Алгоритмы категоризации запасов

1. Категоризация геологических запасов регламентируется действующей в Российской Федерации Классификацией запасов и прогнозных ресурсов твердых полезных ископаемых, утвержденной приказом МПР России от 11.12.2006 № 278. При этом плотность геологоразведочной сети является определяющим фактором, влияющим на отнесение запасов к той или иной категории.

2. Категории присваиваются геологическим запасам в подсчетных блоках, размеры которых зависят от производительности горного предприятия и плотности геологоразведочной сети (так, для золоторудных месторождений запасы руды в блоках категории С₁ соответствуют годовой производительности, а в блоках категории В – полугодовой).

3. Блокировка запасов должна производиться в соответствии с учетом геологических особенностей строения рудных тел и плотностью геологоразведочной сети.

4. Основываясь на опыте параллельного подсчета запасов по классификации ГКЗ и оценке ресурсов по кодексу JORC по различным видам твердых полезных ископаемых и различной степени сложности геологического строения предлагается провести соответствие согласно рисунку 2.

5. Для подготовки месторождений к промышленному освоению («Технико-экономическое обоснование постоянных разведочных кондиций») рекомендуется руководствоваться рисунком 2.

6. Определение плотности разведочной сети по кодексу JORC опирается главным образом на характер распределения основных компонентов, а именно – на зоны влияния по трем основным направлениям распределения полезных компонентов. Зона влияния определяется при помощи вариографического анализа, который является объективным показателем, характеризующим расстояние распространения корреляционной связи между содержаниями одного и того же полезного компонента. При этом:

a. К категории Measured относятся ресурсы, попадающие в пределы 2/3 зоны влияния;

b. К категории Indicated относятся ресурсы, попадающие в пределы 1-ой зоны влияния;

c. К категории Inferred относятся ресурсы, попадающие в пределы 2-х зон влияния;

d. К категории «вне классификации» (Un-Classified) относятся ресурсы за 2-мя зонами влияния.

7. Кроме плотности геологоразведочной сети для целей квалификации ресурсов должны быть использованы следующие показатели:

a. Количество проб, попадающих в элементарную ячейку, при оценке ее среднего содержания (для ресурсов категорий Measured и Indicated должно быть не менее 3-х проб);

b. Количество выработок, данные которых применяются для оценки средних содержаний (для ресурсов категорий Measured и Indicated должно быть не менее 2-х выработок);

c. Количество прогонов, достоверно оценивающих элементарную ячейку.

8. Для ориентировки служат данные по плотности разведочных сетей, указанные в «Методических рекомендациях по применению классификации…»

9. В техническом плане выделение подсчетных блоков той или иной категории – операция несложная и сводится к построению каркасных моделей для каждого из подсчетных блоков в соответствии с описанными принципами и подсчетом геологических запасов в каждом из них.

В заключение необходимо отметить, что описанные алгоритмы категоризации, несмотря на то, что они не противоречат кодексу JORC, являются более формализованными. Кроме того, в случае если качество геологоразведочных работ будет недостаточным, то отнесение ресурсов к высоким категориям разведанности (Measured and Indicated) вряд ли возможно.

13 Рекомендации по наиболее эффективному использованию геостатистических методов подсчета запасов для конкретных геолого-морфологических типов месторождений твердых полезных ископаемых и перечень признаков (граничные условия), при наличии которых использование геостатистических методов становится не эффективным

Широкий набор кондиционных показателей не применим при геостатистическом моделировании к блочным моделям, где фактически используются только два кондиционных показателя: содержание в элементарном блоке и размеры блока блочной модели. Для экспертной оценки материалов подсчета запасов на основе блочного моделирования необходимо учитывать влияние применения бортового содержания к элементарным блокам на результаты оценки параметров запасов.

При геостатистическом моделировании, в связи с различием геометрического основания линейных проб в разведочных выработках и трехмерных (объемных) ячеек блочной модели, применение одного и того же бортового содержания для оконтуривания рудных тел и для сортировки ячеек блочной модели на рудные и безрудные, как правило, приводит к расхождению в оценке параметров запасов при сопоставлении результатов блочного моделирования и традиционного подсчета запасов в рудных контурах. Это явление давно было отмечено специалистами в области геостатистического моделирования и получило название эффекта геометрической базы опробования (support-effect). Применение граничного содержания в блочной модели, отличного от бортового, нежелательно, так как может привести к искажению распределения содержаний в элементарных блоках, ошибке подсчета запасов и некорректному расчету календарного графика рудных потоков при составлении ТЭО. Среднее содержание полезного компонента по блочной модели оказывается ниже в сравнении с подсчетом в границах бортового содержания. Для устранения эффекта геометрической базы опробования существует специальный математический аппарат, реализованный в ряде информационных технологий. Применение этого аппарата корректирует содержания в элементарном блоке модели, что обеспечивает сходимость результатов традиционного и геостатистического подсчета запасов.

