GEOQUÍMICA DE ELEMENTOS MÚLTIPLES PARA LA CARACTERIZACIÓN DE MINERÍA A GRANEL DE

ASOCIACIONES DE ALTERACIÓN HIDROTÉRMICA EN LOS DEPÓSITOS DE COBRE PORFÍRICO Y

APLICACIONES PARA EL MODELADO GEO-METALÚRGICO PREDICTIVO

En el presente estudio, analizamos el valor de la geoquímica de elementos múltiples como una

herramienta para la caracterización de minerales a granel de forma semicuantitativa a cuantitativa en
modelos geológicos y geo-metalúrgicos de depósitos de tipo de cobre pórfido, con énfasis en las
asociaciones, tipos e intensidades de alteración hidrotérmica. En la producción de depósitos de cobre
pórfido en la mina, se hace un gran esfuerzo en la calidad del mineral y el modelado geológico, se aplica
para el comportamiento predictivo del procesamiento de minerales, desde voladuras, molienda,
lixiviación o flotación, hasta la eliminación de desechos y la gestión ambiental. Los modelos geológicos
de alta confianza se basan comúnmente en el mapeo geológico del núcleo de la perforación y las
exposiciones superficiales / subterráneas, combinados con la caracterización discreta de los minerales
(por ejemplo, petrografía, QEMSCAN®, espectroscopia, etc.). Desafortunadamente, son costosos y se
aplican a un número limitado de muestras, por lo que carecen de representación suficiente y no son
adecuados para el modelado geoestadístico. Además, la cartografía geológica siempre presenta
incertidumbre, basada principalmente en estimaciones cualitativas. La combinación de información
generalmente proporciona modelos geológicos que son difíciles de combinar con datos geo-
metalúrgicos, y mucho menos con modelos de comportamiento predictivo de procesamiento mineral. El
advenimiento de la geoquímica de elementos múltiples, a bajo costo, ha permitido el empleo masivo de
tales herramientas, pero se le da poco uso a los datos, generalmente enfocados en elementos de interés
económico (mineral principal y créditos) y elementos de impacto negativo para concentrados y / o
proceso. La geoquímica refleja la composición mineral de las rocas, lo que permite la caracterización de
la litología, los tipos e intensidades de alteración y la mineralización. Como ejemplos de tales
aplicaciones, presentamos técnicas de clasificación genérica que se desarrollaron en varios depósitos de
cobre pórfido en el norte de Chile, basados en geoquímica de elementos múltiples, que permiten el
modelado de alta resolución semicuantitativo a cuantitativo de aspectos clave de litología, alteración
hidrotermal y mineralización. , y que puede ser una referencia cruzada a muestras de pruebas
metalúrgicas y por eso, a las propiedades geo-metalúrgicas de las rocas y el modelado. Además, como
los datos son cuantitativos y continuos, el modelado de ganga puede beneficiarse del modelado
geoestadístico.

PALABRAS CLAVE

Geoquímica, caracterización de minerales, modelación geo-metalúrgica.

INTRODUCCIÓN

Una roca representa un agregado mineral, estos de origen primario (litología), endógeno secundario
(hidrotérmico) y / o de supergeno secundario, entre otros. Los minerales están constituidos por
elementos químicos, asociaciones minerales, ya sean de litología, alteración hidrotermal y
mineralización y / o de origen supergénico.

Representado por composiciones geoquímicas específicas y combinaciones de elementos químicos,

mayor, menor y traza. El procesamiento y la interpretación de bases de datos geoquímicas de múltiples
elementos pueden permitir la caracterización y determinación de la litología, la alteración hidrotérmica
(tipo e intensidad) y la mineralización, y la alteración del supergeno. Los procedimientos anteriores
permiten la caracterización de todos los parámetros mencionados anteriormente de manera
cuantitativa en una escala de resolución igual a la del apoyo de la muestra, y son útiles para la
determinación detallada de modelos geológicos de depósitos de mineral, aplicados a la exploración y / o
modelos metalúrgicos geo-minerales. La aplicación potencial de geoquímica de elementos múltiples
para la caracterización de minerales en depósitos de cobre pórfido, o cualquier otro tipo de depósito,
requiere el procesamiento e interpretación de los datos, y la calibración final de geoquímicos.

