DIAPOSITIVA 1: PRESENTACION

Buenos das, ella es Alexandra Cspedes y yo Diego Villarroel, y juntos

presentaremos nuestro proyecto de estimacin de recursos, en el cual se
realiz la estimacin de leyes de cobre total mediante tres mtodos, Kriging
ordinario, Inverso a la distancia y Vecino ms cercano.
DIAPOSITIVA 2: Base de datos
Para ello se nos entreg una base de datos, compuesta por 11.192 datos
provenientes de 54 sondajes, los cuales entregaban leyes sobre cuatro
elementos de inters, cobre total, cobre soluble, molibdeno y oro.
La estimacin deba hacerse exclusivamente para uno de los slidos que
constitua el emplazamiento, estos eran alteracin, litologa y zona
mineralizada. Al estudiar los histogramas y variogramas de cada mineral en
cada uno de los slidos se determin que se estudiara las leyes de cobre total
en la zona mineralizada, esto basado en tres aspectos.
1. Presentaba la mayor cantidad de datos.
2. El mejor variograma.
3. Y una mejor distribucin de las leyes
DIAPOSITIVA 3:

Validacin de datos

Una vez se nos entreg la base de datos, se realiz la validacin de esta, donde
se encontraron dos situaciones que requirieron de correccin.
1. La primera fue encontrar leyes negativas, estas tuvieron que ser
cambiadas a un valor positivo, para ello se dej la mitad del valor neto.
Los datos cambiados fueron 19 en el cobre total, 416 en el cobre soluble,
707 en el oro y 42 datos en el molibdeno.
2. En segundo lugar, ya que el cobre soluble no puede ser mayor al cobre
total, se eliminaron dos datos de los sondajes s-4 y s-18.

Anlisis tamao de compsito

Por otro lado, se debi fijar el tamao del compsito, este fue de 2 metros.
Para llegar a esto se realiz un histograma con los soportes de la base de
datos, donde se observ que la mayor concentracin de estos se encontraba
alrededor de este metraje. Luego, se agreg un grado de influencia del 50%
con lo que se termin eliminando todos los soportes mayores a 3 metros.
El resultado de la validacin y el anlisis del compsito termino en la reduccin
de los datos desde 11.192 a 10.985 datos.

DIAPOSITIVA 4: LOCALIZACION
Para la confeccin del compsito, el flageo y el modelo de bloques se utiliz el
software VULCAN, el resultado fue un modelo de boques de dimensiones 800
metros de ancho, por 1000 de largo y 1700 de alto. (la topografa llegaba hasta
los 1300 aproximadamente, la mayor altura no influye en los resultados ya que
al momento de realizar el flageo se dej claro en la base de datos que
corresponde a roca y que a aire)
En la imagen se muestra el compositado de leyes de cobre total, la litologa en
morado, la alteracin que es bastante delgada y la zona mineralizada que
corresponde a la zona amarilla. Como se observa uno de los sondajes quedo
afuera del modelo de bloques y este no influye en las estimaciones posteriores.
DIAPOSITIVA 5: EVOLUCIN ESPACIAL DE LAS LEYES.
Una vez en el software isatis, lo primero que se realiza es el anlisis de la
evolucin espacial de las leyes. Como se observa en los tres ejes las leyes de
cobre total en la zona mineralizada presentan cambios bruscos y sin una
continuidad global en las leyes, por lo cual se puede decir que las leyes
presentes son errticas, este fenmeno puede darse cuando hay presente
estructuras. Sin embargo en el eje X si se puede observar una continuidad en
las leyes, semejante a un fenmeno estacionario sin pseudo-periocicidad.
Excepto por el cambio brusco presente, que es ocasionado por solo 8 datos lo
cual puede significar entre otras cosas la presencia de outliers.
DIAPOSITIVA 6: ANISOTROPIA
El siguiente paso es analizar la presencia de anisotropas a partir de los mapas
Variogrficos, arriba se ven los mapas Variogrficos de las leyes y abajo los
mapas Variogrficos de los nmeros de pares. Como se observa, en la vista de
planta no se encuentran fuertes anisotropas, lo que quiere decir que la
variacin de las leyes no est siendo privilegiada en ninguna direccin en
especfico, y el variograma del nmero de pares presenta una buena cantidad
de numero de pares en todas als direcciones. En el caso delas vistas
transversales se observa una anisotropa, pero esta es peculiar ya que no se
favorece la variacin de las leyes en la direccin horizontal, si no que el color
rojo, como se ve en la escala de colores, indica que existe una baja variacin
de leyes en ese plano que corresponde a la vista de planta.
FALTA CONCLUIR SOBRE EL MAPA VARIOGRAFICO
DIAPOSITIVA 7: VARIOGRAMAS

