Estimación Mediante Kriging Ordinario

UNIVERSIDAD DE SANTIAGO DE CHILE
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA EN MINAS
LABORATORIO DE EVALUACIÓN DE YACIMIENTOS
EXPERIENCIA N°4
ESTIMACIÓN MEDIANTE KRIGING

ORDINARIO
Docente:
Orestes Gómez González
Ayudantes:
Gonzalo Frías Hidalgo
Camilo Varas Henríquez
Integrantes:
Benjamín Ibacache Martínez
Claudia Véliz Gajardo
Fecha de entrega:
11 de enero de 2016
Santiago, 11 de enero de 2016

RESUMEN EJECUTIVO
Por estimación de recursos entendemos la determinación de la cantidad de materia prima
contenida en un yacimiento o en una de sus partes. Esta se considera un proceso
continuo, que se inicia en la exploración y que se sigue realizando constantemente,
inclusive en la etapa de producción. Esta es una etapa crucial, debido a que el éxito del
negocio minero tiene directa relación con la calidad de la estimación de recursos,
realizada a partir de la información generada durante las campañas de exploración.
Este trabajo consiste en realizar una estimación válida, mediante kriging ordinario, a partir
de un modelo geológico válido y una función variograma. Esto se realizará en la unidad
geológica 500, correspondiente de óxidos, a partir de la variable de interés, que en este
caso es la ley de CuT.
Para poder realizar esta estimación, se debe tener en cuenta que se debe contar con un
modelo geológico válido, con información de compositos con las leyes de la variable de
interés, un modelo de bloques, tener un EDA para la identificación de outliers y un modelo
variográfico. La metodología seguida para lograr el objetivo de esta experiencia será crear
un modelo de bloques con las variables necesarias, luego flaguear sólidos, configurar las
pasadas, desde el modelo variográfico de óxidos obtener las distintas direcciones de
Bearing, Plunge y Dip, para finalmente estimar mediante kriging ordinario.
En el caso de la validación mediante perfiles, se realiza una validación visual de los

perfiles en la zona de los óxidos y se verificó que concuerdan las zonas de alta y baja ley
de los compositos con respecto al modelo de bloques. A pesar de tener unos cuantos
datos escapados, este error no supera al 5%, por lo cual se puede afirmar que se realizó
una buena estimación y la estimación es válida por este método.
Para el método de estadística básica, se pudo verificar que la ley media de la zona de
óxidos por kriging ordinario fue de 0.24 %, esto en comparación con la media obtenida
para los compositos desagrupados, el cual arrojó una ley media de 0.23 %. Ya que estas
medias son sumamente parecidas, la estimación es válida por estadística básica.
Por el método de derivas, la estimación también es válida, ya que la tendencia de las

curvas, tanto del modelo de bloque por KO y la base de datos desagrupada, son
parecidas y tienen leyes medias similares (cercanas a las obtenidas en la estadística
descriptiva).
En conclusión, el objetivo de este trabajo se cumplió satisfactoriamente, ya que se pudo

