T-11 Procesamiento de Informacin Geolgica

926

Estimacin multivariable de recursos recuperables: caso de un depsito de lateritas niquelferas

Enrique Caballero*, Xavier Emery Departamento de Ingeniera de Minas, Universidad de Chile, Avenida Tupper 2069, Santiago, Chile Advanced Mining Technology Center, Universidad de Chile, Avenida Beauchef 850, Santiago, Chile * E-mail: enri.caballero@gmail.com Resumen. El objetivo de este trabajo es la estimacin de recursos recuperables en depsitos mineros en los cuales existen varios elementos de inters. Para ello, un modelo geostadstico (el modelo Gaussiano discreto) es utilizado para determinar las distribuciones locales conjuntas de las leyes de bloques. La metodologa es aplicada a un caso de estudio consistente en datos de produccin de un depsito de lateritas niquelferas, con informacin de las leyes de nquel, fierro, cromo, almina y slice. Los resultados de esta metodologa son comparados con una estimacin por cokriging ordinario, arrojando discrepancias importantes en beneficio y clasificacin de bloques entre mineral y estril, las cuales pueden ser explicadas por la propiedad de alisamiento del cokriging y el sesgo que se produce al estimar funciones no lineales de las variables de inters. Palabras Claves: cambio de soporte; variables no aditivas; estimacin geoestadstica multivariable

2 Metodologa
2.1 Etapas del modelamiento El anlisis y modelamiento de las variables de inters considera las siguientes etapas. 1) Estudio exploratorio de los datos disponibles. 2) Seleccin de unidad geolgica de inters. 3) Transformacin de cada variable en una variable Gaussiana. 4) Clculo de variogramas directos y cruzados. 5) Ajuste de un modelo de corregionalizacin. 6) Estimacin de las variables Gaussianas mediante cokriging ordinario de bloques. 7) Clculo de coeficientes de correccin de soporte (Chils and Delfiner, 1999). 8) Simulacin de Monte Carlo (100 realizaciones de las variables Gaussianas en su conjunto). 9) Destransformacin a las variables originales. A partir de las realizaciones obtenidas, se puede evaluar la probabilidad de superar determinadas leyes de corte para cada bloque, calcular el beneficio esperado y el destino ms probable de cada bloque. 2.2 Clasificacin de los bloques El destino de bloques est dado por siguiente ecuacin, obtenida a partir de las restricciones de operacin y la ley de corte del yacimiento (Dalvi et al., 2004; Degel et al., 2007):

1 Introduccin
La razn slice-magnesio (RSM) es de suma importancia en el proceso pirometalrgico de lateritas niquelferas, ya que controla la temperatura de operacin (y por lo tanto las reacciones qumicas) en la produccin de ferronquel. Por lo anterior, las unidades selectivas de explotacin (bloques) que se envan a procesamiento, adems de tener una ley de nquel por sobre la ley de corte crtica, deben tener valores controlados de la RSM. Asimismo, otra variable debe ser controlada en este proceso: la razn fierro-nquel (RFN), la cual tiene efectos sobre la temperatura de produccin y la calidad del producto final. De esta manera, la clasificacin de bloques entre mineral y estril se realiza considerando la ley de nquel, la RSM y la RFN, siendo las dos ltimas variables no aditivas (es decir, su valor en un bloque no corresponde al promedio simple de los valores puntuales dentro del bloque). Esto hace que la estimacin del destino de bloques y beneficio esperado mediante mtodos tales como kriging o cokriging pueda estar sesgada (Emery et al., 2004; Carrasco et al., 2008). Este trabajo busca presentar un modelo geoestadstico para estimar sin sesgo un conjunto de variables regionalizadas, considerando un cambio de soporte. La estimacin permite cuantificar la incertidumbre en los valores desconocidos de las variables y calcular funciones no lineales de estas variables (por ejemplo, cocientes como RSM o RFN, o probabilidades de superar valores umbrales).

Mineral si RFN < 68 y RSM < 10 y Ni > 0.6% Bloque = Estril en caso contrario
2.3 Clculo del beneficio econmico A su vez el beneficio de cada bloque (en US$/t) se puede obtener a travs de la siguiente ecuacin, basada en la variabilidad de la recuperacin metalrgica en funcin de la ley de alimentacin (Crundwell et al., 2011), en el precio de largo plazo del nquel y los costos de la mina, estimados a partir de un proyecto de lateritas niquelferas en Guatemala (Rose et al., 2011) y ajustados al caso de estudio:

927

3.3 Resultados
4.0 si bloque = estril 157.1 Ni 97 si bloque = mineral y Ni < 1.00 Beneficio = (134.8 + 23.3 Ni 0.5 ) Ni 97 si bloque = mineral y 1.00 Ni < 2.35 169.7 Ni 97 si bloque = mineral y 2.35 Ni

en donde la ley de nquel (Ni) est expresada en %.

Se calcula la probabilidad de superar una ley de corte de nquel de un 1%, y el destino de los bloques para cada una de las cien realizaciones obtenidas. Los bloques utilizados miden 777 metros y, para los clculos numricos, estn discretizados en 551 puntos. Asimismo, se compara los resultados con aquellos obtenidos mediante una estimacin por cokriging ordinario de bloques (sin recurrir a transformaciones Gaussianas). Los resultados de estas comparaciones arrojan una diferencia de 24.6% de bloques clasificados de forma diferente (entre estril y mineral) y una diferencia de 8.2 [MUS$] en el beneficio estimado para el caso de estudio (Figuras 3 y 4).

3 Caso de estudio
3.1 Presentacin de los datos El caso de estudio corresponde a una base de datos de 9990 pozos de tronadura del yacimiento Cerro Matoso S.A. (Colombia), en los cuales se encuentra informacin de seis leyes de elementos (nquel, hierro, magnesio, slice, aluminio y cromo). La zona cubierta en el muestreo es de aproximadamente 180 200 70 metros, pero en ella se detecta la existencia de ms de una unidad geolgica. Por ello se procede a tomar una sub-muestra proveniente de una de las unidades geolgicas, obteniendo una base de datos filtrada con 736 datos y una zona cubierta de aproximadamente 180 75 20 metros (Figura 1).

Figura 3. Destino de bloques (modelo Gaussiano discreto versus estimacin por cokriging) proyecciones en planta

Figura 1. Proyecciones en planta y perfiles de los datos (escala de color indica la ley de nquel medida).

3.2 Ajuste de un modelo de corregionalizacin Las direcciones principales de anisotropa de la zona en estudio corresponden a los ejes ortogonales definidos en un plano rotado con respecto a la direccin este en 15 hacia arriba. El modelo de corregionalizacin para ajustar los variogramas de las variables Gaussianas considera un efecto pepita y dos modelos esfricos anidados (Figura 2). Se realiza una validacin cruzada del modelo, obteniendo ms de un 95% de los datos con errores estandarizados absolutos menores a 2,5.

Figura 4. Beneficios esperados de bloques (modelo Gaussiano discreto versus estimacin por cokriging) proyecciones en planta

928

Las discrepancias entre ambos modelos se explican por la propiedad de alisamiento del cokriging, que conduce a estimaciones sesgadas, debido a que tanto el destino de los bloques como el beneficio estn dados por funciones no lineales de las variables. En cambio, el modelo Gaussiano discreto est diseado para estimar sin sesgo tales funciones no lineales (Chils and Delfiner, 1999).

09CN14-5838 y desarrollado en el Advanced Laboratory for Geostatistical Supercomputing de la Universidad de Chile.

Referencias
Carrasco, P.; Chils, J.P.; Sguret, S. 2008. Additivity, metallurgical recovery, and copper grade. In: Proceedings of the 8th International Geostatistics Congress, p. 465-476. Santiago. Chils, J.P.; Delfiner, P. 1999. Geostatistics: Modeling Spatial Uncertainty. Wiley: 695 p. New York. Crundwell, F.; Moats, M.; Ramachandran, V.; Robinson, T.; Davenport, W.G. 2011. Extractive Metallurgy of Nickel, Cobalt and Platinum Group Metals: 622 p. Dalvi, A.; Gordon W.; Osborne, R. 2004. The past and the future of Nickel Laterites. In: PDAC 2004 International Convention, 27 p. Degel, R.; Kempken, J.; Kunze, J.; Knig, R. 2007. Design of a modern large capacity FeNi Smelting Plant. In: Infacon XI, p. 605-620. Emery, X.; Carrasco, P.; Ortiz, J.M. 2004. Geostatistical modelling of solubility ratio in an oxide copper deposit. In: 1st International Conference on Mining Innovation, p. 226-236. Santiago. Rose, W.; Sim R.; Davis, B.; Barcza, N. 2011. Preliminary economic assessment Mayaniquel project. Canadian National Instrument 43-101 Technical Report, 171 p.

4 Conclusiones
El mtodo propuesto permite construir modelos de bloques que reproducen la variabilidad espacial de leyes y sus relaciones de dependencias, con lo cual se puede estimar sin sesgo variables no aditivas y funciones no lineales de las variables. En particular, este mtodo permite evaluar la probabilidad de superar leyes de corte dadas, definir el beneficio esperado y el destino ms probable para los bloques de seleccin minera.

Agradecimientos
Este trabajo fue financiado por el proyecto Innova-Corfo

Figura 2. Variogramas directos y cruzados, experimentales (cruces) y modelados (lneas), de las variables Gaussianas a lo largo de las direcciones principales de anisotropa.

929

Estimacin de recursos en un yacimiento de hierro

Ignacio Salinas*, Xavier Emery Departamento de Ingeniera de Minas, Universidad de Chile, Avenida Tupper 2069, Santiago, Chile Advanced Mining Technology Center, Universidad de Chile, Avenida Beauchef 850, Santiago, Chile * E-mail: i.salinas.luppi@gmail.com Resumen. Este trabajo aborda el problema de estimar los recursos de hierro total y hierro recuperable en un yacimiento reconocido por sondajes de exploracin. Se compara los resultados obtenidos mediante dos mtodos. En el primero, se estima las leyes y la densidad de roca, luego se calcula los contenidos de hierro (productos de las leyes por la densidad y, en caso del hierro recuperable, por la recuperacin), mientras que el segundo mtodo trabaja directamente con los contenidos. Los resultados muestran coincidencia en el tonelaje estimado por ambos mtodos (con un error relativo del orden de 0.5%), pero se observa mayores discrepancias en las cantidades de hierro (con un error relativo del orden de 5%). El segundo mtodo es preferible en la prctica, puesto que tiene sentido sumar los contenidos estimados de todos los bloques, cosa que no sucede con las leyes (variables no aditivas). Palabras Claves: geoestadstica; cokriging; densidad de roca; variables no aditivas

perfecta entre las leyes de hierro y la densidad de roca. Esta ltima observacin indica que la densidad es una funcin lineal de la ley de hierro, por lo que se trata de una variable calculada y no de una variable medida:

Densidad (t / m 3 ) = 2.48 + 0.032 Fe(%)

Figura 1. Nube de dispersin entre leyes de hierro y slice.

1 Introduccin
El objetivo de este trabajo es estimar los recursos de un yacimiento de hierro, reconocido a partir de una campaa de sondajes de exploracin. Especficamente, se cuenta con una base de datos con informacin de las coordenadas espaciales (este, norte, cota), ley de hierro, ley de slice, densidad de roca y recuperacin, que corresponde al cociente entre la ley de hierro recuperable y la ley de hierro total. La estimacin de los recursos se realizar con cokriging (Chils and Delfiner, 2012), comparando dos mtodos para llevar a cabo dicha estimacin.

3 Metodologa
3.1 Mtodo 1: estimacin de densidad y leyes Para estimar los recursos, se opta primero por un enfoque tradicional, el cual consiste en estimar las leyes usando cokriging. Las etapas a seguir son: 1) Modelamiento de las relaciones entre las medias de las variables de inters (a saber, ley de hierro, ley de slice y recuperacin) 2) Modelamiento de variogramas directos y cruzados 3) Validacin cruzada para verificar la calidad del modelamiento 4) Estimacin por cokriging de bloques, tomando en cuenta los dos primeros puntos (Emery, 2012) 5) Correccin de las estimaciones negativas de leyes 6) Clculo de la densidad de roca a partir de la ley de hierro estimada, segn la relacin anterior 7) Clculo de los contenidos de hierro y slice. El contenido se define como el producto de la ley por la densidad y, en caso del hierro recuperable, por la recuperacin. 8) Reporte de los recursos (tonelajes y cantidades de metal) de hierro total y hierro recuperable. Con respecto a la primera etapa, se identifica una relacin lineal entre las leyes medias de hierro y slice:

2 Presentacin de los datos

La base de datos se compone de un total de 8373 muestras de sondajes. Las estadsticas bsicas de dichos datos se presentan en la Tabla 1. Cabe notar que existe un submuestreo de la recuperacin, el cual se debe a un alto costo asociado a pruebas de laboratorio utilizadas para medir la ley de hierro recuperable en sectores con bajas leyes de hierro total. El anlisis de las dependencias entre variables (Figura 1 y Tabla 2) muestra una baja correlacin entre la recuperacin y las leyes de hierro y slice, una importante correlacin negativa entre las leyes de hierro y slice, y una correlacin

m Si + 0.786 m Fe = 53.7

930

Esta relacin se obtiene al visualizar la nube de dispersin de la variable Si + 0.786 Fe, en funcin de la ley de hierro (Fe), y al observar que dicha nube se distribuye en torno a una recta horizontal de ordenada 53.7. Con respecto a la segunda etapa, se analiza la continuidad espacial de las variables a travs de variogramas, con el fin de construir un modelo de corregionalizacin. Se identifica al plano horizontal y a la direccin vertical como las direcciones principales de anisotropa. El modelo se construye usando tcnicas de ajuste semi-automtico y modelos esfricos anidados y efecto pepita. La tercera etapa (validacin cruzada) consiste en estimar las leyes de cada dato por cokriging, utilizando solamente la informacin de los otros datos, y comparar las leyes estimadas con las leyes reales. Como resultado, se obtiene que el cokriging entrega estimaciones insesgadas de las leyes de hierro (y, por consiguiente, de la densidad de la roca, que es una funcin lineal de la ley de hierro), lo cual se ve reflejado en que la nube de dispersin entre las leyes estimadas y las leyes reales presenta una recta de regresin cercana a la identidad (Figura 2).

modelamiento 5) Estimacin por cokriging de bloques 6) Correccin de las estimaciones negativas de contenidos 7) Determinacin de las leyes y de la densidad de roca a partir de los contenidos estimados, usando la relacin entre densidad y ley de hierro 8) Clculo y reporte de los recursos de hierro total y hierro recuperable. Con respecto a la segunda etapa, se identifica las siguientes relaciones lineales entre contenidos promedios:

mSi + 0.431mFe = 145.9 m FeRec = 0.973 m Fe

Tal como en el mtodo anterior, el ajuste de variogramas se realiza en las direcciones horizontales y verticales, usando modelos esfricos y pepticos anidados. En cuanto a la validacin cruzada, se obtiene estimaciones insesgadas y una nube de dispersin entre contenidos estimados y reales con una regresin cercana a la identidad (Figura 3).

Figura 2. Nube de dispersin entre leyes estimadas y reales. La recta de regresin (azul) coincide con la lnea diagonal.

Figura 3. Nube de dispersin entre contenidos estimados y reales. La recta de regresin (azul) coincide prcticamente con la lnea diagonal.

3.2 Mtodo 2: estimacin directa de contenidos Un mtodo alternativo para estimar los recursos consiste en trabajar directamente sobre los contenidos de hierro y slice, los cuales tienen la ventaja de ser variables aditivas (es decir, el valor de la unin de varios bloques es igual a la suma de los valores de cada bloque) (Carrasco et al., 2008). En este caso, las etapas a seguir son: 1) Clculo de los contenidos de hierro, slice y hierro recuperable en las muestras de sondajes 2) Modelamiento de las relaciones entre contenidos medios 3) Modelamiento de variogramas directos y cruzados 4) Validacin cruzada para verificar la calidad del

4 Resultados
Para ambos mtodos, el cokriging se aplica para estimar una grilla de 331800 bloques de tamao 15 15 10 m3. Los recursos estimados por ambos mtodos se indican en la Tabla 3. A pesar de que las diferencias en el tonelaje total estimado por ambos mtodos son pequeas (error relativo del orden de 0.5%), existen mayores discrepancias en las cantidades estimadas de hierro total y hierro recuperable (error relativo mayor a 5%). Para explicar estas diferencias, se debe considerar que, en el primer mtodo, no se estima correctamente las leyes de cada bloque, debido a que dichas leyes no son variables aditivas (habra que considerar un promedio de las leyes

931

ponderadas por la densidad). Asimismo, al multiplicar las estimaciones de leyes y de densidad, se es susceptible de generar un sesgo en la estimacin. Estas desventajas desaparecen al aplicar el segundo mtodo, el cual tiene mayor sustento en este caso.
Tabla 3. Tonelajes, cantidades y leyes medias, estimados por ambos mtodos. Mtodo 1 Mtodo 2 Tonelaje (MTon) Cantidad de hierro total (MTon) Cantidad de hierro recuperable (MTon) Ley media de hierro total (%) Ley media de hierro recuperable (%) 2339.0 504.3 443.1 2351.3 535.9 456.9

cuales tiene sentido calcular una sumatoria sobre todos los bloques. Entre las recomendaciones para completar este estudio, se sugiere efectuar simulaciones de los contenidos de hierro total y hierro recuperable. Esto permitira construir escenarios y hacer anlisis de riesgo econmico, mediante el clculo de curvas tonelaje-ley asociadas a leyes de corte dadas.

Agradecimientos
Este trabajo fue financiado por los proyectos Innova-Corfo 09CN14-5838 y Fondecyt 1090013, y fue desarrollado en el Advanced Laboratory for Geostatistical Supercomputing de la Universidad de Chile.

20.6 18.9

21.1 19.4

Referencias
Carrasco, P.; Chils, J.P.; Sguret, S. 2008. Additivity, metallurgical recovery, and copper grade. In: Proceedings of the 8th International Geostatistics Congress, p. 465-476. Santiago. Chils, J.P.; Delfiner, P. 2012. Geostatistics: Modeling Spatial Uncertainty. Wiley: 699 p. New York. Emery, X. 2012. Cokriging random fields with means related by known linear combinations. Computers & Geosciences 38 (1): 136-144.

4 Conclusiones
Debe tenerse cuidado al momento de estimar los recursos en yacimientos para los cuales la densidad de roca no es constante. En estos casos, es recomendable trabajar con los contenidos (leyes multiplicadas por la densidad), para los
Tabla 1. Estadsticas bsicas de los datos de sondajes.
Variable Ley de hierro total (%) Ley de slice (%) Recuperacin Densidad (t/m3) Nmero de datos 8373 6847 1219 8373 Mnimo 0.05 0.15 0.08 2.44

Mximo 69.19 79.96 1.00 4.69

Media 27.13 30.85 0.88 30.85

Desviacin estndar 18.47 15.44 0.11 15.44

Tabla 2. Matriz de correlacin entre variables.

Ley de hierro total Ley de slice Recuperacin Densidad Ley de hierro total 1 -0.942 0.522 1 Ley de slice -0.942 1 -0.462 -0.942 Recuperacin 0.522 -0.462 1 0.522 Densidad 1 -0.942 0.522 1

932

Modelamiento geoestadstico de mineralogas de sulfuros en un yacimiento de cobre

Ignacio Glvez*, Xavier Emery Departamento de Ingeniera de Minas, Universidad de Chile, Avenida Tupper 2069, Santiago, Chile Advanced Mining Technology Center, Universidad de Chile, Avenida Beauchef 850, Santiago, Chile * E-mail: igalvez@ing.uchile.cl Resumen. Las variables composicionales corresponden a variables coregionalizadas que son positivas y suman una constante en todos los puntos del espacio. Para construir modelos que respeten estas restricciones, se propone una extensin del llamado modelo plurigaussiano usado para simular variables categricas. Dicho modelo se aplica a un prfido de cobre que cuenta con informacin del porcentaje de minerales sulfurados relativos al contenido total de sulfuros. Como resultado, se logra integrar un modelo de simulacin condicional con un plan minero de largo plazo, permitiendo predecir las mineralogas de alimentacin a planta de bornita y calcopirita en el tiempo, ambas con una gran influencia en recuperaciones metalrgicas. Palabras Claves: composicin regionalizada; simulacin condicional; modelo plurigaussiano; planificacin minera.

2 Metodologa
2.1 Etapas del modelamiento En el caso de composiciones con tres componentes (Z1, Z2, Z3), el modelo propuesto en un punto x del espacio es de la siguiente forma:
Z1 (x) = G1 (x) Z 2 (x) = [1 G1 (x)]G2 (x) Z (x) = [1 G (x)][1 G (x)] 1 2 3

1 Introduccin
Las variables composicionales corresponden a variables coregionalizadas que presentan la siguiente restriccin: son positivas y suman una constante en todos los puntos del espacio. Ejemplos de stas corresponden a porcentajes de mineralogas de xidos o de sulfuros, las cuales tienen una gran influencia en las recuperaciones metalrgicas. La restriccin encontrada en este tipo de variables hace que los mtodos geoestadsticos clsicos, tales como cokriging y simulacin condicional, no sean aplicables, dado que no respetan la condicin sobre la positividad y suma constante de las variables estimadas o simuladas. Para sortear este problema, en la actualidad se utilizan transformaciones de los datos basadas en la funcin logaritmo (Pawlowsky and Olea, 2004), pero stas no permiten modelar valores nulos, lo que en el contexto de un modelamiento geolgico las hacen no aptas. En este trabajo, se utiliza un modelo alternativo, basado en el llamado modelo plurigaussiano (Armstrong et al., 2011), que permite construir simulaciones condicionales de un conjunto de variables composicionales. La aplicacin del modelo se hace a un prfido de cobre en el que se muestrea el porcentaje de minerales sulfurados relativos al contenido total de sulfuros. Se llega a un plan minero y la prediccin de mineralogas de alimentacin a planta relevantes en la recuperacin metalrgica.

donde G1 y G2 son funciones aleatorias, con valores entre 0 y 1, obtenidas al transformar cuatro funciones aleatorias Gaussianas (Figura 1). Los detalles de las transformaciones involucradas son descritas en (Emery and Glvez, 2012). Los parmetros del modelo se ajustan de tal manera de reproducir los valores medios, histogramas, matriz de varianza-covarianza y variogramas directos y cruzados de las variables composicionales.

Figura 1: Representacin del modelo plurigaussiano para tres componentes (Z1, Z2, Z3)

La metodologa propuesta consta de las siguientes etapas: Estudio exploratorio de los datos Seleccin de unidad geolgica de inters Determinacin de parmetros de ajuste Conversin de los datos composicionales en datos Gaussianos, usando un mtodo iterativo conocido como muestreador de Gibbs (Lantujoul, 2002) 5) Simulacin condicional Gaussiana, va el mtodo de bandas rotantes (Lantujoul, 2002) 6) Transformacin de las simulaciones Gaussianas en simulaciones composicionales 7) Anlisis de estrategia de consumo de reservas 1) 2) 3) 4)

933

8) Determinacin de mineralogas de alimentacin a planta en el tiempo. Los pasos crticos de la metodologa corresponden al 3), 4) y 6) de la lista descrita, mientras que el resto es anlogo con una simulacin condicional Gaussiana clsica (Emery and Glvez, 2012). El producto final corresponde a un conjunto de simulaciones condicionales de la composicin, con las cuales se puede determinar el valor esperado de la mineraloga alimentada a planta en el tiempo, as como las probabilidades de superar determinados valores de una mineraloga dada. 2.2 Estrategia de consumo de reservas La estrategia de consumo de reservas se lleva a cabo, dada la profundidad del yacimiento estudiado, para extraccin por mtodos de rajo abierto. Una vez definidos los lmites econmicamente explotables en funcin del contenido de cobre presente, se procede a definir la secuencia ptima de explotacin. El plan minero se obtiene al definir los destinos para un determinado bloque de seleccin minera (planta o botadero) en el tiempo. La secuencia elegida es la que garantiza el mximo beneficio en el tiempo. En este punto, los bloques tienen asociados 100 simulaciones condicionales de sus mineralogas, por medio de las que se pueden hacer anlisis probabilsticos y calcular el valor esperado de dichas mineralogas.