При подсчете запасов на основе блочного моделирования возникает необходимость применения предельного содержания в элементарном блоке для выделения рудных объемов и оценки запасов. Эта процедура многим исследователям представляется особенно эффективной при проведении повариантного подсчета запасов, когда в рамках одной блочной модели исследуется динамика изменения геологоразведочных параметров и запасов в зависимости от принятого лимита. На самом деле эта динамика, в связи с различием бортового содержания и минимального в блоках блочной модели, в той или иной мере не соответствует фактическому соотношению запасов при различных вариантах бортового содержания. Величина расхождения средних содержаний может меняться в широких пределах для разных типов месторождений и условий подсчета. При использовании результатов блочного моделирования, выполненного в «свободных» оболочках в сравнении с контурами рудных тел традиционного подсчета также возникает необходимость корректировки параметров статистического распределения содержаний полезного компонента в блоках. Это особенно необходимо для объектов сложного строения, где подсчет запасов осуществляется с применением коэффициента рудоносности.

При простой геологической ситуации, когда оконтуривание рудных тел проведено по сплошным рудным интервалам и в отстроенной блочной модели корректно учтены геологические особенности оруденения, необходимость корректировки содержаний в блоках модели не возникает, так как средние содержания, а также запасы руды и металла, оконтуренные по блокам и по пробам, совпадают. Во всех остальных случаях, особенно в случае подсчета запасов с применением коэффициента рудоносности, проблема эффекта геометрической базы опробования сохраняется. В процессе продолжения геологоразведочных работ повышается детальность изучения месторождения, что неизбежно ведет к уточнению границ оруденения и, соответственно, каркасов. В результате этого влияние эффекта геометрической базы опробования постепенно исчезает, так как размеры элементарных блоков приближаются к параметрам сети сопровождающей эксплуатационной разведки. Все это приводит к необходимости применять единый кондиционный лимит (по пробам и блокам) для адекватного учета запасов, числящихся на балансе предприятия.

Многовариантность блочного моделирования в сравнении с традиционными методами оконтуривания требует использования в качестве ведущего показателя для всех случаев подсчета (традиционного и блочного) бортового содержания. При изменении условий моделирования или уточнении контуров каркасов коррективы содержаний в блоках моделей должны уточняться.

Важнейшим условием выбора минимальных размеров блока блочной модели является густота разведочной сети. Если минимально возможные по размерам основные блоки блочной модели соизмеримы с объемами селекции при разработке месторождения, то учет содержаний полезного компонента в них, с одной стороны, обеспечивает возможность оценки извлекаемых запасов, а, с другой, – возможность оценки доли промышленной руды (с содержаниями выше бортового), что в условиях блочного моделирования решает проблему учета коэффициента рудоносности в том случае, когда этот показатель входит в состав кондиций.

Приведение размеров ячейки блочной модели в соответствие с параметрами горно-технических кондиций, отражающих условия горной технологии (минимальной мощности рудных тел и максимальной мощности прослоев пустых пород), обеспечивается выбором одного из размеров ее элементарного блока – величины вертикального ребра при субгоризонтальном залегании рудных тел или величины горизонтального ребра, ориентированного вкрест простирания рудных тел при их субвертикальном залегании. На практике этот вопрос успешно решается, с одной стороны, выбором высоты уступа карьера и, с другой, – выбором согласованной с высотой уступа величины одного из ребер ячейки блочной модели месторождения.

Для использования при обосновании кондиций и подсчете запасов результатов геостатистического моделирования нет необходимости вводить в перечень кондиций дополнительные показатели – необходимо средствами используемой информационной технологии вносить отличающиеся по величине для различных значений бортового содержания коррективы в значения минимального содержания в блоке блочной модели и учитывать кондиции на минимальную мощность рудных тел и максимальную мощность прослоев пустых пород при определении соответствующих размеров ячейки блочной модели. Результаты подсчета запасов на основе блочного моделирования должны быть заверены результатами одного из вариантов геометрического подсчета запасов (методами геологических блоков, разрезов, многоугольников и т.д.).