estimar mediante KO y dicha estimación fue validada por los tres métodos expuestos
anteriormente.
Una recomendación sería disminuir el tamaño de bloque, para así disminuir el error de la
estadística de leyes medias.
2
TABLA DE CONTENIDOS
1. Introducción .................................................................................................................... 5
2. Objetivos del informe ...................................................................................................... 6
2.1 Objetivo general ......................................................................................................... 6
2.2 Objetivos específicos ................................................................................................. 6
3. Alcances ......................................................................................................................... 6
4. Limitaciones .................................................................................................................... 6
5. Metodología .................................................................................................................... 7
6. Presentación de los datos ............................................................................................... 7
7. Desarrollo y resultados ................................................................................................... 9
8. Conclusiones y recomendaciones ................................................................................ 15
9. Bibliografía .................................................................................................................... 16
10. Anexos
3
TABLA DE ILUSTRACIONES
Ilustración 1: Visualización de unidad geológica 500 - Vista perfil. .................................................... 8
Ilustración 2: Variogramas experimentales modelados...................................................................... 9
Ilustración 3: Validación visual por secciones con compositos de CuT............................................. 10
Ilustración 4: Estimación de un bloque aleatorio delineado con rojo. ............................................. 11
Ilustración 5: Deriva del eje X (Este).................................................................................................. 12
Ilustración 6: Deriva en el eje Y (Norte) ............................................................................................ 13
Ilustración 7: Deriva en el eje Z (Cota) .............................................................................................. 14
Ilustración 8: Modelo de bloques en comparación con compositos. ............................................... 18
Ilustración 9: Modelo de bloques. .................................................................................................... 18
ÍNDICE DE TABLAS
Tabla 1: Datos del Yacimiento. ............................................................................................................ 8
Tabla 2: Datos de las Unidades Geológicas: -99, 200, 500 y 700. ....................................................... 8
Tabla 3: Tabla de direcciones del variograma, tabla y meseta. .......................................................... 9
Tabla 4: Elementos del modelo de bloques. ..................................................................................... 10
Tabla 5: Tabla de estadística resumen. ............................................................................................. 11
4
1. INTRODUCCIÓN
El estudio de fenómenos con correlación espacial, por medio de métodos geoestadísticos,
surgió a partir de los años sesenta, especialmente con el propósito de predecir valores de
las variables en sitios no muestrados.
Una primera aproximación a la solución de este problema fue dada por el geólogo G.
Krige que propuso una variante del método de medias móviles, el cual puede
considerarse como el equivalente al krigeado simple.
El kriging es un término que ha sido acuñado para designar al "mejor estimador lineal
insesgado", el cual es denominado lineal porque es una combinación lineal ponderada de
los datos, insesgado debido a que el error de estimación tendrá una media igual a cero y
mejor en el sentido del error de la varianza mínimo para un modelo dado de
covarianza/variograma. Esta es una técnica de estimación espacial desarrollada por G.
Matheron en los setenta, a partir de los trabajos de Krige.
El interés práctico más importante del krigeado, proviene, no del hecho que asegura la
mejor precisión posible, sino más bien porque permite evitar un error sistemático. En la
mayoría de los depósitos mineros, se deben seleccionar, para la explotación, un cierto
número de bloques, considerados como rentables y se deben abandonar otros bloques
considerados como no explotables. Daniel Krige demostró que, si esta selección se
realizara considerando exclusivamente las muestras interiores a cada bloque, resultaría
necesariamente una sobre-estimación de los bloques seleccionados.
Como es natural, el krigeado atribuye pesos altos a las muestras cercanas a la ley media
y pesos débiles a las alejadas.
Existen varios tipos de kriging, como lo son el kriging simple, ordinario, con deriva, no
lineal, multivariable, etc. En el caso del kriging ordinario, este consiste en un kriging lineal
con valor esperado estacionario pero desconocido. Los requisitos son: el valor esperado
de la función aleatoria debe ser constante y conocer la función de covarianzas o el
semivariograma de la función aleatoria.
Este trabajo tiene como finalidad poder realizar una estimación válida mediante kriging
ordinario, para la unidad geológica de óxidos. La metodología utilizada para lograr este
objetivo es crear un modelo de bloques, flagear sólidos, configurar pasadas (determinar la
vecindad de búsqueda) y direcciones (Bearing, Plunge y Dip), para luego estimar.
5
2. OBJETIVOS DEL INFORME
2.1 OBJETIVO GENERAL
 Realizar una estimación de recursos válida mediante kriging ordinario en la unidad

geológica de óxidos.
2.2 OBJETIVOS ESPECÍFICOS
 Crear un modelo de bloques.

 Estimar la ley de CuT de los bloques a partir de información otorgada por los
sondajes en la unidad geológica a estudiar.
 Realizar una validación de la estimación con distintos métodos: visual, estadística
básica (cálculo de media, coeficiente de variación y desviación estándar) y derivas.
3. ALCANCES
 La variable de interés, en este caso, es el CuT.
 La estimación sólo se realizará en la unidad geológica de óxidos, por tanto quedan
exentos del estudio las unidades correspondientes a mixtos y sulfuros.
 El método utilizado para la estimación será el de kriging ordinario.
 Alguno de los datos utilizados para realizar este trabajo han sido determinado en
experiencias anteriores, como lo es el variograma y modelo geológico.
 Se asumirá un modelo geológico válido.
4. LIMITACIONES
 Este tipo de estudio se realiza en la etapa de Evaluación de Proyectos, en donde
se analiza la factibilidad del negocio minero.
6
5. METODOLOGÍA
Como base para la estimación mediante kriging ordinario, se debe contar con lo siguiente:
 Modelo geológico válido.

