Académique Documents
Professionnel Documents
Culture Documents
de variabilidad
ABSTRACTO y el riesgo que sustenta recursos / reservas. enfoques del estado de la tcnica que
cuantifican la incertidumbre geolgica y riesgo pueden utilizarse para estandarizar la
Categorizacin de los recursos minerales y reservas de mineral como medidos, indicados, inferido y
clasificacin recurso / reserva, apoyar una mejor toma de decisiones de inversin, habilitar
probada o probable, respectivamente, es un requisito tanto para la informacin pblica, as como las
evaluaciones internas de la empresa de los activos mineros. A partir de la comprensin de los recursos los informes de bolsa de valores tcnicamente defendible y el cumplimiento de los cdigos
minerales de estimacin de reservas de mineral, los impactos geolgicos incertidumbre en gran medida de la industria y proporcionar una mayor seguridad a los inversores y proteger el pblico.
de la clasificacin recurso / reserva. Clasificacin de Recursos / reserva se basa tradicionalmente en Tradicionalmente,
criterios geomtricos, como por el nmero de muestras o agujeros de perforacin dentro de un volumen clasificacin de los recursos se ha basado en
alrededor de los bloques de depsito siendo clasificada, o, alternativamente, alguna forma de una
consideraciones geomtricas y una clasificacin bloque por bloque usando criterios
varianza estimada geoestadsticamente derivado. Estos criterios son relativamente fciles de entender y
vinculados al nmero de muestras con-en un volumen o de perforacin densidades de
aplicar - sin embargo, no tienen en cuenta la variabilidad local de grados dentro de un depsito, lo que
agujeros, o alternativamente, una varianza de estimacin geoestadsticamente derivado.
lleva a la tergiversacin de la confianza de los grados estimados dentro de volmenes dados.
Estos criterios son relativamente simple de implementar, adems de ser fcilmente
comprendido y transparente. Sin embargo, tienen un inconveniente principal, ya que no
tienen en cuenta la variabilidad local de grados dentro de un depsito - esto conduce a la
Este documento propone un enfoque fundado en un marco de simulacin estocstica para tergiversacin de la confianza de los grados estimados dentro de volmenes dados y de
cuantificar la incertidumbre geolgica y riesgo en cinco pasos: generacin de realizaciones adecuadas las
de la depsito en la escala blocksupport apropiado, derivacin de funciones condicionales acumulativos el resultando recurso / reserva
de distribucin (CCDF) de los grados de bloque o atributo seleccionado, la utilizacin del coeficiente de clasificacin.
variacin condicional (CCV) de la CCDF grado dentro de un bloque como la medida de la incertidumbre
Los esfuerzos anteriores para mejorar las tcnicas de clasificacin se centraron en el
para la clasificacin de recursos de cada bloque en el modelo de yacimiento, la clasificacin de los
recursos / reservas, y la evaluacin y la produccin de perfiles de riesgo para las estimaciones. Este desarrollo y uso de versiones alternativas de estimacin de leyes (kriging) varianzas, donde
enfoque integra tanto las consideraciones geomtricas utilizadas tradicionalmente, en el sentido de los patrones de clasificacin se basan en el tamao de la cuadrcula de muestreo (por
ubicaciones de datos y la en el lugar la variabilidad de los grados. Las aplicaciones en un yacimiento de ejemplo Saburin, 1983; Froideveau, Roscoe y Valiant, 1986; David , 1988; David y Dagbert,
diamantes de aluvin, veta de oro epitermal y un espectculo de prfidos de cobre que hay 1977; Arik, 2002 y otros). Como tambin se ha indicado anteriormente, estas formulaciones
agrupaciones naturales de la CCV de bloques de minera que permiten la clasificacin racional de los
puede dar cuenta de posibles aumentos de la precisin como el tamao de la cuadrcula de
recursos o reservas. El enfoque propuesto no slo es transparente, pero tambin proporciona un
muestreo disminuye - sin embargo, que no incorporan incertidumbre introducida por la
reporte tcnicamente defendible del recurso / reserva ficacin de clase en un contexto geoestadstica y
variabilidad local en los datos reales como presentados elocuentemente por Ravenscroft
puede apoyar una mejor toma de decisiones de inversin.
