Академический Документы
Профессиональный Документы
Культура Документы
1
Geoestadstica Minera Aplicada
1. Introduccin y definiciones.
2. Revisin de los Mtodos Tradicionales de Estimacin
3. Prerrequisitos Geolgicos.
4. Prerrequisitos Estadsticos.
5. El Variograma: Clculo e Interpretacin.
2
1. Introduccin y definiciones.
3
Objetivos y Lineamientos
Este es un curso introductorio a la Geoestadstica aplicada a la
actividad Minera para Gelogos e Ingenieros con poca o
ninguna exposicin previa a esta materia.
El objetivo de este curso es dotar a los participantes de:
Un conocimiento fundamental slido de los conceptos y
mtodos de la geoestadstica aplicada a la minera.
Un entendimiento de cmo la geoestadstica puede ser usada
para crear modelos numricos de los Recursos de un
Yacimiento, integrados a la comprensin de la geologa de
este.
Herramientas para la aplicacin prctica de la geoestadstica
en diversas reas de la actividad minera.
Los elementos de la geoestadstica avanzada.
Entrenamiento bsico en el uso del software geoestadstico
ISATIS.
El material y la didctica siguen los lineamientos del Centre de
4 Gostatistique de la cole Nationale Suprieure des Mines de
Paris, y del Centre for Computational Geostatistics de la
Contexto General: El Modelado Numrico
Modelo: Representacin abstracta o
concreta de un objeto o sistema
desde un punto de vista en particular
y con fines particulares.
Histricamente la ciencia se ha
ocupado de recolectar datos y
experimentar extensivamente para
luego deducir leyes y relaciones.
Actualmente la ciencia esta abocada
mayormente a entender y cuantificar
las leyes fsicas, y a crear modelos
numricos de los fenmenos.
Se acepta que la incertidumbre es
ubicua y no puede ser eliminada.
5
Contexto Particular: El Modelado Geolgico de
yacimientos mineros.
Adquisicin, Manejo
Modelado Geomtrico
Basado en el libro Practical Geostatistics, Modeling and Spatial Analysis, por Simon W. Houlding
Y Validacin de Datos
Representacin 3D de las
Mapeo
Geolgico
Datos de
Taladros y Canales
caractersticas geolgicas
Observaciones:
Muestras de del yacimiento.
Taladros y
Creacin de dominios para la
Mapeo + Logueo Canales
Dominios
Permite la estimacin y
Modelo de
Geolgicos 3D
Bloques manipulacin de los valores
Modelo de
leyes 3D Modelado
requeridos para el control de
Modelado
Geomtrico Numrico leyes y el inventario de
Inventario de
Recursos
Recursos y Reservas
6
La Geoestadstica
La Geoestadstica es una rama de las matemticas
aplicadas, especficamente de la Estadstica Espacial, que
comprende una serie de tcnicas interrelacionadas cuyo
objetivo es proveer una descripcin cuantitativa de variables
distribuidas en el tiempo o en el espacio por medio de la
aplicacin de mtodos probabilsticos.
7
El desarrollo de la Geoestadstica
La Geoestadstica se inici en los 60s por Krige y Sichel en frica del
Sur y Matheron en Francia.
El profesor Georges Matheron (1930-2000) elabor los mayores
conceptos de la teora para la estimacin de recursos, los cuales se
plasmaron en el monumental Trait de Gostatistique applique (1962-
1963).
Dos de los primeros discpulos de Matheron (Journel y David) fundaron
en EE.UU. y Canad nuevos centros de investigacin geoestadstica en
los 70s.
Rpidamente la aplicacin de las tcnicas geoestadstica lleg a ser
popular en la minera y meteorologa.
Las aplicaciones en la industria del petrleo se difundieron a mediados
de los 80s con el uso de la simulacin condicional.
Actualmente estas tcnicas son aplicadas en los campos mas diversos,
desde la industria pesquera y forestal, hasta las ciencias ambientales y
8
la epidemiologa.
Para qu y para que no sirve la
Geoestadstica?
La geoestadstica:
Incluye todas las restricciones geolgicas y fsicas conocidas
Provee herramientas para cuantificar y aprovechar la correlacin
espacial de las variables.
Provee algoritmos para el modelado geolgico numrico y la
cuantificacin de la incertidumbre.
