Geostatystyczny model zmienności parametrów zasobowych złoża we fragmencie złoża kopalni Konrad w niecce grodzieckiej

Abstract

The study aimed to interpret and model geostatistically the variability structure of copper content and deposit thickness in the part of the Konrad mine located within North Sudetic basin. The numerical data originated from sampling of mine workings. Geostatistical study of the deposit parameters variability structure has been proceeded by a statistical description of the ore parameters variability. The variation of parameters were described with the use of semivariograms. The basic geostatistical parameters were definied: range of autocorrelation, random and non-random components of deposit parameters variability. Additionally, the attempt of categorization of deposit resources using JORC CODE has been made. It has been found low efficiency geostatistical methods caused by low autocorrelation range and predomination of random component of copper content and thickness variability.

Celem niniejszej pracy było zbadanie możliwości efektywnego wykorzystania metod geostatystycznych w badaniu złóż starego zagłębia miedziowego na przykładzie złoża „niecka grodziecka” eksploatowanego przez ZG Konrad. Metodyka badań obejmowała wyznaczenie geostatystycznych modeli semiwariogramów uśrednionych i kierunkowych dla miąższości oraz zawartości miedzi w złożu. Badanie struktury zmienności poprzedziło wykonanie statystycznej analizy zmienności parametrów. Dla oceny efektywności stosowania metod geostatystycznych przeanalizowano zasięgi autokorelacji parametrów wyrażone w jednostkach średniego rozstawu prób w wyrobiskach górniczych oraz udziały nielosowego i losowego składnika w obserwowanej zmienności parametrów. Dodatkowo podjęto próbę kategoryzacji zasobów według kryteriów JORC CODE opartych na minimalnych udziałach składnika nielosowego w całkowitej zmienności. Stwierdzono, że efektywność wykorzystywania metod geostatystycznych do szacowania zasobów Cu i wartości parametrów zasobowych będzie tylko nieznacznie większa niż klasycznych metod statystycznych z uwagi na małe zasięgi autokorelacji i nikłe znaczenie nielosowego składnika zmienności.