El Batolito de Pataz se encuentra en la franja orogénica de la cordillera oriental, que recorre el Perú, desde La Libertad hasta Puno, y se extiende por Bolivia hasta Jujuy en Argentina.
Durante los años 1900 – 2021, el Batolito de Pataz registró una producción histórica de 17 millones 786 mil onzas de oro, y el 75% del total provino de las empresas Consorcio Minero Horizonte, Minera Aurífera Retamas y Compañía Minera Poderosa. Ello se dio a conocer en el Encuentro Minero organizado por el Instituto de Ingenieros de Minas del Perú (IIMP).
Al respecto, el geólogo senior de Exploraciones en Poderosa, Juan Timoteo, explicó que el Batolito de Pataz es un cuerpo intrusivo de forma lenticular y alargada de 80 kilómetros de largo y 6 kilómetros de ancho en las zonas de mayor extensión, cuya mineralización empezó a hace 314 a 317 millones de años, con posteriores estadios de mineralización.
Indicó que el Batolito de Pataz se encuentra en la franja orogénica de la cordillera oriental, que recorre el Perú, desde La Libertad hasta Puno, y se extiende por Bolivia hasta Jujuy en Argentina. Esta franja contiene los yacimientos orogénicos asociados a fallamientos y plegamientos regionales, que consisten en vetas de cuarzo y sulfuros con diseminación de oro.
En relación a la estimación de recursos minerales en las vetas auríferas del Batolito de Pataz, repasó que el proceso comienza con la recolección y validación de datos, para luego proceder con la definición del dominio geológico, el cual es determinado por las características estructurales, litológicas, geoquímicas, de alteración, de densidad, entre otros.
También puedes leer: Poderosa inició convocatoria para su programa de prácticas “Talentos de Oro 2023”
Seguidamente, se realizará la creación del compósito y el tratamiento de altos erráticos. El primero es la unión de la información de las muestras de taladros de perforación y las muestras de labores mineras en un solo archivo. Y el segundo considera altos erráticos a las leyes con valores mayores a la suma del promedio más dos veces la desviación estándar.
Terminada ambas tareas, continuará el modelamiento de variogramas experimentales y la definición de la orientación del elipsoide de búsqueda, que permitirá analizar el comportamiento espacial de la ley de oro en el dominio geológico previamente definido, mostrando como cada ley influencia sobre el modelo geológico a diferentes distancias.
Con la información de las direcciones de los tres ejes ortogonales del elipsoide de búsqueda, se crean los modelos de variogramas teóricos que se ajustarán a los variogramas experimentales en las direcciones de los tres ejes del elipsoide, con lo que se podrán inferir valores de leyes de oro en localizaciones de la veta donde no se tienen muestras. A este paso se le conoce como modelamiento de variogramas teóricos y definición de los parámetros de estimación.
Posteriormente, se desarrollará el modelamiento geológico de la veta en forma de un sólido tridimensional mediante un software minero; y después el modelamiento de bloques que contendrá la información gráfica y numérica de la estimación de recursos minerales.
Luego, se llevará a cabo la estimación del modelo de bloques a través del método de Kriging ordinario para la generación de bloques con valores de ley en la categoría de recursos medidos, indicados e inferidos. Acto seguido, se exportará el modelo de bloques al software ArcGIS, creándose un shapefile de puntos, según precisó Juan Timoteo.
“Finalizada la estimación de recursos minerales, se presentará un reporte de estimación con la información de polígonos y bloques delimitados, con base en datos de la veta, nivel, block, certeza, área, potencia, ley y tonelaje sin diluir, gramos y onzas de oro. En tanto, el cálculo de reservas minerales está a cargo del área de Planeamiento de la mina”, explayó.
Estimación más precisa
Recomendó el geólogo senior de Exploraciones en Poderosa que, para una estimación más precisa, se puede utilizar más de tres estructuras para el modelamiento de variogramas teóricos, es decir, que se puede subdividir los alcances para los recursos medidos, indicados e inferidos, de tal forma que el resultado se acercará más al valor del dato in situ.
“Existen métodos de modelamiento y estimación mediante machine learning o inteligencia artificial, el cual utiliza algoritmos, identifica patrones y puede predecir el comportamiento de las leyes de oro y de otras variables, con base en datos históricos del yacimiento, razón por la cual debemos aprender esta técnica para mejorar la estimación de recursos”, sugirió.
