基于地質統(tǒng)計學方法的某鐵礦資源量估算

周 旋 王選問 金 瑜

(新疆遠山礦產資源勘查有限公司，新疆 烏魯木齊830011)

地質統(tǒng)計學方法以區(qū)域化變量為理論基礎，采用變異函數(shù)(或稱結構函數(shù))擬合樣品品位、體重等隨機變量的空間變化特征及強度，并對該類數(shù)據(jù)的分布進行最優(yōu)無偏內插估計。該方法考慮了區(qū)域化變量的結構性及隨機性，能夠充分利用礦山各類勘探數(shù)據(jù)及其空間關系，通過模擬信息樣品的分布特征，擬合出合理的估值參數(shù)，對塊體進行最優(yōu)估值。

隨著計算機技術的快速發(fā)展，傳統(tǒng)資源量估算方法已經難以滿足礦山信息三維可視化以及資源儲量動態(tài)管理的需求［1］。近年來，地質統(tǒng)計學方法及三維可視化技術得到了廣泛研究［2］，但由于國內外礦業(yè)管理體制的差異以及該方法自身的復雜性，導致其并未得到推廣應用。本研究以吉爾吉斯斯坦某大型沉積變質型鐵礦床為對象，借助儲量計算軟件建立地質數(shù)據(jù)庫，以此為基礎建立礦體三維地質模型及塊體模型，并采用克里格法對塊體模型進行品位估值［3］，估算資源量，通過與距離反比法及傳統(tǒng)平行斷面法進行對比，分析地質統(tǒng)計學方法的優(yōu)越性。

1 礦床地質特征

位于吉爾吉斯斯坦納倫州賈曼套復向斜北翼次級褶皺某向斜核部的某礦床，產于一套以中—酸性火山噴發(fā)沉積為主的中深變質的片麻巖類中，為一大型沉積變質型鐵礦床。出露的地層主要為下泥盆統(tǒng)奧爾托組第一至第四巖性段，第一巖性段為黑云母片麻巖夾云母石英片巖，第二巖性段為斜長角閃片麻巖，第三巖性段為角閃變粒巖，第四巖性段為黑云母變粒巖。由于受大型斷裂活動的影響，形成了一系列分支及次級斷裂，各巖性段均為斷層關系接觸，在礦區(qū)北西端發(fā)育有與斷裂活動相關的細粒石英閃長巖。該礦床共包含17 個礦體，其中18#礦體最大，占資源總量的92.20%;礦體呈似層狀、層狀及透鏡狀斷續(xù)分布，具有分支復合、膨大縮小的現(xiàn)象;礦體總體走向118°，傾向SW，平均傾角為73°，控制礦體長1 850 m，斜深最大達440 m，礦體厚度變化較大，最小5.42 m，最大73.94 m，平均31.50 m;礦床勘查方式為勘探線剖面法，勘探線間距為100 m。多年來共施工探槽33 個、鉆孔133 個，系統(tǒng)采集化學樣品6 573 件。

2 礦體三維地質建模

2.1 地質數(shù)據(jù)庫

各類地勘數(shù)據(jù)是礦體三維地質建模的基礎，主要包括鉆孔(含探槽、硐探等)孔口坐標、測斜、樣品測試數(shù)據(jù)，此外還包括地表地形數(shù)據(jù)、開采數(shù)據(jù)及勘探線剖面數(shù)據(jù)等。在搜集礦區(qū)已有的工程數(shù)據(jù)及其他各類地質地形數(shù)據(jù)的基礎上，利用三維儲量計算軟件建立地質數(shù)據(jù)庫。該數(shù)據(jù)庫主要包括166 個有效鉆孔(或探槽)、169 個小體重樣品測試數(shù)據(jù)以及6 753件化學樣品分析結果(分析項目為磁性鐵(mFe)品位)，其次還包括資源量估算斷面圖、1 ∶2 000 礦區(qū)地形圖、1 ∶50 000區(qū)域地形圖等。上述數(shù)據(jù)均建立在三維坐標體系之上，每個數(shù)據(jù)均有其對應的三維空間坐標，實現(xiàn)了地質數(shù)據(jù)庫的三維可視化［4］。