Parámetros de clasificación a mapeo y datos de caracterización mineral. Los parámetros de clasificación

pueden determinarse como combinaciones de elementos (por ejemplo, resultantes de un análisis
estadístico multivariado), relaciones de elementos o combinaciones de variables y proporciones
aditivas, en algunos casos, múltiplos. El objetivo de las variables sintéticas es probar los procesos de
transferencia de masa que ocurren durante la alteración hidrotérmica y la mineralización, y más tarde,
durante la alteración del supergeno (si corresponde). A medida que los procesos de transferencia de
masa introducen modificaciones geoquímicas e intercambio iónico en las rocas, las relaciones pueden
discriminar comúnmente los procesos de alteración que los elementos individuales no. La varianza de la
composición de un elemento individual generalmente dependerá de la litología, la alteración y la
mineralización, por lo que las fuentes de la varianza no responden a un proceso único o específico. A
diferencia de los elementos individuales, las variables sintéticas, en particular aquellas que incluyen
relaciones, detectarán y discriminarán aquellas rocas en las que uno o más elementos se hayan
agregado o agotado como resultado de un proceso de transferencia de masa, esto, con respecto a
aquellos iones que participan en Intercambio de reacciones de equilibrio durante la alteración
hidrotermal y la mineralización. Otra variable de discriminación que puede reconocerse a partir del
procesamiento y la interpretación de los datos podría ser el resultado de grupos de elementos asociados
con alteraciones hidrotermales específicas.

Ensamblajes, todos los elementos asociados a la misma asociación mineral específica, con
comportamientos de varianza similares, según lo determinado a partir de estadísticas multivariadas.

Como los criterios de clasificación geoquímica pueden cruzarse con respecto al mapeo geológico y / o la
caracterización de minerales, se puede medir el nivel de confianza obtenido para la clasificación, por lo
tanto, la confianza de cualquier parámetro específico, en la capacidad de discriminar, se puede evaluar
numéricamente. Se debe tener en cuenta que no existen recetas específicas para determinar los
parámetros de caracterización geoquímica, ya que pueden variar de un depósito a otro, según las
combinaciones de litología de la roca huésped, el tipo y la intensidad de la alteración hidrotérmica, la
mineralización y la superposición de eventos hidrotérmicos de múltiples etapas.

CARACTERIZACIÓN HIDROTÉRMICA DE LA ALTERACIÓN EN EL COBRE PORFÍRICO

Depósitos: un ejemplo genérico

Los procedimientos seguidos para la determinación de los parámetros de clasificación de la asociación

de minerales geoquímicos se resumen en la figura 1. El procesamiento de los datos generalmente
incluye un análisis estadístico univariado completo, poblacional y multivariado de todos los datos
geoquímicos válidos. Las estadísticas univariadas, según las distribuciones de datos, se pueden realizar
en base aritmética o logarítmica normal, dependiendo de la naturaleza de las distribuciones estadísticas.
Dicha naturaleza debe establecerse durante el análisis estadístico univariado.
 Figura 1 - Metodología de flujo de trabajo seguida para el procesamiento de datos, interpretación y determinación de los
parámetros de clasificación de la asociación geoquímica mineral.

Los resultados del análisis estadístico y la interpretación de los resultados permiten una primera
aproximación para la determinación cuantitativa y la clasificación de las asociaciones de minerales, lo
que indica la litología y los ambientes hidrotermales. Los parámetros de discriminación y clasificación se
pueden probar contra el mapeo geológico y cualquier otra técnica de caracterización de minerales, lo
que permite una comparación cruzada con respecto a cualquier característica geológica particular, como
litología, alteración hidrotérmica, mineralización, entre otros.

