Materialdeestudioparteivdiap211-254 PDF

106
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
www.camiper.com www.gqs.co.za www.minssa.co.za
MUESTREO DE AGUAS
 Los elementos inorgánicos serán transportados por el agua en
alguna de las siguientes formas:
• Cationes.
• Aniones.
• Iones adsorbidos.
• Solutos inorgánicos no disociados.
• Materia orgánica soluble.
• Suspensión.
 La variaciones fuertes de pH a lo largo de un curso de agua
pueden indicar una fuente de sulfatos, a partir de concentraciones
de sulfuros, donde la hidrólisis y lixiviación de sulfuros es
responsable de esta variación de pH.
11 Años Capacitando a la Comunidad Minera Global 211
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MUESTREO DE AGUAS
CAMIPER www.camiper.com
CONSULTANCY & TRAINING
107
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
XI. REPRESENTACION
DE DATOS
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
CONTORNEO DE CURVAS DE ISOCONTENIDO
108
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
CONTORNEO DE CURVAS DE ISOCONTENIDO
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION PONDERADA DE PUNTOS
DE MUESTREO
109
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION PONDERADA
DE PUNTOS DE MUESTREO
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
XII. INTERPRETACION DE RESULTADOS
Y PROCESAMIENTO DE DATOS
110
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
DEFINICIONES
 Valor de fondo (background). Es la abundancia normal de un

elemento en una unidad litológica en un área determinada. Puede
ser local o regional. En general, tiene una distribución log‐normal.
 Anomalía. Es una desviación de los patrones geoquímicos normales
para un área determinada.
• Anomalía significativa: relacionada a mineralización.
• Anomalía falsa o no significativa: no relacionada a mineralización
(procesos naturales, contaminación, errores analíticos).
 Valor umbral (threshold). Es un valor que permite destacar aquellas
zonas potenciales de contener una alta concentración del elemento
o elementos de interés.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
111
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ESTADISTICA UNIVARIABLE
 Previo al procesamiento estadístico de datos debe existir
una preparación y filtrado de las bases de datos.
 Se deben eliminar del procesamiento aquellos elementos
que no cumplen con las condiciones de control de calidad.
 Se deben eliminar todos aquellos elementos en los cuales
más del 50% presenta valores, bajo límites de detección.
 Se recomienda cambiar en el caso de elementos con valores
en el límite de detección, a la mitad del correspondiente
límite.
 Los elementos en valores % deben ser cambiados a ppm.
112
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Dada la naturaleza de distribución geoquímica en materiales

naturales, los datos geoquímicos deben ser procesados en base
log‐normal.
 Es factible convertir la base de datos a una base log‐normal, o bien
existen programas estadísticos que permiten trabajar
directamente en base log‐normal.
 Son de interés todos los estadígrafos univariables comunes:
promedio, desviación estándar, mediana, cuartiles, kurtosis,
máxima, mínima.
 Se recomienda el cálculo de umbral superior como el valor
promedio más dos errores estándares.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
El error estándar es conocido también como la desviación estándar de la media y es
representado de la siguiente manera:
es = /n
Un valor umbral recomendado es el siguiente:
Umbral = x + 2 /n
Este valor a diferencia de x ± 2 incorpora n = número de muestras en la ecuación.
Los cálculos previos se deben realizar en base log‐normal. El resultado final es

transformado mediante el anti‐log.
113
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Muestras Promedio Promedio Desv. Std. Error Umbral

