הערכת מילואים/משאבים וסטטיסטיקה גיאוסטטית

רווחים:

• יכולת לבנות שלבים גיאוסטטיסטיים כמו קומפוזיציה, וריוגרמה ו-kriging עם AI והנחות שאלה
• יכולת לפרש מודל בלוקים, עקומת טונה כיתה וסיווג משאבים (נמדד/מוצג/חולץ) עם תמיכה בבינה מלאכותית
• יכולת לבחון ערכי חיזוי ואי ודאות המיוצרים על ידי AI באמצעות חישוב עצמאי, אימות צולב ושיפוט אדם מוסמך (CP/QP)

המספר הקריטי ביותר עבור חברת כרייה הוא כמה ואיזו דרגת עפרה נמצאת מתחת לאדמה. המספר הזה; הוא קובע את החלטת ההשקעה, שווי שוק המניות, מימון בנקאי ואת חיי הכבשן. אבל אף אחד לא יכול למדוד את כל החומר בזה אחר זה; נדגמים רק נקודות קידוח דלילות ומרווחים מוערכים. הדיסציפלינה שממקמת את התחזית הזו על בסיס מדעי נקראת גיאוסטטיסטיקה. גיאוסטטיסטיקה מדגמנת עד כמה נתונים מרחביים (בהתבסס על מיקום במרחב) דומים זה לזה ומעריכה נקודות לא מדודות עם מרווח של אי ודאות. AI; זהו כלי עזר רב עוצמה בחלקי הקוד, השוואת התרחישים וניתוח אי הוודאות של תהליך זה. עם זאת, זו ההחלטה של ​​האדם המוסמך (Competent Person / CP in JORC, Qualified Person / QP in NI 43-101) איזה מודל תקף, איזו הנחה מקובלת וכיצד יסווגו המשאב.

משאב ועתודה: הבחנה קריטית

תחילה נבהיר את שני המונחים. משאב מינרלי: עפרה שניתן להפיק כלכלית על סמך מידע גיאולוגי; הם מסווגים כמסקנות, מסומנות ונמדדות לפי רמת הביטחון. מאגר מינרלים (רזרבה): החלק של המשאב שניתן להפיק בפועל בצורה רווחית באמצעות עבודה טכנית וכלכלית (שיטת כרייה, יעילות המתקן, עלות, מחיר מתכת); הם מסווגים כסבירים ומוכחים. המשאב הוא גיאולוגי, השמורה כלכלית. בינה מלאכותית יכולה להסביר את ההגדרות הללו, אבל היא לא יכולה להחליט לאיזו מחלקה נכנס מספר; זהו שיקול דעתו של האדם המוסמך המביט על צפיפות הנתונים ואמון המשכיות.

צעד אחר צעד: זרימת עבודה גיאוסטטיסטית והמקום של AI

1. קומפוזיציה. הבאת מרווחי בדיקות בגדלים שונים לאורך שווה (למשל 1 מ' או 2 מ'). AI: כותב קוד, קובע לוגיקה של יחידה וממוצע משוקלל; אתה שולט בתוצאה.
2. סקירה סטטיסטית. חלוקת ציונים, חריגים, מכסים (חתך עליון: הגבלת ציונים גבוהים במיוחד). AI: יוצר היסטוגרמה/קוד סטטיסטיקה סיכום; הגיאולוג מקבל את החלטת המכסה.
3. ניתוח וריוגרמה. מודל המשכיות מרחבית: כיצד הדמיון פוחת ככל שנקודות מתרחקות זו מזו. פרמטרים של טווח, אדן ונאגט. AI: מסביר את המושג וריוגרמה, נותן שלד קוד; הגיאוסטטיסטיקאי מוודא את התאמת המודל.
4. חיזוי (kriging/IDW/סימולציה). הקצאת ציונים לכל בלוק של מודל הבלוק. Kriging היא שיטת הערכה משוקללת המבוססת על וריוגרמה. AI: מסביר הבדלי שיטות, בונה קוד; המומחה בוחר את הפרמטרים.
5. אימות. אימות צולב, השוואה בין חיזוי לדגימה, בדיקה ויזואלית, בקרת החלקה. AI: מייצר גרפי אימות; המומחה מעיר את ההערה.
6. סיווג ודיווח. כיתות משאבים/עתודה, עקומת טונה כיתה, תאימות JORC/UMREK. AI: טיוטת טקסט וטבלה; החתימה שייכת לאדם המורשה.

טיפ: אל תגרום ל-AI לומר "אתה בוחר את הפרמטרים של וריוגרמה". הטווח והשפעת הגוש תלויים בגיאולוגיה של גוף העפר; הבחירה השגויה מנפחת או מכווצת באופן שיטתי את השמורה. השתמש ב-AI כמחולל קוד ותרחישים, השאר את ההחלטה לגאוסטטיסטיקאי.

