50815_MATERIALDEESTUDIO-PARTEIIIB.pdf

106

INTERCADECONSULTANCY & TRAINING

www.intercade.org

211

Dra. Vernica Oliveros - [email protected] - Consultora Intercade

MUESTREO DE AGUAS Los elementos inorgnicos sern transportados por el

agua en alguna de las siguientes formas: Cationes Aniones Iones adsorbidos Solutos inorgnicos no disociados Materia orgnica soluble Suspensin

La variaciones fuertes de pH a lo largo de un curso deagua pueden indicar una fuente de sulfatos, a partir deconcentraciones de sulfuros, donde la hidrlisis ylixiviacin de sulfuros es responsable de esta variacinde pH.

212


MUESTREO DE AGUAS

107


www.intercade.org

213


REPRESENTACION DE DATOS

214


CONTORNEO DE CURVAS DE ISOCONTENIDO

108


www.intercade.org

215


CONTORNEO DE CURVAS DE ISOCONTENIDO

216


REPRESENTACION PONDERADA DE PUNTOS DE MUESTREO

109


www.intercade.org

217


REPRESENTACION PONDERADA DE PUNTOS DE MUESTREO

218


INTERPRETACIONDE RESULTADOS

Y PROCESAMIENTO DE DATOS

110


www.intercade.org

219


DEFINICIONES Valor de fondo (background). Es la abundancia normal de

un elemento en una unidad litolgica en un readeterminada. Puede ser local o regional. En general, tieneuna distribucin log-normal.

Anomala. Es una desviacin de los patrones geoqumicosnormales para un rea determinada. Anomala significativa: relacionada a mineralizacin. Anomala falsa o no significativa: no relacionada a

mineralizacin (procesos naturales, contaminacin,errores analticos).

Valor umbral (threshold). Es un valor que permite destacaraquellas zonas potenciales de contener una altaconcentracin del elemento o elementos de inters.

220


111


www.intercade.org

221


222


ESTADISTICA UNIVARIABLE Previo al procesamiento estadstico de datos debe

existir una preparacin y filtrado de las bases de datos. Se deben eliminar del procesamiento aquellos

elementos que no cumplen con las condiciones decontrol de calidad.

Se deben eliminar todos aquellos elementos en loscuales ms del 50% presenta valores bajo lmites dedeteccin.

Se recomienda cambiar en el caso de elementos convalores en el lmite de deteccin, a la mitad delcorrespondiente lmite.

Los elementos en valores % deben ser cambiados appm.

112


www.intercade.org

223


ESTADISTICA UNIVARIABLE

Dada la naturaleza de distribucin geoqumica en materialesnaturales, los datos geoqumicos deben ser procesados enbase log-normal.

Es factible convertir la base de datos a una base log-normal,o bien existen programas estadsticos que permiten trabajardirectamente en base log-normal.

Son de inters todos los estadgrafos univariables comunes:promedio, desviacin estndar, mediana, cuartiles, kurtosis,mxima, mnima.

Se recomienda el clculo de umbral superior como el valorpromedio ms dos errores estndares.

224


ESTADISTICA UNIVARIABLEEl error estndar es conocido tambin como la desviacin estndarde la media y es representado de la siguiente manera:

es = /n

Un valor umbral recomendado es el siguiente:

Umbral = x + 2 /n

Este valor a diferencia de x 2 incorpora n = nmero de muestras en la ecuacin.

Los clculos previos se deben realizar en base log-normal. Elresultado final es transformado mediante el anti-log.

113


www.intercade.org

225


Elto Unidad N casosMuestras sobre LD

Promedio aritmtico Max Min

Promedio logartmico Antilog

Desv. Std. Log.

