Estimativa de incertezas e sua aplicação na classificação de recursos minerais

• Ano de defesa: 2002
• Autor(a) principal: Souza, Luis Eduardo de
• Orientador(a): Costa, Joao Felipe Coimbra Leite
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Geoestatística; Krigagem; Recursos minerais : Classificação
• Link de acesso: http://hdl.handle.net/10183/77812

A estimativa de recursos minerais é essencial para o propósito de planejamento econômico em qualquer empreendimento mineiro. Além de finalizar os trabalhos de pesquisa mineral, a avaliação de recursos/reservas é a base sobre a qual serão estabelecidos os estudos de viabilidade econômica que se seguem. Atividades como planejamento e otimização de cavas, orientação dos avanços da lavra, projeção de fluxos de caixa, projetos de financiamento e mesmo a operação de plantas de beneficiamento requerem, além da prévia estimativa dos recursos disponíveis, a correta classificação desses recursos. A estimativa e a subseqüente classificação dos recursos em diferentes classes ou categorias, de acordo com as possíveis variações que esses recursos apresentem, devem indicar não apenas os níveis diferenciados de risco envolvidos, mas permitir a elaboração de um modelo que quantifique esse risco. Nesse sentido, a indústria mineira já há muito tempo havia reconhecido e estabelecido padrões para avaliação e classificação de recursos mas agora, com a crescente internacionalização das empresas de mineração, cada vez mais é ressaltada a necessidade do estabelecimento de padrões internacionalmente aceitáveis para essa classificação. Todos os principais sistemas de classificação atualmente em uso compartilham alguns aspectos em comum, baseando a definição das classes de recursos em função da distância de separação entre as amostras e no grau de confiança ou acuracidade associado com os resultados estimados. Apesar de muito claros em termos de estabelecer os critérios geométricos de distância entre amostras e distância máxima de extrapolação, os sistemas de classificação não fornecem definições claras de como esses limites de confiança poderiam ser calculados. Dessa forma, esta dissertação buscou, basicamente, apresentar uma alternativa metodológica que, diante da ineficiência dos métodos até então utilizados, permitisse a incorporação de incertezas às estimativas de recursos e reservas, proporcionando o correto enquadramento nas classes propostas pelos principais sistemas de avaliação e classificação. Com esse intuito, investigou-se a aplicabilidade de técnicas geoestatísticas como krigagem e simulação estocástica, procurando apresentar alternativas e discutir as limitações encontradas. Enquanto a krigagem ordinária permite uma resposta rápida em termos de tonelagem, a avaliação do erro associado à estimativa requer a adoção de uma série de hipóteses e é alvo de várias críticas já consubstanciadas na bibliografia. Por outro lado, os resultados obtidos pelas técnicas de simulação empregadas, demonstraram que o erro associado a uma estimativa pode ser avaliado utilizando múltiplos cenários simulados para definir limites de confiança, permitindo uma real avaliação da incerteza associada à estimativa. Tanto pela técnica de simulação gaussiana quanto pela simulação de indicadores obteve-se resultados similares quanto ao espaço de incerteza mapeado e quanto às características de precisão e acuracidade na distribuição de valores de saída da simulação. O estudo de caso é ilustrado em um grande depósito de carvão brasileiro onde a metodologia provou ser apropriada para abordar o problema da quantificação da incerteza, permitindo sua utilização pelos sistemas de classificação de recursos e reservas.