Мальцев Е. Н., главный специалист НИИПИ ТОМС (Санкт-Петербург)
Цифровизация ГКЗ. Реальный взгляд специалиста и несколько оценочных рассуждений по горячим следам успешного прохождения государственной экспертизы утверждения запасов
Главное преимущество современных методов компьютерного моделирования по сравнению с традиционными методами ручного подсчёта запасов состоит в том, что они позволяют количественно оценить пространственную изменчивость границ рудных тел и содержаний в них металлов. При создании модели минеральных ресурсов и запасов месторождения геолог имеет дело с вероятностной информацией, так как располагает относительно редкими фактическими данными качественной характеристики руды в точках опробования разведочных выработок, а пространство между точками опробования является предметом прогнозирования и неопределённости. Задача создания простой и понятной технологии блочного моделирования, позволяющей воспроизводить исходные фактические статистические параметры (среднее, дисперсию, разброс значений) содержаний и достигать совпадения с реальными значениями в точках опробования, является весьма актуальной, она достаточно оперативно и точно решается без надуманных сложностей геостатистики и математических формул, а за счёт здравого геологического смысла. Теме блочного моделирования были и будут посвящены различные публикации с целью предложить решения для создания блочных моделей, адаптированных к традиционному подсчёту. В настоящей статье, «здесь и сейчас», предлагается рассмотреть проблемы геометрического (каркасного) моделирования как совокупности операций и процедур для формирования геометризованных запасов месторождения, а также излагаются некоторые соображения, возникшие в суровой реальности недропользования в России, вызванной следующими основными факторами и особенностями отечественной методики оценки запасов месторождений.
1. Согласно требованиям ГКЗ, компьютерное моделирование может применяться при подсчёте запасов, но только при условии, что подсчёт запасов методами блочного моделирования заверяется данными традиционного геометрического подсчёта, который опирается на результаты выделения рудных интервалов с учётом бортового содержания в пробе по данным геологической документации и опробования. Соответственно, сходством общих цифр результатов блочного моделирования и данных традиционного ручного счета, а также адекватностью отображения их положения в пространстве и определяют в конечном итоге качество выполненной модели. Несомненно, представляемые на экспертизу в ГКЗ модели неудовлетворительного качества, разработанные на устаревших преставлениях о методах моделирования либо на очевидных ошибках, допущенных в процессе моделирования, ограничивают и создают сложности применения блочного моделирования в России и формируют предвзятое отношение к данной методике отдельных экспертов и контролирующих органов. Справедливости ради отметим, что ГКЗ делает определённые шаги и работает над методическими рекомендациями по применению блочного моделирования для подсчёта запасов, но до массового рассмотрения кондиций и утверждения запасов по данным блочных моделей ещё далеко.
2. Нынешнее состояние недропользования в России можно оценить как кризисное и находящееся в поиске дальнейшего пути развития. В связи с этим специалистам-геологам приходится разрабатывать новые методы геометрического моделирования, позволяющие сделать процесс менее трудоёмким за счёт того, что алгоритмы решений, соответствующие требованиям традиционного геометрического подсчёта, эффективно реализуются в зарубежных специализированных программах (Datamine, Micromine, Leapfrog и др.) и отечественных разработках (Digimine, Mineframe), что позволяет предоставлять материалы ТЭО кондиций и подсчёта запасов в соответствии с традиционными требованиями ГКЗ. Зачастую под компьютерным моделированием понимают создание блочной модели и подсчёта запасов с использованием блочной модели. Однако компьютерное моделирование не замыкается на блочной модели. По сути, в горно-геологических системах предлагается мощный инструмент, обеспечивающий не только быстрое и точное выполнение всех процедур ручного подсчёта, но и, главное, трехмерность построений объёмных геологических и подсчетных моделей с широкими возможностями многовариантности выделения рудных интервалов, увязки контуров, не говоря уже о мощных возможностях визуализации в 3D-пространстве и возможностях формирования качественных графических материалов, в том числе и отвечающих традиционным требованиям ГКЗ.
В свете обозначенных проблем и отмеченных особенностей прохождения процедуры государственной экспертизы утверждения запасов автором статьи предлагаются и уже применены на практике некоторые усовершенствования традиционного геометрического подсчёта запасов благодаря современным технологиям трёхмерного моделирования.
Чтобы систематизировать усовершенствования, важно понимать, что выполнение геологического моделирования определяется двумя основными взаимосвязанными составляющими этого процесса: а) аналитической и б) геометрической.
А. В основе аналитической составляющей можно выделить следующие основные функциональные блоки, благодаря использованию которых определяются последующие геометрия, объемы, качественные характеристики и пространственное положение рудных запасов в составе геологической модели:
1. Автоматический поиск и индикация ошибок исходных данных опробования. При создании базы данных опробования выполняется ряд проверок, предохраняющих базу данных от некорректной информации.