Elto Unidad Nº casos sobre LD aritmético Max Min logarítmico Antilog Log. estándar x+2
Al % 28 28 1.805 2.5 0.63 0.244 1.755 0.117 0.065 2.363
As ppm 28 28 88.25 190 11 1.872 74.541 0.284 0.101 118.496
Cu ppm 26 26 83.036 170 54 1.938 86.651 0.108 0.062 115.286
Fe % 28 28 6.231 14.43 3.13 0.775 5.961 0.126 0.067 8.118
K % 28 28 0.144 0.23 0.09 -0.856 0.139 0.107 0.062 0.185
Mg % 28 28 0.734 1.21 0.14 -0.168 0.679 0.196 0.084 0.999
Mn ppm 28 28 936.964 1680 130 2.921 834.433 0.253 0.095 1292.77
Mo ppm 28 26 4.154 9 0.5 0.594 3.924 0.15 0.076 5.565
Na % 28 21 0.031 0.06 0.005 -1.531 0.029 0.158 0.087 0.044
Ni ppm 28 28 18.964 45 7 1.245 17.581 0.168 0.077 25.119
P ppm 28 28 701.786 877 439 2.84 691.923 0.076 0.052 879.893
Pb ppm 28 28 11.643 23 6 1.047 11.136 0.128 0.068 15.21
S % 28 27 0.929 5.96 0.005 -0.526 0.298 0.696 0.161 0.623
Sb ppm 28 14 7.571 21 1 0.783 6.066 0.303 0.147 11.949
Sr ppm 28 28 75.893 144 28 1.839 69.085 0.191 0.083 101.101
Ti % 28 25 0.076 0.27 0.005 -1.193 0.064 0.236 0.097 0.1
V ppm 28 28 137.536 316 36 2.095 124.519 0.207 0.086 185.076
Zn ppm 28 28 148.714 273 28 2.141 138.282 0.189 0.082 201.792
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ESTADISTICA DE POBLACIONES
 Los objetivos de un análisis estadístico de poblaciones

corresponden a una discriminación de intervalos de
distribución gaussiana dentro de distribuciones de carácter
mixto.
 Cada población puede representar fuentes distintas de los

elementos de interés.
114
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ESTADISTICA DE POBLACIONES
 Los cálculos de estadística de poblaciones pueden ser

realizados de forma manual con ploteos de frecuencia
acumulativa en gráficos log‐probabilísticos.
 También pueden ser realizados con programas

computacionales especializados, como Pplot.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
115
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
DIAGRAMA LOG‐PROBABILISTICO
Se aprecian dos poblaciones: fondo (azul) y anómala (rojo).
116
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Elto Población Media  Porcentaje Umbrales % Mestras

Anómalas
Mín Máx Mín Máx Regional
1 27.875 15.567 49.916 18.55 8.693 89.383

As 2 82.297 62.163 108.95 67.62 46.956 144.238 118.496 17.86
3 175.555 152.45 202.16 13.84 132.388 232.797
1 58.044 52.247 64.485 5.25 47.028 71.64

Cu 2 81.972 71.06 94.561 76.55 61.599 109.084 115.286 11.54
3 122.438 96.925 154.67 18.2 76.728 195.378
1 0.215 0.132 0.35 8.04 0.081 0.568

Mg 0.999 14.29
2 0.752 0.578 0.978 91.96 0.445 1.271
1 194.278 108.49 347.92 9.88 60.579 623.053

Mn 1292.77 14.29
2 979.831 751.86 1276.9 90.12 576.922 1664.122
Ni 1 17.581 11.939 25.89 100 8.107 38.125 25.119 17.86
1 484.217 437.89 535.44 9.81 396 592.087

P 879.893 0
2 719.133 632.37 817.81 90.19 556.065 930.021
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Zn in ore
Metal content (ppm)
Pb in ore
Zn, Cu y Pb podrían Cu in ore

repartirse en al Pb
menos dos 1,000

Zn
poblaciones en el 500
análisis estadístico. 200 Cu
100
Ore
200 feet
117
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
Zn in ore
Además deberían estar

