Facultad de ingeniería

Ciencias de la tierra

TAREA 3 DE GEOESTADISTICA

Catedra: GEOESTADISTICA.
Estudiantes: Benjamín Navarro
Víctor Culla
Nrc: 7810
Profesor: Sebastián Hurtado

Santiago, 27 de noviembre 2017

pág. 1
Facultad de ingeniería
Ciencias de la tierra

INDICE

1. Introducción………………………………………………………………… 3

2. Background …….……………………………………………………………..4-6

3. Pregunta 1……..…………………………………………………………….. 6-7

4. Pregunta 2…………………………………………………………………….7-11

5. Pregunta 3…………………………….……………………………………... 11-12

6. Pregunta 4…………………………………………………………………….12-14

7. Conclusión…………………………………………………………………….15

8. Agradecimientos……………………………………………………………...16

pág. 2
Facultad de ingeniería
Ciencias de la tierra

1. INTRODUCCIÓN

En este trabajo se abordará el tema relacionado a la tarea número 3 del ramo

Geoestadística, la tarea consta del manejo de herramientas esenciales en la
carrera de ingeniería civil en minas, como lo es el programa Vulcan.

Para que un proyecto minero se pueda efectuar, se debe hallar un yacimiento con
excedentes anómalos de mineral de interés. Para poder ubicar y aprobar la
explotación se debe de ejecutar una evaluación de depósitos, esta etapa tiene
como objetivo la recopilación de información que afirme la existencia de minerales
de interés económico, además de que apunta al desarrollo de herramientas ,
modelos y algoritmos geoestadisticos, así como de soluciones computacionales de
pequeña y gran escala usando técnicas de computación de alto desempeño, las
cuales se transfieren a la industria vía software licenciado, como lo es “VULCAN”.

Mediante este programa se compararán los métodos de estimación del inverso

del cuadrado de la distancia (i2d) y el método del kriging ordinario (ko), para esto
se generará un modelo de bloques de recursos en Vulcan. En este estudio se
utilizaron datos entregados en la tarea, los cuales corresponden a una base de
datos de compositos y un sólido o dominio geológico. Además se pide construir el
modelo de bloques usando los parámetros descritos en la tarea, y responder las
preguntas pertinentes.

A continuación a lo largo de este informe se señalará de forma clara y concisa los

resultados del estudio realizado.

pág. 3
Facultad de ingeniería
Ciencias de la tierra

Background
Para la primera parte de esta tarea se pide construir el modelos de bloques (figura 1.a) e
importar los sondajes (figura 1.b). Una vez realizado esto se procedió a importar el sólido
entregado (figura 1.c). El procedimiento anterior se muestra a continuación en las
siguientes figuras.

Figura 1.a: modelo de bloque realizado en Vulcan. Figura 1.b: sondajes importados al modelo de bloque.

Figura 1.c: solido importado al modelo de bloque.

Después de esto, se procedió a asignar códigos tanto "0" y "1" según los bloques
estuvieran dentro o fuera del dominio geológico respectivamente. En la figura 2 se
muestra los bloques dentro y fuera del dominio diferenciado por colores.

pág. 4
Facultad de ingeniería
Ciencias de la tierra

Figura 2: el color celeste representa los bloques fuera del dominio y

el color café los bloques dentro del dominio.

Después de este paso, se calculó el tonelaje, dentro como fuera del dominio geológico.
Para esto se usó la fórmula: (Numero de Bloques) x (Tamaño de Bloque) x (Densidad). Para
saber el número de bloques correspondientes a cada dominio se realizó el cálculo en Vulcan,
obteniendo los siguientes resultados mostrados en la figura 3.a y 3.b.

Figura 2.a: se muestra el cálculo de bloques dentro del dominio

geológico ((código “1”) igual a 91793 bloques

Figura 3.b: se muestra el cálculo de bloques fuera del dominio

geológico ((código “0”) igual a 508207bloques

pág. 5
Facultad de ingeniería
Ciencias de la tierra

CÁLCULO DEL TONELAJE

(Número de Bloques) x (Tamaño de Bloque) x (Densidad)

Tonelaje dentro del dominio geológico:

Número de bloques: 91793

Tamaño del bloque: 10x10x10=1000 m3
Densidad= 2.7 ton/m3
Tonelaje= 247841100 ton

Tonelaje fuera del dominio geológico:

Número de bloques: 508207

Tamaño del bloque: 10x10x10= 1000 m3
Densidad: 2.7 ton/m3
Tonelaje: 1372158900 ton

Una vez calculado el tonelaje correspondiente a los bloques tanto dentro como fuera del
dominio geológico se procedió a responder las preguntas solicitadas en la tarea.

