Ejemplo de un histograma que muestra la distribución de datos desagrupados.

Optimizando la Estimación de Recursos: Guía Completa para el Análisis Preliminar de Datos Geológicos


Análisis Preliminar de Datos, Geoestadística, Minería, Geología, Yacimientos Minerales, Sondajes, Modelo Geológico, Compósitos, Valores Atípicos, Control de Calidad, Errores de Medición, Unidades Geológicas.

Este documento proporciona una guía exhaustiva sobre la importancia del análisis preliminar de datos en la geoestadística aplicada a la evaluación de yacimientos minerales. Se enfoca en los pasos cruciales que deben tomarse antes de la construcción de modelos de recursos para asegurar la calidad, consistencia y confiabilidad de los datos.


Contenido:

  • Validación del Modelo Geológico:
    • Verificar la disponibilidad de un modelo geológico operativo en 3D.
    • Asegurar la correcta codificación de las unidades geológicas y la claridad en la correspondencia de cada código.
    • Evaluar la existencia de unidades definidas por isoley, el número de unidades geológicas, su extensión espacial, regularidad/conexidad y la presencia de discontinuidades/fallas.
  • Análisis de la Posición de los Sondajes:
    • Detectar inconsistencias entre la ubicación de los collares y la topografía/planos.
    • Identificar errores en la orientación de los sondajes.
  • Verificación de la Información de Sondajes:
    • Revisar el aseguramiento y control de calidad para ensayos de leyes.
    • Implementar un tratamiento adecuado de datos bajo el límite de detección.
    • Identificar y eliminar datos repetidos.
    • Corregir errores evidentes en la base de datos, como confusiones entre variables, errores de digitación y datos faltantes.
    • Asegurar la precisión en la conversión de datos (collar, orientación, desde, hasta) a coordenadas calculadas.
  • Evaluación del Soporte Volumétrico de Datos:
    • Compositar muestras cuando sea necesario para unificar la longitud.
    • Analizar la densidad de la roca y determinar si es constante o variable.
  • Comparación de Información de Varias Fuentes:
    • Contrastar la información de sondajes y pozos de tronadura, sondajes de diamantina y de aire reverso, o de sondajes gemelos.
    • Detectar inconsistencias entre los datos y el modelo geológico.
    • Considerar las diferencias en la calidad de los datos (ensayos de ley, apreciación visual de las abundancias de minerales).
  • Definición de Variables y Datos:
    • Clarificar la definición de cada variable y asegurar la consistencia en su uso (ej.: CuS3, CuS4).
    • Determinar si se estudiará el cobre soluble o la razón de solubilidad, el indicador de veta y ley de oro o la potencia de la veta y acumulación de oro, la ley de fierro o la cantidad de metal.
    • Decidir si se eliminarán los datos con leyes nulas o bajo el límite de detección.
  • Configuración del Modelo de Bloques:
    • Definir el tamaño de los bloques y si este será constante o variable.
    • Establecer la orientación de los bloques.
    • Determinar cómo se extraerá la información geológica del modelo geológico (asignar una sola unidad por bloque o las proporciones de las unidades geológicas).
    • Delimitar la extensión de la zona a estimar (zona con datos, sector estéril, topografía, sobrecarga, techo y piso de estratos mineralizados).
  • Manejo de la Representatividad de la Muestra:
    • Cuestionar la representatividad de la muestra cuando los datos no estén distribuidos uniformemente en el área (sesgo espacial).
    • Reconocer que el muestreo puede ser preferencial si la ubicación de los datos no es regular ni uniforme.
    • Aplicar técnicas de desagrupamiento para ponderar los datos en función de su grado de aislamiento y corregir la distribución.
    • Considerar diferentes métodos de desagrupamiento: geométricos (polígonos, celdas) o geoestadísticos (ponderadores de kriging ordinario).
    • Seleccionar el tamaño de celda adecuado para el desagrupamiento, considerando la malla de sondajes.
  • Análisis de Estacionaridad:
    • Evaluar la estacionariedad de la variable regionalizada, es decir, si las propiedades de la función aleatoria (media, dispersión, continuidad) son homogéneas e invariantes por traslación en el espacio.
