1>ОGGН"Сtш, dlblv.

ня 9f4JJ*
коль "' КИЙ НАУЧНЫЙ ЦЕНТР
Гuрный институr

Ю.Е.КапУ1'ИН, А.И.Ежов, С.Хенли

ГЕОСТАТИСТИКА
.в ГОРНО-fЕОАОГИЧЕСКОЙ
ПРАКТИКЕ

А I IaТ llп.1
191)5
Печатается по. постановлению Президиума Кольского Н ауч ного Центр а
Российской Академии Наук

УДК 622.36:658 .012:666.972. 125

8 перво.й в России моногр афии 110 r остати ТlIк е

ра сс матриваются псе основные ра:.щелы ТС рин прнменитеll ЫIO к

решению конкретных практических задач, характерных для горных

предпринтий и геологических организаций .

Книга рассчитана на специаllИСТОВ предприятий и организаций
l'opho-геОЛОГИ'lеского профиля, студентов ВУ 08 .

()ТJjетственный редактор
Член-корреспондент РАН Н.Н . МеЛЬНИКОEl

© КО[l Ы; КJ1Й lIаУ'III ЫИ Ц "1'р 1 А Н , 199 j) .

 ВВЕДЕНИЕ

СеРЬ~З llhl е 113МС:llешlН, ПРОНСХОДНЩl1е в эко н омике России н стран

Н Г, ' вно ,НТ много нового n работу гоеОJlОГИ'lеск 'Х и
горнодоб l" вalощих предприятий . Идет сокращен и е объемов
пронзводства и у луг, 110вышаются требования к ' их каче ву ,
увеличиваются "р оиз нодетnенные издержки в 1'.'1. - заработная fmaTa
l1 еРС ОllnЛ:.l, особенно квалифицированных специалистов и Т.п . При
выходе пр едприSIТНЙ На внешний рынок оказывается, что качество их
ПРОДУКЦI1И (110 МIlРОВЫМ (.'Тандартам) весьма низкое, и получа е мы е З::l
нее доходы З Ш\'Нlтел ыlO меньше тех, которые получают аналогичны

з ападllые компании .

В эти УСЛОВИ Н Х еДlIнственным выходом практиtlески ДJJsr каждой

органи аЩIl1 ГОР lю - геологичеекого профиml является увеличение
э ффективноет" IIРОИJводства, Т.е. всемерное снижение издержек
n ои водства Прll одновременном повышении качества выпускаемой
ПРОДУКЦИИ.

Одним HJ мощных инстру м ентов для '"того являете}!

КОМГlыотеРИ :J i.lЦIIН, IlO зооля ющан значtlтельно увеличить Оl1еративность

11 полноту и аlOЛьзования всей им е ющеися (геологической,

КОIIОМИ'lе ' коН, экuлоп\, (еской и т.д.) на пр едприятии информации , а
также об Cne' lIIl'b качественно новый уров нь IlРИНЯТИЯ оптимальных и
гибких ynр rшлеll'lеских, проектных и IIл ан овых р е шений .
ОД IIIШ 11 1 ~IOЩIIЫХ 11 многократно проверенны ' ИНСТРУМ нтов ДJШ
получеllИИ н а ll более достоверной информации о запасах полезного
ИСКОШl~МЫХ в н едрах, ОЛТИМaJlI,НОГО планирован ия их отработки и
I1р оведе шНl г~ологоразведо'IНЫ ' работ, прогнозированил результа 'ов
р аботы организаЦИ II Н БJlН етсн гeocmaтиcтиКII, lfollceMec но
II С IЮЛЬЗУ ~НlЯ на больш инстве горны х и геологических предприятий
Шlра .

К ~ОЖ Шl е IlИ IO Jj странах С Н Г до н ас онщего врем ени состаl'истика

праКТИЧ ~СК II lIe HaLL а l'рим ене НIIЯ . Основные причины Э1' го СtJЯ:Шllbl с
от yrcTtII,leM (IIЛИ н достатко м) на ПРОИ:Jводстве спеЦИaJJIoIСТОD,
ком п ыотер н 01'0 о орудованин, "за(;ильем" тр адиционнuй (ручной)
технологии оценки запасов и плпнироваНИJl работы, отсуrстви е м
О У'It:IIИЯ, У4ебников и т.д. и Т. П .
ОДllако . егоднн ситу. ЦШI ме lш ется к лучшему, J1 iТ~pec 11.
r опа l'IICТlIK C наЧИJlает ПРОНt1ЛSlТЬС И , поэтому авторы настоя щей JШ ГИ
ВЗЯЛl I 11[\ себ я емел СТЬ создnть nepuot: в СНГ 111ХIКТИЧ ское rtuc(lt)jje 11 )
геостатисти ке, главная цеш. которого - закрыть "инфо м:щ tUI'IIIУЮ
дыру" В э1' )jj области и обес п ечить специалИСТ()Jj I'Щ'JllhfХ н
геОЛО Гl1ч еских IIР СДIlРИSIТl'IЙ доступнь м справочным н уч бным
IlO с о б н е м ДJLЯ р JbHbIX pae' leTOI3 .
КJI 11 rLI ра ,ЧII ПIII[\ В J\ероую 0' 1~ peДb на I eOJlO I'On 11 г 'PIIHKOU -
II)щ ....· III КОП . KOI' Р"" IIмеют BYJOU(; ' ую ПОДГО10ВКУ 110 С: I'II C1' '11\( Н

3
теории в е ролтносте~l , доступ к компьютерам и жел ан и е разобраться с
так ими много раз слышанными ПОЮlТинми, как "в Рl10грамма, кригинг,
ффект основанин и т . п .", которые предоставлиют в распоряжение
с п е l (иалиста качественно IЮRhlЙ наб ор ин труме нтов для оценки
за п асов пла Нl1ровании и ПРОIlIоз ироваllИSI работы производства.
На н а ш взгшIД Кllига будет полезной также студе нтам ВУЗов, если
у них ест ь возможност ь работать с геОСТ:lТИ СТИ'lескими пак тами
компьютерных пр ограмм.

Кни га со Н)JП Н З 9 I'лап, введе ния и закл ючеllИЯ. Материал в ней

излага ет н в последоватеЛl.,НОСТИ, соответствующей репльному процессу
подготовк и информании и проведеllИSJ гео статисти ч ес ких исследоuаниii
11 р. счетов. При том ДОСТ.ТОtI НО подроfiно о пи саны все стадии этой
цепи , чтобы нпчинающий п ользователь испытыв .Ul как можно M e Hblll e
дискомфорта в усвое lll1И м атериала и повторении рекомендаций
посо бия .
Авторы не стrемили ь дать lIолное оп и са llи е всех тонкостей
геостатистической теории , к ото ры е II скуш енный читатель может найти в
книгах и · статьях, YIlOMslНyrbIx в прилагаемой к кн и ге обширной
библиографии . Более того, эта книга написана не профессио налами -
геостатистиками, а ге олога ми и горным инженером для геологов 11
горных инжен е ров . М ате м аТИ4еский аПlluрат, ПРНВОДI1МЫЙ в книге,
очень ограничен и оставлен лишь там, где без него не обойтись.
При описании процессов компьютерной обработки информации
авторы главным образом и~пользовали свой опыт работы с широко
распространенной в мире интегрированной системой ДАТАМАЙН,
которая предо ставляет в распоряже Нllе исследователн большое чи сло
совершенных инструмен тов для стаТ ИСТИ4е с ких и г о тати 'ТИ' l е КIIХ

расчетов , а также ДЛЯ ' оценки запасов полез ны х ископа емых,

моделирования месторо жден ий, про екти рова нил 11 планировании

горных работ .
Главы и рuзделы книги написuны: Вtlеде Нl1е , \ , 2, 4, 5., h , 9 . 1, 9.'2 ,
- Капутиным Ю . Е .; 3,4.3.5,7,9.2 - Ежuвым А , И ; 5.2.4, 8 - ( . Х е IlJIИ .

4
 Глава 1. ГЕОСТАТИСТИКА В ГОРНЫХ И ГЕОЛОГИЧЕСКИХ
PACI.IETAX

1.1. Почему геостатистика?

в 60 -х годах нашего столетия в мире появилась и начала

с.:тремительно развиваться новая теория . оценки пространственных

переменных - Г ЕОСТАТИСТИКА .
Основа этой теории была заложена эмпирическими
исследоваНlUlМJ1 Д.Криге, Х-Девийса, Ж.Серра и некоторых других
ученых, которые ПОJlЬЗОВались главным образом материалами по
месторождениям драгоцен ных металлов Южной Африки. Значительный
вклад в развитие м атематического аппарата теории внес французский
ученый, а ныне Президент Международной Ассоциации Геостатистики
- Ж.Матерон.
Особенно мощный толчок теория получила с развитием
компьютерных технологий, без которых не возможна обычная в
геостатистике обработка громадных массивов первичных геологических
данных . Сегодня практически ни одно м есторождение на Западе не
оценивается без применения геостатистики. Более того, эта теория
стремительно расширяет сферу своего применения . Океанография,
гидрогеология, лесное и сельское хозяйство, почвоведение, экология,
. материаловеде ние - вот далеко не полный перечень областей, где
геостатистика э ффективно используется .
В Фонтенбло (ФранЦIUI) работает исследовательский и учебный
Центр гео стnтистики . Выпускаются специальные бюллетени по
геостатистике во Франции и США. В 1992 r в Португалии состоялся
уже Четвертый Международный Геостатистический Конгресс . Издано
около 20 монографий и сотни ст-атей во многих странах мира .
Возникает вопрос, почему геостатистика получила такое широ кое
распространение?
Во-первых , она подводит прочный теоретически й фунда м ент под
богатый интуитивный оценочный опыт геоло гов, и таким образо м она
тесно связана с практикоЙ.
ВО- ВТОРI IX , в отличие от методов кла сической стати сти И ,
используемых в оценке природных ресурсов, геостатистика по воля ет

получать несмещенные оценки и минимальную погрешность рас четов .

Так при наличии корреляционной связи между пробами мы получаем

погрешн о сть в 2 - 3 раза меньше, чем при методе многоугольников, 11
на 20-50% ме ньш е , чем при методе обратных расстояний.
Геостатистика р:1сполагает надежными инструм е нтами для
оптимизации программ опробования и оценки месторождений,
контроля и управлеНIUI процессом формирования качества рудо потоков
Н:1 горных предприятиях.

ОН" способна решать на одной базовой исходной l' ологнческой

информации многие геолого - оценочны е, проектные и плановые адачи,
 возни кающие на всех стадиях разведки и раз работки м есторождений
полезны х ис·копаемых. длн этого им е ются раЗ ВIIТО ~ программное
обеспе',(ение \1-1 методология , а Т:1Кже гром адный практический . опыт
ге олог'ОВ и ГОРНJlКОI3 во всем мире .

Как I Jlюбая друган теорин, геостатистика имеет свою область

ПРl1ме н сния и не может использоваться э фф е ктивно повсе м естно .
Н еобходим ое условие ДЛЯ нее НUJlИ'lие до статочно надежной
ко рреляционной связи между проба~1И в IlpoCTpaHcTBe и отсугствие в
исследуемой зоне рез ких изменений свойств оце ниваемо" среды
(теКТОНИLIеские нарушения и т.п . ) . Второ е практически обязательное
усло вие - это НUJlи'ше достаТО' IН О мощного компьютера для обработки
массивов пеРВИЧIIЫ Х геОЛ ОГИ'Jеских дан ных .

Какие классы з:.щач может реш аТl) геостаТИСТИК<1?

П е рвый эта п любого ге остатистич еского и сследования
л ространствеJlНЫЙ корреляционный анализ, т . е. исследование характера
. орреmщионных связей между проба ми в разл ичных на правлениях .
Результатом этой работы Шll1ЯЮТСЯ экспериментальные функции -
варuогро..мм ы , к которым в далЫ-l ейwем JlOдбираетсн пространстве нная
ко вариационнан модель исследуемой среды, учитывающая анизотропи и
ее свойств. Эта модель являет я основой длн практическ и всех
даnь н ей ших ге остатистических расч етов.
Один из гла в ных оценочных методов геОt;тати стн и - кригиllг ,
который по српnненюо со всеми другими традиционными методами
дает м инималЬНУЮ Дl1(;переию оце нки . Сегодня известно уже более 10
различных видов кригинга, и новые еа' о раз н ов идно сти продолжа ют

ПО НВJ1ЯтьсSl. С помощыо этого метод можно оценить J lюбой

lIрuстранствен ный объем (или площадь) по ПРОИЗВОJ lЬНО размещенным
и сходны м про ба м , При этом кроме величины оценки мы получ аем
з начение ее возмож ной ошибки - диСllерсию кригиllга.
ДUСllерсuя оцеllки - одно из главных ПОНlLТий г~остатистики. Она
опреДеляет веЛИ ЧII НУ интерв [uш , в котором находитен I1ст инн ое

ЗIНl 'lе НI1С о цени ваемо го параметр .

Дисперсия из.меll·,ивостu хаlJактеризует изменчивость
оцснивпем ого параметра в любых объемах , nЛОLЦадях, РУДОIlОТОКUХ и
ОЗВОJ1яет раССLJИ ЫВ[\1Ъ усреднительные устрой ства, различные
параметры горных работ , что в итоге дает возможность поставлит!> на
персработку сырье тре буемой днородности.
Важным методо м явлиетсн условное JНоделироваlluе РУДНЫХ и других
, IHI1 О ропн ы х зон . ЭТИ МОЩ"JII1 чаще всего исполь У Н..>ТСЯ ДJШ о ценки
извлекаемых запас ов , анализа изменчиво ги рудопотоков на разны х

(.'тадиях техн оло ического процесса, п одбора параметров системы

разработки и р е шения н которых Д РУ ГИХ задач. На получ енной таким
об разом модели "проигрывшотс н " раЗЛ Иllны е вар и а нты тех н оло гии
)'ор ных работ с целью выбора оптималЫIЫ)( щюе кl'НЫХ и пла н fl l.lX
рt::.шt: iиi1.
И, наконец, геостаТИt:тика дает в н. ше раСIlО Р)l же, lIи е раз.личны е
методы оценки извлекаемых запасов 1I0лезны.( UCKOllaeMbIX, ко орые в

в х с у ШНХ будуг не равны запаС<l М руды в lI енра , п о СLIИЛ\НII Ы~ f

I 't;ологами по М ~JlообъеМНblМ пробам . Кон е' IIIЫМ реЗУЛhтатом тик й
геост ТИСТtfческой оценки ЯВJlЯЮТС>1 ФУIIКЦШI 'JafjИ · И~Ю '11-1 бl,ем(\ PY.ItI ,I,
с р ,'днсто содержани н КОМ IlОН . IITOB, КОЛl1чеСТI:I:I мег. I.II<! 11 УСJlОВlюii

')
прибыли ОТ бортового показателя качества извлекаемой РУДЬ!. Характер
этих функций за висит от объема, формы и ориентации D пространстве
единичного выемочного блока, по котором у оценивается качество руды
в процессе горных работ, а также - от количества информации ,
имеющейся в раСПОРSlжении исследов:пеJUJ.
Н ельзн не упомянуть также и о полезной практике использова ния
геостатистики дл н оптимизации бортового показателя качества руды и
предельных I'раниц карьеров, а также при решении некоторых других

оценочных l1 теХНОЛ9гичеСКIIХ задач.

Однако, ПРI1Мt:НЮI геостатисти ку на практике нельзя забывать о

том, что прежде всего это ОЧЕНЬ ТОЧНЫЙ И ДОСТАТОЧНО
СЛОЖНЫЙ ИНСТРУМЕНТ, дающий в распоряжени~ специ ал иста
большой набор н овых возможностей, ' грамотное и творческое
использоuание которых ПОЗВОJUlет получать намного больше
ДОfюл нителы-юй Иllформации об объекте (при том же количестве
исходных данных) ДJU' принятия знач ительно более обоснованных
про ектных, плановых и управл енчес ких ре шений .
Эффективность ПРl1менения этого инструмента зависит от
квали фика ции с п е Цll алиста и часто носит исследовател ьский характер.
Недаром геостаТИСТИ'lеские расчеты часто называют Искусством в
самом ЛУ'lш ем смысле этого слова. Н е так давно в Экологическом
Лrенстве США IIро вели такой эк с п ер им е нт . Од ин и тот же м асс ив
данных раздал и 12 независимым специалистам в области гео с:гатистики
и попросили их выполнить оценку руды В блоке. В итоге н е бьuю
получено даже двух одинаковых результатов, а разброс оценок был
очень большой. С п ециалисты пр и решении одинаковой (казалось бы)
задачи исполь овали различные модели вариограмм , ра з ные виды

кригинга и другие аргументы и методы , которы е да ет в их

распоряжение геостаТllстика.

К сожалению в странах СНГ эта теория п ока не П ОflУ' lил а

широкого распространения . Это связано пр ежде всего со сложившеiicи
у нас жесткой бюрократической системой подготовки , прохождеюНl и
Уl'верждения геологической информации, которая не СТИМУЛИРО13i:1Л:l
внедРения ЭО М и повышения общей культуры геологи'! екой ,
проектной и у правл енческой дентельности.
Второй ПРИЧИIIОЙ можно назва 'ь отсутствие на предприятиях в
достаточном количестве мощных п ерсоналЬНbJХ Э ВМ , программных
средств и методологии для практического использ ванил геостатистики .

В странах Н Г пока еще мало специалисто в , хорошо зн акомых с

теорией геостаlИСТIIКИ , в большинстве горных и геолог ически х В УЗов
она не преподается, крайне недостаточно и здае ся учебной, науч но й и
прои Бодствен н ой литературы в этой облаСТII . Кроме того, у
специалисгоl3 сложился определенный психологический бr\р~)ер,
свя · :lHHbJi! с ис следо вательским характером гсостатисти ч еских paC'tcTOB ,
использующих к тому же достаточно сложный Математический ап п ара .
Одна ' 1) , положение быстро меняется. Предприятия и о р ilIIИ:JаIЩИ
достаточно НlпrlJСllВН О насыщаются современ н qй компыоте rн ой
те никоil 11 ПРI граммными сред l'вами . В о многих Местах нт. ИL 'ты
Ilр обуют 1'1::0 татистнку и убеждаются, что OHU работаС l' I У' lше
традИЦИОlIlIЫХ м тодов. В некоторых ВУЗах ввел и ('J1СЦ И i.\J I1, ные

7
 факультативы. Вышли в свет несколько публикаций русских авторов,
описывающих основы ТеОРИИ И опыт ее прнмененин .

В . 1988 г. в Петрозаводске I1рошел ПерlЗЫЙ Всесоюзный семинар

по геост:пистике, который собрал всего 14 человек. Но уже в 1990 г. на
Второй семинар в Петроз:\Водск приехало почти 200 специалистов и
ученых, которые сделали около 40 докладоu и сообщений 110 данной
теме.

К сожалению крупные политические И ЭКОНОМИ'lе ские неурядицы ,

связанные с перестройкой, Iшесли свои коррективы и в этот процесс . В
'шстности пока не удалось создать Всесоюзную Ассоциацию
Геостатистики и Ilривлечь дл я работы в ней ведущих сотрудников
Институтов и преДПРИJlТИЙ ГОРlю-геологического профиля. На
состоявшийся в 1993 г. в Петроза водске Третий семинар по
геостатистике приехало всего около 30 специалистов .
Тем не менее, положение в экономике постепенно
стабилизируется. Осе больше на наших горных предприятиях и в
l'еОЛОl' ических ОРl'аниз::щилх ПОSlВJНlетсSl иностранных специалистов,

которы'е считают использование геостатистики повседневной обычной

работой. В стране регестрируются и начинают работу совместные и
чисто иностранные горные компании , широко применяющие

компьютерные технологии. и геостатистику на всех этапах своей

деятельности.

TaKI1M образом, в ближайшее время геостатистика несомненно

займет и в странах СН Г свое законное место, ПОЗ ВОЛЯfl специалистам
v принимать оптимальные решения по Н ;'Н l более э ффективному
использованию минералhНОГО CbIpbll .

1.2. COnpeMeltllhle roptlbIe KOMllbIOTeptlhle теХНОЛОJ'ИИ

На каждом предприятии имеется широкий круг заЩI'I, СDнзанных с

о работкой громадного КОЛИ'lества I1нформации, многократным
повторением однообразных pac'leToB, требующих вывода большого
числп графических материалов . Ниже приведен примерный пеlJечень
таких задач, которые можно эффективно ВЫПОЛf-lSIть на компьютерах. В
ПРИНLlипе, сегодня может быть автоматизирована любая стандартная
за;щча , ДЛJl которой можно наЙТI1 уже ГOTOBO~ пр граммное
обе печение .

Геология

Большинство предприятий самостоятельно ведет

' кt:IUlуапщион ную разведку своих месторождений, а иногда и
доразведку, в процессе которых можно полностью автоматизировать

следующие раС'lеты:

- обработка данных любого опробоваНЮl и составление

геологических карт и разрезов;

- создание трехмерных (каркасных или БЛО'IНЫХ) моделей рудных

тел, топографии, поверхностей тектонических нарушений и Т .д. ;
- исследование коварианионной геостатистической
ространственной структуры анизотропных массивов ;
- подсчет и погашение зuпасов с любыми заданными кондицинми
 и ограllичеliИНМИ ;
- быстрый п е ресчет ранее полученных результатов при появлении
новой информации о месторождении ;
- автоматизированный съем данных каротажа с датчиков в
пол е, п е р е нос их u базу данных по месторождению и расчет
по ним необходимых параметров;
- ра с ч ет КОЛИ'lества и кач ества руды в блоках и на участк~
месторождении, J-шме'lенных к отработке в процессе
планированl'IН ;

.- ОПТИМИЗi:ЩИSI рудопотоков предприятия по количеству и

качеству (ВКJlК)tJnя перегрузочные и усреднительные склады) дпя

обесп е ч е ния з.щанного качества руды, поступающ~й на
п с р еработ ку . -

Горные задачи

- оптимизация конечных контуров и календарного плана

развития карьера по выбранному критерию;

.: детмы-юе 3-х мерное проектирование развития отрытых и
подземных горных работ с полуавтоматическим построением
карьерных дорог и оценкой запасов месторождения,
п опада ющих в контур отработки;
- многовариаНТllое 3-х мерное планирование развития горных
работ на любой период времени;
- про е КТИРОВ:lIIие буро -взрывных работ на карьерах и шахтах;
- состаВJlе Шl е календарных графиков добычи руды на период от
см е ны до всего срока отр аботки залежи;
- геомеханическ и е , в е нтиляционные, инженерно - строительные и

др _ со путст вующие расчеты;

- изготовление всех видов чертежей, сопровождающих указанные

выш е ра с четы .

Маркш ейдерские расчеты

Практич ески все регулярно проводим ы маркш ейдерские работы

могуг быть сегоднSI выполнены на компьютерной технике, начиная от
использования оптических приборов с автоматизированным съемом
инфuрмации и КОIIЧал вьщачей готовых маркшейдерских чертежей и
Ilла нш етов .

В приведенный перечень можно было бы включить также

эконо мич еские, Иllженерно -технические, гидрогеологические и целый
ряд других зада ч , решаемых на горном предприятии, однако предметом

данной книги ЛВJНlетсл автоматизация в первую очередь специфических

го рн о - геол оги н~ских задач, связанных с оценкой запасов 11
обеспе ч ением вы с (жого качества продукции, к ак пр а вило
встречающихсSl н а каждом карьере или шахте .

М ЖIЮ отмети ть, что многие указанные Вl?lше работы ранее

вы п олнл - лись (и В рнде случаев выполняются до сих пор)
с пс:ци lи э и рова lШЫМИ проектными, геологическими и

на у "но - и<..: леДОD. 'l'ельс IIМИ оргаН~lзаЦЮIМИ. Теперь n. это м н ет

,~ e o )ХОД I1 t. ю с 11 , 11 пр едприятие, освои в компьютерную технол оl'ИЮ ,
может выполнять большинство расчетов самостоятельно, ПРllвлекая
посторонних специалистов экспертов (обычно из н ебольших
консул!>тационных компаний) только для решения самых сл<?жных
проблем, требующих высокого ypOtlHSI узкоспециальных знаний.
Это тем более актуально, потому что сегодня большинство
проект~ых и нститугов по-прежнему не работают с детальной
геологической информ::щией, используя дm! проектирования
1l0дсчетные геологические блоки, что 'JaCTO приводит мягко говоря к
"неточностям" в принптии стратеГlI'J еских проектных решений .
Кроме того, perYJUlpHbIe услуги крупных проектных организаций
обходSJТСЯ предприятиям очень недешево .

