 0,3022
UE 11 2724 0,1620 3,8990 0,3702 0,1931
UE 4 1842 0,1610 0,7710 0,2265 0,0491
UE 6 536 0,1730 3,3300 0,4117 0,2447
UE 7 660 0,1700 9,0600 0,5656 0,6702
UE 8 3334 0,1620 4,8920 0,2306 0,1200
UE - 9 2498 0,1620 7,3420 0,2011 0,1520
UE 10 593 0,1630 2,3800 0,5003 0,2660
Tabla 4: Unidades de Estimacin.

A continuacin, se presenta el anlisis correspondiente a la Unidad de Estimacin 11. (Ver


Anexos, para revisar las dems Unidades de Estimacin).

4.2. Estadstica Bsica UE 11


En un principio se realiza la estadstica bsica de la unidad y luego de esto, se procede a
desagrupar las muestras por medio del Mtodo de las Celdas, esto se realiza debido a que los
sondajes son realizados en una malla preferencial, dndole mayor inters a la zona de mayor ley. En
este caso la dimensin de la celda es de 195 x 195 x 195 [m]. A continuacin, se muestra una tabla
comparativa con los datos desagrupados y no desagrupados.

Mineralizacin N de Muestras Mnimo [%] Mximo [%] Media Desv. Std.


UE 11 sin Peso 2724 0,1620 3,8990 0,3377 0,1658
UE 11 con Peso 2724 0,1620 3,8990 0,3598 0,1931
Tabla 5: Estadstica Bsica de la Unidad de Estimacin 11.

Ilustracin 2: Histograma correspondiente a la UE 11.

10
Se observa que el desagrupamiento genera un aumento en la ley media del 2,03% con
respecto a la media de los datos sin desagrupar. Es importante realizar el desagrupamiento a todas
las dems unidades, ya que al momento de estimar por Kriging Ordinario (este es un desagrupador
natural) se tiene que validar la estimacin comparndolo con la media de la ley desagrupada. Se
observa en el Histograma, que la unidad de estimacin presenta una sola poblacin.

Luego de realizar la estadstica bsica, se procede a realizar el anlisis espacial de los datos,
los cuales se muestran a continuacin en las derivas en los 3 ejes.

Ilustracin 3: Derivas correspondientes a la UE 11.

A partir de ste grfico, se verifica el supuesto de estacionaridad, ya que se observa que la


Ley permanece constante, cabe sealar que el ruido que se genera en el grfico se debe a la baja
escala que presenta ste y en esos sectores se presentan pocos pares de datos.

4.3. Anlisis Variogrfico UE 11


Luego de verificar la estacionaridad para todas las Unidades de Estimacin, se procede a
realizar un anlisis variogrfico, en donde se estudia la orientacin preferencial que presenta la
Unidad, es por esto que se evala el Azimut, Dip y Plunge. A continuacin, se muestra el anlisis
variogrfico con respecto a la UE 11.

11
Ilustracin 4: Mapa Variogrfico correspondiente a la UE 11.

Luego de encontrar una direccin preferencial, se procede a modelar el variograma para as


encontrar la elipse que presenta la mayor continuidad de los datos. A continuacin, se presentan
los modelos variogrficos obtenidos y la tabla con los datos de stos.

Ilustracin 5: Variograma Direccional correspondiente a la UE 11.

12
ESTRUCTURA 2 ESTRUCTURA 1
UE Direccin Pepa
Meseta Tipo Rango Meseta Tipo Rango
U 756,93 90,16
UE 11 V 0.0037 0.0038 Esfrico Infinito 0.0036 Esfrico Infinito
W 30,00 90,00
Tabla 6: Parmetros Utilizados en el Variograma Direccional.

4.4. Validacin Cruzada UE 11


Antes de realizar la estimacin por Kriging Ordinario, es necesario definir las vecindades de
bsqueda, por lo cual se realiza la validacin con distintas vecindades. A continuacin, se presenta
una tabla con las vecindades de bsqueda utilizada para la Unidad de Estimacin 11.

