התחום של הערכת משאבים מינרלים הוא אבן הפינה של הנדסה כרייה, תוך התבססות על הכדאיות הכלכלית ויעילות התפעולית של כל פרויקט כרייה.כ הדרישה העולמית למשקעים קריטיים - מונע על ידי מעבר אנרגיה, חשמל, ופיתוח תשתיות - התפקיד של הנדסת משאבי מינרלים משתנה מטכנאי גיאולוגי מסורתי לתוך קריירה מבוססת נתונים, טכנולוגית רבת-מהפכה חדשנית, מחפש ידע מתקדם, פיתוח של אינטליגנציה מלאכותית, ולפתח את תחום מקצועי מתקדם, ולפתח את תחום מדעי מחשבתי, ולפתח את תחום מדעי מחשבי- AI, ולפתח, ולפתח את תחום מקצועי מתקדם, ולפתח, ולפתח את תחום מדעי מחשבתי, ולפתח את תחום מקצועי מתקדם, ולפתח את תחום מדעי מחשבי- AI מתקדם, מחפש, ולפתח את תחום מקצועי מתקדם, ומעניין, ולפתח, ולפתח, ולפתח את תחום מדעי מחשבתי, ולפתח את תחום מדעי מחשבתי, ולפתח את תחום מדעי מחשבתי, עם התפתחות אינטליגנציה מלאכותית מתקדם, ולפתח את תחום זה, ולפתח את תחום זה, עם התפתחותו של אינטליגנציה גיאולוגי מתקדם, חזון מדעי מחשבתי, ולפתח ידע מתקדם, ולפתח את תחום זה, עם התפתחותו של אינטליגנציה מלאכותית מתקדם, ולפתח את תחום זה, חזון מדעי מחשבתי, ולפתח את התפתחות

המונחים: מינרלי Resource Estimation

זרמי עבודה מסורתיים ומגבלותיהם

הערכת משאבים מינרלית התבססה היסטורית על שילוב של גיאולוגים שדה, נתוני קידוח וניתוח סטטיסטי ידני.גיאולוגים משאבים ימפות את ה-crops, דגימות ליבת, ומייצרים מודלים חסומים על ידי יד או עם תוכנה מוקדמת של הדור, כגון Datamine או Surpac. אלה היו לפעמים הערכות עבודה-intensive, זמן-consuming, ולעתים קרובות כפופים לתקני מניעה של מערכת החיסון האנושי - כמו JMRCDC, אך ורק על ידי שיטות חישוביות מוגבלות, אך ורק על ידי תכנון קפדניות, אך ורק על ידי ניהול חומרים מסוליים, אך ורקמות-RICD2, אך ורק על ידי ניהוליות, כולל תהליכי תכנון קפדניות-R.

המעבר ל- Digital Twins and Data-Driven Methods

בעשור האחרון, התעשייה עברה לזרימות עבודה דיגיטליות.אתרי המכרה המודרניים מייצרים טרה-בייט של נתונים מחיישנים, מל"טים וסורקים ליבה אוטומטיים.העושר של מידע זה הפך שיטות מסורתיות לגימור גיאולוגיות לא מספיקות.המצב הנוכחי הוא היברידי: חברות רבות עדיין מסתמכות על אלגוריתמים מנוסים של משאבים עבור קלט איכותי, אבל מודלים כמותיים נבנות יותר ויותר באמצעות גיאוסטטיים, למידה, אמיתי, אמיתי, דרישות של פיית, כמו יכולת שליטה כפולה של נתונים, אך ורקמות, אך ורקמות, כמו גם כן, כמו תכונות יעילות כפולה של ממשית, או הבנה.

