O mapeamento da incerteza dos teores através de métodos de simulação geoestatística é uma metodologia que está começando a ser amplamente utilizada na indústria mineira. No entanto, o uso correto desse intervalo de incerteza para os processos subsequentes à avaliação de recursos ainda carece de entendimento e aplicação no setor industrial, onde o modelo de krigagem é empregado para o planejamento de mina. O sequenciamento da produção de longo prazo, com o objetivo de maximizar o Valor Presente Líquido (VPL), é uma das etapas mais importantes no planejamento de lavra e, portanto, o acesso à informação da variabilidade dos teores torna-se de grande importância permitindo a maximização dos lucros e da extração dos recursos. O objetivo deste estudo é avaliar o impacto da incerteza geológica no planejamento de lavra de modo a definir um sequenciamento a partir das simulações. Para isso ser alcançado, propõe-se uma análise probabilística incorporando as incertezas dos teores no sequenciamento de lavra, e quantificando, através de um índice de classificação proposto no estudo, os potenciais ganhos e riscos de perda associado a cada cenário sequenciado. O método de co-simulação por bandas rotativas é utilizado para gerar cenários equiprováveis. Em seguida, o sequenciamento de lavra é definido para cada cenário de teor simulado utilizando um software de otimização. Então, cada sequência de extração dos blocos obtida foi reavaliada para cada simulação de teor. Além disso, um índice de classificação é utilizado para definir o sequenciamento de lavra que gera o maior VPL. Por fim, é realizada uma comparação entre a opção de planejamento selecionada pela metodologia proposta e o modelo utilizado tradicionalmente na indústria obtido a partir de interpolações lineares (krigagem) dos teores. / Mapping grade uncertainty through geostatistical simulation is becoming widely used in the mining industry. However, the proper use of this uncertainty interval for subsequent decision making processes still lacks of understanding and use, where a grade kriging model is mostly employed for mine planning. The long-term scheduling aiming at maximizing Net Present Value (NPV) is one of the most important stages in mine planning, and therefore the assessment of grade variability is of great importance and allowing maximizing profit and resources extraction. The aim of this study is to evaluate the impact of geological uncertainty in mine planning in order to define the best scheduling given grade uncertainty derived from the simulations. For this to be achieved, it is proposed a probabilistic analysis incorporating grade uncertainties in the mining sequencing and quantifying, through a proposed classification index, the potential gains and risks of loss associated with each sequenced scenario. Turning bands algorithm is used to generate equally probable scenarios. Next, it is defined the mining sequence for each grade simulated scenario using an optimization software. Then, each block extraction sequence obtained is reevaluated for each grade simulation. Furthermore, a classification index is used to select the schedule which leads to the highest NPV. Finally, a comparison is performed with the selected schedule and the one obtained using the model traditionally used based on kriged grades.

O mapeamento da incerteza dos teores através de métodos de simulação geoestatística é uma metodologia que está começando a ser amplamente utilizada na indústria mineira. No entanto, o uso correto desse intervalo de incerteza para os processos subsequentes à avaliação de recursos ainda carece de entendimento e aplicação no setor industrial, onde o modelo de krigagem é empregado para o planejamento de mina. O sequenciamento da produção de longo prazo, com o objetivo de maximizar o Valor Presente Líquido (VPL), é uma das etapas mais importantes no planejamento de lavra e, portanto, o acesso à informação da variabilidade dos teores torna-se de grande importância permitindo a maximização dos lucros e da extração dos recursos. O objetivo deste estudo é avaliar o impacto da incerteza geológica no planejamento de lavra de modo a definir um sequenciamento a partir das simulações. Para isso ser alcançado, propõe-se uma análise probabilística incorporando as incertezas dos teores no sequenciamento de lavra, e quantificando, através de um índice de classificação proposto no estudo, os potenciais ganhos e riscos de perda associado a cada cenário sequenciado. O método de co-simulação por bandas rotativas é utilizado para gerar cenários equiprováveis. Em seguida, o sequenciamento de lavra é definido para cada cenário de teor simulado utilizando um software de otimização. Então, cada sequência de extração dos blocos obtida foi reavaliada para cada simulação de teor. Além disso, um índice de classificação é utilizado para definir o sequenciamento de lavra que gera o maior VPL. Por fim, é realizada uma comparação entre a opção de planejamento selecionada pela metodologia proposta e o modelo utilizado tradicionalmente na indústria obtido a partir de interpolações lineares (krigagem) dos teores. / Mapping grade uncertainty through geostatistical simulation is becoming widely used in the mining industry. However, the proper use of this uncertainty interval for subsequent decision making processes still lacks of understanding and use, where a grade kriging model is mostly employed for mine planning. The long-term scheduling aiming at maximizing Net Present Value (NPV) is one of the most important stages in mine planning, and therefore the assessment of grade variability is of great importance and allowing maximizing profit and resources extraction. The aim of this study is to evaluate the impact of geological uncertainty in mine planning in order to define the best scheduling given grade uncertainty derived from the simulations. For this to be achieved, it is proposed a probabilistic analysis incorporating grade uncertainties in the mining sequencing and quantifying, through a proposed classification index, the potential gains and risks of loss associated with each sequenced scenario. Turning bands algorithm is used to generate equally probable scenarios. Next, it is defined the mining sequence for each grade simulated scenario using an optimization software. Then, each block extraction sequence obtained is reevaluated for each grade simulation. Furthermore, a classification index is used to select the schedule which leads to the highest NPV. Finally, a comparison is performed with the selected schedule and the one obtained using the model traditionally used based on kriged grades.

