Académique Documents
Professionnel Documents
Culture Documents
Profesor: Participantes:
Lpez Luisa Sotillo Nohely C.I. 24.542.189
Silva Rosmer C.I. 24849.544
Malpica Dubraska C.I. 22817.668
1
INDICE
Pg.
Introduccin__________________________________________________ 03
_
Cdigos Internacionales Para Categorizar Recursos Geolgicos Y Reservas
Mineras _____________________________________________________ 04
Cuantificacin De Incertidumbre __________________________________ 05
Categorizacin De Recursos Y Reservas____________________________ 08
Estimacin Geoestadstica_______________________________________ 10
Simulacin Geoestadstica_______________________________________ 12
Discusin____________________________________________________ 19
_
Proceso De Delimitacin De Un Campo Mineral______________________ 20
Conclusin___________________________________________________ 24
Referencias Bibliogrficas________________________________________ 25
INTRODUCCIN
2
Por estimacin de recursos entendemos la determinacin de la cantidad de
materia prima contenida en un yacimiento o en una de sus partes. La mayora de
los recursos y reservas se calculan en toneladas mtricas, solo la de los metales
preciosos (oro, plata y platino) se calculan en kilogramos, los diamantes en
quilates y las reservas de gas natural, arena, piedras para la construccin, agua
subterrneas, se estiman en metros cbicos. Esta cuantificacin formal de las
materias primas minerales estimada por procedimientos empricos o tericos se
denomina Inventario Mineral. Este a su vez se expresa en trminos de recurso y
reservas.
3
Los primeros intentos documentados para clasificar recursos y reservas se
remontan a principios del siglo XX. Bajo la misma idea bsica de definir el grado
de confianza en la estimacin de la cantidad y calidad del recurso, los sistemas de
clasificacin han evolucionado de acuerdo al desarrollo de las polticas mineras y
las restricciones impuestas por los mercados financieros y los inversionistas. Sin
embargo, an hoy los cdigos dejan la categorizacin al juicio de un especialista
en evaluacin de recursos y reservas. A pesar de ello, mayor nfasis se ha puesto
en la necesidad de establecer lmites de confianza en las categoras, en el
requerimiento de que la categorizacin sea reproducible y por ende auditable, y
que el especialista sea una persona calificada y reconocida entre sus pares. En
general, se privilegia el uso de tcnicas convencionales de evaluacin que hayan
probado su eficacia en la cuantificacin de los recursos y reservas.
Los principales cdigos utilizados incluyen la Circular 531 del USGS (USGS,
1980) en Estados Unidos, CIM Guidelines (CIM, 1996) y posteriormente el
National Instrument 43-101 en Canad (CSA, 2001), el SAMREC Code
sudafricano (SAMREC, 2000), y el JORC Code (JORC, 1999) de Australia. Este
ltimo se ha convertido en el estndar de facto, y la mayor parte de las revisiones
de los otros cdigos se refieren a definiciones e indicaciones del JORC.
4
se reporta que podra justificarse razonablemente la extraccin. Las Reservas
Mineras se subdividen, en orden creciente de confianza, en Reservas Probables y
Reservas Probadas. Ntese que la definicin de Reservas Posibles ha cado en
desuso, debido a que los cdigos no autorizan declarar reservas que provienen de
recursos geolgicos inferidos.
2. CUANTIFICACIN DE INCERTIDUMBRE
5
se ve favorecida por un estudio exploratorio de datos detallado y por un
conocimiento razonable de la geologa regional en la que el depsito yace.
6
la cual, en cualquier caso, debera tambin considerar el grado de continuidad
espacial de las leyes
7
herramientas para cuantificar la incertidumbre, sin embargo, es necesario definir
un criterio para utilizar esta incertidumbre en un esquema de clasificacin (Diehl
and David, 1982; Froidevaux, 1982; Valle and Cte, 1992).
8
modelos, es necesario realizar en cada modelo simulado, un cambio de soporte
(rebloqueo) que permita calcular el valor simulado de la ley del bloque, y luego, se
deben promediar las leyes de bloques de los distintos modelos para cada posicin
en el espacio.
4. ESTIMACIN GEOESTADSTICA
9
de los valores locales de la variable. En minera, esto se conoce como efecto
proporcional y corresponde a un aumento en la variabilidad local, medida a travs
de la varianza local de las leyes, con la media local de las mismas. Por lo tanto, se
encuentra que las zonas con altas leyes presentan una variabilidad alta, mientras
que las zonas de baja ley se comportan de manera menos variable.
Esto, tiene la ventaja de que en general, las leyes altas son las que ms
interesan y, aunque pueden ser ms inciertas, son las que deben considerarse al
inicio del proyecto en los planes de produccin. As, utilizar varianzas de kriging de
corte, permitir una categorizacin que no castiga las leyes altas por el efecto
proporcional presente. En definitiva, este criterio tiende a aceptar un error de
mayor amplitud en las altas leyes que en las zonas de bajas leyes.
Clasificar en base a varianzas de kriging de corte es una prctica bastante
habitual (Sabourin, 1984; Sinclair and Blackwell, 2001; Rodrguez, 2004). Se
considera una configuracin de la informacin que, a criterio del gelogo o
ingeniero de minas a cargo, parece ser suficiente para entregar un valor estimado
de la ley de bloque con una alta confiabilidad. Con esta configuracin y con el
variograma de la ley en la unidad geolgica en estudio, se define la varianza de
kriging que se usar como corte para distinguir, por ejemplo, entre recursos
medidos e indicados. Tpicamente, para yacimientos tipo prfido cuprfero, se
consideran esquemas como el siguiente:
10
Recurso medido es todo aquel cuya varianza de kriging es menor que
aquella de un bloque ubicado al centro de cuatro sondajes ubicados en una
malla cuadrada de 60 por 60 metros.
