Índice

i. Resumo ...................................................................................................................... 2

1. INTRODUÇÃO ...................................................................................................... 3

1.1. Objectivos ............................................................................................................... 4

1.2. Metodologia ............................................................................................................ 5

2. QUANTIFICAÇÃO DE RESERVAS .................................................................... 6

2.1. Métodos Computacionais ........................................................................................ 6

2.1.1. Principal diferença dos métodos convencionais ..................................................... 6

2.1.2. Requisitos para avaliação dos blocos de cubagem .................................................. 6

2.2. Krigagem ................................................................................................................. 6

2.2.1. Relação variograma vs krigagem ............................................................................ 7

2.2.2. Krigagem pontual .................................................................................................... 8

3. CONCLUSÃO ...................................................................................................... 14

4. BIBLIOGRAFIA .................................................................................................. 15
i. Resumo
O foco desta pesquisa é descobrir como é feita a quantificação de reservas tendo em
conta a krigagem pontual, sendo que as classificações geoestatísticas de reservas
baseadas na variância de krigagem não se adaptam para medidas reais de dispersão, pois
elaboram-se para medidas relativas de dispersão. Portanto, sugere-se, como tema de
pesquisa futura, a elaboração de uma classificação baseada em medidas reais de
dispersão que levem também em consideração a variabilidade natural do depósito. As
principais alterações propostas referem-se ao cálculo do teor e variância em blocos de
lavra por meio de sua discretização em sub-blocos, os quais são avaliados pontualmente
e os valores de teor e variância são então compostos para o domínio original. As
reservas de cobre, que se sugere como exemplo para o estudo, são confiáveis para os
estudos futuros de viabilidade técnica e económica; entretanto, as reservas de ouro
calculadas devem ser interpretadas com reserva, devido, principalmente, à densidade
insuficiente de dados na região sudoeste onde ocorrem valores anómalos de ouro e,
também, devido a análises inadequadas realizadas para esta região.

Palavras-chave: classificações geoestatísticas, krigagem pontual, variância.

2
1. INTRODUÇÃO
O presente trabalho referente a cadeira de Gestão de Recursos Minerais, têm como tema
Quantificação de reservas: Krigagem pontual, visto que a indústria de mineração
disponibiliza recursos minerais essenciais para o crescimento económico de diversos
países e o desenvolvimento da sociedade de maneira geral.

Assim sendo, krigagem pontual é a maneira mais eficiente e economicamente viável, ou

seja, é um método de regressão usado em geoestatística para aproximar ou interpolar
dados. A teoria de Kriging foi desenvolvida a partir dos trabalhos do seu inventor,
Daniel G. Krige, pelo matemático francês Georges Matheron, no começo dos anos
sessenta. Na comunidade estatística, também é conhecido como “Processo Gaussiano de
Regressão”.

Observando-se que a estimação com base em apenas um atributo insere-se no âmbito da

Krigagem, a estimação de um atributo à custa de outros atributos insere-se no âmbito da
Co-krigagem, para desmonte de rocha em mineração.

3
1.1. Objectivos
a. Geral
 Avaliar o processo de quantificação de reservas tendo como foco a Krigagem
pontual.

b. Específicos
 Definir os requisitos necessários para a krigagem pontual;
 Descrever os diversos princípios de Krigagem.

4
1.2. Metodologia
Metodologicamente, este trabalho, quanto aos procedimentos técnicos, é classificado
como sendo uma pesquisa Bibliográfica, por ter sido desenvolvida com base em
material já elaborado, constituído principalmente de livros e artigos científicos. (Gil,
2008).

Quanto aos objectivos enquadra-se na classe Exploratória, por proporcionar maior

familiaridade com o problema (explicitá-lo). Em que envolveu levantamento
bibliográfico, assumindo a forma de estudo de caso. (Gil, 2008).

5
2. QUANTIFICAÇÃO DE RESERVAS
A quantificação de reservas minerais, em termos de teor e tonelagem, deve ser
acompanhada de uma medida de grau de confiabilidade a elas associado. Inerente a:

 Métodos de pesquisa utilizados

 Métodos analíticos
 Precisão da localização dos pontos de amostragem
 Variabilidade apresentada pelo corpo de minério.

Sendo que as classificações de reservas permitem expressar quantidades de minério de

acordo com o grau de precisão e conhecimento a elas associado, fundamentais para a
declaração de reservas minerais, convertidas em valores monetários e daí objecto de
investimento, negociação e indemnização. Conde (2000).

