Introducción a la

Catedra PERM
Prospección y Estimación de Reservas Mineras (PERM)
Heber Hernández Guerra
hhernandez008@ikasle.ehu.eus / heber@nubeminera.cl
2018

Clase I
Contenido Semestral:
1. Introducción a la Catedra
2. Métodos de Exploración Temprana (Lectura bibliográfica)
3. Métodos de Exploración Avanzada -Prospección (Lectura bibliográfica)
4. Análisis Exploratorio de Datos (Estadística Descriptiva uni & bi variable)
5. Análisis Exploratorio de Datos (Cutting Grades, Compositación, Transformaciones)
6. Modelamiento Geológico
7. Análisis Estructural (Geoestadística - Variografía)
8. Métodos de Estimación Tradicional (Geométricos)
9. Métodos de Estimación Geoestadísticos (Krigeage S., Krigeage O., Krigeage Universal)
10. Método Geoestadístico de Categorización de Recursos
11. Valorización Económica de Bloques (Método de utilidad parcial)
12. Optimización de bloques Lerch & Grossman para Minería a Cielo Abierto
13. Diseño operativo de Minas a cielo abierto
14. Dimensionamiento de Reservas Mineras
15. Laboratorio con Software 3D
Evaluaciones:

Pruebas:
• 1º Nota: Informe + trabajo práctico grupal (20%)
• 2º Nota: Prueba escrita (30%)
• 3º Nota: Prueba escrita (20%)
• 4º Nota: Informe + Presentación (30%)

Exámenes:
• E1: Contenido Semestral – Prueba Escrita
• E2: Contenido Semestral – Prueba Escrita

Heber Hernández G. - Geoestadística 2018

Material bibliográfico y foro de debate:

https://www.facebook.com/groups/geoestadistica/

Heber Hernández G. - Geoestadística 2018

Descomposición del titulo de la catedra:

1. Prospección
2. Estimación
3. Reservas Mineras

Heber Hernández G. - Geoestadística 2018

Fundamentos del estudio Minero
El objetivo de un proyecto minero es generar utilidad económica
producto de la extracción, procesamiento y comercialización de uno o
mas elementos metálicos o no metálicos de interés.
Características del elemento de interés:

1. Estar inmerso dentro de un mineral comercializable (Ej. Cu en CuS).

2. Estar espacialmente agrupado y en concentraciones anómalas que
sobrepasen notablemente el promedio del mismo en la corteza
terrestre (Tabla de Clark).
3. Encontrarse en volúmenes potencialmente atractivos.
4. Que sea factible su extracción tanto económica como
operativamente.

Heber Hernández G. - Geoestadística 2018

 Tabla Nº 1: Concentración estándar elementos según Tabla de Clark
Tabla de Clark

Elemento químico % de la corteza (de peso) Factor de enriquecimiento

Aluminio 8,00 3-4

Hierro 5,8 5 - 10
Cobre 0,0058 80 - 100
Níquel 0,0072 150
Zinc 0,0082 300
Uranio 0,00016 1200
Plomo 0,0001 2000
Oro 0,0000002 4000
Mercurio 0,000002 100000
Fuente: Elaboración Propia - http://www.geovirtual2.cl/geologiageneral/ggcap13.htm

Si Cobre estándar corteza terrestre = 0.0058% luego *100 = 0.58 % (anomalía)

Heber Hernández G. - Geoestadística 2018

 Información vinculante:
El promedio de ley de cobre
total (%CuT) en los recursos
medidos de CODELCO para sus
7 divisiones en extracción, es de
0.66%.

(Memoria anual 2016, CODELCO, Chile)

Heber Hernández G. - Geoestadística 2018

Cuando se identifica una zona de interés geológico, dada las
características comentadas anteriormente, es que se está en presencia
de un Deposito Mineral (termino sin implicancias económicas).

Teledetección Geofísica Satélite & SIG Muestreo en afloramiento

Métodos de exploración temprana

Heber Hernández G. - Geoestadística 2018
 Sondaje DDH Testigo Extracción Testigo

Métodos de exploración avanzada

Sin embargo la característica fragmentaria en la información recopilada en procesos de

exploración minera, conlleva a un complejo desafío de estimar en que cantidad, forma,
ubicación y concentraciones se encuentra el elemento metálico o no metálico de interés
comercial.
Heber Hernández G. - Geoestadística 2018
El pilar de todo proyecto minero se forja en la confianza de la estimación
de su inventario de recursos minerales.

