利益:
- AI と質問の仮定を使用して、合成、バリオグラム、クリギングなどの地球統計ステップを構築する能力
- AI サポートによるブロック モデル、等級トン数曲線、資源分類 (測定/表示/抽出) を解釈する機能
- AI によって生成された予測値と不確実性値を、独立した計算、相互検証、有資格者 (CP/QP) の判断を通じてテストする機能
鉱山会社にとって最も重要な数値は、地下にどのくらいの量の鉱石があり、どのグレードの鉱石があるかということです。この番号。それは、投資決定、株式市場価値、銀行融資、炉の寿命を決定します。しかし、すべての物質を一つ一つ測定することは誰にもできません。まばらな掘削ポイントのみがサンプリングされ、間隔が推定されます。この予測を科学的根拠に基づいて行う学問は地球統計学と呼ばれます。地球統計学は、空間 (空間内の位置に基づく) データが相互にどの程度類似しているかをモデル化し、不確実性を許容して未測定点を推定します。 AI;これは、このプロセスのコード、シナリオ比較、不確実性分析の部分で強力に役立ちます。ただし、どのモデルが有効であるか、どの仮定が受け入れられるか、およびリソースがどのように分類されるかは、有資格者 (JORC の有能者 / CP、NI 43-101 の有資格者 / QP) の決定によって決まります。
資源と埋蔵量: 重要な違い
まず 2 つの用語を明確にしましょう。鉱物資源：地質情報に基づいて経済的に採取できる鉱石。それらは、信頼レベルに応じて、推定、指示、測定として分類されます。鉱物埋蔵量 (埋蔵量): 技術的および経済的作業 (採掘方法、施設効率、コスト、金属価格) を通じて実際に有益に採掘できる資源の部分。それらは、可能性が高いものと証明されているものとして分類されます。資源は地質学的であり、埋蔵量は経済的です。 AI はこれらの定義を説明できますが、数値がどのクラスに分類されるかを決定することはできません。これは、データ密度と連続性の信頼性を考慮した有能な担当者の判断です。
ステップバイステップ: 地球統計ワークフローと AI の場所
- 合成中。異なるサイズのアッセイ間隔を同じ長さにします (例: 1 m または 2 m)。 AI: コードを作成し、単位および加重平均ロジックを確立します。結果をコントロールするのはあなたです。
- 統計的レビュー。グレード分布、外れ値、キャッピング (トップカット: 非常に高いグレードを制限)。 AI: ヒストグラム/要約統計コードを生成します。地質学者がキャッピングを決定します。
- バリオグラム分析。空間的連続性のモデリング: 点がさらに離れるにつれて類似性がどのように減少するか。範囲、シル、ナゲットのパラメータ。 AI: バリオグラムの概念を説明し、コードのスケルトンを示します。地球統計学者はモデルの適合性を検証します。
- 予測 (クリギング/IDW/シミュレーション)。ブロックモデルの各ブロックにグレードを割り当てます。クリギングは、バリオグラムに基づく重み付き推定方法です。 AI: メソッドの違いを説明し、コードを構築します。専門家がパラメータを選択します。
- 検証。相互検証、予測とサンプルの比較、視覚的検査、平滑化制御。 AI: 検証グラフを生成します。専門家がコメントする。
- 分類とレポート。資源/埋蔵量クラス、等級トン数曲線、JORC/UMREK の互換性。 AI: 草案テキストと表。署名は権限を与えられた人のものです。
ヒント: AI に「バリオグラム パラメーターを選択するのはあなたです」と言わせないでください。範囲とナゲットの影響は鉱体の地質によって異なります。間違った選択をすると、計画的に準備金が膨らんだり縮小したりすることになります。 AI をコードおよびシナリオ ジェネレーターとして使用し、決定は地球統計学者に任せます。
等級-トン数曲線と経済限界等級（カットオフ）
カットオフグレードは、ブロックが鉱石とみなされるか錆びとみなされるかを決定するしきい値です。金属の価格はコストとプラントの効率によって決まります。限界等級が変わると、埋蔵量と平均等級も変わります。この関係は等級トン数曲線で示されます。 AI は、この曲線を計算するコードを記述し、シナリオ (異なるカットオフ、異なる金属価格) を迅速に比較できます。ただし、カットオフを決定するためのコストと価格の仮定は経済的な決定であり、技術チームと経営陣が協力して決定します。
ミニケース3個
ケース 1 — キャッピングの過失。金プロジェクトでは、数回の掘削で 120 g/t という非常に高いグレードが得られます。チームはキャップをせずにそれらをクリギングします。平均グレードは 2.4 g/t です。 AI は相互検証されます。実際には、ごくわずかな掘削によって推定値が膨らみ、いくつかのブロックには非常に高い値が割り当てられます。適切なキャッピング (例: 30 g/t) の後、平均は 1.7 g/t に減少します。その違いはプロジェクトの実現可能性を直接変えます。 AI が計算とグラフを作成しました。上限レベルの決定は地球統計学者によって行われました。
ケース 2 — 範囲が間違っています。銅斑岩のバリオグラム範囲が実際には 150 m であるのに、モデルが 400 m であるとみなされる場合、まばらな掘削領域は「信頼性」が高すぎるように見え、推定されるべきブロックは指定されたクラスにシフトします。これは監査で検出され、リソースの大部分がより低い信頼クラスにダウングレードされます。 AIはバリオグラムコードを生成していましたが、範囲が専門家によってレビューされていなかったため、誤差が拡大しました。教訓は、モデルの適合性が専門家によって検証されていることを確認することです。