Pregunta 1:

Para la base de datos de compasitos entregada en esta oportunidad, se requiere asignar un

código 0 para los compasitos fuera del dominio geológico. Asignar el código 1 para los
compasitos dentro del dominio geológico y calcular las estadísticas básicas de ambos grupos
de muestras, para ello se realizó este procedimiento en Vulcan tal como se muestra en la
figura 4.

Figura 4: asignación de códigos “0” y “1” para compositos fuera y

dentro del dominio.

pág. 6
Facultad de ingeniería
Ciencias de la tierra

Posteriormente se exporto la base de datos de compositos en Excel y se calcularon las

estadísticas básicas del Au_ppm para ambos grupos y para cada uno de ellos de forma
independiente. Tal como se puede apreciar en la tabla 1.

Au_ppm ORE 0 ORE 1 ORE 0 y 1

Media 1.80018374 1.58104474 1.42189981
Error típico 0.02879621 0.02462758 0.01692279
Mediana 0.543 0.272 0.272
Moda 0.027 0.027 0.027
Desviación estándar 3.28150477 3.07184036 2.85774721
Varianza de la muestra 10.7682736 9.4362032 8.16671913
Curtosis 15.9820882 18.9355425 21.9430626
Coeficiente de asimetría 3.5243334 3.82380677 4.06702419
Rango 27.132 27.132 27.132
Mínimo 0.027 0.027 0.027
Máximo 27.159 27.159 27.159
Suma 23377.186 24597.894 40548.317
Cuenta 12986 15558 28517
Tabla 1

Comentarios:
A través de las estadísticas que se le realizaron a las muestras de oro, con lo cual se llegó a la
conclusión de que al filtrar según sea “ORE O” y “ORE 1” es posible apreciar una diferencia
entre un cuerpo mineralizado (ORE 1) y otro cuerpo que no lo está (ORE 0).

Pregunta 2:

Para esta pregunta se realizó la estimación de los bloques que se encuentran dentro del
dominio geológico usando el método del Inverso del Cuadrado de la Distancia (I2D).
Para esto se indicó en Vulcan los parámetros necesarios.

2.a) Una vez se realizó la estimación se reportó la curva de tonelaje v/s ley para los
bloques que se encuentran dentro del dominio geológico. La curva quedó representada tal
cual se puede apreciar en el grafico 1.

pág. 7
Facultad de ingeniería
Ciencias de la tierra

Grade/Tonne
Classification
Tonnage Kton 300000 5
250000 4
200000

Grades
3
150000
2
100000
50000 1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_i2d

Grafico 1: Correspondiente a la pregunta 2a, que ilustra la curva de tonelaje vs ley solo para los bloques estimados

2.b) Después se clasifico los recursos en las categorías "medido", "indicado" e "inferido".
Para poder clasificarlos se utilizaron las siguientes reglas.

1) Un bloque es considerado como recurso Medido si tiene al menos una

muestra a una distancia menor o igual a 25 metros y la ley de oro fue
estimada con al menos 4 sondajes diferentes.(ver gráfico 2).

Grade/Tonne
Classification
120000 5
100000
Tonnage Kton

4
80000
Grades

3
60000
2
40000
20000 1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_i2d

Grafico 2: Correspondiente a la pregunta 2b, este grafico expresa los recursos que son medidos.

2) Para todos los bloques que no son “Medidos”, un bloque es considerado

como “Indicado” si tiene al menos una muestra a menos de 50 metros y la
ley de oro fue estimada con al menos 2 sondajes diferentes. ( ver gráfico 3)

pág. 8
Facultad de ingeniería
Ciencias de la tierra

Grade/Tonne
Classification
100000 5
Tonnage Kton

80000 4

Grades
60000 3
40000 2
20000 1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_i2d

Grafico 3: Correspondiente a la pregunta 2b, este grafico representa los recursos que son indicados.