Metal content (ppm)
Pb in ore
relacionados en uno o
Cu in ore más factores que
Pb
expliquen la varianza de la
1,000
Zn muestra y sus parámetros
500
de correlación en la
200 Cu
matriz de Pearson
100
deberían ser >0,5.
Ore
200 feet
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ESTADISTICA MULTIVARIABLE
 Los objetivos de la estadística multivariable son la

determinación de asociaciones geoquímicas relevantes.
 Variadas herramientas estadísticas pueden ser empleadas.
Ejemplos:
• Análisis de correlación.
• Análisis de componentes principales o factores.
118
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MATRIZ DE CORRELACION
Al As Ba Ca Cd Co Cr Cu Fe Mg Mn Ni P S Sc Sr Ti V Zn
Al 1.00
As -0.29 1.00
Ba 0.08 -0.18 1.00
Ca 0.69 -0.26 0.06 1.00
Cd -0.16 0.22 -0.12 0.02 1.00
Co 0.33 0.24 -0.19 0.41 0.64 1.00
Cr 0.16 0.21 -0.02 0.06 0.43 0.59 1.00
Cu 0.19 -0.10 0.20 -0.03 -0.14 -0.10 -0.19 1.00
Fe 0.02 0.34 -0.16 0.19 0.74 0.80 0.44 -0.22 1.00
Mg 0.48 0.13 -0.60 0.41 -0.02 0.34 0.23 -0.29 0.15 1.00
Mn 0.75 -0.01 0.25 0.60 -0.14 0.39 0.29 0.19 0.03 0.37 1.00
Ni -0.16 0.36 -0.06 -0.06 0.74 0.65 0.48 -0.16 0.72 0.00 -0.18 1.00
P 0.38 0.04 -0.47 -0.01 -0.10 0.03 0.28 -0.05 -0.03 0.69 0.23 -0.12 1.00
S -0.40 0.37 -0.02 -0.18 0.73 0.49 0.15 -0.14 0.80 -0.24 -0.39 0.83 -0.34 1.00
Sc 0.78 -0.39 0.41 0.66 -0.13 0.30 -0.01 0.30 0.04 0.13 0.80 -0.18 -0.03 -0.25 1.00
Sr 0.50 -0.17 0.70 0.59 -0.12 0.17 0.13 0.05 -0.07 -0.20 0.58 -0.01 -0.40 -0.18 0.64 1.00
Ti 0.44 -0.13 -0.24 0.30 0.20 0.62 0.44 -0.07 0.42 0.44 0.46 0.26 0.29 0.09 0.46 0.04 1.00
V 0.47 0.04 0.09 0.56 0.61 0.77 0.64 -0.09 0.71 0.23 0.43 0.44 0.02 0.32 0.39 0.37 0.44 1.00
Zn 0.69 -0.12 0.16 0.58 0.27 0.63 0.43 0.26 0.32 0.28 0.76 0.03 0.23 -0.12 0.70 0.40 0.46 0.72 1.00
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ANALISIS DE FACTORES (COMPONENTES PRINCIPALES)
 El análisis de factores, componentes principales es una técnica
estadística de síntesis de la información, o reducción de la
dimensión (número de variables).
 Ante un banco de datos con muchas variables, el objetivo es
reducirlas a un menor número, perdiendo la menor cantidad de
información posible.
 Los nuevos componentes principales o factores serán una
combinación lineal de las variables originales, además serán
independientes entre sí.
119
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ANALISIS DE FACTORES (COMPONENTES PRINCIPALES)
 La interpretación de los factores no es directa, sino que se

deduce tras observar la relación de estos con las variables
iniciales.
 Entonces se debe estudiar tanto el signo como la magnitud de
las correlaciones, lo cual no siempre es fácil y requiere de un
conocimiento sobre la materia de investigación.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
FASES DEL ANALISIS
Análisis de la matriz de correlaciones
Un análisis de componentes principales tiene sentido si existen

altas correlaciones entre las variables, ya que esto es indicativo
de que existe información redundante y, por tanto, pocos
factores explicarán gran parte de la variabilidad total.
120
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
FASES DEL ANALISIS
Selección de los factores
La elección de los factores se realiza de tal forma que el primero

recoge la mayor proporción posible de la variabilidad original, el
segundo factor debe recoger la máxima variabilidad posible no
recogida por el primero, y así sucesivamente. Del total de
factores, se elegirán aquellos que recojan el porcentaje de
variabilidad suficiente. A estos se les denomina componentes
principales.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
FASES DEL ANALISIS
Análisis de la matriz factorial
Una vez seleccionados los componentes principales, se

