Cómo el modelado del subsuelo conduce a una gestión más responsable del litio

A medida que el mundo avanza hacia un futuro electrificado, la demanda de litio (un componente crucial en las baterías, tanto para el transporte eficiente como para el almacenamiento de energía) se dispara. Satisfacer esta demanda de forma responsable requiere más que actualizaciones a pequeña escala en escenarios aislados. Si se desea optimizar la recuperación de recursos y minimizar el impacto ambiental no deseado, se necesitará un enfoque más integral que integre el modelado avanzado del subsuelo con una perspectiva holística, desde el pozo hasta el producto final.

Históricamente, la producción de litio se ha basado en procesos que requieren un uso intensivo de recursos , como la minería de roca dura o las lagunas de evaporación de salmuera, los cuales pueden provocar importantes perturbaciones del suelo, consumo de agua y emisiones de carbono . La industria energética está respondiendo ahora con un cambio transformador, centrado en mejorar nuestra comprensión del subsuelo  e integrar múltiples partes del proceso. ¿El objetivo? Extraer más litio con menos emisiones.

El subsuelo: la zona cero del futuro del litio

Bajo la superficie terrestre se encuentra una compleja red de formaciones geológicas que albergan salmueras ricas en litio. Estas salmueras se encuentran a menudo en cuencas sedimentarias o yacimientos geotérmicos , atrapadas en los espacios porosos de rocas permeables. Liberar su potencial requiere más que simplemente perforar pozos; requiere una comprensión integral de los procesos geológicos, hidrológicos y químicos que han moldeado estas formaciones a lo largo de millones de años.

La extracción de litio de los yacimientos de salmuera depende de cuatro elementos críticos del subsuelo:

• Fuente: Los procesos geoquímicos originales (impulsados ​​por el calor, la presión y las interacciones agua-roca) que generan fluidos enriquecidos con litio.
• Trampa: Las configuraciones estructurales o estratigráficas que aíslan y concentran la salmuera dentro del yacimiento.
• Vías de migración : fracturas , fallas y medios porosos a través de los cuales los fluidos ricos en litio viajan desde las zonas de origen a las áreas de acumulación.
• Propiedades del yacimiento: rasgos físicos y químicos como la porosidad, la permeabilidad , la temperatura, la presión y la composición del fluido que rigen el flujo de salmuera y la accesibilidad a los recursos.

Comprender este geosistema es la base para desarrollar una estrategia de producción más responsable y a largo plazo. Y son los conocimientos adquiridos durante esta exploración los que sustentan un enfoque más holístico, desde el pozo hasta el producto .

El papel del modelado integrado del subsuelo en operaciones totalmente optimizadas

La integración de modelos avanzados del subsuelo en la planificación y ejecución de la extracción y producción de litio permite optimizar al máximo sus procesos, lo que se traduce en mayor eficiencia y menor impacto ambiental. Se trata de un enfoque moderno que combina la caracterización del subsuelo con flujos de trabajo integrales de procesamiento sobre la superficie para garantizar que cada etapa del proceso de extracción, desde el pretratamiento de la salmuera hasta la cristalización de la sal de litio, alcance su máximo potencial.

Pero ¿cómo se ve este nivel de extracción de litio? ¿Qué se necesita para lograr un enfoque integrado que abarque desde las tecnologías de extracción directa de litio (EDL) a través de una cadena de valor completa y eficiente, hasta la extracción de litio?

Consideremos una planta hipotética de producción de litio cuyo objetivo es producir 10.000 toneladas métricas de carbonato de litio equivalente al año durante 20 años, lo que arroja una producción total de 200.000 toneladas. Con una concentración de litio en la salmuera de 200 miligramos por litro, esta operación requeriría la extracción de unos 5.300 galones por minuto, equivalentes a casi 180.000 barriles al día o 1.300 millones de barriles durante dos décadas.