Como resultado del anlisis econmico se obtiene que el yacimiento cuenta con un total de 3370 Mt, de las cuales 2300 corresponden a mineral (a una ley de corte de 0.23% de cobre). La estrategia de consumo de reservas resulta en que, al considerar una alimentacin a planta de 54 millones de toneladas por ao (150 ktpd) y un secuenciamiento de 14 fases, se llega al plan minero mostrado en la Figura 3. El valor esperado de las mineralogas de alimentacin a planta se presenta en la Figura 4, donde se aprecia que, junto con la profundizacin de la explotacin, aumentan los porcentajes de bornita y calcopirita.

Figura 3: Plan minero del yacimiento

3 Caso de estudio
3.1 Presentacin de los datos El caso de estudio corresponde a un prfido de cobre caracterizado por leyes de cobre total y por los porcentajes de minerales sulfurados relativos al contenido total de sulfuros. La base de datos cuenta con de 33645 muestras distribuidas en una zona de aproximadamente 4000 5000 1250 m3. Las mineralogas presentes corresponden a bornita, calcopirita, calcosina, covelina, digenita, enargita, galena, pirita, tenantita y tetraedrita. Sin embargo, muchas de las mineralogas presentan valores ceros, por lo que solamente se consideran las dos principales (bornita y calcopirita), junto con una variable llamada resto (Tabla 1). 3.2 Resultados La Figura 2 muestra el resultado del ajuste de variogramas directos y cruzados, para las tres variables consideradas (bornita, calcopirita y resto de los minerales sulfurados). Con el modelo propuesto, se construye 100 simulaciones condicionales de las mineralogas en el yacimiento, junto con un modelo de ley de cobre total. Este ltimo muestra que el yacimiento cuenta con alrededor de 2250 millones de toneladas sobre una ley de 0.5% de cobre.

Figura 4: Mineralogas de alimentacin a planta (valores esperados en el tiempo)

Finalmente la Figura 5 muestra el anlisis de un banco en explotacin, con el valor esperado de bornita y el riesgo de que el valor real supere 10%, lo que es de gran utilidad a la hora de llevar a cabo un plan de corto plazo.

4 Conclusiones
Se present una aplicacin de un modelo geoestadstico para simular variables composicionales, el cual permite reproducir sus medias, histogramas, varianzas-covarianzas, variogramas. Por medio de la metodologa presentada, se logra hacer un anlisis de las mineralogas alimentadas a planta en el tiempo, tanto en valor esperado como en las probabilidades de superar determinados valores umbrales. El resultado es la integracin entre la planificacin y el modelo de simulaciones propuesto, lo que tiene un gran potencial cuando se cuenta con modelos metalrgicos que necesitan ciertas mineralogas para maximizar el beneficio.

934

Agradecimientos
Este trabajo fue financiado por el proyecto Fondecyt 1090013.

Referencias
Armstrong, M.; Galli, A.G.; Beucher, H.; Le Loch, G.; Renard, D.; Doligez, B.; Eschard, R.; Geffroy, F. 2011. Plurigaussian Simulations in Geosciences. Springer. Berlin. Emery, X.; Glvez, I. 2012. A plurigaussian model for simulating regionalized compositions, In: Proceedings of the 9th International Geostatistics Congress, p. 12. Oslo. Lantujoul, C. 2002. Geostatistical Simulation: Models and Algorithms. Springer. Berlin.

Figura 5: Arriba: valor esperado del porcentaje relativo de bornita. Abajo: probabilidad de encontrar ms de 10% de bornita (Banco 2300 fase 1)

Pawlowsky, V.; Olea, R. 2004. Geostatistical analysis of compositional data, 1st edition, Oxford University Press: 181 p. New York.

Tabla 1: Estadsticas de la base de datos (valores en tanto por uno)

Nmero Bornita Calcopirita Resto Ley de cobre 33645 33645 33645 33645

Mnimo 0.00 0.00 0.00 0.00

Mximo 1.00 1.00 1.00 15.70

Media 0.26 0.30 0.44 0.58

Varianza 0.30 0.29 0.40 0.24

Figura 2: Variogramas omnidireccionales directos y cruzados, experimentales (cruces) y modelados (lneas continuas), para las tres variables consideradas

935

Redefinition of Geo-metallurgical Wi Model using Kmeans Clustering

Cristin Jeraldo*, Fernando Ramrez y Carlos Sez Superintendencia de Geologa, Codelco Chile, Divisin Chuquicamata * E-mail: cjera001@codelco.cl

Abstract. Despite their geological differences, potassic alteration domains in Chuquicamata deposit show similar values of work index (Wi), a key parameter in operation of mineral concentrator plants. This study presents a proposal for redefinition of potassic alterations, using Kmeans clustering, a data mining tool. Based on this, it is posible to generate new domains, to better explain the behavior of Wi at the Chuquicamata Mine. Key words: Data mining, clustering, K-means, work index

1 Introduccin
Work Index (Wi) se define como la energa necesaria para reducir un mineral de tamao tericamente infinito a uno equivalente a 80% <0.1 mm. Es determinado mediante un test de laboratorio (Bond, 1954). Con este parmetro se estima el consumo de energa para molinos de bolas, un tem de alta incidencia en el costo de operacin de plantas concentradoras de minerales. Para el yacimiento Chuquicamata se dispone de un modelo de unidades geometalrgicas de Wi, sustentado en cerca de 1,500 test. El principal control geolgico para la modelacin de este parmetro son los dominios de alteracin (Figura 1 y 2A). La distribucin estadstica de Wi para cada dominio de alteracin se muestra en la Figura 3.

Figura 2. Yacimiento Chuquicamata: (A) Planta con alteraciones; (B) Planta con alteraciones, incluyendo dominios potsicos propuestos en este trabajo.

Figura 1. Dominios de alteracin en yacimiento Chuquicamata. SGV=sericita gris-verde. La escala corresponde a porcentaje de alteracin cuarzo-serictica.

Figura 3. alteracin.

Distribucin estadstica de Wi por unidad de

936

A pesar de sus diferencias tanto en geologa como distribucin espacial (Figura 1 y 2A), los valores de Wi para PF y PI son muy similares (Figura 3). Esto resulta llamativo, puesto que tanto a nivel de laboratorio como industrial KSil (microbrecha con matriz de cuarzo y feldespato potsico), determina los mayores valores de este parmetro. La igualdad de medias de Wi para ambos dominios se ratifica mediante test de hiptesis, el que determina un estadstico t de student 0.68, para zona de rechazo con dos colas de + 1.97, con 95% de confianza. As, la hiptesis de igualdad de medias de Wi entre PI y PF es aceptada.

mejorar la definicin de unidades geometalrgicas de Wi, utilizando agrupamiento mediante K-media. 3.1 Agrupamiento en dominios PF y PI Se consideran las variables: coordenadas geogrficas, leyes, mineraloga de mena y alteraciones desagregadas. Usando software Statistica, se generan dos grupos por cada dominio (Figura 5).

Metodologa de Agrupamiento

Agrupamiento o clustering es un mtodo que permite dividir n observaciones (muestras) en k grupos. Los criterios de agrupamiento son: 1) maximizar la similitud entre muestras de un mismo grupo; 2) minimizar la similitud entre muestras de grupos distintos. En este trabajo, para el agrupamiento se utiliza el algoritmo K-media, el cual estima la distancia euclidiana entre cada muestra y el centroide del grupo (Hastie et al.). Cabe destacar que el agrupamiento ser efectuado en tantas dimensiones como variables tenga la matriz de entrada (espacio n-dimensional, siendo n el nmero de variables). Definiendo un nmero de grupos a priori, el algoritmo K-media optimiza la ubicacin de los centroides, utilizando los criterios 1 y 2. En el ejemplo (Figura 4), se cuenta con dos variables de entrada (2 ejes), buscndose definir 5 grupos.

Figura 5. Coordenadas del centroide de grupos 1 y 2 de dominios PF (A) y PI (B), en espacio de 9 dimensiones. La escala de las variables se muestra normalizada en el eje Y.

De la figura 5 se desprende que, tanto para las muestras de PI como de PF, es posible generar dos grupos distintivos. Coincidentemente, en ambos dominios de alteracin las muestras del grupo 1 se ubican en promedio ms al norte y al este, destacando adems su bajo contenido de KSil, en marcado contraste con las muestras del grupo 2.
Figura 4. Ejemplo de agrupamiento usando dos variables (bidimensional) y 5 grupos. Se optimiza desde A a D.

3.2 Distribucin espacial de Grupos 1 y 2 Luego de identificados los grupos al interior de los dominios de alteracin PF y PI, se despliegan las muestras de cada uno en el espacio, con el objetivo de verificar si este agrupamiento posee sentido espacial (Figura 6). Se observa que tanto en el dominio PF como PI, las muestras de ambos grupos se hallan fuertemente segregadas, resultando muy pocas muestras del grupo 1 en la zona del grupo 2 (parte sur) y viceversa. Se

3 Evaluacin de dominios de alteracin potsicos

Debido a la similitud de valores de Wi entre los dominios de alteracin PI y PF, se intenta reconocer eventuales sub-poblaciones al interior de stos, que permitan

937

concluye entonces que los grupos generados de manera matemtica a partir de las muestras de las unidades PF y PI, poseen consistencia tanto geolgica como espacial (figuras 5 y 6, respectivamente).

La figura 8 muestra la distribucin de Wi para el yacimiento Chuquicamata con los nuevos dominios de alteracin potsica propuestos en este trabajo. Adicionalmente, en la Figura 2B se muestra una planta con la disposicin espacial de estas unidades.

Figura 8. Distribucin estadstica de Wi segn dominios de alteracin propuestos en este trabajo.

Figura 6. Distribucin espacial de muestras de grupos 1 y 2 de PF (izquierda) y PI (derecha). Las lneas definen las envolventes de cada dominio de alteracin.

3.3 Distribucin estadstica de Wi para Grupos 1y2 La Figura 7 muestra la distribucin estadstica de valores de Wi para los 2 grupos de PF y 2 de PI generados por agrupamiento. De la figura, se desprende la factibilidad de efectuar la siguiente reagrupacin: Potsico de bajo KSIL (PBKSil): PI 1 + PF 1 Potsico de alto KSIL (PAKSil): PI 2 + PF 2

A travs de un nuevo test de hiptesis, se corrobora la diferencia de medias de Wi entre los dominios de alteracin PBKSil y PAKSil. El resultado del test determina un estadstico t de student -11.9, para zona de rechazo con dos colas de + 1.97, con 95% de confianza. De esta forma, la hiptesis de igualdad de medias de Wi entre PBKSil y PAKSil es rechazada.

Conclusiones
Usando agrupamiento por K-media, una herramienta de minera de datos, es posible redefinir exitosamente los dominios de alteracin del yacimiento Chuquicamata. De esta forma, el modelo geometalrgico de Wi es mejorado al reducir en cerca de 40% la varianza de este parmetro en los nuevos dominios de alteracin.

Agradecimientos
Los autores desean agradecer a los profesionales de la Gerencia de Recursos Mineros y Desarrollo de Chuquicamata, en particular a Manuel Vergara y Claudio Barrientos. A Vernica Escobar por su legado.

Referencias
Bond F. C. 1954. Crushing and Grinding Calculations. CIM Bulletin, Vol. 47, No 507, pp. 466-472. Hastie, T; Tibshirani, R.; Friedman, J. 2009. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics). Springer Science+Business Media, LLC 2009.

Figura 7. Distribucin estadstica de Wi para grupos 1 y 2 de PF y PI. De sta derivan los nuevos dominios de alteracin PBKSil y PAKSil.

938

Aplicacin de kriging factorial en exploracin geoqumica de zonas cubiertas muestreadas con colectores pasivos.
Pamela Castillo *, Xavier Emery , Brian Townley y lvaro Puig (1) Departamento de Geologa, Universidad de Chile, Plaza Ercilla 808, Santiago, Chile (2) Advanced Mining Technology Center, Universidad de Chile, Av. Beauchef 850, Santiago, Chile (3) Departamento de Ingeniera de Minas, Universidad de Chile, Av. Tupper 2069, Santiago, Chile (4) Gerencia de Exploraciones, Codelco, Hurfanos 1270, Santiago, Chile * E-mail: pcastillolagos@gmail.com Resumen. Un muestreo mediante colectores pasivos en reas de prospeccin de CODELCO provee tres matrices de datos de 313 muestras 45 variables, 416 muestras 50 variables y 575 muestras 56 variables. Estas bases de datos fueron analizadas y depuradas mediante control de calidad, estadstica univariable y multivariable, mostrando un sesgo analtico de direccin E-W y, a la vez, no permitiendo delimitar claramente anomalas de contraste. El mtodo geoestadstico de kriging factorial propone un modelamiento de la informacin a travs de su correlacin espacial, con el fin de filtrar el sesgo analtico y adems delimitar anomalas de contraste multivariables segn escalas regionales y locales. Palabras Claves: colectores pasivos, sesgo analtico, kriging factorial, anomala de contraste.
1,2 2,3 1,2 4

1 Introduccin
La exploracin geoqumica en zonas con cobertura plantea un cambio en la evaluacin tradicional de yacimientos. Numerosos estudios se han focalizado en los mecanismos que controlan la generacin de anomalas superficiales de depsitos ocultos bajo cobertura, integrando diferentes tipos de muestreo y anlisis qumicos (Taylor et al., 1982; Hamilton, 1998; Cameron et al., 2002; entre otros). Entre estas metodologas, el Departamento de Geologa de la Universidad de Chile y el rea de exploraciones de CODELCO han estudiado la aplicabilidad de colectores Ore Hound GOCC en el muestreo de gases e iones libres (Townley et al., 2007). Las bases de datos obtenidas a travs del muestreo de tres reas de prospeccin de CODELCO, han sido ordenadas, analizadas e interpretadas mediante tcnicas estadsticas y geoestadsticas, para diferenciar falsas anomalas provocadas por errores, o sesgos, analticos o de medicin. En particular hemos explorado el mtodo de kriging factorial (Sandjivy, 1984; Goovaerts, 1992), que es usado para aislar anomalas locales, regionales y errores, considerando la naturaleza multivariable de los datos y la ubicacin espacial de las muestras.

Zona 1, 2 y 3. Las mallas de muestreo cubren reas de 75 km2, 100 km2 y 120km2, respectivamente. Los colectores pasivos fueron instalados en mallas regulares de 400500m y enterrados a 40 cm de profundidad durante 3 a 4 meses, obteniendo un total de 314, 417 y 575 muestras vlidas en cada zona. Se definen dos conjuntos de datos segn el tratamiento analtico realizado sobre el material del colector (carbn activado y caoln). Los anlisis qumicos se realizaron por ICP-MS para un paquete de 72 elementos en Laboratorio ACME (Toronto, Canad), despus de una lixiviacin cida del carbn, realizada en Laboratorios AAA (Chile). El anlisis de 162 especies de compuestos de hidrocarburo se realiza en el Laboratorio Activation Lab (Canad), a travs de cromatografa de gases y espectrometra de masa (GC-MS), practicada directamente por desabsorcin sobre la muestra de caoln, en estado de muestra slida.

3 Marco geolgico
Zona 1: La geologa se compone principalmente de ignimbritas, rocas volcnicas efusivas y secuencias sedimentarias, con menor presencia de cuerpos intrusivos y depsitos recientes. El muestreo se realiza sobre una ignimbrita que corresponde a una toba rioltica de alto slice y potasio (Garca et al., 2004). Zona 2: La zona est cubierta mayormente por depsitos semiconsolidados a no consolidados. Los afloramientos de rocas circundantes al muestreo corresponden a andesitas y rioltas, intercaladas con arenas rojas continentales, intruidos por diques y filones de composicin andestica a dactica (Naranjo y Puig, 1984). Hacia el SW del rea muestreada (figuras 1d-1f) existe un depsito de Fe-Cu(Au), hospedado en rocas volcnicas, 400 m bajo la superficie actual, pero sobre el nivel fretico presente. Zona 3: El rea est principalmente cubierta por depsitos semiconsolidados a no consolidados. Las rocas aflorantes se componen de secuencias volcnicas (andesticas a riolticas) y volcanoclsticas y por cuerpos intrusivos de composicin intermedia a bsica. En el prospecto se presentan dos zonas de mineralizacin sondeada de tipo prfido cuprfero, ubicadas en la vertiente sur del rea muestreada (figuras 1g-1j). El agua subterrnea est en contacto directo con la mineralizacin (Soto, 2010).

2 reas de estudio y muestreo

Los prospectos seleccionados se ubican en las regiones XV, II y III y, por confidencialidad, sern nombrados como

939

4 Resultados y discusin
4.1 Control de calidad y estadstica univariable El control de calidad a partir de estndares, duplicados de terreno y analticos, disminuye el nmero de variables a 45 en la Zona 1, 50 en la Zona 2 y 56 en la Zona 3. La estadstica univariable comienza con el clculo de los estadgrafos bsicos (media, desviacin estndar, percentiles, etc.). A partir de ellos, se realiza una bsqueda de valores outliers, eliminando una muestra para las bases de datos de las zonas 1 y 2. De este modo, las muestras se reducen a 313 en la Zona 1, 416 para la Zona 2 y 575 en la Zona 3. Posteriormente se realizan mapas de cada variable, en donde se observa un fuerte sesgo (error analtico) de los datos a lo largo de la direccin E-W (preferentemente para elementos qumicos). 4.2 Estadstica multivariable Examinando los coeficientes de correlacin de Pearson, se determina una baja correlacin entre elementos qumicos y compuestos de hidrocarburo. Por esto, la subsiguiente estadstica multivariable se analiza por separado. La estadstica multivariable se realiza por Anlisis de componentes principales (ACP), el cual tiene como objetivo crear variables sintticas (o factores) mediante la combinacin lineal de las variables originales. Tales factores no tienen correlacin y se ordenan decrecientemente segn la informacin que contienen. A travs del ACP se separan distintas poblaciones multivariables de datos. Para las zonas 2 y 3 (levemente para la zona 1), se evidencia el sesgo analtico E-W en los elementos qumicos. En cuanto a la delimitacin de anomalas por medio de los factores, las anomalas no son claras y persiste la reproduccin del sesgo analtico. 4.3 Geoestadstica Kriging factorial El Kriging factorial (KF) es un mtodo geoestadstico que combina el ACP con el modelamiento y la estimacin espacial. Esto permite estudiar e interpretar datos multivariables, considerando la informacin espacial y estructural que contienen. El KF se realiza mediante tres pasos: - Anlisis variogrfico multivariable, a travs de un modelo lineal de corregionalizacin. - Descomposicin de las variables en factores espacialmente no correlacionados que sintetizan la informacin. - Estimacin de los factores por co-kriging. A partir de los datos originales se realizan los variogramas en dos direcciones principales: N90 (direccin E-W), con el fin de modelar y aislar el sesgo analtico reconocido, y N0 (direccin N-S). En base a los variogramas experimentales, se ajustan modelos anidados, considerando estructuras esfricas de distintos alcances (corto alcance, alcance local y alcance regional), adems de un efecto

pepita que corresponde a ruido y/o errores de medicin. Estas estructuras corresponden a los modelos tericos que se han elegido para modelar los variogramas experimentales simples y cruzados de las diferentes variables. A partir de cada una de las estructuras modeladas se descomponen tres factores, cuyo porcentaje de varianza explicada se observa en la Tabla 1:
Tabla 1. Porcentaje de varianza para los factores obtenidos mediante KF, para cada estructura de los tres prospectos. rea Estructura Factor 1 Factor 2 Factor 3 Local 86.5% 13.1% 0.29% Zona Regional 91.2% 8.8% 0.02% 1 Corto alcance 67.7% 22.2% 8.9% Local 65.3% 32.1% 2.1% Zona Regional 81.8% 12.1% 6.1% 2 Corto alcance 79.1% 15.9% 4.4% Local 89.7% 5.3% 3.7% Zona Regional 72.3% 18.4% 7.6% 3 Corto alcance 89.2% 7.0% 2.5%

La estimacin mediante co-kriging se realiza en una grilla de 100100 m, obteniendo mapas de distribucin (Figura 1) para los factores y estructuras descritas en la Tabla 1. La estructura de corto alcance refleja, para las tres zonas y en todos los factores asociados, el sesgo analtico (ej. Figura 1a), el cual est filtrado de mejor manera en las estructuras de alcance local (ejs. figuras 1b, 1d, 1e, 1g y 1h). Para la Zona 1 (figuras 1a-1c), se muestran los primeros factores para las tres estructuras. En la estructura local (figura 1b) es posible delimitar dos anomalas de contraste puntuales en el centro-sur y sureste del rea. La estructura regional (figura 1c) refleja una anomala aparente al sur del rea, reconocida tambin en los datos originales. En la Zona 2 (figuras 1d-1f), se observan dos anomalas de contraste en los factores 1 y 2 de la estructura local. La anomala del factor 1, al parecer est influenciada por un valor outlier de carcter multivariable, que no fue identificado anteriormente. La anomala del factor 2 se ubica hacia el norte de la zona de mineralizacin conocida. La relevancia de ella depender de los elementos que caractericen a este factor y de la geologa del rea. La Zona 3 (figuras 1g-1j) muestra, en los factores 1 y 2 de la estructura local (Figuras 1g-1h), dos anomalas de contraste puntuales al sureste y al sur de una de las zonas de mineralizacin conocida. El origen geoqumico de estas anomalas debe analizarse con los elementos representativos de estos factores, entre otros parmetros.

5 Conclusiones
A travs de un anlisis variogrfico y de la utilizacin de KF es posible separar componentes asociadas a errores de medicin y a escalas espaciales diferentes (local y regional). Se determina que la influencia del sesgo analtico ha sido aislada de las estructuras de alcance local, permitiendo delimitar algunas anomalas de contraste positivas, que no

940

eran diferenciables en los datos originales tratados con estadstica uni- y multivariable. En las estructuras de alcance regional se mantiene de manera ms evidente el sesgo analtico. No obstante, podrn utilizarse en la interpretacin y diferenciacin de anomalas de contraste positivas, de anomalas aparentes. La interpretacin conjunta con los elementos qumicos que representan a los factores y estructuras obtenidas mediante el KF, entregar una visin geoqumica de la naturaleza de las anomalas de contraste obtenidas.

Agradecimientos
Se agradece a CODELCO Chile, quien financi totalmente el Proyecto Ore Hound 2330-2. Adicionalmente el primer autor agradece el financiamiento parcial de CONICYT a travs del Proyecto Fondecyt 1090013.

