Un modelo de bloques es una representación simplificada de un yacimiento mineral y sus
alrededores, que se puede considerar como una pila de “ladrillos” generados por computadora
que representan pequeños volúmenes de roca en un depósito (compuesto por mineral y
desechos). Cada “ladrillo” o celda contiene estimaciones de datos, como la ley del elemento, la
densidad y otros valores de entidades geológicas o relacionados a factores de ingeniería.
Las celdas de un modelo de bloques están dispuestas en un sistema de cuadrícula XYZ, y las
celdas pueden ser de tamaño uniforme o irregular.
En estos paquetes, a los bloques se les asigna una calificación mediante uno de varios métodos
de estimación diferentes: distancia inversa al cuadrado, kriging ordinario, kriging de
indicadores múltiples, etc.
MARCO DE REFERENCIA DEL MODELO (MODEL FRAMEWORK)
El término “model framework” define la región rectangular del espacio dentro de la cual se
ubican las celdas del modelo. Requiere un origen, distancia para cada eje y ángulo de rotación.
Marco de referencia de modelo de bloques estándar
Dentro de este marco hay bloques individuales, todos con una longitud designada (incremento
X), anchura (incremento Y) y altura (Z-incremento). La posición del bloque puede ser definida
por un centroide (Xc, Yc, Zc) o un origen de bloque (Xmin, Ymin, Zmin).
Definición de bloque de modelo de bloque
El número de bloques en cada dirección del eje de coordenadas generalmente se especifica
para definir el marco del modelo de potencial completo. Tenga en cuenta que algunos
esquemas de modelado no necesariamente necesitan un modelo de bloques completamente
“lleno”: los bloques pueden faltar o estar ausentes dentro del marco.
Un enfoque paso a paso del modelo de bloques integrado implica lo siguiente:
1) Estudio de posibles controles geológicos sobre el grado de mineralización y
zonificación de diversos tipos de mineralización.
2) Estratificación (división) de la mineralización en zonas geológicamente homogéneas
con la ayuda de controles geológicos.
3) Composición de valores de muestra dentro de cada zona geológicamente homogénea.
4) Modelado de frecuencias de cada zona por separado.
5) Interpretación geológica mediante la correlación de valores de grado con el tipo de
probabilidad y distribución.
6) Validación de la hipótesis de la población única a través de la estadística clásica. En
caso de que dicho modelado revele una población mixta, las gráficas de contorno en el
que se establecen los datos en diferentes planos pueden permitir la identificación de
diferentes zonas de mineralización.
7) Análisis estructural geoestadístico de cada zona de mineralización por separado
mediante la construcción de semi vario gramas experimentales, al menos, a lo largo de
cuatro principales direcciones.
8) Detectar la presencia de anisotropía y tendencia, si existe. En caso de anisotropía, se
realiza una corrección geométrica afina. Cuando el semi vario grama presenta una
tendencia, se ajusta una superficie matemática simple a través del análisis de la
superficie de tendencia y los residuos que son al menos intrínsecos deben utilizarse
para el análisis semi vario grama.
9) Delineación del límite mineralizado en secciones horizontales (rebanadas) sobre la
base de las consideraciones geológicas.
10) Decisión sobre la elección de un tamaño de bloque considerando la altura del bloque
como la altura del banco (propuesta) o elevación vertical y las otras dos dimensiones
que equivalen un cuarto del espacio medio de perforación además de varios otros
factores como la densidad de la muestra, las capacidades del equipo, el método de
minería, la producción diaria, etc.
11) División de cada sector en cuadrículas más pequeñas que equivalen al tamaño de un
bloque para formar una barra 2D de bloques.
12) Kriging de bloque rebanada por rebanada produciendo estimación kriged y varianza
Kriging para cada bloque y también un promedio de rebanada.
13) Compilación de salidas krigeadas en 3D apilando cada una de las rodajas, con bloques
regularmente espaciadas, una por debajo de la otra de arriba a abajo para producir un
mineral indicado.
Julian Poniewierski Senior Mining Consultant, D. F. (2019). BLOCK MODEL
KNOWLEDGE FOR MINING ENGINEERS –AN INTRODUCTION.
Sarkar, I. R. (2000). Orebody Modelling : An Integrated Geological- Geostatistical
Approach
https://comunidad.geopersa.com/modelo-de-bloques-para-la-estimacion-de-recursos/
