MODELAMIENTO GEOLOGICO

PASADO, PRESENTE y FUTURO

Alejandro Cceres , Junio 2015

Geoinnova Consultores Ltda.

Outline

Modelos geolgicos
Etapas modelamiento
Posibles caminos para el modelamiento
Conclusiones
Modelos

Un modelo es una representacin de un objeto o fenmeno en el

mundo real. El modelo recoge la estructura y caractersticas
esenciales del objeto o fenmeno a estudiar.

El modelo se utiliza para explorar, entender, predecir o simular el

fenmeno modelado.
Modelo geolgico

Un modelo geolgico es una representacin de la

distribucin espacial de atributos geolgicos y
petrofsicos basado en informacin fragmentaria.

Requiere informacin de entrada

Conceptualizacin geolgica
Construccin
Interpretativo
Necesidades actuales de modelamiento

Estimacin de recursos y contaminantes:

Modelos de Multivariables, CuT, CuS,Mo, Au, Ag, As, FeT, Fes.etc

Modelamiento de factores modificantes

Modelos geometalrgicos de Dureza,
Recuperacin
Mineraloga de ganga
Ley de concentrado, etc.
Modelo geotcnicos
Objetivo Modelamiento geolgico

Generar un modelo predictivo del comportamiento

de atributos geolgicos/petrofsicos de inters
econmico o para el proceso minero.
Warning

MODELOS REALIDAD
Etapas asociadas a modelo geolgico

Mapeo

Conceptualizacin geolgica

Construccin de modelos
Etapas asociadas a modelo geolgico

Mapeo

Conceptualizacin geolgica

Ojo:
Construccin de modelos
Se tiende a pensar que las etapas son
secuenciales

Se confunde modelamiento geolgico con

construccin de modelos geolgicos
Proceso integrativo mejores resultados

Conceptualizacin Construccin
geolgica de modelos

Mapeo/Manejo anlisis de datos geolgicos

+
Proceso integrativo mejores resultados

Conceptualizacin Construccin
geolgica de modelos

Validacin
Coherencia

Mapeo/Manejo anlisis de datos geolgicos

+
Proceso integrativo mejores resultados

Conceptualizacin Construccin
geolgica Romper mtodo Taylorismo de modelos

Evitar lneaValidacin
de produccin
geolgica. Coherencia

Capacitacin, discusin e interaccin

de personas es fundamental
Mapeo/Manejo anlisis de datos geolgicos

+
Aspectos claves de modelos geolgicos

1. Mapeo, captura y manejo de informacin

2. Conceptualizacin
3. Construccin
4. Validaciones
1.-Mapeo-captura de informacin
Mapeos

El mapeo geolgico de sondajes

clasificacin visual de atributos geolgicos

Mapeo cualitativo y sujeto a ciertas dificultades

Dificultades en el mapeo

Dificultad de estimar los porcentajes de especies minerales y umbrales de definicin

Dificultad de distinguir entre tipos de litologa o alteraciones.

Baja recuperacin de testigos

Mapeo de patinas ms que de los minerales subyacentes

Alta rotacin de personal

Mltiples personas mapeando una depsito con distintos criterios

Personal no instruido en el depsito

No uso de los anlisis qumicos al momento de mapear

No correccin de mapeos con informacin de leyes

Ejemplos situaciones de baja coherencia en Mapeo

Anlisis qumicos Mapeo

1. Leyes de cobre altas 1. Estril, Lixiviado

2. Solubilidad baja 2. En xidos verdes

3. Leyes de cobre bajas 3. En enriquecimiento sec.

4. Leyes altas de Molibdeno 4. Sin Molibdenita

5. Bajo consumo de acido 5. En Rocas calcreas

Implicancias

Inconsistencias mapeo traspasadas a:

Modelamiento geolgico

Estimacin de recursos
Recursos
Contaminantes

Modelos Geometalrgicos
Rec.
Dureza
Calidad de concentrado

Distorsin en valorizacin de proyectos, problemas de

produccin, falta de prediccin, etc.
Implicancias

Necesidad de QAQC de mapeo geolgico

Se requieren equipos expertos para capacitacin,
control y supervisin de generacin de
informacin bsica.