עקומת טונה כיתה וציון מגבלה כלכלית (חתך)

דרגת חיתוך היא הסף הקובע אם בלוק נחשב עפרה או חלודה; מחיר המתכת תלוי בעלות וביעילות המפעל. ככל שדרגת הגבול משתנה, משתנה הטונה והדרגה הממוצעת של המילואים; קשר זה מוצג על ידי עקומת הטונה של הציונים. AI יכול לכתוב קוד שמחשב את העקומה הזו ולהשוות במהירות תרחישים (חתך שונה, מחיר מתכת שונה). אבל הנחת העלות והמחיר שעל פיה נקבע החתך היא החלטה כלכלית ומתקבלת ביחד על ידי הצוות הטכני וההנהלה.

שלושה מיני תיקים

מקרה 1 - רשלנות מכסים. בפרויקט זהב, מספר קידוחים מניבים ציונים גבוהים במיוחד של 120 גרם/ט. הצוות מלחיץ אותם ללא מכסה; הציון הממוצע הוא 2.4 גרם/ט. AI עובר אימות צולב; ההערכות מנופחות למעשה על ידי קידוח קטן מאוד, כאשר מספר בלוקים מוקצים גבוה במיוחד. לאחר מכסה מתאימה (למשל 30 גרם/ט) הממוצע יורד ל-1.7 גרם/ט. ההבדל משנה ישירות את כדאיות הפרויקט. AI ייצר את החישוב והתרשים; ההחלטה על רמת המכסה התקבלה על ידי הגאוסטטיסטיקאי.

מקרה 2 - טווח שגוי. אם טווח הווריוגרמה בפורפיר נחושת הוא למעשה 150 מ', אך הדגם נחשב ל-400 מ', אזורי הקידוח הדלילים נראים "אמינים" מדי והבלוקים שיש לראותם כמסיקים יעברו למעמד המצוין. זה מתגלה בביקורת וחלק ניכר מהמשאב ירד לדרגת אמון נמוכה יותר. ה-AI יצר את קוד הוריוגרמה, אך השגיאה הוגדלה מכיוון שהטווח לא נבדק על ידי מומחה; הלקח הוא להבטיח שהתאמת הדגם מאומתת על ידי מומחה.

מקרה 3 - השוואת תרחישים נכונה. בפרויקט ברזל, הצוות רוצה לראות תוצאות של דרגת טונה עבור שלושה חתכים שונים (20%, 25%, 30% Fe). הם כותבים סקריפט Python ל-AI שעושה את ההיגיון של מסה/נפח/צפיפות וחישוב טונה כיתה, תוך שימוש בנתוני מודל הבלוק שלהם. סקריפט טבלאות 3 תרחישים בשניות. הצוות מאמת את התוצאות ביד על בלוק ונכנס לפגישת ההחלטה עם טבלת השוואה ברורה. AI האיצה את החישוב האיטרטיבי כאן; הנתונים וההחלטה היו שייכים לצוות.

תבניות הנחיות הניתנות להעתקה

קוד קומפוזיציה "תפקיד: אתה עוזר גיאוסטטיסטיקה. כתוב פונקציה עם Python + פנדה הממירה נתוני בדיקות מ-למרווח לרכיבים קבועים [1 מ']. כללים: ממוצע משקלי של הציון לפי אורך מרווח; דלג ודווח על מרווחים חסרים/ריקים; עבד בנפרד בהתבסס על מזהה חור. כתוב את הנחת היחידה עם הנחת המרווחים שדילגו בשורה. תוצאה."

VARIOGRAM CONCEPT + CODE "מהי וריוגרמה: הסבירו את המושגים של נאגט, אדן וטווח בשפה פשוטה. לאחר מכן חשב את הווריאוגרפיה הניסויית בכיוון אחד ותן מודל כדורי המתאים לשלד קוד דירוג. הוסף הערת אזהרה: טווח וגוש חייבים להיבחר במומחיות בהתאם לגיאולוגיה של העפרה האלה; אל ​​תבחר."

תרחיש של דרגת טון "תפוקת מודל הבלוק מכילה את העמודות הבאות: [x,y,z, grade, blockvolume, density]. כתוב סקריפט שמחשב את הטון הכולל והציון הממוצע בכל תרחיש עבור ערכי החתך הבאים [0.3; 0.4; 0.5]. פרש במפורש את התוצאה כצפיפות.