Под результатами подсчета запасов месторождения на основе блочного моделирования понимаются не только общие величины запасов руды и полезного компонента и значение его среднего содержания, но также характеристики статистического распределения содержаний в элементарных блоках в пределах используемой каркасной оболочки и особенности пространственного распределения оруденения. Эти результаты зависят от геостатистической оценки изменчивости оруденения, соответствующих параметров кригинга, размеров элементарных блоков, используемых каркасов и принципов их построения.

В условиях равномерной разведочной сети и при корректном учете геологических особенностей месторождения средние содержания по исходным пробам в пределах каркаса и по блочной модели, построенной по этим пробам, обычно совпадают. Различия в средних значениях содержаний и запасах руды и полезного компонента возникают как результат использования вариантов бортового лимита для разделения рудоносного объема в каркасе на промышленную и некондиционную части. Как правило, распределение содержаний в пробах отличается большей асимметрией, чем распределение в блочной модели, в связи с чем в области низких содержаний доля исключаемых по бортовому содержанию некондиционных проб оказывается более высокой, чем доля некондиционных блоков. Различия перечисленных оценок возрастают по мере повышения бортового содержания.

Важным фактором, влияющим на результаты блочного моделирования, является также конфигурация каркасов. В каркасах, построенных по разным принципам (с использованием геологических границ, кондиционных лимитов, так называемого, «природного» борта) результаты блочного моделирования могут значительно различаться. Соответственно, будут различаться и величины расхождений блочного моделирования по отношению к результатам подсчета запасов методами геологических блоков и др.

Критерием качества сопоставления результатов блочного моделирования и подсчета запасов традиционными методами является степень совпадения основных подсчетных параметров: запасов руды и полезного компонента, его среднего содержания, а также величина ошибки геометризации рудных тел (ошибки построения каркаса месторождения). Для сопоставления запасов, подсчитанных обоими способами при различных вариантах бортового содержания, необходима корректировка минимального содержания в блоке блочной модели, учитывающая эффект геометрической базы опробования для каждого из этих вариантов.

Для оценки качества подсчета запасов, выполненного на основе блочного моделирования на добывающем предприятии, необходимо сопоставление его результатов с результатами эксплуатационной разведки.

Результаты оптимизации предельного контура карьера на основе использования информационных технологий подлежат проверке путем сопоставления с граничным коэффициентом вскрыши. При повариантных подсчетах запасов оптимизация предельного контура карьера выполняется по каждому варианту бортового содержания полезного ископаемого.

В случаях, когда необходимо определить границу перехода с открытого способа на подземный, граничный коэффициент вскрыши, как правило, определяется на основе сравнения полной себестоимости добытого полезного ископаемого открытым и подземным способами разработки месторождения с учетом эффективности капитальных вложений.

Для обеспечения проверяемости исходных экономических данных и промежуточных экономических расчетов при обосновании кондиций с использованием информационных технологий и специализированных программных продуктов необходимо руководствоваться унифицированными формами таблиц, в которых определен состав необходимой по полноте, согласованности и детальности информации.

Примеры по результатам апробации кондиционных показателей на месторождениях различных морфологических типов: пласты и пластовые залежи; минерализованные зоны и линзообразные залежи; жилы и жильные зоны; штокверки; штоко-, столбо-, трубообразные, гнездовые залежи; лентовидные залежи, россыпи

В ГКЗ за последние два десятилетия накоплен достаточно большой опыт применения блочного моделирования для целей разработки ТЭО и подсчета запасов. Примерами объектов, на которых блочное моделирование использовалось для решения задач разработки ТЭО кондиций являются золоторудные (Наталкинское, Тасеевское, Куранах, Дегдекан, Чертово Корыто, Верненское, участок Перевальный, Попутненское, Штурмовское и др.), урановорудные (Оловское, зона Южная, Березовское и Горное), медно-порфировые (Михеевское, Песчанка, Молмыж, Томинское, и др.), редкометальные (Зашихинское), а также другие типы месторождений. Запасы золоторудного месторождения Кючус утверждены ГКЗ по данным блочного моделирования.