Gestionar este volumen de forma responsable implica más que la simple construcción de pozos. Requiere:

• Monitorizar cuidadosamente el depósito para detectar cambios en la presión a medida que se extraen los líquidos.
• Adopción de estrategias de reinyección de salmuera que eviten la dilución o la contaminación cruzada de zonas ricas en litio.
• Utilizando modelos de yacimientos dinámicos que pronostican continuamente las tasas de producción y las respuestas geoquímicas para garantizar el rendimiento a largo plazo.

Sin una base sólida en la ciencia del subsuelo, la extracción de litio corre el riesgo de agotarse rápidamente, sufrir degradación ambiental y sufrir reacciones adversas regulatorias.

Combinada con una sólida planificación del subsuelo, la DLE puede reducir drásticamente los costos ambientales y sociales tradicionalmente asociados a la minería de litio. Este cambio se alinea estrechamente con los Objetivos de Desarrollo Sostenible de las Naciones Unidas (en particular, los relacionados con la energía limpia, el consumo responsable y la acción climática) al aportar beneficios como:

• Protección de los recursos hídricos: al reinyectar salmuera procesada, DLE preserva la presión del acuífero y mitiga el agotamiento del agua dulce.
• Huella más pequeña: los sistemas DLE modulares ocupan una fracción de la tierra utilizada por los estanques de evaporación, minimizando así la alteración del ecosistema.
• Menos emisiones: la tecnología energéticamente eficiente reduce la huella de carbono de la producción de litio.
• Mayor participación de la comunidad: la extracción transparente y basada en la ciencia fomenta la confianza con las comunidades locales y los organismos reguladores.

Aprovechar el poder de los datos desde la exploración hasta la extracción

Los datos son fundamentales para la habilitación del subsuelo. La integración de conjuntos de datos multidisciplinarios (geológicos, geofísicos , geoquímicos y petrofísicos) proporciona una visión integral de la estructura, el comportamiento y el potencial económico de su yacimiento.

La inteligencia artificial (IA) se utiliza cada vez más para optimizar el modelado geológico mediante la automatización de la interpretación de datos complejos del subsuelo. Según el informe Global Critical Minerals Outlook 2025 de la IEA , las herramientas de IA pueden procesar rápidamente conjuntos de datos sísmicos , geoquímicos y geofísicos para identificar formaciones prometedoras con litio con mayor precisión. Estos modelos no solo reducen el tiempo y el coste de la exploración, sino que también mejoran la precisión de las estimaciones de recursos, lo que ayuda a los operadores a tomar decisiones más informadas sobre dónde y cómo perforar. Esto es especialmente valioso en regiones poco exploradas, donde los métodos tradicionales pueden resultar demasiado lentos o costosos para implementarse eficazmente.

A pesar de su potencial, la creación de modelos predictivos de alta calidad sigue siendo un desafío debido a la limitada disponibilidad de datos, resultado de un legado de prácticas históricas y restricciones presupuestarias en el sector minero. La IA y el aprendizaje automático (ML) están ayudando a superar esta brecha  al descubrir relaciones lineales y no lineales dentro de conjuntos de datos complejos. Técnicas como el aprendizaje por conjuntos (p. ej., bosques aleatorios, potenciación de gradiente) revelan patrones geoquímicos previamente ocultos, reduciendo así la incertidumbre y aumentando la confianza en los modelos del subsuelo.

La IA y el ML se están convirtiendo en herramientas indispensables para mejorar la eficiencia, reducir el riesgo y permitir una extracción de recursos más sostenible.

Por ejemplo, el análisis petrofísico automatizado puede agilizar los flujos de trabajo mediante el uso de detección y reconstrucción avanzada de valores atípicos para realizar control de calidad en datos de registros heredados, clasificar electrofacies en grandes conjuntos de datos e interpretar rápidamente la litología, la densidad del grano y la porosidad.

