Modelización en Yacimientos VMS: Del Modelo de Ley a un Enfoque Geológico Estratégico

En los depósitos de sulfuros masivos volcanogénicos (VMS), la distribución de metales responde a un patrón geoquímico bien definido. La solubilidad del cobre en soluciones hidrotermales decrece rápidamente con la disminución de la temperatura, dejando de ser soluble a temperaturas relativamente altas. Por ello, el cobre, al ser menos móvil en solución y más estable a altas temperaturas, tiende a precipitar en zonas proximales al foco hidrotermal o a los conductos alimentadores, frecuentemente en brechas cuarcíticas, zonas de stockwork o áreas de alteración intensa, situadas habitualmente a muro de la serie volcano-sedimentaria y de los cuerpos de sulfuros masivos.

En cambio, el zinc y el plomo permanecen solubles a temperaturas más bajas, lo que les permite migrar mayores distancias desde el foco térmico. Esto favorece su concentración en zonas más distales, generalmente en forma de capas de sulfuros masivos o cuerpos estratiformes, comúnmente intercalados en las secuencias volcánico-sedimentarias.

A pesar de que esta zonación es ampliamente reconocida en la literatura geológica, en la práctica minera es habitual encontrar modelos de recursos que no reflejan esta arquitectura metalogénica. Muchos de estos modelos han sido construidos a partir de la interpolación directa de leyes, sin una base geológica clara. Esto puede deberse a limitaciones de tiempo, presión por entregar resultados o al contexto económico del momento, donde precios bajos del cobre hacían poco atractivo su modelización, especialmente en zonas profundas o marginales.

Uno de los errores más frecuentes en la industria es construir modelos exclusivamente basados en leyes, sin un modelo geológico previo que guíe la interpretación. Esto genera una serie de problemas:

1. Falta de representación geológica real

Los modelos basados en ley tienden a agrupar zonas con valores similares sin considerar si estas responden a una misma unidad geológica o tipo de mineralización. Esto lleva a:

• Interpretaciones geológicamente incoherentes.
• Wireframes que no respetan contactos reales o estructuras.
• Dificultad para integrar la mineralización con alteraciones, litologías o estructuras.
• Modelos sin valor exploratorio: Pérdida del valor predictivo del modelo como herramienta para definir nuevos blancos de perforación.

2. Zonas clave subrepresentadas o ausentes

• Las capas polimetálicas, que son interceptadas por la mayoría de los sondeos, a menudo están subrepresentadas por wireframes antiguos demasiado conservadores, lo que impide darles continuidad a lo largo del yacimiento.
• Las brechas cuarcíticas, zonas de stockwork o áreas de alteración intensa mineralizadas con cobre, típicas de las zonas proximales en sistemas VMS, están ausentes en muchos modelos históricos. Esto se debe a que antiguamente no se perforaban estas zonas o se descartaban por no cumplir criterios económicos en ese momento.

3. Falta de adaptación económica

Cuando un modelo se basa en valores de ley sin tener en cuenta los factores económicos actualizados, se corre el riesgo de dejar fuera zonas que hoy son rentables. Un ejemplo claro es la evolución del cobre:

• Fórmula antigua de Zneq en una mina en la que Asturmine firma recursos: Zneq = Zn + 0.4·Pb + 1.4·Cu
• Fórmula actualizada, basada en precios reales de venta: Zneq = Zn + 0.614·Pb + 4.496·Cu + 0.038·Ag + 2.482·Au

Con esta fórmula, zonas con cobre previamente descartadas entran ahora como potencial económicamente viable, lo que obliga a reconsiderar la arquitectura del modelo de recursos.

4. Modelos sin valor exploratorio

Cuando no se representa la arquitectura del sistema (por ejemplo, su zonación vertical, cambios litológicos, estructuras...), el modelo pierde valor como herramienta predictiva. Es decir: no ayuda a definir nuevos blancos de perforación, ni guía la exploración futura.

Para superar estas limitaciones, es necesario reordenar el flujo de trabajo y devolver a la geología el papel central que debe tener en la modelización de recursos.