2.2 礦體三維模型

考慮到該礦床的勘查方式，礦體沿走向延伸較長，確定采用剖面法建立礦體三維地質模型［5-6］。首先在三維可視化數(shù)據(jù)庫的基礎上繪制勘探線剖面圖，按工業(yè)指標和地質特征在單個勘探線剖面上進行礦體解譯，形成礦體線;然后利用特殊三角網將相鄰勘探線的礦體線依次對應連接，形成一個內外不相通的空間實體，即為礦體的三維模型(見圖1)，其表面由一系列相鄰的不規(guī)則三角片組成，任意一條三角片的邊都為其相鄰三角片的公用邊［7］。為了更好地與傳統(tǒng)儲量估算方法進行對比，沿用地質報告所采用的工業(yè)指標圈連礦體，即磁性鐵(mFe)邊界品位為10%，最低工業(yè)品位為15%，最低可采厚度為2 m，夾石剔除厚度為2 m。

圖1 礦體三維模型Fig.1 3D model of ore-body

3 礦體品位估值

為了形象表征礦體內部品位的變化特征，首先將礦體劃分為許多相同規(guī)格的小長方體單元，形成塊體單元集合體，即塊體模型［8］;然后結合信息樣品分布特征，建立變異函數(shù)模型，根據(jù)變異函數(shù)模型特征值，采用地質統(tǒng)計學方法對離散化的塊體單元進行估值，即形成礦體的品位模型［9］，用以描繪礦體內部品位信息的分布情況及估算資源量。

3.1 樣品組合處理

為了獲得品位的無偏、線性估計量，要求信息樣品應落在相同的承載之上，即具有相同的權重(樣長)。在礦產勘查過程中，樣品長度雖有規(guī)定值(2 m)，但在實際采樣過程中，仍不可避免地產生了一定數(shù)量樣長偏離規(guī)定值的樣品，故有必要對所有參加品位估值的數(shù)據(jù)進行等權化處理，將品位信息通過樣長加權的方法量化到若干空間離散點上。對礦區(qū)6 573件化學樣品的樣長進行統(tǒng)計，其中有5 226 件共79%以上的樣品的樣長為1.5 ～2.5 m。為了盡可能保持數(shù)據(jù)的原有特征，確定按2 m 的組合長度對樣品進行等長處理。

通過對全區(qū)信息樣品的磁性鐵(mFe)品位進行統(tǒng)計，得到磁性鐵(mFe)品位的分布特征，見圖2。

圖2 磁性鐵(mFe)品位分布直方圖Fig.2 The histogram of mFe grade distribution

由圖2 可知，磁性鐵(mFe)品位的平均值為31.85%，標準差為26.51%，變化系數(shù)為0.83，品位分布基本具有正態(tài)分布特征，適宜選用地質統(tǒng)計學法進行統(tǒng)計估值。

3.2 變異函數(shù)及結構分析

變異函數(shù)(變差函數(shù))考慮了變量值之間及其與所處空間位置的相關性，能夠真實反映樣品品位值在礦體內的區(qū)域變化規(guī)律。受樣品品位的離散性限制，變異函數(shù)往往無法直接求取［10］，需要借助試驗變異函數(shù)選取某種理論模型，并對試驗變異函數(shù)曲線進行擬合［11］。在地質勘探和采礦實踐中多以球狀模型或指數(shù)模型來擬合試驗變異函數(shù)曲線，確定變異函數(shù)模型特征值，為塊體模型估值。為此，選用球狀模型擬合試驗變異函數(shù)曲線，由于礦體中品位分布具有各向異性特征，不同方向的變異函數(shù)具有不同的變程，樣品的實際影響范圍為一橢球體，稱之為各向異性橢球體［12］。沿礦體走向(主軸)、延伸(次軸)、厚度(短軸)3 個方向的球狀模型變異函數(shù)擬合曲線如圖3 所示。