1.2.1. ПреимущеСТ8а внедреllИЯ компьютерных технологий

Практически все горные преДПРI1ЯТИSJ мира решают сегодня свои

геОЛОГИ'Jеские, горные и маркшейдерские зада чи на компьютерах. Это
ЛОЗВОШJет:

- эффективно использовать в повседневной работе всю имеющуюся

геологическую информацию о месторождении, производить быстрый
пересчет кондиций и планов лри изменении экономической ситуации
на рынке и получении новых сведе ний о месторождении;
осущестВJUIТЬ непрерывное планирование горных работ с
ежедневной (если необходимо) корректировкой недельно -суго чных и
месячных планов;

- с высокой скоростью и ТОЧНОСТЬЮ вести учет и погашение запасов

руды;

при изменении технико-экономических условий оперативно

пересчитывать главные параметры горных работ (границы, календарный
план, схему вскрытия и подготовки и т.д.) С использованием требуемого
количества вариантов ;

быстро и точно обмениваться информацией и исходными

данными, имеющимисн у главных специалистов предприятия

(технолога, геолога, маркшейдера и т.д . );

- в короткое время получать много вариантов перслективных

решений, из которых может быть выбрш-ю наилучш ее;

- быстро создавать и получать твердые копии I'ребуемых графических
материалов с нужной деталировкой и высокой точностью;
- эффективно организовать оперативный контроль и управление
Кiиеством руды на всех стадиях формирования и прсобразования
рудопотоков.

Перечисленные выше преимущества без сомнения не ЯВJUlются

исчерпывающими и могуг быть объединены в 4 главных преимущества:

ПОЛНОЕ ИСПОЛЬЗОВАНИЕ ГЕОЛОГИЧЕСКОЙ ИНФОРМАЦИИ

ВО ВСЕХ РЕШАЕМЫХ ЗАДАЧАХ, МАКСИМАЛЬНО ПОЛНЫЙ И
ТОЧНЫЙ УЧЕТ ДВИЖЕнии ЗАПАСОВ;

ВОЗМОЖНОСТЬ МНОГОВАРИАНТНЫХ РАСЧЕТОВ РАЗВИТИЯ

ГОРНЫХ РАБОТ И ПОЛУЧЕНИЕ ОПТИМАЛЬНЫХ
СТРА ТЕГИЧЕСКИХ РЕШЕНИй, ДАЮЩИХ БОЛЬШОЙ
ЭКОНОМИЧЕСКИЙ ЭФФЕКТ;

L ()
 ВОЗМОЖНОСТЬ ОР1АНИЗЩИИ АВТОМАТИЗИРОВАННОЙ
СИСТЕМЫ КОНТРОЛЯ И УПРАВЛЕНИЯ КАЧЕСТВОМ РУДЫ;

АВТОМАТИЗАЦИЯ СОЗДАНИЯ ЛЮБЫХ ГРАФИЧЕСКИХ

МАТЕРИАЛОВ.

. При этом надо обязательно иметь в виду, что первон ач алЬНbJЙ

ввод информации, создание точных моделей месторождений и сети
существующих выр аботок требуют иногда больших затрат ТРУJЩ и
времени, сопоспшимого с обычными ручны
ии расчетами. ОДllако, ЭТИ
затраты сторицей окупаются на последующих этапах работы.
Чтобы получить какую-то пользу от компьютеров на предприятии
должны быть 1 - 2 хороших специалиста (а точнее - энтузиаста) в
u ·v
каждом из названных направлении , которые смогут ш.lити время

(свободное ' 01' текучки) ДJUI освоения совершенно новой ДJШ них
технологии.

Это необходимо потому , что на большинстве наших горных

предприятий за долгие годы УСВОёна ручная технология планирования и
упрамения производством , поломать которую трудно и в какой-то мере
опасно, т.к. на ней держится сегодня вся повседн е вная жизнь
прои з водствеllНОl 'О коллектива.

Поэтому компьютерные технологии как правило внедрнютсн в

практику постепенно . Очень многие воз никающие проБJ(емы удается
быстро реШИТI>, если на предприятии имеетсн свой н аучны й или
проектный ин ТI1ТУГ (или лабораторюr).
Кроме специалистов предприятие должно также располаl 'U'1'Ь
соответствующим компьютерным оборудованием и программными
средствами. В практике работы горных и геологических ОРl'atш:заций
могут использоваться Ci.lMble р а шообраз ные программные продук ты ,
ПОЗВОШIJOLцие решать практически любые задачи по планированию и
упрамеНIIЮ произ водством. Здесь мы рассмuтрим ТОЛl,ко 'IаL'1'Ь из них,
которая СВSlзана с ГОРНЫМИ, ге ологическими и маркшейдерскими
расчетами в области моделирования месторожден иЙ и оценки загшс,;ов
полезных ископаемых, а также проектирова ния, плаНИРОfШНИЯ и

управлении горными работами с целью обеспечения высокого Ka'teCTC3

ПОСТШ'iJшемой на fl ереработку руды.

J.2.2. Программные средства для компьютерных теХНОДОПIЙ

Сегодня для реше ния специфических горных заЩ\'J Н3 РI'.шt\ е

предлагается бол ее 1000 разнооб разных компьютерных 111)01 рамм ,
пак ето в н CIICTeM. Естесвенно, что в этих условиях вы бра' ь то, '11')
наиБОJlее подходит предприятию, очень трудно. П о:) ому 11 ОJlС')Н О
прежде Bcero ВlIимател но ра:юбратьсн со СlJ ОИМI1 J101ребнос.тнм н , "
также с flr еДJ1 0Жt: III1ЯМII р::lЗЛИЧН ЫХ Ilродавцов .

Ка ЖQо е ПjJGдпрюпие уникально и имеет целый lJSIД П С ННфН ' I ~С I\ I1Х

эада'!, учс '11, кторые не мож ет ни одна ll:1же самая YJ-lJ1о е р ('. ПЬНi1 .

"' С1" ма . ТаКJlМ образом , вадеSI1Ъ СЛ, Чl'О КШ":JЯ -ТО Jlр ограмма 11 )JlIЮСТLЮ
Р шит nr. e ПО СПНIJlt: Н Ii ЫС JLlда 'll1 - " е р е ально .
1 I
 В то же время практически все предприятия выполняют целый ряд
стандартных расчетов, которые хорошо автомати з ированы в

коммер'ческих программных продуктах и могуг быть эффективно

использованы на большинстве карьеров и шахт.
Каждое предприятие само определяет набор при меняемых
программ . Одни предпочитают приобр еСТI1 и и с пользовать только одну
развИ1yIO систему , другие - две или более того , а третьи вообще
разрабатывают нужные программы собственными силами.
llредЛагаемые на рынк е nporpaMMllbIe продукты можно разделить
на 3 класса :
-общедоступные программы
-недорогие коммерческие программы

-интегрированные системы .

Если пользователь, решив сэкономить деньги, будет

ориентироваться на первые 2 вида программных продуктов, то он
должен бурет потратить достаточно времени на поиск нужных
составляющих требуемого набора программ, а тuкже быть готовым к
тому, ·1.11'0 · придется создавать много различных интерфейсов для
передачи данных между программами или постоянно редактировать эти

данные перед использованием . в следующей программе .

Обычно внедрение компьютеров на предприятиих начинается с
использования отдельных недорогих программ, с помощью которых

МОЖНО строить карты, создавать и вести баз ы данных, построить

несложные модели рудных тел, подсчитывать за пасы месторождений и
т.д.

Большие интегрированные системы дЛЯ пер сональных

компьютеров и Рабочих Станций предЛагаются сегодня более, чем 10
компаниями по достаточно высоким ценам . Однако , спрос на эти
c"lcTeMbI постоянно растет, что свидетельствует о той бuльшой отда ч е ,
которую дает их ИСПОJJьзование , особенно на ольших предпрюlТИЯХ со
сложными горно-геологическими УСЛОНИJlМИ.

1.2.3. Общедоступные программы

Эти программы обы<.но разрабатываются н а государственные или

общественные средства, не имеют полной техдокументации и гарантии
качества, присущих коммерч ес ким продуктам . Они как пр авило
приобретаются предприятиями, которые не имеют или не хотят тратить
много средств на компьютерные технологии.

Основной рас пространител ь этих программ в рассматриваемой

нами области - Ассоциация COGS (Computer OrieJlted Geoloical
Sосiеtу , США), которая имеет филиалы во многих странах мира и издает
каталог и информационные бюллетени по компьютерным программам
для решения горных и геологи"Ческих задач. Выбранны е пользователем
программы за СИМВОЛИ'Jескую пл ату передаются ему на дискете или

устанавливаются прямо на компьютер через модем.

Кроме того , некоторые группы поль ователей и разраБОТ1IИКОВ

программ практически беСГU1атно распростр а ншот свои программы
(st1areware) на условиях последующей огшаты непосредственно автору
(если программа понравилас ь пользователю) за дополнительное
консультирование и поддержку .

2
 Сегодня OKOJlO 20 компаний распространяют общеДОСJYпные
программы ДЮI горных предпри ятий по всему миру за минимальные
цены. И адр са можно найти в специализированных компьютерных
журналах .

1.2.4. Недорогие rlрш'раммы

В этот класс входнт коммерчески е програММllые продукты

стоимостью обычно не более 2 - 4 тыс . долларов США. Это надежные
программы , обеспе'lенные полной техдокументацией и гарантией
каче ства. OCHOBll bI e р аспространители та ких про грамм ДIlЯ горных И
геологических преДllРИJlТИЙ - Компании Rock Ware и Geotech Сошрutег
Sуstешs (Обе из ША) , которые при запросах высылают каталоги
распространлемых ими программ. Одной из известных в СН r
компаНI1Н, разрабатывающих программы этого класса, ЯВЛSlется GoldeJ1
Software ( ША), ГJpOДYКTЫ которой Surfer и Grapller при меняются
мног и ми ПО] ь зовt1телями в наших странах.

Большинство из н едорогих про грамм имеют 2-х или 3-х мерные

геостатистич еск ие модули. К этому кл ассу относятся также,
специали ИРОВaJlllые геостатистические программы, раЗр<tботанные
французс кой компuнией Gеоvагiапсеs, Университетом Лиидс в
Великобрита llllИ , некоторыми Центрами и компаниями США и
Канады , например Geostat Sуstе шs ll1t . Сюда же можно .отнести и
первый в СН r специалJlзирова нны й геостати стический пакет GST,
разработанный МмьцеDЫМ В. А.
еiiчас н еко орыс из продавцов н едорогих программ уже им е ют
своих пр еДСТ:ННJтелей в СНГ и в ближайшее время можно ожидать
появл е ния русскоязычных версий и технической поддержки русских
клиентов .

1.2.5. Иtlтегриронанные системы

Пр едmllаем ые на рынке достаточно дорогие ПРОl'раммны е

продукты это го кла сс а о ычно включают в себя н е которые функции
операционных систем, работают как на Персональных Компьютерах
(РС) так и на Рuбочих станциях, включают в себя несколько сотен
программ J1 поз воляют пользователю выполнять БОЛЬШИНСТIЮ рабог не
выходн а пределы интегрированной с истемы . Как ПРL.lвИJIO таки~
системы могут ВЫПОJlllЯТЬ следующие функции :
-управление Бuзами Дшшы ;
-интерактив ная графика и каРТИРОВ<iние;
- геОL'Татистика ;

- 3 - х мерное модел ироваНllе;

- проеКТИРО13ани открытых и нодземных горных р абот ;
-ШJa liиронание горных рабо ;
-СОСТCI вл с ние календарных графиков производства .
В рам ах таких систем пользователь м о жет свободно обмеШНШl ься
данными м ежду IIр ограммами и базами дан ных, а также м ежду дру.' ими
используемыми системами, т.к . обычно имеются встрое нные
интерфейсы со сТ' IщаРТНblМИ nакетам и , например Авто К АДом .
Большин ство И тем имеют св й язык МАКРО и развитые фу нкции

L :3
помощи, а также возможности интерактивной 3-х мерной
динамическои графики для всестороннего рассматривания и
конструирования сложных пространственных объектов.
Стоимость таких систем довольно высока (J 5 - 60 тыс.доnЛаров
США Д11Я Псрсональных Компьютеров и в 2-3 раза больше - при
YCTaHonKe систем
на Рабочих СтанциSlХ в многопользовательском
режиме). Однако, использование этих CI1CT~M может дать существенный
экономический эффект (за счет принятия оптимальных стратегических
решений и повышения качества продукции) , поэтому все больше
горных компаний мира предпочитают I1риобретать их, а не набор
несвязанных недорогих I1рограмм.

Среди . наиболее распространенных в мире интегрированных

систе~ можно назвать "ДАТАМАЙН" и "ГАЙД" - английской комп ании
MICL, "ВУЛКАН" - австралийской компании KRJA Sуstешs, "ЛИНКС"
канадской фирмы L,Yl1x Geosystems 'нс, "М ЕДСИСТЕМ "
американской фирмы Mil1tec II1С и некоторые ДРУI· и е. Ниже приводятси
более подробные сведения по си стеме ДАТАМЛЙН, единственной на
да нный момент рус"'фицированной интегрированной системе ДНЯ
автоматизации геологических, горных и маркшейдерских расч етов .

1.2.6. Система ДАТАМАЙН

Одна из наиболее развитых н распространенных в мире (более 300

пользователей) систем такого класса ДАТАМАЙН (ДМ) разработан а
ан лиl1ской компанией М ICL (Mil1eral Iпdustriе, COJHp\ltillg Lld) .
Интегрированная система ДМ СОСТОIIТ из Ядра и Модул ей
Расширенин, KotopbIe выбираютсн JlOльзов:пелем прим е ните 1>110 к
св оим потребностям. Ядро системы состоит из с п ециаЛИ :3I1роваНIIОЙ
реЛflЦ IIОННОЙ ба ы данных, емкость которой ограничена л ишь
объемом памяти ЭВМ, а также - и з пак ета прогрпмм длн IlеlНIII'lliOЙ
обработки информации и манипул.яции исходными данными . , юда
входнт:

- ввод, вывод, редактирование и управл е ни е данными . Пр и это м

ннфо рмаЦИSI вводится любыми извеСТНЫМI1 с по собnми EI любом
удобном длSl ПОЛhзователн виде;
- преобразование данных, Т. е . ФУНКЦl10н ал ыlO flpeo \' U30IН\1iI1 e,
со да ние новых переменных , поворот и пере/\,t с ще IIИ с lI стем к Щ,Щ ИН : ,

и Т. Д.;

- режимы "меню" и "макрос" ;

- файлы помощи ;
- статистические вычисления;

- геостатистика ( расчет вариогр амм );

- I1нтерактиnнм MI-ЮГОЦn~ТIi :Ш графика , в 1'. '1 . с п с циаЛ Ыlаjl " РIIО-
е ол огическая;

- обработка информации по буровым с кuажина l'l,l ;

- интерфейс с системой Л\ltоСАD.
Ядро системы ЯRJlЯется обязательной со тавляющей JI :юй
IIриобретаемой пользователем конфигурации ДМ . Совместн о с ним
м гуг поставляться следующие Модули Расширения , каждый н
кото рых пред тавлнет собой спеЦИaJ1I1ЗНРОВН НН У Ю пr огрl\ММУ (IIЛИ
набор программ), Р i.lботающую в с р де ДМ :
 - ДС;'roJ\ЬНail обработка геологической, геохимической и т. п.
информации и са та ВJl е llие геалогических кпрт ;
- углубленные геОt.:Т<lТ ИСТИ'lсские расчеты ;
- -х мерное модеЛl1РОD. ни е месторожденнй (блочное , каркасное,
Чl1 сло вое) с IIlIтеРllUшщнеil традиционными и геостатистнческими
м етода ми ;

- м а р кш е йдер с ки е Р[I (; четы для открытых 11 110дзе мных горных

ра т с :Нlто маТИ З ~IРОВUIIIIЫМ 11 ручным вводом инф ормации;
- про е КТ 11Р О В(\I1~l е откр ы ты х гор"ых работ;
- пр ектнровани е подземных горных работ;
- оптими за ция развития карьера по методам Лерча - Гроссмана 11
"плаНtlющего конуса";
- операТИDlюе ПJшtшрование горных работ;
- с СТ<1вление ка.лендарных графикоu добычи руды ;
CII Cl"1:: Ma управл е ния кnчеством руды и контроля

техtЮЛОГИ'lеских процессов.

П pe'lellb этих модулей постоянно расширнется.

реди клиентов М И кл многие деСЯТКJ1 крупных
ГОРlюдобывающих КОМПtlННЙ, ведущих добычу практически всех видов
D рд ых полез ны I1 ско паемых во многих странах мира, а также

геОJIО['ические организации, учебные центры, правител ьстненные

У'lр еЖДС IiIН/ . Для обмена информацией ежегодно ОРl'анизуютс}!
конфереНЩIИ ПОЛЬ·Юl1ателеfi.
Вто рым продукто м , н е [1 11110 СОЗЩ\ltJlJ..Ш комп а llн е йМ IC L,
ЯВJНlет л -х мерна!! графl1'It: " К[lН CII тем[I глйд (Grapllical User lлLеl'fasе
[01' t Ile r АТА М 1N Е EIIVil'Ol\lI1ent). Она позволяет выполнSlТЬ IIОЛНОСГЫО
IIH Tt: P:.lKТl1111Ibl ' проц ес сы nO Ka'l" ЩlllНЫХ, МОj\еЛ IlР ОU:.1НИН РУДНЫХ тел,

проеКТИРОВ:1НИSl горных работ , используя методы 'poillt - Hd -t.:lick' на

графическом . экране . Этот пакет может одинаково хо рошо р.1БO'l'ать как
на П К , Т3К И Шl Рабочи х Ста 11 циях. Кроме того, на Рабочих Станциях
об ес п е 'llI uаt:l н з - м ' pll, Н 811 ум ю:щия (GVP - GUI01:: Vistlalisation
РI'оgП\I11), ПОЗUО)lЯ I НЩISI реа.лllзовап, ПРОС1'ранственную динамическую
ГР[lфИКУ с ПОЛIIЫМ использованием цветовых возможностей
БОРУДОНШ-{ШI . Эта система запу кается отдельно о ДАТАМАЙН ,
II С IЮJlЬ уя ту же структуру базы данных, но обеспечиваС1 похоже~ н а
AГl р окр) жеНlI е , opJleHTllpOBaHllo e пр ежде 8t.:ero на реш Ш1 е
сп НИфИ'fески:х l'OPHbIX задач .
ДА АМАЙ Н и ГАЙД им еют много перекрывающих друг друга
функциii . Их комБИllацин обеспеЧ\1lшет пользоватеJlЮ БОJ1ЬUJl1е удобства
для ра OTbl.

J .3. Место геостатистики в компьютерных технологиях

Обы чно l'еостаТИСТllч ес кие р асчеты UЫПОJlНЯЮТСЯ ДJIH н u и более

точной оцен ки запасов руды при моделировании мс(;торождеНИJl 11 его
уча коп, бло ков и 1'.11. Ста нда ртН<ш последователJ,lЮСТЬ обрабОТК~1
гео ОГИ'I ес кой IIнформ а ции при этом имеет вид:
[1 . IНЮД В компьютер пеРВИ'JНОЙ геологической информации :
п арамстроп бурения раз ведочных скважин и про 1раНС1'ВС;ННиГО
р. ЗМС ЩI.: IIIНI про, данных опробования, топографии повеРХНОСТl1 ,

15
геологических профилей и планов, чертежей сети сущестнующих горных
выработок и т.П.; ,
б: проверка и корректировка введенной информации;
в. объедин ение информации о пробах в один файл с расчетом
про(,'транственного положенин каждой пробы;
Г" статистическаJl обработка данных;
Д. геостатистическое исследование l\НИЗОТРОI1lI1'1 изменчивости

~шссива месторождения и создание ПРОСТР:НI~тuешtЫ}( КООi1риационных

моделей (еариограммных моделей) длн каждщ'о У'I:lСПШ, ,)удного тела (11

1'. П . ) месторождения;
е. геометрнзащ1Я рудных тел ме СТЩЮЖ)ltliюt, поверх 11 ости

топографии, раЗЛI1'НiЫХ ГСОJIОГИ'lеских 1l0Bc PXllOCTcit и :iOн;

Ж. создание блочном модели ме с'mр IЖДt IllШ; интеРIlО]ШЦИЯ
показателей качеСТВ(1 РУД, физико - мехаШI'IССIOlХ, ПЩРUI'еOJЮI'И'lеских и
др. характеРИСТlIКМЩ: СlIва 11 ЛИТОJЮГtIИ ;

з. оценка :щпаС08 полеЗIIЫХ ИСКОI1Нl; t.II.IХ IЮ 1\1 cctO!-юждени 10, в 1'.'1.

- оценка извлекаемых за ll асов .

ПУIIКТ "д" SIIiJНlется IICPUt.lM 11 ',IIII/.IM важным эпнюм

геостатистического исследовании МсСТОIЮЖДСIНШ, 113 КОТО Р ОМ

м оделируется З-х мернан структура изм е Н'IИIiU СТ I'1 lI1i1сеИLlа . От

ю.щеЖНОСТI1 полученных здесь модеJ l сi\ LlШН':SlТ результаты все х
последующих этапов геостптис,\ И'It~ских pnC'ICTOB.
Геостатистика далее может примеШIТЬС>l на вс е х flо~ледующих
СПlДИ Н-Х исследов::tНЮI н (НР :lб Л'ки месторождений . Так при
геометризпщ1И за.1lежеЙ ИНОI'да IIРНХОДI1Т~Я ИI-пеРllOJIиров::tТl. (П РИ I3.Jlе КWI
annap::tT кригинга) поверхности рудных Tc)I , тогюr'рафии, тектонических
нарушений н т.п.
Особенна ' важна POJlb геостаТИ(;ТИКI1 Врl1 интерllОЛSЩIШ
показателей KtI'IeCTU:1 руды 11 l1араметров маССИl1il R рамках блочной
модели месторожденин. В ре ' }ультат~ этой UГII~ Р;}ФIl1 мь/ получаем
наl1более достоверl-IЫ~ ОЦt:НКИ всех у'н1'1ыfемыыx п оказагелей ДJUJ
каждого э)]t'. меllтарного блока , содержащего руду ИЛII породу. Кроме
того, используемые зде~ь раЗПl1qны е виды КРI1Г11нга поз воляют нам

оценить rюгреШIЮСТh ЭТI1Х оценок. 'ПО пока HcДO(;'ГYГlНo для любого

другого тращщионного метода l1НтеРI10JlJlЦИИ.

Оценка II звле каемых запасов - это СНОIШ геостаТlIстнка! Здесь мы

имеем возможность сос'пшить IIРОГНОЗ о ТОМ, СКОЛLКО JOI каких запасов
будет извлсчсно при работе реалыюго карьера или шахты в будущем .
Следующая стадия осв ое ния месторождеllИЯ - проектнрование .
На этом этапе ГI~остаТИСТJoIка примеНII СТС Н ДJНI моделирования
процессов и звле чения руды из недр . ГеостаТII СТИЧСС КИЙ метод условного
моделирования позволяет создать искусственный З-х мерный массив с
изменчивостью, соответствующей ПОЛУl, е нной вариограммной модели и
учетом реальных пока:-штелей отобра Ю-IblХ проб . На такой модели можно
"проиграть" разлИЧНblе вариаНТbI технологических параметров ropHhIX
работ (высоту уступа, число забоев и их ПРОI1 З ВОllI1ТeJ11)НОС1Ъ ,
направление отработки, 110следовательность выемки блоков и т. д . И 1'.11.)
11 выбрать ОПТИММЫ-lые проектные решения .
Кроме того , 'l' aKoe моделирование позволя ет оценить ри с к от
н е подтвержденюr геОЛОПI<lескои информ а ции .

