Erros comuns em modelagem geológica 3D

O modelo geológico define os volumes onde os teores serão estimados. Um erro de domínio não se corrige com geoestatística: ele se propaga para toneladas, teores, plano de lavra e fluxo de caixa. A maior parte desses erros nasce de decisões de interpretação, não de limitações do software.

1. Modelar sem modelo conceitual

Dados de sondagem são compatíveis com mais de uma geometria. Bond et al. (2007) mostraram uma mesma seção sísmica a 412 geocientistas: só 21% identificaram o ambiente tectônico correto. Os autores chamaram o fenômeno de incerteza conceitual, e ele pesa mais que a incerteza dos dados.

412

interpretações da mesma seção

21%

acertaram o ambiente tectônico

79%

aplicaram um conceito diferente do real

Fonte: Bond et al. (2007).

Figura 1. Os mesmos quatro furos sustentam duas geometrias. A escolha depende do modelo conceitual, e muda volume, continuidade e método de lavra.

Como evitar: escrever a hipótese genética e estrutural antes de modelar, testar pelo menos uma alternativa e registrar por que ela foi descartada.

2. Confiar em um banco de dados não validado

Coordenadas em sistemas diferentes, desvios invertidos e intervalos sobrepostos geram contatos que não existem. A modelagem implícita agrava o problema, porque a superfície é gerada automaticamente e o erro fica escondido em um sólido de boa aparência.

Como evitar: validação sistemática antes de cada atualização do modelo e conferência visual dos furos contra a topografia.

3. Ignorar a anisotropia

A interpolação por funções de base radial trata o espaço como isotrópico se nada for informado (Cowan et al., 2003). O resultado são bolhas em torno dos interceptos. Corpos controlados por foliação, acamamento ou zonas de cisalhamento precisam de tendência estrutural, baseada em medidas de campo e de testemunho orientado.

Figura 2. Efeito da tendência estrutural na modelagem implícita, com os mesmos interceptos.

Afloramento com estrutura medida — Medida de foliação em afloramento: a origem da tendência estrutural usada no modelo. Imagem ilustrativa.

4. Confundir litologia com domínio de estimativa

Um domínio de estimativa deve reunir material com a mesma população estatística de teores. Nem sempre isso coincide com a litologia descrita: alteração, intemperismo e estrutura podem controlar a mineralização (Rossi e Deutsch, 2014; Sinclair e Blackwell, 2002).

Como evitar: validar cada domínio com histogramas, gráficos de probabilidade e análise de contato antes de aceitá-lo.

5. Extrapolar além dos dados

Superfícies implícitas continuam para onde não há furo. Sem limites explícitos, o volume cresce em profundidade e nas bordas. Lindsay et al. (2012) mostram como localizar e quantificar as regiões onde o modelo é menos confiável, em geral as mais distantes dos dados.

Como evitar: restringir o modelo por distância aos dados, compatível com o espaçamento da malha, e reportar o volume extrapolado em separado.

6. Tratar o modelo como verdade única

Um modelo determinístico é uma realização entre várias possíveis. Wellmann e Caumon (2018) revisam métodos para quantificar essa incerteza, e ferramentas abertas como o GemPy já permitem modelagem estocástica (de la Varga et al., 2019). Mesmo sem simulação, cenários otimista e conservador dos contatos indicam quanto do recurso depende da interpretação.

7. Não versionar nem documentar

O modelo muda a cada campanha. Sem registro de versão, parâmetros e responsável, não é possível auditar o recurso nem reconciliar com a produção.

Figura 3. A modelagem implícita ganha velocidade e reprodutibilidade, mas desloca o esforço para a qualidade dos dados de entrada. Fonte: baseado em Cowan et al. (2003).

Resumo para revisão de modelos

Erro	Sintoma no modelo	Verificação
Sem modelo conceitual	Geometria sem sentido geológico	Hipótese escrita e alternativa testada
Banco não validado	Contatos em zigue-zague, furos fora da topografia	Relatório de validação por atualização
Anisotropia ignorada	Bolhas isoladas em torno dos furos	Tendência coerente com medidas estruturais
Domínio mal definido	Populações mistas no histograma	Estatística e análise de contato por domínio
Extrapolação	Volume crescendo sem novos furos	Limite por distância aos dados
Modelo único	Nenhuma medida de incerteza	Cenários ou simulação dos contatos
Sem versionamento	Recurso não reproduzível	Registro de versão, parâmetros e autor

Modelo 3D com furos e domínios — Modelo geológico 3D com furos e superfícies de contato. Imagem ilustrativa.

Referências

Bond, C.E., Gibbs, A.D., Shipton, Z.K., Jones, S. (2007). What do you think this is? "Conceptual uncertainty" in geoscience interpretation. GSA Today, 17(11), 4–10. doi
Cowan, E.J., Beatson, R.K., Ross, H.J., Fright, W.R., McLennan, T.J., Evans, T.R., Carr, J.C., Lane, R.G., Bright, D.V., Gillman, A.J., Oshust, P.A., Titley, M. (2003). Practical implicit geological modelling. 5th International Mining Geology Conference, Bendigo. AusIMM, p. 89–99. texto
Wellmann, F., Caumon, G. (2018). 3-D Structural geological models: Concepts, methods, and uncertainties. Advances in Geophysics, 59, 1–121. ScienceDirect
Lindsay, M.D., Aillères, L., Jessell, M.W., de Kemp, E.A., Betts, P.G. (2012). Locating and quantifying geological uncertainty in three-dimensional models: Analysis of the Gippsland Basin, southeastern Australia. Tectonophysics, 546–547, 10–27. doi
Calcagno, P., Chilès, J.P., Courrioux, G., Guillen, A. (2008). Geological modelling from field data and geological knowledge. Physics of the Earth and Planetary Interiors, 171(1–4), 147–157. doi
de la Varga, M., Schaaf, A., Wellmann, F. (2019). GemPy 1.0: open-source stochastic geological modeling and inversion. Geoscientific Model Development, 12(1), 1–32. doi
Rossi, M.E., Deutsch, C.V. (2014). Mineral Resource Estimation. Springer.
Sinclair, A.J., Blackwell, G.H. (2002). Applied Mineral Inventory Estimation. Cambridge University Press.