ಮೀಸಲು/ಸಂಪನ್ಮೂಲ ಅಂದಾಜು ಮತ್ತು ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್

ಲಾಭಗಳು:

• AI ಮತ್ತು ಪ್ರಶ್ನೆ ಊಹೆಗಳೊಂದಿಗೆ ಸಂಯೋಜನೆ, ವೇರಿಯೋಗ್ರಾಮ್ ಮತ್ತು ಕ್ರಿಜಿಂಗ್‌ನಂತಹ ಭೂಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಹಂತಗಳನ್ನು ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯ
• AI ಬೆಂಬಲದೊಂದಿಗೆ ಬ್ಲಾಕ್ ಮಾಡೆಲ್, ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಕರ್ವ್ ಮತ್ತು ಸಂಪನ್ಮೂಲ ವರ್ಗೀಕರಣವನ್ನು (ಅಳತೆ/ಪ್ರದರ್ಶನ/ಹೊರತೆಗೆಯಲಾಗಿದೆ) ಅರ್ಥೈಸುವ ಸಾಮರ್ಥ್ಯ
• ಸ್ವತಂತ್ರ ಲೆಕ್ಕಾಚಾರ, ಅಡ್ಡ-ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಅರ್ಹ ವ್ಯಕ್ತಿ (CP/QP) ತೀರ್ಪಿನ ಮೂಲಕ AI ಉತ್ಪಾದಿಸುವ ಭವಿಷ್ಯ ಮತ್ತು ಅನಿಶ್ಚಿತತೆಯ ಮೌಲ್ಯಗಳನ್ನು ಪರೀಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯ

ಗಣಿಗಾರಿಕೆ ಕಂಪನಿಗೆ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಸಂಖ್ಯೆ ಎಷ್ಟು ಮತ್ತು ಯಾವ ದರ್ಜೆಯ ಅದಿರು ಭೂಗತವಾಗಿದೆ. ಈ ಸಂಖ್ಯೆ; ಇದು ಹೂಡಿಕೆಯ ನಿರ್ಧಾರ, ಷೇರು ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯ, ಬ್ಯಾಂಕ್ ಹಣಕಾಸು ಮತ್ತು ಕುಲುಮೆಯ ಜೀವನವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಆದರೆ ಎಲ್ಲಾ ಪದಾರ್ಥಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಯಾರೂ ಅಳೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ; ವಿರಳವಾದ ಕೊರೆಯುವ ಬಿಂದುಗಳನ್ನು ಮಾತ್ರ ಮಾದರಿ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ಮಧ್ಯಂತರಗಳನ್ನು ಅಂದಾಜಿಸಲಾಗಿದೆ. ಈ ಭವಿಷ್ಯವನ್ನು ವೈಜ್ಞಾನಿಕ ತಳಹದಿಯ ಮೇಲೆ ಇರಿಸುವ ಶಿಸ್ತನ್ನು ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್ ಮಾದರಿಗಳು ಪ್ರಾದೇಶಿಕ (ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿನ ಸ್ಥಳವನ್ನು ಆಧರಿಸಿ) ಡೇಟಾವು ಪರಸ್ಪರ ಹೇಗೆ ಹೋಲುತ್ತದೆ ಮತ್ತು ಅನಿಶ್ಚಿತತೆಯ ಅಂಚುಗಳೊಂದಿಗೆ ಅಳತೆ ಮಾಡದ ಅಂಕಗಳನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ. AI; ಈ ಪ್ರಕ್ರಿಯೆಯ ಕೋಡ್, ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ ಮತ್ತು ಅನಿಶ್ಚಿತತೆಯ ವಿಶ್ಲೇಷಣೆಯ ಭಾಗಗಳಲ್ಲಿ ಇದು ಪ್ರಬಲವಾದ ಸಹಾಯವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಇದು ಸಮರ್ಥ ವ್ಯಕ್ತಿಯ ನಿರ್ಧಾರವಾಗಿದೆ (JORC ನಲ್ಲಿ ಸಮರ್ಥ ವ್ಯಕ್ತಿ / CP, ಅರ್ಹ ವ್ಯಕ್ತಿ / NI 43-101 ರಲ್ಲಿ QP) ಯಾವ ಮಾದರಿಯು ಮಾನ್ಯವಾಗಿದೆ, ಯಾವ ಊಹೆಯು ಸ್ವೀಕಾರಾರ್ಹವಾಗಿದೆ ಮತ್ತು ಸಂಪನ್ಮೂಲವನ್ನು ಹೇಗೆ ವರ್ಗೀಕರಿಸಲಾಗುತ್ತದೆ.

