Influência do espaçamento da malha de sondagem na incerteza da declaração do recurso mineral

Abstract

Os testemunhos de sondagem são as principais informações para a modelagem geológica, e são caros e escassos. O espaçamento da malha de sondagem pode ser escolhido para reduzir as incertezas no modelo geológico e no inventário de recursos minerais. Essa dissertação investiga como a incerteza dos recursos minerais é influenciada por distintos espaçamentos das malhas de sondagem através de um estudo de caso sobre a mineralização de bauxita no platô da Amazônia brasileira. A Simulação sequencial Gaussiana (SGS) foi realizada em uma malha muito adensada e assumimos que essa simulação representa a distribuição verdadeira da variável de interesse. Após, seis bancos de dados distintos com espaçamento de dados regulares foram obtidos a partir desta simulação: (i) 25x25; (ii) 100x100; (iii) 200x200; (iv) 400x 400; (v) 800x800 e (vi) 1200x1200 metros ao longo das direções X e Y, respectivamente. Então, 50 realizações usando Simulação sequencial Gaussiana (SGS) foram geradas usando cada um desses bancos de dados como dados condicionais. As realizações foram feitas em suporte pontual e redimensionadas para o volume de bloco usado na lavra. Em seguida, as curvas Teor-Tonelagem das realizações obtidas com as diferentes bases de dados foram calculadas e comparadas. As Curvas de Teor-Tonelagem resultantes foram usadas para quantificar a relação entre a amostragem da sondagem e a incerteza dos recursos minerais globais. Os resultados mostraram que a incerteza do recurso mineral diminui à medida que o espaçamento de dados diminui. Dependendo do nível de incerteza aceitável, espaçamentos de dados mais amplos podem ser selecionados. Assim, a equipe de projeto pode economizar no orçamento e no tempo das atividades de declaração de recursos. Este espaçamento adequado de sondagem pode ser definido usando um valor de incerteza aceitável. O estudo de caso ilustrado demonstra a complexidade e utilidade do fluxo de trabalho proposto.

Rock cores from drillings are the main source of information for ore modeling which are expensive and scarse. Data spacing should be properly chosen to reduce uncertainties in the geologic model and mineral resource inventory. This study investigates how the uncertainty of the mineral resources is influenced by distinct data spacings through a case study on a bauxite mineralization in Brazilian Amazon plateau. First, Sequential Gaussian Simulation (SGS) was run in a dense grid and assumed that this simulation represents the true grade distribution. Second, six datasets with distinct regular data spacing were extracted from this simulation: (i) 25x25; (ii) 100x100; (iii) 200x200; (iv) 400x400; (v) 800x800, and (vi) 1200x1200 meters along the X and Y directions, respectively. Third, 50 realizations using Sequential Gaussian Simulation (SGS) were generated for each one of these databases. The realizations were performed at point-support and resized to the block volume used for mining to upscale the realizations to block-support. Then, the Grade-Tonnage Curves of the realizations obtained with the different databases were calculated and compared. The resulting Grade-Tonnages were used to quantify the relationship between the drilling sampling and the uncertainty on the global mineral resources. The results showed that the uncertainty of the mineral resource decreases as the data spacing decreases. Depending on an acceptable uncertainty level, wider data spacings may be selected. So, the mineral exploration team can save on the budget and time to prepare the mineral resources inventory. This adequate drilling spacing may be defined using an acceptable uncertainty level. The illustration case demonstrates the intricacies and usefulness of the workflow proposed.