Интерпретация геологических данных на стадии геологоразведочных работ золоторудного месторождения

За последние годы ухудшается структура минерально-сырьевой базы по многим золоторудным предприятиям и увеличивается вовлечение в отработку месторождений, которые ранее считались нерентабельными, с крайне сложными горно-геологическими условиями и низкими содержаниями полезных компонентов [1]. Зачастую отработка таких месторождений весьма затруднительна и влечет за собой значительные операционные затраты. Частичная отработка наиболее привлекательных участков на месторождениях приводит к накоплению руд среднего и низкого качества. Селективная отработка только богатых руд зачастую обусловлена технической и технологической отсталостью предприятий. Для комплексного освоения запасов необходимо получение максимально возможного объема информации еще на стадии проведения геологоразведочных работ. Чтобы снизить операционные затраты и вовлечь в отработку не только богатые руды, но и рудные зоны с более низким содержанием, оптимизировать буровые работы, сократить количество отбираемых проб и различные виды анализов, а также достоверно оконтурить рудные тела, необходимо проводить исследования пространственной изменчивости аналитическими и косвенными методами. Приведенный авторами исследования анализ вещественно-петрографических особенностей позволяет уточнить границы прожилково-жильных рудных тел на основе метода интерпретации с использованием статистики и тренд-анализа. Анализ и обработка весьма противоречивых эмпирических данных, характеризующих состояние недр, позволили проследить пространственные закономерности распределения полезного компонента.

Воротынцева И. А., Смирнов П. А., Данильченко А. Л., Якубов М. М. Интерпретация геологических данных на стадии геологоразведочных работ золоторудного месторождения // Горный информационно-аналитический бюллетень. – 2021. – № 11. – С. 45–55. DOI: 10.25018/0236_1493_2021_11_0_45.

Воротынцева Ирина Алексеевна¹ — аспирант, e-mail: irina.vorot@yandex.ru,
Смирнов Павел Александрович¹ — аспирант, инженер по технической поддержке, ОАО «Орика СиАйЭс»,
Данильченко Антон Леонидович¹ — аспирант,
Якубов Марат Маратович¹ — аспирант,
¹ НИТУ «МИСиС».

Воротынцева И.А., e-mail: irina.vorot@yandex.ru.

1. Государственный доклад о состоянии и использовании минерально-сырьевых ресурсов Российской Федерации в 2018 году. — М.: Министерство природных ресурсов и экологии Российской Федерации, 2019. — 424 с.

2. Семинский К. Ж. Спецкартирование разломных зон земной коры. Статья 1: теоретические основы и принципы // Геодинамика и тектонофизика. — 2014. — № 5 (2). — С. 445—467. DOI: 10.5800/GT-2014-5-2-0136.

3. Хазиев Р. Р., Андреева Е. Е., Арефьев Ю. М., Баранова А. Г., Валеева С. Е., Анисимова Л. З., Горынцева К. Ю. Литолого-минералогические особенности и условия формирования юрских отложений Западно-Сибирского нефтегазоносного бассейна // Георесурсы. — 2017. — Т. 19. — № 4. — Ч. 2. — С. 364—367. DOI: 10.18599/grs.19.4.9.

4. Kahya Asuman, Kanaat Öznur Geological mineralogical and fluid inclusion characteristics of auriferous quartz veins at Güneyköy (Uşak, Eşme), Western Turkey // Neues Jahrbuch für Mineralogie — Abhandlungen. 2018, vol. 195, no. 1, pp. 11—25. DOI: 10.1127/ njma/2017/0057.

5. Mraz E., Moeck I., Bissmann S., Hild S. Multiphase fossil normal faults as geothermal exploration targets in the Western Bavarian Molasse Basin: Case study Mauerstetten // Zeitschrift der Deutschen Gesellschaft für Geowissenschaften. 2018, vol. 69, no. 3, pp. 389—411.

6. Cheskidov V., Kassymkanova K. K., Lipina A., Bornman M. Modern methods of monitoring and predicting the state of slope structures // E3S Web of Conferences. 2019, vol. 105, no. 74, article 01001. DOI: 10.1051/e3sconf/201910501001.

7. Дэвис Дж. С. Статистический анализ данных в геологии. Книга 2. — М.: Недра, 1990. — С. 267.

8. Никифоров И. А. Статистический анализ геологических данных: Учебное пособие. — Оренбург: ОГУ, 2010. — 170 с.

9. Бабина Т. О. Анализ объективных факторов, влияющих на эффективность процедуры кригинга // Известия вузов. Геология и разведка. — 2003. — № 4. — С. 45—49.

10. Ворошилов В. Г. Математическое моделирование в геологии: Учебное пособие. — Томск: Изд. ТПУ, 2001. — 124 с.

11. Кондратьев М. Н., Савва Н. Е., Гамянин Г. Н., Колова Е. Е., Семышев Ф. И., Малиновский М. А., Кондратьева Е. А. Новые данные по структуре, минералогии, геохимии золоторудного месторождения Каральвеем (Чукотка) // Отечественная геология. — 2017. — № 3. — С. 26—44.

12. Гусева Н. С. Секреты золотодобычи. — М.: Изд-во «Горная книга», 2020. — 208 с.

13. Макарчева А. А. Особенности методики оценки запасов месторождений штокверкового типа: Диссертация на соискание ученой степени кандидата геолого-минералогических наук. — М.: РГГУ, 2016. — 126 с.

14. Стримжа Т. П. Прогнозирование и поиск полезных ископаемых: учебно-методическое пособие для выполнения курсового проекта. — Красноярск: СФУ, 2014. — 39 с.

15. Рупышев М. С. Некоторые проблемы подсчета запасов полезных ископаемых с применением коэффициента рудоносности // Золотодобыча. — 2016. — № 209. — C. 17—22.

16. Emery X. Geostatistics in the presence of geological boundaries: Application to mineral resources modeling // Ore Geology Reviews. 2019, vol. 114. DOI:10.1016/j.oregeorev.2019.103124.

17. Saboor A. T., Bhanwar S. C. Ore body modelling and geostatistical analyses / Emerging Trends in Geophysical Research for Make in India, ETGRMI 2018, IIT (ISM).

18. Мосейкин В. В., Гальперин А. М., Ческидов В. В., Пуневский С. А. Совершенствование удаленного автоматизированного контроля откосных сооружений на горных предприятиях // Горный журнал. — 2017. — № 12. — С. 82—86.

19. Юденков В. А. Дисперсионный анализ. — Минск: Бизнесофсет, 2013. — 76 c.

20. Толчкова Е. Н. Обзор показателей изменчивости контуров рудных тел // Горный информационно-аналитический бюллетень. — 2020. — СВ 40. — С. 9.