نوع مقاله: علمی - پژوهشی

نویسندگان

1 دانشگاه صنعتی امیرکبیر

2 دانشگاه تهران

3 دانشگاه شیلی

چکیده

این مطالعه به بررسی شبیه‌سازی زمین‌آماری عیار در کانسار‌هایی که توزیع عیار در آن‌ها روند فضایی نشان می‌دهد می‌پردازد. این روند می‌تواند به وسیله تعریف داده‌های شرطی دوباره تولید شود. این داده‌های شرطی می‌توانند داده‌های سخت موجود و یا تعدادی داده نرم باشند که با استفاده از نتایج کوکریجینگ تولید می‌شوند. فرآیند شرطی‌سازی، تحقق‌های صورت گرفته را مجبور به پیروی از این  داده‌ها می‌کند و بنابراین می‌توان  ویژگی‌های محلی آن‌ها به ویژه میانگین محلی (روند) را دوباره تولید کرد. در حقیقت داده‌های نرم تولید شده نبود داده‌های سخت را در مناطقی که داده‌های سخت به مقدار کافی در دسترس نمی‌باشند، جبران کرده و تحقق‌ها را مجبور به تولید روند موجود در منطقه می‌کنند. روش ‌Local moment constraints بر روی داده‌های عیار مس به‌دست آمده از گمانه‌های اکتشافی معدن مس سونگون، واقع در تراز 1850 اعمال شد. محدوده مورد مطالعه به دو واحد سنگی سونگون پورفیری (SP) و دایک (DK) تقسیم شد و  نشان داده  شد که به کارگیری داده‌های نرم و سخت  شرطی مدل‌سازی عدم قطعیت در مقادیر واقعی مس را بهبود می‌بخشد و واریانس شرطی شبیه‌سازی را به میزان قابل توجهی کاهش می‌دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Simulation of mineral grades and decrease of conditional variance of simulation using hard and soft conditioning data, based on Local moment constraints method.

نویسندگان [English]

  • M.A Maleki Tehrani 1
  • O Asghari 2
  • X Emeri 3

1 Amirkabir University of Technology

2 Tehran University

3 University of Chile

چکیده [English]

This work deals with the geostatistical simulation of mineral grades whose distribution exhibits spatial trends within the ore deposit. Such trends can be reproduced via the definition of conditioning data.  These conditioning data can be available from hard data or some soft data, which are produced from the result of cokriging. The conditioning process forces its realizations to conform these data and therefore, their local properties, in particular the local mean (trend), could be reproduced.   In fact, soft data can compensate the lack of hard data in sampled areas with insufficient data and force the realizations to reproduce the trend in the study area.  The proposed method was applied on obtained data, located at 1850 m, from exploration boreholes of Sungun mine. The study area was divided into two rock type domains: Sungun Porphyry (SP) and Dyke (DK) and it was shown that the incorporation of soft and hard conditioning data improves the modeling of the uncertainty in the actual copper grades and decreases the conditional variance of simulation significantly.

کلیدواژه‌ها [English]

  • Geostatistics
  • Conditional simulation
  • CoKriging
  • Soft conditioning data
  • Spatial trends
  • Conditional variance
  • Local moments constraints