CAPITULO VIII: ESTIMACIÓN DE RECURSOS

8.1 Mapas Variográficos por Unidad de Estimación

Una herramienta eficaz para detectar las anisotropías en todas las direcciones del espacio,
bajo la forma de un mapa con escala de color. Es fundamental para luego calcular el
variograma experimental a lo largo de las direcciones principales de anisotropía. Bajo esta
herramienta la empresa paso a determinar parámetros para los siguientes análisis.
Para llevar a cabo el estudio de los mapas variográficos de cada unidad de estimación se
realizaron dos tipos de vistas.
- La vista en sección desde el nivel cero del mapa, la cual dio a conocer la anisotropía de
las muestras y establecer la dirección que tienen estas.
- Una vista perpendicular a la dirección principal de los datos, para mostrar las
tendencias de inclinación de las muestras.
Los mapas variográficos de las unidades de estimación dibujan direcciones de mayor continuidad
espacial con una orientación de 320º grados aproximadamente de azimut. Las inclinaciones son en
la mayoría horizontales con un leve comportamiento vertical en la UE 3, que cuentas con la mayor
cantidad de datos. Por otra parte la UE 1 presenta visualmente mayores concentraciones de leyes
en el nivel superficial en comparación a las otras unidades con mayor número de información (Los
colores rojizos indican valores pequeños para el variograma experimental, mientras que los
colores azulados indican valores más grandes).

Los principales parámetros establecidos para estos mapas fueron los siguientes:

- Dimensiones del cubo; 800[m], 800[m], 500[m] en los ejes (x,y,z) respectivamente.
- Dimensiones tamaño lag; 20[m], 20[m], 10[m] en los ejes (x,y,z) respectivamente.

Tabla: “Legenda de colores de los Mapas Variográficos”

Figura: “Mapa Variográfico UE N°1, Vista nivel cero”
 Figura: “Sección A-B, Mapa Variográfico UE N°1”

Figura: “Mapa Variográfico UE N°2, Vista nivel cero”

Figura: “Sección A-B, Mapa Variográfico UE N°2”

Figura: “Mapa Variográfico UE N°3, Vista nivel cero”

Figura: “Sección A-B, Mapa Variográfico UE N°3”

8.2 Modelamiento Variográfico
La mineralogía fue sometida a un estudio variográfico como una sola unidad de estimación, para la
cual definieron una serie de parámetros que se muestran a continuación:

- Ángulo de separación cada 15° grados

- Número de cortes 6
- Uso de la Dirección Principal
- Radio de búsqueda de 400 metros, debido a que la longitud de la mineralización abarca
800 metros
- Tamaño de lag 34 metros, octava parte del radio de búsqueda
- Tolerancia de lag 17 metros, mitad del tamaño de lag
- Tolerancia de cono 22.5 metros
- Tolerancia azimutal de 7° grados, mitad del ángulo de separación
- Tolerancia plunge 22.5 metros

8.2.1 Modelo Variográfico Unidad de Estimación N°1

 Gráfico: “Modelo Variográfico UE 1”

La imagen del gráfico muestra una dirección mayor que tiene un azimut de 135° grados y un
plunge de valor 0° grados, pero ya en el gráfico de ésta segunda dirección cuentan con un azimut
de 30° grados, es decir, se resta un ángulo recto al azimut anterior de 135° grados con un plunge
de -90 para lo cual se analiza desde una vista en piso correspondiente a 0° grados.

Los semi variogramas usan el menor efecto “pepita” de la, la cual presenta el menor valor que es
de 0.078 y una varianza de 0.17. La meseta parcial en este caso no es igual a la varianza, su valor
es de 0.092, resultado de la resta del efecto “nugget” o “pepipa”, a la varianza.

El Modelo Esférico fue el utilizado por la empresa, donde la estabilidad de los datos hasta un
comportamiento paralelo al variograma se presenta para cada uno de sus alcances de dirección
mayor, semi y menor en valores de 130°, 112°, 80° (rango) respectivamente y un bearing de 135°
que indica la dirección de las muestras en Noroeste-Sureste.

El modelo variográfico de esta unidad no será tan confiable ya que, no coinciden totalmente las
varianzas entre el modelo y la estadística realizada a la unidad de estimación, debido a que esta no
cuenta con una gran cantidad de datos.

