Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Datamine Studio
Estimacin de Leyes
Gua del Usuario
Edicin 2.0
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 2
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
INDICE
1. I NTRODUCCI ON 3
2. RESUMEN DE ESTIMA 5
3. VOLUMENES DE BUSQUEDA 7
4. DISCRETIZACION DE CELDAS 16
5. METODOS DE ESTI MACI ON 19
6. MUESTRAS MAS CERCANAS 24
7. INVERSO DE LAS DISTANCIAS 25
8. KRI GI NG 27
9. ESTI MADOR DE SI CHEL'S T 33
10. RESUMEN DEL ARCHIVO DE PARAMETROS DE ESTIMACIO 34
11. CARACTERI STI CAS ADI CI ONALES 36
12. ARCHIVO DE MODELO DE PARAMETROS DEL VARIOGRAM 39
13. OPTI MI ZACI ON DEL TI EMPO DE EJ ECUCI ON 46
14. MODELOS ROTADOS Y PLEGADOS 52
15. SALIDAS Y RESULTADOS 55
16. EJ EMPLOS 60
APENDI CES
A1. RESUMEN DE LOS PARAMETROS 65
A2. ARCHI VOS Y CAMPOS 67
A3. LI MI TES DEL SI STEMA 69
BIBLIOGRAFIA 70
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 3
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
DATAMINE provee de varias alternativas para la creacin de un modelo de bloques (Manual del usuario - "Introduccin al Modelamiento Geologico en DATAMINE"). Este manual de usuario para la estimacin de leyes se concentra en los diferentes mtodos de interpolacin tales como; Inverso de las Distancias y Kriging. Esta guia de usuario describe la estimacion de leyes usando el superproceso ESTIMA
Las principales caractersticas de ESTIMA son :
- Posee un completo y consistente conjunto de volumenes de busqueda y parmetros de estimacin para todos los mtodos.
- Optimizacin de la velocidad en la busqueda de las muestras
- Multiples leyes pueden ser estimadas en una sola ejecucin.
- Las mismas leyes pueden ser estimadas por diferentes mtodos
- Diferentes volumenes de busqueda y parmetros de estimacin pueden usarse para diferentes leyes.
- Puede trabajarse con ansotropias en volumenes de busqueda rectangular y elipsoidal.
- Un volumen de busqueda dinmico permite aumentar el volumen si es que este contiene muestras insuficientes. - Restriccin en el nmero de muestras por octantes.
- Restricciones del nmero de muestras por cada campo llave.
- Estimacin por zonas, con parmetros especficos para cada zona
- Amplio rango de tipos de modelos de variograma para kriging Normal y Lognormal.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 4
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
- Transformacin automtica de datos en caso de que el modelo de entrada sea un modelo rotado.
- Opcin de trabajar con modelos plegados, en todos los tipos de estimacin.
- Estimacin de la celda patrn.
- Actualizacin selectiva de slo parte de los modelos.
Los mtodos de estimacin contenidos en ESTIMA son :
- Muestras ms cercanas - Inverso de las Distancias - Kriging Ordinario - Krigging Lognormal - Kriging Simple - Estimador de Sichel's t.
ESTIMA es un proceso muy completo, el cual requiere de una considerable cantidad de entradas, para esto se cuenta con una macro DATAMINE que facilita su uso. De esta forma usted puede correr estima como un proceso estandar desde la lnea de comandos, o bien desde la macro, el uso de esta ltima permitir al usuario una mayor familiarizacin con este proceso y el conocimiento de todos sus requerimientos.
El modulo ESTI MA incluye mtodos de estimacin tanto del modulo MOD como del modulo EGS. Del primero incluye el de las Muestras ms cercanas, Inverso de las distancias, Estimador de Sichels t y Kriging ordinario con un tipo de variograma esfrico de una sola estructura. Las opciones adicionales en EGS son una alternativa de modelo de variograma, kriging lognormal y kriging Simple.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 5
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ESTIMA requiere un modelo como prototipo de entrada y un set de datos de muestras, generalmente el prototipo puede ya contener celdas y subceldas representando por ejemplo una estructura geologica, en este caso los valores de leyes podrn interpolarse dentro del conjunto existentes de celdas y subceldas. En cambio si usted tiene un prototipo vacio (que no contiene celdas y/o subceldas), ESTIMA puede crear estas celdas y subceldas en el rea alrededor de las muestras, de acuerdo a lo definido en el volumen de busqueda.
Desde este punto en adelante cuando nos refiramos a un modelo de bloques, este puede contener celdas y subceldas, y una celda completa ser una celda patrn.
Los datos de muestras contienen los datos necesarios que usted usa para estimar las leyes de las celdas, estos datos debern contener al menos las coordenadas X,Y, Z de cada muestra y un valor de ley.
ESTIMA requiere que usted defina un volumen de busqueda, centrado en la celda a estimar, y que contendr las muestras que se usarn en la estimacin de las leyes. De hecho usted podr definir ms de un volumen de busqueda, de esta forma diferentes leyes podrn evaluarse con diferentes volumenes de busqueda. Todos los parmetros que describen el volumen de busqueda se definirn en ESTIMA usando el "archivo de parmetros del volumen de busqueda".
ESTIMA tambin requiere que usted defina un conjunto de parmetros de estimacin para la ley a ser estimada, esos parmetros se ingresarn a ESTIMA usando "el archivo de parmetros de estimacin", el que contendr itemnes tales como el mtodo de estimacin, el nmero de referencia del volumen de busqueda y por ejemplo la potencia si es que usted utilizar el mtodo del inverso de las distancias.
Asi ya tenemos definido el prototipo del modelo de entrada, y las muestras que caen dentro de cada volumen de busqueda. Ahora se estimar cada ley definida en en el archivo de parmetros de estimacin y el resultado se grabar sobre el modelo de salida.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 6
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Un resumen de los archivos usados por ESTIMA son:
PROTO Modelo de prototipo de entrada IN Datos de muestras SRCPARM Parmetros del volumen de busqueda ESTPARM Parmetros de Estimacin VMODPARM Parmetros del modelo del variograma STRI NG Strings del Unfolding MODEL Modelo de salida SAMPOUT Muestras de salida
El resto de la informacin es suministrada al proceso a traves de campos y parmetros.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 7
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Se podrn definir uno o ms volumenes de busqueda usando el archivo de parmetros del volumen de busqueda (&SRCPARM). Cada registro en este archivo define un volumen de busqueda por separado y cada volumen de busqueda tiene un nmero de referencia nico (campo *SREFNUM). Esto significa que un volumen de busqueda puede ser nico para una ley individual, o puede ser compartido por dos o ms leyes.
Usted define el mtodo para el volumen de busqueda usando el campo *SMETHOD. Al configurar SMETHOD igual a 1 se usar un rectangulo tridimensional y asignandole un valor de 2 trabajar con una elipsoide de busqueda. La nica diferencia en estos volumenes es que el mtodo rectangular puede seleccionar muestras en las ezquinas del volumen de busqueda como se ilustra en el diagrama. Todo el resto de la descripcin del volumen de busqueda se har en terminos del elipsoide de busqueda (valor por defecto).
El largo de los ejes del elipsoide son definidos usando los campos SDIST1, SDIST2 y SDIST3. Inicialmente SDIST1 est a lo largo del eje X, SDIST2 a lo largo del eje Y y SDIST3 a lo largo del eje Z.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 8
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Usted podr definir una, dos o tres rotaciones, y para cada rotacin usted deber definir tanto el ngulo de rotacin como el eje sobre el cual se realizar la misma. Para esto el eje X se denominar eje 1, Y como eje 2, y el eje Z como eje 3.
Los ngulos de rotacin son medidos en direccin horaria al mirar desde el lado positivo hacia el origen con respecto al eje de rotacin. Una ngulo negativo significa una rotacin en sentido antihorario.
Por ejemplo si la primera rotacin es de A grados alrededor del eje 3 (Z) luego la elipsoide se orientar como se muestra a continuacin :
Si la elipsoide de busqueda es luego rotada B? alrededor del nuevo eje X', el resultado ser : ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 9
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Este ejemplo muestra una rotacin convencional de azimut y dip, sin embargo usted puede usar cualquier mtodo de rotacin que usted quiera definiendo tanto los ngulos de rotacin como sus respectivos ejes, para las tres rotaciones.
Simular con la mano izquierda puede ayudar para un mejor entendimiento de las rotaciones. Ubiquese mirando hacia en norte con su dedo indice apuntando hacia enfrente suyo, su pulgar hacia arriba, y su dedo del medio apuntado a traves suyo hacia su lado derecho. Marque el nmero 1 en el dedo del medio, 2 en su indice y 3 en su pulgar, asi su dedo del medio representa al eje X y apunta hacia el este, su indice es el eje Y apuntando hacia el norte, y su pulgar es el eje Z apuntando hacia arriba.
Para simular las 2 rotaciones en el ejemplo previo, sujete el dedo pulgar de su mano izquierda con su mano derecha y rote los otros dos dedos en sentido horario. Luego fije su dedo del medio y rote su dedo indice y pulgar en sentido horario en el plano vertical. Sus dedos estn ahora apuntando a lo largo de los ejes de su elipsoide de busqueda rotada.
Los campos SANGLE y SAXIS en el archivo de parmetros del volumen de busqueda en este ejemplo serian; A como SANGLE1 y el ej e 3 (Z) como SAXIS1. La segunda rotacin se define luego por B como SANGLE2 y 1 (X) como SAXIS2. Finalmente
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 10
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
SANGLE3 y SAXIS3 reemplazar a la tercera rotacin, si es que esta no existe puede dejar sin definir estos parmetros o sencillamente asignarle un valor de cero.
Un volumen de busqueda dinmico resulta a menudo muy til, especialmente al categorizar las reservas en base al nmero de muestras que caen en el volumen de busqueda, por ejemplo:
probadas (medidas) al menos 6 muestras dentro de 20 metros probable (indicadas) al menos 4 muestras dentro de 40 metros posibles(inferidas) al menos 2 muestras dentro de 60 metros
Usted podr hacer esto en una sola corrida de ESTIMA, definiendo tres volumenes de busqueda concentricos y un mnimo y mximo nmero de muestras para cada volumen. El primer volumen de busqueda (el ms pequeo) se definir usando los paramtros de busqueda SDIST1, SDIST2 y SDIST3 como se describieron anteriormente. El segundo volumen de busqueda se define como un multiplo de esos valores, al multiplicarlos por SVOLFAC2. Este valor SVOLFAC2 puede ser 0 >=1, en donde si es cero significar que no se utilizar ni un segundo ni un tercero volumenes de busqueda.
Si SVOLFAC2=1 entonces el segundo volumen de busqueda tendr las mismas dimensiones que el primer volumen, pero en este caso el usuario probablemente definir un mnimo nmero de muestras inferior al primer volumen.
Similar al caso anterior, SVOLFAC3 es el factor multiplicativo para el volumen de busqueda nmero 3, en este caso este podr tomar el valor de 0, >= SVOLFAC2.
En cada volumen de busqueda usted tambin podr definir el mnimo y mximo numero de muestras, MINNUM1 y MAXNUM1 se aplicarn al primer volumen de busqueda, MINNUM2 y MAXNUM2 se aplicarn al segundo, y MINNUM3 y MAXNUM3 para el tercero. Si es que existen ms de MAXNUMn de muestras dentro del volumen de busqueda n, entonces slo se seleccionarn aquellas ms cercanas, cercana definida en terminos de una distancia transformada y dependiendo del volumen de busqueda la elipsoide se reduce concentricamente, hasta que slo el MAXNUMn de muestras caen dentro, esto es ilustrado en el siguiente diagrama: ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 11
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Las muestras graficadas con x caen fuera del elipsoide de busqueda, y tenemos 14 muestras que caen dentro del elipsoide denotadas con o y +. Si el MAXNUM1 es de 5, entonces el elipsoide es reducido hasta que solamente las 5 muestras denotadas con + caen dentro de este. Luego sern estas 5 muestras las usadas para la estimacin del valor de la celda. El volumen de busqueda 1 es aplicado en primer lugar, si alli existen menos de MINNUM1 muestras entonces se aplicar el volumen de busqueda 2 y si en este caso vuelve a ocurrir que existen menos que MINNUM2 muestras entonces se aplicar el tercer volumen de busqueda. Si finalmente en este caso vuelve a ocurrir que el nmero de muestras es menor a MINNUM3, entonces la celda queda sin evaluar. Usted puede registrar cual es el volumen de busqueda que se ha utilizado para la evaluacin de cada celda al definir el campo SVOL_F del archivo de parmetros de estimacin. Este es un campo numrico aadido al modelo de salida que contiene los valores 1,2 3 dependiendo del nmero del volumen utilizado en la evaluacin.
Distancias Transformadas: En el caso de que haya un nmero de muestras mayor que MAXNUMn dentro del volumen de busqueda, luego la elipsoide es reducida hasta que el elipsoide contenga solamente el MAXNUMn de muestras. ESTIMA realiza esto calculando una distancia trnsformada para cada muestra, para luego ordenarlas segn esta distancia. Para el clculo de esta distancia, primero se rotan los datos de las muestras en el sistema coordenado de la elipsoide. Si en el sistema rotado el origen de la elipsoide es (0, 0, 0) y la muestras tienen coordenadas (X, Y, Z), entonces la distancia transformada D esta dada por :
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 12
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Una muestra que cae en la elipsoide de busqueda puede tener entonces una distancia transformada de 1, y todas las muestras que caen dentro del elipsoide pueden tener una distancia transformada menor que 1.
