Universidad de Santiago de Chile

Facultad de Ingeniera
Departamento de Ingeniera en Minas
Laboratorio de Geoestadstica

Proyecto Final - Geoestadstica

Profesor:
Cristian.

Quiones,

Ayudantes:

Cristi, Antonio.
Fras, Gonzalo.
Lara, Fernando.
Mamani, Jorge.
Reyes, Andrs.
Varas, Camilo.

Autores:

Riffo, Sebastin.
Yelicich, Vctor.

Fecha de Entrega:
noviembre de 2016

23 de

Resumen Ejecutivo
En el presente informe se realiza la estimacin y clasificacin de recursos
de un yacimiento a partir de una base de datos entregada por el laboratorio de
Geoestadstica. La base de datos proporcionada se compone principalmente de
4 archivos con informacin correspondiente a campaas de sondaje realizadas
en el sector de estudio (collar, survey, assay, densidad), slidos
correspondientes
a
mapeos
geolgicos
(litologas,
alteraciones,
mineralizaciones), una topografa del terreno y un pit de recursos.
El primer paso realizado corresponde a la compositacin de los sondajes,
para lo cual se realiz considerando un tamao de muestra de 2 [m]. Luego, se
procedi a realizar un anlisis exploratorio de datos a la totalidad de las
muestras, con el objetivo de agrupar las muestras en unidades de estimacin.
Posteriormente, se realiz la estimacin mediante el uso de Kriging Ordinario
(en la mayora de los casos). Finalmente, se realiz la categorizacin y
declaracin de recursos estimados.
Para la definicin de las unidades de estimacin, se utiliz estadstica
descriptiva y estadstica espacial, se conformaron 9 unidades de estimacin.
Con respecto al anlisis variogrfico realizado a las unidades de
estimacin, se tiene que la mayora presenta una marcada anisotropa, lo que
queda plasmado en modelos variogrficos direccionales. Solo en 2 de los 9
casos se observ un comportamiento istropo de la variabilidad, generndose
en estos casos modelos variogrficos omnidireccionales.
Respecto a la validacin cruzada, se tiene que el Rho de la correlacin
presenta un valor bajo, pero los criterios ms importantes que son Varianza del
Error Estandarizado, Media del Error dan cercanos a los esperados.
En cuando a la estimacin, se utiliz el mtodo Kriging Ordinario en 8 de
las 9 unidades, utilizndose Vecino ms Cercano en la unidad de estril. Se
definieron vecindades de bsqueda similares a las utilizadas en la validacin
cruzada, agregando un capping con valor igual al dato ubicado en la
probabilidad acumulada 97.5%, fijndose ste como valor mximo.
Posteriormente, se realizaron 3 validaciones (visual, estadstica, espacial),
tenindose un valor positivo en los tres casos para todas las unidades.
Con respecto a la categorizacin de recursos, se utilizaron criterios
ligados a la varianza del Kriging, distancia muestra bloque y nmero de
muestras utilizadas en la estimacin. Adems, se integr el efecto del control
de calidad en la clasificacin, disminuyendo la categora del recurso en una
unidad cuando la estimacin haya considerado muestras sin control de calidad.
Finalmente, para este apartado, se consider tanto la topografa como el pit de
recursos, generando una restriccin para la categorizacin que consisti en que
los bloques deban estar ubicados entre la topografa y el pit.

Categora
Medidos
Indicados
Inferidos
Total

Tonelaje [Mton]
358
210
544
1111

Ley Media CuT [%]

0.41
0.39
0.27
0.34

Curva Ton/Ley Recursos

600

2.50

500

2.00

400

Tonelaje [Mton]

1.50

300

1.00

200
100

0.50

0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

Ley Media [%]

Ley de Corte [%]

Tonelaje

CuT

Finalmente, a modo de recomendacin, se sugiere aumentar la cantidad

de sondajes en las zonas son control de calidad, a modo de mejorar la calidad
de la estimacin dentro del pit y aumentar la precisin de la estimacin
.

ndic

1.

Introduccin.................................................................................................. 6

2.

Objetivos y Alcances..................................................................................... 7
2.1.

Objetivo Principal................................................................................... 7

2.2.

Objetivo Secundario............................................................................... 7

2.3.

Alcances................................................................................................. 7

3.

Base de Datos............................................................................................... 8

4.

Anlisis Exploratorio de Datos......................................................................9

4.1.

EDA Triangulaciones............................................................................... 9

4.2.

Estadstica Bsica UE 11....................................................................10

4.3.

Anlisis Variogrfico UE 11................................................................11

4.4.

Validacin Cruzada UE 11..................................................................13

5.

Estimacin de Recursos Minerales..............................................................14

5.1.

6.

Validacin Cruzada UE 11..................................................................14

Estimacin de Recursos Minerales..............................................................15

6.1.

