13-01-2014

Projeto de Geoestatstica
Modelizao de um jazigo atravs dos teores de amostras de uma prospeo geoqumica.

Filipe Balagueiras n68069 Mariana Miranda n68072

IST ENSINO SUPERIOR TCNICO

Projeto de Geoestatstica

ndice
1) 2) 3) Introduo _________________________________________________ 3 Anlise univariada das amostras.________________________________ 4 Anlise da continuidade espacial ________________________________ 5

3.1 Variogramas ________________________________________________ 5 3.2) Elipse de anisotropia_________________________________________ 6 3.2.1) Comentrio: ____________________________________________ 7 4) Estimao Geoestatstica Krigagem ordinria ____________________ 8 4.1) Modelo probabilstico do estimador linear. _______________________ 8 4.2) Estimador linear geoestatstico ________________________________ 9 4.3) Anlise Univariada dos dados estimados. _______________________ 10 4.4) Krigagem da data set _______________________________________ 11 5) Estimao Geoestatstica Krigagem por indicatriz ________________ 12 5.1) Estimao de valores extremos de uma Distribuio ______________ 12 5.2) Formalismo da Indicatriz ____________________________________ 12 5.3) Krigagem da Indicatriz ______________________________________ 13 5.4) Teores de Corte ___________________________________________ 13 5.5) Transformao do teor em 3 variveis indicatriz Iz(x) __________ 14 5.6) Anlise da continuidade espacial de Iq25(x), Iq50(x), Iq75(x) ___________ 16 5.7) Representao grfica da Krigagem da indicatriz _________________ 17 6) 7) 8) Morfologia Geoestatstica ____________________________________ 19 Estimao da incerteza local __________________________________ 21 Concluso _________________________________________________ 22 6.1) Krigagem morfolgica: ______________________________________ 19

Anexo A) Variogramas____________________________________________ 23 Bibliografia ____________________________________________________ 24

Projeto de Geoestatstica

1) INTRODUO
O uso da geoestatstica na anlise de avaliao de reservas minerais indispensvel nos dias de hoje. Atravs dos avanos tecnolgicos dados nas ltimas dcadas podemos aproveitar o uso do computador para resolver inmeras iteraes estatsticas que se tornavam quase impossveis sem o uso deste. Deste modo, recorremos ao software de clculo GeoMs para uma melhor avaliao do jazigo em estudo. O objetivo principal na classificao de reservas a caracterizao da quantidade de material com certas caractersticas e qual o grau de certeza associado. Este trabalho tem portanto como objetivo final, a modelizao morfolgica de um corpo mineralizado de Cobre atravs de ferramentas geoestatsticas. O conhecimento acerca da morfologia do jazigo permite inferir o seu voluma, rea, teor mdio, etc, sem os quais seria impossvel a deciso acerca da rentabilidade de explorao de tal corpo. A anlise estatstica baseou-se no resultado de 16 sondagens com 10m de profundidade num bloco de 100*100m. Os valores dos teores de cobre das dezasseis sondagens possuem um afastamento de um em um metro correspondendo a um total de 160 teores. O resultado da prospeo e anlise qumica est representado num ficheiro chamado data set 3 que relaciona a sua posio tridimensional e o seu teor de cobre. Com a ajuda do ficheiro GeoMs temos como objetivo a anlise geoestatstica e simulao espacial do jazigo em funo dos valores dados na prospeo.

Grfico 1) Teores das amostras sondadas.

Projeto de Geoestatstica

2) ANLISE UNIVARIADA DAS AMOSTRAS.

A anlise univariada permite-nos uma anlise descritiva da amostra atravs dos seus dados resultando numa informao grfica mais suscetvel sua interpretao. Com os dados data_set_3 e com o software GeoMs foi criado o grfico da funo distributiva cumulativa, o histograma e um box-plot da distribuio do teor de cobre nas amostras estudadas. O histograma uma disposio espacial das frequncias, este fornece-nos uma impresso visual sobre a forma e distribuio da amostra. Atravs da observao do histograma, de fcil interpretao que os teores parecem estar bem distribudos, apresentando uma distribuio normal. O grfico de frequncia cumulativa caracterizado com a variao do histograma. O box-plot uma ferramenta de anlise visual, apoiada nos diferentes quartis da amostra.

