Москва 2014 г
 Скачать 0.76 Mb.
|
1 этап. Подготовительный.Перед проведением классификации необходимо провести детальный анализ данных по пунктам 1-8. Основываясь на геологических данных и данных геостатистики провести выбор параметров построения каркасов зон минерализации, дополнительных каркасов для выделения зон, характеризующих одинаковыми геостатистическими параметрами (условие стационарности), для каждого участка построить надежную модель вариограммы, выбрать и обосновать размер блока в блочной модели, выбрать и обосновать параметры интерполяции в блок (пункты 6-10 рекомендаций). 2 этап. Подготовительный.В случае если интерполяция содержаний в блок блочной модели проводилась методом ординарного или простого кригинга, то для категоризации запасов необходимо провести расчёт нескольких атрибутов, показывающих качество полученной оценки для каждого блока (в том числе наличие смещенной оценки). В большинстве современных программных продуктов данные параметры рассчитываются автоматически. Наиболее представительными из них являются следующие пять атрибутов: Максимальное количество проб, использованных при интерполяции в блок. В случае если интерполяция выполнялась на основе 1-3 проб, то оценка не может считаться надежной. Дисперсия кригинга Данный параметр связывает размер шага сети бурения, зону влияния вариограмм (ранг) и количество проб, участвующих в интерполяции, а также размер материнского блока и количество точек дискретизации. Значение дисперсии кригинга не зависит от содержания. Значение дисперсии кригинга для надежной оценки должно быть близко 0. Наклон линии регрессии В случае наличия надежной кариограммы и выполнения условия стационарности возможен расчет параметра регрессии между истинным (неизвестным) и оцениваемым значением содержания в блоке. Формула расчета приведена ниже.  (1)Zv – истинное содержание в блоке, Zv* - оцененное содержание в блоке  (2)Где Var(Zv*) – дисперсия оценки в блоке  (3)А С(xi,xj) – значение функции ковариации между пробой xi и xj, а веса кригинга, относящиеся к этим пробам соответственно λi и λj. Значение наклона линии регрессии для надежной оценки должно стремиться к 1 (может быть немного выше 1, в случае положительного значения коэффициента Лагранжа). Параметр учитывает и характеризует взаимосвязь сети бурения, ранга вариограммы, размера блока, точек дискретизации и количества проб, участвующих в интерполяции. Надежной и несмещенной оценкой могут считаться блоки со значением наклона линии регрессии более 0.85, значения 0.5-0.85 дают допустимую оценку, значения ниже говорят о наличии смещенной оценки. Количество весов с отрицательным значением В рамках интерполяции на границе поиска возможно появление весов кригинга с отрицательным значением. Их наличие говорит о выборе надежных параметров интерполяции, однако их количество в общей массе проб, участвующих в интерполяции не должно превосходить 5%. В случае если количество весов превышает указанное значение возникает риск получения ненадежного результата. Вес среднего (простой кригинг) Вес, относящийся к среднему, рассчитывается по формуле:  (4)Где λsk – веса простого кригинга. Чем ниже λm, тем надежнее считается оценка. Все описанные атрибуты в современных программных продуктах рассчитываются автоматически. В совокупности пять атрибутов интерполяции (количество проб, дисперсия кригинга, наклон линии регрессии, количество отрицательных весов, вес среднего) позволяют оценить надежность интерполяции и наличие несмещенной оценки в каждом частном случае. 3 Этап. КлассификацияТакже как и в существующей системе классификации запасов, категоризация запасов с использованием блочного моделирования проводится на основе характеристики сложности геологического объекта, учёта геологоразведочной сети бурения с дополнительным учётом требований по выдержанности зон минерализации и геостатистиких параметров. При проведении геостатистического анализа количественные характеристики параметров вариограмм (эффект самородка, силл и ранг) позволяют уменьшить субъективность в определении класса сложности месторождения. Однако, это возможно только при корректном построении вариограммы. В связи с использованием блочного моделирования качество интерполяции должно быть обязательно учтено при категоризации запасов. Ненадежная смещенная оценка по данным блочного моделирования не должны быть классифицирована по высокой категории. Для обеспечения преемственности методики классификации рекомендуется дополнять существующую методику, составленную для каждого типа месторождения и элемента (таблица «Сведения о плотности сетей разведочных выработок, применявшихся в странах СНГ») дополнительной таблицей, которая позволяет оценить качество модели и соответственно вести классификацию при проведении подсчета запасов с использованием методики блочного моделирования и геостатистиского анализа. Учёт дополнительных требований по выдержанности зон минерализации и геостатистическим параметрам отражает переход от двухмерного анализа строения месторождения на трехмерное моделирование с использованием блочных моделей. Список и характеристика дополнительных параметров по традиционным отечественным категориям изученности месторождения представлен в таблице 8. При применении блочного моделирования, если категория запасов, оцененная на основе традиционных 2-х мерных методов