Referencias
Cameron, E.; Leybourne, M.,; Kelley, D. 2002. Exploring for deeply covered mineral deposits: Formation of geochemical anomalies in northern Chile by earthquake-induced surface flooding of mineralized groundwaters. Geology 30(11): 1007-1010. Garca, M., Gardeweg. M., Clavero, J., Hrail, G. 2004. Hoja Arica, Regin de Tarapac, escala 1:250.000. Carta Geolgica de Chile N 84. Servicio Nacional de Geologa y Minera: 149 p. Santiago.

Goovaerts, P. 1992. Factorial kriging analysis: A useful tool for exploring the structure of multivariate spatial soil information. J. Soil Science 43(4): 597-619. Hamilton, S. 1998. Electrochemical mass-transport in overburden: a new model to account for the formation of selective leach geochemical anomalies in glacial terrain. J. Geochem. Explor. 63: 155-172. Naranjo, J.; Puig, A. 1984. Hojas Taltal y Chaaral, Regiones de Antofagasta y Atacama, escala 1:250.000. Carta Geolgica de Chile N62-63. Servicio Nacional de Geologa y Minera: 140 p. Santiago. Sandjivy, L. 1984. The factorial kriging analysis of regionalized data - Its application to geochemical prospecting. In Geostatistics for Natural Resources Characterization (Verly, G., Journel, A. G. & Marchal, A. eds.), Reidel: 559-571. Dordrecht. Soto, M.C. 2010. Hidrogeologa e hidrogeoqumica de aguas subterrneas en el Distrito Inca de Oro, Regin de Atacama: procesos de interaccin agua-roca y dispersin geoqumica. Tesis de magister, Universidad de Chile, Departamento de Geologa, 199 p. Taylor , C.; Kesler, S.; Clocke, P. 1982. Sulfur gases produced by the decomposition of sulfide minerals: application to geochemical exploration. J. Geochem. Explor 17: 165-185. Townley, B., Puig, A., Ojeda, G., Luca, R., Vargas, T., LeRoux, J. 2007. Understanding real time processes behind the development of surface geochemical expressions from ore bodies beneath cover: source to surface and detection by means of collector devices. In Decennial International Conference on Mineral Exploration; N 5: 4 p. Toronto, Canada.

Figura 1. Mapas de distribucin de factores obtenidos por modelacin y estimacin de KF. Zona 1: 1a) Factor 1, estruct. corto alcance; 1b) Factor 1, estruct. local; 1c) Factor 1, estruct. regional; Zona 2: 1d-1e) Factores 1 y 2, estruct. local; 1f) Factor 1, estruct. regional; Zona 3: 1g-1h) Factores 1 y 2, estruct. local; 1i-1j) Factores 1 y 2, estruct. regional. Cuadros blancos: reas de mineralizacin conocida.

941

Automatizacin de la construccin de simbologa compleja puntual en ambiente ARCGIS aplicada a bases de datos de yacimientos minerales. Ventajas y Limitaciones
Natalia Astudillo* Departamento de Geologa Regional. SERNAGEOMIN. Avda. Santa Mara 0104, Providencia. Chile Vlamir Muoz y Gilma Pantoja Unidad de Recursos Minerales. SERNAGEOMIN. Avda. Santa Mara 0104, Providencia. Chile * E-mail: natalia.astudillo@sernageomin.cl Resumen. La construccin de un mapa geolgico involucra el concepto de la representacin grfica de la informacin, de manera que la simbologa utilizada permita mostrar las caractersticas fundamentales de los elementos geolgicos que componen el mapa. En esta lnea de investigacin en SERNAGEOMIN se han sehan realizado avances conducentes a la optimizacin y automatizacin de la construccin de simbologa representativa de yacimientos minerales.En este trabajo se presenta tanto el algoritmo como especificaciones de una aplicacin desarrollada para cumplir esta funcin en la plataforma ARCGIS 10.x, as como las ventajas y limitaciones asociadas a la misma. Palabras Claves: Yacimientos Minerales, Automatizacin y Construccin Smbolos

detectados en el proceso de desarrollo del script y especificaciones, as como ciertas consideraciones respecto a ventajas y limitaciones de la automatizacin del proceso descrito.

2 Personalizacin de la aplicacin
2.1 Trabajo previo Apuntando a una solucin efectiva del problema de automatizacin y construccin de los smbolos utilizados en los diferentes mapas metalognicos generados por el SERNAGEOMIN, se realiz un estudio de la estructura de 4 BDs antiguas de consulta frecuente en el mbito de exploracin geolgico minera en la institucin: Ulriksen (1990), Boric (1990), Ordoez & Rivera (2004) y Vivallo (1990); y a compilaciones de yacimientos actualizadas, como la que mantiene el portal SIGEO y el Sistema de Informacin de Yacimientos Minerales (SIA YACIMIENTOS) en proceso por la Unidad de Recursos Minerales. Lo anterior permiti (a) Determinar si la estructura propuesta por Morales et al. (2009) destinada a programacin puede ser considerada un sub-conjunto de las estructuras madre de cada una de las BDs consultadas. (b) Definir las modificaciones de estructura que deban sufrir stas para la aplicacin del script de forma estandarizada. (c) Completar las listas de trminos validos que controlan los atributos de un smbolo representativo para un yacimiento, enfocado directamente a lo que refiere a programacin; y (d) Analizar la pertinencia de la aplicacin de una leyenda especfica representativa de todas las BDs consultadas. 2.2 Estructura de la BD Dentro de su definicin, la estructura de la BD debe contar, a lo menos, con informacin que permita generar un equivalente a los siguientes campos: (i) FID: Cdigo nico para la ocurrencia minera; (ii) Nombre de la ocurrencia minera; (iii) Coordenadas X e Y: En UTM o DDG; (iv) FORMA del yacimiento (ver discusiones, este trabajo); (v)

1 Introduccin
La construccin de cualquier mapa temtico dentro de las diversas disciplinas de la geologa debe involucrar el concepto de la representatividad grfica de informacin, ya que la contextualizacin espacial de la misma es uno de los fundamentos de muchas de las interpretaciones obtenidas a partir de los mapas. En esta lnea de investigacin, la Unidad de Recursos Minerales y el Departamento de Geologa Regional del SERNAGEOMIN han realizado avances conducentes a la automatizacin de la construccin de simbologa representativa de informacin puntual; especficamente, de ciertos atributos geolgicos relacionados a yacimientos minerales. Como antecedente previo, puede ser consultado el trabajo de Morales et al. (2009), en lo que refiere a la solucin de un caso base dentro de ambiente GIS (por medio de programacin en lenguaje VB6 y ArcObject), y un problema similar ya haba sido abordado por gelogos del Departamento de Geologa Econmica en base a un script desarrollado dentro del programa MAPINFO. En este trabajo se presenta tanto la generalizacin del algoritmoutilizado para la construccin de smbolos de yacimientos minerales, la estructura de BD a partir de la cual se generan los mismos, problemas intrnsecos

942

TAMAO del yacimiento; (vi) mena PPAL1, como mnimo; (vii) mena PPAL2 y/o(viii) mena PPAL3 y/o (ix) mena SUB1 y/o(x) mena SUB2; y (x) AZIMUT: ya que para esta aplicacin se incluy cdigo que a travs de este campo permite rotar ciertos smbolos. 2.3 Algoritmo y especificaciones El algoritmo aqu presentado se basa en aquel desarrollado por Morales et al. (2009), agregndose nuevas funcionalidades al casobase para la adaptabilidad a escenarios diferentes, en funcin de la lista de trminos para cada atributo derivada desde este trabajo (Tabla 1), y que se basa en una estructura de base de datos parcialmente normalizada.

Un ejemplo de lo anterior es la introduccin de objetos, como la clase denominada ISimpleMarkerSymbol (http://resources.esri.com/), en aquellos casos donde el atributo FORMA no es especificada en la BD a simbolizar. Para la introduccin de nuevo cdigo, podemos sealar la condicionalidad de la propiedad de ngulo (.angle)en funcin del azimutpara la clase IMultiLayerMarkerSymbol. Las propiedades de construccin de este smbolo son controladas por la estructura y normalizacin de la BD confeccionada para este fin, segn el siguente cdigo fuente.
Dim pSimboloCompuesto As IMultiLayerMarkerSymbol Set pSimboloCompuesto = New MultiLayerMarkerSymbol

Tabla1.Listas de atributos que controlan la contruccin de un smbolo para la aplicacin aqu presentada.

Se apilan, de forma condicional, los caracteres asignados en funcin de los datos. En este caso, fueron creados y recopilados en una fuente (font) nica, dirigida a la programacin.
pSimboloCompuesto.AddLayer CapaSmbolo1 pSimboloCompuesto.AddLayer CapaSmbolo2 pSimboloCompuesto.AddLayer CapaSmboloN

CAMPO FORMA

TAMAO

Mena [PPAL1, PPAL2, SUB1, SUB2]

AZIMUT

TERMINOS VALIDADOS Sin Antecedentes Otro No Determinado Vetiforme Estratiforme Lenticular Irregular, Bolson Stockwork, Porfido Chimenea de Brecha Vetiforme, Irregular Vetiforme, Chimenea de Brecha Estratiforme, Irregular Estratiforme, Chimenea de Brecha Estratiforme, Vetiforme Sin Antecedentes No Determinado Muy Pequeo Pequeo Mediano Grande Muy Grande Cu Au Ag Fe Mn Mo Ni,Co Zn,Pb Sb,Hg,Sn S U W 0 a 360 (nmero entero)

La asignacin de ngulo depende de la [forma] del yacimiento

pSimboloCompuesto.Angle = [Azimut variable]

as como las consideraciones de tamao:

pSimboloCompuesto.size = [Tamao] pSimboloCompuesto.XOffset = 0 pSimboloCompuesto.YOffset = 0

(Alejamiento de smbolo respecto del punto representado) Finalmente, el resultado es cercano a las leyendas correspondientes a los mapas utilizados como referencia para la generacin del script.

3 Aplicaciones
Teniendo en cuenta el periodo de ensayo-error y modificaciones que ha ido sufriendo el script, sta ha sido utilizada preferentemente en el Departamento de Geologa Regional y Unidad de Recursos Minerales del SERNAGEOMIN. Su aplicacin ha permitido identificar visualmente en los mapas los distritos mineros y delimitarlos geolgico-espacialmente, as como catalogar informacin antigua de ocurrencias mineras. Por lo tanto, constituye una herramienta dirigida a interpretaciones metalogenticas en funcin de un contexto geotectnico determinado, como lo es el caso de las cartas 1:100.000, en elaboracin por el Plan Nacional de Geologa.

943

4 Discusin: Ventajas y Limitaciones

Uno de los temas sensibles dentro de la confeccin de un mapa geolgico son sus tiempos de elaboracin. Una aplicacin que permita generar smbolos de forma automtica facilita esta tarea, si bien el algoritmo con el que se construya no sea ptimo. En este contexto cabe considerar 2 tpicos: (1) Un algoritmo ptimo para este fin, que ocupe menos tiempo, consistira en aquel que logre identificar y agrupar todos los datos que tengan los mismo atributos y los simbolice de manera conjunta, lo que en este caso no ocurre, ya que en esta aplicacin se crea el smbolo para un dato a la vez. A pesar de esto, para simbolizar una BD de 1600 datos demora aproximadamente 15-30 segundos, lo que es despreciable respecto a la asignacin manual en base a categoras combinadas (Morales et al, 2009). (2) Un segundo tpico se relaciona a la especificidad del algoritmo en base a la plataforma a partir de la cual se trabaja. En efecto, la solucin previa del problema dentro del software MAPINFO 6 implementada en el departamento de Geologa Econmica (actual Unidad de Recursos Minerales) no fue posible incorporarla en versiones actualizadas del programa ni en ARCMAP 9.x, dada su construccin. Para la versin 10.x de este software an existe la posibilidad de instalar una versin del editor Visual Basic a pedido (soporte.esri.com), lenguaje en el cual est escrita la aplicacin aqu mostrada, pero bajo la advertencia de que a futuro los desarrolladores debern migrar sus personalizaciones a lenguaje Python. Por ende, el detalle y respaldo de cada uno de los algoritmos estructurados para generar smbolos es fundamental para su reformulacin y reproducibilidad en el tiempo. La presentacin espacial de los atributos relacionados a yacimientos minerales, se estandariza por medio de una aplicacin de este tipo. Esto permite trabajar a partir de diversas fuentes de informacin, por medio de un anlisis conjunto, para sustentar interpretaciones metalogenticas a diferentes escalas. De lo anterior, y a partir de la informacin extrada a partir de todas aquellas BDs consultadas, se concluy la importancia de la construccin de una estructura base y listas de trminos vlidos dirigidas hacia la programacin, con una metadata que seale y resuma qu informacin comprende cierto atributo especfico. Esto se visualiz a partir del anlisis del campo FORMA de un yacimiento, ya que en las bases de datos consideradas para este trabajo (seminormalizadas) en esta categora se encontr informacin referida tanto a

geometra espacial de un cuerpo mineralizado, como a textura de la mineralizacin o modelo de yacimiento. En este sentido es imprescindible el trabajo realizado por la Unidad de Recursos Minerales como comit editor en lo que refiere al SIA de Yacimientos, donde estos temas tendrn una solucin ms consensuada y normalizada. Por lo tanto, en la medida en que se utilicen campos de atributos especialmente organizados y normalizados para asignar el smbolo, entonces las subrutinas que permiten la automatizacin sern ms simples y de ejecucin ms rpida.

Agradecimientos
Esta contribucin fue patrocinada por la Subdireccin Nacional de Geologa de SERNAGEOMIN, en el marco del quehacer tanto de la Unidad de Recursos Minerales como del Departamento de Geologa Regional. Se agradece entonces, a los Sres. Waldo Vivallo, Rodrigo Carrasco, Manuel Suarez, Felipe Espinoza y Jorge Muoz por la disponibilidad de tiempo y recursos concedidos para el mismo.

Referencias
Boric, R., Daz, F. y Maksaev, V. 1990. Geologa y Yacimientos Metalferos de la Regin de Antofagasta, Norte de Chile. Boletn n. 40, Servicio Nacional de Geologa y Minera de Chile, 246 p., 2 mapas. Santiago Morales, V., Astudillo, N., Muoz, V. 2009. Construccin de simbologas complejas representativas para yacimientos metalferos por medio de programacin basada en ArcObjects. XII Chilean Geological Congress, Santiago. Extended abstract. Ordoez, A., Rivera, G. 2004. Mapa Metalognico de la I Regin de Tarapac. Geodatos Ltda. - Servicio Nacional de Geologa y Minera, 2 Vols., 3 mapas escala 1:500.000. Santiago. Ulriksen, C. 1990. Mapa metalognico de Chile entre los 18 y 34S, escala 1:1.000.000. Boletn n.42, Servicio Nacional de Geologa y Minera de Chile, 26 p. 3 mapas. Santiago Vivallo S., W., Daz, A., Jorquera, R. 2008. Yacimientos metalferos de la regin de Atacama, Escala 1:500.000. Servicio Nacional de Geologa y Minera, Carta Geolgica de Chile, Serie Recursos Minerales y Energticos (n.27): 151 p. 1 mapa. Santiago.

944

Control de Calidad de Datos Geogrficos, del Sistema de Informacin de Yacimientos Minerales de Chile
Gilma Yane Pantoja*, Vlamir Muoz, Miriella Ulloa, Ramn Moscoso y Victor Javier Morales Unidad de Recursos Minerales. SERNAGEOMIN. Avda Santa Mara 0104, Providencia, Chile *E-mail: gilma.pantoja@sernageomin.cl Resumen. Como parte del procesamiento de datos para poblar el Sistema de Informacin de Yacimientos Minerales de Chile, se establecieron diversos controles de calidad, siendo uno de ellos el orientado al mejoramiento de las coordenadas de la posicin geogrfica de los yacimientos. Se defini una metodologa, en plataforma GIS, orientada a detectar aquellos yacimientos, cuya calidad de datos geogrficos no era aceptable, para luego relocalizarlos asignndoles nuevas coordenadas. La metodologa incluy el uso de diversas capas geogrficas y la aplicacin de herramientas de geoprocesamiento. Una vez ejecutado el control y detectados los yacimientos a relocalizar se procedi a la actualizacin de sus datos de posicionamiento geogrfico x, y, z, pudiendo asignarles adems un error menor que el original. Adems se est automatizando la metodologa de trabajo para optimizar y agilizar la identificacin de los yacimientos a relocalizar. Palabras Claves: Base de Datos, Yacimientos, GIS

correspondientes a campos del Sistema. sta informacin fue analizada, estructurada, estandarizada y normalizada. Las coordenadas fueron transformadas a los sistemas de coordenadas del Sistema de Informacin de Yacimientos Minerales de Chile (UTM19S y WGS84). Se estim el error de la georreferenciacin original, el cual vari entre 25 y 500 metros como error mximo aceptable. Posteriormente al procesamiento se aplic el Control de Calidad Geogrfico para identificar aquellos yacimientos que requeran ser reubicados, para luego asignarle nuevas coordenadas. As los datos cargados en el Sistema de Informacin de Yacimientos Minerales contienen un error, en su georreferenciacin, variable entre 25 y 500 metros, lo que dependi de la fuente, la escala original, el control de calidad y la relocalizacin realizada. Los atributos geogrficos ya mencionados fueron actualizados, a partir de la coordenada finalmente asignada al yacimiento. En algunos casos tambin se actualiz la Cota. Quedaron fuera de carga al Sistema, para un proceso posterior, aquellos yacimientos donde el error en la ubicacin (x, y) fue superior a 500 metros, o que no tenan asignadas coordenadas, ni referencias especficas de su ubicacin y donde no fue posible relocalizar el yacimiento, con trabajo en gabinete, de manera confiable.

Introduccin

La localizacin y distribucin espacial de los depsitos minerales son parmetros fundamentales para la Base de Datos de Yacimientos Minerales de Chile desarrollada por la Unidad de Recursos Minerales de SERNAGEOMIN (Ulloa. M at al, 2012). En el control de calidad de sus datos geogrficos se han definido metodologas, en plataforma GIS, que han permitido identificar los yacimientos cuyas coordenadas requieren relocalizacin, para luego proceder a su reubicacin espacial. En estos anlisis se ha incorporado informacin espacial vector y raster que ha permitido el control de calidad geogrfica y las relocalizaciones posteriores.

3 Metodologa para el Control de Calidad

Considerando las coordenadas originales de los yacimientos se realizaron chequeos, con respecto a diversas capas geogrficas, para verificar su consistencia con los atributos geogrficos originales; se analiz, adems, si la interseccin con otros objetos geogrficos era aceptable conceptualmente. El primer paso del control de calidad consisti en la incorporacin, en la tabla de datos de yacimientos, de los siguientes campos: a) campos de control para diferentes capas geogrficas; b) un campo de control Clasificacin Localizacin para la calidad de la ubicacin; c) campos para asignar nuevas coordenadas, el mtodo de relocalizacin y el error final asociado (Figura 1). Se utiliz como referencia, para anlisis espacial, las siguientes coberturas geogrficas: a) divisin poltica administrativa de regin, provincias y comunas, provistas por IGM a escala 1:50000; b) grilla de cartas IGM

Datos Geogrficos de los Yacimientos

La informacin original de los datos de ubicacin espacial de los yacimientos almacenados en la BD se caracteriza por estar en coordenadas cartesianas y geogrficas en diferentes sistemas de proyeccin. Adems proviene de diferentes fuentes y escalas, tales como bases de datos previas, informes inditos, publicaciones, tablas, mapas anlogos y digitales e informacin capturada en terreno por GPS. Entre los atributos geogrficos originales de los datos procesados se cont habitualmente con Regin, Provincia, Comuna, Cdigo de Carta IGM a Escala, 1:50.000, y Cota todos

945

provistas por IGM escala 1:50000; c) polgonos de las reas urbanas y cuerpos de agua del SIIT-BCN a escala 1:100.000; d) modelo digital de elevacin SRTM provisto por la NASA. Para la deteccin de yacimientos con problemas en su ubicacin, se trabaj en base a conceptos como distancia, rea y superposicin de atributos. La metodologa definida se enfoc en el uso de las siguientes herramientas de geoprocesamiento: a) creacin de elementos puntuales; b) creacin de reas de influencia (buffer); c) anlisis de proximidad por interseccin espacial (spatial join) d) asignacin de clasificacin en los campos de control creados para cada capa, en base al resultado del anlisis espacial; e) clasificacin de los yacimientos segn lo indicado en los campos de control asignndoles alguna de las siguientes categoras: Se Conserva, Relocalizar o Relocalizacin posterior (Figura 1). Esta metodologa permiti la seleccin de los yacimientos cuyas coordenadas requeran ser corregidas. Este anlisis consider tambin el Tipo de Recurso. 3.1 Control de Calidad respecto de la Divisin Poltico Administrativa y Grilla de Cartas IGM Al desplegar los yacimientos, en ambiente GIS y utilizar las herramientas de geoprocesamiento, fue posible verificar si stos quedaban dentro o fuera de la divisin poltica administrativa o del rea de la carta IGM atributadas originalmente en la informacin fuente. Para ello, se hizo un cruce con la capa cartogrfica de la Comuna y por medio de un proceso de interseccin de localizacin, se seleccionaron de la comuna atributada aquellos que por sus coordenadas se ubicaban dentro o fuera del lmite administrativo de la misma y por ende se asign en el campo de control Cruce Lmite Comuna la clasificacin: a) Dentro del Permetro en los casos en que el yacimiento estaba dentro de la Comuna y b) Por fuera del Lmite cuando estaba fuera de la Comuna. Adems, por medio de la aplicacin de buffers en torno al lmite comunal, se determin aquellos casos que estaba: Por fuera del Lmite y a ms de 500 metros del lmite comunal. En base al anlisis hecho, en el campo de control Clasificacin Localizacin se asign una de las siguientes clasificaciones: a) Se Conserva para los casos Dentro del Permetro; b) Relocalizar para los casos Por fuera del Lmite y que estaban a menos de 500 metros del lmite comunal c) Relocalizacin posterior para los casos Por fuera del Lmite y que estaban a ms de 500 metros del lmite comunal. As, la primera prioridad para la reubicacin eran los casos de Relocalizacin y la segunda era Relocalizacin posterior (Figura 1). Un mtodo similar se utiliz para chequear la ubicacin con respecto a la grilla de Cartas IGM a Escala 1:50.000. Finalmente, una vez relocalizado el yacimiento, los campos de Provincia y Regin fueron reasignados segn la Comuna correspondiente y las coordenadas asignadas al yacimiento. Tambin la Carta IGM fue reasignada segn las coordenadas finales del yacimiento.