No hace el proceso de modelado mas fcil
La Geoestadstica es til para:
Poner la geologa en nmeros
Estimacin
Cuantificar la incertidumbre
Diseo de muestreo
Simulacin / Anlisis de riesgos.
La Geoestadstica no:
Reemplaza datos adicionales de calidad
Reemplaza al sentido comn y crtico
Trabaja bien como una caja negra
Ahorra tiempo.
9
Aplicaciones de La Geoestadstica en la
Minera.
Estimacin de Recursos
Optimizacin de la malla de taladros y del muestreo
Optimizacin del control de leyes
Modelado de variables categricas (tipos de roca)
Creacin de mapas de anomalas para la exploracin
geoqumica.
Modelado de variables geomecnicas y de fracturas.
Modelado de las propiedades metalrgicas del mineral in situ.
Modelado del potencial de generacin de drenaje cido de la
roca in situ.
Cuantificacin de la incertidumbre geolgica y de leyes en los
recursos.
Anlisis de riesgo y sensibilidad en los recursos.
10
Algunos Conceptos geoestadsticos clave (1)
Campo: Zona de Estudio. Ejemplos de Variables
Regionalizadas en la Minera y
Geologa:
Soporte: Volumen y calidad de
la muestra. Las leyes de los metales y la
concentracin de
contaminantes.
La litologa y alteraciones
Variable Regionalizada (V.R.): La densidad de las fracturas.
Es cualquier variable La elevacin topogrfica.
distribuida en el espacio y/o el
El espesor de los estratos y
tiempo cuyo valor depende de
su ubicacin espacial y/o la potencia de las vetas.
temporal y al mismo tiempo Etc.
presente interdependencia o Una variable regionalizada esta
asociacin espacial y/o compuesta por un componente
11 temporal con los valores aleatorio y un componente
vecinos. estructurado.
1.9 Algunos Conceptos geoestadsticos clave
(2)
Funcin Aleatoria: Los valores en
(Auto)correlacin o
puntos no muestreados son interdependencia espacial:
conceptualizados como realizaciones En la naturaleza es muy comn
z(x) de una funcin aleatoria Z(x). que los valores de una variable
Las leyes verdaderas, pero siempre tomen valores muy similares a
desconocidas, del yacimiento sus vecinos en el espacio y/o
conforman una realizacin particular tiempo. Este comportamiento
de Z(x). observable de las variables
Esta conceptualizacin permite el naturales es medido y
uso de mtodos probabilsticos al aprovechado por la
estudio de las variables geoestadstica.
regionalizadas.
12
1.9 Algunos Conceptos geoestadsticos clave
(3)
Hiptesis de Estacionareidad: La
Incertidumbre: Si las partes del
inferencia estadstica en el espacio yacimiento que no han sido
depende de que la distribucin de la muestreadas fueran excavadas
V.R. sea invariante en todo el campo, y muestreadas exhaustivamente
particularmente que la media y la y sin error, cualquier modelo
varianza sean constantes numrico elaborado con los
(Estacionareidad fuerte). datos originales resultara
Sin embargo, esta hiptesis no errneo.
siempre puede ser justificada, por lo
que la geoestadstica hecha mano a La incertidumbre no puede ser
la hiptesis de estacionareidad eliminada
dbil: que la media sea constante y Existe debido a nuestra
que se pueda medir la ignorancia y falta de informacin
interdependencia espacial. y conocimiento.
Existen diversos mtodos para No es una propiedad inherente
convertir un fenmeno no al depsito.
estacionario a uno estacionario.
13
2. Revisin de los Mtodos Tradicionales de Estimacin.
14
Promedio Ponderado en Paneles
Es usado comnmente para la estimacin
V A l
de recursos en vetas.
T V
Primero se calculan las leyes promedio de
las labores (Ll) adyacentes promediando El resultante modelo de leyes del
las leyes de las muestras z(xi) ponderas yacimiento se presenta como un
por su longitud l i: conjunto de valores constantes
m
para cada panel.
L
n
l z( x )
i i l l
Es muy sensible a las
Ll i Lp l
m aglomeraciones de datos y
n
19
Dominios de Estimacin
Diferencias en la media, la distribucin, el
error estndar y/o la variabilidad espacial
entre grupos de muestras, en diferentes
partes del yacimiento o rea de estudio,
son usados para delimitar los dominios de
estimacin.
