Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais

Detalhes bibliográficos
Autor(a) principal: Rocha, Vinicius
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/267586
Resumo: A classificação de Recursos Minerais desempenha um papel crucial na divulgação pública e é fundamental para avaliar a maturidade e o risco associado a um depósito mineral, auxiliando na tomada de decisões informadas sobre a viabilidade econômica de um projeto ou operação. Para garantir precisão e abrangência, os recursos minerais devem ser classificados com base em seu nível de confiança e categorizados como Medido, Indicado ou Inferido. Nesse contexto, este estudo propõe o uso de um fluxo de trabalho via scorecard com múltiplas camadas para a classificação de Recursos Minerais, que leva em consideração diversos fatores provenientes de diferentes disciplinas. Essa abordagem é flexível, permitindo que o usuário adapte o fluxo de trabalho do scorecard às particularidades de cada depósito. No presente trabalho, foram consideradas métricas clássicas para a Classificação de Recursos, tais como o número de amostras (NS), a inclinação da reta de regressão (slope of regression - SR), a eficiência da krigagem (KE) e a variância da krigagem (KV), juntamente com métricas mais modernas, como o Índice de Risco, que combina a variância de krigagem e a continuidade geológica por meio de uma abordagem probabilística. Além disso, a metodologia pode incorporar informações qualitativas obtidas por meio de geomodeladores especialistas, como a complexidade geológica. O objetivo é classificar os recursos minerais considerando todos os componentes relevantes que afetam a incerteza e o risco associados a eles. O fluxo de trabalho proposto foi aplicado a dois bancos de dados diferentes estudos de caso: um caso 2D e um caso 3D. Os resultados demonstram a aplicabilidade da metodologia na classificação de recursos minerais, levando em consideração informações provenientes de diversas fontes. Essas múltiplas fontes são agrupadas por meio de uma combinação linear, em que cada fator recebe um peso. Ao adotar uma abordagem de múltiplas camadas para a classificação de recursos, este estudo tem como objetivo fornecer uma avaliação abrangente da categorização dos recursos. A metodologia do scorecard de classificação de recursos minerais oferece uma avaliação integrada de riscos, incorporando informações multidisciplinares provenientes dos departamentos de geologia e geociências. Além disso, proporciona adaptabilidade, transparência e rastreamento de auditoria. Ao considerar esses aspectos, a metodologia busca fornecer uma avaliação abrangente dos recursos minerais, auxiliando os tomadores de decisão na avaliação da viabilidade econômica de um projeto ou operação mineral.
id URGS_489d86e7015f0dfdf3daa3b17f695611
oai_identifier_str oai:www.lume.ufrgs.br:10183/267586
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Rocha, ViniciusBassani, Marcel Antônio Arcari2023-11-24T03:26:26Z2023http://hdl.handle.net/10183/267586001186780A classificação de Recursos Minerais desempenha um papel crucial na divulgação pública e é fundamental para avaliar a maturidade e o risco associado a um depósito mineral, auxiliando na tomada de decisões informadas sobre a viabilidade econômica de um projeto ou operação. Para garantir precisão e abrangência, os recursos minerais devem ser classificados com base em seu nível de confiança e categorizados como Medido, Indicado ou Inferido. Nesse contexto, este estudo propõe o uso de um fluxo de trabalho via scorecard com múltiplas camadas para a classificação de Recursos Minerais, que leva em consideração diversos fatores provenientes de diferentes disciplinas. Essa abordagem é flexível, permitindo que o usuário adapte o fluxo de trabalho do scorecard às particularidades de cada depósito. No presente trabalho, foram consideradas métricas clássicas para a Classificação de Recursos, tais como o número de amostras (NS), a inclinação da reta de regressão (slope of regression - SR), a eficiência da krigagem (KE) e a variância da krigagem (KV), juntamente com métricas mais modernas, como o Índice de Risco, que combina a variância de krigagem e a continuidade geológica por meio de uma abordagem probabilística. Além disso, a metodologia pode incorporar informações qualitativas obtidas por meio de geomodeladores especialistas, como a complexidade geológica. O objetivo é classificar