什么是矿物矿床模型?

矿藏模型化是利用地质,地球物理,地球化学数据构建矿体三维数字化代表的过程,模型化描述矿藏的形状,品位分布,地质控制,形成资源估计,矿山规划和经济评价的基础,现代模型化将空间数据分析与地质解释相结合,形成一个随着新信息出现而可以更新的强健框架,没有准确模型,后续计算风险不可靠,导致投资决策不善或开采效率低下.

保存模型的数据收集

可靠的模型首先要提供高质量的输入数据。通常综合以下来源:

  • 钻芯对数 –提供离散点的立体,改变,矿化,以及测定结果.
  • 地球物理测量——如磁,电磁,和诱导极化(IP)数据,有助于定义地质接触和矿化区.
  • 地球化学取样[] – 表面样品,芯片样品,土壤地球化学可以概述异常和辅助解释.
  • 下孔勘测[] – 准确的领坐标,方位角,浸泡,勘测数据确保钻孔在3D空间中正确定位.
  • 地形和勘测数据 – 基础地图,数字地形模型(DTMS),以及地雷勘测提供了空间参考.

数据解释和域建模

地质学家解释数据以定义地质域——具有一致特征的岩石量,如石英、改变或结构环境。域通常被断层、石英联系或等级界限分隔。这一步骤至关重要,因为统计和地理统计分析通常在每一个域内单独进行。域界错误直接影响估计。现代软件允许交互式的三维解释,即地质学家直接将联系人数字化到各区和规划视图上,然后将它们连接起来,以创建线框。

构造三维模型

一旦域被定义,它们会被转换成固态的三维三角形表面( 线框) 。 线框会将兴趣的量子连接起来。 从线框中, 块模型可以通过填充块的常规数组来构建。 每个块都带有岩石类型、 等级、 密度和经济分类等属性。 模型中可能还包括地形、 水位或废物边界的表面。 最后的产品是存储物的数码双子, 可以从任何角度查询、 切片和可视化。

资源估计技术

资源估计是给模型内的块分配等级和吨位的过程,目标是编制符合国际报告代码(如JORC、NI 43-101、SAMREC)的矿物资源说明。 存在几种估计方法,每个方法都有优点和局限性。选择取决于数据密度、地质连续性和储量类型。

多边形方法

最简单的方法之一,多边形方法,将沉积物分成每个钻孔周围的影响力多边形,每个多边形内部的品位被假定为中孔的品位,虽然易于执行,对早期估计有用,但多边形方法并不反映空间趋势或异构性,它被认为仅适合钻孔密度很高,几何学简单的沉积物,现代实践很少仅依靠这种方法.

内嵌区块建模

采矿软件中最常见的方法是使用3D块模型。矿藏量被细分为块,每个指定坐标。分级通过若干算法之一从周围的复合样品中插入块:

  • 逆距离加权法(IDW)]——一种定型方法,一个区块的分数是附近样品的加权平均值,重量与距离成反比地提升到一个电量(通常为2、3或4),IDW对于具有中等连续性且方向趋势不强的矿床来说效果良好.
  • 普通克里金 — 一种地理统计内插法,它使用变数模型来核算空间自旋关系. 克里金提供了最好的线性无偏差估计(BLUE),也产生了一种预测差异(kriging difference),可用于评估信心. 克里金被广泛视为资源估计的行业标准.
  • 多指标克赖金(MIK) — — 用于品位分布复杂的矿床的克赖金的延伸,特别是在高等级矿区关系不密切的情况下。 MIK常用于金矿。
  • 模拟方法 — — 如连续高斯模拟(SGS)或有条件模拟,这些模拟产生多重同样可能的品位分布实现。 这些方法被用于风险分析和矿石体变异性评估。

变种学和地理统计分析

内插前进行综合的变量分析,以量化空间连续性。样本的分数如何随距离和方向而变化,它是通过配位函数(球形、指数式、高斯式)和实验性变量模型化的。在克里吉(kriging)中使用了新元、新元和范围参数。这一步骤对于稳健的估计,特别是对于具有强烈异构(如静脉)或复杂几何的矿床来说,至关重要。

