Geoestatística de múltiplos pontos aplicada à simulação de modelos geológicos em grids estratigráficos

Abstract

Apesar da sua ampla aplicação na modelagem de formações geológicas, os algoritmos de simulação de múltiplos pontos (MPS) não foram desenvolvidos para simular sólidos geológicos de grandes dimensões, cujas características não são repetitivas, frequentemente encontrados na mineração. A maioria dos métodos de MPS baseia-se na repetição de padrões para a simulação, mas a localização espacial específica destes padrões não é um fator crítico. O método proposto trata-se de uma adaptação do algoritmo SNESIM para a simulação de contatos litológicos a partir de modelos de blocos interpretados, utilizando a abordagem de partição da árvore de busca. A técnica perturba o modelo geológico em um grid de simulação, após a definição de uma zona de incerteza ao redor dos contatos interpretados. O modelo de blocos e a imagem de treinamento (TI) são pré-processados por um algoritmo de agrupamento que determina a zona de incerteza e classifica os diferentes contatos em classes de partição. No modelo de blocos, a zona de incerteza corresponde ao domínio de simulação, e na TI, ela serve como um repositório de padrões. O tamanho da zona de incerteza controla o grau de perturbação do modelo de blocos, e as classes de partição permitem que o algoritmo lide com tendências e padrões locais da TI. Outro fator importante no processo de modelagem geológica é a construção de modelos numéricos que possam representar estruturas geológicas complexas e que possuam alta aderência geométrica com relação ao modelo geológico de referência. Devido a isto, a dissertação propõe uma metodologia geoestatística para a construção de grids estratigráficos através do mapeamento topológico das superfícies do sólido geológico. As duas metodologias são ilustradas por um estudo de caso em um depósito de minério de ferro. Os resultados obtidos mostraram que as metodologias permitem a construção de grids estratigráficos que se ajustam à geometria dos corpos geológicos, bem como, a geração de modelos simulados consistentes com o modelo de referência.

Despite its wide application in the modeling of geological formations, multiple-point simulation (MPS) algorithms were not designed to simulate large non-repetitive geological objects, often found in mining. Most MPS methods rely on pattern repetition for simulation, but the specific locations of these patterns are not critical. The proposed method is an adaptation of SNESIM algorithm for the simulation of lithological contacts from interpreted block models, using the search tree partition approach. The technique perturbs the geological model on a simulation grid, after defining a zone of uncertainty around the interpreted contacts. The block model and the training image (TI) are pre-processed by a clustering algorithm that determines the uncertainty zone and classifies the different contacts in partition classes. In the block model, the zone of uncertainty corresponds to the simulation domain, and in the TI, it serves as a repository of patterns. The size of the uncertainty zone controls the amount of perturbation of the block model, and the partition classes enable the algorithm to handle trends and location-specific patterns in the TI. Another important factor in the geological modeling process is the construction of numerical models that can represent complex geological structures and have high geometrical adherence in respect to the reference geological model. Due to this, the dissertation proposes a geostatistical methodology for the construction of stratigraphic grids through the topological mapping of the geological solid surfaces. Both methodologies are illustrated by a case study in an iron ore deposit. The results showed that the methodologies allow the construction of stratigraphic grids that fit the geometry of the geological bodies, as well as the generation of simulated models consistent with the reference model.