1. .
 На этЬй же стадии обычно проектируется система рудоп<~токов
горного предприятия . Здесь также можно использовать геостатистику
для расчета параметров усреднительных сооружений, размещения
добычных забоев и некоторых других элементов системы .
Наконец, на стадии отработки месторождения r'еостаТИСТ1tКУ
используют для расчета элементов системы опробования качества
продукции (руды), детальной оценки запасов выеМОЧIJЫХ блоков ,
оптимизации размещения скважин (выработок) эксrиуатационной
разведки и т . Д .
.очень большую отдачу от ИСПОЛЬЗОIШНИЯ геостатистики могут
получить геологи, занимающиеся прогнозированием, проектированием
разведочных сетей , оценкой запасов на самых ранних стадиях разведки
залежей .
Перечень Iюз можностей геостатистики необычайно велик, поэтому
каждый грамотный специалист может найти для себя ту область, где
геостптистика позволит ему получить дополнительную информацию для
принятия более обоснованных решений .

17
 •

Глава 1. ПОДГОТОВКА ИСХОДНОЙ ИНФОРМАЦИИ

К ГЕОСТАТИСТИЧЕСКИМ РАСЧЕТАМ

2.1. Ввод данных

для модеЛИРОВ"Н\1Я место рождения обычно иеобходимо

располагать следующей исходной геологической информацией:
а. Данные опробования месторождения, в 1'.'1.:
-координаты (X,Y,Z) устьев разведочных выра оток ;
-результаты маркшейдерских замеров изменения направления
разведочных выработок (инклинометрия) : расстояние точки замера от
устья выработки, азимут и .вертикальныЙ Уl 'ОЛ выработки в данной
точке;

- р езультаты опробования (в 1'.'1.: литологнч ес кие, гео механические

и др. характеристики массива) по каждому интервалу (пробе)
выработки.
б. графические материалы, дающие представлен ие о топографии
поверхности , геометрии рудных тел, тектонических нарушений,
гидрогеологии, зоналыюсти и Т.п. месторождения.

При этом может быть введена и описана информация о любой

разведочной выработке (вертикальные , горизонтальные и сложные
наклонные скважины, горные выработки и т.д.) ИЛИ пробе, имеющей
отношение к моделируемой зале жи. Если данные по инклинометрии
отсутствуют. то выработка считuется вертикал:ыIOЙ . Количество
показателей опробования скважин и ДРУ1их разведочных выработок,
геологических, геомеханических и др. параметров не ограничивается.

Исходная информация может вводиться вручную с клавиатуры в виде

аблиц, а также переписываться с других машинных носител ей или с
автоматических устройств съема информации (например - со сканеров).
Следует взять за правило - присваивать каждой пробе все
имеющиеся признаки, характеризующие ее отношение к рудному телу,

профилю, типу руды, зоне, виду и срокам опро ОВа! ИЯ И т.п. В се эти
признаки вводятсн либо системой кодирования , либо н епосредственно -
словами.

В систе ме Датамайн и в других современных программных

продуктах нет жесткого фиксирошшного форма ДJНI каждого типа
данных, посл едние могут вводиты.:н к. к в свободном, так и в
фиксированном формате, который указывается при вводе информ .. ции.
Графическая информаЦЮI обычно вводится дигитайзером ка
непосредственно в используемую программу , так и с помощью д ругих

стандартных систем или пакетов прогр аfytМ, например - АВ ОКАда.

Введенная в стандартных кодах графическаJl информация затем
пер екоди руется и вводится в используемую для моделирования систему

с помощью соответствующих интерфейсов .

18
 Обычно TaKIIM способом ВВОДИТСЯ информация с
топографич ес кого плана ме тности, геологических сечений рудных тел,
планов и сечений уже существующи-"Х на месторождении выработок
и/или карьера .

2.1. 1. Обработка даН llblХ по СКRажин ам

На практике ИСХОДНblе ге ологические данные опробования чаще

всего получаются по результатам керНО БОГО опробования скважин ,
Сформированные отдельные файлы первичныx данных (координат
устьев скважин, инклинометрии и опробования) прежде всего ДОЛЖНЫ
быть объединены для последующего использования в работе.
Результатом этой стадии является автоматический расчет
истинного положения в пространстве каждо й пробы с использованием
координат устья, глубины рас положения пробы, и данных
инклинометрии (если они есть).
Полученный ltтоговый файл включает всю информацию ,
содержаЩУЮСJI внутри всех трех первоначальных файлов , и может
быть рассмотрен на э кране (Рис.2.1.).

Для paClleTa пространственных координат каждой пробы обычно

применяетсн метод подгона дуг окружностей огдельно по горизонтали
и вертикали через точки замеров инклннометрии и построения серии

точек в пр стра нстве.

Положеllие пробы рассчитывается методом линейной

и~терпоmIЦНИ . Первая ра считанная таким образо м точка находится в
устье выработки. Предполагается, что простирание и падение iiыработки
между точками замера инклиномстрии изменяется плавно . Две
плоскости (горизонтальная, определяемая простиранием) и
вертикальнан (определяемая падением) рассматривают ,Я неЗ<iВИСИМО.
Последовnвельно определяетс}! положение в пространстве всех точек
замера инклинометрии, а затем положение каждой пробы. K(JTopoe
сравнивается с заданны м расстоян ием пробы О',' устья скважин ы.

19
 Полученны й в результате такой обработки единый файл
опробованИя скважин затем объеди няется с имеющимися данными по
ЛИТОЛОГJ-lИ, геомеханике, гидрогеол огии и т . п ., если эти данные были
введены отдельно с ука з ани е м инте р вал о в , отличающихся от рядового

опробования.
После этого все введенные сведеlll1Я о месторождении должнь
быть ' проверены на ко р ректность и отсутствие ошибок . Обычно это
самый трудоемкий пр оцесс, тр ебующий больших ,затрат времени. В
частности в системе Датам айн существует набор стандартных про верок
корректности ис ходных данных , кото ры е помогают и збавиться от самых
грубых ошибок, п е рен есен н ых из первичных материалов или
полученных в результате н е брежного ввода данн ы х в компьютер.
Однако окончательное выя вле н ие и исправл е ние ошибок
прои з водитсн путем вывода и рассм атри в а н и я на экране компьютера

совместно контуров рудных тел , проб, то по графической поверхности и

Т.д .. Этот этап работы похож на подводную часть айсберга, которую
обычно не видно, но размеры ее зн а ч ител ьн о больш е надводной части.
После ·ввода и корректировки и сходной и н фо р мации производятся
ее статистическая обработка. Но для получения корректных результатов
предварительно следует привести все используемые в расчетах пробы к
одинаковой длине . для этого суще ствуют стандартные методы расчетов.
В частности в системе Датамайн имеется 3 специал ьных процесса
композ ирования .

2.2. Описание одной переменной

Исходные данн ые "го ворят" б олее понятно, когда они

организованы . Когда Вы начинаете работать с каким-то массивом
информ а ции , саман п ервая и доступн ая информация ПОЛУЧCiется с
помощью ги стограммы , которан как правило содержит 2 кривые:
частоты отдельных класс о в соде ржаний и КУМУJlЯ1'ИВНОЙ частоты. На
рис . 2.2 . показана гистограмма содержаний золота и кумулятивный
график частот для жильного месторождения .

0... 1"'''.'''(
r I с Т о r р А V W. А I 3 • ,. а nА l!t~tS.C Д nя AU

~гr==~~~==~
I ~
а

·0

~
~~~~; . ~ 1S ~= :~:;!!~9~ : : ;~= : ~ I ~C;j:~~~~=~= ~ ~~=~;~
.. . .. ••
------------------~
Ри с. 2.2. Ги стогра мм а содержания золота n жильном
м есторождении .

20
 Следующая важная детал ь - установить по гистограмме тип (закон)
распределенил, что поможет В ам в дальнейшем правильно использовать
для обр аботки дан ных те или ины е математические выражения и
методы расчетов.

Самый рас пространенный в математике тип распределения , для

которого существуют н аи б олее простые методы расчета
НОРМАЛЬНОЕ ( или ГАУССОВО ) рас пределение , рис . 2.4 .
Важно ть этого расп редел е ния становится ' понятной в связи с
центральной п р едельной тео ре м ой, которая приводится в любом
учебнике теор и вероятностей. Практический смысл ее состоит в том,
что если на исследуемый объе кт воздействует множество факторов , то
числовые характеристи ки объекта , интерпретируемые как случайные
величин ы , будyr распределе ны примерно ·нормально. Математическая
Функцил нормал ьного рас предел ения случайной величины Х задается
равеНС1'ВОМ
(и-m) 2
P {X~z} = ~ fZ
<1Щ - 00
е- 20 2 du , (2.1)
гд.е т, (1 2 - параметры распределения.

Однако, для вы ч и сления вероятностей нет необходимости

применять фор мулу 2. 1, Т. К. в любом справочнике по статистике и
теории вероятностей приведены подробные таблицы характеристик
нор мальн ого рас пределе ния . Достаточно простые формулы расчета
функци и нормального рз с предел ения приведены в работе [5] .
Существуют с п особы преобразования практически любого
распределения к нормально му, но для начала полезно знать насколько

близко Ваше реальное расп ределен и е к Гауссову.

Это можно сделать или с п омощью сПtщиальных статистических
пакетов программ , в которых про веряется истинность Вашей гипотезы о
но р мальности распределения, или исп ользуя специальную

разграфленную бумагу (с логарифми ческим масштабом шкалы У) .

Оказы~ается, что если Ваше распределе ни е близко к нормальному , то
кумулятивный график н а тако й бумаге выглядит почти прямой линией .
Однако, в большинстве случаев реальн ые распределения сильно
отличаются от нормал ьного. Обычно это случается , когда в м ассиве
данных встречаютсн много очень мален ьких значений и всего
несколько очень больших (ил и наоборот) . В этом случае к реальной
гистограмме может быть подобран л огнормальный закон
распределения, при котором распределение л огарифмов величи н
массива данных является нормапьн ым .

Обычно этот тип расп ределен ия также легко распознается с

помощью кумулятивного графика на сп ециальной бумаге (аналогично
показанному выше примеру). Осо бенно много трудностей при
идентификации lИШl раслределенил вносят "ураганные" зн ачения проб .
ЭТI1 пробы желательно привести к " но рм альному" виду (и з вестными в
практике методами) или искл юч ить для получения бол ее корректных
ра пределений .
ушествует мнение, что тот этап , связанный с определе ни е м
акон а распр едел е ния исследуемой переменной , не долж е н в общем
сл учnе Зi1Н11МnТЬ много времени . Близость ~ аш его расп ределе н ия к

:l1
нормальному не гарантирует эффективности применяемого метода
оценки. С другой стороны многие методики, основанные на гипотезе
нормального закона дают хорошие результаты и в случае негауссовых

распределений. Только небольшое количество методов ' требуют

предварительной идентификации закона распределения . Подробнее этот
3 и 8.
вопрос рассматривается в главах
. В системе ДАТАМЛЙ Н для подбора закона распределения к
экспериментальной гистограмме используется программа HISFIT,
которая позвоmiет идентифицировать нормальный и логнормальный
законы распределения, в том числе и многовершинные, Рис.2.З.
Наличие на гистограмме нескольких вершин может
свидетельствовать как о смешении в одном массиве нескольких

качественно различных групп данных, так и о чрезмерно узкой ширине

интервала одного столбца гистограммы. В первом случае ' следует
попытаться разделить исходный массив на группы (например, разделить
пробы разных лет, полученные по разным методикам, или данные по
различным зонам меСТОРОЖдения и т.п.) и рассчитать гистограммы для
каждо~r группы отдельно . Во втором случае надо поэкспериментировать
и найти приемлемую ширину столбца гистограммы, обеспечивающую
достаточное сглаживание данн.ых, рис 2.3.
Важной частью предварительных статистических вычислений
нвляеТСJl расчет общих статистик исследуемого массива данных. Сюда
входят измерения: положения, отклонений (статистической
изменчивости) и формы гистограммы.
Первая группа характеризует расположение различных частей
распределения · в диапазоне изменения элементов массива данных.

Среднее, мода и медиана определяют центр распред~ления. Положение

других частеЙ определяется с помощью квантилей '11].
Вторая группа включает в себя дисперсию, стандартное
отклонение и некоторые другие показатели, характеризующие

изменчивость данных. Форма распределения ' характеризуется

коэффициентами асимметрии, эксцесса и вариации.

_.

.
Содер •• н"_ •• nе38 , .
"
.

22
 Содер •• UII8
. ..
аеllСlе , 1'
.. . . .
РIIС .2 . З . ГlIстограммы сuдержаШtll железа D пробах
и законы распределеНИJl при ширине бllна 0.5 11 2%

в итоге сумма этих парамстров достаточно полно характеризует

любое ра~предеJlение.

2.1.1. XapitKTepllcT8K~t ПОJlож:еIIНИ раСllределения

Среднее (111) - это арифмеl'll'IССКОС среднее данных Вашего

массива.
__ ~ , ,'.1 . , (2.2)
гn -· 1; "-' 1= 1 Х 1

где : 11 - ЧИС1l0 Щ1ННЫХ

xi - 11 JНI'IИНЫ данных.
Мсдюша (Ме) это средняя точка массива AaIlHbIX , если
расположить их в возрастающем порядке. Половина данных находнтсн
выше медианы , а другая ПОЛОВИШI -. ниже.
М е= х ( !!i!.l ) (2 .3)
если 1} II С 'l сТllое 'шсло , и

)(й i)(( n )
Мб = 2 '2'+1
2.4)
2
е JIII 11 - чеТНut: ЧIIСJ\О.

Если Ны Ha'lepTIITC 1 умуля ИDНЫЙ график на специалыюй бумаге,

то медиаllУ можно ОllреДСlIИТL 11:1 оси Х, указав на гр .. фнке T()'~KY,
СООТВСТСl'lIУIOШ,уlO частоте 50 % на OCII У. .
Мода - это ВСШ1(шна данных, которая нстре чае 'СН в массиве
наиболее ча то. Обы'lНО место нахождеllИЯ этой .величины сразу 61IДHO
на ГИСТОГР:1мме по самому вы сокому столбику. Далее надо IIЮСТО
выяс нить, какая веЛИ'IИН3 данных встречается в этом классе нзиболее
часто. n геологической практике эта етатисти' ескзя xaV<tKTepl ' тнка не
играет большой роли и редко ПРИМ~НJlеТСJl.
МИНИМ:lJ1ЫI<Ul и М3 с им3лыl яя величины д, нн IХ :но
наименьшее 11 наиболыш:е з Н\LJеню tvШССИВ3 .
Нижний и ВСРХIIIIЙ КRаРТIIЛI1 это знu' е )1ШI массив I

СООТ8 Т~IJУЮ Щl1 е 25% (нижний .8 НТИJ1Ь) И 75% (верх ний кван ИЛЬ)
'шстотам на КУМ УЛ>lТивном граф ,ке .
23
 Кроме названных, существуют и другие методы разбиения массива
на части, пока широко не используемые в оте'[ественной практике

2.2.2. Характеристики отклонений (стаТlfСТllческой изменчивости)

Дисперсия
0-2 =;} L7:, (Х; - т )2 (2.5)
Этот очеl1Ь важный параметр определяет квадрат среднего
отклонения величин массива данных от их среднего зна чения.

Стандартное отклонение - определяется как Kopellb квадратный из

вели !Ины дисперсии.

Междукоартильное простр:шство (Днапп :юн) - полезный параметр,

определяемый из уравнения
'ОЯ = О з - О 1 (2.6)
Этот параметр не использует величины среднего (т) и поэтому
часто применнетсSl, когда есть сомнения в корректности определения ш.

Коэффициент вариации -определяется делением стандартного

отклонения на среднее значение массива . ЕСШI Вы получили этот
параметр больший чем 1, то ' в Вашем мас ине есть знач е ния, сильно
отличающиеся от основной Mt\CCbl данных . Во всех СЛУLllliLX желательно
разобраться с такими значениями перед н ачалом оценки .
CV= ~ (2.7)
Иногда это'~ параметр измеряют в процентах, умножап ero на 100.
В качестве оценок разброса выбор ки нередко используются
нормиров,шные отклонения максимального и минимального значений
от среднего арифметического, причем нормирование состоит в делении
этих разностей на среднеквадратичное (стандартное) отклонение. Такие
оценки имеют преимущество перед размахом выборки, т. к. выражают
<;>тносительные отклонения и позволяют сравн ивать раЗJнtчные 8ыборки.

2.2.3. Характеристики формы рас. ределttltОI

Коэффициенты асимметрии и экс цессп иногда нпзывают

характеристиками формы распреДсJl IIIIJI . Нулевое ЗН<\'Iение
Коэффициента асимметрии означает, '1 о выборка расположена
симмеТРИLIНО относительно среднего а рифметическо о , как это
характерно, например, для НОРММЫlOго заКОllа Р' СflР деления, рнс.2.4.
Ко ффициент асимметрии характери зует "скошенность"
гистограммы . Чем выше данный КОЭффlf'l{иенl', тем ОЛhше влияние
данных с очень большими или очен!> м ал ыми · Н:lчеIJШIМИ величин.
ЕСЛII IJ Массиве преобладают очень M ~UIble значеlll1Н, а медиана больше
чем среднее, то коэффициент - отрицаТСJ1 t В . В ofip. тно м при мере с
преоблманием "хвоста" otleHb БОЛЬШIIХ Зllач ний мы ПОЛУ'JИМ
положительную асимметрию.

24
 РИС. 2.4 . Вид функции нормального распределения (А), распределения с
отрицательн ой асимметрией (В) и с отрицательным эксцессом (С).

КОЭффИЦl1 ент эксцесса служит мерой островершинности

распределения по сравн ению с нормальным законом. У нормального
распределею,Ul этот коэффициент равен нулю. Положительное значение
эксцесса указывает на более острую вершину, а отрицательное - на
более пологую кривую, рис .2.4.
Более подробное описание всех названных выше параметров
можно найти в любом учебнике по статистике или теории вероятностей
(1,2).
В системе ДАТАМЛЙН имеются процессы SТЛТS, STATSl и
STIGX, которые позnолнют очень быстро получить все
вышеприведенные ГlapaMeTpы для любой переменной в массиве.
Программа HISTOG ПРI:ЩJ-шз начена для ностроения графнков
гистограмм . дЛЯ быстрого со:щания диагр а мм рассеяния используется
процесс QU 10 .

Выше был вкратце описан способ обр ащения с массивом данных,

в котором соде ржится ОдН" Ilеременная . Таким образом можно
получить отделыlс: хараиt:.рИСТИКИ для каждой переменной массива,
однако часто 11РИХОД И.ТСSl иметь дело с множествами, в которых

содержатся одновременно несколько хnрактернстик проб, например

содержания р азличных компонентов. В этом случае необходимо
располагать информаЦИеЙ об их взаимосвязи и взаимозаnисимости.
Наиболее простой путь увидеть взаИМОСВSIЗЬ двух ГlepeMeHHЫX массива -
построить диаграмму разброса, аЮ\JlОГИЧНУIO показанной на рис.2.5.
П о этому гр а фику можно 8 самом общем виде сделать заключение
о СВЯЗII 2 - х персм е Ш/LГХ . Если точк и концентрируются вокруг какой-то
линии, то можно говори ть о ДOCTaTO'iНO надежной связи исследуемых
перемснных. Однак о в нашем примере хотя и существует связь меЖдУ
содержаНЮJМИ золота и серебра, но форма этой связи на диаграмме
расс еяния нвно не вид на .

Для достаточно точ н оii оценки степ 'ни вззимосвя з и перемеНВblХ в

СТПТИСТИКе 11 полюуетl.:Н корреmщион ный анзлиз. дв переменные
Mor'yт быть:

2В
 - некоррелируемы , если рост величины одной и з них не приводит к
какому-либо устойчивому изм е нению другой;
-положительно коррелированы (как в lI а ш е м случае), KOГД~ рост
ОДНО l1 переменнuй приводит к росту другой ;
- отрицател ьно корр ел ированы - в обратном случае.
Степе нь корреляционной СШIЗИ 2 -х п ер е м е нных оценивается
коэффициентом корреляции .

. r
. . • . •.+ . .
,Е НOL 'L.It-_

• .
.. . . .·. . .
а
а

.• . . . • .. · . t

... · .. . .··
.
а
•
. ...
+

. . . . . · .. .. . .·
.
•
. . f

.. +. ...+ • ...+•... . . ··
. • " ......;
t
..
..... . . .
. ~~
+

<>
о

...
о
..
.' .: . '. ' : ~~"i .
.... t.. ........ " .. "t :. ...
..."
.... .: ... :..~ i t++ ~•• .: h •• :........
f·+.,..:
, .... ..
. ·.. ··+1 ........
.. •• 1 +. . . + ..,.1••• +.- ++ . . . . .
·tttt· ..
..... :. t:'t..t :*.'t' .....+. :"* . ·*·t~+·
w~~04 'J ........ ' :.'t. .... t -. ....
t

~ о
а

<>
. '
.'
~:f~ +.
t ~ .....
..
. ,+.: , •
... .... $: ..

.
...

0 . 00 S . OO 1С . ОО

Ри с.2. 5 . Диаграмма разброса содержаний золота и серебра в

пробах

р =
;} L: n (/(гm " )(угmу)
о "Оу (2 .8)
В ура внении си мволами х и у обозначены значения перем енных Х
и У.
Числитель ура внения 2.8 называется КОВ:1риацией и часто
используетсSl для С1'аТНС'Пf 1 1СС I<ОЙ характеристики диаграмм рассеяния .
Этот п ара МеТР сильно зави с нт от ВСЛИЧl1НЫ зиа'Jений данных, поэтому
че м ОIlИ больше, те м больше величина коварнации.
Коэффициент коррешщии В свою очередь- величина
о l'носи"елы l1нH и может изменяться от - 1 до + 1. Чем плотнее СWIЗЬ 2 - х
переменн ы.х, тем бл иже этот коэффици е нт к 1 (юlИ -1). .
Если коэффи циент = 1, то все TO'IKH диаграммы разброса лежат на
прямой линии с положительным углом наклона к оси Х. При значении
коэффици~нта I<орреmщии, равном - 1, угол наклона этой линии
отрицательный. Если коэффициент бли зок к О, то точки обычно
образуют довольно аморфное облако вокруг "идеальной" прямой .
Если зав исимость между переменными неJJИнейная ) то связь между
iШМИ точнее оценивается Коэффициентом ранговой корреляции

;} L7=1 (~-mя" ) (Яvгmяу) (2.9)

Prank = 0R )( OR у
гд: Rx)Ry - соответствующие ранги дей ствительных величин
массива данных.

После ра нжир ования массива данных по возрастанию

наименьшему З llачению приписы вается ран}' = 1, а н а ибольш е му -. п .
110 ле этого рассч итываются соотnеТСТВУlOщие зна чения рангов для I:Iсех
' .и сел по следо патель но (,'Ти.

2
 ТаБЛ.2 . 1 . Матрица коэффициентов корреляции , м ежду

показателями опробования месторождения.

Au Ag Cu S Р

Au I
Ag 0.82 1
Cu 0. 17 0.53 1
S -0.17 -0.27 -0.38 1
Р -0.05 -0.08 -0.08 0.42 1
Прежде, чем переходить к установлению вида зависимостей
переменных Вашего маССИ.Dа желате1;lЬНО рассчитать матрицу
коэффициеитов корреляции, которая укажет тесноту и характер связи
разли чных пока ател ей и параметров. Пример такой матрицы,
рассчита нной ДJUl результатов опробования комплексных руд, показан в
таБЛ .2. 1 .

2.3.1. РегреССИОНIIЫЙ анiUJИЗ

Регрессионный анализ - это метод изучения стохастической связи

между переменными.

Если один из коэффициентов корреляции Р,авен 1 (или - J), то все

точки ди агр а ммы рассеяния лежат на одной линии, зная уравнени е
которой мы л егк о мо жем вычислить веJlИЧИ 'ну переменной Х по
известному з " а~lеliИЮ п еремен ной У и наоборот.
Самый простой сл~шй - линейная регресс ия , когда наша искомая
лин.ш - прнман с уравнением

У = дХ +Ь , (2. 10)
где : а - УГJlОВОЙ коэффициент равен
crv
д = р а; , (2.11)
а свободный член уравнения Ь равен
Ь = ту-дт х (2.12)
На , рис 2.6 показан пример подбора регрессионной ПР$IМОЙ для
с~шев: FEOB= f(FEM) (левый рисунок и FEM=f(FEOB) (правыН )
рисунок) . Как видно из графиков J1ИН ИИ этих зависимостей отличаются .