Figura 1) Anlise univariada dos dados amostrais.

Os parmetros estatsticos obtidos na anlise espacial foram: Mdia: Varincia: Q25 l Percenti Q50 ou mediana Q75 12,61 31,73 8,73 12,46 17,31

Projeto de Geoestatstica

3) ANLISE DA CONTINUIDADE ESPACIAL

3.1 VARIOGRAMAS
O variograma uma anlise que pretende quantificar a continuidade espacial do teor entre amostras, para diferentes direes. Este calculado pela funo do semivariograma, que tem, como variveis principais, a correlao entre pontos aleatrios e a distncia espacial que os separa. Ao interpretar o variograma apercebemo-nos que medida que a distncia espacial entre pontos aumenta, os valores do semivariograma aproximam-se da varincia da amostra. A varincia calculada no capitulo anterior , VAR(TCu)=31,73 apresentada em todos os variogramas do modelo por um trao vermelho. Este, denominado por patamar. O valor de variograma para um qualquer ponto (x) com varincia superior definida para o patamar assume-se sem continuidade espacial. Na anlise Geoestatstica da variabilidade espacial do cobre no jazigo foi usado o estimador clssico de Matheron, a funo de semivarinia, estimada para cada distncia estrutural (lag) de pontos numa dada direo e com uma dada tolerncia. necessrio ajustar modelos matemticos (curvas) que se adequem o melhor possvel aos dados obtidos nos variogramas de cada direo. O modelo que se ajuste melhor aos dados de cada variograma, ser ento uma funo da continuidade espacial dos teores das amostras. Para uma melhor representao da informao qualitativa e espacial dos teores de cobre foram realizados inmeros estudos/tentativas para cada direo com diferentes distncias. Foram realizados seis variogramas para diferentes direes horizontais:

Direo (0;0) (30;0) (45;0) (60;0) (90;0) (-60;0) (-45;0) (-30;0)

Tolerncia 30 30 30 30 30 30 30 30

Distncia (h) 10m 12m 10m 11m 10m 10m 10m 10m

Alcance (a) 75m 57m 52m 50m 43m 49m 52m 58m

Tabela 1) Direes do modelo.

Projeto de Geoestatstica

3.2) ELIPSE DE ANISOTROPIA

Qualquer varivel dentro de um dado domnio, como um jazigo mineral, apresenta um variograma real que nos desconhecido. Inicialmente so apenas conhecidos os teores das amostras, tal como a sua localizao espacial. Aps o estudo pormenorizado da anlise da continuidade espacial das amostras recolhidas em campo conseguimos obter uma melhor caracterizao do espao de continuidade atravs de uma elipse de anisotropia. No caso em estudo, o comportamento da continuidade espacial no igual em todas as direes, logo estamos perante uma varivel anistropa. De acordo com a variabilidade dos pontos no espao foi criado uma elipse horizontal que nos ajuda a observar as direes com maior e menor continuidade espacial atravs dos alcances mximos e mnimos que obtemos no estudo dos modelos dos variogramas. O nosso modelo apresenta uma maior continuidade na direo N/S e consequentemente uma menor continuidade na direo E/W.

Figura 2) Elipse de anisotropia horizontal.

Projeto de Geoestatstica

3.2.1) COMENTRIO :

Grfico 2) Lag = 10m e alcance = 50m

Grfico 3) Lag = 8m e alcance= 50m

Grfico 4) Lag= 11m e alcance= 50m

Grfico 5) Lag = 9m e alcance= 50m

Grfico 6) Lag = 12m e Alcance=60m

Para um estudo mais promenorizado do modelo espacial direo (60,0) NE/SW criou-se cinco variogramas com diferentes lags onde foi observado uma discrepncia no valor do alcane. Em todos os variogramas apresentados o alcane de 50m excepto no grfico 5, este apresenta um alcance de 60m. Atravs da anlise da elipse de anisotropia de notar que existe uma tendncia decrescente de alcance relativamente ao aumento da inclinao na direco 45. Deste modo, o alcance de 50m adapta-se melhor elipse de anisotropia.