2.1. Métodos Computacionais

Dependem de computadores para o cálculo de recurso/reserva e fazem uso de
funções matemática de interpolação, as quais são aplicadas para o cálculo de teor
tonelagem, densidade, espessura nos blocos de cubagem.

2.1.1. Principal diferença dos métodos convencionais

 Fazer uso de métodos matemáticos de interpolação;
 Inverso da potência da distância;
 Outras diferenças: geometria e dimensão dos blocos de cubagem.

2.1.2. Requisitos para avaliação dos blocos de cubagem

 Estarem no domínio do depósito;
 Apresentar amostras de furos vizinhos, segundo critérios de selecção;
 Passíveis de avaliação com o mínimo de informação, verificada a distância
máxima de amostras.

2.2. Krigagem
Krigagem é um processo geoestatístico de estimativa de valores de variáveis
distribuídas no espaço e/ou tempo, com base em valores adjacentes quando
considerados interdependentes pela análise variográfica. Pode ser comparado com os
métodos tradicionais de estimativa por médias ponderadas ou por médias móveis, mas a

6
diferença fundamental é que somente a krigagem apresenta estimativas não
tendenciosas e a mínima variância associada ao valor estimado.
Krigagem é a melhor forma de avaliação de uma jazida mineral, mas só se aplica a
minério com modelos de variogramas esféricos ou logarítmicos.

A krigagem é o procedimento que permite calcular os ponderadores para uma dada

configuração (bloco x disposição das amostras no espaço), com mínima variância de
krigagem, ou seja, é um método geoestatístico estimador que leva em consideração as
características espaciais de autocorrelação de variáveis regionalizadas.

Assim sendo, nas variáveis regionalizadas deve existir uma certa continuidade espacial,
o que permite que os dados obtidos por amostragem de certos pontos possam ser usados
para parametrizar a estimação de pontos onde o valor da variável seja desconhecido, ao
ser constatado que a variável não possui continuidade espacial na área estudada, não há
sentido lógico em estimar/interpolar usando-se a krigagem.

Optando se por estabelecer, a partir de expressões matemáticas, o melhor estimador

possível do valor médio (teor, espessura, acumulação, densidade) na área de influência
de um furo de sonda ou de um bloco de minério em serviço mineiro (galeria, chaminé)

Em sondagem, o cálculo do valor médio e da reserva em cada área de influência dos

furos, intervém não só o furo central mas os outros furos, ponderando cada informação
em função da distância ao bloco que está sendo krigado. Yamamoto(1999).

Melhor forma de avaliação de uma jazida mineral, mas só se aplica a minério com
modelos de variogramas esféricos ou logarítmicos que são técnicas superiores porque
permitem o cálculo do erro associado às estimativas, chamada variância de krigagem.

Para efectuar a krigagem de uma área é necessário primeiro efectuar a análise

variográfica do minério, visto que os estudos geoestatísticos levam a definição de um
modelo de variograma que servirá para inferir os valores da função variograma que
serão utilizados pelos métodos geoestatísticos de interpolação. Yamamoto (1999).

2.2.1. Relação variograma vs krigagem

O conhecimento da variabilidade natural do depósito, expressa por meio de um
variograma, é a base da geoestatística que permite realizar estimativas precisas, bem
como avaliar o erro cometido nessas estimativas. Popoff (1966).

7
Variância de krigagem permite determinar o erro associado à configuração espacial das
amostras consideradas para a estimativa.

A krigagem, como método de interpolação na avaliação de recurso/reserva, só deve ser

utilizada quando o variograma experimental for estruturado, ou seja se a variabilidade
não for totalmente aleatória (efeito pepita puro).

Com o modelo de variograma se reconhece anisotropias e se tem uma ideia da

variabilidade a pequenas distâncias dada pelo comportamento próximo a origem.

2.2.2. Krigagem pontual

Usada para estimar qualquer variável (teor, espessura) em um ponto não
amostrado. A aplicação prática da krigagem pontual é de representação gráfica de dados
geológicos, por mapas de isovalores ou superfícies 3D, obtidas pela projecção
perspectiva da malha regular.

a. Estimar o ponto no centro do bloco.