טכנולוגיות מתפתחות מעצבות מחדש משאבים

אוטומציה ורובוטיקה

(הכוללים האוטומטיים של rigs, ליבת רובוטית, ופלטפורמות דגימה אוטונומיות מקטינים את השגיאה האנושית ומגבירות את ה-FLT:0LNT Space & MiningFLT:1 ו-FLT:2Komatsu MiningFLT:3 הטמיעו מערכות קידוח אוטונומיות שיכולות לבצע ציונים גיאוטכניים ו---------------------לדוגמא כדי להתמקד בנתוני דיוק אלה, ולא במדדים מדויקים יותר, כדי לאפשר להגדרה מדויקת יותר, אלא במדדים מדויקים יותר, כדי להגדרה מדויקת יותר, כדי למקדמים יותר, כדי להגדרה מדויקת יותר, כדי למקדימים, כדי למקדמים יותר, כדי למקדימים מדויקים יותר, כדי למקדמים מדויקים יותר, כדי ליצור נתונים מדויקים יותר, כלומר, כלומר, כדי למקדימים מדויקים יותר, כדי למקדימים מדויקים יותר, כדי ליצור למערכות חישוביים מדויקים יותר, ולא למקדימים מדויקים יותר, כדי למקדימים מדויקים יותר, כדי למקדימים מדויקים יותר, מאשר למקדימים מדויקים יותר, כדי ליצור נתונים מדויקים יותר, כדי למקדימים מדויקים יותר, כדי למקדימים מדויקים יותר, כדי ל

למידת מכונה ואינטליגנציה מלאכותית

(ML) היא אולי הטכנולוגיה הטרנספורמציה ביותר של משאבי מינרלים estimation. Algorithms כמו יערות אקראיים, רשתות עצביות, ומכשירי וקטור יכולים לזהות דפוסים בנתונים גיאוכימיים, גיאופיזיים ומבניים שגאוסטיסטים מסורתיים עשויים להחמיץ.

3D Geological Modeling ו-Immersive Visualization

Advanced 3D Modeling תוכנה - מ-Leapfrog Geo, וולקן ומיקרומין - עכשיו משלבת את הסטיות הססוציאליות, סקרים אלקטרומגנטיים, והורדת גיאפיזיקה לתוך ייצוגים תלת-ממדיים חלקה. Beyond Models סטטי, התעשייה מאמצת מציאות מדומה immersive (VR) ולהגדיל את המציאות המוגברת (AR) לסקירה משותפת של צוות של משאבים יכול כעת "לעקוב" דרך פיקדון דיגיטלי, תוך התבוננות, בין לוחות זמנים קצרים, לבין דינמית, כמו גם על ידי לוח זמנים קצרים של אינטליגנציה דיגיטלית, לבין ויזואליים, כמו גם על ידי לוח זמנים קצרים, לבין ויזואליים, אשר יכולים לשפר את האינטואיציה, כמו גם על ידי צוות של מערכת יחסים קצרים, כמו גם על ידי VR, לבין ויזואליים, לבין ויזואליים, כמו גם על ידי צוות ניהול נתונים קצרים, כמו גם על ידי פונקציות זמן קצר של כוח אדם, לבין מציאות מדומה, אשר יכול להיות שיפור של מערכת הפעלה דיגיטלית, כמו גם על ידי מחזור זמן קצר של מערכת ניהוליתנים, כמו גם על ידי פונקציות של מערכת ניהולית, כמו גם על ידי פונקציות של מערכת ניהוליתנים, כמו גם על ידי מחזורית של מערכת ניהוליתנים, כמו גם על ידי מחזור זמן קצר של פונקציות

נתונים מרוחקים וגיאו-ספפטיים

תמונות לוויין, LiDAR וחיישנים רב-תחומיים מבוססי-רחפנים מרחיבים את יכולות המחקר אל תוך השטח הבלתי נגיש או בלתי-מיושב-הכללי.לדוגמה, לוויין ה-Coernicus Sentinel-2 מספק נתונים רב-ספקטרוםיים שיכולים לזהות מינרלים של שינויים הקשורים לפקדות אור-eholes. Drones המצוידים במצלמות תרמיות וחיישנים מגנטיים יכולים למפות אזורים גדולים במהירות ובקיצור משאבים נמוכים בעשור הקרוב, ידרושים של פיתוח נתונים של קוד פתוח ל-GIS.

Blockchain עבור אינטגרity ודיווח

Transparency and ביקורתability הם קריטיים בערכת משאבים מינרלים, במיוחד כאשר מדווחים לגופים רגולטוריים. Blockchain טכנולוגיה מתפתחת כדרך ליצור תיעוד בלתי-מוגדר של איסוף דגימות, תחבורה, תוצאות כאמור, ועדכוני מודל. על ידי תזמון כל החלטה ונקודת נתונים, חברות יכולות להפחית הונאה ולשפר את אמון בעלי המניות.למרות עדיין באימוץ מוקדם, כמה מכורים זוטרנטים מתנסים הם ניסויים עם פיוס מבוסס blockchain של משאבים מוכרים, והופכים למושגים של אבטחה של אבטחה של אבטחה blockchain.

