Modelagem tridimensional elaborada pelos métodos implícito, explícito e probabilístico aplicados a mineralização do depósito de Ambrósia, Paracatu - MG

• Autor(a) principal: Carboni, Luigi
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-12082022-075956/
• topic: Ambrosia Deposit; Depósito de Ambrósia; Depósito de zinco e chumbo; Explicit modeling; Geoestatística; Geostatistics; Implicit modeling; Indicator kriging; Krigagem de indicadoras; Modelagem explícita; Modelagem implícita; Zinc and lead deposit

O depósito mineral de Ambrósia, operado pela Nexa Resources, tem como Zn e Pb os principais elementos produzidos, e é localizado em Paracatu, Minas Gerais. A mineralização é contida em brechas hidrotermais estruturalmente controladas. Sua complexidade estrutural impacta diretamente na modelagem geológica da zona mineralizada, que, por sua vez, reflete diretamente na cubagem e valoração do depósito. A modelagem da mineralização apresenta grande importância na tomada de decisão sobre o projeto mineiro, uma vez que ele é responsável por controlar o volume e feição do recurso que vai ser cubado e assim, posteriormente, lavrado. Atualmente as formas mais comuns de se gerar um modelo da mineralização é a partir de técnicas determinísticas pelas formas explícita, implícita e probabilística a partir de técnicas de geoestatísticas. O objetivo dessa pesquisa é a análise das diferenças nos modelos tridimensionais da mineralização feitos a partir da metodologia implícita, explícita e probabilística. As diferenças analisadas são: 1) Volume global, local e forma dos modelos 2) Avaliação do risco associado aos modelos determinísticos a partir do resultado da krigagem de indicadoras 3) Comparação entre as facilidades e tempos necessários para confecção dos modelos e de questões sobre inserção de interpretações geológicas e enviesamento. O resultado desse trabalho demonstrou diferenças locais e globais significativas. Localmente, regiões de maior divergência está relacionada com regiões baixa quantidade amostral. Entre os modelos determinísticos, o ganho temporal e automatização do modelo implícito é inversamente proporcional a quantidade de amostras disponíveis.