No description available.

Gerenciar riscos é fundamental para que investimentos estejam protegidos de quaisquer fatores que possam modificar um cenário idealizado. Imprevistos não podem ser controlados, mas seus impactos podem ser minimizados se forem tomadas medidas de planejamento considerando diversos cenários da realidade. A indústria mineral se encaixa neste paradigma, pois diversas de suas áreas são estocásticas, desde flutuações econômicas e políticas até fenômenos relativos ao clima e à geologia. Uma destas características de difícil previsão é o volume das mineralizações em um depósito. Um cenário ideal é aquele em que é conhecido o valor esperado da variável de interesse, bem como sua dispersão, com mínimo e máximo definidos. Isto pode ser obtido a partir da combinação dos resultados de estimativa, que resultam em um valor esperado, aliados ao resultado das simulações, em que pode ser obtida a variância entre todos os cenários equiprováveis. Este trabalho propõe uma técnica para quantificar a incerteza dos volumes na modelagem geológica de domínios mineralizados em dois modelos geológicos, interpolado e interpretado, através da transferência da variância obtida nos resultados da simulação, e desta forma criar uma ferramenta de gerenciamento de risco e planejamento a partir dos resultados de incerteza. Para isto foram utilizados os dados de descrição geológica de 168 testemunhos de sondagem de um depósito de cobre, localizado no norte da Bahia. Os resultados mostraram a possibilidade em se utilizar os dados de variância da simulação para quantificar a incerteza em cada domínio do depósito. A partir do volume esperado em determinado modelo, e com os valores da variância da simulação, foi possível identificar uma gama de possibilidades volumétricas. Adicionalmente, a probabilidade de que cada bloco faça parte de um domínio foi calculada, e os volumes dos domínios foram parametrizados para auxiliar na avaliação da incerteza. / Managing risks is essential for investments being safe from any factors that may modify an idealized scenario. Unpredictabilities cannot be controlled, but their impacts can be minimized if planning measures are taken considering various scenarios of reality. The mining industry fits this paradigm, since several of its fields are stochastic, from economic and political fluctuations to phenomena related to climate and geology. One of these characteristics, which are difficult to predict, is the volume of mineralization at the deposit. An ideal scenario is the one in which both the expected value and its dispersion are known, with defined minimum and maximum. This can be achieved with the combination of results from estimates and simulations, the first providing the expected value and the last providing the variance of the variable. This research proposes a technique to quantify the volumetric uncertainty in geological modeling of mineralized domains on two geological models, interpreted and interpolated, by transferring the variance obtained in the simulation results, thus creating a risk and planning management tool from the uncertainty results. For that, we used a geological logging from a database set with 168 drillholes of a copper deposit located north of Bahia state, Brazil. The results showed that it is possible to use the variance from simulation to quantify the uncertainty in each deposit domain. Using the expected volume value in a specific model with the variance values of the simulations, it were able to identify a range of possibilities for the volumetric content of each domain. In addition, the probability of each block being a domain was calculated, resulting in a volume parametrization by probability that can assist in the uncertainty analysis.

Santa Maria é um projeto de exploração mineral conduzido pela empresa Votorantim Metais Ltda, com foco nas comodities zinco e chumbo. Localizado no estado do Rio Grande do Sul, próximo das antigas minas de Camaquã e Uruguay, o projeto se encontra em uma região geologicamente fértil para exploração mineral. O depósito de Santa Maria possui informações suficientes para permitir a avaliação dos recursos minerais e também estudos de viabilidade econômica de projeto, entretanto, sua mineralização ocorre de forma heterogênea e condicionada a feições geológicas estruturais complexas, inserindo dúvidas à respeito da forma e volume dos corpos mineralizados. O objetivo desta pesquisa é a avaliação da incerteza associada à modelagem dos corpos mineralizados. Essa avaliação foi realizada através da comparação entre o modelo tridimensional confeccionado por interpretação de seções e outros dois modelos probabilísticos: um gerado por krigagem de indicadoras e outro gerado por simulação sequencial de indicadoras, que permitiu a interpretação da incerteza associada. Com os resultados obtidos foi possível quantificar os valores de volume máximo, mínimo e médio esperado no depósito, além de avaliar regiões de maior e menor confiança. A utilização conjunta dos métodos de krigagem de indicadoras e simulação sequencial de indicadoras se mostrou uma excelente opção para avaliação do modelo interpretado. Através do tratamento dos resultados foi possível obter informações à respeito da variabilidade local e global do depósito e sobre o comportamento espacial da mineralização. Os resultados e interpretações obtidos podem ser aplicados em trabalhos futuros no depósito, como na classificação do recurso mineral, no refinamento do modelo geológico e no planejamento de futuras malhas de sondagem infill. / Santa Maria is a mineral exploration project conducted by Votorantim Metais Ltda, with focus on zinc and lead extraction. The project is located in the state of Rio Grande do Sul, in the vicinities of the old mines of Camaquã and Uruguay, a favorable area for mineral exploration. There is enough information about Santa Maria\'s deposit to allow the estimation of mineral resources and the project\'s economical viability study, however, its mineralization occurs in heterogeneous ways and is conditioned to complex geological structural features, casting doubts about the shape and volume of the ore bodies. The main goal of this research is evaluating the uncertainty associated with the modeling of the orebodies. This evaluation was performed by comparing a three-dimensional model created by section interpretation and other two probabilistic models: one generated by indicator kriging, and the other generated by sequential indicator simulation, which allowed the interpretation of the associated uncertainty. Based on the obtained results, it was possible to quantify the maximum, minimum and average expected volume of the deposit, and also to evaluate the regions of most and least reliability. The joint use of indicator kriging and sequential indicator simulation methods proved to be an excelent tool for evaluating the interpreted model. By processing the results it was possible to obtain information about deposit\'s local and global variability and spatial behavior of mineralization. The obtained results and interpretations can be applied in deposit\'s further sutdies, for instance, to classify the mineral resource, to refine the geological model or to plan future infill drilholes.

