Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen Ejecutivo
El siguiente proyecto tiene como finalidad realizar una categorizacin de leyes para una base de
datos proporcionada por el profesor Cristin Quiones.
Para realizar el trabajo anterior, se procedi a limpiar la base de datos para eliminar datos
inconsecuentes o incorrectos y asegurar en primera instancia cierto grado de confiabilidad al
estudio. Se eliminaron dos sondajes:
Una vez la base limpia se procedi a compositar, siguiendo el criterio de escoger el tamao moda
de la regularizacin; de todas formas se sensibiliz la composicin para estudiar su efecto a
distintos tamaos. Se escogi un tamao de composito de 2 metros.
Despus de definir las unidades de estimacin, se debi realizar un estudio variogrfico para
establecer direcciones preferenciales de anisotropa, las que posteriormente serian modeladas
para realizar la estimacin. En este caso en particular 3 de las 8 unidades de estimacin fueron
estudiadas omnidireccionalmente, la razn es su baja cantidad de nmero de muestras y la
imposibilidad de encontrarla de manera visual mediante un basemap.
Se defini un modelo de bloques para cubicar el yacimiento y facilitar la estimacin del mismo,
cuyo tamaofue de 10x10x8 mts. Con dichas dimensiones se obtuvieron 6.000.000 de bloques
para ser estimados.
Se estim por Kriging Ordinario cada unidad de estimacin con una vecindad de bsqueda que
estaba condicionada por las distancias entre las muestras y de los variogramas modelados
(alcance). La estimacin se debi validar, en el presente informe se valid por %cobre total
desagrupado vs Kriging Ordinario obtenindose siempre un error relativo menor al 5%. Tambin se
valid por derivas.
Facultad de Ingeniera
Departamento de Ingeniera de Minas
Geoestadstica
Los bloques estimados se categorizaron en medidos, indicados e inferidos segn la confianza y
certeza de la vecindad de bsqueda asignada, ahora bien esa era una pre categorizacin, puesto
que dicha categorizacin fue penalizada para muestras sin QA/QC, el fin de esto es que ahora se
puede contar con bloques con confiabilidad en la estimacin y adems con una correcta y fiable
informacin de muestreo. Con la categorizacin penalizada se contabilizaron 134.649 bloques
medidos, 970.917 bloques indicados y 2.377.333 bloques inferidos.
Posteriormente se contabilizaron los bloques que pertenecan al pit de recursos, con la sencilla
razn de que solo se deben explotar los bloques con potencial tcnico y econmico para el cual
fue diseado dicho pit. Los bloques medidos e indicados que se encuentren dentro de dicha
envolvente darn vida a la curva tonelaje ley, que permitir conocer el nmero de toneladas y ley
media dada una ley o leyes de corte.
1.1. Validacin
Leyes
Al realizar la validacin se realiza una bsqueda en las leyes para encontrar posibles
irregularidades que puedan afectar el estudio en cuestin, para esto se buscan los valores
negativos en leyes, no presentando. Pero hay leyes que se desconocen y que por defecto tienen
valores de -99, los cuales indica la ausencia absoluta del elemento de inters en la muestra. Las
muestras que posean una ley de Cobre soluble mayor a la ley de Cobre total deben ser
descartadas en este estudio, la cual esta presentada en el sondaje TTQ-18.
Ubicacin espacial
Al visualizar la base de datos en VULCAN, existen dos sondajes (TQZ-50A y TTQ-2B) sobre la
topografa. El sondaje TQZ-50 presenta dip positivo, mientras que TTQ-2B se encuentra sobre la
cota. Estos sondajes correspondientes a 110 muestras fueron descartados para el estudio.
Densidad
Al analizar el archivo Densid, hay presencia de tres datos con densidades, negativas, las cuales se
procede a eliminar para el anlisis.
5
QAQC
Al analizar el archivo COLLAR, este presenta elementos sin control de calidad, pero con
trazabilidad, el cual para hacerlo valido se procede a cambiar por sin trazabilidad.
