Москва 2014 г
 Скачать 0.76 Mb.
|
7.1.1 Выделение области для построения блочной моделиБлочная модель рассчитывается в пределах области предполагаемого развития промышленного оруденения, отработка которого окажется рентабельной при современном состоянии экономики. Выделения этого объема производится на основании анализа геологической информации. Наиболее корректным является выделение области развития рудной минерализации в геологических границах. Если это невозможно, то для ее выделения используются информация, о геологическом строении, данных опробования, данные геофизики и т.д. Граница распространения кондиционного оруденения определяется с учетом кондиционных показателей, обоснованных в ТЭО. Выделение рудных интервалов производится по данным опробования, до использования (если это необходимо) процедуры композитирования. Исходя из особенностей математического аппарата, использующегося в геостатистике, рассматриваемая переменная (содержание полезного компонента, запас полезного компонента, объемная масса и т.д.) должна удовлетворять требованию стационарности, что в свою очередь требует того, чтобы выделяемый для построения блочной модели объем был однородным по распределению исследуемого компонента. Однородность обеспечивается разделением месторождения на отдельные участки (домены). Как один из вариантов, домены могут совпадать с блоками, выделяемыми при традиционном подсчете запасов. Требование однородности выделяемых доменов является обязательным при расчете блочной модели и в случае использования для расчетов не геостатистических методов, например, расчет содержаний в блочной модели методом обратно пропорционально квадрату расстояния. Обоснование корректности проведенного выделения доменов для расчетов блочных моделей проводится с использованием анализа геологической информации (описание геологических структур, литологических особенностей, характера минерализации и т.д.). в пределах отдельных доменов и статистическими методами (характеристика доменов по основным статистическим показателям, определение основных направлений изменчивости оруденения внутри доменов и т.д.). Недостаток информации для обоснования однородного строения выделяемых доменов свидетельствует о недостаточной изученности месторождения для применения геостатистических методов подсчета. В этом случае традиционные методы подсчета запасов дают более корректные результаты, чем геостатистические. 7.1.2 Подготовка данных для расчета блочной моделиКомпозитирование исходных данных Композитирование – метод декластеризации, обеспечивающий сопоставимость влияния проб с разной длиной на статистические оценки в изучаемом объеме недр. Под этим объемом обычно подразумевается домен Необходимость композитирования определяется в каждом конкретном случае. Если все пробы имеют равную длину необходимость композитирования отпадает. Различная длина проб обычно связана с дифференцированным опробованием участков рудного тела, различающихся по составу пород, и отражает изменчивость содержания в этих породах. Мощность таких участков может различаться на порядок. После композитирования, пересчитанные пробы отражают изменчивость по интервалам композитирования. Проведение композитирования до выделения границ оруденения приводит к смещению границ. В этом случае, как правило, происходит снижение среднего содержания полезного компонента в пределах рудного тела. Композитирование проводится внутри доменов. Композитирование приводит к изменению статистических характеристик распределения изучаемого параметра, в частности, к уменьшению дисперсии, изменению среднего, анизотропии. Качество композитирования определяется минимизацией влияния этой процедуры на статистистические показатели распределения. После проведения композитирования проводится всесторонний статистический анализ выделенных доменов с целью подтверждения однородности их строения. Влияние композитирования на расчет блочной модели зависит от конкретной геологической обстановки и особенностей проведения геологоразведочных работ на месторождении. В общем случае, композитирование приводит к «размазыванию» оруденения. Поэтому размер «композита» не должен превышать значение «минимальной рабочей мощности рудного тела». Ограничение влияния «ураганных» содержаний Ограничение влияния «ураганных» содержаний является страховочной процедурой, призванной компенсировать непредставительность выборочных данных опробования, участвующих в подсчете запасов по отношению к природному распределению содержаний полезного компонента в пределах месторождения. Эта непредставительность проявляется, как правило, для класса высоких содержаний, вероятность встречи которого для распределения изучаемого параметра на месторождении на самом деле ниже, чем по данным опробования, имеющимся в распоряжении геолога. При подсчете запасов с использованием блочного моделирования ограничение влияния «ураганных» содержаний проводится так же как