Keuntungan:
- Kemampuan untuk membangun langkah-langkah geostatistik seperti pengomposisian, variogram dan kriging dengan AI dan mempertanyakan asumsi
- Kemampuan untuk menafsirkan model blok, kurva tonase kadar, dan klasifikasi sumber daya (diukur/ditampilkan/diekstraksi) dengan dukungan AI
- Kemampuan untuk menguji nilai prediksi dan ketidakpastian yang dihasilkan oleh AI melalui perhitungan independen, validasi silang, dan penilaian orang yang memenuhi syarat (CP/QP)
Angka yang paling penting bagi sebuah perusahaan pertambangan adalah berapa banyak dan berapa kadar bijih yang ada di bawah tanah. Nomor ini; Ini menentukan keputusan investasi, nilai pasar saham, pembiayaan bank dan umur tungku. Tapi tidak ada seorang pun yang bisa mengukur seluruh substansi satu per satu; hanya titik pengeboran jarang yang diambil sampelnya dan intervalnya diperkirakan. Disiplin ilmu yang menempatkan prediksi ini atas dasar ilmiah disebut geostatistik. Geostatistik memodelkan seberapa mirip data spasial (berdasarkan lokasi dalam ruang) satu sama lain dan memperkirakan titik-titik yang tidak terukur dengan batas ketidakpastian. AI; Ini adalah bantuan yang ampuh dalam bagian kode, perbandingan skenario, dan analisis ketidakpastian dari proses ini. Namun, itu adalah keputusan dari orang yang kompeten (Competent Person / CP di JORC, Qualified Person / QP di NI 43-101) model mana yang valid, asumsi mana yang dapat diterima dan bagaimana sumber daya akan diklasifikasikan.
Sumber daya dan cadangan: perbedaan penting
Mari kita perjelas kedua istilah tersebut terlebih dahulu. Sumber Daya Mineral: Bijih yang dapat diekstraksi secara ekonomis berdasarkan informasi geologi; Mereka diklasifikasikan sebagai disimpulkan, ditunjukkan dan diukur menurut tingkat kepercayaan. Cadangan Mineral (cadangan): bagian dari sumber daya yang benar-benar dapat diekstraksi secara menguntungkan melalui pekerjaan teknis dan ekonomi (metode penambangan, efisiensi fasilitas, biaya, harga logam); Mereka diklasifikasikan sebagai mungkin dan terbukti. Sumber dayanya bersifat geologis, cadangannya bersifat ekonomi. AI dapat menjelaskan definisi-definisi ini, tetapi AI tidak dapat menentukan kelas mana yang termasuk dalam suatu bilangan; Ini adalah penilaian orang yang kompeten dalam melihat kepadatan data dan keyakinan kontinuitas.
Langkah demi langkah: alur kerja geostatistik dan tempat AI
- Pengomposisian. Membawa interval pengujian dengan ukuran berbeda ke panjang yang sama (misalnya 1 m atau 2 m). AI: menulis kode, menetapkan logika unit dan rata-rata tertimbang; Anda mengontrol hasilnya.
- Tinjauan statistik. Distribusi nilai, outlier, pembatasan (top-cut: membatasi nilai yang sangat tinggi). AI: menghasilkan kode statistik histogram/ringkasan; Ahli geologi membuat keputusan pembatasan.
- Analisis variogram. Memodelkan kesinambungan spasial: bagaimana kesamaan berkurang ketika titik-titik semakin menjauh. Parameter jangkauan, ambang dan nugget. AI: menjelaskan konsep variogram, memberikan kerangka kode; Ahli geostatistik memverifikasi kecocokan model.
- Prediksi (kriging/IDW/simulasi). Menetapkan nilai untuk setiap blok model blok. Kriging adalah metode estimasi tertimbang berdasarkan variogram. AI: menjelaskan perbedaan metode, membuat kode; Pakar memilih parameternya.
- Verifikasi. Validasi silang, perbandingan prediksi dengan sampel, inspeksi visual, kontrol penghalusan. AI: menghasilkan grafik validasi; Pakar memberikan komentarnya.
- Klasifikasi dan pelaporan. Kelas sumber daya/cadangan, kurva kadar tonase, kompatibilitas JORC/UMREK. AI: draf teks dan tabel; Tanda tangan itu milik orang yang berwenang.
Tip: Jangan membuat AI mengatakan "Anda memilih parameter variogram". Jangkauan dan dampak nugget bergantung pada geologi badan bijih; pilihan yang salah secara sistematis akan memperbesar atau memperkecil cadangan. Gunakan AI sebagai pembuat kode dan skenario, serahkan keputusan pada ahli geostatistik.