23
Integracin del Modelo de Bloques y los
Dominios de Estimacin
Los volmenes geolgicos son
intersecados con el modelo de
bloques, determinndose de forma
precisa que bloques, y cuanto de
ellos, caen dentro de cada dominio.
De esta forma se asigna valores
categricos que dependen del
dominio intersecado a cada bloque.
Esto nos permite limitar la
estimacin de una variable en
aquellos bloques que intersequen
un dominio o caracterstica
geolgica particular.
Cada bloque puede intersecar mas
de una caracterstica geolgicas
24
4. Prerrequisitos Estadsticos.
25
La Funcin de Distribucin Acumulada (CDF)
Se define como la probabilidad de La curva de Hazen: Presenta los
no exceder un cut-off z: intervalos de probabilidades
F ( z) Prob{Z z} [0,1] distorsionados, de forma que la
distribucin acumulada se aparece
como una lnea recta si la
Propiedades: distribucin es normal y se emplea
F(z) no decrece una escala aritmtica, o si la
F(z) [0,1] distribucin es lognormal y se
F(-) = 0, y F() = 1 emplea una escala logartmica.
26
La Funcin de Distribucin de Probabilidades
PDF)
La PDF es la derivada de la CDF:
El Histograma: Presenta el porcentaje
F ( z dz) F ( z) (frecuencia) de muestras que se
f ( z ) F ( z ) lim encuentran distribuidos en cada
dz 0 dz intervalo de valores.
F ( z) f ( z)dz
Dist. simtrica
Distribucin multimodal
27
Cuantiles
El Cuantil p de la distribucin F(zp)
es el valor zp para el cual:
F ( z p ) Prob{Z z p } p [0,1]
28
Medidas de Tendencia Central
La Media: Es el valor mas Media o Valor esperado de una
representativo de una distribucin distribucin:
simtrica o normal.
Para muestras de igual soporte: E{Z } z f ( z)dz
1 n
m xi
n i 1
Propiedades:
Para muestras de soporte diferente:
n
E{a} a
i xi
Donde xi, son las leyes
n es el numero de muestras, y
E{aZ} aE{Z }
i m i 1 es el peso de cada muestra
E{ X Y } E{ X } E{Y }
n
i
i 1
cuadrado de las diferencias entre los
valores y la media. Se expresa como: 2 E [ Z m]2 E Z 2 m 2
Var{Z }
n
s ( xi m) 2 / n 1
2
i 1
Varianza ponderada:
La Desviacin Estndar. Es la raz
cuadrada de la varianza, tiene la n n
ventaja que puede ser expresada en
las mismas unidades que los datos.
i 1
i zi2
i m 2
i 1
s2
s s2 n
n
i
El Coeficiente de Variacin. Se
calcula como el cociente entre la
i
i 1
i 1
n
desviacin estndar y la media:
Es usado para comparar la variabilidad
de las leyes relativa a la media entre
diferentes dominios o yacimientos.
CV s / m
30
La Covarianza
Es la extensin de la varianza a dos variables.
31
Correlacin
El coeficiente de correlacin es una Grfico de Correlacin
medida de dependencia lineal entre
dos variables:
Cov{ X , Y }
XY [1,1]
Var ( X )Var (Y )
Grupo de leyes
Que se separan
de la tendencia
Los altos errticos tambin pueden ser identificados visualmente o usando una
33 curva de Hazen.
Tratamiento de los Altos Errticos
Los altos errticos pueden ser
indicadores de zonas anmalas
interesantes o en algunos casos la
presencia de unos cuantos puede
determinar la viabilidad de un
proyecto. Debido a esto no siempre la
mejor solucin es eliminarlos o
reducirlos a un valor arbitrario.
Esta no es necesariamente
una mala prctica y no
debe ser cambiada, ya que
proporcionan mayor
informacin en las zonas
mas importantes del
depsito.
Donde es la media y la
desviacin estndar de la
distribucin.
37
Propiedades de la distribucin Gaussiana
Teorema del Lmite Central: Si una poblacin, cuya PDF de media y
desviacin estndar puede tener cualquier forma, es muestreada al
azar en subgrupos de N muestras. La distribucin de las medias de
estos grupos tiende a ser gaussiana con media y desviacin estndar
/N
38
Anamorfosis Gaussiana
Sirve para transformar cualquier distribucin a una distribucin Gaussiana
o normal.