подсчета запасов, не будет подтверждена характеристиками из таблицы 8, то данную категорию необходимо будет пересмотреть. Также возможно и обратные варианты: если в случае блочного моделирования дополнительные параметры из таблицы 8 показывают более высокую категорию запасов, тогда необходимо рассмотреть и обосновать такую возможность. В случае если была построена надежная блочная модель месторождения, однако присутствует значимая погрешность по данным контроля качества аналитических работ, категория запасов должна быть понижена. Ограничения: Для корректного применения предложенной классификации необходимо иметь надежную основу для интерполяции: разделить объем на домены, иметь надежную вариограмму для каждого домены и подобрать корректные параметры интерполяции. Таблица 8 – Параметры и категории изученности при блочном моделировании
12.3 Алгоритмы категоризации запасов Категоризация геологических запасов регламентируется действующей в Российской Федерации Классификацией запасов и прогнозных ресурсов твердых полезных ископаемых, утвержденной приказом МПР России от 11.12.2006 № 278. При этом плотность геологоразведочной сети является определяющим фактором, влияющим на отнесение запасов к той или иной категории. Категории присваиваются геологическим запасам в подсчетных блоках, размеры которых зависят от производительности горного предприятия и плотности геологоразведочной сети (так, для золоторудных месторождений запасы руды в блоках категории С1 соответствуют годовой производительности, а в блоках категории В – полугодовой). Блокировка запасов должна производиться в соответствии с учетом геологических особенностей строения рудных тел и плотностью геологоразведочной сети. Основываясь на опыте параллельного подсчета запасов по классификации ГКЗ и оценке ресурсов по кодексу JORC по различным видам твердых полезных ископаемых и различной степени сложности геологического строения предлагается провести соответствие согласно рисунку 2. Для подготовки месторождений к промышленному освоению («Технико-экономическое обоснование постоянных разведочных кондиций») рекомендуется руководствоваться рисунком 2. Определение плотности разведочной сети по кодексу JORC опирается главным образом на характер распределения основных компонентов, а именно – на зоны влияния по трем основным направлениям распределения полезных компонентов. Зона влияния определяется при помощи вариографического анализа, который является объективным показателем, характеризующим расстояние распространения корреляционной связи между содержаниями одного и того же полезного компонента. При этом: К категории Measured относятся ресурсы, попадающие в пределы 2/3 зоны влияния; К категории Indicated относятся ресурсы, попадающие в пределы 1-ой зоны влияния; К категории Inferred относятся ресурсы, попадающие в пределы 2-х зон влияния; К категории «вне классификации» (Un-Classified) относятся ресурсы за 2-мя зонами влияния. Кроме плотности геологоразведочной сети для целей квалификации ресурсов должны быть использованы следующие показатели: Количество проб, попадающих в элементарную ячейку, при оценке ее среднего содержания (для ресурсов категорий Measured и Indicated должно быть не менее 3-х проб); Количество выработок, данные которых применяются для оценки средних содержаний (для ресурсов категорий Measured и Indicated должно быть не менее 2-х выработок); Количество прогонов, достоверно оценивающих элементарную ячейку. Для ориентировки служат данные по плотности разведочных сетей, указанные в «Методических рекомендациях по применению классификации…» В техническом плане выделение подсчетных блоков той или иной категории – операция несложная и сводится к построению каркасных моделей для каждого из подсчетных блоков в соответствии с описанными принципами и подсчетом геологических запасов в каждом из них. В заключение необходимо отметить, что описанные алгоритмы категоризации, несмотря на то, что они не противоречат кодексу JORC, являются более формализованными. Кроме того, в случае если качество геологоразведочных работ будет недостаточным, то отнесение ресурсов к высоким категориям разведанности (Measured and Indicated) вряд ли возможно. 13 Рекомендации по наиболее эффективному использованию геостатистических методов подсчета запасов для конкретных геолого-морфологических типов месторождений твердых полезных ископаемых и перечень признаков (граничные условия), при наличии которых  использование геостатистических методов становится не эффективнымШирокий набор кондиционных показателей не применим при геостатистическом моделировании к блочным моделям, где фактически используются только два кондиционных показателя: содержание в элементарном блоке и размеры блока блочной модели. Для экспертной оценки материалов подсчета запасов на основе блочного моделирования необходимо учитывать влияние применения бортового содержания к элементарным блокам на результаты оценки параметров запасов. При геостатистическом моделировании, в связи с различием геометрического основания линейных проб в разведочных выработках и трехмерных (объемных) ячеек блочной модели, применение одного и того же бортового содержания для оконтуривания рудных тел и для сортировки ячеек блочной модели на рудные и безрудные, как правило, приводит к расхождению в оценке параметров запасов при сопоставлении результатов