Predicción del potencial recuperable de recursos niquelíferos y su incertidumbre en un sector del depósito San Felipe

Autores/as

Palabras clave:

recursos recuperables, cambio de soporte, Simulación Secuencial Gaussiana, incertidumbre

Resumen

La estimación de los recursos recuperables se vincula estrechamente con la selectividad minera, su objetivo primordial es maximizar el beneficio de la explotación. Dado que los modelos de estimación sufren inevitablemente el efecto de “suavizamiento” de la ley estimada, resultan inapropiados para predecir tanto la ley como el tonelaje de los recursos que pudieran ser recuperados. Contrariamente, los modelos de la ley del mineral útil obtenidos de la aplicación de la simulación geoestadística reproducen satisfactoriamente las características globales (la textura), la estadística (histograma) y variabilidad espacial (variograma). Mediante la aplicación del método de simulación secuencial gaussiana se simuló la ley de níquel en una densa red de puntos de 12,5 m x 12,5 m x 1 m para 100 escenarios equiprobables. Posteriormente, se realizó la predicción del potencial de recursos recuperables para el panel de 25 m x 25 m x 1 m del tonelaje, la cantidad de metal, la ley media y las incertidumbres asociadas, a través de un cambio de soporte y la aplicación de varias leyes de corte en un pequeño sector del depósito niquelífero San Felipe, escogido como caso de estudio. Se concluye que al variar la ley de corte sobre un determinado soporte de estimación se produce un efecto en los recursos recuperables: a medida que se incrementa la ley de corte, el tonelaje y la cantidad de metal disminuyen; contrariamente, la ley media de níquel se incrementa, pero la incertidumbre se incrementa en todos los casos, debido al incremento de los errores medios de estimación asociados a cada uno de estos parámetros.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Artica, C. (2023). Comparison of two quantitative mineral resource classification methods – a case study from a large copper porphyry-skarn deposit. Mineral Resource Estimation Conference 2023. Perth, Australia: The Australasian Institute of Mining and Metallurgy, pp. 166-178. Publication Series No 2/2023, ISBN 978-1-922395-14-6. Consultado: 17/02/2025. Disponible en: https://www.ausimm.com/publications/conference-proceedings/mineral-resource-estimation-conference-proceedings-2023/comparison-of-two-quantitative-mineral-resource-classification-methods--a-case-study-from-a-large-copper-porphyry-skarn-deposit/.

Chang-Rodríguez, A. y Rojas-Purón, A. L. (2018). Movilidad geoquímica y grado de meteorización del yacimiento San Felipe, Camagüey, Cuba. Minería y Geología, 34(2), 122-135. Consultado: 17/02/2025. Disponible en: https://www.redalyc.org/journal/2235/223554994001/html/.

Chica-Olmo, M. (1987). Análisis Geoestadístico en el Estudio de la Explotación de Recursos Minerales. (Tesis doctoral, España).

Cobas-Botey, R. M. (2017). Modelo geológico descriptivo de las lateritas ferroniquelíferas del depósito San Felipe, Camagüey, Cuba. (Tesis doctoral, Universidad de Moa).

Cobas-Botey, R. M., Formell-Cortina, F. Y., Leyva-Rodríguez, C. A. (2017). Modelo geológico descriptivo del yacimiento laterítico San Felipe, Camaguey, Cuba. Minería y Geología, 33(3), 251-265. Consultado: 17/02/2024. Disponible en: https://www.redalyc.org/journal/2235/223551846001/html/.

Deutsch, C. V. y Journel, A. G. (1998). GSLIB: Geostatistical Software Library and User’s Guide. S.l.: Oxford University Press. Applied geostatistics series, ISBN 978-0-19-510015-0. Consultado: 17/02/2025. Disponible en: https://books.google.com.cu/books?id=CNd6QgAACAAJ.

Gallardo, T., Chang, A., Tauler, E. Y Proenza, J. (2010). El yacimiento de San Felipe (Camagüey, Cuba): un ejemplo de lateritas niquelíferas tipo arcilla. Macla, 13, 87-88.

Kapageridis, I., Apostolikas, A. Y., Kamaris, G. (2021). Contact Profile Analysis of Resource Estimation Domains: A Case Study on a Laterite Nickel Deposit. Materials Proceedings, 5(1), 89. Consultado: 26/05/2025. Disponible en: https://www.mdpi.com/2673-4605/5/1/89.

