Professional Documents
Culture Documents
RESUMEN
En este trabajo se presenta una metodologa de
trabajo para la estimacin de recursos mineros,
haciendo uso de la teora de Geoestadstica y de la
librera de algoritmos geoestadsticos GeoR, paquete
que forma parte del afamado software estadstico y
matemtico R.
La propuesta consiste en aprender a manejar
herramientas ms flexibles y ligeras que los softwares
convencionales, haciendo uso de la programacin.
INTRODUCCIN
Actualmente la estimacin de recursos mineros es
abordada mayoritariamente a travs de grandes
softwares multitarea, siendo los de mayor uso:
MineSight, Datamine, Gemcom, ArcGis, etc. Todos
estos softwares son enormes suites de trabajo, con
cientos de herramientas y funciones, cuestan grandes
cantidades de dinero y los cdigos fuente de su
programacin son privativos. De sus caractersticas
resultan sus desventajas: son lentos comparados con
otras opciones, necesitan buenos recursos de
hardware, son costosos y principalmente son muy
poco flexibles. Tienen la ventaja que son los ms
usados por las empresas mineras.
Una opcin muy interesante son los softwares
especficos de geoestadstica, son los ms usados por
la comunidad acadmica ligada a la industria minera,
estos son: PlayKrig, WinGslib, SGeMS, Alpha-Rho, y
un gran etc. Estos softwares tienen la ventaja de ser
ms rpidos que las grandes suites, son un poco ms
flexibles, ocupan menos espacio en disco y no exigen
hardware moderno para su funcionamiento, adems
de que son en su mayora gratuitos y tienen abiertos
sus cdigos fuente. Su desventaja es que an su
llegada a las empresas mineras es escasa.
Otra opcin es la de programar rutinas que realicen las
tareas, haciendo uso de libreras de algoritmos de
geoestadstica, hay unas cuantas libreras muy buenas
que son usadas por los softwares de geoestadstica
mencionados lneas arriba, por ejemplo: HPGL, GSTL,
Gstat, RgeoStat, GeoR y otros. Estas libreras son
gratuitas y de cdigo abierto, adems bien usadas
pueden ser ms rpidas que cualquier software. La
desventaja es que se necesita cierto conocimiento
informtico para su uso.
OBJETIVOS
Objetivo general
Presentacin de los conceptos bsicos de la
geoestadstica y su aplicacin para la estimacin de
recursos mineros.
Objetivos particulares
Desarrollar y presentar a travs de la librera GeoR
incluido en el sistema computacional denominado R, la
metodologa que usa la geoestadstica para la
interpolacin de datos espaciales.
Incentivar una metodologa alternativa al uso de
software privativo en los clculos geoestadsticos y la
ciencia en general.
DESCRIPCIN DE LA SOLUCIN
La frmula sera:
Teora
de
las
Variables
( h)
1
2
( h )= E [ ( Z ( x +h ) Z ( x ) ) ]
2
Sin embargo, en la prctica siempre se utiliza el
algoritmo siguiente:
1
( h )= Promedio [ ( diferencias )2 de leyes en puntos que est
2
Esta ecuacin es la que hay que adaptar en cada
situacin prctica (mallas regulares e irregulares en el
espacio de n dimensiones, n = 1, 2, 3).
Las propiedades de
( h ) , que se deducen
fcilmente de la definicin son:
( 0 )=0
Figura 4: Leyes de litio en el Salar de Atacama para dos
campaas de reconocimiento en el tiempo.
Se observan los puntos de bombeo y el decrecimiento de las
leyes en el tiempo. No se indican las
escalas de las leyes.
( h) 0
( h )= ( h )
( h3 )= NS ( 30 )=0.1888 ( 21 parejas ) .
Realizamos los mismo clculos para diferentes
direcciones, para 0 por ejemplo, es decir en la
direccin EW.
Grfico de
( h) :
Figura 1
El Krigeado
En trminos mineros, el krigeado consiste en
encontrar la mejor estimacin lineal insesgada de un
bloque o zona V considerando la informacin
disponible; es decir, las muestras interiores y
exteriores a V.
1 + 2 + ... + N = 1
Los pesos i se calculan de manera de minimizar la
varianza E del error = Z K - ZV , en que ZV es la ley
media desconocida de V.
RESULTADOS
Basados en la teora geoestadstica procederemos a
estimar una malla de leyes usando GeoR.
Se empieza con una data en formato ASCII que tiene
tres columnas: la coordenada X, coordenada Y y la
Ley en el punto con coordenadas (X, Y), separados
por espacios. (Ver Anexo 1)
Se carga la data al espacio de trabajo de R, con el
comando:
datos <- read.geodata("Descargas/data2D.dat", head=T,
coords.col=1:2, data.col=3)
borde = datos$coords
ANEXOS
Anexo 1:
CONCLUSIONES
El mtodo geoestadstico de estimacin de recursos
mineros es en la actualidad el mtodo ms idneo, por
encima de mtodos estadsticos y otros.
Se puede hacer uso de las libreras de algoritmos de
geoestadstica con un poco de conocimiento de
programacin y as ganar gran flexibilidad y certeza de
la idoneidad de lo que se hace.
BIBLIOGRAFA
[1] Apuntes del curso de Geoestadistica de la faculta
de ingeniera geolgica, minera y metalrgica, dictado
por el PhD. Alfredo Marn Suarez.
[2] Estimacin de recursos mineros PhD. Marco
Alfaro Sironvalle.
[3] Curso de Geoestadstica, Centro de morfologa
matemtica de Fontainebleau PhD. Georges
Matheron.
[4] geoR : Package for Geostatistical Data Analysis
An illustrative session - Paulo J. Ribeiro Jr. & Peter J.
Diggle
X
Y
Ley
20 220 7.8
48 219 9.3
77 222 17.7
104.5
220 54.4
134.5
217 12.8
163 221 13.4
188.5
220 11.3
214.5
218.5
240 226 5.1
47 188 4.3
104 184.5
43.4
134 188 7.1
162.5
186 9.1
188 181 4.8
19 168.5
4.1
76.5 176 9.3
104 160 22.2
134 159.5
4.3
213 169.5
0.7
239 171.5
0.6
46.5 158 3.2
161.5
154 8
188.5
153.5
238.5
148.5
46 125 3.9
76 132.5
8
104 122.5
23.1
133 138 22
187 123 2
213 133 0.8
238.5
125 0.5
133.5
113.5
160.5
111 7.4
212 103 1.2
238 99 0.8
186.5
94.5 1.8
133 88 10.3
103.5
90.5 18
76 88 10.1
45.5 87.5 5.1
133 62.5 9.8
159.5
73.5 8
186 63.5 5.1
211.5
69 2.2
44.5 43 2.9
75.5 42 7.4
102.5
55.5 15.1
103 22.5 20.3
133 37.5 7
158 28.5 8.5
185.5
26.5 6
211.5
39 2
133 13 24.3
239.5
205.5
4.8
3.7
0.5
15.1
0.4