GEOESTADISTICA

PROYECTO DE ESTIMACION
DE RECURSOS V.R. Phi
Elevation 683.5 ± 2

Docente:
MBA. Hugo Solis Sarmiento

Estudiantes:
Palpan León Edson Junior

2021-1I
 CONTENIDO

1. RESUMEN 3

2. INTRODUCCION 4

3. ANALISIS EXPLORATORIO DE DATOS 5

4. VARIOGRAMAS 9

5. MODELO DE BLOQUES 12

6. ESTIMACION DE LEYES POR METODO K.O. 17

7. VALIDACION DE MODELAMIENTO 21

8. RECOMENDACIONES 37

2
 1. RESUMEN

La estimación de recursos/reservas se considera un proceso continuo que se inicia con la

exploración y recopilación de la información seguida de la interpretación geológica y la
estimación de recursos. Posteriormente se consideran los factores modificadores (mineros,
metalúrgicos, ambientales, legales etc.) y se arriba al estimado de reservas.

Este trabajo tienen como objetivo fundamental hallar la mejor estimación de la ley y el tonelaje
de los bloques de un cuerpo mineral así como determinar los errores probables de la estimación
con cierto nivel de confianza. La relevancia de las estimaciones depende de la calidad, cantidad
y distribución espacial de las muestras y el grado de continuidad de la mineralización.

La cantidad de reservas de un yacimiento, como uno de los factores principales que determinan
su viabilidad económica, posee una gran influencia en la vida útil del yacimiento, su producción
anual y la decisión final de construir la empresa minera.

3
 2. INTRODUCCION

El éxito de cualquier negocio minero depende directamente de la calidad de las estimaciones de los recursos y reservas
realizadas a partir de la información generada durante las campañas de exploración. Este cálculo, como cualquier estimación
basada en un número limitado de muestras esta sujeto a variaciones o errores respecto al valor real. De aquí precisamente
surge la necesidad de establecer clasificaciones de recursos que indican los riesgos de las estimaciones realizadas.

Los principales sistemas de clasificación que se emplean hoy en el mundo se fundamentan en la confianza geológica y en la
viabilidad económica. Todos los esquemas de clasificación hacen uso del grado de confiabilidad o certidumbre como factor
discriminante entre las distintas clases, entre tanto ninguno de esos sistemas muestran claramente como calcular el error
asociado con cada estimación. Un elemento que complica aun más el proceso de categorización es la imposibilidad de
cuantificar el error cometido en la creación del modelo geológico del yacimiento. Producto de las dificultades encontradas en
cuantificar el error de estimación, los sistemas de clasificación se apoyan más en aspectos cualitativos que en medidas reales
de la dispersión de los valores obtenidos. Dado este elemento de subjetividad es que se introduce en la mayoría de los
sistemas de clasificación el concepto de persona competente (ver el NI – 43 – 101 código JORC).

What is the next step?

4
 3. ANALISIS EXPLORATORIO DE DATOS

ESTADISTICA DESCRIPTIVA GLOBAL

Para la data Ploteo variable regionalizada Phi:

Data Original
Población: 22517 muestras
Mínimo = 0
Máximo = 0.43852
Media = 0.26236
Mediana = 0.2831
Varianza = 0.00737
Q1= 0.20795
Q2= 0.28298
Q3= 0.33174
What is the next step?

Histograma
5
 3. ANALISIS EXPLORATORIO DE DATOS

ESTADISTICA DESCRIPTIVA GLOBAL

Boxplot

Población: 22477 muestras

Mínimo = 0.00001
Máximo = 0.41898
Media = 0.262397
Mediana = 0.28297
Varianza = 0.007299
Q1= 0.20831
Q2= 0.28297
Q3= 0.33157

Boxplot

6
 3. ANALISIS EXPLORATORIO DE DATOS

ESTADISTICA DESCRIPTIVA GLOBAL

Boxplot
Población: 22477 muestras
Mínimo = 0.00001
Máximo = 0.41898
Media = 0.262397
Mediana = 0.28297
Varianza = 0.007299
Q1= 0.20831
Q2= 0.28297
Q3= 0.33157

