Science">
Estimacion de Recursos
Estimacion de Recursos
Estimacion de Recursos
Alcance
Quizás , como toda selección tenga el sesgo del autor que lo recopilo.
Bibliografia
PROFESOR M.ALFARO
“TRABAJOS EN GEOESTADISTICA LINEAL “
G.MATHERON
“La theorie des varibles regionaliseés et ses aplications
Centre de geoestatistique Fontainebleau
LE LOC’H, G. (2003)
" Notes de classes de cours de géostatistique"
CFSG, Ecole des Mines de Paris Fontainebleau 2003-2004.
.
KIM, Y.C. & MEDHI P.K. & RODITIS I.S. (1987)
“Performance evaluation of indicator kriging in a gold deposit”
Mining Engineering October 1987 947p
MARCOTTE,D. (2002)
"Notes de classes de cours de Krigeage d´Indicatrices"
http://geo.polymtl.ca/~marcotte/glq3401geo/chapitre7.pdf
Ecole Polytechnique Montreal GLQ3401
ONU (1996):
"Marco Internacional de las Naciones Unidas Para la Clasificación de Reservas/Recursos,
Combustibles Sólidos y Sustancias Minerales"
Versión Definitiva. Establecida y Presentada por el Equipo Especial de las Naciones Unidad. p. 77-88.
Bibliografia
RIVOIRAD,J. (2003) :
"Notes de classes de cours de géostatistique multivariable".
CFSG, Ecole des Mines de Paris Fontainebleau 2003-2004.
CLAYTON DEUTSCH
“Special Topics in geostatistics”
XAVIER EMERY
“Apuntes de clase de geoestadística”
Georges Matheron Pierre Gy
Danie G. Krige
Marcos Alfaro
CONFUSION ENTRE CORRELACION Y CAUSALIDAD
NO SOLO LOS CALCULE………….INTERPRETE
LOS ESTADIGRAFOS
Muestreo de exploración (DDH) –
testigos
Muestreo de Pozos de Tronadura
Muestreo de Pozos de Tronadura
Muestreo de Pozos de Tronadura
• Pérdida
excesiva de
finos de alta
ley
Muestreo de Carros o Camiones
Muestreo de gruesos
por chips
Muestreo de finos
con poruña
Resumen de errores de muestreo
Optimización del
Protocolo de Muestreo Error Fundamental
Error Segregación
y Agrupamiento
Variabilidad Implementación del
a pequeña Protocolo de Muestreo Error de Delimitación
Contaminación
escala
Error de Extracción Pérdidas
Preservación de
Integridad Errores de Preparación Alteración
de las Muestras
Humanos
Error Analítico Fraude
En Tiempo
Error de Interpolación
En Espacio
Variabilidad
a gran Error de Ponderación
escala
Error Periódico
Sondas de diamantina (DDH)
• Recuperación de testigos de distintos diámetros
• Mapeos geológicos y geotécnicos
Error Fundamental
Calculo de la varianza
del
error fundamental
¿Qué es un programa QA / QC?
Los métodos más sencillos no son peores que los más complejos o
sofisticados.
Media aritmética.
Bloques geológicos.
Bloques de explotación.
Perfiles.
Polígonos.
Triángulos.
Isolíneas.
-Métodos Intermedios.
Inverso de la distancia.
- Métodos modernos.
Bloques.
Capas.
Sólido tridimensional.
Geoestadística.
Métodos tradicionales de evaluación
Métodos tradicionales de evaluación
Ejemplo
Calcular las reservas (totales y de metal) y la ley media de
un yacimiento reconocido por 12 sondeos que han
proporcionado los datos que se indican en la tabla adjunta.
Cda sondaje representa una área de 25 x 25 mts
Ejemplo
Tras la investigación por sondeos y labores subterráneas de un
yacimiento metálico, se ha determinado el tamaño y características de
cinco bloques de posible explotación que se indican en la tabla siguiente:
N° LONGITUD (m) ALTURA (m) POTENCIA (m) LEY (g/t)
1 40 30 0,40 12,5
2 40 30 0,65 18,7
3 50 30 0,72 15,4
4 50 30 0,80 20,2
5 40 30 0,55 14,3
Se basa en unir los sondeos o punto son dato mediante líneas rectas,
formando un mallado triangular. Cada triángulo es la base un prisma
en el que la potencia, la ley y la densidad son constantes. Estos
parámetros se calculan a partir de los valores de los tres puntos que
han servido para definir el triángulo, y que son vértices del mismo
Método de inverso de la distancia
j dj
1,3
Método de inverso de la distancia
Método de inverso de la distancia
Ejercicios
Ejercicios
Ejercicios
Métodos estadísticos para la evaluación
de reservas.