2. Автоматизация процесса расчёта рудных интервалов по заданным кондициям по алгоритму, соответствующему методике ГКЗ, и представление в традиционном виде таких подсчетных таблиц, как «Расчёт кондиционных интервалов по выработкам», «Расчёт мощностей, КР и средних содержаний по сечениям», «Подсчёт запасов по блокам».
3. Автоматизация вычисления горизонтальной и истинной мощности, а также контроль выполненных вычислений графическим способом путём построения горизонтальных стрингов, являющихся эквивалентом горизонтальной мощности рудного сечения, и автоматический расчёт их длины.
4. Автоматический расчет коэффициента рудоносности по каждому рудному сечению, линии, блоку и т. д. в любом пространственно-ограниченном измерении.
5. Статистический анализ параметров кондиций (бортовое содержание, минимальная мощность рудного тела, максимальная мощность пустого прослоя) для повариантного подсчёта запасов. Для выполнения такой задачи при помощи значений «От», «До» и «Шаг» задаётся диапазон бортовых содержаний, диапазон минимальных рудных мощностей и диапазон максимально допустимых мощностей безрудных прослоев, которые необходимо очень быстро перебрать и выдать результаты расчёта в табличной форме по каждому из нескольких десятков вариантов кондиций, которые могут быть наглядно проанализированы, например, с помощью гистограмм на рисунке 1.
На рисунке 1 видно, что для классов мощности 3,0–4,0 м относительная доля суммарного метрограмма золота как эквивалента запасов металла преобладает над аналогичными показателями для других классов мощности, и, следовательно, наиболее оптимальным параметром минимальной рудной мощности следует принять значение 4 м.
Вывод: перечисленные выше операции уже надёжно зарекомендовали себя, апробированы экспертами ГКЗ, и их применение не вызывает трудностей при прохождении государственной экспертизы.
Б. В основе геометрической составляющей можно выделить следующие основные функциональные блоки обработки данных, которые непосредственно формируют геометрию, объемы и пространственное положение рудных запасов:
1. Визуализация в 3D-пространстве (трёхмерная визуализация любых данных с выноской значений, раскраской, штриховкой, графиками, а также просмотр всех данных в плоскости как в плане, так и в разрезе). Полное управление трёхмерной средой по всем осям, включая поворот, приближение и перемещение.
2. Вычисление объёмов каркасов. Несомненно, возможности компьютерных горно-геологических систем для оценки объёмов обладают громадным преимуществом по сравнению с традиционными методами.
3. Наряду с традиционным построением триангуляционных каркасов вручную последние несколько лет построение рудных тел по заданным вариантам кондиций успешно реализуется благодаря методу радиальных базисных функций (РБФ), также известному как имплицитное, или условное, моделирование. Радиальные базисные функции представляют собой набор жёстких методов интерполяции, благодаря чему поверхность, построенная с использованием этих функций, будет проходить через все фактические опорные точки. Кроме того, с помощью метода РБФ можно автоматически создавать «предсказанные» поверхности экстраполяции на все заданное пространство модели, расширив область распространения исходных опорных точек. Причём имеется возможность полуавтоматически зафиксировать положение дополнительных экстраполяционных точек в 3D-пространстве таким образом, чтобы оно по одному критерию соответствовало заданному значению минимально допустимой рудной мощности, а по другому выклинивание рудного тела по простиранию и падению производилось на половину расстояния между разведочными линиями и выработками. Общее направление и падение рудного тела при экстраполяции сохраняется автоматически. Интерпретация по разрезам (в скважинах) и плану поверхности (в канавах) увязывается автоматически, с тем чтобы контуры по разрезам и планам не противоречили друг другу. Вложенность поверхностей и каркасов вариантов бортовых содержаний соблюдается автоматически, если требуется построить каркасную модель по каждому из вариантов бортовых лимитов.
При создании современной горно-геологической модели месторождения геологическая служба имеет дело с двумя типами информации: а) числовые значения и б) категориальные данные, обработка которых сводится к необходимости провести классификацию материала по принципу «руда/порода». Соответственно, в зависимости от типа используемых данных задача пространственной геометризации (и как следствие, подсчёт объёмов руды) решается либо путём построения числовых, либо путём построения геологических (категориальных) моделей. В настоящее время условные (имплицитные) модели широко используются для моделирования поверхностей на основании категориальных (например, литологических) данных, а также для моделирования изоповерхностей числовых значений на основании данных анализа проб. Однако практика применения компьютерного моделирования не исключает возможности неоднозначных оценок зачастую из-за использования моделей неудовлетворительного качества, разработанных на устаревших представлениях о методах моделирования либо на очевидных ошибках, что, в свою очередь, требует проведения частичного заверочного подсчёта традиционными полигональными методами.
