Quantificação da incerteza volumétrica na modelagem geológica

• Main Author: Thyago de Oliveira da Silva
• Other Authors: Jorge Kazuo Yamamoto
• Language: Portuguese
• Published: Universidade de São Paulo 2016
• Subjects: Gerenciamento de risco; Incerteza volumétrica; Interpolação multiquádrica; Modelagem geológica; Simulação sequencial indicadora; Geological modeling; Multiquadric interpolation; Risk management; Sequential indicator simulation; Volumetric uncertainty
• Online Access: http://www.teses.usp.br/teses/disponiveis/44/44137/tde-27032017-151706/

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.