ಸಂಪನ್ಮೂಲ ಮತ್ತು ಮೀಸಲು: ನಿರ್ಣಾಯಕ ವ್ಯತ್ಯಾಸ

ಮೊದಲು ಎರಡು ಪದಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸೋಣ. ಖನಿಜ ಸಂಪನ್ಮೂಲ: ಭೂವೈಜ್ಞಾನಿಕ ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಆರ್ಥಿಕವಾಗಿ ಹೊರತೆಗೆಯಬಹುದಾದ ಅದಿರು; ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಅವುಗಳನ್ನು ಊಹಿಸಲಾಗಿದೆ, ಸೂಚಿಸಲಾಗಿದೆ ಮತ್ತು ಅಳೆಯಲಾಗುತ್ತದೆ ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗಿದೆ. ಮಿನರಲ್ ರಿಸರ್ವ್ (ಮೀಸಲು): ತಾಂತ್ರಿಕ ಮತ್ತು ಆರ್ಥಿಕ ಕೆಲಸದ ಮೂಲಕ ವಾಸ್ತವವಾಗಿ ಲಾಭದಾಯಕವಾಗಿ ಹೊರತೆಗೆಯಬಹುದಾದ ಸಂಪನ್ಮೂಲದ ಭಾಗ (ಗಣಿಗಾರಿಕೆ ವಿಧಾನ, ಸೌಲಭ್ಯ ದಕ್ಷತೆ, ವೆಚ್ಚ, ಲೋಹದ ಬೆಲೆ); ಅವುಗಳನ್ನು ಸಂಭವನೀಯ ಮತ್ತು ಸಾಬೀತುಪಡಿಸಲಾಗಿದೆ ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗಿದೆ. ಸಂಪನ್ಮೂಲವು ಭೂವೈಜ್ಞಾನಿಕವಾಗಿದೆ, ಮೀಸಲು ಆರ್ಥಿಕವಾಗಿದೆ. AI ಈ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ವಿವರಿಸಬಹುದು, ಆದರೆ ಸಂಖ್ಯೆಯು ಯಾವ ವರ್ಗಕ್ಕೆ ಸೇರುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ; ಡೇಟಾ ಸಾಂದ್ರತೆ ಮತ್ತು ನಿರಂತರತೆಯ ವಿಶ್ವಾಸವನ್ನು ನೋಡುವ ಸಮರ್ಥ ವ್ಯಕ್ತಿಯ ತೀರ್ಪು ಇದು.

ಹಂತ ಹಂತವಾಗಿ: ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕಲ್ ವರ್ಕ್‌ಫ್ಲೋ ಮತ್ತು AI ಸ್ಥಳ