O mapeamento da incerteza dos teores através de métodos de simulação geoestatística é uma metodologia que está começando a ser amplamente utilizada na indústria mineira. No entanto, o uso correto desse intervalo de incerteza para os processos subsequentes à avaliação de recursos ainda carece de entendimento e aplicação no setor industrial, onde o modelo de krigagem é empregado para o planejamento de mina. O sequenciamento da produção de longo prazo, com o objetivo de maximizar o Valor Presente Líquido (VPL), é uma das etapas mais importantes no planejamento de lavra e, portanto, o acesso à informação da variabilidade dos teores torna-se de grande importância permitindo a maximização dos lucros e da extração dos recursos. O objetivo deste estudo é avaliar o impacto da incerteza geológica no planejamento de lavra de modo a definir um sequenciamento a partir das simulações. Para isso ser alcançado, propõe-se uma análise probabilística incorporando as incertezas dos teores no sequenciamento de lavra, e quantificando, através de um índice de classificação proposto no estudo, os potenciais ganhos e riscos de perda associado a cada cenário sequenciado. O método de co-simulação por bandas rotativas é utilizado para gerar cenários equiprováveis. Em seguida, o sequenciamento de lavra é definido para cada cenário de teor simulado utilizando um software de otimização. Então, cada sequência de extração dos blocos obtida foi reavaliada para cada simulação de teor. Além disso, um índice de classificação é utilizado para definir o sequenciamento de lavra que gera o maior VPL. Por fim, é realizada uma comparação entre a opção de planejamento selecionada pela metodologia proposta e o modelo utilizado tradicionalmente na indústria obtido a partir de interpolações lineares (krigagem) dos teores. / Mapping grade uncertainty through geostatistical simulation is becoming widely used in the mining industry. However, the proper use of this uncertainty interval for subsequent decision making processes still lacks of understanding and use, where a grade kriging model is mostly employed for mine planning. The long-term scheduling aiming at maximizing Net Present Value (NPV) is one of the most important stages in mine planning, and therefore the assessment of grade variability is of great importance and allowing maximizing profit and resources extraction. The aim of this study is to evaluate the impact of geological uncertainty in mine planning in order to define the best scheduling given grade uncertainty derived from the simulations. For this to be achieved, it is proposed a probabilistic analysis incorporating grade uncertainties in the mining sequencing and quantifying, through a proposed classification index, the potential gains and risks of loss associated with each sequenced scenario. Turning bands algorithm is used to generate equally probable scenarios. Next, it is defined the mining sequence for each grade simulated scenario using an optimization software. Then, each block extraction sequence obtained is reevaluated for each grade simulation. Furthermore, a classification index is used to select the schedule which leads to the highest NPV. Finally, a comparison is performed with the selected schedule and the one obtained using the model traditionally used based on kriged grades.

In order to quantify the uncertainty in the grade estimate for the Sadiola Deep Sulphide Prefeasibility Project a conditional simulation model was generated using Direct Block Simulation methodology. Compared to conventional Sequential Gaussian Simulation, the Direct Block Simulation algorithm produced a reliable model in significantly less time, lending its application to a production environment. Through application of a mining transfer function, risk pits were generated for comparison with the Deep Sulphide Prefeasibility pit. The results of this study revealed that the prefeasibility pit is optimal at the applied gold price and cost parameters, and that the risk of not achieving the project grade profile is low. Should the gold price increase, or the operating costs of the project decrease significantly, the Deep Sulphide reserve tonnage would realise significant upside potential. The potential for using the simulation model coefficient of variation to improve the classification of the resource has been highlighted. This exercise could allow significant saving of feasibility drilling capital.