ケース 3 — 正しいシナリオの比較。鉄プロジェクトでは、チームは 3 つの異なるカットオフ (20%、25%、30% Fe) の等級トン数の結果を確認したいと考えています。彼らは、独自のブロック モデル データを使用して、質量/体積/密度ロジックと等級トン数の計算を行う AI への Python スクリプトを作成します。 3 つのシナリオを数秒でスクリプト化します。チームはブロック上で結果を手作業で検証し、明確な比較表を持って決定会議に臨みます。 AI はここでの反復計算を高速化しました。データと決定はチームのものでした。
コピー可能なプロンプトテンプレート
構成コード 「役割: あなたは地球統計アシスタントです。Python + pandas を使用して、間隔アッセイ データを FIXED [1 m] 複合値に変換する関数を作成します。ルール: 間隔の長さによってグレードを重み付け平均します。欠損/空の間隔をスキップして報告します。穴 ID に基づいて個別に処理します。コメント行の先頭に単位の仮定を書き込みます。結果でスキップされた間隔の数を返します。」
バリオグラムのコンセプト + コード 「バリオグラムとは: ナゲット、シル、レンジの概念を簡単な言葉で説明します。次に、一方向で実験バリオグラムを計算し、ランク コードのスケルトンに適合する球面モデルを与えます。警告を追加します。レンジとナゲットは鉱石の地質に応じて専門的に選択する必要があります。これらの値は選択しないでください。」
等級別トン数シナリオ 「ブロック モデルの収量には次の列が含まれます: [x,y,z、等級、ブロック体積、密度]。次のカットオフ値 [0.3; 0.4; 0.5] について各シナリオの総トン数と平均等級を計算するスクリプトを作成します。密度と単位の仮定を明示的に解釈します。結果を比較テーブルとして返します。」
相互検証コメント「以下は、クリギング相互検証の結果 (実際と予測) です。コメント: 体系的な偏りはありますか、予測は平滑化しすぎていませんか、どの程度の範囲で偏差が大きいですか? 堅固な決定を下さないでください。地球統計学者がどのパラメータを検討すべきかを示唆してください。データ: [貼り付け]。」
弱いプロンプト / 強いプロンプト
弱いプロンプト: 「このプロジェクトの予備費を計算してください。」
強いプロンプト: 「役割: あなたは地球統計アシスタントです。私が独自のブロック モデルとバリオグラム パラメーターを与えます。クリギング推定 + 相互検証 + 等級トン数曲線を生成する、解釈された単位と仮定を使用して Python フローを設定します。パラメーターを選択します。私のものを使用してください。結果は JORC/UMREK に従って資格のある人 (CP/QP) によって分類および承認される必要があることをレポートの最後にメモしてください。」
比較表：手法とAIの役割
ステップ
目的
AIの役割
専門家の判断
合成する
等しいサポート長さ
コード + コントロール
複合サイズ
キャッピング
外れ値の制限
グラフ・統計
キャップレベル
バリオグラム
空間的連続性
コンセプト+コード
範囲/ナゲットの選択
クリギング
ブロック予測
コード + ストリーム
パラメータ+メソッド
分類
信頼レベル
ドラフトテキスト
JORC/UMREKの判定
よくある間違い
- キャッピングをスキップします。いくつかの大当たりによって、平均値と予備値が膨らみます。
- AIによってバリオグラムパラメータが選択される。範囲/ナゲットは地質によって異なります。間違った選択をすると、リザーブが組織的に破壊されます。
- 資源と埋蔵量を混同する。資源は地質学的であり、埋蔵量は経済的です。クラスは交換できません。
- スムージングを無視します。クリギングはテナーを柔らかくしすぎる可能性があります。高音のテナーを減らし、低音のテナーを拡大します。
- 権限のある人の承認を得ずに分類を報告する。 JORC/UMREK は権限のある人の署名がある場合にのみ有効です。
注意: リザーブ番号は証券取引所、銀行、投資家に開示される公式宣言です。 AI によって生成された中間結果は、独立した評価と有資格者 (CP/QP) の署名がなければ、公式の埋蔵量/資源宣言にはなりません。
要約すれば
地球統計学は、まばらな掘削からの不確実性を伴う鉱体全体を推定する分野です。合成、キャッピング、バリオグラム、クリギング、検証、分類が行われます。このストリームでは、AI はコーディング、シナリオ比較、等級トン数計算、検証グラフィックスに強みを持っています。ただし、バリオグラムパラメータ、上限レベル、資源/埋蔵量の分類は専門家の決定であり、公式宣言には権限のある人の署名が必要です。資源は地質学的であり、埋蔵量は経済的です。この区別を決して曖昧にしてはいけません。
アプリケーションタスク
サンプル (または独自の) 複合等級データを含む「等級トン数シナリオ」テンプレートを使用して、3 つの異なるカットオフのトン数と平均等級テーブルを作成します。次に、AI に「相互検証解釈」テンプレートを使用してクリギング結果を解釈させ、専門家のレビューが必要なパラメーターをリストします。最後に、AI に資源と埋蔵量の違いと分類の信頼レベルを自分の言葉で説明させ、公式のコード定義と照らし合わせてその精度をチェックします。
チェックリスト
- [ ] 合成サイズとユニットの仮定は私が決定し、AI に任せませんでした。
- [ ] 地質学者/地球統計学者が極値の上限を決定しました。
- [ ] バリオグラムの範囲とナゲット値の専門家がレビューしました。
- [ ] クリギング結果を相互検証と目視検査でテストしました。
- [ ] リソース クラスと予約クラスを正しく別々に使用しました。
- [ ] 私は報告書で、正式な宣言には権限のある人 (CP/QP) の承認が必要であると指摘しました。