Estadígrafos de posición o tendencia
Moda (Mo)
Mediana (Me)
Media ( )
Percentiles (Pi)
Cuartiles (Qi)
Deciles (Di)
Estadígrafos de dispersión
Rango (R) Coeficiente de variación
Desviación estándar Diferencia cuadrática media
Varianza Varianza ponderada
Estadígrafos de Forma
Kurtosis
Índices de sesgo
Métodos estadísticos para la evaluación
de reservas.
• Moda (Mo) :
• Mediana (Me) :
; con
• Percentil (Pi) :
✓ Para datos puntuales con
• Varianza ( S2 ) :
Mesocúrtica
Leptocúrtica
Platicúrtica
Métodos estadísticos para la evaluación
de reservas.
Esperanza y varianza de una variable aleatoria
PrX = k = pk
k =0
Métodos estadísticos para la evaluación
de reservas.
Esperanza y varianza de una variable aleatoria
k =0
Desviación cuadrática
Desviación cuadrática de los posibles valor
Métodos estadísticos para la evaluación
de reservas.
EX = x f ( x ) dx
−
V X = ( − ) 2
x E X f ( x) dx
−
Métodos estadísticos para la evaluación
de reservas.
Esperanza y varianza de una variable aleatoria
La interpretación para el caso continuo es similar. En efecto
EX = x f ( x) dx
−
posible valor de X
El valor “promedio” que puede Probabilidad de que la variable
asumir la variable aleatoria X tome un valor en el
intervalo [x, x + dx]
V X = ( − ) 2
x E X f ( x) dx
−
Desviación cuadrática
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
Métodos estadísticos para la evaluación
de reservas.
La Distribución Log Normal
Valor esperado
.
Varianza
Curvas tonelaje ley
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 Ley %
.-Continuidad espacial
.-Pasta a explotar.
.-Selectividad
Ejercicio .
Yacimiento de cobre
Modelo de bloque
5.00 mts
5.00 mts
5.00 mts
2.65 (ton/mts3)
LI% LS % Bloque
0.10 0.30 10,000.00
0.30 0.50 90,000.00
0.50 0.60 80,000.00
0.60 0.80 70,000.00
0.80 1.00 60,000.00
1.00 1.20 50,000.00
1.20 1.40 40,000.00
1.40 1.60 30,000.00
1.60 5.00 20,000.00
Confecciones una curva tonelaje ley probabilística asumiendo un comportamiento gaussiano y uno
lo Log-normal de los posibles recursos que existirían en el proyecto.
Ejercicio CuT
Ley Media 1.20
Desviacion 0.40
Tonelaje 5,000,000.00
Conceptos básicos de evaluación
La base de datos
Conceptos básicos de evaluación
Evaluation Des
Recherche
Ressources
Géologique
Modèle géologique de
bloc
Paramètres Economiques
•Prix du métal
•Coûts d’extraction
•Coûts de traitement
•Autres
Paramètres géo-métallurgiques
•Modélisation des lithologies Optimisation Economique
•Modélisation des gangues (Logiciel Whittle)
•Consommations d´acide
•Type de minéraux
Paramètres Géométriques
•Angles de Talus
•Géométrie de la fosse
•Topographie
•Autres
Analyse économique du
projet
Dimensionnement de la
fosse finale
Conceptos básicos de evaluación
Generalidades
Déterministicos vs. Géo estadisticos
• Principios Básicos:
– Trabaja dentro de restricciones geológicas (físicas)
– Entrega herramientas para cuantificar y aprovechar la correlación espacial
– Considera la cercanía y redundancia de la información disponible al punto a estimar o
simular
– Algoritmos para modelamiento geológico numérico y cuantificación de la incertidumbre
• Las herramientas que son apropiadas en una etapa inicial pueden no serlo más
delante
•PROSPECCION
•EXPLORACION
•DESARROLLO
•EXPLOTACION
•REHABILITACION Y ABANDONO
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Nociones fundamentales
Campo
El campo es el dominio en le cual se extiende la variable
regionalizada .Fuera del campo ,la variable no interesa o
simplemente no esta definida
Conceptos básicos de evaluación
Soporte
Compositos
Principios directores
3.-Principio de la economía
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Variograma experimental
Análisis Variografico
(h ) = E [ Z ( x) − Z ( x + h)]
1 2
Variograma Teórico
2
1
( h) =
*
2 N (h )
( z ( xi ) − z ( x j )) 2 Variograma Experimental
xi − x j = h
Conceptos básicos de evaluación
1.-continuidad espacial
2.-Zona de influencia
3.-las anisotropía
Variogramme expérimental
Variogramme théorique
x x x
x
x
x
x Pas de corrélation
x entre points
x
Portée
L’ effect pépite
h 2h Distance m.