De manera similar, la optimización de la arquitectura de pozos impulsada por IA le permite identificar zonas de alto potencial a través de la interpretación de datos a gran escala, reducir los requisitos de perforación exploratoria, minimizar el impacto ambiental al tiempo que mejora las tasas de descubrimiento y mejorar su evaluación de sitios conocidos para el desarrollo futuro.

Estas innovaciones no son simplemente mejoras tecnológicas; representan un cambio de paradigma en cómo los actores de la industria abordan la exploración y el desarrollo del litio.

Reducción del riesgo de la producción de litio mediante modelos integrados

El desarrollo exitoso de recursos de litio requiere más que simplemente identificar yacimientos prometedores: exige un enfoque basado en datos que abarque todo el ciclo de vida del proyecto. Por esta razón, los marcos de modelado integrados se están convirtiendo en herramientas esenciales para reducir la incertidumbre, optimizar la recuperación de recursos y garantizar la sostenibilidad a largo plazo.

Al combinar el análisis de cuencas, el modelado estático y dinámico de yacimientos y las simulaciones de flujo acuoso , los operadores pueden comprender mejor el comportamiento del subsuelo, pronosticar el rendimiento de la producción y diseñar estrategias de extracción y reinyección más eficientes.

Modelado de cuencas: Reconstruye la evolución geológica e identifica zonas favorables para la acumulación de litio. Tres objetivos clave son:

• Mapa de puntos dulces
• Identificación de la fuente de litio
• Hidrodinámica de las trayectorias de flujo de salmuera.

Modelado estático de yacimientos: Genera un marco tridimensional de las propiedades de las rocas y la distribución de fluidos, además de estimar los recursos de litio existentes. Tres objetivos clave son:

• Enfoque multifísico que integra diversos datos
• Multifísica y petrofísica mediante aprendizaje automático
• Análisis de conectividad, sensibilidad e incertidumbre.

Modelado del flujo acuoso: Le ayuda a comprender, gracias a la IA y el aprendizaje automático, la máxima productividad en la superficie mediante el método del índice de calidad del litio (ICL). Tres objetivos clave son:

• Mapa de calor del LQI relativo
• Optimización de la ubicación para el modelado dinámico
• Identificar la mejor superficie para cumplir con el tamaño del proyecto.

Simulación dinámica de yacimientos: Predice cómo se moverán los fluidos ricos en litio durante la producción, cómo los cambios de presión impactan la recuperación y dónde la reinyección será más efectiva. Tres objetivos clave son:

• Simulación completa de la vida útil esperada de producción de DLE
• Selección de conceptos y plan de gestión de la reinyección de efluentes
• Reservas a producir (toneladas) durante el tiempo deseado.

Estos modelos no solo respaldan la toma de decisiones técnicas y económicas, sino que también ayudan a alinear los proyectos con las expectativas ambientales y regulatorias. Además, respaldan el cumplimiento de estándares internacionales de informes como NI 43-101 en Canadá, el Código JORC en Australia y SK 1300 en EE. UU., lo que garantiza que los inversores y los reguladores reciban evaluaciones de recursos creíbles y transparentes.

Modelos de cuenca puente, estáticos y dinámicos para optimizar la producción

Los modelos de cuenca 3D avanzados combinan:

• Datos geofísicos y sísmicos para interpretación estructural
• Registros geológicos y muestras de núcleos para análisis de litofacies
• Mapas de porosidad y permeabilidad para la predicción del flujo de fluidos
• Datos de temperatura y geoquímicos para comprender la distribución del litio y la evolución de la salmuera.

Estos modelos son cruciales para delimitar los límites de los yacimientos, identificar puntos óptimos y evaluar las zonas de reinyección. Al simular la dinámica del subsuelo en el tiempo y el espacio, los operadores pueden reducir el riesgo de perforación, optimizar la ubicación de los pozos y evitar cuellos de botella en la producción.