Retencin de talentos en esta etapa es crtica

2.-Conceptualizacin
Conceptualizacin geolgica

Entender los procesos que gobiernan un depsito para

generar una conceptualizacin geolgica adecuada a la
evidencia que se posee
Conceptualizacin geolgica

Entender los procesos que gobiernan un depsito para

generar una conceptualizacin geolgica adecuada a la
evidencia que se posee

Verificando continuamente las hiptesis asumidas,

con nueva informacin o conocimiento.
Ejemplo de desconocimiento del fenmeno

from SME Mining & Engineering Handbook

Ejemplo de desconocimiento del fenmeno

from SME Mining & Engineering Handbook

Desempeo del modelo y Muestras para entenderlo

Mala idea

Ambas
hiptesis
se siguen
cumpliendo

from SME Mining & Engineering Handbook

Desempeo del modelo y Muestras para entenderlo

Buena
idea

Se rechaza
una idea y
se confirma
otra

from SME Mining & Engineering Handbook

Ejemplo interpretacin con nivel bajo de informacin

Censurado
Ejemplo interpretacin con nivel alto de informacin

Censurado
Planta interpretada con sondajes

Censurado
Planta interpretada con pozos de tronadura

Censurado
Conceptualizacin

Depende de la informacin disponible y conocimiento actual

Evitar un solo conceptualizador en depsito

Preferir equipo discusin constructiva evitar el todo lo anterior est
malo
Mantener mente abierta
No hacer calzar datos a modelo preconcebido

Validar continua y adecuadamente las hiptesis de la

conceptualizacin con nuevos datos

Definir criterios claros de interpretacin

Unidad mnima de modelamiento
Continuidades de cuerpos
Orientaciones
Relaciones de contacto
Geometras de cuerpos
3.-Construccin de modelos
Construccin de modelos

Tradicional Numrico

Determinstico
Interpretacin en papel
Kriging indicadores
Interpretacin en Modelamiento implcito
plantas y secciones
digital Interpretacin +
Modelamiento implcito
Extrusin de polgonos
Triangulaciones
Estocstico
Simulacin de variables
categricas (sisim, pluri, etc)
Simulacin implcita

Revisar referencias
TECNICA DE MODELAMIENTO-TRADICIONAL
Interpretacin en papel en seccin

Gentileza Ricardo Rojas V.

Interpretacin en Papel til para generar secciones de control

de colegas con mayor experiencia.
Interpretacin en plantas y secciones

Lento y agotador
Desarrolla real capacidad de pensamiento 3d
El paso de una seccin a planta y secciones siguientes permite confirmar o rechazar
morfologa asumida
Permite generar morfologa deseada (vetas, diques, etc)
Mallas o triangulaciones

Actualizacin compleja (Snapping)

Errores, crossing, flaps, paredes compartidas

Entrega una representacin ms precisa de los tonelajes slogan venta

TECNICA DE MODELAMIENTO-IMPLICITO
Modelamiento implicito

Tcnica importada de computacin grfica

Objetivo: generar una representacin de superficies de datos 3D
dispersos de Scan de estatuas

Nube de puntos Triangulacin resultante Los colores grises del corte muestran
el campo de distancias interpoladas
(scan)

3d points Surface representation

REF2
Es un problema de representacin de una buena cantidad de
informacin a modo de triangulacin vlida
Idea central de modelamiento implcito datos de sondajes

Modelamiento implcito de superficies o contactos en el espacio

3D

Calcular distancia
distancia al contacto
ms cercano

Asignar signo + -
dependiendo si el
sondaje pertenece o
no, a la unidad
objetivo a modelar