(1992). La Figura 1 ilustra este punto, que muestra dos configuraciones idnticas de un
bloque y cuatro orificios de perforacin. A la derecha, el grado del material muestreado es
muy variable, mientras que en el bloque de izquierda, los grados son mucho menos variable.
Si esto fuera la misma zona con el mismo variograma, las variaciones de estimacin seran
los mismos, proporcionando as un nivel falso de evaluacin de la incertidumbre y la
INTRODUCCIN
clasificacin de los bloques. las variaciones de estimacin no abordan adecuadamente la
Clasificacin de recursos minerales medidos, indicados e inferidos reservas de mineral cuestin de la precisin de las estimaciones de recursos globales y ms an para los
y como comprobada o probable se requiere para la divulgacin pblica como se detalla recursos globales por encima de una lnea de corte (David, 1988), como sera el caso si se
en diversos cdigos como JORC, CIM, PERC, o SAMREC. Adems, la categorizacin utiliza cualquier otra medida geomtrica. enfoques basados en la simulacin se han
de los recursos y las reservas es un contribuyente importante a la evaluacin de los sugerido dados los problemas discutidos anteriormente (Audet y Ross, 2007; Wawruch y
activos mineros y sus curvas de tonelaje-ley de una empresa. Es ampliamente Betzhold, 2005; Dohm, 2005; Duggan y Dimitrakopoulos, 2005; Murphy et al, 2004) y
aceptado que la incertidumbre y el riesgo geolgico en gran medida el impacto de la merecen una mayor consideracin.
la transparencia y la
'Capacidad de defensa' tcnica de la clasificacin son crticos. Teniendo en cuenta el valor de las Las deficiencias de la convencional reserva / recurso
empresas mineras, los beneficios para los accionistas, la presentacin de informes a las instituciones clasificacin puede ser explorado en un ejemplo de una mina de oro. Reservas clasificados
financieras, y la atraccin de la comunidad de inversores para la toma de decisiones en el orden de mil como medidos, indicados e inferidos se basan principalmente en el nmero de muestras
millones de dlares, hay una verdadera necesidad de comprender y cuantificar la incertidumbre dentro de una distancia de un bloque que se est estimado geoestadsticamente y la
geolgica consideracin de la continuidad espacial grado dentro de vetas de oro identificados. La
Figura 2 muestra parte de una veta donde los bloques se han clasificado para reservar
categoras en funcin de enfoque establecido de la mina. Aunque esto
1. FAusIMM, Profesor y Director, COSMO - Laboratorio de Planificacin Minera estocstico,
Departamento de Ingeniera de Minas y de Materiales de la Universidad McGill, Montreal,
QC H3A 2A7, Canad. E-mail: roussos.dimitrakopoulos@mcgill.ca
Los avances en yacimiento Modelado y Estratgica Planificacin Minera I El volumen de la serie Spectrum 17 215
R DIMITRAKOPOULOS, M Godoy y CL CHOU
metodologa de clasificacin
HIGO 2 - Clasificacin de reserva tradicional en un filn de una mina de oro Medidas de incertidumbre espacial local
(Izquierda) y las probabilidades de que los bloques sean mineral (derecha).
Una parte clave de la metodologa de clasificacin es el uso de las estadsticas de
resumen y medidas de incertidumbre que se derivan de la funcin de distribucin
planteamiento es razonable, relativamente simple, transparente, que cumple con la acumulativa condicional de la Z grado (u) de un bloque en la ubicacin u dentro del
normativa y tcnicamente defendible, lo tradicional depsito (Figura 4). medidas bsicas incluyen la varianza condicional, coeficiente
enfoque muestra deficiencias cuando la clasificacin se compara con probabilidades de condicional de variacin, los rangos de percentiles inter e intervalo de probabilidad.