 Compositos (con información de las leyes de la variable de interés, en este caso,
CuT).
 Modelo de bloques (con las variables necesarias).
 EDA (para identificación de outliers).
 Modelo variográfico de la zona a estudiar.
Para la estimación, la metodología seguida fue:
 Crear un modelo de bloques y variables necesarias (ug, cut_ko, pass, nm, mh, var,
dist, etc.).
 Flaguear sólidos.
 Modelo variográfico de óxidos.
 Direcciones convención Vulcan.
Bearing.
Plunge.
Dip.
 Estimar (batch).
La validación se realizará según los siguientes métodos:
 Visualización mediante perfiles.

 Comparación estadística de los compositos y bloques.
 Derivas.
6. PRESENTACIÓN DE LOS DATOS

Se posee una base de datos de un yacimiento, en donde se tiene la siguiente información:
Se cuenta con la información de 47 sondajes, con sus respectivas coordenadas Este,

Norte y Cota. Cada uno de ellos cuenta con información sobre la ley de CuT (%) que
existe en cierta sección del sondaje.
Por último, se muestra la información que recopila el geólogo en el mapeo de los

sondajes. Se asignan códigos para diferenciar las distintas zonas que se pueden
encontrar en el yacimiento. En este caso las unidades geológicas son catalogadas como
-99, 200, 500 y 700, en donde la primera corresponde a estéril, zona de enriquecimiento
7
secundario, lixiviación y sulfuros primarios. respectivamente. En este trabajo, se analizará

sólo la unidad geológica 500.
Ilustración 1: Visualización de unidad geológica 500 - Vista perfil.
La información obtenida de la base de datos, se resumen en las siguientes tablas:
Datos del Yacimiento

N° Sondajes 47
Metros perforados 1209.2
Área (m²) 757271.71
N° de muestras totales 10571
Ley media CuT (%) 0.71
Tabla 1: Datos del Yacimiento.
Datos de Unidades Geológicas

Unidad geológica N° de muestras Ley media de CuT (%)
-99 84 -
200 1378 0.73
500 4586 0.71
700 4523 0.72
Tabla 2: Datos de las Unidades Geológicas: -99, 200, 500 y 700.
8
El modelamiento del variograma encontrado en el reporte 2 necesario para realizar la

estimación mediante Kriging Ordinario, es el siguiente:
Ilustración 2: Variogramas experimentales modelados.
7. DESARROLLO Y RESULTADOS
7.1 Parámetros necesarios para realizar la estimación mediante K.O.:
Para realizar la estimación de recursos mediante Kriging Ordinario, es necesario tener un

modelo de variograma y de bloques. Los datos relevantes utilizados para ello son los
siguientes:
7.1.1 Modelo de Variograma
Propiedad del Dirección Eje del Elipsoide

Modelo Variográfico N125 N125 D90-01
Alcance 300 300 230
Meseta 0.17 0.17 0.2
Tabla 3: Tabla de direcciones del variograma, tabla y meseta.
9
7.1.2 Modelo de Bloques
Coordenadas Dimensión Tamaño del bloque

(m) (m) (m)
X 432665 900 10
Y 7307758 1400 10
Z -94 1700 10
Tabla 4: Elementos del modelo de bloques.
7.2 Estimación mediante Kriging Ordinario (KO)
7.2.1 Método de Validación mediante perfiles
Utilizando las distintas técnicas de validación en el modelo de bloques, se puede saber si