La estimación está ligada directamente al éxito o al fracaso de un

proyecto minero.

Tabla Nº 2: Ley real vs ley estimada

Ley Real (%) Ley Estimada (%) Empresa
2 1.5 :/ (Conforme)
2 2.5  (Triste)
2 2 ☺ (Feliz)
Fuente: Elaboración Propia

Heber Hernández G. - Geoestadística 2018

Naturaleza fragmentaria de los datos mineros
Las muestras recuperadas en la exploración minera
corresponden a la información de entrada para:

1. El modelamiento geológico
2. La cuantificación de los recursos minerales
3. La categorización en recursos medidos, indicados
e inferidos
El carácter fragmentario de la información, se refiere a que la cantidad de
datos que se disponen para trabajar, son solo una parte del espacio que se
desea estimar.
Heber Hernández G. - Geoestadística 2018
En un dimensionamiento preliminar de lo que es el muestreo minero, podemos
situarnos hipotéticamente en una campaña exploratoria de 50 sondajes diamantinos
(DDH) a una profundidad promedio de 400 metros y repartidos en una malla
espaciada a 50 x 50 metros (figura). Si asociamos una densidad de la roca promedio
de 2.5 ton/m³, obtenemos un universo de estudio de 90 millones de toneladas.
Tabla Nº 3: Dimensionamiento del Universo a estimar en masa
Medida Formula Desarrollo Resultado
Área Largo x Ancho 450 m x 200 m 90,000 m²
Volumen Área x Altura 90,000 m² x 400 m 36,000,000 m³
Masa volumen x densidad roca 36,000,000 m³ x 2.5 ton/m³ 90,000,000 ton
Fuente: Elaboración Propia

Heber Hernández G. - Geoestadística 2018

Ahora si vemos la masa de la muestra obtenida, asumiendo un diámetro
de sondaje de 85 mm (PQ), es que el resultado es de solo 284 toneladas.
Tabla Nº 4: Dimensionamiento de la masa de la muestra
Medida Formula Desarrollo Resultado

Área π x r² π x (0.0425 m)² 0.006 m²

Volumen Área x Altura 0.006 m² x 400 m 2.27 m³

Masa volumen x densidad roca x Nº de 2.27 m³ x 2.5 ton/ m³ x 284 ton

sondajes 50
Fuente: Elaboración Propia

Heber Hernández G. - Geoestadística 2018

Problema del carácter fragmentario
Para este caso, se pretende estudiar un volumen de 90 millones de
toneladas con un tamaño de muestra del 0.003%.

Además de que independiente al tamaño de la muestra, se espera que

la idea que se haga del universo sea confiable.

Heber Hernández G. - Geoestadística 2018

Cita Vinculante:
Recordaremos que el negocio minero se diferencia en aspectos
sustantivos de otros tipos de negocios.

Tulcanaza (1999) afirma: “Sus parámetros productivos y aquellos de

naturaliza económico-financiera se configuran sobre la base de
información fragmentaria, con la cual se deben acotar las varias
incertidumbres existentes sobre el recurso, garantizar; por igual,
objetivos de largo plazo y corto plazo, y maximizar los excedentes y
rentabilidad del negocio”.

Heber Hernández G. - Geoestadística 2018

Estimación – Interpolación Espacial

Figura: Modelo tridimensional de bloques (X,Y,Z) a partir de sondajes

Fuente: Elaboración propia
Heber Hernández G. - Geoestadística 2018
¿Qué factores podría considerar en la asignación de los
ponderadores de estas muestras?

Heber Hernández G. - Geoestadística 2018

Vecino mas cercano Inverso de la distancia Inverso de la distancia al cuadrado

Heber Hernández G. - Geoestadística 2018

Estimación – Técnica Tradicional Distancia Inversa Ponderada

Figura: Malla con punto a estimar y muestras

Fuente: Elaboración propia

Heber Hernández G. - Geoestadística 2018

Distancia Inversa Ponderada

Heber Hernández G. - Geoestadística 2018

 Analizando el valor obtenido, podemos
concluir que la muestra que posee
mayor peso sobre el punto a estimar es
“C” de un 57%, luego “B” con un 26% y
finalmente “A” con solo un 17% debido
a que es el más lejano a Z*(x).

