Evaluación de modelos 2D de variables geo-tecnológicas en un bloque de un yacimiento laterítico cubano. 2da parte: Influencia de la densidad de la red de muestreo en el variograma.

Autores/as

  • Arístides Alejandro Legrá Lobaina Instituto Superior Minero Metalúrgico de Moa
  • Jonny L. Caballero-Núñez Instituto Superior Minero Metalúrgico de Moa
  • Katiusca Jiménez-Roche Instituto Superior Minero Metalúrgico de Moa

Palabras clave:

Modelación, yacimiento laterítico, red de muestreo, variograma, anisotropía

Resumen

El kriging es uno de los métodos más usados para modelar variables tecnológicas mineras y metalúrgicas, tales como el espesor de la corteza y las concentraciones de los elementos químicos de interés en los procesos metalúrgicos. Su correcta aplicación depende, en gran medida, de la determinación de los correspondientes variogramas que describen la variabilidad de cada propiedad como una función de la distancia y de las direcciones geométricas. En este trabajo se investiga la influencia de la densidad de la red de muestreo sobre los variogramas 2D de las variables: espesor (L) y concentraciones de níquel (Ni), hierro (Fe) y cobalto (Co) en un bloque de un yacimiento laterítico cubano

Descargas

Los datos de descargas todavía no están disponibles.

Citas

BARNETT, R. & DEUTSCH, C. 2012: Practical Implementation of Non-linear Transforms for Modeling Geometallurgical Variables. En Geostatistics Oslo 2012. Springer Netherlands, p. 409-422.

BRONSHTEIN, I. N.; SEMENDYAYEV, K. A.; MUSIOL, G. & MÜHLIG, H. 2007: Handbook of Mathematics. Springer-Verlag, Berlin, 1 163 p.

CALDER, C. & CRESSIE, N. A. 2009: Kriging and variogram models. In: KITCHIN, R. & THRIFT, N. (Eds.). International Encyclopedia of Human Geography 1: 49-55. Oxford Elsevier. Consultado: 14 dic 2014. Disponible en: http://dx.doi.org/10.1016/B978-008044910-4.00461-2.

CRESSIE, N. 1991: Statistics for Spatial Data. John Wiley and Sons, New York, 900 p.

DAGBERT, M. 2014. Review of the Book Mineral Resource Estimation. By Mario Rossi and Clayton Deutsch, 332 p. Published by Springer in Early 2014. Mathematical Geosciences 46(8): 1 029-1 034.

DE IACO, S. & MAGGIO, S. 2011: Validation Techniques for Geological Patterns Simulations Based on Variogram and Multiple-Point Statistics. Mathematical Geosciences 43(4): 483-500.

DESASSIS, N. & RENARD, D. 2012: Automatic Variogram Modeling by Iterative Least Squares: Univariate and Multivariate Cases. Mathematical Geosciences 45(4): 453-470.

GEOVARIANCES. 2010: ISATIS Software. Beginner's Guide. Versión 9.0. Geovariances & Ecole des Mines de Paros, France.

GOLDEN SOFTWARE, INC, 2012: Surfer. Surface Mapping System. Versión 11.0.642. Golden, Colorado, USA.

ILYAS, A. & KOIKE, K. 2012: Geostatistical Modeling of Ore Grade Distribution from Geomorphic Characterization in a Laterite Nickel Deposit. Natural Resource Research 21(2): 177-191.

KITANIDIS, P. 1997: Introduction to Geostatistics-Applications in Hydrogeology. Cambridge University Press, New York, 249 p.

LEGRÁ-LOBAINA, A. A. 1999: Metodología para el pronóstico, planificación y control integral de la minería en yacimientos lateríticos. Tesis doctoral. Instituto Superior Minero Metalúrgico. 187 p.

LEGRÁ-LOBAINA, A. A.; GUILARTE-NOA, A. M. & GUEVARA-PÉREZ, T. 2015: Evaluación de modelos de variables geo-tecnológicas en un bloque de un yacimiento laterítico cubano: Primera parte: Kriging e Inverso de la Distancia. Minería y Geología 31(1): 29-51.

LI, S. & LU, W. 2010: Automatic Fit of the Variogram. In: Third International Conference on Information and Computing. Wuxi, China, June 2010. Volume 4: 129-132. ISBN: 978-1-4244-7082-2.

LY, S.; CHARLES, C. & DEGRE, A. 2011: Geostatistical interpolation of daily rainfall at catchment scale: the use of several variogram models in the Ourthe and Ambleve catchments, Belgium. Hydrology and Earth System Sciences 15(7): 2 259-2 274.

MARTÍNEZ, A. & PÉREZ, N. 2006: ¿Cuál es el mejor método para estimar variables en yacimientos lateríticos de níquel y cobalto? Minería y Geología 22(3): 1-21.

MILLER, I.; FREUND, J. & JOHNSON, R. 2005: Probabilidades y Estadísticas para ingenieros. Volumen I y II de la cuarta edición. Prentice-Hall Hispanoamericana S. A., México, 624 p.

OLIVER, M. 2010: The Variogram and Kriging. In: Handbook of Applied Spatial Analysis. Springer Berlin Heidelberg, p. 319-352.

PESQUER, L.; CORTÉS, A. & PONS, X. 2011: Parallel ordinary kriging interpolation incorporating automatic variogram fitting. Computer and Geosciences 37(4): 464–473. Consultado: 16 nov 2014. Disponible en: http://www.sciencedirect.com/science/article/ pii/S0098300410003341.

QUADOR, J. Q. 2005: Estudios de estimación y simulación geoestadística para la caracterización de parámetros geólogo–industriales en el yacimiento laterítico Punta Gorda. Minería y Geología 21(4): 1-48.

ROMANO, E.; BALZANELLA, A. & VERDE, R. 2013: A Regionalization Method for Spatial Functional Data Based on Variogram Models: An Application on Environmental Data. In: Advanced in Theoretical and Applied Statistics (Part II), p. 99-108.

ZIMMERMAN, D. L. & ZIMMERMAN, M. B. 1991. A Comparison of Spatial Semivariogram Estimators and Corresponding Ordinary Kriging Predictors. Technometrics 33(1): 77-91.

Publicado

2015-06-10

Cómo citar

Legrá Lobaina, A. A., Caballero-Núñez, J. L., & Jiménez-Roche, K. (2015). Evaluación de modelos 2D de variables geo-tecnológicas en un bloque de un yacimiento laterítico cubano. 2da parte: Influencia de la densidad de la red de muestreo en el variograma. Minería Y Geología, 31(2), 1–20. Recuperado a partir de https://revista.ismm.edu.cu/index.php/revistamg/article/view/1070

Número

Sección

Artículos Originales