Este clculo de la distancia transformada es ilustrada a continuacin con un ejemplo Simple: El esquema representa las muestras A, B y C rotadas en el sistema coordenado de la elipsoide de busqueda. Los ejes de la elipsoide son SAXIS1=100 y SAXIS2=40 (este ejemplo es bidimensional, de tal forma que los valores de SAXIS3 no son relevantes). Las distancias transformadas de los puntos A, B y C a partir del origen son calculadas como :
Punto A en X = 0, Y = 20:
Punto B con X = 40, Y = 12:
Punto C con X = 50, Y =0:
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 13
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Entonces en este ejemplo, los tres puntos tienen la misma distancia desde el centro
Frecuentemente ocurre que las muestras no se distribuyen uniformemente alrededor de la celda a estimar, y ms bien estn agrupadas. Al usar el volumen de busqueda con el mtodo de reduccin descrito anteriormente puede provocar que muestras tengan una influencia indebida para la estimacin de la ley de la celda. Este problema puede solucionarse al dividir el volumen de busqueda en octantes asegurandose que un mnimo nmero de octantes tengan muestras en l. Al definir 3 planos paralelos a los ejes de la elipsoide de busqueda se definirn 8 octantes , esos planos intersectan al origen del elipsoide, el cual es tambin el centro de la celda que est siendo estimada.
El diagrama anterior ilustra el mtodo por octantes. La elipsoide contiene 16 muestras denotadas por O, #, X, y +, y para propositos de este ejemplo todas las muestras estn sobre el plano XY. SI MAXNUM1 es de 16 o mayor, luego todas las muestras sern seleccionadas, sin embargo si MAXNUM1 es igual a 8, luego slo se seleccionarn las 8 muestras denotadas por X y + . La ley estimada de la celda puede obviamente ser sesgada hacia las muestras ubicadas en el N-E del volumen de busqueda.
Si se aplica una busqueda por octantes, con un mximo de 2 muestras por octantes, entonces slo se seleccionarn aquellas dos muestras ms cercanas -en cada octante- al
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 14
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
centro de la celda seleccionada. Esas muestras se grafican por O y X, lo que resultar preferible a seleccionar las 8 muestras del rea N-E.
En el diagrama se ilustraron los octantes 1 al 4, los que estn sobre el plano XY, con el octante 1 sobre el N-E. Del 5 al 8 estn bajo el plano XY,bajo el 1 al 4 respectivamente.
La busqueda por octantes queda definida por 4 valores a definir en el archivo de parmetros del volumen de busqueda. El criterio a usar es que si existen suficientes muestras en un octante, este es considerado como "completo", y si suficientes octantes estn completos, entonces slo entonces podr estimarse el valor de la celda.
OCTMETH define la busqueda a usar, si vale 0 entonces no se usar busqueda por octantes, mientras que si vale 1 entonces si se usar.
MINOCT corresponde al mnimo nmero de octantes a ser completados antes de que la celda pueda ser estimada.
MINPEROC es el mnimo nmero de muestras en un octante antes de que este se considere completo.
MAXPEROC es el mximo nmero de muestras a usar por octante. Si en un octante hay ms que MAXPEROC muestras, slo se considerarn aquellas ms cercanas, para lo cual se usar la distancia transformada del mtodo de la elipsoide reducida.
MINNUMn y MAXNUMn tambin podrn aplicarse a la busqueda por octantes, en este caso si el nmero total de muestras es menor a MINNUMn entonces la celda no ser evaluada, si por el contrario el nmero total de muestras es mayor que MAXNUMn entonces las muestras sobrantes (segn las distancias transformadas) son removidas hasta que se cumpla la restriccin de MAXNUMn. Sin embargo, si el remover las muestras causa que el nmero de muestras en un octante sea menor que MINPEROC, entonces las muestras no sern removidas. Finalmente si se hace imposible satisfacer ambos criterios; MAXNUMn y las restricciones por octante entonces la celda tampoco podr evaluarse.
Si cada registro en el archivo de muestras es idntificado por un Campo Llave, entonces tambin podr restringirse en el nmero de muestras por valor del campo llave. El uso ms usual de esta caracterstica es para prevenir que muestras de un slo pozo tengn una influencia sobrestimada para la estimacin de la ley de la celda. En ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 15
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
este caso el campo llave puede ser el BHID por ejemplo, el nombre del campo llave se especificar en el campo KEY (ejemplo *KEY(BHID)). El mximo nmero de muestras con el mismo valor del campo llave se determina usando el campo MAXKEY en el archivo de parmetros del volumen de busqueda. Si MAXKEY no se define o queda con valor 0, entonces significa que no se utilizar el concepto de campo llave.
Para el caso de busqueda por octantes, MAXKEY se aplicar al nmero de muestras dentro de cada octante.
El archivo de parmetros para el volumen de busqueda contiene 24 campos mostrados en la tabla ubicada en la pgina siguiente . Todos estos campos son numricos y de definicin obligatoria. El valor por defecto para cada campo es el valor usado por el proceso en el caso de que el campo haya sido ingresado como dato ausente.
Archivo de Parmetros del Volumen de Busqueda
Nombre del Campo
Valor por Defecto
Descripcin
SREFNUM
Nmero de Referencia del Volumen de Busqueda
SMETHOD
2
Forma del V. de B. (1=Rectangular, 2=elipsoidal)
SDIST1
100
Mxima distancia de Busqueda en la direccin 1 (X)
SDIST2
100
Mxima distancia de Busqueda en la direccin 2 (Y)
SDIST3
100
Mxima distancia de Busqueda en la direccin 3 (Z)
SANGLE1
0
Primer ngulo de rotacin para el V. de B.
SANGLE2
0
Segundo ngulo de rotacin para el V. de B.
SANGLE3
0
Tercer ngulo de rotacin para el V. de B.
SAXIS1
3
Eje para la primera rotacin (1=X, 2=Y, 3=Z)
SAXIS2
1
Eje para la segunda rotacin
SAXIS3
3
Eje para la tercera rotacin
MINNUM1
1
Mnimo nmero de muestras para el primer V. de B. dinmico
MAXNUM1
20
Mximo nmero de muestras para el primer V. de B. dinmico
SVOLFAC2
0
Factor multiplicador de los ejes para el segundo V. de B. dinmico ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 16
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
MINNUM2
1
Mnimo nmero de muestras para el segundo V. de B. dinmico
MAXNUM2
20
Mximo nmero de muestras para el segundo V. de B. dinmico
SVOLFAC3
0
Factor multiplicador de los ejes para el tercer V. de B. dinmico
MINNUM3
1
Mnimo nmero de muestras para el tercer V. de B. dinmico
MAXNUM3
20
Mximo nmero de muestras para el tercer V. de B. dinmico
OCTMETH
0
Mtodo de octantes (0=no lo usa, 1=si lo usa)
MINOCT
2
Mnimo nmero de octantes a ser completados
MINPEROC
1
Mnimo nmero de muestras en un octante
MAXPEROC
4
Mximo nmero de muestras en un octante
MAXKEY
0
Mximo nmero de muestras con el mismo valor del campo llave
El archivo prototipo del modelo de entrada describe las coordenadas del centro de la celda con los campos XC, YC y ZC y las dimensiones de las celdas con los campos XINC, YINC y ZINC. Para mtodos de estimacin tales como La Potencia del Inverso de las Distancias basta con usar el centro de las celdas y realizar la estimacin en funcin de las distancias de cada una de las muestras a partir del centro de las celdas, sin embargo esto significa que usted ignora por completo las dimensiones y la forma de la celda.
Mejor que representar una celda por un slo punto, ESTIMA le permite simular la celda por un arreglo de puntos tridimensional, distribuidos en forma regular dentro de la celda. Asi en el caso del mtodo de la Potencia del Inverso de las Distancias, se estima el valor de cada punto discretizado, y luego se calcula la media aritmtica de todos los puntos como el valor de la celda. Para el clculo de Krigeage los puntos discretizados se utilizan para calcular la covarianza de la celda con cada una de las muestras que tiene alrededor, lo que es finalmente usado para el clculo de los pesos del krigeage
Ni el mtodo de estimacin de las muestras ms cercanas ni el mtodo del estimador de Sichel's t utilizan puntos de discretizacin, el primero se basa en las distancias hasta el centro de la celda, mientras que el estimador de Sichel's t es una funcin de la distribucin lognormal.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 17
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Existen dos mtodos para definir la discretizacin de puntos, ambos quedan definidos por el parmetro @DI SCMETH
Metodo 1 Si el parmetro @DI SCMETH es igual a 1, entonces usted usar los parmetros @XPOI NTS, @YPOI NTS y @ZPOI NTS para definir el nmero de puntos de discretizacin en las direcciones X, Y y Z respectivamente.
Si usted define un nmero par de puntos en una direccin, entonces los puntos son espaciados a lo largo de la linea centro, en cambio si usted define un nmero impar de puntos habr un punto sobre la linea centro y los otros podrn ser regularmente espaciados hacia las esquinas, todo esto se ilustra en forma bidimensional en el siguiente diagrama: Mtodo 2 - Espaciamiento definido: Si usted configura @DISCMETH = 2, entonces usted podr definir la distancia entre los puntos de discretizacin, en vez del nmero de puntos, en este caso usted deber definir los parmetros @XDSPACE, @YDSPACE y @ZDSPACE. Al usar este mtodo siempre habr un punto que caer sobre el centro de la celda, y los otros se localizarn a las distancias ya especificadas desde este.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 18
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
El diagrama ilustra la localizacin de los puntos de discretizacin usando @DISCMETH = 2 con @XDSPACE = 5 y @YDSPACE = 4. En el caso de que se calcule que un punto cae sobre el lmite de la celda entonces este no ser creado.
La ventaja del primer mtodo es que usted estar seguro de tomar el mismo nmero de puntos en todas las direcciones, independiente de las dimensiones de la celda. Sin embargo su desventaja es que el espaciamiento en una direccin puede ser mucho mayor que en otra direccin, dependiendo ahora si de las dimensiones relativas de la celda.
La ventaja del segundo mtodo es que al configurar @XDSPACE, @YDSPACE y @ZDSPACE iguales entre si, usted podr obtener un conjunto de puntos de discretizacin completamente regular sobre la celda. Sin embargo su desventaja es que para pequeas celdas se reducir enormemente la cantidad de puntos de discretizacin, esto es ms problematico en el caso del krigeage, ya que en este caso el kriging requiere de un mnimo de puntos de discretizacin antes de que la celda pueda ser evaluada.
En general el mtodo ms recomendable es probablemente el primero.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 19
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Como se menciono inicialmente usted puede seleccionar diferentes leyes a estimar, usar diferentes mtodos de estimacin y diferentes parmetros en una sola corrida de ESTIMA. Estas diferentes combinaciones de leyes-mtodos-parmetros quedan definidas por un registro en el archivo de parmetros de estimacin (&ESTPARM).
Mtodos Disponibles : Los mtodos de estimacin quedan definidos por el campo IMETHOD, el que puede tomar los siguientes valores :
1 Distancias ms Cercanas (NN) 2 La Potencia del Inverso de las Distancias (IPD) 3 Kriging Ordinario (OK) 4 Kriging Simple (SK) 5 Estimador de Sichel's T (ST)
Los siguientes prrafos describen las caractersticas ms comunes de estos mtodos de estimacin, ms algunos detalles especficos de cada mtodo.
Un Ejemplo Simple de un archivo de parmetros de estimacin se muestra ms abajo, en este ejemplo la ley de AU es estimada usando el Inverso de las Distancias (2) y la AG usando un Kriging Ordinario (3).
DESCRIPCION
NOMBRE DEL CAMPO A ESTIMAR
NUMERO DE REFERENCIA DEL V. DE B.
METODO DE ESTIMACION
POTENCIA PARA EL METODO IPD
NUMERO DE REFERENCIA DEL VARIOG.
CAMPO
VALUE_IN
SREFNUM
IMETHOD
POWER
VREFNUM
TIPO DE CAMPO
A (8 Caracteres)
N
N
N
N
REGISTRO 1
AU
1
2
2
-
REGISTRO 2
AG
2
3
-
1
Cada estimacin es definida como un registro independiente dentro de este archivo. Usted podr ver en este ejemplo que se han definido diferentes volumenes de busqueda para las dos leyes. El nmero de referencia del volumen de busqueda (SREFNUM) esta referido al campo equivalente en el archivo de parmetros del volumen de busqueda.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 20
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Como se describio anteriormente cada mtodo de estimacin (IMETHOD) tiene un cdigo numrico. El campo POWER slo se aplica al IPD (IMETHOD=2). Finalmente el nmero de referencia del modelo del variograma queda registrado en un registro del archivo de parmetros del modelo del variograma, y que ser descrito ms adelante.
El campo VALUE_IN field es un campo alfanumerico de 8 caracteres, y es usado para definir las leyes a ser estimadas, que en este caso son AU y AG y que deben existir en el archivo de datos de muestras. El campo VALUE_OU (alfanumerico de 8 caracteres) es opcional y especifica un nombre para los campos evaluados en el archivo del modelo de salida. Si usted no especifica ningn nombre en este campo o lo deja en blanco entonces se usar el mismo nombre del campo VALUE_IN (tal como en el caso del ejemplo previo).
EL campo VALUE_OU es muy til si usted quiere estimar la misma ley por diferentes mtodos o por el mismo mtodo, pero usando diferentes parmetros. Por ejemplo si usted quiere estimar las leyes de AU por IPD y OK, entonces el campo VALUE_OU puede ser AU-IPD y AU-OK, en ambos casos el campo VALUE_IN ser AU.
DESCRIPC.
NOMBRE CAMPO A ESTIMAR EN ARCHIVO ENTRADA
NOMBRE CAMPO ESTIMADO EN ARCHIVO DE SALIDA
NUMERO DE REFERENCIA DEL V. DE B.
METODO DE ESTIMACION
POTENCIA PARA EL METODO IPD
NUMERO DE REFERENCIA DEL VARIOG.
CAMPO
VALUE_IN
VALUE_OU
SREFNUM
IMETHOD
POWER
VREFNUM
TIPO DE CAMPO
A (8 Caract.)
