106 211
MUESTREO DE AGUAS Los
elementos inorgánicos serán transportados por el agua en alguna de las siguientes formas: • Cationes • Aniones • Iones adsorbidos • Solutos inorgánicos no disociados
• Materia orgánica soluble • Suspensión La variaciones fuertes de pH a lo largo de un curso de agua pueden indicar una fuente de sulfatos, a partir de conc concen entr trac acio ione nes s de sulf sulfur uros os,, do dond nde e la hidr hidról ólis isis is y lixiviación de sulfuros es responsable de esta variación de pH. Dra. Verónica Oliveros -
[email protected] [email protected] - Consultora Intercade
212
MUESTREO DE AGUAS
Dra. Verónica Oliveros -
[email protected] [email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
107 213
REPRESENTACION DE DATOS
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
214
CONTORNEO DE CURVAS DE ISOCONTENIDO
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
108 215
CONTORNEO DE CURVAS DE ISOCONTENIDO
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
216
REPRESENTACION PONDERADA DE PUNTOS DE MUESTREO
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
109 217
REPRESENTACION PONDERADA DE PUNTOS DE MUESTREO
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
218
INTERPRETACION DE RESULTADOS Y PROCESAMIENTO DE DATOS
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
110 219
DEFINICIONES Valor
de fondo (background ). Es la abundancia normal de un elemento en una unidad litológica en un área determinada. Puede ser local o regional. En general, tiene una distribución log-normal. Anomalía. Es una desviación de los patrones geoquímicos normales para un área determinada. • Anomalía significativa : relacionada a mineralización. • Anomalía falsa o no significativa : no relacionada a mineralización (procesos naturales, contaminación, errores analíticos). Valor umbral (threshold ). Es un valor que permite destacar aquellas zonas potenciales de contener una alta concentración del elemento o elementos de interés.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
220
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
111 221
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
222
ESTADISTICA UNIVARIABLE Previo
al procesamiento estadístico de datos debe existir una preparación y filtrado de las bases de datos. deben eliminar del procesamiento aquellos Se elementos que no cumplen con las condiciones de control de calidad. Se deben eliminar todos aquellos elementos en los cuales más del 50% presenta valores bajo límites de detección. Se recomienda cambiar en el caso de elementos con valores en el límite de detección, a la mitad del correspondiente límite. Los elementos en valores % deben ser cambiados a ppm. Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
112 223
ESTADISTICA UNIVARIABLE Dada
la naturaleza de distribución geoquímica en materiales naturales, los datos geoquímicos deben ser procesados en base log-normal. Es factible convertir la base de datos a una base log-normal, o bien existen programas estadísticos que permiten trabajar directamente en base log-normal. Son de interés todos los estadígrafos univariables comunes: promedio, desviación estándar, mediana, cuartiles, kurtosis, máxima, mínima. Se recomienda el cálculo de umbral superior como el valor promedio más dos errores estándares.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
224
ESTADISTICA UNIVARIABLE El error estándar es conocido también como la desviación estándar de la media y es representado de la siguiente manera: es = √σ /n Un valor umbral recomendado es el siguiente:
Umbral = x + 2 √σ/n Este valor a diferencia de x ± 2σ incorpora n = número de muestras en la ecuación. Los cálculos previos se deben realizar en base log-normal. El resultado final es transformado mediante el anti-log. Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