bloques siendo mineral (vase la Figura 2). Grandes partes de la veta que se clasifican
como Indicado tienen ms del 80 por ciento y el 90 por ciento de probabilidades de ser La varianza condicional (CV) mide la propagacin de la CCDF alrededor de su valor
mineral - por lo que no parece inconsistente de informar sobre ellos segn lo medido. Del medio y est dada por:
mismo modo, los bloques que han sido clasificados como residuos tienen, de hecho, ms
+
del 50 por ciento de probabilidad de ser mineral. Aunque el anlisis anterior se limita a
K * 2
CV u() = [ z kk - zu
mi
F uz
()] [(;), [(; k
- F uz k- )
] (1)
aspectos limitadas (por ejemplo y segn el JORC, tambin se debe estimar con precisin
1
= 11
* 2
sucesivamente. La siguiente seccin comienza por discutir brevemente lmites de los [ zk - zu
mi
F uz
()] [(;), k
- F uz
(; k- 1
)]
k = 11
enfoques tradicionales de clasificacin. Posteriormente, una metodologa alternativa se CCV u() = (2)
*
describe, en base a las distribuciones condicionales simuladas de grados de apoyo Block y zu
mi
( )
medidas de su incertidumbre para un modelo de yacimiento. Medidas de incertidumbre se
detallan a continuacin usando un ejemplo de un depsito de diamante aluvial.
El CCV mejor discrimina zonas en trminos de densidad de la muestra (o
Clasificacin de Recursos / reserva en el mismo depsito, una veta de oro epitermal y un
disponibilidad de la informacin acondicionado). Una ventaja de la CCV sobre el CV es
depsito de cobre prfido dilucidar los aspectos y caractersticas relacionados de la
que se expresa directamente como un porcentaje de la media y, por tanto, filtra los
aproximacin. Observaciones y conclusiones.
efectos proporcionales.
El rango entre cuartil (IQR) se define como la diferencia entre la parte superior
(q 0.75) y el inferior (q 0.25) cuartiles de la distribucin:
216 El volumen de la serie Spectrum 17 Los avances en yacimiento Modelado y Estratgica Planificacin Minera I
CLASIFICACIN DE RECURSOS / RESERVA CON INTEGRADO geomtricas y MEDIDAS DE GRADO variabilidad local
HIGO 4 - Una funcin de distribucin acumulada condicional (CCDF) que muestra las estadsticas
de resumen y las medidas de incertidumbre para el espesor de un 100 100 m 2 bloquear en un
depsito de diamante. El CCDF se genera mediante el clculo de las probabilidades asociadas para
un determinado medidas de clasificacin de recursos / reservas
bloquear de mltiples realizaciones simuladas.
Las medidas de incertidumbre en la seccin anterior se pueden utilizar para definir los criterios de
clasificacin de recursos / reservas. Estos criterios requieren el uso de valores de umbral, de
a los valores atpicos. El DPI tambin puede ser escalada por la media o mediana de la CCDF
manera similar a los esfuerzos del pasado, donde se aplicaron umbrales a la estimacin de las
correspondiente. medidas relacionadas de incertidumbre son la probabilidad de que un grado de
variaciones (por ejemplo, en opinin Sinclair y Blackwell, 2000). Los valores de umbral pueden
bloque, Z (u) est por encima, por debajo o dentro de un intervalo de probabilidad. La Figura 4 muestra
reflejar la tolerancia de error que es aceptable a nivel local para las estimaciones de bloques, as
las estadsticas de resumen relacionadas y medidas de incertidumbre para la CCDF de espesor de un
como a nivel mundial para la estimacin de recursos. La estimacin de bloque en la presente
100 100 m 2
memoria corresponde al valor medio (o estimacin de tipo e). Es posible categorizar los recursos
bloquear. El CCDF s mismo proporciona el modelo de incertidumbre para el valor del con precisin bloque y el uso de modelos de recursos derivados de mltiples realizaciones de
atributo de grosor para un bloque dado en la ubicacin u dentro del depsito. Cada simulacin para obtener la incertidumbre en los recursos o los recursos globales dentro de
punto discreto en el CCDF corresponde a un valor simulado. El CCDF es un incrementos de produccin de inters en cada categora.