מיומנויות מעורבות עבור מודרני משאבים אסטמטורים

מדעי נתונים ותוכנית

Python הופך במהירות לפרנקה של מחשוב גיאו-מדע. Libraries כמו פנדה עבור מניפולציה נתונים, SciPy עבור גיאוטטיסטים, Scikit-learn for Machine Learning, ו-Ply for Visualization הם עכשיו חיוניים כמו תוכנת כרייה מסורתית.R הוא גם פופולרי בחוגים אקדמיים ולניתוח סטטיסטי רבים תוכניות באוניברסיטה מציעים כעת קורסים ב "Geocomputation" או "מדע עבור גיאולוגים" כדי להיות יעיל יותר מאשר וירוס כדי לכתוב באופן אוטומטי.

המונחים: Geostatistical Literacy

בעוד ש-Kriging נשאר בסיס, העתיד דורש גישות הסתברותיות מתוחכמות יותר.סימולציה מצבית (למשל, סימולציה גיאווסקית של גאווססיאן) מייצרת מספר רב של התגשמות סבירה של פיקדון, המאפשרת לכמת סיכונים וניתוח תרחיש: מקטורות גיאורגיות מיוחדות (Flucial) צריכות להבין את המודלים ב 3D, cokriging for Multivariate estimation, שימוש ב-Agation and the ClassiFluation for the Classigation and the MetalSidation for Antigation for Metals: 1Flutyigation and the MetalSlitation for Metals: 1Flutyigation for Metals: 1D)

שיתוף פעולה ו תקשורת

הערכת משאבים מודרנית היא ספורט קבוצתי.גיאולוגים משאבים לעבוד לצד מהנדסי כרייה, מפולורגיסטים, מדעני סביבה ומהנדסי נתונים.היכולת להסביר החלטות טכניות מורכבות לא-מיוחדים - כגון משקיעים, רגולטורים או בעלי עניין קהילתיים - חשובה יותר ויותר כמו הקשבה פעילה, ניהול פרויקט חוצה-יסוד, ומודעות תרבותית (במיוחד לפרויקטים במדינות מתפתחות) יכול לפרק נתונים בכירים וגורמים בעלי תפקידים דומים ל"צוותים"תפקיד"מסוגים"מעורקים"כמעורבים" (לעיתים קרובות) בעלי תפקידים"מעורבים"ד"ד"מתפקידם של קבוצות"מעורבים"מעורבים בקריבים"מעורבים"ד"ד" (בעיקר"ד) הם בעלי תפקידים רבים.

סליחות ו-ESG Competence

לחץ גובר על איכות הסביבה, חברתית וממשלה (ESG) ביצועים פירושו של משאבים estimators חייב להבין כיצד המודלים שלהם משפיעים על הסגר שלי, ניהול מים, טביעת רגל פחמן.לדוגמה, הערכת יתר של ציונים יכול להוביל להחלטות כרייה מוקדמות עם השפעה סביבתית שלילית. [-]

נתיבי חינוך ולמידה לאורך החיים

תוכניות והתמחות

כמה אוניברסיטאות מציעות כעת תואר שני או תעודת בוגר במיוחד ב מינרלי משאבים אסטימוציה או Geostatistics. תוכניות ב FLT:0Colorado School of MinessveFLT:1, FLT:2Queen's UniversityFLT 3: (קנדה), ו-FLT:4Curtin UniversityFLT5:5 (מערב) הם היטב ניתוח מדעי מוסמך, המציעה שיטות אקדמיות מתקדמות, תוכניות הנדסיות, ומודלים מתקדמים, כולל פיתוח.

