CODEa Business Logo
Cursos Minería, Geología y Procesos Extractivos

Estimación de recursos minerales

La estimación de recursos minerales constituye la base técnica y económica de todo proyecto minero, pues determina el potencial del yacimiento y sustenta decisiones de inversión. En este curso aprenderás los fundamentos, metodologías y estándares internacionales aplicados a la estimación de recursos, desde la adquisición y control de calidad de datos hasta el uso de técnicas avanzadas de geoestadística y machine learning.

2 horas
Minería, Geología y Procesos Extractivos
On Demand

Lo que aprenderás

Estimación recursos geoestadística kriging simulación geoestadística machine learning minería QA/QC dominios geológicos recursos reservas 43-101 JORC planificación minera

Contenido del curso

5 módulos · 23 lecciones

Definición y objetivos de la estimación de recursos minerales.

Concepto de variable regionalizada y estacionalidad.

Clasificación de recursos y reservas: inferidos, indicados, medidos, probables y probadas.

Estándares internacionales: NI 43-101, JORC y su importancia en la industria.

Procesos de muestreo, registro y almacenamiento de información.

QA/QC: estándares, duplicados y blancos.

Validación de bases de datos: intervalos, coordenadas y formatos.

Composición (compositing): homogenización de intervalos y control de soportes.

Rol de la litología, alteraciones y estructuras.

Identificación de valores atípicos y su tratamiento.

Importancia de los contactos y dilución de leyes.

Uso de atributos múltiples (alteración, mineralización, oxidación) para generar dominios.

Modelo de bloques: definición, discretización y variables incluidas.

Variogramas: concepto, construcción y parámetros.

Métodos de interpolación: polígonos, vecino más cercano, inverso de la distancia.

Kriging (simple, ordinario, co-kriging).

Simulación geoestadística: métodos secuenciales y generación de modelos de incertidumbre.

Aplicación de machine learning en la estimación de recursos.

Validación del modelo: comparaciones visuales, histogramas y gráficas de dispersión.

Comparación entre diferentes métodos de estimación.

Clasificación de recursos en base a densidad de información.

Casos prácticos: estimación de leyes, variables metalúrgicas y geotécnicas.

Uso de modelos en planificación minera, análisis económico y evaluación de riesgos.