DIVISÃO DE ENGENHARIA

ENGENHARIA DE MINAS

GESTÃO DE RECURSOS MINERAIS

3O ANO, TURMA: A

QUANTIFICAÇÃO DAS RESERVAS MINERAIS

KRIGAGEM DE BLOCOS
 Discentes:

Laila José Jalane

Ricardo Macave Júnior
Salvador Joaquim Cuna
Yumna Da Graça Maria Nhatave

KRIGAGEM DE BLOCOS

Este trabalho e de carácter

avaliativo na cadeira de
Gestão de Recursos Minerais
do 3° ano com o tema
“Quantificação das reservas
minerais” Krigagem de
blocos.

Docente:

MSc. Lucas Simoco

Índice
1. Introdução ............................................................................................................ 1
1.1. OBJECTIVOS ................................................................................................... 2
1.1.1. Gerais .............................................................................................................. 2
1.1.2. Especificos ...................................................................................................... 2
2. Metodologia .......................................................................................................... 2
3. Geoestatística ....................................................................................................... 3
3.1. Objectivo da geoestatística ................................................................................. 3
3.2. Vantagens da geoestatística ......................................................................... 3
3.3. Desvantagens da geoestatística .................................................................... 3
4. Reserva............................................................................................................... 4
4.1. Divisão Das Quantificações Das Reservas ........................................................ 4
5. Análise geoestatística ............................................................................................ 4
6. Krigagem ........................................................................................................... 4
6.1. A krigagem leva em consideração .................................................................... 5
6.2. Segundo Landim (1994) a krigagem pode ser usada para: ................................ 5
7. KRIGAGEM DE BLOCOS ................................................................................ 6
8. Base de como e feita a Estimativa de um Ponto não conhecido pelo Método
de Krigagem .............................................................................................................. 10
9. Conclusão ........................................................................................................... 13
10. Referencias Bibliográficas ................................................................................ 14

3
 1. Introdução

A avaliação de reservas minerais é de extrema importância em todas as etapas de um

projecto de mineração, da fase de pesquisa mineral até o estudo de viabilidade técnica e
económica do empreendimento. Além disso, no desenvolvimento da mina, a
Geoestatística tem um papel fundamental no panejamento de lavra de curto, médio e
longos prazos, pois, por meio de estimativas actualizadas das reservas minerais, pode
auxiliar na tomada de decisões na operação da mina. As estimativas de reservas
minerais são baseadas em amostras (sondagens, galerias etc.) e, por isso, estão sujeitas a
incertezas. Nesse sentido, o problema está em como avaliar as incertezas, as quais são
baseadas em um modelo de distribuição de probabilidades.

A krigagem é uma proposta geoestatística de interpolação. O pioneiro na utilização

desta técnica foi Krige (1951) objectivando melhorar as estimativas de reservas de
minérios. Matheron (1970) durante a década de 60, generalizou os métodos de
estimativas usadas por Krige e desenvolveu os fundamentos teóricos da variabilidade de
amostragem associada com o tamanho das amostras bem como, formulou uma teoria
completa dos erros de estimativas.

1
1.1. OBJECTIVOS

1.1.1. Gerais
 Conhecer os metodos de quantificação de reservas minerais usando o
método de Krigagem de blocos.

1.1.2. Especificos
 Avaliar os métodos e os componentes de Krigagem de blocos;
 Identificar como são feitos os cálculos de reservas através da Krigagem
de Blocos.

2. Metodologia
O presente trabalho resulta da colecta e discussão de artigos, dissertações, notas de
aulas de alguns docentes, pesquisas e trabalhos feitos com informações relevantes
que abordam o tema em questão, sendo que todos eles foram a cessados e obtidos na
internet e na base do livro de avaliação e quantificação de reservas de Yamamoto.

