Resumen La estimación de recursos minerales es importante para ge ocientificos e ingenieros en minas. Los enfoques de este desafío han evolucionado en los últimos 40 años. El objetivo es explicar y describir las herramientas geológicas y estadísticas utilizadas para el modelamiento de recursos, ilustrar conceptos importantes y re sumir prácticas de estimulación de recursos. Existen varios minerales de interés como grava de potasa, cobre, níquel, oro y platino. Y otros espacialmente distribuidos como lo son el carbón, diamantes y las variables para carac terizar yacimientos de petróleo. Generalmente el constituyente de interés tiene concentración variable dentro del subsuelo. Un recurso es el tonelaje y el grado del material subterráneo de interés. El recurso está in-situ y puede no ser económico de extraer. Una reserva es la fracción de un recurso que se demuestra que es técnicamente y económicamente recuperable. Al estimar recursos y reservas se debe construir modelos a largo plazo actualizando cada 1-3 años. Los mediano a plazo cada 6 meses y los de corto plazo un plazo de semanas o diario según la planificación. La construcción de modelos numéricos para la evaluación de rec ursos a largo, mediano o corto plazo incluye cuatro áreas principales de trabajo: 1. recopilación y gestión de datos; 2. interpretación geológica y modelización; 3. asignación de calificaciones; y, 4. evaluar y manejar la incertidumbre geológica y de grado. para la recopilación y gestión de datos es importante que el estimador de recursos considere temas que afectan la calidad de las estimaciones finales. Para interpretación geológica y modelización se usan datos reales para construir modelos 3D, siendo el factor más importante en estimar e l tonelaje mineralizado. Las calificaciones se pronostican con una escala para el método de minería previsto. Los recursos recuperables son calculados con criterios económicos y técnicos. Existen muchos métodos y aspectos de implementación a considerar. Para elegir el correcto dependera de los objetivos, obje tivos, datos y tiempo para el estudio, siempre con una medida de incertidumbre. Alcance del modelado de recursos La recolección y análisis de los datos son los primeros pasos para modelar. Necesitando una alta confianza en los datos, los que deben abarcar p´ra prácticas de campo, muestreo, ensayos y manejo de datos. Esto es necesario para ase gurar la confianza en el modelo de re cursos. Los datos son subconjuntos dentro de diferentes dominios geológicos. Estos dominios pueden estar basados en una variedad de controles geológicos tales como estructura, mineralogía,
alteración y litología. Se construyen modelos de variables categóricas para subdividir el análisis de datos y enfoques en diferentes regiones de la subsuperficie. Dominios se asignan comúnmente a un modelo de bloques de malla. El modelo de bloque debe tene r una resolución para representar las variaciones geológicas y proporcionar la resolución requerida para el diseño de ingeniería. El número de bloques no debe ser grande por que se requiere mayor capacidad. Se requiere análisis estadísticos antes de tomar decisiones, asignar grados, suposiciones y decisiones y también documentación apropiada y detallada creando una pista de auditoría en el proceso de estimación. 1.3 aspectos críticos Se realiza un examen detallado con cr íticas vinculadas, con la particularidad que la más debil hara que la estimación sea inaceptable La calidad de la estimación depende en primer lugar de los datos disponibles y de la complejidad geológica del yacimiento; Sin embargo, la estimación de los r ecursos también depende en gran medida de las habilidades técnicas generales y experiencia del per sonal de la mina, de cómo se resuelven los problemas encontrados, del nivel de atención a los detalles e n cada etapa, de la divulgación abierta de los supuestos básicos y de sus justificaciones, La calidad de la documentación para cada paso. Siendo estas ultimas las más importantes en la industria
1.3.1 ensamblaje de datos y calidad de datos La calidad de la estimación de recursos depende directamente de la calidad de los procesos de recolección y manejo de datos. Muchos problemas técnicos diferentes afect an la calidad general de los datos. Algunas importantes se mencionan aquí. La base numérica de los datos obtenidos para analizar debe ser de buena calidad con el fin de proporcionar una toma de decision acertada. Esto es particularmente importante porque se muestrea una fracción muy pequeña del depósito mineral. Un segundo concepto clave es que las muestras deben ser representativas (similares entre sí) del volumen (o material) que se muestrea, tanto en el sentido espacial como en el lugar donde se toma la muestra. Representación en un sentido espacial implica que las muestras se han tomado en una cuadrícula de muestreo aproximadamente regular o casi regular, de modo que cada muestra repre sente un volumen o área similar dentro del cuerpo de mineral de interés. Si las muestras no son representativas, entonces se introducirá un error que polarizará la estimación final de recursos. En el contexto de la calidad de los datos, las cuestiones técnicas relacionadas con la recolección de muestras pueden dividirse en las relacionadas con el trabajo de campo y las relacionadas con el procesamiento de la información. Para la recuperación del núcleo o el peso de la muestra, Debe realizarse el registro geológico de las características geológicas de las muestras. La pre paración de la muestra y los procedimientos de ensayo son críticos.
