Академический Документы
Профессиональный Документы
Культура Документы
(2)
sea mnima (Armstrong. 1998). como parte de su tesis doctoral GSLIB, conteniendo las coorde-
Entre los mtodos de interpola- presentada en el ao 2004. Este nadas, longitud de las muestras
cin estn el Kriging simple (me- programa libre y de cdigo y los porcentajes peso / peso de
dia de la variable regionalizada abierto fue desarrollado en len- la slice, almina, prdida por cal-
conocida) y el Kriging ordinarios guaje C++, y tiene como objetivo cinacin, fsforo y manganeso.
(media desconocida), estos m- poner a la disposicin de los in- Posteriormente, se realiz la ex-
todos funcionan bajo la suposi- vestigadores de un programa de ploracin inicial de los datos con
cin de estacionariedad o hip- fcil manejo que dispone de va- la generacin de los respectivos
tesis intrnseca. rias herramientas y algoritmos histogramas con sus cuadros de
En el caso del Kriging simple u or- necesarios para la interpreta- estadstica bsica. En SGeMS,
dinario, la solucin se obtiene cin geoestadstica en 3D, tales con la herramienta para la gene-
por optimizacin mediante el m- como histogramas, diagramas racin de histogramas se pudo
todo Multiplicador de Lagrange, de dispersin, qqplot, variogra- verificar la normalidad de los da-
en el cual se incluyen los mode- mas, kriging y simulaciones, ade- tos mediante una opcin de es-
los de variograma o covarianza ms permite el desarrollo de ta- cala logartmica. Es importante
(indistintamente) para conside- reas en lenguaje Python. La par- acotar que a partir de esta etapa
rar la correlacin espacial entre te geoestadstica de este soft- se tom la decisin de transfor-
las muestras y entre estas y el ware se realiz enteramente con mar logartmicamente los datos
punto desconocido a estimar. la librera GsTL que Remy desa- duros, para esto se cont con el
Para los estudios geoestadsti- rroll de su Tesis de Maestra del auxilio de un programa de clcu-
cos estn disponibles de forma ao 2002, y se inspir en la nece- lo, adems, fue necesario modi-
comercial y libre varios progra- sidad de reemplazar mediante ficar los archivos de datos para
mas, la mayora, sino todos, dis- un programa amigable al poten- agregar los nuevos vectores
ponibles en internet. Muchos de te pero difcil software GSLIB, de- transformados.
estos programas son desarrolla- sarrollado en la misma universi- Se crearon mapas de variogra-
dos para aplicaciones especfi- dad por su profesor, Andr Jour- mas para determinar posible di-
cas en minera, petrleo, am- nel y por Clayton Deutsch en el recciones de anisotropa con los
biente, ecologa, hidrologa, sue- ao 1992 (Remy, 2004, 2009; mdulos VARMAP y PIXELPLT
los, epidemiologa, etc, pero las Deutsch y Journel, 1998). de GSLIB. Se generaron en
bases tericas que aplican son SGeMS los variogramas experi-
las mismas, por lo tanto, pueden Metodologa mentales en las direcciones de
utilizarse en cualquier tipo de es- La investigacin central de este anisotropa para las diferentes
tudio. Entre las versiones co- trabajo es descriptiva, enfocada variables qumicas.
merciales, las ms conocidas ac- en la estimacin del comporta- El siguiente paso fue ajustar los
tualmente son Isatis de la miento qumico del mineral de modelos tericos (esfrico, expo-
Escuela de Minas de Paris, Gam- hierro utilizando mtodos nencial, gaussiano, etc) con res-
maplus, la librera geoestadsti- geoestadsticos computaciona- pecto a los variogramas experi-
ca de ArcGIS, entre otras. En el les con el apoyo informtico del mentales, determinando los pa-
mundo de la minera, los progra- software libre SGeMS y con el rmetros: efecto pepita (C0), con-
mas de diseo y planificacin de auxilio de algunos componentes
tribucin de variabilidad de cada
minas como MineSight, Datami- del programa GSLIB.
modelo (Ck), siendo k el nmero
ne, Gemcom, etc, tienen incor- La poblacin corresponde a las
de modelos anidados, los ran-
porados herramientas geoesta- mena de mineral de hierro que
gos de influencia espacial (a).