Muestras por Muestras por


Alcance
Vecindad Sector Sondaje Sectores
U V W Min ptimo Max ptimo
1 200 300 150 3 10 2 3 4
2 150 200 100 3 10 2 3 4
3 300 400 200 3 10 2 3 4
Tabla 7: Vecindades de Bsqueda para la UE 11.

Vecindad Rho Media Error Media Error Std Varianza Error Std
1 0.674 0,00852 0, 90044 0,72857
2 0.670 0,00795 0,09050 0,72890
3 0,677 0,00736 0,09027 0,72954
Tabla 8: Resultados de las Vecindades de Bsqueda para la UE 11.

A partir de los resultados obtenidos en la Validacin Cruzada, se tiene que la Vecindad de


Bsqueda 3 es la que presenta los mejores resultados ya que se aprecia que la varianza del error
estandarizado es la ms cercana a 1 y la media del error y media del error estndar son cercanas a
0. En cuanto a la visualizacin de la grfica de correlacin se observa que hay una tendencia lineal,
lo cual descarta que exista un sesgo.

Ilustracin 6: Validacin Cruzada correspondiente a la UE 11

13
5. Estimacin de Recursos Minerales
5.1. Validacin Cruzada UE 11
Antes de realizar la estimacin por Kriging Ordinario, es necesario definir las vecindades de
bsqueda, por lo cual se realiza la validacin con distintas vecindades. A continuacin, se presenta
una tabla con las vecindades de bsqueda utilizada para la Unidad de Estimacin 11.

Muestras por Muestras por


Alcance
Vecindad Sector Sondaje Sectores
U V W Min ptimo Max ptimo
1 200 300 150 3 10 2 3 4
2 150 200 100 3 10 2 3 4
3 300 400 200 3 10 2 3 4
Tabla 9: Vecindades de Bsqueda para la UE 11.

Vecindad Rho Media Error Media Error Std Varianza Error Std
1 0.674 0,00852 0, 90044 0,72857
2 0.670 0,00795 0,09050 0,72890
3 0,677 0,00736 0,09027 0,72954
Tabla 10: Resultados de las Vecindades de Bsqueda para la UE 11.

A partir de los resultados obtenidos en la Validacin Cruzada, se tiene que la Vecindad de


Bsqueda 3 es la que presenta los mejores resultados ya que se aprecia que la varianza del error
estandarizado es la ms cercana a 1 y la media del error y media del error estndar son cercanas a
0. En cuanto a la visualizacin de la grfica de correlacin se observa que hay una tendencia lineal,
lo cual descarta que exista un sesgo.

Ilustracin 7: Validacin Cruzada correspondiente a la UE 11

14
6. Estimacin de Recursos Minerales
6.1. Plan de Estimacin
Para la realizacin de la estimacin, se confecciona un plan por unidad, definiendo la
vecindad de bsqueda, nmero de muestras utilizadas para la estimacin, entre otros parmetros.
Adems, se implementa un capping, el cual utiliza como valor lmite el dato correspondiente al
97.5% (en la mayora de los casos), en el grfico de probabilidad acumulada.

Cabe destacar que 8 de las 9 unidades fueron estimadas mediante Kriging Ordinario,
mientras que para la unidad 4 se utiliza el mtodo del vecino ms cercano, la razn de tal decisin
se basa en que el Kriging Ordinario requiere que en la poblacin a utilizar para la estimacin se
pueda asumir estacionaridad de orden 2, no pudindose utilizar en caso contrario. Para el caso de
la unidad 4 (la cual constituye al estril), no es posible asumir estacionaridad de orden 2, por lo que
se toma la decisin de utilizar otro mtodo.

A continuacin, se presenta el plan de estimacin utilizado por unidad:

Tabla 11: Plan de Estimacin por Vecino ms Cercano.

