El enfoque geoestadstico para las reservas

La geoestadstica proporciona mtodos de estimacin que se basan en la suposicin de que un fenmeno mineralizado puede
considerarse como la realizacin de un proceso aleatorio. Este enfoque no debe hacernos olvidar los parmetros deterministas que se
encargan de la distribucin de las reservas. Por el contrario, el primer paso que viene antes de cualquier estudio geoestadstico es un
profundo anlisis exploratorio de datos, donde enfoques geolgicos, estadsticos y geoestadsticos deben combinarse juntos.
Una vez logrado este paso esencial, las poblaciones y variables relevantes deberan haber sido identificadas, adems de sus relaciones
con las estructuras geolgicas involucradas.
Consideremos los dos siguientes ejemplos:
Las secciones transversales y mapas geolgicos establecidos desde sondajes exploratorios permiten:

Que el gelogo entienda la estructura de la mineralizacin. Sin embargo, al tratar de cuantificar las reservas de estos datos se
introducir un importante sesgo en la estimacin, por un lado, porque las extensiones laterales de las intersecciones
mineralizadas entre los sondajes son muy subjetivas, y por otra parte, porque las distribuciones de las leyes en los testigos son
completamente diferentes de las que hay en las unidades mineras.
Sin embargo, la interpretacin geolgica ayuda en el anlisis de las estructuras de correlacin espacial, teniendo en cuenta las
direcciones principales de mineralizacin, tectnica y litologas. Tambin proporciona informacin sobre posibles
heterogeneidades y explica su origen.

Figura 1. Interpretacin geolgica de un depsito tipo stockwork de uranio desde datos de sondajes

El segundo ejemplo se refiere a un depsito de hierro que contiene dos tipos de mineral: hematita e itabirita. Estos dos
materiales de mineral estn profundamente arraigados en una escala mtrica; adems, sus proporciones relativas cambian
con la profundidad. Puesto que el mtodo de explotacin pretende extraer la hematita selectivamente de la itabirita, es
esencial estimar un modelo de leyes para ambos minerales. Un anlisis estadstico detallado por zonas y capas, combinado
con la interpretacin geolgica dada en mapas y secciones transversales, es necesario para identificar las poblaciones
estadsticamente homogneas, adems de las variables relevantes (Figuras 2 y 3).

El objetivo: de muestras a reservas

Un buen conocimiento de los tonelajes y leyes dentro de un cuerpo mineralizado es esencial para evaluar la viabilidad econmica de
poner la mina en produccin, o cuando se escogen equipos o plantas. Un cuerpo mineralizado siempre est hecho de varios tipos de
mineral y minerales estriles. Separar el mineral de los desechos es una difcil tarea que es casi imposible de lograr, por muchas

razones: el lmite geolgico entre el mineral y los desechos es pocas veces claro en la naturaleza. Los lmites que se definen sobre
criterios econmicos (como una ley de corte) incluso no coinciden con cualquier realidad geolgica.
Dependiendo de las dimensiones de las palas, ms o menos material de desechos es mezclado con el mineral al cargarse los camiones.
Esto resulta en leyes ms bajas de lo esperado; sin embargo, desde un punto de vista econmico, esta prdida se contrarresta por un
aumento en la productividad.
La tcnica de explotacin pone en accin las restricciones que obligan a la extraccin de desechos con el fin de dar acceso al mineral;
por ejemplo, la razn de remocin en minera a cielo abierto.
Estas restricciones en el proceso minero, adems de otras, hacen ms difcil integrar las relaciones tonelaje/ley observadas en las
muestras cuando uno trata de predecir las reservas recuperables.

Figura 2. Histograma bimodal de leyes de hierro y slice dentro de una clase granulomtrica dada (grficos hechos con el programa
Isatis)

Figura 3. Diagramas cruzados entre hierro (Fe) y slice (SiO2) dentro de dos clases granulomtricas dadas (despus de una anamorfosis
gaussiana). La figura claramente muestra dos poblaciones de muestras.