при подсчете запасов традиционными методами. Для ограничения используются несколько методов не имеющие под собой строгого математического обоснования. Наиболее распространенными является два: методика Когана и ограничение влияния «ураганных» содержаний с использованием персентиль-функции. Методика Когана является предпочтительнее, так как она учитывает пространственную неоднородность распределения полезного компонента. Персентиль-функция используется если распределение содержания (метрограмма) подчиняется соответствующему закону распределения, а их распределение в пределах месторождения носит случайный характер. В случае локализации «ураганных» содержаний преимущественно в компактных областях в пределах месторождения использование персентиль-функции некорректно. Методика ограничения влияния «ураганных» содержаний использующаяся при расчете блочной модели должна соответствовать таковой процедуре в используемом альтернативном способе подсчета запасов. В противном случае сопоставление таких подсчетов затруднено. Построение выборочных вариограмм и их аппроксимации модельными функциями Вариограммы строятся по трем основным направлениям изменчивости рудного тела. Они ориентированы по мощности и по направлению падения и простирания рудного тела, соответствующим минимальной и максимальной изменчивости. Выбор направления построения итоговых вариограмм основан на анализе геологических данных, а также анализе всенаправленных вариограмм шаг построения которых задается геологом. В случае если эмпирическая вариограмма является «нечитаемой» могут применяться различные процедуры преобразования исходных данных. Логарифмирование, либо, что является более корректным в математическом плане, извлечение корня n-ной степени. Также хорошие результаты имеет построение относительной вариограммы, учитывающей при расчетах локальное среднее. Отстроенные вариограммы интерпретируются геологом с точки зрения их соответствия конкретной геологической обстановки. Оценивается размер зоны влияния с точки зрения размера предполагаемых неоднородностей строения рудного тела, наличие тренда, поведение вариограммы вблизи нуля. В случае несоответствия представления геолога о геологическом строении рудного тела виду вариограммы анализируются причины данного несоответствия. Следует иметь в виду, что вариограмма, как и любая другая структурная функция, может выявить лишь неоднородности строения месторождения, превосходящие шаг сети в несколько раз Теоретическая вариограмма подбирается по принципу максимального подобия эмпирической функции. При этом надо учитывать, что основное влияние на расчет содержания в элементарном блоке блочной модели оказывают пробы ближайшего окружения, находящиеся на расстоянии 1-2 шагов сети. Таким образом, максимальное подобие между эмпирической и теоретической функцией должно выдерживаться на этих расстояниях. Изменчивость изучаемого параметра вблизи нуля может быть изучено лишь по вариограммам построенным по стволу скважин. Использовать эти данные для аппроксимации вариограмм, построенных в других направлениях имеет смысл при изотропном строении рудного тела либо при наличии дополнительной информации, основанной на знании геологических особенностей строения объекта. В том случае если поведение вариограммы на расстояниях меньше шага сети можно проинтерпретировать неоднозначно выбор способа аппроксимации целиком зависит от геолога. Из опыта работ следует, что достаточно часто хорошие результаты в этом случае дает отказ от использования эффекта самородков и помещение начальной точки вариограммы в «ноль». В том случае если вариограмма «нечитаемая» следует, либо вообще отказаться от использования кригинга и предпочесть другой метод интерполяции (например, метод «обратно пропорционально квадрату расстояния»), либо аппроксимировать вариограмму основываясь на том знании геологии объекта, который исполнитель считает верным. Выбор параметров поискового эллипсоида (объема). Определения параметров привлечения исходных данных в пределах поискового эллипсоида для расчета параметров блочной модели Поисковый эллипсоид (объем) определяет границы пространственной зоны, в пределах которой находятся данные, привлекаемые для интерполяции. Размер эллипсоида выбирается в зависимости от параметров вариограммы, разведочной сети и особенностей распределения полезного компонента. Количество, привлекаемых для расчетов разведочных пересечений должно обеспечить представительное участие данных опробования, оказывающих влияние на оцениваемый параметр в пределах расчетного блока и снивелировать неравномерность сети. Обычно ограничивается либо общее количество пересечений, либо количество пересечений в пределах каждого квадранта (октанта). Принятый размер эллипсоида по простиранию, падению и мощности должен обеспечивать, как минимум, наличие одного-двух пересечений с каждой стороны блока и нескольких проб (5-10) в пределах каждого пересечения. Количество