Projeto de Geoestatstica

4) ESTIMAO GEOESTATSTICA KRIGAGEM ORDINRIA

4.1) MODELO PROBABILSTICO DO ESTIMADOR LINEAR.
A Krigagem ordinria uma ferramenta geoestatstica capaz de estimar uma varivel num local no amostrado a partir da combinao linear dos dados amostrados disponveis na vizinhana do ponto analisado, de acordo com a expresso geral:

Equao 1) Clculo dos valores estimados.

Dentro do formalismo geoestatstico, este estimador obtido pela imposio de dois critrios fundamentais de qualidade: 1. O no-enviesamento. 2. Varincia de estimao mnima. Para assegurar a primeira restrio necessrio garantir que a mdia dos valores num domnio deve ser igual mdia dos valores experimentais. Admitindo a estacionaridade da mdia, a condio de no-enviesamento do estimador implica que a soma dos ponderadores ser igual a um.

Equao 2) Condio para o no-enviesamento.

O segundo critrio diz que a mdia ponderada do quadrado dos desvios deve ser mnima, o que significa que quanto mais correlacionada estiverem os valores estimados e os valores reais menos impreciso ser o estimador.

Equao 3) Condio para a varincia mnima.

Projeto de Geoestatstica

4.2) ESTIMADOR LINEAR GEOESTATSTICO

O estimador geoestatstico, denominado por Krigagem um estimador calculado atravs da combinao linear de um conjunto de N variveis que tem como condio fronteira os dois critrios de qualidade a cima referidos.

Equao 4) Estimador linear geoestatstico.

Visto que se pretende que a soluo desta equao cumpra a Equao 5)e Equao 6, necessrio aplicar o formalismo de Lagrange. Para o uso deste necessrio recorrer a outra equao dada pelo somatrio dos ponderadores ser igual a um. Para facilitar a representao da complexidade da resoluo das equaes por intermedirio do formalismo de Lagrange, a soluo final obtida por um sistema de equaes representado na seguinte forma:

Equao 7) Sistema de equaes com referncia ao parmetro de Lagrange.

A resoluo deste sistema de equaes pode ser dado, atravs do clculo algbrico, por um sistema matricial. O sistema de N+1 equaes descrito por:

[ ]

[ ]

[ ]

Equao 8) Sistema matricial para o clculo dos ponderadores.

Onde, [K] a matriz de covarincias entre amostras, [ ] a matriz de ponderadores e [M] a matriz coluna de covarincias entre amostras e ponto a estimar. A matriz [K] representa a desagregao dos pontos. Isto , quanto mais correlacionadas estiverem as amostras, maior o efeito de redundncia e menor ser o peso individual no clculo do estimador.

Projeto de Geoestatstica

A matriz [M] a matriz coluna de covarincias entre as amostras e o ponto a estimar, representando-se assim pelo fator de distncia estrutural. Atravs da formula conseguimos deduzir que com o aumento do valor de [M] proporciona um peso mais elevado aos estimadores.

4.3) ANLISE UNIVARIADA DOS DADOS ESTIMADOS.

Numa primeira anlise, d-se a descrio da anlise univariada das variveis estimadas tendo como objetivo estudar as semelhanas e diferenas dos valores amostrados para os valores estimados. Atravs da Krigagem obteu-se 100 000 pontos a partir dos 160 pontos provenientes dos dados originais. Atravs destes cem mil pontos conseguimos obter um efeito de suavidade no grfico de distribuio de funo. Consequentemente, o histograma apresenta-se com um maior nmero de classes, contudo a Krigagem conservou a sua forma original, apresentando-se como uma distribuio normal. Os valores da mdia e mediana possuem valores semelhantes, sendo os estimados sensivelmente maiores do que os dados originais. De acordo com estas observaes, possvel dizer que a Krigagem apresentou-se com uma grande proximidade estrutura estatstica dos teores originais.