~~~~~~~-_ ._--------~----~~~--------------- -------- ---~

аграммы разброса и регрессионные прямые функций
FEOB= f(FEM) (лев ый РIIСУНОК) lf FEM = f(FEOB) (праоый ри сунок)

27
 В случаях, когда линия не прямая, используются более сложные
нелинейные уравнения и методы регрессионного анализа. для подбора
аналитических функций , характеризующих свизь м ежду перемеНJ:IЫМИ,
чаще всего используется метод наименьших квадратов и стандартные

вычислительные процедуры, описанные в каждом . учебнике по

статистике .

2.4. Понятие о многомерном статистическом анализе (11

в предыдущих разделах мы кратко рассмотрели анализ данных ,

представляющих измерения одной или двух переменных в каждой
пробе. В этой части будет дано общее представление о многомерных
методах обработки информации, содержащей несколько или много
переменных для каждой
. пробы или объекта. Такими способами чаще всего оперируют при
исследовании результатов геохимического опробования , когда для
каждого образца определяется содержания многих элементов и
химических соединений, при анализе палеонтологических
характеристик и во многих других ситуациях в геологической практике.
Многомерные методы являются необычайно мощными , т.К.
позволяют пользо вателю работать одновременно с большим числом
переменных. Однако они достаточно сложны и требуют обязательного
использования ЭВМ. Кроме того, статистичеСЮlе критерии и
процедуры большинства этих методов требуют очень серьезных
ограничений , поведение которых пока еще слабо изучено . Тем не менее
эти методы часто позволяют геологам получать большое количество
полезной инфоР.мации и делать далеко идущие выводы .
В частности они полезны там, где приходится иметь дело со
сложными комбинациями действующих факторов , которые не удается
и зучить по отдельности.

Во ' многих стандартных статистических пакетах компьютерных

программ, а также в специальном геологич.еском программном

обеспечении есть инструменты ДIIЯ таких методов анализа. В частности

система Датамайн содержит подсистему (модуль) , включающую все
упомянyrые в посл едующем изложении методы.

Применительно к рассматриваемым в данной книге

геостатистическим проблемам методы многомерного анализа
используются чаще всего ДIIЯ разделения исходной информации на
однородные множества , которые необходимо исследовать отдельно . С
этой целью обыч но используются кластерный и дискр иминантный
анализ.

2.4.1. Множественная регрессия

Раньше мы рассматривали регр ессионный анализ как инструм ент

для подбора аналитических уравнений, характеризующих
взаимозависимость рассматриваемых переменных . В это м случае мы
имели дел о как правило с одной или двумя (для тренда) нез висимыми
перем е нными , а полиномиальную регрессию можно было представить с
помощь ю уравнения

28
 (2.13)

КоэФФиuиенты Ь в этой формуле нахОДЯТСЯ методом наименьших

квадратов с помощью решения системы линейных уравнений.
Однако, эту же задачу можно трактовать как многомерную,
содержащую н независимых пер менных. В этом случае мы получим
уравнение дтш 11 независи ых переменных Х
У=ЬО+Ь,Х, +Ь 2Х2 + ..... +Ьпхп +Е, (2.14)
которое решается анnлогично предыдущей задаче стандартными
методами регр ссионного анаllиза.

В результате мы получаем уравнение зависимости искомой

переменной от нескольких аргументов и сможем оценить их влияние
на кон е чную величину по величине коэффициеl тон Ь. Стандартные
вь числительные процедуры позволяют при этом оценить надежность

полученной зависимости по Dеличине коэффициента множественной

корреляции.

2.4.2. ДИСКРlIминаt т"ый анализ

в отличи е от методов классификаци и (1,2] дискрими:нантный

анализ осуществляет разделение о 'ъектов по заранее заданным группам.
Например, если мы имеем 2 группы проб, связанных с различными
участками месторож.ц ния, 1'0 с омощью данного метода можно

отыскать такую линейную функцию переменных , с помощью которой в

дальн~йшем возможно практичеСЮI безошибочно относить полученные
новые пробы в ту ил ИНУJ(1 груп у. Если мы имеем в составе исходных
данных информацию, полученную из разных источников, по
-различным методикам , относящуюся к различным участкам, зонам

меСТОРОЖдения и Т.П., то С помощь дискриминантного анализа мы

можем проверить значимость этих различий в данных.

Первым сигналом для такои работы может стать получение
многовершинно го раСl1ределения (гнст гра1. IbI) дм Ваших данных.
Если окажется , что П J. том 8 массиве имеются различные группы
информации снеодинаковым происхождением, то лучше попробовать
вначале разделить их данным методом с омощью соответствующей
программы стандартного статистичеСl 'ОГО пакета или с помощью

программ DISCAN и DJSCLA, имеющихся в системе ДатамаЙн.

В слу'ше, если указанные Вами ГР}1iПЫ данных можно четко
разделить на отдельные множества с помощью полученной
дискримиltантной функции , то лучше не рисковат и в дальнейшем
обрабатывать эти группы данных раздельно.

2.4.3. КДС1стерный анализ

Этот етод многомерного а llализа данных относится к методам

классификации и выполняет разделение объектов на боле или менее
однород ны е группы, а также устанавливает соотношt:нин между :этими
груп пами .

В литературе описаны сотни методов кластерного анализа.

Многообразие их объясннется эмпирич~ ким подходом к образованию

2
групп по количественному сходству. В какой -то мере выявление
кластеров . яwшется исследовательской функцией (искусством)
исследователя и в большинстве случаев не поддается формализации.
В качестве меры сходства и объединения объектов применЯются
разные показатели, однако чаще всего используют коэффициент
корреляции. В результате кластерного анализа оБЫ'lНО рассчитывается
дендрограмма, иллюстрирующая степень сходства и различия

участвующих 8 расчете объектов . Пример такой дендрограммы ноказан

на рис.2.7. .

А с D Е F
r-
1.0
I r
- 0.5 I
- 0.0

t- -0.5

-1.0 I
РИС . 2.7. Пример дендрограммы.

На рисунке показана дендрограмма, показывающая разделение 6

объектов, каждый из которых описывается набором показателей и
характеристик, на 2 группы. На первом шаге рассчитьmается матрица
коэффициентов корреляции между всеми объектами и выбираются
центры будущих групп, имеющие · максимальное сходство . В данном
случае это объекты А и В (коэффициент корреляции - 0.8), а также - D
и Е (коэффициент корреляции 0.65). На следующем шаге
объединенные таким образом группы рассматриваются уже как единые
объекты, и расчеты повторнются до тех пор, пока все группы не
объединяются вместе.
Кластерный анализ можно использовать для классификации групп
данных и последующего осмысления многообразия внутренних связей .
для того, чтобы разобраться во множестве предлагаемых методов и
алгоритмов кластерного анализа и выбрать подходящий, рекомендуется
специальная литература по прикладной статистике. (2].
для расчетов можно использовать доступное для читателя
программное обеспечение по кластерному анализу, например
программу CLUSTR системы Датамайн, ориентированную на решение
специфических геологических задач.

30
 2.4.4. Факторный аttализ.

Некоторое множество вычислительных процедур многомерной

статистики часто называют "факторным анализом", поскольку они
обладают общими чертами. Например, заранее предполагается, что в
наборе многомерных наблюдений имеется скрытая простая структура,
которая выражается ч рез дисперсии и ковариации переменных , а также

с помощью оценки степени сходства между наблюдениями. Цель

факторного анализа установление внугренней структуры в
наблюдаемых взаимосвязях пугем извлечения из внешнего их
проявления (матрицы парных коэффициентов корреляции) некоторого
числа гипотетических переменных или факторов.
Методы факторного анализа делятся на 2 больших класса,
называемых R- и Q-Факторным анализом. Первый связан с
исследованием соотн шения между переменными , а второй - между
объектами .
Теорети·ческие положения факторного анализа несколько трудны
для восприятии из-за большого разнообразия способов решения его
проблем. Немалые затруднения возникают при интерпретации
полученных результатов.

Применение факторного анализа рекомендуется после

предварительного изучения теории и последовательности

вычислительных I1роцедур. Имеется 4 наиболее распространенных типа

задач, где грамотное применение этого метода дает эффект:
-для формирования гипотез при исследовании структуры
малОllзвестной области. В этом случае исследователь шаг за ш агом
создает нrшболее вероятные предположеНИJI о структуре объекта,
которые проверяютсн в ходе последующих экспериментов;

-для оценки величин, которые невозможно измерить , но которые

корреIll1РУЮТСЯ с другими, измеряемыми параметраМI1. Здесь факторный

анализ дает оценки, более точные, чем простой расчет по ур авнениям
регрессии;

-п ри об работке некачественно подготовпенных исходных

массивов данньгх, когда выборка переменных сделана произвольно,
экс перименты подготовлены небрежно , и есть ' большие погрешности н
вычисл ениях .

-при решении специальных, выбранных пользователем проблем в

комплексе с регрес сио нным, коррреляционным, ди сперс ионны м иди

дискриминан тным анал изом .

Одним из инструментов факторного анализа яв.ляется Alemoд

главных KoMlloHellm. Этот метод позволяет выде~ить из множества
переменных, харзктеризующих объекты, одну или не скольк , которые
вносят наибольший вклад в дисперсию и могуг быть использованы для
достаточно предстаВl1тельной характеристики объектов.

2.5. Описание IIpocтpaHCТ8eHHoro положения

ДаНllые , с которыми приходится иметь Д ло геологу,

непосредственно свнзаНbl с пространством . Если в предыдущих
раздела мы аб .трактно описали массив данных без приВязки его к
местам взятия пр б, то теперь попытаемся восполнить этот J]робел .

31
Положение Д~HHЫX в пространстве обычно фиксируется на планах или
азрезах, где каждая

проба имеет . свои

координаты. Уже по этим
картам можно делать

выводы о равномерности

пробова ни.н или

аличии богатых (или
едных) зон в том ИЛИ
ном месте

характеризованного

пробами геологического
(или рудного) тела . Более
олную информацию
есет в себе карта
золиний переменной,
начения которой
+ . пределены 8 пробах .
Пример карты изолиний
поверхности показан на
212000 282500 2830 О ис . 2.8.
Рис . 2 . 8. Топография поверхности а~мазного
месторождения

Получив карту изолиний интересующей нас переменной, мы

можем уже более определенно ответить на некоторые DОПрОСЫ,
связанные с о.собенностями распределения ее в пространстве. В
частности мы можем выделить зоны с высоко й или низкой
изменчивостью r:tризнака и Т.п.

В компьютерных системах, подобных ДАТдМдЙН , с помощью

процессов моделирования и интерполяции можно получать карты

сечений моделируемых объектов в виде ячеистых (блочных) моделей, в

которых все пространство разбито на ячейки прямоугольной формы, и
каждой ячейке приписано соответствующее значение переменной.
Пример такого сечения блочной модели показан на рис . 2.9.
Если мы имеем карту опробования, то одним из . простейших
методов ее анализа является метод скользящего окна, в котором на

карту накладывается (обычно ПРЯМОУl'ольное) окно выбранного

размера. Это окно передвигается вдоль карты на величину заданного
шага, а для проб, каждый раз попадающих в окно, расс\{итываются все
статистические показатели, которые затем ПРИВJl з ываются к точке в

центре окна. Таким образом количество данных на карте существенно

уменьшается и, кроме того, полученные результаты позволяют судить о

некоторых закономерностях в изменчивости исследуемой части массива .

Важный результат такого исследования выявление
плохоопробованных зон, на которых по имеющимся данным
невозможно получить корректные результаты.

32
 2.5.1. ПРОПОРЦИОИa.JIЬНЫЙ эффект

Когда мы исследуем достаточно однородный участок залежи , то

наши оценки неопробованных зон будуг очень точными . Если же
массив неоднородный (т. е . данные варьируют в широких пределах), то
мы должны быть готовы к низкой точности наших прогнозов
независимо от метода оце нки, который мы выбрали .
С помощью метода скользящего окна мы можем для каждого
участка массива вычислить среднее и стандартное отклонение проб
данного участка и в итоге получить "карту", содержащую эти данные .
ПО этой карте мы можем судить как изменяются названные параметры
(среднее и стандартное отклонение или изменчивость) в пространстве.
В общем случае существуют 4 разновидности таких изме нений ,
показанные на рис. 2.1 О :
(а) местные оценки среднего значения переменной и
изменчивости сохраняются постоянными в пределах сече ния

геологического (рудного) тела;

(Ь) среднее значение изменяется (проявляется тренд уровня
значений переменной) , il изменчивость - постоянна;
(с) среднее з начение постоянно, а изменчивость характеризуется
трендом;

(d) и среднее знач е ние и изменчивость непостоянны в пределах

сечения.

V(RII~AL ('5 I - W(5 1 S(CIIO" . SHO WIN C ROCK IYPES I DATAMINE

.~
"""'"
f7 ibl\i1
POS ITION

...
о
о
COLUlAN 12
.,
о
'!d ;~ х- - 18 2 2~ . 00
I , :,.11 ;1:':11'
.~
..
. r:-
"~
. -'; ' .,

..,
о
о

;;;, +
-:- . I y~. ~

•
• : 1
О

.....,
о
1-;-
I
с:.. r-
~.
' '. 1":'1-
с:..
. . t,';
.'.,..~.
f.1:~':'
о
о
..,....
I
~~ LEC(I;O
i'!". VALUE 201;[
r RoМ 10

..,
о
о

I - 2400 -2300 -2200

'-'-'-

-2100
8 5 .0
.7 .0
81 7 . 0
-2000
5.0
7.0
17 . 0

РИ С.2 .9 . Сеч ение блочной модели золоторудного

месторождения

Для оцен ки и зучаемого объекта первые 2 случая наиболее

предпочтитель ны , т.к. поз воляют получить наиболее надежные

результат ы .

Однако на пр а кти ке чаще встречаются случаи (с) и (d),

характеризующиеся и з м енением стандартного отклонения пере менной.
Случай (d) более того соответствует ситуации, когда среднее значение и

зз
стандартное отклонение изменяются поtj'!'И одинаково и связаны

определенной зависимостью. Таюш СИТУ :l1 ия называется

ПРОПОРЦИОНАЛЬНЫМ ЭФФЕКТОМ . Он обычно распознается на
диаграмме рассеяния "среднее-стандартное отклонение", построенной
по данным "скользящего окна".
г;=========-=-=-=-=-
= --=;
-----------

8 ' ь

---------Рис . 2.10. Варианты измеllения статистич.сских покuзатслсй в

npOCTpUH(,'TDC

2.5.2. ПростраНСТ8~НtJая неllреРЫIШОСl'Ь

Это пuнлтне связано с БОЛl.ШI1НСТВОМ MaCCJ1DOtl данных ,

хара~'Теризующих природ ые реСУРСЫ . Дейстнитtлыю, чем ближе
расположены между собой пробы, тем меньше (обычно) раЗJlИtшй
между значениями геОJIОГИЧ~СКИХ характеристик D этих пробах. На
любой карте изолиний мы замечаем, что И3М нения параметров
происходят в основно м постепенно , а точка с высоким содержанием ,
окруженная пробами с низким содержttнием (или наоборот), считается
исключен ием и вызывает подозрение о возможной ошибке.
Для оценки пространетвенной н е прерывности мы будем
использовать как уже известные нам средства (например диаграмму
рассеяния), так и HoUbIe, которые будуг описаны ниже .
Положение любой точки пространства может быть описано
вектором направленным отрезком, соединяющим, эту точку с

какой-либо другой (например с центром выбра нной системы

координат) . Таким образuм, говоря о пол ожении точки с координатами
х) и у), можно указать вектор t 1, а ДJНI точки (х2 , у2) - вектор й .
Ра:.vIичие между этими точками можно также определить векторами 1112
ИJlи112) (Рис.2.11)

34
 Если мы теперь построим диаграмму рассенния, где , по оси Х
отложим значе ние Ilеременной в точках ю, а по ос}! У ЗШlчtНИН этой же
переменной в гочках xi+h (где )1 - произвольное раСС'lOнние), Т() мы
увидим , что при 11 близком К нулю точки РnСЛОJIOЖ<.lТСЯ IlраК:ГИ 1 lески на
ПРЯМОII х = у.
Ч м БОJlьше fiудет расстонние 11, тем больше будет разброс TOlleK
ВОК[>У" Щ1 ШЮЙ IIIНlMnii, Т. е . каждое такое увеЛ~Jчение будст УRеличивать
рnзм~ры "облака" '1'0" (;1<, KOTOP0t: в общем случае будет несиммеТРНljНО
OTl-IOситеJlЫЮ lIашс:й ЛI1ЮIИ.
Т.1КI11:: диаграмм ы р ассенния можно получить как для З-х мс:рного
про с ранства целиком, так и для любог() заданного конкретного
н :шравле НlШ .

2.5.3. Корреляционные (ковариационные) ФУIIКЦИИ и вар"ограммы

Теперь мы можем для каждого интервма расстояний м ежду

пробi.lМ" в каждом нnправлеНЮI ПОСТРОИТЬ диаграмму рассеяния нли
/xj.yll "облако" соответствующих точек
Задача заК.'l'Ючается в обобщении
этого громадного множества данных,

ДНЯ '(сго МОЖНО вновь ИСПОЛI.Зовать

коэффициент корреляции . Чем шире

"облако", тем меньше коэффициент.
Таким образом, в общем случас: с
увели'rением расстояния )1
уменьшается nеЛИЧllliа этого

коэффициента. В итоге мы ПШIУ'IИМ

(0.0) коррешщионную ФункциlO lLЛИ
корррелогрuмму.

РИС . 2.11 . ИзображеНllе векторов.

Эта функция оБы'оo строится отдельно для всех ИССJIt:дуемых

направлений. ECJIII УМtЮЖНТЬ все Зllа'lеНШl коррелограммы на
дисперсию исследуемого массивu данных, то мы получим

коваРИ:ЩИОНIlУЮ функцию ДJШ этого же lIilllраRJ1ения .

Существует еще один параметр ДJlН измерения разброса точек
вокруг прямой х = у. Это - момент инерции, кото рый УВ Л I1'ШЕЩt:ТС~
нри возрастании 11.
MI =-L"'?1(X'
2п L..F I
-V I' .)2 (2 . 15)
Момент инерции предстаRJ1яет собой I lOJlOfiИ ну
среднекв.щрати'lНОГО р асстояния (разли'rин) между координатами Х. и у
каждой ТО'IКИ на Дllз .'рамме рассея ния .
Ф ункции З31111СНМОСТИ момента инерции от величины рUСt:'IО SIIIЮI
между проба~1И (11) наЗblвается ПОJlУВАРИОГРАММОЙ 111111 просто
ВДРИОГРАМ МОЙ. которая является о'{ень важным инструментом
геостатистики (Рис . 2. 12).
ПРИ АНАЛИЗЕ ДАННЫХ С ПОМОЩЬЮ УКА]А ННЫХ ВЫШЕ
flAJ-'ЛМI:'тР)U РЕКОМЕНДУЕТСЯ ИМЕТЬ В ВИДУ , ЧТО НА
КОНЕЧНIIЙ РЕЗУЛЬТАТ СУЩЕСТВЕННО ВЛИЯI 1'1' J\лж t~,

,5
ЕДИНИЧНЫЕ ЗНАЧЕНИЯ, ВEJ1ИЧИНЫ КОТОРЫХ СИЛЬНО
ОТJlИ{LAЮТСЯ ОТ ОСТМЬНОГО МАССИВА ДАННЫХ .
Поэтому. прежде чем строить Вi.\РИОI'Р.\Мму, проверьте
корректность Ваших данных и при RОЗМОЖНОСТИ и скл ючите (ШIИ
откорректируJiте) сильно ОТЛИ'Iающие сн З IШ'l е НlН1 . К этой оп ераци и
стоит вернуться также и тогда, когда Вы fЮJlУ"ИЛ И "негIOНЯТ~УЮ"
вариогра мм у, причиной чего часто бывают неСКОJlЬК , "ураган ных" проб,
осrаnленных n массиве данных.

И наконец формула для ра счега "арнограммы (1:1 векторном шще)

y(h) = vfг;;) r(/ J).1h1j ;oh (х/ - Х j )2 (2.16)
Если рассчитать вар"юграммы ШНI ВЗЩIМНО обратных
направлений, то полу'штся одна и та же функция. ТаКlШ образом,
справеДТШDО соотно ш ение

y(h) = y(-h) (2.17)

_ __ _ _ 0 _ _ _ _ 0 _ _

... E:::~o= и. о, J!oDa.-=-::.р:.:.~~~~~.::~=::::~::::::::~:J:;;:l

....

:
. .~'~~\/1
I~. .. о'

..•
.
..• :
о ...

.....
•
~

..
l_______'_
'~_c_'_._/l_W_w_.
о J2 \Н

____
~

РII С. 2.12. При мер nар иограм мы для :uтма :ШОfО месторождешНl

2.5.4 . Кросс-диаграммы разброса

Еслн мы построим диаграмму, lI a КОТQlЮЙ по оси Х отложим
содеРЖ!lнне золота в flробах (х l,y 1), а по оси У - содержаНllе с~ребра 8
пробах (х 2, у2), отсто нщих от первых на расстоннин 11, то мы получим
Кросс-диаграмму разброса. пrи 11=0 мы УВИIlИМ обычную диаграмму
для этих показателей качества руды.
Аналогично вышесказанному мы можем ЦЮI к Ж,Llой диаГР::lММЫ с
разной величиной 11 вычислить КОЭффИЦltент корреmщии и в итоге
получить для данного напрам ен ин корррелогрnмму , коnaРИОl'рамму или

ваРJЮI'РI\ММУ, уравнение которой

Yuv (h):= vfг;;) L(I J).1h'J=h (Ц - и j )(\,1- V j), (2.18)

I'де v и u значения 2 -х перемениых.
Э6
 В данном случае кросс-вариограмма измеряет среднекв.адратичнос:
р сстонниt н or прнмой у = х, которая в этом случае не имеет смысла,
а от Jlинии ФУНКЦИИ v = f(u) ( или \1 =
f(v», которая отобража связь
2-х анми руемых ПОКа3<:tтелей (переменных).

2.6. Литература

1. Деви {; В . С, татистический анализ данных в геологии , Кн . 2,

М. : Недра , 1990, -427 с
2. Справоtrник по прикладной статистике, М," Финансы и
статистика, 1989, 510+ 526 с .
З. M.David, Hatldbook of applied advanced geostatistical ore reserve
еstiшаtiоп, Elsevier, Ашstеrdаш, 1988, 216 р. -
4. I рактичсская геостатистика. 1990. - Труды II ВсесоюзнOI'О
семинара по геостатистике. Ред. Каnyrин Ю.Е. Петрозаnодск,
Карельский Н Ц AI1 СССР. 204 'С.
5. Давид М. 1980. Геостатмсги~еские методы при оценке запасов
руд. Л., Недра . 360 с.

37
 Глава 3. ОСНОВНЫЕ ПОНЯТИЯ ГЕОСТАТИСТИКИ.

в этой главе, которую мы адресуем хорошо подготовленным в

статистике читателям, кратко описаны о новные средства

геостатистической теории: вариограмма, дисперсия изменчивости,

ДJlСflер~ия оценки, кригинг.

Тем специалистам, ДЛЯ которых приведенный здесь

математический аппарат является трудным для понимания, мы
предлагаем при первом чтении пропустить эту часть и перейти к
сшщующим главам, имеющим более выраженную практическуlO
направленность.