histograma acumulativo de todos los valores simulados asignados a las realizaciones
de simulacin del depsito. Una funcin continua se interpola entre los puntos
discretos para permitir la evaluacin de las probabilidades para cualquier valor CCDF. Un primer intervalo de confianza basado en el CCV implica CCVs umbral fijo
que se comparan con el CCV. Esto es equivalente a comparar el intervalo de
confianza de la media de la desviacin estndar contra una confianza umbral
La Figura 5 muestra el CV, condicionada media, CCV y IQR para el mismo tamao de los intervalo define como una proporcin de la media. El criterio de clasificacin CCV
bloques de espesor sobre una parte de un depsito de diamante. Los valores se generaron a estn dados por:
partir de 50 realizaciones de simulacin y taladro
Los avances en yacimiento Modelado y Estratgica Planificacin Minera I El volumen de la serie Spectrum 17 217
R DIMITRAKOPOULOS, M Godoy y CL CHOU
HIGO 5 - Vista en planta de izquierda a derecha, la varianza condicional (CV); media condicional (CM); coeficiente condicional de variacin (CCV); e inter
gama cuartil (IQR) para 100 100 m 2 espesor de bloque en un depsito de diamante. Tenga en cuenta que la perforacin densa no asegura una menor incertidumbre.
la quinta y 95 percentiles, denominado diferencias negativas y positivas. El intervalo baja. Los resultados indican que en este estudio el umbral del 40 por ciento puede
intervalo de confianza como el promedio entre las diferencias negativas y positivas. El de secuencia local a la incertidumbre en el recurso global. Criterios de seleccin de los
criterio de clasificacin es: valores de umbral basndose en las caractersticas de depsito se discuten a continuacin.
218 El volumen de la serie Spectrum 17 Los avances en yacimiento Modelado y Estratgica Planificacin Minera I
CLASIFICACIN DE RECURSOS / RESERVA CON INTEGRADO geomtricas y MEDIDAS DE GRADO variabilidad local
TABLA 1
clasificacin de los recursos de 100 100 m 2 bloques de espesor en base a criterios de clasificacin CCV y RPR utilizando 40 por ciento, 50 por ciento
y 60 por ciento umbrales CV.
Categora Indic Inferir Indic Inferir Indic Inferir Indic Inferir Indic Inferir Indic Inferir
El volumen medio (M m 3) 3.15 3.91 5.26 1.80 6.67 0.46 0.45 6.61 2.06 5.00 3.94 3.13
volumen Max (M m 3) 3.02 4.27 5.66 2.00 7.17 0.55 0.50 7.16 2.19 5.45 4.21 3.43
volumen Min (M m 3) 3.38 3.60 4.96 1.64 6.25 0.36 0.40 6.25 1.91 4.70 3.74 2.89
contra el CCV durante 25 realizaciones de soporte de bloque de la veta. La figura muestra una
propagacin general y claramente creciente (riesgo) en el tonelaje del mineral y el grado
promedio a medida que aumenta CCV, que es particularmente fuerte en los tonelajes de mineral.
Esta tendencia tambin se observa en la Tabla 2 se detallan las estadsticas de resumen para
CCV y contenido de metales en la veta de oro. Las caractersticas de la propagacin y la
pendiente de las curvas en la Figura 7 y los valores reportados en la Tabla 2 se pueden usar para
guiar la seleccin de los umbrales para la clasificacin. Por ejemplo, la figura 7 sugiere que hay
poco riesgo para un CCV hasta alrededor
0,65 como el tonelaje relacionada encima de las curvas de corte son en su mayora de
solapamiento y parece haberse estabilizado el grado superior a la media de corte. Adems, la
figura muestra que despus de un CCV de alrededor
1.1, la propagacin de tonelajes y leyes est en su mximo y se mantiene estable para
valores CCV ms altas. Por lo tanto, los CCV ms altas pueden ser seleccionados para la
clasificacin del recurso de alto riesgo.