Santa Maria é um projeto de exploração mineral conduzido pela empresa Votorantim Metais Ltda, com foco nas comodities zinco e chumbo. Localizado no estado do Rio Grande do Sul, próximo das antigas minas de Camaquã e Uruguay, o projeto se encontra em uma região geologicamente fértil para exploração mineral. O depósito de Santa Maria possui informações suficientes para permitir a avaliação dos recursos minerais e também estudos de viabilidade econômica de projeto, entretanto, sua mineralização ocorre de forma heterogênea e condicionada a feições geológicas estruturais complexas, inserindo dúvidas à respeito da forma e volume dos corpos mineralizados. O objetivo desta pesquisa é a avaliação da incerteza associada à modelagem dos corpos mineralizados. Essa avaliação foi realizada através da comparação entre o modelo tridimensional confeccionado por interpretação de seções e outros dois modelos probabilísticos: um gerado por krigagem de indicadoras e outro gerado por simulação sequencial de indicadoras, que permitiu a interpretação da incerteza associada. Com os resultados obtidos foi possível quantificar os valores de volume máximo, mínimo e médio esperado no depósito, além de avaliar regiões de maior e menor confiança. A utilização conjunta dos métodos de krigagem de indicadoras e simulação sequencial de indicadoras se mostrou uma excelente opção para avaliação do modelo interpretado. Através do tratamento dos resultados foi possível obter informações à respeito da variabilidade local e global do depósito e sobre o comportamento espacial da mineralização. Os resultados e interpretações obtidos podem ser aplicados em trabalhos futuros no depósito, como na classificação do recurso mineral, no refinamento do modelo geológico e no planejamento de futuras malhas de sondagem infill. / Santa Maria is a mineral exploration project conducted by Votorantim Metais Ltda, with focus on zinc and lead extraction. The project is located in the state of Rio Grande do Sul, in the vicinities of the old mines of Camaquã and Uruguay, a favorable area for mineral exploration. There is enough information about Santa Maria\'s deposit to allow the estimation of mineral resources and the project\'s economical viability study, however, its mineralization occurs in heterogeneous ways and is conditioned to complex geological structural features, casting doubts about the shape and volume of the ore bodies. The main goal of this research is evaluating the uncertainty associated with the modeling of the orebodies. This evaluation was performed by comparing a three-dimensional model created by section interpretation and other two probabilistic models: one generated by indicator kriging, and the other generated by sequential indicator simulation, which allowed the interpretation of the associated uncertainty. Based on the obtained results, it was possible to quantify the maximum, minimum and average expected volume of the deposit, and also to evaluate the regions of most and least reliability. The joint use of indicator kriging and sequential indicator simulation methods proved to be an excelent tool for evaluating the interpreted model. By processing the results it was possible to obtain information about deposit\'s local and global variability and spatial behavior of mineralization. The obtained results and interpretations can be applied in deposit\'s further sutdies, for instance, to classify the mineral resource, to refine the geological model or to plan future infill drilholes.

