Геологическая интерпретация для Оценки запасовJohn Duke & Pat Hanna

ECS International Pty Ltd is an Australian softwareand consulting company. ECSI specialises in geology

and mine planning for all types of mineralcommodities. ECSI can be contacted via email atjhd@ecsaus.oz.au or fax on +61 2 48 613 902.

John Duke1 is a Senior Geologist - MetalsPatrick Hanna² is a Senior Geologist - Coal with ECS

International Pty Ltd Australia.This paper first appeared at "The Resource Database

Towards 2000". It is reproduced with theirpermission.

РЕЗЮМЕ

Геологическая интерпретация сосредоточена на построении обоснованной блочной модели запасов для их оценки и, когда она выполнена проектным геологом, то неизменно вносит ценный вклад в понимание геологии месторождения минерального сырья. Геологическая интерпретация побуждает геолога использовать все значимые данные, чтобы выявить геологические домены, которые определяют различные типы минерализации месторождения и которые противостоят исследованиям статистического и вариограмного анализа. Затем строится Модель запасов заполнением этих доменов блоками, и, оценивая содержания блока, таким образом, относительно точно отражая понимание геолога пространственного распределения в пределах каждого домена.

Важно, что блочные модели ограничены управляющими геологическими элементами месторождения, такими как границы залежи, структуры, пространственное распределение содержаний и другими атрибутами. Эти средства контроля включены в компьютерную модель, использованием таких инструментов, как каркасное моделирование, триангулированные и сеточные поверхности и процедуры оценки содержаний, приспособленные для имитации распределения содержаний. Визуальная проверка модели на соответствие значимым данным существенна, так как происходит последовательное обновление информации и усовершенствование модели, поскольку поступают новые данные опробования.

Чтобы проиллюстрировать практическое применение методов блочного моделирования запасов, в статье приведены сравнения ключевых элементов геологической интерпретации и требований к моделированию для трех различных типов месторождений (уголь, жилы драгоценных металлов и медно-порфирового (Cu-Au) месторождений).

Поскольку база данных запасов расширяется в процессе его добычи, потребность в обновленной геологической интерпретации, для управления моделью запасов не менее жизненна, чем на стадии разведки. Без этого периодического геологического контроля модель становится необоснованной для принятия решений по горному планированию, для привлечения больших финансовых средств.

ВВЕДЕНИЕ

Нет никакой замены полной геологической интерпретации всех значимых данных по запасам, собранных на месторождении минерального сырья. Проектный геолог, который картировал и опробовал поверхностное обнажение пород (и/или подземные обнажения), и

регистрировал и опробовал буровой керн, должен потратить время на сортировку, вычерчивание данных и интерпретацию геологии месторождения. За время выполнения этой интерпретации, компетентный геолог разовьет понимание структуры и состава месторождения и изложит рабочую гипотезу для геологического управления минерализацией. Хотя эта концептуальная "геологическая модель" будет развиваться как генератор дохода проекта через различные стадии разведки, развития и горной добычи, она всегда будет оставаться основной геологической структурой, на которой базируется принятие большинства проектных решений.

Подсчет запасов требуется периодически, чтобы определять тоннаж и содержания полезного компонента в месторождении. Большинство подсчетов вытекает из применения компьютерных методов блочного моделирования – в виде сеточных моделей пласта для угольных месторождений, либо истинных 3-х мерных блочных моделей для большинства металлосодержащих и других месторождений. Чтобы быть обоснованной, блочная модель запасов должна отразить существенные элементы концептуальной геологической модели. Чтобы быть уверенным в переносе геологического понимания, модель запасов должна строиться с особой тщательностью. Процесс моделирования ресурса требует осторожного анализа и детальной геологической интерпретации данных опробования запасов, чтобы точно промоделировать и геометрию, и распределение содержаний по месторождению.

Именно эта дисциплинированная геологическая интерпретация, сосредоточенная на построении обоснованной блочной модели запасов - главная тема этой статьи. Поскольку программное обеспечение для моделирования запасов становится "более дружественным" и более широко используемым, блочные модели запасов, построенные геологами в полевых условиях и на участках горной добычи, поддерживаются и используются более широко, чем только для оценок запасов. Конечно, так как проект развивается, его модель запасов соответственно подвергается экономическим и добычным ограничениям, чтобы стать основанием для оценки запасов и горного планирования. Следовательно, некоторое внимание будет уделено в статье моделированию атрибутов отличных от содержания - атрибутов и руды и пустой породы, которые могут затрагивать горную добычу, металлургию и окружающую среду.