1. ಸಂಯೋಜನೆ. ಸಮಾನ ಉದ್ದಕ್ಕೆ ವಿಭಿನ್ನ ಗಾತ್ರಗಳ ವಿಶ್ಲೇಷಣೆಯ ಮಧ್ಯಂತರಗಳನ್ನು ತರುವುದು (ಉದಾ. 1 ಮೀ ಅಥವಾ 2 ಮೀ). AI: ಕೋಡ್ ಬರೆಯುತ್ತದೆ, ಘಟಕ ಮತ್ತು ತೂಕದ ಸರಾಸರಿ ತರ್ಕವನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ; ನೀವು ಫಲಿತಾಂಶವನ್ನು ನಿಯಂತ್ರಿಸುತ್ತೀರಿ.
2. ಅಂಕಿಅಂಶಗಳ ವಿಮರ್ಶೆ. ಗ್ರೇಡ್ ವಿತರಣೆ, ಔಟ್‌ಲೈಯರ್‌ಗಳು, ಕ್ಯಾಪಿಂಗ್ (ಟಾಪ್-ಕಟ್: ಅತ್ಯಂತ ಹೆಚ್ಚಿನ ಶ್ರೇಣಿಗಳನ್ನು ಸೀಮಿತಗೊಳಿಸುವುದು). AI: ಹಿಸ್ಟೋಗ್ರಾಮ್/ಸಾರಾಂಶ ಅಂಕಿಅಂಶಗಳ ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಭೂವಿಜ್ಞಾನಿಗಳು ಕ್ಯಾಪಿಂಗ್ ನಿರ್ಧಾರವನ್ನು ಮಾಡುತ್ತಾರೆ.
3. ವೇರಿಯೋಗ್ರಾಮ್ ವಿಶ್ಲೇಷಣೆ. ಮಾಡೆಲಿಂಗ್ ಪ್ರಾದೇಶಿಕ ನಿರಂತರತೆ: ಬಿಂದುಗಳು ಮತ್ತಷ್ಟು ದೂರ ಹೋದಂತೆ ಹೋಲಿಕೆಯು ಹೇಗೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಶ್ರೇಣಿ, ಸಿಲ್ ಮತ್ತು ನುಗ್ಗೆಟ್ ನಿಯತಾಂಕಗಳು. AI: ವೇರಿಯೋಗ್ರಾಮ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸುತ್ತದೆ, ಕೋಡ್ ಅಸ್ಥಿಪಂಜರವನ್ನು ನೀಡುತ್ತದೆ; ಭೂಗೋಳಶಾಸ್ತ್ರಜ್ಞರು ಮಾದರಿ ಫಿಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ.
4. ಭವಿಷ್ಯ (ಕ್ರಿಗಿಂಗ್/IDW/ಸಿಮ್ಯುಲೇಶನ್). ಬ್ಲಾಕ್ ಮಾದರಿಯ ಪ್ರತಿ ಬ್ಲಾಕ್‌ಗೆ ಶ್ರೇಣಿಗಳನ್ನು ನಿಗದಿಪಡಿಸುವುದು. ಕ್ರಿಜಿಂಗ್ ವೆರಿಯೋಗ್ರಾಮ್ ಆಧಾರದ ಮೇಲೆ ತೂಕದ ಅಂದಾಜು ವಿಧಾನವಾಗಿದೆ. AI: ವಿಧಾನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ, ಕೋಡ್ ನಿರ್ಮಿಸುತ್ತದೆ; ತಜ್ಞರು ನಿಯತಾಂಕಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ.
5. ಪರಿಶೀಲನೆ. ಅಡ್ಡ-ಮೌಲ್ಯಮಾಪನ, ಮುನ್ಸೂಚನೆಯಿಂದ ಮಾದರಿ ಹೋಲಿಕೆ, ದೃಶ್ಯ ತಪಾಸಣೆ, ಸುಗಮ ನಿಯಂತ್ರಣ. AI: ಮೌಲ್ಯೀಕರಣ ಗ್ರಾಫ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ತಜ್ಞರು ಕಾಮೆಂಟ್ ಮಾಡುತ್ತಾರೆ.
6. ವರ್ಗೀಕರಣ ಮತ್ತು ವರದಿ. ಸಂಪನ್ಮೂಲ/ಮೀಸಲು ತರಗತಿಗಳು, ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಕರ್ವ್, JORC/UMREK ಹೊಂದಾಣಿಕೆ. AI: ಕರಡು ಪಠ್ಯ ಮತ್ತು ಟೇಬಲ್; ಸಹಿ ಅಧಿಕೃತ ವ್ಯಕ್ತಿಗೆ ಸೇರಿದೆ.

ಸಲಹೆ: "ನೀವು ವೇರಿಯೋಗ್ರಾಮ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿ" ಎಂದು AI ಹೇಳುವಂತೆ ಮಾಡಬೇಡಿ. ವ್ಯಾಪ್ತಿ ಮತ್ತು ಗಟ್ಟಿ ಪ್ರಭಾವವು ಅದಿರು ದೇಹದ ಭೂವಿಜ್ಞಾನವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ; ತಪ್ಪು ಆಯ್ಕೆಯು ವ್ಯವಸ್ಥಿತವಾಗಿ ಮೀಸಲು ಹೆಚ್ಚಿಸುತ್ತದೆ ಅಥವಾ ಕುಗ್ಗಿಸುತ್ತದೆ. AI ಅನ್ನು ಕೋಡ್ ಮತ್ತು ಸನ್ನಿವೇಶ ಜನರೇಟರ್ ಆಗಿ ಬಳಸಿ, ನಿರ್ಧಾರವನ್ನು ಭೂಗೋಳಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಬಿಡಿ.

ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಕರ್ವ್ ಮತ್ತು ಆರ್ಥಿಕ ಮಿತಿ ಗ್ರೇಡ್ (ಕಟ್-ಆಫ್)