Plan de Estimacin............................................................................... 15

5.2. Validacin de la Estimacin....................................................................15

5.2.1. Validacin Visual............................................................................... 15
5.2.2. Validacin Estadstica.......................................................................16
5.2.3. Validacin por Derivas......................................................................17
5.3. Estimacin de Densidad..........................................................................18
7.

Clasificacin de Recursos............................................................................19
7.1.

Criterios de Cateogrizacin..................................................................19

7.2.

Visualizacin de la Clasificacin de Recursos.......................................21

8.

Conclusiones............................................................................................... 23

9.

Referencias................................................................................................. 24

10.

Anexos..................................................................................................... 25

ndice de Grficos
Grfico 1: Proporcin de los Recursos...............................................................22
Grfico 2: Curva Tonelaje Ley............................................................................22

ndice de Tablas
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla

1: Informacin entregada...........................................................................8
2: Validacin de la Base de Datos..............................................................8
3: Estadstica Bsica de la Alteracin........................................................9
4: Unidades de Estimacin.......................................................................10
5: Estadstica Bsica de la Unidad de Estimacin 11...............................10
6: Parmetros Utilizados en el Variograma Direccional............................13
7: Vecindades de Bsqueda para la UE 11............................................13
8: Resultados de las Vecindades de Bsqueda para la UE 11................13
9: Vecindades de Bsqueda para la UE 11............................................14
10: Resultados de las Vecindades de Bsqueda para la UE 11..............14
11: Plan de Estimacin por Vecino ms Cercano......................................15
12: Plan de Estimacin por Kriging Ordinario...........................................15
13: Validacin Estadstica de la Estimacin.............................................17
14: Criterios para la Categorizacin de Recursos.....................................20
15: Criterios para Categorizacin Final....................................................20

ndice de Ilustracione

Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin
Ilustracin

1: Metodologa para definir las Unidades de Estimacin...................9

2: Histograma correspondiente a la UE 11....................................10
3: Derivas correspondientes a la UE 11........................................11
4: Mapa Variogrfico correspondiente a la UE 11..........................12
5: Variograma Direccional correspondiente a la UE 11.................12
6: Validacin Cruzada correspondiente a la UE 11........................13
7: Validacin Cruzada correspondiente a la UE 11........................14
8: Visualizacin de la Validacin de la Estimacin...........................16
9: Visualizacin de la Validacin de la Estimacin...........................16
10: Validacin por Derivas en los Ejes X, Y, Z..................................18
11: Histograma de la Densidad sin Estimar.....................................18
12: Histograma de la Densidad Estimada........................................19
13: Visualizacin de la Categorizacin.............................................21
14: Visualizacin de la Categorizacin.............................................21

1. Introduccin
El negocio minero se compone de varias etapas, donde cada una tiene
un rol fundamental para ste. Una vez encontrado un nuevo yacimiento para
poder convertirse en un proyecto minero, las alternativas de posibles
inversiones deben evaluarse a la hora de poner en marcha el proyecto, en caso
de realizarse. Es por esto que se deben considerar tanto la rentabilidad,
disponibilidad de capital, riesgo, entre otros factores, de manera que exista un
beneficio econmico al realizar dicho proyecto.
Para la toma de decisiones del proyecto, debe existir un estudio previo
que entregue informacin fidedigna acerca de las caractersticas, tanto
espaciales como de sus cualidades econmicas, es decir, la calidad del mineral
que se encuentra en el yacimiento. Esto se enfoca tpicamente a lo que es la
Ley de Cobre Total (CuT) en los yacimientos de Cobre.
La Geoestadstica se define como el estudio de fenmenos
regionalizados, es decir que se extienden en el espacio y presentan una cierta
continuidad. Las aplicaciones de esta ciencia de la Tierra van desde la
evaluacin de recursos naturales (mineros en este caso) hasta topografa u
oceanografa.
La Geoestadstica busca mediante una toma de muestra, estudiar una o
varias variables regionalizadas. Una de las herramientas utilizadas en la
Geoestadstica es lo que se denomina Anlisis Exploratorio de Datos, el cual
tiene principalmente tres objetivos. El primero es analizar la cantidad, calidad y
ubicacin de los datos disponibles mediante herramientas de estadstica
simple. En segundo lugar, es definir la zona de estudio, ya que es importante al
momento de observar cambios abruptos en la distribucin espacial de valores.
Por ltimo, como objetivo principal est el anticiparse a dificultades o
problemas que puedan surgir en la fase de estimacin, como por ejemplo la
presencia de valores atpicos (outliers) respecto a la vecindad que lo acompaa
en la muestra de datos.
Es importante tener un buen Anlisis Exploratorio de Datos, ya que, al
tener esta informacin, permitir observar el comportamiento de la Ley de
Cobre Total, particularmente en la o las unidades geolgicas y de estimacin,
como tambin concluir respecto al supuesto de estacionaridad en los datos
trabajados del estudio. Algunas herramientas utilizadas para estimar puntos se
basan en la estacionaridad, adems de las direcciones preferenciales de
continuidad, funciones de variogramas, etc. Una herramienta de estimacin de
puntos es el Kriging ordinario, el cual es un estimador lineal e insesgado.
El presente informe trata sobre la definicin de las unidades de
estimacin y la posterior realizacin de la estimacin y categorizacin de
recursos que presenta un yacimiento de Cobre.