圖3 球狀模型變異函數(shù)擬合曲線Fig.3 Fitting curves of variation function of spherical model

由圖3 可知，礦石磁性鐵品位在3 個方向上表現(xiàn)出明顯的各向異性，其變異函數(shù)有較好的結構性，說明礦體中信息樣品的分布具有區(qū)域化變量特征，適合采用地質統(tǒng)計學方法進行品位估值和資源量估算。各方向上變異函數(shù)的特征值見表1。

表1 變異函數(shù)特征值Table 1 Characteristics value of variation function

3.3 創(chuàng)建塊體模型

充分考慮到礦體中元素品位的變化特征，將礦體劃分成若干個尺寸相等的長方體塊體，每個塊體都有其對應的質心點，塊體所有的屬性(包括空間位置、體積、體重、品位、礦石類型等)都可集中于其質心點上，因此也稱塊體單元為點元［13］。此處的“塊體”與常規(guī)資源量計算方法中的“塊段”意義相近，但它充分考慮了礦體中品位的變化特征，采用了無偏的、最小誤差的數(shù)理統(tǒng)計法對礦體的品位分布進行插值，因而估值結果更接近實際情況，可有效克服傳統(tǒng)塊段法品位估值的缺點。

塊體模型中，單元塊尺寸主要取決于礦體的類型、規(guī)模、開采方式等，為了使得塊體模型更逼近于礦體形態(tài)，礦體邊緣需分割為比單元塊更小的塊體，稱為次級塊。塊體尺寸對估值的結果有十分重要的影響，一般來說，塊體越大，所有塊體的估值結果越趨于平均，越反映不出礦體內品位隨空間的變化關系，也體現(xiàn)不出塊體的優(yōu)越性;反之，塊體尺寸過小，估值結果變化不大，反而增加計算量。

鐵礦的基本勘探線距為100 m，現(xiàn)行開采方式為露天開采，開采基本臺階高12 m，結合變異函數(shù)特征，基本單元塊體尺寸確定為10 m×10 m×10 m，次級單元塊體尺寸為5 m×5 m×5 m，整個礦體模型共劃分為14 908 個單元塊。

3.4 品位估值

采用地質統(tǒng)計學方法分析礦體中信息樣品的分布特征及變化規(guī)律，并對塊體模型進行估值，利用球狀模型擬合試驗變異函數(shù)曲線，確定理論變異函數(shù)和搜索橢球體參數(shù)，選用克里格法進行品位估值?？死锔穹ǖ膶嵸|是通過建立并求解克里格方程組，為每個信息樣品值給出一個權值，利用加權平均法以最小的估計方差求出塊體線性無偏估計品位［14-15］。該方法搜索橢球體參數(shù)由信息樣品分布形態(tài)主軸方向的變異函數(shù)及品位信息各向異性特征所決定，主軸搜索半徑理論上應為礦體主軸方向變異函數(shù)的變程［16］，但在實際勘查過程中，時有出現(xiàn)探礦工程分布不均勻的情況，導致部分塊體搜索不到足夠的信息樣品，此時，可適當增大主軸搜索半徑，確保每個塊體都能夠完成估值。本研究采用的搜索橢球體參數(shù)見表2，通過對塊體模型進行品位估值，形成的品位模型見圖4。

