Evaluación de recursos recuperables basada en métodos multivariables

Abstract

Para el cálculo de recursos minerales se dispone generalmente de una gran cantidad de datos, que en el presente caso son leyes de metales obtenidas en laboratorio proveniente del muestreo de sondajes diamantinos. Luego, cuando se tiene que actualizar esta información para una operación minera es imprescindible el uso de la data para el cálculo de nuevas variables de interés. Es muy común ver base de datos incompletas, es decir, que por un tema de presupuesto o por criterios preferenciales se reducen. Estimar variables con pocos datos le resta robustez al resultado final. Las variables geológicas o geometalúrgicas permiten conocer el comportamiento del mineral extraído en su procesamiento, no tener esta data puede representar problemas en la operación. Pero el cálculo de estas variables debe realizarse con la data disponible que puede ser integrada con data de otras fuentes que también interactúan en la operación minera. Para la integración de la data es importante evaluar la proveniencia y calidad de información. Por lo anterior, en este trabajo se utilizó información de un yacimiento mineral de tipo Skarn. La data disponible permitirá primero realizar un estudio exploratorio de datos para validar la calidad de la información antes de la estimación, luego se realizará un análisis de frontera entre las litologías presentes en el yacimiento. Las relaciones entre variables serán aprovechadas para aplicar técnicas de estimación multivariable, tales como el cokriging con medias relacionadas. En la primera parte se utilizará la dependencia entre leyes de cobre y cobre soluble para realizar la estimación y luego se aplicará el cokriging para la ley de hierro y la gravedad específica, ya que luego del análisis se demuestra su alta correlación. En ambos casos, también se incluye una variable indicadora de dominios litológicos, que permite tomar en cuenta el carácter transicional de la frontera entre dominios, en particular, el cambio progresivo en las medias de las variables al pasar de un dominio a otro. Los resultados obtenidos permiten hacer un comparativo con otros métodos de estimación multivariable, que presentan peores resultados de validación cruzada (varianzas de errores y errores estandarizados), que los obtenidos con el cokriging de medias relacionadas, demostrándose la importancia de aprovechar no solamente la correlación entre variables, sino que también las relaciones entre sus medias para la estimación en presencia de submuestreo de algunas variables.