Имеется опыт зарубежного аудита отрабатываемых месторождений, позволяющий провести сопоставление результатов блочного моделирования с данными традиционного подсчета и установить причины их расхождений.

Существующие примеры оценки месторождений разными способами характеризуют многообразные ситуации и свидетельствуют о необходимости подбора процедур блочного моделирования, обеспечивающих сопоставимость его результатов с данными традиционного подсчета.

Главным фактором корректной оценки запасов является геологическая основа подсчета, в том числе геологическое моделирование, учитывающее структурно-тектонические, литологические, минералогические и другие особенности месторождений. Результаты анализа геологической обстановки реализуются через построение доменов – ограниченных в пространстве участков месторождения однородных по заданным свойствам, а также через построение разрывных и складчатых структур, контролирующих оруденение. В ряде случаев расшифровке особенностей геологического строения месторождений способствует блочное моделирование или точечный кригинг различных геологических признаков, а также геофизических и геохимических полей.

Качество оценки запасов определяется не только сходством общих цифр запасов и повышением точности подсчета, но и адекватностью отображения их положения в пространстве объекта. Последнее обстоятельство является особенно важным для выбора способов и технологии отработки, а также для составления плана освоения месторождения (календарного графика).

Для месторождений, оценка запасов которых выполняется в геологических границах, построение каркасов осуществляется на основе определения положения в пространстве точек пересечения геологических тел скважинами и разведочными выработками. Исходными данными для этого являются результаты документации и инклинометрии. Примерами таких месторождений являются минерализованные дайки (Штурмовское, Березовское) кимберлитовые алмазоносные трубки (Архангельская, им. Гриба и др.) угольные месторождения, пластовые (калийные соли) и пластообразные (бокситы, каолины, глины) и другие.

Оценка параметров запасов таких месторождений традиционными методами и блочным моделированием, как правило, не различается. Некоторые расхождения содержаний и запасов полезного компонента могут быть связаны с неравномерностью сети в пределах подсчетного контура. Оценка объемов рудного тела при адекватном учете его морфологических особенностей по каркасам является, как правило, более точной, чем подсчет с аппроксимацией формы тела геометрическими фигурами.

Для корректного отражения пространственного положения (геометризации) руд разного качества в подсчетном контуре следует учитывать наличие рудоконтролирующих структур. Моделирование пластовых и пластообразных тел, смятых в складки, осуществляется с применением процедуры Unfold. Она обеспечивает преобразование (распрямление) складки в плоскую фигуру, выделение в ней элементарных блоков и субблоков, интерполяцию в них содержаний полезного компонента и обратную трансформацию данных в исходное положение.

Наличие разноориентированных разрывных, или других структур контролирующих оруденение внутри подсчетного контура, учитывается процедурой Dynamicanisotropy (динамическая анизотропия). Она позволяет менять пространственную ориентировку поискового эллипсоида в соответствии с положением рудоконтролирующих структур.

На месторождениях, где оконтуривание проводится по данным опробования, могут возникать проблемы систематического смещения оценок. Эти случаи особенно характерны при оконтуривании объектов по «природному борту», то есть при создании блочных моделей в широких оболочках.

Достаточно хорошая сходимость результатов разных подсчетов по вариантам кондиций отмечается для месторождений с зональным типом пространственного размещения полезного ископаемого, например, на медно-порфировых объектах (Песчанка, Томинское, Михеевское, Молмыж). Для корректной геометризации запасов в них может быть применена процедура ЛАК – локального анизотропного кригинга. Она позволяет определить ориентировку осей анизотропии в локальных участках объекта на основе минимизации дисперсии по пробам, попадающим в границы эллипсоида при разных вариантах его положения. Эта процедура наиболее эффективна при достаточно плотной сети наблюдений.

На месторождениях сложного строения с высокой изменчивостью геологоразведочных параметров расхождения в оценке запасов отмечаются наиболее часто. Дополнительными факторами, осложняющими применение блочного моделирования, здесь являются недостаточная плотность сети по отдельным участкам месторождения и высокие значения эффекта самородков. К объектам этого типа можно отнести жильные зоны, штокверки и штокверкоподобные золоторудные месторождения.

Основным приемом, позволяющим добиться сходимости результатов по разным способам подсчета, является построение каркасов, опирающихся на рудные интервалы, выделенные по соответствующим кондиционным показателям. Этот прием требует построения отдельных «жестких» каркасов для каждого варианта бортового содержания и может считаться достаточно трудоемким.

