Бисяев. Бургали. Сводный отчет. Отчет по лабораторным и практическим работам по дисциплине Математическое моделирование, применение теории вероятностей и математической статистики в геологии
 Скачать 1.4 Mb.
|
3 МЕТОДИКА ИССЛЕДОВАНИЙНа площади были выполнены поисково-съёмочные маршруты и литохимическое опробование масштаба 1:25000 – 90 пог. км, масштаба 1:10 000 (на участке Бургали 1). При литогеохимическом опробовании по вторичны ореолам рассеяния отобрано 9374 металлометрических проб. 3.1 Методика и объемы геолого-геохимических работ Поисковые работы масштаба 1:25 000 были осуществлена в 2016-2018 гг. на площади в 30 км2 по сети 200 х 40 м. В соответствии с проектом, на участках Бургали 1 (7 км2) и Бургали 2 (9 км2), охватывающих точки минерализации и литогеохимические ореолы золота предшественников, а также участке Бургали 3 (6 км2), выделенного по результатам поисковых работ 2017-2018 года, осуществлены поисковые работы масштаба 1:10 000 по сети 100 х 20 м. В маршрутах производилось одновременное проведение металлометрического опробования и геологических исследований каменного материала в закопушах, с отбором образцов и штуфных проб из измененных пород. Металлометрические пробы отбирались из литологического слоя «В» с глубины до 0,8 м. Литохимические поиски по вторичным ореолам рассеяния масштаба 1:25 000проведены на площади 30 км2 по неподготовленной сети, с расстоянием между линиями маршрутов 200 м, расстояние между точками пробоотбора по профилю - 40 м (25 проб с 1 км). Литохимические поиски по вторичным ореолам рассеяния масштаба 1:10 000проведены по предварительно прорубленным профилям, с расстоянием между ними 100 м, расстояние между пробами в профиле 20 м (50 проб с 1 км). Отобранные литохимические пробы высушивались и просеивались на ситах с ячеей 1 мм в полевых условиях. Далее пробы транспортировались в дробильный цех АО «Амургеология». В дополнение к основному, в 2016-2018 гг. проводилось контрольное переопробование некоторых профилей. Контрольным пробам присваивались номера основных проб с добавлением буквы «К». Таблица 1 - Объемы геолого-геохимических работ
Результаты спектральных и химико-спектральных исследований, занесены в базы данных металлометрического и штуфного опробования, сформированные в электронном виде в программе Excel. В соответствии с координатами точки вынесены на карту фактического материала. Результаты металлометрического опробования использованы для создания карт вторичных ореолов рассеяния элементов. Металлометрические и бороздовые пробы поступали в дробильный цех АО «Амургеология» (ОСП «Амургеология»), где проходили подготовку для дальнейших лабораторных исследований. Литохимические пробы высушивались и истирались в полном объеме до фракции 0,072 мм на истирателе ИВ-4. Вес аналитической пробы составлял 100-200 г. Перед каждым квартованием обязательно производилось трехкратное перемешивание пробы по методу кольца и конуса. Лабораторная навеска набирается вычерпыванием по квадратной сетке. 3.2 Методика и объемы лабораторных исследований Все обработанные и подготовленные литохимические, контрольные, штуфные и бороздовые (2017 года) пробы поступали для аналитических исследований в Центральную лабораторию АО «Дальгеофизика», с 2018 года ОСП «Дальгеофизика» АО «Дальневосточное ПГО» (г. Хабаровск). Аттестат аккредитации испытательной лаборатории за номером РОСС RU.0001.519148. Металлометрические, контрольные, штуфные и бороздовые пробы 2017 года подвергались спектральному анализу, методом просыпки, на 27 элементов: Ba, Cu, Pb, Mn, Mo, Ag, Zn, Ni, Co, Cr, Ti, P, V, As, Sb, Sn, Bi, Li, Nb, Zr, W, Hg, Be, Y, La, Ge, Sc, а также химико-спектральному анализу на золото. Предел чувствительности определений содержаний золота в пробах – 0,006 *10-4 %. Таблица 2 - Объемы аналитических работ
Внутренний геологический контроль качества аналитических работ для литохимических проб произведен для 251 пробы. Внешний геологический контроль качества аналитических работ металлометрических проб произведен в Центральной лаборатории ОСП «Приморгеология» АО «Дальневосточное ПГО» (г. Владивосток). Внешнему контролю методом спектрозолотометрии подвергнуты дубликаты металлометрических проб в количестве 211 шт, что составило более 2,55 % от общего числа. Предел чувствительности внешней лаборатории химико-спектральным анализом на золото – 0,002 г/т. Каждая из проб подвергалась аналитическим исследованиям дважды. Внешний геологический контроль качества аналитических работ 30 бороздовых проб произведен в Центральную лабораторию ОСП «Дальгеофизика» АО «Дальневосточное ПГО» (г. Хабаровск). 