ಕಟ್-ಆಫ್ ದರ್ಜೆಯು ಒಂದು ಬ್ಲಾಕ್ ಅನ್ನು ಅದಿರು ಅಥವಾ ತುಕ್ಕು ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವ ಮಿತಿಯಾಗಿದೆ; ಲೋಹದ ಬೆಲೆ ವೆಚ್ಚ ಮತ್ತು ಸಸ್ಯದ ದಕ್ಷತೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಮಿತಿ ಗ್ರೇಡ್ ಬದಲಾದಂತೆ, ಮೀಸಲು ಬದಲಾವಣೆಯ ಟನ್ ಮತ್ತು ಸರಾಸರಿ ಗ್ರೇಡ್; ಈ ಸಂಬಂಧವನ್ನು ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಕರ್ವ್ ಮೂಲಕ ತೋರಿಸಲಾಗಿದೆ. AI ಈ ಕರ್ವ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಕೋಡ್ ಅನ್ನು ಬರೆಯಬಹುದು ಮತ್ತು ಸನ್ನಿವೇಶಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಹೋಲಿಸಬಹುದು (ವಿಭಿನ್ನ ಕಟ್-ಆಫ್, ವಿಭಿನ್ನ ಲೋಹದ ಬೆಲೆ). ಆದರೆ ಕಟ್-ಆಫ್ ಅನ್ನು ನಿರ್ಧರಿಸುವ ವೆಚ್ಚ ಮತ್ತು ಬೆಲೆಯ ಊಹೆಯು ಆರ್ಥಿಕ ನಿರ್ಧಾರವಾಗಿದೆ ಮತ್ತು ತಾಂತ್ರಿಕ ತಂಡ ಮತ್ತು ನಿರ್ವಹಣೆಯಿಂದ ಒಟ್ಟಾಗಿ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ನಿರ್ಲಕ್ಷ್ಯದ ಮುಚ್ಚುವಿಕೆ. ಚಿನ್ನದ ಯೋಜನೆಯಲ್ಲಿ, ಹಲವಾರು ಡ್ರಿಲ್ಲಿಂಗ್‌ಗಳು ಅಸಾಧಾರಣವಾಗಿ 120 g/t ಶ್ರೇಣಿಗಳನ್ನು ನೀಡುತ್ತವೆ. ತಂಡವು ಅವುಗಳನ್ನು ಮುಚ್ಚದೆ ಕ್ರಿಗ್ ಮಾಡುತ್ತದೆ; ಸರಾಸರಿ ದರ್ಜೆಯು 2.4 g/t ಆಗಿದೆ. AI ಕ್ರಾಸ್ ಮೌಲ್ಯೀಕರಿಸಲ್ಪಟ್ಟಿದೆ; ಅಂದಾಜುಗಳನ್ನು ವಾಸ್ತವವಾಗಿ ಅತಿ ಕಡಿಮೆ ಕೊರೆಯುವಿಕೆಯಿಂದ ಉಬ್ಬಿಸಲಾಗುತ್ತದೆ, ಕೆಲವು ಬ್ಲಾಕ್‌ಗಳನ್ನು ಅತಿ ಹೆಚ್ಚು ನಿಯೋಜಿಸಲಾಗಿದೆ. ಸೂಕ್ತವಾದ ಕ್ಯಾಪಿಂಗ್ ನಂತರ (ಉದಾ. 30 g/t) ಸರಾಸರಿ 1.7 g/t ಗೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ. ವ್ಯತ್ಯಾಸವು ನೇರವಾಗಿ ಯೋಜನೆಯ ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. AI ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಚಾರ್ಟ್ ಅನ್ನು ತಯಾರಿಸಿತು; ಕ್ಯಾಪಿಂಗ್ ಮಟ್ಟದ ನಿರ್ಧಾರವನ್ನು ಭೂಗೋಳಶಾಸ್ತ್ರಜ್ಞರು ಮಾಡಿದ್ದಾರೆ.

ಪ್ರಕರಣ 2 - ತಪ್ಪಾದ ಶ್ರೇಣಿ. ತಾಮ್ರದ ಪೊರ್ಫೈರಿಯಲ್ಲಿನ ವೇರಿಯೋಗ್ರಾಮ್ ವ್ಯಾಪ್ತಿಯು ವಾಸ್ತವವಾಗಿ 150 ಮೀ ಆದರೆ ಮಾದರಿಯನ್ನು 400 ಮೀ ಎಂದು ತೆಗೆದುಕೊಂಡರೆ, ವಿರಳವಾದ ಕೊರೆಯುವ ಪ್ರದೇಶಗಳು ತುಂಬಾ "ವಿಶ್ವಾಸಾರ್ಹ" ಎಂದು ತೋರುತ್ತವೆ ಮತ್ತು ಊಹಿಸಬೇಕಾದ ಬ್ಲಾಕ್‌ಗಳು ಸೂಚಿಸಲಾದ ವರ್ಗಕ್ಕೆ ಬದಲಾಗುತ್ತವೆ. ಇದು ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ಪತ್ತೆಯಾಗಿದೆ ಮತ್ತು ಸಂಪನ್ಮೂಲದ ಗಮನಾರ್ಹ ಭಾಗವನ್ನು ಕಡಿಮೆ ವಿಶ್ವಾಸಾರ್ಹ ವರ್ಗಕ್ಕೆ ಡೌನ್‌ಗ್ರೇಡ್ ಮಾಡಲಾಗಿದೆ. AI ವೇರಿಯೋಗ್ರಾಮ್ ಕೋಡ್ ಅನ್ನು ರಚಿಸಿದೆ, ಆದರೆ ಪರಿಣಿತರಿಂದ ಶ್ರೇಣಿಯನ್ನು ಪರಿಶೀಲಿಸದ ಕಾರಣ ದೋಷವನ್ನು ಹೆಚ್ಚಿಸಲಾಗಿದೆ; ಮಾದರಿ ಫಿಟ್ ಅನ್ನು ಪರಿಣಿತರು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು ಪಾಠವಾಗಿದೆ.