Figura 3) Anlise univariada dos valores estimados [z(x)]*

10

Projeto de Geoestatstica

4.4) KRIGAGEM DA DATA SET

No captulo anterior foram estudadas as principais caractersticas estruturais da continuidade dos teores amostrados atravs dos modelos de variograma. Aps o reconhecimento quantitativo e qualitativo dessa continuidade possvel aplicar uma tcnica geoestatstica de estimao linear, a Krigagem normal. Uma vez definido o modelo de variograma, realizou-se a estimao de Krigagem normal. Como resultado tm-se um grfico com um espectro de valores estimados (grfico 7) e outro com a varincia da krigagem (grfico 8).

Grfico 7) Mapa estimado com os valores dos teores.

Grfico 8) Varincia da Krigagem com teores.

No mapa de valores krigados esto apresentados a azul os valores estimados mais baixos, seguido por uma gradao de cores at um nvel mais elevado de cor encarnada. Este grfico apresenta-nos a variabilidade das amostras no plano. O valor mximo amostrado no (grfico 7) representado a vermelho com um teor de 20,75%, este reflete-se nos valores estimados das amostras vizinhas. O ponto amostrado de teor mais elevado ter uma zona ao seu redor, de pontos estimados com teor semelhante. medida que o ponto a estimar se afasta do teor amostrado mais elevado, o tom de vermelho desvanece at ao azul. Sendo o tom de azul representativo de teores mais baixos. No (grfico 8), da varincia da krigagem, existem 16 zonas que apresentam uma variao mnima. Estas zonas ocorrem em redor das 16 sondagens efetuadas. Quanto mais afastados se encontram os pontos destas zonas, maior o valor da varincia. Este facto demonstrado pela frmula da varincia de estimao da Krigagem (Equao 3). medida que os pontos se afastam dos pontos conhecidos, a covarincia diminui, logo a varincia de estimao aumenta gradualmente.

11

Projeto de Geoestatstica

5) ESTIMAO GEOESTATSTICA KRIGAGEM POR INDICATRIZ

5.1) ESTIMAO DE VALORES EXTREMOS DE UMA DISTRIBUIO
Uma anlise minuciosa distribuio dos teores das amostras originais (figura 4) revela valores anmalos, por excesso, entre os 25% e 38,21%, sendo que o maior valor mximo considerado na krigagem normal foi de 23.69%. Portanto, pode-se assumir, que os dados de teores mais elevados obtidos na campanha de sondagem no foram contabilizados na krigagem normal realizada. Um planeamento de gesto de recursos geolgicos exige no s o conhecimento das suas caractersticas mdias, mas tambm das suas caractersticas extremas, deste modo possvel avaliar as fraes de recurso acima de determinado valor de corte. Um jazigo mineral , por definio, todo o recurso geolgico que tem o teor de metal acima de um valor de corte, parmetro dinmico ao longo do tempo, dependente da conjuntura tcnicoeconmica. O valor de corte a definir ser portanto o critrio de estabelecimento da zona econmica do recurso. Para se proceder estimao geoestatstica dos valores extremos de um recurso, tendo como parmetro descritor o seu teor (%) torna-se necessrio recorrer ao formalismo da Indicatriz.

5.2) FORMALISMO DA INDICATRIZ

A inferncia das probabilidades de uma lei de distribuio de valores estimados [Z(x)]* acarreta geralmente um enviesamento sistemtico das funes de distribuio das probabilidades.

Figura 4) Anlise univariada referente s amostras originais.

Equao 9

Caso a varivel teor no corte z.

for transformado numa varivel indicatriz

com base

12

Projeto de Geoestatstica

{
Equao 10

Deste modo a esperana do conjunto estacionrio de variveis probabilidade de ocorrer um valor < z ser: { } { }
Equao 11

igual

Pretende-se estimar diretamente

atravs da varivel

{
Equao 12

indicatriz

Estimar um valor de equivale a estimar um primeiro momento da varivel . Os seguintes momentos da indicatriz so definidos pelo desvio padro. [
Equao 13

5.3) KRIGAGEM DA INDICATRIZ

Em qualquer ponto a estimar , a varivel probabilidade de ser inferior ao teor de corte z. pode ser expressa como a atravs de uma

A krigagem normal da indicatriz permitir a estimao de combinao linear dos valores das amostras vizinhas a .