Error estndar

Umbral x+2

Al % 28 28 1.805 2.5 0.63 0.244 1.755 0.117 0.065 2.363

As ppm 28 28 88.25 190 11 1.872 74.541 0.284 0.101 118.496

Cu ppm 26 26 83.036 170 54 1.938 86.651 0.108 0.062 115.286

Fe % 28 28 6.231 14.43 3.13 0.775 5.961 0.126 0.067 8.118

K % 28 28 0.144 0.23 0.09 -0.856 0.139 0.107 0.062 0.185

Mg % 28 28 0.734 1.21 0.14 -0.168 0.679 0.196 0.084 0.999

Mn ppm 28 28 936.964 1680 130 2.921 834.433 0.253 0.095 1292.77

Mo ppm 28 26 4.154 9 0.5 0.594 3.924 0.15 0.076 5.565

Na % 28 21 0.031 0.06 0.005 -1.531 0.029 0.158 0.087 0.044

Ni ppm 28 28 18.964 45 7 1.245 17.581 0.168 0.077 25.119

P ppm 28 28 701.786 877 439 2.84 691.923 0.076 0.052 879.893

Pb ppm 28 28 11.643 23 6 1.047 11.136 0.128 0.068 15.21

S % 28 27 0.929 5.96 0.005 -0.526 0.298 0.696 0.161 0.623

Sb ppm 28 14 7.571 21 1 0.783 6.066 0.303 0.147 11.949

Sr ppm 28 28 75.893 144 28 1.839 69.085 0.191 0.083 101.101

Ti % 28 25 0.076 0.27 0.005 -1.193 0.064 0.236 0.097 0.1

V ppm 28 28 137.536 316 36 2.095 124.519 0.207 0.086 185.076

Zn ppm 28 28 148.714 273 28 2.141 138.282 0.189 0.082 201.792

226


ESTADISTICA DE POBLACIONES

Los objetivos de un anlisis estadstico de poblacionescorresponden a una discriminacin de intervalos dedistribucin gaussiana dentro de distribuciones decarcter mixto.

Cada poblacin puede representar fuentes distintas delos elementos de inters.

114


www.intercade.org

227


Los clculos de estadstica de poblaciones pueden serrealizados de forma manual con ploteos de frecuenciaacumulativa en grficos log-probabilsticos.

Tambin pueden ser realizados con programascomputacionales especializados, como Pplot.

ESTADISTICA DE POBLACIONES

228


115


www.intercade.org

229


230


DIAGRAMA LOG-PROBABILISTICO

Se aprecian dos poblaciones: fondo (azul) y anmala (rojo).

116


www.intercade.org

231


Elto Poblacin Media Porcentaje UmbralesMn Mx Mn Mx Regional

1 27.875 15.567 49.916 18.55 8.693 89.383

2 82.297 62.163 108.95 67.62 46.956 144.238

3 175.555 152.45 202.16 13.84 132.388 232.797

1 58.044 52.247 64.485 5.25 47.028 71.64

2 81.972 71.06 94.561 76.55 61.599 109.084

3 122.438 96.925 154.67 18.2 76.728 195.378

1 0.215 0.132 0.35 8.04 0.081 0.568

2 0.752 0.578 0.978 91.96 0.445 1.271

1 194.278 108.49 347.92 9.88 60.579 623.053

2 979.831 751.86 1276.9 90.12 576.922 1664.122

Ni 1 17.581 11.939 25.89 100 8.107 38.125 25.119 17.86

1 484.217 437.89 535.44 9.81 396 592.087

2 719.133 632.37 817.81 90.19 556.065 930.0210

% Mestras Anmalas

P 879.893

14.29

Mn 1292.77 14.29

Mg 0.999

Cu 115.286 11.54

17.86As 118.496

232


Zn, Cu y Pbpodran repartirseen al menos dospoblaciones en elanlisis estadstico.

Ore

200 feet

Cu

Zn

PbCu in ore

Pb in ore

Zn in ore

Met

al co

nte

nt (p

pm)

500

1,000

200

100

117


www.intercade.org

233


Adems deberan estarrelacionados en uno oms factores queexpliquen la varianzade la muestra y susparmetros decorrelacin en la matrizde Pearson deberanser >0,5.

Ore

200 feet

Cu

Zn

PbCu in ore

Pb in ore

Zn in ore

Met

al co

nte

nt (p

pm)

500

1,000

200

100

234


ESTADISTICA MULTIVARIABLE

Los objetivos de la estadstica multivariable son ladeterminacin de asociaciones geoqumicas relevantes.

Variadas herramientas estadsticas pueden serempleadas.