3.1. Construcción de un modelo geológico lito-estructural

Antes de interpolar leyes, debe generarse un modelo geológico conceptual, que:

• Agrupe las litologías principales (por ejemplo: pórfidos, baritas, capas masivas de Zn-Pb, brechas cuarcíticas, lutitas del muro).
• Identifique zonas de alteración hidrotermal relevantes (sericitización, cloritización, silicificación), si están asociadas a la mineralización.
• Incorpore datos estructurales (fallas, contactos, discordancias, pliegues).

Este modelo puede comenzar de forma básica —agrupando unidades litoestratigráficas y zonas mineralizadas— para luego ser refinado en función del conocimiento del yacimiento.

3.2. Definición de dominios mineralizados

Dentro del modelo geológico se definen los dominios de estimación, separando:

• Zonas de alta ley, donde se concentran los mayores tenores.
• Zonas de baja ley, con posible potencial marginal o de menor interés.
• Posibles zonas de transición o mezcla, que requieren criterios específicos.

Estos dominios pueden ser establecidos en función de criterios litológicos, estructurales, metalúrgicos, de alteración o estadísticos.

3.3. Evaluación de la estrategia de modelización: ¿Zneq o elementos por separado?

Una vez definidos los dominios, se debe decidir si estimar:

• Cada elemento por separado (Zn, Pb, Cu, Ag, Au), lo cual es más riguroso si no hay correlación.
• Un metal equivalente (Zneq), si hay alta correlación entre los metales y se justifica económicamente.

Esta decisión debe apoyarse en análisis estadísticos robustos (Pearson, Spearman) y en el entendimiento de la distribución de metales en cada dominio.

3.4. Campañas de perforación dirigidas

Con el nuevo modelo geológico como base, se pueden definir campañas de perforación más eficientes:

• Blancos enfocados en dar continuidad a capas polimetálicas subrepresentadas.
• Sondeos dirigidos a confirmar la presencia de cobre en zonas cuarcíticas proximales.
• Profundización de áreas con potencial económico no evaluado bajo modelos antiguos.

La información generada por estos sondeos puede retroalimentar el modelo de forma iterativa, mejorando su precisión y valor predictivo.

3.5. Clasificación adecuada de recursos

Es importante distinguir entre:

• Interpretación geológica, que permite extender wireframes y dar continuidad a cuerpos mineralizados.
• Clasificación de recursos, que debe basarse en la densidad de datos, la calidad de la estimación y la confianza en la interpretación.

Así, un cuerpo con buena continuidad geológica pero poca información puede clasificarse como recurso inferido, mientras que zonas bien muestreadas y con estimación confiable pueden ser recursos medidos. Zonas más alejadas o basadas en proyecciones podrían considerarse como potencial exploratorio.

Esto permite alinear la interpretación geológica con los estándares internacionales de clasificación (como JORC, NI 43-101 o PERC), sin confundir extensión con certeza.

Los yacimientos VMS son sistemas complejos que requieren enfoques de modelización más allá de la ley. Construir modelos únicamente a partir de valores numéricos, sin incorporar la lógica geológica del sistema, puede llevar a errores graves: subestimación del recurso, exclusión de metales clave, y una visión incompleta del potencial del yacimiento.

La clave está en volver a la base: geología primero, estimación después. Un modelo lito-estructural bien construido, que identifique litologías, alteraciones y estructuras relevantes, permite:

• Representar mejor el sistema mineralizador.
• Incorporar adecuadamente metales como el cobre, cada vez más importantes.
• Definir campañas de perforación más inteligentes.
• Estimar recursos y clasificarlos con mayor rigor.
• Guiar la exploración futura con una herramienta predictiva robusta.

En tiempos de transición energética y precios cambiantes, el valor del modelo geológico como pilar de cualquier estrategia técnica y económica no puede subestimarse. Y en ese sentido, actualizar nuestra forma de modelar es también actualizar nuestra forma de crear valor.