Estimativa de recursos minerais na prática
A definição normativa de o que é recurso mineral começa no código JORC e se repete nas diretrizes da NI 43-101 canadense: é uma concentração de materiais sólidos na crosta terrestre com potencial econômico de extração, quantificada com base em evidências geológicas e amostragem. O conceito é simples até você precisar transformar um monte de furos de sondagem em números que um comitê de avaliação aceite sem questionar.
o que é recurso mineral e por que a classificação importa
Recurso mineral se divide em medido, indicativo e inferido. A diferença entre eles não é só estética — determina se aquele depósito pode ser financiado ou se você vai ter que justificar cada tonelada para três analistas diferentes. Recurso medido exige densidade de perfuração alta e confiabilidade geológica consolidada. Recurso inferido basicamente diz que existe material ali, mas ninguém pode garantir nada com ele. Na prática operacional, eu já vi engenheiros de minas tratarem recurso indicativo como se fosse medido e dimensionar uma planta de beneficiamento com base em grades médias que nunca foram validadas com dados suficientes. O resultado foi uma superestimativa de receita de 18% no primeiro ano operacional. A diferença entre as classificações não é burocracia. É a margem de erro do seu planejamento de longo prazo.
Coleta e validação de dados de sondagem
O ponto onde a maioria dos projetos falha não está na estimativa final, mas na qualidade dos dados que alimentam o modelo. Amostras de testemunho precisam passar por triagem no campo antes de serem enviadas ao laboratório. Intervalos de alteracao, fraturas preenchidas por minerais secundários, zonas de intemperismo — tudo isso influencia a recuperação e precisa ser documentado antes de qualquer coisa ser cortada ou misturada. Eu trabalhava num projeto de cobre porfirítico no norte do Chile onde o laboratório reportava recuperações de 82% em média para os furos principais. Quando cruzamos com os dados de blank e spike inseridos pelo pessoal de QAQC, percebemos que havia contaminação cruzada nos revestimentos das sondas. Os intervalos de gra de alto teor estavam sendo inflacionados por resíduos de amostras anteriores. A correção envolveu refazer a limpeza dos equipamentos entre furos e reamostrar 12 furos críticos, o que custou cerca de 6 semanas de atraso e U$ 140 mil em custos diretos de campanha.
O procedimento que resolve isso de forma preventiva é simples mas raro de ser aplicado com consistência: blank de campo a cada 20 amostras, spike a cada 15, e duplicata grossa a cada 30. Sem esses controles, você está construindo um modelo de recursos sobre dados que podem não refletir a realidade geoquímica do maciço.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Geostatística e estimativa por krigagem
Krigagem ordinária é o método padrão na indústria, mas o problema real é a escolha do variograma e da direção de continuidade. Variação anisotrópica mal identificada gera recursos inflacionados nas direções de menor densidade de perfuração. Um variograma mal ajustado pode superestimar recursos em 30 a 40% quando extrapolado para áreas fora do padrão de amostragem. A técnica que eu recomendo é rodar o modelo com múltiplos variogramas — um para cada direção principal identificada no depósito — e comparar os resultados de cross-validation. Se a diferença entre estimativas for superior a 15%, revise a estrutura estatística antes de fechar o bloco-modelo. Isso normalmente leva de 3 a 5 dias extras de trabalho computacional, mas evita reavaliações completas depois.
Outro detalhe que poucos consideram: a janela de busca do krigador deve ser adaptada à densidade real de perfuração por setor, não um raio fixo para todo o modelo. Fazer isso reduz pseudoflutuações nas estimativas de fronteira, que são justamente onde a classificação entre inferido e indicativo costuma ser disputada.
Fatores que distorcem estimativas de recurso
Seleção de amostras é um dos gargalos mais silenciosos. Quando você usa apenas intervalos acima de corte de grade para calibrar o modelo, cria viés de amostragem que inflaciona a média geral. O tratamento correto inclui todos os intervalos perfurados, mesmo aqueles abaixo do cutoff, para preservar a distribuição real da população. Outro erro comum é tratar domínios geométricos diferentes como uma única entidade estatística. Zonas de mineralização primária, zones de oxidação e transição têm comportamento geoquímico distinto. Misturá-los no mesmo variograma gera estimativas que não representam nenhum dos domínios corretamente.
Limitações óbvias existem. Krigagem assume estacionaridade — ou seja, que as propriedades estatísticas do depósito não mudam ao longo do espaço. Depósitos tabulares com zoneamento geoquímico acentuado, como muitas ocorrências de espinélio de níquel, violam essa premissa. Nesses casos, metodologias baseadas em indicador ou simulação condicionante produzem resultados mais confiáveis, mas exigem treinamento específico e tempo computacional significativamente maior.
Certificação e publicação de relatório técnico
Depois de fechar o modelo, o próximo passo é a qualificação do relatório pela Autoridade Responsável. Os critérios de elegibilidade —, densidade de perfuração, nível de confiança estatística — determinam qual classe de recurso pode ser declarada. Recursos indicativos raramente recebem aprovação para financiamento bancário. Recursos medidos e indicativos combinados formam a base para estudos de viabilidade, mas cada classe tem peso diferente na avaliação de risco do projeto. O que diferencia um relatório aprovado de um rejeitado quase sempre está na transparência das suposições. Documentar limites de domínios, parâmetros de variograma, janelas de busca e critérios de cutoff é obrigatório. Especificar a incerteza associada a cada estimativa é o que separa engenheiros experientes de quem está apenas preenchendo planilhas.