Histograma

10000 9199
Boxplot

# DE MUESTRAS
8000
6000 5182 4870
4000
2235
2000 991
0
1 2 3 4 5
7
ROCK TYPE
 3. ANALISIS EXPLORATORIO DE DATOS

ESTADISTICA DESCRIPTIVA VARIABLE PHI ELEVATION 683.5

Data Procesada
Población: 877 muestras
Mínimo = 0.00001
Máximo = 0.40398
Media = 0.263365
Mediana = 0.28437
Varianza = 0.007890
Q1= 0.20021
Q2= 0.28437
Q3= 0.34262 500 454 Histograma

400
# DE MUESTRAS

320
300

200
Estadística de numero de muestras por tipo de
100 66
23 14 roca
0
1 2 3 4 5
ROCK TYPE 8
 4. VARIOGRAMAS

VARIOGRAMAS DATA PLOTEO V.R. PHI

Variogramas de cuatro direcciones Az0, Az45, Az90, Az135 y Variograma omnidireccional

Az0 Az45 Az90

Az135 9

Variograma omnidireccional
 4. VARIOGRAMAS

VARIOGRAMAS V.R. PHI ELEVATION 684 ± 2

Variogramas de cuatro direcciones Az0, Az45, Az90, Az135 y Variograma omnidireccional

Az0 Az45 Az90

Az135 10

Variograma omnidireccional
 4. VARIOGRAMAS

VARIOGRAMAS V.R. PHI

Modelo de Variograma Teorico (0.0048; 0.0025; 369) Configuración de parámetros

11
Modelo Esférico de Variograma Teórico (0.0033; 0.00459; 204)
 5. MODELO DE BLOQUES

MODELO DE BLOQUES DATA PLOTEO V.R. PHI

Importamos los puntos al software SGeMS
Realizas la configuración para el modelo de bloques

Modelo de Bloque

12
 5. MODELO DE BLOQUES

MODELO DE BLOQUES DATA PLOTEO V.R. PHI

Realizas la estimación por el método de kriging Ordinario

Modelo de Bloque

13
 5. MODELO DE BLOQUES

Realizas la estimación por el método de kriging Ordinario

Exploración de Volúmenes
14
 5. MODELO DE BLOQUES

Modelo de Bloques V.R. PHI Elevation 684 ± 2

Modelo de Bloque

15
 5. MODELO DE BLOQUES

Realizamos la estimación por el método de kriging Ordinario

Modelo de Bloque por método OK

16
6. ESTIMACION DE LEYES POR METODO KRIGING ORDINARIO

Luego de exportar las leyes generadas por el método kriging Ordinario

en el software SGeMS observamos los resultados: Recursos CutOff Toneladas Finos Ley
0.00 10290000 2409550.335 0.2342
nX = 98 0.02 9819000 2409550.335 0.2454
nY= 105 0.04 9819000 2409550.335 0.2454
nZ = 1 0.06 9818000 2409496.437 0.2454
0.08 9769000 2406273.76 0.2463
nX * nY * nZ =10290 bloques
0.10 9752000 2404744.14 0.2466
0.12 9655000 2394227.162 0.2480
Volumen de cada bloque = 400 m3 0.14 9580000 2384328.329 0.2489
Densidad = 2.5 tn / m3 0.16 9084000 2308748.098 0.2542
Toneladas por bloque = 1000 tn 0.18 8552000 2218737.431 0.2594
Mínima Ley Phi = 0 gr/tn 0.20 7520000 2020454.809 0.2687
Máxima Ley Phi = 0.363278 gr/tn 0.22 6518000 1809725.763 0.2777
Total toneladas = 10290000 tn 0.24 5007000 1460400.781 0.2917
0.26 3908000 1185543.791 0.3034
Total finos Phi = 2409550.3 gr
0.28 2826000 892978.088 0.3160
Ley Promedia Phi = 0.234164 gr/tn 0.30 1916000 628982.823 0.3283
0.32 1177000 399722.745 0.3396
Así mismo realizamos el siguiente cuadro en base a la data obtenida: 0.34 630000 218299.084 0.3465
0.36 26000 9413.431 0.3621

