Modelización geoestadística de un yacimiento de oro del distrito minero la joya

Solo disponible en BuenasTareas
  • Páginas : 6 (1315 palabras )
  • Descarga(s) : 9
  • Publicado : 4 de agosto de 2010
Leer documento completo
Vista previa del texto
MODELIZACIÓN GEOESTADÍSTICA DE UN YACIMIENTO DE ORO DEL DISTRITO MINERO LA JOYA (ORURO- BOLIVIA)
C. Grijalva1; P. Carrión2 1 Ingeniero en Minas, Escuela Superior Politécnica del Litoral (2004); Diplomado, Universidad Técnica de Oruro (2002). FICT-ESPOL 2 Ingeniero en Geología, Escuela Superior Politécnica del Litoral (1991); Doctor Ingeniero, Universidad Politécnica de Madrid (1996); ProfesorESPOL desde 1996. FICT-ESPOL. RESUMEN El presente trabajo muestra todos los aspectos que forman parte de la evaluación de un yacimiento, haciendo uso de la metodología geoestadística. Para ello, se ha tomado un caso práctico, donde se ilustra en forma detallada el proceso de evaluación de un yacimiento de oro. Cabe indicar, que los datos de esta investigación, son provenientes de un yacimiento delDistrito Minero La Joya (Oruro – Bolivia), Distrito Minero, conocido a nivel mundial por su importante producción de oro, siendo el yacimiento más representativo el denominado Kori Kollo. PALABRAS CLAVES: Modelización Geoestadística, análisis exploratorio, análisis variográfico, efecto pepita, anisotropía, estimación por kriging. INTRODUCCIÓN El aprovechamiento del oro, parte del recurso natural,conlleva una actividad minera con varias operaciones unitarias. Esto implica que, se necesita una inversión para realizar la operación, la cual, dependiendo del tamaño del proyecto, puede ser una gran cantidad de dinero. Todo análisis económico se basa en el ingreso que se tendrá, que para este caso sería el contenido de mineral útil que será extraído a lo largo del tiempo. Es pues, la evaluacióndel yacimiento, una investigación sobre la cual se apoyará toda decisión económica, motivo por el cual, se ha desarrollado el método geoestadístico con el fin de conocer, no solo una estimación del contenido sino también una medida de la incertidumbre (error) asociada a esa estimación. OBJETIVO El objetivo principal es definir: ¿Cuánto?, ¿Dónde? y ¿Cómo? están distribuidos los valores del mineralútil dentro de la mineralización, con límites de confianza que permitan tomar decisiones técnicas que tendrán una connotación económica.

METODOLOGÍA Antes de una investigación se requiere un cronograma de objetivos a cumplirse que para este caso se han subdividido en dos fases y se ilustran a continuación:

INFORMACIÓN BASE

Datos espaciales:
- Topografía. - Ubicación de muestras. - Límitesdel espacio en estudio.

Datos geológicos:
- Contactos litológicos. - Contactos de mineralización. - Zonas de oxidación.

Ensayos químicos:
- Componentes útiles. - Elementos guías de los útiles. - Elementos perjudiciales en la recuperación.

Fusión de Datos: -Base de Datos fusionada. -Gráficos fusionados.

Análisis e Interpretación de la base de datos a partir de los gráficos.
SI NOBase de Datos coherentes.

Datos a modelizar.

Fig. 1. Fase 1: Información Base. Información requerida para una base de datos a modelizar.

ANALISIS EXPLORATORIO

Interpretación

Topografía

ELECCIÓN DE LOS PARAMETROS DEL MODELO - Límites geométricos (concesión) - Límites lito-geoquímicos - Método de Estimación - Elipsoide de búsqueda (alcances) - Dimensión y orientación de losbloques

Creación del modelo de bloques

ESTIMACIÓN GEOESTADISTICADE LOS BLOQUES
SI Validación NO

Gráfico de los bloques

Fig. 2. Fase 2: Modelización Geoestadística. Pasos para la modelización. (Pérez Suárez, 1997).

MODELIZACIÓN GEOESTADÍSTICA 1. 1.1. ANÁLISIS EXPLORATORIO DE DATOS. Presentación de los datos. Los datos que se poseen son muestras, o testigos, ubicadas a lo largo de lossondajes cada 1 – 1.5m. Se ha tomado la medida del contenido de oro (Au) en todos y cada uno de los intervalos muestreados. Se compositarán en intervalos de 5 m de longitud, que es la altura del banco con el que explotan los tajos, y la ley de cada compósito será la ponderación lineal de las muestras involucradas.

1.2. •

Estadística Clásica. Histograma de Frecuencias.

Fig. 3. Histograma...
tracking img