Los protocolos de preparación y ensayo de muestras específicos de depósitos y minerales deben ser tratados y adheridos a lo largo de la campaña de muestreo. La prueba de heterogeneidad necesarias para entender las varianzas muestrales y minimizar los errores. La construcción y el mantenimiento de la base de datos de muestreo requiere un progr ama continuo de control de calidad, que incluya controles manuales y automáticos periódicos. Realizandolas sobre todas las variables involucradas. 1.3.2 Modelo geológico y definición de dominios de estimación Se recopila bastante información geológica, las que sirven para compre nder la génesis del yacimiento, distribuciones de roca y desarrollar criterios de e xploración. La descripción geológica de un depósito aumenta a medida que avanza el proyecto a través de sus diferentes etapas. Los factores económicos son los más importantes que afectan a la decisión de proceder o no a nuevas investigaciones geológicas. N toda la información es importante. Se deben concrentrar en definir controles de mineralización. Ciertos detalles geológicos son útiles para proporcionar directrices en ocurrencias de minerales. Definir un dominio de estimación equivale a modelar las variables, estos dominios se basan en combinaciones de 2 o más variables geológicas. La determinacón de estos dominios se basa en el conocimiento geológico. Limitandolas cuidadosamente. Las decisiones se basan en zonas de oxidación, titiologías, alteraciones o límites estructurales. Los dominios estacionarios no pueden ser demasiado pequeños ni demasiado grandes. La definición de los dominios de estimación en la evaluación de recursos es equivalente a determinar el tonelaje en el deposito. Algunas unidades serán en su mayoría desminadas (con el potencial de convertirse en mineral), mientras que otras serán e n su mayoría desmineralizadas (casi con toda seguridad no recuperables de bajo gr ado de recursos o residuos). 1.3.3 cuantificación de la variabilidad espacial Los valores de grado no son independientes entre sí, debido a la génesis del depósito El conocimiento de la correlación espacial entre los diferentes puntos del depósito conduce a mejorar la estimaciñon del grado mineral. Se modela utilizando variograma. Un modelo de variabilidad espacial mejora la estimación de cada punto o bloque en el depósito. Se debe prestar atención a la cantidad de aleatoriedad; El número de estructuras; El comportamiento del modelo del variograma cerca del origen; Y la especificación de características anisotrópicas. Aunque el modelo de variabilidad espacial cambiará dependiendo del estimador y de los datos disponibles, debería ser compatible con el conocimiento geológico aceptado. Las variables geológicas tienen cierto grado de correlación espacial. Los desafíos que a menudo se encuentran al cuantificar la correlación espacial radican en la inadecuación de los datos utilizados, en la definición inadecuada de los dominios de estimación o en el uso de estimadores menos robustos con respecto a los datos sesgados.