表2 搜素橢球體參數(shù)Table 2 Parameters of search ellipsoid

圖4 品位磁性鐵(mFe)品位模型Fig.4 Grade model of mFe

4 資源量估算

4.1 估算方法

4.1.1 傳統(tǒng)估算方法

傳統(tǒng)的資源量估算方法主要為幾何法，該方法以勘探線及探礦工程為依據(jù)，將礦體劃分為若干個小塊段，利用與塊段有關的工程資料，確定該塊段的幾何形態(tài)及計算參數(shù)來估算資源量。該方法一般以二維平面圖件為基礎，并將塊段形態(tài)抽象為規(guī)則幾何體，難以準確表現(xiàn)礦體復雜的三維形態(tài);計算參數(shù)采用算數(shù)平均法或簡單加權平均法求取，未能充分利用空間變量的相關性，當工程分布不均勻，厚度、品位及體重變化大時，誤差很大;此外，塊段的體積一般都比較大，品位、體重過于平均，無法準確反映礦體品位的各向異性特征。該方法也有其獨特的優(yōu)勢，具有簡單易懂、容易理解并掌握的特點，在工程控制程度低、獲取地質數(shù)據(jù)少時或對估算精度要求不高時，可以利用該方法快速估算資源量。

4.1.2 地質統(tǒng)計學方法

地質統(tǒng)計學方法以區(qū)域化變量為理論基礎，以變異函數(shù)為基本工具，以克里格法為估值方法，充分考慮到礦體中各信息樣品間及信息樣品與待估塊之間的空間相關性，因而估值結果更符合礦山自然規(guī)律［17-18］。計算過程為建立數(shù)據(jù)庫—礦體三維建模—變異函數(shù)模擬(搜索橢球體)—塊體模型—品位模型—匯總資源量［19］。該方法實現(xiàn)了資源量計算的自動化、智能化，提高了計算效率，便于實現(xiàn)資源儲量的動態(tài)管理［20］。該方法建立在對大量信息樣品統(tǒng)計的基礎上，因此適宜在勘探程度高或已投入生產的礦山使用，而在勘探程度低、樣品數(shù)據(jù)少時，難以采用數(shù)學模型來擬合信息樣品的空間分布形態(tài)，因而該方法優(yōu)勢不明顯。

4.1.3 對比分析

上述2 類資源量估算方法特點對比見表3。由表3 可知，地質統(tǒng)計學方法與傳統(tǒng)幾何方法各有所長，但地質統(tǒng)計學法有其獨具的科學性及合理性，在估值過程中，充分考慮了礦體中品位分布的隨機性及自相關性，有效彌補了常規(guī)幾何方法的不足。

4.2 資源量估算結果

本研究選用了距離反比法和常規(guī)平行斷面法估算資源量，以便對克里格法進行驗證，結果見表4。

由表4 可知，克里格法和距離反比法均屬地質統(tǒng)計學方法，兩者估值原理略有不同，估值結果略有差異，而礦體體積同為礦體三維模型實際體積，因此，估算結果差異不大?？死锔穹ㄅc平行斷面法(傳統(tǒng)估算方法)相差較大，約相差8%，其中平均品位、密度及體積均有所差異。造成這種誤差的原因主要為2類估算方法求取計算參數(shù)的途徑不同，且其精度也有所差別。地質統(tǒng)計學方法所采用的體積為每個塊體的實際體積，在對品位進行估值時，不僅考慮了各信息樣品相對于塊體的空間位置，而且考慮了有限區(qū)域內其他信息樣品間的相互空間關系，因此估值精度較高。平行斷面法以勘探線為基礎劃分塊段，塊段形態(tài)經過規(guī)則化近似處理，塊段厚度、品位的計算以控制該塊段的各單工程為依據(jù)，采用算數(shù)平均法或簡單加權平均法求取，該方法法忽略了礦體品位的空間變化特征，對空間變量過于平均，估值誤差較大。

表3 傳統(tǒng)幾何法與地質統(tǒng)計學方法對比Table 3 Comparison between traditional geometric method and geostatistics method

表4 幾類方法資源量估算結果比較Table 4 Comparison between different methods of reserves estimation

5 結 語

基于地質統(tǒng)計學理論，借助儲量計算軟件建立礦體三維模型，合理劃分塊體單元，并利用克里格法對品位的分布進行插值，完成資源量估算。相對于傳統(tǒng)的資源量估算方法，該算法充分考慮到礦體品位的空間分布特征，合理劃分計算單元，能夠最大限度地利用地勘數(shù)據(jù)，估值精度較高?？傮w來看，該方法適合于勘探程度高、地勘數(shù)據(jù)量大的金屬礦床，當勘探程度低、數(shù)據(jù)量小時，該方法的優(yōu)勢得不到發(fā)揮，此時，可以根據(jù)礦體形態(tài)、勘探方式等實際情況選用合理的傳統(tǒng)幾何方法估算資源量。

［1］ 張渭軍.基于四面體的地質體可視化與剖分研究［J］金屬礦山，2011(1):85-88.

