Aplicação de técnicas estatísticas e geoestatísticas para estimativa de teores de ouro e modelamento de um depósito mineral - estudo de caso em pilar de Goiás (GO)

Carregando...
Imagem de Miniatura

Data

2016-09-05

Autores

Silva, Maria Fernanda Parise Tomazella da [UNESP]

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Resumo

A viabilidade econômica da exploração de um depósito mineral envolve diversas variáveis, como teor e volume do minério, método de lavra, infraestrutura e mão de obra próxima à localização do depósito. Desta forma, se faz necessário quantificar os recursos minerais para reduzir o risco financeiro do empreendimento. A área de estudo está inserida na porção sudoeste do Greenstone Belt de Pilar de Goiás, constituída por uma sequência de metassedimentos químicos, metassedimentos clásticos, pequenos corpos intrusivos e rochas gnáissicas. As ocorrências de ouro estão associadas às camadas de clorita e grafita xistos. O objetivo deste trabalho consiste em caracterizar a distribuição espacial dos teores de ouro da mina Pilar de Goiás-GO, utilizando as técnicas de Krigagem Ordinária e Simulação Sequencial Gaussiana. O trabalho teve início com a validação do banco de dados dos furos de sondagens e a regularização das amostras para o comprimento de um metro. Com base nas descrições dos furos de sondagens, obteve-se a atitude das camadas dos litotipos, constituindo o modelo geológico que foi elaborado no programa Leapfrog Geo®. As amostras conferidas foram então submetidas às análises estatísticas e geoestatísticas. Em ambas as técnicas, realizou-se a modelagem dos variogramas e do elipsoide de busca dos dados. Para a krigagem ordinária, a filtragem restringiu os dados ao intervalo de 0 a 4,38 ppm, sendo que os outliers foram substituídos pelo valor máximo de teor. Verificou-se que os resultados obtidos pela krigagem são válidos, pois respeitam a distribuição de frequência dos dados originais. A análise da superfície do comportamento dos teores regionais permitiu concluir que não há uma direção preferencial de crescimento de teores de ouro, porém esta superfície acompanha a foliação regional das rochas hospedeiras. A estimativa por Simulação Sequencial Gaussiana se mostrou eficaz para modelar a camada de interesse, na qual estão os maiores teores de ouro.
The economic viability of a mineral deposit exploration involves many variables, such as content and ore volume, mining method, infrastructure and workers next to the location of the deposit. It is necessary to quantify the mineral resources to reduce the financial risk of the project. The study area is located in the southwest portion of the greenstone belt of Pilar de Goias, which is composed of a sequence of chemical and clastic metasediments, small intrusive bodies and gneissic rocks. The gold occurrences are associated with layers of chlorite schist and graphite. The objective of this study is characterize the spatial distribution of gold grades in the Pilar de Goiás mine (GO) by the Ordinary Kriging and Simulation Sequential Gaussian methods. The study started with the database validation of boreholes and the regularization of samples for the length of one meter. Based on the descriptions of the boreholes, it was obtained the attitude of the layers of rock types and, therefore, the geological model, developed in the Leapfrog Geo® program. The checked samples were then used for the statistical and geostatistical analyses. In both methods, the variograms were modeled and the search ellipsoid was defined. For Ordinary Kriging, the data filter restricted to the range 0 to 4.38 ppm and the outliers were replaced by the maximum content value. The results of kriging are valid because the frequency distribution is consistent with the original data. The analysis of the surface containing the higher levels implied that there is no preferential direction of growth of gold content, but this surface follows the regional foliation of the host rocks. The estimation by Simulation Sequential Gaussian were effective to model the layer of interest, which are the highest gold grades.

Descrição

Palavras-chave

Ouro, Greenstone Belt, Krigagem Ordinária, Simulação Sequencial Gaussiana, Gold, Ordinary Kriging, Sequential Gaussian Simulation

Como citar