A Mina de Cana Brava, localizada na porção centro-norte do Estado de Goiás, Brasil, é a única responsável pela produção de crisotila no país. Os dados de sondagem e dos polígonos de desmonte disponíveis para esta mina constituem um valioso banco de dados, os quais foram utilizados para aperfeiçoar o conhecimento sobre as características deste minério e de seu controle durante o beneficiamento. Técnicas geoestatísticas de estimativa e simulação estocástica foram aplicadas a este banco de dados. Os métodos de estimativa utilizados foram: cokrigagem ordinária e collocated; krigagem ordinária; e inverso da potência da distância. Os métodos de simulação considerados foram gaussiano seqüencial e bandas rotativas. Todos os resultados indicaram uma alta correlação entre os métodos de estimativa, devido a boa densidade de amostragem, bem como, o fato de todos os dados serem isotópicos, isto é, dados primários e secundários são amostrados nos mesmos locais. Além disso, testes com banco de dados heterotópicos simulados mostram resultados insatisfatórios à medida que dados primários e secundários coincidentes diminuem. Os dados obtidos nos amostradores (polígonos de desmonte) também mostram uma boa correlação com os blocos estimados. Isto confirma que os dados de sondagem estão corretamente amostrados e que os dados dos amostradores são adequados para o controle do minério. Infelizmente, não há uma solução geoestatística padrão, entretanto, para esta mina os métodos de estimativa, incluindo krigagem e cokrigagem, revelam-se superiores aos métodos de simulação. Os métodos de estimativa para avaliação de reservas com medidas de incerteza confiáveis apresentam melhores resultados que os de simulação estocástica, mesmo considerando a dispersão associada a média das realizações geradas na simulação estocástica. Finalmente, este trabalho reforça a importância do conhecimento da metodologia geoestatística para uma correta aplicação e, conseqüentemente, obtenção de resultados consistentes.

The Cana Brava Mine, located in the central-northern part of the State of Goiás, Brazil, is the only responsible for the Brazilian production of chrysotile. Exploration and development data available for this mine constitute a valuable database, which was used to improve the knowledge about technological characteristics of the ore and for ore control. Geostatistical techniques of estimation and stochastic simulation were applied for this database. Estimation methods have included ordinary and collocated cokriging, ordinary kriging and inverse of weighting distance. Stochastic simulation methods considered sequential gaussian and turning bands. All results indicated a high correlation between the estimation methods, because this mine presents a high sampling density and, moreover, the data are all isotopic, i.e., primary and secondary data are sampled at the same locations. Besides, tests with simulated heterotopic databases showed poorer results as long as the primary and secondary coincidental data decreased. Data coming from blasting polygons also showed a good correlation with estimated blocks. They confirm that the exploration data are correctly sampled and the blasting polygons are adequate for ore control. Unfortunately, there is no standard geostatistical solution, but these mine estimation methods, including kriging and cokriging revealed to be superior than stochastic simulation methods. Estimation methods for ore reserve evaluation with a reliable uncertainty measure provide better results than stochastic simulation, even considering the associated dispersion around the average realizations provided by stochastic simulation. Finally, this work reinforced the importance of knowing geostatistical methodology for a correct application and, therefore, for obtaining consistent results.