مدلسازی عیاری کانسار آهن دره‌ زیارت کردستان با روش‌های تخمین و شبیه‌سازی زمین‌آماری

نوع مقاله : علمی - پژوهشی

نویسندگان

1 کارشناسی ارشد، دانشکده مهندسی معدن، پردیس دانشکده‌های فنی، دانشگاه تهران

2 دانشیار، موسسه ژئوفیزیک، دانشگاه تهران

چکیده

هدف از این پژوهش، بررسی و تفسیر دوبعدی و سه‌بعدی داده‌های مغناطیسی مربوط به آهن محدوده دره زیارت در غرب ایران می‌باشد. به این منظور، حدود 2000 ایستگاه مغناطیس‌سنجی با فواصل برداشت 10 متر و فواصل خطوط 10 متر برداشت شد. بعد از تصحیح داده‌های خام اولیه، پردازش‌های تبدیل به قطب مغناطیسی و گسترش فراسو برای تحلیل بهتر داده‌ها اعمال شد. در مرحله بعد تخمین عمق آنومالی به دو روش اویلر و اویلر-سیگنال تحلیلی انجام پذیرفت. پس از تخمین عمق، مدل سه‌بعدی وارون مغناطیسی بر اساس رویکرد لی و اولدنبرگ و به کمک نرم‌افزار MAG3D ساخته شد. برای اجرای این امر، منطقه مورد مطالعه به صورت سه‌بعدی به سلول‌هایی تقسیم شد و به هر سلول یک مقدار خودپذیری مغناطیسی اختصاص داده شد؛ تا مدل سه‌بعدی خودپذیری مغناطیسی تهیه شود. به کمک این مدل و سایر نقشه‌های تفسیر مغناطیسی، روند کانی‌زایی مشخص شد. درنهایت، برای اعتبارسنجی مدل وارون مغناطیسی، از داده‌های حفاری استفاده شد

کلیدواژه‌ها


عنوان مقاله [English]

Using Geostatistical estimation and simulation methods in grade modeling of Iron deposit in Darreh-Ziarat, Kurdistan province

نویسندگان [English]

  • Siavash Salarian 1
  • Behrooz Oskooi 2
1 School of Mining Engineering, College of Engineering, University of Tehran, Tehran, Iran
2 Institute of Geophysics, University of Tehran, Tehran, Iran
چکیده [English]

This research aims at grade modeling, reserve classification, and assessing risk in grade-tonnage curves in a case study pertaining to Iron mineralization. The Darreh-Ziarat Fe deposit, located in west of Iran, is selected for this research work. Statistical studies were performed on the results of the analysis of ten boreholes. The ordinary kriging (OK) method is run to design a 3D model of grade by incorporating the drilling results. The indicator kriging (IK) method was used to remove waste blocks from the ore block model. Reserve classification was carried out in two ways. A grade-tonnage curve was displayed for different cut-off grades in accordance with the estimation results. In the second section, all the previous steps were performed by the simulation method. For this purpose, the sequential indicator simulation (SIS) method was utilized to remove waste blocks. A grade estimation block model was also generated using sequential Gaussian simulation (SGS). One hundred iterations of the SGS were run to investigate the uncertainty of the grade estimation, create models of the probability of exceeding the specified cut-off grades, and generate an E-type model. The kriging grade-tonnage curve showed that with respect to the cut-off grade of 20%, the tonnage and the average grade of iron are equal to 2.9 million tons and 40.79%, respectively. Also, the E-type grade-tonnage curve showed that with respect to the cut-off grade of 20%, the tonnage and the average grade of iron are equal to 3.1 million tons and 40.92%, respectively. Finally, Iron mineralization targets were recognized by comparing the kriging and the E-type methods.

کلیدواژه‌ها [English]

  • Darreh-Ziarat Iron deposit
  • Indicator kriging
  • Ordinary Kriging
  • Sequential Gaussian Simulation
  • Sequential Indicator Simulation
منابع 1. Gunn, P. and M. Dentith, Magnetic responses associated with mineral deposits. AGSO Journal of Australian Geology and Geophysics, 1997. 17: p. 145-158. 2. وسفی، بهرام؛ اسکوئی، بهروز؛ 1392؛ «استفاده از روش لی- اولدنبرگ در برگردان سه‌بعدی داده‌های مغناطیسی زمینی منطقه گزستان (استان یزد)»، مجله فیزیک زمین و فضا، دوره 39، شماره 1، صفحات 73-88. 3. فاتحی، مسلم؛ نوروزی، غلامحسین؛ اصغری، امید؛ حاجی‌ئی، فاطمه؛ 1393؛ «مدل‌سازی سه‌بعدی داده‌های مغناطیسی معدن مروارید زنجان و اعتبارسنجی آن با داده‌های حفاری اکتشافی»، مجله ژئوفیزیک ایران، سال هشتم، شماره 2، صفحات 56-69. 4. Oskooi, B., et al., Integrated interpretation of the magnetotelluric and magnetic data from Mahallat geothermal field, Iran. Studia Geophysica et Geodaetica, 2016. 60(1): p. 141-161. 5. Rahimi, H., O. Asghari, and A. Afshar, A geostatistical investigation of 3D magnetic inversion results using multi-Gaussian kriging and sequential Gaussian co-simulation. Journal of Applied Geophysics, 2018. 154: p. 136-149. 6. Li, Y. and D.W. Oldenburg, 3-D inversion of magnetic data. Geophysics, 1996. 61(2): p. 394-408. 7. هنرپژوه، جمال‌الدین؛ 1392؛ «گزارش پایان کار اکتشاف کانسار آهن دره زیارت علیا»، سازمان صنعت، معدن و تجارت استان کردستان. 8. Isles, D.J. and L.R. Rankin, Geological interpretation of aeromagnetic data. 2013: Society of Exploration Geophysicists and Australian Society of Exploration Geophysicists. 9. Reid, A.B., et al., Magnetic interpretation in three dimensions using Euler deconvolution. Geophysics, 1990. 55(1): p. 80-91. 10. Reid, A.B., J. Ebbing, and S.J. Webb, Avoidable Euler errors–the use and abuse of Euler deconvolution applied to potential fields. Geophysical Prospecting, 2014. 62(5): p. 1162-1168. 11. Al-Saud, M.M., The role of aeromagnetic data analysis (using 3D Euler deconvolution) in delineating active subsurface structures in the west central Arabian shield and the central Red Sea, Saudi Arabia. Arabian Journal of Geosciences, 2014. 7(10): p. 4361-4376. 12. Salem, A. and D. Ravat, A combined analytic signal and Euler method (AN-EUL) for automatic interpretation of magnetic data. Geophysics, 2003. 68(6): p. 1952-1961. 13. Lelièvre, P.G., Forward modelling and inversion of geophysical magnetic data. 2003, University of British Columbia. 14. شرکت مهندسین مشاور گئوداد؛ «نقشه پراکندگی محیط‌های مناسب و پتانسیل‌دار آهن»، سازمان زمین‌شناسی و اکتشافات مواد معدنی کشور.