1.2. Visualizacin
Una vez limpia y validada la base de datos, se pretende visualizar los sondajes para corroborar la
validacin ya realizada y conocer la ubicacin espacial de los sondajes
En ilustracin anterior se aprecia que los sondajes estn orientados hacia el centro del yacimiento,
presentndose un marcado muestreo preferencial
1.3. Caracterizacin
En la siguiente tabla se presenta un resumen de los atributos de los sondajes presentes en la base
de datos
Ao 2001, solo se observan sondajes de aire reverso (sondajes de menor costo), 31 e los 36
realizados presentaron trazabilidad y QAQC, por lo tanto, se concluye que al ser los primeros
sondajes su objetivo era probablemente encontrar zonas de mineralizacin.
Aos 2004, el 79% de los sondajes con control de calidad y todos con DDH, de manera de conocer
de mejor forma el deposito mineral y recopilar la mayor cantidad de atributos de inters.
Ao 2005, por las caractersticas que presenta es probablemente sean sondajes de relleno.
Ao 2012, por las caractersticas que presenta debe tratarse de una campaa de sondaje de
exploracin para una zona del yacimiento con inters particular.
Respecto al QAQC se pueden concluir que atraviesan todas las litologas y mineralogas y casi la
totalidad de las alteraciones, informacin que debe ser tomada encuentra al momento de
categorizar los recursos estimados.
Respecto al QAQC se pueden concluir que atraviesan todas las litologas y mineralogas y casi la
totalidad de las alteraciones, informacin que debe ser tomada encuentra al momento de
categorizar los recursos estimados.
1.1. Compositacin
El soporte de las muestras debe ser regular, de modo que cada muestra represente
equitativamente su peso en la poblacin. La compositacin es un proceso que se realiza posterior
a la regularizacin, normalmente se realiza a muestras mal reguladas o no reguladas.
Para conocer el tamao preferencial del soporte se procede a realizar un anlisis de moda entre
las diferencias entre FROM Y TO, obtenindose una moda de 2 metros y un total de 21263
muestras con dicho tamao.
Mediante el proceso de Compositacin es posible regular el tamao del soporte, para ello se
buscan distintos tamaos y as comparar estadsticamente los tamaos.
Nmero
Compsito Min Max Promedio Varianza
Muestras
1 metro 0.161 24.350 0.375 0.250 45354
2 metros 0.161 24.350 0.375 0.249 22701
3 metros 0.161 16.759 0.375 0.195 15181
5 metros 0.161 11.323 0.375 0.160 9126
10 metros 0.161 7.459 0.375 0.123 4593
30 metros 0.162 4.708 0.377 0.098 1601
Dados estos resultados, se aprecia que a medida que se aumenta el tamao de los composito el
nmero de muestras disminuye, el promedio permanece constante hasta un tamao de
composito de 10 metros y adems la varianza disminuye al aumentar el largo de los composito. En
sntesis, se escoge un composito de dos metros dado el tamao preferencial de los datos y adems
permite estudia mejor la variabilidad de la zona mineral, respecto como fue perforado y
regularizado.
Escoger un tamao de composito muy pequeo puede traer consecuencias temas que se tocaran
posteriormente como una variografa ms irregular, subiendo el efecto pepa y la meseta; debido a
que como se vio, un tamao de composito pequeo eleva la variabilidad.
Esta estacionaridad de asume con el objetivo de reemplazar las repeticiones sobre las
realizaciones de la funcin aleatoria por una repeticin en el espacio, o sea, se supone que los
valores ubicados en distintas partes del espacio presentaran las mismas caractersticas (invariante
por traslacin). Luego en base a lo anterior se fueron comparando y uniendo posibles unidades,
basndose adems en las leyes medias, las desviaciones estndar y en los nmeros de datos.
Los criterios para unir las intersecciones y posteriormente formar las unidades de estimacin fue
en primera instancia el estudio de las leyes de cobre mediante Probplot o Histogramas. Ver anexo
3 para los demas Probplot.
10
No solo basta con el parmetro anterior, sino que tambin se debe estudiar la distribucin
espacial de las intersecciones, de manera que exista una relacin espacial (proximidad y/o
contigidad entre las muestras), si dicha relacin espacial existe, es que se prosigue a un estudio
de leyes de cobre por las direcciones Este, Norte y Elevacin (X, Y y Z correspondientemente), es
decir, por derivas para establecer el principio de estacionaridad de orden dos.