2. Objetivos y Alcances
2.1. Objetivo Principal

Reportar los Recursos y Reservas que presenta el Yacimiento, mediante

Geoestadstica, a partir de una base de datos dada.

2.2. Objetivo Secundario

Definir las Unidades de Estimacin, para la estimacin del yacimiento a

partir del Kriging Ordinario.

2.3. Alcances

La Base de Datos fue entregada por el profesor Cristian Quiones.

La estimacin se realiza mediante Kriging Ordinario y Vecino ms

Cercano, cuando la unidad de estimacin no presenta estacionaridad de
orden 2.

Se acepta vlida la estimacin, bajo un error del 10%.

Para la densidad utilizada en el reporte de Recursos y Reservas, se utiliza

una densidad variable en el espacio, estimada a partir del mtodo
Inverso a la Distancia.

3. Base de Datos
La base de datos entregada presenta 4 archivos (Collar, Assay, Survey y
Densidad). Estos archivos presentan informacin sobre la ubicacin,
orientacin y leyes que presentan los sondajes realizados en el yacimiento a
trabajar. A continuacin, se adjunta una tabla resumen con respecto a la
informacin entregada.

Collar
Ao de
Perforacin
Control de
Calidad
Certificados

Base de Datos Entregada

Assay
Survey
CuT
CuS
Mo
Au

Densidad

Dip
Depth
Azimut

Total de Datos: 19062

Moda de Sondajes: 2 [m]
Ubicacin Espacial
X [m]
Y {m]
Max
737690
8695675
Min
740290
8693464
Unidades de Litologa
Unidades de Mineralizacin
Unidades de Alteracin

Densidad

Z [m]
2393
1150
10
13
9

Tabla 1: Informacin entregada.

A partir de los datos entregados, se procede a validar la base de datos

para realizar la compositacin, a continuacin, se presenta una muestra que no
cumple con el criterio de que el Cobre Soluble debe ser menor al Cobre Total.
Hole ID
TTQ-18
TTQ-18
TTQ-18
TTQ-18

From
255
256
261
264

To
256
257
262
265

CuT
0.210
0.202
0.270
0.214

CuS
0.121
0.122
2.420
0.122

Tabla 2: Validacin de la Base de Datos.

Se trabaja con esta muestra de igual manera, debido que para ste
proyecto no se trabaja con el Cobre Soluble y adems, el Cobre Total presenta
unas leyes similares a las muestras contiguas.
Se realiza un anlisis estadstico al largo de las muestras, el cul arroja
que la moda corresponde a 2 [m], por lo cual se realiza la compositacin de los
sondajes a 2 [m], cabe sealar que a la vez se realiza la compositacin para
otros tamaos del soporte, para ver cmo es el impacto de stos en la
estadstica. (Ver Anexos).

4. Anlisis Exploratorio de Datos

4.1. EDA Triangulaciones.
Una vez compositadas las muestras, se realiza un EDA a la Litologa,
Mineralizacin y Alteracin, esto se realiza con el fin de obtener la estadstica
espacial y la estadstica bsica, ya que a partir de esos criterios se definirn las
Unidades de Estimacin. A continuacin, se adjunta la estadstica bsica de las
alteraciones. (Ver Anexos, para revisar la estadstica correspondiente a
Litologa y Mineralizacin y la estadstica espacial).
Alteracin

N de
Muestra
s

Mnimo
[%]

Mximo
[%]

Media

Desv.
Std.

Biottica

1542

0,162

3,899

0,3873

0,1892

Clortica

111

0,166

1,363

0,3136

0,1703

Clortica
Serictica

2309

0,162

2,620

0,2951

0,1404

Cuarzo Sericita

6832

0,162

10,890

0,3623

0,3749

Cuarzo Sericita
Estruc.

5092

0,162

24,320

0,5162

0,7918

Propiltica

466

0,161

0,758

0,2288

0,0918

Serictica Dbil
Prof.

69

0,281

1,199

0,4629

0,1337

Serictica Fuerte
Prof.

75

0,457

2,358

0,9071

0,3526

Silcea

800

0,161

5,652

0,3142

0,2866

Tabla 3: Estadstica Bsica de la Alteracin.

Una vez realizado el EDA para todas las triangulaciones, es necesario

definir los criterios con los cuales se va a trabajar para poder crear las
Unidades de Estimacin. A continuacin, se adjuntan los criterios.

10

Ilustracin 1: Metodologa para definir las Unidades de Estimacin.