ಪ್ರಕರಣ 3 - ಸರಿಯಾದ ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ. ಕಬ್ಬಿಣದ ಯೋಜನೆಯಲ್ಲಿ, ತಂಡವು ಮೂರು ವಿಭಿನ್ನ ಕಟ್-ಆಫ್‌ಗಳಿಗೆ (20%, 25%, 30% Fe) ಗ್ರೇಡ್-ಟನೇಜ್ ಫಲಿತಾಂಶಗಳನ್ನು ನೋಡಲು ಬಯಸುತ್ತದೆ. ಅವರು ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು AI ಗೆ ಬರೆಯುತ್ತಾರೆ, ಅದು ಅವರದೇ ಆದ ಬ್ಲಾಕ್ ಮಾಡೆಲ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಸಮೂಹ/ಪರಿಮಾಣ/ಸಾಂದ್ರತೆಯ ತರ್ಕ ಮತ್ತು ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಲೆಕ್ಕಾಚಾರವನ್ನು ಮಾಡುತ್ತದೆ. ಸ್ಕ್ರಿಪ್ಟ್ ಕೋಷ್ಟಕಗಳು ಸೆಕೆಂಡುಗಳಲ್ಲಿ 3 ಸನ್ನಿವೇಶಗಳು. ತಂಡವು ಒಂದು ಬ್ಲಾಕ್‌ನಲ್ಲಿ ಕೈಯಿಂದ ಫಲಿತಾಂಶಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ ಮತ್ತು ಸ್ಪಷ್ಟ ಹೋಲಿಕೆ ಚಾರ್ಟ್‌ನೊಂದಿಗೆ ನಿರ್ಧಾರ ಸಭೆಗೆ ತೆರಳುತ್ತದೆ. AI ಇಲ್ಲಿ ಪುನರಾವರ್ತನೆಯ ಲೆಕ್ಕಾಚಾರವನ್ನು ವೇಗಗೊಳಿಸಿದೆ; ಡೇಟಾ ಮತ್ತು ನಿರ್ಧಾರವು ತಂಡಕ್ಕೆ ಸೇರಿದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಸಂಯೋಜನೆ ಕೋಡ್ "ಪಾತ್ರ: ನೀವು ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್ ಸಹಾಯಕರಾಗಿದ್ದೀರಿ. ಪೈಥಾನ್ + ಪಾಂಡಾಗಳೊಂದಿಗೆ ಫಂಕ್ಷನ್ ಅನ್ನು ಬರೆಯಿರಿ ಅದು ಮಧ್ಯಂತರ ವಿಶ್ಲೇಷಣೆ ಡೇಟಾವನ್ನು ಸ್ಥಿರ [1 ಮೀ] ಸಂಯೋಜನೆಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. ನಿಯಮಗಳು: ಮಧ್ಯಂತರ ಉದ್ದದ ಮೂಲಕ ಗ್ರೇಡ್ ಅನ್ನು ತೂಕದಿಂದ ಸರಾಸರಿ ಮಾಡಿ; ಸ್ಕಿಪ್ ಮಾಡಿ ಮತ್ತು ಯುನಿಟ್ ಮಧ್ಯಂತರವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ವರದಿ ಮಾಡಿ. ಆರಂಭದಲ್ಲಿ ಕಾಮೆಂಟ್ ಲೈನ್‌ನೊಂದಿಗೆ ಫಲಿತಾಂಶದಲ್ಲಿ ಎಷ್ಟು ಮಧ್ಯಂತರಗಳನ್ನು ಬಿಟ್ಟುಬಿಡಲಾಗಿದೆ ಎಂದು ಹಿಂತಿರುಗಿ.

VARIOGRAM ಕಾನ್ಸೆಪ್ಟ್ + ಕೋಡ್ "ವೇರಿಯೋಗ್ರಾಮ್ ಎಂದರೇನು: ಗಟ್ಟಿ, ಸಿಲ್ ಮತ್ತು ಶ್ರೇಣಿಯ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಿ. ನಂತರ ಪ್ರಾಯೋಗಿಕ variogram ಅನ್ನು ಒಂದು ದಿಕ್ಕಿನಲ್ಲಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಗೋಳಾಕಾರದ ಮಾದರಿಯ ಫಿಟ್ಟಿಂಗ್ ಶ್ರೇಣಿಯ ಕೋಡ್ ಅಸ್ಥಿಪಂಜರವನ್ನು ನೀಡಿ. ಎಚ್ಚರಿಕೆಯ ಟಿಪ್ಪಣಿಯನ್ನು ಸೇರಿಸಿ: ಶ್ರೇಣಿ ಮತ್ತು ಗಟ್ಟಿಗಳು ಈ ಮೌಲ್ಯವನ್ನು ಆಯ್ಕೆ ಮಾಡಿಕೊಳ್ಳಬೇಕು;