A (8 Caract.)
N
N
N
N
REGISTRO 1
AU
AU-IPD
1
2
2
-
REGISTRO 2
AU
AU-OK
1
3
-
1
Pueden existir ocaciones donde usted quiera usar diferentes parmetros para la misma ley en diferentes reas, por ejemplo el AU puede tener diferentes conjuntos de parmetros de estimacin dependiendo del tipo de roca. Para esto el usuario podr definir uno o dos campos "ZONE" (Zonas de Control) y definir diferentes parmetros para cada combinacin. Estas zonas se definen usando los campos *ZONE1_F y *ZONE2_F. Por ejemplo si usted quiere tener diferentes parmetros segn tipo de roca y una zona por defecto deber especificar:
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 21
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Los campos ROCK y FLTZONE debern existir tanto en el archivo con los datos de muestras como en el archivo del modelo del prototipo, usted no puede usar zonas de control si su archivo de modelo de entrada no tiene celdas. Estos campos Zone pueden ser numericos o alfanumericos, si ellos son alfanumericos pueden contener un mximo de 20 caracteres (5 palabras). En el siguiente ejemplo el campo ROCK es alfanumerico y el campo FLTZONE es numerico.
DESCRI PCI ON
CAMPO A ESTIMAR
NUMERO DE V. DE B.
METODO DE ESTIM.
TIPO ROCA (ZONE1_F)
ZONE POR DEFECTO (ZONE2_F)
POTENCIA PARA EL IPD
NUMERO MODELO VARIOGR.
CAMPO
VALUE_IN
SREFNUM
IMETHOD
ROCK
FLTZONE
POWER
VREFNUM
TIPO
A-8 CAR.
N
N
A-4 CAR.
N
N
N
REGIST. 1
AU
1
3
A
1
-
1
REGIST. 2
AU
1
3
B
1
-
2
REGIST. 3
AU
2
2
A
2
2
-
REGIST. 4
AU
2
2
B
2
3
-
REGIST. 5
AU
2
2
-
2
-
En el registro 5 no hay informacin en ninguna de las dos zonas (blanca para el campo alfanumerico ROCK, y "-" para el campo numerico FLTZONE). Este conjunto de parmetros (la opcin por defecto) se utiliza para estimar algunas celdas cuyos campos ROCK y FLTZONE no se definieron explicitamente en el archivo de parmetros de estimacin. Para usar esta opcin por defecto con dos campos Zone, usted deber especificar ambos valores como datos ausentes.
Si usted tiene dos campos Zone, entonces no le ser posible especificar un campo (explicito) y tener el otro campo como dato ausente, por ejemplo usted no podr tener ROCK como B y FLTZONE como -, ya que en ese caso le aparecer un mensaje de error.
Si hay slo un campo Zone , luego los parmetros de estimacin correspondientes a campo Zone con valores ausentes se aplicarn a todos los valores cuyo campo Zone no sea especificado de otra manera en el archivo de parmetros de estimacin. Entonces si todas las zonas son estimadas usando un slo conjunto de parmetros usted slo ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 22
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
necesitar un registro en el archivo de parmetros de estimacin en cual tenga el campo Zone con datos ausentes.
En adicin a los campos de leyes, algunos mtodos de estimacin pueden calcular Campos Secundarios. Por ejemplo al krigeage tambin clcula el nmero de muestras usadas para la estimacin del krigeage y de su varianza. Si usted desea que estos campos aparezcan en el archivo del modelo de salida, estos campos debern definirse usando el archivo de parmetros de estimacin, por ejemplo:
DESCRIPCION
CAMPO A ESTIMAR
NUMERO V. DE B.
METODO DE ESTIMAC.
NUMERO MUESTRAS USADAS
VARIANZ. ESTIMAC.
NUMERO V.DE B. DINAMICO
DISTANCIA MUESTRA + CERCANA
CAMPO
VALUE_IN
SREFNUM
IMETHOD
NUMSAM_F
VAR_F
SVOL_F
MINDIS_F
TIPO
A - 8
N
N
A - 8
A - 8
A - 8
A - 8
REGISTRO 1
AU
1
3
N-AU
VAR-AU
SVOL-AU
MDIST-AU
REGISTRO 2
AG
1
3
N-AG
VAR-AG
SVOL-AG
MDIST-AG
El volumen de busqueda dinmico se describi anteriormente, y este toma los valores de 1,2 3 dependiendo de cual sea el volumen de busqueda que se va a usar. En el ejemplo de arriba los campos SVOL-AU y SVOL-AG pueden crearse en el archivo del modelo de salida para registrar cual fue el volumen de busqueda dinmico usado para cada ley.
El clculo de las distancias transformadas de las muestras desde el centro de la celda tambin fue anteriormente descrito y campo MINDIS_F le permitir definir cual el nombre del campo en el cual se grabarn la distancia tranformada de la muestra ms cercana, lo que puede llegar a ser muy util, por ejemplo, al momento de categorizar las reservas. Los otros campos secundarios usados en este ejemplo son NUMSAM_F para registrar el nmero de muestras usadas para realizar la estimacin, y VAR_F para registrar la varianza de la estimacin, el ltimo campo slo se aplica a algunos de los mtodos de estimacin. Si no hubieron datos ausentes para los valores de AU o AG en el archivo de datos de muestras y ambas variables se estimaron usando los mismos parmetros del volumen de busqueda, entonces los campos NUMSAM_F, SVOL_F y MINDIS_F pueden tener los mismos valores, en este caso no necesitar especificar diferentes nombres de campos y los registros 1 y 2 podrn definirse como:
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 23
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
DESCRIPC.
CAMPO A ESTIMAR
NUMERO REFEREN.V. DE B.
METODO ESTIMAC.
NUMERO MUESTRAS USADAS
VARIANZ. ESTIMAC.
NUMERO V.DE B. DINAMICO
DISTANCIA MUESTRA +CERCANA
CAMPO
VALUE_IN
SFERNUM
IMETHOD
NUMSAM_F
VAR_F
SVOL_F
MINDIS_F
TIPO
A - 8c.
N
N
A - 8c
A - 8c
A - 8c
A - 8c
REGIST. 1
AU
1
3
N
VAR-AU
SVOL
MDIST
REGIST. 2
AG
1
3
N
VAR-AG
SVOL
MDIST Si los parmetros de la variografa son diferentes, entonces la varianza del kriging puede ser diferente y en ese caso deber usar diferentes nombres de campos.
Si usted especifica o usa los mismos nombres de campos al usar diferentes parmetros para los volumenes de busqueda , entonces los valores se grabarn en el archivo del modelo de salida, pero usted no sabr si es que ellos se aplicaron al AU o al AG. Esto significa que usted deber tener cuidado al momento de designar los nombres para los campos secundarios.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 24
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Corresponde al mtodo definido por el parametro IMETHOD = 1. Al usar este mtodo a cada celda se le asigna el valor de la muestra "ms cercana", entendiendo como distancia ms cercana a la distancia transformada o la distancia anisotropica en el caso de considerar anisotropias en la distribucin espacial de las leyes.
Este mtodo no incluye valores de muestras ponderadas, por lo que podr estimar tanto campos numericos como alfanumericos (de hasta 20 caracteres o 5 palabras).
Todas las muestras que caen dentro del volumen de busqueda se identifican como se describio anteriormente, y la distancia anisotropica desde la muestra hasta el centro de la celda se calcula en base a la Elipsoide de Anisotria, la que se define en forma idntica a la elipsoide de busqueda, de hecho, la elipsoide de busqueda y la elipsoide de anisotropia pueden ser la misma (situacin ms usual). Sin embargo ESTIMA le permite definir diferentes elipsoides de acuerdo a su situacin particular.
El campo ANISO se usa para definir la distancia transformada que usara :
0 Ni transformada ni anisotropica. Las distancias se calculan desde el sistema coordenado del archivo de las muestras.
1 Usa las distancias transformadas definidas por el volumen de busqueda.
2 Usa las distancias transformadas definidas por la elipsoide de anisotropia.
Si ANISO = 2, entonces usted deber especificar los campos de la elipsoide de anisotropia usando los campos ANANGLE1, ANANGLE2, ANANGLE3 y ANDIST1, ANDIST2, ANDIST3, que se definen en forma identica a los parmetros SANGLEn y SDISTn que se describieron en la seccin referente al volumen de busqueda y las convenciones tambin sern las mismas , es decir que, la primera rotacin es alrededor del eje SAXIS1, la segunda alrededor del eje SAXIS2 y lo mismo para SAXIS3.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 25
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Corresponde al mtodo definido por IMETHOD = 2. El valor estimado por este mtodo se calcula ponderando cada muestra por el inverso de la potencia de sus distancias hasta el centro de las celdas. Usted define la potencia requerida usando el campo POWER, si usted configura POWER como 0 entonces se considerar la media aritmtica de las muestras.
Todas las muestras que caen dentro del volumen de busqueda se identifican como se describio previamente, y se podr usar restricciones para el mnimo y mximo nmero de muestras a considerar, finalmente se estima la ley de cada punto discretizado en la celda. Esto se hace usando la distancia anisotropica tal como se hizo en el mtodo anterior de las distancias ms cercanas. El valor de la celda estimada se clcula en definitiva como la media aritmtica de los puntos discretizados.
Si una muestra cae exactamente en un punto de la discretizacin entonces su distancia ser de cero y tendr un peso de 100%, esto provocar una desviacin de la estimacin, particularmente si usted tiene tan slo un punto en la discretizacin. Usted podr soslayar este problema al especificar un valor positivo para el campo ADDCON. Este valor en primer lugar es normalizado dividiendo el valor por usted especificado por el largo del eje de anisotropia. El proceso luego sumar el valor de ADDCON a cada distancia antes de estimar el valor del punto discretizado.
Usted podr usar una ponderacin por largo y/o densidad al especificar los campos *LENGTH_F y/o *DENS_F. Por ejemplo:
Deber verificar que ambos campos (LENGTH y DENSITY) existan en el archivo de datos de muestras. Usted notar que el uso de ambos campos en la ponderacin es equivalente a ponderar por el tonelaje de la muestra.
Si usted usa ponderacin por density y length, entonces el peso Wi para la muestra i para la estimacin de un punto discretizado:
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 26
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
En donde
Li es el largo de la muestra i ?i es la densidad de la muestra I
es la distancia transformada de la muestra i, desde el punto discretizado elevado a la potencia P
La estimacin Ek del punto discretizado es luego dada :
Donde Gi es la ley de la muestra i
El valor de la celda estimada Ec se clcula finalmente como la media aritmtica de todos los puntos discretizados:
En donde N es el nmero de puntos discretizados
Si se especifico *LENGTH_F y/o *DENS_F, pero algunos registros en el archivo de datos de muestras no tienen datos para esos campos, entonces la muestra no se usar en la estimacin.
Adems del valor estimado, este mtodo clcula la varianza "V" de las muestras, la cual corresponde a la clasica varianza estadstica de todas las muestras usadas en la estimacin, se decir:
En donde Gi es la ley de la muestra i Ns es el nmero de muestras usadas al hacer la estimacin
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 27
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Este campo secundario puede grabarse en el archivo de salida usando el campo VAR_F descrito previamente.
El Kriging es el mtodo geostadistico para la estimacin de la ley del volumen. Las dos opciones disponibles para el krigeage en ESTIMA son el Kriging Ordinario y Kriging Simple identificado por el campo IMETHOD en el archivo de parmetros de estimacin:
Al igual que el mtodo IPD, el kriging asigna pesos a las muestras a su alrededor. Sin embargo presenta una gran ventaja sobre todos los otros mtodos ya que clcula estos pesos considerando minimizar la varianza del error.
Para minimizar la varianza del error, el kriging toma en cuenta la localizacin espacial de las muestras y la relacin espacial con las otras. Por lo tanto si varias muestras estn agrupadas, el kriging lo considerar y sus pesos sern reducidos de acuerdo a esto. Esta es otra ventaja sobre sobre el IPD, en donde los pesos slo dependen de la distancia de la muestra al punto de estimacin,sin considerar las localizaciones espaciales de las muestras.
El clculo de los pesos del kriging se basa en el modelo del variograma, el cual describe la correlacin entre dos muestras como una funcin de la distancia entre ellas. Usted encontrar ms detalles de los modelos de variogramas en la seccin del archivo de parmetros del modelo del variograma.
En el caso de OK se clcula un peso para cada muestra, tal que la suma de esos pesos es igual a 1. En el caso del SK tambin se clcula un peso para cada muestra, pero se asigna un peso de ( 1 - Wi ) para la ley media. El SK no es tan sensible a las tendencias locales de las muestras como el OK, ya que depende parcialmente de la ley media, la que se asume conocida y constante a lo largo de un rea. Por lo tanto el OK es el ms comunmente usado. En el caso de que usted desee un mayor detalle de la forma en que el kriging clcula los pesos, consulte las referencias geostadisticas dadas en la bibliografa al final de este manual.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 28
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Las entradas para OK y SK son muy similares y la siguiente descripcin se aplica a ambos mtodos (usted encontrar una pequea seccin al final de este capitulo especifica para SK).
ESTIMA permite hacer kriging lineal y lognormal tanto para OK y SK. El campo LOG en el archivo de parmetros de estimacin ser el que define la utilizacin de Kriging lineal y Kriging Lognormal .
Para el kriging lineal los pesos son aplicados a las leyes de las muestras, mientras que en el caso del kriging lognormal los pesos se aplican a los logaritmos de las leyes para luego ser transformados nuevamente. Todas las transformaciones son realizadas dentro de ESTIMA, y usted no necesita hacer las transformaciones logaritmicas usted mismo. Para la transformacin inversa (volver a los valores muestrales) se clcula como: El algoritmo del kriging lognormal se basa en el mtodo de P.A.Dowd descrito en su publicacin titulada 'Lognormal Kriging - The General Case'.
