Curso Geoestadistica

ESTADISTICA GEOESTADISTICA
MODELAMIENTO GEOLOGICO
DE BLOQUES

1.5 Kms.
 Curso Geoestadistica

INDICE

CONCEPTOS BASICOS (BD, QAQC, Modelos)

ESTADISTICA (Media, CV, Análisis, correlación)

VARIOGRAFIA (Conceptos, Análisis)

CONCEPTOS BASICOS
(BD, QAQC, Modelos)

ESTADISTICA (Media, CV, Análisis, correlación)

VARIOGRAFIA (Conceptos, Análisis)

Generalidades
La geoestadistica es una disciplina que permite analizar datos
ubicados en un espacio , por ejemplo
• Aplicación de técnicas geoestadísticas:
• Industria minera y meteorología
• Petróleo, pesca, remediación ambiental, …

• Requerida por el Negocio Minero:

• Tomar la mejor decisión posible frente a la incertidumbre
• La descripción numérica del depósito es una de las fuentes más importantes de
incertidumbre
• Reporte de recursos y reservas requiere evaluación de incertidumbre
• JORC, NI43-101, SAMREC, Código Chileno, …

• Requerida por la Legislación Ambiental:

• Nuevas leyes y regulaciones requieren presentar cuantificación de
concentraciones de contaminantes incluyendo la incertidumbre o error en la
medida
Generalidades
La estadística se ocupa de los métodos científicos para recolectar, organizar,
resumir, presentar y analizar datos así como obtener conclusiones válidas y
tomar decisiones razonables en base a dicho análisis

La geoestadística es una rama de la estadística aplicada que pone énfasis

en:
 El contexto geológico de los datos
 La relación espacial entre los datos
 Datos medidos con un soporte volumétrico y precisión diferentes.

 La geoestadística es útil para:

 Cuantificar aspectos geológicos (“ponerle números a la geología”)
 Estimación / Simulación
 Cuantificación de la incertidumbre (categorización)
 Diseño de muestra
 Análisis de riesgo
Ventajas del modelamiento geoestadístico
 Práctica / consistencia con los datos  la mejor estrategia para modelar la distribución espacial
de leyes minerales

 Repetible / auditoria-seguimiento

 Fácil de adjuntar datos incrementales (siempre que el modelo conceptual no cambie)

 Lo modelos 3-D llevan a mejores inventarios/reservas de mineral que un conjunto de

interpretaciones 2D

 Mejor modelamiento de la variabilidad o incertidumbre:

 Grado controlable de la variabilidad espacial (Variograma)
 Los estimadores de la reservas recuperables son más confiables (Med, Ind, Inf)

 Base para la integración de datos:

 Interpretación geológica
 Comportamiento de datos en el limite entre dos dominios (“duros” y “blandos”)
 Datos que representan diferente soporte de medición (Compositos y Bloques)
Aplicaciones
• La Geoestadística se puede aplicar en diferentes etapas del ciclo de vida de un depósito:

• Exploración: un modelo de pre-factibilidad para cálculo de inventario in-situ

• ¿Dónde perforar los nuevos sondajes?
• ¿Qué malla de perforación permitirá generar recursos bancables?

• Desarrollo: un modelo de factibilidad para cálculo de reservas recuperables y planificación de

largo plazo
• ¿Cuáles son los requerimientos de mezcla para asegurar un cierto abastecimiento a la planta?

• Producción: un modelo de producción para control de leyes y planificación de corto plazo

• ¿Cuánto dinero se pierde por mala asignación de bloques a la planta o botadero?

• Aspectos Ambientales: Caracterizar interacciones temporales y espaciales entre la operación

mina/planta y el medioambiente
• Una base de datos concentra toda la información cualitativa y cuantitativa de los sondajes
perforados durante el proyecto. Aunque, actualmente los Administradores de Base de Datos,
concentran TODA la información relevante del proyecto, incluso administración de contratos.

• Una base de datos puede ser tan grande como se quiera, siempre y cuando, tenga una
estructura lógica y consistente de tablas relacionadas.

• Debe tener vínculos que relacionan items entre sí, de manera que siempre exista una relación
entre el sondaje y los datos que se asocian a él.

• Lo que a Modelamiento geológico se refiere, la base de datos debe contener a los menos 4
grandes grupos de información, que se pueden usar en cualquier tipo de Programa de
Modelamiento tridimensional:

• Collar, con toda la información de localización de los sondajes o muestras.

• Survey, con toda la información de trayectoria de los sondajes.
• Assays, con todos los análisis químicos asociados a las muestras de intervalos de sondajes
o puntuales.
• Geology, con toda la información descrita por los geólogos.
 Uno de los factores más importantes de la base de datos, es la validación de su
información.

 La base de datos constituye el soporte básico de todas las interpretaciones geológicas,

por lo tanto, es sumamente importante su influencia en las declaraciones del recurso,
los chequeos de la integridad y la consistencia de la base de datos.

 Solo debe existir una sola versión de la base de datos.

 Este principio ha inspirado la generación de software de Administración de Datos, que

permiten definir accesos, privilegios y/o prohibiciones, a una base de datos específica.
De manera que puedan usar los datos sin peligro de tener modificaciones a los datos
oficiales.

 La base de datos debe tener suficiente flexibilidad para que el geólogo que realice el
registro pueda incluir observaciones sobre variables adicionales.
 Naturaleza de los datos geológicos
– Datos Categóricos (multimodales)
– tipo litológico (norita, anortosita, monzonita,…)

– Datos Continuos (absolutos (%))

– ley en Ag, Cu, Mo, Au, ...