Conceptos básicos de evaluación
Ejemplo Sencillo
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Anisotropías :
Anisotropía Geométrica
Anisotropía Zonal
Anisotropía Híbrida
Conceptos básicos de evaluación
Conceptos básicos de evaluación
DEL VARIOGRAMA *
EXPERIMENTAL AL MODELO
DE VARIOGRAMA
Conceptos básicos de evaluación
Por definición
E (Z *) = E (
i
i Z ( xi ) =
i
i E (Z ( xi )) =
i
im
2
= E i (Z ( xi ) − m)
Conceptos básicos de evaluación
Var[ i Z ( xi )] =
i j
i j C ( xi − x j )
Var[
i Z ( xi )] = −
i j
i j ( xi − x j )
Conceptos básicos de evaluación
Conceptos básicos de evaluación
MODELOS DE
VARIOGRAMA
Conceptos básicos de evaluación
Modelo Esférico
Modelo Exponencial
Modelo Gaussiano
Modelo Cúbico
Modelo Potencia
Conceptos básicos de evaluación
Modelo Efecto Pepita Puro
0
si h = 0
h=
c
si h 0
un fenómeno
Variograma
completamente aleatorio,
en el cual no hay
correlación espacial
Distancia
3
3 h 1 h
− si h a
c
3
2 a 2 a
h=
c si h a
c
Variograma
Meseta c y alcance a
Comportamiento lineal en el origen Distancia
h
(h ) = c1 − exp −
a
Variograma
Alcance practico al 95 % de la meseta
Rango experimental igual a 3a
Comportamiento lineal en el origen
Modelo Gaussiano
2
h
(h ) = c1 − exp −
a
2
Variograma
Rango aparente igual a a
Modelo Cúbico
2 3 5
7
h h h h
c 7 2 − 8.75 3 + 3.5 5 − 0.75 7
si h a
a a a a
h=
c si h a
Meseta C y Alcance a
Variograma
Comportamiento cuadrático en el origen
Distancia
Conceptos básicos de evaluación
Variograma
Alcance experimental igual a 3a
(h ) = s h
p
Variograma
s=2.5, p=0.4
s=0.4, p=1.8
El comportamiento en el origen s=1.15, p=1
depende del valor de p
Representa fenómenos no
estacionarios
Distancia
Conceptos básicos de evaluación
N ( h)
1.- Semivariograma ( h) =
1
2 * N ( h) i =1
( zi − yi )2
N ( h)
N ( h)
3.- Covariograma C ( h) =
1
N ( h) i =1
( xi yi −mx m y )
C ( h)
4.- Correlograma ( h) =
x y
Conceptos básicos de evaluación
(h)1
5.- Semivariograma general relativo GR (h) =
mx+m y 2
( )
2
1 N ( h) ( x − y ) 2
PR(h) = i i
6.- Semivariograma relativo de pareja 2 * N (h) i =1 ( ( xi + yi ) ) 2
2
N ( h)
7.- Semivariograma de logaritmo L ( h) =
1
2 * N ( h) i =1
(ln(xi ) − ln( yi )) 2
N ( h)
8.- Semimadograma M ( h) =
1
2 * N ( h) i =1
xi − yi
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Conceptos básicos de evaluación
Estrategia de Modelamiento
Ejemplo de ajuste
Modelo tridimensional
este (h) = 0.13 pep + 0.42 esf (180m) + 0.12 esf() + 0.18 esf()
norte (h) = 0.13 pep + 0.42 esf (100m) + 0.12 esf (100m) + 0.18 esf()
vertical (h) = 0.13 pep + 0.42 esf (80m) + 0.12 esf (80m) + 0.18 esf (80m)
Krigeage
Kriging
Krigeaje.