פיתוח מקצועי ותעודות

מעבר לדרגות פורמליות, למידה רציפה חיונית.הגוף התעשייתי SME מציע חבר רשום ב- מינרלי משאבים אסטיגמציה (RM MRE) , הדורש שילוב של חינוך, ניסיון ובדיקה. בדומה, AusIMM של מוסמך מקצועי (CP) ב-Gigitaliagiology מסייע גם בפורומים מקוונים כגון FLT:0CourseraFLT:1 ו-FLT2 נבדקים כגון:

אפשרויות קריירה ו- Outlook

תפקידים ותחומי אחריות

הנוף הקריירה מתרחב מעבר לכותרת המסורתית "מקור גיאולוג" תפקידים חדשים כוללים:

  • (FLT:0)Geodata Scientisteur:FLT:1 מתמקד בפיתוח מודל AI / ML, הנדסת צינורות נתונים ויצירת לוח זמנים עבור צוותי משאבים.
  • מהנדס אוטומציה של מודל המקור: FLT:1Builds Scripts and Workflows to Automate update of Resources with realtime data.
  • (FLT:0) מובילת תאומים:FLT:1 מראה שילוב של מודלים משאבים עם תכנון, תזמון ומערכות ניטור תפעוליות.
  • (FLT:0ESG Resource Analyst:FLT:1) מתמחה שילוב של מגבלות סביבתיות וחברתיות לגיוס משאבים עבור כרייה בת קיימא.
  • (FLT:0)Senior Qualified Person (QP) / ייעוץ משאבים גיאולוג: ההרחבה 1 (ראה: ההרחבה 1) מומחה עצמאי אשר סוקר וסימנים על הערכות משאבים עבור גילוי ציבורי, לעתים קרובות עובד עבור חברות ייעוץ או כפרילנסלר.

התקדמות קריירה טיפוסית עבור גיאולוג משאבים: ג'וניור גיאולוג משאבים ראשי ג'ולוג (Gigologist) ראשי משאבי משאבים גיאולוג (Gigologist) מנהל אסטימוציה משאבים.בתאגידים גדולים, הדרך עלולה להוביל לתפקידים ביצועיים כגון סגן נשיא של שירותים טכניים או גיאולוג ראשי.

אזורים חמים גיאוגרפיים ותעשיות תעשייה

הביקוש למעצבי משאבים מיומנים הוא גלובלי, עם נקודות חמות מסוימות בתחומי שיפוט ידידותיים כרייה: קנדה (במיוחד בריטי קולומביה, אונטריו, קוויבק), אוסטרליה (מערב אוסטרליה וקווילנד), דרום אמריקה (Chile, פרו, ברזיל), אפריקה (דרום אפריקה, גאנה, DRC), וארצות הברית (Nevada, אלסקה, אריזונה) המעבר האנרגיה הוא המניעה ל-thethium, ניקל, cot נדיר, מרכזי פיתוח מתכות, גם הם ארגונים חדשים, שאינם פעילים.

על פי סקרי השכר בתעשייה (כגון אלה של Hays וקבוצת גיוס Mining), גיאולוג משאבים זוטר עם 0-3 שנים של ניסיון יכול לצפות משכורת בסיס של כ 70,000 $- 000 $ $ $ 90,000 USD בצפון אמריקה או אוסטרליה, עם בונוסים משמעותיים והטבות באתרים מרוחקים. geologist משאבים בכיר עם 10 + שנים ו QP לעתים קרובות להרוויח $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ 18 000 או יותר, בתוספת רווח ידידותי מניות בשוק מקצועי כי הוא מסוגל להוסיף נתונים תעשייתי מיומנויות תעשייתי חזק.

אתגרים וסיכון לאנשי מקצוע עתידיים

איכות נתונים ואמון

עם הפצת אוסף נתונים אוטומטיים, הפוטנציאל של בעיות איכות נתונים עולה.רעש חושי, סחף ב- Assay כליation, ו-Experamination יכול להפיץ שגיאות באמצעות מודלים למידת מכונה.מדנים משאבים חייב לפתח מערך אבטחה איכותי חזק / בקרת איכות (QA/QC) כולל שימוש בחומרים התייחסות מוסמכים ושיכפלות.

שילוב עם תכנון ותפעול

מודל משאבים שאינו תואם למציאות המבצעית הוא חסר ערך.אחד האתגרים הגדולים ביותר הוא reconciling מודלים משאבים לטווח ארוך עם מודלים לטווח קצר שליטה בכיתה , פעולות כרייה מודרנית לייצר נתונים של כלי שיט יומיומי שיכול להיות שונה באופן משמעותי ממודל המחקר. estimators עתידי חייב לעבוד בשיתוף פעולה הדוק עם מהנדסי שלי כדי לעדכן את מודל המשאבים באופן לא רק יכולת טכנית אלא גם דיפלומטיה, כמו גם מודלים יכולים להשפיע על תוכניות שלי ושינויים תקציביים.