Los mtodos de clculo son dos; el mtodo de aproximacin de Rendu, y el mtodo general. Debe considerarse que el mtodo general es iterativo y puede requerir varias soluciones de la matriz del kriging para cada panel krigeado, esto hace que sea ms demoroso que el mtodo de Rendu. Le recomendamos leer la publicacin de P.A.Dowd, pero de todas formas hemos incluido un resumen de sus conclusiones (debe considerar la variable C como la varianza espacial para un modelo de variograma esfrico).
a. Para pequeos valores de C (<1), el caso general del kriging lognormal, asumiendo conservacin de la lognormalidad, entrega resultados que no tienen diferencias significativas de aquellos obtenidos sin la condicionante de conservacin de la lognormalidad. A medida que crece C, las varianza del kriging obtenidas desde ambos mtodos resultan muy similares, pero las diferencias en los pesos del kriging se hacen ms significativas.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 29
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
b. La aproximacin de Rendu's normalmente subestima la varianza del kriging incluso para paneles relativamente pequeos (por ejemplo con lados del 20% del rango).
c. El kriging Ordinario normalmente sobrestima la varianza del kriging.
d. Todos los mtodos entregan resultados similares para paneles muy pequeos (lados de un 5% o menor al rango), excepto cuando existe un efecto pepita (Co), en cuyo caso el kriging ordinario es significativamente diferente a los otros.
e. En la medida que crece Co los resultados obtenidos de la aproximacin de Rendu's se acerca a los obtenidos sin la consideracin de conservacin de la lognormalidad, aunque la aproximacin entrege varianzas del kriging significativamente subestimadas. La significancia de las diferencias en los resultados obtenidos por el KO en comparacin con los otros mtodos aumenta a medida que aumenta el efecto pepita.
Se le recomienda al usuario leer otras publicaciones al respecto de este tema, en particular las pginas 119-120 del libro "Applied Advanced Geostatistical Ore Reserve Estimation de Michel David, el que muestra el gran cuidado que se deber tomar al aplicar el kriging lognormal.
Si usted selecciona el kriging lognormal, podr seleccionar el uso de la aproximacin de Rendu's o el caso general, para lo cual deber configurar el campo GENCASE del archivo de parmetros de estimacin, en donde :
GENCASE = 0 Usa la aproximacin de Rendu GENCASE = 1 Usa el mtodo general
Al seleccionar el caso general, usted deber configurar tres campos ms; DEPMEAN, TOL y MAXITER los que se debern incluir en el archivo de parmetros de estimacin como se indican a continuacin :
La varianza del kriging lognormal se calcula como una varianza relativa VR , relativa al cuadrado de la media (m) del depsito:
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 30
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
entonces usted deber especificar la actual media del depsito (m), o darle el valor de 0, en cuyo caso en proceso usar la estimacin krigeada de la celda como la media.
DEPMEAN >0, usa este valor como la media =0, usa la estimacin krigeada como la media
El mtodo del caso general usa un procedimiento iterativo para calcular los pesos del kriging, estos se calculan y comparan con su estimacin previa, y en el caso de que cada nuevo peso este dentro de una cierta tolerancia centrada en el valor previo, entonces el valor es aceptado, y de no ser asi se calcular otro conjunto de pesos. Usted define la tolerancia (campo TOL), y el mximo nmero de iteraciones (campo MAXITER). Si los pesos no convergen antes de MAXITER, entonces finaliza el calculo para la celda y se usa el ltimo conjunto de pesos calculados.
Por cada campo VALUE_IN a estimar por krigeage, deber definirse el correspondiente nmero de referencia del variograma (VREFNUM) (en el archivo de parmetros de estimacin), el cual es una referencia del tipo de variograma y de sus parmetros almacenados en el archivo de parmetros del modelo del variograma.
Los modelos almacenados en el archivo de parmetros del modelo del variograma pueden ser normales o lognormales. El campo LOG en el archivo de parmetros de estimacin definir si usted usar un kriging lineal o lognormal.
El Kriging al igual que NN y IPD, primero identifica todas las muestras que caen dentro del volumen de busqueda, considerando las restricciones del mnimo y mximo nmero de muestras. Finalmente se llena la matriz del kriging y se soluciona para calcular los pesos del kriging y el valor estimado de cada celda. Adems de esto el kriging puede calcular 3 variables secundarias (por cada celda), las que pueden ser grabadas en el archivo de modelo de salida :
- El nmero de muestras usadas para el krigeage - La varianza del kriging - La distancia transformada de la muestra ms cercana
Para poder grabar esas variables secundarias, usted deber definir los nombres de estos campo en el archivo de parmetros de estimacin, como fue descrito anteriormente.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 31
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Bajo ciertas condiciones los pesos asignados a una o ms de las muestras puede ser negativo, lo que ocurre generalmente cuando el modelo del variograma tiene un efecto pepita muy pequeo y ocurre un efecto pantalla ya que existen muestras (que tapan) entre la celda y la muestra de interes. Es improbable que pesos negativos puedan ser un porcentaje importante de los pesos totales. A pesar de que los pesos negativos son matemticamente correctos, existe una escuela de pensamiento que consider que pesos negativos son incorrectos y deben asignarseles valores nulos, lo que podr hacer usando el campo KRIGNEGW: KRIGNEGW = 0 Mantiene los pesos negativos y los usa 1 Asigna 0 a los pesos negativos En el segundo caso, los pesos de las otras muestras son proporcionalmente ajustados para que la suma de los pesos continue siendo de 1. Algunos chequeos en el mnimo nmero de muestras (MINNUMn) son aplicados antes de que los pesos del kriging sean calculados, de tal forma que es factible encontrar menos de MINNUMn muestras.
Debido a complejidades matemticas del kriging, a veces ocurre que la varianza del kriging es ligeramente mayor que la meseta del modelo del variograma. El campo KRIGVARS del archivo de parmetros de estimacin controla el resultado final para esta varianza, tal que :
KRI GVARS = 0 Mantiene el valor de la varianza > meseta 1 le asigna el valor de la meseta
Esto es slo aplicable al kriging lineal, ya que las varianzas del kriging lognormal dependen del valor de DEPMEAN y son entonces frecuentemente mayores a la meseta.
El kriging simple asigna un peso para un valor medio local, y a las muestras alrededor, usted podr usar los campos LOCALMNP y LOCALM_F en el archivo de parmetros de Estimacin para seleccionar como se definir este valor medio local:
LOCALMNP = 1 indica que se usar este campo en el archivo de entrada del modelo del prototipo para definir la media local
2 calcula la media local como la media aritmetica de todas las muestras que caen dentro del volumen de busqueda.
Si usted define LOCALMNP = 1, deber adems especificar el nombre del campo en el archivo de entrada del prototipo del modelo que defina esta media local. El nombre de ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 32
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
este campo en el archivo de parmetros de estimacin es LOCALM_F y es campo alfanumerico de 8 caracteres, como por ejemplo:
DESCRIPC.
CAMPO A SER ESTIMADO
NOMBRE CAMPO EN MODELO DE SALIDA
NUMERO DEL VOLUMEN DE BUSQ.
METODO DE ESTIMAC.
METODO PARA CALCULAR LA MEDIA LOCAL EN EL SK
CAMPO DE LA MEDIA LOCAL EN ARCHIVO PROTOT. DEL MODELO
NUMERO DE REFER. DEL MODELO VARIOGR.
CAMPO
VALUE_IN
VALUE_OU
SREFNUM
IMETHOD
LOCALMNP
LOCALM_F
VREFNUM
TIPO
A - 8 C.
A - 8 C.
N
N
N
A - 8 C.
N
REGISTRO 1
AU
AU - OK
1
3
-
1
REGISTRO 2
AU
AU - SK
1
4
1
AU-LMEAN
1
REGISTRO 3
AG
AG - SK
2
4
2
2
Se estimar el campo AU tanto por OK (IMETHOD = 3) y SK (IMETHOD = 4). Para el caso de SK, la media local es suministrada por el campo AU-LMEAN en el archivo de entrada del prototipo del modelo. Entonces usted deber tener creado este campo anteriormente, en una previa corrida de ESTIMA por ejemplo, usando IPD con una potencia de POWER = 0 y un radio de busqueda grande, lo que dar la media aritmetica de todas las muestras que esten dentro del volumen de busqueda.
Alternativamente usted podr asignar esta media en forma simple definiendo medias de acuerdo al tipo de roca o alguna otra caracterstica geologica.
La ley AG puede estimarse tambin usando usando kriging simple . Como LOCALMNP = 2, la media local podr calcularse como la media aritmetica de todas las muestras que caen dentro del volumen de busqued, la que se calcular antes de que el maximo numero de muestras y restricciones de campos llaves sean aplicados.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 33
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
El mtodo definido por IMETHOD =5 es utilizado cuando la distribucin estadstica de las muestras es lognormal. A diferencia del IPD y del kriging este no toma en cuenta la distancia de las muestras al centro de la celda a estimar, razn por la cual es ms recomendable en la estimacin de grandes celdas cada una de las cuales contiene varias muestras, y en donde el volumen de busqueda es de aproximadamente el mismo tamao que la celda. Ms detalles del mtodo son descritos en el paper de H.S.Sichel que encontrar en nuestra bibliografa.
En resumen el estimador t se define como:
en donde
Gi es la ley de la muestra i a es una constante tal que [Gi+ a] es una distribucin lognormal
Si la distribucin de las muestras sigue una distribucin lognormal de 3 parmetros, usted podr definir la constante aditiva a usando el campo ADDCON en el archivo de parmetros de estimacin, el mismo campo usado por IPD, pero este tiene un significado completamente diferente en este contexto.
Las campos secundarios NUMSAM_F, SVOL_F, VAR_F y MINDIS_F se definen en forma idntica al proceso IPD.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 34
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
La siguiente tabla resume los campos en el archivo de parmetros de estimacin, puede notar que slo los campos VALUE_IN y SREFNUM son obligatorios de definir; y usted podr usar el valor por defecto para todos los otros campos de asi lo deseara.
El nombre de los campos Zone son encerrados en {... }, lo que significa que no es el nombre actual del campo en el archivo; el nombre actual que puede usar es el nombre del campo Zone que esta incluido en su archivo de muestras de entrada y en el archivo del prototipo del modelo, tales como ROCK o FLTZONE.
El valor por defecto del campo VALUE_OU es el nombre que usted especifico en el campo VALUE_IN.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 35
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ARCHIVO DE PARAMETROS DE ESTIMACION
CAMPO
TI PO
DEFECTO
METODOS
DESCRIPCION
VALUE_IN
A - 8
Todos
Nombre del campo a estimar
VALUE_OU
A - 8
VALUE_IN
Todos
Nombre del campo a crear
SREFNUM
N
Todos
Nmero de referencia del volumen de Busqueda
ZONE1_F
A o N
Todos
1er campo que controla la estimacin por zona
ZONE2_F
A o N
Todos
2do campo que controla la estimacin por zona
NUMSAM_F
A - 8
Todos exepto NN
Campo con el nmero de muestras usadas
SVOL_F
A - 8
Todos
Campo con el volumen de busqueda dinmico
VAR_F
A - 8
Todos exepto NN
Campo que contiene las varianzas
MINDIS_F
A - 8
Todos
Campo con la distancia a la muestra ms cercana
IMETHOD
N
1
Todos
Mtodo de estimacin
ANISO
N
1
NN, IPD
Mt. de Anis.; 0=iso , 1=vol. de busqueda, 2=usa ANANGLE
ANANGLE1
N
0
NN, IPD
Angulo de anisotropia 1
ANANGLE2
N
0
NN, IPD
Angulo de anisotropia 2
ANANGLE3
N
0
NN, IPD
Angulo de anisotropia 3
ANDIST1
N
1
NN, IPD
Distancia de anisotropia1
ANDIST2
N
1
NN, IPD
Distancia de anisotropia2
ANDIST3
N
1
NN, IPD
Distancia de anisotropia3
POWER
N
2
IPD
Potencia para la ponderacin de las distancias
ADDCON
N
0
IPD, ST
Para IPD es la const. Aadida a las distancias y para ST es la constante aditiva para la lognormalidad
VREFNUM
N
1
OK, SK
Nmero de referencia del modelo del Variograma
LOG
N
0
OK, SK
Activador del kriging lognormal, 0=lineal, 1=lognormal
GENCASE
N
0
LOG=1
Mtodo del kriging lognormal, 0=Rendu, 1=Caso general
DEPMEAN
N
0
LOG=1
Media para el clculo de la varianza lognormal
TOL
N
0,01
GENCASE=1
Tolerancia en la convergencia para el kriging lognormal
MAXITER
N
3
GENCASE=1
Mximo nmero de iteraciones para el kriging lognormal
KRIGNEGW
N
0
OK, SK
Pesos negativos del kriging; 0= los mantiene y usa, 1=los ignora
KRIGVARS
N
1
KRIGING LINEAL
Varia. Krig.> C; 0= las mantiene y usa, 1=les asigna el valor de C
LOCALMNP
N
2
SK
Mt. Clculo media local; 1=campo en PROTO, 2=calcula la media
LOCALM_F
A - 8
SK
Nombre del campo con la media local en el PROTO ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 36
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Al crear el modelo de bloques geologicos generalmente se utiliza divisiones de celdas de forma de obtener una buena representacin volumetrica de los lmites geologicos. Es comn tambin estimar leyes para cada una de estas subceldas, lo que en algunos casos puede ser un refinamiento innecesario, como en el caso por ejemplo que sus datos de leyes sean muy escasos o esparcidos, esto consume tiempo ya que muchas veces bastar con la estimacin de la ley en la celda patrn. Esto es particularmente cierto en las primeras estimaciones de ley cuando an no se requiere de un mayor detalle en las estimaciones.