os recursos minerais considerando todos os componentes relevantes que afetam a incerteza e o risco associados a eles. O fluxo de trabalho proposto foi aplicado a dois bancos de dados diferentes estudos de caso: um caso 2D e um caso 3D. Os resultados demonstram a aplicabilidade da metodologia na classificação de recursos minerais, levando em consideração informações provenientes de diversas fontes. Essas múltiplas fontes são agrupadas por meio de uma combinação linear, em que cada fator recebe um peso. Ao adotar uma abordagem de múltiplas camadas para a classificação de recursos, este estudo tem como objetivo fornecer uma avaliação abrangente da categorização dos recursos. A metodologia do scorecard de classificação de recursos minerais oferece uma avaliação integrada de riscos, incorporando informações multidisciplinares provenientes dos departamentos de geologia e geociências. Além disso, proporciona adaptabilidade, transparência e rastreamento de auditoria. Ao considerar esses aspectos, a metodologia busca fornecer uma avaliação abrangente dos recursos minerais, auxiliando os tomadores de decisão na avaliação da viabilidade econômica de um projeto ou operação mineral.The classification of mineral resources is crucial for public disclosure. It is used to evaluate the maturity and risk associated with the mineral deposit to make informed decisions about the economic viability of a project or operation. To ensure accuracy and thoroughness, mineral resources must be classified based on their confidence level and categorized as Measured, Indicated, or Inferred. To address this need, this study proposes the use of a multi-layer scorecard workflow (MLSW) for mineral resource classification that considers multiple factors from different disciplines. This approach is highly flexible as the competent user may adapt the scorecard workflow to the particularities of each deposit. This study considered classical metrics for resource classification, such as the number of samples, the slope of regression, kriging efficiency, and kriging variance, combined with more modern ones (Risk Index), which combines the kriging variance and geological continuity using a probabilistic approach. The methodology can also incorporate qualitative information from the expert geomodeler, such as the geological complexity. The goal is to classify mineral resources considering all the relevant components that affect the uncertainty and risk associated with it. The proposed workflow has been applied in two different databases: one 2D and one 3D case. The results show the applicability of the methodology to classify mineral resources considering information from multiple sources. These multiple sources are combined as a linear combination, where each factor receives a weight. Using a multi-layer approach to resource classification, this study aims to provide a comprehensive and well-rounded evaluation of mineral resources. The mineral resource classification scorecard methodology offers integrating risk assessment, incorporating input from geology and geoscience departments, in addition to its adaptability, transparency, and audit trails. Considering these aspects, the methodology aims to provide an extensive mineral resource evaluation, supporting the decision-makers in assessing the economic availability of a project or the mineral operation.application/pdfporRecursos minerais : ClassificaçãoLavra : PlanejamentoViabilidade econômicaResource classificationMineral resourceRiskUncertaintyIndicator krigingGeologyJORC codeRisk IndexAplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos mineraisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de Minas, Metalúrgica e de MateriaisPorto Alegre, BR-RS2023mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001186780.pdf.txt001186780.pdf.txtExtracted Texttext/plain85930http://www.lume.ufrgs.br/bitstream/10183/267586/2/001186780.pdf.txt48473362f2458cf1d5953bd1c6f56e51MD52ORIGINAL001186780.pdfTexto completoapplication/pdf2517537http://www.lume.ufrgs.br/bitstream/10183/267586/1/001186780.pdf013b5f7692c70667e183a88bb1d978eaMD5110183/2675862023-11-25 04:28:00.303656oai:www.lume.ufrgs.br:10183/267586Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-11-25T06:28Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
title Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
spellingShingle Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