113 225
Elto Al
uestras Unidad Nº casos sobre LD %
28
28
rome o a ri tm ét ic o
M ax
M in
rome o logarítmico
Antilog
1.805
2.5
0.63
0.244
1.755
esv. t . Log. 0.117
rror estándar
m ra x+2σ
0.065
2.363
As
ppm
28
28
88.25
190
11
1.872
74.541
0.284
0.101
118.496
Cu
ppm
26
26
83.036
170
54
1.938
86.651
0.108
0.062
115.286
Fe
%
28
28
6.231
14.43
3.13
0.775
5.961
0.126
0.067
8.118
K
%
28
28
0.144
0.23
0.09
-0.856
0.139
0.107
0.062
0.185
Mg
%
28
28
0.734
1.21
0.14
-0.168
0.679
0.196
0.084
0.999
Mn
ppm
28
28
936.964
1680
130
2.921
834.433
0.253
0.095
1292.77
Mo
ppm
28
26
4.154
9
0.5
0.594
3.924
0.15
0.076
5.565
Na
%
28
21
0.031
0.06
0.005
-1.531
0.029
0.158
0.087
0.044
Ni
ppm
28
28
18.964
45
7
1.245
17.581
0.168
0.077
25.119
P
ppm
28
28
701.786
877
439
2.84
691.923
0.076
0.052
879.893
Pb
ppm
28
28
11.643
23
6
1.047
11.136
0.128
0.068
15.21
S
%
28
27
0.929
5.96
0.005
-0.526
0.298
0.696
0.161
0.623
Sb
ppm
28
14
7.571
21
1
0.783
6.066
0.303
0.147
11.949
Sr
ppm
28
28
75.893
144
28
1.839
69.085
0.191
0.083
101.101
Ti
%
28
25
0.076
0.27
0.005
-1.193
0.064
0.236
0.097
0.1
V
ppm
28
28
137.536
316
36
2.095
124.519
0.207
0.086
185.076
Zn
ppm
28
28
148.714
273
28
2.141
138.282
0.189
0.082
201.792
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
226
ESTADISTICA DE POBLACIONES
Los
objetivos de un análisis estadístico de poblaciones corresponden a una discriminación de intervalos de distribución gaussiana dentro de distribuciones de carácter mixto.
Cada
población puede representar fuentes distintas de los elementos de interés.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
114 227
ESTADISTICA DE POBLACIONES
Los
cálculos de estadística de poblaciones pueden ser realizados de forma manual con ploteos de frecuencia acumulativa en gráficos log-probabilísticos.
También pueden ser realizados con programas computacionales especializados, como Pplot.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
228
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
115 229
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
230
DIAGRAMA LOG-PROBABILISTICO
Se aprecian dos poblaciones: fondo (azul) y anómala (rojo). Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
116 231
E lt o
As
Cu
Mg
Mn
Ni
P
P obla ció n
M edi a
Porcentaje
σ
Mín
Máx
Umbrales Mín
Máx
% Mestras Anómalas Regional
1
27.875
15.567
49.916
18.55
8.693
89.383
2
82.297
62.163
108.95
67.62
46.956
144.238
3
175.555
152.45
202.16
13.84
132.388
2 32.797
1
58.044
52.247
64.485
5.25
47.028
71.64
2
81.972
71.06
94.561
76.55
61.599
109.084
3
122.438
96.925
154.67
18.2
76.728
195.378
1
0.215
0.132
0.35
8.04
0.081
0.568
2
0.752
0.578
0.978
91.96
0.445
1.271
1
194.278
108.49
347.92
9.88
60.579
623.053
2
979.831
751.86
1276.9
90.12
576.922
1664.122
1
17.581
11.939
25.89
100
8.107
38.125
1
484.217
437.89
535.44
9.81
396
592.087
2
719.133
632.37
817.81
90.19
556.065
9 30.021
118.496
17.86
115.286
11.54
0.999
14.29
1292.77
14.29
25.119
17.86
879.893
0
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
232
Zn in ore
Zn, Cu y Pb podrían repartirse en al menos dos poblaciones en el análisis estadístico.
) m p p ( t n e t n o c l a 1,000 t e M 500
Pb in ore Cu in ore Pb Zn
Cu
200 100
Ore
200 feet
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
117 233
Zn in ore
) m p p ( t n e t n o c l a 1,000 t e M 500
Pb in ore
Además deberían estar relacionados en uno o más factores que expliquen la varianza de la muestra y sus parámetros de correlación en la matriz de Pearson deberían ser >0,5.
Cu in ore Pb Zn
Cu
200 100
Ore
200 feet
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
234
ESTADISTICA MULTIVARIABLE
Los objetivos de la estadística multivariable son la determinación de asociaciones geoquímicas relevantes.
