Ученые разработали алгоритм для выбора стратегии изучения месторождений Исследователи Кольского научного центра РАН и филиала Мурманского арктического университета разработали математическое решение, которое позволяет выбирать стратегию разведки и разработки рудных месторождений с помощью геометаллургического моделирования. ⚙️ В чем суть? В основе традиционных геологических моделей лежит определение пространственного положения руды и ее химического состава. Геометаллургическое моделирование связывает геологические характеристики руды с ее поведением в технологических процессах обогащения. Конечная цель такого моделирования — присвоение каждой ячейке (блоку) трехмерной цифровой модели месторождения достоверного прогноза о том, как эту руду нужно перерабатывать. Авторы четко разграничивают два ключевых понятия: 🔹 природный тип руды (определяется на основе данных рядового геохимического опробования и экспертных оценок геологов); 🔹 технологический тип руды (получают в результате технологического опробования, указывает на метод переработки). Что предложили ученые? Получение высокоточных данных для определения технологического типа руды очень затратно. Стоимость обработки одной технологической пробы может достигать 650 тыс. рублей, в то время как рядовое опробование обходится всего в одну тысячу рублей. И геологи вынуждены искать компромисс между точностью данных и стоимостью исследований. Ученые предложили рассматривать месторождение как информационную систему со всеми присущими ей параметрами. Разработанный алгоритм автоматически оценивает сложность объекта и выбирает одну из четырех стратегий заполнения модели данными: S0 — прямое измерение; S1 — интерполяция; S2 — прокси-моделирование; S3 — полная косвенная оценка. Расчеты показали: для большинства сложных реальных месторождений оптимальное соотношение цены и качества дает стратегия S2. Методология может быть адаптирована для решения задач в гидрогеологии, нефтегазовой инженерии и экологическом мониторинге — везде, где требуется пространственное моделирование свойств природных сред в условиях ограниченных данных. 👻 МАХ | 💙 ВК | 📝 ДЗЕН