ПРОГРЕССИВНАЯ ГЕОЛОГИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ

С самого начала изучения минерального месторождения есть потребность в интерпретации - использование комбинации поверхностных данных (например, аэромагнитные методы, картография поверхности и пробы грунта) и результаты первых немногих буровых скважин. Геолог станет полностью охватывать базу данных ресурса и начнет отказываться или квалифицировать использование дефектных или неполных данных. Косвенные данные, типа геофизика буровой скважины, будут использоваться, чтобы непосредственно дополнить информацию данных опробования так, чтобы интерпретация была основана на всех обоснованных и взаимно утвержденных данных. Это эффективное использование доступных данных - функция дружественных отношений и понимания, которая развивается компетентным ресурсным геологом.

Потеря ценных знаний

Когда происходит ротация кадров предприятия, имеет место реальная опасность потери ценного знания о данных. Проблемы могут также возникать, когда новый штат использует другие геологические описания и литологические коды, противоречащие тем, которые использовались в текущей базе данных запасов. Дополнительно база данных может быть 'упрощена' на некоторой стадии и, следовательно, данные (особенно геологические данные интерпретации) могут быть потеряны. Геологов по запасам часто просят выполнить подсчет

запасов, на основании баз данных содержащих не больше информации, чем устья буровых скважин, съемка, опробование и литология.

Интерпретация вручную

Хорошо подготовленный и поддерживаемый набор поперечных разрезов, продольных разрезов и планов, отображающие и данные и интерпретацию, обычно характеризует текущий статус геологического понимания месторождения. Этот набор планов и разрезов будет являться результатом многочасовой компиляции данных и геологической интерпретации. Эти разрезы и планы должны храниться первозданными, как проектные шаги от поисков до развития к горной добыче.

Методы компьютерной обработки

Большинство геологов по запасам на сегодня имеют доступ к программному обеспечению, которое позволяет им формировать базы разведочных данных, анализировать и отображать их. Главная деятельность геолога по запасам на стадии разведки, кроме сбора данных, проверка и интерпретация данных с участков в плане, разрезе и в 3D. Использование цветных графических дисплеев и методов обработки изображений помогает геологу охватить все данные, необходимые при интерпретации. Однако реальная выгода от применения компьютерных методов - способность объединить строгий статистический и геостатистический анализы данных с нормальной геологической интерпретацией, чтобы создать обоснованную модель месторождения. Эта модель является и графической и числовой, и может использоваться, чтобы предоставить множество деталей, необходимых геологу для понимания структуры и состава месторождения.

БЛОЧНОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЗАПАСОВ

Геологическая интерпретация базы данных ресурса часто оканчивается построением блочной модели, чтобы обеспечить подсчет запасов.

Блочная модель запасов

Блочная модель запасов - компьютерное представление месторождения, в котором определенные геологические зоны заполнены элементарными блоками, которым присвоены рассчитанные значения содержаний и других атрибутов. Блочная модель запасов - это лишь концептуальное представление геологической модели месторождения. Однако так как тоннаж и оценка содержаний запасов получены из блочной модели, важно, чтобы ключевые элементы геологической модели были точно отражены в блочной модели. Блочные модели относительно быстро и легко строить и, следовательно, должны всегда проверяться на соответствие значимым данным через отображение на планах, разрезах и в 3D.

Геологический контроль при блочном моделировании

Блочные модели неизменно должны быть ограничены элементами управления геологической интерпретацией, такими как границы залегания, зоны минерализации, пропуски и пространственное распределение содержаний и другими атрибутами. Есть множество технологий программного обеспечения, которые позволяют геологу проводить геологический контроль в процессе блочного моделирования.

Большинство этих методов сосредоточено в двух областях.1. Методы моделирования геологических границ, которые определяют домены, такие

как зоны залегания, зоны выветрелой руды и зон внутренней пустой породы.

2. Пути моделирования пространственного распределения содержаний и других признаков в пределах доменов.

Они, очевидно, связаны, поскольку границы домена используются, чтобы предотвратить нереалистичное сглаживание и распространение оцененных содержаний блока поперек различных зон минерализации.