Zhang Weijun.Visualization and incision of geo-body based on tetrahedral network［J］. Metal Mine，2011(1):85-88.

［2］ 肖 斌，趙鵬大，侯景儒. 地質統(tǒng)計學新進展［J］. 地球科學進展，2000，15(3):293-296.

Xiao Bin，Zhao Pengda，Hou Jingru.New development of geostatistics［J］.Advance in Earth Sciences，2000，15(3):293-296.

［3］ 潘 懋，方 裕，屈紅剛.三維地質建模若干基本問題探討［J］.地理與地理信息科學，2007，23(3):1-5.

Pan Mao，F(xiàn)ang Yu，Qu Honggang.Discussion on several foundational issues in three-dimensional geological modeling［J］. Geography and Geo-Information Science，2007，23(3):1-5.

［4］ 龔元翔，王李管，馮興隆，等. 三維可視化建模技術在某銅礦中的應用［J］.礦冶工程，2008，28(3):1-4.

Gong Yuanxiang，Wang Liguan，F(xiàn)eng Xinglong，et al. Application of 3-D visualization modeling technique in a copper mine［J］. Mining and Metallurgical Engineering，2008，28(3):1-4.

［5］ 陳國旭，田宜平，劉 剛，等.資源儲量估算、圖表編制一體化與可視化系統(tǒng)研究［J］.金屬礦山，2009(4):102-105.

Chen Guoxu，Tian Yiping，Liu Gang，et al. Study on the integrated and visualization system of mineral reserves estimation，tabling and mapping［J］.Metal Mine，2009(4):102-105.

［6］ 鄒艷紅，戴塔根，毛先成.廣西大廠礦田銅坑深部隱伏礦體立體定量預測建模與可視化研究［J］.地質與勘探，2008，44(2):62-66.

Zou Yanhong，Dai Tagen，Mao Xiancheng. Three-dimensional grid quantitative prognos is modeling and visualization for concealed ore bodies in depths of Tongkeng，Dachang mining area［J］. Geology and Exploration，2008，44(2)62-66.

［7］ 余海軍，李文昌，尹光候，等. 三維地質模型的開發(fā)及應用——以普朗銅礦為例［J］.現(xiàn)代礦業(yè)，2009(6):67-71.

Yu Haijun，Li Wenchang，Yin Guanghou，et al.Development and application of three-dimensional geological model:taking Pulang copper deposite for example［J］. Morden Mining，2009 (6):67-71.

［8］ 朱青凌，羅周全，劉曉明，等. 塊體模型儲量估算原理的應用研究［J］.礦冶工程，2012，32(6):9-13.

Zhu Qingling，Luo Zhouquan，Liu Xiaoming，et al. Applicable research of reserves estimation theory with the block model［J］.Mining and Metallurgical Engineering，2012，32(6):9-13.

［9］ 陳愛兵，秦德先，張學書，等.基于MICROMINE 礦床三維立體模型的應用［J］.地質與勘探，2004，40(5):77-80.

Chen Aibing，Qin Dexian，Zhang Xueshu，et al.3D Model for deposit based on MICROMINE technology［J］. Geology and Exploration，2004，40(5):77-80.

［10］ 曾懷恩，黃聲享，楊保岑，等. 變異函數(shù)理論模型的參數(shù)估計［J］.測繪信息與工程，2007，32(3):31-33.