3.2 Cruce con Cuerpos de Agua Los puntos de los yacimientos que se encontraron dentro de los polgonos de cuerpos de agua, se clasificaron como Dentro de Cuerpo Agua, en el campo de control Cruce Cuerpo de Agua. Luego se clasificaron como para Relocalizar en el campo de control Clasificacin Localizacin (Figura 1). Sin embargo para los yacimientos de Rocas y Minerales Industriales (RMI) tales como los relacionados a Caliche, Carbonatos de Calcio, Compuestos de Boro, de Litio, de Potasio o de Sodio, fue necesario un segundo chequeo verificando si el yacimiento se encontraba dentro del polgono de un cuerpo de agua tipo Salar, lo cual es posible dado que en los salares se encuentran esos recursos especficos de RMI. 3.3 Cruce con reas Urbanas Los puntos de los yacimientos que se encontraban dentro de los polgonos, de las reas urbanas, se clasificaron como Dentro de rea Urbana en el campo de control Cruce rea Urbana. Luego se clasificaron como para Reubicacin en el campo de control Clasificacin Localizacin. Sin embargo para los yacimientos de Rocas y Minerales Industriales (RMI) tales como ridos, Arcillas o Rocas Ornamentales, fue necesario un segundo chequeo verificando si el yacimiento efectivamente se encontraba dentro del polgono del rea urbana, lo cual es posible cuando el lmite del rea urbana ha crecido encerrando el yacimiento. 3.4 Verificacin y Generacin de Cota La cota (z) complementa la localizacin de un yacimiento (x, y), pues es parte de la ubicacin geogrfica y tambin permite poner a revisin las coordenadas con las que cuenta. Se cruzaron los yacimientos con datos de cota en imgenes satelitales y con el modelo digital de terreno SRTM provisto por la NASA, lo que permiti generar un campo de Cota Calculada, que fue comparada con el dato original, para identificar aquellos registros que excedan una diferencia aceptable, y por lo tanto esos registros fueron clasificados como Relocalizar. Tambin, considerando el error asignado a las coordenadas (x, y), se gener un rea de influencia (buffer) en torno a los puntos de los yacimientos, con el fin de extraer los datos de cota mxima y mnima a partir de las capas raster. Entonces, en la base de datos se dispuso del campo Cota Original y los campos de control: Cota Calculada Puntual, Cota Calculada Mxima y Cota Calculada Mnima; los cuales se compararon con la Cota Original a fin de clasificar los registros para Relocalizacin.

4 Relocalizacin del Yacimiento

A los registros clasificados para Relocalizacin se les asign nuevas coordenadas, con apoyo de toda la

946

informacin disponible en el registro, ms el apoyo de imgenes satelitales de Google Earth, que segn diversos anlisis contienen un error de georreferenciacin de 25 metros. Para ello fue de gran utilidad el software Arc2Earth que permite la sincronizacin entre ArcMap y Google Earth. En Google Earth fue posible reconocer visualmente las faenas mineras y poder asignar los datos de coordendas (x,y) y cota (z).

6 Conclusiones
La metodologa definida, incluy el conjunto de herramientas necesarias de geoprocesamiento para la toma de decisiones, en la identificacin, clasificacin y reubicacin de los yacimientos. Este tipo de chequeos permiti detectar y corregir errores en las coordenadas originales, producto de asignaciones errneas del sistema de proyeccin en el GPS, de la escala original y de digitacin en el ingreso de datos a las tablas de proceso. La informacin geogrfica utilizada dentro del proceso de valoracin del registro, proporcionada tanto por el IGM como el SIIT de BCN, fue necesaria y suficiente para el alcance propuesto. Sin embargo, en los atributos de los elementos espaciales de la cartografa temtica de IGM, la toponimia y los objetos geogrficos asociados, no estn en una sola capa, lo cual no fue ptimo para los objetivos de este trabajo. Adems la atributacin de los puntos Mina, de la cobertura de Industria del IGM, corresponde en realidad a diferentes tipos de instalaciones mineras como mina, planta o tranque de relave, por lo que esta ambigedad en la atributacin de dicha capa, no permiti usarla de manera ptima para los controles de calidad. Si en la BD de yacimientos se incorporasen los campos necesarios para el ingreso, en terreno, de datos como toponimia, nombre de localidades cercanas, y propiedad minera, entonces la metodologa definida podra extenderse a cruces de stos datos con otras capas de informacin. Esto potenciara los controles de calidad masivos y facilitara el mejoramiento de las coordenadas de los yacimientos. La automatizacin de estos procesos facilita los controles de calidad geogrficos y optimiza el tiempo de clasificacin de los registros a Relocalizar.

Figura 1. Control de Calidad Geogrfico. En la tabla de datos de Yacimientos se tienen los campos Nombre Yacimiento, Latitud Sur y Longitud Oeste. Adems se agregaron los siguientes campos de control: a) Cruce Comuna: los registros se clasificaron como Dentro del Permetro cuando la comuna los contena, o Por fuera del lmite cuando los yacimientos no estaban contenidos en la comuna a pesar de tenerla asignada en sus atributos; b) Cruce Cuerpos de Agua: los registros se clasificaron como Dentro del Cuerpo de Agua cuando los yacimientos intersectan los polgonos de los cuerpos de agua; c) Clasificacin Localizacin: los registros se clasificaron en Se Conserva cuando los yacimientos estaban clasificados como Dentro del Permetro y no haban otras indicaciones de un problema en su localizacin y por lo tanto sus coordenadas se mantuvieron, en Relocalizar cuando los Yacimientos fueron clasificados como Por Fuera del Lmite y/o Dentro del Cuerpo de Agua, en Relocalizacin Posterior cuando los yacimientos estaban clasificados como Por fuera del Lmite y se localizaban a ms de 500 metros del lmite comunal, lo que se grafica aqu con un buffer. En la Tabla se destacan en color cyan los registros clasificados como Relocalizacin y Relocalizacin posterior.

Agradecimientos
Este trabajo se desarroll como parte del proyecto INNOVA-CORFO (07CN13IMM-87) denominado Informacin Geocientfica para el Fomento de la Exploracin Minera en Chile. Este trabajo cuenta con el patrocinio de la Subdireccin Nacional de Geologa de SERNAGEOMIN.

5 Automatizacin del Control de Calidad

La automatizacin de los controles de calidad, en plataforma ArcMap, se ha enfocado en programar va ModelBuilder, las metodologas descritas para usar las herramientas de geoprocesamiento ya mencionadas, como creacin de elementos puntuales, reas de influencia (buffer), e interseccin espacial (spatial join), para asignar las clasificaciones en los campos de control.

Referencias
Ulloa, M.; Muoz, V.; Pantoja, G. Y.; Moscoso, R.; Muoz, N.; Astudillo, N.; Morales, V.J., Vega, N. 2012. Caractersticas Principales de la Base de Datos de Yacimientos Minerales de Chile. In Congreso Geolgico Chileno, N13, Santiago, 5-9, Agosto, 2012.

947

Metodologa preliminar para la estimacin de la composicin modal de rocas a partir del anlisis computacional de imgenes de lminas transparentes: Aplicacin en peridotitas de Chile Chico
Manuel Schilling *, Manuel Vsquez , 1 Servicio Nacional de Geologa y Minera, Av. Santa Mara 0104, Providencia, Santiago, Chile 2 Departmento de Geologa, Universidad de Chile, Plaza Ercilla 803, Santiago, Chile * E-mail: manuel.schilling@sernageomin.cl
1 2

Resumen. Se ha realizado una estimacin de la composicin modal de 6 xenolitos mantlicos encontrados en Chile Chico, mediante una metodologa basada en el anlisis de imgenes de las lminas delgadas usando el programa ENVI, creado para el anlisis y procesamiento de imgenes (Figura 1). Especficamente, se utiliz la funcin Super Vector Machine (SVM) del programa, la cual requiere que se indiquen reas de inters a ser identificadas. Como resultado, el programa hace un mapa de los distintos minerales y zonas de fracturas identificadas, y entrega las estadsticas con la cantidad de puntos y porcentajes de cada mineral, con lo que se puede calcular la composicin modal de cada xenolito. Se comparan los resultados con las estimaciones de la composicin modal calculados mediante un balance de masas usando el mtodo de mnimos cuadrados y la composicin qumica mineral y de roca total. Existe una buena correlacin entre los resultados entregados por el programa ENVI y los clculos realizados a partir de la composicin qumica de los xenolitos. Esto abre la posibilidad de utilizar esta nueva metodologa para la caracterizacin petrogrfica de xenolitos mantlicos, la cual tambin podra ser utilizar en otros tipos de rocas. Palabras Claves: Estimacin composicin modal, ENVI

que se puede calcular la composicin modal de cada xenolito (Tabla 1: SVM). La razn para probar la factibilidad de usar este programa en el anlisis petrogrfico, es que para 5 de estas 6 muestras, se disponen actualmente de anlisis qumicos de elementos mayores de roca total (Tabla 2), y en las distintas fases minerales (Tabla 3), lo cual permite calcular la composicin modal mediante un balance de masas usando el mtodo de mnimos cuadrados (Tabla 1: Qumica). A partir de este primer anlisis, se pudo comprobar que existe una buena correlacin entre los resultados entregados por el programa ENVI y los clculos realizados a partir de la composicin qumica de los xenolitos. Esto debe ser analizado con mayor detalle, pero aparentemente abre la posibilidad de utilizar esta nueva metodologa para la caracterizacin petrogrfica de xenolitos mantlicos, la cual tambin podra ser utilizar en otros tipos de rocas.

2 Resultados
A partir de un anlisis preliminar de los resultados, se puede reconocer que el mtodo SVM estima concentraciones ligeramente mayores de espinela que mediante el mtodo basado en la composicin qumica, lo que puede ser consecuencia de que varias fracturas presentan colores muy oscuros que confunden al programa. Adems, el programa parece sobrestimar los contenidos de ortopiroxeno y subestimar los de olivino, aparentemente como consecuencia de que las fracturas en olivinos tienen colores similares a los ortopiroxenos. Pese a que las estimaciones de la proporcin de clinopiroxeno tienen diferencias de hasta un 40%, es posible discriminar entre lherzolitas y harzburgitas (ms o menos 5% de clinopiroxeno respectivamente), usando el programa cuando no se cuenta con datos qumicos, como es el caso de la harzburgita PM26-8.

1 Introduccin
Se ha realizado una caracterizacin petrogrfica de 6 xenolitos mantlicos encontrados en Chile Chico, mediante una metodologa basada en el anlisis de imgenes de las lminas delgadas usando el programa ENVI, creado para el anlisis y procesamiento de imgenes (Figura 1). Especficamente, se utiliz la funcin Super Vector Machine (SVM) del programa, la cual requiere que se indiquen reas de inters a ser identificadas, lo cual se hace a travs de la seleccin de polgonos representativos de cada fase mineral. Adems, se le pide al programa que identifique las zonas de fracturas o venillas de serpentina, que son relativamente abundantes en las lminas estudiadas. Como resultado, el programa hace un mapa de los distintos minerales y zonas de fracturas identificadas, y entrega las estadsticas con la cantidad de puntos y porcentajes de cada mineral, con lo

948

Figura 2. Figura 1. a) Imagen de lmina delgada obtenida directamente de escaner Epson, adaptado para diapositivas; b) Preparacin de la imagen para seleccionar el rea a ser analizada; c) Seleccin de las regiones de inters (ROI) a ser usadas por el software (olivino en amarillo; ortopiroxeno en rojo; clinopiroxeno en verde; espinela en negro; fracturas en celeste; y fondo prpura); d) resultados obtenidos utilizando la herramienta Super Vector Machine, a partir de la cual se calcula la composicin modal presentada en la Tabla 1 (SVM).

949

Tabla 2. Comparacin entre las estimaciones de la composicin modal de xenolitos de Chile Chilco, obtenidas a partir del programa ENVI (SVM), y las estimaciones realizadas mediante un balance de masas usando el mtodo de mnimos cuadrados.
Mineral Olv Opx Cpx Sp Fracturas PM26-4 SVM Qumica 66,4 68,2 19,6 20,4 11,5 10,1 2,5 1,3 48,1 PM26-5 SVM Qumica 57,7 64,5 34,0 28,8 5,1 5,5 3,3 1,1 43,2 PM26-8 SVM Qumica 73,1 22,4 2,4 2,0 42,3 PM26-16 SVM Qumica 42,1 58,8 38,6 26,7 15,8 12,2 3,5 2,2 40,5 PM26-22 SVM Qumica 54,4 58,9 33,1 25,0 9,7 13,6 2,8 2,4 37,1 PM26-24 SVM Qumica 55,9 67,5 28,0 18,9 13,8 11,5 2,2 2,0 41,2

950

Agrupamiento de datos geoqumicos utilizando hormigas artificiales.

Juan Pablo Lacassie Servicio Nacional de Geologa y Minera, Av. Santa Mara 0104, Providencia, Santiago, Chile. Javier Ruiz del Solar Advanced Mining Technology Center (AMTC), Universidad de Chile), Av. Tupper 2007, Piso 3, Santiago, Chile. * E-mail: jlacassie@sernageomin.cl Resumen. En este trabajo se explora la posibilidad de utilizar un reciente paradigma del rea de la Inteligencia Artificial, conocido como SWARM Intelligence, para agrupar datos geoqumicos reales. Basado en este paradigma, se han desarrollado dos algoritmos para estudiar un set de datos que incluye anlisis qumicos (elementos mayores) de rocas volcnicas de arcos de islas. El primer algoritmo modela el comportamiento de una colonia de termitas que recogen, transportan y depositan chips en un rea dada. El segundo algoritmo modela el comportamiento de un sistema natural en el que los organismos buscan establecer colonias o vecindarios con su misma especie. Cuando el set de datos se restringe a datos qumicos de basaltos y riolitas, ambos algoritmos muestran resultados satisfactorios ya que generan grupos claramente diferenciados. Cuando el set de datos tambin incluye datos de rocas geoqumicamente intermedias (andesitas y dacitas), para ambos algoritmos el resultado es un nico grupo con una morfologa alargada. Interesantemente este grupo alargado presenta un orden que emula la variacin geoqumica esperada del set de datos: un extremo que agrupa exclusivamente basaltos, pasando a un sector dominado por andesitas, despus dacitas, para llegar al otro extremo dominado por riolitas. Palabras Claves: Swarm intelligence, geoqumica, data mining, sistemas auto-organizativos descentralizados.

de las colonias de hormigas, se basa en conceptos similares de descentralizacin y auto-organizacin. Este ltimo tipo de algoritmo se conoce como swarm-clustering (Handl y Meyer, 2007). En este trabajo se proponen dos algoritmos, del tipo ant-clustering y swarm-clustering respectivamente, para agrupar datos geoqumicos de rocas volcnicas de arcos de islas.

2 Metodologa
2.1 Set de datos estudiado El set de datos estudiado corresponde al mismo set de datos analizado por redes neuronales artificiales por Lacassie et al (2006), el cual fue extrado de la base de datos de GEOROC, a travs de su sitio web (http://georoc.mpch-mainz.gwdg.de/georoc/). Los datos incluyen anlisis qumicos de rocas volcnicas de los arcos de islas Lau y Taupo (213 anlisis) y de la zona volcnica de Taupo (Nueva Zelandia; 312 anlisis), clasificados petrolgicamente en basaltos (32%), andesitas (28%), dacitas (15%) y riolitas (25%). Cada anlisis incluye las concentraciones de 10 xidos mayores (SiO2, TiO2, Al2O3, K2O, Na2O, CaO, FeOt, MgO, MnO y P2O5). Se realizaron 2 experimentos utilizando selecciones aleatorias a partir de este set de datos. Los datos de cada experimento correspondieron a: Experimento 1: Seleccin aleatoria de 100 datos de basaltos y 100 de riolitas. Experimento 2: Seleccin aleatoria de 50 datos de basaltos, 50 de andesitas, 50 de dacitas y 50 de riolitas. La estructura de grupos asociados a los datos de cada experimento fue estudiada utilizando dos algoritmos de tipo swarm intelligence, generados utilizando el lenguaje y ambiente del software Starlogo (Resnick, 1997). El primer algoritmo, de nombre termite-populations, se basa en las ideas del algoritmo termites (Resnick, 1997). Bsicamente el algoritmo simula el comportamiento de las termitas cuando estas forman pilas de chips de maderas, lo cual resulta de tomar un chip cuando la termita encuentra uno, desplazarse y soltar el chip en forma adyacente a cualquier pila o grupo de chips encontrada (Resnick, 1997). En ms detalle el primer algoritmo aqu propuesto corresponde a la siguiente descripcin:

1 Introduccin
Los sistemas auto-organizativos descentralizados basados en sistemas biolgicos reales, conocidos como Swarm Intelligence, corresponden a un paradigma emergente de la Inteligencia Artificial. Este paradigma est basado en el estudio del comportamiento emergente de sistemas naturales descentralizados y que se auto-organizan (Handl y Meyer, 2007). El sistema natural comnmente aludido corresponde a las colonias de hormigas. Estas presentan una serie de comportamientos descentralizados y autoorganizativos tanto en sus actividades de recoleccin de alimento (foraging; Dorigo y Sttzle, 2004) como en actividades de seleccin y formacin de grupos (Bonabeau et al., 1999). Para efectos de tareas de agrupamiento de datos, aquellos algoritmos que simulan ms directamente estos sistemas naturales, se conocen como ant-based clustering. Existe tambin un segundo tipo de algoritmo que, si bien no est estrictamente ligado al comportamiento

951

Algoritmo Termites-Populations: 1. Inicializacin del mapa y de las termitas: 1.1. Se crean N muestras, cada una asociada con un dato (anlisis geoqumico) del experimento en cuestin. Los N datos se distribuyen aleatoriamente sobre un espacio bidimensional virtual o mapa. 1.2. Se crean M agentes o termitas y se distribuyen aleatoriamente sobre el mapa. 1.3. Fin de esta etapa. 2. Generacin de poblaciones (populations): 2.1. Los M agentes se mueven aleatoriamente sobre el mapa hasta que encuentran (su posicin coincide con) una muestra. 2.2. La termita que encuentra una muestra registra en su memoria el vector qumico de esta primera muestra encontrada. 2.3. La termita salta (se desplaza a una posicin aleatoria en el mapa) y se detiene. 2.4. Fin de esta etapa cuando las M termitas, ya sensibilizadas a un dato registrado en su memoria, se detienen. 3. Formacin de grupos: 3.1. Cada termita se desplaza por el mapa hasta que encuentra una muestra. 3.2. Computa la distancia vectorial (euclidiana) entre el vector qumico de la muestra encontrada con el vector qumico registrado en su memoria. 3.3. Si la distancia vectorial es menor que (parmetro de sensibilidad predefinido), entonces aleatoriamente toma la muestra y se convierte en una termita con carga. 3.4. La termita con carga salta a una nueva posicin aleatoria sobre el mapa y vuelve a desplazarse hasta encontrarse con una nueva muestra. 3.5. Computa la distancia vectorial (euclidiana) entre el vector qumico de la muestra encontrada con el vector qumico de la muestra que carga. 3.6. Si la distancia vectorial es menor que , entonces aleatoriamente suelta la muestra cargada en el espacio libre del mapa ms cercano a la muestra encontrada. Luego salta y vuelve a 3.1. 3.7. Si la distancia vectorial es mayor que , la termita con carga continua desplazndose sobre el mapa y vuelve a 3.1. El segundo algoritmo, de nombre Happy-neighbors, se basa en las ideas del algoritmo Pond (Resnick, 1997). Concordantemente el algoritmo busca optimizar un parmetro conocido como felicidad para cada agente. La felicidad de cada agente depende de cuan parecidos sean sus vecinos inmediatos en cualquier sector del mapa. En detalle el algoritmo corresponde a la siguiente descripcin: Algoritmo Happy-neighbors: 1. Inicializacin de los agentes: 1.1. Se crean N agentes, cada uno asociado a la informacin de una de las N muestras del set de datos. Los N agentes se distribuyen

aleatoriamente sobre un espacio bidimensional virtual o mapa. 1.2. Fin de esta etapa. 2. Formacin de vecindades: 2.1. Los N agentes se mueven aleatoriamente sobre el mapa hasta que encuentran con otro agente o con una vecindad (grupo de agentes inmviles que ocupan espacios contiguos en el mapa). 2.2. El agente computa su nivel de felicidad, es decir, la distancia vectorial entre su dato asociado con el dato del agente o de cada uno de los vecinos (agentes inmviles pertenecientes a la vecindad encontrada). 2.3. Si su nivel de felicidad dado el agente encontrado o el nivel de felicidad promedio dados los vecinos encontrados es menor que (parmetro de sensibilidad predefinido), entonces el agente se detiene y pasa a formar parte de la vecindad. 2.4. En caso contrario el agente contina desplazndose. 3. Chequeo de vecindad: 3.1. Si un nuevo agente pasa a ser parte de una vecindad, cada vecino re-chequea su nivel de felicidad. Si su nivel de felicidad es menor que , entonces el agente continua formando parte de la vecindad. En caso contrario se desplaza hasta encontrar otra vecindad. Tanto la etapa Formacin de vecindades como Chequeo de vecindad corresponden a algoritmos que estn continuamente y simultneamente activos.

3 Resultados y discusin
Pese a que ambos algoritmos no presentan un claro criterio de detencin, luego de cierto nmero de iteraciones ambos convergen a soluciones coincidentes con estados semiestables, tanto para el experimento 1 como para el 2. En particular, para el Experimento 1, cuyos datos estn constituidos por una seleccin aleatoria de 100 datos de basaltos y 100 de riolitas, ambos algoritmos convergen a estados semi-estables coincidentes con 2 grupos bien definidos (Figura 1A y 1B). En el caso del algoritmo Termites-Populations, cada grupo est constituido casi en su totalidad por muestras de la misma clase (grupos de basaltos y riolitas respectivamente con n 95% y 98% de muestras bien agrupadas o clasificada; Figura 1A). En contraste, en el caso del algoritmo Happy-neighbors, tanto el grupo de riolitas como el de basaltos, est constituido en un 100% con muestras bien clasificadas, presentando bordes marcadamente regulares y con una clara separacin o frontera de decisin entre grupos (Figura 1B). Los resultados del Experimento 2, constituido por una seleccin aleatoria de 50 datos de basaltos, 50 de andesitas, 50 de dacitas y 50 de riolitas, son muy distintos respecto

952

del Experimento 1. Para ambos algoritmos el estado de convergencia corresponde a un grupo alargado e en cuyos extremos se agrupan basaltos y riolitas, y cuyos centros estn formados por una mezcla de datos de andesitas y dacitas. Se estima que este resultado refleja la continuidad qumica de las muestras del experimento, con las muestras ms dismiles (basaltos altos y riolitas) ubicadas en los extremos y las muestras de composicin intermedia (andesitas y dacitas) en la zona intermedia (Figuras 1C y 1D).

agradecimientos a Felipe Astudillo por las fructferas discusiones e ideas.

Referencias
Bonabeau, E., Dorigo, M., , & Theraulaz, G., 1999. 1999 Swarm intelligencefrom from natural to artificial systems. Oxford: Oxford University Press. Dorigo M. and Sttzle, T., 2004. Ant Colony Optimization. Optimization MIT Press, Cambridge, MA. Handl, J. and Meyer, B., 2007. . Ant-based Ant and swarm-based clustering. Swarm Intelligence 1(1): 95-113 95 Lacassie, J P, Ruiz del Solar, J, Roser, BP, Herv, F., F. 2006. Visualization of volcanic rock geochemical data and classification with artificial neural networks. Mathematical Geology 3:697710. Resnick, M., 1997. Turtles, Termites, and Traffic Jams: Explorations in Massively Parallel Microworlds (Complex Adaptive Systems). MIT Press, Masachussets.

4 Conclusiones
La aplicacin de los algoritmos de swarm swarm-intelligence propuestos indican que constituyen herramientas que efectivamente logran agrupar datos geoqumicos. Estos resultados constituyen un avance preliminar aunque promisorio en cuanto a la aplicacin de swarm swarm-intelligence en ciencias de la tierra.