11
12
13
3. Anlisis de Densidad
En relacin al tamao del compsito, al calcular la moda, se obtiene que el valor que ms se
repite corresponde a 2 metros, al igual que en el caso del cobre.
14
Es en la variografa donde se mide un aspecto muy relevante del EDA, ya que en ella se podr
mostrar el comportamiento de la varianza de los datos en un determinado espacio, definido por el
nmero de pasos a utilizar y el tamao de paso, adems de las tolerancias correspondientes.
Uno de los objetivos de este tem es poder determinar alguna direccin preferencial de
anisotropa(si es que existe) para las unidades de estimacin, dichas direcciones se podrn
apreciar en un mapa variogrfico, el que en resumidas cuentas muestra variogramas en todas las
direcciones lo que permitir distinguir una direccin preferencial en trminos de continuidad
espacial para la variable que se analiza(cobre total), para luego as obtener los variogrma
experimentales tanto para el rumbo, manteo y el plano perpendicular entre ambos .
Para construir un mapa variogrfico como ya se dijo es necesario conocer el nmero de pasos y el
tamao de estos, tambin definir las tolerancias tanto en las direcciones como en el paso, adems
de un proceso de enmascaramiento de datos considerados como outliers.
El criterio usado para el tamao del paso fue en consideracin al distanciamiento entre sondajes y
el nmero de pasos en funcin de obtener una distancia en que se recorriera a lo menos la mitad
del espacio en donde estaban contenidas las muestras. Se debe tener cuidado con la eleccin del
tamao de paso, pues un paso muy pequeo har que el variogrma experimental se comporte de
manera ms errtica en cambio un tamao de paso elevado no permite estudiar la continuidad
espacial.
Adems, se utilizaron tolerancias tanto al paso como angular de un 50% y 45 % para abarcar
mayor nmero de pares de datos. El abuso de las tolerancias tanto para el paso como para las
direcciones pueden generar falsas direcciones de anisotropa.
El nmero de sectores del mapa variogrfico dependi en cada caso en donde se pudiese ver una
direccin de anisotropa. Respecto al nmero de pares mnimo a ser considerado vari segn el
15
Unidad de
1 2 3 4 5 6 7 8
Estimacin
Datos
24 41 65 8 58 18 89 73
Enmascarados
16
Ilustracin 10: Varmap UE7 Ilustracin 11 Variograma Experimentales direccin N250 y N340 (izquierda y
derecha respectivamente)
17
5. Modelamiento Variogrfico
Una vez que ya se conocen los variogrma experimentales de todas las unidades de estimacin se
prosigue a modelarlos.
Lo primero que se debe hacer para comenzar el modelamiento es encontrar el efecto pepa o
Nuggets. El valor de esta estructura se obtiene a partir de la generacin de un variogrma
omnidireccional en el muy corto alcance, con el objetivo de analizar el comportamiento que
presenta la variable en distancias muy pequeas. Es por esto, que el anlisis se realiz a partir de
un paso igual al tamao de compsito, a lo largo de cada sondaje.
Una vez obtenida la pepa se prosigue a modelar el variogrma experimental con algn modelo
matemtico, para este caso en particular para todas las unidades de estimacin se consider el
modelo esfrico. Es importante ajustar el modelo de manera que pase por los puntos del
18
En la siguiente tabla se resumen todos los variogrma que se moderaron a partir de los variogrma
experimentales:
19
6. Estimacin
Previo al proceso de estimacin es necesario validar el modelo variogrfico, para esto se utiliza la
tcnica de validacin cruzada, en esta se consideran parmetros que posteriormente sern
utilizados en la estimacin. El objetivo de la validacin cruzada es comprobar la relacin entre la
informacin que se posee(muestras) con los parmetros a utilizar en la estimacin, que hace
referencia al modelo variogrfico la correspondiente vecindad de bsqueda. En sntesis, se quiere
determinar la mejor vecindad de bsqueda para la estimacin. En trminos numricos para que la
validacin se apruebe la media del error estandarizado debe ser lo ms cercana a cero y la
varianza del error estandarizado tericamente 1.