3.1. Пространствеиная переменная и задачи геостатистики при

разведке месторождений полезных ископаемых

Решение многих геологических задач, прежде всего, при разведке

месторождений полезных ископаемых, СВSlзано с 'необходимостью учета
пространственного размещения значений геОЛОГИLlеских персменных.
Этим геологические переменные отличпются от статистических, а их
изучение требует особых методов, которые обобщены Ж. Матероном в
начал~ 60 - х Г.г. (1,2] в разработанной им теории геостатистики.
Предпосьmки для создаНИfl геОСТ:1ТИСТИКИ заложены в работах х.Зихеля
131,Х.де Вийса 14],
Д.Криге (5], в которых бьmи получены некоторые
результаты, ВЫХОДЯI1! ие за рамки применени.я статистических методов .

Развитие .щей и методов геостатистики нашло отражение в

многочисленных публикациях на протяжении послеД)10ЩИХ более двух
деситилети.Й . Среди них работы Ф . Формери Э . Карлье Ж.Серра 16), I7J,
(8J . М .Давида 19,10], А.Марешаля 111], Ш.Юбре, А.Журнелн 112, tзJ,
А.М.Маргонина (14 , 15J, И.Кларк (16], Д . Харриса {17], Э.АЙсэкса,
М.Сриваставы [18} и др. К числу таюrx публикаций относятся
материалы четырех международньrx конгрессов по геостатистике ,

регулярных конференuий по применению математических методов в

геоnогии Б Пржибраме (Чехия), семинаров стран СНГ по геостатистике
[19,20] и ДРУТlrx международньrx и национальных мероприятий по
математической геологии.
Предметом гео(:татистики является изучение пространственного
распределенил различных геологических величин (содержаний
химических элеме нтов и минералов в горных породах и рудах ,

геом етрических характеристик геологических тел пол 'зных ископаемых

и многих других) и решение практических задач прикладной геологии

и освоения месторождений полезных ископаемых на основе TaKoro
изучения.

В частности при оценке месторождений полезньrx ископаемых

необходимо определить их запасы по результатам дискретного
опробования и сопроводить это определение расчетом возможных
поr-ре шностей разведки . Для объекта изучения в геостатистик е

38
Ж.Матероt-lом IIJ введено JЮНJlТИ просmрансmвенноu nepeAieHIlOU, в
качестве котороН раССМLI ГР l1 ваеТСfl действ ительная ФУНКЦI1Я Х(У),
принимающан () l)JедеЛсllное значение в каждой точке t трехмерного
пространства ТЗ. ЗначеНШI прос ранствеНIIОЙ переменной обычно
характеризу к тся СIIЛЬНЫМ I1 колебаниями, в результате Ll ero она не
ЛВJНlетсл H~lIpepblBlloii в математическом смысле и требует особых
приемов и :зуче IlНSI .

ПростраIlС'\'в е tIШНI IIсременная обладает некоторыми Х<tрактерными

свойствами . Она определена в геометр ическ ом поле, предсгавляющем
собой ограН llче нную область У, в которой X(t)· принимает з н ачения ,
отлич а ющи еСfl от Hymt. В геометрическом поле просгранственной
переменной воз можны ' разрывы, которые оБУСЛОDЛинают ПРОЯВJJе н ия
скачков простраН СТ Вt::Н НОЙ переменной, что может быть
проиллюстрировано следующими примерами: постоянная ил и J очти

постоя ннм в пр еделах геологического слоя переменная скачкообразно

м еня ется при Jlсреходе от слоя к слою (в частности, при чередовании
рудных и безрудных слоев); к этой ве ртикальной пр ерыви стости может
добавm[ТЬСSI ГОРИЗОНТ3Jlьная, обусловленная выклинивани е м рудных тел
и линз .

Эффект са ~юrодков в месторождениях золота так)! е СЛУЖИТ

при мерам скачков. В этом случае скачки определяютсн Н<iЛичием
микроструктур в геометрическом полс переменной , а сеть рCiЗры вов
совпадает с границами раздела между рудными и безрудным и зе рнами .
Пространственная перемеJlНая может бы'fь анизотропной , то есть
обл адать р азл ич ным характером изменчивости в раЗJIИ'IНЫХ
направлениях геометрическоrо поля. Наконец, прсдставл еНllЯ
исследователя о пространственной переменной за висят не только от е е
I1рИроДнЫх свойств, но также от усл ови й ее изучения . Обы'lНО
до тупны изучению и представляют ин'Г~рес не значения lIеременной в
точках геомеТРИLlескоl'О поля (то есть точе чн ые значения) , а ее ср едние
значеНЮI в пр еделах малой области геом:етричеСКOIt бa:JЫ - в пределах
проб или бл око в . При изменении геометрической бa:JЫ меня ются
свойства пространственной переменной, и геостатистика rЮЗВОJшет
предскаЗhJIН.пь эти изме н ения.

Задачи геостаТИСТI1КИ при разведке место рожден и й п олеЗНLI~

и ско паем ы х, по определению А.М . Марголltна 114], сводятся к
оцеНИВЭJlИЮ некоторой функции Р от пространственной переменнuй
Х(Ч. в качестве Р выступают з нач ения X( t) в ТО ЧК:.lХ , н е совпадающих с
точкам и опробовашUl, срtДние начения переменной в заданных
объемах V (В пробах , блоках и т.п . ), зu нимающих о[) редел е нное
полож нне по отношению к точкам 011рО оваНI1Я, р азличные

преобраЗОll3ННЯ пер меllllO. X(t), например, запасы JlОll СЗНО ГО

ископаемого в заданных объе мах и т.д.
ФУIIКЦИН Р оценивается веЛИЧliНОЙ Ф по СОВи 'УПНО СТI1
геологич еских (р аз ведочных) наблюдеlJИЙ (; , то есть Ф _. ф(f;) .
Посколь ...." ГСОЛОI'И'lсские обнажения (pa:.lВeдo\] IЫС l1Ь раБОl к )
образуют Дl1 C ! ретную систему наблюдений, между функцией Р н ее
оценкой Ф Dозникае ' случпйное расхождеllJiС е == Р - Ф . Дисперсии
этого ра х uжд ния D(f.) = D (А , В , С I Р , ф) mUНlel'CSI ФУШШIIСЙ
не с к оль к их ЩН ' I Н'I08 :

:Н)
 -геометрических параметров разведочной сети (ориентировки,
формы, размеров - А),
-геометрических параметров проб (ориентировки, сечения, длины
- В ' ),
-пuраметров функции, характеризующей пространственную
изменчивость переменной X(t) (С),
-вида оцениваемой функции (Р),
-вида при.нятой оценки (ф).
Геостатистика изучает дисперсию результатов разведки Й(Е) как
функцию от перечисленных аргументов, чем достигаются две цели:
-во-первых, нахождение таких оценок ф, которые при заданных
значениях прочих аргументов миними'зировали бы дисперсИю Й(Е) ;.
-во-вторых, определение таких параметров разведочных сетей (А)
и проб (В), которые при известных параметрах изменчивости (С),
допустимой дисперсии Й(Е) и принитом виде оценки Ф
минимизировали бы затраты на разведку месторождения.

3.2. Случайная функция как математическu модель

пространственной перемеиной

Решение практических задач требует соглашения о типе

математической модели, к которому относится функция
пространственных координат - пространственная переменная. В
качестве такой модели Ж.Матероном предложена случайная функция.
Пространственная переменная X(t) рассматривается им как реализация
случайной функции F(t). В этом случае х - точка или вектор евклидова
пространства. В результате проведения геологических наблюдений
(опробования) имеется только одна реализация случайной функции, и
проблема, которая при этом возникает, заключается в том, чтобы найти
такие характеристики F(t), используя которые можно бьmо бы найти
неизвестные значения случайной функции пространственной
переменной .
Каждая случайная функция определяется следующими
характеристиками 121):
-математическим ожиданием - неслучайной функцией M(F(t»,
значение которой при каждом (= t о равно математическому ожиданию
M(F(t»;
-дисперсией случайной функции - неслучайной функцией
D(F(t», значение которой при каждом значении (= t о равно
дисперсии D(F(t~)
-ко_ариационной
фУllкцией - неслучайной функцией двух
переменныx
(t и t+h) .
K(t,t+h)=Cov [F(t),F(t+h)]=M{[F (t ) - М(F(t»] * [F(t+ h)-
-М(F(t+ h »]} (3.1)
Orносительно используемых в геостатистике случайных функций
высказываются несколько гипотез, которые в различной степени
отражают особенности геологических пространственных переменных .
Наиболее частной является гипотеза стационарности случайной

40
функции в широком смысле. Она предполагает ВЫПОJЩени~ двух
условий :
-во-первых, матемаmческое ожидание случайной функции
должно быть постоянно в пределах изучаемого объекта (M(F(t» =m =
const);
-во:-вторых , ковариационная функция случайной функции должна
зависеть только от разности аргументов (K(t,t+h) K(h», = .а не от
положения точек t или t+J1 в пространстве; в этом случае
O(F(O) == к (h == О ) == const ,
то есть дисперсия случайной функции конечна в каждой точке, из
чего следует, что случайная функция имеет конечную ковариацию.
Однако, как показано Д.Криге (5), на многих месторождениях не
существует конечной дисперсии таких пространственных переменных
как содержания полезных компонентов. Тем не менее, обычно
существует конечная дисперсия приращений этих пространственных
переменных, то есть проявляется стационарность nриращениЙ. В этом
случае допустимо следующее предположение:

М[F(t+ h) - F (t)] == О (3.2)

Дисперсия приращений
O[F(t+ h) - F (t)] == м {F (t + h) - F (t) - М [F (t + h ) - F (t)]} 2 (3.3)
и, так как М[F(t+ h) - F (t)] == О , то
О [F(t+ h) - F (О] = м [F (t + h) - F (t)] 2 • (3.4)
Дисперсия приращений как функция разности аргументов h в
математике известна как структурная функция; в геостатистике ее
принято называть вариограммой
y(h)==tM[F(t+h)-F(t)]2 (3.5)
Эта функция может быть представлена также в следующем виде:
2y(h)=-&fv[F(t )-F(t+h)]2dt , (3.6)
где V - объем месторождения.
Если случайная функция стационарна в широком смысле, то ~e
приращения также стационарны, а вариограмма определяется

соотношением

2y(h ) = '0 [F (t + h) - F (t)] = о [F (t + h)] + о [F (t)] - 2Cov[F(t + h)]

. (3.7)
чем определяется соотношение (связь) вариогра.ммы и
КО8ариаЦUОН1IОЙ функции:
y(h ) = к (О )- к (h) . (3.8)

3.3. Вариограмма как характеристика свойств месторождений

IlOлезных ископаемых

Вариограмма я.вляется функцией, анализ которой служит основой

для решения задач геостатистики. Ее построение способствует
уточнению представлений о разведуемом месторождении, особенно на
ранних стадиях геологоразведочных . работ. Вариограмма отражает
различие з начений геологической пространственной переменной в
точках, расположенных на некотором расстоянии друг от друга, и

позволяет о енивать погрешность разведки. Вместе с T~M. из

соотношения (3 .8) вытекает 80ЗМОЖНОСТЬ определения взаимосвязи

41
(ковариации) р'азобщенных в геометричес ом поле значений
пространственной переменной .
Таким образом, в вариограмме отражаются некоторые свойства
месторождений полезных ископаемых, учег которых важ~н ДfLЯ их
разведки. К этим свойствам относятся непреРЫВНОСТЬ - l1рерывистость
оруденения , анизотропия пространствеlJНОЙ l1еременной, пределы
проявления ковариации значений простран ствеllНОЙ перем ен ной в
окрестностях точек опробования.
Непрерывность орудененuя отражается в поведении вариограммы
при небольших значениях h. На'чальное значение вариограммы, равное
нулю, и постепенный рост ее значений по мере увеличения 11
характерны для непрерывных пространствеНI:fЫХ переменных: для

геометрических переменных (мощности рудных тел , гипсометрических

отметок их поверхности и т.д.) и содержаний полезных компонентов
месторождений с рассеянной минерализацией, в основном, осадочного
происхождения (рис.3.1).
Содержания многих эндогенных месторождений характеризуются
резкими изменениями на очень небольших расстояниях, то есть 8
поведении этих пространственных переменных ПРОЯВJIяются скачки.

Соответствующие вариограммы характеризуются TUK называемым

эффектом самородков для значений аргумента 11, близких нулю,
(рис . 3.2).
Зона (интервал) влияния А значений пространственной
переменной, замеренной в точке опробования или в разведочной
выработке, (зона влияния пространственной переменной) соответствует
такому значению аргумента 11, при котором вариограмма
выполаживается; в этом случае сама вариограмма прио р етает

значение, равное дисперсии ПРОСl'раllСl'венной переменной (рис . З . J,

3.2).
При значении аргумента 11, равном зоне ВЛИЛИЮI
пространственной персмещюй, согласно (3 .2), ковари а ци о ltная
функция обращается в нуль.
В связи с этим интернал W1ияния пространственной переменной
принято также называть интервалом (радиусом) кооариации
(корреляции или автоко
у(ь)
DIX(t)]

L -_ _ _ _ _ _ _ _ _ _ _ _ _ _ ~ _ _ _ _ ._ _ _ _ _ _ _ _
h
~

~--------------------------- --------------------~

РИС. 3.1. Вариограмма непрерывной лространственной переменной;

f)(X(t» -дисперси я (или порог) пространственной переменной;
А - интервал ее ВJlИЯНЮl .
 D(X(t)] =Со+С]

Сl
I
I
-1--
'А Со ь.

РИС . З . 2. Вариограмма пространственной переменной,

характеризующейся разрыпз}.{И сплошности оруденения;
D(X(t» - дисперсия пространственной переменной; А -
интервал ее влияния; Со- эффект самородкоп.

Характерный ДJlЯ многих вариограмм эффект самородков, кроме

действительного проямения этого эффекта, можно объяснить также
сочетанием пространственной изменчивости оруденения и условий
разведки месторождения , когда зона влияния пространственной
переменноЙ.меньше шага разведочной сети (или сети~ опробования) .
В этом случае вариограмма при любом значении аргумента)}
практически соответствует своему порогу (дисперсии пространственной
переменной), что свидетельстuует об отсугствии связи между
значениями пространствеююй переменной при любом расстоян.ии
между ними , то есть о случайном характере изменчивости оруденения ,
устана8JIипаемом достигнутой при разведке разведочной сетью .
В практ~ке разведки некоторых месторождеЮIЙ встречаются
случаи, когда вариограмма не выполаживается, то есть с уnеJ1 ИЧ . НИ м

расстояния между точками опробования ра3JIичие знач ни й

пространетвенной переменной неизменно увеличивается, в результат~
чего невозможно установить зону влияния ПРОl."lpанственноЙ
переменной (рис . З . З) . Если зона ВЛИЯНИЯ существует, то вариограмму
относят к ЛОРGГОВОМУ типу, который У Ж . Матерона ПОЛУЧЮI названи ~
траНзитивноrг_
о_, ________________.______________

.,..,------
DIX(t)]

ь
- -- - -4 _ _
P'iC,3.3. При мер беспороговой вари ограммы, которая не
1I0З130ляет установить зону влияния пространствеНhОЙ
вер меНIIОЙ .

4 :-3
 Анuэоmроnu.я пространс венной переменнои легко определяется
построением вариограмм по р азли чным наl1равлеНШ1М геометрического

поля . Она может выражаться , прежде tl t:f'O, lJ раЗJl ИЧИИ зон влияния
лространственной переменной в различных нап равле ниях. Такая
анизотропия часто носит чисто геомеmрuчt,1СКUй характер и может быть
y(~paHe,Ha афинным пре06разовани ем аргумен а, то есгь такой заменой
аргумента вариограммы умножение м его на оэффициент (или
коэффици енты) преобразования, к оторая делuет ПРОС'lранственную
переменную изотропной (рис . З.4) .
Последующая оценка пространств нной ll еремеююй
осуществляется с учетом этих и скажений геометрического поля .
Однако, рассмотренные простые соотношения встречаются не всегда.
Вариограммы по различным направлениям могут отличаться формой,
характером поведения при значе ния х аргумента, прежде всего, в

области малых величин . В этих случаях можно констатировать наличие

функциональной (или зональноii) анизотроп ии (рис. З .5 ) .
Функциональная анизотропия нередко может быть обусловленu
измеНЧНDОСТЬЮ оруденения , связанной с ПРОS1W1 е нием суммы двух
независимых СОСТ' ВJlЯЮЩИХ , что характе рно для расслоенных залежей:
-изотрошюй компоненты и
-зональной, которая зависит 01' чи сла пересекаемых слоев .
Различия значений простраНСТR~ННОЙ переменной в сравниваемых
точках опробования определяются в данном случае не только
раСС'I'Оянием между ними, но также их положением н расслоенной
рудоносной толще. Это явление известно также как эффект включения
(то есть как эффект включения в общую и ' м енч ивость зонально.~
составляющей).

3.4. РегуляризаЦliЯ ЦРОСЧJанственной цеременной

Вид вариограммы и ее хараk"reРИСТИКИ (предел ьное знnчение - ее

порог, эффект самородков , интервал влияния) зависят не только от
свойств пространственной переменн ой месторожд~ния, но и от услови й
его разведки. Если простран ственной переме нной Я8Лнется содержание
полезного компонента в руде, то вариограмма зав исит также от

ориентировки , формы и размеров проб, в которых опредеJUJ тся это

содержание. РИС . З.б демонстри рует влияние на вар и оrрамму изменения
Д1Jины проб .
Увеличение размера проб (геометр ической бu:sы простр анстве нной
переменной) приводит К регу~ризации пространственной п еременной,
,{то отражается на нариограмме. В этом случае У"f еньшается дисперсия
пространственной п еременной, увеличивает SI ее зона влияния и
СНИJкастся эффект самородков вариограммы . Геометри lеская база
пространственной I1сременной является ее весовой функцией .

44
 - -- -- - - - - - - - --_.-
y(~
DIX(t»)

I
___J______
'Аl _ 1 -'Л
_2 . _ _________11
-)

Pitс~3~.г Вill.;иОГраМ~lы для днух IJЗi\IIМiiOпёрл енцикуЛJ'РНЫХ

lIаПР :\lзле ний геометричес кого IЮ)НI МССl'UРОЖДt; НШI ,
о р а ж аЮЩIIС гео меТРИЧеСКУЮ аНИ :ЮТРОI I ИIU .

D(Л(I) ! 2
__ "'i--";"~:"'::""-
I
I
D(ХЩ) 1
_ .-I--- --t
I
I

:,. _ _1A1 _____ ~,

Рис -:S:А:ii;ifо гра-;:lМ blДIНI двух направлений i~uметrичсс"ого
J
rю л я , отра ж ающие З,Чlальную аНl:ЗОТРОIlИЮ
~Н~ СТОРОЖДСН и 11 .

Если X (I) rJростраllстnенная пер меннан на точечной

l 'e uM C I]H1'I eC KOIi б ilЗС, а v -
н е которые рt:алЫlые о бъеМ!..1 I1 L~ледуеМ\JI'О
ео О ГИ'lеско {'о о бъ е кта 11 зн а чешш этой ПРОС11Jaнстненн uй неременной
Оllрt:дел t:IIЫ n эти х объе мах , то IIOНал простра llствен н ая rн:р t:. менная
~i) = vJv X(t+/)dl (3 .9)
отшl'Н1 ТС SI от п е рuой бол ьUJ ' JI ре гуля рностью . ФУНКI(ИН y(t)
1Н11ыuается ФУНКШIt:Й X(t) , реГУЛЯРН ЗОDа н ной по объе му У .
ЕСШI p(l) не которая ве\,;О В tш ФУНКЦИЯ , ОllреJJ.еЛJ1СМая
uотношени е м

р = fp(/)d/ ,
Те n общем Ш1дt

У(д = *f X(t + /)d/

Последовш'слыlOС ВЗБ шивание простран(.'Твенн о Й •. <: ремсtШОJl на
(3 . J()

зону ВЛИЯНИJl меньшей размерности - точечной п еременной на

линейную зону ВЛIIЯНИЯ, линейной переменной на ILJ1ОUЩI1НУЮ зону
влияния 11 В якое по леДОВRтелыюе сокраШ,t ние Р ::I МС:РНОСТIf 'юны
ВЛИЯIfl1Л в ер меНtlОЙ в 11 - мерном простра нстве, Tu е ' Гt. перех JД 0 '(
fn(t ) к ''' -1(0 , - наЗ ЫJ:jаеlСЯ rегул рнзацией первого по f1ДKa 8.1tollЬ
ОСI1 t" , а п t: р'ХОД от ',,(t ) к fп - 2 (t) вдоль IIЛОСКО••ТИ t" - l,tll
регуm.РИ Зiщи е Й второго ПОРjlДl\ а It 'Г .д .
 ._---------3.
~----------------b

Рис . З . б . ВариограММbl содержаний металла, полученные по

пробам разной длины: а - по коротким пробам; Ь - по
ДЛНННblМ пробам.

в том ' СЛУ4ае, когда пространственН<ш перемеННi)Я изотропна , то

есть ее вариограмма зависит не от напраВJlеНИSI вектора- аргумента 11, а
только от его модуля IJlj = r, где в н-мерном пространстве

г= Jh 12 + hl + ... + h~- (З . lI)

регуляризация первого порядка может быть применена к оценке
вариогра.м'мЫ регуляризоваШIОЙ 1Iере.меIlIlОЙ по Вi:tриограмме ' исходной
переменной. Соответствующий алгоритм имеет следующий вид:

"(n-1(r )=~f~ [(/-t)уп(J, 2+ t 2)]dt-~f~ (1 - t)уп(t) . (З. 12)

Используя этот алгоритм или алгоритмы регуляри:заЦИl1 более
высоких порядков, по вариограмме flроетранственной переменной для
проб малого объема можно оценить вариограммы проб большого
объеу..'I:l, блоков различного раз мера в пределах рудного тела или
месторождения и т.д.