representan en forma de matriz. Cada elemento de esta,
representa los coeficientes factoriales de las variables (las
correlaciones entre las variables y los componentes principales).
La matriz tendrá tantas columnas como componentes
principales y tantas filas como variables
121
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ANALISIS DE FACTORES
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION ESPACIAL DE LA DISTRIBUCION
LOG‐NORMAL
Histograma
Cobre soluble ( Cu Sol)
24
22
20
18
Frecuencia
16
14
12
10
8
6
4
2
0
0,4 0,6 0,8 1,0 1,2 1,4 1,6 0,8 2,0 2,2
Log Cu Sol (ppm)
122
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION ESPACIAL DE LA DISTRIBUCION
LOG‐NORMAL
Mapa de isoleyes de cobre soluble (cu Sol)
En sedimentos no consolidados
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION ESPACIAL DE POBLACIONES
123
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
REPRESENTACION ESPACIAL DE POBLACIONES
Mo
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION DE RESULTADOS
Distribución geoquímica
 Existen variadas formas de representar datos y distribuciones
geoquímicas.
• Mapas con puntos ponderados.
• Mapas multielementos.
• Mapas de contorno (isocontenido).
• Mapas filtrados.
 Los sistemas de información geográfico (GIS), poseen variadas
herramientas.
Ejemplos:
• MapInfo.
• Surfer.
• ArcGis.
124
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION DE RESULTADOS
 Si bien los procesamientos estadísticos ofrecen resultados

numéricos bien definidos, no necesariamente representan una
realidad geológica o son razonables en el contexto particular
en estudio.
 Para la correcta interpretación de datos, es necesario entender
procesos de dispersión geoquímica, ya sea primaria o
secundaria.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION DATOS GEOQUIMICOS
 Tan pronto como los resultados analíticos son obtenidos, la

información puede ser clasificada, tratada estadísticamente y
graficada en un mapa. Estos métodos revelan las anomalías.
 Existen tres posibilidades que se deben considerar cuando se
ha identificado una anomalía:
• Esté genéticamente relacionada a un depósito mineral.
• Esté genéticamente relacionada a acumulaciones de
minerales de carácter subeconómico.
• Se deba a la concentración de elementos resultante de una
combinación de factores no relacionados a una
mineralización.
125
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INTERPRETACION DATOS GEOQUIMICOS
Metal content (ppm)
500
400
300 Ni
Cu
200
100
0
Norite and Olivine
Basement
anorthosite norite Picrite
0 1000 2000 4000 6000
Distance downstream (feet)
Anomalía de carga residual no significativa.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ANOMALIAS DE SUELO NO SIGNIFICATIVAS
Pb content (ppm)
100
50
Organic topsoil
(enriched in Pb)
Subsoil
126
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
ANOMALIAS DE SUELO NO SIGNIFICATIVAS
Cu content (ppm) 100
50
Truncated profile
A horizon
B hori
zon (
enrich
ed in Cu Sampling depth
)
C horizon
Se generan por enriquecimiento de uno de los horizontes, pero

además se “detectan” cuando hay un muestreo sesgado de un
horizonte en especial.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
BIBLIOGRAFIA
 Levison, Arthur. Introduction to Exploration Geochemistry. 2nd

edition. London: Applied Publishing, 1980.
 Arthur W. Rose, Herbert E. Hawkes, John S. Webb. Geochemistry

in Mineral Exploration. London: Academic Press, 1979.
 Gunther Faure. Geochemistry, Principles and Applications. 2nd

edition. Upper Saddle River: Prentice‐Hall,1998.
127
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
BIBLIOGRAFIA
 Govett, G.J.S (Ed.) 1983. Handbook of Exploration

