Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos

Detalhes bibliográficos
Autor(a) principal: Silva Júnior, Antônio Alves da
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/79828
Resumo: A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais.
id URGS_d82abb9621ec7a58dfc0a31cc47c2193
oai_identifier_str oai:www.lume.ufrgs.br:10183/79828
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Silva Júnior, Antônio Alves daCosta, Joao Felipe Coimbra Leite2013-11-02T01:58:32Z2013http://hdl.handle.net/10183/79828000898228A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais.The spatial distribution and volumes of lithological domains are often the biggest sources of uncertainty in geological modeling. Usually, the interpretation of these characteristics is based on subjective criteria of observations, without taking into account the uncertainty inherent in this process. There geostatistical simulation methods capable of quantifying this uncertainty typological geological units. Most of these methods uses as a measure of continuity in geological models covariance. However, these two-point statistical is rarely sufficient to capture the patterns of complex geometries. An alternative to this limitation is to use statistical methods of multiple points to reproduce the spatial patterns of heterogeneity that are informed by a training image. In this dissertation, will be applied to multi-point geostatistics (SNESIM) to simulate lithotypes a deposit of iron ore. The training image was based on sections interpreted. The drillholes are used as primary samples. Geologic information is accessed by probability maps used as secondary information. The methodology is tested in the simulation of a deposit of Brazilian iron with three different rock types. The simulation results are compared against a reference model and new drillholes. The geometries and spatial typologies were reproduced consistently. The uncertainty distributions and volumes of typological domains were quantified. The algorithm of multiple points and the proposed methodology showed great potential for application in the simulation of mineral deposits.application/pdfporModelagem geológicaMinério de ferroGeoestatísticaGeologic modelingUncertainty modelingMultiple-point statisticsSnesim algorithmMineral depositsSimulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontosinfo: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-RS2013mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000898228.pdf000898228.pdfTexto completoapplication/pdf2666430http://www.lume.ufrgs.br/bitstream/10183/79828/1/000898228.pdfd25556bdd66cbbf764fae65a4dcede6dMD51TEXT000898228.pdf.txt000898228.pdf.txtExtracted Texttext/plain161854http://www.lume.ufrgs.br/bitstream/10183/79828/2/000898228.pdf.txtd086fcc5bfa57a33a45b844db96693ceMD52THUMBNAIL000898228.pdf.jpg000898228.pdf.jpgGenerated Thumbnailimage/jpeg1194http://www.lume.ufrgs.br/bitstream/10183/79828/3/000898228.pdf.jpg145fd92fe5e2e48145c8cc5927e7eed3MD5310183/798282018-10-17 09:01:53.19oai:www.lume.ufrgs.br:10183/79828Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-17T12:01:53Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
title Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
spellingShingle Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
Silva Júnior, Antônio Alves da
Modelagem geológica
Minério de ferro
Geoestatística
Geologic modeling
Uncertainty modeling
Multiple-point statistics
Snesim algorithm
Mineral deposits
title_short Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
title_full Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
title_fullStr Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
title_full_unstemmed Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
title_sort Simulação de litotipos de depósito de minério de ferro com geoestatística de múltiplos pontos
author Silva Júnior, Antônio Alves da
author_facet Silva Júnior, Antônio Alves da
author_role author
dc.contributor.author.fl_str_mv Silva Júnior, Antônio Alves da
dc.contributor.advisor1.fl_str_mv Costa, Joao Felipe Coimbra Leite
contributor_str_mv Costa, Joao Felipe Coimbra Leite
dc.subject.por.fl_str_mv Modelagem geológica
Minério de ferro
Geoestatística
topic Modelagem geológica
Minério de ferro
Geoestatística
Geologic modeling
Uncertainty modeling
Multiple-point statistics
Snesim algorithm
Mineral deposits
dc.subject.eng.fl_str_mv Geologic modeling
Uncertainty modeling
Multiple-point statistics
Snesim algorithm
Mineral deposits
description A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais.
publishDate 2013
dc.date.accessioned.fl_str_mv 2013-11-02T01:58:32Z
dc.date.issued.fl_str_mv 2013
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/10183/79828
dc.identifier.nrb.pt_BR.fl_str_mv 000898228
url http://hdl.handle.net/10183/79828
identifier_str_mv 000898228
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/10183/79828/1/000898228.pdf
http://www.lume.ufrgs.br/bitstream/10183/79828/2/000898228.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/79828/3/000898228.pdf.jpg
bitstream.checksum.fl_str_mv d25556bdd66cbbf764fae65a4dcede6d
d086fcc5bfa57a33a45b844db96693ce
145fd92fe5e2e48145c8cc5927e7eed3
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1810085272431362048