ESTIMA incluye una opcin que permite estimar las leyes de las celdas patrones, las cuales se asignarn a todas las subceldas dentro de la misma. Tambin es aplicable un control Zonal, de tal forma de que si por ejemplo la celda patrn contiene 4 celdas de roca A y 5 celdas de roca B entonces la celda patrn puede estimarse primero usando muestras de roca A y aplicar este valor a las 4 celdas, despus puede hacer lo mismo para la estimacin segn ala roca B.
Los puntos de discretizacin en la celda patrn pueden calcularse de dos maneras; si usted configura @PARENT = 1, la celda patrn se representar por un completo conjunto de puntos de discretizacin que cubren la celda patrn completa. Sin embargo al configurar @PARENT = 2, se calcular un completo conjunto de puntos de discretizacin, pero slo aquellos puntos que caen dentro de una de las celda correspondientes sern seleccionados y usados.
En un ejemplo bidimensional tenemos 6 subceldas dentro de la celda patrn, y un conjunto de 5 x 5 puntos de discretizacin se ha superpuesto. Si @PARENT=1 entonces los 25 puntos (X y O) se usarn para representar la celda, mientras que @PARENT=2 significa que slo los puntos con X sern usados.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 37
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
En el segundo caso (@PARENT = 2) puede ocurrir que hayan muy pocos o ningn punto de discretizacin que caigan en la celda, para evitar esto y especificar un mnimo aceptable de puntos de discretizacin se puede usar el parametro @MINDISC, y si este no es alcanzado, entonces el nmero de puntos en todas las direcciones es doblado y los puntos son recalculados.
Las ventajas del segundo mtodo es que provee de una mejor representacin de las celdas, pero su desventaja es que los tiempos de clculo son un poco mayores.
Si usted configura @PARENT = 0, entonces las caractersticas de las celdas patrones no sern usadas.
Si el modelo del prototipo de entrada tiene celdas que ya incluyen el campo a ser estimado, y adems hay insuficientes datos dentro del volumen de busqueda para estimar una celda, entonces usted tiene una opcin de controlar la accin por el valor del parametro @COPYVAL. Si @COPYVAL = 0, un valor de ley ausente se asigna al modelo de salida. Si @COPYVAL = 1, entonces los valores existentes en el modelo del prototipo de entrada son copiados al modelo de salida.
En ocaciones usted puede querer actualizar las leyes de slo parte de un modelo. Una alternativa para esto puede ser copiar la parte del modelo que requiere actualizar en un submodelo separado, correr ESTIMA en el submodelo y luego sumarlo al modelo inicial usando ADDMOD. Alternativamente si la parte del modelo a ser actualizada puede definirse como un cuboide, entonces usted puede usar los parmetros @XMIN, @XMAX, @YMIN, @YMAX, @ZMIN, @ZMAX y hacer la actualizacin en el lugar. Usted tambin necesitar configurar @COPYVAL = 1. Slo las celdas que traslapen este volumen de actualizacin podrn ser estimadas, aunque se utilizen muestras ubicadas fuera del volumen de actualizacin.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 38
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Cualquier valor de @XMIN, @XMAX etc que ustde suministre, sern ajustados por ESTIMA para la celda patrn lmite ms cercana antes de hacer la actualizacin. Los valores minimos se ajustarn hacia abajo y valores mximos hacia arriba. Si uno o ms de los parmetros no son especificados o tienen datos ausentes (por defecto), entonces se usarn las coordenadas mnimas y mximas del modelo.
Si todos los campos de leyes (como se definieron por VALUE_OU en el archivo de parmetros de estimacin ) y sus correspondientes campos secundarios (como fueron definidos por NUMSAM_F, SVOL_F, VAR_F y MINDIS_F) ya existen en el archivo de entrada del prototipo del modelo, se permite una operacin sobre l, lo que significa que el prototipo del modelo de entrada y los archivos de modelos de salida pueden ser los mismos, teniendo:
Si usted especifica esto, entonces el proceso primero chequea para asegurar que el archivo incluye todos los campos necesarios, para entregar un mensaje de error en el caso que sea necesario.
Operaciones como la anterior le permitirn usar "Retrieval Criteria" en campos en el archivo del modelo del prototipo de entrada, los registros que no satisfagan el R.C. quedarn sin alterar en el archivo del modelo de salida. Esto ser muy til para poder hacer una actualizacin selectiva del modelo.
Tambin deber recordar que si usted tiene diferentes archivos de prototipo del modelo de entrada y modelo de salida y usa un R.C., entonces slo aquellos registros que satisfagan el criterio sern copiados en el modelo de salida.
Si un valor de ley no puede ser estimado debido a insuficiencia de datos en el volumen de busqueda, entonces el parametro @COPYVAL define si se le asignar un valor de dato ausente o el valor previo.
Los principales mtodos de estimacin (IPD, OK, etc) fueron descritos previamente. Sin embargo existen dos opciones adicionales las cuales se especifican usando el campo IMETHOD en el archivo de parmetros de estimacin, pero que actualmente no son mtodos de estimacin de leyes.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 39
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Si IMETHOD=101, entonces el valor escrito en el campo VALUE_OU en el modelo de salida es el valor geostadistico F, es decir, el valor promedio del variograma en la celda. Si IMETHOD=102, entonces el valor es el multiplicador de Lagrange calculado cuando se resuelve la matriz del OK . En orden a usar alguna de estas opciones usted puede configurar todos los otros campos y parmetros como si se tratar del OK.
Un modelo de variograma puede constar de una varianza o efecto pepita Co, y hasta nueve estructuras individuales Yi (h). El modelo combinado Y (h) tiene la forma: Cada modelo individual Yi (h) puede ser esfrico, de potencia, exponencial, gausiano o De Wijsian. Si usted ha seleccionado el kriging como el mtodod de estimacin, entonces usted deber especificar los parmetros del variograma usando el archivo de parmetros del modelo del variograma. Los campos requeridos son los que se mencionan en la siguiente tabla:
CAMPO
VALOR POR DEFECTO
DESCRIPCION
VREFNUM
Numero de referencia del variograma
VANGLE1
0
1er. ngulo de rotacin, que define la orientacin del rango en la elipsoide
VANGLE2
0
2er. ngulo de rotacin, que define la orientacin del rango en la elipsoide
VANGLE3
0
3er. ngulo de rotacin, que define la orientacin del rango en la elipsoide
VAXIS1
0
1er. Eje de rotacin (1=X, 2=Y, 3=Z)
VAXIS2
0
2er. Eje de rotacin (1=X, 2=Y, 3=Z)
VAXIS3
0
3er. Eje de rotacin (1=X, 2=Y, 3=Z)
NUGGET
0
Varianza o efecto pepita
ST1
0
Modelo de variograma para la estructura 1
ST1PAR1
0
Primer parametro de la estructura 1
ST1PAR2
0
Segundo parametro de la estructura 1
ST1PAR3
0
Tercer parametro de la estructura 1
ST1PAR4
0
Cuarto parametro de la estructura 1
............
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 40
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ST9
0
Modelo de variograma para la estructura 9
ST9PAR1
0
Primer parametro de la estructura 9
ST9PAR2
0
Segundo parametro de la estructura 9
ST9PAR3
0
Tercer parametro de la estructura 9
ST9PAR4
0
Cuarto parametro de la estructura 9
Todos los campos son numericos y opcionales, con excepcin del nmero de referencia del variograma. En el caso de que no se incluyan campos en el archivo se usarn los valores por defecto.
El nmero de referencia del variograma es un indicador dentro del archivo de parmetros de estimacin, y usted podr usar algn valor numerico para este.
La elipsoide del variograma se usa para definir algunos parmetros anisotropicos, dentro de los cuales el ms comn es el rango del modelo esferico. La elipsoide del variograma se define usando los campos VANGLE1, VAXIS1, etc, de la misma forma en que se describi la elipsoide de busqueda en el capitulo respectivo. Ms adelante usted podr encontrar un ejemplo que muestra la aplicacin de estos campos.
Como usted ver , los valores por defecto especifican que no se usar rotacin, de tal forma de que si usted desea definir la elipsoide del variograma con la misma direccin que la elipsoide de busqueda, usted deber asegurarse que los campos SANGLE1, SAXIS1,...del archivo de parmetros del volumen de busqueda sean los mismos que los campos VANGLE1, VAXIS1, etc del archivo de parmetros del modelo del variograma.
El campo STs define el tipo de variograma para la estructura s, y las opciones de modelos que usted tiene son :
1.- Esferico 2.- De la Potencia (Lineal) 3.- Exponencial 4.- Gaussiano 5.- De Wijsian
El siguiente campo muestra estos cinco tipos de modelos de variograma, incluyendo adems un modelo esferico de dos estructuras.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 41
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 42
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
MODELO ESFERI CO (TIPO 1) : El modelo esferico se define por su rango "a", y la varianza espacial "C" : Los cinco campos que usted necesita especificar son: STs = 1 Para especificar el modelo esferico STsPAR1 Rango en la direccin 1 (Eje X despus de la rotacin) STsPAR2 Rango en la direccin 2 (Eje Y despus de la rotacin) STsPAR3 Rango en la direccin 3 (Eje Z despus de la rotacin) STsPAR4 Varianza espacial, C
MODELO DE LA POTENCI A (TI PO 2) : El modelo de la potencia se define por una potencia "a" ( 0 a 2) y una pendiente positiva "C" :
Los cinco campos que usted necesita especificar son: STs = 2 Para especificar el modelo de la potencia STsPAR1 Potencia en la direccin 1 (Eje X despus de la rotacin) STsPAR2 Potencia en la direccin 2 (Eje Y despus de la rotacin) STsPAR3 Potencia en la direccin 3 (Eje Z despus de la rotacin) STsPAR4 Pendiente, C
MODELO EXPONENCIAL (TIPO 3) : El modelo exponencial define un parmetro "a" y una varianza espacial "C" :
Los cinco campos que usted necesita especificar son: STs = 3 Para especificar el modelo exponencial STsPAR1 Parametro a en la direccin 1 (Eje X despus de la rotacin) STsPAR2 Parametro a en la direccin 2 (Eje Y despus de la rotacin) STsPAR3 Parametro a en la direccin 3 (Eje Z despus de la rotacin)
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 43
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
STsPAR4 Varianza Espacial, C MODELO GAUSSIANO (TIPO 4) : El modelo gaussiano es definido por un parmetro "a" y una varianza espacial "C" :
Los cinco campos que usted necesita especificar son: STs = 4 Para especificar el modelo gaussiano STsPAR1 Parametro a en la direccin 1 (Eje X despus de la rotacin) STsPAR2 Parametro a en la direccin 2 (Eje Y despus de la rotacin) STsPAR3 Parametro a en la direccin 3 (Eje Z despus de la rotacin) STsPAR4 Varianza Espacial, C
MODELO DE WI J SI AN (TI PO 5) : El modelo De Wijsian es definido por el parmetro "C" :
Los cinco campos que usted necesita especificar son: STs = 5 Para especificar el modelo De Wijsian STsPAR1 Parametro C en la direccin 1 (Eje X despus de la rotacin) STsPAR2 Parametro C en la direccin 2 (Eje Y despus de la rotacin) STsPAR3 Parametro C en la direccin 3 (Eje Z despus de la rotacin)
El siguiente ejemplo ilustra el caso en donde usted necesita realizar tres rotaciones para describir la anisotropa. La primera rotacin es en el azimut, de 20 grados en torno del eje Z. La segunda rotacin es en el Dip -alrededor del nuevo eje X, y la rotacin final es de 60 grados alrededor del nuevo eje Y. Los rangos para la estructura 1 son de 100, 200 y 300 mts. en las nuevas direcciones X,Y y Z. Los campos son :
VANGLE1
VANGLE2
VANGLE3
VAXIS1
VAXIS2
VAXIS3
ST1PAR1
ST1PAR2
ST1PAR3
20
40
60
3
1
2
100
200
300
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 44
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
La definicin del modelo del variograma en el proceso KRG3DB permite anisotropias tanto en el efecto pepita Co como en la varianza espacial, es decir, diferentes valores para los parmetros en diferentes direcciones.
En teora se puede modelar con anisotropa zonal, en donde la meseta sea diferente para diferentes direcciones, sin embargo esto puede generar problemas con la estabilidad de la matriz del kriging, lo que finalmente puede dejar celdas sin estimar.
En orden a prevenir estos problemas con la matriz del kriging, la definicin del modelo del variograma en ESTIMA no permite anisotropias en Co o C para los modelos del 1 al 4. Un valor anisotropico de C para el modelo De Wijsian (Tipo 5) es soportada ya que la ecuacin del modelo no tiene otras variables anisotropicas.
En ESTIMA la anisotropa puede representarse por un modelo de multiestructuras. El siguiente ejemplo muestra un modelo esferico de dos estructuras con una meseta de 30 para un azimut de 0 y una meseta de 45 para una direccin Este/Oeste.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 45
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
El efecto pepita Co es de 5, y todos los ngulos de rotacin (VANGLEn) son de cero. Usted puede ver que se asign al rango 2 (en la direccin N-S) una gran distancia de 10000 mts. lo que tiene el efecto de crear una pequea meseta sobre la parte de interes del modelo del variograma, al plotear la distancia de 10000 mts. el variograma para el sentido N-S puede eventualmente alcanzar la meseta de 45. El conjunto completo de los valores de los campos para este modelo se ingresan en el archivo de parmetros del modelo del variograma de la siguiente forma.