ಗ್ರೇಡ್-ಟನೇಜ್ ಸನ್ನಿವೇಶ "ಬ್ಲಾಕ್ ಮಾಡೆಲ್ ಇಳುವರಿ ಈ ಕೆಳಗಿನ ಕಾಲಮ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ: [x,y,z, ಗ್ರೇಡ್, ಬ್ಲಾಕ್ವಾಲ್ಯೂಮ್, ಸಾಂದ್ರತೆ]. ಈ ಕೆಳಗಿನ ಕಟ್-ಆಫ್ ಮೌಲ್ಯಗಳಿಗಾಗಿ ಪ್ರತಿ ಸನ್ನಿವೇಶದಲ್ಲಿ ಒಟ್ಟು ಟನ್ ಮತ್ತು ಸರಾಸರಿ ಗ್ರೇಡ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಬರೆಯಿರಿ [0.3; 0.4; 0.5 ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಅರ್ಥೈಸಿ. ಫಲಿತಾಂಶವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಅರ್ಥೈಸಿಕೊಳ್ಳಿ. ಹೋಲಿಕೆ ಕೋಷ್ಟಕ."

ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ಕಾಮೆಂಟ್ "ಕೆಳಗೆ ಕ್ರೈಜಿಂಗ್ ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ಫಲಿತಾಂಶಗಳು (ವಾಸ್ತವದ ವಿರುದ್ಧ ಭವಿಷ್ಯ) ಕಾಮೆಂಟ್ ಮಾಡಿ: ವ್ಯವಸ್ಥಿತ ಪಕ್ಷಪಾತವಿದೆಯೇ, ಮುನ್ನೋಟಗಳು ಸುಗಮವಾಗಿವೆಯೇ, ಯಾವ ದರ್ಜೆಯ ಶ್ರೇಣಿಯಲ್ಲಿ ವಿಚಲನವು ದೊಡ್ಡದಾಗಿದೆ? ದೃಢವಾದ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ; ಭೂಗೋಳಶಾಸ್ತ್ರಜ್ಞರು ಯಾವ ಪ್ಯಾರಾಮೀಟರ್ ಅನ್ನು ಪರಿಶೀಲಿಸಬೇಕು ಎಂದು ಸೂಚಿಸಿ. ಡೇಟಾ: [ಪೇಸ್ಟ್]."

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: "ಈ ಯೋಜನೆಗಾಗಿ ಮೀಸಲು ಲೆಕ್ಕಾಚಾರ."

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: "ಪಾತ್ರ: ನೀವು ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್ ಸಹಾಯಕ. ನಾನು ನಿಮಗೆ ನನ್ನದೇ ಆದ ಬ್ಲಾಕ್ ಮಾಡೆಲ್ ಮತ್ತು ವೆರಿಯೋಗ್ರಾಮ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ನೀಡುತ್ತೇನೆ. ಕ್ರೈಜಿಂಗ್ ಅಂದಾಜು + ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ + ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಕರ್ವ್ ಅನ್ನು ಉತ್ಪಾದಿಸುವ ವ್ಯಾಖ್ಯಾನಿತ ಘಟಕಗಳು ಮತ್ತು ಊಹೆಗಳೊಂದಿಗೆ ಪೈಥಾನ್ ಹರಿವನ್ನು ಹೊಂದಿಸಿ. ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿ ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ವರದಿ ಮಾಡಿ ಮತ್ತು ಕೊನೆಯಲ್ಲಿ ವರದಿ ಮಾಡಿ. JORC/UMREK ಪ್ರಕಾರ ಅರ್ಹ ವ್ಯಕ್ತಿ (CP/QP).