17
6. ESTIMACION DE LEYES POR METODO KRIGING ORDINARIO

Observamos la curva tonelaje-ley, deducimos que a medida que la ley

de corte aumenta el tonelaje decrece y a su vez la ley promedio
aumenta.
Phi Ok
COG Tonnes (Ktons) (gr/tn) Curva T - G
0.00 10290 0.2342
0.02 9819 0.2454 12000 0.4000
0.04 9819 0.2454
0.06 9818 0.2454 0.3500
10000
0.08 9769 0.2463
0.3000
0.10 9752 0.2466
0.12 9655 0.2480 8000

Toneladas (Kton)
0.2500

Ley Phi (gr/ton)

0.14 9580 0.2489
0.16 9084 0.2542
6000 0.2000
0.18 8552 0.2594
0.20 7520 0.2687 0.1500
0.22 6518 0.2777 4000
0.24 5007 0.2917 0.1000
0.26 3908 0.3034
2000
0.28 2826 0.3160 0.0500
0.30 1916 0.3283
0.32 1177 0.3396 0 0.0000
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40
0.34 630 0.3465
0.36 26 0.3621 CutOff Grade

Tonnes (Ktons) Phi Ok (gr/tn)

18
6. ESTIMACION DE LEYES POR METODO KRIGING ORDINARIO

Observamos la gráfica Swath Plot Oeste – Este.

La ley promedio alcanza su mayor valor a 570 m dirección este aproximadamente

Swath Plot
120 0.3500

100 0.3000

0.2500
80
toneladas (Kton)

Ley (gr/ton)
0.2000
60
0.1500
40
0.1000

20 0.0500

0 0.0000
0 200 400 600 800 1000 1200

Dirección Este-Oeste

Tonnes ( Ktons) Phi Ok (gr/tn)

19
6. ESTIMACION DE LEYES POR METODO KRIGING ORDINARIO

Observamos la gráfica Swath Plot Sur – Norte.

La ley promedio disminuye en dirección norte

Swath Plot
120 0.30000

100 0.25000

80 0.20000
Toneladas (Kton)

Ley (gr/ton)
60 0.15000

40 0.10000

20 0.05000

0 0.00000
1200 1400 1600 1800 2000 2200 2400

Dirección Sur-Norte

Tonnes (Ktons) Phi Ok (gr/tn)

20
7. VALIDACION DE MODELAMIENTO

Para validar el modelo obtenido por el método kriging estimaremos por otras técnicas como son NN, ID simple, ID cuadrática, ID cúbica.

Para ello utilizaremos el software Datamine Studio RM.

Importamos los puntos correspondientes a la data procesada Ploteo V. Regionalizada Phi Elevation 684 +-2 m.

21
7. VALIDACION DE MODELAMIENTO

Estimación de leyes por el método Vecino más Cercano (NN)

22
7. VALIDACION DE MODELAMIENTO

Estimación de leyes por el método Distancia Inversa Simple (ID)

23
7. VALIDACION DE MODELAMIENTO

Estimación de leyes por el método Distancia Inversa Cuadratica (ID2)

24
7. VALIDACION DE MODELAMIENTO

Estimación de leyes por el método Distancia Inversa Cubica (ID3)

25
 7. VALIDACION DE MODELAMIENTO

Validación visual por el método:

Kriging Ordinario Vecino mas cercano Distancia Inversa Simple

Distancia Inversa Cuadrática Distancia Inversa Cubica 26

 7. VALIDACION DE MODELAMIENTO

Reporte de validación

Phi NN vs Phi Ok
3000
  PHI NN PHI OK
2531
2500
MEDIA 0.250059 0.245397
2180 2191 VARIANZA 0.008051 0.003373
1940      
2000
MINIMO 0.00149 0.053897
Cantidad de Muestras

1649
1564
1422 MAXIMO 0.39052 0.363278
1500
1151
Q1 0.1984 0.20121
1015
933 MEDIANA 0.2627 0.24075
1000
Q3 0.3298 0.2886
571 540
481 415
500
261 206
50 114
0 26
0
<0.00 , [0.04 , [0.08 , [0.12 , [0.16 , [0.20 , [0.24 , [0.28 , [0.32 , [0.36 ,
0.08> 0.08> 0.12> 0.16> 0.20> 0.24> 0.28> 0.32> 0.36> 0.40>