Para mostrar estos procedimientos, se presenta un ejemplo genérico para la caracterización de

asociaciones de minerales hidrotermales de un depósito de cobre pórfido de clase mundial. El
procesamiento de datos requirió una revisión inicial, esto para evaluar la estructura y la calidad de la
base de datos. En este proceso, de ~ 38,000 muestras, un poco más de ~ 6,000 tuvieron que eliminarse,
esto debido a la falta de coincidencia o la falta de datos, marcadas diferencias en los límites de
detección más bajos, entre otros problemas de calidad. Después de este procedimiento, la base de
datos filtrada y revisada se sometió a análisis estadístico univariado, población y multivariado, estos
procedimientos tenían como objetivo comprender la varianza de todos los parámetros independientes,
así como comprender la relación entre los diferentes parámetros, en términos de varianza. El análisis
estadístico fue seguido por la interpretación geológica / mineral, esto para entender desde una
perspectiva de asociación mineral aquellas relaciones determinadas entre los parámetros geoquímicos.
Como la interpretación de las relaciones geoquímicas permite la discriminación de las asociaciones
minerales y las características geológicas, éstas pueden vincularse a procesos litológicos, de alteración
hidrotérmica y / o de mineralización específicos. En el caso de la alteración hidrotermal y la
mineralización, estos procesos implican transferencia de masa; por lo tanto, la construcción de variables
sintéticas puede ser considerada y probada. A continuación se enumeran ejemplos de variables
sintéticas para probar:

Alteración fílica (Cuarzo-Sericita): KxAl; (KxNa) / Al; Na / Al; (Al + K) / (Na + Ca + Mg); (Al + K + Na) / (Ca +
Mg)
Alteración propilítica: (Ca + Na) / (K + Al)
Alteración argílica: Al / (Na + Ca + K); Al / Mg; Al / (K + Na)
Sistemas avanzados de venas argílicas y / o azules (enargita / famatinita): (K + Al + S) / (Fe + S);
(CuxAsxSbxS) / Fe; [(CuxAsxSbxS) / Fe] x [Al + K + S]
Alteración potásica: K / (Ca + Na); K / Mg
Estas variables sintéticas no son universales, ya que los depósitos de mineral deben considerarse únicos,
por lo tanto, se deben realizar pruebas y evaluaciones en cada caso.

Todo el procesamiento e interpretación de los datos anteriores se puede realizar de forma ciega a la
información geológica, el siguiente paso, para calibrar y validar las interpretaciones con respecto al
registro central y / o al modelo geológico de depósito. En el estudio de caso aquí presentado, se tomó
una selección de tres secciones representativas representativas. Todos los datos dentro de estas
secciones transversales se procesaron e interpretaron, y luego se compararon con los datos de registro
del núcleo, en particular con la alteración hidrotérmica. Cada muestra se marcó con su respectivo tipo
de alteración hidrotermal. Los siguientes pasos incluyen el análisis estadístico y la comparación cruzada
de todos los parámetros geoquímicos independientes, un análisis similar realizado para las variables
sintéticas. Los resultados se muestran gráficamente, y las interpretaciones e implicaciones se describen
a lo largo.

La Figura 2 muestra ejemplos de análisis comparativo de geoquímica de elementos múltiples para