Tabla 12: Plan de Estimacin por Kriging Ordinario.

Es posible observar que algunas vecindades presentan la misma extensin en las tres
direcciones, lo cual fue consecuencia de la determinacin de modelos variogrficos
omnidireccionales en tales unidades.

5.2. Validacin de la Estimacin


A partir de la estimacin realizada mediante los parmetros anteriormente descritos, se
procede a realizar la validacin de la estimacin. Para su realizacin se utilizan tres criterios, los
cuales consisten en validaciones visuales, estadsticas y por derivas.

5.2.1. Validacin Visual


Para la realizacin de la validacin visual se utilizan dos vistas del modelo de bloques, las
cuales corresponden a cortes en el plano YZ y XZ.

15
Ilustracin 8: Visualizacin de la Validacin de la Estimacin.

Ilustracin 9: Visualizacin de la Validacin de la Estimacin.

Es posible observar que existe una relacin entre las leyes de las muestras y de los bloques
que las rodean, por lo que se obtiene una validacin positiva para la estimacin total.

5.2.2. Validacin Estadstica


Para la validacin estadstica, se realiza un estudio del error porcentual por unidad entre la
ley media de las muestras desagrupadas y de los bloques estimados. El criterio utilizado para la
validacin consiste en la obtencin de un error porcentual menor a un 10%, entre las muestras y los
bloques.

A continuacin, se procede a presentar una tabla resumen de las leyes medias de muestras
y bloques por unidad, junto con su error porcentual respectivo:

16
Ley Media
Ley Media
UE Desagrupada Error [%]
Estimacin Bloques
Muestras
UE 1 0,9198 0,8419 8,47 %
UE 4 0,2126 0,2084 1,98 %
UE 6 0,3341 0,3670 9,85 %
UE 7 0,4560 0,4747 4,10 %
UE 8 0,2371 0,2251 5,06 %
UE 9 0,2126 0,1994 6,21 %
UE 10 0,4133 0,4491 8,66 %
UE 11 0,3598 0,3395 5,64 %
UE 12 0,4186 0,4604 9,98 %
Tabla 13: Validacin Estadstica de la Estimacin.

A partir de la tabla anterior, es posible observar que en ningn caso el error porcentual
supera el 10%, por lo que se obtiene un valor positivo para la validacin. Cabe destacar que en
algunos casos la estimacin entrega una ley media mayor que el promedio de las muestras, mientras
que en otros se genera la condicin inversa, por lo que se concluye que no se realiz una sobre-
estimacin ni una sub-estimacin de los recursos totales.

5.2.3. Validacin por Derivas


Para la realizacin de la validacin por derivas, se realiza una estimacin por vecino ms
cercano para cada unidad y se grafican las derivas para la estimacin comentada anteriormente y la
realizada por Kriging Ordinario. El motivo de la estimacin por vecino ms cercano en sta etapa
responde a la complejidad de comparar derivas entre muestras (cuya cantidad est cerca del orden
de 20000 datos) y bloques (cuya cantidad se acerca a los 6 millones de datos), lo que se simplifica
generando la estimacin comparativa.

A continuacin, se procede a presentar de forma representativa las derivas de la unidad de


estimacin 12 para ambas estimaciones:

17
Ilustracin 10: Validacin por Derivas en los Ejes X, Y, Z.

A partir de los resultados obtenidos en las derivas, es posible visualizar que dichos grficos
se asemejan, intersectndose en mltiples ocasiones a lo largo de la extensin de la estimacin, por
lo que se concluye en un valor positivo para sta validacin.

5.3. Estimacin de Densidad


Uno de los parmetros necesarios para la posterior declaracin de recursos minerales es la
densidad (que condiciona el tonelaje), por lo que se realiza la estimacin de la densidad para el
yacimiento. A partir de las densidades entregadas en la base de datos inicial, las cuales poseen un
largo de muestra igual a 2 metros, se procede a presentar un histograma que expone su poblacin:

Ilustracin 11: Histograma de la Densidad sin Estimar.