    • Considerar la hipótesis de estacionaridad para facilitar la elaboración de modelos.
    • Identificar variaciones locales en la ley media y en la dispersión de leyes, y abordarlas mediante modelos localmente estacionarios, modelos no estacionarios, modelos estacionarios por partes, transformaciones logarítmicas de los datos, o modelos con varianza variable en el espacio.
  • Definición de Unidades Geológicas:
    • Definir volúmenes en los que la variable en estudio tenga un comportamiento homogéneo.
    • Revisar periódicamente los mapas geológicos para asegurar su precisión.
    • Combinar características geológicas / geometalúrgicas relevantes (litologías, alteraciones, mineralización, estructuras, propiedades metalúrgicas, edades) para definir las unidades geológicas.
    • Agrupar unidades geológicas considerando las características geológicas relevantes, el número de datos disponible para la inferencia de parámetros estadísticos y los perfiles de contacto entre unidades.
    • Modelar las unidades geológicas en planos ortogonales y en 3D, utilizando métodos manuales (extrusión, proyección ortogonal, triangulaciones) o numéricos (interpolación).
    • Abordar las dificultades en la definición de unidades geológicas, como la presencia de límites duros, blandos o transicionales, la incertidumbre en la extensión de las unidades y las incoherencias entre datos y modelo geológico.
    • Realizar un análisis de contacto para evaluar el comportamiento de la ley media y la correlación entre leyes al cruzar una frontera geológica.
    • Considerar el impacto del tipo de frontera (dura o blanda) en las leyes estimadas.
    • Evaluar la incertidumbre en la extensión de las unidades geológicas y considerar la posibilidad de realizar sondajes adicionales.
    • Contemplar la posibilidad de definir varios escenarios geológicos (definidos por el geólogo o obtenidos por simulación estocástica) y considerar la probabilidad de pertenencia a cada unidad.
    • Evitar definir unidades geológicas por rangos de ley (método de “isoleyes”), ya que carece de sentido geológico y puede llevar a interpretaciones erróneas.
  • Creación de Compósitos:
    • Compositar muestras para homogeneizar la longitud y llevarlas a una escala compatible con la altura de los bloques del modelo.
    • Evitar que los compósitos crucen fronteras “duras” entre unidades geológicas.
    • Asignar códigos a los compósitos para variables categóricas, considerando el código más frecuente o el código de la muestra central.
    • Ser consciente de los efectos de aumentar la longitud de los compósitos, como la reducción del número de datos, la disminución de la dispersión de las leyes (efecto de soporte) y la posible dificultad en la inferencia de parámetros del modelo.
  • Tratamiento de Valores Atípicos:
    • Identificar valores atípicos mediante histogramas, nubes de correlación, nubes direccionales, etc.
    • Reconocer la importancia de los valores atípicos en la evaluación de recursos, especialmente en yacimientos auríferos y en estudios de contaminación ambiental.
    • No eliminar valores atípicos sin una justificación sólida.
    • Considerar alternativas para manejar los valores atípicos, como transformaciones de datos, capping o cutting, aumento del tamaño de los compósitos, identificación de poblaciones de datos/unidades geológicas o el uso de estadísticas robustas.
  • Análisis de Errores en los Datos:
    • Comprender las nociones de precisión y exactitud en las mediciones.
    • Reconocer que todas las mediciones poseen incertidumbre.
    • Estimar la exactitud comparando las mediciones con un valor de referencia.
    • Estimar la precisión replicando las mediciones y calculando la desviación estándar o la varianza de los valores.
    • Cuantificar los errores de medición (media, varianza) para que puedan ser considerados en las técnicas geoestadísticas.
    • Estudiar la calidad de las mediciones, especialmente cuando provienen de diferentes fuentes.
    • Comparar estadísticamente las poblaciones de datos con precaución, considerando las fluctuaciones estadísticas y las diferencias esperables entre zonas.

Autor:

Xavier Emery

Fecha de Publicación:

Universidad de Chile


Link de descarga: Aquí