4 СТАТИСТИЧЕСКИЙ АНАЛИЗ СОДЕРЖАНИЙ ХИМИЧЕСКИХ ЭЛЕМЕНТОВ 4.1 Подготовка базы данных для статистической обработки, проверка принадлежности крайних минимальных и максимальных значений к выборке Выборка представляет собой результаты химического анализа какой-либо из сред, характеризирующих явление в целом (химический состав, физические свойства). С помощью статистических методов обработки информации необходимо по свойствам исследуемого признака в выборке сделать заключение о его свойствах в генеральной совокупности. При составлении выборки необходимо учитывать несколько моментов: выборка должна быть представительной, то есть необходимо чтобы объекты выборки правильно представляли изучаемую совокупность; выборка должна быть достаточной по объему (различают выборки малого объема – n <30 и большого – n >30) [5]. После проведения какого-либо анализа нам представляют результаты анализа (протокол). Необходимо подготовить базу данных для статистической обработки. В моем случае база состоит из 1970 проб и 22 химических элементов (спектральным полуколичественным анализом). В анализе не учитывается W, Sb, Bi, La, Hg так как они имеют значения ниже предела обнаружения в более чем 30% пробах. Порядок подготовки базы: Расставление химических элементов по их массе согласно таблице Д.И. Менделеева; При необходимости перевод единиц измерения; Округление числовых значений содержаний химических элементов; Замена значений менее предела обнаружения на половину предела обнаружения. Если заменено более 30% значений, то рекомендуется их исключить для дальнейшего статистического анализа. Проверка принадлежности крайних минимальных и максимальных значений к выборке проводится согласно формуле (критерий для отбрасывания крайних значений) [5]: Согласно формуле, получаем максимальное расчетное значение. Максимальное исходное значение получается при расчете максимума (максимальное исходное) в Excel. Полученные значения отображены в таблице 3. Необходимо при наличии превышения максимального исходного над максимальным расчетным заменить значение максимального исходного на максимальное расчетное. В моём случае замена была проведена для всех элементов, кроме Be и Ti. Таблица 3 – Химические элементы с «ураганными» значениями (химический элемент, максимальное исходное, максимальное расчетное) в выборке проб участка Бургали.
4.2 Описательная статистика, расчет основных параметров распределения элементов в выборке Расчет основных параметров распределения элементов проводился с помощью программы «Statisticа». В основные параметры распределения входят: среднее арифметическое, ± стандартная ошибка среднего, среднее геометрическое, медиана, стандартное отклонение, минимальное - максимальное содержание, асимметрия, эксцесс, нижний - верхний квартили, коэффициент вариации (таблица 4). Среднее арифметическое показывает центральное положение переменной. Исходя из таблицы 4 максимальные средние арифметические отмечаются для элемента Mn и Ti. Медиана – это квантиль, соответствующая вероятности 0,5, т.е. значение, которое разбивает выборку на две равные части по количеству элементов. Одна половина наблюдений лежит ниже медианы, вторая половина- выше. Стандартное отклонение – это корень квадратный из суммы квадратов отклонений значений переменной от среднего значения, деленное на n-1. Чем больше стандартное отклонение, тем более беспорядочно и сильно рассеяны данные в выборке. Наибольшее стандартное отклонение у P (185), а наименьшее у Ag (0.3). Асимметрия – это мера симметричности распределения. Асимметрия равно 0, в том случае, если наблюдается симметричное распределение. Асимметрия, отличная от нуля характеризует несимметричное распределение. Нормальное распределение является абсолютно симметричным. При асимметрии >0 в распределение преобладают значения меньше среднего. Название данной асимметрии – положительная или левосторонняя. В распределении преобладают значения больше среднего в том случае, когда асимметрия меньше 0. Это отрицательная или правосторонняя асимметрия. У всех элементов асимметрия больше 0, следовательно, в нашем случае чаще встречаются значения меньше среднего. Эксцесс – мера остроты пика распределения. Стандартная ошибка среднего – стандартное отклонение, деленное на корень квадратный из объема выборки. Квартиль соответствует вероятности р, это значение переменной, ниже которой находится р-я часть (доля) выборки. Квартили, соответствующие вероятностям 0,25 и 0,75 называют нижней и верхней квартилями. Минимум и максимум – соответственно минимальное и максимально значение выборки. Коэффициент вариации – это отношений стандартного отклонения к среднему. Чем больше значение коэффициента вариации, тем относительно больший разброс и меньшая выравненность исследуемых значений. Выборку принято считать однородной, если коэффициент вариации меньше 50%. Недифференцированная выборка имеет коэффициент вариации от 50% до 70%, сильно неоднородная характеризуется значением больше 70% и меньше 100%, а если коэффициент вариации превышает 100%, то это говорит о крайней неоднородности выборки и необходимости исключения самых больших и самых маленьких значений [10]. Минимальный показатель коэффициента вариации среди 20 химических элементов наблюдается у Ti (36 %), следовательно, выборка однородная. Наибольший коэффициент вариации у Pb (109 %), что говорит об сильной неоднородности распределения данных. Таблица 4 – Статистические параметры распределения содержания элементов (в г/т) в выборке проб участка Бургали (объем выборки (N) – 1970 проб) (Среднее арифметическое, ± стандартная ошибка среднего, среднее геометрическое, медиана, стандартное отклонение, минимальное - максимальное содержание, асимметрия, эксцесс, нижний - верхний квартили, коэффициент вариации)
|