Seleccin de los umbrales en una mina de oro promedio para cada categora, as como un intervalo de confianza, mnimo, mximo y
proporcin de rango, como en la Tabla 3 (la en la tabla son en trminos de los
El ejemplo de una mina de oro a cielo abierto en el oeste de Australia se utiliza para explorar rangos entre el mximo y simulaciones mnimos). Tambin tenga en cuenta que la
ms a fondo clasificacin basada CCV. Los temas abordados incluyen la seleccin de los tolerancia utilizada en este estudio de caso podra ser menor que resulta en la
valores de umbral para la clasificacin de reserva. El ejemplo se compone de un conjunto de posibilidad de ampliar los recursos medidos. La Tabla 3 proporciona la informacin
vetas epitermales de oro en una zona del depsito que han de ser clasificados como detallada de la clasificacin de reserva. Un
medidos, indicados o recursos inferidos. La Figura 7 muestra el tonelaje del mineral por
encima de corte (1 g / t) y de grado superior a la media de corte trazada
HIGO 7 - Promedio por encima de la g / t de corte de 1 (izquierda) y el tonelaje del mineral por encima de corte (derecha) representan frente el CCV durante 25 realizaciones
Los avances en yacimiento Modelado y Estratgica Planificacin Minera I El volumen de la serie Spectrum 17 219
R DIMITRAKOPOULOS, M Godoy y CL CHOU
difusin (riesgo) en el tonelaje de mineral medida que aumenta la CCV. Figura 8 sugiere la
TABLA 2
presencia de poco riesgo para un CCV hasta aproximadamente 0,45 como el tonelaje
CCV y estadsticos de resumen para el contenido de metal en una carga de oro.
relacionada encima de las curvas de corte son en su mayora de superposicin. La difusin de
la misma curva aumenta hasta un CCV de 0,85, cuando la propagacin parece alcanzar su
CCV Min de metal rango Promedio CV Aumento de
metlica Max (oz) metlica (%) la cantidad de mximo y se estabiliza en que la amplitud mxima. Estos dos valores de la CCV entonces se
(oz) (oz) metal pueden utilizar como los valores de umbral escogidos para la clasificacin de recursos.
1.00 212 766 270 189 57 423 238 691 6,4 26 377 densidad de perforacin. Por ejemplo, una zona densamente perforada puede no siempre
ser clasificado como Medido, como los enfoques tradicionales de clasificacin pueden
1.10 223 778 286 719 62 941 251 968 6,7 13 277
implicar.
1.20 228 104 295 563 67 459 258 527 6.9 6559
1.30 903 298 081 229 68 178 261 089 6.9 2562
Bloques reportados en la clasificacin de los recursos deben ser del mismo tamao de
1.40 230 305 299 453 69 148 262 317 7.0 1227
apoyo. Si este no es el caso, las medidas de apoyo independientes pueden derivarse. Un
1.50 230 549 299 779 69 230 262 641 7.0 324 enfoque conocido es la estandarizacin de la CCV de un bloque de un tamao apoyo dado
usando la raz cuadrada de la varianza correspondiente dispersin (por ejemplo Sabourin,
1983). Otro comentario prctico es que el nmero de simulaciones requeridas en este
enfoque depende de la sensibilidad de los resultados. Si simulaciones adicionales no
TABLA 3
afectan a la clasificacin general, no se requiere. Todos los enfoques de clasificacin
La notificacin de clasificacin y evaluacin de las reservas de mineral de
pueden ser mejoradas mediante la eleccin de una agrupacin espacial racional de los
metal, toneladas y el grado promedio.
bloques clasificados en una categora para evitar su dispersin poco realista. Por ltimo,
pero no menos importante, la capacidad de simular eficientemente grandes depsitos y
Categora CCV Tonelaje Promedio (g Metlica
gestionar los datos generados es de importancia crtica para la aplicacin de los enfoques
(T) / t) (oz)
sugeridos.
Mesurado <0,65 790 23 2,80 0,13 77,9 2,3
220 El volumen de la serie Spectrum 17 Los avances en yacimiento Modelado y Estratgica Planificacin Minera I
CLASIFICACIN DE RECURSOS / RESERVA CON INTEGRADO geomtricas y MEDIDAS DE GRADO variabilidad local
120
100
80
Tonelaje por encima de corte (toneladas x 106)
60
40
20
CCV
HIGO 8 - tonelaje de mineral frente al CCV durante 25 realizaciones del depsito de cobre.
de mezcla deseada de los materiales dentro de perodos que proporcionan el perfil de riesgo
general preespecificado en un perodo de programacin, optimizando as la clasificacin de las
reservas. Es posible mejorar sustancialmente y proporcionar evaluaciones ms realistas y
clasificacin de las reservas cuando los horarios y la incertidumbre de los recursos se gestionan
de forma conjunta.