блочного моделирования и традиционного подсчета запасов в рудных контурах. Это явление давно было отмечено специалистами в области геостатистического моделирования и получило название эффекта геометрической базы опробования (support-effect). Применение граничного содержания в блочной модели, отличного от бортового, нежелательно, так как может привести к искажению распределения содержаний в элементарных блоках, ошибке подсчета запасов и некорректному расчету календарного графика рудных потоков при составлении ТЭО. Среднее содержание полезного компонента по блочной модели оказывается ниже в сравнении с подсчетом в границах бортового содержания. Для устранения эффекта геометрической базы опробования существует специальный математический аппарат, реализованный в ряде информационных технологий. Применение этого аппарата корректирует содержания в элементарном блоке модели, что обеспечивает сходимость результатов традиционного и геостатистического подсчета запасов. При подсчете запасов на основе блочного моделирования возникает необходимость применения предельного содержания в элементарном блоке для выделения рудных объемов и оценки запасов. Эта процедура многим исследователям представляется особенно эффективной при проведении повариантного подсчета запасов, когда в рамках одной блочной модели исследуется динамика изменения геологоразведочных параметров и запасов в зависимости от принятого лимита. На самом деле эта динамика, в связи с различием бортового содержания и минимального в блоках блочной модели, в той или иной мере не соответствует фактическому соотношению запасов при различных вариантах бортового содержания. Величина расхождения средних содержаний может меняться в широких пределах для разных типов месторождений и условий подсчета. При использовании результатов блочного моделирования, выполненного в «свободных» оболочках в сравнении с контурами рудных тел традиционного подсчета также возникает необходимость корректировки параметров статистического распределения содержаний полезного компонента в блоках. Это особенно необходимо для объектов сложного строения, где подсчет запасов осуществляется с применением коэффициента рудоносности. При простой геологической ситуации, когда оконтуривание рудных тел проведено по сплошным рудным интервалам и в отстроенной блочной модели корректно учтены геологические особенности оруденения, необходимость корректировки содержаний в блоках модели не возникает, так как средние содержания, а также запасы руды и металла, оконтуренные по блокам и по пробам, совпадают. Во всех остальных случаях, особенно в случае подсчета запасов с применением коэффициента рудоносности, проблема эффекта геометрической базы опробования сохраняется. В процессе продолжения геологоразведочных работ повышается детальность изучения месторождения, что неизбежно ведет к уточнению границ оруденения и, соответственно, каркасов. В результате этого влияние эффекта геометрической базы опробования постепенно исчезает, так как размеры элементарных блоков приближаются к параметрам сети сопровождающей эксплуатационной разведки. Все это приводит к необходимости применять единый кондиционный лимит (по пробам и блокам) для адекватного учета запасов, числящихся на балансе предприятия. Многовариантность блочного моделирования в сравнении с традиционными методами оконтуривания требует использования в качестве ведущего показателя для всех случаев подсчета (традиционного и блочного) бортового содержания. При изменении условий моделирования или уточнении контуров каркасов коррективы содержаний в блоках моделей должны уточняться. Важнейшим условием выбора минимальных размеров блока блочной модели является густота разведочной сети. Если минимально возможные по размерам основные блоки блочной модели соизмеримы с объемами селекции при разработке месторождения, то учет содержаний полезного компонента в них, с одной стороны, обеспечивает возможность оценки извлекаемых запасов, а, с другой, – возможность оценки доли промышленной руды (с содержаниями выше бортового), что в условиях блочного моделирования решает проблему учета коэффициента рудоносности в том случае, когда этот показатель входит в состав кондиций. Приведение размеров ячейки блочной модели в соответствие с параметрами горно-технических кондиций, отражающих условия горной технологии (минимальной мощности рудных тел и максимальной мощности прослоев пустых пород), обеспечивается выбором одного из размеров ее элементарного блока – величины вертикального ребра при субгоризонтальном залегании рудных тел или величины горизонтального ребра, ориентированного вкрест простирания рудных тел при их субвертикальном залегании. На практике этот вопрос успешно решается, с одной стороны, выбором высоты уступа карьера и, с другой, – выбором согласованной с высотой уступа величины одного из ребер ячейки блочной модели месторождения. Для использования при обосновании кондиций и подсчете запасов результатов геостатистического моделирования нет необходимости вводить в перечень кондиций дополнительные показатели – необходимо средствами используемой информационной технологии вносить отличающиеся по величине для различных значений бортового содержания коррективы в значения минимального содержания в блоке блочной модели и учитывать кондиции на минимальную мощность рудных тел и максимальную мощность прослоев пустых пород при определении соответствующих размеров ячейки блочной модели. Результаты подсчета запасов на основе блочного моделирования должны быть заверены результатами одного из вариантов геометрического подсчета запасов (методами геологических блоков, разрезов, многоугольников и т.