Entre otros beneficios de la utilizacin de la geoestadstica en dicho estudio, se asume que estos problemas pueden ser tomados en
cuenta a travs de tres conceptos bsicos: efecto de soporte, efecto de informacin y efecto de restricciones.
Efecto de soporte
Cualquier ingeniero en minas sabe que las leyes de recuperacin son ms bajas cuando la selectividad es pobre; en otras palabras, a
ms grandes las unidades mineras, ms bajas las leyes.
La ley promedio de un enorme bloque de varios miles de metros cbicos puede considerarse como el promedio de las leyes de bloques
ms pequeos de unos pocos metros cbicos contenidos en el gran bloque. La distribucin de leyes de enormes bloques es obviamente
menos dispersada que la de las muestras pequeas.

Figura 4. Efecto de soporte

Las nicas leyes que se conocen experimentalmente son las de las muestras; para prever la distribucin de leyes para los bloques de
diferentes dimensiones, la geoestadstica proporciona modelos de cambio de soporte que se basan en el histograma experimental de
las leyes de muestra, adems de sus correlaciones espaciales a travs del variograma.
Vamos a considerar los dos perfiles de ley mostrados en la Figura 5, los cuales comparten el mismo histograma experimental. Las
correlaciones espaciales de las leyes, sin embargo, son diferentes con menos correlacin para el perfil izquierdo; por lo tanto, hay una
cierta cantidad de efecto pepita en su variograma. Las distribuciones de las leyes estimadas para los bloques y la selectividad sern, por
lo tanto, diferentes.

Figura 5. Perfiles de ley a lo largo de galeras

Efecto de informacin
Durante la explotacin de la mina, la verdadera ley del bloque minero an se desconoce. Por lo tanto, la decisin de enviar el material a
la planta de mineral o al botadero de estril es an tomada de la ley estimada y no de la verdadera ley. En consecuencia, no es posible
evitar enviar bloques al destino equivocado: bloques ricos terminarn en el botadero de estril, ya que se estimaban como pobres,
mientras que el material pobre alimentar a la planta de mineral, como se ilustra en la Figura 6.

Figura 6. Este diagrama cruzado de leyes estimadas versus leyes verdaderas de las unidades mineras ilustra el efecto de informacin.
Este efecto de informacin resulta en una degradacin de la relacin tonelaje/ley; por lo tanto, hay una prdida de selectividad, de la
misma manera como en el efecto de soporte. Esta consecuencia es ms drstica cuando la densidad de las muestras es pobre.
Mtodos geoestadsticos no lineales como el kriging disyuntivo pueden cuantificar la cantidad de prdida de selectividad debido al
efecto de informacin. Estas tcnicas permiten una dimensin de malla de un muestreo adecuado para los sondajes anteriores a la
explotacin minera.
Efecto de las restricciones
Las restricciones tcnicas impuestas por el mtodo de explotacin agregan ms castigos a la recuperacin del material del mineral.
Puede ser necesario dejar en su lugar algunas partes ricas del cuerpo mineralizado si las infraestructuras tcnicas involucradas costaran
demasiado (por ejemplo, en minera subterrnea) o si la razn de remocin es mucho ms alta en minera a cielo abierto.
Por otra parte, el ancho de abertura mnimo de los caserones, adems de las tronaduras, son responsables de la dilucin que
nuevamente baja las leyes y la selectividad.
Cuando las restricciones tcnicas son simples, tales como la estabilidad de taludes en rajos abiertos o piso y caja colgante, para que la
veta completa sea extrada sin mayor selectividad vertical, puede aplicarse una parametrizacin tcnica de reservas para optimizar la
recuperacin de mineral.
Cuando las restricciones son ms complejas, es necesario utilizar un modelo numrico realista del cuerpo mineralizado que reproduzca
una distribucin espacial de leyes similar a la verdadera distribucin. Este modelo construido a travs de simulaciones condicionales
geoestadsticas puede entonces utilizarse para estimar reservas recuperables.
Los objetivos de un estudio
Los mtodos geoestadsticos que son utilizados durante un estudio obviamente dependen del tipo de problema a resolver:

El kriging es el mtodo geoestadstico de estimacin que da un clculo de los recursos in situ del cual uno puede identificar las
reas de leyes altas y bajas. Adems, la varianza de kriging cuantifica la precisin de la estimacin y, por lo tanto, puede
utilizarse para elegir una malla de perforacin ptima.

El kriging disyuntivo con un modelo de cambio de soporte permite que uno estime las reservas recuperables dado un
particular soporte de selectividad, correspondiente al equipamiento minero y a la cantidad de informacin. Las curvas de leytonelaje para diferentes soportes son entonces utilizadas para seleccionar la selectividad econmicamente ptima. Este
mtodo de estimacin no toma en cuenta las restricciones de la explotacin, se basa en la hiptesis de la seleccin libre.