ИНТЕРПРЕТАЦИЯ ГЕОЛОГИЧЕСКИХ ДОМЕНОВ

Выделение геологических доменов важно при подсчете запасов. Домены определены как зоны, которые являются геологически и статистически гомогенными. Guibal (1997) указал, что выбор доменов должен подкрепляться статистикой и вариографией. Создание геологических границ домена, которые определяют геометрию залежи и геометрию других зон - основной метод обеспечения геологического контроля при компьютерном моделировании запасов. Так как большинство баз данных запасов и программного обеспечения горного моделирования содержит данные в трехмерном пространстве, определение этих границы не ограничивают геолога работой только на планах и разрезах.

Домены содержаний

Определение доменов на основе содержаний - часто повторяющийся процесс и обычно начинается с выделения минерализованных пересечений в каждой буровой скважине. Иногда очень низкое содержание полезного компонента в руде (минерализационный индикатор содержания) по результатам анализа используется, чтобы определить границу между минерализованными и пустыми пробами. Выбор сечения (Intercept selection), другое средство определения этой границы, использует композитирование по минимальной длине интервала, чтобы достигнуть минимального значения содержания. Эти методы становятся немного сложными для понимания, если месторождение полиметаллическое.

Рис. 1: Определение границ для различных месторождений изменяется от четких до размытых

Геологические домены

Однако обычно, опробование это только часть всей истории. Параметры, включающие литологию, формирования, прожилкование, нарушения, изменения пород и выделение сечения длина/содержание, могут все играть свою роль в определении геологических границ домена.

Жесткие границы доменов против мягких границ

Границы домена часто упоминаются как "твердые ("жесткие") или "мягкие" (Рис.1). Для месторождений с жесткими границами домена, типа угольных разрезов и осадочных цинковых месторождений, определение границ домена относительно прямолинейное. Границы кровли и подошвы пласта обычно четки, и фокусировка внимания геолога сосредоточена на том, как объединить сгибы и коррелировать пласты поперек месторождения. Таким образом (Рис. 2a), уголь мог быть геологически оконтурен как два пласта или как один более толстый слой с включенным прослойком. Уголь, фосфаты и другие слоистые формирования также иногда оконтуривают мягкой границей. Например, содержание кальция может определять выбор слоя или прослойка в фосфате. Так что фосфат мог быть оконтурен "лучшим" содержанием (Рис. 2b). Каждая интерпретация в итоге даст различные значения тоннажа и содержания. На Рис. 2a, тоннаж A1 плюс A2 более низок чем A. Однако A1 и A2 обеспечивают лучшее содержание (измеренное как энергия) в по сравнению с A.

Рис. 2a: Интерпретация угля могла быть как A1 и A2 или как A

Рис. 2b: Phosphate Beds Interpreted on TriCalcium Phosphate Content

Для месторождений с мягкими границами доменов, таких как некоторые типы медно-порфировых (Cu-Au) месторождений, границы, отделяющие руду от пустой породы и одну зону от другой, могут быть размыты или градуированы. Пока некоторые месторождения имеют домены, которые являются трудноопределимыми, большинство месторождений может быть оконтурено, при условии, что геолог имеет адекватные разведочные данные и интерпретирует их систематическим способом.

Типы методов определения границ

Границы связаны различными способами, чтобы сформировать конфигурации доменов в виде поверхностей или твердых трехмерных замкнутых тел.

Каркасные модели объемных телКаркасное моделирование - наиболее универсальный метод определения геологических границ. Фактически любые определенным образом построенные геологические контура, интерпретируемые на разрезах, планах или в 3D могут быть собраны в каркасы, чтобы представить домены в виде объемных трехмерных твердых тел. Геологическая интерпретация может быть результатом недель или месяцев труда по картированию и обработке разрезов буровых скважин. Следовательно, фактический процесс соединения контуров разрезов или планов для построения и отобразить объемное тело залежи в 3D обычно вполне удовлетворяет геолога (Рис. 2)

Рис. 3: Трехмерное изображение каркасной модели домена

Триангулированные поверхностиТриангулирование – техника построения поверхностей сборкой отрезков прямых линий, обычно применяемая для формирования 'кровли' и 'подошвы' пластовых или жильных структур домена. Преимущество триангулирования состоит в том, что этот процесс точно соединяет точки данных, при этом образуя треугольные пластины - особенность, оцененная большинством маркшейдеров. Однако большинство геологических поверхностей будут нуждаться в некотором 'улучшении' геологом, использующим оцифровку при интерпретации вне точек данных.