Equao 14

Os critrios fundamentais da krigagem normal de no enviesamento e da minimizao da varincia de estimao tero de ser cumpridos na krigagem da indicatriz.

5.4) TEORES DE CORTE

O estudo da disperso do recurso mineral levada a cabo neste projeto tem como etapa final a obteno de uma zona de valor econmico. Querendo com isto dizer que existe um teor de corte z timo, teores iguais ou acima de z } sero considerados como de extrao rentvel, { , teores abaixo do } corte no o sero, { .

13

Projeto de Geoestatstica

No conhecendo a geologia, a topografia do terreno e o ambiente tcnico-econmico de extrao, no possvel apontar um valor de corte z exato, , que nos permita diferenciar teores econmicos de no econmicos. Para dar uma ideia da influncia da variao de teor de corte nas zonas a apreciar, foram feitas 3 Krigagens de indicatriz com diferentes teores de corte. A escolha de diferentes foi feita com base na funo de distribuio de probabilidades dos teores amostrados. Definiram-se o quartil 25, 50 e 75 como os valores de corte a examinar. Teores de corte: Q25 =8,73%; Q50 =12,46%; Q75 =17,31%;

Figura 5) Quartis da amostra original.

5.5) TRANSFORMAO DO TEOR

A transformao da varivel teor teores de corte acima descritos.

EM 3 VARIVEIS INDICATRIZ

em varivel indicatriz

realizada segundo os

Os dados de teor amostrados foram tratados atravs de Excel, onde a folha Excel inicial corresponde base de dados original (Mine Set 3), descrita nas 4 primeiras colunas. As restantes relacionam-se com a transformao da varivel teor nas respectivas variveis indicatriz ; Coordenadas Eixo X; Coordenadas Eixo Y; Coordenadas Eixo Z; Teor ; 5 Coluna, corresponde a 6 Coluna, corresponde a 7 Coluna, corresponde a

com z= Q25, com z= Q50, com z= Q75,

; ; ;

Os teores, ao serem colocados por ordem descendente alterando as restantes colunas, possvel uma rpida classificao positiva ou negativa (1 ou 0) das diferentes funes indicatriz com base nos teores. {
Equao 15

14

Projeto de Geoestatstica

Figura 7) Q25 = 8,73

Figura 6) Q50 = 12,46

Figura 8) Q75 = 17,31

O impacto da transformao da varivel teor para as variveis indicatriz , nomeadamente , e pode ser observada nos dados amostrados na figura 9.

Figura 9) Mapa de teor versus mapas de indicatriz.

15

Projeto de Geoestatstica

em

de notar a diminuio da cor azul medida que o teor de corte vai aumentando, ou seja, existiro muito mais teores transformados em 1s (75%) do que em (25%).

5.6) ANLISE DA CONTINUIDADE ESPACIAL DE

Atravs das funes de distribuio de probabilidade das funes indicatriz e da distribuio espacial dos dados foram construdos variogramas em vrias direes horizontais e numa vertical, em semelhana ao realizado na Krigagem Normal de . Para no tornar o relatrio demasiado extenso optmos por no representar aqui a construo dos vrios variogramas, contudo as funes de distribuio de probabilidades de cada uno indicatriz, bem como as caractersticas dos respetivos eixos principais das elipses tridimensionais da continuidade entre amostras so aqui divulgadas.

Figura 10) ) F.d.p e eixos principais da elipse de Iq25 (x)

Figura 11) F.d.p e eixos principais da elipse de Iq50 (x)

Figura 11)F.d.p. e eixos principais da elipse de Iq75 (x)

16

Projeto de Geoestatstica

Podemos observar que para o teor de corte mais elevado, em , a anisotropia da continuidade espacial horizontal escolhida no tem a mesma orientao das restantes, sendo de Este-Oeste (90). A maior direo de e a direco Norte-Sul (0), tal como na Krigagem Normal de . Pode ainda ser observada uma tendncia decrescente da continuidade vertical de acordo com um aumento do teor de corte z.

6.7) REPRESENTAO GRFICA DA KRIGAGEM DA INDICATRIZ

O resultado das 3 Krigagens da Indicatriz, cada uma com diferentes teores de corte aqui apresentado.