18
Para la estimacin de ste parmetro, se utiliz el mtodo Inverso de la Distancia al
Cuadrado (ID2), obtenindose un modelo de bloques que fue cruzado con las estimaciones de leyes
de cobre total realizadas anteriormente.

A continuacin, se presenta un histograma con las densidades estimadas en el modelo de


bloques:

Ilustracin 12: Histograma de la Densidad Estimada.

7. Clasificacin de Recursos.
7.1. Criterios de Cateogrizacin
A partir de las estimaciones realizadas para las unidades, se procedi a realizar la
categorizacin de los recursos estimados, basando los criterios de clasificacin en los anlisis
estadsticos de la varianza del Kriging, distancia muestra bloque y nmero de muestras utilizados
en la estimacin.

A continuacin, se presenta una tabla resumen de los criterios utilizados por unidad de
estimacin:

19
UE Categora Inicial Varianza del Distancia Nmero Mnimo
Kriging [ < ] Mxima [ < ] de Muestras [ > ]
Medido 0,100 125 25
UE 1
Indicado 0,150 80 20
Medido 0,035 150 15
UE 12
Indicado 0,040 220 10
Medido 0,006 240 9
UE 11
Indicado --- 300 5
Medido 0,012 160 27
UE 10
Indicado 0,015 200 20
Medido 0,004 130 26
UE 6
Indicado --- 180 15
Medido 0,61 134 23
UE 7
Indicado 1,00 170 15
Medido --- 144 22
UE 8
Indicado --- 200 10
Medido --- 125 33
UE 9
Indicado --- 170 20
Inferido --- --- ---
UE 4
Inferido --- --- ---
Tabla 14: Criterios para la Categorizacin de Recursos.

Cabe destacar que, si la estimacin no cumple con los criterios anteriormente presentados,
se clasifica como recurso inferido.

Otro aspecto a sealar en la categorizacin inicial, en especfico para la unidad 4, es que al


haberse utilizado un mtodo de estimacin que no considera variografa, se clasifican sus recursos
estimados totales directamente como inferidos.

Se incluye en la clasificacin el parmetro de control de calidad, el cual define si el recurso


se mantiene en su categora (estimado con muestras sujetas a un control de calidad positivo) o
disminuye en la clasificacin (estimado con muestras sin control de calidad).

Adems, para el trmino de la clasificacin de recursos se utiliza el pit de recursos y la


topografa (los cuales fueron entregados en la base de datos inicial), definindose como recursos a
todos los bloques ubicados entre ambas superficies.

Se presenta una tabla resumen que muestra la categorizacin final de recursos estimados.

Categora Final Categora Inicial Pit de Recursos Topografa QA / QC


Medido Medido Sobre Bajo Si
Indicado Indicado Sobre Bajo Si
Inferido Inferido Sobre Bajo Si
Indicado Medido Sobre Bajo No
Inferido Indicado Sobre Bajo No
- Inferido Sobre Bajo No
Tabla 15: Criterios para Categorizacin Final.

20
7.2. Visualizacin de la Clasificacin de Recursos
A partir de los criterios establecidos anteriormente, se procede a presentar dos vistas de la
clasificacin, las cuales corresponden a cortes en el plano YZ y XZ.

Categora Cdigo Color Leyenda


Medido 1 Rojo
Indicado 2 Amarillo
Inferido 3 Azul

Ilustracin 13: Visualizacin de la Categorizacin.

Ilustracin 14: Visualizacin de la Categorizacin.

A partir de la clasificacin realizada y de la densidad estimada anteriormente, se procede a


realizar la declaracin de recursos minerales.