Как и з вестно I1З практики геологора зведо<mblХ работ и видно из

сопоставленин вариограмм лростраНСТВtННОЙ перем е нной при
различном размере проб (рис .З. б), по мере регулиризации
пространственной переменной снижается cTellel·lb ее варю,Щий (41'0
отражается в уменьшении вари а ций значеllИЙ самой вариоrjJаммы) и
предел, )ос которому стремитен вариограмма (дисперсия
пространственной переменной или порог вариограммы) . Это явление
может быть выражено с помощью вспомогательной функции F
F(I) =~f~ (1 - g)y(g)dg (3.13)
лредстаWUlющей собой среднее значение ваРИОI'раммы, для
которой g - расстояние между двумя ТО'lками, независимо одна от
другой занимающими все возможные положения "Ia отрез ке 1.
Если регуляризация лространственной переменной связана с
существенным изменением формы и ориентировки геометрической
базы, то возникают трудности учета весовой функции . Ж.Мате роном
введено понятие Аиllейного эквUllиленmа тела flOJle:3HOrO ИСКОl'lаемого
или пробы, под которым 011 ПОlJимает геометри<,ескую фигуру,
прмставляющую еобой отре :юк ДJНtlюit 1 ДНЯ IIробы, соде ржа ние
lюле JНОГО компон е нта н котором обладает то й же дисперсиеll внутри

46
большого объема У , что и FI реальной пробе объемом у; аНWЮfИЧНО
для самого тела полеЗIIОГО Ifскопаемого V принимается линейный
эквивалент L. для lJ::.хожден\'IЯ линейных эквивалентов проб ИЛИ тел
полезных ископаемых используется вспомогательная функция F(l).
Jlин ЙНЫЙ ЭКUИВ:lJlt:НТ t пробы v определяется ИЗ соотношения
1111 = F(v) + 3/2. (3.14)
Определенltе JIIН<lей//ых эквивален тов различных геометриqеских
фигур прс:дстаВЛJl~Т собой достаточно сложную задачу. В к ачестве
примера можно ПJ)JНI~СГИ IrepUble ЧЛt:ны разложения для линейного
ЭКВИJ>алента геомt>трнческоJ1 фигуры, имеющей форму прямоугольного
параллелеl1ипеда СО СТОIЮН,\М1I a>=h>=c:
1[Р- ~ ь ~ 1 ь _ ..2.5..й.:. __ L_~
I(а, Ь ,С ) - па + за + б а 2 111 7 2 а 2 - f80 а 4 +
- J 1
1680 а
tfJ
6 +.
... +~~(ln2+~i)t+.... (3.15)
Для приближе нно о определения этого линейного эквивалента
может быть использована сл~дующаJ( функция:
I(a,b,c) = а + Ь + с/2.. (3 .1 6)
Эта Функцнн и функции ДJШ других геометрических фигур
таБУЛl1рованы и предстамеНbJ в виде IIOMOrpaMM Ж . Матероном 12].
3.5. дИСl1 рсия Р"СllрuстраН~IIИЯ как ошибка разведки
м~сторождешtЙ пuлезных ископаемых

в основе ОЩJtДС:Л ё IIШI ПОI'решностей разведки месторождения

ле жит rЮНЛТllе дн с пс;:рс .И распростраНt:нин, которая представляет собой
меру рассеивания (так назывпе fУЮ ошибку анШIОГИИ' средних
значений l'tОЛОПI " ССКИХ fшраМ tТРО8 n I-Iсисслед('ванном объеме тела
полезного иско,шсмого V ПО их известным оц I-Iкам в опробованном
объеме (В суммарном uбъеме опробованных развеДОLIНЫХ выработок)
VJ.
В качестuе ДIIСI1СРС! ираспрос 'ранеllИЯ рассмаТРJlвается дисперсия

О(У - Z) = П (У) + D(Z) - 2Cov(y,Z), (3 , 17)

где У - среднес: :ща'lеlше п еременной в объеме У;

Z - то же в объеме Уl;
О(У) - диспеРСЮI переменно~, в объеме У;
D(Z) .- то ж е Б объеме V 1;
C()v(Y,Z) - хоrшриаЦllЯ обеих оценок.
Эта Дlн;пер с ин СJJУЖИТ ДJ1Я 8ЫР"ЖСНIIЯ ошиб ' ]1. с которой среднее
значенне про",гранствеНII й п еременной в объ~ме V t может быть
ПРИНflТО в Ю\'lеС'1 ве среднего значения 8 объеме У, или шюборог,
Дисп реил rаСГlростrаненин имее,' СJf~ДУЮЩ JlЙ hид
D(Y-Z ) ~-.: -;; fv Jv (К (t - t ,»)dtdt, + ~ fV1 Jv 1 (К (t - ll»dt
'-v~,- Jvfv, (К (t - t,»dtdt l _ (3 .18)
Если вместо j' MM(}PIIOI'U объема \' t рассма l'рШ3<1 t. ДJl(. креТIlУЮ
СОВОКУШfOСТl-" сос опщую из N точ~к t1, ... , t N , то неЛНЧШiа Z
опреД ~JUI~ТСЯ IЫlшжеНl1ем
 Z~*L~, (f(t;). (3.19)
В еличина Z предста вляет собой среднее значение
r:Iространственной перем ен ной X(t) в N точечных пробах. В этом
случае дисперсия распростране ния характери зует ошибку, с которой
среднее значение У пространственной переменной X(t) в объеме V
оцеНИВ:1ется величино й Z, полученной по N точечным пробам . Эта
дисперсия является дисперсией оценки месторождения. Используя
формулу (3 . 18), для дисперсии оценки получаем
D(Y- Z ) = v7
fvfv(К(t - t,)dtdt,) + -,}-2 L:.fJ =,К (tj - tj)-
v L~, fv K (! - t , )dt .
- N2 (3 .20)
Если v и V - два объема, первый из которых содержИтся 80
втором , а Z и У - средние стохастические значения функции X(t) в
этих объемах, то дисперсия распространения, характеризующая
пог-решность оценивания среднего значения У в объеме V средним
значением Z в объеме У, полностью определяется формулой (3.18). для
краткости эта дисперсия называетен дисперсией распространения v на
У.
Когда геометрическое поле V сложено элементами одинакового
объема У, дисперсия v в V определяется следующим выражением:
ff
D(v/V) = ~ vy(t- t, )dtdt, - -;; ff v y(t- t ,)dtdt, . (3.21)
Эта формула приводит к соотношению аддитивности, которое
известно как формула Криге:
D(vIVl) = D(vIV) + D(VIVl), (3 .22)
которое показывает, что дисперсия v в Уl равна сумме дисперсий
vвVиVвVl .
Дисперсия распространения из формулы (3 . 18) может быть
представлена как дисперсия оцен ки :
а: =2y(S,A)-У(S,S)-У(АА) , (3.23) .
где ' у( S, А ) - среднее значение вариограммы между каждым
разведочным пересечением и каждой 'точкой оцениваемого объема (это
ковариация выборочной оценки блока с истинной величиной);
у(А А )- среднее значение вариограммы для всех комбинаций пар
точек внугри оцениваем ого объема (это присущая блоку характеристика
изменчи вости ; она выражается функцией 1: (1) , где I = У;
y(S, S)- вариограмма ДJUI всех комбинаций разведочных
llересечениЙ.
Вариограмма у( S, А ) представляет собой вспомогательную
функцию Х

t
х(l) = f~ y(f)dt. (3.24)
Выражение (3.23) иначе может быть пр едстамено как
а: = 2х (1) - y(/) - F (1) . (3.25)

3.6. Применение спектрального анализа ДЛЯ ОllисаНIIЯ измеtlЧИВОСТИ

проt.-транственных переменных

Н аряду с исп ол ьзованием структурного (при помощи вариограмм),

корреляционного (ковариационного) анал и за пространственных

48
п~р~менн lX lJ,JlИ описания их измен'/ивости может бьать .,'акжс:
и споль:юван сп кТ(цлъный анализ, что предусматривает ПРИ8Jlечение
поняl'ИЙ га р t.ЮIfИЧ c~oгo раЗJl оженнн (Рl.\ЗЛожения в гаРМОНИ'l еский РЯД
или РЯД Фурье) Вi>ОСl рсшс 8~ HHЫX персмеНIiЫХ. представляющего собой
ком позицию их Флуктуаций различных частот , и спектра дисперсий
114, 151 · .
Ридом Фурье может быть представлена любая функция .
УДОВЛ\~ТIюршощан УС.l ЮDШJМ ДИРИ:<JIе: функция на интернме
ра:.vю жr.НЮJ JIВЛН~J'СН U/"pl.llllf'leIlHOJI, кусочно-непрерывной и имеющей
конечное ЧI\СЛО экстрсмалъных значений . Геологи lеская
npo(';тpaHC'I'l ' lIшm перемснная X{t), заданная на интервале (-Т,Т),
мож ет быть UbI p. жена рядом Фурье,
J\(t} = ~ + ':;.:1(дк C."ft,SWI\·t + Ь k "I .. w~ t) (3 .26),
или

X(t) ~ ~ + }~~1 С k COS '(ffik t - Ч>k ) (3 .27),

I 2 .2
гцс СК = ~ aA: + Ь К
- зм ruШ'lуда k-ой l'аРJ\lЮНИЮ1,

фк = k Т - е: частота и
<РА: = arG tg (~:)- начаJJЪШ1Я фаза,
.. К ОЭффl'JЦИ II1Ы дк I ЬК определяются соотношениями;
дк :: f f~( x(t)COS(J)k Ю! (3.28),
ЬА = ./. f~t x (t)"inCOk tdt· (3 .29).
Ряд ФУРLе З:lменн етсн интегралом Фурье n том случае, если
простр:шствеllll ' Ш lIерr.менная X(t) задана на бесконечном ю·rгеl)вале
- 00,00
l-IаГЛ>lдНОЙ >.аlН1КтеристикоЙ простравстnенной изменчивости
еОл<"ГИ 'Jе скоii I1сремеНilОЙ X(t) nвляетСiJ сп ектр ква,цратов амплитуд
rа(lМОНИК Ck ,T.r.. енею ) (ИЛII спектральная мотность дисперсии;
рис.3 , 7)

Sk :;: С; 1;
. = '4t~flJ:
( 2+ /) k2). I k = 1.... 00 (J . ЗО)
ВСЮ{\lИна Sk выраЖJ.:'Г долю ДJlсп ерсии пространстпснной
переме нной ХЩ Н:1 интеРВЮIС (-Т,Т), ПРИХОД>IЩУЮСJl на гаРМОНltку с
IIO~ ером k.
_. ____._---_._--
.

I ~~p~""" '"
- _ . _ - - - - - - _ _ _о _ . _ _ _ _ ____ф .

1.. ___ . __ ...._ ___ .._ _ _ _ _ .. _. ___ ___ _ _ _ _. __

Рllс.3 . 7 . Общий ВИД графн кu ~' /ieI<Tp лыюй ЛЛuТIIШ,;ТIt с
преоБJНI).Laниеr.1 u дисш, р (; IIИ ни зки х ЧIIСТОТ

49
 Спектральная плотность дисперсии может быть выражена через
коварнационную (автокоррелsщионную) Функцию:
Sk =ft-[,K (h)COSWkhdh , (3.31) .
Этим, с учетоr.-t (3.8), опредеmIетсн соотношение спектра с
вариограммоЙ.
В свою очередь, ковариационная ФУНКЦЮl следующим образом
.6ыражается через спектр:

K(h) =2 L~= , S k COS Wk h (3.32).

Все три характеристики обладают одинаковой информативностью,
поэтому для анализа пространственноН изменчивости геологической
переменной достаточно располагать ОДНОЙ из HIIX. Различие этих
характеристик, прежде всего, спектра, с одной стороны, и
ковариационной функции и вариограммы, \: другой, заключается в том,
что последние две характеристики обеспечивают более наглядную
геомеТРИ'lескую интерпретацию свойств простран(,'твенной переменной .
Это обеспечило доминирующее значение ковариационной
Функции и вариограммы в рпзвитии
применения технологии
геостатистики для решенин практических задач . При ~TO В
И:iJlОжении теории геостатистики Ж.Матерон использует спектральное
представление пространственной переменной (2]. А.М.МаРГОЛIfН, в
свою очередь, подчеркивает, что "все выводы и ' результаты ВЫГЛЯДЯТ
значн,:'еЛhНО проще, если их строить на спектральном анализе" 114].
Тем H~ менее, в послесловии к монографии Ж.Матерона [2J
А.М.М:lРГОЛИН констатирует наличие IlрелSlТСТВИЙ применению
спектрмьного анализа, которые возникают при реГУЛЯРИ:.lации

пространственной пtрсменной, а в другой своей работе 115/ отмс'шет

недостатки выБОРО'lноr'о спектра как статистики, использовпние
к оторой могло бы быть основоН для геостатнстической оценки
геологическнх объектов.
Кроме тоге, В историческом fUшне (В начальный период
ПРl1МtНСНИJI геостuтистики ДJ1Я решения геологора:шеДО'lНЫХ зnдач) как
преП$lТСТDие внедрению спектрального анализа немаловажное :mачеЮlе

имела трудоемкость раС"lетов, которан 8 на СТОSlщее пр мя уже

пр одол е на широким распространеllи е м бысТ(юдействующих

элеКТРОННО - Бычислительных машин, позволнющих обраб<lТhlШ1ТЬ
болыuие массивы данных с t1ЫСОКОЙ скоростью .

3.7. К1JИГИНI' , общая характеРИСТilка.

Предпосылкой развития геостаТИСТИ'lескнх метопоо послужило

расхождение между исключительными по веЛИ'Н1не (прежде всего
высокими) содержаниnми МIIО ГИХ м eT:lJ1J 10 В , особенно блаl'ОРОДНЫХ, в
разnедочных пробах и в реально И ЗВJlекnемых объемах руд . В проце се
разработки месторождений обычно устанавливаеТС>l , '11'0 блоки,
оценивпемые как богатые , оказ ываются на самом деле беднее и
наоборот - бедные по раЗlJедочным данным блоки фактически
характери зуются боле , высокими содержаниями полезных
компон е нтов .

АН:l11ИЗI1РУЯ Э1У проблему, д. Криге 15/ нашел объяснение в том,

что богатые пересе(lеНЮf рудны тел (которы обваружнваютсн

50
разведочными nt: рссе'Jениями этих тел) за лределю.ш р 'НlеЩ)'JНЫХ
Dыработок обычно окружены руд(\ми более низкого содеРЖ'\J·iI Н , тогда
к(\ к DБЛI1 _ И б~J.lIIЫХ или ЗDбмансовых проб MOfYJ' быть
С КОlщеНТр llр Ba llbl с копленин более богатых ПРОМLIUUl с ННЫХ руд.
И зуч tlSl ЗОЛОТОРУДllые м торождеНИJl ЮЖНОЙ Африки, Д . К р игt: ДТН'
У1'ОЧНйIИ ~ 1 х а раКТ" СНl~ТI1К добыв, емых руд примеНI1JI р сгресс нOIШЫЙ
uнuлиз If осно ваНl\ые на н ем поправочные КОЭ ффllLщ е llТЫ к
р езультаТ:1М Рtl : ID СДКИ .

Эrо, U KOHc 'IIIOM С"С'I'е IIривело к созданию одного I1З на более

эффеКТИ1J НЫХ методо в геОСТnТНС1ИКИ - кригинга (который н Jlите ).пуре
по геостнтистикс на русском нзыке известен как к р нгинг) .
КРИrJIlI - это метод нахожденин наилучшей ощ: н кн CpG)1IH~I 'O
З Н:\lIСНИЯ пространстненной пере менной . (содержанин КОМIЮНсН 08 ,
МОЩI-ЮСТ II т Ш\ 11 леЗIiОГО ископа мого и т,д,) В блоке С Н С ПОJ1ь:юванн е м
результа 08 о 11 робmННIЮI как DНУ1'РИ, так и вне оценивае мого блока;
эти резуmmlТЫ У'IИТЫIШ ЮТС)J с весами , обеспечивающ ими М Н ЮНJУМ
дисп~р ШI с р едн го зtшчеНIIJI . Кригинг реализуетсSl раЗJlИЧ НЫМИ
способами в зависимости от сис 'ем разведки ме(.,'ТорождениЙ полезных
(как дискретныil , - в том числе, случай ный - IIЛИ неllрерывны й) и в
заВИСЮ.toС1 и от приеМОD представления разведо'шых д а нны х и
онкретных врименле мых математических методов; в этом отношении

существует большое (и постоянно раСШИРIfющееся) разнообрази~

рt;aJl1IзаШIЙ IфllГl1llга : ЛШJеЙllыii, логнормnльный , ДИЗЪЮНКТI1RНЫЙ,
индикаторный, ф~ КТОРIIЫЙ, универсальный .
Диск реТ НЫ~J (НJШ ТОLI СЧНЫЙ) кригинг - это КРНГllНГ, реаЛН :1уе мый
111JИ ИН 'I'С РП ОJ\Я ЦIШ v,меющихсн разведо'IНЫХ данных в за.LЩНIII, е ,очки

тел ПОJ\СЗIIЫХ ископаемых (в точки геомеl'РИ'lеско о П ОJl Я

лростраНСТI3I:ННОЙ нсреме ююЙ). Целесообразность Ilpi1mr-НtНI1J1
дискре но о кригингu nозникаст как на стаДИI1 р азведки, н аП РII ме р,

при ВЫJlВJl нии участков промышленноr'О ОРУДененин в

nЛС1стообралюй з[шежи, р\!збуренной скважинами 110 ре УJlН:Р НОИ 'еl'И,
так и на ст"щин эк.; плуатации, когда 10 данным опробонани.я В1РЫ8НЫХ
СКfШ ин ре! 1<1 1 тся вопросы ССJ1еКТ IШIIO Й отр:\БОТКIf npOMt,lUlJ1CHHbIX
участко в РУДНЫл ел .
Если ру,lJное тело jJа'Jбуре но по К8мратной сети , то пр()б llема
КРИГИНf'а состоит D опр еделеНIIИ песо !!, KOTopblt: ДОJlЖН Ы быть
ЩJИI111С[\IIt.1 ЗН:I 'IСНИSlМ Ilро стрnн стnеlll ЮЙ Ilеременltой в цeHТI ilJJЫ'ЮЙ
СКlЩЖ lI не А, БJJижаiiшнх окружающих ес: скваЖllllCiХ 81.8 L ,8 з 18 11 ~
скважинах RТОРОИ оfirаМJ1нющеЙ :юны С 1 , С 2 , С J , С J1Л Я I ЮЛУ'iеНЮI
НОllлучшей ОНйlКИ среднее'о ЗIНI'ItНИЯ l1ерем е НIiОЙ t! ЗОt-It: НJIIIНIIЮI
С 'ВflЖIfНL1 А (рн . З . 8). ДостаТО'ltю ОГР[IJ-НJlIН ься Y'IC ом ТОШ.КО ДОУХ
ближаЙllIIlХ к оцешшае мому блоку ( зо в е ШIЮIIНШ Сi(uа.Ж НlII ,1 А)
ореолов, 11 с ",)лЬ У I БОJlЫllинстве Сl1уч а u IIСПОЛ Ь'ЮОiННlе даШiЫ л I1tl
БОJJ е УДШН:Н II ЫМ КН:-IЖИН . м не прино и I 'j:\мет,юго Уl 'О'/l l еIll1И Ш'; tI IUI .

bJ
 - ---_ ..

СI 81 С2

•j •
I,

I
I
В4- ............ 82
I
I ТI
I

... С4
....
•
I
!
I

В3
I
•
i

С3

Рис.З.8. Схема разме щения скважltн 11 регулярной сети .

Если u - значение nepeMeHHOv. в центральной скважине А, v -

среднее значение переменной . во всех имеющихся скважин ах ореола В,
w - среднее значение перем.енноЙ n сквпжннах ореола С • а q =:
где Ь - МОЩНОСТЬ теJ Щ полеЗНОl'О ископаемого и d -шаг
развеДОЧIЮЙ сети,
то среднее Ш1'lение переменной Z в оцениваемом блоке
рассчитывается по следующей формуле кригинга:
Z· =(1-л.-~)u+л.V+~tW . (3 .33)
Асимптотические формулы коэффициентов КРlIгинга л., ~ при
использовании логарифмическо й модеЛIf вариограммы
ПРОСl'ранственной переменной (модели де 8ийса) для случая, KOrдa
имеются как центральная, 'Н1К и все скважины обоих окружающих ее
ореолов, при малых значениях q имеют вид :
Л. = (0,4277 - I.'~Ю5173 - 0 25Inq) .
(3 .34)
0 . 9 1 21 - 1.4739Inq+О . 56In 2 q •

Jl- (0.42П - II!ф(0. 084-0 . 2Б Ш.!L

(3 .35)
- 0 .9121 - 1.4 7З9Inq~О. 5f) 111 2 q'
а для больших q: л. = 0.407; ~1 = 0.017.
ДиспеРСЮI КРИl'инга o~ состамнет в первом случае
i;:(j~ =0.1777 -18 q-(л.- ~)(О.4277-1нq . (3.36)

и во втором

*o~ = О .311 : (3.37)

(0.)- параметр логарифмической модtли, Т.е. тангенс угла наклона
прямой, аппроксимирующей э кс периментальную вариограм му при
значениях аргумента, выраженных JlогариQJмами) .
В связи с фактической н еравном ерностью разведоч ной сети
)К MaT~pOHOM рассчитаны асимm'отические формулы коэффициентов
дискретного кригинга 8 условиSJХ JlогарифМИ'lескои модели
вариограммы Д11я всех возможных вариантов наличия скважин,

используемых D оценке центрального блока, включая и такие

52
варианты, когда СКВ<1жина, собственно относящаясл к этому блоку,
oтcyrcToyeT 11,21.
РаЗНОВИДНUС'1 ью точt; 'JНОГО кригинга является СЛУ'J<:tЙНЫЙ КРИI'ИНI',
условием которого служит нtреГУШJрное, но достаточно равномерное

расположение разведо'IНЫХ выработок .

Непрерывный кригинг соответствует оценке м еСТО РОЖl.\е ния при
его разведке горными вырuботками, когда ИХ объем деJlИТСЯ на
бесконечное колич ество соприкасающихсSJ элементарных объеМОlJ dV,
каждый из которых отбирается в виде пробы lt отдельно
анализируется. Практически роль элеме нтарных объемов dV MOfyr
играть объемы отпалок при проходке rOPHblX I:Нtlработок (валовые
пробы) или бороздовые пробы.
Задача оценки БЛОКi!, ограниченного таtШМИ пр обамн,
представляет собой з:щачу нахождения нек оторой функции по
и з вестным ее з на'l е llШIМ на границе заданно й обл асти.
Обратим с н к КРIIГИНГУ y'la<':TKa, расположен ного между двумя
параллелыlJмии ВЫР::lботками D и D 1. Будем считать обе выработки
бесконечными Щ>ЯМblМИ и рассмотрим сначала кригинг точ ки А,
заключенной между этими прямыми (рис.З . 9). Гlримем точку А за
начало координат, а за единицу длины - расстояние между ПР}lМbJМИ I
(т.е. I = 1) и обозначим через d и (1 - d) расстояния точки А от прямых
D и DI .
Выразим пространствс:.нную переменную в виде гармоничес~ой
функции
e2 · -2Р. СОЗЦ+1
R tIX
G = .1 1.. (3 .38)
2 e 2 ''' - 2е ''С05п{у - 2(/)+1
n

равной нулю при у = d 11 У = 1 - d, Т.е. на nрнмых D и О], н

такой, что

будет гаРМОНllческой функци ей 6 точке А. Эта гармоннч ес ' ая

ФУНКLtия представлнет собой функцию Грина, которая ПОЗВОШl ет
оценивать область о)' мя бесконечными п ЯМЫМ1t.

у D

А х

l -t
Оl

- -_._---- -- - - -
РИС . 3 . 9 . Схема непрерывного крИГlfнга уча{,1'ка между дн уWl
паР<lллеЛЫIЫМ1I uыработками
 Для оценки находим ВеСОМУЮ функцию
S) == ...l.. оа(М,А)
f( 21t d/ '
(3.39)
где. - абсцисс:) KOHTYpn; М- то IKa к()нтурп.
Beconble ФУНКЦИИ длSl обл, с.:ти , Оf'К!НИ' I СННОЙ двумя б сконечными
ПРЯМЬШII , ПUJlУЧI1М D соотrsетеТtlии с ФОРМУЛОЙ (3.39)
дифференц lP0l1::IIIHe~1 по у:
f (t) - c
nt
"OIJ:a.a...._ t (3.40)
, - е 2М -2е "/ 4:0" тcd+ i

f (t) - e"t 11111 п.L-

2 - е2nt +21! t f:O!c7rd +i •
Нахожл.ение ФУlIкцнi\ f(i') прел.С'fQвляет собой решс.:Шfе задачи
точеtlНОГО КРll ГlIнга , соотпетств '11110, для f) и Г) 1. Эти функции удобно
тnюке предста.еить в пиде разложениSl в рнд Фурье:
f,(t) = L ~ , е -;"1 siriлd. (3.41)
f 2 (t) == l: ~: , е -;1'. t (- 1 ) I +1 s i пiл d.
Если , в. есто ТО'l I~ЧН ОГО кригюП'а рассматривать КРИl'инг
произвольного уч:)стка У, то достаточно проинтегри р опатъ полученны~
выражения по всем точк:)м А площади У, чтобы получить функции
взвешивания дтl неточечного крнгинга. Кроме того, хотн выработки ,
расположенные по об:: стороны оцениваемого у'шетка, имеют
конечную длину, их можно С'Н' ать праКТИ'lески беl;1<Оllе'1НЬШИ, если
,они имеют длину, преВblшающую расстояние 1, та как экспонента 8
формулах (3.40) и (3.41) обе печивает очень быстрое , убывание
функций f(i') при ВОЗРЗСТ',lНI1И 1. Кроме случая оценки ()бласти,
ограниченной ДВУМЯ l1ар;uшеЛl,НЫМИ прямыми, ЗМil'111 непрерЫВНоГо
кригинга PCI,UCHa также дгш окружности, кольца и беСКО t-lе'tНОЙ прямой
12] .

3.8. ЛинеЙIIЫЙ КIНIГ'ШI'.