REF5
Ejemplo en 2d

Paso 1 codificacin en indicadores de dos unidades

Ejemplo en 2d

Paso 2 codificacin en indicadores de dos unidades clculo de las

distancias con signo positivo y negativo al contacto ms cercano
(colores en los sondajes)
Paso 3 interpolacin en el resto del espacio (colores en el fondo)
Ejemplo en 2d

Paso 4 Obtencin del borde estimado (cuando la interpolacin es cero)

Extraccin de la triangulacin borde (en este caso polgono)

Resumen implcito

REF1
Comparacin metodologa tradicional
Tradicional
No requiere codificacin a priori
Codificacin en la pantalla/papel
Difcil reproduccin
Lento y laborioso
Se requiere concentrar en
tringulos, errores, etc.
Actualizacin igual de compleja
que construccin
Difcil evaluar conceptualizaciones
distintas
Implcito
Requiere codificacin a priori
Reproducible
Disminucin de tiempos de
modelamiento
Permite concentrarse ms en la
geologa tiempo + variables
Actualizacin rpida
Sencillo para probar
conceptualizaciones distintas
Comparacin metodologa tradicional
Tradicional
No requiere codificacin a priori
Codificacin en la pantalla/papel
Difcil reproduccin
Lento y laborioso
Se requiere concentrar en
tringulos, errores, etc.
Actualizacin igual de compleja
que construccin
Difcil evaluar conceptualizaciones
distintas
Implcito
Requiere codificacin a priori
Reproducible
Disminucin de tiempos de
modelamiento
Permite concentrarse ms en la
geologa tiempo + variables
Actualizacin rpida
Sencillo para probar
conceptualizaciones distintas
Genera geometras redondas
Conecta interceptos de manera
forzada e improbable (a veces)
Tentadoramente rpida (riesgoso)
Quienes lo venden (software con engine implcito)

Leapfrog Mining
Leapfrog Geo
Vulcan
Minesight
Micromine
Gems (gemcom)

Slogan
Tiempo
Quienes lo usan en Chile

Compaas mineras Consultoras

Antofagasta Minerals Amec
Pelambres GeoInnova
Collahuasi Golder
BHP pampa Norte SRK
Anglo American Atticus
Teck Aranz Geo
Codelco RT
Codeldo DMH El modelamiento Implcito ya es parte de
Codelco-EMSA la industria y est aqu para quedarse
Codelco-VP
Cautelas en uso modelamiento Implcito

Siempre incorporar conocimiento geolgico a travs de:

Lneas auxiliares
Tendencias estructurales
Escoger parmetros variogramas Leapfrog a partir de las muestras
y considerando el espaciamiento de la malla
Evaluar la consistencia en proporciones en muestras vs slidos
generados.
Evaluar predictibilidad de los modelos planteados.

No engaarse por lo lindo de los slidos o el

backflag perfecto, el modelo que predice mejor
gana.
Ejemplo modelamiento
Ejemplo modelo de subzonas minerales

Techo de Roca

Techo de Sulfuros
Lixiviado
Suprgeno
SSD
Mix_Ox+SSF+SSD

Mix_Ox+SSF Mix_Ox

SSF

Hipgeno Primario Pirtico

Bornita
Dominio Bo+CPy
Calcopirita
Esquema de informacin de datos
Categrica

MAPEO zona mineral

EST, LIX, MIX, OX, SP, SPP, SSF,
SSD

Anlisis Qumicos MAPEO especies minerales

Continuas

CuT %Tvsulf
CuS %r Especies minerales de sulfuros
CuSFer
Esquema de informacin de datos

MAPEO zona mineral

EST, LIX, MIX, OX, SP, SPP, SSF,
SSD

COHERENCIA

Anlisis Qumicos MAPEO especies minerales

CuT %Tvsulf
CuS %rel Especies minerales de sulfuros
CuSFer
Codificacin a priori: Geologa +Qumica

