The output quality prediction with the 3D kriging method - prospects and limitations

The principles of modeling of deposits using geostatistical procedure of the 3D kriging have been outlined. The advantages of the 3D modeling for the mean grade prediction in mining blocs over the 2D methods of deposit visualization have been pointed out. The basic limitations and difficulties of using the 3D kriging procedure have been reviewed, especially: proper modeling of 3D variability by means of semivariograms, selection of optimal number of data taken for estimation of grades in elementary calculation blocks and choice of proper dimensions of these blocks. The necessity of verification of 3D modeling results by comparing them with the data from mining and/or denser sampling has been emphasized. The problems mentioned have been illustrated by an example of the Cu content estimation in the Cu-Ag Polish ore deposits.

METADATA IN OTHER LANGUAGES:

Polish

Prognozowanie jakości urobku metodami geostatystyki 3D - perspektywy i ograniczenia

modelowanie 3D, geostatystyka, kriging, 3D, złoże Cu

Przedstawiono zasady przestrzennego modelowania złóż z zastosowaniem geostatystycznej procedury krigingu 3D. Wskazano na zalety i przewagi metody krigingu 3D dla prognozowania jakości urobku nad klasycznymi metodami 2D wizualizacji złóż. Zwrócono uwagę na ograniczenia i trudności modelowania geostatystycznego 3D, a w szczególności na kwestie modelowania zmienności przestrzennej parametrów złożowych za pomocą semiwariogramów, doboru wielkości bloków elementarnych (minibloków) i liczby próbek uwzględnianych w algorytmach obliczeniowych. Podkreślono konieczność weryfikacji oszacowań jakości urobku uzyskanych na podstawie modeli 3D złóż przez porównanie ich z danymi z produkcji lub opróbowania wykonywanego w trakcie eksploatacji. Wymienione problemy zilustrowano na przykładzie oszacowań fragmentu jednego ze złóż Cu-Ag LGOM.

REFERENCES (9)

Bartuś T., Słomka T., 2009 - Geostatystyczna estymacja parametrów jakości węgla brunatnego w polu Bełchatów wykorzystująca znajomość zmienności lokalnej. Gospodarka Surowcami Mineralnymi, T. 25, z. 2, s. 5-22.

Google Scholar

Journel A.C., Huijbregts Ch.J., 1978 - Mining Geostatistics. London Academic Press.

Google Scholar

Mucha J., 2002 - Struktura zmienności zawartości [Zn] i [Pb] w śląsko-krakowskich złożach rud Zn-Pb. PAN IGSMiE, Studia Rozprawy Monografie, nr 108, Kraków, s. 149.

Google Scholar

Mucha J., Wasilewska M., 2006 - Nieparametryczne metody geostatystyczne interpolacji parametrów złożowych. Przegląd Górniczy, nr 1, s. 24 - 30.

Google Scholar

Mucha J., Wasilewska M., 2009a - Trójwymiarowe modelowanie wartości parametrów złożowych metodą krigingu zwyczajnego 3D. Geologia, Kwartalnik AGH, T. 3, z. 2/1, s. 169-176.

Google Scholar

Mucha J., Wasilewska M., 2009b - Trójwymiarowe modelowanie złóż metodą krigingu 3D dla prognozowania jakości urobku - szanse i trudności. Mat. XIX Konf.: Aktualia i perspektywy gospodarki surowcami mineralnymi. IGSMiE PAN, Rytro 4-6 listopada 2009, s. 223-231.

Google Scholar

Naworyta W., 2008 - Analiza zmienności parametrów złożowych węgla brunatnego pod kątem sterowania ich jakością. Gospodarka Surowcami Mineralnymi, T. 24, z. 2/4, s. 97-110.

Google Scholar

Probierz K., Wasilczyk A., 2005 - Weryfikacja dokładności map parametrów jakości węgla koksowego za pomocą kontrolnych próbek bruzdowych. Zeszyty Nauk. Polit. Śl., Górnictwo, z. 268, s. 183-193.

Google Scholar

Sinclair A.J., Blackwell G.H., 2002 - Applied Mineral Inventory Estimation. Cambridge University Press, s. 1-381.

Google Scholar

Submit your paper

For Authors

eISSN:	2299-2324
ISSN:	0860-0953