تخمین مدل توزیع عیار آهن در توده مرکزی کانسار آهن آنومالی شمالی بافق یزد و تحلیل شبکه اکتشافی موجود به روش شبیه سازی زمین آماری

امروزه شاهد استفاده گسترده شبیه سازی زمین آماری در علوم و صنایع مختلفی مانند معدن، محیط زیست، جنگلداری، نفت و … هستیم. مهمترین خاصیت شبیه سازی زمین آماری آنست که به جای بهترین تخمین، مجموعه ای از مدل ها یا تصاویر را تولید میکند که دامنه ای از حالتهای ممکن را شامل می شود. بنابراین چنانچه هدف از تخمین ارزیابی شدت تغییر پذیری یک متغیر باشد. شبیه سازی زمین آماری با ابزارهایی که در اختیار دارد می تواند برای هر بلوک یا نقطه، حالتهای ممکن (با احتمال متفاوت) عیار آن را بازسازی کند. بدین صورت معیاری از عدم قطعیت عیار آن بلوک را در اختیار می گذارد که می تواند درارزیابی شدت تغییر پذیری و احتمال تغییر بلوک از کانسنگ به باطله و بر عکس اثر گذار باشد. با این تکنیک می توان تعداد بسیار زیادی از نقشه های توزیع عیار یا هر پارامتر دیگر در یک کانسار را تولید نمود که همگی شباهت معینی داشته باشند. این شباعت معین به زبان زمین آمای همان هیستوگرام و واریوگرام مشابه است. از انجا که درصنعت معدن نسبت نمونه های برداشت شده به محیط مورد مطالعه بسیار کچک می باشد، د راختیار داشتن حالت های مختلف از کانسار کمک موثری در مدل سازی کانسار و در بهینه سازی برنامه ریزی های معدنی می نماید. از طرف دیگر سرمایه گذاریهای کلان در بخش معدن اختیاج به معرفی، فهم و برآورد کلی از ریسک موجود در هر قسمت از فعالیت دارند. شبیه سازی زمین آماری بامحاسبه ریسک و عدم قطعیت همراه با اندازه گیری ها امکان بررسیی های دقیق اقتصادی و در نتیجه سرمایه گذاری ها و برنامه ریزی های دقیق تر ار فراهم می کند. در این مقاله به منظور تخمین مقدار آهن در بلوکهای با ابعاد 25*25*10 متر شبیه سازی شریط شده و 100 حالت تحقق یافته برای آن بدست آمده. واریانس این 100 حالت تحقق یافته برای هر یک از بلوک ها به عنوان معیاری از عدم قطعیت پذیری محاسبه شد. سپس تابع GET از طریق حاصل ضرب عیار در واریانس در ضخامت کانسنگ محاسبه شد. بر اساسمقادیر ماکزیمم این تابع که معرف نقاطی با کمانی سازی بالا هستند و در عین حال از ریسک بالایی نیز برخوردارند. محل بهینه حفر گانه های جدید جهت کاهش ریسک و خطای برآورد ذخیره مشخص گردید. در خاتمه ضمن پیشنهاد نقاط حفاری چدید، کلیه موارد فوق بورت نقشه های کاربردی ارائه گردیده است.

Keywords:

زمین آماری , عدم قطعیت پذیری , تحلیل شبکه اکتشافی , GET , تخمین توزیع فضایی , کانسار آهن , آنومالی شمالی