Determinación de Recursos en Proyectos Mineros: Aplicación de la Geoestadística

Determinación de los Recursos en Proyectos Mineros

Importancia de la Determinación de Recursos

La determinación de los recursos es una etapa crítica en los proyectos mineros. Esto implica:

• Cuantificación de la cantidad y calidad de los recursos.
• Cuantificación del error asociado a la estimación.
• Definición de los recursos bancables para buscar financiamiento.
• Adhesión a estándares internacionales para el reporte de recursos y reservas.

Estadística y Geoestadística

La estadística se ocupa de métodos para recolectar, organizar, resumir y analizar datos, así como para obtener conclusiones y tomar decisiones basadas en dicho análisis.

La geoestadística es una rama de la estadística aplicada que pone énfasis en:

• El contexto geológico de los datos.
• La relación espacial de los datos.
• Los datos medidos con un soporte y precisión específicos.

La geoestadística es útil para:

• Cuantificar aspectos geológicos.
• Realizar estimaciones y simulaciones.
• Cuantificar la incertidumbre.
• Realizar análisis de riesgo.

Sesgo Condicional

El sesgo condicional se refiere a la tendencia a subestimar las leyes bajas y sobreestimar las leyes altas.

Modelos Geológicos

Los modelos geológicos son una combinación de características geológicas, tales como:

• Litología.
• Alteraciones.
• Mineralización.

Los modelos complejos se caracterizan por:

• Definición de varias poblaciones litológicas, de alteración o mineralización.
• Definición de unidades geológicas para estimar leyes.
• Construcción de un modelo de recursos/reservas.

Análisis de Datos

El análisis de datos en geoestadística implica:

• Caracterizar poblaciones a partir de las muestras, considerando su representatividad y la presencia de valores aberrantes.
• Definir el tipo de contacto entre unidades (límite duro o blando).
• Definir un soporte adecuado de composición para obtener compósitos igualmente representativos.

Estimación Lineal

La estimación busca determinar el valor de la ley en puntos sin muestra. Un estimador lineal es una combinación lineal de los datos disponibles. Un estimador insesgado entrega el valor correcto, sin sesgo sistemático. Un estimador óptimo minimiza la varianza del error de estimación.

Estimadores Lineales Ponderados

Los estimadores lineales ponderados se utilizan para estimar el valor de un atributo en una posición donde no se conoce el valor verdadero. Los factores considerados en la asignación de ponderadores incluyen:

• Cercanía.
• Redundancia.
• Continuidad espacial.

Kriging

El Kriging comprende técnicas generalizadas de regresión lineal que buscan minimizar la varianza de estimación definida a partir de un modelo. Es considerado el mejor estimador lineal insesgado.

Kriging Simple

El Kriging simple es un estimador de Kriging insesgado y el mejor estimador. Es un interpolador exacto que asume una media constante y conocida. Constituye la base de los métodos de simulación. Puede calcularse para estimar el valor sobre un bloque. Sin embargo, no se usa en la práctica. Considera:

• La geometría del volumen a estimar.
• La distancia de la información.
• La confiabilidad de los datos.