Rangos de Leyes

Phi NN Phi Ok

27
 7. VALIDACION DE MODELAMIENTO

Reporte de validación

Phi NN vs Phi ID3

3000

2457
2500
2191
  PHI NN PHI ID3
1940
2000 1836 MEDIA 0.250059 0.246152
Cantidad de Muestras

1607 VARIANZ
1422 1449
1500 1352 A 0.008051 0.004025
1015      
1000 933
MINIMO 0.00149 0.04837
596 540
481 415 MAXIMO 0.39052 0.37868
500
261 206 225 Q1 0.1984 0.20368
0 62 41
0
MEDIAN
<0.00 , [0.04 , [0.08 , [0.12 , [0.16 , [0.20 , [0.24 , [0.28 , [0.32 , [0.36 , A 0.2627 0.2427
0.08> 0.08> 0.12> 0.16> 0.20> 0.24> 0.28> 0.32> 0.36> 0.40>
Q3 0.3298 0.29377
Rangos de Leyes

Phi NN Phi ID3

28
 7. VALIDACION DE MODELAMIENTO

Curva Tonelaje Ley PHI NN vs PHI OK

Phi NN Tonnes Ok Phi Ok

COG Tonnes NN ( Ktons)
(gr/tn) (Ktons) (gr/tn)
CURVA T - G
0 10290 0.228552889 10290 0.23416427
12000 0.4 0.02 9175 0.256115922 9819 0.245396714
0.35 0.04 9144 0.256863176 9819 0.245396714
10000
0.3 0.06 9131 0.257157691 9818 0.245416219
Toneladas (Ktons)

8000

Ley Phi (gr/tn)

0.25 0.08 8938 0.261331962 9769 0.246317306

6000 0.2 0.1 8711 0.265865857 9752 0.246589842

0.12 8457 0.27063296 9655 0.247977956
0.15
4000 0.14 8243 0.274159863 9580 0.248886047
0.1 0.16 8042 0.277319557 9084 0.254155449
2000
0.05 0.18 7554 0.284318427 8552 0.259440766
0 0 0.2 7027 0.291502045 7520 0.268677501
0 0.06 0.12 0.18 0.24 0.3 0.36
0.22 6231 0.302212297 6518 0.27765047
CutOff Grade 0.24 5086 0.318317363 5007 0.291671816
0.26 4753 0.323262838 3908 0.303363304
Tonnes NN ( Ktons) Tonnes Ok (Ktons) 0.28 4153 0.330842297 2826 0.315986585
Phi NN (gr/tn) Phi Ok (gr/tn)
0.3 3427 0.339326886 1916 0.328279135
0.32 2731 0.347439689 1177 0.339611508
0.34 1994 0.353966209 630 0.346506483
0.36 540 0.369706 26 0.362055038

29
 7. VALIDACION DE MODELAMIENTO

Curva Tonelaje Ley PHI NN vs PHI ID

Phi NN
COG Tonnes NN ( Ktons) Tonnes ID (Ktons) Phi ID (gr/tn)
CURVA T - G (gr/tn)
0 10290 0.228552889 10290 0.240852604
12000 0.4
0.02 9175 0.256115922 10049 0.246628848
0.35
10000 0.04 9144 0.256863176 10049 0.246628848
0.3
0.06 9131 0.257157691 10047 0.246667772
Toneladas (Ktons)

8000

Ley Phi (gr/tn)

0.25
0.08 8938 0.261331962 10042 0.246759765
6000 0.2
0.1 8711 0.265865857 10024 0.247029286
0.15
4000 0.12 8457 0.27063296 9973 0.247716909
0.1
0.14 8243 0.274159863 9721 0.250677294
2000
0.05
0.16 8042 0.277319557 9154 0.256901227
0 0
0.18 7554 0.284318427 8692 0.261444867
0 0.06 0.12 0.18 0.24 0.3 0.36
0.2 7027 0.291502045 7754 0.270041588
CutOff Grade
0.22 6231 0.302212297 6524 0.281516315
0.24 5086 0.318317363 5186 0.294660009
Tonnes NN ( Ktons) Tonnes ID (Ktons)
Phi NN (gr/tn) Phi ID (gr/tn) 0.26 4753 0.323262838 4178 0.305394675
0.28 4153 0.330842297 3001 0.31954495
0.3 3427 0.339326886 2123 0.331648649
0.32 2731 0.347439689 1492 0.341244877
0.34 1994 0.353966209 895 0.347087911
0.36 540 0.369706 50 0.362890924
30
 7. VALIDACION DE MODELAMIENTO