NOMBRE CAMPO
VALOR
NOMBRE CAMPO
VALOR
VREFNUM
1
ST1PAR1
40
VANGLE1
0
ST1PAR2
40
VANGLE2
0
ST1PAR3
40
VANGLE3
0
ST1PAR4
25
VAXIS1
3
ST2
1
VAXIS2
1
ST2PAR1
60
VAXIS3
3
ST2PAR2
10000
NUGGET
5
ST2PAR3
60
ST1
1
ST2PAR4
15
Note que en este ejemplo la anisotropa es ortogonal al sistema coordenado, y todos los ngulos son de cero. En este caso los valores de los ejes son irrelevantes.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 46
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Varias caractersticas includas en ESTIMA se han diseado para minimizar el tiempo de ejecucin, algunas de las cuales se activan automticamente mientras que otras necesitan ser controladas por el usuario. Es muy recomendado que usted siempre testee los parmetros de estimacin primero en un pequeo modelo, el cual puede ser obviamente una parte del modelo completo o un modelo con un tamao de celda mayor y menos subdivisiones. En aquellas caractersticas donde usted tiene opcin siempre seleccione una aproximacin conveniente para el primer test del tiempo de ejecucin.
Uno de los factores que consume una mayor cantidad de tiempo es la seleccin de las muestras que caen dentro del volumen de busqueda, un super algoritmo de busqueda de bloques ha sido implementado para minimizar est parte del proceso, este no necesita que usted ordene las muestras por algn campo en partcular ya que ESTIMA configura sus propios indexadores. Deber preservar sin embargo el criterio de ordenar por IJ K el modelo del prototipo de entrada.
Otra reduccin considerable en los tiempos de ejecucin se debe a la habilidad de ESTI MA de estimar multiples variables. Si dos o ms leyes se han estimado usando el mismo vlumen de busqueda y los mismos parmetros de estimacin, entonces el incremento de tiempo para la segunda y subsiguientes leyes es muy pequeo, en el caso de que diferentes parmetros de estimacin sean usados el proceso invierte un tiempo adicional grabando al estimar multiples leyes.
La discretizacin de puntos son usados por el IPD, el OK y el SK, esto permite una mejor representacin pero tambin aumenta los tiempos de proceso, se le recomienda al usuario usar un pequeo nmero de puntos para testear la ejecucin. Por ejemplo si usted est slo usando IPD, entonces usted puede usar un slo punto.
Sin embargo si usted est usando krigeage deber tener al menos dos puntos y probablemente dos puntos en cada direccin sea mejor, para la corrida final usted podr insertar ms puntos. El nmero ptimo de puntos depende de una variedad de factores, entre los cuales podeos mencionar el tamao de celda, espaciamiento de las muestras , parmetros de la variografa, etc, de tal forma que no es posible hacer una recomendacin que cubra todas las situaciones, sin embargo un total de cerca de 50
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 47
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
puntos (cerca 4*4*3) es a menudo una buena medida entre la rpidez del proceso y la representacin.
El tiempo de proceso es tambin una funcin del nmero de muestras usadas al hacer cada estimacin. Para mtodos tales como el IPD y Sichel'st la actual forma de clculo es rpida y tal que usar un gran valor mximo de muestras el incremento en los tiempos de proceso es mnimo, sin embargo para el krigeage, cada estimacin involucra un conjunto de n ecuaciones lineales simultneas , tal que n es el nmero de muestras usadas para la estimacin. El tiempo que toma resolver cada conjunto de n ecuaciones es aproximadamente proporcional a n al cuadrado.
El mximo nmero de muestras que usted puede usar para krigear es 220 para PC - DOS y 1400 para todos los otros computadores. Sin embargo se recomienda mantenerse bajo ese lmite. Bajo circunstancias normales un nmero mximo de 50 es ms que adecuado y 25 puede ser recomendable en el mayor nmero de casos.
Calcular la varianza del kriging involucra calcular el valor geostadistico de F (el valor promedio del variograma en una celda). Para esto la funcin variograma es llamada aproximadamente n 2 /2 veces, en donde n es el nmero total de puntos de discretizacin en la celda. Obviamente esto puede consumir bastante tiempo si el nmero de puntos es grande, tiempo que no ser requerido si usted no usa la varianza del kriging en la estimacin de reservas. Si usted no especfica un valor para el campo VAR_F en el archivo de parmetros de estimacin entonces la varianza no ser calculada. Si la varianza del kriging es calculada, luego ESTIMA guardar el valor F para una celda patrn. Entonces el clculo de la varianza para un modelo que contiene muchas celdas patrones significa un consumo de tiempo mucho menor que cuando contienen muchas subceldas.
Estima incluye una opcin para economizar tiempo que le permite aproximar las dimensiones de una celda por un nmero discreto de tamaos de celdas. Esto se controla por los parmetros @FVALTYPE y @FSTEP, de los cuales @FVALTYPE puede tomar uno de los siguientes valores:
=1 Se usar la dimensin exacta de la celda, tal que el valor F se calcula para cada celda del modelo , excepto para la celda patrn en cuyo caso se calcula slo una vez. =2 Cada celda se aproxima a un nmero discreto de celdas, as como cada celda es procesada se compara con una tabla para ver en donde el valor de F para ese ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 48
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
tamao de celda ha sido ya calculado, de tal forma que si este existe luego se utiliza ese valor, y de no ser asi es calculado y almacenado en la tabla para futuros usos. Esto entrega una enorme mejora en los tiempos de proceso. Usted no puede tener @FVALTYPE=2 si ha seleccionado la estimacin de la celda patrn con puntos de discretizacin dentro de las celdas (@PARENT=2). Si se ha seleccionado esta combinacin, entonces el parmetro @FVALTYPE ser reconfigurado hasta 1. El parmetro @FSTEP define el tamao de los puntos que se usarn para las aproximaciones de las dimensiones de la celda. Los valores de F se almacenan para subceldas cuyas dimensiones son un entero multiple del tamao del punto. Por ejemplo si @FSTEP=2 luego las celdas con dimensiones en el rango :
5<XINC<=7 1<YI NC<=3 7<ZI NC<=9
pueden ser aproximadas por una celda de dimensiones 6*2*8
Si la dimensin de la celda en una direccin es menor que la mitad del tamao del punto, luego este puede ser aproximado por una dimensin igual a la mitad del tamao del punto, entonces en el ejemplo previo, el criterio puede realmente ser :
5<XINC<=7 0<YI NC<=3 7<ZI NC<=9
Como con los puntos de discretizacin usted puede hacer un test en una pequea parte del modelo para analizar los efectos en diferentes tamaos de puntos, usted podr encontrar a menudo que un tamao de punto de 1 puede significar mejorar la rpidez del proceso sin hacer alguna diferencia significativa en la varianza del kriging.
Se han realizado una serie de prueba con dos objetivos :
- Encontrar el efecto de algunas de las opciones a usar descritas anteriormente.
- Comparar a ESTIMA con los antiguos procesos de estimacin de DATAMINE, tales como POLD3D, IPDD3D y KRG3DB.
Lamentablemente es imposible definir un set tipico de datos, ya que los parmetros de evaluacin no sern nunca los mismos, sin embargo puede considerarse que los datos usados aqui representan una justa comparacin.
La demostracin estuvo basada en los siguientes datos de entrada : ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 49
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
- El prototipo del modelo tiene una celda patrn de 8*10*12 con 10*10*10 celdas en las direcciones X,Y y Z respectivamente, es decir que contiene 6490 celdas promediando 6.49 celdas por cada celda patrn. - El archivo con los datos contiene 5000 muestras, y cada una de las 1000 celdas patrones tiene 5 muestras localizadas aleatoriamente dentro de las mismas.
- Se us una elipse de busqueda con ejes de 50*20*10, con un determinado azimut e inclinacin.
- El mximo nmero de muestras es de 10
Para las pruebas se usarn diferentes nmeros de puntos de discretizacin y diferentes nmeros de variables en una sola corrida.
Las siguientes dos tablas muestran los tiempos de ejecucin de cada corrida. Para los procesos PLOD3D, IPDD3D y KRG3DB slo es posible estimar una variable a la vez, por lo cual el tiempo de ejecucin para multiples variables en esos procesos ser igual a la demora por cada variable multiplicado por el nmero de variables.
Para las pruebas se uso un PC Pentium de 100 Mhz con 24 Mb de RAM usando Windows NT. Usted podr notar que ESTIMA es significativamente ms rpido en todos los casos.
El tiempo de ejecucin para el caso de las muestras ms cercanas es independiente del nmero de puntos de discretizacin, de tal forma que slo puede ejecutarse el caso de 1*1*1. En este caso la tabla de resultados muestra que ESTIMA es un 38% ms rpido de POLD3D con una sla variable, pero que este incremento es muy pequeo al trabajar con varias variables.
En el caso del IPD la diferencia es mucho mayor ya que en el caso de 4*4*4 puntos de discretizacin para 4 variables ESTIMA ocupa un tiempo de 1808 segundos mientras que IPDDAD toma un tiempo de 84088 segundos, es decir, una mejora de casi un 98%. En el caso de trabajar con una sola variable la economa en el tiempo es cercana a un 92%.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 50
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
INVERSO DE LA POTENCIA DE LAS DISTANCIAS
MUESTRAS MAS CERCANAS
ESTIMA
PUNTOS DE DISCRETIZA- CION
NUMERO DE VARIABLES
IPDD3D
IGUAL POTENCIA
DIFERENTE POTENCIA
POLD3D
ESTIMA
1
340
104
104
160
98
2
680
116
154
320
102
3
1020
129
201
480
105
1*1*1
4
1360
143
249
640
110
1
2693
264
264
2
5386
276
276
3
8079
290
290
2*2*2
4
10772
303
303
1
9085
702
702
2
18170
715
1379
3
27255
727
2041
3*3*3
4
36340
741
2708
1
21022
1758
1758
2
42044
1779
3482
3
63066
1786
5200
4*4*4
4
84088
1808
5956
Las principales razones de la sustancial mejora en la velocidad de proceso de ESTIMA en relacin a los otros procesos son :
- Optimizacin del proceso de busqueda - Mtodo mejorado para la discretizacin de las celdas - Multiples variables en una sola corrida
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 51
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
En el caso del krigeage se uso un modelo de variograma esfrico de una sola estructura y considerando anisotropias en los rangos. El mismo volumen de busqueda, pero con un modelo de variograma diferente se uso para cada variable.
Al usar el proceso KRG3DB siempre se calcula la varianza del kriging, lo que consume mucho tiempo de calculo, a pesar de que esta varianza no siempre es requerida. En ESTIMA este calculo es opcional de tal forma que los resultados de las pruebas se muestran incluyendo o no este clculo. En los resultados puede verse que omitir este clculo puede reducir significativamente el tiempo de ejecucin, en especial para el caso en que se utilice un gran nmero de puntos de discretizacin. Por ejemplo para una sola corrida usando 4*4*4 puntos el tiempo de ejecucin se reduce de 3389 691 segundos.
Como se describi anteriormente en esta seccin, el tiempo consumido para el clculo de la varianza puede reducirse aproximando el tamao de la celda y guardando el valor de F. Para los tiempos de ejecucin mostrados en la columna final ("Varianza Aproximada") las dimensiones de las subceldas se han redondeado al metraje ms cercano para el clculo del valor de F. Esto debe recalcar que esta aproximacin tiene slo un pequeo efecto en el valor F y por ende en la varianza, y no afecta la estimacin del kriging. Sin embargo usted puede ver desde la tabla que esto no significa sustanciales mejoras en los tiempos de ejecucin.
INCLUYENDO LA VARIANZA
EXCLUYENDO LA VARIANZA
VARIANZA APROXIMADA
ESTIMACION DE LA CELDA PATRON. No DE VARIANZA
PUNTOS DE DISCRETIZA_ CION
NUMERO DE VARIABLES
KRG3DB
ESTIMA
ESTIMA
ESTIMA
ESTIMA
1
909
238
215
219
38
2
1818
383
332
342
56
3
2727
525
452
465
75
2*2*2
4
3636
667
572
590
95
1
1414
669
377
418
62
2
2828
1241
657
737
106
3
4242
1813
936
1059
150
3*3*3
4
5656
2385
1217
1376
194
4*4*4
1
3389
2371
691
914
110 ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 52
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
2
6778
4644
1286
1732
203
3
10167
6881
1880
2552
295
4
13556
9140
2473
3367
388
El modelo de pruebas contiene 6490 celdas. Si ESTIMA se ejecuta usando la aproximacin de la celda patrn (@PARENT=1), luego slo se requiere de 1000 celdas patrones. Si no se calcula la varianza del kriging, entonces el tiempo de ejecucin es bastante pequeo, como lo puede ver en la columna final de la tabla.
Un modelo rotado es uno cuyos ejes y correspondientes celdas estn rotadas con respecto a un sistema coordenado. Esto es particularmente til en yacimientos estratificados inclinados y con un ngulo de plunge. Como ver en la imagen de abajo, el modelo rotado se ajusta mucho mejor a la forma del yacimiento (Una mayor descripcin de los tpicos de modelos rotados podr encontrarlos en el manual de usuarios correspondiente).
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 53
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Estima puede reconocer automticamente si el modelo del prototipo de entrada es un modelo rotado, en este caso ESTIMA puede hacer la traslacin inversa y rotar el modelo de celdas nuevamente a las coordenadas mundiales antes de estimar las leyes, rotando los actuales puntos de discretizacin antes a la estimacin. Esto es solo una operacin interna, ya que las coordenadas de las celdas del modelo de salida puede estar rotadas, al igual que las del modelo de entrada. El punto anterior implica que usted deber suministrar toda la informacin necesaria (volumenes de busqueda, parmetros de anisotropia, modelo del variograma, coordenadas de las muestras, etc) en las coordenadas mundiales. Note que esto es diferentes a los casos de los requerimientos de los procesos de estimacin previos (IPDD3D, KRG3DB) que requieren rotar todas la informacin de entrada. En resumen lo nico que usted requiere suministrar es un modelo rotado como el modelo de prototipo de entrada.
Los mtodos de las distancias ms cercanas, inverso de las distancias y kriging involucran el clculo de las distancias entre cada de muestra y el centro de la celda o del punto de discretizacin, esas mediciones son normalmente hechas en el sistema de coordenadas cartesianas XYZ, sin embargo para un depsito plegado, cuya mineralizacin es previa en realidad se requiere de medir las distancias dentro del cuerpo antes de su plegamiento.