Conceptos básicos de evaluación
Hipótesis
• Se desconoce el valor promedio de la variable
regionalizada
• Se conoce el variograma (h), el cual puede o no tener
meseta
El considerar el valor de la media como desconocido
permite generalizar el estimador a situaciones donde esta
media no es constante en el campo: la media puede variar
de una región a otra del espacio, siempre que sea
aproximadamente constante en cada vecindad de kriging.
Kriging Ordinario
n
z* ( x 0 ) = a + z( x )
=1
n
=1
=1 insesgo
a=0
n
= 1... n,
=1
(x − x ) −= (x − x 0 )
mide las mide la influencia
redundancia de los datos sobre
s entre datos el valor a estimar
Kriging Ordinario
Precisión de la estimación
El valor mínimo de la varianza del error de estimación se
llama varianza de kriging y vale:
n
(x 0 ) = (x − x 0 ) −
2
KO
=1
Kriging Ordinario
• Sea
• X₁ X₀ X₂
• d d
• K.O.
2.- Es insesgado
Ε [Z*(x₀)] = Ε [Z (x₀)]
Ε [Z*(x₀) - Z (x₀)] = 0
λ₁ m + λ₂ m – m = 0
λ₁ + λ₂ = 1
Kriging Ordinario
Pero λ₀ = 1
∂Ø / ∂μ = -2 (λ₁ + λ₂ -1) = 0
λ₁ + λ₂ = 1
λ₂ γ (2d) + μ = γ (d)
λ₁ γ (2d) + μ = γ (d)
λ₁ + λ₂ = 1
Kriging Ordinario
λ₁ = λ₂ = ½
μ = γ (d) - λ₂ γ (2d)
Veremos un ejemplo
Krigear un bloque
El sistema de Krigeage es
Kriging Ordinario de Bloque
Solución
Kriging ordinario de bloque
Kriging ordinario de bloque
Kriging del valor medio
Kriging Ordinario de Bloque
2.-Interpolador exacto
3.-Efecto pantalla
6.-Efecto de alisamiento
MINERALIZACION Y ALTERACION
GEOLOGIA ESTRUCTURAL
MODELO GEOLOGICO
UNIDADES GEOLOGICAS
Practica
35
VALIDACION CRUZADA
Practica
Limite
Recurso Limite Superior Frecuencia Frecuencia relativa Frecuencia acumulada Tonelaje
inferior
146.809 1,00
Categorizar
Códigos internacionales
Continuidad geológica
.
Densidad de la red de exploración (grado de estudio) -
Consideraciones tecnológicas
Varianza Kriging
Simulacion
Método de clasificación basado directamente
en el variograma
Método de clasificación basado directamente
en el variograma
29 metros medidos
39 metros indicados
Mayor inferidos
Método de clasificación basado en la varianza
e estimación del Krigeage
Este método para categorizar los recursos se basa en la construcción de la función de densidad de
probabilidades o el histograma de las varianzas kriging (Annels, 1991). El histograma se examina para detectar
evidencias de poblaciones complejas que pueden representar 3 poblaciones superpuestas (probable, posible e inferida).
Esta situación se refleja en la figura. Siguiente
Varianza de estimación
“cierta evidencia”
El método propuesto por Diehl y David (1982) se basa en definir niveles de confianza y de precisión (error):
la precisión se expresa en función de la desviación estándar kriging y el valor estimado kriging
Ley media
Recursos medidos :
Varianza de estimacion
<= 0.33
=1 Si Z( x ) ≥ 0.1
i ( x , 0.4 ) =
=0 Si Z( x ) < 0.1
Ideas complementarias
Union de métodos de categorizacion
Taller de categorizaciòn
Categorice el bloque
Veremos un ejemplo
Krigear un bloque
Solución
Taller de categorizaciòn
Leyes 1
Landa 1 0.6 6
Landa 2 0.1 4
Landa 3 0.1 3
Landa 4 0.1 5
Landa 5 0.1 8
Ley del bloque
Varianza 0.26
C.V= 0.09105392
Bloque es medido
Taller de categorizaciòn
Medidos Indicados
Precision Error 15 20
Confianza 90 80
Confianza 90 80
Si se fija la precision ( error ) en un = 10 % 20 %
Distancia
Medida 15 Mts
Indicada 40 Mts