Curva Tonelaje Ley PHI NN vs PHI ID2

COG Tonnes NN ( Ktons) Phi NN (gr/tn) Tonnes ID2 (Ktons) Phi ID2 (gr/tn)
CURVA T - G 0 10290 0.228552889 10290 0.234463708

12000 0.4 0.02 9175 0.256115922 9771 0.246917568

0.04 9144 0.256863176 9771 0.246917568
0.35
10000
0.06 9131 0.257157691 9769 0.246958225
0.3
Toneladas (Ktons)

8000 0.08 8938 0.261331962 9736 0.247585921

Ley Phi (gr/tn)

0.25
0.1 8711 0.265865857 9690 0.248323281
6000 0.2 0.12 8457 0.27063296 9582 0.249864877
0.15 0.14 8243 0.274159863 9229 0.254309164
4000
0.1 0.16 8042 0.277319557 8864 0.25861653
2000 0.18 7554 0.284318427 8412 0.263283733
0.05
0 0 0.2 7027 0.291502045 7588 0.271124222
0 0.06 0.12 0.18 0.24 0.3 0.36
0.22 6231 0.302212297 6459 0.281967853
CutOff Grade 0.24 5086 0.318317363 5057 0.296237814
0.26 4753 0.323262838 4111 0.306736433
Tonnes NN ( Ktons) Tonnes ID2 (Ktons) 0.28 4153 0.330842297 3076 0.319210373
Phi NN (gr/tn) Phi ID2 (gr/tn) 0.3 3427 0.339326886 2134 0.331977566
0.32 2731 0.347439689 1529 0.341065553
0.34 1994 0.353966209 862 0.347528039
0.36 540 0.369706 51 0.36407986

31
 7. VALIDACION DE MODELAMIENTO

Curva Tonelaje Ley PHI NN vs PHI ID3

COG Tonnes NN ( Ktons) Phi NN (gr/tn) Tonnes ID3 (Ktons) Phi ID3 (gr/tn)
CURVA T - G 0 10290 0.228552889 10290 0.230243818
12000 0.4 0.02 9175 0.256115922 9625 0.246151573

0.35 0.04 9144 0.256863176 9625 0.246151573

10000
0.3
0.06 9131 0.257157691 9622 0.246213231
Toneladas (Ktons)

8000 0.08 8938 0.261331962 9563 0.247329625

Ley Phi (gr/tn)

0.25
0.1 8711 0.265865857 9458 0.249075517
6000 0.2
0.12 8457 0.27063296 9338 0.250871663
0.15
4000 0.14 8243 0.274159863 9038 0.254766066
0.1 0.16 8042 0.277319557 8742 0.258342085
2000
0.05 0.18 7554 0.284318427 8273 0.263285171
0 0 0.2 7027 0.291502045 7390 0.271913207
0 0.06 0.12 0.18 0.24 0.3 0.36
0.22 6231 0.302212297 6454 0.280836061
CutOff Grade
0.24 5086 0.318317363 4934 0.296310368
0.26 4753 0.323262838 4006 0.306867349
Tonnes NN ( Ktons) Tonnes ID3 (Ktons)
0.28 4153 0.330842297 3097 0.317752627
Phi NN (gr/tn) Phi ID3 (gr/tn)
0.3 3427 0.339326886 2080 0.331320178
0.32 2731 0.347439689 1490 0.340233519
0.34 1994 0.353966209 767 0.348030636
0.36 540 0.369706 41 0.365806724
32
 7. VALIDACION DE MODELAMIENTO

Grafico Swath Plot Oeste – Este PHI NN vs PHI OK Grafico Swath Plot Oeste – Este PHI NN vs PHI ID

Swath Plot Swath Plot

120 0.35 120 0.26

100 0.3 100 0.25

0.25 0.24
80 80

Ley (gr/tn)

Ley (gr/tn)
Tonelaje

Tonelaje
0.2 0.23
60 60
0.15 0.22
40 40
0.1 0.21
20 0.05 20 0.2
0 0 0 0.19
0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200