Координатные поверхности (Сеточные модели)Сеточные модели используются, чтобы определить геологические границы поверхностей кровли и подошвы слоистых месторождений и висячих и лежачих боковых поверхностей месторождений жильного типа. Можно использовать сетку для связывания точек данных (таких как вершины и основания скважины в жильных пересечениях (borehole lode intercepts)) с помощью 'наиболее подходящего' алгоритма формирования поверхностей, которые довольно часто соответствуют тому, как их геологи и представляют себе - ровные, тенденциозные и дающие представление о том, что не нашло отражение в данных (наличной информации). Преимуществом данной техники подгонки поверхности является скорость, точность и возможность следовать тенденциям, прослеживающимся в данных, как это сделал бы сам геолог.

Сложноструктурные доменыСтепень деформации и структурной сложности на месторождении будет часто иметь

большое воздействие на точность определения геологических границ. Иногда ошибки трудно обнаружить - особенно, где они параллельны доминирующему направлению бурения. Геолог должен использовать все значимые данные, чтобы определить наличие и влияние нарушений. Обнаружение ошибок может быть улучшено собранием и использованием данных поглощающего частотомера при опробовании скважины, аэромагниторазведкой, спутниковой съемкой поверхности Земли и картированием. На многих слоеобразных месторождениях, особенно тех, где границы залегания хорошо определены (например, McArthur River и Century Zinc в Австралии), угол сечений слоев может использоваться наряду с положениями слоев для их моделирования. Это будет обычно указывать весьма ясно любые погашения в структуре слоя, приводящие к нарушениям. Однако это косвенные руководящие принципы для интерпретации нарушений. До сих пор нет никакого доказанного метода автоматической интерпретации нарушений, который в конце концов, очень сильно зависит от знаний и опыта геологов.

АНАЛИЗ ДАННЫХ В ПРЕДЕЛАХ ДОМЕНОВ

Изучение пространственного распределения данных опробования, которые находятся в пределах каждого домена, обычно выполняется геологом по запасам при моделировании распределения содержаний. Это изучение вовлекает изучение интервала данных, и тенденций в ценностях, показанных на разрезах, планах и в 3D, наряду со статистическим и вариограммным анализом. Этот анализ обычно усиливает понимание геологом природы минерализации и обеспечивает основу для определения стратегий оценки содержаний.

Статистика

Статистический анализ может использоваться геологом по запасам, чтобы характеризовать распределение содержаний проб для каждого домена (Рис. 4). Гистограммы и графики распределения вероятности обычно используются с композитированными пробами определенной длины. Иногда пробы должны быть декластированы, поскольку сильная пространственная кластеризация данных часто кончается бедной оценкой выборочного среднего и выборочной дисперсии (Rolley 1997). Итоговые статистические отчеты по гистограммам обычно включают среднее, отклонение (или стандартное отклонение), коэффициент вариации (отношение стандартного отклонения к среднему), минимальных и максимальных значений данных, и медианы. Коэффициент вариации больше других указывает местное изменение содержаний в пределах домена, которое может влиять на результаты оценки содержаний, используя «поверхностные» ("одеяло") (то есть для полного домена) стратегии оценки. Накопленные диаграммы распределения значений данных или логарифмов значений данных полезны для проверки корректности предположения, является ли популяция нормальной или логнормальной. Накопленные диаграммы распределения также используются, чтобы проверить данные на множественность популяций. Если явный перегиб указывает на отдельную популяцию значений высоких содержаний (часто наблюдаемых в золотых месторождениях), эти значения иногда сокращаются (равносильно сокращению коэффициента вариации) чтобы удалить эффект, который они оказывают на переоценку (завышение). Однако могут использоваться другие методы, чтобы подгонять эти ураганные значения в процессе оценки содержаний (см. раздел под названием "Местные вариации в пределах доменов")

Рис. 4: Гистограммы опробования a) перед интерполяцией домена (Коэффициент вариации 1.9and b) после интерполяции домена (Коэффициент вариации 0.2)

Наборы Данных часто имеют два или более атрибутов (например, золото и медь), или имеют два или более типов данных (например, значения содержаний при алмазном бурении скважин или бурения скважин с обратной промывкой).

Диаграммы рассеяния этих двух переменных обеспечивают информацию о степени корреляции между ними. Сильная корреляция между двумя переменными типа содержание и плотность, по диапазону значений должна быть оценена должным образом. Если плотность имеет сильную положительную корреляцию с содержанием (как в некоторых Ni сульфидных рудах), тогда содержание может быть недооценено, если его корреляция с плотностью не учтена.

