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

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Carvalho, Joadson Alan Abreu de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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