Comparación entre la aplicación de Kriging y Cokriging para estimar especies de cobre en un yacimiento tipo pórfido cuprífero

Abstract

La necesidad de predecir variables regionalizadas, sean contaminantes, metales valiosos u otros, a partir de la toma de muestras, ha impulsado el desarrollo de varias disciplinas, siendo de las más importantes la geoestadística. Las herramientas de esta área matemática combinan la información estadística de las variables de interés y sus relaciones espaciales, permitiendo definir funciones que estiman sus valores, en puntos no muestreados del espacio. Sin perjuicio de lo anterior, las técnicas de estimación geoestadística han resuelto muchos y variados problemas que surgen al querer aplicar estos métodos eficientemente. Algunos de éstos son comunes y fáciles de abordar, como es la estacionaridad y aditividad de las variables, pero otros son peculiares y ciertamente poco tratados, a pesar incluso de ser recurrentes en la industria. Uno de estos problemas se da cuando las variables que se desea estimar tienen un mismo elemento de interés y muestran relaciones de desigualdad o relaciones entre sus valores promedio, lo que se da en depósitos con varios grupos de menas del elemento de interés, los cuales tienen que ser cuantificados separadamente debido a los requerimientos de alguna de las etapas aguas abajo en el proceso minero y/o metalúrgico. Este trabajo presenta los resultados, comparaciones y análisis de la estimación de tres especies de cobre (cobre total CuT, cobre soluble CuS y cobre cianurable CuCN) y su uso para el cálculo de Recursos Minerales de un depósito tipo pórfido cuprífero, a partir de la aplicación de un interpolador tradicional de kriging ordinario (OK), y uno propuesto, denominado cokriging con medias relacionadas (CKM). Para esto se trabaja cuatro casos de estudio, donde se añade el desagrupamiento y capping de los compósitos a razón de evaluar la sensibilidad de éstos. Las comparaciones y análisis indican como favorable el uso de la metodología de interpolación propuesta (CKM), en términos de que logra solventar las dificultades (inconsistencias de leyes estimadas) que se presenta con la metodología tradicional (OK), sin sacrificar calidad y precisión.