diferentes tipos de alteraciones hidrotermales según la clasificación del registro de núcleos,
comparación por medio de gráficos de caja y bigotes. Los colores rosa, naranja y verde-marrón (los
primeros cuatro a la izquierda) representan principalmente alteraciones hidrolíticas (1: argilico
supergeno; 2: cuarzo-sericita; 3: Sericite-Cuarzo-Arcilla; 4: Indiferenciaciones Cuarzo-Sericita); los
colores verdes representan principalmente los tipos de alteración de clorita y clorito-sericita (5: Clorita-
Sericita-Arcilla; 6: Clorita-Sericita-Cuarzo; 7: Clorita-Biotita ± K-Feldespato; 8: Propilítico); el color
amarillo representa la alteración silícica (9) y el marrón oscuro y el marrón rojizo representan la
alteración potásica, la primera biotita dominante (10), el resto, la feldespato K dominante (11 - 13).
Todos los elementos individuales y las variables sintéticas se probaron y compararon con respecto al
registro del núcleo, lo que permitió la detección de aquellos elementos y / o variables que mejor
discriminan un tipo de alteración con respecto a otro. La comparación cruzada de todas las variables
finalmente permite la determinación de las combinaciones que mejor discriminan, ya sea en la primera
pasada o como resultado de las subclasificaciones de datos y la iteración de la discriminación en los
subconjuntos de datos. En los ejemplos mostrados en la figura 2, se probó una comparación cruzada
para Al, Ca y KxAl. En el caso de Al, las concentraciones más altas se producen para los tipos de
alteración asociados a "clorita", así como para la alteración potásica de biotita, estas dentro del
percentil 25-75 exhibiendo diferencias significativas. En el caso de la discriminación por Ca, tanto para
los tipos de alteración asociados "corita" como "potásicos", estos tienen diferencias significativas con
respecto a concentraciones más bajas de Ca en los tipos de alteración "hidrolítica" y silícica. La
excepción ocurre para la alteración de Cuarzo-Sericita, esto debido a la existencia de anhidrato dentro
de estas rocas, que representa un alto Ca en más del 50% de estas muestras. La variable sintética KxAl
exhibe una excelente discriminación para la alteración potásica dominante de biotita y, en menor
medida, para las alteraciones de tipo "clorita". La prueba de todos los elementos independientes y las
variables sintéticas permiten la determinación de aquellos parámetros que pueden discriminar
cuantitativamente los tipos de alteraciones hidrotermales. En muchos casos, las combinaciones de
variables pueden identificar tipos de alteración específicos, ya que los parámetros se pueden cruzar para
la identificación combinada. Lo anterior se logró mediante diagramas bivariante y ternarios; Campos de
discriminación validados respecto al etiquetado de identificación de muestras.

El uso de diagramas bivariantes o ternarios para la discriminación de los tipos de alteración hidrotérmica
se muestra en las figuras 3 y 4. En estos diagramas de discriminación, las muestras se trazan a lo largo de
tendencias y campos que representan extremos hidrotérmicos y tendencias de superposición, por lo
tanto, sobreimpresiones e intensidad de alteración. Además, en algunos casos, un mineral específico
puede causar un subconjunto separado de datos, paralelo a una tendencia principal. Tal caso se
determina en las figuras 3 y 4, en las que la presencia de anhidrita en una porción de muestras separa
una tendencia de alteración paralela, estas muestras que son ricas en S y Ca, distinguen ambientes ricos
en sulfato de aquellos pobres en sulfato. Dicha discriminación permite la determinación detallada de un
techo de sulfato de anhidrita, común en los sistemas de pórfido de cobre, y de importantes
implicaciones en el diseño de la mina, la planificación de la mina, la extracción, el procesamiento de
minerales y la producción.

Figura 2: ejemplos de comparaciones de concentración de elementos para Al, Ca y la variable sintética KxAl, con respecto a los
tipos de alteración hidrotérmica. Tipos de alteración identificados por los números 1 a 13, arriba a la izquierda, descritos en el
texto.

Estos son algunos ejemplos de discriminación geoquímica y parámetros de clasificación para la

alteración hidrotermal. El estudio y la combinación de todos los parámetros geoquímicos, elementos
individuales y sintéticos, aplicados a conjuntos de datos masivos, permite la discriminación de los
extremos de clasificación y las tendencias de sobreimpresión, como las que se muestran en la figura 5,
en las que las variables sintéticas ScxV y (Al + K) / ( Na + Ca + Mg) se representan uno contra el otro, para
más de ~ 31,000 muestras. Las muestras están representadas por la frecuencia de densidad y, según la
clasificación, los campos discriminatorios para las alteraciones de tipo hidrolítico (Sericita-Cuarzo ±
Arcillas) con respecto a las alteraciones de tipo corita / K-feldespato, con respecto a la alteración
potásica dominante de biotita. Debajo de la tendencia de alteración clorásica - potásica se encuentra
otra tendencia similar, que representa los mismos tipos de alteración que la anterior (clorita / potásica),
pero rica en anhidrita. Las tendencias entre los diferentes campos representan sobreimpresiones de
alteración, por lo que la intensidad de la alteración hidrotérmica entre uno y otro extremo puede
calcularse numéricamente.