Kurva kadar-tonase dan batas keekonomian (cut-off)
Nilai batas adalah ambang batas yang menentukan apakah suatu blok dianggap bijih atau karat; harga logam tergantung pada biaya dan efisiensi pabrik. Ketika kadar batas berubah, tonase dan kadar rata-rata cadangan berubah; Hubungan ini ditunjukkan oleh kurva mutu-tonase. AI dapat menulis kode yang menghitung kurva ini dan dengan cepat membandingkan skenario (batas waktu berbeda, harga logam berbeda). Namun asumsi biaya dan harga yang menjadi dasar penetapan cut-off merupakan keputusan ekonomis dan dibuat bersama oleh tim teknis dan manajemen.
tiga kasus mini
Kasus 1 — Membatasi kelalaian. Dalam sebuah proyek emas, beberapa pengeboran menghasilkan kadar yang sangat tinggi yaitu 120 g/t. Tim melakukan Krig pada mereka tanpa membatasi; Kadar rata-ratanya adalah 2,4 g/t. AI divalidasi silang; Perkiraan sebenarnya meningkat karena pengeboran yang sangat sedikit, dengan beberapa blok diberi nilai sangat tinggi. Setelah pembatasan yang sesuai (misalnya 30 g/t) rata-rata menurun menjadi 1,7 g/t. Perbedaan tersebut secara langsung mengubah kelayakan proyek. AI menghasilkan perhitungan dan grafik; Keputusan tingkat pembatasan dibuat oleh ahli geostatistik.
Kasus 2 — Rentang salah. Jika kisaran variogram dalam porfiri tembaga sebenarnya 150 m tetapi model diambil 400 m, area pengeboran yang jarang tampak terlalu "dapat diandalkan" dan blok yang dianggap disimpulkan akan bergeser ke kelas yang ditentukan. Hal ini terdeteksi dalam audit dan sebagian besar sumber daya diturunkan ke kelas kepercayaan yang lebih rendah. AI telah menghasilkan kode variogram, tetapi kesalahannya diperbesar karena rentangnya tidak ditinjau oleh ahlinya; Pelajarannya adalah memastikan bahwa kesesuaian model diverifikasi oleh seorang ahli.
Kasus 3 — Perbandingan skenario yang benar. Dalam sebuah proyek besi, tim ingin melihat hasil kadar tonase untuk tiga cut-off yang berbeda (20%, 25%, 30% Fe). Mereka menulis skrip Python ke AI yang melakukan logika massa/volume/densitas dan penghitungan kadar tonase, menggunakan data model blok mereka sendiri. Skrip tabel 3 skenario dalam hitungan detik. Tim memvalidasi hasil dengan tangan di sebuah blok dan memasuki rapat pengambilan keputusan dengan grafik perbandingan yang jelas. AI telah mempercepat penghitungan berulang di sini; Data dan keputusan ada di tangan tim.
Templat cepat yang dapat disalin
KODE KOMPOSISI "Peran: Anda adalah asisten geostatistik. Tulis fungsi dengan Python + panda yang mengubah data uji kadar dari-ke-interval menjadi komposit TETAP [1 m]. Aturan: Nilai rata-rata BERAT berdasarkan panjang interval; lewati dan laporkan interval yang hilang/kosong; proses secara terpisah berdasarkan ID lubang. Tulis asumsi unit di awal dengan baris komentar. Kembalikan berapa banyak interval yang dilewati dalam hasil."
KONSEP VARIOGRAM + KODE "Apa itu variogram: jelaskan konsep nugget, sill, dan range dalam bahasa sederhana. Kemudian hitung variogram percobaan dalam satu arah dan berikan model bola yang sesuai dengan kerangka kode peringkat. Tambahkan catatan PERINGATAN: range dan nugget harus dipilih secara ahli sesuai dengan geologi bijih; JANGAN PILIH nilai-nilai ini."
SKENARIO GRADE-TONNAGE "Hasil model blok berisi kolom berikut: [x,y,z, kadar, volume blok, kepadatan]. Tulis skrip yang menghitung total tonase dan kadar rata-rata di setiap skenario untuk nilai batas berikut [0,3; 0,4; 0,5]. Interpretasikan secara eksplisit asumsi kepadatan dan satuan. Kembalikan hasilnya sebagai tabel perbandingan."
KOMENTAR VALIDASI LINTAS "Di bawah ini adalah hasil validasi silang kriging (aktual vs prediksi). Komentar pada: apakah ada bias sistematik, apakah prediksinya terlalu halus, pada kisaran tingkat berapa penyimpangannya besar? JANGAN mengambil keputusan tegas; sarankan parameter mana yang harus ditinjau oleh ahli geostatistik. Data: [tempel]."