1.3.4 dilución geológica y minera Los recursos in situ y los recuperables de ben ser direfenciados, ya que el termino recuperable refiere a lo que puede ser recuperado y procesado por la m inería ( incluyendo dilución y perdida de mineral). Aplicando restricciones y diluciones. La minería es a gran escala, la mezcla de residuos con mineral e s inevitable. El no contemplar la dilución explica los fracasos de las estimaciones de recursos. Ignorar la dilución genera desastre. Se resume la dilución: 1. dilución interna, relacionada con el uso de compuestos de pequeño tamaño para estimar bloques grandes, también llamado efecto de varianza-volumen. 2. la dilución de contacto geológico (o in situ), relacionada con las mezc las de diferentes dominios de estimación dentro de bloques. 3. la dilución minera operacional que se produce en e l momento de la minería. La ruptura de la roca es un factor importante, ya que el material cambia de posición. El modelo de bloque a largo plazo no se utiliza para la selección fina de mineral y residuos. 1.3.5 fuentes recuperables: estimación Los modelos de bloque estimados por perforaciones y las predicciones de producción tienen diferencias. Se desea disminuirlas con fines de evaluación y planificación. El modelo de recursos contiene bloques con dimensiones que se deben relacionar con el espacio de datos. Las predicciones de grado-tonelaje basadas en agujeros pueden necesitar ser corregidas por la dilución y otros errores. Específicamente, la relación volumen-variación, la selectividad de la operación minera, la dilución planeada y la pérdida de mineral deben ser contabilizadas. Adicionalmente, la incorporación de una indemnización por dilución no planificada en el momento de la minería es razonable. Las técnicas de estimación tradicionales proporcionan una flexibilidad limitada, Hay una serie de métodos y técnicas que ayudan a estimar las distribuciones de puntos, pero relativamente poca investigación se ha hecho para desarrollar métodos robustos para estimar la distribución. 1.3.6 recursos recuperables: simulación
El enfoque tradicional del modelado de bloques es estimar un valor único en cada bloque del modelo, obteniendo la mejor predicción posible en algún sentido estadístico. Esta estimación se puede hacer usando métodos no geoestadísticos, o más comúnmente, alguna forma de kriging. Un enfoque alternativo para la evaluación de recursos es el uso de la simulación condicional que proporciona un conjunto de valores posibles para cada bloque, que representan una me dida de la incertidumbre. Reproducir histogramas que representen correctamente factores importantes del mineral. la información proporcionada por un modelo de simulación es significativamente más completa que la estimación única proporcionada por un modelo de bloque estimado. Los modelos de simulación pueden proporcionar recursos recuperables para c ualquier selectividad
rebloqueando los grados simulados al tamaño de bloque SMU elegido. Es probable que a su debido tiempo los modelos de simulación reemplacen los modelos de bloques estimados, ya que no sólo proporcionan una estimación única, sino también una gama completa de valores posibles. 1.3.7 validación y conciliación Revisar los modelos de recursos implica varios pasos y requiere una c antidad significativa de tiempo y esfuerzo. Hay dos tipos básicos de controles a re alizar: gráficos y estadísticos. Los controles gráficos implican la visualización tridimensional y trazan los valores estimados en secciones y planes. Los procedimientos de verificación, validación y reconciliación deben garantizar la coherencia interna del modelo, así como la reproducción de la producción pasada si está disponible. Algunos de los controles más básicos son: * El promedio global del modelo debe coincidir con el promedio de la distribución de datos * El suavizado de la distribución de los grados del modelo bock * La relación espacial y estática e ntre las variables modeladas debe corresponder a las relaciones observadas en el conjunto de datos original. *Un modelo de recursos debe ser construido usando un método alternativo. Los resultados y las diferencias deben ser como se esperaba, dadas las características de cada método * Las estimaciones deben compararse con las estimaciones anteriores. * Las estimaciones deben compararse con todos los datos históricos de producción disponibles. La información sobre la producción debe utilizarse con mucho cuidado. A menudo, los tonelajes y los grados notificados por la planta de elaboración no representan adecuadamente los tonelajes y calidades reales de alimentación de molino (cabeza). 1.3.8 Clasificación de recursos
El propósito de clasificar recursos es proveer una evaluación global de confianza para quienes apuesten en el proyecto. Hay muchos sistemas de clasificación de re cursos y reservas usados por diferentes agencias de gobierno alrededor del mundo. Muchos de e llos comparten sus características y objetivos. La evaluación de confianza es importante en el desarrollo del proyecto a corto y largo plazo para los accionistas. Las guías no preescriben metodologías específicas para calcular la incertidumbre, solo hay confianza al estimar recursos. Una solución es describir confianza en té rminos estadísticos tradicionales y como función en unidades de producción. Hay una tendencia industrial hacia usar una descripción estadística de la incertidumbre para suplementar los criterios tradicionales de clasificación. La evaluación de confianza requerida por los accionistas de un proyecto minero es ge neralmente global, y mayormente concerniente al desempeño a largo plazo, esto es diferente de la evaluación de riesgos mineros a corto plazo que
los ingenieros necesitan en la operación día a día de la mina. La práctica actual para la clasificación de recursos incluye diferentes métodos que tienen similitudes conceptuales. Las más comunes son: -
Usar el número de agujeros de taladros y las muestras cerca de cada bloque es naturalmente geométrico y fácil de ex plicar (simplista en su implementación)
-
La variación de krigeaje
-
Usando diferentes radios de búsqueda para estimar bloques en un proceso inteligente, mientras se mantiene la pista de cuándo los bloques obtienen un valor est imativo. (Mientras más información se use para obtener un estimado, más acer tado será. )
-
Decidir de acuerdo a los criterios geológicos qué espaciado en los agujero del taladro de la red se requiere para que el recurso pertenezca a una categoría (medido, indicado, o inferido).
