em

Modelo geológico e avaliação de recursos minerais

Importância da modelagem geológica na avaliação de recursos minerais

A avaliação de recursos minerais não pode ser um procedimento simplesmente matemático de cálculo de teores considerando uma massa homogênea de material geológico. Uma aplicação bem-sucedida da geologia tanto no desenvolvimento como na lavra de um depósito mineral deve proporcionar simples respostas quantificáveis de combinações geológicas complexas de tonelagens, teores, qualidade da rocha e características de tratamento que são únicos em cada depósito (Mackenzie, 2001, p. 119).

Um fator chave na estimativa de um recurso mineral é a síntese de toda a informação geológica em um modelo geológico coerente, que deve considerar todos os elementos que podem influenciar a localização da mineralização (Stoker e Gilfillan, 2001, p. 32). A geologia é uma área onde os princípios da boa prática recaem diretamente ao geólogo, cujo conhecimento, interpretação e entendimento das características da geologia e mineralização irão determinar o modelo geológico (Neuss, 2001, p. 54-55). Nesse sentido, deve-se considerar a natureza dos dados e suposições feitas, interpretações alternativas, fatores afetando a continuidade de teores e da geologia (Snowden, 2001, p. 644).

Domínios de estimativa na modelagem e avaliação de recursos minerais

A definição dos domínios de estimativa é um pré-requisito importante na aplicação da maioria das ferramentas geoestatísticas usadas na modelagem e avaliação de recursos minerais (Rossi e Deutsch, 2014, p. 63). Segundo esses autores, os domínios de estimativa determinam o volume mineralizado e assim um fator importante na tonelagem estimada acima do teor de corte econômico.

Em muitos casos, os domínios mineralizados coincidem com as unidades geológicas (minério de ferro, metais base sedimentares ou depósitos de sulfetos de metais base) e, dessa forma, a modelagem de teores é restrita inteiramente pela geologia (Glacken e Snowden, 2001, p. 190). Por exemplo, a Figura 1 ilustra uma camada mineralizada (Lito 2), que deve ser avaliada quanto ao seu potencial mineral.

Figura 1: Camada mineralizada (lito 2) obtida por modelagem implícita para avaliação do potencial mineral.
Representação com diagramas em cerca com o uso do Software GEOKRIGE.

Segundo esses autores, em outros casos, a mineralização transgride unidades geológicas, como, por exemplo, em mineralizações de ouro estruturalmente controladas em zonas de cisalhamento. Nesses casos, a característica a ser modelada é a zona de cisalhamento. Há também casos de mineralização disseminada sobre uma limitada gama de tipos de rochas, tais como os grandes depósitos pórfiros de cobre e ouro (Glacken e Snowden, 2001, p. 190).

Interpretação geológica

Considerando que a pesquisa mineral é realizada em seções perpendiculares à linha base, a interpretação geológica é feita inicialmente sobre essas seções. Além disso, seções paralelas à linha base são também interpretadas visando a elaboração do modelo geológico da mineralização.

Tais interpretações são bidimensionais e não consideram observações de sondagens fora da seção em estudo (Gilfillan, 2001, p. 93). Assim, segundo esse autor, deve-se considerar a informação de seções longitudinais e talvez oblíquas para auxiliar a interpretação geológica na terceira dimensão. Essa modelagem é chamada determinística, pois se considera exata e precisa (Rossi e Deutsch, 2014, p. 32). Ainda segundo esses autores, a interpretação determinística é preferida, pois ela é única e de fácil controle, embora algumas vezes difícil e demorada. As formas geológicas deveriam ser desenhadas com um grau de confiança relacionado à densidade dos dados, mas se a continuidade entre as seções não puder ser definida, então a confiança é pequena (Rossi e Deutsch, 2014, p. 33).

A categoria geológica em uma localização não amostrada pode ser calculada por meio da modelagem determinística ou por meio da modelagem probabilística, que é obtida krigando as funções indicadoras simultaneamente ou uma por vez (Rossi e Deutsch, 2014, p. 38).

De acordo com a terminologia empregada por Rossi e Deutsch (2014, p. 38), a modelagem determinística deve corresponder à modelagem implícita. Certamente, muitos depósitos minerais foram calculados sem levar em consideração os tipos de minério, o zoneamento mineralógico, zonas de alteração etc. Isso se devia à falta de conexão entre o modelo geológico e a distribuição de teores no depósito mineral.

Isso significa que a litologia ou tipo de minério do bloco vai orientar a pesquisa de amostras na vizinhança próxima. Portanto, o modelo geológico proporciona a litologia ou tipo de minério para cada bloco a ser avaliado. Evidentemente, considerava-se o modelo geológico construído manualmente.