3) Para todos los bloques que no son “Medidos” ni “Indicados”, un bloque es

considerado como “Inferido” si tiene al menos una muestra a menos de 75
metros. (ver gráfico 4).

Grade/Tonne
Classification
40000 5
Tonnage Kton

30000 4 Grades
3
20000
2
10000 1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_i2d

Grafico 4: Correspondiente a la pregunta 2b, este grafico representa los recursos que son inferidos.

pág. 9
Facultad de ingeniería
Ciencias de la tierra

2.c) Además se reportó la curva tonelaje-ley para los bloques estimados dentro del dominio
geológico, considerando los recursos medido, indicados e inferidos. (Ver gráfico 5, 6 y 7).

Grade/Tonne
Classification
40000 6
Tonnage Kton

5
30000
4

Grades
20000 3
2
10000
1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_ko

Grafico 5: Correspondiente a la pregunta 2c, el cual hace referencia a lo curva tonelaje vs ley de los bloques estimados y
considerando que son recursos inferidos.

Grade/Tonne
Classification
100000 5
Tonnage Kton

80000 4
Grades

60000 3
40000 2
20000 1
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_ko

Grafico 6: Correspondiente a la pregunta 2c, el cual hace referencia a lo curva tonelaje vs ley de los bloques estimados y
considerando que son recursos indicados.

pág. 10
Facultad de ingeniería
Ciencias de la tierra

Grade/Tonne
Classification
2000000 1.2
Tonnage Kton

1
1500000
0.8

Grades
1000000 0.6
0.4
500000
0.2
0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_i2d

Grafico 7: Correspondiente a la pregunta 2c, el cual hace referencia a lo curva tonelaje vs ley de los bloques estimados y
considerando que son recursos medidos.

Pregunta 3:
Para esta pregunta se estimaron los bloques que están dentro del dominio geológico usando
el método denominado “Kriging Ordinario”. Para esto, se utilizó una estrategia de búsqueda
de muestras con una vecindad esférica con un radio de 100 metros, sin utilizar octantes y
considerando un máximo de 20 muestras. Además se debió utilizar un modelo de variograma
isotrópico. Este variograma es esférico con una meseta de 1, efecto pepa igual a 0 y un
alcance de 100 metros en todas las direcciones. La estimación fue realizada en Vulcan como se
muestra en la Figura 5.

Figura 5: Esta captura pantalla da cuenta del procedimiento que se efectuó, dado que la pregunta requería en una
primera
”. etapa de una estimación, a través del uso del método del Kriging ordinario

pág. 11
Facultad de ingeniería
Ciencias de la tierra

3.a) además se reportó la curva tonelaje-ley para los bloques estimados (dentro del dominio
geológico) y se realizó una comparación entre las curvas tonelaje-ley de la Pregunta 2.a y 2.c.

El reporte de la curva tonelaje ley se muestra a continuación en la figura.

Grade/Tonne
Classification
8000 8
Tonnage Kton

6000 6

Grades
4000 4

2000 2

0 0
0 0.5 1 1.5 2 2.5
Cutoff

Tonnage Kton au_ko

Grafico 8: se escogió la curva de tonelaje vs ley correspondiente a los bloques inferidos

Al compararlo con las curvas de la pregunta 2.a y 2.c podemos concluir que las rectas son un
tanto similares en las formas de las curvas, no así en las cantidades de datos, ya que ahí se
tornan dispares entre los mismos gráficos

Pregunta 4:
Para esta pregunta se realizó un plan de kriging para 4 casos diferentes, se realizó la
validación cruzada y se analizó el sesgo condicional producido por el Kriging Ordinario para los
4 casos. Para estos casos se buscó, cambiar las vecindades, dado que se especulaba que
cambiando esta variable el grafico de dispersión iba a ir cambiando. No conforme con lo
último, se buscó cambiar de igual manera el número máximo de muestras, las cuales también
son consideradas en el cálculo de los gráficos de dispersión resultantes.
La justificación de él porque solo se variaban esos valores es que se pensó que al ir cambiando
más cosas los datos tenderían a dispersarse más, y así asimilarse menos entre ellos. Todo este
procedimiento fue realizado en Vulcan, utilizando los planes de kriging que se detallan en la
siguiente tabla.

pág. 12
Facultad de ingeniería
Ciencias de la tierra

Planes de Kriging
Test 1 Test 2 Test 3 Test 4
Mínimo número de
muestras 1 1 1 1
Máximo número de
muestras 20 50 20 5
No se usa No se usa No se usa No se usa
Muestras por octante octante octante octante octante
Límite de muestras por
sondajes - - - -
Tamaño de Vecindad 100/100/100 100/100/100 50/50/50 50/30/15
Tabla 2: Correspondiente a los planes de kriging.