El problema se ilustra en el siguiente diagrama, el cual muestra dos muestras, una a cada lado del anticlinal. Al usar el sistema coordenado XYZ, la distancia se mide a traves de la linea recta ennegrecida, sin embargo desde el punto de vista geologico la separacin real entre ambas muestras es la linea segmenteada que sigue la estructura del anticlinal, la distancia real previa al plegamiento : ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 54
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
El mtodo del unfold permite transformar las coordenadas de las muestras y el modelo de celdas en un sistema original no plegado, de tal forma de realizar la estimacin de leyes en este sistema no plegado, para finalmente regresar de vuelta al sistema plegado para la evaluacin de reservas y planeamiento. Este mtodo se describe con mayor detalle el el Manual de Usuario de Unfold o en los papers de M. J . Newton mencionados es esta bibliografa. Si usted quiere usar la opcin de Unfold en la estimacin de leyes, deber usar en primer lugar el proceso UNFOLD de DATAMINE de tal forma de calcular las coordenadas no plegadas de las muestras, este archivo se ingresar luego a ESTIMA como el archivo de datos de las muestras. Toda la informacin, tales como volumenes de busqueda, parmetros de anisotropa, modelos de variograma, etc. debern especificarse en el sistema noplegado, con excepcin del modelo del prototipo de entrada que deber ingresarse en el sistema de coordenadas mundiales o plegadas.
ESTIMA desdobla los puntos de discretizacin de manera que la estimacin se hace en el sistema no plegado, la estimacin de leyes y variables secundarias son luego retornadas a la celda correspondiente en el modelo plegado.
Usted selecciona trabajar con plieges especificando el archivo de string opcional, que deber contener los datos de la strings del techo y piso del pliege en una o ms secciones, tambin deber especificar los parmetros y campos del plegamiento, como se describi en el Manual de Referencia del Unfold.
El mtodo unfold no es permitido para modelos rotados, si usted intenta combinarlos entonces el modelo terminar en un error inesperado.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 55
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ESTIMA crea dos archivos de salida, que son el modelo de bloques de salida y el archivo de salida de las muestras, el primero contiene simplemente el archivo del modelo de prototipo de entrada con las leyes estimadas y los campos secundarios. Si usted especifico un retrieval criteria entonces el modelo de salida contendr slo una parte de las celdas.
El archivo con las muestras es opcional, y contiene el peso de cada muestra para cada celda y para cada ley que ser estimada. Cada peso es un registro separado, de tal forma que este archivo puede llegar a ser muy grande, puede ser que usted necesite de la informacin almacenada en este registro, sin embargo nosotros le sugerimos obviarlo y no crearlo. De todas formas para una mayor informacin. este archivo contendr los siguientes campos :
ARCHIVO DE MUESTRAS DE SALIDA
CAMPO
DESCRIPCIN
XC
Coordenada X del centro de la celda a estimar
YC
Coordenada Y del centro de la celda a estimar
ZC
Coordenada Z del centro de la celda a estimar
X
Coordenada X de la muestra
Y
Coordenada Y de la muestra
Z
Coordenada Z de la muestra
ACTDIST
Distancia actual entre el centro de la celda y la muestra
TRANSDIST
Distancia transformada, al usar la transformac. del volumen de busqueda
FIELD
El nombre del campo con la ley estimada
GRADE
EL valor de la ley de la muestra
WEIGHT
El peso asignado a la muestra
OCTANT
El nmero de octantes, si se usa la busqueda por octantes
{ZONE1_F}
El nombre del campo actual que se definio como Zona 1, por ejemplo ROCK
{ZONE2_F}
Similar a {ZONE1_F}
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 56
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
AV-VGRAM Valor promedio del variograma entre la celda y la muestra (slo se usa en el caso del kriging) Un ejemplo con parte del archivo de salida de las muestras se diagrama a continuacin:
XC
YC
ZC
X
Y
Z
ACT DIST
TRAN DIST
FIELD
GRDE
WGT
OCT
ROCK
AV- VGR M
350
250
150
321
222
131
44.6
0.374
au
3.51
0.284
7
A
6.128
350
250
150
321
301
174
56.4
0.35
au
5.78
0.237
1
A
6.912
350
250
150
353
248
153
4.7
0.044
au
9.14
0.324
2
A
4.730
350
250
150
422
245
117
79.4
0.792
au
2.79
0.155
6
A
8.636
Adems se muestra un ejemplo de lo desplegado en pantalla durante la ejecucin del proceso. El primer item muestra la informacin del uso de la memora virtual (mostrado si @PRINT>=1), esto es bastante til en el caso de que usted este teniendo problemas con el uso de la memoria virtual.
La tabla de estimacin entrega un resumen de estimacin a ser calculada. Si usted est usando control zonal este tambin ser mostrado a continuacin, en este ejemplo hay dos campos zonales uno alfanumerico y uno numerico.
En el caso de que el archivo de parmetros de estimacin configure un conjunto de parmetros a aplicar en todas las zonas no definidas explicitamente, entonces la tabla de estimacin mostrar un registro con cada posible combinacin, razn por la cual pueden aparecer ms combinaciones de celdas que las que usted especfico.
Las estimaciones son calculadas en el orden mostrado en la tabla, el cual no es necesariamente el mismo especificado por usted en el archivo de parmetros de estimacin, ya que el orden se altera de tal forma de minimizar el tiempo de ejecucin.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 57
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Texto en Pantalla >>> El nmero total de archivos en memoria virtual es de 11 El nmero total de palabras en el archivo vm es 47942 Tabla de Estimacin --------------------------- La estimacin se realizar con la siguiente combinacin de leyes y campos zonales Leyes de Leyes del Zonas .............................Vol. de Met. de los datos Modelo de Busqueda Est. de muestras salida
1 AU AU-I PD OXI DE 1 1.0 2 2 AU AU-KRG OXIDE 1 1.0 3 3 AU AU-I PD SULFURO 1 1.0 2 4 AU AU-KRG SULFURO 1 1.0 3 5 AU AU-I PD OXIDO 2 3.0 2 6 AU AU-KRG OXIDO 2 3.0 3 7 AU AU-I PD SULFUROS 2 3.0 2 8 AU AU-KRG SULFUROS 2 3.0 3
Nmero de registros en el modelo de salida = 9500 Nmero de diferentes campos de leyes = 2 Mximo nmero de estimaciones = 19000
El mximo numero ignora retrival criteria, seleccionando actualizacin, zonas no estimadas, etc, tal que el % mostrado en el progreso puede ser tambin bajo.
Resumen estadstico para el kriging ----------------------------------------------- El nmero total de estimaciones de kriging calculadas es 9500 El nmero total de estimaciones de kriging hechas con : - Una o ms muestras con covarianza de cero 50 - Errores en la resolucin de la matriz del kriging 0 - Varianza del kriging mayor que la meseta de la variografa 0 - Uno o ms pesos negativos 202 - Slo un punto de discretizacin 0 - mximo nmero de iteraciones en el kriging lognormal 0
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 58
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
>>> 9500 REGISTROS EN EL ARCHIVO MODEL1 <<< El mximo nmero de estimaciones se calcula como el nmero de registros en el modelo de salida multiplicado por el nmero de diferentes leyes a crear, existen varias situaciones en las cuales el actual nmero de estimaciones puede ser menor que este nmero:
- Usted est usando control zonal, pero usted ha especificado slo ciertas combinaciones de los campos de zone, y no ha especficado un valor por defecto para los parmetros de estimacin. - La estimacin es reemplazante y se han especificado retrieval criteria. - Usted est usando los parmetros de selectividad actualizados @XMIN, @XMAX, etc.
El report del progreso muestra el nmero de estimaciones completas, como un valor absoluto y como un % del mximo nmero de estimaciones, por las razones expuestas anteriormente es posible que el % sea tambin ms bajo. Tambin es posible que este porcentaje exceda el 100 %, lo que puede ocurrir si en el archivo de parmetros de estimacin se defini incorrectamente dos o ms campos VALUE_OU con el mismo nombre. SI por ejemplo en el caso anterior del report en pantalla se definio el campo de ley AU en los 8 registros de tal forma que el nmero de estimaciones puede ser de 9500 pero en realidad se han realizado 19000 estimaciones . El modelo de salida slo incluye la estimacin del kriging ya que a pesar de que la estimacin por IPD puede ser hecha, est puede ser sobrescrita por la estimacin del kriging, entonces si tu reports excede el 100% chequee el valor de los campos VALUE_OU en el archivo de parmetros de estimacin.
La tabla titulada Resumen Estadstico para el Kriging slo se mostrar si usted usa SK o OK como uno de sus mtodos de estimacin, la informacin incluida en esta tabla es la siguiente:
UNA O MAS MUESTRAS CON COVARIANZA DE 0 : Esto muestra el nmero de estimaciones que incluyen una o ms muestras cuyas distancias desde la celda exceden el rango del variograma, esto no es un error o un problema pero si le indica a usted que para algunas celdas puede reducirse el mximo nmero de muestras sin afectar significativamente la varianza del kriging.
ERROR EN LA RESOLUCION DE LA MATRIZ DEL KRIGING ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 59
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Si un error ocurre mientras intenta resolver la matriz del kriging, la estimacin puede quedar como un valor ausente (-). Si usted est usando @PRINT>=1 entonces las coordenadas de las celdas puede mostrarse en pantalla y grabarse en el archivo de impresin si @ECHO=1. El problema puede deberse a una muy alta anisotropa en los rangos del variograma, de tal manera que se aconseja chequear los modelos de los variogramas, tambin se le sugiere verificar que usted no este usando un kriging lognormal con un modelo de variograma normal.
VARI ANZA DEL KRI GI NG MAYOR QUE LA MESETA Esto es simplemente para informacin y no es un problema, el tratamiento de las varianzas mayores que la meseta del variograma se describe en la seccin el kriging.
UNO O MAS PESOS NEGATIVOS Tambin es slo para informacin y no es un problema, el tratamiento de los pesos del kriging negativos tambin se describe en la seccin acerca del kriging.
UN SOLO PUNTO DE DI SCRETI ZACI ON Esta situacion slo ocurre en el caso de que la estimacin de la celda patrn si @PARENT=2, en cuyo caso el nmero de puntos de discretizacin en cada direccin es doblado hasta exceder @MINDISC.
MAXIMO NUMERO DE ITERACIONES PARA EL KRIGING LOGNORMAL. La opcin del caso general para el kriging lognormal es un procedimiento iterativo. Este item registra el nmero de veces que una iteracin finaliza ya que se han realizado el mximo nmero de iteraciones. En el caso de que esto ocurra muy frecuentemente usted puede considerar aumentar el mximo nmero permitido para las iteraciones, el campo MAXITER en el archivo de parmetros de estimacin.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 60
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
EJ EMPLO NUMERO 1 (NN Y IPD) El primer ejemplo es para correr ESTIMA usando los mtodos NN y IPD, e incluye la corrida equivalente usando los antiguos procesos PLOD3D y IPDD3D.
El archivo de parmetros del volumen de busqueda, SRCPARM1, se muestra a continuacin, recuerde que los 24 campos son obligatorios. Se han definido tres volumenes de busqueda separados, los primeros dos se usarn para este ejemplo y el tercero para el ejemplo 2. La primera elipsoide de busqueda tiene un eje 100 metros manteando 45? en la direccin N25?E. El segundo eje es de 40 metros y se alinea horizontalmente en la direccin E25?S. El tercer eje de la elipsoide de busqueda es de 10 metros y es perpendicular a los otros dos. El segundo elipsoide de busqueda tiene las mismas rotaciones como la primera elipse y luego una tercera rotacin horaria de 65? se aplica en el nuevo plano XY.
SFERNUM
SMETHOD
SDIST1
SDIST2
SDIST3
SANGLE1
SANGLE2
SANGLE3
1
1
2
40
100
10
25
45
0
2
2
2
40
100
10
25
45
65
3
3
2
70
60
80
12
34
56
SAXIS1
SAXIS2
SAXIS3
MINNUM1
MAXNUM1
SVOLFAC2
MINNUM2
MAXNUM2
1
3
1
3
1
10
-
-
-
2
3
1
3
1
500
-
-
-
3
3
1
3
1
11
-
-
-
SVOLFAC3
MINNUM3
MAXNUM3
OCTMETH
MINOCT
MINPEROC
MAXPEROC
MAXKEY
1
-
-
-
0
-
-
-
-
2
-
-
-
0
-
-
-
-
3
-
-
-
0
-
-
-
-
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 61
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Todos los campos en el archivo de parmetros de estimacin, con excepcin de VALUE_IN son opcionales. En este ejemplo los campos son especificados para el archivo ESTPARM1, tal que todos los campos restantes toman su valor por defecto. En particular esto significa que ANISO=1, tal que la elipsoide de anisotropia para la ponderacin de distancias es la misma que para la elipsoide de busqueda.
VALUE_IN
VALUE_OU
NUMSAM_F
SREFNUM
IMETHOD
POWER
ADDCON
1
AU
AU-NN
1
1
-
-
2
AU
AU-IPD
IPD-NUM
2
2
1
5
Los archivos requeridos para ESTIMA se muestran ms abajo, no se han especificado ms campos o parmetros, por lo que todos ellos tomarn su valor por defecto.
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
65 1 2.5 10 Usando los mismos datos mostrados, ESTIMA puede entregar los mismos resultados que PLOD3D y IPDD3D, los principales puntos que debe notar son:
- El mtodo de definicin de la elipsoide de busqueda en ESTIMA es diferente de los otros procesos. Los ngulos y ejes de rotacin se especifican ahora de forma mucho ms general, permitiendo usar diferentes convenciones.