资源分类

国际代码要求资源要按照对估计的信心分为测量、指示和推断类别。 分类考虑钻孔间隔、数据质量、地质自信和估计不确定性。 许多软件包使用距离最近的样本、克里格差异或信息样本数量等标准自动分类。 公司必须记录监管合规的分类方法。

用于建模和估算的大众软件

众多商业软件包为地质模型、资源估计和矿山规划提供了综合工具。 下面是几个广泛使用的平台,每个平台都有独特的优点。

斜拉线

Surpac(由Dassault Systèmes / GEOVIA开发)是全球最流行的采矿软件套件之一,它提供了一种与强大的线条花纹,块模型和估计工具的用户友好界面. Surpac支持隐含模型(使用Radial Basic Mobile)以更快地创建地质表面. Surpac的脚本语言(TCL)允许重复任务的自动化. Surpac在露天坑和地下矿井规划中特别强大. 更多关于Surpac.

数据矿

Datamine(由Datamine软件有限公司拥有)提供了资源估计的先进工具,包括全面的地理统计功能、cokriging和有条件的模拟. 其Studio RM平台整合了模型设计、估计和地雷规划. Datamine以其强大的地理统计引擎而闻名,许多顾问都使用该引擎进行NI 43-101和JORC兼容估计. 爆炸数据mine.

微量矿

微矿提供了涵盖勘探,建模,资源估计,以及矿山设计的端到端解决方案,其直观界面和强大的数据管理能力使其适合初级探险家和中层操作员. 微矿包括隐含模型,变体学和动态资源分类模块. Visit Micromine.

叶蛙

Leapfrog(Seequent)是隐含的3D地质模型的领先者. 与传统的线条花纹不同, Leapfrog使用算法直接从数据中创建表面,大幅缩短模型制作时间,尤其有利于复杂的地质学和快速生成多种情景. Leapfrog通过导出格式与其他估计软件很好地融合. Discover Leapfrog .

瓦肯语Name

瓦肯(Maptek)是另一个主要平台,提供块模型、地球统计学和坑坑优化。 它的优点包括先进的露天设计工具、爆炸设计模块以及综合调查整合。 瓦肯的地球统计工具支持普通的克里金、指标克里金和模拟。

软件在遵约和报告方面的作用

矿业公司必须遵守严格的报告标准,列出股票交易所和可靠的融资。 软件在确保估算透明、可重复和可审计方面发挥着关键作用。 大多数软件包允许用户记录参数、存储估算运行和以标准化格式生成资源报告。案件管理等特征可以同时比较多种估算情景(例如不同的截止级、域域选择 ) 。 合格人员(QP)使用软件输出支持其技术报告。 进行敏感性分析和验证测试(例如视觉检查、扫描图、偏差统计)的能力被构建在现代工具中,帮助QP显示尽职。

挑战和最佳做法

尽管软件很强,但资源估计仍然是一个技能密集型的过程。

  • 数据不确定性 — — 通过模型传播样本错误、化验准确度和勘测错误。 最佳做法需要严格的质量保证/质量控制(QA/QC)协议。
  • 地质复杂 – 结构复杂的矿床(如剪接的金,不兼容相关的铀)需要仔细的域域,可能需要MIK或模拟等先进的地质统计方法.
  • 非站性 – 跨储量变化的品位分布(如超基因浓缩)违反kriging假设. 可能需要局部的变种或趋势模型.
  • 过度依赖默认参数 – 软件默认设置(例如块大小,搜索椭圆尺寸)很少是最佳的. 每封存都需要根据地质知识和钻探间隔定制.
  • 校验 — — 一旦开始开采,每个估计值都应该根据生产数据(和解)进行验证。 这一反馈循环可以改善未来的估计值并建立信任。

最佳做法包括保持详细的审计线索,让多个地质学家参与解释,使用多种估计方法对结果进行分层,以及随着新钻探数据的收集而定期更新模型。

结论

矿物储量模型和资源估计软件是评估和提取矿物财富不可或缺的工具,这些平台通过将地质解释与严格的统计和地理统计方法结合起来,能够可靠地量化矿物资源,了解基本因素——从数据收集和域模型通过到插图和分类——使地质学家和采矿工程师能够作出知情的决定,最大限度地实现经济回报和风险最小化,随着矿床变得更加复杂,环境审查也日益加强,健全、符合要求和透明的模型的作用将变得日益重要。