Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CONTENIDOS
RESUMEN ............................................................................................................................. I
CONTENIDOS ......................................................................................................................II
INTRODUCCION ................................................................................................................. 1
OBJETIVOS .......................................................................................................................... 2
OBJETIVO GENERAL ..................................................................................................... 2
OBJETIVOS ESPECIFICOS ............................................................................................ 2
EVALUACIN
DE
MALLAS
DE
MUESTREO
CON
MTODOS
GEOESTADSTICOS ....................................................................................................... 3
1.1.
1.2.
Semivariogramas ................................................................................................. 3
1.3.
Kriging ................................................................................................................ 4
1.4.
1.5.
III.
EVALUACIN DE MALLAS DE RECONOCIMIENTO USADOS EN LA
EXPLORACIN Y EXPLOTACIN MINERA ........................................................... 11
3.1.
3.2.
CONCLUSIONES ........................................................................................................... 18
BIBLIOGRAFIA ............................................................................................................. 19
INTRODUCCION
La exploracin minera ha sido un rea que con el tiempo ha ampliado su aplicacin y
gracias a la informacin que se obtiene mediante el anlisis de roca, suelo, sedimentos de
arroyo, gases, fluidos, etc., permite la obtencin de informacin que se puede correlacionar
con el subsuelo por efecto de movilidad de elementos y lixiviacin. Las reas de aplicacin
son diversas, pero a continuacin se describen algunas; minera, petrologa,
hidrogeoqumica, ambiental, petrleo, etc. El mtodo comnmente empleado para
visualizar las anomalas en 2D, mediante un mapa de isoconcentracin, donde es vital la
utilizacin de software especializado que se fundamenta en Geoestadstica (matemticas
aplicadas), segn el elemento estudiado (Au, Ag, Cu, Zn, Pb, Fe, etc.) los cuales nos
entregan indicadores proximales y nos permiten establecer zonas de inters, adems de
realizar anlisis por superposicin de geologa (litologa, estructuras, alteracin
hidrotermal, etc.), geofsica (gravimetra, magnetometra, etc.) u otro. Este mtodo es
ptimo hasta el punto en que se desean definir zonas de inters, pero cuando se desea
observar alguna tendencia anmala, sea sta lineal o de superficie, el mapa 2D, tambin en
la tendencia que hay cuando se obtiene la media, moda, valores de concentracin,
interpolacin y lo ms importante la cuestin estadstica, que corresponde con el tamao de
malla y cantidad de puntos de muestreo.
OBJETIVOS
OBJETIVO GENERAL
Estudio de la evaluacin y diseo de mallas de muestreo
OBJETIVOS ESPECIFICOS
Explicar la medicin de errores mediante la varianza de estimacin, ya que est
directamente relacionado con las aplicaciones con las que trata el presente
trabajo.
Analizar el diseo de mallas de muestreo y la relacin con la anisotropa
Desarrollar los mtodos geoestadsticos ms importantes en el estudio y
estimacin de recursos de un yacimiento.
1.1.Mtodo Geoestadistico
De manera general, se puede decir que los mtodos geoestadsticos estn basados
en que las variables de un deposito mineral (leyes, espesores de la mineralizacin,
etc.) son funcin del medio geolgico. Si cambian la geologa y las condiciones
estructurales de producen cambios en la ley o calidad del mineral y la distancia
entre mineralizaciones o, incluso la potencia dentro de un mismo deposito
mineral. Sin embargo, las muestras que son tomadas relativamente prximas
tienden a reflejar las mismas condiciones geolgicas y tienen similar ley y similar
potencia de mineralizacin. A medidas que la distancia entre muestra crece, la
similitud, o grado de correlacin, disminuye, hasta que se llega a una distancia en
la que no hay correlacin entre ellas.
1.2.Semivariogramas
Los mtodos geoestadsticos cuantifican este concepto de variabilidad espacial
dentro de un depsito y se muestran en forma de semi-variograma. Una vez
calculado ese semi-variograma se tiene que interpretar ajustndolo a un modelo
definido. Existen diversos modelos que ayudan a identificar las caractersticas del
depsito a estudiar.
Ejemplo de semivariograma
Suele haber habitualmente una discontinuidad cerca del origen, que se denomina efecto
pepita. Esto es generalmente debido a diferencias entre valores de las muestras, o bien,
para el caso de muestras muy cercanas entre s, como pudieran ser dos mitades de un
mismo testigo que puede incluir inexactitudes en el muestreo o en ensayos, y estn
1.3.Kriging
El kriging es una tcnica geoestadstica de estimacin usada para el valor de un punto o un
bloque como una combinacin lineal de variables desde muestras normalmente distribuidas
en cada bloque. Esta tcnica considera una variabilidad de las muestras en la asignacin de
los pesos de cada una. El kriging es capaz de medir el error esperado o estimado.