Вариография

Вариография – это вычисление экспериментальных вариограмм и последующая настройка соответствующих моделей вариограмм. Геологические идеи о распределении содержаний могут часто быть подтверждены вариографией. Так как это отражает фактическое пространственное распределение содержаний (Рис. 5), это может быть мощным исследовательским инструментом для геологов. Модели вариограмм формируют основу для оценки содержаний, используя кригинг.

Некоторые из обычно используемых методов моделирования вариограмм включают: Определение эффекта самородка, используя близко расположенные данные - обычно

через вариограмму нисходящей скважины; Первую часть вариограммы (близко к началу) наиболее важно моделировать точно; Наиболее часто применяемая модель вариограмм - сферическая модель; Ищите вложенные структуры; Индикаторная диаграмма вариограммы для верхнего, среднего и нижнего края

диапазона содержаний необходима, чтобы видеть, существенно ли изменяется распределение.

Рис. 5: Variogram of assay values along strike in a base metal deposit. - showing a spatial continuity of approximately 140 metres.

Непрерывность содержаний в пределах домена

Вариограммы обеспечивают геолога полезной единицей измерения непрерывности минерализации в различных направлениях. Однако интерпретация структур вариограмм может быть блокирована данными, которые - не представительны для домена. Эти "шумовые данные" могут поступать из множества источников, включая ошибки опробования, кластеризация данных, подавление ураганных значений или данные, неправильно включенные в домен. Пространственная непрерывность - полезная концепция при моделировании различных типов месторождений (Рис. 6). Однако можно отметить, что пока некоторые месторождения типа угольных, показывают высокую непрерывность в одном или

в двух направлениях для некоторых атрибутов (например, толщина слоя), они могут показывать гораздо меньшее количество непрерывности для других (например, сера).

Рис. 6: The continuity of grades and other attributes within domains for different deposits varies from discontinuous to continuous.

ЗАПОЛНЕНИЕ ДОМЕНОВ ЭЛЕМЕНТАРНЫМИ БЛОКАМИ

Когда интерпретация домена выполнена, геолог может построить блочную модель, заполняя трехмерное пространство каждого домена блоками уникального номера домена. Проверка графических построений должна теперь проводиться на этой модели блока, чтобы видеть, что это формирует приемлемую модель объема доменов.

Блоки для моделей тоннажа

Чтобы моделировать геометрию домена, важно чтобы размеры блока были достаточно маленькими (особенно в "точных (обоснованных)" границах домена), чтобы обеспечить адекватную точность объема (Рис. 7) - отмечая интервалы буровых скважин, по которым интерпретировались границы домена. Модели пласта построены сетками кровли, подошвы и толщи, а также могут рассматриваться как блочные модели с одним толстым блоком (переменной толщины) для каждого пласта.

Рис. 7 Разрез блочной модели. Note sub-blocks on boundary to enhance resolution.

Блоки для моделей содержаний

Чтобы моделировать распределение содержаний в пределах домена, часто важно, чтобы блоки были упорядочены и были не меньше чем четверть среднего интервала данных в каждом направлении. Некоторые методы оценки содержаний типа индикаторного кригинга требуют больших размеров блока. Оценка содержаний в складчатых доменах может больше подходить для преобразованных блоков, которые следуют за формой складчатой структуры и, следовательно, учитывают изменения в анизотропии при тщательном изучении и анализе содержаний в пределах домена (Рис. 9).

МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ СОДЕРЖАНИЙ И ДРУГИХ АТРИБУТОВ

Моделирование пространственного распределения содержаний и других атрибутов в каждом домене вовлекает геолога по запасам в детальное исследование данных, чтобы достигнуть реальной оценки истинной природы минерализации. Кроме применения контроля домена, нет других процедур для моделирования содержаний. Геолог может применить творческий подход при использовании многих инструментов моделирования содержаний. Главные критерии для обоснованности модели - то, что она соответствует данным и подчинена геологическому смыслу.

Контроль оценки содержания в блоке

Есть много методов, которые геолог может использовать, чтобы управлять процессом моделирования содержаний так, чтобы это соответствовало геологической интерпретации. Ниже подведен итог главных геологических методов контроля, которые являются доступными в основных пакетах программ горного планирования.

1. Контроль ДоменовЧтобы достигать контроля домена, анализам содержания в пробах и другим

качественным переменным в базе данных ресурса, находящимся в доменах, назначены те же самые номера доменов, как и блокам. Именно это соответствие номеров блока и номеров анализов проб в домене обеспечивает основной геологический контроль (контроль домена) в процессе оценки содержаний - обеспечивающем то, чтобы использовались значения только внутри домена (Рис. 8).