Woody invasion into grasslands has been reported world-wide and has affected both the magnitude and spatial heterogeneity of soil carbon (C) and nitrogen (N). Since grasslands cover a large portion of the Earth's land surface, invasion of woody plants could have impacts on regional and global biogeochemistry. To understand large-scale ecological and policy implications of woody invasion, it is critical to understand the spatial pattern and uncertainty of soil C and N and their relationship with vegetation and soil attributes, as well as develop effective approaches to estimate soil C and N over large landscapes and regions. The goal of this study was to improve our understanding of the spatial pattern of soil organic carbon (SOC) and total nitrogen (TN) and their controlling factors in savanna landscapes and develop efficient sampling strategies for evaluating the effects of woody invasion. Specific objectives of this study were to: (1) Quantify the spatial pattern and uncertainty associated with SOC and develop efficient sampling strategies to estimate SOC storage; (2) Assess the influence of soil and vegetation factors on spatial distribution of SOC and TN; and (3) Determine the influence of physical variables related to landscape position and soil on woody vegetation structure. Conditional sequential indicator simulations indicated that woody encroachment into grassland increased both spatial heterogeneity and uncertainty of SOC, which increased errors in estimating SOC storage. Stratified random sampling with higher density in woody patches, plus structured sampling in cluster with strong spatial pattern, substantially increased estimation accuracy. Efficient sampling strategies for estimating SOC storage were developed based on these findings. Direct and spatial correlation and scaling analyses showed that SOC and TN were strongly correlated with litter and root biomass. Invaded woody vegetation has the most impact on spatial distribution of SOC and TN. Canonical correspondence analysis showed that variables related to landscape position were the primary factors determining the spatial distribution of woody species. These new insights will facilitate the estimation of soil C and N pools at landscape and regional scales, and will help evaluate the potential impacts of woody plant encroachment on the biogeochemistry of C and N.

Woody invasion into grasslands has been reported world-wide and has affected both the magnitude and spatial heterogeneity of soil carbon (C) and nitrogen (N). Since grasslands cover a large portion of the Earth's land surface, invasion of woody plants could have impacts on regional and global biogeochemistry. To understand large-scale ecological and policy implications of woody invasion, it is critical to understand the spatial pattern and uncertainty of soil C and N and their relationship with vegetation and soil attributes, as well as develop effective approaches to estimate soil C and N over large landscapes and regions. The goal of this study was to improve our understanding of the spatial pattern of soil organic carbon (SOC) and total nitrogen (TN) and their controlling factors in savanna landscapes and develop efficient sampling strategies for evaluating the effects of woody invasion. Specific objectives of this study were to: (1) Quantify the spatial pattern and uncertainty associated with SOC and develop efficient sampling strategies to estimate SOC storage; (2) Assess the influence of soil and vegetation factors on spatial distribution of SOC and TN; and (3) Determine the influence of physical variables related to landscape position and soil on woody vegetation structure. Conditional sequential indicator simulations indicated that woody encroachment into grassland increased both spatial heterogeneity and uncertainty of SOC, which increased errors in estimating SOC storage. Stratified random sampling with higher density in woody patches, plus structured sampling in cluster with strong spatial pattern, substantially increased estimation accuracy. Efficient sampling strategies for estimating SOC storage were developed based on these findings. Direct and spatial correlation and scaling analyses showed that SOC and TN were strongly correlated with litter and root biomass. Invaded woody vegetation has the most impact on spatial distribution of SOC and TN. Canonical correspondence analysis showed that variables related to landscape position were the primary factors determining the spatial distribution of woody species. These new insights will facilitate the estimation of soil C and N pools at landscape and regional scales, and will help evaluate the potential impacts of woody plant encroachment on the biogeochemistry of C and N.

Gerenciar riscos é fundamental para que investimentos estejam protegidos de quaisquer fatores que possam modificar um cenário idealizado. Imprevistos não podem ser controlados, mas seus impactos podem ser minimizados se forem tomadas medidas de planejamento considerando diversos cenários da realidade. A indústria mineral se encaixa neste paradigma, pois diversas de suas áreas são estocásticas, desde flutuações econômicas e políticas até fenômenos relativos ao clima e à geologia. Uma destas características de difícil previsão é o volume das mineralizações em um depósito. Um cenário ideal é aquele em que é conhecido o valor esperado da variável de interesse, bem como sua dispersão, com mínimo e máximo definidos. Isto pode ser obtido a partir da combinação dos resultados de estimativa, que resultam em um valor esperado, aliados ao resultado das simulações, em que pode ser obtida a variância entre todos os cenários equiprováveis. Este trabalho propõe uma técnica para quantificar a incerteza dos volumes na modelagem geológica de domínios mineralizados em dois modelos geológicos, interpolado e interpretado, através da transferência da variância obtida nos resultados da simulação, e desta forma criar uma ferramenta de gerenciamento de risco e planejamento a partir dos resultados de incerteza. Para isto foram utilizados os dados de descrição geológica de 168 testemunhos de sondagem de um depósito de cobre, localizado no norte da Bahia. Os resultados mostraram a possibilidade em se utilizar os dados de variância da simulação para quantificar a incerteza em cada domínio do depósito. A partir do volume esperado em determinado modelo, e com os valores da variância da simulação, foi possível identificar uma gama de possibilidades volumétricas. Adicionalmente, a probabilidade de que cada bloco faça parte de um domínio foi calculada, e os volumes dos domínios foram parametrizados para auxiliar na avaliação da incerteza. / Managing risks is essential for investments being safe from any factors that may modify an idealized scenario. Unpredictabilities cannot be controlled, but their impacts can be minimized if planning measures are taken considering various scenarios of reality. The mining industry fits this paradigm, since several of its fields are stochastic, from economic and political fluctuations to phenomena related to climate and geology. One of these characteristics, which are difficult to predict, is the volume of mineralization at the deposit. An ideal scenario is the one in which both the expected value and its dispersion are known, with defined minimum and maximum. This can be achieved with the combination of results from estimates and simulations, the first providing the expected value and the last providing the variance of the variable. This research proposes a technique to quantify the volumetric uncertainty in geological modeling of mineralized domains on two geological models, interpreted and interpolated, by transferring the variance obtained in the simulation results, thus creating a risk and planning management tool from the uncertainty results. For that, we used a geological logging from a database set with 168 drillholes of a copper deposit located north of Bahia state, Brazil. The results showed that it is possible to use the variance from simulation to quantify the uncertainty in each deposit domain. Using the expected volume value in a specific model with the variance values of the simulations, it were able to identify a range of possibilities for the volumetric content of each domain. In addition, the probability of each block being a domain was calculated, resulting in a volume parametrization by probability that can assist in the uncertainty analysis.