Durante a discussão das informações colhidas pelo grupo, houve ideias divergentes
e convergentes que foram de muita relevância para a realização deste trabalho. A
participação de todos os elementos do grupo fez com que a concepção do trabalho
fosse real e não hipotético, cada membro do grupo deu aquilo que seria o seu
contributo, com a finalidade de familiarizar todos com o trabalho

2
3. Geoestatística

O estudo geoestatístico tem como ponto de partida um conjunto de observações que

constituem uma amostra. As observações, de natureza quantitativa ou qualitativa, são
usadas para inferir as propriedades do fenómeno espacial em estudo. Na realidade, o
fenómeno espacial desconhecido representa a população da qual uma amostra foi
extraída. (Yamamoto, J. 2013)

3.1. Objectivo da geoestatística

A Geoestatística proporciona um conjunto de métodos para a estimativa de reservas
minerais, sempre fazendo o melhor uso da informação disponível. Isso significa que,
para uma dada situação ou fase da pesquisa ou de desenvolvimento da mina, não se
justifica amostragem adicional com a intenção de melhorar o vario-grama que será
utilizado na krigagem.

Para Matheron 1971, a geoestatística tem dois objectivos:

1. Teoricamente, descrever a correlação espacial;

2. Na prática, resolver problemas de estimativa de uma variável regionalizada com
base em uma amostra.

3.2. Vantagens da geoestatística

 Transforma observações geológicas em números;
 Estima distribuições espaciais;
 Interpola e extrapola valores em mapas;
 Quantifica erros;
 Analisa áreas de riscos;
 Orienta planos de amostragem;
 Integra diferentes tipos de dados;
 Modela processos geológicos.

3.3. Desvantagens da geoestatística

 Não origina dados que sejam representativos;
 Não acrescenta dados que necessitam ser adicionados;
 Não economiza tempo e esforço;
 Não substitui o entendimento e julgamento especializados;
 Não é “caixa preta”.

3
4. Reserva
É a quantidade de uma dada substância, apta a ser lavrada, em função de estudos
económicos. É prática corrente incluir na reserva o material que tem qualificação
química, mineralógica e física e que pode ser lavrável por boa técnica, mas que não
produz lucro, agora.

4.1. Divisão Das Quantificações Das Reservas

 Krigagem ordinária;
 Krigagem pontual;
 Krigagem em blocos.

5. Análise geoestatística
 Estimação;
 Krigagem simples;
 Krigagem ordinária (normal);
 Krigagem universal;
 Krigagem indicativa;
 Co-Krigagem.

Simulação (A estimativa por krigagem tenta obter acurácia e a simulação tenta atingir
realismo) A ponderação das amostras elimina, em média, os erros de excesso, o que
venha ser a vantagem primordial da krigagem.

6. Krigagem
Método geoestatístico que leva em consideração as características espaciais de
autocorrelação de variáveis regionalizadas, nas variáveis regionalizadas deve existir
uma certa continuidade espacial, o que permite que os dados obtidos por amostragem de
certos pontos possam ser usados para parametrizar a estimação de pontos onde o valor
da variável seja desconhecido, ao ser constatado que a variável não possui continuidade
espacial na área estudada, não há sentido lógico em estimar/interpolar usando-se a
krigagem. (Journel e Huijbregts, 1978; Yamamoto e Landim, 2013).

4
Único meio disponível para se verificar a existência ou não de continuidade espacial é,
se houver, a análise vario-gráfica que determinará os parâmetros que caracterizam o
comportamento regionalizado utiliza distâncias ponderadas e estimação por médias
móveis pelo qual os pesos adequados são obtidos a partir de um vario-grama,
representativo da média das diferenças ao quadrado dos valores irregularmente
distribuídos de ``Zi`` a intervalos de distâncias especificados. (Yamamoto e Landim,
2013).

É necessário um sistema de equações normais em matrizes, no qual são usados os

parâmetros vario-gráficos para a obtenção dos pesos a serem utilizados para o cálculo
do valor do ponto a ser estimado/interpolado, quando um vario-grama é adequadamente
elaborado, a estimativa por krigagem resultante é reconhecida como sendo a estimativa
linear melhor e não tendenciosa (BLUE = best, linear, unbiased estimate). (Yamamoto e
Landim, 2013).