Categora Tonelaje [Mton] Ley Media CuT [%]


Medidos 358 0.41
Indicados 210 0.39
Inferidos 544 0.27
Total 1111 0.34

21
A partir de la tabla anterior, se presenta un grfico de torta con la proporcin de recursos
por categora:

32%
49%

19%

Recursos Medidos Recursos Indicados Recursos Inferidos

Grfico 1: Proporcin de los Recursos.

Adems, se muestra una curva tonelaje versus ley, la cual involucra solamente recursos
medidos e indicados (debido a su calidad de informacin):

Curva Ton/Ley Recursos


600 2,50
500 2,00
Tonelaje [Mton]

Ley Media [%]


400
1,50
300
1,00
200
100 0,50

0 0,00
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
Ley de Corte [%]

Tonelaje CuT

Grfico 2: Curva Tonelaje Ley.

22
8. Conclusiones
En primera instancia es de suma importancia analizar bien la base de datos y validarla, ya
que es necesario saber con qu se est trabajando y si esta presenta algn error que puede generar
errores en un futuro, ya que no son representativos al yacimiento que se est evaluando.

Se observa que existe una relacin entre las unidades de estimacin generada y el trabajo
realizado a partir de los criterios definidos, ya que si el trabajo se hizo de forma prolija y
meticulosamente se generan unidades de estimacin que se asemejan a la realidad y con las cuales
es posible realizar el trabajo. Se observa, adems, que todas las unidades exceptuando el estril
poseen estacionaridad de orden 2 y la mayora de ests presentan un comportamiento anisotrpico.

Por otro lado, una vez que se han encontrado las direcciones preferenciales, es necesario
validarlas mediante la Validacin Cruzada, para as poder obtener las vecindades de bsqueda, las
cuales sern utilizadas luego para la Estimacin por Kriging Ordinario, siempre y cuando stas
unidades presenten estacionaridad de orden 2. Cabe mencionar que la unidad de estimacin 4,
correspondiente a los estriles, no presenta este supuesto, por lo cual no es posible utilizar est
mtodo de estimacin, ya que para utilizar Kriging Ordinario tiene que existir estacionaridad de
orden 2, es por esto que se utiliza el mtodo del Vecino ms Cercano.

Se realizaron 3 criterios para validar la estimacin, los cuales son, Visualizacin, Anlisis
Estadstico y Comparacin de Derivas. Se observa claramente que la estimacin se valida, ya que
cumple con los 3 criterios planteados.

Posterior a la estimacin, se realiza la categorizacin de recursos y la posterior clasificacin


de recursos. Para generar los criterios de categorizacin, es necesario realizar un anlisis estadstico
a los parmetros obtenidos a partir del Kriging Ordinario; es importante sealar que para definir el
reporte de recursos es necesario tener en cuenta la calidad de los datos utilizados en la estimacin
y tambin los parmetros econmicos.

Se recomienda realizar sondajes con QA/QC en la zona donde no se presentan, ya que al


realizar esto se tendr una mayor informacin y los recursos que fueron castigados por no presentar
este control de calidad pueden volver a ser Medidos.

23
9. Referencias
Emery, X. (2011). Geoestadstica. Facultad de Ciencias Fsicas y Matemticas, Universidad
de Chile.

Alfaro, M. (2007). Estimacin de Recursos Mineros. Universidad de Santiago de Chile.

Rossi, M. & Deutsch, C. (2014). Mineral Resource Estimation. Springer Science: Business
Media Dordrecht.

24
10. Anexos
N de Mnimo [%] Mximo Media Desv. Std.
Litologa
Muestras [%]
Andesita 1991 0,161 5,652 0,2718 0,2119
Brecha Falla 291 0,167 2,110 0,4337 0,2611
Brecha Hidrotermal 1129 0,163 24,320 0,6186 1,2855
Brecha Puzzle 1201 0,614 9,167 0,5666 0,7067
Diorita 9392 0,162 10,890 0,4040 0,4122
Dique Fino 111 0,166 1,363 0,3136 0,1703
Dique Tardo 36 0,171 7,342 0,6831 1,1788
Dique Temprano 277 0,162 3,899 0,4002 0,3378
Gravas 18 0,173 1,029 0,3587 0,2110
Granito 2877 0,163 5,825 0,3011 0,1605

N de Mnimo [%] Mximo Media Desv. Std.