Рассмотрим более подробно содержание КРИГlIнга 11 методику е о

применения. Это удобно сделать на примере ЛlНt~iI)ю о кригинга ,
ко орый в литсрnтуре по геОСТПТНСПlке IlIапример , 'О , ! 31 и:шестен К, К
обыкновенный или простой. Воспользуемся д.ня ' ТОГи прнме.РGМ
оцеНЮI блока н больших размеров . Требуется ОЦСJJlI1Ъ ItСТJlНll ое
значение пространствеююй переме !НоН У 8 БJlоке V 110 неболы1tОI\ у
количеству разведочных пырuбtПОК (проб), пройденных ( тобранных) 8
прсдсЛi\Х этого блока (средн ее зна'lсни е Пёременной Б которых pL1DHO Z,
И единственному ореолу, образованно у всеми остальными
выработками (со средним зна'lеШfем flсременной Zl, определенным
по всему месторождению - телу полезного ископаtМОП). Так как
количеСТ80 внеШНIIХ по отношению к блоку V выработок велико n
сравнении с ил КОШ"lеСТ80М 8НУГРИ БЛQ)::а, то с допуС1ИМОЙ 10ЧНОСТЪЮ
можно считать, что В<JЛИ'Нlна Z 1 Ilредстаnляет собой истинное значение
переменной D месторождении без блока V. дJUI УЛРОЩ~НИЯ расчетов
будем считать, tlTO оцеНИlшемый блок заНl1мnет в rраницах
месторождении случайное положен ие .
Кроме Toro, общее среднее ЗН. 'Jение перемеllНОЙ в МС l'Орождении
п1 извес:тно с БОЛЫ)JI ' ij 'Точностью, чем значение перемеННОil У в блоке
У, и е го можно ОТОЖДСС1'внть со 3Н:lч:::нием по всех внешних
выработках, Т. е. можно C'НI'r<tTb, что Z 1 = 111, а оценкой значеtIия У
ШlЛяется ВЫРUЖt:ние

У :. л.z - (1 -- л.)m
Так как У - У = A(Z - т ) - (У - т) ,то
D(Y - \/) = O'~ + Л. 20'~ - 2),,0' YZ
где O'~, 0'; дllсперсии значений У и Z в IIреден(\)(
мссторuжден ия ;
2
о' YZ - их КОЭФФllЦllент коварющии.

Поскольку выраб тки в предел ах блока У размещены случайно, а

сам блок У занимает случайное положение в пределах месторождения,
то ковариацин O'~z равна дисперсии А и, следовательно,
D(Y - У) = O'~ + Л. 20'~ - 2л.0' ~ . (З.42)
ОI1ТИМn.JJ Ь Н:1Я (МИIIИМИЗИРУЮЩая дисперсию оцениваемого
среднего значения А Ilрuстранственной переменной в блоке) величина
весовой функции л. и соответствующая минимальная величина
дисперсии кригинга O'~ равны:
.
л. = O'~/O'~ ; (З.4З)
O'~ = (' - л.)0'~ = (O'~ - O'~) :i (З.44)
Практическое решение задачи оптимальной оценки характеристик
блоков тел полез ных ископаемых рассмотрим при неравномерном
размещении разведочных выработок (т.е. в условиях случайного
кригинга как разновидности линейного).
Оцен им блок У, имеющий точное неизвестное начение
пространстве нной переменной Y(V), используя для этого множество
пересечений тела полезного ископаемого с известными з начениями
переменной ~t;), i = "
"., n . Необходимо найти такое множество
весовых ко · ффl1циентов д;, i = " ", n ,с помощью которых можно
получить среднее взве шенное

У = L~1 д ; У (ti)
ЯWUlющееси н а НЛУ1lшей оценкой среднего значения УМ . 8
соответствии с вышеИ:lЛоженным в качестве наилучшей рассма'lривне м
оценку среднего значения переменной в блоке, обладающую
минимальной дисперсией .
Представим дисперсию оценивания значении У(У) посредством У.
как O'~ = a~ - 2 :Е7= 1 а ,O'v)( / + L; Lj а , ajO')(/O'Xj' (З.45)
где O't диспеРСИJl переменной в блоках, подобных
оцениваемому блоку У;
о' V)( / - ковариация значений перемеНIIОЙ в блоке У и
развеДОЧIIОЙ пробе xi;
(j )( /)(, - коuарlШЦltЯ значений переменной в выработках x.j и xj .
Все эти веЛИ1IИНЫ могуг быть найдены с помощыо
оответствующей ВnРИOlраммы. Это в свою очередь обе 11 е 'IИRает
fЮ' МОЖtюсть МIIIНIМИ 1ПUИlf ЮI пеРСИI1 0'; , подбирзSl на,длежзшим
обра. ом ве OBЫ ~ ко ФФИЦliеmъ\ ai , Кроме того, необходимо обеспечить
соотнетств и ~ опреJ\еJJя t: М о го сре; него зна1lения переменной реальному

55
З I\,\'( С НИЮ, Т.е. и(~ком(tя оценка не должна приводить к е)'о

с и стс м<\тичеСI<ОМУ запыш е lШЮ или Jэнижению.

~T() требовани е несмещеННОСl'J1 может быть )JЫРliжено как

E(Z·) == т (3 .46)
I'де т - HCTIHIHoeзна'lсние liеJlИ'ШНЫ Z(V) ;
. [(Z*) - математнческо е ()жидание оценки этой величины .

И ~\ (З.46) вытекает требошiнне E[Li д i Z (Х; )] = т или

L; д ,Е [Z (Х; )] == т
Е ли E[Z(Xi)] == 1 , то LjB; ::: 1
Условием м и нимума некоторои функции Q, зависящей от
JI ременных ai, НВJlнеrcя раве нство нулю все х ч астных производных по
ai При дополнительных ОГР311И'lениях IЩЦi:t с=о необходимо
М lНшмизиропать ФУВ1ШИЮ F = Q + 2J..1.C, где J..I. - новое неизвестное
(множитель ЛаJ 'ранжа) . В рассматрива емом СЛУ'lае нужно найти
ЩЮl1Зfюдные ФУIIКЦl1И F = а: + 2Jl. ()~; 8 i - 1) по сем неизвестным 8,
и Jl И прирапннТt, их нулю.

Представим функцию F в развернутом виде:

F = at - 2 L; 8 ;avx / + 13; l.,j д ;Bj(J x , Xj + 2Jl. (L ; а; -- 1) (3.47)

Частные ПРОИЗnОДllые этой функции:

f;; == - 2 a vx, + 2 L} а Рх /'9 + 2J..1. == O,i == 1, ...

.§E=L:
Ii~, - /· 8 /·- 1-0
- .
Представю.f эту систему n+ 1 линейных уравнений е 11+ 1
не ИЗ8ССТflЫМИ ai и ~t 8 стандар ной форме :
Lj8jax lxl+~1=(Jv",j= 1, ... ,п (3.48)
L j 8; =1
ил и 8 матричном виде L А = О, где l., , д 11 D опред~лsпО1'СЯ
t l() 'l lOШС НИНМИ (ai} == йх/'9 ):
а 11 (J 1 2 ••• 01/1 1 а, aVX1
0'21 а22 а2n 1 82 O" VX 2
L .- д= ... о =..: .... (3.49)
1 д/1 avxn
Оn1 аn 2 Оnn

1 1 1 О ~ 1
L - симметричная матрица, определяемая только по известным
данн ым . Матрица D онределяется неИЗ ~lестными свойствами
'ро гранстве нной переменной в блоках и l!ыраб()тк~х .
Решение системы уравнений имеет вид А =L -1 О . Система
i1:lре шима , так как все дисперсии определяются на о нове вариограмм.

Оценку блока начнем с оценки значения lIеременной в частной

'()чечной пробе внутри ра.:~ведочноЙ выработки. В ЭТt)М СЛУ'lае матрица
t.2 е изменяется, вектор D упрощается , так как вместо ковариации
н че ний переменной в выработке и блоке (J Vx рассматривается
КОВrl риация точечных проб (тхо х/ == а О ; • где Хо - оцениваемая точка .

56
 Рассмотрим пример, в котором изменчивость содержаний
полезного компонента описывается сферической вариог~аtltмой с
параметрами С=20, Со=2, А=60 м. Необходимо оценить содержание (о
в точке ХО (рис . 3.IО) при известных содержания:х tl, й, t3, t4
о в точках хl х3 х4.

х2
лl

х3

50 УО

Рис . 3. 10. Схема расположения проб при нерегулярной раЗ"СДn'IНОЙ

сети .

Решение системы уравнений имеет вид:

-1
81 о' 11 0'12 0'1З 0'14 1 001

82 <121 <122 <12З <124 1 0'02

8з = <1З1 <1З2 <1зз <134 1 <10З
а4 0 ' 41 <142 0'4З <144 1 0'04
Jl 1 1 1 1 О 1
Что -ы найти решение, необх одимо оценить все к()эффицисtJТЫ O'ij.
Диаго налЫlые элементы 0'11,<122,033,0'44 ривны, так как
каждый из них представляет собой дисперсию содержаний lIа
мес орождеНИI1 , котораи равна С+Со, Т.е. 20+2=22 Все останьные
коэффициеll'll , J O'ij MOryr бьЛ'ь выражены через вариш'рамму как
С+ С о - y(hij) ) где 'Щ -расстояние меЖДУ Тоtlками (вырuботками) xi н
xj.
Таким образом, l1МeeM :

<11 2 = 0 2 1 == о' О 4 С + С о - у( 5 0!2) =

=::

= 20+ 2-{20[ 1~~~~ _ ОФ~)'] +2}0, 9 .84

57
 о",з = а З I = С+С о-у()150 2 + 50' = 1.23
0"14= ('У41:: 0"02= С + С 0- "( )1002+ 50~ :: 4 .98
(j2З = 0"32= С + С о-У( j1 002+ 1002)= 2 .33 ;
а24= а4:! = С + Со - у( j1502+ -1002)~ о .2 9

<Т :'4= <Т4З = С + С 0- "( )2002+ 50~ = О

0"01= С + С 0- ,,(50) = 12 .66;
О"оз = С + С о-у(150) = 1.72 .
В результате решения системы уравнеНIIЙ получаем следующие
tJt: ~:Ol3ble коэффици е нты : а I = 0.518; а2=0.022; а3 =0.089; а4 = 0371.
Заслуживают внимания следующие особенности соотношений
lIcCOBbIX коэфф~щиеl-IТОВ . Сопоставление козффициенто в а2 и аЗ
Н(lка ",вает, что при не з начительности ИХ роли в оценке искомого

содержания их вес а не пропорциональны расстояниям

СООТlJетствующих выработок до хО.

Выработка х3 располагается от хО ДШ1ьше , но обладает большим
11С(: ОМ (8,9%) В сравнении с выработкой х2. Это связано с тем, что хО
Ш1ХОДИТСЯ под непосредственным влиянием хЗ, тогда как х2
'jlф. нируется выработкой х 1.
Данное обстоптельство, вытекаю щее из учета в аимных
ковариаций вырnботок и достаточно очевидно е на интуитивном уровне ,
не IIринимается во внимание ПРОСТЫМI1 д истанцио нными методами

вз "~шиваНЮI при определении cpeДH~1X значений пространственных

11ер меНIIЫХ. Из него вытекает также про стое сл едств и е о том, что веса
выработок, окружающих оцениваемую , зав исят не только от их
расстояшНI до нее, но и от плотности разведо'шой сети , Т.е. при
вы сокой плотности ближайшие выработки практически нивелируют
l1J1инние периферических.
Обратим также внимание на следующее. Если ДНЯ фИ J(СИ Р ванного
варианта развеДОЧIIОЙ сети, как, наприм ер , в рассмотренном выше
I,;Jlучае. уже получила оценку одна из точек тела поле ного

11CKOni1eMOrO, в которой нет выработки и нет пробы , то ДЛЯ оценки

любой другой новой точки ДОСТi1ТОЧНО рассчитать только ее
коп. Рl1ацню с Jtмеющимися выработками (пробами), тогда как
Н е о бходимые ДJUl составления системы уравнений ковариации м ежду
ЭТНМl1 имеющимиен выработками уже расс',итавы . Это существенно
сокращает вычисления.

После оценки отдельных, еще не разведанных точек залежи

"ОJlез ного ископаемого нетрудно перейти к оценке блоков. Наиболее
"РО СТЫМ л.лн этого способом ЯВJlя еТСfJ оценка значений
ПРОf:транственной переменной D нескольких точка внугри блока
И ЗJюже ШIЫМ выш е методом и расчет cpeAl-lего эти з нач ений . Для
11 11ОсреДстве шюй оценки значения п~рем е нн ой 13 блоке н еобходи мо
на йти К()fli'l ри аuии БJlока и ныработок (или проб):

tfvx/ :::. С + C o-~ ff v'S У( J(x; - x)2 + (уг у) 2 )dXdY

 l'ЦС V - ПJlОЩадь блока Vs х и у - коордннаты . Бырабm'ки:
(пробы) х.

Прос,тые аШUll1тические выражен",я для TftKOrO интегрuла наЙТ&1

трудно . Поэтому обычно численные методы КРlit"инга СIЮJ:.ЯТС ~l ос
осредненню ДUlIНЫХ, характеРИ:IУЮЩНХ цнскретный набор точек [ш утри
блока.
Dыражени~" ди пеРСИII оценки среднего Зl ш t ення
пространственн() й Ilt:рt:МСНlIO Й при помощи криг lига (дисперсии
крш'инга), ПРИ8СДСtIJIOе выше (3.45), можно представить Е более
простом виде . 3Н<I'lение I:; I:/ д /Bj(fx/x/ ' где ai - коэффициенты
кригинга, минимизирующие дисперсию, может быть найдено
с,ледующим образо м. Каждое уравнение системы линейных уравнений
кригинга в стаНД:lРТНОЙ форме I:/ д j(Jx/"V + /l = (JVXj умножим на ai
и просуммируем полученные произведенил. В результате получим:

'f.,/LJ 17/B/(Jx/x/ + ~tLj а i::: ~; д i(JVx /

Но так как ~; а i =, , это выражение преобразуетсн к nиду
L; f. J а ;8j(JXiX/ + /l =~; д i(JVx /
В итоге дисперсия кригинга равна:
a~ = a~- L{ а ,(JVx i -/l . (3 .50)
Рассмотренный R:lриант кригинга соответствует модификации, которая
известна ) ак СJJУ4:lЙН Ы 1':'1 кригинг при условии нерегулярной БУРtJВОЙ
сети, которая хараКТ~РJfзуется, тем не менее, постоянной ПЛОТНОСТЬЮ .
Случайный кригинг применнстся ДJUI оценки блоков с пробами внyrpи
них 11 с учетом оценок окружающих блоков. В связи с этим в систе му
уравнений кригинга входят ковари сщнн соответствующих блоков.

3.9. Свойства КРИГНllга.

Критш r позволяет полу"штъ несмещснны~ оц'нки средних

значений IlространствешlOЙ переменной в заданных бъсмах, имеющи~
МИНИМ3Л ные дисперсия погрешнос.теЙ . Кроме того, он обшщет
рядом других свойств, которые приносят оп ределенный эффсr.:т при
оценке меСТОРО)f.дениЙ полезных ископаемых. Ниже коротко
рассматри аются эти свойства.
Условная IJесмещенность. Определе ние условной несмещенности 8
математич еской форме имеет следующий шsд:
E(Z -LZ *=Z o)=z о (3.50
Это означает, что среднее содержание полезного ископаf.:МОГО .60
всех блоках , оценки которых составляют величину Zo, равны им енно
Эl'ОЙ величине Zo. Такое свойсТfЮ Ilроявляетсs) аБСUДЮТIIO точно при
условии согласил распределения содержаний полеЗНОI'О ископаемого с
нормальным законом. Кроме того, для Ilолучения необх одимых оцевок
должно быть нзвсстно среднее содеl)жание по всему месторождению.
Опыт ШН.\}}И :I[\ данных по многим мссторож,цсвиям показывает, что н
отклонение от ~тих условий не сильно В1IИИt.'Т на несмсщешю(; ·ь
оц енок IфИ Г НН 'а .

'~ 9
 Эффект сглаживания. Формула (3 .50) показывает, 'ITO дисперсия
КРИI'IIНГU ме~lьше дисперсии точных значений простраНСl'венной
переме нной . . Применение кригиша для определения значений
перемен ной в локальных объемах геометрического поля (8 блоках
месторождения по данным разведк и) приnодит к снижению их высоких
(больших) частных значений и увеличению низких. Таким образом,
значения, получаемые в результате оценивания, варьируют меньше

точных, Т.е. оценивnние при помощи кригинга ПРИ80ДИТ к

сглаживанию вариаци й пространственной переменной
Последнее слагаемое в формуле (3 .50) обычно бывает
незначитеЛЫ-IЫМ, так как оно связано с оцениванием среднего значения

пространственной переменной по месторождению в целом, что обычно

не представляет серьезной проблемы. Поэтому соотношение между
дисперсией точных зна'Jений простраНСl'венной переменной и
дисперсией оце нок кригинга может быть представлено в более простой
форме:
a~ ~ a~ . + a~ , (3.52)
где а 2, - дисперсия точных значений,
а} - дисперсия оцененных кригингом значений
O'k - дисперсия кригинга .
Выражение (3.52) показывает, в какой сте пени кригинг отражает
реальную изменчивость пространственной пе рем е нной в блоках
месторождения, и как оно (В качестве коэ ффициента сглаживания)
может быть использовL.lНО для характеристики качества кригинга .
Аддитивность (комбинация оцеааок кригtlНга). Кригинг является
единственным способом оценивания, кото рый обладает свойством
аддити вности, Т.е. позволяет получ ать те же оце нки при различной
последователыюсти выполнения операций. Это утверждение
действительно при одном и том же наборе исходных данных
опробован ия.
Это свойство кригинга особенно важно, когда небольшие блоки
объединяются в крупные выемочные единицы .
Так, е сли
имеете}} 2 блока с объемами УI и У2 и точными
содержаниями и Z2 , то при объединении их в один блок объемом
ZI
У3 мы получим оценку содержания в этом блоке

z; = C~~~Jz 1+ [ ~~~JZ2 ,
Это уравнение справедливо и для оценок содержаний Z~ I Z , т.к.
матрица кригинга не зависит . от содержания в блоке, который
необходимо оценить. Однако это полезное свойство кригинга не
распростр аняется к сожалению на характеристики точности оценки, Т.е.

н:! дисперсию кригинга.

Точная интеРПОЛЯЦИJl. Кригинг по существу является методом

интерполяции . Считается, что интерполяция точная, если при расчете
уравнений кригинга в точке с известным значением содержания ' вес
данной (известной) точки будет равен J, а веса окружающих проб
равны О. Кригинг обладает таким свойством и дает совпадение
фаКl'И'lеского значения содержания с оценкой, если оцениваемая точка
точно совпадает с ме(.:том размещения пробы .

60
 Скрин-эффект. Korдa корреляция между пробаt.·fИ tYl' 'YICTBY ~l' . мы
ИМt:ем дело с .. !истым :Jфф~J(ТОМ самор одков", ДjН\ которого наИJIУЧШG Й
оценкой с одерж НItЯ u БJюке НВJшется среднее арифметическое всех
содержаН""IЙ 110 IIр об м , 11О11:1Д:1ЮЩИМ В оцениваемыi\ блок. B~ca всех
Ilроб в этом слу 'ше одинаковы независимо от раССIОНl1ШI ДО
оценива~моii т "IKB.
, другон крайний слуtшй, КОЩ:1 эффе кт самородкоь 11 Вtф lЮI p~MMe
отсутствует, llри :,jTOM максимальные веса имеют ОЛИЖttЙШI1 с. к
оцениваемо Ji точ ке пробы , а с YBeJll1'IeHHeM раССТО>1llИЯ ОТ Ht:c
происходит резкое снижение ЗН<lчеН\lЙ весов проб. Этот эф фект
экранироваНI1Я проявлнет себя оч ень заМt:ТНО при малых Со и
nOCTenellHO умеllЬШ::Jется при возрастании эфф 'кта С:Н.ЮРОДКОВ
вари гр;шr.шоЙ мод ЛИ.

3.10. J lеJ'ИJJСЙllые пащы Крltгинга

ЭффеКТИВllое применение кригинга и меет место, КО}'Д<

n ОЯВJН1~Т'я стацион а рность пространственной переМt:нtlой, 'ITO песына
ред ко выпJlшIt :тснH на лрактике. Отсутствие стационарности , T.~.
наличие тренrщ (когда в пространственном поведении неременной
проявляется некоторая тенденЦl1Л - постепенное изменение уровня ее

значении i1 JIII ДИСJlерсни о томили ином направлении), отражается в

характ ре ваРИОI 'раммы, построенной во исходным знзчеНlНIМ
ПРОСl1Н,&нстnеНIIОЙ перемt'.нНOJI. n этом случае вариограмма имеет
параБОJlнчес ' ий х а рактер , т,е . с увеJIlиением значений aprYMeHTa
вариограllfма Ht: выполаЖИfjает~н, а, наоборот, резко возраста т.
В обще ""1 случае lРСНД IIронвляетсн n том, ЧТО нестаЩlOнарны на
большом протяжении первые два момента (математи ,сское ожидание и
ДИСl1срсюr) 11р остраНСТliенной персменной X(t).
УСЛОDИ: несмеЩt:1i1l сти оценок крнгинга при НШНIЧИИ треЩI,а
мо)! t:T быть nыр;1ж е но u ниде
Lb'/{ l':,aJ{X) - М"ЛХ)dХ] =о, (З . 5J)
где f(X) - функция , I1vедставленная такими О)J.но" uн::нами, как 10 .
1, й, tr" .. ..а "t, r" - координаты зна"ений переменной Х.
Это условие ДОЛЖНО удовлетворяться при ДJIЯ ЛI Ы.' TO'IНЫX
неИ :iвеСТIIЫ,l( коэффи циентов d(1) греида, что ДСJlaет Т<1КОЙ КрИl инг
универсаЛЫIЫМ. C I1Cr eMn уравнений в этом С)lучае подобна (3.48) .
Тем не менее на пр:жтике можно считать достаточно перонтным
проявле ние С'l'ационпр ности в локальном ма штабе, (11'0 01lфывnе'
возможность лримен~ния к,РIII' ии га, если про стр анствсннnя ш:ременнuя

ра СМПТРИD G\е л в качеСТl:lе компознщlИ двух переменных, одна и:\

которы отражпет rIРО}lnJ1 е ни~ тренда, u lIтора .. ДОПОЛШlет тренд ДО

реальных значений про странстненной пер ' ме иноЙ.

Тип тр ида З:1IШС}-/Т также от размера !Лошади, в l1редслах КОТОРОЙ
оцениваетсн его ффект.
Чаще всего тренд выражается линейными , квадраТИЧ I ымн
полиномами или их комбинацией. Напр им ер, щш Г~OMC'I рического
поля в Биде плос кости линейный треИ,1.J. Dырnжается как
1I1(Х) =
а() + :\ I t + а21'.
а КDilД\.>атнчныЙ как lIl(Х) = n() + аН + a2r + a)t·t + a41r + а5 Т·I" .
 Характеристика измеНЧИ80СТИ ПJю(,'Траи стве щ·ю'Й переменной -
baPJ-lОГР:\ММ. определяется для ее остаточных значений, а
интерпоJНЩИЯ lаблюдаеммх значений пространственной перемеи.ноЙ 8
промежутках между ра:lВедочными выработками ОСУЩССТ8ЛяеТСlf на
основе лннеi;',ного кригинга с уч~ом выJвленl-Joгоo тренда.
Как н еl1)УДНО заметить, прl1 рассмотрении воп ро сов, СШlзанных с
КРИГI1НГОМ, H~ акцеl·JТllровано внимание на СОГЛnСI1И стати(,'Тического

(Н1аlред-=леНIIS1 прострзнстоенной переменной с тем ил и иным законом.