CONCLUSIONES
Los recursos minerales y reservas de mineral son clasificados como medidos, indicados,
inferido y probada o probable, respectivamente, tanto para la informacin pblica y las
evaluaciones internas de la compaa. Clasificacin de Recursos / reserva se basa
tradicionalmente en criterios geomtricos, tales como el nmero de muestras o agujeros de
perforacin dentro de un volumen, o alguna forma de variaciones de estimacin. Aunque
transparente y relativamente fcil de entender, estos criterios ignoran la variabilidad local de
los grados dentro de un depsito y puede conducir a la simplificacin excesiva o tergiversacin
de la confianza de los grados estimados.
La integracin y el entendimiento de la interaccin entre la clasificacin de reserva derivacin de funciones de distribucin acumulativa condicionales de los grados de bloque
con la secuencia de la minera y la programacin de la produccin tradicionalmente no o atributo seleccionado, la utilizacin del coeficiente condicional de Variacin ( CCV) de la
se consideran, aunque en el pasado, la simulacin condicional se ha utilizado para CCDF grado dentro de un bloque como la medida de la incertidumbre para la clasificacin
probar la incertidumbre de los programas de produccin (Ravenscroft 1992; y otros). de recursos de cada bloque en el modelo de yacimiento, la clasificacin de los recursos /
Sin embargo, es lgico, ya que el sencillo ejemplo anterior sugiere, para considerar la reservas, y la evaluacin y la produccin de perfiles de riesgo para las estimaciones.
mejora de los mtodos de clasificacin. Por ejemplo,
el
medidas de incertidumbre descritos anteriormente pueden ser utilizados para clasificar los Los aspectos prcticos y las complejidades del enfoque propuesto se exploran en tres
recursos / reservas dan un programa de produccin y consideran diferentes criterios de aplicaciones en un depsito de diamante aluvial, una veta de oro epitermal y un depsito de
clasificacin de los perodos mineras a fin de reflejar el tiempo. cobre prfido. Una observacin interesante, comn a estas aplicaciones, es que hay
agrupaciones naturales de la CCV de bloques de minera que permiten la clasificacin racional
Es tambin, y tal vez es ms importante hacer hincapi en que la programacin se puede de los recursos o reservas de una manera transparente y tcnicamente defendible. Con esta
realizar en condiciones de incertidumbre geolgica y el descuento riesgo geolgico se puede herramienta, junto con las prcticas existentes, tales como el examen de secciones
aplicar dentro de las formulaciones de programacin. Este concepto se introduce en el transversales del depsito, para asegurar que se cumplen las definiciones de los cdigos de
descuento de Dimitrakopoulos y Ramazan (2004) y se utiliza en los nuevos programadores informacin nacional. Como resultado, la presentacin de informes de clasificacin de los
estocsticos a largo plazo la produccin minera (Ramazan y Dimitrakopoulos, 2009; tambin, recursos / reservas y puede apoyar una mejor toma de decisiones de inversin.
Benndorf y Dimitrakopoulos de 2010, en este volumen) conduce a una
Los avances en yacimiento Modelado y Estratgica Planificacin Minera I El volumen de la serie Spectrum 17 221
R DIMITRAKOPOULOS, M Godoy y CL CHOU
HIGO 10 - condicionales funciones de distribucin acumulativa que describen la incertidumbre en el volumen de materiales mineralizadas para la produccin
perodos (izquierda) y el perfil de riesgo sobre el volumen esperado durante tres perodos de produccin (derecha). Las variaciones trazados no son acumulativos.