Figura: Interpolación del punto Z*(x) por distancia inversa ponderada

Fuente: Elaboración propia

Heber Hernández G. - Geoestadística 2018

Desde el pensamiento crítico, se debería cuestionar la precisión y confianza de esta
estimación al únicamente depender de una variable (la distancia) y no considerar
otros aspectos geológicos que caracterizan evidentemente a la variable en estudio.

Figura: Ubicación punto a estimar y muestras

Fuente: Elaboración propia
Heber Hernández G. - Geoestadística 2018
¿Se pudo haber previsto que el punto C y el punto A no estaban
dentro de la mineralización?

Heber Hernández G. - Geoestadística 2018

La discriminación de sectores dentro de un universo de acuerdo a sus
atributos geológicos, grados de alteración, litologías y contenidos de
mineral, es una de las etapas con mayor relevancia en la estimación de
recursos.

Tulcanaza (1999) afirma: “Es indispensable comprobar la existencia de

zonas de distinta naturaleza al interior de un cuerpo mineralizado. Si no
hay una definición precisa de las fronteras de esas unidades, en el
espacio, se corre el riesgo de privilegiar artificialmente una variabilidad
conjunta en el depósito, con lo cual se tiende a exagerar la
homogeneidad de la mineralización”.

Heber Hernández G. - Geoestadística 2018

Figura: Regionalización de muestras
Fuente: Elaboración Propia
Heber Hernández G. - Geoestadística 2018
Análisis Estructural
Antes de realizar una estimación, es
imprescindible el estudiar la continuidad
espacial de la variable de interés a través de
las muestras disponibles. SV Experimental

Este proceso se realiza a través del análisis

estructural o también llamado análisis
variografico.

La forma de estudiar la dependencia de los

datos, es a través de una función denominada SV Teórico
semivariograma (γ(h)).

Heber Hernández G. - Geoestadística 2018

Ejemplo:

Figura: Sondajes hipotéticos muestreados a 3 metros lineal

Fuente: Elaboración propia
Heber Hernández G. - Geoestadística 2018
 Aplicando
estadísticas
descriptivas
básicas:

Heber Hernández G. - Geoestadística 2018

Histogramas identicos en ambos Sondajes

Heber Hernández G. - Geoestadística 2018

Mediante la función γ(h) es que podemos evaluar
la relación entre los datos en el espacio:
1 𝑁(ℎሻ
γ∗ ℎ = ෍ (z xi − z(xi + hሻ²
2N(hሻ 𝑖=1

Datos estructurados Comportamiento al azar (sin estructura)

Heber Hernández G. - Geoestadística 2018
 Muestras Direcciones y parámetros de búsqueda Semivariograma

Zona de Influencia (Elipsoide)

Secuencia General del Análisis Estructural

Heber Hernández G. - Geoestadística 2018

Producto del análisis estructural
γ(h) = C*SPH(h/a)

Para un modelo esférico

C = Meseta
a = Alcance
SPH = Spheric = Esférico
γ(h) = Semivariograma
h : distancia

Heber Hernández G. - Geoestadística 2018

 Ecuación Kriging:

El Krigeage – Kriging - Krigeado

• El krigeage es una técnica geoestadística de
estimación, que ofrece el mejor estimador lineal Insesgo:
insesgado de una variable desconocida en estudio.
• Consiste en efectuar una ponderación, es decir,
atribuir un peso al valor asociado a cada muestra.
Matriz KO:
• Estos pesos serán calculados de manera de hacer
mínima la varianza de estimación, considerando las
características geométricas de los elementos
envueltos y la continuidad espacial de la variable bajo
estudio. Varianza del error:

Heber Hernández G. - Geoestadística 2018

La estimación se puede aplicar para 1D, 2D y 3D en Software de manera automática
y solo ingresando los datos de entrada

d2 d2
d2

d3 d3
d1 d1
d1 d3

Punto Área Volumen

Sin embargo en este curso se vera todo de forma manual hasta para 3 dimensiones
antes de entrar al uso de aplicaciones
Heber Hernández G. - Geoestadística 2018
Producto de la estimación – Modelo de Recursos

Figura. Ejemplificación del modelo de bloques

(Fuente: Annels, 1991).