dsticas para estimacin de re- se encuentran en el cerro Las
Una vez obtenidos los modelos
cursos. En relacin a las versio- Pailas, la muestra est confor-
de los variogramas se realiz
nes libres, las ms modernas co- mada por 8.053 intervalos de
una validacin cruzada con el
rresponden a SGeMS, y las li- subsuelo entre 2 a 3 metros de
mdulo KT3D de GSLIB. Se
breras geoestadsticas de R, ta- longitud, provenientes de la ba-
cre en SGeMS el modelo de blo-
les como geoR, gstat, Rgeos- se de datos de sondeos explora-
ques del yacimiento con dimen-
tats, entre otras. Hay versiones torios bajo un mallado irregular
libres ms antiguas que todava de aproximadamente 50 m x 50 siones de 10x10x15 m3 (ancho,
estn vigentes, tales como m realizadas en las diversas largo y alto), para luego proce-
GEOEAS y GSLIB. campaas exploratorias de der con la estimacin de los valo-
En cuanto al programa SGeMS, FMO. Esta informacin se alma- res qumicos de cada bloque me-
acrnimo de Stanford Geostatis- cen en un archivo de datos bajo diante el mtodo de interpola-
tical Modeling Software, este fue el formato GeoEAS, para poder cin Kriging ordinario.
desarrollado en la Universidad ser reconocido tanto por el pro- Finalmente, se guardaron en un
de Stanford por Nicolas Remy grama SGeMS como por archivo los resultados estima-
48 GEOMINAS, Vol. 45, N 72, abril 2017
Modelamiento geoestadstico de las variables qumicas del
dos por el Kriging y se procedi, con la ayuda de de observar en las grandes diferencias entre las
un programa de clculo, a invertir los valores loga- medianas y las medias aritmticas.
rtmicos mediante la funcin exponencial. Estos En la figura 2 se observa el comportamiento co-
valores corresponden a los resultados finales de rrespondiente a los porcentajes de valores de ca-
la estimacin, el archivo de datos que los contie- da variable qumica. Todas las variables tienen dis-
nen se grab y se carg en SGeMS para generar tribuciones con sesgos positivos y con valores ex-
las vistas en dos o tres dimensiones del modelo tremos muy altos, se asemejan al comportamien-
del yacimiento. to aleatorio lognormal, muy comn en las varia-
bles qumicas de los yacimientos de mineral de
Resultados hierro. En los histogramas de los valores con
En la tabla II se muestran los resultados de la esta- transformacin logartmica natural se observa la
dstica bsica realizada a los sondeos geoexplo- normalizacin de los datos. En el caso de la slice
ratorios del yacimiento cerro Las Pailas, para un transformada se presenta dos grupos bien dife-
total de 8.053 intervalos de muestras. El elemento renciados de baja slice y alta slice, con tenden-
slice presenta el componente de ganga con ma- cia bimodal. En el caso del manganeso logartmi-
yor presencia en los minerales de hierro del cerro co, se observa en el histograma valores mnimos
Las Pailas con un valor mediano de 5,289 %. To- con alta frecuencia, lo cual supone problemas de
dos los elementos qumicos que componen la gan- precisin en la medicin de las observaciones.
ga del mineral de hierro tienen comportamientos Con respecto a las relaciones existentes entre las
de alta variabilidad y muy sesgados, como se pue- variables qumicas, el comportamiento de los da-
GEOMINAS, abril 2017 49
M. Rojas, L. Araya, I. Llatas, J. Lpez
Figura 4. Variogramas. Arriba a la izquierda: todos. Arriba a la derecha: vertical. Abajo: horizontal 0 y 90.
tos sugiere la presencia de co- estas variables, la correlacin es En la figura 4 se presentan los va-
rrelacin intermedia entre el fs- alta en los valores transforma- riogramas experimentales y su
foro y la prdida por calcinacin dos logartmicamente con 0,74. modelos ajustados en tres ejes,
con un coeficiente de 0,51; y en- Los resultados arrojados en los direcciones norte y este, y en pro-
tre la almina y la prdida por cal- mapas de variogramas en el pla- fundidad para cada variable qu-
cinacin se presenta un coefi- no horizontal, presentan com- mica (representado por una cur-
ciente de correlacin de 0.56. En portamientos isotrpicos en to- va continua de color negro).
la figura 3 se observa que entre das las variables. Se estima, de acuerdo al ajuste
50 GEOMINAS, Vol. 45, N 72, abril 2017
Modelamiento geoestadstico de las variables qumicas del
Tabla III. Modelos de variogramas logartmicos obtenidos en los Los resultados de las estimacio-
ajustes. nes de los modelos kriging ordi-
nario se presentan en mapas que
muestran el corte en el plano hori-
zontal con escalas establecidas
convenientemente para localizar
las zonas dentro del yacimiento
que permitan establecer homoge-
nizaciones del material.