QUIMICA Geologa
ICUT IRSOL IRSOF MAPOR ICCV IBOCP
-99 <=0 -99 <=0 -99 <=0 0 SMAP -99 <0 -99 Bo y CP <=0
1 >0-<0.1 1 >0-<0.2 1 >0-<0.2 1 LIX 1 <25 1 BO>CPY
2 >=0.1-<0.2 2 >=0.2->0.6 2 >=0.2-<0.35 2 MIX 2 >=25-<65 2 BO==CPY(50%)
3 >=0.2 3 >=0.6 3 >=0.35-<0.4 3 OX 3 >=65 3 CPY>BO
4 >=0.4-<0.5 5 EST/PPY
5 >=0.5 6 PRIM
7 SSD
8 SSF
Matriz de codificacin
QUIMICA Geologa
ICUT IRSOL IRSOF MAPOR ICCV IBOCP
-99 <=0 -99 <=0 -99 <=0 0 SMAP -99 <0 -99 Bo y CP <=0
1 >0-<0.1 1 >0-<0.2 1 >0-<0.2 1 LIX 1 <25 1 BO>CPY
2 >=0.1-<0.2 2 >=0.2->0.6 2 >=0.2-<0.35 2 MIX 2 >=25-<65 2 BO==CPY(50%)
3 >=0.2 3 >=0.6 3 >=0.35-<0.4 3 OX 3 >=65 3 CPY>BO
4 >=0.4-<0.5 5 EST/PPY
5 >=0.5 6 PRIM
7 SSD
8 SSF

%BD %BDCM NCASO MAPOR ICUT IRSOL IRSOF ICCCV IBOCP COD2014 COD2014V2QQCORT DECIS
10% 10% 10011 6 3 1 1 1 3 61 61 1 1
6% 16% 6036 6 3 1 2 1 1 62 62 1 1
5% 21% 4721 6 3 1 -99 1 1 62 62 1 4
5% 26% 4688 6 3 1 -99 1 3 61 61 1 4
4% 30% 3776 0 3 1 -99 -99 -99 0 0 1 5
3% 33% 2962 6 2 1 1 1 3 61 61 1 1
3% 36% 2547 6 3 -99 2 1 1 62 62 1 1
3% 38% 2451 0 3 -99 -99 -99 -99 0 0 1 5
2% 41% 2379 6 3 1 2 1 3 61 61 1 1
2% 43% 2005 6 3 -99 1 1 3 61 61 1 4
2% 44% 1658 6 1 1 1 1 3 5 5 1 2
1% 46% 1294 8 3 1 4 3 -99 8 8 1 1
1% 47% 1269 7 3 1 1 2 3 7 7 1 1
1% 48% 1158 6 3 1 -99 -99 -99 0 0 1 5
1% 49% 1152 7 3 1 -99 2 3 7 0 1 1
1% 50% 1117 6 3 -99 -99 1 3 0 0 1 7
1% 52% 1082 8 3 1 -99 3 -99 8 8 1 1
1% 53% 1011 6 3 1 1 1 1 62 62 1 1

6 variables de input
Codificacin base resume todos los casos y se pueden
evaluar.
Se le puede asignar un nivel de decisin o confianza
Se puede asignar un cdigo de incodificable
Codificacin a priori : Geologa +Qumica y codificacin nivel de confianza

QUIMICA Geologa
ICUT IRSOL IRSOF MAPOR ICCV IBOCP
-99 <=0 -99 <=0 -99 <=0 0 SMAP -99 <0 -99 Bo y CP <=0
1 >0-<0.1 1 >0-<0.2 1 >0-<0.2 1 LIX 1 <25 1 BO>CPY
2 >=0.1-<0.2 2 >=0.2->0.6 2 >=0.2-<0.35 2 MIX 2 >=25-<65 2 BO==CPY(50%)
3 >=0.2 3 >=0.6 3 >=0.35-<0.4 3 OX 3 >=65 3 CPY>BO
4 >=0.4-<0.5 5 EST/PPY
5 >=0.5 6 PRIM
7 SSD
8 SSF