Una mejora clave de este enfoque podra ser vinculndola a la ma programacin de la Froidevaux, R, Roscoe, WE y Valiant, RI, 1986. Estimacin y
produccin, en primer lugar, por lo que las clasificaciones representan las unidades de produccin la clasificacin de las reservas de oro en la Pgina-Williams zona C: Un estudio de caso en
con el tiempo - lo que se ha extrado en diez aos no debera quizs ser clasificado como lo que es geoestadstica no paramtricas, en Reservas de Mena Estimacin: Mtodos, Modelos y
necesario extraer el prximo ao y en segundo lugar , al considerar el control de la clasificacin de Realidad ( eds: M David, R Froidevaux, AJ Sinclair y M Valle), pp 280-300 (Instituto
Canadiense de Minera: Montreal). Giroux, GH, Sinclair, AJ y Miller, JHL, calidad 1986.
los recursos / reservas a travs de la mezcla de riesgos y aplazamiento, una capacidad que los
Produccin
programadores estocsticos pueden ofrecer.
experimentos de control, en Reservas de Mena Estimacin: Mtodos, Modelos y Realidad
( eds: M David, R Froidevaux, AM Sinclair y M Valle), pp 238-260 (Instituto Canadiense de
Minera: Montreal). Comit Conjunto Ore Reserves (JORC), 2004. Cdigo de Australasia
EXPRESIONES DE GRATITUD para
La comunicacin de los resultados de exploracin, Recursos Minerales y mineral
Se agradece el fin de los miembros de la industria del Laboratorio COSMO:
reservas (Cdigo JORC). Journel, AG y Kyriakidis, PC, 2004. Evaluacin de las reservas
AngloGold Ashanti, Barrick, BHP Billiton, De Beers, Newmont, Vale y Vale Inco, as
minerales
como CRSNG (Descubrimiento Grant 239019), la Investigacin de Canad
- Un enfoque de simulacin, 232 p (Oxford University Press: Nueva York). Leite, A y
Programa de Ctedras y TPI son gratamente admitido. Dimitrakopoulos, R, 2010. Programacin de la produccin en virtud
Arik, A, 2002. Comparacin de metodologas de clasificacin de recursos con Dimitrakopoulos), pp 35-40 (El Instituto Australiano de Minera y Metalurgia: Melbourne).
un nuevo enfoque, en Proceedings Aplicaciones de la Informtica y Operaciones de Lopes, JA, Rosas, CF, Fernandes, JB y Vanzela, GA, 2010.
investigacin en la industria mineral (APCOM) 2002.
Una simulacin basada en la geologa conjunta condicional de un depsito de nquel
Audet, M y Ross, AF, 2007. Koniambo laterticos depsitos de Ni-Co, Nueva
latertico - Cuantificacin de riesgo en las curvas de tonelaje de grado y la categorizacin
Caledonia - Un estudio de caso de modelado geolgico a la clasificacin de recursos
de los recursos, en Los avances en yacimiento Modelado y Estratgica Planificacin
minerales, en Yacimiento Modelado y Planificacin Estratgica de la mina, segunda edicin
Minera (I ed: R Dimitrakopoulos), pp 205-214 (Instituto Australiano de Minera y Metalurgia:
(ed: R Dimitrakopoulos), pp 235-244 (Instituto Australiano de Minera y Metalurgia:
Melbourne). Murphy, M, Parker, H, Ross, A y Audet, M, 2004. Ore-espesor y
Melbourne). Benndorf, J y Dimitrakopoulos, R, 2007. Los nuevos mtodos eficientes para
Estratgica Planificacin Minera (I ed: R Dimitrakopoulos), pp 151-158 (Instituto Australiano de Revista Europea de Investigacin de Operaciones ( presentado) e Informe de COSMO 2007, pp
Minera y Metalurgia: Melbourne). 257-294.
Comisiones de Valores de Canad (CSA), 2005. instrumento Nacional simulacin, Las transacciones de las instituciones de Minera y
43-101: Normas para la divulgacin de proyectos minerales. David, M, 1977. Geoestadstica Metalurgia, Tecnologa Minera, 101: A104-A108. Sabourin, RL, 1983. Aplicacin del
222 El volumen de la serie Spectrum 17 Los avances en yacimiento Modelado y Estratgica Planificacin Minera I