Return to search

Simulación Gaussiana truncada con incertidumbre en proporciones

Memoria para optar al título de Ingeniero Civil de Minas / El presente trabajo aborda el problema de simular unidades geológicas basándose en el llamado modelo Gaussiano truncado, incorporando incertidumbre en las proporciones de las unidades geológicas. Para ello, se estudia la conveniencia de utilizar kriging ordinario en lugar de kriging simple para condicionar las simulaciones Gaussianas truncadas a los datos, de modo de reflejar la incertidumbre en las proporciones de las unidades geológicas y obtener modelos más robustos, dado que en general no se puede tener conocimiento exacto de las proporciones, por no disponer de un muestreo exhaustivo, y se basa solamente en la observación geológica.
El trabajo se desarrolla en dos etapas que pretenden por un lado evaluar la robustez de cada tipo de kriging en las simulaciones bajo parámetros de realidades controladas, y por otro lado utilizar un caso real donde los parámetros son parcialmente controlados.
La primera etapa es un estudio de concepto, de forma de evidenciar la robustez del kriging ordinario, con proporciones de tipo de roca, cantidad de información condicionante, modelo variográfico y parámetros de simulación controlados. El resultado de lo anterior refleja una mejor representación de las proporciones reales utilizando kriging ordinario en vez de kriging simple. Esta ventaja del kriging ordinario se incrementa si se consideran menos datos condicionantes para las simulaciones.
En la segunda etapa se realizaron pruebas con un caso real correspondiente al yacimiento Río Blanco-Los Bronces, en particular el rajo Don Luis, propiedad de la División Andina de Codelco. En este caso, se realiza un análisis banco a banco de la ocurrencia de brechas de turmalina, utilizando como input principal las proporciones globales y locales (por banco) inferidas desde sondajes. El resultado refleja que, en la mayoría de los casos, el kriging ordinario es más robusto por cuanto reproduce mejor las proporciones banco a banco y muestra además un mayor porcentaje de aciertos al comparar con datos de validación, pudiendo explicar las diferencias observadas por la información base entregada para realizar las simulaciones, en particular, por la pérdida de información que se produce al compositar los datos de sondajes.
El impacto que tienen estas pruebas refleja que el modelo de simulación depende fuertemente de consideraciones tales como la cantidad de datos, el tipo de kriging utilizado y el modelo variográfico subyacente. Por lo anterior, si de antemano se tiene incertidumbre en las proporciones litológicas del yacimiento, es preferible utilizar kriging ordinario en el proceso de simulación.

Identiferoai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/170107
Date January 2014
CreatorsMoscoso Gálvez, Ignacio Alonso
ContributorsEmery, Xavier, Ortiz Cabrera, Julián, Cáceres Saavedra, Alejandro
PublisherUniversidad de Chile
Source SetsUniversidad de Chile
LanguageSpanish
Detected LanguageSpanish
TypeTesis
RightsAttribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/

Page generated in 0.0014 seconds