д.). Под результатами подсчета запасов месторождения на основе блочного моделирования понимаются не только общие величины запасов руды и полезного компонента и значение его среднего содержания, но также характеристики статистического распределения содержаний в элементарных блоках в пределах используемой каркасной оболочки и особенности пространственного распределения оруденения. Эти результаты зависят от геостатистической оценки изменчивости оруденения, соответствующих параметров кригинга, размеров элементарных блоков, используемых каркасов и принципов их построения. В условиях равномерной разведочной сети и при корректном учете геологических особенностей месторождения средние содержания по исходным пробам в пределах каркаса и по блочной модели, построенной по этим пробам, обычно совпадают. Различия в средних значениях содержаний и запасах руды и полезного компонента возникают как результат использования вариантов бортового лимита для разделения рудоносного объема в каркасе на промышленную и некондиционную части. Как правило, распределение содержаний в пробах отличается большей асимметрией, чем распределение в блочной модели, в связи с чем в области низких содержаний доля исключаемых по бортовому содержанию некондиционных проб оказывается более высокой, чем доля некондиционных блоков. Различия перечисленных оценок возрастают по мере повышения бортового содержания. Важным фактором, влияющим на результаты блочного моделирования, является также конфигурация каркасов. В каркасах, построенных по разным принципам (с использованием геологических границ, кондиционных лимитов, так называемого, «природного» борта) результаты блочного моделирования могут значительно различаться. Соответственно, будут различаться и величины расхождений блочного моделирования по отношению к результатам подсчета запасов методами геологических блоков и др. Критерием качества сопоставления результатов блочного моделирования и подсчета запасов традиционными методами является степень совпадения основных подсчетных параметров: запасов руды и полезного компонента, его среднего содержания, а также величина ошибки геометризации рудных тел (ошибки построения каркаса месторождения). Для сопоставления запасов, подсчитанных обоими способами при различных вариантах бортового содержания, необходима корректировка минимального содержания в блоке блочной модели, учитывающая эффект геометрической базы опробования для каждого из этих вариантов. Для оценки качества подсчета запасов, выполненного на основе блочного моделирования на добывающем предприятии, необходимо сопоставление его результатов с результатами эксплуатационной разведки. Результаты оптимизации предельного контура карьера на основе использования информационных технологий подлежат проверке путем сопоставления с граничным коэффициентом вскрыши. При повариантных подсчетах запасов оптимизация предельного контура карьера выполняется по каждому варианту бортового содержания полезного ископаемого. В случаях, когда необходимо определить границу перехода с открытого способа на подземный, граничный коэффициент вскрыши, как правило, определяется на основе сравнения полной себестоимости добытого полезного ископаемого открытым и подземным способами разработки месторождения с учетом эффективности капитальных вложений. Для обеспечения проверяемости исходных экономических данных и промежуточных экономических расчетов при обосновании кондиций с использованием информационных технологий и специализированных программных продуктов необходимо руководствоваться унифицированными формами таблиц, в которых определен состав необходимой по полноте, согласованности и детальности информации. 14 Примеры по результатам апробации кондиционных показателей на месторождениях различных морфологических типов: пласты и пластовые залежи; минерализованные зоны и линзообразные залежи; жилы и жильные зоны; штокверки; штоко-, столбо-, трубообразные, гнездовые залежи; лентовидные залежи, россыпи В ГКЗ за последние два десятилетия накоплен достаточно большой опыт применения блочного моделирования для целей разработки ТЭО и подсчета запасов. Примерами объектов, на которых блочное моделирование использовалось для решения задач разработки ТЭО кондиций являются золоторудные (Наталкинское, Тасеевское, Куранах, Дегдекан, Чертово Корыто, Верненское, участок Перевальный, Попутненское, Штурмовское и др.), урановорудные (Оловское, зона Южная, Березовское и Горное), медно-порфировые (Михеевское, Песчанка, Молмыж, Томинское, и др.), редкометальные (Зашихинское), а также другие типы месторождений. Запасы золоторудного месторождения Кючус утверждены ГКЗ по данным блочного моделирования. Имеется опыт зарубежного аудита отрабатываемых месторождений, позволяющий провести сопоставление результатов блочного моделирования с данными традиционного подсчета и установить причины их расхождений. Существующие примеры оценки месторождений разными способами характеризуют многообразные ситуации и свидетельствуют о необходимости подбора процедур блочного моделирования, обеспечивающих