la estimación de los compositos con el modelo de bloques es válida o se desecha.
Ilustración 3: Validación visual por secciones con compositos de CuT
Una vez ya generado el modelo de bloques con sus respectivas variables, se establecen
las pasadas con las cuales se trabajará. Primeramente, se realiza una validación visual de
los perfiles en la zona de los óxidos y se verificó que concuerdan las zonas de alta y baja
ley de los compositos con respecto al modelo de bloques. Existen algunas zonas en las
cuales no coinciden, estas son correspondientes a outliers, y a pesar de encontrarse
estas zonas de subestimación, están dentro del 5% de error aceptable para el modelo
realizado, el cual se mostrara más adelante. Esto indica que se realizó una buena
estimación de recursos.
10
Ilustración 4: Estimación de un bloque aleatorio delineado con rojo.
En la estimación de un bloque aleatorio, se selecciona el bloque (el cual está rodeado con
rojo) y el programa entrega los parámetros asociados a este a partir del Kriging Ordinario.
El valor del CuT del bloque es de 0.2%. Posteriormente, el color del bloque seleccionado
se busca en la leyenda para la base de datos de los compositos, correspondiente al color
celeste claro, el cual está entre los valores 0% y 0.1%, lo cual indica que la estimación
cumple con los parámetros de trabajo.
En base a lo anteriormente expuesto, la estimación es válida por este método.
7.1.2 Validación mediante estadística básica
Compositos con peso CuT_ko

Número de muestras 4586 72718
Peso 3519.77 0
Mínimo 0.00 0.00
Máximo 7.93 4.54
Rango 7.92 4.54
Promedio 0.23 0.24
Desviación Estándar 0.34 0.23
Varianza 0.11 0.05
Tabla 5: Tabla de estadística resumen.
11
Para realizar esta validación, el análisis se debe realizar en base a los promedio de las
estadísticas encontradas. La media de las leyes para la zona de óxidos utilizando krigeaje
ordinario es de 0.24. Este valor debe ser igual o muy cercano al promedio de la base de
datos de los compositos. Se procedió a desagrupar la base de datos de los compositos y
la media entregada es de 0.23. El error porcentual del KO y los compositos desagrupados
resulta ser de 4.3%, lo cual indica que la estimación queda válida por este método, ya que
el error máximo permitido es del 5%.
7.1.3 Validación mediante método de las derivas
7.1.3.1 Deriva eje X (Este)
Drift Analysis X
0.50
0.45
0.40
0.35
Ley de CuT %
0.30
0.25
BM_cut_ko_1
0.20 DB_CUT
0.15
0.10
0.05
0.00
432700 432900 433100 433300 433500
Axis
Ilustración 5: Deriva del eje X (Este)
La curva en verde, que representa la base de datos, no muestra una curva suave,
presentando datos outliers. Independientemente de esto, se observa una tendencia
general del gráfico, que fluctúa entre 0.23 % de CuT.
La curva del modelo de bloque (en rojo) presenta una curva suave, ya que esta curva está
utilizando el krigeaje ordinario, el cual homogeniza los datos. La tendencia de esta curva
está entre 0.23 % y 0.24 % de CuT aproximadamente.
12
En los puntos 433180 m a 433300 m se aprecia una sobrestimación, ya que la curva del
modelo de bloques está sobre la curva de la base de datos. En el resto de la curva se
produce una subestimación de los recursos.
Se puede apreciar que la tendencia de ambas curvas fluctúan entre rangos parecidos de
CuT a lo largo del eje x (Este).
En este gráfico se pueden apreciar datos outliers en la curva de la base de datos, en

donde los puntos 433063 m., 433138 m., 433163 m. y 433238 representan datos
escapados, poco representativos, ya que posee una cantidad de muestras bajas (13, 61,
32 y 1 respectivamente).
7.1.3.1 Deriva eje Y (Norte)
Drift Analysis Y
1.20
1.00
Ley de CuT %
0.80
0.60 BM_cut_ko_1
DB_CUT
0.40
0.20
0.00
7307800 7308000 7308200 7308400 7308600 7308800 7309000
Axis
Ilustración 6: Deriva en el eje Y (Norte)
A partir del gráfico de la deriva del eje Y (Norte), se aprecia claramente una tendencia
similar entre las curvas de base de datos y modelo de bloque. Esta última utiliza el
krigeaje ordinario, el cual homogeniza los datos y es por eso que presenta curvas más
suaves.
13
En la curva que representa la base de datos, se pueden apreciar datos escapados u