A krigagem pode ser usada para:

 Previsão do valor pontual de uma variável regionalizada em um determinado

local dentro do campo geométrico, é um procedimento de interpolação exacto
que leva em consideração todos os valores observados, o qual pode ser a base
para cartografia automática por computador quando se dispõe de valores de uma
variável regionalizada disposta por uma determinada área;
 Cálculo médio de uma variável regionalizada para um volume maior que o
suporte geométrico como, por exemplo, no cálculo do teor médio de uma jazida
a partir de informações obtidas de testemunhas de sondagens.

6.1.A krigagem leva em consideração

 Número de amostras utilizadas;
 Posições das amostras na área a ser avaliada;
 Distâncias entre as amostras e a zona a ser estimada;
 Continuidade espacial da variável em estudo.

6.2.Segundo Landim (1994) a krigagem pode ser usada para:

 Previsão do valor pontual de uma variável regionalizada em um determinado
local dentro do campo geométrico; é um procedimento de interpolação exato que leva
em consideração todos os valores observados, o qual pode ser a base para cartografia
automática por computador quando se dispõe de valores de uma variável regionalizada
dispostos por uma determinada área;
 Cálculo médio de uma variável regionalizada para um volume maior que o
suporte geométrico, como por exemplo, no cálculo do teor médio de uma jazida a partir
de informações obtidas de testemunhos de sondagens;
5
 Estimação do drift, de modo similar à análise de superfícies de tendência.

Figura 1: Ponto a ser estimado prla krigagem

7. KRIGAGEM DE BLOCOS

A krigagem de bloco é uma técnica de estimativa do teor médio em painéis ou blocos de

cubagem, tratando-se portanto e uma técnica desenvolvida exclusivamente para
mineração. A estimativa de painéis ou em blocos é muito diferente da estimativa
pontual, na medida em que áreas ou volumes maiores devem ser representados pelos
pontos de amostragem.

Assim, é certo que apenas a estimativa de um único ponto no centro daquelas unidades
não será suficiente para representa-las devendo haver uma diferença composicional
entre o ponto estimado e a unidade lavrada. Essa diferença composicional denomina-se
erro de estimativa, que depende fundamentalmente de amostragem, e esta por sua vez é
função da variabilidade natural do deposito que se esta avaliando. Certamente o erro de
estimativa associado a krigagem de bloco será menor que o erro associado a krigagem
pontual (ponto calculado no centro do bloco para representa-lo).

O princípio de krigagem de bloco é baseado na subdivisão do bloco de cubagem em

sub-blocos, os quais são avaliados individualmente e compostos para o bloco original,
conforme o Teorema da Combinação das Estimativas de Krigagem (Journel &
Huijbregts, 1978). Esse teorema prova que tanto as estimativas como os ponderadores
dos sub-blocos individuais podem ser combinados para dar origem a estimativa ou
ponderadores médios do bloco de cubagem.

Da mesma forma os vectores dos valores da função semivariograma, entre as amostras e

os centros dos sub-blocos, podem ser combinados para dar origem ao vector médio, dos
valores da função semivariograma entre amostras de bloco.

A subdivisão de blocos de cubagem deve ser feita dentro de limites máximos

recomendados por Journel & Huijbregts (1978). Como ilustra a tabela abaixo.

6
 Dimensão do Domínio Número de Pontos
1 10
2 6x6
3 4x4x4

Considerando a seguinte reserva mineral hipotético

Figura 2: Deposito Hipotético de Teores

Para ilustrar o procedimento da krigagem de bloco, considere-se o bloco B2 que será

ilustrado na figura 1 abaixo, para o qual é adoptada uma subdivisão 2x2 como suficiente
para fins de estimativa do mesmo, resultando quatro sub-blocos de 31,25x31,25 m.

Figura 3: Configuração do bloco B2 (centro no ponto de coordenadas 131,25 e 118,75)

e localização dos pontos de dados pelo critério dos quadrantes.