Zeng Huaien，Huang Shengxiang，Yang Baocen，et al.Parameter estimation of variogram theory model［J］. Journal of Geomatics，2007，32(3):31-33.

［11］ 黃詩峰，金菊良，段進軍，等.地質統(tǒng)計學中變差函數(shù)參數(shù)估計的新方法［J］.地質與勘探，1999，35(1):41-43.

Huang Shifeng，Jin Juliang，Duan Jinjun，et al. A new method for estimating variogram parameters in Geostatistics［J］. Geology and Exploration，1999，35 (1):41-43.

［12］ 房智恒，王李管，馮興隆，等.基于地質統(tǒng)計學的礦山儲量估算［J］.礦業(yè)快報，2008(10):28-31.

Fang Zhiheng，Wang Liguan，F(xiàn)eng Xinglong，et al. Mine reserves estimation based on Geostatistics［J］.Express Information of Mining Industry，2008(10):28-31.

［13］ 孫玉建，孟 偉，萬 會.礦產資源儲量估算中工程控制程度劃分的探索［J］.地質與勘探，2006，42(6):81-84.

Sun Yujian，Meng Wei，Wan Hui.A new method for classifying degree of engineering controlling in resources and reserves estimation［J］.Geology and Exploration，2006，42(6):81-84.

［14］ 邢紅星，琚太忠，林建陽.普通克里格法在礦產儲量計算中的應用［J］.地質與勘探，1997，33(4):46-51.

Xing Hongxing，Ju Taizhong，Ling Jianyang.The ordinary Kriging＇s application to mineral calculation of reserves［J］.Geology and Exploration，1997，33(4):46-51.

［15］ 楊建宇，秦德先，康澤寧，等. 地質統(tǒng)計學在北衙金礦的應用［J］.礦業(yè)研究與開發(fā)，2006，26(2):14-17.

Yang Jianyu，Qin Dexian，Kang Zening，et al. The application of Geostatistics in Beiya gold mine［J］. Mining Research and Development，2006，26(2):14-17.

［16］ 李章林，張夏林.距離平方反比法礦產資源儲量計算模塊設計與實現(xiàn)［J］.地質與勘探，2007，43(6):92-97.

Li Zhanglin，Zhang Xialin.Designing and realization of mineral resources reserve calculation module using inverse distance square method［J］.Geology and Exploration，2007，43(6):92-97.

［17］ 馮興隆，李 德，李剡兵，等.最優(yōu)估值方法在DIMINE 軟件中的實現(xiàn)及應用［J］.中國鉬業(yè)，2011，35(2):13-16.

Feng Xinglong，Li De，Li Yanbing，et al.Implement and application of optimal valuation methods in the DIMINE software［J］. China Molybdenumin Dustry，2011，35(2):13-16.

［18］ 王炯輝，李 毅，黃冬梅，等.基于普通克里格法的泥河鐵礦床資源儲量估算研究［J］.地質與勘探，2013，49(6):1108-1113.

Wang Jionghui，Li Yi，Huang Dongmei，et al.Reserve estimation of Nihe iron deposit in Anhui Province based on ordinary Kriging methed［J］.Geology and Exploration，2013，49(6):1108-1113.

［19］ 羅周全，張 保，劉曉明，等.礦體品位和儲量統(tǒng)計分析的三維可視化方法［J］.有色金屬:礦山部分，2008，60(5):23-27.

Luo Zhouquan，Zhang Bao，Liu Xiaoming，et al. 3D visualization method of analysis and estimation of orebody grade and reserves［J］. Nonferrous Metals:Mining Section，2008，60(5):23-27.

［20］ 侯景儒，黃競先.地質統(tǒng)計學在固體礦產資源/儲量分類中的應用［J］.地質與勘探，2001，37(6):61-66.

Hou Jingru，Huang Jingxian.Application of geostatistics in classification for resources/reserves of solid fuels and mineral commodities［J］.Geology and Exploration，2001，37(6):61-66.