COD2014
0 NOSE
TIPO DECISION
1 LIX
2 MIX 1 QM/%SP/ZM ASPECTOS DECISION
3 OX
2 QM/ZM QM CUT y/o RSOL y/ o RSOF
5 EST/PPY
6 prim generico 3 %SP/ZM
%SP % especies minerales
61 CPY 4 QM/%SP
62 BO ZM Zona mineral mapeada
7 SSD 5 QM
8 SSF 6 %SP
9 SS generico
10 SULF generico 7 ZM Entre + variables hacen
sentido + confianza
LIX
OXMIX
SSD
SSF
CPY
BO
PY-EST

PLANTA 2XXX
Ms de 250 lneas de control
para interpretacin

Ejemplo.
Suprgeno
LIX
OXMIX
SSD
SSF
CPY
BO
PY-EST

PLANTA 2XXX-50
LIX
OXMIX
SSD
SSF
CPY
BO
PY-EST

SECC. YYYN
Validacin de construccin de modelos
Validacin de construccin de modelos

Backflag/Snapping

Proporciones de cada tipo de roca en slidos vs muestras usadas

Nivel de interpretacin

Relaciones de contacto en sondajes se reflejen en modelo de bloques

Coherencia entre alteracin / zona mineral / Litologa modelada

Cotejar con secciones control, ojal interpretadas por los ms experimentados

Control de cambios con modelo anterior:

Donde cambio y porque (informacin adicional?)

Prediccin
Comparacin con modelo de GC
Evaluacin de prediccin en informacin nueva (sondajes)
Acierto uno a uno
Proporciones
Por qu fall? Problema construccin o conceptualizacin o mapeos ?
Chequeo proporcin

Censurado

Censurado

Censurado

Censurado Censurado

Censurado Censurado
Validacin predictibilidad
Evaluacin continuidad horizontal xidos CuT
Evaluacin continuidad horizontal xidos CuT
Evaluacin continuidad horizontal xidos CuS
Evaluacin continuidad horizontal xidos CuS
Evaluacin continuidad horizontal xidos CuT
Evaluacin continuidad horizontal xidos CuT
Evaluacin continuidad horizontal xidos CuS
Evaluacin continuidad horizontal xidos CuS

Error de Construccin o conceptualizacin o mapeo de

sondajes?
Posibles caminos para modelamiento
geolgico
Proceso

Conceptualizacin Construccin
geolgica de modelos

Validacin
Coherencia

Mapeo/Manejo anlisis de datos geolgicos

+
Posibles futuros- Captura de informacin, Informacin disponible

Se estn generando de modo masivo informacin

complementaria al mapeo geolgico:

Anlisis qumicos, test metalrgicos

ICP, DRXF, NIR, Extraccin parcial

Fotografas, anlisis de hiperspectral de testigos (eg. Corescan)

Necesidad de manejar e integrar informacin de distinta

naturaleza

Necesidad de analizar y procesar informacin para

complementar/precisar mapeos
Herramientas complementarias al mapeo
Ejemplo NIR1 % minerales en un sondaje

50

40 alu
bio
clv
30 kep
mil

20

10

-10

-20
120 140 160 180 200 220 240 260 280

from
Ejemplo NIR2 % minerales en un sondaje

50

40 alu
bio
clv
30 kep
mil

20

10

-10

-20
120 140 160 180 200 220 240 260 280

from
Ejemplo NIR3

50

40 alu
bio
clv
30 kep
mil

20

10

-10

-20
120 140 160 180 200 220 240 260 280

from
NIR

Kb

% biotitita
NIR

Censurado
NIR puede ser usado para definicin de contactos de
alteraciones
Distribucin espacial ZR (DRXF)

Valores bajos en
prfido

Diferencia en
secuencia V-SD

Censurado
ZR
Geomet ROS
Distancias al contacto Pozos de tronadura + Sondaje en CP
Distancias al contacto Pozos de tronadura + Sondaje en CP

Usado como input para modelamiento implcito

Media condicional de variables ICP por litologa

PORF Roca caja

Posibles futuros- Construccin de modelos estocsticos

Velocidad de modelamiento implcito invita a:

Generar sensibilizaciones en sus parmetros o similar Esto

tiene un sabor estocstico pero no es realmente un modelo
estocstico:
Ej. Simulacin de variabilidad inherente de cobre soluble vs la sensibilidad a
reactivo o al tiempo.
Ej. Simulacin de leyes de Cut no es lo mismo que sensibilizar el # de
muestras para estimar Cut.