Na prática, a média das estimativas obtidas nesses sub-blocos será igual ao valor do
bloco. A figura 2 mostra o bloco e sua subdivisão em 2x2, bem como os quatro pontos
próximos ao centro do bloco, seleccionados pelo critério dos quadrantes.

7
Figura 4: Bloco B2 s ser estimado por meio da sua subdivisão em 2x2 sub-blocos e os
quatro pontos de dados próximos.

Legenda:

○5 – Amostra;

□ – Centro do Bloco;

◊ -- Centro do sub-bloco.

Coordenadas dos centros dos sub-blocos

Sub-bloco Leste (m) Norte (m)

Sb1 146,875 134,375
Sb2 115,625 134,375
Sb3 115,625 103,125
Sb4 146,875 103,125

A matriz γ (Xi - Xj ) é exactamente a mesma da krigagem pontual, pois as amostras são

as mesmas. Contudo, o vector γ (Xo – Xi ) será substituído pelo vector médio entre as
amostras e os centros dos sub-blocos ỹ(Xo – Xi ).

Para ilustrar o procedimento de calculo, considera-se a amostra 1 em relação aos centros

dos sub-blocos (sb1, i =1,4), cujas distâncias são assim calculadas:

8
d(xo,1 – x1) = √(100 − 146,875)² + (50 − 134,375)² = 96,52
d(xo,2 – x1) = √(100 − 115,625)² + (50 − 134,375)² = 85,81
d(xo,3 – x1) = √(100 − 115,625)² + (50 − 103,125)² = 55,38
d(xo,4 – x1) = √(100 − 146,875)² + (50 − 103,125)² = 70,85

As distâncias são convertidas em valores da função semivariograma, como se segue:

C = 40

1:

γ (Xo,1 – X1 ) = 40[1,5(96,52
200
) − 0,5(96,52
200
)³ ]= 26,71

2:

γ (Xo,2 – X1 ) = 40[1,5(85,81
200
) − 0,5(85,81
200
)³ ]= 24,16

3:

γ (Xo,3 – X1 ) = 40[1,5(55,38
200
) − 0,5(55,38
200
)³ ]= 16,19

4:

γ (Xo,4 – X1 ) = 40[1,5(70,85
200
) − 0,5(70,85
200
)³ ]= 20,37

O valor médio da função semivariograma entre a amostra 1 e o bloco pode ser calculado
como:
26,71 +24,16 +15,16 +20,37
ỹ(Xo – Xi )= = 21,86
4

Dessa forma são calculados todos os vectores entre as amostras e os sub-blocos para
teores:

26,71 24,16 16,19

10,25 14,30 10,25
γ (Xo,1 – X1 ) = [ ] γ (Xo,2 – X1 ) = [ ] γ (Xo,3 – X1 ) = [ ]
14,52 6.60 14,52
15,59 18,35 25,44

9
 20,37
1,33
γ (Xo,4 – X1 ) = [ ]
19,16
23,83

Os vectores médios ỹ(Xo – Xi ) são calculados:

(26,71 +24,16 +16,19 +20,37)
4
(10,25 +14,50 +10,25 +1,33) 21,86
4 9,03
ỹ(Xo – Xi )= -[ ]
(14,52 + 6.60 +14,52 +19,16) 13,70
4 20,80
(15,59 +18,35 +25,44 +23,82)
[ 4 ]

Os sistemas de equações de krigagem de bloco tornam-se:

0 20,33 27,50 36,06 1 ʎ1 21,86

20,33 0 20,33 24,58 1 ʎ2 9,03
27,50 20,33 0 18,14 1 - ʎ3 = 18,70
36,06 24,58 18,14 0 1 ʎ4 20,80
[1 1 1 1 ]
0 [𝜇] [ 1 ]

Resolvendo esses sistemas, obtemos os ponderadores, os quais são apresentados com os

respectivos valores das amostras, ilustrados na tabela abaixo.