– Datos Continuos (relativos)

– latitud, longitud, localización espacial,...
– Datos angulares
– orientación de fallas,...
– Datos ordinales (de rango)
– dureza de Mohs, magnitud de Richter,...
– Datos binarios (dicotómicos)
– intrusivo o extrusivo; > o < 450 ppm P2O5 ,...
 Conceptos básicos
• En lugar de examinar la población completa, uno trabaja sobre una parte de ella (muestra
 desde un punto de vista estadístico, no confundir con “muestreo de ley”)

• Población: Colección de un número finito de mediciones o una colección infinitamente

grande de datos de interés.

• Muestra: Subconjunto representativo seleccionado a partir de la población. Una buena

muestra debe reflejar las características esenciales de la población de la cual se obtuvo.
 Tipos de muestreos

Regular Aleatorio Tran-sect

Aleatorio estratificado Grupos Contorno

 Conceptos
• QAQC - Calidad de los datos muestreados:
Basicos
• Estos datos (logueo y leyes) deben tener alta calidad (confianza) y estar casi
limpio de errores.
• Si entra (INPUT) data erronea se tendra como resultado (OUTPUT) data
erronea.
• Análisis de Calidad (QA) : es la información reunida para demostrar y cuantificar la
confiabilidad en los ensayes.
• Control de Calidad (QC): consiste en los procedimientos usados para mantener el
nivel deseado de calidad de los ensayes.
Control de Precisión en MDG
y = 1.001x + 0.0051 SDT II - CuT%
R2 = 0.9987
10.000
2008
9.000
0.790
8.000

Resultado CuT%
Muestra 0.770
7.000
Cut% Duplicados

Duplicado de
6.000
Gruesos - 0.750
rechazos (MDG)
5.000 Linear (Muestra 0.730
Duplicado de
4.000 Gruesos - 0.710
rechazos
3.000 0.690
(MDG))
2.000
0.670
1.000 AC AC AC AC AC AC AC AC AC AC AC AC AC AC AC
-1 - - - - - - - - - - - - - -
08 45A 189 130 130 197 197 23A 221 14 197 197 28 118 26
0.000 A A A A A
0.000 2.000 4.000 6.000 8.000 10.000
Fecha
CuT% Originales
CuT% Low er_± 5% Upper_± 5% Low er_Cert% Upper_Cert%
 Conceptos Basicos
• La estimación no es el valor verdadero:
• Los recursos minerales estan basado sobre estimación no son valores reales.
Entonces un buen muestreo, geología y optima estimación hace que este
error sea el minimo posible.
• La realización de un modelo se realiza con un pequeño muestreo:
• Se debe tener en mente que la muestra representa una muy pequeña parte
del cuerpo.
 Conceptos Basicos
realidad .............................. Muestras ...........................Estimado
Incertidumbre: Conceptos básicos
Ningún modelo numérico reproducirá la realidad sin error. Hay incertidumbre.
Esta incertidumbre existe debido a nuestra falta de conocimiento debida a un
muestreo no exhaustivo.
No es una característica inherente al depósito
Modelo de Blastholes tiene menos incertidumbre que el modelo drillholes.
 Conceptos Basicos
• La incertidumbre es dependiente de:
• La densidad de muestreo (sin muestras no hay estimación)
• Homogeneidad geológica (La continuidad de los valores dentro
de cada geología)
 Conceptos Basicos
• Regionalización o Fenómeno Regionalizado:
• De la existencia de áreas geológicas de: altas leyes, medianas leyes, bajas
leyes y áreas geológicas sin mineralización. En cada zona o área se tiene un
fenomeno regionalizado (mineralización) diferente (estadística,
geoestadística, etc). Todo esto esta intimamente ligado a los datos geológicos
y se debe tomar en cuenta para la estimación.
 Conceptos Basicos
• Regionalización:
 Conceptos Basicos
• Homogeneidad Geológica y estadística:
• Debería hacer una relación entre geología y la estadística/geoestadistica.
• Controles Geológicos definen la Mineralización. Entonces la comprensión del
modelo geológico es esencial para la mejor realización de la estimación.
 Mine Material Type
Conceptos Basicos
No Min Max
Au (gpt) Statistics
Mean SD CV Capping #Capped
Gold Dom1_Cen Gold Dom2_Cen

La Quinua Gold_All 7495 0.002 4.04 0.535 0.440 0.823 5 2

La Quinua Gold_Dom1_Cen 1262 0.002 3.19 0.617 0.572 0.928 - -
La Quinua Gold_Dom2_Cen 4446 0.016 4.04 0.596 0.443 0.744 5 2
La Quinua Gold_Nor 935 0.015 1.162 0.277 0.161 0.581 - -
La Quinua Gold_Sur 852 0.009 1.77 0.376 0.188 0.500 - -

Gold All Gold Dom1_Cen Gold Dom2_Cen

Gold Nor Gold Sur

Gold Nor Gold Sur

Nor

Cen_Dom1
Cen_Dom2

Sur
Efecto del soporte en el variograma (2)

Expresión matemática del variograma regularizado gv en función del

variograma puntual g:

g v (h)  g ( v, v h )  g ( v, v)

con:
vh: bloque v trasladado del vector h
1
2 v  v
g ( v, v h )  g ( x  y ) dx dy
| v| h

1
2 v v
g ( v, v )  g ( x  y ) dx dy
| v|
Efecto del soporte en el variograma (3)

Ilustración
Conceptos básicos
• Suavizamiento:
• Métodos de estimación suavizan  regresión hacia la media
• En la realidad, valores extremos son los que importan pues tienen un gran
efecto en la respuesta:
• Reservas recuperables
• Cantidad de fino

realidad kriging NN y ID
Que es un modelo?

Geology – Modeling / 1 july 2009