Uso del Modelo Numérico RBF de Leapfrog en Yacimientos con Baja Densidad de Sondeos

En la minería industrial, particularmente en yacimientos de minerales no metálicos como las arcillas especiales o las magnesitas, las campañas de perforación suelen caracterizarse por una baja densidad de datos. Es común encontrar configuraciones donde los sondeos se realizan desde superficie, a 90 grados, y con separaciones de centenares de metros entre ellos. Estas distancias se deben a criterios económicos y operacionales, ya que estos materiales, a diferencia de metales preciosos o estratégicos, tienen un valor unitario bajo y no justifican campañas de perforación intensivas salvo en etapas muy avanzadas del proyecto.

En este contexto, los métodos tradicionales de estimación —como el inverso de la distancia (IDW), los vecinos naturales (NN) o incluso el kriging ordinario (OK)— presentan limitaciones importantes. Estos métodos requieren, para ser robustos, una distribución relativamente homogénea de datos, y sufren mucho cuando los datos son escasos y espaciados.

El principal reto en yacimientos de este tipo es la escasez de información espacial directa. Con sondeos verticales distanciados centenas de metros, las técnicas de interpolación clásica generan resultados poco fiables por varios motivos:

• IDW y NN generan zonas planas o con cambios bruscos entre datos, sin suavizar de manera realista las transiciones, ya que se basan exclusivamente en la geometría sin considerar continuidad geológica.
• El Kriging Ordinario (OK) requiere una estructura variográfica bien definida, que no es viable con una densidad tan baja de datos. De hecho, los resultados del variograma en estos casos tienden a ser inestables o carentes de sentido geológico.
• La validación geoestadística se vuelve compleja y poco representativa cuando no hay suficientes pares de datos para establecer estructuras espaciales robustas.

El modelo RBF (Radial Basis Function) que ofrece Leapfrog representa una alternativa robusta, coherente y práctica en estos casos. Esta técnica no requiere la construcción explícita de variogramas, pero aun así introduce una forma implícita de continuidad espacial a través del uso de funciones base radiales, que se ajustan automáticamente a los datos disponibles. Es decir, aplica un grado de suavizado y continuidad equivalente a una geoestadística básica, sin las limitaciones que imponen otros métodos.

Fig 1: Ejemplo de modelo RBF según calidades de un mineral industrial

Ventajas clave del modelo RBF en minería de minerales industriales con baja densidad de datos:

• No necesita una malla densa de sondeos para funcionar bien, por lo que se adapta perfectamente a configuraciones verticales con gran espaciamiento.
• Modela superficies continuas que respetan los valores de los datos y generan transiciones suaves, sin necesidad de forzar el cálculo de estructuras variográficas.
• Reduce la aparición de “artefactos geométricos” típicos de interpolaciones simples, como bordes cuadrados o zonas planas extensas.
• Respeta la geometría geológica subyacente, especialmente si se integra con superficies litológicas modeladas previamente en Leapfrog.

En Asturmine, el método de validación de las estimaciones realizadas con RBF es simple pero efectivo: se comparan las estadísticas básicas de los datos de entrada (sondeos) con las del modelo de bloques. Se analizan el mínimo, primer cuartil (Q1), mediana (Q2), tercer cuartil (Q3), máximo y la media, y si estos valores están en buena concordancia entre datos y bloques, se considera que el modelo es robusto.

Este enfoque es transparente, intuitivo y permite validar rápidamente si el modelo ha respetado la distribución de las leyes o calidades. Además, permite identificar rápidamente sesgos o distorsiones que podrían deberse a una mala parametrización o a una geometría compleja no capturada por el modelo.

El uso del modelo RBF en Leapfrog representa una solución óptima y moderna para la estimación de recursos en yacimientos de minerales industriales con baja densidad de perforaciones. En entornos donde los métodos clásicos fallan por falta de datos o complejidad variográfica, el RBF aprovecha al máximo la información disponible generando modelos suaves, continuos y coherentes con la geología del depósito.

Para empresas como Asturmine , este modelo ha demostrado ser no solo técnicamente sólido, sino también pragmático y eficiente, facilitando la toma de decisiones, la planificación de nuevas campañas y la elaboración de informes de recursos con una base técnica creíble.

En yacimientos de minerales industriales como los de arcillas especiales o magnesitas, donde los márgenes son ajustados y las campañas de perforación están muy limitadas, el modelo RBF no solo es una opción viable, sino probablemente la mejor herramienta disponible hoy en día para generar modelos de recursos útiles, defendibles y coherentes con la realidad geológica.