Amostra Teor (g/t) ʎi i= 1,4

1 5 0,066
2 15 0,543
3 18 0,312
4 20 0,076

O teor médio do bloco, calculado como a somatória do produto teor vezes ponderador,
é: Tb = (5*0,066 + 15*0,543 + 18*0,312 + 20*0,079) = 15,671 g/t

8. Base de como e feita a Estimativa de um Ponto não conhecido pelo Método de

Krigagem

Xo – é o ponto no qual a amostra não foi colhida, nesse caso e o ponto que foi estimado
o teor.

10
Zx – é o estimador do teor Zx (Xo) do ponto não conhecido.

A determinação do peso (W) do ponto a ser estudado Xo, devemos conhecer as

distâncias dos pontos já conhecidos.

Uma matriz conhecida multiplicada pelo peso sempre vai dar a matriz do ponto
procurado. Para determinar o peso temos que fazer a inversa da matriz conhecida
multiplicando pela matriz procurada.

Consideremos como:

Y – Matriz do Ponto Procurado

X – Matriz conhecida

Logo em uma expressão matemática:

𝑤 = X -1 × Y

E no final o somatório dos pesos multiplicando pelos teores dos pontos já colhidos será
igual a Zx (Xo) que é o ponto procurado.

∑ 𝑤 × 𝑇𝑒𝑜𝑟𝑒𝑠 = 𝑍𝑥 (𝑋𝑜)

Primeiro acham-se as distâncias dos pontos não conhecidos para depois achar a
variância gama dos pontos que depois vão constituir os dados da matriz.

Figura 5: Gráfico da relação entre a distância de um ponto pela variância gama.

11
Distancia dos Pontos:

d(xo – x1) = √(𝑎𝑠𝑏ᵢ − 𝑎𝑠𝑏ᶠ) + (ɣ𝑠𝑏ᵢ − ɣ𝑠𝑏ᶠ)

Variância Gama:
ℎ ℎ
ɣ (x₁, x₂) = C [1,5 × ( 𝑎 ) − 0,5 × ( 𝑎) ³] h>a

Teor Médio do Bloco:

Tb = Teor × Peso da Matriz invertida

12
9. Conclusão

A quantificação de reservas minerais, em termos de teores e tonelagens, deve ser

acompanhada de uma medida do grau de confiabilidade associado às mesmas. Este grau
de confiabilidade é inerente aos métodos de pesquisa utilizados, métodos analíticos,
precisão da localização dos pontos de amostragem e, sobretudo, à variabilidade
apresentada pelo corpo de minério.
Há que se ressaltar que materiais geológicos podem apresentar variações na geometria
do corpo de minério, nas características físicas do minério e, consequentemente, na
distribuição de teores no mesmo, como resultado da interacção dos processos
geológicos responsáveis pela sua génese. As classificações de reservas permitem
expressar quantidades de minério, de acordo com o grau de precisão e conhecimento
associado às mesmas.

Apesar de tudo a finalidade de estimativa pela krigagem de blocos e de estimar um certo

teor ou espessura de um determinado ponto que não foi colhido as amostras para fazer
as analises, portanto, com base nas amostras recolhidas faz-se um variograma de
estimativa dos teores já conhecidos para se determinar o teor ou espessura do ponto não
conhecido.

13
10. Referencias Bibliográficas
LANDIM, P. M. B. Introdução à análise variográfica com o variowin: lab.
geomatemática. Rio Claro: DGA, IGCE, UNESP, 2004. 25 p. Texto didático.
Disponível em:
<http:/-/www.rc.unesp.br/igce/aplicada/DIDATICOS/LANDIM/Variowin.pdf>. Acesso
em: 14/09/2022.

Yamamoto, J. K. (2013). Avaliação e Estimativa de Reservas Minerais. São Paulo: pag.

129 – 142.

YAMAMOTO, J. K. (1986) Representações gráficas espaciais em geologia: aplicações

no Complexo Alcalino de Anitápolis. São Paulo. 167p. (Dissertação de Mestrado –
Instituto de GeociênciaslUSP).

14