Cmo se muestra para definir las unidades de estimacin, se tiene que

analizar las leyes medias, las desviaciones estndar, los coeficientes de
variacin y la distribucin espacial que presentan. Adems, es necesario
conocer la gnesis del yacimiento para saber si es posible que se puedan
interceptar ciertas unidades.

Una vez realizado el anlisis y aplicados los criterios especificados

anteriormente, se definen 9 unidades de estimacin, las cuales se presentan a
continuacin. (Ver Anexos, para identificar las unidades geolgicas que
conforman cada unidad de estimacin).
Mineralizac
in

N de
Muestras

Mnimo
[%]

Mximo
[%]

Media

Desv.
Std.

UE 1

1885

0,1630

24,320

0,9378

1,2114

UE 12

3108

0,1630

5,6520

0,5123

0,3022

UE 11

2724

0,1620

3,8990

0,3702

0,1931

UE 4

1842

0,1610

0,7710

0,2265

0,0491

UE 6

536

0,1730

3,3300

0,4117

0,2447

UE 7

660

0,1700

9,0600

0,5656

0,6702

UE 8

3334

0,1620

4,8920

0,2306

0,1200

UE - 9

2498

0,1620

7,3420

0,2011

0,1520

UE 10

593

0,1630

2,3800

0,5003

0,2660
11

Tabla 4: Unidades de Estimacin.

A continuacin, se presenta el anlisis correspondiente a la Unidad de

Estimacin 11. (Ver Anexos, para revisar las dems Unidades de Estimacin).

4.2. Estadstica Bsica UE 11

En un principio se realiza la estadstica bsica de la unidad y luego de
esto, se procede a desagrupar las muestras por medio del Mtodo de las
Celdas, esto se realiza debido a que los sondajes son realizados en una malla
preferencial, dndole mayor inters a la zona de mayor ley. En este caso la
dimensin de la celda es de 195 x 195 x 195 [m]. A continuacin, se muestra
una tabla comparativa con los datos desagrupados y no desagrupados.
Mineralizaci
n

N de
Muestras

Mnimo
[%]

Mximo
[%]

Media

Desv.
Std.

UE 11 sin
Peso

2724

0,1620

3,8990

0,3377

0,1658

UE 11 con
Peso

2724

0,1620

3,8990

0,3598

0,1931

Tabla 5: Estadstica Bsica de la Unidad de Estimacin 11.

Ilustracin 2: Histograma correspondiente a la UE 11.

Se observa que el desagrupamiento genera un aumento en la ley media

del 2,03% con respecto a la media de los datos sin desagrupar. Es importante
realizar el desagrupamiento a todas las dems unidades, ya que al momento
de estimar por Kriging Ordinario (este es un desagrupador natural) se tiene que
validar la estimacin comparndolo con la media de la ley desagrupada. Se
observa en el Histograma, que la unidad de estimacin presenta una sola
poblacin.
12

Luego de realizar la estadstica bsica, se procede a realizar el anlisis

espacial de los datos, los cuales se muestran a continuacin en las derivas en
los 3 ejes.

Ilustracin 3: Derivas correspondientes a la UE 11.

A partir de ste grfico, se verifica el supuesto de estacionaridad, ya que

se observa que la Ley permanece constante, cabe sealar que el ruido que se
genera en el grfico se debe a la baja escala que presenta ste y en esos
sectores se presentan pocos pares de datos.

4.3. Anlisis Variogrfico UE 11

Luego de verificar la estacionaridad para todas las Unidades de
Estimacin, se procede a realizar un anlisis variogrfico, en donde se estudia
la orientacin preferencial que presenta la Unidad, es por esto que se evala el
Azimut, Dip y Plunge. A continuacin, se muestra el anlisis variogrfico con
respecto a la UE 11.

13

Ilustracin 4: Mapa Variogrfico correspondiente a la UE 11.

Luego de encontrar una direccin preferencial, se procede a modelar el

variograma para as encontrar la elipse que presenta la mayor continuidad de
los datos. A continuacin, se presentan los modelos variogrficos obtenidos y la
tabla con los datos de stos.

Ilustracin 5: Variograma Direccional correspondiente a la UE 11.

14

Direcci
n

UE

Pepa

U
UE
11

0.003
7

ESTRUCTURA 2
Meset
Tipo
Rango
a
756,9
3
0.003 Esfric
Infinit
8
o
o
30,00

ESTRUCTURA 1
Meset
Tipo
Rango
a
90,16
0.003
6

Esfric
o

Infinit
o
90,00

Tabla 6: Parmetros Utilizados en el Variograma Direccional.

4.4. Validacin Cruzada UE 11

Antes de realizar la estimacin por Kriging Ordinario, es necesario definir
las vecindades de bsqueda, por lo cual se realiza la validacin con distintas
vecindades. A continuacin, se presenta una tabla con las vecindades de
bsqueda utilizada para la Unidad de Estimacin 11.
Alcance

Vecind
ad
1
2
3

200
150
300

300
200
400

150
100
200

Muestras por
Sector
ptim
Min
o
3
10
3
10
3
10

Muestras por
Sondaje
ptim
Max
o
2
3
2
3
2
3

Sector
es

4
4
4

Tabla 7: Vecindades de Bsqueda para la UE 11.

