Resumen
Este artículo explora el Kriging, una poderosa técnica geoestadística utilizada en la industria minera para la estimación de recursos. Dirigido a profesionales de la minería e ingenieros, el documento profundiza en los principios, propiedades, limitaciones y alternativas del Kriging para optimizar la evaluación de yacimientos.
Comprendiendo el Kriging: El Estimador Óptimo para la Minería
- El Kriging es un método de interpolación que predice valores desconocidos a partir de datos conocidos, minimizando la varianza de la estimación.
- Considera factores esenciales para una estimación precisa, como la calidad de los datos, la disposición de las muestras, la continuidad espacial del yacimiento y el soporte.
- Se le conoce como el «Mejor Estimador Lineal Insesgado» (BLUE) por su precisión y confiabilidad.
Propiedades Clave del Kriging: Precisión y Singularidad
- El sistema Kriging garantiza una solución única si el modelo de variograma utilizado es válido, asegurando la coherencia de los resultados.
- En el Kriging Ordinario (KO), los pesos utilizados para la interpolación dependen únicamente del variograma, no de los datos en sí, lo que simplifica el proceso.
- El Kriging es un interpolador exacto, lo que significa que reproduce los valores conocidos en los puntos de muestreo.
Limitaciones del Kriging: Desafíos en la Aplicación Práctica
- El Kriging se destaca como una herramienta de estimación local, con limitaciones en la planificación a corto plazo.
- Puede enfrentar dificultades para estimar bloques pequeños cuando la densidad de datos es limitada.
- El alisamiento inherente al Kriging puede introducir sesgos condicionales, afectando la precisión en algunos casos.
Superando las Limitaciones: Técnicas Avanzadas para una Mayor Precisión
- Estimación no lineal: Se estiman bloques grandes (paneles) y luego se determina la distribución de las unidades de minería (UMS) dentro de cada panel, mejorando la precisión para bloques pequeños.
- Kriging de Indicadores: Esta técnica no requiere software especializado pero puede presentar problemas de consistencia en diferentes puntos de corte.
- Método Gausiano: Un método relativamente sencillo con software adecuado, que integra el cambio de soporte para una mayor flexibilidad.
- Simulaciones Condicionales: Reproducen la variabilidad del yacimiento (histogramas, variogramas, correlaciones) y son condicionales a los datos disponibles, proporcionando una representación más completa.
Conclusiones: El Kriging en el Contexto de la Estimación de Recursos
- El Kriging es una herramienta valiosa para la estimación de recursos en la minería, pero comprender sus limitaciones es fundamental para su aplicación efectiva.
- El análisis del vecindario, que define los puntos de datos utilizados en la estimación, es crucial para optimizar los resultados del Kriging.
- Existen técnicas alternativas para abordar las limitaciones del Kriging, como la estimación no lineal y las simulaciones condicionales, que amplían las posibilidades de análisis.
Contenido
- Introducción al Kriging y su Importancia en la Minería
- Origen y Evolución del Kriging: Una Herramienta Fundamental
- Definición del Kriging: Principios y Propiedades
- Aplicaciones del Kriging en la Minería: Casos Prácticos
- Análisis del Vecindario en Kriging: Optimizando la Estimación
- Limitaciones del Kriging: Desafíos y Consideraciones
- Técnicas Alternativas al Kriging: Estimación No Lineal y Simulaciones Condicionales
- Conclusiones y Recomendaciones para la Aplicación del Kriging
Autor y Fecha de Publicación
Ing. Daniel Guibal, FAusIMM (CP) Consultor – SRK Consulting.
7 de Noviembre de 2017.
Link de descarga: Aquí