Además se graficó los valores reales v/s estimados mostrados a continuación en los
gráficos 9, 10, 11 y 12.

Muestras reales vs Muestras estimadas test 1

30

25
Muestras estimadas

20

15

10

0
0 5 10 15 20 25 30
Muestras reales

Grafico 9: correspondiente al test 1.

pág. 13
Facultad de ingeniería
Ciencias de la tierra

Muestras reales vs Muestras estimadas Test 2

30
Muestras estimadas

25
20
15
10
5
0
-5 0 5 10 15 20 25 30
-10 Muestras reales
Grafico 10: correspondiente al test 2.

Muestras reales vs Muestras estimadas Test 3

30
25
Muestras estimadas

20
15
10
5
0
-5 0 5 10 15 20 25 30

-10
Muestras reales

Grafico 11: correspondiente al test 3.

Muestras reales vs Muestras estimadas Test 4

30
25
Muestras estimadas

20
15
10
5
0
-5 0 5 10 15 20 25 30
Muestras reales

Grafico 12: correspondiente al test 4.

pág. 14
Facultad de ingeniería
Ciencias de la tierra

CONCLUSION

En este proyecto se pudo visualizar la importancia que contiene la geoestadística, ya sea

para poder analizar un yacimiento o para observar de manera minuciosa las distintas
anomalías que puede poseer un depósito, por ello, a través de los cálculos efectuados a lo
largo del informe, se detalló de ley que contiene cada compósito. Evaluándose cada uno
de estos por separado, y así, poder ir encontrando poco a poco las variables que
desglosan la información contenida en los datos.

Para el desarrollo óptimo de una evaluación, ya sea de un yacimiento, un compósito, una

sección de sondajes, etc. Se debe recurrir al análisis geoestadístico y geológico, que se
genera a través de las muestras retiradas por sondajes. Las cuales beneficiarán a la
recopilación de información sobre la geología que lo contiene.
A través de estadísticas básicas (las que contienen información con respecto a la media,
mediana, máximos, mínimos, etc.), ScatterPlot (gráficos de dispersión de datos) los cuales
serán la representación de diversas variables, modelos de bloques, etc. Se podrá ir
moldeando y representando cualquier alteración geológica que pueda o no ser de interés
económico.

Una evaluación estadística en casos geológicos es significativa a lo que concierne el

procedimiento de un plan minero, como sabemos, la evaluación de yacimientos incluye
este tipo de estudio para corroborar o discernir en lo que corresponde a una decisión, por
ello a través de los datos desplegados en cada gráfico y/o figura, se puede deducir que el
largo de compósito es sumamente importante debido a que dependiendo de esto se
puede observar la información geológica que contiene

pág. 15
Facultad de ingeniería
Ciencias de la tierra

AGRADECIMIENTOS

En particular este ramo nos fue de una vital importancia para lo que concierne en nuestra
carrera, dado que el aprendizaje del programa Vulcan y GSLIB se considera fundamental
para lo que un ingeniero civil en minas debiera saber luego de finalizada su carrera, ya que
su buen manejo y conocimiento asegura un buen desempeño tanto laboral como
profesional.
Es por este motivo, por el cual expresamos nuestra más sincera gratitud tanto al profesor
de catedra, Don Sebastián Hurtado como a la señorita ayudante Belén Marchant por todo
el tiempo empeñado en transmitirnos sus conocimientos, en resolver dudas incluso aun
fuera del horario de clases, es grato para nosotros poder tener profesores de calidad tal
calidad y compromiso con sus alumnos, ya que nos ayudan a crecer como estudiantes y
futuros profesionales. Por esto y mucho más les damos las gracias.

pág. 16