Agradecimientos
Esta contribucin in fue patrocinada por la Subdireccin Nacional de Geologa de SERNAGEOMIN. Especiales

Figura 1. Grupos resultantes de la aplicacin del algoritmo Termite Termite-populations sobre los experimentos 1 (A) y 2 (C) y del algoritmo Happy-neighbors sobre los experimentos 1 (B) y 2 (D).

953

Metodologas computacionales de restitucin geomtrica de cuerpos geolgicos para evaluacin de yacimientos

Alvaro Egaa*, Julin M. Ortiz Laboratorio ALGES, Advanced Mining Technology Center (AMTC), Universidad de Chile, Av. Tupper 2069, Santiago, Chile Departamento de Ingeniera de Minas, Universidad de Chile, Av. Tupper 2069, Santiago, Chile * email: aegana@ing.uchile.cl Resumen. La estimacin de recursos requiere inferir la continuidad espacial de las variables de inters, tales como leyes de elementos de valor econmico y de contaminantes. Esta continuidad est controlada por las caractersticas de la roca al momento de la depositacin de los elementos de inters, generndose direcciones preferentes de flujos mineralizadores y en consecuencia, anisotropas en la continuidad espacial de las concentraciones de stos. Los cuerpos mineralizados son, a menudo, sometidos a otros procesos geolgicos que afectan su forma y alteran la continuidad espacial. En particular, se producen plegamientos, fallas, compactaciones y erosin. En este artculo, presentamos una revisin de dos mtodos computacionales para restituir volmenes geolgicos a su geometra original, considerando las alteraciones producto de fallas y plegamiento. Destacamos los problemas encontrados y las soluciones propuestas para el desarrollo de herramientas computacionales que faciliten la inferencia de la continuidad espacial y el modelamiento posterior de los recursos.

Donde es el nmero de muestras. La funcin es conocida como funcin de covarianza y caracteriza la continuidad espacial de las variables de inters, entre puntos del dominio, separados por un vector . Evidentemente, la funcin de covarianza no puede distinguir la causa de la correlacin que est capturando. Es decir, en caso de que la variable de inters sea la ley de algn mineral, por ejemplo, no es posible determinar si la correlacin sobre un cierto vector se debe al proceso de mineralizacin en s mismo o si fue causada por algn evento geolgico posterior (una falla o un plegamiento). Por tanto, en caso de estar en presencia de dichos eventos geolgicos, el no tomar en cuenta este aspecto puede llevar a errores de interpretacin asumiendo, por ejemplo, la existencia de direcciones preferenciales de mineralizacin donde no las hay y por consiguiente, a errores de estimacin, afectando finalmente el proceso de evaluacin en su conjunto. En este artculo mostramos alternativas para corregir este problema mediante la restitucin geomtrica de los modelos numricos de los cuerpos de inters llevndolos a una geometra que se aproxime de mejor manera a la situacin previa al evento geolgico. En nuestra implementacin, se consideran slo fallas y plegamientos, desprecindose en esta etapa, el efecto de compactaciones y erosiones. Sin embargo, en lo que sigue del artculo, nos enfocaremos solamente en la problemtica de los plegamientos.

Palabras Claves: aplanamiento de superficies, evaluacin de yacimientos, estimacin de recursos

1 Introduccin
En el proceso de evaluacin de yacimientos, el valor de las variables de inters, tal como la ley de elementos de valor econmico o de contaminantes, es un dato desconocido en el dominio de estudio. Mediante la obtencin de muestras en sondajes y otras muestras geolgicas se obtienen valores de esas variables en ciertos puntos - generalmente muy pocos - para, en funcin de ellos, estimar su valor en el dominio completo. La tcnica de estimacin geoestadstica ms usada hoy en da es conocida como kriging o krigeado, que es un estimador de la familia de los interpoladores lineales. Si, por ejemplo, se quiere estimar el valor , su forma general es [1]:

2 Metodologa
Como se mencion, dada la complejidad del problema, en este estudio slo nos enfocamos en la restitucin de plegamientos. El objetivo no es reconstituir la historia geolgica considerando, por ejemplo, la interaccin con fallas y la dinmica/cinemtica asociada sino generar una geometra que permita una mejor inferencia de la continuidad espacial. Para ello se asume que la situacin previa del volumen representado por el modelo es aquella donde no existen pliegues. 2.1 Volumen modelado y ausencia de pliegues

Donde es el valor estimado y son los valores experimentales recogidos a travs del proceso de muestreo. Esto hace que el problema se reduzca a determinar los coeficientes y . En general, son calculados de tal manera de minimizar la varianza del error, dada por E , resolviendo un sistema lineal de la forma

954

2. Para definir lo que se entiende por ausencia de pliegues se toma como referencia una superficie relevante del volumen. Dado esto, decimos que un volumen no tiene pliegues si su superficie es plana formalmente esto se traduce a imponer que dicha superficie tenga radio de curvatura infinito [3]. 2.2 Datos de entrada Se considera que el dominio est discretizado en un modelo de bloques.

Usando Anlisis de Componentes Principales (Principal Component Analysis o PCA, en ingls).

3.1 MDS En lneas generales, el escalamiento multidimensional se utiliza para proyectar objetos de espacios de cierta dimensin en algn espacio de dimensin menor. En este caso, proyectamos vectores en 3D a un plano, es decir, a 2D. El nico requisito para el espacio de origen es que posea una mtrica. En nuestro mtodo, se considera la mtrica definida por la distancia geodsica de los bloques en la superficie que se define como la menor longitud de las curvas que unen dos bloques de la misma. Para calcular esta distancia en un espacio discretizado, Grossman [5] propuso el siguiente mtodo: 1. 2. Construir un grafo no dirigido - con peso - con los bloques de la superficie en los nodos. Agregar una arista entre nodos que correspondan a bloques adyacentes calculando su peso de acuerdo al tipo de adyacencia (figura 2) de la siguiente manera: a. Si los bloques estn unidos por una cara se le asigna el peso de valor 1. b. Si los bloques estn unidos por una arista se le asigna el peso de valor . c. Si los bloques estn unidos por un vrtice se le asigna el peso de valor .

Figura 1. Efecto producido por el aplanamiento usando MDS.

2.3 Algoritmo propuesto 1. Superficie de referencia: se identifican los bloques que pertenecen a la superficie relevante del volumen (o superficie de referencia). Anclaje: todos los bloques restantes del volumen son anclados al bloque ms cercano en la superficie. Aplanamiento de la superficie de referencia: para cada bloque de sta se calculan sus nuevas coordenadas en la superficie aplanada (ver seccin 3). Proyeccin: Para cada uno de los bloques restantes, se calculan sus nuevas coordenadas de acuerdo a la proyeccin con respecto a la referencia obtenida en el paso 2.

2. 3.

4.

3 Mtodos de aplanamiento de superficies

El aplanamiento de una superficie es un problema comn en computacin grfica principalmente en imagenologa mdica 3D y mapeo de texturas en superficies 3D. Se sabe que es NP-hard [4], lo que significa que est en una categora de problemas que son conocidos por no poder ser resueltos de manera ptima mediante procedimientos algortmicos ya sean manuales, automticos, supervisados o no supervisados. Esto restringe el espacio de soluciones a aproximaciones puramente heursticas, es decir, que slo pueden obtener ptimos locales. En otras palabras, esto significa que la superficie obtenida es una aproximacin a la superficie real y que necesariamente no est exenta de deformaciones planares. En este trabajo se proponen dos mtodos de aplanamiento para una superficie discretizada: 1. Usando Escalamiento Multidimensional (Multi Dimensional Scaling o MDS, en ingls).

Figura 2. Tipos de adyacencias entre bloques.

Luego, dados dos bloques y , la distancia geodsica entre ellos queda estimada por

Donde son la cantidad de aristas del grafo recorridas por cada tipo, respectivamente usando el algoritmo de Dijkstra para llegar de un nodo a otro. Una vez calculadas estas distancias, el algoritmo es el siguiente: 1. Calcular matriz de distancias cuadrticas de (recordar que es el nmero de muestras - bloques o nodos del grafo). Calcular la matriz de coeficientes . Donde y es una matriz cuyos trminos son todos iguales a 1. Calcular la descomposicin espectral hasta el rango 2 de . es una matriz de que la

2.

3.

955

4.

contiene los 2 vectores propios dominantes en sus columnas y es una matriz diagonal de que contiene los valores propios asociados. Finalmente se calcula que es una matriz de que en sus filas contiene las nuevas coordenadas de los bloques en el plano proyectado.

de vista geomtrico, es extremadamente rpido ya que la matriz de covarianzas es de tamao fijo ( ), sin importar el nmero de datos lo que hace que calcular los vectores propios sea extremadamente barato.

4 Conclusiones
Se trabaj en el problema de restituir geomtricamente un volumen alterado por un plegamiento. Se propuso un algoritmo basado en el aplanamiento de una superficie de referencia. Para esto ltimo se propusieron dos mtodos alternativos: 1. Usando MDS: result ser geomtricamente consistente al preservar de mejor manera las relaciones topolgicas de la superficie, pero computacionalmente caro para modelos con demasiados bloques. Usando PCA: es extremadamente rpido, pero sacrifica un poco la consistencia geomtrica. Esto no es particularmente relevante para plegamientos poco pronunciados.

Este mtodo tiene la gran ventaja de preservar la distancia geodsica entre los bloques y minimiza el error: donde es la norma de Frobenius. Su efecto es el mismo que se obtiene al planchar una superficie arrugada - figura 1. 3.2 PCA Desde el punto de vista geomtrico, el mtodo anterior tiene el comportamiento deseado. Sin embargo, es computacionalmente muy costoso para un muy grande. Como alternativa nos enfocamos en el mtodo que proyecta ortogonalmente todos los bloques sobre un plano previamente definido. La dificultad estriba entonces en estimar el mejor plano de proyeccin. De antemano se sabe que la proyeccin ortogonal no preserva el rea de la superficie original en la proyectada. El objetivo es entonces minimizar el error:

2.

Finalmente, se gener un algoritmo que puede ser integrado fcilmente a un software computacional de evaluacin de recursos para mejorar el problema de inferencia en presencia de plegamientos.

Referencias
Donde es el rea de la superficie proyectada y es la superficie original. Esto puede ser logrado tomando las coordenadas de los bloques en el espacio para encontrar las dos direcciones de mayor varianza asumiendo que la tercera direccin (recordando que se trabaja en 3D) es significativamente menor lo que en otras palabras significa imponer que el radio de curvatura promedio sea muy grande utilizando PCA. El mtodo de las covarianzas exige calcular la matriz de covarianzas entre las direcciones de la base ortonormal. Los dos vectores propios dominantes de esta matriz corresponden a las direcciones de mayor varianza figura 3. [1] Chils JP, Delfiner P. Geostatistics : modeling spatial uncertainty. New York: Wiley, 1999. [2] Gondran, Michel. Graphs and algorithms. Chichester West Sussex New York: Wiley, 1984. [3] Do Carmo, M. Differential geometry of curves and surfaces. Upper Saddle River, N.J: Prentice-Hall, 1976. [4] Danny Z. Chen and Ewa Misionek. 2008. Optimal Surface Flattening. In Proceedings of the 2nd annual international workshop on Frontiers in Algorithmics (FAW '08), Franco P. Preparata, Xiaodong Wu, and Jianping Yin (Eds.). Springer-Verlag, Berlin, Heidelberg, 233-244. [5] Ruth Grossmann, Nahum Kiryati, and Ron Kimmel. 2001. Computational Surface Flattening: A Voxel-Based Approach. In proceedings of the 4th International Workshop on Visual Form (IWVF-4), Carlo Arcelli, Luigi P. Cordella, and Gabriella Sanniti di Baja (Eds.). SpringerVerlag, London, UK, 196-204. [6] Marsland, Stephen. Machine learning : an algorithmic perspective. Boca Raton: CRC Press, 2009.

Figura 3. Las direcciones principales obtenidas usando PCA definen el plano ptimo de proyeccin.

Una vez obtenidas estas direcciones, se calcula el plano definido por ellas y se proyectan todos los bloques sobre l. A pesar de que este mtodo tiene prdidas desde el punto

956

Aplicacin de datos Aster para la deteccin de zonas de alteracin en los alrededores del A del Guindo, Cordillera Frontal de Mendoza, Argentina
Karina Rodriguez*, y Amancay N. Martinez SEGEMAR, Av. J. A. Roca 651, piso 10, Ciudad Autnoma de Buenos Aires, Argentina. Departamento de Geologa, FCFMyN, Universidad Nacional de San Luis, Ejrcito de Los Andes 950, Bloque II. (5700), San Luis, Argentina * E-mail: kmrodrigu@minplan.gov.ar Resumen. El sensor ASTER (Advance Spaceborne Thermal Emission and Reflection Radiometer) ha permitido, por un lado, caracterizar la litologa que atraviesa el A del Guindo y por el otro determinar el tipo y el grado de minerales de alteracin presentes. Las litologas presentes corresponden a unidades volcnicas y plutnicas pertenecientes al Grupo Choiyoi Permo-trisico. En la regin se reconoce una secuencia bimodal integrada por rocas mficas lvicas del tipo basaltos y rocas flsicas tanto efusivas como piroclsticas, tobas riolticas lticas como vtreas y cristalinas, junto a riolitas efusivas (Martinez y Giambiagi, 2010).

Palabras Claves: imagen Aster, minerales alteracin, combinacin de bandas, Grupo Choiyoi

1 Introduccin
El rea de trabajo en el presente estudio se ubica en la Cordillera Frontal de la provincia de Mendoza, Argentina, ms concretamente a los alrededores del A del Guindo, cordn del Portillo (33 34 48.71 latitud sur, 69 31 5.45 longitud oeste). La geologa del sector se inicia con rocas metamrficas (metapelitas, metacuarcitas, metagrauvacas, mrmoles, esquistos anfibolticos, y anfibolitas de grado bajo a medio) de edad proterozoica. Le sigue el Grupo Choiyoi (Permo-trisico), compuesto por basaltos, andesitas, dacitas y riolitas correspondiendo a volcanismo de tipo arco a extensional. Tambin se reconocen granitoides del Batolito Tunuyn (gabros, tonalitas, granodioritas y granitos), tambin de edad permo-trisica. Dentro de las unidades ms jvenes depsitos glaciarios (bloques, gravas y arenas) cuya edad va del Pleistoceno al Holoceno. La Formacin El Zampal holocena est compuesta por limos y arenas, cubierta por los depsitos aluviales recientes (gravas, arenas y limos).

espacial 15 metros y una banda adicional que permite visin estereoscpica y generar el modelo digital de terreno, siendo su rango 0.52-0.86 m (visible e infrarrojo). El subsistema SWIR posee 6 bandas que van desde 1.600 a 2. 430 m (infrarrojo de onda corta) siendo su resolucin espacial de 30 metros. Por ltimo el subsistema TIR opera en la regin del infrarrojo trmico, entre 8.125-11.65 m compuesto por 5 bandas cuya resolucin espacial es de 90 metros. Se trabaj con imgenes ortorrectificadas (Nivel 1 A) procesadas con el programa Silcast 1.08 proyeccin UTM, 19 S. Se confeccion inicialmente una imagen pseudocolor natural, RGB 2, (1+3)/2, 1 para obtener una visin rpida del paisaje y las composiciones RGB 321 y RGB 431 para el mapeo litolgico inicial. Posteriormente la combinacin RGB 4 68 permiti identificar distintas reas de alteracin y ocurrencia de minerales para cada una de las unidades geolgicas involucradas. Se parti de imgenes ortorrectificadas con el programa Sicast 1.08 (Nivel 1 A) y se confeccion una escena pseudocolor natural pues la misma plantea una visin rpida de la superficie particularmente para resaltar la fisiografa del mismo. De esta manera es posible establecer indirectamente la humedad del terreno debido a su asociacin con la vegetacin. Por otra parte, dado que la presencia de este ltimo enmascara muchas veces la litologa subyacente, determinar su posicin se vuelve imperativo para no cometer errores a la hora de interpretar otras combinaciones y determinar su grado de participacin en el proceso de alteracin. En cuanto a la distincin litolgica se comenz con las combinaciones RGB 321 y RGB 431 como base para el anlisis puesto que ambas resaltan los contactos de las diferentes unidades. Cabe destacar que dada la similitud composicional qumica de algunas de las unidades (particularmente referidas a los granitoides Tunuyn y el Grupo Choiyoi) esta tarea es compleja y es el color y la textura lograda en la imagen las que lo permiten. Habiendo previamente convertido los nmeros digitales (DN) de las bandas a reflectancia relativa, con la finalidad de poder comparar las firmas espectrales de la imagen con las de las bibliotecas espectrales (USGS en este caso), se trabaj especialmente con el subsistema SWIR haciendo la composicin RGB 468 para una discriminacin inicial de

2 Metodologa y resultados
Para su estudio se han procesado escenas del sensor ASTER, el cual consta de 14 bandas cuyo rango espectral va desde el visible al infrarrojo trmico. El subsistema VNIR est compuesto por tres bandas, de resolucin

957

la alteracin en el rea. Se efectu los cocientes de bandas 3/1, 4/6, 7/5 indicando el color rojo una alta respuesta en el ndice 3/1 lo que significa reflectancia en la banda 3 y absorcin en la banda 1. Esto es tpico de las zonas con contenido de xidos de hierro y sirve primordialmente para una discriminacin en el mapeo. La respuesta a este ndice slo se dio en un lugar circunscripto del Grupo Choiyoi donde aflora basalto. En el canal verde se encuentra el ndice 4/6 que indica alteracin filtica en virtud a la presencia de illita. Este ndice revela, adems, la presencia de montmorillonita y caolinita, quienes poseen absorcin en la banda b6, pero su ocurrencia es muy sectorizada, como se ver ms adelante, vinculndose juntas a las rocas metamrficas Proterozoicas, salvo la montmorillonita, que se observa vinculada adems a la Formacin El Zampal. Dado que el ndice 7/5, color azul, realza los minerales con contenido de AlOH, responde al tipo de alteracin argilica. En la Fig. 1 puede notarse que la respuesta en este canal la producen los granitoides Tunuyn y el Grupo Choiyoi. Las zonas de color amarillo obedecen a una alta respuesta tanto en el canal rojo como el verde mientras que una tonalidad blanquecina responde en todos los canales. De esta manera para establecer cules eran realmente los minerales presentes se utiliz la clasificacin supervisada SAM (Spectral Angle Mapper). La misma consta en determinar la similitud entre el espectro de la imagen y un patrn de referencia calculando el ngulo de mejor aproximacin. En este caso el valor angular de umbral es de 0.08 radianes. A partir de dicha clasificacin y como puede observarse en la Fig. 1 el mineral montmorillonita y su asociacin con illita slo se encuentran en las rocas metamrficas proterozoicas, as como el epidoto y la calcita. La asociacin caolinita-esmectita tambin se presenta en esta ltima. Las cloritas se localizan en el Grupo Choiyoi y en los granitoides Tunuyn e illita sobre todas las formaciones presentes.

3 Conclusiones
En conclusin, las combinaciones RGB 431 y 468 de ASTER ofrecen excelentes resultados para realizar una primera aproximacin sobre la geologa y las zonas de alteracin del rea de estudio. Los cocientes de bandas 3/1, 4/6, 7/5 son un gran indicador del tipo de alteracin que puede presentarse pero est fuertemente sujeto al tipo de composicin de la roca madre. Su anlisis slo permite acotar dentro de un rango los minerales que pueden presentarse. La clasificacin SAM permiti distinguir de una forma clara el mineral que se presenta al ser comparada la imagen con una biblioteca espectral y constituye el indicador ms fiel a la hora de la identificacin geolgica.

Referencias
Kruse, F.A., Lefkoff, A.B., Boardman, J.B., Heidebrecht, K.B., Shapiro, A.T., Barloon, P.J. y Goetz, A.F.H. 1993. The Spectral Image Processing System (SIPS): Interactive Visualization and Analysis of Imaging Spectrometer Data: Remote Sensing of Environment, 44: 145-163. Martnez A. y L. Giambiagi 2010. El magmatismo bimodal PermoTrisico del Grupo Choiyoi en el cordn del Portillo, Mendoza, Argentina. Revista Trabajos de Geologa, Universidad de Oviedo, 30: 432-451. Espaa. ISSN (versin digital): 1988-517. Ninomiya, Y. 2004. Lithologic mapping with multispectral ASTER TIR and SWIR data. Sensors systems and next-generation satelittes VII. SPIE Proceedings, 5234: 180-190.

958

Figura 1: clasificacin SAM, a) calcita, b) epidoto, c) caolinita-esmectita, d) clorita, e) montorillonita, f) illita, g) montorillonita e illita.

959

Nuevos antecedentes sobre la geometra y los mecanismos de emplazamiento de intrusivos: estudio geofsico del Plutn las Campanas (regiones de Atacama y Coquimbo, Chile)
Cecilia Donoso, Francisco Delgado, Christian Creixell, Mariana Labb Servicio Nacional de Geologa y Minera (SERNAGEOMIN), Avenida Santa Mara 0104 Providencia, Santiago, Chile * E-mail: cecilia.donoso@sernageomin.cl Resumen. El plutn Las Campanas, de edad Paleoceno inferior, se encuentra localizado aproximadamente 50 km al sur de la ciudad de Vallenar. Este cuerpo intrusivo, compuesto por dioritas y granodioritas, presenta un borde occidental asociado espacialmente a una falla de escala regional. En este cuerpo intrusivo se ha realizado un estudio gravimtrico, aeromagntico y de radiometra de Th. Los resultados de este estudio permiten modelar la geometra en profundidad de este plutn, lo que sugiere que ste tiene una morfologa cercanamente tabular con forma de cua, es decir con una zona central de mayor espesor que correspondera a los canales alimentadores de magma que estuvieron activos durante el emplazamiento magmtico. Palabras Claves: aeromagnetismo, gravimetra, intrusin grantica, modelamiento.

forma parte de la franja de intrusivos del lmite entre el Cretcico Superior y el Paleoceno. El margen occidental del plutn est ubicado en la zona de falla que marca el borde del grupo Chaarcillo (Cretcico Inferior) con la Formacin Cerrillos (Truelove et al., 2003; Arvalo et al., 2009), estando ambas unidades intruidas por este plutn. El intrusivo posee una estratificacin litolgica, definida por capas de granodiorita y diorita, con fbricas magmticas de alto manteo, y evidencias de mezcla magmtica. La presencia de un monoclinal en la roca de caja sobre el intrusivo y de zonas de cizalle han sugerido mecanismos de emplazamiento de depresin del piso y alzamiento del techo plutnico (Cruden, 1998; Truelove et al., 2003).

