Definición de dominios de estimación de recursos aplicando técnicas de aprendizaje automático: caso de un depósito epitermal de oro

Abstract

El presente trabajo muestra la implementación de metodologías basadas en aprendizaje automático para resolver problemas de clasificación en la definición de dominios de estimación de recursos minerales. Para esto se trabaja con bases de datos del yacimiento Molejón, el cual se caracteriza por presentar concentraciones económicas de oro hospedadas principalmente en brecha de cuarzo y en menor medida en saprolita. La primera metodología corresponde al análisis exploratorio de datos convencional, cuya finalidad es profundizar en el comportamiento de las variables de interés identificando dominios de estimación, además de preparar la data para su aplicación en la segunda metodología. La segunda metodología corresponde a la aplicación de técnicas de aprendizaje automático no supervisado, correspondientes a los siguientes algoritmos de agrupamiento no jerárquico: K-Medias, Partición Alrededor de Medoides, Agrupación de Grandes Aplicaciones y Partición Alrededor de Medoides considerando la función de distancia de Mahalanobis Geoestadístico. Este último es de especial interés debido a que considera la dependencia espacial de las variables regionalizadas. Con esto se espera identificar al mejor método de agrupamiento con base en criterios espaciales, estadísticos y geológicos, para posteriormente evaluar su potencial en la definición de dominios de estimación. A partir de la primera metodología se obtuvieron tres dominios de estimación con base en criterio geoestadístico y considerando el control estructural del yacimiento. Para esto se subdivide en dos sectores principales a la Brecha de Cuarzo, un sector SE de buzamiento NE con una longitud de rumbo del orden de 1100 metros cerca de la superficie y una longitud de buzamiento de 450 metros a 30 grados, volviéndose más subhorizontal en superficie, y un sector NW el cual se caracteriza por presentar una estructura tabular con tendencia a ser subhorizontal hacia el SE, la cual se une al sector SE. El tercer dominio identificado corresponde a la Saprolita, la cual se caracteriza por ser horizonte de meteorización superficial enriquecido. Para la segunda metodología, el agrupamiento de Partición Alrededor de Medoides considerando la función de Mahalanobis Geoestadístico ha demostrado ser superior al resto de los algoritmos, siendo sus principales deficiencias la pobre definición de contactos entre conglomerados al no diferenciar el contacto entre Brecha de Cuarzo y roca huésped en profundidad, además de una baja selectividad en la identificación de una porción superficial enriquecida. La definición de dominios de estimación mediante esta metodología aún está sujeta a optimizaciones y recomendaciones son entregadas para subsanar las deficiencias encontradas.