Dirección Oeste-Este Dirección Oeste-Este

Tonnes (Ktons) Phi NN (gr/tn) Phi Ok (gr/tn) Tonnes (Ktons) Phi NN (gr/tn) Phi ID (gr/tn)

33
 7. VALIDACION DE MODELAMIENTO

Grafico Swath Plot Oeste – Este PHI NN vs PHI ID2 Grafico Swath Plot Oeste – Este PHI NN vs PHI ID3

Swath Plot Swath Plot

120 0.25 120 0.245
0.245
100 0.24
0.24 100
0.235
0.235
80 80
0.23 0.23

Ley (gr/tn)

Ley (gr/tn)
Tonelaje

Tonelaje
60 0.225 60 0.225
0.22
40 0.22
0.215 40
0.215
0.21
20 20
0.205 0.21
0 0.2 0 0.205
0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200
Dirección Oeste-Este Dirección Oeste-Este

Tonnes (Ktons) Phi NN (gr/tn) Phi ID2 (gr/tn) Tonnes (Ktons) Phi NN (gr/tn) Phi ID3 (gr/tn)

34
 7. VALIDACION DE MODELAMIENTO

Grafico Swath Plot Norte – Sur PHI NN vs PHI OK Grafico Swath Plot Norte – Sur PHI NN vs PHI ID

Swath Plot Swath Plot

120 0.35 120 0.35

100 0.3 0.3

100
0.25 0.25
80 80

Ley (gr/tn)

Ley (gr/tn)
Toneladas

0.2

Toneladas
0.2
60 60
0.15 0.15
40 40
0.1 0.1
20 0.05 20 0.05

0 0 0 0
1200 1400 1600 1800 2000 2200 2400 1200 1400 1600 1800 2000 2200 2400

Dirección Norte-Sur Dirección Norte-Sur

Tonnes (Ktons) Phi NN (gr/tn) Phi Ok (gr/tn) Tonnes (Ktons) Phi NN(gr/tn) Phi ID (gr/tn)

35
 7. VALIDACION DE MODELAMIENTO

Grafico Swath Plot Norte – Sur PHI NN vs PHI ID2 Grafico Swath Plot Norte – Sur PHI NN vs PHI ID3

Swath Plot Swath Plot

120 0.35 120 0.35

100 0.3 0.3

100

0.25 0.25
80 80

Ley (gr/tn)
0.2

Ley (gr/tn)
Toneladas

0.2

Toneladas
60 60
0.15 0.15
40 40
0.1 0.1

20 0.05 20 0.05

0 0 0 0
1200 1400 1600 1800 2000 2200 2400 1200 1400 1600 1800 2000 2200 2400
Dirección Norte-Sur Dirección Norte-Sur

Tonnes (Ktons) Phi NN(gr/tn) Phi ID2 (gr/tn) Tonnes (Ktons) Phi NN(gr/tn) Phi ID3 (gr/tn)

36
8. RECOMENDACIONES

Para finalizar este trabajo se enumeran las principales limitaciones de los métodos asistidos por computadoras y los
errores más frecuentes que se cometen.
1.    El principal problema muchas veces es no chequear los resultados y aceptar tácitamente las soluciones brindados
por la computadora. Es muy fácil y rápido crear un modelo computarizado pero es necesario que este responda al
modelo geológico del yacimiento y que respete los datos originales.
2.    Muchas veces no es fácil combinar en un mismo modelo de recurso  zonas con distinto grado de conocimiento
geológico
3.    Empleo de bloques muy pequeños para la densidad de datos disponible y que falsean la variabilidad real de la ley
en el yacimiento.
4.    Demasiado suavisamiento de los datos producto al empleo de vecindades de búsqueda inapropiadas
5.    Modelos de bloques de recursos construidos sin la participación del geólogo del proyecto que es quien conoce
realmente los datos y comprende la geología del yacimiento
6.    Datos insuficientes o inapropiados para modelar la naturaleza de la mineralización y su continuidad espacial. Lo
que impide la obtención de variogramas confiables.
7.    Insuficiente control geológico en la estimación
8.   Incorrecta modelación del variograma.

37
THANK YOU SO
MUCH FOR
YOUR
ATTENTION

38