1 Introduccin
La generacin de los granitoides es un proceso que se ha entendido con cuatro etapas, las cuales son la fusin parcial, segregacin del fundido, ascenso y emplazamiento de magma (Petford et al., 2000), las cuales pueden ser comprendidas desde observaciones geolgicas (mapeo estructural, petrografa y geoqumica) o indirectas (modelos numricos y anlogos y mediciones geofsicas) (Amglio y Vigneresse, 1999). Sin embargo, los mtodos geofsicos resultan ser los ms efectivos para el estudio de la geometra en profundidad de plutones (Amglio y Vigneresse, 1999), los cuales a la vez entregan importantes antecedentes sobre el emplazamiento de estos cuerpos (Taylor, 2007). Los mtodos geofsicos ms tiles para estudiar la geometra de cuerpos intrusivos son los potenciales, debido a los contrastes existentes de densidad y susceptibilidad magntica con la roca de caja (Vigneresse, 1990; Amglio y Vigneresse, 1999). As, para determinar con mayor precisin la geometra y los mecanismos de emplazamiento de intrusivos, se realiz un levantamiento gravimtrico del plutn Las Campanas, el cual fue complementado con datos aeromagnticos y radiomtricos. El plutn Las Campanas (Truelove et al., 2003), ubicado al sur de Vallenar (7043W, 2903S, figura 1), corresponde a un complejo plutnico de naturaleza compuesta, el cual

Figura 1. Imagen Landsat ETM+, con combinacin de bandas 742 del Plutn las Campanas (WGS84, UTM 19S). Los puntos rojos corresponden a las estaciones gravimtricas adquiridas en este estudio.

960

2 Metodologa y Resultados
En Marzo del 2012 fue realizado un levantamiento gravimtrico, durante el cual se adquirieron 26 estaciones a lo largo de un perfil de direccin WSW-ENE. El perfil tiene una extensin aproximada de 10,5 km, con estaciones espaciadas cada 500 m, excepto en los bordes del plutn, donde el espaciado fue reducido a 250 m. Los datos aeromagnticos y radiomtricos utilizados en este trabajo son parte de un estudio realizado a escala regional para el Plan Nacional de Geologa, y fueron adquiridos en un vuelo realizado entre Diciembre y Febrero del 2012, con lneas de produccin de direccin N45E separadas cada 500 m, y a una altitud nominal de 150 m, y con lneas de control de direccin N135E separadas cada 5 km. Ambos conjuntos de datos fueron procesados de acuerdo a procedimientos estndar (Blakely, 1996; Luyendyk, 1997) para obtener las anomalas de campo total y residual de Bouguer (diferencia entre campo magntico/gravedad medida y un modelo de referencia). Posteriormente, el uso de herramientas estndar de filtrado en el dominio de la frecuencia y el uso de modelos en 2,75D (Blakely 1996) facilitan la interpretacin y permiten obtener la geometra interna del plutn. Los resultados gravimtricos muestran una anomala residual de Bouguer positiva sobre la parte central del Plutn Las Campanas, y con una amplitud mxima de 7 mGal (figura 2), justo en la zona donde afloran las dioritas, disminuyendo su amplitud en los bordes del cuerpo, llegando a -3 mGal. Sin embargo, y pese a la presencia en superficie de una gran superficie de granodioritas en el sector E del intrusivo, el mapa de anomala de campo total reducida al polo (figura 3) muestra la presencia de varias anomalas positivas de alta frecuencia. Lo anterior tambin es apoyado por el mapa de radiometra de Th (figura 3), el cual muestra poca radiacin gamma en el centro del plutn, lo que indicara una mayor presencia de rocas de composiciones intermedias.

de acuerdo a la clasificacin de Vigneresse et al. (1999). En general, este tipo de cuerpos se emplaza como relleno de fracturas dilantantes durante deformacin por cizalle (Vigneresse, 1995). Esto concuerda parcialmente con el modelo de Truelove et al. (2003), en el que el espacio necesario para el emplazamiento plutnico habra sido facilitado por el movimiento vertical de la falla. La discrepancia con este modelo se relaciona a que no se observa un aumento de espesor del plutn hacia el borde asociado a esta falla. A diferencia de lo anterior (Grocott et al., 2009), el aumento del espesor plutnico ocurre en el centro del plutn, posiblemente asociado a sistemas alimentadores de magma, lo que sugiere que solo una parte del espacio fue generado por la mencionada estructura.

Agradecimientos
Agradecemos a Herman Rojo y Boris Leighton por el apoyo en terreno. Se agradece adems a la Subdireccin Nacional de Geologa de SERNAGEOMIN por el patrocinio de esta investigacin en el marco del Plan Nacional de Geologa y por la autorizacin para usar y publicar los datos aeromagnticos y radiomtricos.

Referencias
Amglio, L., Vigneresse, J.L., 1999. Geophysical imaging of the shape of granitic intrusions at depth: a review. In Castro, A., Fernndez, C., Vigneresse, J.L., Understanding Granites: integrating new and classical techniques. Geological Society of London, Special Publication, v. 168. Arvalo, C., Chvez, R., Mourgues, F.A. 2009. Geologa del rea Vallenar Domeyko, Regin de Atacama. Servicio Nacional de Geologa y Minera. Carta Geolgica de Chile, Serie Geologa Bsica 120: 64 p., 1 mapa escala 1:100.000. Santiago. Blakely, R., 1996. Potential theory in gravity and magnetic applications. Cambridge University Press. Cruden, A., 1998. On the emplacement of tabular granites. Journal of the Geological Society, 155, 853-862. Grocott et al, J., Arvalo, C., Welkner, D., Cruden, A., 2009. Faultassisted vertical pluton growth: Coastal Cordillera, north Chilean Andes. Journal of the Geological Society, London, 166, 295-301. Luyendyk, A.P.J., 1997. Processing of airborne magnetic data. Journal of Australian Geology & Geophysics 17 (2) 31-38. Petford, N., Cruden, A., Vigneresse, J.L., McCaffrey, K. 2000. Nature, 408, 669-673. Taylor, 2007. Pluton shapes in the Cornubian batholith: new perspectives from gravity modeling. Journal of the Geological Society, London, 164, 525-528 Truelove, L., Grocott, J., Arevalo, C., Gipson, M., Taylor, G. , 2003. Emplacement and structural setting of Palaeocene plutonic complexes in the main cordillera of the Andes, Vallenar region, northern Chile (29S). In X Congreso Geolgico Chileno,

3-Discusin y conclusiones
La interpretacin ms aceptada para las anomalas gravimtricas en cuerpos intrusivos tabulares es que las zonas donde stas alcanzan valores mximos y/o mnimos son las que corresponden a los sistemas alimentadores principales (Amglio y Vignerese, 1999; Taylor, 2007). En el caso del Plutn Las Campanas, el sector ms profundo est ubicado en su parte central, bajo los afloramientos de dioritas. Resultados preliminares de un modelo gravimtrico en 2,75D sugieren que el Plutn Las Campanas tiene una forma tabular, y que el espesor del alimentador es mximo en su parte central, donde ste llega a los 2,8 km de profundidad. Lo anterior, junto a las dimensiones horizontales del cuerpo (10 km), indican que la razn entre el tamao horizontal y el espesor mnimo del cuerpo es de 3.5, por lo que el plutn tiene forma de cua,

961

Concepcin. Vigneresse, J.L., 1990. Use and misuse of geophysical data to determine the shape at depth of granitic intrusions. Geological Journal, 25, 249-260.

Vigneresse, J.L., 1995b. Crustal al regime of deformation and ascent as of granitic magmas. Tectonophysics 249, 187202. 187 Vigneresse, J.L.; Tikoff, B., Amglio, L., 1999. Modication of the regional stress eld by magma gma intrusion and formation of tabular granitic plutones. Tectonophysics, 302, 203224.

Figura 2. Perfiles de topografa (curva azul) y anomala residual de Bouguer (curva roja) del plutn Las Campanas.

Figura 3. Izquierda: anomala de campo total reducida al polo. Derecha: espectrometra de rayos gamma, equivalente de torio. Los puntos de colores corresponden a la amplitud de la anomala residual de Bouguer en las estaciones medidas.

962

Sistema de Administracin Informacin Geolgica

de

Contenidos

para

Ignacio Bascun*, Alejandro Ramos Servicio Nacional de Geologa y Minera, Oficina Tcnica Puerto Varas, Puerto Varas, Chile * Email: ignacio.bascunan@sernageomin.cl

Implementacin de un Sistema de Resumen. Administracin de Contenidos (CMS de su sigla en ingls) utilizando tecnologa Open Source con el objetivo de documentar o describir la Informacin Geolgica en formato digital existente y disponible en la Oficina Tcnica Puerto Varas (OTPV) del Servicio Nacional de Geologa y Minera (SERNAGEOMIN) para su publicacin y acceso en intranet.

Palabras Claves: Content Management System, CMS, interfaz grfica, Open Source, Joomla, geologa, base de datos, Intranet.

1 Introduccin
El acceso a los datos digitales en forma rpida y oportuna cada da toma mayor relevancia en el diario quehacer de las distintas instituciones generadoras de informacin. La prontitud en la entrega de la informacin, en algunos casos puede llegar a ser un factor gravitante en la imagen que se quiere entregar o en la forma en que se evala. El rpido desarrollo tecnolgico en el rea de la informtica ha permitido ampliar los horizontes en el acceso y capacidad de almacenamiento de los datos posibles de generar. Hace menos de una dcada adquirir una unidad de almacenamiento de datos de un terabyte (TB) era prcticamente un desafo debido a los altos costos econmicos involucrados. Hoy en da se dispone de acceso a discos duros de gran capacidad en los cuales es posible guardar gran cantidad de archivos de variados formatos y contenidos temticos. El desafo actual es documentar esta gran cantidad de informacin que se almacena para que cuando se requiera pueda estar disponible en forma rpida y efectiva. Al hablar de documentar la informacin existente en los archivos, se refiere a describir el contenido mismo de cada uno y debera contemplar datos relevantes como el nombre del autor, temtica y nombre del rea, entre otros aspectos. El presente trabajo muestra la experiencia de realizar una documentacin de Informacin Geolgica digital en estado de disponible implementando y personalizando tecnologa CMS. Un CMS es una aplicacin web Cliente / Servidor que permite administrar mediante una interfaz grfica los contenidos de inters que se alojan en una o varias bases de datos. Los contenidos de inters definen la temtica presente en nuestra aplicacin CMS. Este tipo de

aplicaciones tiene la ventaja de ejecutarse desde cualquier navegador web instalando un mnimo de programas. La variada disponibilidad de aplicaciones CMS de Cdigo Libre (Open Source) permite escoger la ms adecuada de acuerdo a los conocimientos propios en informtica para realizar una correcta implementacin y personalizacin del servicio que se desea entregar. La implementacin y personalizacin de un CMS para la OTPV del SERNAGEOMIN tiene como objetivo incorporar la Informacin Geolgica regional y del Centro Sur de Chile en los contenidos de inters de la aplicacin CMS. Como resultado se espera lograr, entre otras cosas, la centralizacin de esta Informacin Geolgica regional en un sistema computacional que permita interactuar con la informacin documentada y almacenada mediante el motor de bsqueda de la base de datos.

2 Metodologa
Para la implementacin de un CMS para la OTPV del SERNAGEOMIN se escogi la aplicacin Open Source Joomla! escrita usando cdigo Hypertext Preprocessor (PHP) debido a su amplia documentacin en lnea, fcil implementacin, no presenta cobros de licencias (GNU/GPL License) y se encuentra disponible para su descarga en la web (http://www.joomla.org). Esta aplicacin requiere la instalacin y configuracin de los servicios de servidor Web Apache con PHP y MySQL (Fig. 1).

Figura 1. Esquema de servicios en ejecucin para aplicacin CMS Joomla!

963

La forma tradicional de compartir archivos digitales contenidos en una computadora es mediante carpetas compartidas. El acceso a las carpetas compartidas en una red de rea local (LAN) se realiza utilizando el examinador de redes o ingresando directamente la direccin IP (Protocolo de Internet). La implementacin de esta tecnologa tiene como objetivo principal el de administrar estos archivos digitales mediante el motor de bsqueda del CMS. La primera personalizacin realizada fue la de relacionar los archivos digitales con un objeto o elemento atmico e indivisible presente en la base de datos del CMS y que a su vez cumpla con los objetivos de documentar la Informacin Geolgica. Los elementos atmicos de una base de datos corresponden a la Primera Forma Normal (1FN) descritas por Codd, E. Identificacin del elemento atmico: Para este trabajo se identific como el elemento atmico dentro del CMS a los objetos llamados artculos. Los artculos son registros de la base de datos y que a la vez son publicaciones dentro del sistema. Para esta personalizacin los artculos correspondern a los elementos nicos e indivisibles dentro del CMS. Esta aplicacin por definicin administra artculos, los cuales son almacenados en la base de datos. Los artculos pueden ser incorporados en los distintos mens de la interfaz grfica de la aplicacin. Dentro de los productos de Informacin Geolgica que genera la OTPV podemos encontrar informes tcnicos, boletines, artculos para congresos y la Carta Geolgica de Chile. Todos estos productos son posibles de ser almacenados en formato de documento porttil (PDF) lo que garantiza su lectura al ser un formato masivamente difundido. Cada artculo ingresado en la aplicacin CMS contiene la documentacin o descripcin del contenido de un documento PDF en particular al cual hace referencia y vincula. De esta forma la aplicacin CMS documenta y administra los productos de Informacin Geolgica ingresados al sistema. Esta personalizacin identific y relacion los productos de conocimiento geolgico dentro de ocho tipos de artculos y los incorpor dentro de tres diferentes niveles de mens principales (Fig. 2). Como cada artculo ingresado al sistema de administracin documenta o describe la informacin contenida en cada archivo PDF a administrar, es necesario ser riguroso en incorporar toda la informacin necesaria y relevante relacionada con l. Como tambin, rigurosos en realizar una estructura de directorios donde sern almacenados estos archivos para ser promovidos dentro de los programas de respaldos informticos institucionales.
Figura 2. Esquema de identificacin de los artculos y mens en la base de datos.

La informacin contenida en los artculos describe en forma detallada datos relevantes relacionados con los productos de Informacin Geolgica en formato PDF. Estos datos tienen relacin con el ttulo del documento, nombres de autores, fecha de publicacin y rea del estudio, entre otros. La interfaz grfica permite acceder a los artculos segn su contenido mediante el motor de bsqueda de la base datos. Si se conoce el nombre del autor o palabras claves del artculo a buscar, basta con escribirlo en el recuadro de bsqueda para obtener los resultados. Como tambin, es posible navegar por la aplicacin realizando accesos a los vnculos previamente personalizados para la visualizacin de los artculos publicados (Fig. 3)

3 Discusin
Algunas de las ventajas de incorporar este tipo de tecnologas son: - Documentacin o descripcin de la Informacin Geolgica digital disponible en la OTPV del SERNAGEOMIN - Normalizacin y estandarizacin de los archivos con Informacin Geolgica digital al documentarlos en formato PDF. - Centralizacin de los archivos con Informacin Geolgica Digital. - Publicacin de la Informacin Geolgica digital en intranet. - Interfaz intuitiva y amigable para el acceso rpido a la toda la informacin relevante. - Administracin, relaciones, bsquedas y almacenamiento de contenidos. - Contenido independiente de la presentacin. Esto significa que es posible cambiar evolutiva o drsticamente la presentacin o interfaz grfica sin cambiar los

964

contenidos. - Seguridad y privilegios. Permite segmentar los contenidos para diferenciar los accesos segn los usuarios registrados como definir los flujos de publicacin de los contenidos.

Servicio Nacional de Geologa y Minera.

Referencias
www.joomla.org www.mysql.com www.php.net www.opensource.org www.gnu.org

Agradecimientos
Al personal de la Oficina Tcnica Puerto Varas del SERNAGEOMIN. Esta contribucin cuenta con el patrocinio de la Subdireccin Nacional de Geologa del

Figura 3. Ejemplo de personalizacin de interfaz grfica. La secuencia numerada muestra los resultados mediante seguimiento de vnculos para acceder a un mapa en formato PDF.

965

Tcnicas de sensores remotos aplicadas al estudio de la deformacin estructural polifsica de terrenos paleozoicos en la Precordillera Argentina.
Juan P. Ariza *, Florencia L. Boedo , Sofa B. Prez , Graciela I. Vujovich y Myriam P. Martnez . a CIGEOBIO. Consejo Nacional de Investigaciones Cientficas y Tcnicas Universidad Nacional de San Juan, Argentina. b Instituto Geofsico Sismolgico Volponi, Fac. Cs Exactas, Fsicas y Naturales, Universidad Nacional de San Juan, Argentina. c IDEAN. Depto. de Ciencias Geolgicas, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina. *E-mail: juampariza@yahoo.com.ar
a,b c a c a,b

Resumen. La aplicacin de sensores remotos al estudio de problemas geolgicos constituyen una poderosa herramienta para analizar de manera preliminar un rea de inters. La Precordillera occidental argentina se caracteriza por el desarrollo de una faja plegada y corrida de piel fina. La estructuracin interna de cada lmina de corrimiento se caracteriza por la superposicin de varias fases de deformacin. Con el fin de diferenciar los aspectos estructurales de cada evento de deformacin, se ensayaron diferentes tcnicas de sensores remotos. Mediante la aplicacin de los productos y cocientes de bandas 5/7, 5/1, 5/4*3/4 y 7/5, 5/4, 3/1, se logr diferenciar al menos cuatro grupos de estructuras distintas. Las tcnicas de sensores remotos aplicadas a zonas que han sufrido una compleja evolucin estructural, como la Precordillera occidental argentina, constituyen una excelente herramienta de aproximacin, previa al estudio estructural de detalle. Palabras clave: Precordillera, Paleozoico, Landsat 7, estructura, cociente de bandas.

tectnica, lo cual introduce cierta complejidad en las tareas de ordenamiento estratigrfico. La regin est caracterizada por una complejidad estructural, tpica de terrenos paleozoicos que han sufrido varias fases de deformacin y acrecin a travs de la historia geolgica (Ramos, 1995). La estructuracin actual, de edad principalmente terciaria, ha modelado los frentes de corrimientos modernos y, en muchos casos, los esfuerzos andinos han sido canalizados a travs de estructuras preexistentes de edad mesozoica e incluso paleozoica (Corts et al., 2005; Alonso et al., 2008). Esta configuracin suele dificultar el anlisis estructural detallado de cada una de las fases de deformacin que han actuado a travs del tiempo, adems de complicar la comprensin de la cinemtica del movimiento entre bloques de falla (Quartino et al., 1971).

2 Metodologa 1 Marco geolgico

El rea estudiada en el presente trabajo se ubica entre los 3120-3123'LS y los 6909'-6922'LO, sobre el borde occidental de la Precordillera de San Juan, Argentina (Figura 1). Estratigrficamente, la zona est representada por espesas secuencias silicoclsticas marinas asignadas al Paleozoico inferior y medio en las cuales se intercalan rocas mficas (Quartino et al., 1971; Furque y Caballe, 1986; entre otros). Esta secuencia culmina con depsitos continentales, entre los que se digitan niveles marinos de edad neopaleozoica, y depsitos volcanosedimentarios exclusivamente continentales de edad trisica (Kokogian et al., 1999; Barredo y Martinez, 2008; entre otros). La relacin de contacto entre las unidades geolgicas presentes en la zona de estudio es principalmente de tipo Se utiliz informacin satelital Landsat 7 ETM, realizndose un recorte de la escena cuyo path-row es: 232-082. El software utilizado para el procesamiento de dichas imgenes fue el ENVI 4.5. Se ensayaron distintas combinaciones de bandas y productos y cocientes de bandas como: 5/7, 5/1, 5/4*3/4 (Sultan et al., 1986) y 7/5, 5/4, 3/1 (Gad y Kusky, 2006) (Figura 2). Con estas tcnicas es posible discriminar entre las distintas litologas aflorantes en el rea y distinguir, adems, grupos de estructuras segn sus aspectos morfolgicos y geomtricos.

966

3 Conclusiones
A partir de las tcnicas de teledeteccin aplicadas sobre imgenes Landsat 7 ETM, se logr diferenciar al menos cuatro grupos de estructuras, principalmente sobre la base de sus aspectos tanto morfolgicos como geomtricos. Fue posible discriminar, adems, las distintas litologas presentes en la zona de estudio. Al cotejar la informacin de campo con la obtenida a partir del ensayo de las tcnicas mencionadas, puede reconocerse que la contribucin realizada por stas ltimas es vlida al momento de distinguir litologas y estructuras de manera preliminar. Por ello, en zonas que han sufrido una compleja evolucin estructural, tales como la Precordillera occidental Argentina, los sensores remotos constituyen una excelente herramienta de aproximacin, previa al estudio estructural de detalle.

Figura 2. a) Imagen Landsat7 del rea de estudio. El cociente de banda aplicado corresponde a 5/7, 5/1, 5/4*3/4 (Sultan et al., 1986). b) El cociente de banda empleado corresponde a 7/5, 5/4, 3/1 (Gad y Kusky, 2006).

4 Agradecimientos
Los autores desean expresar su agradecimiento al Departamento de Geologa (UNSJ). El presente estudio se llev a cabo en el marco de los proyectos CONICET PIP0072 (Graciela Vujovich) y E901-CICITCA (Patricia Martnez).

Figura 1. Arriba Imagen Landsat7 del rea de estudio. La combinacin de bandas empleadas corresponde a RGB 321. Abajo Ubicacin geolgica y geogrfica de la Precordillera. En esta imagen se presentan las principales unidades morfoestructurales relacionadas al rea de estudio (modificado de Caminos, 1979).

5 Referencias
Alonso, J.; Gallastegui, J.; Garca-Sansegundo, J.; Faras, P.; Rodrguez Fernndez, L.; Ramos, V. 2008. Extensional tectonics and gravitational collapse in an Ordovician passive margin: The

967

Western Argentine Precordillera. Gondwana Research 13(2): 204215. Barredo, S.P.; Martinez, A. 2008. Secuencias piroclsticas trisicas intercaladas en la Formacin Cinaga Redonda, Rincn Blanco, San Juan y su vinculacin con el Ciclo Magmtico Gondwnico del Grupo Choiyoi. Reunin Argentina de Sedimentologa, No 12: 39. Buenos Aires. Caminos, R. 1979. Sierras Pampeanas Noroccidentales. Salta, Tucumn, Catamarca, La Rioja y San Juan. In 2 Simposio de Geologa Regional Argentina (Turner, J.C.M; editor). Academia Nacional de Ciencias: 224-291. Crdoba. Corts, J. M.; Yamn, M.; Pasini, M. 2005. La Precordillera Sur, provincias de San Juan y Mendoza. Congreso Geolgico Argentino, No. 16, Actas 1: 395- 402. La Plata. Furque, G.; Caball, M. 1986. Descripcin geolgica de la Hoja 20b Calingasta, provincia de San Juan. Servicio Geolgico Minero Argentino: 324 p. Buenos Aires. Gad, S.; Kusky, T. 2006. Lithological mapping in the Eastern Desert of Egypt, the Barramiya area, using Landsat thematic mapper (TM). Journal of African Earth Sciences 44(2): 196202. Kokogian, D.A.; Spalletti, L.; Morel, E.; Artabe, A.; Martnez, R.N.; Alcober, O.A.; Milana, J.P.; Zavattieri, A.M; Pap, O.H. 1999. Los depsitos continentales trisicos. In Geologa Argentina (Caminos, R.; editor). Servicio Geolgico Minero Argentino. Anales 29: 377398. Buenos Aires. Quartino, B.; Zardini, R.; Amos, A. 1971. Estudio y exploracin geolgica de la regin Barreal- Calingasta, provincia de San Juan, Repblica Argentina. Monografa N1, Asociacin Geolgica Argentina: 184 p. Buenos Aires. Ramos, V. 1995. Field guide to the Geology of Precordillera Folded and Thrust Belt (Central Andes). Andean Thrust Tectonics: 64 p. San Juan. Sabins, F.F. 1999. Remote sensing for mineral exploration. Ore Geology Reviews 14(3-4): 157183. Sultan, M.; Arvidson, R.E.; Sturchio, N.C. 1986. Mapping of serpentinites in the Eastern Desert of Egypt using Landsat Thematic Mapper data. Geology 14(12): 995999.