Рис. 8: Оценка содержаний без контроля домена и с ним.

Границы домена контролируют оценку содержаний так, чтобы содержания залежи не распространились за эту границу в пустую породу. Однако в большинстве рассеянных типов минерализаций (где геологический контроль сложен или градационный), границы домена могут быть нечетки или 'мягки', не остры или 'тверды' (подобно подошве и кровле угольного пласта). Эта "нечеткость" при оценке содержаний может иметь место, если проводить опробование на некотором расстоянии вне домена.

2. Анализ БлоковБлочные модели для оценки содержаний могут быть независимы от блочных моделей

домена. Блоки могут быть упорядочены, чтобы обеспечить требования кригинга или преобразованы для следующих структурных тенденций (Рис.9).

Figure 9: Block model of a folded base metal vein type deposit. Transformed blocks are used for grade estimation to allow for local changes in orientation of the search ellipsoidal

3. Стратегии поискаСтратегии поиска включают такие параметры как расстояние просмотра, критерии

выбора проба/сектор и коэффициент анизотропии и вращение. Контроль анизотропии особенно полезен для моделирования искаженных месторождений (Рис. 9). Особенно важно использовать соответствующий набор стратегий поиска для каждого домена. Это может означать использование различных параметров поиска для различных диапазонов

содержаний в том же самом домене, если там имеются существенные местные разновидности.

4. Методы взвешиванияСодержания блоков вычислены, используя локальный усредняющий алгоритм, выбирая

типовые значения в пределах областей поиска и взвешивая их тем или иным образом. Методы взвешивания включают метод обратно пропорционально расстоянию и кригинг (Cram 1994, pp 6-6 к 6-8). Кригинг - геостатистический метод распределения оптимальных весов для локальной оценки, основанный на модели вариограмм. Типы кригинга бывают блоковый, точечный, логнормальный и индикаторный. Размеры данной статьи не предусматривают описание различных типов кригинга (Isaaks и Srivastava 1989). Одна из важных концепций в оценке содержаний блока - это определение положительных и отрицательных весов (1994). С методами обратно пропорционально расстоянию, где все веса положительны, оцененное содержание должно попадать между максимальным и минимальным содержаниями используемых проб. Кригинг использует и положительные и отрицательные веса, который хотя интуитивно и приемлем, но должен использоваться с осторожностью так, чтобы оценки имели смысл (например, не допускались отрицательные оценок содержаний).

Локальная дисперсия в пределах домена

Если присутствует большой разброс содержаний внутри отдельного домена, скажем из-за небольших зон с предельными значениями, то существует опасность получения крупных ошибок при оценке содержаний некоторых блоков в сравнении с другими, сделанным по содержаниям. Стратегии по исправлению или же уменьшению этих 'условных отклонений (разброс данных, ошибки)' состоят из проведения нескольких оценок ('вложенные (гнездовые)' интерполяции, описанные в Bischoff и Morley за 1993 год) и индикаторный кригинг. Эти экстремальные значения часто появляются из-за структур малого простирания типа минерализованных штокверковых жил, которые являются прерывистыми и не могут быть отдельно включены в домен.

Проверка блочной модели содержаний

Как только блочная модель содержаний была создана, должен быть выполнен систематический просмотр и анализ планов, разрезов, и срезанных 3D видов, чтобы проверить модель на соответствие буровым скважинам и другим данным.

Определение доверительности блочной модели

Для геолога очень важно определить и сообщить уровень доверительности различных частей блочной модели. Эта доверительность - функция множества факторов, включая надежность данных, плотность данных, непрерывность содержаний и оценку содержаний. Вычисление количества проб использовалось для оценки содержания в каждом блоке, и их среднее расстояние обеспечивает геолога простыми мерами доверительности оценки блока. Эти и другие меры могут использоваться, чтобы создать карты надежности запасов и помогать геологу в классификации частей запасов как Предполагаемые, Исчисленные или Измеренные в соответствии с критериями отчетности JORC (Объединенный Рудный Комитет по Запасам, сформированный из AusIMM, AIG и Совета Полезных ископаемых Австралии). Однако, как указывал Stephenson (1994), важно, что геолог (Компетентный Человек) делает профессиональное, основанное на опыте суждение по определению классификации Ресурса/Запаса. Это означает, что определение не должно быть сделано исключительно на основе статистических параметров, т.к. эти параметры вторичны.

