Estimativa de incerteza na classificação de recursos minerais por simulação geoestatística

Abstract

O sucesso de um novo empreendimento de mineração depende muito da recuperação de tonelagens e teores estimados, usando informações obtidas durante campanhas de exploração mineral. Essas estimativas deveriam ser capazes de alertar para possíveis altos riscos na classificação de recursos, possivelmente construídas usando intervalos de confiança associados com cada estimativa. As categorias de recursos minerais são definidas de acordo com o espaçamento entre amostras e com o grau de confiabilidade em cada classe de recurso, a ser medida, indicada e inferida. Vários sistemas de classificação estão disponíveis, mas, para esse estudo, o sistema JORC (Joint Organisation Reserves Committee) foi utilizado. Esse artigo propõe uma metodologia para verificar a incerteza associada com volumes e tonelagens relacionados no inventário de um depósito mineral. Para ilustrar a metodologia, um depósito de carvão no sul do Brasil foi utilizado. Nesse depósito, estavam disponíveis 340 furos de sondagem com dados de espessura e 236 com informações sobre densidade. Os resultados forneceram ferramentas para medida da incerteza baseadas em um procedimento com embasamento teórico.

The success of a new mine depends highly on the recovery of tons and grades estimated using the information gathered during a mineral exploration survey. These estimates should be able to alert for possible risk or uncertainty in resource estimates, possibly built using confidence intervals associated with each estimate. Categories of mineral resources are divided according sample spacing and on the degree reliability at each class of resources, namely measured, indicated and inferred. Various systems of classification are available world wide and for the purpose of this study the JORC (Joint Organization Reserves Committee) system was employed. This paper proposes a methodology to assess uncertainty associated with volume and tonnages reported in a mineral deposit inventory. To illustrate the methodology a coal deposit in South Brazil was used. On this deposit 340 drill holes were available containing coal thickness data and among them 236 contain coal seam specific gravity measurements. The results provided the tools to measure the uncertainty based on a sound theoretical procedure.