A organização do sistema de krigagem começa com o cálculo da matriz dos termos

(xi – xj) que é a função do semivariograma (h) ou variograma 2 (h);

( ) ∑* , ( ) ( )- +

Onde:

n- números de pares de pontos separados por uma distância h;

Z(x) - valor da variável no ponto x;

Z(x + h) - valor da variável no ponto x +h.

8
 b. Localização e selecção de pontos de dados vizinhos
1 ponto mais próximo por quadrante.

Krigagem pontual – exemplo hipotético

Dados selecionados pelo critério de quadrantes para a estimativa do bloco B2:

Furo X (m) Y (m) Espessura (m) Teor(g/t)

1 100 50 1.5 5
4 150 100 1.9 15
5 100 150 1.73 18
9 150 187,5 2.63 20

Para o cálculo da função semivariograma, entre as amostras 1 e 4;

Determina-se primeiro a distância entre elas: d (x1, x4) = ( )

( )
1. A distância encontrada é convertida em função semivariograma, usando as
equações dos modelos, para teor;

(x1-x4)= 0+40{ ( ) ( )}

Variograma do exemplo hipotético

9
 ( ) { ( ) ( )}

h- altura

a- amplitude

( ) para h

Pontos do variograma experimental para teor com ajuste de modelo esférico (B).

2. A distância encontrada é convertida em função semi-variograma, usando as

equações dos modelos: para espessura

( ) , ( ) -

( ) , ( ( ) )-

Pontos do variograma experimental para espessura com ajuste de modelo gaussiano (B).

O procedimento é repetido para todos os pares de amostras e se obtém as matrizes dos

valores da função semivariograma (xi – xj) para teor e:

10
 [ ]

Ao longo da diagonal, em que as distâncias são nulas, os valores das funções

semivariograma serão também nulos, independente da presença ou ausência do efeito
pepita. A função semivariograma é descontínua na origem!

3. O procedimento é repetido para todos os pares de amostras e se obtém as

matrizes dos valores da função semivariograma (xi – xj) para espessura e:

[ ]

O vector dos valores das funções semivariograma (xo – xi), entre a amostra
e o ponto estimado, também é calculado da mesma forma.

Determina-se a distância entre a amostra e o ponto a ser estimado, obtém-se o

valor da função semivariograma:

4. Localização do ponto Xo

Exemplo para a amostra 1:

( ) √( ) ( )

Para teor:

11
 ( ) ( )
( ) ( )

Para espessura

( )
( ) * +

Calcula-se os valores das funções semivariograma para todas as amostras, tem-se o

vector (xo–x1) entre amostras e o ponto a ser estimado:

( ) ( )

Teor Espessura

Assim se tem todos os elementos para os sistemas de equações de krigagem para

estimativa do ponto de coordenadas (131,25; 11,75), para teores e espessura:

[ ][ ] [ ]

Teor

( ) ( ) ( )

Espessura

Resolvendo o sistema de equações obtêm se os ponderadores:

Amostra Teor(g/t) Espessura (m)

1 5 0,047 1,5 -0,04
4 15 0,572 1,9 0,676
5 18 0,317 1,73 0,392
9 20 0,064 2,63 -0,028

12
O teor no centro do bloco B 2 então é:

( ) ( ) ( ) ( )

A espessura no centro do bloco B2 então é:

( ) ( ) ( ) ( )

Este procedimento é então repetido para cada ponto que se quer estimar.

13
3. CONCLUSÃO
Findo trabalho conclui-se que para se efectuar a krigagem de uma área é necessário
primeiro efectuar a análise variográfica do minério. Os estudos geoestatísticos levam a
definição de um modelo de variograma que servirá para inferir os valores da função
variograma que serão utilizados pelos métodos geoestatísticos de interpolação.

Nota-se a krigagem é a melhor forma de avaliação de uma jazida mineral, representa um

conjunto de técnicas superiores porque permitem o cálculo do erro associado às
estimativas, chamada variância de krigagem.

14
4. BIBLIOGRAFIA
1. YAMAMOTO,J.K (1999), Avaliação de reservas por métodos computacionais: um
estudo de caso na mina de canoas 2(pr),
2. CONDE, R.P. (2000), Geoestatística aplicada a avaliação de reservas e controle
de lavra na mina de cana Brava, São Paulo, Brasil.
3. POPOFF, C.C. (1966), Computing reserves of mineral deposite: principles and
conventional methods, Washington, Bureau of Mines.113p

15