Пространственное распределение других атрибутов

Большинство месторождений содержит множество других интересных атрибутов кроме главного экономического компонента - содержания. Главный атрибут, который затрагивает оценку тоннажа ресурса - насыпная плотность материала залежи. Она может заметно изменяться от домена к домену и даже в пределах домена. Обеспечение достаточного количества проб, позволяет промоделировать насыпную плотность почти так же, как и содержание. Другие интересующие нас атрибуты включают и те, которые повлияют на будущую добычу, типа геотехнических параметров, рассеянных элементов (микроэлементы), которые затронут восстановление металлов из руды посредством измельчения, размера зерна (металлургическое извлечение), газов, и подземных вод. Те, которые затронут окружающую среду - сера в угольных месторождениях, радиоактивные элементы (например, монацит в минеральных песках)

Блочная база данных запасов

Блочная Модель, созданная от границ домена, обеспечивает структуру для полной модели запасов. Эта модель запасов формирует трехмерную базу данных с любым числом значений, которые могут быть поставлены в соответствие каждому расположению блоков. Оцененные значения содержаний и всех других моделируемых атрибутов загружены в базу данных.

НЕКОТОРЫЕ ЛОВУШКИ И ОГРАНИЧЕНИЯ

Компьютерные методы моделирования и оценки запасов существуют много лет и широко используются в горнодобывающей промышленности. Однако они не лишены ограничений и ловушек.

1. Основная ловушка, которую трудно распознать - это насколько быстро и легко создавать компьютерные модели. Легко сделать ошибки, и модели не будут соответствовать данным. Это должно всегда иметь смысл! Проверьте их на соответствие данным и другими методами оценки.

2. Нулевая толщина отсекается на краях месторождения - для того, чтобы содержания переместить на края нежели чем использовать более низкие значения.

3. Ограничения включают непростое обеспечение частей в одной модели запасов, где по некоторым частям есть подробная информация, а по другим практически никакой. Если бы не субблокирование, большинство блочных моделей имеет регулярный размер блоков. Если требуется можно построить автономные модели различного разрешения.

4. Слишком много сглаживаний из-за неподходящих стратегий поиска.5. Слишком маленькие блоки для плотности данных. 6. Использование с выгодой не всей существующей информации.7. Моделирование запасов без прямого участия геолога, который знает данные и

понимает геологию месторождения.8. Недостаточные или несоответствующие данные, чтобы моделировать истинную

природу минерализации, то есть низкая доверительность "предполагаемых запасов".

ТРЕБОВАНИЯ К МОДЕЛИРОВАНИЮ РАЗЛИЧНЫХ ТИПОВ МЕСТОРОЖДЕНИЙ

Используя опыт моделирования большого разнообразия месторождений, можно делать грубую классификацию месторождений на основе геометрии домена и непрерывности содержаний (Рис. 10). Этот подход устанавливает некоторые руководящие принципы, чтобы строить обоснованные модели для каждого типа месторождений. Это имеет значение и для плотности требуемых данных и вероятных методов моделирования. Следующие комментарии сравнивают различную интерпретацию и методы моделирования для трех типов месторождений, знакомых авторам, и объединенные в итоге в Таблицу 1.

Угольные месторождения – пространственно непрерывные с острыми границамиДля стратифицированной минерализации, такой как уголь, слоеобразных месторождений

Pb-Zn и осадочных месторождений железной руды, определение, что это залежь или жила обладает ключевой важностью.

Рис. 10: Граница домена против пространственной непрерывности изображаетсхематически для группировки минеральных месторождений

Жильные месторождения драгоценных металлов - Умеренная Непрерывность и Острые/Разбросанные Границы

Для месторождений с высокой изменчивостью, таких как множество месторождений драгоценных металлов и урана, структура менее хорошо определена, и часто достаточно трудно точно моделировать содержания. Многожильные месторождения драгоценных металлов представляют сложную структуру, которую часто трудно точно промоделировать, используя плотность сети поверхностного бурения обычно применяемой во время разведки.

Порфировые месторождения Cu/Au/Mo - Хорошая Вертикальная Непрерывность и Разбросанные Границы

Большие месторождения с низкими содержаниями типа медно-порфировых (Cu-Au) часто представляют градуированные (gradational) рудные зональные распределения содержаний. Точная оценка содержаний этих месторождений особенно важна из-за высокой уязвимости их экономической жизнеспособности даже к незначительным колебаниям цены металла.