Ejemplos Anlisis de correlacin

Anlisis de componentes principales o factores

118


www.intercade.org

235


MATRIZ DE CORRELACIONAl As Ba Ca Cd Co Cr Cu Fe Mg Mn Ni P S Sc Sr Ti V Zn

Al 1.00As -0.29 1.00Ba 0.08 -0.18 1.00Ca 0.69 -0.26 0.06 1.00Cd -0.16 0.22 -0.12 0.02 1.00Co 0.33 0.24 -0.19 0.41 0.64 1.00Cr 0.16 0.21 -0.02 0.06 0.43 0.59 1.00Cu 0.19 -0.10 0.20 -0.03 -0.14 -0.10 -0.19 1.00Fe 0.02 0.34 -0.16 0.19 0.74 0.80 0.44 -0.22 1.00Mg 0.48 0.13 -0.60 0.41 -0.02 0.34 0.23 -0.29 0.15 1.00Mn 0.75 -0.01 0.25 0.60 -0.14 0.39 0.29 0.19 0.03 0.37 1.00Ni -0.16 0.36 -0.06 -0.06 0.74 0.65 0.48 -0.16 0.72 0.00 -0.18 1.00

P 0.38 0.04 -0.47 -0.01 -0.10 0.03 0.28 -0.05 -0.03 0.69 0.23 -0.12 1.00S -0.40 0.37 -0.02 -0.18 0.73 0.49 0.15 -0.14 0.80 -0.24 -0.39 0.83 -0.34 1.00

Sc 0.78 -0.39 0.41 0.66 -0.13 0.30 -0.01 0.30 0.04 0.13 0.80 -0.18 -0.03 -0.25 1.00Sr 0.50 -0.17 0.70 0.59 -0.12 0.17 0.13 0.05 -0.07 -0.20 0.58 -0.01 -0.40 -0.18 0.64 1.00Ti 0.44 -0.13 -0.24 0.30 0.20 0.62 0.44 -0.07 0.42 0.44 0.46 0.26 0.29 0.09 0.46 0.04 1.00V 0.47 0.04 0.09 0.56 0.61 0.77 0.64 -0.09 0.71 0.23 0.43 0.44 0.02 0.32 0.39 0.37 0.44 1.00Zn 0.69 -0.12 0.16 0.58 0.27 0.63 0.43 0.26 0.32 0.28 0.76 0.03 0.23 -0.12 0.70 0.40 0.46 0.72 1.00

236


ANALISIS DE FACTORES(COMPONENTES PRINCIPALES)

El anlisis de factores componentes principales es unatcnica estadstica de sntesis de la informacin, oreduccin de la dimensin (nmero de variables).

Ante un banco de datos con muchas variables, el objetivoes reducirlas a un menor nmero, perdiendo la menorcantidad de informacin posible.

Los nuevos componentes principales o factores sernuna combinacin lineal de las variables originales,adems sern independientes entre s.

119


www.intercade.org

237


La interpretacin de los factores no es directa, sino quese deduce tras observar la relacin de estos con lasvariables iniciales.

Entonces se debe estudiar tanto el signo como lamagnitud de las correlaciones, lo cual no siempre esfcil y requiere de un conocimiento sobre la materia deinvestigacin.

ANALISIS DE FACTORES(COMPONENTES PRINCIPALES)

238


Anlisis de la matriz de correlaciones

Un anlisis de componentes principales tiene sentido siexisten altas correlaciones entre las variables, ya que estoes indicativo de que existe informacin redundante y, portanto, pocos factores explicarn gran parte de lavariabilidad total.

FASES DEL ANALISIS

120


www.intercade.org

239


FASES DEL ANALISIS

Seleccin de los factores

La eleccin de los factores se realiza de tal forma que elprimero recoge la mayor proporcin posible de lavariabilidad original, el segundo factor debe recoger lamxima variabilidad posible no recogida por el primero, yas sucesivamente. Del total de factores se elegirnaquellos que recojan el porcentaje de variabilidadsuficiente. A estos se les denomina componentesprincipales.