сопоставимость его результатов с данными традиционного подсчета. Главным фактором корректной оценки запасов является геологическая основа подсчета, в том числе геологическое моделирование, учитывающее структурно-тектонические, литологические, минералогические и другие особенности месторождений. Результаты анализа геологической обстановки реализуются через построение доменов – ограниченных в пространстве участков месторождения однородных по заданным свойствам, а также через построение разрывных и складчатых структур, контролирующих оруденение. В ряде случаев расшифровке особенностей геологического строения месторождений способствует блочное моделирование или точечный кригинг различных геологических признаков, а также геофизических и геохимических полей. Качество оценки запасов определяется не только сходством общих цифр запасов и повышением точности подсчета, но и адекватностью отображения их положения в пространстве объекта. Последнее обстоятельство является особенно важным для выбора способов и технологии отработки, а также для составления плана освоения месторождения (календарного графика). Для месторождений, оценка запасов которых выполняется в геологических границах, построение каркасов осуществляется на основе определения положения в пространстве точек пересечения геологических тел скважинами и разведочными выработками. Исходными данными для этого являются результаты документации и инклинометрии. Примерами таких месторождений являются минерализованные дайки (Штурмовское, Березовское) кимберлитовые алмазоносные трубки (Архангельская, им. Гриба и др.) угольные месторождения, пластовые (калийные соли) и пластообразные (бокситы, каолины, глины) и другие. Оценка параметров запасов таких месторождений традиционными методами и блочным моделированием, как правило, не различается. Некоторые расхождения содержаний и запасов полезного компонента могут быть связаны с неравномерностью сети в пределах подсчетного контура. Оценка объемов рудного тела при адекватном учете его морфологических особенностей по каркасам является, как правило, более точной, чем подсчет с аппроксимацией формы тела геометрическими фигурами. Для корректного отражения пространственного положения (геометризации) руд разного качества в подсчетном контуре следует учитывать наличие рудоконтролирующих структур. Моделирование пластовых и пластообразных тел, смятых в складки, осуществляется с применением процедуры Unfold. Она обеспечивает преобразование (распрямление) складки в плоскую фигуру, выделение в ней элементарных блоков и субблоков, интерполяцию в них содержаний полезного компонента и обратную трансформацию данных в исходное положение. Наличие разноориентированных разрывных, или других структур контролирующих оруденение внутри подсчетного контура, учитывается процедурой Dynamicanisotropy (динамическая анизотропия). Она позволяет менять пространственную ориентировку поискового эллипсоида в соответствии с положением рудоконтролирующих структур. На месторождениях, где оконтуривание проводится по данным опробования, могут возникать проблемы систематического смещения оценок. Эти случаи особенно характерны при оконтуривании объектов по «природному борту», то есть при создании блочных моделей в широких оболочках. Достаточно хорошая сходимость результатов разных подсчетов по вариантам кондиций отмечается для месторождений с зональным типом пространственного размещения полезного ископаемого, например, на медно-порфировых объектах (Песчанка, Томинское, Михеевское, Молмыж). Для корректной геометризации запасов в них может быть применена процедура ЛАК – локального анизотропного кригинга. Она позволяет определить ориентировку осей анизотропии в локальных участках объекта на основе минимизации дисперсии по пробам, попадающим в границы эллипсоида при разных вариантах его положения. Эта процедура наиболее эффективна при достаточно плотной сети наблюдений. На месторождениях сложного строения с высокой изменчивостью геологоразведочных параметров расхождения в оценке запасов отмечаются наиболее часто. Дополнительными факторами, осложняющими применение блочного моделирования, здесь являются недостаточная плотность сети по отдельным участкам месторождения и высокие значения эффекта самородков. К объектам этого типа можно отнести жильные зоны, штокверки и штокверкоподобные золоторудные месторождения. Основным приемом, позволяющим добиться сходимости результатов по разным способам подсчета, является построение каркасов, опирающихся на рудные интервалы, выделенные по соответствующим кондиционным показателям. Этот прием требует построения отдельных «жестких» каркасов для каждого варианта бортового содержания и может считаться достаточно трудоемким. Альтернативой построения таких каркасов является использование индикаторного кригинга в адаптированном (модифицированном) для этих целей варианте. Задачей его использования является исключение из расчетов проб, находящихся внутри каркаса, но явно не относящихся к рудной части объекта. Индикаторный кригинг проводится предварительно по каждому варианту бортового содержания. При этом значение индикатора 1 придается только пробам, попадающим в границы рудных интервалов. В их числе могут находиться пробы, не превышающие величину бортового содержания, но включенные в рудный интервал на основе принципа «компенсации». Остальные пробы, не входящие в рудные интервалы, получают индекс 0 вне зависимости от действительного содержания в них полезного компонента. Значения индикатора определяются для каждого элементарного блока (и субблока) с использованием распространенных методов интерполяции. Далее из расчетов исключаются блоки и соответствующие им пробы, значение индикатора в которых ниже граничной величины. Интерполяция содержаний в оставшиеся блоки проводится с применением обычных процедур (ординарный кригинг, метод обратных расстояний и т.