Печалби:
- Възможност за конструиране на геостатистически стъпки като композиране, вариограма и кригинг с AI и допускания за въпроси
- Възможност за интерпретиране на блоков модел, крива на ниво-тонаж и класификация на ресурсите (измерени/показани/извлечени) с поддръжка на AI
- Възможност за тестване на прогнози и стойности на несигурност, произведени от AI чрез независимо изчисление, кръстосано валидиране и преценка на квалифицирано лице (CP/QP)
Най-критичното число за една минна компания е колко и какъв вид руда има под земята. Този номер; Той определя инвестиционното решение, борсовата стойност, банковото финансиране и живота на пещта. Но никой не може да измери цялото вещество едно по едно; вземат се проби само от редки точки на сондиране и се оценяват интервалите. Дисциплината, която поставя тази прогноза на научна основа, се нарича геостатистика. Геостатистиката моделира колко сходни са пространствените (въз основа на местоположението в пространството) данни помежду си и оценява неизмерените точки с граница на несигурност. AI; Това е мощна помощ в частите на този процес за кода, сравнението на сценариите и анализа на несигурността. Решението обаче е на компетентното лице (компетентно лице / CP в JORC, квалифицирано лице / QP в NI 43-101) кой модел е валиден, кое предположение е приемливо и как ще бъде класифициран ресурсът.
Ресурс и резерв: критично разграничение
Нека първо изясним двата термина. Минерални ресурси: Руда, която може да бъде извлечена икономически въз основа на геоложка информация; Те се класифицират като изведени, индицирани и измерени според нивото на достоверност. Минерален резерв (резерв): частта от ресурса, която действително може да бъде извлечена рентабилно чрез техническа и икономическа работа (метод на добив, ефективност на съоръженията, цена, цена на метала); Те се класифицират като вероятни и доказани. Ресурсът е геоложки, резерватът е стопански. AI може да обясни тези дефиниции, но не може да реши в кой клас попада дадено число; Това е преценката на компетентното лице, което разглежда плътността на данните и доверието в непрекъснатостта.
Стъпка по стъпка: геостатистически работен процес и мястото на AI
- Композитиране. Привеждане на интервали на анализ с различни размери до еднаква дължина (напр. 1 m или 2 m). AI: пише код, установява единица и среднопретеглена логика; Вие контролирате резултата.
- Статистически преглед. Разпределение на степени, отклонения, ограничаване (отгоре: ограничаване на изключително високи оценки). AI: генерира хистограма/обобщен статистически код; Геологът взема решение за затваряне.
- Вариограмен анализ. Моделиране на пространствена непрекъснатост: как сходството намалява, когато точките се раздалечават. Параметри на обхвата, прага и самородка. AI: обяснява понятието вариограма, дава кодов скелет; Геостатистикът проверява съответствието на модела.
- Прогноза (кригинг/IDW/симулация). Присвояване на оценки на всеки блок от блоковия модел. Кригинг е претеглен метод за оценка, базиран на вариограма. AI: обяснява разликите в методите, изгражда код; Експертът избира параметрите.
- Проверка. Кръстосано валидиране, сравнение на прогноза с извадка, визуална проверка, контрол на изглаждането. AI: генерира валидационни графики; Експертът прави коментара.
- Класификация и отчетност. Класове ресурси/запаси, крива на съдържание-тонаж, съвместимост с JORC/UMREK. AI: проект на текст и таблица; Подписът е на упълномощеното лице.
Съвет: Не карайте ИИ да казва „вие избирате параметрите на вариограмата“. Диапазонът и въздействието на самородните частици зависят от геологията на рудното тяло; грешният избор систематично надува или свива резерва. Използвайте AI като код и генератор на сценарии, оставете решението на геостатистика.