Luego, se realiz la construccin del variograma. Para ello primero se verifico la

existencia del efecto pepa, para esto se hizo un variograma de corto alcance
valor lag de 2m, igual al compsito. El resultado fue un variograma
experimental sobre el cual se modelo y ajusto el variograma correspondiente
para obtener el efecto pepa, que en este caso es de 0.41. Luego, se modela el
variograma omnidireccional, el cual mantiene el efecto pepa de 0.41,
generando un variograma de modelo esfrico, con meseta 0.739 y alcance 247
metros. Como se observa, el variograma experimental presenta cambios
bruscos por lo cual fue necesario desplegar el nmero de pares en la pantalla y
de esta forma realizar un mejor ajuste, pasando por los puntos que fueran ms
representativos por mantener ms pares. Junto a esto, se defini la vecindad
de bsqueda con tres sectores angulares, un nmero de muestras de 3 y un
ptimo de 7 muestras por sector, vecindad que obtuvo mejores resultados en
la validacin cruzada.
DIAPOSITIVA 8: VALIDACION CRUZADA
Antes de estimar se necesita verificar que el modelo variogrfico y la vecindad
de bsqueda entreguen resultados fidedignos, esto se realiza con la validacin
cruzada. Resultado de esto se arroj una regresin lineal de 0.752, este valor
se obtuvo una vez se enmascararon los valores outliers, los cuales ya se
esperaba que existieran desde el anlisis espacial de las leyes, estas puntos se
enmascaran con el fin de que la validacin se ajustara mejor, con lo cual la
desviacin estndar se acerca a uno y la media a 0
Con los resultados anteriores se ha validado tanto la vecindad como el
variograma y se procede a estimar.
DIAPOSITIVA 9: ESTIMACIONES
Como se dijo en un principio, las estimaciones se realizaron tanto para el
Kriging ordinario, el Inverso a la distancia, y el vecino ms cercano. El nmero
total de bloques estimados fue de 4.617.447 de los 10880000 bloques que
contena nuestro modelo de bloques. Para comparar de mejor manera la
estimacin se grafican las derivas de los mtodos de estimacin, en este caso,
se aprecia rpidamente que el mtodo vecino ms cercano se encuentra
alejado a los otros dos mtodos, esto puede deberse a que este mtodo
entrega todo el peso a la muestra ms cercana, mientras que el Kriging y el
inverso a al distancia toman varias muestras desde una vecindad.
Por otro lado, se observa que el Kriging Ordinario se encuentra cercano al
inverso a la distancia pero entre el inverso y el vecino ms cercano. Esto es
porque el Kriging proporciona un anlisis con fundamentos estadsticos y un
anlisis ms elaborado. Es por esto mismo que este mtodo suele ser el
preferido cuando se presentan grandes cantidades de muestreo.