20
Una vez realizada la estimacin se deben comparar los resultados obtenidos por Kriging
ordinario con los resultados obtenidos de desagrupar las leyes de cobre. Se debe recordar que
una de las propiedades del Kriging es que es un desagrupado, de aqu el sentido de comparar
ambos valores para generar un error relativo.
UE 1 2 3 4 5 6 7 8
Desagrupado(%) 0.524 0.79 0.216 0.387 0.229 0.41 0.65 0.39
KO(%) 0.52 0.77 0.22 0.38 0.22 0.42 0.67 0.38
Error relativo(%) -0.7633588 -2.5316456 1.85185185 -1.8087855 -3.930131 2.43902439 3.07692308 -2.5641026
Que el error relativo porcentual sea negativo quiere decir que el valor estimado por Kriging
Ordinario es menor que el valor de cobre estimado por el des agrupamiento. El menor error
porcentual lo presento la unidad de estimacin 1, en cambio el mayor error obtenido corresponde
a la unidad de estimacin 5, respecto a la unidad de estimacin 7 que es la que se ha ido
mostrando a lo largo del informe obtuvo un error relativo porcentual de 3.07%. Cabe destacar que
todos los errores relativos porcentuales resultaron menores que 5%, por lo tanto, se consideran
aceptables.
21
22
La tabla anterior presenta los parmetros para validar la estimacin para las dems unidades de
estimacin
23
Respecto al nmero de muestras ptimas se puede decir que es un parmetro con alto poder para
restringir y resulta crtico para unidades con baja cantidad de muestras; en resumen, el nmero de
muestras es determinante para determinar recursos medidos, as como los parmetros
anteriormente nombrados.
Se procedi a estimar el QA/QC por el mtodo del vecino ms cercano, para posteriormente
castigar la primera categorizacin con este parmetro. La idea es bajar de categora a los bloques
que no cumplan con los estndares de calidad. Como ejemplo un bloque que primeramente
pertenece a la categora de medidos, si no cumple el estndar de QA/QC baja de categora a
indicado, si era indicado y no cumple el estndar de categora a inferido, siendo la categora de
inferidos la ms baja. Finalmente despus de la penalizacin de la categora para los bloques se
contabilizaron 3.482.899 bloques dentro del pit de los cuales 134.649 son medidos, 970.917 son
indicados y 2.377.333 a inferidos.
24
8. Reporte de Recursos
8.1. Curvas Tonelaje-Ley
La curva tonelaje ley se realiz acorde a aquellos bloques que se encuentran dentro de la
envolvente tcnico econmica o Pit de recursos. Para la construccin de la curva tonelaje ley no se
consideraron todas las categoras de bloques, solo se consideraron bloques caracterizados como
medidos e indicados, los inferidos fueron descartados debido a su baja confiabilidad en el estudio
tcnico econmico.
La interpretacin de esta curva es que por ejemplo para una ley de corte 0.4 hay
aproximadamente 150 kton y una ley media de 0.6. Entonces este grafico permite conocer la ley
media y tonelaje en funcin de una ley de corte con un nivel de confianza dado por todo lo
anteriormente dicho.
25
9. Conclusiones
Primeramente, siempre se debe analizar la base de datos entregada por el mandate y la calidad de
esta, puesto que es necesario establecer validez en la informacin para asegurar un estudio
correcto a la hora de caracterizar recursos, en palabras ms sencillas se busca librara la base de
datos de inconsistencias que a la postre producirn sesgo en el estudio y la caracterizacin, por
ejemplo sondajes espacialmente inconsistentes como se presenta en este estudio en particular o
densidades negativas . La importancia de parmetros como QA/QC resulta importantsimo puesto
que permite castigar la categorizacin para bloques estimados con muestras que no cumplen el
estndar de calidad exigidos.