Heber Hernández G. - Geoestadística 2018

 Recursos

Medidos Indicados Inferidos

Alta Confianza Media Confianza Baja Confianza

Fuente: Código CH 20235

¿Cómo se puede medir la confianza?

Heber Hernández G. - Geoestadística 2018

Categoría de recursos – Modelo de Bloques Sección

Heber Hernández G. - Geoestadística 2018

Heber Hernández G. - Geoestadística 2018
Valorización de Bloques
El bloque es la UBC de un modelo y se establece como una base para la toma de
decisión en la explotación minera. El bloque discriminara si es viable la extracción de
un volumen de roca asociada a mineralización con beneficio económico.

Heber Hernández G. - Geoestadística 2018

Utilidad parcial del bloque
UP: Tm * Lm * Rt * P – Tm*Lm * Rt * Cfr^ - Tm*Cm - Tm*Cp
UP: Ingresos - Costos

La utilidad parcial, exige que al menos el bloque pague sus costos de

extracción. Si UP = 0, Lcd (Ley de corte de diseño) = Lm. Luego con la
Lcd, se determina que bloques son mineral y estéril.

“Cuando UP = 0, Lm = Lcd”

Heber Hernández G. - Geoestadística 2018

Ejemplo Matriz Valorizada

i/j 1 2 3 4 5 6 7 8 9 10 11 12 i/j 1 2 3 4 5 6 7 8 9 10 11 12
1 A E 0.8 A A 0.9 0.5 A A 0.3 0.1 A 1 A E 0.98 A A 1.10 0.61 A A 0.37 0.12 A
2 E 0.7 0.3 1.2 A 0.7 1.2 1 0.4 0.8 0.2 A 2 E 0.85 0.37 1.46 A 0.85 1.46 1.22 0.49 0.98 0.24 A
3 E 0.3 E 0.7 0.1 1.2 0.8 0.7 0.2 0.5 0.2 A 3 E 0.37 E 0.85 0.12 1.46 0.98 0.85 0.24 0.61 0.24 A
4 E E 0.6 0.2 0.2 0.4 0.6 0.4 0.3 0.7 0.2 E 4 E E 0.73 0.24 0.24 0.49 0.73 0.49 0.37 0.85 0.24 E
5 E E 0.2 0.2 0.8 0.2 E E 0.2 E E E 5 E E 0.24 0.24 0.98 0.24 E E 0.24 E E E

Matriz Inicial
Matriz Ley equivalente

i/j 1 2 3 4 5 6 7 8 9 10 11 12
1 0 -1.40 56.88 0 0 65.13 32.10 0 0 15.59 -1.40 0
2 -1.40 48.62 15.59 89.91 0 48.62 89.91 73.39 23.85 56.88 7.33 0
3 -1.40 15.59 -1.40 48.62 -1.40 89.91 56.88 48.62 7.33 32.10 7.33 0
4 -1.40 -1.40 40.36 7.33 7.33 23.85 40.36 23.85 15.59 48.62 7.33 -1.40
5 -1.40 -1.40 7.33 7.33 56.88 7.33 -1.40 -1.40 7.33 -1.40 -1.40 -1.40

Matriz Valorizada
Heber Hernández G. - Geoestadística 2018
Luego de valorizar los bloques se puede pasar a la “optimización”,
“Diseño” y “Planificación del Minado”

Heber Hernández G. - Geoestadística 2018

Ejemplo 2D Optimización Matriz L&G

Heber Hernández G. - Geoestadística 2018

Después del Diseño Operativo estamos hablando de tener
“Reservas” disponibles para “Planificar” su extracción

Heber Hernández G. - Geoestadística 2018

Figura. Vista 3D de un diseño operativo, modelo de bloques, sondajes.
Heber Hernández G. - Geoestadística 2018
Figura. Representación 3D de labores mineras UG con un background del espacio
del Modelo de Bloques

Heber Hernández G. - Geoestadística 2018

 Fases de desarrollo del inventario mineral, modelo
económico, diseño de la explotación y evaluación de
las reservas

Heber Hernández G. - Geoestadística 2018

Planificación largo plazo Rajo

Heber Hernández G. - Geoestadística 2018

Gracias por su atención

Consultas:

https://www.facebook.com/groups/geoestadistica

Heber Hernández G. - Geoestadística 2018