п.). Граничное значение индикатора в общем случае можно принимать равным 0.5. При необходимости его величина подбирается (тарируется) таким образом, чтобы обеспечить сходство запасов руды в пределах оцениваемого объекта. Аналогичные подходы могут быть использованы в случае, когда подсчет запасов традиционным способом выполняется с использованием коэффициента рудоносности, то есть в относительно широких оболочках. Применение индикаторного кригинга в этом случае позволяет реконструировать форму рудного тела и также исключить влияние безрудной части на оценку запасов в недрах по установленным кондициям. Следует иметь ввиду, что форма рудного тела, определенная с помощью индикаторного кригинга, будет недостаточно корректной, особенно при низких значениях коэффициента рудоносности. Для повышения достоверности геометризации запасов, как и в предыдущих случаях, следует пользоваться процедурой динамической анизотропии или другими подобными приемами. Для ряда месторождений или его участков отмечаются случаи, когда вариограмма соответствует эффекту самородков. В этих условиях любая интерполяция содержаний в блоки будет ненадежной (ложной), то есть не будет отражать действительное положение руд разного качества в пространстве. Эта ситуация особенно часто проявляется при редкой разведочной сети, характеризующей отдельные участки (домены) месторождения. В случае, когда отдельные домены характеризуются единичными пересечениями, для целей подсчета и дальнейшей оптимизации ячейки можно заполнять средним содержанием по рудным интервалам, то есть константой для всех блоков, входящих в подсчетный объем. Описанные приемы применения блочных моделей не всегда позволяют достичь сопоставимости результатов подсчета разными методами. В этих случаях коррекция параметров запасов, оцененных по блочной модели, может осуществляться за счет определения соответствия между значением бортового содержания и предельным содержанием в ячейке (cut-off grade). На стадии ведения эксплуатационных работ корректное применение кондиционных показателей по ряду причин является зачастую невозможным (например, несоответствие длины разведочных и эксплуатационных проб, различие в их ориентировке, неполнота пересечения рудного тела эксплуатационными пробами и т.д.). Построение «жестких» каркасов для оконтуривания добываемой руды по установленным кондициям также становится неэффективным. Кроме того, в этих условиях обычно ставится задача оценки добываемых (то есть с учетом потерь и разубоживания) запасов по выемочным единицам, что также осложняет прямое их сопоставление с запасами, подсчитанными в недрах. За рубежом накоплен большой опыт применения блочного моделирования для решения вопросов ведения добычных работ и контроля качества добываемых руд. В отечественной практике такой опыт практически отсутствует. В связи с этим мы уделяем большое внимание изучения международного опыта. Здесь была проведена большая практическая работа по сопоставлению традиционного подсчета и блочной модели по международным стандартам на месторождении медных руд (Приложение Р). Одним из важных вопросов внедрения информационных технологий в этой области является определение правил оконтуривания и соотношения между величиной бортового содержания и соответствующим ему уровнем cut-off grade. В основе решения данного вопроса должен лежать тщательный анализ данных разведки в сопоставлении с результатами опережающей и сопровождающей эксплуатационной разведки, проанализированных также с использованием блочного моделирования, опробования товарной руды и результатами переработки руд. 15 Информационные технологии (программы), используемые при геолого-математическом моделировании месторождений и создании блочных моделей 15.1 Программное обеспечение Программное обеспечение (ПО), реализующее информационную технологию работы с горно-геологическими данными, должно обладать функционалом, обеспечивающим решение следующих задач: Представление в 3D пространстве и на плоскостях разрезов произвольной ориентации данных опробования (в частности, с возможностью получения информации о координатах устья скважины, начала и конца проб, данных инклинометрии и алгоритмов ее применения), показателях качества руды и типах (кодах) пород в пробе. Векторное, триангуляционное и сеточное представление горно-геологических объектов, включающих в себя 3D-модели рельефа местности, рудных тел, пластов, литологических и стратиграфических границ, структурных нарушений, а также других зон и границ, необходимых для полного описания формы объектов геологической среды месторождения. Инструменты ПО должны обеспечивать базовые функции работы с элементами векторных (операции с векторами, определение координат точки, длины отрезка и полилинии, площади проекции замкнутого контура на плоскость и т.