If mitigation measures are not made to prevent global warming the consequences of a continued global climate change, caused by the use of fossil fuels, may be severe. Carbon Capture and Storage (CCS) has been suggested as a way of decreasing the global atmospheric emission of CO2. In the realms of MUSTANG, a four year (2009-2013) large-scale integrating European project funded by the EU FP7, the objective is to gain understanding of the performance as well as to develop improved methods and models for characterizing so- called saline aquifers for geological storage of CO2. In this context a number of sites of different geological settings and geographical locations in Europe are also analyzed and modeled in order to gain a wide understanding of CO2 storage relevant site characteristics. The south Scania site is included into the study as one example site with data coming from previous geothermal and other investigations. The objective of the Master's thesis work presented herein was to construct a 3D model for the south Scania site by using modeling/simulation software Petrel, evaluate well log data as well as carry out stochastic simulations by using different geostatistical algorithms and evaluate the benefits in this. The aim was to produce a 3D model to be used for CO2 injection simulation purposes in the continuing work of the MUSTANG project. The sequential Gaussian simulation algorithm was used in the porosity modeling process of the Arnager greensand aquifer with porosity data determined from neutron and gamma ray measurements. Five hundred realizations were averaged and an increasing porosity with depth was observed.   Two different algorithms were used for the facies modeling of the alternative multilayered trap, the truncated Gaussian simulation algorithm and the sequential indicator simulation algorithm. It was seen that realistic geological models were given when the truncated Gaussian simulation algorithm was used with a low-nugget variogram and a relatively large range. / Den antropogena globala uppvärmningen orsakad av användandet av fossila bränslen kan få förödande konsekvenser om ingenting görs. Koldioxidavskiljning och lagring är en åtgärd som föreslagits för att minska de globala CO2-utsläppen. Inom ramarna för MUSTANG, ett fyra år långt (2009-2013) integrerande projekt finansierat av EU FP7 (www.co2mustang.eu), utvecklas metoder, modeller och förståelse angående så kallade saltvattenakviferers lämplighet för geologisk koldioxidlagring. En del av projektet är att analysera ett antal representativa formationer i olika delar av Europa för att få kunskap angående förekommande koldioxidlagringsspecifika egenskaper hos saltvattenakviferer. Ett av områdena som har inkluderats är i sydvästra Skåne. Syftet med detta examensarbete var att konstruera en 3D modell över detta område med hjälp av modellerings/simuleringsprogrammet Petrel, utvärdera borrhålsdata samt genomföra stokastiska simuleringar med olika geostatistiska algoritmer och utvärdera dem. Målsättningen var att konstruera en modell för CO2 injiceringssimuleringar i det forstsatta arbetet inom MUSTANG-projektet. En algoritm av sekventiell Gaussisk typ användes vid porositetsmodelleringen av Arnager Grönsandsakviferen med porositetsdata erhållen från neutron- och gammastrålningsmätningar. Ett genomsnitt av femhundra realisationer gjordes och en porositetstrend som visade en ökning med djupet kunde åskådligöras. Två olika algoritmer användes vid faciesmodelleringen av den alternativa flerlagrade fällan: en algoritm av trunkerade Gaussisk typ och en sekventiell indikatorsimuleringsalgoritm. Resultaten tyder på att en realistisk geologisk modell kan erhållas vid användandet av den trunkerande algoritmen med ett låg-nugget variogram samt en förhållandevis lång range.