outliers. El outlier más notorio está en 7308750 m. aproximadamente, con una ley de
1.1% de CuT. Este valor no es representativo, ya que el número de muestras en este
punto es 1.
Entre los puntos 7308050 m. a 7308150 m. aproximadamente, la curva que representa el

modelo de bloques, está sobre la curva de la base de datos, lo que indica una pequeña
sobrestimación. En el resto del gráfico existe una continua subestimación de los recursos.
En base a esto, se puede notar una tendencia de ambas curvas que fluctúa entre 0.28% y
0.30% de CuT.
7.1.3.1 Deriva eje Z (Cote)
Drift Analysis Z
0.90
0.80
0.70
Ley de CuT %
0.60
0.50
BM_cut_ko_1
0.40
DB_CUT
0.30
0.20
0.10
0.00
0 500 1000 1500 2000
Axis
Ilustración 7: Deriva en el eje Z (Cota)
La deriva del eje Z muestra una ley media de CuT aproximadamente de 0.35% de CuT.
Con respecto a la curva que representa el modelo de bloque utilizando kriging ordinario,
esta es concordante con la curva de la base de datos, por tanto la media es la misma
(0.35 % de ley de CuT).
14
8. CONCLUSIONES Y RECOMENDACIONES
 El objetivo de este trabajo se cumplió satisfactoriamente, debido a que se pudo

realizar una estimación de recursos mediante Kriging Ordinario. Cabe destacar
que este es uno de los métodos más utilizados, debido a que es un estimador
insesgado y utiliza datos obtenidos del modelamiento de variograma para
determinar la dirección de anisotropía. Este debe ser utilizado en forma mesurada
en nuestro país, ya que los yacimientos actuales poseen leyes bajas y el Kriging
Ordinario sobrestima recursos, lo que puede generar problemas en la explotación
de unidades que son rentables.
 En la validación visual mediante perfiles, se determinó que el modelo queda
validado por este método, ya que hay una concordancia de las leyes de los
compositos con respecto a las estimadas con bloques alrededor de él.
Adicionalmente, se usa la información de un bloque aleatorio para afirmar esta
validación.
 Con la estadística básica, se comparan los promedios del modelo de bloque del
Kriging Ordinario con la base de datos. Los promedios entregados son de 0.24% y
0.23% respectivamente, lo que significa un error de 4.3%. Cabe destacar que esta
estimación se realizó mediante 3 pasadas, en la cual la última incluye los outliers
lo que provoca una pequeña elevación de la ley media. Debido a lo anterior, queda
validado el modelo por estadística básica.
 En el análisis de las derivas, el análisis en la dirección Este, se puede afirmar que
existe una ley media entre 0.2% y 0.3% de CuT aproximadamente para las curvas
de modelamiento y de base de datos. En este se encuentran datos outliers, los
cuales se alejan de la curva de modelamiento y esto se debe a una baja cantidad
de muestras en estos puntos, por lo tanto estos datos no son representativos.
En la dirección Norte se encuentra una ley media aproximada de 0.28% a 0.3% de
CuT para las curvas de modelamiento de bloques y la base de datos. En esta
deriva, en la curva de la base de datos existe un valos por sobre la media situado
entre los puntos 7308050 m. a 7308150 m. aproximadamente, con una ley
aproximada de 1.1% de CuT.
En la deriva del eje Z se encuentra una ley media aproximada de 0.35% de CuT.
En este caso las curvas del modelo de bloque y de la base de datos, se aprecia
una concordancia entre ellas, por lo tanto la media es la misma para ambas.
Por lo anteriormente expuesto, y gracias a que las leyes medias encontradas son
concordantes, el modelamiento queda validado por el método de las derivas.
 Se recomienda modificar el tamaño de bloques a estimar, en este caso disminuir el
tamaño ya que se haría más preciso en los límites del yacimiento sin subestimar
estas partes. Esto provocaría disminuir el error de las estadísticas de las leyes
medias. También es recomendable ir cambiando el número de muestras, tanto los
mínimos como los máximos, ya esto es una elección de cada estimador y
depende de su experiencia.
15
 Otra recomendación seria realizar una validación cruzada, la cual permite una
mejora en la estimación, ya que este verifica el modelo variográfico como también
el modelo estimado.
16
Bibliografía
Emery, X. (2011). Geoestadística.
Sironvalle, M. A. (2007). Estimación de Recursos Mineros.
Vera, D. C. (s.f.). Validación del Modelo de Recursos.
17
ANEXOS
Ilustración 8: Modelo de bloques en comparación con compositos.
Ilustración 9: Modelo de bloques.