Recurso indicado es todo aquel cuya varianza de kriging es mayor que
aquella de un bloque ubicado al centro de cuatro sondajes ubicados en una
malla cuadrada de 60 por 60 metros, pero menor que aquella en el caso de
una malla de 120 por 120 metros.
Recurso inferido es todo aquel que haya sido estimado de manera
razonable, pero con muy baja confiabilidad. Se asume que existe
continuidad en la mineralizacin, pero sta no se comprueba. Una
definicin tpica de esta clasificacin es definir como inferidos slo aquellos
bloques que se encuentren informados por un nmero mnimo de muestras
y/o que se encuentren a una distancia mnima de un sondaje.
5. SIMULACIN GEOESTADSTICA
12
a los modelos simulados un diseo, plan y secuencia mineros y definir, en base a
una ley de corte operacional, la produccin mensual y su incertidumbre.
13
Figura 1: mapas de localizacin de los datos en los dos bancos en estudio.
15
Figura 3: mapas de leyes de bloques estimadas y varianza local para los dos
bancos de inters mediante simulacin condicional.
16
Lo ms notable de estos resultados es que el hecho de castigar las leyes altas
debido al efecto proporcional, como es el caso de utilizar slo la varianza local de
simulacin, produce que los mejores recursos (en ley) sean clasificados como los
de peor confiabilidad, a pesar de que es all donde generalmente el muestreo es
ms denso. La varianza local est estrechamente relacionada con la media local,
lo que resulta preponderante y mitiga la mayor densidad de muestras del sector,
haciendo que muchas reservas de alta ley sean clasificadas como indicadas o
inferidas (por su mayor variabilidad local). Sin embargo, el hecho de escalar la
varianza local, dividindola por el valor estimado del bloque al cuadrado, permite
recobrar las buenas propiedades de la varianza de kriging ordinario (indiferente al
efecto proporcional). Por el contrario, dividir la varianza de kriging por el cuadrado
de la ley estimada tiende a privilegiar las zonas de altas leyes, las cuales tienden a
ubicarse en la categora de recursos medidos. A juicio de los autores, dicho
procedimiento resulta en una categorizacin demasiado optimista y su uso debera
evitarse.
Por otro lado, dado que la simulacin condicional trabaja con una transformada
de los datos originales, la variografa es mucho ms robusta y, en general, los
resultados son ms confiables en ese sentido. Sin embargo, la simulacin requiere
una hiptesis mucho ms fuerte de estacionaridad (u homogeneidad espacial) que
el kriging ordinario. Esta es sin duda una desventaja de los mtodos de
simulacin.
17
Como dato final, cabe mencionar que en el ejemplo recin presentado, la
clasificacin por varianza de kriging coincide en un 79% de los bloques con la
basada en varianza local de simulacin. Esta coincidencia aumenta al 87% de los
casos, cuando se utiliza una varianza local escalada por la media local. La
categorizacin por varianza relativa de kriging coincide en el 80% de los bloques
con la que resulta al utilizar la varianza de kriging.
6. DISCUSIN
18
medio de varianzas de kriging. Adems, el hecho de poder generar mltiples
modelos numricos del depsito, permite procesar estos modelos para cuantificar,
por ejemplo, la incertidumbre en la produccin para determinados perodos de
tiempo, lo que tambin puede utilizarse como base para definir una categorizacin.
20
Equilibrio
Ingreso=Costos
RF*Lm*M=((+E/M)*Cm+Cp)*MMELm=((+E/M)*Cm+Cp)/ RF
21
Mediante la extrapolacin se calcula el valor de un parmetro (potencia y
ley) fuera del punto en que ha sido medido.
22
CONCLUSION
23
REFERENCIAS BIBLIOGRAFICAS
Blackwell, G. H., 1998, Relative kriging errors a basis for mineral resource
classification, Exploration and Mining Geology, V. 7, Nos. 1 and 2, p. 99-106.
Diehl, P., and David, M., 1982, Classification of ore reserves/resources based on
geostatistical methods, CIM Bulletin, V. 75, No. 838, p. 127-136.
Froidevaux, 1982, Geostatistics and ore reserve classification, CIM Bulletin, V. 75,
No.
843, p. 77-83.
JORC, 1999, Australasian code for reporting of mineral resources and ore reserves
(the JORC code), Joint Ore Reserve Committee of the Australasian Institute of
Mining and Metallurgy, Australian Institute of Geoscientists and Minerals Council of
24
Australia, 16 p.
SAMREC, 2000, South African Code for Reporting of Mineral Resources and
Mineral Reserves (The SAMREC Code), South African Mineral Resource
Committee (SAMREC), Prepared under the auspices of the South African Institute
of Mining and Mettalurgy.
Valle, M., 1999, Resource/reserve inventories: What are the objectives?, CIM
Bulletin, V. 92, No. 1031, p. 151-155.
Valle, M., 2000, Mineral resource + engineering, economic and legal feasibility =
ore reserve, CIM Bulletin, V. 93, No. 1039, p. 53-61.
25
Valle, M., and Cte, D., 1992, The guide to the evaluation of gold deposits:
integrating deposit evaluation and reserve inventory practices, CIM Bulletin, V. 85,
No. 957, p. 50-61, and discussion, V. 85, No. 964, p. 76-78.
Wober, H. H., and Morgan, P. J., 1993, Classification of ore reserves based on
geostatistical and economic parameters, CIM Bulletin, V. 86, No. 966, p. 73-76.
26