Vecindad

Rho

1
2
3

0.674
0.670
0,677

Media
Error
0,00852
0,00795
0,00736

Media Error
Std
0, 90044
0,09050
0,09027

Varianza Error
Std
0,72857
0,72890
0,72954

Tabla 8: Resultados de las Vecindades de Bsqueda para la UE 11.

A partir de los resultados obtenidos en la Validacin Cruzada, se tiene

que la Vecindad de Bsqueda 3 es la que presenta los mejores resultados ya
que se aprecia que la varianza del error estandarizado es la ms cercana a 1 y
la media del error y media del error estndar son cercanas a 0. En cuanto a la
visualizacin de la grfica de correlacin se observa que hay una tendencia
lineal, lo cual descarta que exista un sesgo.

15

Ilustracin 6: Validacin Cruzada correspondiente a la UE 11

5. Estimacin de Recursos Minerales

5.1. Validacin Cruzada UE 11
Antes de realizar la estimacin por Kriging Ordinario, es necesario definir
las vecindades de bsqueda, por lo cual se realiza la validacin con distintas
vecindades. A continuacin, se presenta una tabla con las vecindades de
bsqueda utilizada para la Unidad de Estimacin 11.
Alcance

Vecind
ad
1
2
3

200
150
300

300
200
400

150
100
200

Muestras por
Sector
ptim
Min
o
3
10
3
10
3
10

Muestras por
Sondaje
ptim
Max
o
2
3
2
3
2
3

Sector
es

4
4
4

Tabla 9: Vecindades de Bsqueda para la UE 11.

Vecindad

Rho

1
2
3

0.674
0.670
0,677

Media
Error
0,00852
0,00795
0,00736

Media Error
Std
0, 90044
0,09050
0,09027

Varianza Error
Std
0,72857
0,72890
0,72954

Tabla 10: Resultados de las Vecindades de Bsqueda para la UE 11.

A partir de los resultados obtenidos en la Validacin Cruzada, se tiene

que la Vecindad de Bsqueda 3 es la que presenta los mejores resultados ya
que se aprecia que la varianza del error estandarizado es la ms cercana a 1 y
la media del error y media del error estndar son cercanas a 0. En cuanto a la
visualizacin de la grfica de correlacin se observa que hay una tendencia
lineal, lo cual descarta que exista un sesgo.

16

Ilustracin 7: Validacin Cruzada correspondiente a la UE 11

6. Estimacin de Recursos Minerales

6.1. Plan de Estimacin
Para la realizacin de la estimacin, se confecciona un plan por unidad,
definiendo la vecindad de bsqueda, nmero de muestras utilizadas para la
estimacin, entre otros parmetros. Adems, se implementa un capping, el
cual utiliza como valor lmite el dato correspondiente al 97.5% (en la mayora
de los casos), en el grfico de probabilidad acumulada.
Cabe destacar que 8 de las 9 unidades fueron estimadas mediante
Kriging Ordinario, mientras que para la unidad 4 se utiliza el mtodo del vecino
ms cercano, la razn de tal decisin se basa en que el Kriging Ordinario
requiere que en la poblacin a utilizar para la estimacin se pueda asumir
estacionaridad de orden 2, no pudindose utilizar en caso contrario. Para el
caso de la unidad 4 (la cual constituye al estril), no es posible asumir
estacionaridad de orden 2, por lo que se toma la decisin de utilizar otro
mtodo.
A continuacin, se presenta el plan de estimacin utilizado por unidad:

Tabla 11: Plan de Estimacin por Vecino ms Cercano.

17

Tabla 12: Plan de Estimacin por Kriging Ordinario.

Es posible observar que algunas vecindades presentan la misma

extensin en las tres direcciones, lo cual fue consecuencia de la determinacin
de modelos variogrficos omnidireccionales en tales unidades.

5.2. Validacin de la Estimacin

A partir de la estimacin realizada mediante los parmetros
anteriormente descritos, se procede a realizar la validacin de la estimacin.
Para su realizacin se utilizan tres criterios, los cuales consisten en validaciones
visuales, estadsticas y por derivas.

5.2.1. Validacin Visual

Para la realizacin de la validacin visual se utilizan dos vistas del
modelo de bloques, las cuales corresponden a cortes en el plano YZ y XZ.

Ilustracin 8: Visualizacin de la Validacin de la Estimacin.

Ilustracin 9: Visualizacin de la Validacin de la Estimacin.

18

Es posible observar que existe una relacin entre las leyes de las
muestras y de los bloques que las rodean, por lo que se obtiene una validacin
positiva para la estimacin total.