Estimación Mediante Kriging Ordinario

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estimación Mediante Kriging Ordinario

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD DE SANTIAGO DE CHILE

ESTIMACIÓN MEDIANTE KRIGING

Orestes Gómez González

Gonzalo Frías Hidalgo

Camilo Varas Henríquez

Benjamín Ibacache Martínez

Claudia Véliz Gajardo

Santiago, 11 de enero de 2016

En el caso de la validación mediante perfiles, se realiza una validación visual de los

Por el método de derivas, la estimación también es válida, ya que la tendencia de las

En conclusión, el objetivo de este trabajo se cumplió satisfactoriamente, ya que se pudo

2. Objetivos del informe ...................................................................................................... 6

2.1 Objetivo general ......................................................................................................... 6

2.2 Objetivos específicos ................................................................................................. 6

6. Presentación de los datos ............................................................................................... 7

7. Desarrollo y resultados ................................................................................................... 9

8. Conclusiones y recomendaciones ................................................................................ 15

2. OBJETIVOS DEL INFORME

2.1 OBJETIVO GENERAL

 Realizar una estimación de recursos válida mediante kriging ordinario en la unidad

2.2 OBJETIVOS ESPECÍFICOS

 Crear un modelo de bloques.

 Modelo geológico válido.

Para la estimación, la metodología seguida fue:

La validación se realizará según los siguientes métodos:

 Visualización mediante perfiles.

6. PRESENTACIÓN DE LOS DATOS

Se cuenta con la información de 47 sondajes, con sus respectivas coordenadas Este,

Por último, se muestra la información que recopila el geólogo en el mapeo de los

secundario, lixiviación y sulfuros primarios. respectivamente. En este trabajo, se analizará

Ilustración 1: Visualización de unidad geológica 500 - Vista perfil.

La información obtenida de la base de datos, se resumen en las siguientes tablas:

Datos del Yacimiento

Datos de Unidades Geológicas

El modelamiento del variograma encontrado en el reporte 2 necesario para realizar la

Ilustración 2: Variogramas experimentales modelados.

Para realizar la estimación de recursos mediante Kriging Ordinario, es necesario tener un

7.1.1 Modelo de Variograma

Propiedad del Dirección Eje del Elipsoide

7.1.2 Modelo de Bloques

Coordenadas Dimensión Tamaño del bloque

7.2 Estimación mediante Kriging Ordinario (KO)

7.2.1 Método de Validación mediante perfiles

Utilizando las distintas técnicas de validación en el modelo de bloques, se puede saber si

Ilustración 3: Validación visual por secciones con compositos de CuT

Ilustración 4: Estimación de un bloque aleatorio delineado con rojo.

En base a lo anteriormente expuesto, la estimación es válida por este método.

7.1.2 Validación mediante estadística básica

Compositos con peso CuT_ko

7.1.3 Validación mediante método de las derivas

7.1.3.1 Deriva eje X (Este)

Ilustración 5: Deriva del eje X (Este)

En este gráfico se pueden apreciar datos outliers en la curva de la base de datos, en

7.1.3.1 Deriva eje Y (Norte)

Ilustración 6: Deriva en el eje Y (Norte)

En la curva que representa la base de datos, se pueden apreciar datos escapados u

Entre los puntos 7308050 m. a 7308150 m. aproximadamente, la curva que representa el

7.1.3.1 Deriva eje Z (Cote)

Ilustración 7: Deriva en el eje Z (Cota)

 El objetivo de este trabajo se cumplió satisfactoriamente, debido a que se pudo

Sironvalle, M. A. (2007). Estimación de Recursos Mineros.

Vera, D. C. (s.f.). Validación del Modelo de Recursos.

Ilustración 8: Modelo de bloques en comparación con compositos.

Ilustración 9: Modelo de bloques.