Respecto al anlisis exploratorio de los datos, resulta de vital importancia un estudio acabado
tanto estadstico como espacial de la variable de inters que en este caso es el cobre total. Un
estudio de este tipo permite establecer similitudes geoestadstica de entre unidades geolgicas,
as permite la definicin de unidades de estimacin, no solo la similitud estadstica es lo necesario,
adems es fundamental su ubicacin espacial, es por esto que se realiza estudio de derivas que
permitan sustentar la estacionaridad de orden dos, parmetro determinante para la definicin de
una unidad de estimacin. Para la formacin de una unidad de estimacin se privilegi la
mineralizacin y posterior mente el control por alteracin.
Una vez establecidas las Unidades de Estimacin es necesario establecer un anlisis variogrfico
para conocer la variabilidad del fenmeno en distintas direcciones. El objetivo del estudio
variogrfico es definir direcciones de anisotropas si es que existiesen (una direccin de
anisotropa es una direccin en la cual existe mayor continuidad espacial), las que tienen asociado
un variograma experimental, que posteriormente puede ser modelado para estimar. No todas las
unidades de estimacin poseen direcciones preferenciales, para estos cosos de habla de un
estudio omnidireccional. Los parmetros determinantes para el estudio variogrfico son el nmero
de pasos, el tamao de pasos, las tolerancias en las direcciones y el nmero de muestras por
direccin. El nmero de pasos est dado por la distancia mnima a recorrer (la mitad el
yacimiento). El tamao del paso estar dato por el espaciamiento entre las muestras. El
26
Sobre la estimacin existen distintos factores importantes como las vecindades ptimas de
bsqueda, que est dada por el variograma, cantidad de muestras presentes en la unidad de
estimacin como establecer un caping o limitacin de leyes. La estimacin realizada por KO tiende
a sobre estimar leyes bajas y subestimar leyes altas. Tambin se debe mencionar que este mtodo
de estimacin es des agrupador natural, dicha estimacin debe ser validada. Una de las formas
importantes de validar es la validacin cruzada donde la media de error estandarizado debe ser
cercano a cero y la varianza del error estandarizado debe ser, dichos valores aseguran una
validacin correcta.
La categorizacin de los recursos y su clasificacin dependen del nivel de confianza que se utilice a
la hora de estimar, puesto que, si se es ms restrictivo se espera tener un nivel de confianza
mayor, ya que se busca asegurar la calidad del dato. La clasificacin dependi de dos pasadas de
estimacin, la primera siendo ms restrictiva dio lugar a recursos medidos e indicados (de
confianza aceptable) en cambio o la segunda pasada se fue ms restrictivo con el fin de estimar la
mayor cantidad de bloque no estimados previamente, esta pasada por su nivel de confiabilidad da
origen a recursos categorizados como inferidos; generalmente se observ mayor cantidad de
recursos inferidos ya que se fue menos restrictivo en la segunda pasada. Las categorizaciones
tambin dependen de parmetro de calidad que aseguran confiabilidad; por lo tanto, el parmetro
QA/QC servir para castigar a la categorizacin. La densidad debe ser estudiada con seriedad pues
que de ella depender el tonelaje en la curva tonelaje/ ley de corte.
Un Pit de recursos, resulta determinante para establecer que bloques de los que fueron estimados
son tcnica y econmicamente viables; ignorando a todos los bloques que se encuentren fuera del
Pit de recursos. Con la ayuda del pit de recurso es posible establecer una curva tonelaje/ley que
tienen como finalidad conocer la ley media y el tonelaje para una ley de corte determinada. La CTL
solo estar compuesta con la confianza suficiente, es decir, por bloques indicados y medidos.
10. Bibliografa
27
28
11. Anexos
11.1. Probplot
29
30
11.2. Derivas
31
32
33
34
35
36
37
Extica Grava
38
39
40
41
Lixiviados
42
43
44
Lixiviados, alteracin 1 2 3
45
46
Verde (alteraciones 1 2 y 3)
Azul (Alteraciones 5 6 y 9)
Coordenada y
47
<=8694100
Cota
>2175
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
Anlisis de Contacto
UE 1
UE8
Validacin cruzada
66
67
68
69
UE 1
70
71
72
73
UE 2
74
75
UE7
76
77
78
79
80
81
82
83
84
85
UE5
86
87
88
UE 3
89
90
91
92
UE6
93
94
95
96
UE4
97
98
99
100
101