Figura 12) Krigagem e anlise univariada para o percentil 25%.

Figura Krigagem e anlise univariada para o percentil Figura 13) 14) Krigagem e anlise univariada para o percentil 50%75% . .

17

Projeto de Geoestatstica

Figura 15) Krigagem e anlise univariada para o percentil 75%.

Os mapas da krigagem da Indicatriz revelam em cada ponto a probabilidade estimada do seu teor ser inferior ao teor de corte z definido, ou seja, apenas revelam uma maior ou menor probabilidade de o ponto estimado pertencer a uma classe de teores maior ou menor que z escolhido . O valor de teor de corte escolhido tem portanto uma grande influncia na representao visual do modelo do corpo mineralizado, no entanto a krigagem da Indicatriz e a sua visualizao em 3D no suficiente para conhecer a morfologia do jazigo mineral, impossibilitando a quantificao da varivel .

18

Projeto de Geoestatstica

6) MORFOLOGIA GEOESTATSTICA
O conhecimento morfolgico de jazigos minerais recorrendo a mtodos geoestatsticos foi primeiramente executada por Dowd P., 1991. Segundo este, torna-se necessria a criao de uma varivel categrica. A modelizao de um corpo atravs de variveis categricas pode ser feita com base em duas premissas: A forma de um corpo definida pelo conjunto de pontos com maior probabilidade pertena a esse corpo, com base no formalismo da Indicatriz. A forma final do corpo resulta da classificao das probabilidades estimadas pelas categorias definidas previamente nas amostras.

Contudo, de maior interesse para os tomadores de decises que as fronteiras morfolgicas do corpo mineralizado sejam definidas Para tal torna-se necessrio a criao de uma varivel categrica, do tipo 0/1. A deciso acerca da forma do corpo mineral utilizando o conceito de teor de corte ou cutoff grade no pode ser tomada tendo por base a estimao da probabilidade de cada ponto pertencer classe de 1s ou de 0s, uma vez que os dados das amostras foram transformados em uns e zeros. Pode-se considerar a hiptese de que o corpo definido pelos valores estimados [ ]

7.1) KRIGAGEM MORFOLGICA:

Uma vez definida a varivel indicatriz I(x) caracterstica de uma estrutura bifsica X e , o processo de estimao geoestatstica da forma de um corpo bifsico consiste em duas etapas essenciais (Soares A., 1990): 1) Estimar a probabilidade de cada um dos pontos x no amostrados pertencerem a X, [prob{ x X}], obtendo-se um mapa, no binrio, de probabilidades. 2) Classificao dos pontos estimados nos corpos X e , o que equivale transformao do mapa de probabilidades num mapa binrio. Onde X e vm a sua forma reproduzida. ] para todos os pontos x0, a ltima Obtidas as probabilidades estimadas de [ etapa consiste na transformao destas num mapa binrio. A transformao proposta prev que o melhor estimador da mdia de X dado pela krigagem global da indicatriz, o que equivale soma dos valores krigados pontuais. [ ] [ ] [ ] [ ]

Equao 16

Assim, o mapa binrio X ser constitudo pelos valores x0 com maior probabilidade ] , de modo que o seu nmero perfaa o valor estimada de pertena a X-[

19

Projeto de Geoestatstica

estimado da proporo de X em A [mx]*. Onde A representa o campo global e m(x)* a mdia das probabilidades estimadas. Este algoritmo combina dois critrios em relao forma do corpo: - Maximizao das probabilidades locais. - Reproduo da probabilidade global da pertena de X em A.

a)

b)

c)

Figura 16) Morfologia do corpo mineralizado para a) z= 8,73%; b) z = 12,46%; c) z=17,31%.

[ [

] ]

{
Equao 17

. Para poder tomar alguma deciso acerca das zonas em que o jazigo mineral seja interessante tero de ser estimadas as incertezas locais.