Крива съдържание-тонаж и икономическо гранично съдържание (граница)
Граничното съдържание е прагът, който определя дали даден блок се счита за руда или ръжда; цената на метала зависи от цената и ефективността на завода. С промяната на граничното съдържание се променят тонажът и средното съдържание на резерва; Тази връзка е показана от кривата на съдържанието на тонажа. AI може да напише код, който изчислява тази крива и бързо да сравнява сценарии (различна граница, различна цена на метала). Но предположението за разходите и цената, въз основа на които се определя прекъсването, е икономическо решение и се взема заедно от техническия екип и ръководството.
три мини калъфа
Случай 1 — Ограничаване на небрежност. В проект за злато, няколко сондажа дават изключително високи нива от 120 g/t. Екипът ги кригира без капачка; Средното съдържание е 2,4 g/t. AI е кръстосано валидиран; Оценките всъщност са завишени от много малко сондажи, като няколко блока са определени изключително високо. След подходящо ограничаване (напр. 30 g/t) средната стойност намалява до 1,7 g/t. Разликата директно променя осъществимостта на проекта. AI изготви изчислението и диаграмата; Решението за нивото на ограничаване беше взето от геостатистика.
Случай 2 — Грешен диапазон. Ако обхватът на вариограмата в меден порфир действително е 150 m, но моделът се приема за 400 m, редките сондажни зони изглеждат твърде „надеждни“ и блоковете, които трябва да се считат за изведени, ще преминат към посочения клас. Това се открива при одит и значителна част от ресурса се понижава до по-нисък клас на доверие. AI беше генерирал кода на вариограмата, но грешката беше увеличена, защото диапазонът не беше прегледан от експерт; Урокът е да се гарантира, че годността на модела е проверена от експерт.
Случай 3 — Правилно сравнение на сценарий. В проект за желязо екипът иска да види резултати от съдържанието на тонажа за три различни граници (20%, 25%, 30% Fe). Те пишат скрипт на Python към AI, който прави логиката на маса/обем/плътност и изчисляване на класа-тонаж, използвайки техни собствени данни за блокови модели. Скриптови таблици 3 сценария за секунди. Екипът валидира резултатите на ръка върху блок и влиза в срещата за вземане на решения с ясна сравнителна диаграма. AI ускори итеративното изчисление тук; Данните и решението принадлежаха на екипа.
Копируеми шаблони за подкана
КОМПОЗИЦИОНЕН КОД "Роля: Вие сте асистент по геостатистика. Напишете функция с Python + pandas, която преобразува данните от анализа от към интервал във ФИКСИРАНИ [1 m] композити. Правила: ТЕГЛО осреднете оценката по дължина на интервала; пропуснете и докладвайте за липсващи/празни интервали; обработвайте отделно въз основа на ID на дупка. Напишете предположението за единица в началото с ред за коментар. Връщане колко интервала са били пропуснати в резултата."
КОНЦЕПЦИЯ НА ВАРИОГРАМА + КОД "Какво е вариограма: обяснете концепциите за самородно злато, праг и обхват на прост език. След това изчислете експерименталната вариограма в една посока и дайте скелет на код на сферичен модел, отговарящ на ранг. Добавете ПРЕДУПРЕЖДЕНИЕ: обхватът и самородното злато трябва да бъдат експертно избрани според геологията на рудата; НЕ ИЗБИРАЙТЕ тези стойности."
СЦЕНАРИЙ КЛАС-ТОНАЖ "Добивът на блоковия модел съдържа следните колони: [x,y,z, клас, блоков обем, плътност]. Напишете скрипт, който изчислява общия тонаж и средното съдържание във всеки сценарий за следните гранични стойности [0,3; 0,4; 0,5]. Изрично интерпретирайте предположението за плътност и единица. Върнете резултата като таблица за сравнение."
КОМЕНТАР ЗА КРЪСТОСАНТО ВАЛИДИРАНЕ "По-долу са резултатите от кръстосаното валидиране на кригин (действително спрямо прогноза). Коментар: има ли систематично отклонение, прекалено изглаждане ли са прогнозите, в какъв диапазон на степен е голямо отклонението? НЕ вземайте твърдо решение; предложете кой параметър геостатистикът трябва да прегледа. Данни: [поставете]."