968

Caractersticas Principales de la Base de Datos de Yacimientos Minerales de Chile

Miriela Ulloa*, Vlamir Muoz , Gilma Pantoja, Ramn Moscoso, Nicole Muoz, Natalia Astudillo, Vctor Javier Morales y Natalia Vega. Unidad de Recursos Minerales, Servicio Nacional de Geologa y Minera-SERNAGEOMIN, Santa Mara 0104, Providencia. Santiago, *E-mail: Miriela.ulloa@sernageomin.cl Resumen. SERNAGEOMIN cuenta actualmente con una Base de Datos de Yacimientos Minerales para Chile, que tiene una estructura de datos jerarquizados e interconectados segn su afinidad temtica y segn las relaciones de dependencia entre los diversos set de datos. Actualmente contiene ms de seis mil registros de yacimientos distribuidos de la XV a la VI Regin que pueden ser consultados a travs del Sistema de Informacin Administrativo de Yacimientos (SIA YACIMIENTOS), y visualizados en ambiente GIS online a travs del Geovisor del PortalGeoMin de SERNAGEOMIN. Los datos de los yacimientos minerales son geolgicos, mineros y geogrficos, y han sido procesados, normalizados, estandarizados y validados por la Unidad de Recursos Minerales del Servicio. Palabras Claves: Yacimientos, Base de Datos, Consulta, GIS

conjunto con la Unidad de Sistema de Informacin Geolgico (USIG), por medio de ajustes sucesivos del modelo de datos en base al resultado del procesamiento sistemtico de los datos existentes, los cuales fueron reestructurados, normalizados y estandarizados (Ulloa, M. et al. 2009; Muoz, V. et al, 2009). La estructura actual mantiene la relacin entre dichos datos a travs 37 tablas temticas (set de datos) interconectadas por medio de un identificador nico para cada yacimiento, denominado ID_YACIMIENTO, el cual permite vincular todos los datos de un yacimiento distribuidos entre las diferentes tablas. Las tablas que contienen los datos son de diverso tipo, las Tablas
YACIMIENTO y MINA son Tablas Principales en la Base de Datos. La tabla YACIMIENTO se relaciona 1 a 1 con las tablas COORDENADAS y UBICACION, y 1 a n con las tablas MINA, FORMA y ESTRUCTURA a travs del campo ID_YACIMIENTO. Las Tablas COORDENADAS y MINERALES son Tablas de Doble Vinculacin ya que pueden contener tanto datos de los Yacimientos como de las Minas, cuya relacin queda claramente definida por el campo OBJETO y el identificador ID_YACIMIENTO o ID_MINA segn corresponda. La normalizacin de los datos se basa

1 Introduccin
Este trabajo da cuenta de uno de los resultados del proyecto INNOVA-CORFO "Informacin Geocientfica para Fomento de la Exploracin Minera en Chile", entre cuyos objetivos estaba procesar informacin geogrfica, geolgica y minera de los yacimientos minerales de Chile comprendidos desde la Regin XV a la VI y construir una Estructura de Base de datos capaz de contener los datos que permiten caracterizarlos, especialmente para fines de exploracin minera.

en tablas de listas de validacin (LV) que contienen los trminos nicos y validados para diversos temas tales como Recurso, Forma y Minerales (Mena, Ganga y Alteracin), entre otros, lo que permite una descripcin homognea de yacimientos que tengan caractersticas comunes. (Figura 1).

2 Estructura de los Datos y Normalizacin

La informacin de referencia para desarrollar el diseo de la estructura de la Base de Datos de Yacimientos correspondi a las planillas y Fichas de Yacimientos Metlicos de la III Regin (Vivallo et al, 2008), as como diversas publicaciones, estudios y bases de datos regionales previas, incluyendo la informacin de Rocas y Minerales Industriales publicada por SERNAGEOMIN en la Serie Recursos Minerales y Energticos (Gajardo et al, 2003). La estructura fue desarrollada con la participacin de los gelogos de la Unidad de Recursos Minerales (Ex Departamento de Geologa Econmica) y optimizada en

3 Distribucin Territorial de Yacimientos y Despliegue en GIS

los

Los datos actualmente estn contenidos en el Sistema de Informacin Administrativo de Yacimientos (SIA YACIMIENTOS), cuya construccin fue parte de los objetivos del proyecto INNOVA-CORFO. Este Sistema contiene actualmente 6105 Registros de Yacimientos de Recursos Minerales Metlicos (RMM) y de Rocas y Minerales Industriales (RMI), de las Regiones XV, I, II, III, IV, V, RM y V (Tabla 1). Cada registro est georeferenciado dado que a cada yacimiento le corresponde una coordenada geogrfica x, y nica disponible en grados decimales (WGS84) y utm (zona

969

19S, WGS84) y con un error asignado en su ubicacin, cuantificado en metros. Todos los datos de un yacimiento se pueden obtener por medio de una ficha del yacimiento en formato pdf. Su salida al pblico, va internet, es a travs del Geovisor del Portal Geolgico y Minero de SERNAGEOMIN (Geoportal del PortalGeoMin), en ambiente GIS on-line que permite la consulta de informacin geolgica de los yacimiento minerales de pas al desplegarlos como una capa de puntos, facilitando su anlisis en relacin a otras capas de informacin geolgica, minera y geogrfica y permite que sean incluidos en diversos tipos de mapas. En este ambiente existe una herramienta de Consulta que permite seleccionar yacimientos por caractersticas de inters del usuario (Muoz et al, 2012).

medida en que los usuarios de esta informacin propongan y justifiquen ese tipo de mejoras de la BD.

Agradecimientos
A todos los participantes en el proyecto Informacin Geocientfica para el Fomento de la Exploracin Minera en Chile desarrollado entre los aos 2008 a 2011 por SERNAGEOMIN, con el aporte de INNOVA-CORFO (Proyecto 07CN13IMM-87), ENAMI, SONAMI y SNIT. Durante su desarrollo se cont con el apoyo conceptual de todos los gelogos del Ex - Departamento de Geologa Econmica de SERNAGEOMIN es decir con el aporte de los Gelogos Waldo Vivallo (Director del Proyecto), Anibal Gajardo, Mariano Gajardo, Rodrigo Carrasco, Alejandro Diaz, Rodrigo Jorquera y Juan Pablo Lacassie. Durante el desarrollo del proyecto se trabaj con el personal de la USIG y SIGEO correspondiente a Paulina Gana (Directora Tecnolgica del Proyecto), Karim Thiele, Daniel Calquin y Marcela Ruiz. Tambin participaron Miguel Rodriguez (Director Alterno del Proyecto) y Gonzalo Palet integrante de la Unidad de TI de SERNAGEOMIN, la cual realiz el soporte de software, hardware y servidores para el procesamiento de datos. Se agradece tambin a los gelogos Eric Ridelle, Laura Mateo, Oscar Ercilla y Roxana Ortega recientemente integrados a la actual Unidad de Recursos Minerales, dirigida por Rodrigo Carrasco, por su inters en aportar a estas materias. Este trabajo cuenta con el patrocinio de la Subdireccin Nacional de Geologa de SERNAGEOMIN.

4 Conclusiones
La estructura de la Base de Datos de Yacimientos Minerales de Chile, as como las relaciones establecidas entre los diversos set de datos contenidos en sus tablas permite: Organizar los datos de una manera jerrquica con diversas relaciones de dependencia. Mantener la vinculacin los datos de un yacimiento. Administrar datos normalizados y realizar bsquedas de toda la informacin de un yacimiento. Conocer las fuentes bibliogrficas de los datos.. Realizar actualizaciones y conocer la trazabilidad de las actualizaciones realizadas. Levantar los yacimientos en ambiente GIS como una capa de puntos georeferenciados.

Referencias
Gajardo, A. ; Lpez, m. C. ; Carrasco, R. ; Mendoza, J. l. . (2003). Mapa de yacimientos de rocas y minerales industriales de Chile, Escala 1:1.000.000. SERNAGEOMIN, Carta Geolgica de Chile, Serie Recursos Minerales y Energticos (n.7), 1 mapa en 6 h.pleg.col, Santiago. Muoz, V.; Astudillo, N.; Morales, V.J.; Muoz, N.; Ulloa, M. 2009. Descripcin de conjuntos de datos, listas de validacin y procesamiento de la informacin para la Base de Datos de Recursos Minerales de Chile. In Congreso Geolgico Chileno, No. 12. Santiago, 22-26 Noviembre, 2009. Muoz, V.; Ulloa, M.; Pantoja, G. Y., Moscoso, R. 2012. La Base de Datos de Yacimientos Minerales de Chile como fuente de Informacin para la Exploracin Minera. In Congreso Geolgico Chileno, No. 13. Santiago, 5-9, Agosto, 2012. Ulloa, M.; Muoz, V.; Muoz, N.; Astudillo, N.; Morales, V.J. 2009. Estructura del Sistema de Base de Datos para las Fichas Mineras Metalognicas del SERNAGEOMIN. In Congreso Geolgico Chileno, No. 12. Santiago, 22-26 Noviembre, 2009. Vivallo, W.; Daz, D.; Jorquera, R. 2008. Yacimientos Metalferos de la Regin de Atacama. Servicio Nacional de Geologa y Minera. Carta Geolgica de Chile, Serie Recursos Minerales y Energticos, N 27, 72 p., 1 CD, 1 mapa escala 1:500.000.

La calidad de los datos actuales es dependiente de la calidad de la informacin previa incluida en el procesamiento digital hecho para las regiones XV a VI. En la medida en que estos datos sean sometidos a actualizaciones, con la debida validacin por parte de la Unidad de Recursos Minerales de SERNAGEOMIN, se tendr una base de datos de calidad creciente en cuanto al posicionamiento geogrfico y que ser ms homognea en cuanto a datos de detalle de los yacimientos y de sus aspectos genticos. Con el procesamiento de la informacin de la zona centro-sur del pas, ms el aporte de informacin del Plan Nacional de Geologa, de la Unidad de Recursos Minerales de SERNAGEOMIN, as como de SIMIN sta BD se acercar progresivamente al objetivo de contener la totalidad de los yacimientos minerales del pas. Las futuras actualizaciones de datos incluirn optimizaciones de la Estructura de la BD, as como la incorporacin de nuevas tablas de datos, en la medida que los nuevos datos procesados as lo requieran y en la

970

Tabla 1. Distribucin de Yacimientos por regin contenidos en el Sistema de Informacin de Yacimientos Minerales.

Figura 1. Ejemplo de Relaciones entre tablas y campos en la Estructura de la Base de Datos de Yacimientos Minerales. El campo ID_YACIMIENTO contiene el identificador nico para cada Yacimiento y que permite enlazar los diferentes datos de un Yacimiento. Los campos OBJETO y ID_OBJETO permiten relacionar las tablas de doble vinculacin Hijas con los registros de sus tablas Madre.

971

La Base de Datos de Yacimientos Minerales de Chile como fuente de Informacin para la Exploracin Minera
Vlamir Muoz*, Miriela Ulloa, Ramn Moscoso y Gilma Pantoja Unidad de Recursos Minerales, Servicio Nacional de Geologa y Minera-SERNAGEOMIN, Santa Mara 0104, Providencia. Santiago. *E-mail: vlamir.munoz@sernageomin.cl Resumen. La Unidad de Recursos Minerales, de SERNAGEOMIN ha generado una Base de Datos de Yacimientos Minerales de Chile, consultable a travs de un Sistema de Informacin de Yacimientos y del Geovisor del PortalGeoMin, donde es posible aplicar filtros o selecciones sobre diversos campos de datos normalizados para generar subconjuntos de registros de yacimientos con caracterstica geolgicas, mineras y/o geogrficas comunes. Esta BD es una fuente importante de informacin para exploracin minera, dado que sus usuarios pueden realizar selecciones de diversas maneras sobre sus diversos datos, optimizando la extraccin de informacin para diversos fines de anlisis segn los objetivos de la exploracin que se est desarrollando. Adicionalmente, la BD es desplegable como una capa de puntos georeferenciados por lo que, como complemento a la aplicacin de filtros a los datos de yacimientos, en ambiente GIS es posible potenciar el anlisis de relaciones espaciales entre los datos de los yacimientos y otras variables geolgicas, geofsicas y mineras provistas por otras fuentes de informacin. Esta BD tambin facilita al usuario la bsqueda de las referencias bibliogrficas y de datos de muestras disponibles para cada yacimiento. Palabras Claves: Yacimientos, GIS, PortalGeoMin.

2 Bsquedas, Selecciones y Anlisis de Informacin para fines de Exploracin Minera.

Para cada yacimiento se dispone de datos geolgicos, geogrficos, mineros y bibliogrficos normalizados segn Listas de Validacin, que permiten la aplicacin de filtros para seleccionar trminos especficos. La disponibilidad de datos depende de que las fuentes de informacin procesadas hayan contenido dicha informacin. Por ello, al realizar bsquedas y selecciones se debe tener especial cuidado al descartar los yacimientos que no contengan datos en alguno de los campos consultados. En los campos obligatorios se usa el trmino No Especificado cuando no se tiene el dato correspondiente. Existen tambin campos de tipo Texto Libre que complementan los campos normalizados y que ayudan al usuario a complementar los datos de los yacimientos seleccionados. El usuario puede profundizar adems sus bsquedas de informacin, identificando las Referencias Bibliogrficas de cada yacimiento y que indican la informacin fuente de los datos procesados. Se presentan a continuacin diversos casos de bsquedas, seleccin y anlisis de informacin orientados a satisfacer diferentes objetivos en exploracin minera. 2.1 Selecciones por Atributos Geogrficos Todos los Yacimientos tienen atributos geogrficos contenidos en las tablas de Coordenadas y Ubicacin. Por ejemplo, para buscar los yacimientos de la regin de Atacama, se procede filtrando en la tabla Ubicacin por el Cdigo de la Regin (03) o por el Nombre de la Regin. En el caso de una Provincia o Comuna especfica se pueden realizar los filtros por los nombres de dichas divisiones poltico administrativas. Tambin es posible seleccionar los Yacimientos contenidos en cartas IGM a escala 1:50.000 por medio del Cdigo de la Carta IGM. En las Regiones donde hay Distritos Mineros asignados tambin se puede realizar un filtro por el Nombre del Distrito o sobre el ID del Distrito Minero que es un nmero nico para cada distrito. Todos los atributos geogrficos han sido validados en base a las Coordenadas de cada yacimiento, por lo que en ambiente GIS el posicionamiento geogrfico del yacimiento basta

1 Introduccin
La BD de Yacimientos Minerales de Chile contiene actualmente informacin geolgica, minera, geogrfica y bibliogrfica de 6.105 yacimientos minerales de Chile, de la Regin XV a la VI, que son administrados por el Sistema de Informacin Administrativo de Yacimientos Minerales (SIA YACIMIENTOS), con salida va internet, a travs de un Geovisor del Portal Geolgico y Minero PortalGeoMin, que proporciona a los usuarios la posibilidad de ejecutar diversas consultas sobre los yacimientos en ambiente GIS. Para una adecuada extraccin de informacin para fines de exploracin minera, se debe considerar que la BD cuenta con una estructura jerarquizada de tablas de datos interconectadas con un identificador nico para cada yacimiento, ID_YACIMIENTO, y agrupadas segn su afinidad temtica. (Ulloa et al, 2012). Por ello las selecciones de yacimientos, por el usuario, en base a los datos relevantes para fines especficos de la exploracin minera, dependen del objetivo de dicha exploracin y de los datos disponibles relacionados temticamente a dicho objetivo.

972

para inferir los otros atributos geogrficos, si se cuenta con la capa geogrfica apropiada del IGM. 2.2 Seleccin de Yacimientos segn sus Caractersticas Geolgicas Principales En la BD de yacimientos se tienen 2 grandes grupos de registros segn el Tipo de Recurso y que corresponden a Recursos Minerales Metlicos (RMM) y Rocas y Minerales Industriales (RMI). Esto es importante para las consultas puesto que los datos estn normalizados con Listas de Validacin diferentes, para estos grandes grupos de yacimientos, para temas como Recurso y Minerales. Adems para RMI hay datos de su exclusiva competencia, como Uso Industrial y Tratamiento. La informacin que se usa habitualmente para levantamientos preliminares para fines de exploracin minera son Nombre, Otros Nombres, Coordenadas, Recurso, Forma y Modelo Gentico. En Modelo Gentico para RMM se tienen datos principalmente disponibles para yacimientos cuyas condiciones genticas estn bien definidas en publicaciones, es decir para yacimientos: a) de tamao mediano a muy grande ya que habitualmente tienen varios estudios asociados, b) pequeos en Distritos Mineros con estudios geolgicos de detalle b) pequeos con modelos genticos de fcil asignacin, como los de tipo Placer. Para la mayora de los RMI se tiene asignado un Modelo Gentico. 2.3 Seleccin de Yacimientos para apoyar interpretaciones Geofsicas Para apoyar la realizacin de interpretaciones geofsicas son fundamentales los datos de Recurso, Tamao, Forma y Minerales de los yacimientos. Por ejemplo para complementar interpretaciones de anomalas magnticas, se debe tener en consideracin que existen minerales ferromagnticos, como la magnetita, que dependiendo de su abundancia puede afectar el campo magntico local. Para ello conviene realizar una seleccin de yacimientos de la BD con los siguientes filtros sucesivos: a) se selecciona del campo Tipo de Recurso los correspondientes a Recurso Mineral Metlico (RMM); b) en Recurso aquellos que contienen Fe; c) se procede a filtrar en el campo Minerales aquellos registros con Magnetita como mineral de mena o ganga. Al desplegar en ambiente GIS los puntos de los yacimientos seleccionados (Fe y Magnetita) con un smbolo que represente su Tamao y Forma se podr analizar su relacin espacial con las anomalas geofsicas. 2.4 Identificacin de Minerales de Alteracin en Imgenes Satelitales La BD de yacimientos cuenta con dos campos que contienen los datos correspondientes al parmetro de alteracin, el campo Tipo de Alteracin y el campo Minerales de Alteracin, el primero de los cuales tiene

que tiene una relacin 1 a n con el segundo. Por la relacin entre estos datos ocurre que para un yacimiento pueden tenerse Minerales de Alteracin, pero sin que est clasificado el Tipo de Alteracin, por lo que en esos casos se tendr un tipo No Especificado, siendo necesario seleccionar los Minerales de Alteracin relacionados a ese tipo No Especificado. En el desarrollo de proyectos de exploracin minera se recurre habitualmente a la identificacin, en imgenes satelitales, de reas con minerales de alteracin. Su cruce o chequeo, en ambiente GIS, con datos de alteracin de la BD de yacimientos le agregar una confiabilidad mayor al procesamiento de imgenes. Esto se puede lograr seleccionando y comparando los datos de los campos Tipos de Alteracin y Minerales de Alteracin, de la BD de Yacimiento, con la informacin proveniente de las imgenes, para chequear primeramente si calza con los datos de alteracin. As ser posible utilizar los datos de alteracin para: a) comprobar la identificacin de minerales hecha por medio de imgenes satelitales; b) aportar datos para los campos de la BD de yacimientos; c) orientar la identificacin de minerales de alteracin en los procesos de extraccin de informacin de imgenes. 2.5 Consultas y Cruces de Informacin en GIS El Geovisor online de SERNAGEOMIN proporciona una herramienta de Consulta que permite hacer filtros sobre campos como Nombre del Yacimiento, Recurso y Tamao del Yacimiento. Por ejemplo para seleccionar los yacimientos de Au, Cu y Fe, de la III Regin, en la Consulta se construye una sentencia que aplica varios filtros y selecciona los yacimientos que cumplen con esas caractersticas, quedando destacados con un crculo rojo en torno a su smbolo, siendo posible adems aplicar una identificacin sobre cada yacimiento para visualizar una lista de sus datos ms relevantes (Figura 1). En Geovisor tambin permite desplegar capa de puntos yacimientos y la capa de Propiedad Minera lo que permite relacionar espacialmente ambas fuentes de informacin para detectar oportunidades de negocios mineros. En ambiente GIS, a partir de exportaciones de los datos de yacimientos, es posible realizar anlisis espaciales entre diferentes variables. Para anlisis estructurales se pueden usar los datos de orientacin espacial, como Rumbo y Manteo, de las Formas y Estructuras de los yacimientos. Por ejemplo se puede analizar la relacin entre la orientacin de los yacimientos con Forma de Veta y el rea de influencia de una falla regional. Tambin la BD aporta datos para estudios de anomalas geoqumicas, como Recurso, Minerales de Mena, de Ganga y de Alteracin, Leyes, y Resultados de Anlisis de Muestras.

973

Conclusiones
Los campos con informacin normalizada de la BD de Yacimientos Minerales de Chile permiten la aplicacin confiable de filtros sobre los datos para realizar selecciones de yacimientos que, hechas sobre los campos adecuados, satisfacen diversos requerimientos de informacin para exploracin minera. El ambiente GIS online de SERNAGEOMIN permite la aplicacin de consultas sobre los campos de datos ms relevantes, permitiendo visualizar los subconjuntos de yacimientos con las caractersticas de inters para el usuario. Para una mayor capacidad de cruces de informacin por parte de los usuarios, se requiere de exportaciones de los datos de yacimientos a formatos compatibles con software GIS, para poder relacionar espacialmente los datos de inters con otras capas de informacin geogrfica, minera, geofsica y geolgica, posibilitando tambin anlisis geoqumicos y estructurales. Para exploracin minera es importante que la BD de Yacimientos de SERNAGEOMIN contenga todos los yacimientos existentes y que la calidad de los datos sea homognea, tanto en sus diversos tipos de datos como en sus diferentes niveles de detalle. Por ello es fundamental

el control de calidad de los datos, tanto en terreno como gabinete, as como realizar actualizaciones permanentes.

Agradecimientos
Se agradece los usuarios de la informacin de la Base de Datos de Yacimientos que estn poniendo a prueba su utilidad en SERNAGEOMIN, para fines especializados, como Natalia Astudillo para Geologa Regional, Jorge Vivallos y Francisco Delgado de la Puente para Geofsica, Juan Pablo Lacassie y Nicole Muoz para Geoqumica. Se agradece a los gelogos Rodrigo Carrasco, por su apoyo y Waldo Vivallo por sus observaciones durante este trabajo. Los datos contenidos en la BD de Yacimientos Minerales se procesaron en el marco del Proyecto INNOVA-CORFO (07CN13IMM87) denominado Informacin Geocientfica para el Fomento de la Exploracin Minera en Chile.

Referencias
Ulloa, M.; Muoz, V.; Pantoja, G. Y.; Moscoso, R.; Muoz, N.; Astudillo, N.; Morales, V.J., Vega, N. 2012. Caractersticas Principales de la Base de Datos de Yacimientos Minerales de Chile. In Congreso Geolgico Chileno, N13, Santiago, 5-9, Agosto , 2012.

