Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/44/44145/tde-16092025-073802/ |
Resumo: | A análise da incerteza é essencial tanto para a classificação de recursos minerais quanto para a definição da malha ótima de sondagem, que visa otimizar investimentos e reduzir riscos. A simulação condicional por bandas rotativas (Turning Bands Simulation) foi utilizada para quantificar as incertezas baseadas no Máximo Erro da Estimativa (MEE), na mina de ouro de Canavieiras Sul, em Jacobina, Bahia. A avaliação da incerteza foi feita através de três métodos: análise da incerteza das simulações por malhas de sondagem virtuais; análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais; e análise da incerteza a partir do espaçamento dos dados originais. Para a análise de incerteza das simulações por malhas virtuais e pelo espaçamento dos dados originais, a tonelagem de produção trimestral e anual foi utilizada para sugerir as malhas de classificação dos recursos minerais medidos e indicados. Por esses dois métodos, a malha sugerida para classificar os recursos medidos foi de 20 x 20 metros. A malha para classificar o recurso como indicado foi de 60 x 60 metros, pelo método de análise das simulações por malhas virtuais. A análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais foi feita pela comparação entre o modelo de recursos simulado (realidade) e o modelo de recursos por krigagem para cada malha, avaliando os custos de sondagem e os ganhos financeiros. Esse método sugeriu a malha de 20 x 20 metros como aquela que otimiza o retorno financeiro. No geral, os resultados dos três métodos de quantificação das incertezas utilizados nesta dissertação foram coerentes entre si, e a aplicação desses procedimentos no cenário de Jacobina foi considerada bem sucedida. O fluxo de trabalho implementado nesta dissertação pode ser aplicado em outras minas desse complexo mineiro. A aplicação de três técnicas diferentes de estudos de malha ótima de sondagem deu segurança às análises e esses estudos podem ser utilizados para embasar tecnicamente a classificação de recursos minerais para auditorias de Recursos e Reservas Minerais de Canavieiras Sul. |
| id |
USP_95183776a0c4fd87bc48a4ee25f1fb14 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-16092025-073802 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Banot availableAnálise econômicaClassificação de recursos mineraisConditional simulationEconomic analysisMáximo Erro da EstimativaMaximum Estimation ErrorMineral resources classificationSimulação condicionalA análise da incerteza é essencial tanto para a classificação de recursos minerais quanto para a definição da malha ótima de sondagem, que visa otimizar investimentos e reduzir riscos. A simulação condicional por bandas rotativas (Turning Bands Simulation) foi utilizada para quantificar as incertezas baseadas no Máximo Erro da Estimativa (MEE), na mina de ouro de Canavieiras Sul, em Jacobina, Bahia. A avaliação da incerteza foi feita através de três métodos: análise da incerteza das simulações por malhas de sondagem virtuais; análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais; e análise da incerteza a partir do espaçamento dos dados originais. Para a análise de incerteza das simulações por malhas virtuais e pelo espaçamento dos dados originais, a tonelagem de produção trimestral e anual foi utilizada para sugerir as malhas de classificação dos recursos minerais medidos e indicados. Por esses dois métodos, a malha sugerida para classificar os recursos medidos foi de 20 x 20 metros. A malha para classificar o recurso como indicado foi de 60 x 60 metros, pelo método de análise das simulações por malhas virtuais. A análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais foi feita pela comparação entre o modelo de recursos simulado (realidade) e o modelo de recursos por krigagem para cada malha, avaliando os custos de sondagem e os ganhos financeiros. Esse método sugeriu a malha de 20 x 20 metros como aquela que otimiza o retorno financeiro. No geral, os resultados dos três métodos de quantificação das incertezas utilizados nesta dissertação foram coerentes entre si, e a aplicação desses procedimentos no cenário de Jacobina foi considerada bem sucedida. O fluxo de trabalho implementado nesta dissertação pode ser aplicado em outras minas desse complexo mineiro. A aplicação de três técnicas diferentes de estudos de malha ótima de sondagem deu segurança às análises e esses estudos podem ser utilizados para embasar tecnicamente a classificação de recursos minerais para auditorias de Recursos e Reservas Minerais de Canavieiras Sul.Uncertainty analysis is essential for both mineral resource classification and the definition of the optimal drilling grid, aiming to optimize investments and reduce risks. The Turning Bands Simulation was used to quantify uncertainties based on the Maximum Estimation Error (MEE) at the Canavieiras Sul gold mine in Jacobina, Bahia. The uncertainty assessment was conducted using three methods: (1) uncertainty analysis of simulations through virtual drilling grids; (2) economic uncertainty analysis of kriged values through virtual drilling grids; and (3) uncertainty analysis based on the spacing of the original data. For the uncertainty analysis of simulations through virtual grids and the analysis based on the spacing of the original data, quarterly and annual production tonnage was used to suggest the classification grids for measured and indicated mineral resources. Using these two methods, the suggested grid for