Geochemistry. Elsevier.
 Hawkes, H.E. & Webb, J.S. 1962. Geochemistry in Mineral

Exploration. Harper & Row Publishers.
 Smith, P.L. 2001. A primer for sampling solids, liquids, and

gases: based on the seven sampling errors of Pierre Gy ‐ (ASA‐
SIAM series on statistics and applied probability)
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
BIBLIOGRAFIA
 Curso Exploración Geoquímica, Dr. Brian Townley, Departamento de
Geología, Universidad de Chile.
 Curso Prospección Geoquímica, Dr. Tomasso Tosiani, Departamento de

Geoquímica, Universidad Central de Venezuela.
http://prospeccion.blogspot.com/
 Apuntes Métodos Geoquímicos de Exploración Minera, Ingeniero

Manuel Escalante Sánchez, Escuela Superior de Ingeniería y
Arquitectura, Instituto Politécnico Nacional de México.
http://littlebullet2.tripod.com/index.html
128
CERTIFICAN: 11 Años Capacitando a la Comunidad Minera Global
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
INFORMES:
Móvil: (51)(1) 947671191
Solo Perú: RPM #947671191
Solo Perú: RPC 986685668
Central (Perú): (51)(1) 349‐4617
Central (Colombia): (0057) 13819652
Central (Argentina): (0054) 1152194181
CERTIFICAN:
MINING SOCIETY ISO

OF SOUTH AFRICA 9001
www.camiper.com www.minssa.co.za www.gqs.co.za

Materialdeestudioparteivdiap211-254 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Materialdeestudioparteivdiap211-254 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

106

www.camiper.com www.gqs.co.za www.minssa.co.za

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 212

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 213

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 214

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 215

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 216

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 217

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 218

www.camiper.com www.gqs.co.za www.minssa.co.za

 Valor de fondo (background). Es la abundancia normal de un

11 Años Capacitando a la Comunidad Minera Global 219

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 220

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 221

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 222

www.camiper.com www.gqs.co.za www.minssa.co.za

 Dada la naturaleza de distribución geoquímica en materiales

11 Años Capacitando a la Comunidad Minera Global 223

www.camiper.com www.gqs.co.za www.minssa.co.za

Este valor a diferencia de x ± 2 incorpora n = número de muestras en la ecuación.

Los cálculos previos se deben realizar en base log‐normal. El resultado final es

11 Años Capacitando a la Comunidad Minera Global 224

www.camiper.com www.gqs.co.za www.minssa.co.za

Muestras Promedio Promedio Desv. Std. Error Umbral

11 Años Capacitando a la Comunidad Minera Global 225

www.camiper.com www.gqs.co.za www.minssa.co.za

 Los objetivos de un análisis estadístico de poblaciones

 Cada población puede representar fuentes distintas de los

11 Años Capacitando a la Comunidad Minera Global 226

www.camiper.com www.gqs.co.za www.minssa.co.za

 Los cálculos de estadística de poblaciones pueden ser

 También pueden ser realizados con programas

11 Años Capacitando a la Comunidad Minera Global 227

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 228

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 229

www.camiper.com www.gqs.co.za www.minssa.co.za

www.camiper.com www.gqs.co.za www.minssa.co.za

Elto Población Media  Porcentaje Umbrales % Mestras

1 27.875 15.567 49.916 18.55 8.693 89.383

3 175.555 152.45 202.16 13.84 132.388 232.797

1 58.044 52.247 64.485 5.25 47.028 71.64

3 122.438 96.925 154.67 18.2 76.728 195.378

1 0.215 0.132 0.35 8.04 0.081 0.568

1 194.278 108.49 347.92 9.88 60.579 623.053

Ni 1 17.581 11.939 25.89 100 8.107 38.125 25.119 17.86

1 484.217 437.89 535.44 9.81 396 592.087

11 Años Capacitando a la Comunidad Minera Global 231

www.camiper.com www.gqs.co.za www.minssa.co.za

Zn, Cu y Pb podrían Cu in ore

menos dos 1,000

análisis estadístico. 200 Cu