Альтернативой построения таких каркасов является использование индикаторного кригинга в адаптированном (модифицированном) для этих целей варианте. Задачей его использования является исключение из расчетов проб, находящихся внутри каркаса, но явно не относящихся к рудной части объекта. Индикаторный кригинг проводится предварительно по каждому варианту бортового содержания. При этом значение индикатора 1 придается только пробам, попадающим в границы рудных интервалов. В их числе могут находиться пробы, не превышающие величину бортового содержания, но включенные в рудный интервал на основе принципа «компенсации». Остальные пробы, не входящие в рудные интервалы, получают индекс 0 вне зависимости от действительного содержания в них полезного компонента.

Значения индикатора определяются для каждого элементарного блока (и субблока) с использованием распространенных методов интерполяции. Далее из расчетов исключаются блоки и соответствующие им пробы, значение индикатора в которых ниже граничной величины. Интерполяция содержаний в оставшиеся блоки проводится с применением обычных процедур (ординарный кригинг, метод обратных расстояний и т.п.).

Граничное значение индикатора в общем случае можно принимать равным 0.5. При необходимости его величина подбирается (тарируется) таким образом, чтобы обеспечить сходство запасов руды в пределах оцениваемого объекта.

Аналогичные подходы могут быть использованы в случае, когда подсчет запасов традиционным способом выполняется с использованием коэффициента рудоносности, то есть в относительно широких оболочках. Применение индикаторного кригинга в этом случае позволяет реконструировать форму рудного тела и также исключить влияние безрудной части на оценку запасов в недрах по установленным кондициям. Следует иметь ввиду, что форма рудного тела, определенная с помощью индикаторного кригинга, будет недостаточно корректной, особенно при низких значениях коэффициента рудоносности. Для повышения достоверности геометризации запасов, как и в предыдущих случаях, следует пользоваться процедурой динамической анизотропии или другими подобными приемами.

Для ряда месторождений или его участков отмечаются случаи, когда вариограмма соответствует эффекту самородков. В этих условиях любая интерполяция содержаний в блоки будет ненадежной (ложной), то есть не будет отражать действительное положение руд разного качества в пространстве. Эта ситуация особенно часто проявляется при редкой разведочной сети, характеризующей отдельные участки (домены) месторождения. В случае, когда отдельные домены характеризуются единичными пересечениями, для целей подсчета и дальнейшей оптимизации ячейки можно заполнять средним содержанием по рудным интервалам, то есть константой для всех блоков, входящих в подсчетный объем.

Описанные приемы применения блочных моделей не всегда позволяют достичь сопоставимости результатов подсчета разными методами. В этих случаях коррекция параметров запасов, оцененных по блочной модели, может осуществляться за счет определения соответствия между значением бортового содержания и предельным содержанием в ячейке (cut-off grade).

На стадии ведения эксплуатационных работ корректное применение кондиционных показателей по ряду причин является зачастую невозможным (например, несоответствие длины разведочных и эксплуатационных проб, различие в их ориентировке, неполнота пересечения рудного тела эксплуатационными пробами и т.д.). Построение «жестких» каркасов для оконтуривания добываемой руды по установленным кондициям также становится неэффективным. Кроме того, в этих условиях обычно ставится задача оценки добываемых (то есть с учетом потерь и разубоживания) запасов по выемочным единицам, что также осложняет прямое их сопоставление с запасами, подсчитанными в недрах.

За рубежом накоплен большой опыт применения блочного моделирования для решения вопросов ведения добычных работ и контроля качества добываемых руд. В отечественной практике такой опыт практически отсутствует. В связи с этим мы уделяем большое внимание изучения международного опыта. Здесь была проведена большая практическая работа по сопоставлению традиционного подсчета и блочной модели по международным стандартам на месторождении медных руд (Приложение Р).

Одним из важных вопросов внедрения информационных технологий в этой области является определение правил оконтуривания и соотношения между величиной бортового содержания и соответствующим ему уровнем cut-off grade. В основе решения данного вопроса должен лежать тщательный анализ данных разведки в сопоставлении с результатами опережающей и сопровождающей эксплуатационной разведки, проанализированных также с использованием блочного моделирования, опробования товарной руды и результатами переработки руд.