5.2.2. Validacin Estadstica

Para la validacin estadstica, se realiza un estudio del error porcentual
por unidad entre la ley media de las muestras desagrupadas y de los bloques
estimados. El criterio utilizado para la validacin consiste en la obtencin de un
error porcentual menor a un 10%, entre las muestras y los bloques.
A continuacin, se procede a presentar una tabla resumen de las leyes
medias de muestras y bloques por unidad, junto con su error porcentual
respectivo:
UE
UE 1
UE 4
UE 6
UE 7
UE 8
UE 9
UE 10
UE 11
UE 12

Ley Media
Desagrupada
Muestras
0,9198
0,2126
0,3341
0,4560
0,2371
0,2126
0,4133
0,3598
0,4186

Ley Media
Estimacin
Bloques
0,8419
0,2084
0,3670
0,4747
0,2251
0,1994
0,4491
0,3395
0,4604

Error [%]
8,47
1,98
9,85
4,10
5,06
6,21
8,66
5,64
9,98

%
%
%
%
%
%
%
%
%

Tabla 13: Validacin Estadstica de la Estimacin.

A partir de la tabla anterior, es posible observar que en ningn caso el

error porcentual supera el 10%, por lo que se obtiene un valor positivo para la
validacin. Cabe destacar que en algunos casos la estimacin entrega una ley
media mayor que el promedio de las muestras, mientras que en otros se
genera la condicin inversa, por lo que se concluye que no se realiz una
sobre-estimacin ni una sub-estimacin de los recursos totales.

5.2.3. Validacin por Derivas

Para la realizacin de la validacin por derivas, se realiza una estimacin
por vecino ms cercano para cada unidad y se grafican las derivas para la
estimacin comentada anteriormente y la realizada por Kriging Ordinario. El
motivo de la estimacin por vecino ms cercano en sta etapa responde a la
complejidad de comparar derivas entre muestras (cuya cantidad est cerca del
orden de 20000 datos) y bloques (cuya cantidad se acerca a los 6 millones de
datos), lo que se simplifica generando la estimacin comparativa.
A continuacin, se procede a presentar de forma representativa las
derivas de la unidad de estimacin 12 para ambas estimaciones:

19

20

Ilustracin 10: Validacin por Derivas en los Ejes X, Y, Z.

A partir de los resultados obtenidos en las derivas, es posible visualizar

que dichos grficos se asemejan, intersectndose en mltiples ocasiones a lo
largo de la extensin de la estimacin, por lo que se concluye en un valor
positivo para sta validacin.

5.3. Estimacin de Densidad

Uno de los parmetros necesarios para la posterior declaracin de
recursos minerales es la densidad (que condiciona el tonelaje), por lo que se
realiza la estimacin de la densidad para el yacimiento. A partir de las
densidades entregadas en la base de datos inicial, las cuales poseen un largo
de muestra igual a 2 metros, se procede a presentar un histograma que
expone su poblacin:

21

Ilustracin 11: Histograma de la Densidad sin Estimar.

Para la estimacin de ste parmetro, se utiliz el mtodo Inverso de la

Distancia al Cuadrado (ID2), obtenindose un modelo de bloques que fue
cruzado con las estimaciones de leyes de cobre total realizadas anteriormente.
A continuacin, se presenta un histograma con las densidades estimadas
en el modelo de bloques:

22

Ilustracin 12: Histograma de la Densidad Estimada.

7. Clasificacin de Recursos.
7.1. Criterios de Cateogrizacin
A partir de las estimaciones realizadas para las unidades, se procedi a
realizar la categorizacin de los recursos estimados, basando los criterios de
clasificacin en los anlisis estadsticos de la varianza del Kriging, distancia
muestra bloque y nmero de muestras utilizados en la estimacin.
A continuacin, se presenta una tabla resumen de los criterios utilizados
por unidad de estimacin:

UE

UE 1
UE 12

Categora
Inicial

Varianza del
Kriging [ < ]

Distancia
Mxima
[<]

Medido
Indicado
Medido
Indicado

0,100
0,150
0,035
0,040

125
80
150
220

Nmero
Mnimo de
Muestras
[>]
25
20
15
10
23

UE 11
UE 10
UE 6
UE 7
UE 8
UE 9
UE 4

Medido
Indicado
Medido
Indicado
Medido
Indicado
Medido
Indicado
Medido
Indicado
Medido
Indicado
Inferido
Inferido

0,006
--0,012
0,015
0,004
--0,61
1,00
-------------

240
300
160
200
130
180
134
170
144
200
125
170
-----

9
5
27
20
26
15
23
15
22
10
33
20
-----

Tabla 14: Criterios para la Categorizacin de Recursos.