Obtenção do modelo geológico pelo computador

Atualmente, com a facilidade advinda da interpolação de variáveis qualitativas, se constrói modelos geológicos com o auxílio de computador. Obviamente, isso não significa deixar a informação da interpretação geológica em seções e plantas em detrimento do modelo obtido em computador. Ao contrário, o modelo geológico auxiliado por computador pode ser melhorado, atualizado e ajustado usando-se as informações de seções geológicas interpretadas manualmente.

Na realidade, essas seções geológicas podem ser amostradas por pseudo-furos, os quais informam as litologias em intervalos de-para regulares. Segundo Gilfillan (2001, p. 93), a principal contribuição da modelagem auxiliada por computador está no fato de levar em consideração dados intermediários com desvios ou distorcidos, por meio da identificação de suas reais posições no espaço. Além disso, o uso de técnicas computacionais permite rápida avaliação das varias opções de interpretação para definir a melhor, bem como examinar cuidadosamente as implicações de interpretações alternativas (Mackenzie e Wilson, 2001, p. 116). Carras (2001, p. 200) afirma que, baseado na prática, a informação geológica quando usada corretamente pode melhorar consideravelmente as estimativas conseguidas no processo de modelagem de recursos minerais.

Os controles geológicos da distribuição da mineralização devem ser usados para restringir estimativas de teores onde existem controles evidentes (litológico ou estrutural) (Waltho, 2001, p. 40). A definição de domínios homogêneos depende do entendimento dos controles geológicos da mineralização; da continuidade de teores, incluindo continuidade das mineralizações de altos e baixos teores; a seletividade do método de mineração e do teor de corte para determinação do recurso/reserva mineral, bem como do teor de equilíbrio econômico da mineralização (Stegman, 2001, p. 222).

A interpretação e modelagem geológica deve considerar a continuidade, que pode ser classificada em: geológica e de atributo (Sinclair e Blackwell, 2002, p. 7). A continuidade geológica, segundo esses autores, se refere à forma espacial de uma feição geométrica tal como um depósito mineral ou domínio mineral, enquanto a continuidade do atributo é descrita pela distribuição espacial de medidas como teor ou espessura dentro de uma zona de continuidade geológica. A continuidade do atributo é medida por meio da correlação espacial descrita pelo modelo de variograma.

Referências:

Carras, S. 2001. Let the orebody speak. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 199-206. Melbourne, The Australasian Institute of Mining and Metallurgy.

Gilfillan, J.F. 2001. The resource database audit. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 91-96. Melbourne, The Australasian Institute of Mining and Metallurgy.

Glacken, I.M.; Snowden, D.V. 2001. Mineral resource estimation. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 189-198. Melbourne, The Australasian Institute of Mining and Metallurgy.

Mackenzie, D.H. 2001. Tonnes, grade and economics – The ZC experience 1985-1988. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 119-124. Melbourne, The Australasian Institute of Mining and Metallurgy.

Mackenzie, D.H.; Wilson, G.I. 2001. Geological interpretation and geological modelling. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 111-118. Melbourne, The Australasian Institute of Mining and Metallurgy.

Rossi, M.; Deutsch, C.V. 2014. Mineral resource estimation. Dordrecht, Springer. 332p.

Sinclair, A.J.; Blackwell, G.H. 2002. Applied mineral inventory. New York, Cambridge University Press. 381p.

Snowden, D.V. 2001. Practical interpretation of mineral resource and ore reserve classification guidelines. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 643-652. Melbourne, The Australasian Institute of Mining and Metallurgy.

Stegman, C.L. 2001. How domain envelopes impact on the resource estimate – case studies from the Cobar Gold Field, NSW, Australia. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 231-236. Melbourne, The Australasian Institute of Mining and Metallurgy.

Waltho, A. 2001. Case history: Century Zinc – the resource database from discovery to feasibility. In: Mineral Resources and Ore reserve Estimation – The AusIMM Guide to a Good Practice (Ed. A.C. Edwards) p. 37-42. Melbourne, The Australasian Institute of Mining and Metallurgy.

Jorge Kazuo Yamamoto

Escrito por Jorge Kazuo Yamamoto

Prof. Dr. Jorge Kazuo Yamamoto, fundador da Geokrigagem, é geólogo, foi pesquisador do IPT e docente do Instituto de Geociências da USP, onde se aposentou como Professor Titular do Departamento de Geologia Sedimentar e Ambiental. Atualmente, atua como Professor Sênior do Departamento de Engenharia de Minas e de Petróleo – Escola Politécnica – USP. É responsável pela disciplina “Métodos geoestatísticos” na Pós-Graduação do IPT – Investigação do subsolo: Geotecnia e Meio Ambiente. Dedica-se ao ensino de geoestatística, com ênfase no desenvolvimento de algoritmos e pesquisa de novas aplicações, tais como: variância de interpolação, cálculo da variância global de depósitos minerais e correção do efeito de suavização da krigagem. Ultimamente, seu interesse está voltado para o ensino e divulgação da linguagem R.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Declaração de Recursos e Reservas Minerais – Qualidade do Projeto – Parte 4

Continuidade geológica