Variadas
herramientas
estadísticas
pueden
ser
empleadas. Ejemplos • Análisis de correlación • Análisis de componentes principales o factores
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
118 235
MATRIZ DE CORRELACION Al
As
Ba
Ca
Cd
Co
Cr
Cu
Fe
Mg
Mn
Ni
P
S
Sc
Sr
Ti
V
Zn
Al 1.00 As -0.29 1.00 Ba
0.08 -0.18 1.00
Ca
0.69 -0.26 0.06 1.00
Cd -0.16 0.22 -0.12 0.02 1.00 Co 0.33 0.24 -0.19 0.41 0.64 1.00 Cr
0.16 0.21 -0.02 0.06 0.43 0.59 1.00
Cu
0.19 -0.10 0.20 -0.03 -0.14 -0.10 -0.19 1.00
Fe 0.02 0.34 -0.16 0.19 0.74 0.80 0.44 -0.22 1.00 Mg 0.48 0.13 -0.60 0.41 -0.02 0.34 0.23 -0.29 0.15 1.00 Mn
0.75 -0.01 0.25 0.60 -0.14 0.39 0.29 0.19 0.03 0.37 1.00
Ni
-0.16 0.36 -0.06 -0.06 0.74 0.65 0.48 -0.16 0.72 0.00 -0.18 1.00
P
0.38 0.04 -0.47 -0.01 -0.10 0.03 0.28 -0.05 -0.03 0.69 0.23 -0.12 1.00
S
-0.40 0.37 -0.02 -0.18 0.73 0.49 0.15 -0.14 0.80 -0.24 -0.39 0.83 -0.34 1.00
Sc
0.78 -0.39 0.41 0.66 -0.13 0.30 -0.01 0.30 0.04 0.13 0.80 -0.18 -0.03 -0.25 1.00
Sr
0.50 -0.17 0.70 0.59 -0.12 0.17 0.13 0.05 -0.07 -0.20 0.58 -0.01 -0.40 -0.18 0.64 1.00
Ti
0.44 -0.13 -0.24 0.30 0.20 0.62 0.44 -0.07 0.42 0.44 0.46 0.26 0.29 0.09 0.46 0.04 1.00
V
0.47 0.04 0.09 0.56 0.61 0.77 0.64 -0.09 0.71 0.23 0.43 0.44 0.02 0.32 0.39 0.37 0.44 1.00
Zn
0.69 -0.12 0.16 0.58 0.27 0.63 0.43 0.26 0.32 0.28 0.76 0.03 0.23 -0.12 0.70 0.40 0.46 0.72 1.00
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
236
ANALISIS DE FACTORES (COMPONENTES PRINCIPALES)
El análisis de factores componentes principales es una técnica estadística de síntesis de la información, o reducción de la dimensión (número de variables).
Ante
un banco de datos con muchas variables, el objetivo es reducirlas a un menor número, perdiendo la menor cantidad de información posible.
Los
nuevos componentes principales o factores serán
una combinación lineal de las variables originales, además serán independientes entre sí.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
119 237
ANALISIS DE FACTORES (COMPONENTES PRINCIPALES) La
interpretación de los factores no es directa, sino que
se deduce tras observar la relación de estos con las variables iniciales.
Entonces se debe estudiar tanto el signo como la magnitud de las correlaciones, lo cual no siempre es fácil y requiere de un conocimiento sobre la materia de investigación.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
238
FASES DEL ANALISIS Análisis de la matriz de correlaciones Un análisis de componentes principales tiene sentido si existen altas correlaciones entre las variables, ya que esto es indicativo de que existe información redundante y, por tanto,
pocos
factores explicarán
gran
parte
de
la
variabilidad total.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
120 239
FASES DEL ANALISIS Selección de los factores La elección de los factores se realiza de tal forma que el primero
recoge la mayor proporción posible de la
variabilidad original, el segundo factor debe recoger la máxima variabilidad posible no recogida por el primero, y así sucesivamente. Del total de factores se elegirán aquellos
que
suficiente.