Combinacin de simulacin geoestadstica + mod. Implcito

atractiva alternativa para evaluacin de riesgo asociado a la
construccin del modelo geolgico.
Modelamiento geolgico estocstico REF1,
Ejemplo modelos geolgicos estocsticos
Minty modelada Z
Minty Sim1
Minty Sim7
Minty Sim12
Minty Sim23
Minty Sim29
Minty Sim42
Minty modelada E474627.5
Minty Sim1
Minty Sim7
Minty Sim12
Minty Sim23
Minty Sim29
Tres posibles modelos en una misma seccin (realizaciones)

R1

R2

R3
Conclusiones

Informacin bsica ( mapeos + informacin complementaria)

Conceptualizacin

Manejo/Anlisis de informacin de fuente diversa

Construccin de modelos considerando interpretacin

Continuamente validar en cada etapa

Comunicacin entre partes, transmisin de conocimiento

Futuro Modelamiento

NIR, ICP, DRXF

Mapeo
HS logging Imgenes

Engine Implcito + Interpretacin

+ modelos estocsticos
Agradecimientos

Codelco chile, Codelco Norte, Collahuasi, BHP, BHP Pampa Norte,

AngloAmerican, Pelambres, Emsa, Amsa.

Equipo Geoinnova

U. Chile

Comisin Minera
Referencias

Cceres , A ., Emery , X., Aedo, L. and Glvez, O (2011), Stochastic Geological Modeling Using
Implicit Boundaries Simulation: Proceding of the 2nd International Seminar on Geology for the Mining
Industry, GEOMIN 2011, Antofagasta, Chile [1]

Carr, J., Beatson, R., Cherrie, J., Mitchell, T., Fright W., McCallum, B. & Evans, T. (2001)
Reconstruction and Representation of 3D Objects with Radial Basis Functions: Proceedings of the
2001 SIGGRAPH Conference, Los Angeles, California, USA, pp.67-76. [2]

Alabert, F. (1987) Stochastic Imaging of Spatial Distributions Using Hard and Soft Information.
Masters Thesis, Stanford University, Department of Applied Earth Sciences, 197 pp. [3]

Armstrong, M., Galli, A., Le Loch, G., Geffroy, F. & Eschard, R. (2003) Plurigaussian Simulations in
Geosciences. Springer, Berlin. [4]

McLennan, J. & Deutsch, C.V. (2007) BOUNDSIM: Implicit Boundary Modeling: Proceedings of the
2007 APCOM Symposium, Santiago, Chile, pp.41-48. [5]

Henrion, V., Caumon, G. & Cherpeau, N. (2010) ODSIM: An Object-Distance Simulation Method for
Conditioning Complex Natural Structures. Mathematical Geosciences, Vol. 42(8), p. 911-924. [6]

Chils, J.P. & Delfiner, P. (1999) Geostatistics: Modeling Spatial Uncertainty. Wiley, New York. [7]
 EQUIPO GEOINNOVA 2015

Rodrigo Riquelme, Alejandro Cceres, Pablo Carrasco, Andrs Sandoval, Danilo

RodrigoRafael
Castillo, Riquelme Alejandro
Cirin, RodrigoCceres Pablo
Gutierrez, Carrasco
Yerko Andrs
Martinez, Sandoval
Claudio Argandoa, Lucas
Danilo Castillo
Contreras, Juan Rafael Cirion Rodrigo Gutierrez Yerko Martinez Claudio Argandoa
Pablo Bello.
 MODELAMIENTO GEOLOGICO
PASADO, PRESENTE y FUTURO

Alejandro Cceres , Junio 2015

Geoinnova Consultores Ltda.