לחץ מוסרי ומוסרי

אי-התרמיות של הגדרות משאבים - כגון שערוריות Bre-X או נושאים אחרונים יותר בחברות זוטרות מסוימות - ישארו סימן שחור על התעשייה. כתוצאה מכך, הרגולטורים הם דרישות מודוקות לביקורת עצמאית וביקורת עמיתים.מנציבים משאבים עומדים בפני אחריות אישית אם הם חותמים על הצהרות מטעה של האתיקה המקצועית, שמירה על עצמאות, ובדיקה קפדנית של הנחות מתעדות הם בלתי ניתנות לדיווחים על משאבים חיצוניים, אולי, אולי, על שימוש בכלי ביקורת אוטומטיים יותר.

מגמות עתידיות לצפות

Real-Time Resource Modeling

ככל שהחיישנים והתקשורת ישתפרו, מודלים של משאבים מעודכנים במשרה חלקית.זה יאפשר למתכנן שלי להתאים אסטרטגיות של החילוץ על בסיס יומי או אפילו שעה, אופטימיזציה של כיתה וצמצום של דילולציה.המשאבי של 2030 לא יכול לייצר מודלים חסימתיים תקופתיים, אלא ניהול של תאום דיגיטלי מתפתח ברציפות.

שיתוף פעולה מבוסס ענן והנתונים הפתוחים

פלטפורמות ענן כגון Amazon Web Services ו- Microsoft Azure מאפשרות לצוותים גלובליים לעבוד על אותו מודל משאבים בו זמנית. Open-source פרויקטים (כמו מאגר נתונים של Geoscience) הופכים את הנתונים הציבוריים לנגישים יותר, אשר מסייע לחברות קטנות להתחרות.המשכנת המשאבים של העתיד חייב להיות נוח עם אחסון בענן, מחשבים שולחניים וירטואליים וכלים משותפים כמו Slack או Teams אבטחת מידע והגנה על קניין רוחני יישארו חששות.

אחריות וכלכלה מעגלית

המיון נמצא תחת לחץ להפחית את טביעת הרגל הסביבתית שלו.הערכת המשאבים תצטרך לשלב לא רק ציונים אוז אלא גם עלויות סביבתיות - כגון צריכת אנרגיה עבור מיצוי, שימוש במים, ונפח זנבות. "התראות בלתי אפשרית של משאבים" הוא מושג מתפתח שבו מודלים מתאימים להשפעה סביבתית מינימלית ולא רווח מקסימלי זה יכול להוביל למדדים חדשים, כמו "ת משאבים" ברמה כפולה" או "ממדמן" במומחיות כפולה" ברמה גבוהה עם ניסיון חיים גיאומנית.

מסקנה

העתיד של קריירות של משאבים מינרלים בהנדסה כרייה הוא בהיר, אבל זה דורש הכנה מכוונת.עידן של הגולוג הבודד עם פטיש ועדשה יד עברה; הממריץ החדש הוא טכנולוגי, מדען נתונים, תקשורת, ו anrateggist התגלגל לתוך אחד. Embracing למידה רציפה בתכנות, מכונה, ותיאומים דיגיטליים יהיו חיוניים להישאר תחרותיים, באותו זמן, כמו גם את עקרונות עבודה גיאומטריים חשובים, כמו גם אתית, כמו גם את היכולות של חומר חשוב, כמו גם את המתקדמים, כמו גם אתית, כמו גם אתיקה, כמו גם את היכולות של חומר חשוב, כמו גם אתית, כמו גם את הסטטיסטיקות, כמו גם את האפקטים, כמו גם את האפקטים, כמו גם את היכולת של חומר חשוב, כמו גם אתית, כמו גם אתית, כמו גם את האפקטים, כמו גם את היכולת של חומר חשוב, כמו גם אתיקה, כדי להתאים את הפרקטיקה, כמו גם אתית, כמו גם אתית, כמו גם אתית, כמו גם את הסטטיסטיקות, כמו גם את הסטטיסטיקות, כמו גם את האפקטים, כמו גם את הפרקטיקה, כמו גם את זה, כמו גם את זה, כדי להיות מסוגל, כמו גם את זה, כדי להיות יעיל, כמו גם את