Los criterios puramente geométricos podrían ser suplementados con criterios e stadísticos convencionales. Hay defectos en los modelos que pueden ser causados por la incertidumbre. 1.3.9 Espaciado óptimo de agujeros del taladro El espaciado de los agujeros debe ser óptimo para un análisis de costo-beneficio. Nuevos agujeros deben reducir la incertidumbre de los recursos a un nivel tolerable predefinido, como es requerido para el avance del proyecto. Si las consecuencias de los errores son definidas y cuantificadas es factible usar realizaciones simuladas para determinar la consecuencia de la incertidumbre. Esto puede mejorar aplicando planes mineros al modelo. El problema va en saber si se puede alcanzar la producción de tonelaje respondiendo la pregunta “¿Cuántos agujeros necesito?”, la respuesta a esta pregunta requiere una definición de objetivos de la nueva perforación en términos de incertidumbre. Entonces, el criterio aplicable de optimización puede ser desarrollado y el valor de una nueva pe rforación puede ser juzgado. Esto puede ser expresado en valores de dólares, en términos de incertidumbre y re ducción de riesgo, o en términos de reducción de flujo de dinero y el riesgo del valor presente de la red.
1.3.10 Modelos a mediano y corto plazo Estos son modelos auxiliares usados para mejorar la estimación de recursos a largo plazo, estimación de volúmenes. Siendo útil por la planificación en terminos pequeños, de corto plazo. Largo plazo se refiere en periodos de un año o más, mediano de 3 a 6 meses y corto plazo de 1 mes o menos. En la mayoría de las operaciones medianas y grandes, hay un presupuesto anual que actualiza el movimiento de material y el correspondiente flujo de c aja del plan original a largo plazo.
Adicionalmente, este presupuesto en sí es actualizado por un pronóstico a corto plazo dependiendo de las características de la operación. Se actualiza el modelo a largo plazo co n información de perforación y producción. La definición de la mayoría de las metodologías más prácticas y apropiadas para actualizar los modelos g eológicos y de graduado puede volverse un desafío significativo.
1.3.11 Control de Graduado Es una tarea importante que se desempeña en la mina, siendo una decisión económica básica. Errores en esta etapa son costosos, irrever sibles y llevan a perdidas y costos mayores. Estos modelos se basan en varias muestras. En las minas subterráneas los datos son se ries de agujeros perforados, muestro de canales o agujeros cortos. En ambiente con pozo abierto las muestras se obtienen con mallas espaciadas de manera e strecha. Las muestras de producción se utilizan para seleccionar mineral. Las m uestras de agujeros de explosión no son confiables como muestras obtenidas en exploración o circulación reversa. El objetivo es encontrar formas prácticas de mapear y rápidamente procesar información geológica. El tiempo de respuesta típico para un modelo de control de graduación en un pozo abierto es de 24 a 48 horas. Lo métodos de control de grado convencional incluyen definir nociones generales de graduado y usando distancia inversa, estimación poligonal o más comúnmente krigeado de grado de agujeros de explosión. Estos métodos no cuentan para la incertidumbre en la predicción. Alternativamente, la simulación de múltiples realizaciones provee una base para diferentes optimizaciones de algoritmos, tales como los métodos de lucro de mínima pérdida/máxima ganacia. 1.4 Perspectiva histórica las estimaciones seccionales a mano siguen vigentes por contar directamente con la interpretación geológica experta y aproximación de primer ó rden, siendo también optimistas con la continuidad de la mineralización. Los métodos de distancia inversa y de vecindades se utilizaron junto con una computadora, para hacer los cálculos más rapidos. El modelamiento evolucióno con los avances en perforacion y ensayos. También métodos para interpretación gelógica evolucionaron. El uso ocasional de modelos hechos a mano tridimensionalmente se hizo común con la disponibilidad de computadoras. Las técnicas de estimación de grado comenzaron con las primeras geo estadísticas (Sichel 1952; Krige 1 951; Matheron 1962, 1963) que intentaron predecir valores singulares en bloques. Versiones avanzadas de estas técincas están penetrando la industria y son los métodos usados más comúnmente. Las funciones de estimación de probabilidad se desarrollaron después, a pesar de usar las mismas herramientas básicas de regresión lineal. Las asimilaciones sobre propiedades estadísticas y transformación de variables llevaron al desarrollo de estimación probabilística de una posible distribución de posibles valores para cualquier bloque
dado. En los años más recientes el uso de la simulación para modelado de incertidumbre se ha vuelto más importante.