Figura 1: Ejemplo de seleccin de yacimientos en ambiente GIS a travs de la herramienta de consulta del Geovisor del PortalGeoMin, provisto en internet por SERNAGEOMIN. La visualizacin representa la seleccin de los yacimientos de la Regin de Atacama y que contuviesen Au, Cu y Fe entre sus Recursos. Los yacimientos que cumplen sta condicin se destacan automticamente con un crculo rojo en el mapa, y es posible desplegar los atributos ms relevantes de cada uno con una herramienta de identificacin del Geovisor.

974

Aplicacin de la Tecnologa Measurement While Drilling en Tneles

Dixie Rivera y Sofa Rebolledo Departamento de Geologa, Facultad de Ciencias Fsicas y Matemticas, Universidad de Chile, Plaza Ercilla N 803, Santiago, Chile.
1 * *1 1

E-mail: dirivera@gmail.com

Resumen. El sistema Measurement While Drilling (MWD) consiste en el monitoreo durante la perforacin de manera automatizada de los parmetros de perforacin (tasa de penetracin y presin de torque). Los datos proporcionan informacin objetiva y consistente de las condiciones del macizo rocoso. Esta informacin ayudar a prever el comportamiento geotcnico de la roca y permitir ajustar la excavacin y sostenimiento a las condiciones reales del macizo rocoso. El anlisis del tnel Strindheim (Noruega) y del tnel Loren (Noruega) muestra que los mapas resultantes de la tasa de penetracin normalizada son concordantes con el mapa geolgico final del tnel, observndose que la variacin de la tasa de penetracin es acorde con la dureza de la roca. En el marco anterior, el MWD es una herramienta til y de gran potencial para las excavaciones subterrneas (Shunnesson, 1998). Palabras claves: Measurement While Drilling, Parmetros de perforacin, Tasa de penetracin, Presin de torque.

parmetros de perforacin mostrados durante la excavacin y en la concepcin de la relacin entre estos parmetros y las caractersticas de la roca. La esencia del monitoreo es explorar las caractersticas de la roca in situ de un macizo rocoso y extraer informacin til de manera automtica de los datos de perforacin (Gjerstad, 2010). El monitoreo se realiza durante la perforacin a travs de sensores instalados cerca de las vlvulas que controlan las presiones hidrulicas que se emiten, situados delante de la cabina del Jumbo donde comienza el martillo, y son los encargados de captar los parmetros de perforacin y sus variaciones a medida que se perfora, para luego llevar los registros a los computadores que se encuentran en la cabina de los Jumbos como en las oficinas establecidas para el anlisis de los datos. La cantidad de datos que se tomen depende exclusivamente de la cantidad de perforaciones que se realicen y al estar los sensores en el interior del Jumbo, todo tipo de perforacin que haga ser un medio de obtencin de datos. La frecuencia de estas perforaciones depende exclusivamente de las condiciones del macizo rocoso, en cuyo caso habr frentes con ms perforaciones que otras y de distintos tipo.

1 Introduccin
El sistema Measurement While Drilling (MWD) es un mtodo que consiste en el monitoreo y registro automatizado de los parmetros de perforacin, se realiza mediante el programa Bever Team 3 de Bever Control. El mtodo proporciona informacin objetiva y consistente de las condiciones del macizo rocoso. Esta informacin ayudar a prever el comportamiento geotcnico de la roca y permitir ajustar la excavacin y sostenimiento a las condiciones reales del macizo rocoso. Los principales parmetros de perforacin son la tasa de penetracin y la presin de torque, estos parmetros dependen de las caractersticas geolgicas de la roca (como dureza y estructuras), pero adems responden a variaciones externas, por eso deben ser normalizados para estandarizar el mtodo (Gjerstad, 2010). Los resultados muestran que los parmetros de perforacin normalizados responden a cambios en las condiciones de la roca. Tambin se ha encontrado una relacin entre la dependencia de la tasa de penetracin y la resistencia a la compresin uniaxial (Thuro, 1997), Diferentes tipos de roca responden de manera distinta a la perforacin (Rabia, 1985). El monitoreo durante la perforacin se basa en entender la respuesta de los

2 Ventajas del sistema MWD

Con el monitoreo durante la perforacin se tiene un control constante sobre la calidad de la roca delante de la frente del tnel, adems demuestra una buena capacidad de prever las condiciones de la roca cambiando oportunamente la estrategia en el soporte de la roca estimado al comienzo, mejorando el margen de seguridad y controlando de manera ms eficiente los tiempos para los preparativos en caso de haber un cambio en la clase de roca. El MWD es un sistema computarizado incorporado en los equipos de perforacin (Jumbos), por lo que es rpido, prctico y de bajo costo operacional (Shunnesson, 1997). Los datos pueden ser usados para una evaluacin inmediata y tan pronto como el registro de los datos est disponible, los resultados pueden ser graficados y evaluados siendo parte esencial en el proceso de la toma de decisiones (Shunnesson, 1998).

975

Al estar incorporado en los Jumbos, el sistema MWD se puede utilizar en varios tipos de perforacin, tales como en sondajes exploratorios (de alerta temprana), perforacin para la preinyeccin (alerta temprana) y en rondas de tronaduras (documentacin incorporada), siendo sta una ventaja comparativa en cuanto a su multifuncionalidad. El monitoreo tambin tiene la capacidad de proporcionar un conocimiento detallado del tiempo empleado en cada actividad y las caractersticas de cada una de ellas en un ciclo de perforacin. Una informacin detallada del tiempo de cada actividad en un ciclo de perforacin puede ser presentada como una distribucin de la produccin total y con esto se puede dar cuenta de cmo la capacidad de produccin se ver incrementada ((Shunnesson, 1996). El sistema MWD puede ser usado en diversos ambientes geolgicos, ya que ste se calibra bajo las condiciones geolgicas actuales del proyecto. La base de la cual el MWD comienza a medir vara en cada escenario y se ajusta al tipo de roca que se espera encontrar.

Adems el MWD es una herramienta complementaria que entrega al gelogo informacin relevante para mejorar la toma de decisiones y reducir las incertidumbres sobre las condiciones de la roca, debido a que el pronstico geolgico se puede hacer de manera objetiva y consistente a lo largo de un proyecto completo.

5 Agradecimientos
Se agradece a Bever Control por el apoyo y la facilitacin del software MWD y los datos de los tneles Stringheim y Loren para realizar los anlisis.

6 Referencias
Gjerstad, J., 2010. Drill parameter analysis in the Loren tunnel; Master Thesis in Geosciences, University of Oslo, Department of Geosciences, Pgs. 67. Rabia, H., 1985. A unified prediction model for percussive and rotary drilling, Mining, Pgs. 207-216. Shunnesson, H., 1996. RQD Predictions Based on Drill Performance Parameters, Vol 11, No. 3, Pgs. 345-351. Schunnesson, H., 1997. Drill process monitoring in perrcussive drilling for location of structural features, lithological bondaries and rock properties, and for drill productivity evaluation, Department of Environmental Planning and Design, Lule University of Technology. Lule, Doctoral thesis, Pgs. 2-34. Schunnesson, H, 1998. Rock characterisation using percussive drilling, International journal of rock mechanics and mining sciences, Pgs. 711-725. Thuro, K., 1997. Drilability prediction: geological influences in hard rock drill and blast tunnelling. Geol Rundsch, Pgs. 426-438.

3 Resultados del sistema MWD

En cuanto a los resultados obtenidos, el tnel Strindheim, donde se realiza una comparacin entre el mapa geolgico final y los mapas resultantes de la tasa de penetracin normalizada (Figura 1) y la presin de torque normalizada, se muestra que el monitoreo durante la perforacin presenta buena capacidad de prever las condiciones de la roca por delante del frente, ya que los mapas generados por el sistema MWD muestran resultados correlacionables con la geologa encontrada durante la excavacin. De igual forma para el caso del tnel Loren, el mapa generado de la tasa de penetracin normalizada (Figura 2) muestra resultados concordantes con respecto al mapa geolgico, donde se observa que la variacin de la tasa de penetracin es acorde con la dureza de la roca perforada.

4 Conclusiones
A partir del estudio de los parmetros de perforacin (tasa de penetracin normalizada y presin de torque normalizada) frente a las distintas respuestas de stos a cambios en el macizo rocoso durante la perforacin, el MWD es una herramienta til y de gran potencial para las excavaciones subterrneas debido a la buena capacidad que tiene de predecir las propiedades de la roca en combinacin con la rpida y fcil evaluacin, manteniendo un control sobre los tiempos utilizados en el ciclo de perforacin, documentando y logrando un control cuantitativo de cada actividad.

976

(A)

(B)

Leyenda

Tasa de Pentracin Normalizada (% ) -50 -30 -10 0 15 30 70 100 150

Figura 1. A): mapa geolgico del tnel Strindheim entre los Pk 1040-1000. (B): mapa de dureza realizado por la tasa de penetracin normalizada (%), Lnea punteada blanca y negra indican zonas con menor y mayor dureza respectivamente.

(A)

(B)

Leyenda

Tasa de Pentracin Normalizada (% ) -50 -30 -10 0 15 30 70 100 150

Figura 2. (A): Mapa geolgico del tnel Loren entre el Pk 1350 y Pk 1310. (B): mapa de dureza realizado por la tasa de penetracin normalizada (%) del tnel Loren, lneas punteadas blancas y amarillas indican zonas con menor y mayor dureza respectivamente.

977

Geological Model of Carmen de Andacollo Deposit: Methods and Improvements

Alejandro Maldonado & Vctor Araya Minera TECK Carmen de Andacollo
1 1 2

E-mail: alejandro.maldonado@teck.com

Abstract. The Carmen de Andacollo Copper Mine is located in the Coast Range of central Chile, Coquimbo Province. Domains of resource estimation are built using a combination of structural domains, mineralization and lithology. Minzones and some lithologies are built with extrapolation methods into the sub-box model. The methodology of construction of the geological model Carmen de Andacollo has gone through different stages of improvement, where the most important are changing the extrapolation equation for the interpretation of the flat contact units and the construction of porphyries and solids of alteration using primitive solids .The improvement of the methodology of modeling has allowed optimizing quiet time of work. Keywords: Carmen de Andacollo, Modeling, Commercial Softwares.

3. Minzones and Lithology

Minzones LIX (leach zone), ESEC1 (Strong Secundary Enrichment), ESEC2 (Weak Secundary Enrichment), simple lithology (s_lith) ANIND (undifferentiated andesites) and BXIND (undifferentiated breccias), TDSO4, TDCO3 are built as mesh in each sub-box, creating intersection points for every logged zone in the drillhole (figure 1). The points are checked and the outlying values are fixed. Some points are added to assist the construction of the meshes, which are made using Dynageo3D software. The obtained meshes are forced to follow the contacts of the intersection points of each minzone or lithology with the points snapped to drillholes. The wireframes generated are used to cut each sub-box solids and together they form the total unit, everything defined by the limits of the modeling box (figure 2).
HERMOSA FAULT

1. Location
The Carmen de Andacollo Copper Mine is located in the Coast Range of central Chile, Coquimbo Province, Region IV, at 3015 S latitude and 1710W longitude. The property is adjacent to the town of Andacollo, approximately 55 km southeast of the city of La Serena and 350 km north of Santiago. Access to the Andacollo property is by paved roads from La Serena. The property is located near the southern limit of the Atacama Desert at an elevation of approximately 1,000 meters.

2. Estimation Domains
The domains of resource estimation are built using a combination of structural domains, mineralization and lithology (Herrera et al, 2011). The boundaries of the box model are given by the local coordinates 50,400-53,500 N, 97,150- 99,700E and 2001250 RL. The box model is cut with current fault generating sub-box solids. Each sub-box is used to build Minzones, Andesite, Breccia and biotitic alteration solids (flat units contact). Structural domains are built considering the structural information of historical database, drilling campaigns results and bench logging. This information is modeled in 3D (structural model), creating solids by structural domain in Vulcan. They are encoded into eight structural domains.

CARMEN FAULT

TRES PERLAS FAULT

CENTRAL FAULT

Figure 1. Contact point for leach zone into main sub-box.

The porphyries are built on the basis of interpretations in

978

sections each 25m (Sections EW to Post Min Porphyries, and N45E E to Min Porphyries), which we were subsequently carried on plans separated 10m. With polygons obtained in plans, 3D model was built through ough modeled bodies in continuous solid. (A)

5. Improvements
The main methodology of construction of the geological model Carmen de Andacollo has gone through different stages of improvement. The most important are: 1) Changing the extrapolation equation for the interpretation of the flat contact units, replacing the extrapolation apolation of Laplace by Bzier Curve. C This improved the shape of the mesh around the contact point of the drillholes (figure 3).

BOX

MESH CONTACT LEACH - ESEC1

(A) Laplace extrapolation

1
TRES PERLAS FAULT

(B) (B) Bzier Curve

Figure 2. (A) Extrapolated mesh cutting sub-box box of leach zone. (B) ESEC1 (view from bottom).

4. Alteration
Dominant alteration has been modeled mainly to supply geotechnical and geometalurgical requirements. Recoded database of Dominant Alteration has been used based on historical and current codes. Subsequently Dominant Alteration was simplified in field s_ _alt, grouping minerals into 4 types: Sodic-potasic potasic (Na_K), Biotitic (BIO), Quartz-sericitic (QSER), and Argillic (ARG) alteration. The solids olids of Biotitic alteration are built following the same procedure done for andesite andesite, breccias and minzones, whereas the Argillic and quartz quartz-sericite alteration was built on the basis of interpretation interpretations in sections each 25m and plans s each 10m. The Sodic Sodic-Potasic alteration is built using Dynageo3D software. This simple alteration (s_alt) supported the Basic Geotechnical Units Model and Geometalurgical Units of Comminution.
Figure 3. (A) View from upper of 3 Laplace Mesh. 1. Contact point. 2. Laplace Mesh. 3. Contact points versus Laplace points. (B) Cubic Bzier Curve (Q: Intermediate points, R: Cuadratic C Curves, P: Nodes).

Extrapolation of Laplace generates a regular grid of points that pass close to the contact points, whereas a mesh generated by the Bzier Curve urve is forced through the contact. 2) Construction of porphyries and solids of alteration using primitive solids. Sections s and solid primitives are built to get new solids easy to update using Dynageo3D.

979

Figura 4. Left, primitive solid generated from sections. Right, solid improved using Dynageo3D.

term. 3) Improve the shape of geological units and build even more realistic. 4) Increase the accuracy and completeness of the model ensuring resources and geological reserves recognized. (Reconciliations TCu less than 2% between Long Term and Grade Control Model 2010-2011 - Hypogene). 5) The technology used for the improvement and innovation of the model increased the yield of team. 6) Decrease more than half the number of persons working in previous years despite increasing volumes modeled and models required. 7) Optimization of geological modeling in recent years worked hard on increasing resources and reserves of TECK CDA, which have increased 25% the last year impacting heavily on the Value Creation of the Company.

6. Conclusions
The improvement and innovation of the methodology of modeling, has allowed mainly: 1) Reducing time modeling despite increased volumes modeled and models required. 2) Easy and quick to updating the models of long and short

References
Herrera, H.; Canut de Bon, C.; Araya, V.; Iribarren, M.; Novoa, D.; Fuentealba, M.; Torres, L. Mineral Resource & Mineral Reserves End of Year 2011 Andacollo Copper Mine. Staff Planning & Development TECK CDA.

GEOLOGICAL MODEL

STRUCTURAL MODEL

Hermosa Fault

PORPHYRIES

ANDESITE

BRECCIA

Figure 5. Structural and Lithological models of Carmen de Andacollo Deposit.

980

Litologia y velocidades sismicas de la formacion Sierra de la Invernada, reserva Don Carmelo, precordillera de San Juan, Argentina
Sofa Prez Lujn , Patricia Alvarado , Arturo Gell , Mauro Sez y Graciela Vujovich 1 CIGEOBIO. Consejo Nacional de Investigaciones Cientficas y Tcnicas Universidad Nacional de San Juan, Argentina. 2 Departamento de Geofsica y Astronoma Universidad Nacional de San Juan, Av. Jos Ignacio de la Roza y Meglioli, 5406, Rivadavia, San Juan 3 IDEAN. Depto. de Ciencias Geolgicas, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina.
1 1,2 2 2 3

. Resumen. En este trabajo se presentan las caractersticas litolgicas y resultados parciales de datos ssmicos de refraccin para un perfil oesteeste, ubicado en el flanco occidental de la Sierra de la Invernada, en las proximidades de la Reserva Don Carmelo, Departamento Ullm, Provincia de San Juan, Argentina. La unidad geolgica aflorante en la zona de estudio corresponde a la Fm Sierra de la Invernada de edad paleozoica inferior; conformada mayormente por material siliciclstico e intercalaciones de cuerpos bsicos. Los resultados geofsicos permiten predecir que las capas sedimentarias superficiales correspondientes a material aluvial se apoyan sobre un substrato de baja velocidad ssmica que correspondera a sedimentitas clsticas bien compactadas y que las rocas bsicas se ubicaran a niveles an ms profundos para los cuales se esperaran velocidades Vp mayores, dentro de la seccin analizada. Palabras Claves. Fm Sierra de la Invernada, ondas P, ofiolita, Precordillera, geofsica

en la zona de Calingasta, y en el extremo oeste de la quebrada del ro San Juan; que en conjunto habran sido interpretados por Borrello (1968, 1969) como parte de un sistema ofioltico de edad ordovcica media a superior obductado durante la orogenia chnica. Esta zona definira la sutura entre el terreno de Cuyania y el terreno de Chilenia (Ramos et al., 1984). En este trabajo se presentan resultados parciales obtenidos a partir del mtodo ssmico de refraccin y otros de funciones del receptor obtenidos para la estacin sismolgica DOCA de banda ancha, perteneciente a la Universidad Nacional de San Juan, en las inmediaciones de la zona en cuestin. Dicho estudio permiti obtener las velocidades ssmicas de ondas P en funcin de la profundidad desde niveles de superficie hasta corticales.

1 Introduccion
La zona de estudio se encuentra sobre el flanco occidental de la Sierra de la Invernada (Fig. 1 y Fig. 2). El sitio es de fcil acceso a travs de una huella con buen mantenimiento sobre el valle de la Invernada, tras recorrer 32 km desde la ruta provincial N 149 que dista unos 130 km desde la ciudad de San Juan (Fig. 1). El inters del estudio consiste en profundizar el conocimiento de la extensin de los cuerpos gneos bsicos aflorantes en la sierra; stos se correlacionan con los de la Fm Yerba Loca en la sierra del Tigre, cordn del Coronel y cerro Cuesta del Viento y con los de la Fm Alcaparrosa

Figura 1. Ubicacin de la Reserva Don Carmelo y estacin sismolgica DOCA.

981

los cuerpos de diabasa se encuentran en contacto con material clstico muy fino y, al menos macroscpicamente, no se observaron cambios texturales y/o composicionales en la zona de contacto de ambas unidades reconociendo incluso, en el material clstico, estructuras sedimentarias bien preservadas de tipo convoluta y en las proximidades del intrusivo.

Figura 2. Mapa geolgico en las inmediaciones de la Reserva Don Carmelo y localizacin de la estacin sismolgica DOCA. El rectngulo muestra las litologas relevadas en este sector.

2 Litologia de la fm Sierra de la Invernada

En este sector se encuentran dos miembros inferiores compuestos por alternancias de cuarcitas, subgrauvacas y filitas de color verde claro grano estrato-crecientes, un miembro cuarctico medio consistente en un banco de conglomerados en su techo y clastos de calizas grises de la Formacin San Juan y, un miembro superior con una alternancia de cuarcitas y calizas en estratos crecientes, que van de 5 cm hasta 1,5 m, los niveles superiores presentan una caliza conglomerdica. La edad qued asignada al lapso Darriwiliano superior, Sandbiano y Katiano inferior en base al hallazgo de niveles fosilferos de graptolitos y conodontes (Ortega et al., 2008). Una caracterstica a resaltar en la sierra de La Invernada es la presencia de manifestaciones magmticas de carcter bsico, sea en forma de filones o cuerpos lenticulares concordantes con la estratificacin. En la zona de estudio se reconocieron cuerpos de diabasa de coloracin verdosa en corte fresco de textura media a fina y textura gruesa en otros casos, con venillas de composicin diortica en su mayora de rumbo NS con un ancho de hasta 3 cm. La composicin mineralgica de estas rocas observada con lupa de mano consiste en plagioclasas mayormente alteradas, piroxenos y biotita. En algunos casos

Figura 3. Unidades aflorantes en las proximidades de la estacin sismolgica DOCA y detalle de los distintos tipos de rocas reconocidas. La lnea amarilla separa las rocas volcnicas mficas de las rocas sedimentarias.

3 Comparacin de los resultados ssmicos con el anlisis de la litologa de la fm Sierra de la Invernada

El ensayo de refraccin ssmica realizado a profundidades mximas investigadas menores que 10 m, determin valores mximos de velocidades ssmicas del orden de 4.000 m/s correspondientes a un material fuertemente compactado cubierto de sedimentos detrticos de origen aluvial acorde a la morfologa de la zona investigada. Este resultado es en parte consistente con las observaciones geolgicas en superficie, donde el material aflorante est constituido por subgrauvacas laminadas y niveles de areniscas sabulticas muy bien compactados, intruidas por cuerpos de diabasas en relacin de concordancia con las sedimentitas y probablemente de la misma edad que las mismas. Es importante destacar que estas litologas representan la composicin predominante de la sierra de la Invernada y por lo tanto aquellas situadas en las inmediaciones de la estacin sismolgica DOCA. Sin embargo es posible esperar litologas de mayores velocidades

982

en base a los resultados de funcin del receptor que predicen velocidades ssmicas superiores a 6 km/s y un espesor cortical de hasta 64 km.

4 Conclusiones
En base al relevamiento geolgico de campo y al anlisis de los resultados geofsicos parciales obtenidos para velocidades de ondas P en las proximidades de la Reserva Don Carmelo, se establecen valores que representaran material fuertemente compactado cubierto de sedimentos detrticos de origen aluvial. La comparacin con determinaciones globales tales como aquellos de Brocher (2005) indican que existe una capa ms profunda compuesta por material clstico compacto adems de una capa intermedia de material metericamente disgregado y una cobertura sedimentaria de baja velocidad ssmica. A profundidades corticales, es posible encontrar litologas mficas de mayores velocidades de ondas ssmicas (> 6.0 km/s).

Referencias
Borrello, A. V, 1968. Los pisos estructurales de la Precordillera - Cordillera Frontal en su evolucin orognica. Actas 3 Jornadas Geolgicas Argentinas, 3: 227 - 232. Buenos Aires. Borrello, A.V., 1969. Los geosinclinales de la Argentina. Anales XIV, Dir.. Nac. Geologa y Minera, Bs.As. 188 pp. Brocher, T., 2005. Empirical Relations between Elastic Wavespeeds and Density in the Earths Crust. Bulletin of the Seismological Society of America, Vol. 95, No. 6, pp. 20812092. Ramos, V., Jordan, T., Allmendinger, R., Kay, S., Corts, J., Palma, M. 1984. Chilenia: un terreno alctono en la evolucin paleozoica de los Andes Centrales. 9 Cong. Geol. Arg., Actas 2: 84-106. Ortega, G.; Albanesi, G. L.; Banchig A. L. y Peralta, G. L; 2008. High resolution conodont-graptolite biostratigraphy in the Middle-Upper Ordovician of the Sierra de La Invernada Formation (Central Precordillera, Argentina). Geolgica Acta, Vol. 6, N 12. 161-180.

983