ಹೋಲಿಕೆ ಕೋಷ್ಟಕ: ವಿಧಾನ ಮತ್ತು AI ಪಾತ್ರ

ಹೆಜ್ಜೆ

ಉದ್ದೇಶ

AI ಪಾತ್ರ

ತಜ್ಞರ ತೀರ್ಪು

ಸಂಯೋಜನೆ

ಸಮಾನ ಬೆಂಬಲ ಉದ್ದ

ಕೋಡ್ + ನಿಯಂತ್ರಣ

ಸಂಯೋಜಿತ ಗಾತ್ರ

ಕ್ಯಾಪಿಂಗ್

ಹೊರಗಿನ ಮಿತಿ

ಗ್ರಾಫ್/ಅಂಕಿಅಂಶ

ಕ್ಯಾಪ್ ಮಟ್ಟ

ವೇರಿಯೋಗ್ರಾಮ್

ಪ್ರಾದೇಶಿಕ ನಿರಂತರತೆ

ಪರಿಕಲ್ಪನೆ + ಕೋಡ್

Range/nugget selection

ಕ್ರಿಜಿಂಗ್

ಬ್ಲಾಕ್ ಭವಿಷ್ಯ

ಕೋಡ್ + ಸ್ಟ್ರೀಮ್

ನಿಯತಾಂಕ + ವಿಧಾನ

ವರ್ಗೀಕರಣ

ನಂಬಿಕೆಯ ಮಟ್ಟ

ಕರಡು ಪಠ್ಯ

JORC/UMREK ತೀರ್ಪು

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಸ್ಕಿಪ್ಪಿಂಗ್ ಕ್ಯಾಪಿಂಗ್. ಕೆಲವು ಬೊನಾನ್ಜಾಗಳು ಮೌಲ್ಯ ಸರಾಸರಿ ಮತ್ತು ಮೀಸಲು ಹೆಚ್ಚಿಸುತ್ತವೆ.
• AI ನಿಂದ ಆಯ್ಕೆಯಾದ ವೇರಿಯೋಗ್ರಾಮ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಹೊಂದಿರುವುದು. ವ್ಯಾಪ್ತಿ/ಗಟ್ಟಿ ಭೂವಿಜ್ಞಾನದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ; ತಪ್ಪಾದ ಆಯ್ಕೆಯು ವ್ಯವಸ್ಥಿತವಾಗಿ ಮೀಸಲು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ.
• Confusing resources with reserves. ಸಂಪನ್ಮೂಲವು ಭೂವೈಜ್ಞಾನಿಕವಾಗಿದೆ, ಮೀಸಲು ಆರ್ಥಿಕವಾಗಿದೆ; ತರಗತಿಗಳು ಪರಸ್ಪರ ಬದಲಾಯಿಸಲಾಗುವುದಿಲ್ಲ.
• ಸುಗಮಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಕ್ರಿಜಿಂಗ್ ಟೆನರ್ ಅನ್ನು ಹೆಚ್ಚು ಮೃದುಗೊಳಿಸಬಹುದು; ಇದು ಹೆಚ್ಚಿನ ಟೆನರ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಕಡಿಮೆ ಟೆನರ್ ಅನ್ನು ಹಿಗ್ಗಿಸುತ್ತದೆ.
• ಸಮರ್ಥ ವ್ಯಕ್ತಿಯ ಅನುಮೋದನೆಯಿಲ್ಲದೆ ವರ್ಗೀಕರಣವನ್ನು ವರದಿ ಮಾಡುವುದು. JORC/UMREK ಅಧಿಕೃತ ವ್ಯಕ್ತಿಯ ಸಹಿಯೊಂದಿಗೆ ಮಾತ್ರ ಮಾನ್ಯವಾಗಿರುತ್ತದೆ.

ಗಮನ: ಮೀಸಲು ಸಂಖ್ಯೆಯು ಸ್ಟಾಕ್ ಎಕ್ಸ್ಚೇಂಜ್, ಬ್ಯಾಂಕ್ ಮತ್ತು ಹೂಡಿಕೆದಾರರಿಗೆ ಬಹಿರಂಗಪಡಿಸಿದ ಅಧಿಕೃತ ಘೋಷಣೆಯಾಗಿದೆ. No intermediate result produced by AI can become an official reserve/resource declaration without the independent evaluation and signature of a competent person (CP/QP).