Encontrar el pit ptimo y la secuencia de explotacin en la mina requiere una parametrizacin tcnica de las reservas bajo las
restricciones dadas por la estabilidad del talud. Usando la tcnica de anlisis convexo, se produce toda una familia de pits
ptimos, la cual permite recuperar la cantidad mxima de metal para volmenes totales diferentes de material.

Las simulaciones condicionales se utilizan cuando otras restricciones tcnicas deben tomarse en cuenta. Los modelos
numricos del cuerpo mineralizado que son construidos por estas simulaciones pueden entrar a un simulador de procesos de
explotacin, con el fin de optimizar el mtodo de explotacin: por ejemplo, seleccionar la dimensin ptima de una pila de
acopio, seleccionar las geometras de funcionamiento con el fin de optimizar la calidad de la ley, encontrar el funcionamiento
ptimo de frentes y alturas de banco.

Cualquiera sea el objetivo final, el xito de un estudio geoestadstico se basa esencialmente en un paso comn compartido por todos los
enfoques: el anlisis de correlacin espacial de las variables relevantes de las muestras de exploracin; en otras palabras, el anlisis
variogrfico.
No se deben olvidar las recomendaciones introductorias acerca del uso de la interpretacin geolgica, adems de los siguientes
principios: las variables deben ser aditivas, de lo contrario los clculos que implican combinaciones lineales sern sesgados. Por ejemplo,
la ley promedio en un testigo no es aditiva a menos que todos los testigos tengan la misma longitud. Si los testigos tienen diferentes
longitudes, es necesario regularizar las leyes a lo largo de los sondajes para trabajar con muestras de compsito en un soporte regular.
Cuando se estudian leyes calculadas en una capa de potencia variable, uno debe trabajar con las dos variables aditivas: potencia y
acumulacin de metal, (esto es, el producto de la ley por la potencia). Adems, las correlaciones entre varias variables deben tenerse en
cuenta mientras se krigean o simulan estas variables, de modo que las diferentes estimaciones sean consistentes. Esto requiere un
anlisis geoestadstico multivariado.
Un anlisis profundo de los histogramas y diagramas cruzados debe realizarse para detectar posibles poblaciones distintas que deben
estudiarse por separado. Cuando las poblaciones se mezclan en el espacio, una caracterizacin detallada de esta mezcla es necesaria.
La estacionariedad de las variables debe ser evaluada para utilizar modelos adecuados de correlacin. Si las variables no son
estacionarias, uno intentar identificar las reas donde pueda asumirse una estacionariedad local.
La eleccin de los intervalos y direcciones para calcular los variogramas experimentales depende principalmente de la ubicacin espacial
de las muestras, adems de la interpretacin geolgica. Varias direcciones de clculo deben utilizarse para verificar posibles
anisotropas en la mineralizacin.
Cuando se ajusta un modelo para los variogramas experimentales, aquellos puntos del variograma que han sido calculados de muy
pocos pares de muestras deben ser ignorados. De la misma manera, los puntos del variograma que han sido calculados para distancias
superiores a la mitad de la extensin del campo no son confiables y deben ser ignorados en el ajuste.
Conclusin
El uso de la geoestadstica est aumentando muy rpidamente en distintos campos gracias a la espectacular evolucin de la potencia
computacional que hace que los programas geoestadsticos estn disponibles para un gran nmero de personas. Aunque estos
paquetes son ms poderosos y fciles de usar, uno no debe olvidarse de realizar un anlisis riguroso de datos respaldado por una buena
interpretacin geolgica, construir las hiptesis y comprobarlas en las distintas etapas del estudio, para luego utilizar el mtodo
apropiado para resolver los problemas ocasionados por la explotacin de la mina.
La calidad de los resultados depende mucho ms del anlisis estructural inicial de los datos (en particular, ajustando correctamente el
modelo de variograma del fenmeno) que en los prximos pasos de kriging o simulaciones. Por lo tanto, para realizar un profundo
estudio geoestadstico que depender de un buen modelo que describa las caractersticas espaciales del fenmeno, uno preferir un
programa que proporcione herramientas fciles de usar y poderosas para el anlisis exploratorio de datos y el modelado estructural.