д.) и триангуляционных моделей (заверка; пересечение, объединение и вычитание; вычисление объёма, площади поверхности и пр.). Блочное представление результатов интерполяции данных опробования с возможностью получения разрезов блочной модели плоскостями произвольной ориентации. Блочная модель должна обеспечивать деление блоков на субблоки в каждом из трёх направлений. Формат блока (субблока) должен позволять хранить информацию о содержании ПИ, коэффициенте рудоносности, технологических и экономических характеристиках, а также категорийности по различным критериям. Информация о запасах и содержании компонентов полезного ископаемого (ПИ) в отдельном блоке (субблоке) может передаваться цветовой легендой, штриховкой и числовыми значениями. Геостатистический анализ данных опробования, включающий в себя: нормализацию (композитирование) проб с их представлением в 3D-пространстве; статистический анализ распределения проб по классам содержаний; определение направлений и параметров анизотропии; построение экспериментальных и подбор теоретических (модельных) вариограмм; реализациия перекрёстной проверки выбранной модели кригинга. Интерполяция данных опробования применительно к блочной модели. Использование для интерполяции методов дистанционного взвешивания и процедуры кригинга. 15.2 Минимальный набор функций программного обеспечения ПО должно обладать следующим минимальным набором функций импорта/экспорта, дающих возможность воспроизведения моделей и их проверки другим ПО: Данных опробования в формате CSV и/или цифровой таблицы MS EXCEL. Данные скважинного опробования должны быть представлены в форме таблиц с координатами устьев скважин, данных инклинометрии, координатами проб с содержаниями в них компонентов ПИ и других необходимых характеристик. Координаты должны быть даны в привязке к локальной или мировой системе координат. Данные бороздового, траншейного опробования представляются в виде отрезков с заданными координатами и привязанными к ним данными геохимического опробования. Векторных и триангуляционных моделей в CSV и DXF-формате с привязкой к локальной или мировой системе координат. Блочных моделей в формате CSV и/или цифровой таблицы MS EXCEL. Координаты блоков должны быть даны в привязке к локальной или мировой системе координат. Файлы блочных моделей, предназначенные для импорта/экспорта, должны сопровождаться описанием формата, позволяющего воссоздать конструкцию блочной модели. В них должна содержаться информация о списке полей блочной модели, их типах и размерностях, точке отсчета блочного разбиения пространства, азимут и угол наклона решетки разбиения, координаты блоков в сети разбиения в индексах решетки либо в абсолютных координатах, размеры блоков, информация о типе и параметрах субблокирования, значения характеристик. ПО должно предоставлять возможности чтения такого рода файлов путём использования гибкой настройки на разновидности форматов. 15.3 Программные продукты В качестве программных продуктов, используемых специалистами Российских организаций и предприятий при решении задач моделирования горно-геологических объектов и оценки запасов месторождений твёрдых ПИ могут быть рекомендованы следующие программные продукты (таблица 9). Таблица 9 – Программные продукты
16 Стандартные процедуры представления и обработки геологоразведочных данных при проведении международного аудита (краткий перечень) 16.1 Цели и задачи Целью проведения международного аудита является подготовка документа (due diligence report, memorandum), который может быть взят за основу для сопоставления с другими международными проектами, предполагая при этом, что этот документ использует известные международным инвесторам и кредиторам определения и положения, и содержит в себе всю необходимую и актуальную информацию, достаточную для принятия инвестиционного или финансового решения. Как правило, компетентное лицо (КЛ), имеющее соответствующий опыт непосредственно готовит или руководит подготовкой подобного аудиторского документа. В контексте международного аудита и в соответствии с российским кодексом НАЭН под Минеральными ресурсами понимается запасы в недрах в рамках российской терминологии, используемой в ГКЗ РФ. В международной практике проведение аудита по оценке Минеральных ресурсов может быть сфокусировано на следующей группе задач: Подтверждение того, что общий подход и допущения, использованные при оценке Минеральных ресурсов в международном понимании, обоснованы и справедливы применительно к настоящему временному периоду и соответствуют международно-признанным стандартам публичной отчётности таким как: международному шаблону комитета - CRIRSCO, австралазийскому кодексу - JORC 2012, канадскому кодексу - National Instrument 43-101, чилийскому кодексу - IMEC, общеевропейскому кодексу - PERC, южноафриканскому кодекс - SAMREC и кодекс США - SME Guide 2007; Проверка соответствия процедур и подходов, принятых при 3-х мерном моделировании геологических объектов, широко известным международным подходам и стандартам; Выявление потенциальных рисков и перспектив, о которых необходимо сообщить инвесторам и кредиторам; Для проектов, находящихся в поиске финансирования для дальнейшего развития, а также для действующих предприятий, необходимо подтвердить прозрачность и техническую реализуемость планов горных работ и соответствующих оценок денежного потока (выручки, капвложений, эксплуатационных затрат и налоговых отчислений), а также справедливость использования показателей с учетом текущих расходов и прогнозной выручки. 