240


Anlisis de la matriz factorial

Una vez seleccionados los componentes principales, serepresentan en forma de matriz. Cada elemento de estarepresenta los coeficientes factoriales de las variables (lascorrelaciones entre las variables y los componentesprincipales). La matriz tendr tantas columnas comocomponentes principales y tantas filas como variables

FASES DEL ANALISIS

121


www.intercade.org

241


ANALISIS DE FACTORES

242


REPRESENTACION ESPACIAL DE LA DISTRIBUCION LOG-NORMAL

HistogramaCobre soluble ( Cu Sol)

Log Cu Sol (ppm)0,4

02468

1012141618202224

0,6 0,8 1,0 1,2 1,4 1,6 0,8 2,0 2,2

Frec

ue

nci

a

122


www.intercade.org

243


REPRESENTACION ESPACIAL DE LA DISTRIBUCION LOG-NORMAL

244


REPRESENTACION ESPACIAL DE POBLACIONES

123


www.intercade.org

245


REPRESENTACION ESPACIAL DE POBLACIONES

Mo

246


INTERPRETACION DE RESULTADOSDistribucin geoqumica Existen variadas formas de representar datos y

distribuciones geoqumicas. Mapas con puntos ponderados Mapas multielementos Mapas de contorno (isocontenido) Mapas filtrados

Los sistemas de informacin geogrfico (GIS) poseenvariadas herramientas.Ejemplos MapInfo Surfer ArcGis

124


www.intercade.org

247


Si bien los procesamientos estadsticos ofrecen resultadosnumricos bien definidos, no necesariamente representanuna realidad geolgica o son razonables en el contextoparticular en estudio.

Para la correcta interpretacin de datos, es necesarioentender procesos de dispersin geoqumica, ya seaprimaria o secundaria.

INTERPRETACION DE RESULTADOS

248


INTERPRETACION DATOS GEOQUIMICOS

Tan pronto como los resultados analticos son obtenidos,la informacin puede ser clasificada, tratadaestadsticamente y graficada en un mapa. Estos mtodosrevelan las anomalas.

Existen tres posibilidades que se deben considerarcuando se ha identificado una anomala: Est genticamente relacionada a un depsito mineral. Est genticamente relacionada a acumulaciones de

minerales de carcter subeconmico. Se deba a la concentracin de elementos resultante de

una combinacin de factores no relacionados a unamineralizacin.

125


www.intercade.org

249


INTERPRETACION DATOS GEOQUIMICOS

Anomala de carga residual no significativa

Metal content (ppm)

400

500

300

200

100

0

0 1000 2000

Distance downstream (feet)4000 6000

BasementPicriteOlivinenorite

Norite andanorthosite

Ni

Cu

250


ANOMALIAS DE SUELO NO SIGNIFICATIVAS

Pb co

nte

nt (p

pm)

100

50

0

Subsoil

Organic topsoil(enriched in Pb)

126


www.intercade.org

251


ANOMALIAS DE SUELO NO SIGNIFICATIVAS

Se generan por enriquecimiento de uno de los horizontes,pero adems se detectan cuando hay un muestreosesgado de un horizonte en especial.

Cu co

nte

nt (p

pm)

100

50

0

Truncated profile

A horizon

C horizon

B horizon

(enriched in

Cu) Sampling depth

252


BIBLIOGRAFIA

Levison, Arthur. Introduction to Exploration Geochemistry.2nd edition. London: Applied Publishing, 1980.

Arthur W. Rose, Herbert E. Hawkes, John S. Webb.Geochemistry in Mineral Exploration. London: AcademicPress, 1979.

Gunther Faure. Geochemistry, Principles and Applications.2nd edition. Upper Saddle River: Prentice-Hall,1998.

127


www.intercade.org

253


BIBLIOGRAFIA

Govett, G.J.S (Ed.) 1983. Handbook of ExplorationGeochemistry. Elsevier.

Hawkes, H.E. & Webb, J.S. 1962. Geochemistry inMineral Exploration. Harper & Row Publishers.

Smith, P.L. 2001. A primer for sampling solids, liquids,and gases: based on the seven sampling errors of PierreGy - (ASA-SIAM series on statistics and appliedprobability)

254


BIBLIOGRAFIACurso Exploracin Geoqumica, Dr. Brian Townley,

Departamento de Geologa, Universidad de Chile.

Curso Prospeccin Geoqumica, Dr. Tomasso Tosiani,Departamento de Geoqumica, Universidad Central deVenezuela.http://prospeccion.blogspot.com/

Apuntes Mtodos Geoqumicos de Exploracin Minera,Ingeniero Manuel Escalante Snchez, Escuela Superiorde Ingeniera y Arquitectura, Instituto Politcnico Nacionalde Mxico.http://littlebullet2.tripod.com/index.html

Documents

50815_MATERIALDEESTUDIO-PARTEIIIB.pdf