En slice, considerando una esca-
la de variacin de 0 a 10 %, se pue-
den observar en los mapas de la
figura 5 que la mayor parte del ya-
cimiento presenta concentracio-
nes que estn por encima del lmi-
Tabla IV. Resultados de la validacin cruzada para los modelos de
estimacin kriging con los variogramas logartmicos ajustados.
te superior establecido, con una
tendencia de aumento a medida
que se profundiza en el yacimien-
to, lo que indica que para lograr
un mejor aprovechamiento del ya-
cimiento se deben establecer cri-
terios de homogeneidad que ga-
ranticen la calidad del mineral.
Para la almina, considerando
una escala de variacin de 0 a 3
%, se puede observar en los ma-
pas de la figura 6 que a medida
que se avanza en la direccin nor-
realizado, que los modelos de los variogramas lo- este en su parte media del yaci-
gartmicos sean Exponencial y/o Gaussiano, debi- miento, se encuentran ubicadas zonas que pre-
do que la variabilidad con estructura espacial a pe- sentan concentraciones con caractersticas qu-
quea distancia de separacin tiene comporta- micas intermedias que pueden ser aprovechadas
miento cuadrtico, es decir, la variabilidad au- rpidamente, mientras que en la parte suroeste,
menta lentamente cerca del origen, pero en posi- las zonas muestran concentraciones muy altas
ciones intermedias crece rpidamente hasta em- las cuales para poder ser aprovechadas, necesi-
pezar a desacelerar este crecimiento en forma tan buen tratamiento de homogenizacin o trata-
asinttica a mayor distancia. miento especial que regule la calidad del mineral
En la tabla III se presentan los resultados de los a los lmites permitidos (Figura 6).
modelos de variogramas ajustados para cada va- Para la variable prdida por calcinacin, conside-
riable qumica transformada logartmicamente. rando una escala de variacin de 0 a 6,5 %, se
En todos los modelos existe continuidad en el ori- puede observar en los mapas de la figura 7 que a
gen, es decir, el efecto pepita fue cero. Debido al medida que se avanza en direccin norte, la con-
efecto de proporcionalidad, la slice presenta la centracin de la variable aumenta considerable-
mayor variabilidad en el yacimiento. Solamente mente alcanzando valores mayores al lmite mxi-
se detect anisotropa entre las direcciones hori- mo; de igual forma sucede al avanzar en direccin
zontales y verticales en las variables logartmicas este, mientras que en la parte superior del yaci-
slice y prdida por calcinacin, las dems son iso- miento sucede lo contrario, es decir, las concen-
trpicas en todas las direcciones. traciones de esta variable en el yacimiento van to-
En la tabla IV se presentan los resultados de la va- mando valores intermedios.
lidacin cruzada para establecer si los modelos Para el fsforo, considerando una escala de 0 a
de variogramas ajustados son adecuados para la 0,2 %, se puede observar en los mapas de la figu-
creacin del modelo qumico mediante kriging or- ra 8 que a medida que se avanza en direcciones
dinario para un soporte de los bloques de norte, este y en la parte superior del yacimiento
3
10x10x15 m . Los errores en su conjunto tienen las concentraciones de esta variable se mantie-
un comportamiento aleatorio con tendencia a una nen en valores intermedios, mostrando slo reas
distribucin normal, y la correlacin lineal entre muy pequeas con valores superiores al lmite m-
los valores reales y los estimados es muy alta. ximo. Es decir, el yacimiento en su totalidad mues-
tra buena calidad con relacin a este parmetro.
GEOMINAS, abril 2017 51
M. Rojas, L. Araya, I. Llatas, J. Lpez
Para la variable manganeso, deba a la amplia gama litolgica debido a los bajos porcentajes
considerando una escala de va- que presenta este yacimiento, de contenido de fsforo y man-
riacin de 0 a 0,15 %, se puede estos valores altos son muy po- ganeso.