Gráfico: “Modelo Variográfico UE 2”

Gráfico: “Modelo Variográfico UE 3”
8.3 Modelo de Bloques
Luego, con los criterios definidos para realizar una estimación, se procede a la
construcción del modelo de bloques, que será el soporte para la estimación de nuestras
variables en estudio.
Para el desarrollo del modelo, la empresa se sustenta en las dimensiones límites de la
mineralización existente, como medida base. A partir de lo mencionado presentan un
tamaño justificado para su construcción en la siguiente tabla.
Tabla: “Justificación Tamaño Modelo de Bloques”
C oorde nadas E je s
[m] x y z
Mínima 2,230 1,150 -260
Máxima 3,500 2,570 850
D e lta 1270 1020 1110
T amaño B loque 10 10 10
N° de B loque s 127 102 111
N° T otal de B loque s 1,437,894
Figura: “Modelo de bloques, Vista de Arriba”

Figura: “Modelo de Bloques, Vista Perfil Izquierdo”

8.4 Estimación por Kriging Ordinario
Para el proceso de estimación la empresa optó por utilizar el método de estimación por
“Kriging Ordinario”, el cual es el más general y más utilizado de los métodos kriging,
siendo el predeterminado. Presupone que el valor medio constante es desconocido,
usándose simplemente los datos vecinos para la estimación.
Los datos para llevar a cabo la estimación del modelo de bloques involucran los modelos
variográficos de cada UE. Los valores de los alcances de los estudios variográficos
representan las dimensiones del elipsoide de búsqueda, donde la empresa utilizó el valor
redondeado para abarcar todo sector.
A continuación se presenta los datos utilizados para la estimación de cada unidad.
Tabla: “Dimensiones y cantidad muestras para la estimación por K.O”
En este proceso se aplicaron restricciones de campo de la base de datos de los compósitos
de Cu, desde leyes entre 0% y 0.75%, 0.76%, 0.74% (95% de capping) para las UE 1-2-3
respectivamente y sometiendo solo a los bloques dentro de cada unidad. También y
absolutamente importante es que se restringieron a la mineralización para que así no
estimara bloques sobre la superficie topográfica.

8.5 Resultados de la Estimación

Figura: “Legenda Modelo de Bloques Estimado”

Figura: “Modelo de Bloques Estimado, Vista de arriba”

Figura: “Modelo de Bloques Estimado, Vista Perfil Izquierdo”
 Figura: “Modelo de Bloques Estimado, Vista Frontal”

Figura: “Modelo de Bloques Estimado, Isométrica izquierda / Isométrica derecha”

8.6 Estadísticas del Modelo de Bloques
La comparación estadística del modelo de bloques es uno de los tópicos en el proceso de
validación de los datos, que simplemente es un filtro comparativo para verificar si los
datos de estimados o desarrollados en esta unidad están correctos o no.
Sobre esto la empresa comparó el histograma del compósito de 2 metros frente al
histograma del modelo de bloques.
Gráfico: “Histograma del Modelo de Bloques”
 Muestras

Muestras 0.0
00
to

5000
10000
15000
20000
25000
30000

0
0.0 0.0 0.0
0 40 40
0.0 to 0.

100
200
300
400
500
600
700
800
900

0
0.0 0 to 0
5 .0 80 08
0
0.1 0 to 0 50 0.1 to 0.
00 .1 20 12
0
0.1 to 0 00 0.1 to 0.
50 .1 60 16
0.2 to 0 50 0
0 .2 0.2 to 0.
00 20
0.2 0 to 0 00 0
50 .2 0.2 to 0.
40 24
0.3 to 0 50
0 .3 0
0.2 to 0.
0.3 0 to 0 00 80 28
50 .35 0
0.4 to 0 0 0.3 to 0.
0 20 32
.4 0
0.4 0 to 0 00 0.3 to 0.
50 .4 60 36
0.5 to 0 50 0
0.4 to 0.
00 .5 00 40
0.5 to 0 00 0
50 .5 0.4 to 0.
40 44
0.6 to 0 50 0
0 .6 0.4 to 0.

Rango de Valores
Rango de Valores

80 48
0.6 0 to 0 00
50 .6 0
0.5 to 0.
0.7 to 0 50 20 52
0 0

datos se encuentran distribuidos en valores bajos de ley de cobre.

.7 0.5 to 0.
0.7 0 to 0 00 60 56
0
Histograma de Modelo de Bloques

50 .7
Histograma Composito de 5 metros
0.8 to 0 50 0.6 to 0.
0 .8 00 60
0
0.8 0 to 0 00 0.6 to 0.
50 .85 40 64
0
Gráfico: “Histograma del Compósito de 5 metros”

0.9 to 0 0
0 .9 0.6 to 0.
80 68
0.9 0 to 0 00 0
50 . 0.7 to 0.
20 72
to 950 0
1.0 0.7 to 0.
00 60 76
to 0
0.8
00

entre sus leyes a pesar de la magnitud de los datos, pero de igual manera la gran cantidad de
Como se ilustra en los gráficos anteriores, ambos gráficos de muestran un comportamiento similar
8.7 Validación por Gráfico de Derivas
También es importante elaborar gráficos de deriva (Swath Plot) a la unidad de estimación y a su
elemento de interés, con el fin de evaluar las fluctuaciones medias de las leyes de bloques con las
leyes de los compósitos según la dirección.

Gráfico: “Swath Plot Eje X”

Gráfico: “Swath Plot Eje Y”

Gráfico: “Swath Plot Eje Z”
8.8 Validación por Análisis Visual
Figura: “Validación Visual”