
Um erro comum na mineração é tratar a escolha do método analítico como um detalhe técnico do laboratório. Na prática, essa escolha é uma das mais importantes decisões econômicas de um projeto mineral.
Isso acontece porque o dado analítico — o teor — é a base de todo o processo de avaliação de recursos. Se o método de digestão não solubiliza corretamente a matriz, o resultado será um teor parcial apresentado como total.
Se o método instrumental não é adequado à faixa de concentração, o limite de detecção pode cortar ou mascarar valores reais.
Se a calibração não considera a matriz, os efeitos de fundo distorcem os resultados. E se o QAQC não está presente, o erro passa despercebido.
Cada um desses cenários significa que o número usado para calcular tonelagem × teor, que alimenta variogramas e krigagem, está errado.
E quando esse número está errado, toda a cadeia de cálculo se contamina: variogramas refletem ruído, krigagem interpola viés e o recurso estimado é fictício.
Isso não é apenas um problema acadêmico. É um problema de fluxo de caixa. Um recurso subestimado pode inviabilizar um projeto que seria economicamente viável. Um recurso superestimado pode levar a investimentos em infraestrutura, planta ou contratos que nunca se pagam. Em ambos os casos, a perda financeira é enorme e poderia ter sido evitada com a escolha correta do método analítico.
Um exemplo clássico está no ouro. Um Fire Assay mal ajustado em matriz refratária pode subestimar sistematicamente o teor.
Esse erro se traduz em modelos com menos ouro do que existe realmente, reservas menores e projetos abandonados. O inverso também é verdadeiro: métodos mal calibrados podem superestimar contaminantes críticos, levando à impressão de que o concentrado não atende às especificações comerciais, com renegociações ou descontos indevidos.
Em outras palavras, método analítico não é só uma questão técnica: é uma decisão econômica. O custo de fazer certo — caracterizar mineralogia, escolher digestão adequada, usar padrões compatíveis, implementar QAQC estatístico — é ínfimo comparado ao custo de uma decisão errada tomada com base em dados ruins.
Essa reflexão é fundamental: não se trata apenas de saber se um resultado está certo ou errado, mas de entender o impacto financeiro que um erro analítico gera em toda a cadeia de valor da mineração. O método certo transforma número em dado confiável; o método errado transforma número em risco.