observar en los mapa de la figu- co frecuentes, pero a la vez muy En cuanto al contenido de almi-
ra 9 que en la parte superior y en significativos, lo que afecta la ca- na, en el yacimiento las zonas
la direccin norte, se ubican zo- lidad de los productos que se ex- de mayor aprovechamiento se
nas con las mejores concentra- plotan de la mina. Bajo esta pre- encuentran en la parte central, y
ciones, y en la direccin este s- misa entonces, el yacimiento de se van reduciendo estas zonas
lo se pueden observar peque- mineral de hierro del cerro Las de baja almina a menor altura
as zonas con concentraciones Pailas, es geolgica y qumica- en el cerro. La slice presenta al-
por encima del lmite mximo. mente heterogneo, en donde la tos contenidos porcentuales en
variabilidad tiene una fuerte de- el yacimiento con escasas zo-
Discusin pendencia espacial. nas de slice menor al 10 %, y
El alto grado de sesgo de las va- El modelo qumico del yacimien- que ha menos altura son mucho
riables qumicas, lo cuales se to creado con el interpolador Kri- menores todava. Esta configu-
ven reflejados en las colas de los ging indica que la mina es apro- racin de la slice limita el apro-
histogramas, posiblemente se vechable en todo el yacimiento vechamiento de la mina, por lo
52 GEOMINAS, Vol. 45, N 72, abril 2017
Modelamiento geoestadstico de las variables qumicas del
tanto, la explotacin del mineral del programa SGeMS y GSLIB, criptivas en el histograma con
de hierro depende de un trata- por lo tanto, es factible el uso de opciones a visualizar las trans-
miento de mezclas adecuadas estos programas informticos formaciones logartmicas) y una
bajo un control de calidad estric- geoestadsticos con licencia li- vez detectadas las anomalas
to. bre para el estudio del compor- y/o errores se realizan las modi-
El estudio indica que a pesar de tamiento qumico en los yaci- ficaciones o correcciones de los
altos contenidos de slice de las mientos ferrferos de C.V.G. Fe- datos duros fuera del programa.
menas de hierro en la mayor par- rrominera Orinoco, C.A., y ade- El programa SGeMS desarrolla-
te del cerro Las Pailas, tambin ms, esto es extensible a cual- do en la Universidad de Stanford
se presentan zonas con bajo fs- quier otro yacimiento minero. es una herramienta computacio-
foro y almina que permite una SGeMS no posee herramientas nal verstil y con potentes algo-
adecuada explotacin de la mi- para la normalizacin, depura- ritmos geoestadsticos. A pesar
na. cin ni organizacin de los datos de que no posee algunas herra-
como lo poseen otros progra- mientas, como para la creacin
Conclusiones mas. Para suplir esto, como se de mapas de variogramas o pa-
Se cre un modelo qumico del hace en todo estudio estadsti- ra la validacin cruzada, esto
yacimiento del cerro Las Pailas co, se realiza un anlisis explo- puede solucionarse con el apo-
usando las herramientas com- ratorio de los datos (resumen es- yo de su antecesor de la misma
putacionales geoestadsticas tadstico de las medidas des- universidad, el programa
GEOMINAS, abril 2017 53
M. Rojas, L. Araya, I. Llatas, J. Lpez
Remy, N. (2002). GSTL: the Software. Cambridge Uni- ro para responder a las nue-
geostatistical template li- versity Press: United King- vas exigencias de los pro-
brary in C++. Reporte para dom. ductos comercializados por
Mster en Ciencias, Califor- Rojas, Mara (2014). Variabili- CVG Ferrominera Orinoco,
nia, U.S.A.: Stanford Univer- dad espacial de los parme- C.A. Trabajo de grado no pu-
sity. tros qumicos del mineral de blicado, Universidad de
Remy, N. (2004). Algorithmic hierro del yacimiento cerro Oriente, Ciudad Bolvar, Ve-
and software methods for a Las Pailas, municipio Boliva- nezuela..
better integration of the geo- riano Angostura, estado Bol- Silva, A. (2015). Krigagem de te-
logical information into nu- var. Trabajo de maestra no ores de ouro da mina de Caia-
merical models. Stanford publicado. Universidad de mar-Gois. Trabajo de maes-
University. Tesis Doctoral. Oriente, Ciudad Bolvar, Ve- tra. So Paulo, Brasil: Uni-
California, U.S.A.: Stanford nezuela. versidade de So Paulo.
University. Salazar, C. (2010). Maximiza-
Remy, N., Boucher, A., Wu, J. cin de las reservas recupe-
(2009). Applied rables del Cuadriltero Ferr-
Geostatistics with SGeMS: A feros San Isidro y mina Alta-
User's Guide Stanford mira segn los cortes en los
Geoestatistical Modeling porcentajes de slice y fsfo-
56 GEOMINAS, Vol. 45, N 72, abril 2017