Cabe destacar que, si la estimacin no cumple con los criterios

anteriormente presentados, se clasifica como recurso inferido.
Otro aspecto a sealar en la categorizacin inicial, en especfico para la
unidad 4, es que al haberse utilizado un mtodo de estimacin que no
considera variografa, se clasifican sus recursos estimados totales directamente
como inferidos.
Se incluye en la clasificacin el parmetro de control de calidad, el cual
define si el recurso se mantiene en su categora (estimado con muestras
sujetas a un control de calidad positivo) o disminuye en la clasificacin
(estimado con muestras sin control de calidad).
Adems, para el trmino de la clasificacin de recursos se utiliza el pit de
recursos y la topografa (los cuales fueron entregados en la base de datos
inicial), definindose como recursos a todos los bloques ubicados entre ambas
superficies.
Se presenta una tabla resumen que muestra la categorizacin final de
recursos estimados.
Categora
Final
Medido
Indicado
Inferido
Indicado
Inferido
-

Categora
Inicial
Medido
Indicado
Inferido
Medido
Indicado
Inferido

Pit de
Recursos
Sobre
Sobre
Sobre
Sobre
Sobre
Sobre

Topografa

QA / QC

Bajo
Bajo
Bajo
Bajo
Bajo
Bajo

Si
Si
Si
No
No
No

Tabla 15: Criterios para Categorizacin Final.

24

7.2. Visualizacin de la Clasificacin de Recursos

A partir de los criterios establecidos anteriormente, se procede a
presentar dos vistas de la clasificacin, las cuales corresponden a cortes en el
plano YZ y XZ.
Categora
Medido
Indicado
Inferido

Cdigo
1
2
3

Color Leyenda
Rojo
Amarillo
Azul

Ilustracin 13: Visualizacin de la Categorizacin.

Ilustracin 14: Visualizacin de la Categorizacin.

A partir de la clasificacin realizada y de la densidad estimada

anteriormente, se procede a realizar la declaracin de recursos minerales.
Categora
Medidos
Indicados
Inferidos
Total

Tonelaje [Mton]
358
210
544
1111

Ley Media CuT [%]

0.41
0.39
0.27
0.34

25

A partir de la tabla anterior, se presenta un grfico de torta con la

proporcin de recursos por categora:

32%
49%

19%

Recursos Medidos

Recursos Indicados

Recursos Inferidos

Grfico 1: Proporcin de los Recursos.

Adems, se muestra una curva tonelaje versus ley, la cual involucra

solamente recursos medidos e indicados (debido a su calidad de informacin):

Curva Ton/Ley Recursos

600

2.50

500

2.00

400

1.50

Tonelaje [Mton] 300

1.00

200
100

0.50

0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

Ley Media [%]

Ley de Corte [%]

Tonelaje

CuT

Grfico 2: Curva Tonelaje Ley.

26

8. Conclusiones
En primera instancia es de suma importancia analizar bien la base de
datos y validarla, ya que es necesario saber con qu se est trabajando y si
esta presenta algn error que puede generar errores en un futuro, ya que no
son representativos al yacimiento que se est evaluando.
Se observa que existe una relacin entre las unidades de estimacin
generada y el trabajo realizado a partir de los criterios definidos, ya que si el
trabajo se hizo de forma prolija y meticulosamente se generan unidades de
estimacin que se asemejan a la realidad y con las cuales es posible realizar el
trabajo. Se observa, adems, que todas las unidades exceptuando el estril
poseen estacionaridad de orden 2 y la mayora de ests presentan un
comportamiento anisotrpico.
Por otro lado, una vez que se han encontrado las direcciones
preferenciales, es necesario validarlas mediante la Validacin Cruzada, para as
poder obtener las vecindades de bsqueda, las cuales sern utilizadas luego
para la Estimacin por Kriging Ordinario, siempre y cuando stas unidades
presenten estacionaridad de orden 2. Cabe mencionar que la unidad de
estimacin 4, correspondiente a los estriles, no presenta este supuesto, por lo
cual no es posible utilizar est mtodo de estimacin, ya que para utilizar
Kriging Ordinario tiene que existir estacionaridad de orden 2, es por esto que
se utiliza el mtodo del Vecino ms Cercano.
Se realizaron 3 criterios para validar la estimacin, los cuales son,
Visualizacin, Anlisis Estadstico y Comparacin de Derivas. Se observa
claramente que la estimacin se valida, ya que cumple con los 3 criterios
planteados.
Posterior a la estimacin, se realiza la categorizacin de recursos y la
posterior clasificacin de recursos. Para generar los criterios de categorizacin,
es necesario realizar un anlisis estadstico a los parmetros obtenidos a partir
del Kriging Ordinario; es importante sealar que para definir el reporte de
recursos es necesario tener en cuenta la calidad de los datos utilizados en la
estimacin y tambin los parmetros econmicos.
Se recomienda realizar sondajes con QA/QC en la zona donde no se
presentan, ya que al realizar esto se tendr una mayor informacin y los
recursos que fueron castigados por no presentar este control de calidad
pueden volver a ser Medidos.

27

9. Referencias

Emery, X. (2011). Geoestadstica. Facultad de Ciencias Fsicas y

Matemticas, Universidad de Chile.

