Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Libro - Conflicto de Interés PDF
Libro - Conflicto de Interés PDF
2
ROBERTO DÍAZ
3
ÍNDICE
BIENVENIDOS AL CURSO 5
ANTECEDENTES GENERALES 5
OBJETIVOS GENERALES 5
OBJETIVOS ESPECÍFICOS 5
TEMÁTICAS 5
METODOLOGÍA DE TRABAJO 5
RESULTADOS ESPERADOS 6
REQUISITOS DE APROBACIÓN 6
EVALUACIONES 6
REQUISITOS DE APROBACIÓN 6
PROGRAMA DEL CURSO 7
UNIDAD I: MODELO GEOLÓGICO 8
UNIDAD II: MODELO DE BLOQUES 14
UNIDAD III: COMPOSITACIÓN DE SONDAJES 15
UNIDAD IV: ANÁLISIS EXPLORATORIO DE DATA 18
UNIDAD I: VARIOGRAFÍA EXPERIMENTAL 23
UNIDAD II: VARIOGRAFÍA ESTRUCTURAL 37
UNIDAD III: VARIOGRAFÍA DE INDICADORES 43
UNIDAD IV: ANÁLISIS DE ANISOTROPÍAS 45
4
BIENVENIDOS AL CURSO
Resultados Esperados
Requisitos de Aprobación
Evaluaciones
Requisitos de Aprobación
6
PROGRAMA DEL CURSO
7
MÓDULO I: MODELAMIENTO
Y ANÁLISIS DE DATA
Equipos de perforación de sondajes
Unidad I: Modelo Geológico
El conocimiento de la geología del yacimiento es un elemento
clave, básico y estratégico que permitirá llevar a cabo una buena
estimación de recursos y posteriormente la determinación
de las reservas.
10
• Collar : Contiene el ID del sondaje, las coordenadas Norte,
Este, Elevacion del collar del sondaje; es decir, desde donde
comenzó a perforar en la superficie y el largo total del sondaje.
11
Modelamiento Geológico Tridimensional (Maptek, sf): Existen varios softwares en el mercado que permiten esta
visualización:
Consiste en la representación bidimensional o tridimensional
de un volumen de rocas.
Este puede representar la litología,
mineralización, alteración u otro tipo de característica geológica
del macizo rocoso.
Es una parte fundamental en el procedimiento de estimación
de reservas de un depósito.
¿Porqué hacerlo?
12
Con el uso de varias secciones y plantas (interpretación Si las secciones están muy separadas, se generan zonas muy
bidimensional), se realiza un modelamiento tridimensional. triangulares como se observa en la figura 7 y se deben crear
Hay varios softwares que utilizan los wireframes creados por más secciones para lograr un cuerpo mas suavizado que
una serie de triángulos anidados que van formando el cuerpo represente mejor la forma tridimensional del cuerpo mineral;
mineralizado tridimensional o en 3D. sin embargo, hace muy poco tiempo está en el mercado
el software Leapfrog que mediente modelos matemáticos
permite una mejor interpretación de los cuerpos minerales.
13
Unidad II: Modelo de bloques
Esta unidad será tratado en mayor detalle en los siguientes
módulos; sin embargo, el objetivo de los ingenieros de mina
es tener un modelo de bloques con leyes estimadas que le
permitan diseñar las faenas mineras, tanto de Cielo Abierto
como Subterránea.
15
Entre las principales razones y beneficios de la compositación:
16
Compósito de Pozo (downhole composite):
17
Unidad IV: Análisis Exploratorio El examen previo de los datos es un paso necesario, que lleva
de Data tiempo, y que habitualmente se descuida por parte de los
analistas de datos.
El análisis exploratorio de datos es un conjunto de técnicas
estadísticas cuya finalidad es conseguir un entendimiento
básico de los datos y de las relaciones existentes entre las
variables analizadas. El análisis tiene los siguientes objetivos:
Para conseguir este objetivo el estudio exploratorio proporciona • Analizar (mediante herramientas estadísticas simples) la
métodos sistemáticos sencillos para organizar y preparar cantidad, la calidad y la ubicación de los datos disponibles.
los datos, detectar fallos en el diseño y recogida de los • Definir la(s) zona(s) de estudio. Una división del campo en
mismos, tratamiento y evaluación de datos ausentes (missing), varias sub-zonas puede ser relevante si uno observa cambios
identificación de casos atípicos (outliers) y comprobación de abruptos en la distribución espacial de valores, o si la geología
los supuestos subyacentes en la mayor parte de las técnicas del fenómeno lo indica.
multivariantes (normalidad, linealidad, etc.). • Anticipar dificultades o problemas que puedan surgir en la
fase de estimación local (por ejemplo, presencia de valores
Antes de proceder con la estimación de recursos, se debe y atípicos que se destacan de aquellos de los datos vecinos).
siempre que sea posible realizar un análisis estadístico de los
datos disponibles o los generados a partir de cálculos de los
compósitos con el objetivo de caracterizar el comportamiento
estadístico de las distintas variables en el depósito y en las
unidades geológicas (dominios) que la integran.
