Professional Documents
Culture Documents
FIGMM
1
M. Sc. Samuel Canchaya Moya
Efecto Proporcional en
Variogramas
1
Ejemplo de distribuciones
log-normales con Efecto
Proporcional: Caso del Cu
6000
5000
Desv. estándar
4000
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
3
Media
Ejemplo de distribuciones
log-normales con Efecto
Proporcional: Caso del Mo
250
Desv. estándar
200
150
100
50
0
0 50 100 150 200 250 300
4
Media
2
Ejemplo de Efecto Proporcional de la Ag
Yacimiento de Ag-Au Franja de Maricunga - Chile
0.4
0.35
y = 1.23x - 0.0014
0.3 r² = 0.88
Standard deviation
r = 0.94
0.25
0.2
0.15
0.1
0.05
0
0 0.05 0.1 0.15 0.2 0.25 0.3
Mean Ag (g/t)
Mediana
Altos erráticos
Media
Au ppb 6
Tomado de Canchaya (2004)
3
Comprobación gráfica del
Efecto Proporcional
1500
1250
Ley media del oro (ppb)
1000
750
500
250
0
0 250 500 750 1000 1250 1500 1750 2000 2250 2500
Desviación estándar
7
Tomado de Canchaya (2004)
Condición o hipótesis
de Estacionariedad D
4
Cómo se refleja el Efecto
Proporcional en los Variogramas
g 2500000
A67
2000000 A86
A22
1500000 A129
1000000
500000
0 105
120
130
145
160
175
20
35
50
60
75
90
6
Paso (h)
9
Tomado de Canchaya (2004)
Discusión
En la bibliografía se encuentra recomendaciones controversiales para tratar este
tipo de distribuciones. Por ejemplo se recomienda dividir los valores gamma, de
cada variograma, por su respectiva media al cuadrado; así se obtiene el llamado
“variograma relativo”.
Hay que hacer notar que al dividir los gamma por la media al cuadrado, los valores
resultantes son adimensionales. Para convertirlos en dígitos significativos
nuevamente deberán ser multiplicados por el cuadrado de la respectiva media.
David (1977) y otros autores muestran ejemplos donde los variogramas
relativos llegan a coincidir, haciendo “desaparecer” el efecto proporcional; incluso
recomiendan reemplazar todos los variogramas por uno promedio para poder
modelar todo el depósito.
Para Clark (1984) esta recomendación es cuestionable, ya que él comprobó que
los valores que reproduce el modelo de variograma relativo resultan erróneos.
Canchaya (2004) mostró que con los variogramas relativos no necesariamente se
logra hacer “desaparecer” el efecto proporcional.
10
5
Variogramas relativos en distribuciones
con Efecto Proporcional
g
1.60
1.40
A67
1.20
1.00 A86
0.80 A22
0.60 A129
0.40
0.20
0.00
Paso (h)
11
Tomado de Canchaya (2004)
… Discusión
12
6
As ppm
Conclusiones:
El EFECTO PROPORCIONAL (EP) es un
problema muy complicado y con
soluciones controversiales.
En el caso del oro, está presente en prácticamente todos los casos, en todos los
rangos y en cualquier tipo de yacimiento.
13
Recomendaciones
14
7
1500
1250
Ley media
1000
750
500
250
0
0 250 500 750 1000125015001750200022502500
Desviación estandar
?
Histograma Log-
normal
?
Cu ppm
51482
9082339
48094
44707
9082304
41319
37932
34544
Norte
9082270 31157
27769
24382
9082235 20994
17607
14219
9082200
880503 880555 880608 880660
10832
Este 7444
4057
669
Referencias bibliográficas
Canchaya S. (2004) Log-normalidad y efecto proporcional. Características frecuentes en los
yacimientos de oro.- XII Congr. Peruano Geol.; 4p.
Canchaya S. (2004) Log-normalidad y efecto proporcional. Características frecuentes en los
yacimientos de oro.- XII Congr. Peruano Geol.; 4p.
Canchaya S. (2013) Sampling of Variables with Proportional Effect.- 6th World Conference on
Sampling and Blending (6WCSB); Lima, 19 al 21 de Nov. del 2013.
Clark I. (1984) Practical Geostatistics.- Elsevier Applied Science Publishers; pp. 129.
Chiles J-P. & Delfiner P. (2001) Geoestatistics, Modeling Spatial Uncertainty.- Wiley Series in
Probability and Statistics; John Wiley Sons Inc.; pp. 695.
David, M. (1977) Geostatistical Ore Reserve Estimation.- Elsevier Scientific Publishing Co.; 364 p.
Delhomme J. P. (1978) Kriging in the hydrosciences.- Advances in Resources I; pp. 251-266
Journel, A. G. & Huijbregths Ch. J. (1978) Mining Geostatistics.- Academic Press; 600 p.
Krige, D. G. (1981) Lognormal-de Wijsian Geostatistcs for Ore Evaluation.- South African Inst. Min.
Metall; 51 p.
McLennan J. A. & Deutch C. V. (2008) A new approach to SGS with a trend: a non-stationary
Gaussian Transformation.- Proceedings 8th International Geostatistics Congress, Vol. 1; 1-5 Dec.
Santiago Chile, Vol. 1: pp. 419-428.
Matheron G. (1963) Principles of Geostatistics.- Econ. Geol. Vol. 58; pp. 1246-1266.
Matheron G. (1974) Effet proportionnel et lognormalité ou: le retour du serpent de mer. Tech. Rep.
N-374. Centre de Géostatistique, Fontainebleau, France.
8
Referencias bibliográficas
Canchaya S. (2004) Log-normalidad y efecto proporcional. Características
frecuentes en los yacimientos de oro.- XII Congr. Peruano Geol.; 4p.
Canchaya S. (2013) Sampling of Variables with Proportional Effect.- 6th World Conference on
Sampling and Blending (6WCSB); Lima, 19 al 21 de Nov. del 2013.
Canchaya S. & Baumgartner R. & Gaibor A. & Trueman A. (2013) Bulk Density for
Resource Estimation and Geometallurgical Purposes – Canahuire Au-Cu-Ag Deposit, Southern
Peru.; 6th World Conference on sampling and Blending (6WCSB); Lima, 19 al 21 de Nov. del
2013.
David, M. (1977) Geostatistical Ore Reserve Estimation.- Elsevier Scientific Publishing Co.;
364 p.
Journel, A. G. & Huijbregths Ch. J. (1978) Mining Geostatistics.- Academic Press; 600 p.
18
9
Variograma estandarizado
19
Madograma
20
10
Rodograma
21
Tendencia (“Drift”)
22
11
Covarianza
n(h): número de pares para cada h Tomado de: GS+ User Guide.- GammaDesign Software
23
24
12
Variogramas relativos par a par
n(h): número total de cuplas para cada h Tomado de: GS+ User Guide.- GammaDesign Software
25
Análisis Fractal
Se calcula la dimensión fractal D de la función de la pendiente de un
variograma log-log
D=2–m/2
D: El estadístico de Hausdorff-Besicovitch
m: la pendiente del variograma log-log
26
13
Referencias bibliográficas
27
14