Mineralizacin
Muestras [%]
Enriquecimiento Dbil 779 0,163 24,320 0,8190 1,0951
Enriquecimiento 1674 0,163 10,89 0,8089 0,8269
Fuerte
Estril Caja 1842 0,161 0,771 0,2265 0,0491
Estril Grava 18 0,173 1,029 0,3587 0,2110
Extica Grava 518 0,214 3,330 0,4135 0,2456
Lixiviado 989 0,164 0,989 0,2021 0,0614
Lix. xido Negro 1 4329 0,162 7,342 0,2084 0,1422
Lix. xido Negro 2 62 0,194 1,390 0,4495 0,2904
Lix. xido Verde 1 448 0,205 1,189 0,3124 0,0723
Lix. xido Verde 2 4 0,264 0,509 0,3687 0,0963
Mixto 123 0,170 22,350 1,2804 2,6285
xido 562 0,175 9,060 0,5128 0,6346
Primario 5832 0,162 5,652 0,4307 0,2628

25
Alteracin Mineralizacin Litologa
Andesita
Brecha Falla
Cuarzo Sericita Enriquecimiento Dbil Brecha Hidrotermal
UE 1 Cuarzo Sericita Enriquecimiento Fuerte Brecha Puzzle
Estructural Mixto Diorita
Dique Temprano
Granito
Cuarzo Sericita Andesita
Cuarzo Sericita Brecha Falla
Estructural Brecha Hidrotermal
Sericita Dbil Brecha Puzzle
UE 12 Primario
Profunda Diorita
Sericita Fuerte Dique Tardo
Profunda Dique Temprano
Silcea Granito
Andesita
Brecha Falla
Cuarzo Sericita Brecha Hidrotermal
Estructural Brecha Puzzle
UE 11 Primario
Sericita Fuerte Diorita
Profunda Dique Tardo
Dique Temprano
Granito
Andesita
Biottica Brecha Falla
Clortica Sericita Brecha Hidrotermal
Cuarzo Sericita Brecha Puzzle
UE 6 Estril Grava
Cuarzo Sericita Diorita
Estructural Dique Temprano
Propiltica Granito
Gravas
Biottica Andesita
Clortica Brecha Hidrotermal
Clortica Sericita Brecha Puzzle
Cuarzo Sericita xido Diorita
UE 7
Cuarzo Sericita Primario Dique Fino
Estructural Dique Tardo
Propiltica Diques Temprano
Silcea Granito
Biottica
Clortica Sericita
Cuarzo Sericita
Andesita
UE 4 Cuarzo Sericita Estril Caja
Granito
Estructural
Propiltica
Silcea

26
Alteracin Mineralizacin Litologa
Andesita
Brecha Falla
Biottica
Lixiviado Brecha Hidrotermal
Clortica
Lixiviado xido Negro 2 Brecha Puzzle
UE 8 Clortica Sericita
Lixiviado xido Verde 1 Diorita
Cuarzo Sericita
Lixiviado xido Verde 2 Dique Fino
Silcea
Dique Temprano
Granito
Biottica
Clortica Sericita
Cuarzo Sericita
Andesita
UE 4 Cuarzo Sericita Estril Caja
Granito
Estructural
Propiltica
Silcea
Andesita
Brecha Falla
Lixiviado
Brecha Hidrotermal
Lixiviado xido Negro 1
Cuarzo Sericita Brecha Puzzle
UE - 9 Lixiviado xido Negro 2
Estructural Diorita
Lixiviado xido Verde 1
Dique Tardo
Lixiviado xido Verde 2
Dique Temprano
Granito

27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48