La idea
Todo explorador combina conjuntos de datos. Lo habitual es superponer mapas y buscar los lugares donde coinciden las anomalías. Un mapa de prospectividad hace lo mismo con las reglas por escrito: qué rasgos cuentan como evidencia, cuánto cuenta cada uno y cómo se combinan. El resultado es un mapa en el que cada celda tiene un puntaje.
Poner las reglas por escrito tiene dos efectos. El resultado puede repetirse y actualizarse cuando llegan datos nuevos, y puede discutirse, porque cualquiera puede ver por qué un área obtuvo un puntaje alto.
Partir del modelo de depósito
La evidencia solo significa algo en relación con el tipo de depósito que se busca. Un sistema de pórfido cuprífero, una veta de oro orogénico y un depósito de zinc alojado en sedimentos dejan huellas distintas. El enfoque de sistemas minerales pregunta qué necesita cualquier depósito del tipo elegido, a saber, una fuente de metal y de fluido, una vía de migración, una trampa y un mecanismo de depositación, y luego pregunta qué rasgos cartografiables representan a cada uno.
Las capas de evidencia típicas son la distancia a una clase de falla o de intrusión, las rocas huésped favorables, las anomalías geoquímicas en suelos o en sedimentos de corriente, las firmas magnéticas o radiométricas y la alteración mapeada a partir de imágenes satelitales. Cada una se deriva de datos en bruto, y las decisiones que se toman al derivarla importan tanto como el método que las combina.
Dos familias de métodos
Los métodos basados en el conocimiento usan el criterio experto para fijar los pesos. La superposición de índices y la lógica difusa son los más comunes: cada capa se escala entre desfavorable y favorable, y las capas se combinan con operadores declarados. No necesitan depósitos conocidos de los cuales aprender, lo que conviene a los distritos en etapa temprana. Su debilidad es que codifican los supuestos del experto, incluidos los equivocados.
Los métodos basados en los datos aprenden los pesos a partir de ocurrencias minerales conocidas. Los pesos de evidencia y la regresión logística son los clásicos; hoy se usan ampliamente los bosques aleatorios y otros métodos de aprendizaje automático. Pueden hallar relaciones que un experto no especificaría. Su debilidad es que necesitan suficientes ocurrencias conocidas, y esas ocurrencias no son una muestra imparcial: se agrupan donde hay buenos afloramientos, donde pasan los caminos y donde ya se ha buscado.
Los enfoques híbridos usan el conocimiento experto para elegir y dar forma a las capas, y los datos para afinar los pesos. Con un puñado de ocurrencias conocidas, la opción honesta suele inclinarse hacia el extremo basado en el conocimiento.
Cómo se pone a prueba un mapa
Un mapa de prospectividad que no se ha puesto a prueba es una opinión en colores. La prueba estándar consiste en apartar algunas ocurrencias conocidas, construir el mapa sin ellas y comprobar si caen en terreno de puntaje alto. Si la décima parte superior del área captura la mayoría de las ocurrencias apartadas, el mapa está haciendo un trabajo útil.
Hacen falta dos precauciones. Los puntos apartados deben estar separados en el espacio de los puntos usados para construir el mapa, reservando bloques enteros, porque los puntos vecinos comparten la misma geología y hacen que cualquier método parezca mejor de lo que es. Y la prueba debe informarse con sus cifras, no resumirse como “validado”.
Qué significa el puntaje
Un puntaje de prospectividad es una clasificación, no una probabilidad de descubrimiento. Una celda con puntaje 0,9 tiene más evidencia a favor que una con 0,5 según el modelo declarado. No tiene un noventa por ciento de probabilidad de alojar un depósito.
Del modo en que se hace el mapa se siguen varios otros límites. Solo puede reflejar el modelo de depósito elegido; un estilo de mineralización distinto quedará mal clasificado por muy real que sea. Hereda la cobertura de sus datos de entrada, de modo que un terreno sin muestreo geoquímico obtiene un puntaje bajo por falta de datos, no por falta de metal. Y su resolución es solo la de su capa importante más gruesa.
Cómo usarlo en la práctica
Para una empresa pequeña, los usos prácticos son claros: decidir qué parte de una concesión extensa trabajar primero, elegir entre proyectos, ubicar una malla de muestreo y explicar a los inversionistas por qué el programa empieza donde empieza. En cada caso, el producto útil no es el mapa solo, sino el mapa con sus razones: qué capas determinan cada área de alta prioridad y qué datos faltantes cambiarían más el panorama.
Gossan construye mapas de prospectividad de esta manera como parte del análisis multifuente, y convierte la clasificación en sondajes mediante los blancos de perforación.