Rocha, Vinicius
Recursos minerais : Classificação
Lavra : Planejamento
Viabilidade econômica
Resource classification
Mineral resource
Risk
Uncertainty
Indicator kriging
Geology
JORC code
Risk Index
title_short Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
title_full Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
title_fullStr Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
title_full_unstemmed Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
title_sort Aplicação Prática de Fluxo de Trabalho de Scorecard de Múltiplas Camadas (MLSW) para classificação de recursos minerais
author Rocha, Vinicius
author_facet Rocha, Vinicius
author_role author
dc.contributor.author.fl_str_mv Rocha, Vinicius
dc.contributor.advisor1.fl_str_mv Bassani, Marcel Antônio Arcari
contributor_str_mv Bassani, Marcel Antônio Arcari
dc.subject.por.fl_str_mv Recursos minerais : Classificação
Lavra : Planejamento
Viabilidade econômica
topic Recursos minerais : Classificação
Lavra : Planejamento
Viabilidade econômica
Resource classification
Mineral resource
Risk
Uncertainty
Indicator kriging
Geology
JORC code
Risk Index
dc.subject.eng.fl_str_mv Resource classification
Mineral resource
Risk
Uncertainty
Indicator kriging
Geology
JORC code
Risk Index
description A classificação de Recursos Minerais desempenha um papel crucial na divulgação pública e é fundamental para avaliar a maturidade e o risco associado a um depósito mineral, auxiliando na tomada de decisões informadas sobre a viabilidade econômica de um projeto ou operação. Para garantir precisão e abrangência, os recursos minerais devem ser classificados com base em seu nível de confiança e categorizados como Medido, Indicado ou Inferido. Nesse contexto, este estudo propõe o uso de um fluxo de trabalho via scorecard com múltiplas camadas para a classificação de Recursos Minerais, que leva em consideração diversos fatores provenientes de diferentes disciplinas. Essa abordagem é flexível, permitindo que o usuário adapte o fluxo de trabalho do scorecard às particularidades de cada depósito. No presente trabalho, foram consideradas métricas clássicas para a Classificação de Recursos, tais como o número de amostras (NS), a inclinação da reta de regressão (slope of regression - SR), a eficiência da krigagem (KE) e a variância da krigagem (KV), juntamente com métricas mais modernas, como o Índice de Risco, que combina a variância de krigagem e a continuidade geológica por meio de uma abordagem probabilística. Além disso, a metodologia pode incorporar informações qualitativas obtidas por meio de geomodeladores especialistas, como a complexidade geológica. O objetivo é classificar os recursos minerais considerando todos os componentes relevantes que afetam a incerteza e o risco associados a eles. O fluxo de trabalho proposto foi aplicado a dois bancos de dados diferentes estudos de caso: um caso 2D e um caso 3D. Os resultados demonstram a aplicabilidade da metodologia na classificação de recursos minerais, levando em consideração informações provenientes de diversas fontes. Essas múltiplas fontes são agrupadas por meio de uma combinação linear, em que cada fator recebe um peso. Ao adotar uma abordagem de múltiplas camadas para a classificação de recursos, este estudo tem como objetivo fornecer uma avaliação abrangente da categorização dos recursos. A metodologia do scorecard de classificação de recursos minerais oferece uma avaliação integrada de riscos, incorporando informações multidisciplinares provenientes dos departamentos de geologia e geociências. Além disso, proporciona adaptabilidade, transparência e rastreamento de auditoria. Ao considerar esses aspectos, a metodologia busca fornecer uma avaliação abrangente dos recursos minerais, auxiliando os tomadores de decisão na avaliação da viabilidade econômica de um projeto ou operação mineral.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-11-24T03:26:26Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/267586
dc.identifier.nrb.pt_BR.fl_str_mv 001186780
url http://hdl.handle.net/10183/267586
identifier_str_mv 001186780
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/267586/2/001186780.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/267586/1/001186780.pdf
bitstream.checksum.fl_str_mv 48473362f2458cf1d5953bd1c6f56e51
013b5f7692c70667e183a88bb1d978ea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085633862926336