Слаба подкана / Силна подкана
СЛАБА ПОДКАНА: „Изчислете резерва за този проект.“
СИЛНА ПОДСКАЗКА: „Роля: Вие сте асистентът по геостатистиката. Ще ви дам мой собствен блоков модел и параметри на вариограмата. Настройте поток на Python с интерпретирани единици и предположения, който произвежда оценка на кригинг + кръстосано валидиране + крива на клас-тонаж. ИЗБЕРЕТЕ параметри; използвайте моите. Отбележете в края на отчета, че резултатите трябва да бъдат класифицирани и одобрени от квалифицирано лице (CP/QP) според JORC/UMREK."
Сравнителна таблица: метод и роля на AI
стъпка
Цел
AI роля
Експертна преценка
Композитиране
Еднаква опорна дължина
Код + управление
Композитен размер
Запушване
Гранична граница
Графика/статистика
Ниво на капачка
вариограма
пространствена непрекъснатост
Концепция + код
Избор на диапазон/самородно
кригинг
Блокиране на прогноза
Код + поток
Параметър + метод
Класификация
Ниво на доверие
чернова на текст
Решение на JORC/UMREK
Често срещани грешки
- Пропускане на затваряне. Няколко бонуса повишават средната стойност и резерв.
- Има параметри на вариограмата, избрани от AI. Обхват/самородно самородно вещество зависи от геологията; Грешният избор систематично нарушава резерва.
- Объркване на ресурси с резерви. Ресурсът е геоложки, резерватът е стопански; Класовете не са взаимозаменяеми.
- Игнориране на изглаждането. Кригингът може да омекоти прекалено тенора; Той намалява високия тенор и увеличава ниския тенор.
- Докладване на класификацията без одобрение от компетентно лице. JORC/UMREK е валиден само с подпис на упълномощено лице.
Внимание: Резервният номер е официална декларация, разкрита на борсата, банката и инвеститора. Нито един междинен резултат, получен от AI, не може да се превърне в официална декларация за резерв/ресурс без независима оценка и подпис на компетентно лице (CP/QP).
В обобщение
Геостатистиката е дисциплина за оценка на цялото рудно тяло с несигурност от рядко сондиране: композиране, затваряне, вариограма, кригинг, проверка и класификация. В този поток AI е силен в кодирането, сравнението на сценарии, изчисляването на класа и тонажа и графиките за проверка. Но параметрите на вариограмата, нивото на ограничаване и класификацията на ресурсите/резервите са експертни решения и официалната декларация изисква подпис на компетентното лице. Ресурсът е геоложки, резерватът е стопански; Никога не размивайте това разграничение.
Задача за приложение
Създайте таблици за тонаж и средно съдържание за три различни граници, като използвате шаблона „Сценарий за съдържание-тонаж“ с примерни (или ваши собствени) съставни данни за съдържание. След това накарайте изкуствения интелект да интерпретира резултат от кригинга с шаблона „Интерпретация на кръстосано валидиране“ и да посочи кои параметри се нуждаят от експертен преглед. И накрая, накарайте AI да обясни разликата между ресурса и резерва и нивата на доверие в класификацията с вашите собствени думи и проверете неговата точност спрямо официалната дефиниция на кода.
контролен списък
- [ ] Определих съставния размер и предположенията за единица, не го оставих на AI.
- [ ] Геологът/геостатистикът взе решение за ограничаване на екстремни стойности.
- [ ] Диапазонът на вариограмата и стойността на самородното парче са прегледани от експерт.
- [ ] Тествах резултата от Kriging с кръстосано валидиране и визуална проверка.
- [ ] Използвах ресурсни и резервни класове правилно и отделно.
- [ ] Отбелязах в доклада, че за официална декларация се изисква одобрение от компетентно лице (CP/QP).