16.2 Методология аудита оценки Минеральных ресурсов Аудиторский документ, посвященный оценке количества и качества Минеральных ресурсов в рамках любого международного проекта, предполагает, что эта оценка не является строгим расчетом, поскольку месторождение полезных ископаемых невозможно измерить точно, так как оно недоступно. Поэтому в международной практике вместо использования понятия подсчёт запасов закрепилось понятие оценка Минеральных ресурсов, что подчёркивает вероятностную составляющую этого понятия. В международной практике отсутствуют четкие стандарты соотношения расстояния между опорными точками (геологоразведочными выработками) и уровнем надежности оценки. Обычно Компетентное Лицо (КЛ) использует визуальный анализ (оценка выдержанности рудного тела или зоны минерализации в 3-х мерном пространстве) и математический (геостатистический) анализ, опыт работы на месторождениях-аналогов для определения наиболее подходящей плотности геологоразведочной сети и соответственно степени надежности оценки минеральных ресурсов. Несмотря на то, что российский кодекс отчетности НАЭН предполагает прямое сопоставление категорийности запасов с Минеральными ресурсами и рудными запасами международных кодексов, однако, на практике такое прямое сопоставления встречается довольно редко. Если в процессе аудита выявляются аспекты, которые, по мнению КЛ, снижают надежность оценки поставленных на баланс в ГКЗ РФ запасов, то КЛ в рамках подготовки международного аудиторского документа может либо скорректировать их оценку или присвоить им более низкий уровень достоверности (категорийность). Эта корректировка или ре-классификации возможно только, при наличии достаточной информации для исключения отдельных блоков или скважин из объёма ранее выполненных исследований. Основными аспектами, учитываемыми при принятии решения о ре-классификации в соответствии с международными критериями и без подготовки независимой геологической блочной или полигональной модели, являются: Уверенность в качестве исходных данных: методика сбора данных, сопоставление её с требуемыми подходами при составлении отчётности; Наличие анализа сопоставимых статистических распределений первичных геологических данных; Соответствие количества проб, использованных при оценке Минеральных ресурсов, по каждому блоку текущим экономическим условиям; Соблюдение аналитических методик, использованных в предшествующих геологоразведочных работах; Оценка примененных аналитических методов современным требованиям точности; Наличие четкой последовательности выполнения работ; Доступность для аудитора или КЛ первичной геологоразведочной документации для проведения выборочного анализа (исходных журналов документации, паспортам скважин и выработок, результатов химического анализа и геофизической съемки); Уверенность в том, что исходные данные, положенные в основу оценки минеральных ресурсов, полноценны и соответствуют современному уровню; Применимость каких-либо коэффициентов, таких как коэффициент рудоносности, для соблюдения требований подсчета традиционным полигональным методом; Обоснованность применения коэффициентов рудоносности с точки зрения предлагаемого способа отработки месторождения; Способ увязки и непрерывность контуров минерализованных зон и рудных тел на соседних разрезах (разведочными линиями); Обоснованность рациональности геометризации минерализованных зон и рудных тел; Обоснованность методики работы с высокими и низкими содержаниями полезного компонента и способы учёта «ураганных» проб); Обоснованность параметров интерполяции; Обоснованность параметров блочной модели; Обоснованность расчета и применимость минимального содержания для блоков блочной модели относительно текущих экономических и технологических условий; Анализ влияния сгущения сети буровых скважин на изменение объемов Минеральных ресурсов и наличие такого анализа в предшествующих геологоразведочных работах. Соответствие исходной оценки сложности геологического строения нынешнему пониманию сложности строения месторождения. Анализ изменения тоннажа и содержания от бортового содержания. 16.3 Факторы, понижающие достоверность оценки ресурсной базы месторождения С точки зрения международной практики российские требования к детальности изучения объектов недропользования обеспечивают получения довольно большого объёма геологических данных, чем обычно это имеется в наличии в международных проектах. В целом это позволяет получить хорошее представлении о пространственной выдержанности рудной минерализации. Однако ряд факторов вызывают снижение достоверности оценки ресурсной базы месторождения. Они включают в себя: Сомнения в качестве некоторых видов геологоразведочных данных; Недостаточная детализация некоторых видов выполненных работ; Соответствие месторождения группе сложности геологического строения, оказывающего влияние на плотность разведочной сети; Интерпретации пространственной выдержанности минерализации; Обоснованность примененных методик подсчета запасов; Использование коэффициента рудоносности и его значение; Учет нерентабельной минерализации Потенциальная экономическая целесообразность | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||