18
Data analysis
Análisis Estadístico:
Histogramas:
Histogramas
19
Medidas de Posición:
Medidas de dispersión:
20
Correlación Lineal:
Correlaciones
21
Probability Plot:
Probability plot
22
MÓDULO II: ANÁLISIS
VARIOGRÁFICO
24
Vector h
El semivariograma, conocido también como variograma, es la Donde N(h) es el número de pares Z(xi) y Z(xi+h) son valores
herramienta central de la Geoestadística. Dada una variable separados a una distancia (h).
regionalizada Z (x) que cumpla la Hipótesis
25
Ejemplo de Variograma Lineal:
5.00
4.50
Consideremos los siguientes datos especiados cada 100m:
4.00
3.50
5–3–6–4–2–1–1–2–4–3-2
3.00
γ(h)
El variograma experimental se puede calcular para distancia 2.50
múltiplos de 100m, esto es: 2.00
1.50
y(100m)= 1/2x10 (22 + 32 + 22 + 22 + 12 + 02 + 12 + 22 + 12 + 1.00
12) = 1.45 0.50
0.00
0
200
400
600
800
1000
1200
y(200m)= 1/2x9 (12 + 12 + 42 + 32 + 12 + 12 + 32 + 12 + 22) =
2.39 Lag (h)
26
Variografía de Malla Irregular: En este caso, se propone la siguiente metodología de búsqueda
de muestras a considerar:
En la siguiente figura se puede observar un muestreo en una
malla irregular y la pregunta es ¿Cómo se calcula el variograma
en este caso?
28
Reglas prácticas para el cálculo del variograma experimental: para que el estimado del semivariograma sea relativamente
estable. Se considera que entre 30 y 50 pares satisfacen este
Para el cómputo del semivariograma es necesario tener requerimiento.
en cuenta algunas reglas prácticas que permiten elevar la
eficiencia y la calidad de la estimación, independientemente • Los valores estimados para cada intervalo se deben graficar
del tipo de estimador que se utilice. contra la distancia promedio de todos los pares que se
encuentran dentro de dicho intervalo.
Estas reglas son las siguientes:
30
Contour Plot of CuT
C4
< 0.2
109000 0.2 – 0.4
0.4 – 0.6
0.6 – 0.8
108500 0.8 – 1.0
1.0 – 1.2
> 1.2
108000
Northing
107500
107000
106500
31
Histograma de leyes de Cut
32
En estos casos, cuando se calcula el variograma experimental, Lo primero que se debe hacer es investigar la posibilidad de
en los pares seleccionados se encuentran bajas leyes y altas separar en diferentes dominios o regiones, y de esa forma
leyes, cuya diferencia elevada al cuadrado, genera un diferencial lograr separar muestras de diferentes poblaciones regionales.
muy grande y posteriormente generan “ruido” cuando se Una vez que se ha hecho esto, se debe proceder a realizar un
analiza la variabilidad espacial de las muestras. análisis exploratorio de la data de las regiones.
34
Covarianza:
35
Variogram” en donde se le da menos peso a la presencia de
Outliers.
36
Unidad II: Variografía Estructural Los semivariogramas que tienen meseta finita cumplen con
la hipótesis de estacionalidad fuerte; mientras que cuando
Ya se ha revisado las diferentes formas de calcular el variograma ocurre lo contrario, el semivariograma define un fenómeno
experimental de la variabilidad espacial de las leyes; sin natural que cumple sólo con la hipótesis intrínseca. La meseta
embargo, para poder utilizar esta variabilidad, se deben ajustar se denota por C1 o por (C0 + C1) cuando el Efecto Pepita es
modelos matemáticos que asegurarán que las matrices de diferente de cero. Si se interpreta el Efecto Pepita como un
kriging tengan solución. error en las mediciones, esto explica porque se sugiere que
en un modelo que explique bien la realidad, el Efecto Pepita
Para ello, se requieren las siguientes definiciones: no debe representar mas del 50% de la meseta. Si el ruido
espacial en las mediciones explica en mayor proporción la
Efecto Pepita o Nugget Effect (N): variabilidad que la correlación del fenómeno, las predicciones
que se obtengan pueden ser muy imprecisas.