Alfaro, M. (2007). Estimacin de Recursos Mineros. Universidad de

Santiago de Chile.

Rossi, M. & Deutsch, C. (2014). Mineral Resource Estimation. Springer

Science: Business Media Dordrecht.

28

10.

Anexos
Mnimo
[%]

Mximo
[%]

Media

Litologa

N de
Muestra
s

Desv.
Std.

Andesita

1991

0,161

5,652

0,2718

0,2119

Brecha Falla

291

0,167

2,110

0,4337

0,2611

Brecha
Hidrotermal

1129

0,163

24,320

0,6186

1,2855

Brecha Puzzle

1201

0,614

9,167

0,5666

0,7067

Diorita

9392

0,162

10,890

0,4040

0,4122

Dique Fino

111

0,166

1,363

0,3136

0,1703

Dique Tardo

36

0,171

7,342

0,6831

1,1788

Dique Temprano

277

0,162

3,899

0,4002

0,3378

Gravas

18

0,173

1,029

0,3587

0,2110

Granito

2877

0,163

5,825

0,3011

0,1605

Mnimo
[%]

Mximo
[%]

Media

Mineralizacin

N de
Muestra
s

Desv.
Std.

Enriquecimiento
Dbil

779

0,163

24,320

0,8190

1,0951

Enriquecimiento
Fuerte

1674

0,163

10,89

0,8089

0,8269

Estril Caja

1842

0,161

0,771

0,2265

0,0491

Estril Grava

18

0,173

1,029

0,3587

0,2110

Extica Grava

518

0,214

3,330

0,4135

0,2456

29

Lixiviado

989

0,164

0,989

0,2021

0,0614

Lix. xido Negro

1

4329

0,162

7,342

0,2084

0,1422

Lix. xido Negro

2

62

0,194

1,390

0,4495

0,2904

Lix. xido Verde

1

448

0,205

1,189

0,3124

0,0723

Lix. xido Verde

2

0,264

0,509

0,3687

0,0963

Mixto

123

0,170

22,350

1,2804

2,6285

xido

562

0,175

9,060

0,5128

0,6346

Primario

5832

0,162

5,652

0,4307

0,2628

30

Alteracin

Mineralizacin

Litologa
Andesita
Brecha Falla

Cuarzo Sericita
UE 1

Cuarzo Sericita
Estructural

Enriquecimiento Dbil
Enriquecimiento Fuerte
Mixto

Brecha
Hidrotermal
Brecha Puzzle
Diorita
Dique Temprano
Granito
Andesita
Brecha Falla

Cuarzo Sericita

Brecha
Hidrotermal

Cuarzo Sericita
Estructural
UE 12

Sericita Dbil
Profunda

Brecha Puzzle
Primario
Diorita

Sericita Fuerte
Profunda

Dique Tardo
Dique Temprano

Silcea

Granito

Andesita
Brecha Falla

Cuarzo Sericita
Estructural
UE 11

Primario
Sericita Fuerte
Profunda

Brecha
Hidrotermal
Brecha Puzzle
Diorita
31

Dique Tardo
Dique Temprano
Granito
Andesita
Brecha Falla

Biottica

Brecha
Hidrotermal

Clortica
Sericita
UE 6

Cuarzo Sericita

Estril Grava

Brecha Puzzle
Diorita

Cuarzo Sericita
Estructural

Dique Temprano

Propiltica

Granito
Gravas
Andesita

Biottica
Clortica

Brecha
Hidrotermal

Clortica
Sericita

Brecha Puzzle
xido

UE 7

Cuarzo Sericita
Primario
Cuarzo Sericita
Estructural

Diques Temprano

Silcea
Biottica
Clortica
Sericita

Dique Fino
Dique Tardo

Propiltica

UE 4

Diorita

Granito
Estril Caja

Andesita
Granito

32

Cuarzo Sericita
Cuarzo Sericita
Estructural
Propiltica
Silcea

Alteracin

Mineralizacin

Litologa
Andesita
Brecha Falla

Biottica
Lixiviado
Clortica
UE 8

Clortica
Sericita

Brecha
Hidrotermal

Lixiviado xido Negro

2

Brecha Puzzle

Lixiviado xido Verde 1

Diorita

Lixiviado xido Verde 2

Dique Fino

Cuarzo Sericita
Silcea
Dique Temprano
Granito
Biottica
Clortica
Sericita
Cuarzo Sericita
UE 4

Andesita
Estril Caja

Cuarzo Sericita
Estructural

Granito

Propiltica
Silcea
33

Andesita
Lixiviado
Lixiviado xido Negro
1
UE - 9

Cuarzo Sericita
Estructural

Lixiviado xido Negro

2
Lixiviado xido Verde 1
Lixiviado xido Verde 2

Brecha Falla
Brecha
Hidrotermal
Brecha Puzzle
Diorita
Dique Tardo
Dique Temprano
Granito

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55