A
recojan estos
el
se
porcentaje les
de
variabilidad
denomina componentes
principales . Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
240
FASES DEL ANALISIS Análisis de la matriz factorial Una vez seleccionados los componentes principales, se representan en forma de matriz. Cada elemento de esta representa los coeficientes factoriales de las variables (las correlaciones entre las variables y los componentes principales). La matriz tendrá tantas columnas como componentes principales y tantas filas como variables
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
121 241
ANALISIS DE FACTORES
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
242
REPRESENTACION ESPACIAL DE LA DISTRIBUCION LOG-NORMAL Histograma Cobre soluble ( Cu Sol) 24 22 20 18 a i 16 c 14 n e 12 u c 10 e r F 8 6 4 2 0
0,4
0,6
0,8
1,0
1,2 1,4 Log Cu Sol (ppm)
1,6
0,8
2,0
2,2
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
122 243
REPRESENTACION ESPACIAL DE LA DISTRIBUCION LOG-NORMAL
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
REPRESENTACION ESPACIAL DE POBLACIONES
244
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
123 245
REPRESENTACION ESPACIAL DE POBLACIONES
Mo
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
246
INTERPRETACION DE RESULTADOS Distribución geoquímica Existen variadas formas de representar datos y distribuciones geoquímicas. • Mapas con puntos ponderados • Mapas multielementos • Mapas de contorno (isocontenido) • Mapas filtrados Los sistemas de información geográfico (GIS) poseen variadas herramientas. Ejemplos • MapInfo • Surfer • ArcGis Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
124 247
INTERPRETACION DE RESULTADOS Si
bien los procesamientos estadísticos ofrecen resultados
numéricos bien definidos, no necesariamente representan una realidad geológica o son razonables en el contexto particular en estudio.
Para la correcta interpretación de datos, es necesario entender procesos de dispersión geoquímica, ya sea primaria o secundaria.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
248
INTERPRETACION DATOS GEOQUIMICOS Tan
pronto como los resultados analíticos son obtenidos, la información puede ser clasificada, tratada estadísticamente y graficada en un mapa. Estos métodos revelan las anomalías. Existen tres posibilidades que se deben considerar cuando se ha identificado una anomalía: • Esté genéticamente relacionada a un depósito mineral. • Esté genéticamente relacionada a acumulaciones de minerales de carácter subeconómico. • Se deba a la concentración de elementos resultante de una combinación de factores no relacionados a una mineralización.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
125 249
INTERPRETACION DATOS GEOQUIMICOS Metal content (ppm) 500
400
Ni
300
Cu
200
100
0 0
Olivine Norite and norite anorthosite 1000 2000
Basement
Picrite
4000
6000
Distance downstream (feet)
Anomalía de carga residual no significativa
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
250
ANOMALIAS DE SUELO NO SIGNIFICATIVAS ) m p p100 ( t n e 50 t n o c 0 b P
Organic topsoil (enriched in Pb)
Subsoil
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
126 251
ANOMALIAS DE SUELO NO SIGNIFICATIVAS ) m p p100 ( t n e 50 t n o c 0 u C
Truncated profile A horizon
B h o r iz o n ( e n ri c he d i n C u )
Sampling depth
C horizon
Se generan por enriquecimiento de uno de los horizontes, pero además se “detectan” cuando hay un muestreo sesgado de un horizonte en especial. Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
252
BIBLIOGRAFIA Levison,
Arthur. Introduction to Exploration Geochemistry . 2nd edition. London: Applied Publishing, 1980.
Arthur W. Rose, Herbert E. Hawkes, John S. Webb. Geochemistry in Mineral Exploration . London: Academic Press, 1979.
Gunther
Faure. Geochemistry, Principles and Applications . 2nd edition. Upper Saddle River: Prentice-Hall,1998.
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org
127 253
BIBLIOGRAFIA
Govett, G.J.S (Ed.) 1983. Handbook of Exploration Geochemistry . Elsevier.
Hawkes, H.E. & Webb, J.S. 1962. Geochemistry in Mineral Exploration . Harper & Row Publishers.
Smith, P.L. 2001. A primer for sampling solids, liquids, and gases: based on the seven sampling errors of Pierre Gy - (ASA-SIAM series on statistics and applied probability)
Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
254
BIBLIOGRAFIA Curso
Exploración Geoquímica, Dr. Brian Townley, Departamento de Geología, Universidad de Chile.
Curso
Prospección Geoquímica, Dr. Tomasso Tosiani, Departamento de Geoquímica, Universidad Central de Venezuela.
http://prospeccion.blogspot.com/ Apuntes
Métodos Geoquímicos de Exploración Minera, Ingeniero Manuel Escalante Sánchez, Escuela Superior de Ingeniería y Arquitectura, Instituto Politécnico Nacional de México.
http://littlebullet2.tripod.com/index.html Dra. Verónica Oliveros -
[email protected] - Consultora Intercade
INTERCADE CONSULTANCY & TRAINING
www.intercade.org