הערת CROSS-VALIDATION "להלן תוצאות האימות ההצלבה של Kriging (אקטואלי לעומת חיזוי). הערה לגבי: האם יש הטיה שיטתית, האם התחזיות מוחלקות יתר על המידה, באיזה טווח דרגות הסטייה גדולה? אל תקבל החלטה נחרצת; הצע איזה פרמטר על הגיאוסטטיסטיקאי לבדוק. נתונים: [הדבק]."

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה: "חשב את הרזרבה לפרויקט הזה."

הנחיה חזקה: "תפקיד: אתה העוזר לגאוסטטיסטיקה. אני אתן לך מודל בלוקים משלי ופרמטרים של וריוגרמה. הגדר זרימת פייתון עם יחידות והנחות מפורשות שמייצר הערכת kriging + אימות צולב + עקומת טונה של ציונים. בחר פרמטרים; השתמש בשלי. רשום בסוף הדוח כי התוצאות צריכות להיות מאושרות על פי CP(QP) JORC/UMREK."

טבלת השוואה: שיטה ותפקיד AI

צעד

מטרה

תפקיד AI

שיקול דעת מומחה

קומפוזיציה

אורך תמיכה שווה

קוד + שליטה

גודל מרוכב

מכסה

גבול חריג

גרף/סטטיסטיקה

רמת מכסה

וריוגרמה

המשכיות מרחבית

קונספט + קוד

בחירת טווח/נאגט

קריקינג

חיזוי חסימה

קוד + זרם

פרמטר + שיטה

סיווג

רמת אמון

טיוטת טקסט

פסק דין JORC/UMREK

טעויות נפוצות

• דילוג על מכסה. כמה בוננזות מנפחות את ממוצע הערך ואת המילואים.
• בעל הפרמטרים של וריוגרמה שנבחרו על ידי AI. טווח/גוש תלוי בגיאולוגיה; בחירה שגויה משבשת באופן שיטתי את השמורה.
• מבלבל בין משאבים לעתודות. המשאב הוא גיאולוגי, השמורה כלכלית; השיעורים אינם ניתנים להחלפה.
• התעלמות מהחלקה. קריגינג עשוי לרכך יתר על המידה את הטנור; זה מפחית טנור גבוה ומגדיל טנור נמוך.
• דיווח על הסיווג ללא אישור גורם מוסמך. JORC/UMREK תקף רק עם חתימה של אדם מורשה.

שימו לב: מספר המילואים הוא הצהרה רשמית שנחשפה לבורסה, לבנק ולמשקיע. שום תוצאת ביניים שהופקה על ידי AI לא יכולה להפוך להצהרת רזרבה/משאב רשמית ללא הערכה וחתימה עצמאית של אדם מוסמך (CP/QP).

לסיכום

גיאוסטטיסטיקה היא הדיסציפלינה של הערכת כל גוף העפר עם אי ודאות מקידוח דליל: קומפוזיציה, כיסוי, וריוגרמה, קריקינג, אימות וסיווג. בזרם זה, בינה מלאכותית חזקה בקידוד, השוואת תרחישים, חישוב טונה כיתה וגרפיקה של אימות. אבל פרמטרים של וריוגרמה, רמת מכסה וסיווג משאב/רזרבה הם החלטות מומחים וההצהרה הרשמית מחייבת את חתימתו של האדם המוסמך. המשאב הוא גיאולוגי, השמורה כלכלית; לעולם אל תטשטש את ההבחנה הזו.

משימת יישום

הפק טבלאות טונות וציונים ממוצעים לשלושה נקודות חיתוך שונות באמצעות תבנית "תרחיש טונה כיתה" עם נתוני ציונים מורכבים לדוגמה (או משלך). לאחר מכן בקש מה-AI לפרש תוצאת kriging עם תבנית "פרשנות צולבת אימות" ולפרט אילו פרמטרים זקוקים לבדיקת מומחה. לבסוף, בקש מה-AI להסביר את ההבדל בין רמות האמון של משאב ועתודה וסיווג במילים שלך ולבדוק את הדיוק שלו מול הגדרת הקוד הרשמית.

רשימת בדיקה

• [ ] קבעתי את הגודל המרוכב ואת הנחות היחידה, לא השארתי את זה ל-AI.
• [ ] הגיאולוג/גיאוסטטיסטיקאי קיבל את החלטת המכסה לערכים קיצוניים.
• [ ] מומחה טווח וריוגרמה וערך נאגט נבדק.
• [ ] בדקתי את תוצאת Kriging עם אימות צולב ובדיקה חזותית.
• [ ] השתמשתי במחלקות משאבים ועתודות בצורה נכונה ובנפרד.
• [ ] ציינתי בדוח שדרוש אישור אדם מוסמך (CP/QP) להצהרה רשמית.