- Con slo un punto de discretizacin en el centro de las celdas, ESTIMA y IPD producen idnticos resultados, sin embargo al usar ms puntos de discretizacin existe una pequea diferencia entre los dos conjuntos de estimacin, esto se debe a las mejoras en los mtodos de discretizacin usados por ESTIMA.
- Usando IPDD3D no existe lmite superior en el nmero de muestras a usarse en la estimacin, entonces de manera de producir resultados idnticos, el lmite superior para ESTIMA (el campo MAXNUM1 en el archivo de parmetros del volumen de busqueda) debe ser alto para asegurar que no existan muestras rechazadas.
EJ EMPLO NUMERO 2 (OK) El archivo de parmetros del volumen de busqueda usado aca es el mismo usado en el ejemplo 1, mientras que ESTPARM2 (el archivo de parmetros de estimacin) contiene los siguientes campos :
VALUE_IN
VALUE_OU
NUMSAM_F
VAR_F
SREFNUM
IMETHOD
VREFNUM
LOG
1
AU
AU-KRG
N-KRG
3
3
3
5
0
2
AU
AU-LOG
N-LOG
2
1
3
6
1
El archivo de parmetros del modelo del variograma, VMODPARM es :
VREFNUM
VANGLE1
VANGLE2
VANGLE3
VAXIS1
VAXIS2
VAXIS3
NUGGET
1
5
12
34
56
3
1
3
10
2
6
25
45
0
3
1
3
0.1
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 63
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
ST1
ST1PAR1
ST1PAR2
ST1PAR3
ST1PAR4
1
1
40
30
50
20
2
1
45
35
55
0.2
Abajo podr encontrar los archivos y parmetros requeridos para ESTIMA, todos los otros campos y parmetros tomarn el valor por defecto.
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Un resumen de todos los parmetros se entrega en la siguiente tabla, todos los parmetros son opcionales, y en caso de no ser especificados toman su valor por defecto.
RESUMEN DE LOS Parmetros DE ESTIMA
PARAMETRO
VALOR POR DEFECTO
METODOS
DESCRIPCION
XSUBCELL
1
ALL
NUMERO DE SUBCELDAS EN X, SI &PROTO ESTA VACIO
YSUBCELL
1
ALL
NUMERO DE SUBCELDAS EN Y, SI &PROTO ESTA VACIO
ZSUBCELL
1
ALL
NUMERO DE SUBCELDAS EN Y, SI &PROTO ESTA VACIO
DISCMETH
1
I PD, OK, SK
METODO DE DISCRETIZACION: 1=USA @XPOINT,ETC ; 2 =USA @XDSPACE,ETC
XPOINTS
1
@DISCMETH =1
NUMERO DE PUNTOS DE DISCRETIZACION EN X
YPOINTS
1
@DISCMETH =1
NUMERO DE PUNTOS DE DISCRETIZACION EN Y
ZPOINTS
1
@DISCMETH =1
NUMERO DE PUNTOS DE DISCRETIZACION EN Z
XDSPACE
1 pt. en el centro
@DISCMETH =2
DISTANCIA ENTRE LOS PUNTOS DE DICRETIZAC. EN X
YDSPACE
1 pt. en el centro
@DISCMETH =2
DISTANCIA ENTRE LOS PUNTOS DE DICRETIZAC. EN Y
ZDSPACE
1 pt. en el centro
@DISCMETH =2
DISTANCIA ENTRE LOS PUNTOS DE DICRETIZAC. EN Z
PARENT
0
ALL
MANEJ O DE CELDAS Y PUNTOS DE DISCRETIZ. : 0=ESTIMA CELDAS INDIVIDUALMENTE 1= PATRON, TODOS LOS PUNTOS 2 = PATRON, SELECCIONA LOS PUNTOS DE DISCRET.
MINDISC
1
@PARENT = 2
MINIMO NUMERO DE PUNTOS DE DISCRETIZACION
XMIN
&PROTO min X
ALL
MINIMO VALOR DE X PARA ACTUALIZAR EL MODELO
XMAX
&PROTO max X
ALL
MAXIMO VALOR DE X PARA ACTUALIZAR EL MODELO
YMIN
&PROTO min Y
ALL
MINIMO VALOR DE Y PARA ACTUALIZAR EL MODELO
YMAX
&PROTO max Y
ALL
MAXIMO VALOR DE Y PARA ACTUALIZAR EL MODELO
ZMIN
&PROTO min Z
ALL
MINIMO VALOR DE Z PARA ACTUALIZAR EL MODELO
ZMAX
&PROTO max Z
ALL
MAXIMO VALOR DE Z PARA ACTUALIZAR EL MODELO
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 66
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
COPYVAL 0 ALL SWITCH DE LA COPIA : 0=DATOS AUSENTES EN DATOS INSUFICIENTES 1=COPIA VALORES EXISTENTES AL MODELO SALIDA
FVALTYPE
1
OK, SK
APROXIMACION DEL VALOR DE F: 1=USA LA DIMENSION EXACTA DE LAS CELDAS 2=APROXIMA LA DIMENSION DE LAS CELDAS
FSTEP
1
@FVALTYPE =2
TAMAO DEL PUNTO PARA APROXIMAR EL VALOR F
LINKMODE
3
UNFOLD
METODO DE DEFINICION DE LA STRING DE LINKEO
UCSAMODE
2
UNFOLD
EL TIPO DE COORDENADA UCSA
UCSBMODE
3
UNFOLD
EL TIPO DE COORDENADA UCSB
UCSCMODE
2
UNFOLD
EL TIPO DE COORDENADA UCSC
PLANE
1
UNFOLD
EL PLANO DE LA INTERPRETACIONESTRUCTURAL
HANGID
-
UNFOLD
EL NOMBRE DEL CAMPO DE LA STRING DE TECHO
FOOTID
-
UNFOLD
EL NOMBRE DEL CAMPO DE LA STRING DE PISO
TOLRNC
0
UNFOLD
TOLERANCIA EN CLCULO DE LA COORDENADA UCSA
ORGTAG
-
UNFOLD
DEFINICION ORIGEN NUMERO DE TAGDEL EJ E USCB
PRINT
0
ALL
SWITCH VISUALIZACION EN PANTALLA 0=MINIMO ; 1= MEDIO ; 2=MAXIMO
ECHO
0
ALL
SWITCH CONTROL ENVIO A ARCHIVO DE IMPRESION: 0=NO LO ENVIA A ARCHIVO ; 1=SI LO ENVIA
Usted notar que al ejecutar ESTIMA con @DICT=3 la pantalla slo alcanzar para preguntar por 10 parmetros, en caso de que usted desee definir los demas parmetros se sugiere modificar el parametro de control @DICT=2, o bien ejecutar el proceso desde una macro.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 67
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
En la siguiente tabla podr encontrar un resumen de todos los archivos utilizados por ESTIMA :
ARCHIVO
INPUT / OUTPUT
IMPRESCINDIBLE / OPCIONAL
DESCRICION
PROTO
I
I
MODELO DEL PROTOTIPO DE ENTRADA
IN
I
I
MUESTRAS
SRCPARM
I
I
ARCHIVO DE Parmetros DEL VOLUMEN DE BUSQUEDA
ESTPARM
I
I
ARCHIVO DE Parmetros DE ESTIMACION
VMODPARM
I
O
ARCHIVO DE Parmetros DEL MODELO DEL VARIOGRAMA
STRING
I
O
ARCHIVO DE STRING DE UNFOLD
MODEL
O
I
MODELO DE SALIDA
SAMPOUT
O
O
ARCHIVO DE SALIDA DE MUESTRAS
La mayoria de estos archivos se han descrito en las secciones anteriores, y ahora se entregar una breve descripcin del modelo de prototipo de entrada y del archivo de datos de muestras :
El modelo de prototipo de entrada es un modelo estandar de DATAMINE que contiene los 13 campos obligatorios tipicos, ms los siguientes tres campos :
- LOCALM_F La media local para el kriging simple - ZONE1_F Primer campo para el control zonal - ZONE2_F Segundo campo para el control zonal
El archivo de los datos de las muestras contiene las coordenadas X, Y y Z de las muestras y al menos un campo de ley, ESTIMA consider que los nombres de los campos de las coordenadas son X, Y y Z respectivamente. Sin embargo si usted ha usado otros nombres puede especificarlos sin ningn problema :
*X(ESTE), *Y(NORTE), *Z(COTA)
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 68
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Los nombres de los campos de leyes se definen usando el campo VALUE_IN en el archivo de parmetros de estimacin, los otros campos (todos opcionales) del archivo de muestras son : ZONE1_F Primer campo para el control zonal ZONE2_F Segundo campo para el control zonal KEY Campo usado para restringir las muestras por el campo KEY LENGTH_F Campo para ponderar por el largo, en IPD DENS_F Campo para ponderar por la densidad, en IPD
Si desea usar alguno de estos campos, deber especificarlos por las coordenadas, por ejemplo *KEY(BHID). Sin embargo note que si ya existe un campo KEY en el archivo de datos de muestras y usted configur MAXKEY con 1 o ms en el archivo de parmetros de estimacin, luego el proceso puede usar el campo KEY como restrictivo de las muestras slo si no se ha especificado *KEY(KEY).
Una situacin similar al anterior se aplica a otros campos , porque se les ha asignado nombres que no son usuales, si por ejemplo al campo de ponderacin por el largo se le ha llamado LENGTH en vez de LENGTH_F, y el campo LENGTH existe en el archivo de datos de muestras, entonces IPD puede siempre usar la ponderacin por el largo.
ESTIMA usa los nombres convencionales de los campos, los nombres por los cuales usted ser cuestionado son los siguientes (todos opcionales) :
ARCHIVO
CAMPO
DESCRIPCION
X
COORDENADA X DE LAS MUESTRAS
Y
COORDENADA Y DE LAS MUESTRAS
Z
COORDENADA Z DE LAS MUESTRAS
KEY
CAMPO USADO PARA RESTRINGIR LAS MUESTRAS PARA LA ESTI MACI ON
LENGTH_F
CAMPO USADO PARA PONDERAR POR EL LARGO POR EL IPD
IN
DENS_F
CAMPO USADO PARA PONDERAR POR LA DENSIDAD POR EL IPD
ZONE1_F
PRIMER CAMPO PARA LA ZONA DE CONTROL IN, PROTO MODEL ESTPARM
ZONE1_F
SEGUNDO CAMPO PARA LA ZONA DE CONTROL
SECTI ON
SECCION IDENTIFICADORA PARA UNFOLD
BOUNDARY
LIMITE IDENTIFICADOR PARA UNFOLD ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 69
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
WSTAG
LINEA TAG DENTRO DE UNA SECCION
BSTAG
LINEA TAG ENTRE SECCIONES STRING
TAG
CAMPO DE LAS LINEAS TAGS
No existen restricciones en el nmero de registros ni tampoco en el archivo de los datos de las muestras o en el archivo del modelo del prototipo, sin embargo existen algunas restricciones en las variables :
Existe un mximo de hasta 100 combinaciones de zonas en las muestras y en el prototipo. Si se define slo una campo zone entonces este podr contener hasta un mximo de 100 diferentes zonas, si existen dos campos zone slo podrn existir un mximo de 100 combinaciones de zona 1 y zona 2.
En el caso de que alguno de los campos zone sea alfanumerico, entonces este podr contener hasta un mximo de 20 caracteres.
El nmero mximo de diferentes leyes definidas en los campos VALUE_IN (del archivo de parmetros de estimacin) es de 24. Sin embargo el archivo de parmetros de estimacin puede tener ms de 24 registros en el caso de que un mismo valor de ley tenga otros parmetros diferentes, por ejemplo para diferentes zones.
El lmite de 24 tambin se aplica para los campos VALUE_OU dentro del mismo archivo.
Si el campo *KEY es alfanumerico este debe ser menor o igual a 40 caracteres.
No existe lmite en el nmero de muestras dentro del volumen de busqueda para los mtodos de estimacin NN, IPD, o ST. Sin embargo para el OK y el SK usted tiene una limitante de 220 muestras para un PC con DOS y hasta 1400 para todos los otros computadores. Usted deber tomar en cuenta ese lmite cuando deba defina el campo MAXNUM en el archivo de parmetros del volumen de busqueda.
ESTIMACION DE RESERVAS Manual ESTIMA
DATAMINE Peru S.A. Pgina N 70
Copyright: Datamine Corporate Limited, UK, 2004 Av. Jorge Basadre 592 Of. 703, San Isidro, Lima - PERU. Tel: (51-1) 222-6000 .Fax: (51 1) 221-4305 Email: info@datamine.com.pe.
Clark, I "Practical Geostatistics" Applied Science Publishers Ltd, London 1979 ISBN 0-85334-843-X
David, M. "Geostatistical Ore Reserve Estimation" Elsevier Scientific Publishing Company, 1977 ISBN 0-444-41609-9 (series) 0-444-41532-7 (vol. 2)
David, M. "Handbook of Applied Advanced Geostatistical Ore Reserve Estimation" Elsevier Scientific Publishing Company, 1988
Deutch, C.V. "GSLIB. Geostatistical Software Library and User's Guide" and J ournel, A.G. Oxford University Press, 1992 ISBN 0-19-507392-4
Dowd, P.A. "Lognormal Kriging - The General Case" Mathematical Geology, 1982
Isaaks, E.H. and "A Introduction to Applied Geostatistics" Srivastava Oxford University Press, 1989 ISBN 0-19-505012-6 0-19-505013-4 (pbk)
Newton, M. J . "Variogram Calculation and Kriging for Folded Deposits" Mineral Resource Evaluation '95 Conference, April 1995 Leeds University, UK
Sichel, H.S. "The Estimation of Means and Associated Confidence Limits for Small Samples from Lognormal Populations" Symposium on Mathematical Statistics and Computer Applications in Ore Valuation, J ournel of the South African Institute of Mining and Metallurgy, March 1966.