Uso de estimativas não lineares e anisotropia local na modelagem de recursos minerais

• Ano de defesa: 2023
• Autor(a) principal: Misk, Silvia Penna
• Orientador(a): Costa, Joao Felipe Coimbra Leite
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Depósitos minerais : Avaliação; Pesquisa mineral; Sistemas não lineares; Krigagem
• Palavras-chave em Inglês: Resource modelling, non-linear estimator; Localized uniform conditioning; Multiple indicator kriging; Reconciliation; Long-term model
• Link de acesso: http://hdl.handle.net/10183/272009

Métodos de estimativa linear são amplamente utilizados para avaliação de recursos. Dentre os métodos de estimativa linear existentes, a (Co)-krigagem ordinária (Co-OK) é conhecida como o melhor estimador para determinar o teor médio em cada bloco. No entanto, a OK é inadequada para modelar blocos pequenos em relação ao espaçamento dos dados, resultando em modelos excessivamente suavizados. Devido a essa limitação, métodos de estimativa não lineares foram desenvolvidos para gerar uma distribuição dos teores de minério para cada bloco, fornecendo informações importantes para a tomada de decisão. Esta tese apresenta a aplicabilidade de estimadores não lineares na estimativa de recursos de longo prazo para melhorar a acurácia, a precisão e a estimativa do recurso recuperável em uma mina de cobre. Além disso, é avaliado o uso de anisotropia local para a modelagem de recurso. Os resultados do recurso recuperável do modelo de curto prazo, que tem uma boa reconciliação com a planta, são comparados com modelos estimados gerados pelo método tradicional, ou seja, a (Co)-krigagem ordinária (Co-OK), e métodos não lineares: condicionamento uniforme localizado (LUC), (Co)-krigagem de indicadores múltiplos de indicadores (MIK) e (Co)-krigagem de indicadores múltiplos localizados (LMIK). Conclui-se é que os métodos não lineares melhoram a acurácia e a precisão do modelo de longo prazo quando comparado ao modelo gerado por Co-OK e que o uso de anisotropia local é essencial para modelagem da tendência dos teores.