ಸಾರಾಂಶದಲ್ಲಿ

ಜಿಯೋಸ್ಟಾಟಿಸ್ಟಿಕ್ಸ್ ಎನ್ನುವುದು ಸಂಪೂರ್ಣ ಅದಿರು ದೇಹವನ್ನು ವಿರಳವಾದ ಕೊರೆಯುವಿಕೆಯಿಂದ ಅನಿಶ್ಚಿತತೆಯೊಂದಿಗೆ ಅಂದಾಜು ಮಾಡುವ ಶಿಸ್ತು: ಸಂಯೋಜನೆ, ಕ್ಯಾಪಿಂಗ್, ವೇರಿಯೋಗ್ರಾಮ್, ಕ್ರಿಜಿಂಗ್, ಪರಿಶೀಲನೆ ಮತ್ತು ವರ್ಗೀಕರಣ. ಈ ಸ್ಟ್ರೀಮ್‌ನಲ್ಲಿ, ಕೋಡಿಂಗ್, ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ, ಗ್ರೇಡ್-ಟನೇಜ್ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಪರಿಶೀಲನೆ ಗ್ರಾಫಿಕ್ಸ್‌ನಲ್ಲಿ AI ಪ್ರಬಲವಾಗಿದೆ. ಆದರೆ ವೇರಿಯೋಗ್ರಾಮ್ ನಿಯತಾಂಕಗಳು, ಕ್ಯಾಪಿಂಗ್ ಮಟ್ಟ ಮತ್ತು ಸಂಪನ್ಮೂಲ/ಮೀಸಲು ವರ್ಗೀಕರಣವು ಪರಿಣಿತ ನಿರ್ಧಾರಗಳು ಮತ್ತು ಅಧಿಕೃತ ಘೋಷಣೆಗೆ ಸಮರ್ಥ ವ್ಯಕ್ತಿಯ ಸಹಿ ಅಗತ್ಯವಿರುತ್ತದೆ. ಸಂಪನ್ಮೂಲವು ಭೂವೈಜ್ಞಾನಿಕವಾಗಿದೆ, ಮೀಸಲು ಆರ್ಥಿಕವಾಗಿದೆ; ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಎಂದಿಗೂ ಮಸುಕುಗೊಳಿಸಬೇಡಿ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಮಾದರಿಯ (ಅಥವಾ ನಿಮ್ಮದೇ ಆದ) ಸಂಯೋಜಿತ ದರ್ಜೆಯ ಡೇಟಾದೊಂದಿಗೆ "ಗ್ರೇಡ್-ಟನ್ನೇಜ್ ಸನ್ನಿವೇಶ" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಮೂರು ವಿಭಿನ್ನ ಕಟ್-ಆಫ್‌ಗಳಿಗಾಗಿ ಟನ್ ಮತ್ತು ಸರಾಸರಿ ದರ್ಜೆಯ ಕೋಷ್ಟಕಗಳನ್ನು ಉತ್ಪಾದಿಸಿ. ನಂತರ "ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ವ್ಯಾಖ್ಯಾನ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಕ್ರಿಜಿಂಗ್ ಫಲಿತಾಂಶವನ್ನು AI ವ್ಯಾಖ್ಯಾನಿಸಿ ಮತ್ತು ಯಾವ ನಿಯತಾಂಕಗಳಿಗೆ ತಜ್ಞರ ವಿಮರ್ಶೆ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ಅಂತಿಮವಾಗಿ, ನಿಮ್ಮ ಸ್ವಂತ ಪದಗಳಲ್ಲಿ ಸಂಪನ್ಮೂಲ ಮತ್ತು ಮೀಸಲು ಮತ್ತು ವರ್ಗೀಕರಣ ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು AI ವಿವರಿಸಿ ಮತ್ತು ಅಧಿಕೃತ ಕೋಡ್ ವ್ಯಾಖ್ಯಾನದ ವಿರುದ್ಧ ಅದರ ನಿಖರತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಸಂಯೋಜಿತ ಗಾತ್ರ ಮತ್ತು ಘಟಕದ ಊಹೆಗಳನ್ನು ನಿರ್ಧರಿಸಿದೆ, ನಾನು ಅದನ್ನು AI ಗೆ ಬಿಡಲಿಲ್ಲ.
• [ ] ಭೂವಿಜ್ಞಾನಿ/ಭೂಗೋಳಶಾಸ್ತ್ರಜ್ಞರು ವಿಪರೀತ ಮೌಲ್ಯಗಳಿಗೆ ಕ್ಯಾಪಿಂಗ್ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿದರು.
• [ ] ವೇರಿಯೋಗ್ರಾಮ್ ಶ್ರೇಣಿ ಮತ್ತು ಗಟ್ಟಿ ಮೌಲ್ಯ ತಜ್ಞರು ಪರಿಶೀಲಿಸಿದ್ದಾರೆ.
• [ ] ನಾನು ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ದೃಶ್ಯ ತಪಾಸಣೆಯೊಂದಿಗೆ ಕ್ರಿಜಿಂಗ್ ಫಲಿತಾಂಶವನ್ನು ಪರೀಕ್ಷಿಸಿದೆ.
• [ ] ನಾನು ಸಂಪನ್ಮೂಲ ಮತ್ತು ಮೀಸಲು ತರಗತಿಗಳನ್ನು ಸರಿಯಾಗಿ ಮತ್ತು ಪ್ರತ್ಯೇಕವಾಗಿ ಬಳಸಿದ್ದೇನೆ.
• [ ] ಅಧಿಕೃತ ಘೋಷಣೆಗೆ ಸಮರ್ಥ ವ್ಯಕ್ತಿಯ (CP/QP) ಅನುಮೋದನೆಯ ಅಗತ್ಯವಿದೆ ಎಂದು ನಾನು ವರದಿಯಲ್ಲಿ ಗಮನಿಸಿದ್ದೇನೆ.