Modelamiento geoestadístico de la clasificación geomecánica de Bieniawski (RMR)

Abstract

Al ser la geotecnia parte importante en la caracterización y el control para la toma de decisiones operativas, surge la necesidad de implementar metodologías que permitan la cuantificación de riesgos asociados a calidad de roca y así generar modelos predictivos de clasificación geomecánica, ayudando al entendimiento y comportamiento del macizo rocoso, así como permitiendo una planeación y un diseño ingenieril exitoso en el tiempo. El presente trabajo de tesis concierne un modelo geoestadístico de calidad de roca en un yacimiento tipo skarn reconocido geotécnicamente por medio de sondajes realizados desde galerías de una mina subterránea con ubicación omitida por cuestiones de confidencialidad. Se propone simular el puntaje correspondiente a la calidad de roca (Rock Mass Rating, RMR) mediante dos enfoques. El primero utiliza los datos proporcionados de RMR (1989), considerada como una variable continua, y realiza su simulación mediante el modelo gaussiano. En cambio, el segundo enfoque trabaja mediante la cosimulacion de los puntajes subyacentes del RMR, es decir, 9 variables discretas, por medio de un modelo gaussiano truncado. La metodología de trabajo genera cien realizaciones o escenarios de la calidad de roca con cada enfoque, siendo el segundo enfoque distintivo al crear en primera instancia realizaciones en el margen de cada puntaje parcial, para después ser sumadas y componer el puntaje total del RMR. Las realizaciones permiten determinar el comportamiento esperado del yacimiento, con un escenario promedio de RMR que varía de 50 a 63 en el primer enfoque y de 53 a 64 en el segundo enfoque, clasificándose el dominio simulado en calidad de roca REGULAR o BUENA . En cada enfoque la probabilidad de visualizar una roca con MALA calidad es baja, indicando una zonificación de bajo riesgo para futuras operaciones. Si bien la simulación directa (enfoque 1) produce mapas levemente más regulares a pequeña escala que la cosimulación de puntajes parciales (enfoque 2), un ejercicio de validación cruzada basado en los datos de sondajes permite concluir que ambas metodologías responden de forma adecuada en términos de su capacidad de predecir el RMR sin sesgo ni sesgo condicional, mostrando además precisiones comparables. El primer enfoque tiene la ventaja de ser de implementación más sencilla, mientras que el segundo enfoque tiene la ventaja de entregar una información detallada de cada puntaje parcial, y no solamente del RMR total, a la vez que reproduce la naturaleza discreta de estos puntajes.