A pesar de esto, al comparar las estimaciones con el valor real se obtienen

errores bastante altos, esto quiere decir que existe un error en el
procedimiento, sin embargo aun as se continua con la curva tonelaje ley.
DIAPOSITIVA 10: CURVA TONELAJE LEY
Finalmente, se obtiene la curva tonelaje ley a partir de la estimacin del Kriging
ordinario.
DIAPOSITIVA 11: CONCLUSIONES
De las distintas especies minerales que coexistan en el slido, slo se
estima el CUT.
El variograma se ajusta a un modelo esfrico con alcance de 247 m y
meseta de 0,739 y con un efecto pepita de 0,41.
Luego de ocultar los outliers, se tuvo una mejora en la validacin
cruzada, validando de esta forma el modelo y la vecindad.
Los mtodos de estimacin KO y ID2 presentan estimaciones similares,
no as el NN. Sin embargo los tres mtodos presentan valores alejados a
la media del CUT.
El alto error de estimacin indica que existi un error en el
procedimiento, puesto que el KO siendo un buen estimador no deberia
arrojar un error del 50%
Como se dijo, el mtodo Kriging ordinario es un mtodo de estimacin lineal
insesgado para un bloque determinado. La ventaja que usa este mtodo es que
otorga pesos a las muestras segn el espacio utilizando fundamentos
estadsticos como la inclusin del efecto pantalla que evita las meustras
redundantes, ponderando muestras cercanas entre si. Es por ello que no
debera fallar de esa forma.
La posible causa del error es la vecindad, debido a que para obtener un buen
kriging es necesario considerar todos los datos disponibles, Sin embargo, esta
situacin implica clculos muy largos, adems a las muestras muy lejanas se
les dar un peso casi nulo. Segn la bibliografa, una buena vecindad en dos
dimensiones presenta un orden de 8 muestras, pero en 3 dimensiones las
situaciones son ms complejas por lo cual este es un punto el cual debe
analizarse mejor. Por otro lado, un mejor anlisis de los mapas Variogrficos
puede generar una vecindad elptica mas compleja recoja de mejor manera los
datos.

OTROS
Pag 12: La continuidad de las leyes: Existen casos desfavorables en los cuales
las
leyes son errticas y otros ms favorables en los cuales las leyes son
regulares.

PAG 66: Observacin importante acerca del clculo de variogramas: El

variograma (h) es un
promedio; este promedio es bueno cuando el nmero N' de parejas es grande.
Sin
embargo, a medida que h crece, N' decrece; la prctica justifica entonces la
regla
siguiente:
"Un variograma (h) es significativo hasta una distancia dM igual a la mitad de
la
dimensin del campo en la direccin de h".

pag 75: Es evidente que el variograma terico debe respetar al variograma

experimental, sobre
todo en los primeros puntos, que son ms confiables.
El ajuste de variogramas constituye un punto crucial en un estudio
geoestadstico
porque todos los clculos posteriores se harn utilizando exclusivamente el
modelo
terico.

Para tener un buen ajuste, hay que considerar que uno de los objetivos finales
es la
estimacin de leyes de bloques (modelo de bloques), dentro de una cierta
vecindad
restringida de manera de no considerar demasiadas muestras para estimar la
ley de
cada bloque:

pag 120: En estricto rigor, el krigeado de un bloque V debera realizarse

considerando todos los
datos disponibles (krigeado completo). Sin embargo, esta situacin implica
clculos
muy largos; por otra parte, las muestras alejadas tendran un peso casi nulo.
Por esta
razn la prctica recomienda restringirse a una vecindad de estimacin que
puede ser
una esfera o crculo, o bien un elipsoide o elipse (3D y 2D). Como
recomendacin
prctica, el radio de bsqueda en una cierta direccin no debe ser inferior al
alcance en
esa direccin.
La prctica ha demostrado que, en el espacio de dos dimensiones, con una
vecindad
que contenga un promedio del orden de 8 muestras, los resultados son buenos.
En el
espacio de tres dimensiones la situacin es ms compleja y debe ser analizada
en
cada caso particular.

pagina 122: tcnicas de krigeado