Se denota por C(0) y representa una discontinuidad puntual del
semivariograma en el origen. Puede ser debido a errores de
medición en la variable o a la escala de la misma. En algunas
ocasiones puede ser indicativo de que parte de la estructura
espacial se concentra a distancias inferiores a las observadas.
En caso de sondajes, es muy común calcular el Efecto Pepita
con el variograma a lo largo del sondaje.
38
Esférico:
39
Exponencial
40
Gaussiano:
Potencia:
Este modelo se asocia a fractales (movimientos Brownianos
fraccionarios). Está definido por una potencia 0<q<2 y una
pendiente positiva C.
41
Seno Cardinal:
Modelos Anidados:
42
Unidad III: Variografía de Indicadores Ejemplo, si se desea saber cual es la probabilidad de encontrar
El variograma de indicadores es muy simple y sirve para incluir valor sobre una ley de corte de 0.6 % CuT, entonces:
información adicional “soft” de la región; por ejemplo, se puede
utilizar para determinar la “probabilidad” de ocurrencia de un I = 0, si la muestra tiene un valor de CuT menor a 0.6%
tipo de roca, la probabilidad de limites de mineralización, puede I = 1, si la muestra tiene un valor de CuT sobre 0.6%.
servir para calcular los ponderadores cuando las poblaciones
no pueden separarse en forma física, etc.
Para ello se debe definir una nueva variable “I” que dependerá
de la ley de corte.
43
Variograma de indicadores ajustado con dos estructuras
esféricas animas
44
Unidad IV: Análisis de Anisotropías a lo largo de las direcciones orientadas 0º, 45º, 90º y 135º con
respecto al eje de las abscisas. los variogramas experimentales
Variograma Según el Comportamiento Direccional en las diferentes direcciones se superponen. el caso contrario,
se está en presencia de una anisotropía. Se distingue varios
Un variograma y(h) es isotrópico si es idéntico en todas las tipos de anisotropía, en especial, la anisotropía geométrica y
direcciones del espacio, es decir, si no depende de la orientación la anisotropía zonal.
del vector h, sino sólo de su módulo (h). En caso contrario,
hay anisotropía; tal propiedad caracteriza un fenómeno que En la práctica, las anisotropías se pueden identificar al comparar
se extiende de preferencia en ciertas direcciones. los variogramas experimentales calculados a lo largo de varias
direcciones del espacio, por ejemplo, en el caso bidimensional,
En la práctica, las anisotropías se pueden identificar al comparar a lo largo de las direcciones orientadas 0º, 45º, 90º y 135º con
los variogramas experimentales calculados a lo largo de varias respecto al eje de las abscisas. los variogramas experimentales
direcciones del espacio, por ejemplo, en el caso bidimensional, en las diferentes direcciones se superponen. el caso contrario,
se está en presencia de una anisotropía. Se distingue varios
tipos de anisotropía, en especial, la anisotropía geométrica y
la anisotropía zonal.
45
Anisotropía Geométrica
46
Anisotropía Regional o Zonal:
Mapa de Variograma:
48
Ejemplo de Anisotropía en 3D:
49
En color rojo está el variograma calculado en la dirección Este, • Luego se agrega una segunda estructura para llegar a la
en azul la dirección Norte y en negro, la dirección vertical. segunda meseta, dejando infinito el alcance en la dirección
Este.
• Efecto Pepita = 0.1 (Debe ser el mismo en todas las direcciones). • γ(h) = 0.1 + Exp (200m, 120m, 50 m) + 0.3 Exp ( ¥, 120m, 50m)
• Luego se agrega una estructura (exponencial) que llega a
la primera meseta, con alcances propios en cada dirección.
• γ(h) = 0.1 + Exp (200m, 120m, 50 m)
50
• Finalmente se agrega una tercera estructura para llegar a la
meseta total, dejando infinitos los alcances en las direcciones
Este y Norte.
• γ(h) = 0.1 + Exp (200m, 120m, 50 m) + 0.3 Exp ( ¥, 120m, 50m)
+ 0.2 Exp ( ¥, ¥, 50m)
51