Perintah lemah / Perintah kuat
PROMPT LEMAH: "Hitung cadangan untuk proyek ini."
PROMPT KUAT: "Peran: Anda adalah asisten geostatistik. Saya akan memberi Anda model blok dan parameter variogram saya sendiri. Siapkan aliran Python dengan interpretasi unit dan asumsi yang menghasilkan estimasi kriging + validasi silang + kurva tonase kadar. PILIH parameter; gunakan milik saya. Buat catatan di akhir laporan bahwa hasilnya harus diklasifikasikan dan disetujui oleh orang yang memenuhi syarat (CP/QP) menurut JORC/UMREK."
Tabel perbandingan: metode dan peran AI
langkah
Tujuan
peran AI
Penilaian ahli
Pengomposisian
Panjang dukungan yang sama
Kode + kontrol
Ukuran komposit
Pembatasan
Batas outlier
Grafik/statistik
tingkat batas
variogram
kontinuitas spasial
Konsep + kode
Pilihan rentang/nugget
kriging
Blokir prediksi
Kode + aliran
Parameter + metode
Klasifikasi
Tingkat kepercayaan
rancangan teks
keputusan JORC/UMREK
Kesalahan umum
- Melewatkan pembatasan. Beberapa keuntungan meningkatkan nilai rata-rata dan cadangan.
- Memiliki parameter variogram yang dipilih oleh AI. Kisaran/nugget tergantung pada geologi; Pilihan yang salah secara sistematis mengganggu cadangan.
- Membingungkan sumber daya dengan cadangan. Sumber dayanya bersifat geologis, cadangannya bersifat ekonomi; Kelas-kelas tersebut tidak dapat dipertukarkan.
- Mengabaikan perataan. Kriging mungkin terlalu melunakkan tenornya; Ini mengurangi tenor tinggi dan memperbesar tenor rendah.
- Melaporkan klasifikasi tanpa persetujuan orang yang berwenang. JORC/UMREK hanya sah jika ada tanda tangan orang yang berwenang.
Perhatian: Nomor cadangan merupakan pernyataan resmi yang diungkapkan kepada bursa, bank, dan investor. Tidak ada hasil antara yang dihasilkan oleh AI yang dapat menjadi deklarasi cadangan/sumber daya resmi tanpa evaluasi independen dan tanda tangan dari pihak yang kompeten (CP/QP).
Singkatnya
Geostatistik adalah disiplin memperkirakan keseluruhan badan bijih dengan ketidakpastian dari pengeboran yang jarang: pengomposisian, pembatasan, variogram, kriging, verifikasi dan klasifikasi. Dalam aliran ini, AI kuat dalam pengkodean, perbandingan skenario, penghitungan kadar tonase, dan grafik verifikasi. Namun parameter variogram, tingkat pembatasan dan klasifikasi sumber daya/cadangan merupakan keputusan ahli dan pernyataan resmi memerlukan tanda tangan dari orang yang berkompeten. Sumber dayanya bersifat geologis, cadangannya bersifat ekonomi; Jangan pernah mengaburkan perbedaan ini.
Tugas aplikasi
Buat tabel tonase dan kadar rata-rata untuk tiga batas yang berbeda menggunakan templat "Skenario kadar-tonase" dengan sampel (atau data kadar gabungan milik Anda sendiri). Kemudian minta AI menafsirkan hasil kriging dengan templat “Interpretasi validasi silang” dan mencantumkan parameter mana yang memerlukan tinjauan ahli. Terakhir, mintalah AI menjelaskan perbedaan antara sumber daya dan cadangan serta tingkat kepercayaan klasifikasi dengan kata-kata Anda sendiri dan periksa keakuratannya terhadap definisi kode resmi.
daftar periksa
- [ ] Saya menentukan asumsi ukuran komposit dan unit, saya tidak menyerahkannya kepada AI.
- [ ] Ahli geologi/ahli geostatistik membuat keputusan pembatasan untuk nilai ekstrim.
- [ ] Kisaran variogram dan nilai nugget ditinjau oleh pakar.
- [ ] Saya menguji hasil Kriging dengan validasi silang dan inspeksi visual.
- [ ] Saya menggunakan kelas sumber daya dan cadangan dengan benar dan terpisah.
- [ ] Saya mencatat dalam laporan bahwa persetujuan orang yang kompeten (CP/QP) diperlukan untuk deklarasi resmi.