проб, привлекаемых с пересечения зависит от контрастности оруденения, размеров рудных тел и длины проб. Выбор метода интерполяции Выбор метода интерполяции зависит от геологических особенностей объекта. В случае относительно простого строения месторождения, позволяющего оконтурить сплошные рудные тела и получить легко интерпретируемую вариограмму с четко «читемой» зоной влияния (range) применяется ординарный кригинг. При невозможности выконтурить сплошные рудные тела и использовании для подсчета запасов контура минерализованной зоны (аналог – расчет с коэффициентом рудоносности) применяется индикаторный кригинг. На объектах, где генетическая природа минерализации до конца не выяснена, например, для пространственно совмещенных структур с множественными стадиями минерализации применяется мультииндикаторный кригинг. В случае отсутствия на вариограмме «читемой» зоной влияния (range), либо, исходя из геологических представлений о характере минерализации, для интерполяции может быть использован метод расчета весовых коэффициентов «обратно пропорционально квадрату (либо какой-то другой степени) расстояния». В качестве процедуры оценивающей качество предлагаемой вариограммы и параметров интерполяции обычно используется кросс-проверка (cross-validation). Она заключается в последовательном исключении из массива исходных данных конкретной пробы и расчет ее параметров интерполяцией содержаний в окружающих пробах, используя теоретическую вариограмму и предлагаемые параметры интерполяции. Между массивом исходных данных и теоретически рассчитанных вычисляется коэффициент корреляции, оценивается наличие систематичекой ошибки расчетных данных, проводится сравнение дисперсий. На основании проведенного анализа делается вывод о качестве предлагаемой процедуры интерполяции и проводится корректировка параметров. Следует иметь в виду, что при проведении перекрестной проверки необходимо ограничить, а лучше исключить влияние на интерполируемую пробу близрасположенных проб с этого же пересечении. Иначе результаты перекрестной проверки будут в основном отражать лишь воспроизводимость кригингом результатов опробования в направлении мощности. Наиболее простой и эффективной процедурой заверки качества предлагаемой процедуры интерполяции является оценка эффективности кригинга (ЭК) и линии регрессии (ЛР). Под эффективностью кригинга понимается соответствие между гистограммой рассчитанных содержаний в оцениваемом блоке блочной модели и гистограммой истинных содержаний в этом же блоке. Полное 100% совпадение свидетельствует о полном соответствии между оценочными и истинным распределением содержания. Линия регрессии оценивает соответствие между оценочными и истинными содержаниями в блоках блочной модели. Когда линия регрессии имеет угол наклона 450 это свидетельствует о полном совпадении исходных данных опробования и расчетных данных в оцениваемом блоке. Используя два этих показателя можно провести анализ их изменения в зависимости от предлагаемых параметров интерполяции. Те параметры, которые обеспечат максимально полное совпадение оценок кригинга и исходных данных в пределах блока блочной модели и соответственно будут характеризоваться максимальными оценками ЭК и ЛР и должны быть использованы при проведении блочного моделирования. Выбор размеров ячейки блочной модели Размер ячеек блочной модели в традиционном понимании должен быть сопоставимы с 1/2 - 1/4 шага сети по простиранию и по падению рудного тела. Выбор более мелкого размера блоков может создать ложное представление о высокой селективности расчетов. Размер блока начинает оказывать непосредственное влияние на результаты расчетов при подсчете запасов в контурах минерализованных зон (аналог расчета с коэффициентом рудоносности). В этом случае при сортировке блоков внутри контура зоны на кондиционные и некондиционные суммарный объем как первых, так и вторых будет зависеть от размера ячеек блочной модели. В направлении мощности при выборе размера ячеек в случае подсчета запасов в пределах минерализованной зоны должна учитываться средняя мощность рудных тел в пределах зоны. Размер ячейки должен обеспечить возможность фиксацию рудных тел и соответственно быть в 4-5 меньше их по размерам. Кроме того, при выборе размера ячейки блочной модели должна учитываться контрастность оруденения и, в меньшей степени, система отработки. Для обоснования оптимального размера ячейки блочной модели может быть использован анализ изменения ЭК и ЛР при различных параметрах ячейки. В качестве оптимального может рассматриваться размер ячейки обеспечивающий максимально высокие значения ЭК и ЛР. После расчета блочной модели в качестве заверочных процедур выполняются следующие: Построение квантиль-квантильной диаграммы Расчет ЭК и ЛР. Сопоставление результатов подсчета с использованием блочного моделирования и результатов традиционного подсчета запасов. В том случае, если методика создания блочной