Como se mencionó anteriormente, un modelo estático estima el volumen y la distribución de fluidos en el sitio, pero, aún más importante, en el caso de la inversión sísmica y la interconexión de pozos, también ayuda a los operadores a comprender la heterogeneidad y la conectividad de sus yacimientos. Un buen modelo estático es esencial para construir un buen modelo dinámico, y los modelos dinámicos son fundamentales para alcanzar cualquier objetivo técnico, económico y ambiental relacionado con la extracción de litio.

Los modelos dinámicos son particularmente críticos en:

• Predicción del flujo de salmuera: comprender cómo se mueven los fluidos ayuda a prevenir avances tempranos, pérdida de zonas ricas en litio o daños en los yacimientos.
• Diseño de operaciones sustentables: las estrategias de reinyección adecuadas mantienen la presión y la integridad del yacimiento.
• Reducción del riesgo de capital: el modelado dinámico reduce la probabilidad de perforar pozos improductivos o sobrecapitalizar la infraestructura.
• Gestión de la concentración de litio: A medida que se extrae y procesa la salmuera, mantener la concentración natural de litio se vuelve cada vez más difícil debido al movimiento de fluidos, los cambios de presión y la dinámica de reinyección. Estos modelos permiten la ubicación estratégica de pozos de producción e inyección, la optimización de los caudales y el diseño de estrategias de reinyección que minimizan la interrupción de las zonas de alta ley y ayudan a planificar una alimentación constante de salmuera durante décadas.

Este tipo de modelado es un factor clave para la extracción precisa de litio, un concepto tomado del petróleo y el gas pero adaptado para la recuperación de minerales críticos.

Ganancias cuantificables: el impacto de la habilitación del subsuelo

La implementación exitosa de flujos de trabajo del subsuelo ofrece beneficios tangibles. En aplicaciones reales, los proyectos que emplean modelado avanzado reportan una mejora del 20 % al 30 % en la eficiencia de extracción, reducciones significativas en el consumo de agua y energía, y una mayor vida útil del proyecto con menores costos operativos.

Por ejemplo, un proyecto de DLE bien gestionado podría recuperar litio de una corriente de salmuera con una eficiencia de reinyección del 85 %, manteniendo la concentración y la presión a la vez que reduce los residuos. Estas mejoras no son teóricas; reflejan un rendimiento comprobado en las industrias petrolífera y geotérmica, donde la gestión del subsuelo se ha perfeccionado durante varias décadas.

Un camino a seguir para el litio responsable

El subsuelo es la base sobre la que debe construirse una solución más sostenible para la extracción de litio. Al invertir en el conocimiento geológico, adoptar tecnologías DLE e implementar herramientas avanzadas de modelado, la industria puede superar las desventajas del pasado.

Este enfoque permite a las partes interesadas escalar la producción de litio sin sacrificar la integridad ambiental ni la licencia social. Crea un modelo para equilibrar las oportunidades económicas con la responsabilidad ecológica, algo que la transición energética necesita desesperadamente.

En la carrera por electrificar el mundo, la extracción y reinyección responsable de recursos no son opcionales; son esenciales. Y con el software avanzado actual, los robustos flujos de trabajo de modelado y décadas de experiencia en el subsuelo a nuestra disposición, no solo es una oportunidad, sino una obligación, liderar con responsabilidad.

Colaboradores

Sharad Dubey

Gerente de Desarrollo de Negocios Globales, Minerales Críticos

Sharad lleva más de 27 años en SLB, donde ha experimentado la rica diversidad de su cultura y tecnología en varios países, con responsabilidades en los sectores de Wireline, Gestión Integrada de Proyectos y Servicios de Operaciones de Explotación (OFS). En su puesto actual, Sharad se centra en la estrategia de comercialización de diversos productos y servicios, incluyendo el modelado del subsuelo de litio, soluciones de ingeniería temprana para el ciclo de vida del capital de proyectos, proyectos piloto y modelos de negocio colaborativos para una cartera de clientes completamente nueva en diferentes regiones

Fuente : Schlumberger NV