20

Projeto de Geoestatstica

7) ESTIMAO DA INCERTEZA LOCAL

No captulo 6 caracterizou-se espacialmente a morfologia do corpo onde se verificam valores extremos de um atributo. No entanto estes representam no s o que mais provvel mas tambm a parte extrema do recurso. O que significa que a variabilidade espacial dentro de cada fase no representvel. Atravs da estimao das Incertezas Locais pretende-se reproduzir uma imagem simulada com a proporo dos nveis extremos calculados anteriormente. Assim, reproduz-se uma imagem com a zona de incerteza definida. A categorizao das probabilidades estimadas da indicatriz foi executada em quatro classes, com base no quadro bifsico definido em Equao 15. Para tal, usado um algoritmo de classificao proposto por (Soares, 1990) que reproduz as propores globais das classes e atribui a cada posio a categoria com maior probabilidade de ocorrncia, atravs dos seguintes passos: 1. Ordenao decrescente dos valores estimados para cada classe. 2. Clculo do nmero de valores pertencentes a cada classe. 3. Critrio de alocao de um ponto. Quando um ponto, ( est colocado na fase de transio de fases, ento esse ponto alocado primeira fase se [ ] [ ] , caso contrrio alocada segunda fase. A classificao de estruturas multifsicas um procedimento que conduz a estruturas de corte da varivel indicatriz, que atribui a diferentes classes valores estimados muito prximos. As duas margens de Incerteza criadas referem-se situao fronteira entre o corpo X e . Estas consistem numa subfase, criada para cada uma das fases existentes. Cada uma das subfases adicionadas representar os 5% de valores mais prximos da mdia por excesso ( e por defeito , respectivamente.

Figura 17) Mapas de incertezas locais.(esquerda I25, centro I50, direita I75.

21

Projeto de Geoestatstica

8) CONCLUSO
O objetivo de conhecimento morfolgico do jazigo cuprfero no foi cumprido, tal deve-se exclusivamente impossibilidade de conhecimento de um z timo de corte, pela diferena que pode ter em diferentes localizaes e pelo seu carcter dinmico. Os corpos mineralizados so geralmente um corpo heterogneo com zonas de concentrao de teores mais elevados, contudo, o caso aqui em estudo levou-nos a uma conceptualizao da simulao verificando assim a zona com maior e menor risco geolgico, zona de certeza. A krigagem Normal permitiu-nos a estimao dos teores com base na mdia dos valores amostrados, os mapas de krigagem do-nos a conhecer a tendncia espacial do teor. S por si no possvel definir a fronteira do corpo mineralizado, uma vez que este , por definio, uma zona com teor metlico superior ao teor de corte timo. Atravs do formalismo da Indicatriz possvel categorizar a probabilidade de um ponto pertencer a uma classe acima ou abaixo do teor de corte definido. O conjunto de dados obtidos atravs da krigagem da Indicatriz diz respeito a uma varivel contnua, que mais uma vez no define uma zona fronteira entre as zonas mineralizadas de no mineralizadas. Torna-se necessria a transformao do mapa no binrio obtido por krigagem, num mapa binrio do tipo 0/1, neste caso a fronteira do jazigo ser onde os 1s passarem a 0s. A definio acima proposta para a modelizao da fronteira entre corpos acarreta erros. Uma vez que o formalismo da Indicatriz cria um mapa de probabilidades, a definio da fronteira ter alguma incerteza associada. A incerteza considerada foi de 10%, sendo 5% acima e outros tantos abaixo da mdia da Indicatriz, que por sua vez define a fronteira.

22

Projeto de Geoestatstica

ANEXO A) VARIOGRAMAS

Grfico 9. Lag = 10 e Alcance = 75

Grfico 10. Lag = 12m e Alcance = 57m

Grfico 11) Lag=10m e Alcance = 52m

Grfico 12) Lag=11m e Alcance =50m

Grfico 13) Lag = 10m e Alcance = 52m

Grfico 14. Lag =10m e Alcance =58m

Grfico 15) Lag = 10m e Alcance = 43m

Grfico 16) h=10m e Alcance =49m

23

Projeto de Geoestatstica

BIBLIOGRAFIA:
Amlcar Soares, Geoestatstica para as cincias da terra e do ambiente, IST press Isaaks, E. H. & Srivastava, R. M., 1989 - An Introduction to Applied Geostatistics. Oxford University Press, New York. Apontamentos das aulas tericas e prticas dadas na cadeira de geoestatistica

24