ВЫВОДЫ

В век развития компьютерных технологий, не теряйте из вида ГЕОЛОГИЮ! Важно осуществить тщательный анализ данных и исполнение геологической интерпретации при создании блочных моделей запасов. Концептуальная геологическая модель месторождения должна чтить геологию.

Существенные элементы хорошей практики в моделировании запасов включают:

1. Обязательство управляющих привлекать в ключевой проект геолога/ов при моделировании запасов.

2. Принятие мер против высокой текучки кадров среди геологов и недостатка преемственности, при котором могут быть потеряны жизненное геологическое понимание и знание месторождения.

3. Выполняйте проверку и утверждение модели каждый раз когда она изменяется. Сохраняйте полный набор планов и разрезов, показывающих и данные и модели.

4. Изучайте постоянно, в процессе движения вперед. Будьте инициативны в накоплении новой геологической информации (типа поверхности и ее картографии) и понимании минерализации так, чтобы модель запасов могла быть постепенно обновлена и доведена до совершенства.

5. Поддержание модели запасов самой высокой точности на разных стадиях проекта от разведки до промышленной добычи - в таком виде, чтобы решения, основанные на модели запасов, имели силу.

Таблица 1: СРАВНЕНИЕ ТИПОВ МЕСТОРОЖДЕНИЙКритерий Уголь Жилы Драгметаллов Медно-порфировыеХарактеристика данных Осуществление выборки

на основании сгиба Буровые скважины

типично 400m- 500m обособленно. Часто каждое открытое

отверстие секции. Геофизика каждой

скважины.

БЛАГОДАРНОСТИ

Большое количество людей заслуживает благодарности за их добрую помощь при подготовке этой статьи. Боба Апплеярда (Bob Appleyard) благодарим за его обзор и его

советы в сосредоточении на лучших методах организации производственных работ. Пата Стефенсона (Pat Stephenson) благодарим за его обзор и его совет относительно ресурсов/запасов, отчеты о практике использования JORC Кодировки. Граему Еаствуду (Graeme Eastwood) Newcrest - благодарность за его ценные суждения по моделированию месторождения Cadia. Робина Ранкина, Пауль Ливерс, Гарт Вилсон, Найджел Радфорд, Питер Стокер, Филип Швебел, Дэвид Маккензи, Род Вебстер и Моррис Роулей благодарим за сопровождение статьи на различных стадиях создания. Джока Гилфиллана благодарим и подтверждаем его поддержку в течение многих лет. Мы наиболее благодарны Фионе Соутвуд за ее неоценимую помощь в обработке текстов, расположении и подготовке диаграмм.

ССЫЛКИ

Bischoff, K. and Morley, C., 1993. "Geology, Resource Definition and Reserve Estimation at Mount Charlotte, Kalgoorlie, Western Australia". Proceedings of the International Mining Geology Conference Kalgoorlie- Boulder WA, July 1993, pp 1-17.

Cram, A.A. and Duke, J.H., 1992. "Geological Control in Computer-Based Resource Estimation". SMEDG/AIG Resource Evaluation Symposium, Sydney, 1992.

Duke, J.H., 1987. "Geological Modelling Techniques in Mine Planning". Proceedings of the AusIMM Pacific Rim Conference, 1987.

Guibal, D. 1997 "Variography, A Tool For The Resource Geologist". Proceeding of the The Resource Database Towards 2000 AusIMM Seminar, May 1997, Wollongong, NSW, Australia.

Hanna, P.J. and Cameron, J.L., 1997. "Computer Database and Geological Modelling of Hunter Valley Geology". Proceedings of the Thirty First Newcastle Symposium on Advances in the Study of the Sydney Basin, April 1997, Newcastle, NSW, Australia, pp 53-55.

Harbon, P. 1994. "Resource Estimation at Endeavour 48, A Porphyry Copper-Gold Deposit". Paper presented at the ECS 9th ECS Users Conference, November 1994.

Isaaks, E.H., and Srivastava, R.M., An Introduction To Applied Geostatistics" Oxford University Press (New York).

Rolley, P. 1994. "The Statistical Analysis of Sampling Data Within Domains". Short Course on Resource Estimation Practices, Sessions Hosted by ECS, Bowral, November 1994.

Stephenson, P.R., 1994. "Resource Reporting Using The Australasian (JORC) Code". Short Course on Resource Estimation Practices, Sessions Hosted by ECS, Bowral, November 1994.

Vann, J. and Humphreys, M., 1994. "Variography and Determination of Grade Modelling Parameters". Short Course on Resource Estimation Practices, Sessions Hosted by ECS, Bowral, November 1994.