Исходя из вышесказанного, рассмотрим пространственную геометризацию и подсчёт запасов на реальном примере успешного прохождения государственной экспертизы ТЭО кондиций с подсчётом запасов, выполненного (возможно впервые в РФ) на основе имплицитной каркасной модели, следующими тремя методами:
1-й метод. Числовые оболочки, соответствующие каркасу рудной зоны по бортовому содержанию золота 0,4 г/т.
Математический алгоритм радиальной базисной функции, используемый в ПО Leapfrog, позволяет рассчитать числовое значение для любой неопробованной точки при построении пространственных границ рудных залежей путём интерполяции по индикаторам вероятности. Основная особенность индикаторной интерполяции состоит в том, что весь массив интервальных фактических данных по разведочным выработкам делится на две группы: <Сборт и ≥Сборт. Всем пробам первой группы присваивается индекс «0», а второй — «1». Оценка изменчивости и анализ анизотропии для определения весовых коэффициентов при вычислении вероятности рассчитываются именно по индексам. Это позволяет использовать индикаторную интерполяцию, чтобы создать объем, включающий в себя значения, которые с большой долей вероятности оказываются выше бортового содержания. Таким образом, числовые оболочки контура рудной залежи по борту 0,4 г/т соответствуют изоповерхности по значению вероятности индекса более 0,5. При необходимости редактирование поверхностей осуществляется контурными линиями, аналогичными приведённым на рис. 2, что делает процесс моделирования одновременно и автоматически управляемым, и вручную корректируемым.
2-й метод. Геологические модели литологических разностей, представляющих собой рудную залежь по бортовому содержанию 0,4 г/т.
Одним из основных способов моделирования литологических разностей является способ создания некой псевдоинтрузии как трёхмерной поверхности контактов, используя столбец базовой литологии, с присвоенными условными кодами «руда» и «порода». Притом что в основе построения и числовых, и категориальных моделей лежит описанный выше математический алгоритм радиальной базисной функции, при построении моделей литологических разностей необходимо отметить ряд важных особенностей.
Во-первых, при построении моделей литологических разностей действует жёсткая привязка (так называемое снейпирование) к границам интервалов опробования.
Во-вторых, в ходе построения моделей литологических разностей становится доступен широкий и удобный инструмент редактирования поверхности модели с использованием полилиний, точек и структурных дисков, что делает процесс построения каркасов максимально управляемым и редактируемым. Однако важно отметить, что при правильно заданных направлениях структурного тренда и радиусах интерполяции, а также разрешении (Surface Resolution) необходимость редактирования с помощью указанных инструментов возникает достаточно редко. На рис. 2 приведён пример редактирования каркаса при помощи ограничивающей полилинии.
При сопоставлении моделей числовых оболочек и литологических разностей была выполнена визуальная проверка в трёхмерном пространстве, а также по разведочным линиям и на планах горизонтов, один из примеров которой приведён на рис. 3.
Кроме того, аналитическая проверка различия в объёмах каркасов рудных залежей, построенных различными методами (числовыми и категориальными), составила 3 %, что также доказывает достоверность и работоспособность условного (имплицитного) моделирования для подсчёта запасов руды.
3-й метод. Заверочный подсчёт запасов, произведённый традиционным полигональным методом вертикальных разрезов, по нескольким наиболее представительным блокам показал, что расхождение объёмов с данными имплицитных каркасов находится в пределах допустимой погрешности и составляет менее 5 %.
Вывод: имплицитное моделирование для построения каркасов рудных тел, помимо преимуществ по трудоёмкости, делает процесс интерполяции и особенно экстраполяции по-настоящему трёхмерным, так как РБФ учитывает все точки, участвующие в построении, а не только те несколько точек, которые в каждом конкретном разрезе оконтуриваются традиционным способом вручную при создании замкнутых стрингов по разрезам. Следует также учитывать, что для ряда месторождений определённого типа (например, осадочных и штокверковых) построение каркасных моделей рудных тел традиционными замкнутыми стрингами может привести к серьёзным ошибкам как в морфологии рудных тел, так и в значениях полученных объёмов руды. Однако применение имплицитного моделирования для подсчёта запасов ещё недостаточно апробировано экспертами ГКЗ.
Геологическая модель ресурсов и запасов — это динамическая система, эффективность и достоверность которой определяется адекватностью применяемых методик и подходов. Специалист-геолог с высокой мерой квалификации и ответственности при выборе применяемых методик определяет сам допустимый баланс между достоверностью модели, эффективностью ее использования и трудозатратами на ее создание, а не должен жестко подчиняться устаревшим требованиям традиционного подсчета. Тем более необходимо отметить определенные сдвиги в ГКЗ в сторону признания возможности применения современных методов моделирования. Данная статья — это некая «информационная вербальная модель»: краткое и несколько упрощенное представление определенных суждений и взглядов с целью сохранения полезной информации и для обмена опытом.