Figura 3 - Ejemplos de diagramas de dos variantes. A la izquierda, Mg vs. Fe, que muestra muestras que trazan a lo largo de la
tendencia de biotita-clorita (colores marrón y verde), se distinguen claramente de aquellas muestras que trazan a lo largo de la
tendencia de pirita que representan alteraciones hidrolíticas (naranja y amarillo). A la derecha, S contra Fe, muestras que trazan a
lo largo de la tendencia de pirita (amarillo-naranja), discriminadas de potásica y clorita (marrones-verdes). La tendencia inferior es
anhidrita pobre; Las muestras sobre la línea de pirita son ricas en anhidrita.

Se debe tener en cuenta que los grandes conjuntos de datos, que incluyen geoquímica de elementos
múltiples y combinaciones de parámetros sintéticos, pueden permitir muchos más criterios de
discriminación, ya que se lleva a cabo un procesamiento adicional de los datos en la selección y
clasificación de múltiples pases.

Una vez establecidos los parámetros de discriminación geoquímica, se pueden usar parámetros únicos y
/ o sintéticos definidos para la discriminación por alteración hidrotermal, que son cuantitativos y están
definidos espacialmente para el modelado espacial en 2 y 3D, utilizando cualquier técnica geoestadística
deseada, en cualquier software de modelado de depósito de mineral específico. Si el soporte de
muestras para geoquímica de elementos múltiples es similar al soporte de muestras estimado de
reservas de mineral, además de las reservas de minerales, la mineralogía de ganga puede modelarse con
la misma o similar precisión que las concentraciones de metal y mineralogía de mineral. En otras
aplicaciones, si la mineralogía de la ganga tiene un impacto conocido en el procesamiento de minerales,
se pueden derivar modelos geométrico-quirúrgicos, ya que las determinaciones de la caracterización del
mineral se cruzan con pruebas metalúrgicas.
Figura 4. Ejemplo de discriminación de datos del diagrama ternario, Mg-Fe-S. Las alteraciones potásicas y clorita (colores marrón y
verde) se discriminan con respecto a las alteraciones hidrolíticas (cuarzo-sericita, sericita-arcilla; naranja y amarillo). La tendencia
del marrón oscuro al naranja representa la potasa dominante de biotita, al feldespato K dominante (marrón claro) al filo (naranja),
una tendencia de transición; en el que se producen sobreimpresiones fílicas en potásico a lo largo de la tendencia, así como clorita-
sericita y clorita. A la derecha, una tendencia paralela representa aquellas muestras que son ricas en anhidrita, desplazadas con
respecto a las otras debido a la elevada S proporcionada por el sulfato.

Figura 5 - Ejemplo de clasificación masiva de datos de ambientes hidrotermales (densidad de frecuencia de datos), basada en ScxV
vs. (Al + K) / (Na + Ca + Mg).
 DISCUSIONES Y CONCLUSIONES

Una vez que las muestras se clasifican por litología, tipo e intensidad de alteración hidrotérmica y
mineralización, se pueden estudiar para la distribución espacial. Como resultado, estas características
geológicas se asignarán a una resolución equivalente al soporte de muestra. Estos resultados se pueden
aplicar a modelos de depósitos de mineral 2 y 3D para exploración y / o modelos metalúrgicos
geominerales. Los modelos pueden basarse en miles o decenas de miles de muestras con análisis
geoquímicos de elementos múltiples, que en la actualidad generalmente se analizan mediante técnicas
de combinación de la PIC de digestión, pero que pronto pueden migrar a XRF analítico, ya que estas
técnicas permiten una resolución y acceso cada vez mejores a Suites más grandes de elementos. Sobre
la base de los mismos conceptos, es factible determinar los elementos que discriminan los tipos
litológicos, especialmente los elementos inmóviles (por ejemplo, Ti, Zr, Th, REE). Las clasificaciones
basadas en elementos inmóviles permiten la determinación de litologías, independientemente de la
alteración. Es importante tener en cuenta que estas son solo herramientas para ayudar a la geología, y
de ninguna manera reemplazan los conceptos básicos, el registro del núcleo y el mapeo.