Este mtodo da mayor peso en el clculo a muestras cercanas entre s, que a muestras
distantes, de modo que se establezca un parmetro para mostrar la continuidad, anisotropa
y geometra del depsito mineral.
El kriging puede ser entendido como una prediccin lineal o una forma de inferencia
bayesiana. Parte del principio: puntos prximos en el espacio tienden a tener valores ms
parecidos que los puntos ms distantes. La tcnica de kriging asume que los datos
recogidos de una determinada poblacin se encuentran correlacionados en el espacio.
Se considera al mtodo de kriging del tipo Meli (Mejor Estimador Lineal Insesgado) o Elio
(Estimador Lineal Insesgado ptimo): es lineal porque sus estimaciones son
combinaciones lineales ponderadas de los datos existentes; y es insesgado porque procura
que la media de los errores (desviaciones entre el valor real y el valor estimado) sea nula;
es el mejor (ptimo) porque los errores de estimacin tienen una variancia (variancia de
estimacin) mnima.
a. Kriging simples
Asume que las medias locales son relativamente constantes y de valor muy semejante a la
media de la poblacin que es conocida. La media de la poblacin es utilizada para cada
estimacin local, en conjunto con los puntos vecinos establecidos como necesarios para la
estimacin.
b. Kriging ordinario
Las medias locales no son necesariamente prximas de la media de la poblacin, usndose
apenas los puntos vecinos para la estimacin. Es el mtodo ms ampliamente utilizado en
los problemas ambientales.
2.1.
Donde:
):
):
mejores que la usual del taladro centrado, ya que presentan mejor soporte, es decir
involucran a ms valores a la hora de la estimacin de la ley media del panel.
Modelo
esfricos
para
estimacin de varianzas
la
III.
as la funcin variograma (h) que en el tramo A muestra una clara dependencia con
respecto a h, que es la separacin entre las muestras; mientras que en el tramo B dicha
funcin es independiente de h, lo cual es tpico de distribuciones al azar, prcticamente
inexistentes en la naturaleza; ya que por lo general, las variables cuantificables o
semicuantificables, relacionadas con los yacimientos, se originan por determinados
procesos que les imprimen un patrn caracterstico, es decir todo lo contrario a una
distribucin al azar.
El variograma puede ser estimado a partir de datos experimentales (por ejemplo las leyes
provenientes de una campaa de muestreo) empleando la frmula general:
donde:
Z
es la variable estudiada
Z(x)
Z(x+h) :
2 (h) :
(h)
:
variograma)
Todos los paquetes de software aplicados a minera utilizan esta frmula para el clculo
de los variogramas experimentales; las respectivas facilidades grficas nos mostrarn
variogramas con apariencia similar a la que se a idealizado en la fig. 2, que nos servir para
explicar los principales parmetros de la funcin variograma.
3.2. Dimensionamiento ptimo del muestreo
Un buen muestreo descansa en tres aspectos principales:
1. Buena representatividad de la muestra.
2. Proporcionalidad de la muestra.
3. Distancia ptima de muestreo.
3.3.
ejemplo. Dicho estudio nos indica que hay una distribucin anistropa en la zona de
estudio, donde la mineralizacin tiene menos continuidad en la direccin E-W, con
relacin a la N-S, de tal manera que la menor distancia de muestreo debera estar en esa
direccin, con lo cual la malla ms aceptable sera la de 10*20 metros o incluso la de
10*30 metros; las cuales, por ser ms espaciadas, son las ms econmicas manteniendo la
calidad de la informacin.
3.4.
Regionalizacin isotropica
3.5.
Hay dos tipos de anisotropa: zonal y geomtrica. Cuando los variogramas en varias
direcciones presentan diferentes alcances tenemos anisotropa geomtrica; mientras que
cuando presentan diferentes mesetas se trata de anisotropa zonal.
Distribucin anisotrpica
CONCLUSIONES
Mediante las aplicaciones se pudo explicar la medicin de errores.
El diseo de mallas est en funcin al error relativo que es menor a 35 %, y en
funcin a la anisotropa ya que todos los valores no son iguales en diferentes
direcciones
El kriging, semivariograma y as como los dems mtodos geoestadistico (simple,
ordinario) puede ser extendido a la estimacin directa del valor promedio en un
bloque y cuantificacin de la variabilidad del yacimiento.
BIBLIOGRAFIA