Murphy, M., Parker, H., Ross, A. y AUDET, M. A. (2005). Ore-Thickness and Nickel Grade Resource Confidence at the Koniambo Nickel Laterite (A Conditional Simulation Voyage of Discovery). En: O. Leuangthong y C. V. Deutsch (eds.), Geostatistics Banff 2004. Dordrecht: Springer Netherlands, pp. 469-478. ISBN 978-1-4020-3610-1. Consultado: 17/02/2025. Disponible en: https://doi.org/10.1007/978-1-4020-3610-1_47.

Neufeld, C. y Leuangthong, O. (2005). The Calculation of Recoverable Reserves. Centre for Computational Geostatistics Department of Civil and Environmental Engineering University of Alberta, no. 301. Consultado: 26/05/2025. Disponible en: https://www.ccgalberta.com/ccgresources/report07/2005-301-recoverable_reserves.pdf.

Remy, N., Boucher, A. y Wu, J. (2009). Applied Geostatistics with SGeMS: A User’s Guide. Mathematical Geosciences, 41(3), 353-356. ISSN 1874-8953. DOI 10.1007/s11004-009-9217-5.

Remy, N., Boucher, A., Wu, J., Ting, L., Maharaja, A. y Gupta, R. (2011). SGeMS. C++. 1 septiembre 2011. S.l.: Advanced Resources & Risk Technology, LLC. Consultado: 26/05/2025. Disponible en: http://www.ar2tech.com.

Richmond, A. (2013). Conditional Simulation of a Nickel Laterite Deposit using Unfolding. APCOM 2013. S.l.: s.n., pp. 6. Consultado: 17/02/2024. Disponible en: https://martlet.com.au/wp-content/uploads/2020/08/2013_APCOM_Richmond_Conditional_Simulation_of_nickel_laterite_deposit_using_unfolding.pdf.

Rodríguez, C., Rivers, C., Parianos, J., Mwasinga, P., Potter, S. y Coombes, J. (2001). Mineral Resource Estimate of the San Felipe deposit. Technical Report. S.l.: bhpbillinton. 1966/009633/06. ONRM.

Rodríguez-Catalá, A. y Rodríguez-Infante, A. (2021). Sistema de fallas del yacimiento laterítico niquelífero San Felipe, Camagüey, Cuba. Minería y Geología, 37(2), 162-180. ISSN 1993-8012. Consultado: 28/02/2024. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1993-80122021000200162&lng=es&nrm=iso&tlng=es.

Rossi, M. E. y Deutsch, C. (2014). Mineral Resource Estimation. Springer Dordrecht Heidelberg New York London. ISBN 978-1-4020-5716-8. Consultado: 26/05/2025. Disponible en: www.springer.com.

Sinclair, A. J., & Blackwell, G. H. (2006). Applied mineral inventory estimation. Cambridge University Press.

Sterk, R., De Jong, K., Partington, G., Kerkvliet, S. y Van De Ven, M. (2019). Domaining in Mineral Resource Estimation: A Stock-Take of 2019 Common Practice. Kenex. 25 noviembre 2019. pp. 13. Consultado: 19/02/2025. Disponible en: https://kenex.com.au/company/publications/.

Webster, R. y Oliver, M. A. (2007). Cross-Validation. Geostatistics for Environmental Scientists. Second Edition. John Wiley & Sons. ISBN 978-0-470-02858-2. Consultado: 19/02/2025. Disponible en: www.wiley.com.

Yamamoto, J. K. (1999). Quantification of uncertainty in ore-reserve estimation: Applications to Chapada copper deposit, State of Goiás, Brazil. Natural Resources Research, 8(2), 153-163.

Publicado

2025-10-02

Cómo citar

Arias-del Toro, J. A., Carballo-Peña, A., Estévez-Cruz, E., & Cobas-Botey, R. M. (2025). Predicción del potencial recuperable de recursos niquelíferos y su incertidumbre en un sector del depósito San Felipe. Minería Y Geología, 41(3), 240–260. Recuperado a partir de https://revista.ismm.edu.cu/index.php/revistamg/article/view/2795

Número

Sección

Artículos Originales

Artículos más leídos del mismo autor/a

<< < 1 2