Es muy usada para variables continuas.
Pasos:
1. Construir la distribucin acumulada F(z) de la variable Z.
2. Equiparar los cuantiles y hallar los
1 valores correspondientes en la
y
distribucin normal. Esto es: G ( F ( z ))
G( y )
Donde es la distribucin normal estndar
41
Correlacin Espacial
Como se puede ver en los
mapas de la derecha, si bien
todos comparten el mismo
conjunto de datos, la estructura
de la correlacin espacial es
diferente.
La correlacin y variabilidad
espacial dependen de la
distribucin detallada de las
leyes en el espacio.
42
Anlisis de la Variabilidad y correlacin
Espacial:
El Variograma
La estimacin geoestadstica de valores en puntos no muestreados requiere de
una medida de la variabilidad espacial de una variable regionalizada.
La variabilidad entre un par de muestras z1 y z2 es dada por:
2 12 ( z1 z 2 ) 2
h vector
Cada par de muestras est separada por un
h hpor
Si tenemos n pares de muestras separadas es preciso
promediar la variabilidad espacial entre
n
los pares:
2 ( h)
( zi zi ( h h) ) 2
i 1
1
2 (h) [ z (u ) z (u h)]2
N ( h) N ( h )
Nmero de Incrementos: Es
determinado por el tamao de los
incrementos y las dimensiones del
rea de estudio. Una regla prctica
es restringir la variografa a la
mitad de la diagonal del rea de la
zona de estudio.
Tolerancia Angular: Est
determinada por la anisotropa
esperada de la mineralizacin y
por la densidad del muestreo.
Lmite de Tolerancia Angular:
Sirve para restringir el cono de la
tolerancia angular cuando esta a
alcanzado determinada abertura.
45
Componentes del Variograma
La distancia a la que el variograma
se estabiliza es el alcance, y es la
distancia donde se pierde la
correlacin espacial.
2
El efecto pepita es la variabilidad a Meseta = C1
muy corta escala o producida por
errores de muestreo y anlisis.
Efecto
Pepita = C0
La meseta es la altura a la que el
variograma se estabiliza.
Alcance
47
5.6 Interpretacin del Variograma Experimental
(2)
Ciclicidad: Puede estar vinculada a periodicidad geolgica como secuencias en la
estratificacin favorable a la mineralizacin.
Pero tambin puede deberse a la escasez de datos.
48
5.6 Interpretacin del Variograma Experimental
(3)
Anisotropa Geomtrica: Se da cuando el alcance de la correlacin espacial
vara a diferentes direcciones.
Esta es producida usualmente por la direccin del flujo de la mineralizacin, por
procesos de deposicin, o el sentido de la dispersin de los contaminantes.
49
5.6 Interpretacin del Variograma Experimental
(4)
Anisotropa Zonal: Es cuando la magnitud de la variabilidad (meseta) cambia segn
la direccin.
Suele producirse por la presencia de diferentes estratos o capas, lo que incrementa la
varianza en la direccin perpendicular a la estratificacin.
Tambin es producida por un incremento de la varianza entre taladros, que puede ser
mayor a la varianza a lo largo de los taladros.
50
El Mapa de Variogramas
permite analizar rpidamente el comportamiento espacial de una variable a
diferentes direcciones, esto se logra por medio de un sistema de coordenadas
esfricas donde las curvas de isovaloras representan el valor del variograma a
diferentes direcciones y mdulos del vector h.
51
El Variograma la Covarianza y el
Correlograma
Bajo la decisin de estacionareidad, el variograma, la covarianza y el
correlograma (correlacin), son herramientas equivalentes para
caracterizar la variabilidad espacial de dos puntos:
(h) 2 C (h) 2 [1 (h)]
Donde: C (h) E{Z (u ) Z (u h)} E{Z (u )} E{Z (u h)} C (0) 2
La covarianza mide la continuidad de las leyes, mientras que el
variograma mide la variabilidad.
52
Las Ciencias no tratan de explicar, ni siquiera de
interpretar, ellas mayormente slo construyen
modelos. Por un modelo se entiende una
representacin [matemtica] que, junto a cierto
nivel de interpretaciones verbales, describe el
fenmeno observado. La justificacin de tal
representacin [matemtica] es solamente y
precisamente que se espera que esta funcione.
54