Minimum/maximum autocorrelation factors applied to grade estimation

• Autor(a) principal: Silva, Camilla Zacché da
• Data de Publicação: 2014
• Outros Autores: Costa, Joao Felipe Coimbra Leite
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/111924
• topic: Depósitos minerais; Geoestatística; Krigagem; Métodos estatísticos; Minimum/maximum autocorrelations factors; Geostatistics; Kriging

Na indústria mineira, a estimativa de múltiplas variáveis correlacionadas é comum, na qual os modelos devem reproduzir a correlação exibida pelos dados. Porém, se as variáveis forem estimadas individualmente por krigagem e a informação da correlação não for incorporada explicitamente, não há garantia de que a correlação observada nos dados será reproduzida. A abordagem clássica para estimativa de múltiplas variáveis correlacionadas, cokrigagem, exige um modelo que satisfaça as condições de positividade impostas pelo modelo linear de corregionalização, condição que torna essa metodologia extremamente laboriosa, quando há mais de duas variáveis. Uma alternativa à cokrigagem é descorrelacionar as variáveis e as estimar de forma independente. Para isso, pode-se utilizar de fatores de mínimas/máximas autocorrelações (MAF), aplicando-se uma transformação linear nos dados, transformando-os em outro conjunto descorrelacionado. Os novos fatores calculados, a partir dos dados, podem ser estimados através de krigagem individualizada. Essa metodologia é ilustrada por meio de um estudo de caso, no qual três variáveis correlacionadas são estimadas, aplicando krigagem aos MAF, denominados de KMAF. A cokrigagem é utilizada, aqui, como referência. Os resultados apresentam menos de 1% de desvio relativo.