classifying measured resources was 20 x 20 meters. The grid for classifying the resource as indicated was 60 x 60 meters, according to the uncertainty analysis of simulations through virtual grids. The economic uncertainty analysis of kriged values through virtual drilling grids was carried out by comparing the simulated resource model (reality) with the kriged resource model for each grid, evaluating drilling costs and the financial benefits. This method suggested the 20 x 20-meter grid as the one that optimizes financial return. In general, the results of the three uncertainty quantification methods used in this dissertation were consistent with each other, and the application of these procedures in the Jacobina scenario was considered successful. The workflow implemented in this thesis can be applied to other mines in this mining complex. The application of three different techniques for drillhole spacing analysis added confidence to the studies and can be used to technically support the classification of mineral resources for audits of Resources and Mineral Reserves of Canavieiras Sul.Biblioteca Digitais de Teses e Dissertações da USPRocha, Marcelo Monteiro daCarvalho, Joadson Alan Abreu de2025-07-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/44/44145/tde-16092025-073802/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-09-16T10:54:02Zoai:teses.usp.br:tde-16092025-073802Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-09-16T10:54:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba not available |
| title |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| spellingShingle |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba Carvalho, Joadson Alan Abreu de Análise econômica Classificação de recursos minerais Conditional simulation Economic analysis Máximo Erro da Estimativa Maximum Estimation Error Mineral resources classification Simulação condicional |
| title_short |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| title_full |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| title_fullStr |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| title_full_unstemmed |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| title_sort |
Otimização da malha de amostragem baseada na quantificação de incertezas e sua influência na classificação dos recursos minerais da mina de ouro de Canavieiras Sul, Jacobina-Ba |
| author |
Carvalho, Joadson Alan Abreu de |
| author_facet |
Carvalho, Joadson Alan Abreu de |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Rocha, Marcelo Monteiro da |
| dc.contributor.author.fl_str_mv |
Carvalho, Joadson Alan Abreu de |
| dc.subject.por.fl_str_mv |
Análise econômica Classificação de recursos minerais Conditional simulation Economic analysis Máximo Erro da Estimativa Maximum Estimation Error Mineral resources classification Simulação condicional |
| topic |
Análise econômica Classificação de recursos minerais Conditional simulation Economic analysis Máximo Erro da Estimativa Maximum Estimation Error Mineral resources classification Simulação condicional |
| description |
A análise da incerteza é essencial tanto para a classificação de recursos minerais quanto para a definição da malha ótima de sondagem, que visa otimizar investimentos e reduzir riscos. A simulação condicional por bandas rotativas (Turning Bands Simulation) foi utilizada para quantificar as incertezas baseadas no Máximo Erro da Estimativa (MEE), na mina de ouro de Canavieiras Sul, em Jacobina, Bahia. A avaliação da incerteza foi feita através de três métodos: análise da incerteza das simulações por malhas de sondagem virtuais; análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais; e análise da incerteza a partir do espaçamento dos dados originais. Para a análise de incerteza das simulações por malhas virtuais e pelo espaçamento dos dados originais, a tonelagem de produção trimestral e anual foi utilizada para sugerir as malhas de classificação dos recursos minerais medidos e indicados. Por esses dois métodos, a malha sugerida para classificar os recursos medidos foi de 20 x 20 metros. A malha para classificar o recurso como indicado foi de 60 x 60 metros, pelo método de análise das simulações por malhas virtuais. A análise econômica da incerteza dos valores krigados por malhas de sondagem virtuais foi feita pela comparação entre o modelo de recursos simulado (realidade) e o modelo de recursos por krigagem para cada malha, avaliando os custos de sondagem e os ganhos financeiros. Esse método sugeriu a malha de 20 x 20 metros como aquela que otimiza o retorno financeiro. No geral, os resultados dos três métodos de quantificação das incertezas utilizados nesta dissertação foram coerentes entre si, e a aplicação desses procedimentos no cenário de Jacobina foi considerada bem sucedida. O fluxo de trabalho implementado nesta dissertação pode ser aplicado em outras minas desse complexo mineiro. A aplicação de três técnicas diferentes de estudos de malha ótima de sondagem deu segurança às análises e esses estudos podem ser utilizados para embasar tecnicamente a classificação de recursos minerais para auditorias de Recursos e Reservas Minerais de Canavieiras Sul. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-07-02 |
| 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 |
https://www.teses.usp.br/teses/disponiveis/44/44145/tde-16092025-073802/ |
| url |
https://www.teses.usp.br/teses/disponiveis/44/44145/tde-16092025-073802/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1848370485465710592 |