Simulación Gaussiana truncada utilizando información de proporciones locales

Magíster en Minería === Ingeniera Civil de Minas === La geoestadística considera usualmente una suposición de estacionaridad para poder aplicar los distintos métodos de estimación o simulación. Sin embargo, esta situación comúnmente no ocurre, ya que suelen presentarse tendencias sistemáticas o camb...

Full description

Bibliographic Details
Main Author: Leyton Aravena, Pía Francisca
Other Authors: Emery, Xavier
Language:es
Published: Universidad de Chile 2015
Subjects:
Online Access:http://repositorio.uchile.cl/handle/2250/133530
Description
Summary:Magíster en Minería === Ingeniera Civil de Minas === La geoestadística considera usualmente una suposición de estacionaridad para poder aplicar los distintos métodos de estimación o simulación. Sin embargo, esta situación comúnmente no ocurre, ya que suelen presentarse tendencias sistemáticas o cambios en la continuidad espacial de los datos. Considerando esto, la principal motivación de este trabajo, es poder reproducir el comportamiento no estacionario de variables categóricas como lo son los tipos de roca, mediante simulación geoestadística incorporando información de un modelo geológico interpretado ( datos blandos ) en conjunto con información de sondajes ( datos duros ). De esta forma, se utilizó el método de simulación Gaussiana truncada, combinándolo con el modelo Gaussiano discreto para incorporar información de las proporciones locales de tipos de roca. En primer lugar se desarrolló la metodología propuesta en un caso sintético. A partir de este caso, se logró determinar que efectivamente existe una mejora significativa en la simulación de unidades geológicas, en comparación al método convencional que no toma en cuenta los datos blandos. Luego, se aplicó a datos de la División Ministro Hales (DMH) de Codelco, en donde se consideraron dos unidades geológicas, una de alta ley y otra de baja ley. Este caso corrobora las conclusiones del caso sintético y muestra que la inclusión de datos blandos tiene un fuerte impacto en los resultados, no pudiendo reproducir las proporciones locales al no tomar en cuenta estos datos. En concurrencia la calidad de los resultados de la metodología propuesta es altamente dependiente de la calidad de los datos blandos que se consideran.