модели не вызывает вопросов и сомнений, то вся проверка сводится к следующему: Проверка соответствия содержаний полезных компонентов в блоках и субблоках содержаниям в конкретных пробах скважин и горных выработок. Визуально по разрезам и/или с помощью встроенных в программу алгоритмов (перекрёстная проверка). Оценка категории разведанности, полученной при Блочном Моделировании, и соответствие её предыдущим оценкам. Проверка соответствия запасов (объёмов и содержаний) по категориям по блочной модели по отдельно взятым рудным телам, горизонтам или блокам предыдущим отработанным погашенным запасам. Сопоставление результатов подсчета с использованием блочного моделирования и результатов традиционного подсчета запасов. Результирующая блочная модель должна содержать: значения содержаний большинства полезных и вредных компонентов в каждом блоке и субблоке, координаты и размеры каждого блока по XYZ, значение вариации кригинга, значение количества проб, выработок на которые опиралась оценка данного блока, количество прогонов оценки, кодировку по доменам, типам, литологии при необходимости. 7.2 Основные критерии оценки качества и корректности блочной модели Качественные исходные разведочные данные по всем компонентам и параметрам. Правильная геологическая интерпретация рудных тел (увязка), геологической ситуации, по всем значимым доменам. Описательная статистика должна быть проведена в максимальном объеме. В результате должны быть определены минимальные/максимальные значения параметров, природный борт, уровень ураганных проб, подтверждения выделенных доменов и т.п. Композитирование должно отвечать особенностям распределения компонентов. Изменчивость (анизотропия) должна быть исследована по трем направлениям, определенных математически, с учетом закономерностей природного распределения компонентов. Для каждой экспериментальной вариограммы должна быть подобрана корректная математическая модель. Корректная сходимость результатов подсчета запасов с использованием БМ с результатами, полученными представительным альтернативным методом. 7.3 Общая схема построения блочной модели. Схема построения блочной модели показана на рисунке 1.  Рисунок 1 Общая схема построения блочной модели 8 Особенности геостатистического моделирования месторождений различных морфологических типов 8.1 Типы месторождений твердых полезных ископаемых по морфологическим особенностям строения рудных тел 1-ый морфологический тип месторождений. Плиты, пласты, линзы и прослои, слагающие плоские субгоризонтальные слабо деформированные выдержанные залежи и тела полезных ископаемых (месторождения строительных материалов из осадочных пород, угли, минеральные соли, фосфориты, железорудные, марганцевые месторождения, крупные россыпи и другие месторождения); 2-ой морфологический тип месторождений. Плитообразные жильные и жилообразные линейные, как правило крутопадающие, выдержанные по простиранию и падению зоны и тела полезных ископаемых (метасоматические, эпигенетические и скарновые месторождения олова, вольфрама, золота, меди, а также золото- и сурьмяно-рудные дайки и другие месторождения); 3-ий морфологический тип месторождений. Штокверки и порфировые жильно-вкрапленные зоны, слагающие крупно масштабные изометричные тела полезных ископаемых (телетермальные месторождения молибдена, меди, полиметаллов, вольфрама, золота и другие месторождения); 4-ый морфологический тип месторождений. Штоки, столбообразые и трубообразные, с изометричными сечениями по горизонтали телами полезных ископаемых (алмазы, месторождения строительных материалов из магматических пород, гидротермальные метасоматические залежи медных, полиметаллических и других руд, палеокарстовые месторождения гипса, каменной соли и другие месторождения); 5-ый морфологический тип месторождений. Пластообразные и линзообразные, в разной степени складчато деформированные, протяженные, но невыдержанные по мощности и характеру распределения полезных компонентов залежи и тела полезных ископаемых (золоторудные месторождения черносланцевого и карлинского типов, инфильтрационные урановые, колчеданно-полиметаллические, медистых песчаников, алюминиевые бокситовые, никелевые латеритовые, зоны окисления и коры выветривания полигенных месторождений, некоторые месторождения угля, минеральных солей, фосфоритов, железорудные, марганцевые и другие месторождения); 6-ой морфологический тип месторождений. Жилы, рудные столбы и жильно-штокверковые зоны с маломощными линейными сечениями по горизонтали тел полезных ископаемых (эпигенетические месторождения золота, меди, полиметаллов и другие месторождения); 7-ой морфологический тип месторождений. Гнезда, карманы, камеры, жилообразные и линзообразные маломощные, разрозненные в пространстве тела полезных ископаемых (месторождения золота и другие месторождения). 8.2 Стандартные операции при геостатистическом моделировании на месторождениях различных морфологических типов |