Это объясняется тем, что стационарность про странственной
псремеНIIОЙ лредусмаТРИ8ает СОГЛf\сие ее распределения с нормальным
:}:\1I:OHOM, чего обычно при изучении месторождений многих пnлезных
ископаемых нс бh1вnе.т. Одна I1З раЗI-IОВИДlюстей кригинга
JlОI'IIOР IЩ\Л..,IЫЙ КРШ-IШГ - предназначена дл>! решеНI1Н задач кригинга в
УСЛОDI1НХ JJOfНОРМ ~V1bl-JOI'О ра с пределения
пространственнои
п peMCJlI-IО';, lЗ этом случае осущеСТВ1lнется обычный пере од R(t) =
lHX(I) , которыН прl1ВОДJl Т к стпционаРllоi! СЛУ'Jaiшоil функции,
имеющей нормальное распределение в~ронп-юстеЙ . Новш! Ifерсм ениая
l1 С ПОЛЬ:Jуется длн определении ваРl10граммы и ш\хожденин ol.eHoK
линейного КРИП1НГ:l или какой-либо его модификации И
СОО'Гflетствующси дисперсии. lЗ СRОЮ очередь, оценка JJO I' НОРМального
Iф11 гинп\ ОГlределяется обратным .-.реобразоnанием
лроаНМНЗИРОВ(lННОЙ при помощи кригинга flеремашоЙ. В
ЗilВИ имости от точности соответств ия прострпнстнснной псремеиноJ1
логнормшrъиому закону ее оценки кригинга могуг быть получены
только D соответствии справилами перехода от ВОРМ~V1",юго

распр"деления к логнормальному и н аобо рот или же с ПР'iменснием

доrlОЛНИТ~ЛЬНЫХ nonpnBOK, учитывающих ОТКJIOНСIIЮI от ПРl1НЯ ТЫХ

статистических моделей .
В связи с широким распространени~м З.Дr1'1 геОЛЩ' ШI, требующих
аН:UlИ:J:1 многомерных данных , 8 КРI1ГИ llге разрпботаНbJ МОQификации,
НСllOльзующие ковприационныс матрицы учитываемых

пространствснных переменных. К ним ОПIOСII1:сsr, например,

"О-КIJИПIНГ ~ кригинг одной перемеllНОЙ по другой. Эта модификация
примеlШtТСЯ при определении одной переменной 110 результатам
анализа другой. В этом случае оценки "'РИГШil -а ОС1l0АываlOТСН на
построении kpocc-ваРllограммы, 111т ВЫ'IIIt:ЛС:ЮIII которой
И СllОЛI;ЗУЮТСЯ следующие произведеНItЯ:

IXI (t) - XI(t + Il)J4:IX2(t) - X2(t + 11)1 .

Диспс;рсин КРИ1'инга в этом случае ОЦСIIИfiaется с НСI1l>)(l>Зованисм
трех вариограмм, две из которых ЯllЛяютсSl обычными ваРНОl'раммами
соотвеТСТDУЮЩИХ переменных.

Другие модификации многомеРIIОГО КРI'IГНllга Ц-Ш : IНI lbf (ННU1изом

пространстnенных Jl е ременных, имеющнх совместное раСl1ределение,

хорактеРI1 . ующесся согласием с MIi OfOMCP liblM нормальным. Его

п отнщ;ть onpeJteJНJeTCH КОDарнаl.1.ИОННОЙ матриц 11 , К(. таран служит
о 'НОВОЙ Д1Ш Оllрел.еления коэффициентов KpIHIIHI ': . .'\IIШНl lюдоб ных
lIеремеНIJЫ Х тесно переплетается (; мt:'rад<'\ми tJСIIЩ) ШVI СТ[Н1ч еСКОJ\
t" e o<.~·taTII\.. ~IКИ, ИСПО.JIЬ~JOванис которых JLЛЯ реlllt"IИЯ за,I\ilЧ КРИГННГil

р; i ; С r.ю] Р\"НО ниже.

62
 3.1 t. Л "TCpёtTypa

1. Маt11еЮl1 О. 1963 . PriHcip1es of Oeostati~tic.. - Ес.Оеоl0ВУ. У.58,

N .8, р . 1246 - 1 266.
2. Матерон Ж. 1968. Основы l'еостатистики. М . , Мир. 408 ,;.
3. Sic11el Н . . 1947. Ан' experiIl\C'''t11 а нд teoreticul il1vestigation of bii.1S
епог il1 l1liHe S(ШlрliJ1g \vit11 special re el'Cllce (о П<1ГСОW gold reet·s. ..
ТгаI1s . Iпst.Мill . М е tаI1 . (Lolн.1011 ), 65, рАО · .
4. Wijs H.J .dc. 1951. Stutistics of Ш'е di tribl tiol1. - JОUПl.Rоу .
Netl\erlal1ds Oeol. (шd Min.Soc., 1, Nov.1951; 2, J<1I1, 1953.
5. Krigc О . О. 1951. А stati tica1 approach to sоше basic lI1iПt:рroЫешг.
оп tl\е Witwater ,·aHd. - JОUП1 . СI1 Ш . М е aU. Mil\.Soc.S.Afr., 52, p.119-139.
6. Formery Pl\. 1964. Сошs de geostat.istique. EcoJe Polyt~c)lI\ique ,
MOl1treal. 306 р .
7. Карлье Э. 1966. М еТО/ЩЮl количественной оценки
месторождеllИЙ урана . М., АТОМ J1Здtlт. 352 С.
8. Serra J. 1967. cllal1tillol1l1i1ge et еstiшаtiоп 10саlе des рI1еПОШI.ш~~
de tгапsiГОI1 ll1i11 iet·s. Tllesis, 2 vоlшнеs, Ulliv.of Natlcy, Frallce. 670 р
9. Давид М . 1980. ГеостаТИ(,'ТИ'lеСК l1е методы при оценке за па ов
руд . 11., Н eДJX\. 360 с .
10. Oavid М. 1988. Halldbook of applied advanced gecstatistical OI'C
reserve est iшаtiОI1. Amsterdam-Oxford -New York-Tokyo, Elsevier. 21 о р .
11 . МШ'е сlшl А. 1970. Geostatistique е! Iliveau de recoHuissal1ce -
Applicatioll аих gisell1el1ts de baн.xite m еtюроlitаillS. TI\ese, UlliveJ'site 1.1е
Nапсу.
12. НuijЬгеgls CI\ . 1973. Regiol1alised variabIe. and applicaliol1s (о
ql1al1tit ative :шаli s is of spatial dala. - РП.)С.NАТО Adv:lI1ced Study 111stittJte,
Display al1d AI\a1ysis of Spatial Data. Wil ',LoпdОI1, р. 38-53.
13. Jouг"e\ А., Hllijbregts C11. 1978. Mil1il1g Geostatisti cs. Асаdешiс
Press.
14. М ргол нн А.М . 1974. Оценка апа сов минерального С ЫР Ы!.
Математически е методы. М ., Н едра. 264 с .
15. Марголин А.М. 1983. Методы гео~[еТРI1ЗaJ.tИИ разведуемых
запасов полез ны х ископ аемы. Усо 'рш . Jlствованная процедура
краЙГИl\га . М., uиэмс. 81 с.
16. CJurk J. !98.t. Prilcti<.:al geostatiSlic . LOJ dOH Ne\v
York, Elsevier. 132 р .
17. Harris D . Р. 1984. Cnlstal а. lI1\d.ш с Hod lil1g of llIit1t;ral reso tlГ es:
sоше гесепt iпvеstigаtiОIlS. - l'11е 27tl1 !шсша iОl1з l 'eologica1 Congl'e~,
с.20 . I .З. Moscow. 67 р.
J8 . 1 aaks Е.Н., St'ivastava R.M. 1989. A~plje.1 Оео lalistics. N ew YOI'K
- Oxl'ord, Oxfurd Uпivег ity Pre s. S62 р .
19. Прuктическ:ш геостаТИ СП1ка . 1990. - Труды 11 ВсссоюзнOI'О
семинара по геостати стике. Ред . Кi:.tI1УГИН lO.E. Пеl'РО:j;1UОДС" ,
Карельский НЦ АН С СР .2 04 .
20. Применени е м ате маПI'lе ских методов II(>И lIоисках и раЗВедке
месторождений твердых полезн ых иск паемых. , М . ,СЭВ, 1987, 262 с .
21. СМI1РНО8 Н.В ., Дунин - Ба ркоuски й И . В . 1965. Курс T~OPI/H
веронтност~й н МLlтемаПf'lсСКОЙ СlаТНСl ИКl1 ДfIЯ теХ IIИЧС~ЖI х
ПРJjложе ниЙ . М . , На ука. 5 12 <.: .
22. Jcostati li cs. 19RO.,N.Y.,Mc.Orav.... HiII.ll\c., 167 р.
 I'лапа 4. ПОСТРОЕНИЕ И МОДЕЛИРОВАНИЕ ВАРИОГРАММ

ДПН того, чтобы использовать аппарат геост~тистики для решения

раапнчных прш,,'Тических горно-геОЛОГИ'iеских задач необходимо прежде
всего располагать вариограммной моделью исследуемого объекта
(массива tv есторождения, блока или PYJ(OnOTOKa) , которан должна
максимально соответ~твовпть ИСТlIIIНОЙ C'I1JУК1уре изменчивости объекта
r1}.
. Руководства по I'еост(\тистИ!~е \шсто со:щ. ют обм::шчиг.ое
впечатление простоты построения экспс римент'::UIЬНblХ Dприограмм 11
подбора мо[(еле Й . На самом деле уверенн')сть Б полученных результатах
Пt)ЯDJlяется лишь после MHOfOKPf\THblX манипующнй 1,; исходными
данными, тщательного сопостаRЛСJIЮI ваРИОl 'рамм ы С геологичеСКJ1М

описанием месторождения, предвари' ельвы-х "OfJbITHblX" paC'le'I'OB

кригинга и сверки лолуче ННЬ1Х результатов с ФаКТJ\ческими данными.
Этот этап работы носит скорее исследовательский харА.КТСР, 11 от него
главным образом зависят то'шость надежность Jt достоверность всех
последующих расчетов с использованием вариограll1М .

Стадии процесса СОЗД<ННUl nnриогрпммной модели Itсслсду~мог()

объекта:
-анюшз, контроль и ГРУГlпиrовк~ ИСХОДН й информащ и;
-построение экспериментальных ОilРИОГ~'\I.IММ·

-исследовани е полученных ФУНКЦИИ на наЛИ'-fне ~ффекТОU;

-создание пространствеliНОЙ модели вариограммы.
Рассмотрим их более подробно .

4. L. Анализ исходной инфGРМ'ЩИИ

в идеальном случа е все ИСС;Iедуемое множество проб ПРИНlЩllежит

одному сраuнителыю однороЛ/юму участку массива (бе Т('I\ТОIНf t(еских
Н',рушениЙ). имеет нормальный закон распределеНЮl 11 представляет
собой результат одного этапа исследовании месторождеНIIН , ПОЛУ'lенный
по ОДНОЙ метОДl1ке. В этих условиях эксrJl~р имента.'Iьные ВЩНlограммы
пра~илъно отражают структуру ИЗМt:НЧИВОСТИ З:UIСЖИ И могу!' быть
исп ользованы ДЛЯ моделирования.

Однако такие случаи очень редки lIа пр::н;:,тике. Ч < щ . приходите}}

иметь дело с неоднороднь ми массивами данных: t-Н\JJичие м

экстремальных (слишком больших или СJIJIШКОМ малых) знаЧеНИЙ проб,

что ПРИВIJДИТ к ошибочным эффектам на экслер иментальной
uриограмме.

Следовательно, предварительно) и обязатслыюй еТi\дliей

геостаТИСТlrч еского и сследования месторожден ня являетс я 1<0Н11Ю 1110 ,

сортировка и при необходимости преобр. зоваt-l llе J1 ходной

информа ции.

64
 Неоднородные массивы исходных данных nолуЧ,аЮТСJl тогда, KOI'Дa
смешиваются реЗУllЬТЗТЫ опробования различных I'еологиЧ,еских ' зон , fl
также сведения, ПОЛУ 'jенные по разным методикам в разное вр е мя.

При формировании групп исходной информации необходимо

следить за тем, чтобы совместно обр абатывались только пробы одной
зон ы , рудного тела, типа руды и т. п.

Однако, это не всегда обязательно. Критерием такого. подходCi

НВJшеТСJl существенное отличие типов и сортов руд раз ных зон , что

може:г быть установлено с помощью анализа I'ис"!'ограмм, При

смешении качественно различных массивов данных гистограммы

обычно имеют более одной вершины или значительное OTКJIOH H\fe от

нормального распределения. .
Аналоги'шо сл едует поступать и в том случае, когда опробorшии е
сырья велось в разные периоды времени 110 неидеНТИЧНblМ i\i ,тодикам.

В сегда полезней обрабатывать совместно только те данные , KCfГOPЫ

сопоставимы в пространстве и Dремени получеюш, лишь ь ЭТ<JМ случае

исследователь может быть уверен в надежности полученных

результатов.

Таким образом, п е рвым и обязательн 1 М этапом обработки

исходной информации является построение l'истограМ.1v1 и пров с ркu их
на законы распределеюUl. Наличи е на графике более одной ве р ш и ны 11
значительное отклонсние от норм альности свидетеЛЬС1'в} ет о низ кой
корректн ости первичных массивов. Н еобходимо об наружить и
устранить ее причины .. Логнормальное распределение часто I'овuрит о
пропорционмьном эффекте.
Вторым и очень серьезным источником оши б о ~ является
Jlестационарность исходных данных, которан св яз ана с наличием трйща

или экстре м альных величин данных, которые даже /) неб ольшом

количестве способны оказывать серьезное влияние на харю'тер
вариогр ам мы.
Причины понвлений экстремальных знаlJений связаны как с
геологическими особенностями месторожд ний отдельных ПОЛ еЗНЫХ
ископаемых (благородные металлы и др.), так и с ошибками анализа и
исследования проб. Самый простой способ устраиения .iCKoppe I'НЫX
данных ' предусмаТРИDает визуальный просмотр IЮЩ'ОТОВЛСННОГО к
обработке маССИDа, а также его ги,,'тограм мы и уд:ш <: ние проб о
слишком ммыми И большими содержаниями .
Однако, D арсенале статистики имеются . До стато'шо н u,цежны е
методы разбраковки массивов исходной информации и D .!Дt:леШНl
нетипичных результатов. Оди н такой способ опи с ыШlЮТ д . К ги ге и
Е.Магри (2].
Ка:ждан проба массива данных Xf I1РО13еря ется по формуле

~
к =N(xr
-- о
(N+1)af
mr )
=, -:- 00 (<1 . {)

где mf - среднее значение проб (исключая Xf ) В Ol<ve Те'ЮСТН

заданного р:lЗмера, в центре котор ой находится проба х, ;
N - число проб R окрестности , ИСКЛЮЧIШ х" (N ..v 4 : 1О ) ;
a~ - средняя но месторождению дисперси я проб IJ обж\ст>,
равных рассматри nаемой окрестнщ,'Ти .

,
) " .'
 Если K~3 .84 ТО Х, flВJlS1eTCSI "110 то ронней" в данной
окрестности.

Н . Крессн 131 ДJШ регулярной C(:1'1I проб IЮД читывает среднее

с(щеРЖ:1Н1lе н МСДIН\НУ каждого столбца (рнда) и по их раз ности судит о
ItМНLfИИ IIЛИ отсуrствии ЭКС1'реМ:l1l1.НЫХ ~lна Ч ~ IIИЙ в том или ином
rlOдмножестое. Когда "посТОрОНl-II-I С" oltellKlI , могущие ()каз:п'Ь
ОТрltцателыюе МННlIИС на oapI1OI'p:lMMY, ~ьнJUЛ IIЫ , необходимо решить,
KI\K с НИМИ ПОСТУIIIIТЬ. Простейш нй , но н е самый лучш ий способ -
Н СКJIIO'IИТЬ ИХ II ~ состава и сходных данных. Ес и этот метод взят за
OC JlOBY, то lI еоБХОД IIМО ПОМI-II1ТЬ , 'lто при pactlCTax КР lfгинга
Jf СКЛ ЮЧ 'нные пробы следует возвратить на свои м еста.
XOPOUJltC результаты дает Т:1Кже ЛОJ'а риФ миро о:ши е исходны
x
AallHbIX, OJ\HnKO здесь существует опасно сть полуtlt:НИЯ отрицатсльных
оценок ДJlfl 'Iис ел массива в JfHTepB:l1Je О - 1. При логарифмировании
JЩt-~IIЫХ D ЛДПЫlсiilllСМ необходимо будет И С llOЛЬ ОIШТЬ Jlогнормальный
КРI1ГИНГ "ЛИ преДА"Рl1тельно Гlр еоб р а:ювап, J югарнфМII'Iескую
ВЩ>lюграммную модель к HOPMMbI-юму 1I~IДY .

С 'этоit НСЛI>IО I1СПОЛhЗУСТСSl фОРМУЛ[l (41 :

(4.2)

где m/, а;, r(h)- среднее, All cnepc~Uf и ковари:щионнан ФункщUl

преобраЗОIКНШЫХ данных.
jlml обработки .. агрязнеННbJХ" массивов дан ных применяlOТ
спе циа)JL.ные м етоII. Ы, описаll1lые в следующих р а~делах.

, С целью пол у" е ния достоверных данных следует IIСПОЛЬЗО Вt1'-ь для
pac'l eTOO ТОJ/l,КО пробы одинаковой JV1IHlbI , объема и формы . Нарушение
этого ПРIНЩllпа МОЖt:Т заметно с кпзаТf>Сн на ре :lультатах и в будущем
сделает нсвоз можным П ОЛУ'lение точе чной модеJШ onpJlorp. ммы .
В компьютерных системах обработки геОJIOI'11'1ССКОЙ информации
11 меIOТСSl специмьные пронесс ы КОМ'ШЗitllOliа Н ИI1 (привсде ния к
одвнаковой ДJlIШС) "роб п е р ед любой их статН<:тической обработкой,
Т.К. это npnOI1J1O действует не ТОЛhКО в геост, тисти ке . О влиянии н а
резул ьтаты ou e HКl1 фОj1МЫ и объема проб был сказа но о главс З.
Обычно I1роб ы ПРИВОДНТСJl к среднему значению длины пробы в
ма иве Д" IIНЫХ или К высоте ус-'Ту а реального карьера , если

ме сторожде ни е будет отрпбаТЫВ~\1ЪСЛ открытым спос обом. При этом

ча сто можно ПОЛ У' IИТЬ Д ОПОЛНИТСЛЫIЫ , ре зультаты, наприм е р, выделить

НЗ КОМ I Ю IlpyeMblx проб беЗРУIlI-IЫС (по заданному бортовому

содеРЖt\ IIИЮ) JlIIтеРО[lЛЫ 11 Т. П .
Если МОЩНОСТl, IIсследуемого рудного тсла tt еОДИllпкоnа, Т.е. длина
рудных пересечеlll1Й существеllНО отличаетсн, Жt'Л . тел ыю испош,зовать
для анал и за н е величину показател я кач ества (у) пробы, а ее
прои l.IсдеJ-fIIС на мощность (М) п е р есеч е ния (ЛИl-l ей ный за пас - уМ).
Такое пр еоБ Р;)ЗОDUШlе ПОЗВОЛЯет ПОJ1УЧI11Ъ lIадежную вариограмму
даже 6 случаях, KOl'Дa варнограмм а ДЛЯ ( ) н ДОСТ:\ТО'l11O надежна. В
Jщль н еi-i шем по этим данным соз).Н\ ТСН ваРИОГР:1 ММII, ц модель , а
flОЛУ' l е нны е ДJНI каждой точки ОL1енки криг Iпа делятся IШ
СООТВt:ТСТ nУ ЮЩJJ е з начения мощно сти РУДIIОГО ft:JIa fi да l-l" й TO 'IKe .

6ti
 в сист~ме ДАТЛМЛЙ Н вариограмму "линейного запаса" можно
легко ПОЛУЧI1ТЬ одновременно с pac'leтoM экспериментальной
DЩ1иоr'РnММЫ по инте ресующему исследователя показателю качества .

у (11)
Порог

i
II
I Эффект самородков
•• · •• • . . _ ••• __ ._."._ • • • • . • • • _._.

Т
.М

I
!
Зона 8JIИЯI-ШЯ

Ри с .4.I . Вариограммная функция

4.2. Построение ЭКСllеримеНТaJlЬНЫХ вариограмм

ЭкспеРl1менталышя tшриограмма задается соотношением

y(h) = *L~ l (x(t;) - x(t , +h)] , (4 ..3)
где N - число пар значений пространственной переменной ~ti) и
X(..,ti + h) , наХОД>IЩI1ХСS! в точках на расстоянии t1.
Суще TBY~T осоБП>1 теРМИНОJ10ПlЯ для характеРИ(.'ТИl<И Ilараметров
В31нюграММIЮЙ функции, рис.4 . I .
Порог вприограммы (S ILL) . При возрастании РUС(.'ТШ1 IНIЯ между
пробам и соответственно увеличиваются И значении nариогр ммы .
Однако это увел ич е ни е в большинстве случаев продолжается до
kakol'o-тО п р ед~лз, после которого функция колеблется ВОК рУ"
горизонтальной линии . Этот щ)сдел НХJывается П орогом и обы'оo
равен дис п ерсии Ilроб и(;сл~дуемого массива.
Зона ВJIИЯНИН 'RаРlюграММbI (RANGE). Расстояние между проб ами,
ПрlI котором ваРlюграммn ДОСl'игае Порога .
Эффект самородков (NUGGET EFFECT) . ПРl1 рассто ннии =. О
зна'lение ва РИОl'раммы также должно бblТЬ нуле вым. Однако ( и з-за
ошибок в О llроб овании, НСВОЗМОЖНОСТИ взятия проб tНl очень малых
р асстояниях и наJlИЧИИ в мас сиве высокоча стотной и з м е НЧИ80СТИ ,
n.pОНВJlяющс " сн на очень м ал ы ' интер валах) в peaJH,HbIX вариограммах
мы п о чти всеlД[! n Jlучае м н е н )'п ' BЫ ~ н ННОl'да далекие о О З Нi1че НИJt
функции Jtаж~ Д.lШ O'leHb м ал ых расстояний . Это на РУ1J·I t;liИ ~
непрерывно сти в Н r\'Нlле f:lариограммы измеряет я . ффе ~TOM
сnмородк"u, t( )1'UРЫЙ раве /l рuсстоянню (по ос и У) от (1 до зн аче ннн
ваРИOl 'Р:1Мf,I Ы ntH1 Мl1 1111 M<U lbHOM расстоннии M C~' Il.Y п рuба ми .
OtIlOLlJe'l-lн е СJ IИ ' IШI Ы Э ффt~ К J'a саМОРОДКО8 к nopo l'Y HXlbltl:1 e-fСj

u7
Orносительным эффектом самородков н обычно измеряется n
ПРОl.l е нт(\х .

Когда читатель до(жонмы-ю разбер ......ся с массивом . исходной

информаЦIIИ и проведет el'o композир вание, можн о lIачинаl'Ь расчет
экснернмснталbl-IЫ Х ФУНКЦИЙ. npnKI'II'~eCKl1 в каждом JaKCTC программ
ДJШ 06рnfiотки геОJIOГИ'lеской IIнформации имеЮТСfl средства для
расчета 3-х M~PIIЫX вnриограмм 110 З[ЩaJiIIЫМ напраWIСНИЯМ . 8 е они
оБЬf'IНО раб ота ют по похожим мгоритмам 11 треб ют практически
одинакового нnбора исходной инфо рмаш1И . В ~Ja(;THOC I'И , Ii СИСТt:ме
ДАТАМАЙН есть 2 ПРОЦёсса (VARI) )R 11 VA lU-J.ОL), которые
ИСПОJlЬЗУЮ СЯ ДJlЯ этих цел е й.

4.2.1. Процесс VAROIR CM"~TCMЫ ДАТАМАЙН

Э 'ОТ процесс I IOJDОЛЯСl' tх\сс'штываl'Ь вариограммы для любого

направления {j р остранстве , з ада нного аЗI1МУТОМ и нсртикальцым

углом.

ДJт заПУ GКn процесса необходимо YJ'азаТh:

-и мя фа йла, содержа щего данные опробова ния;
-название переменной, по которой выполннеl'СН fJaCLICT
nари о грамм ;

-длину единичного I1H'feVBilJНl И КОЛlf'l ёС'i' ОО интервUJlОВ

расстояния, ;'W I которых будуг расс чюы1\тI.сн H знпч НИ}! ваРlюrраммы ;

-требуемые НQIlР:1мения в простран стве, rю кот рым будут
рассчитаны nариогрnммы.

ПОЛl:~зовател ь задает также соответствующие вертикальный и

ГОРИ ЗОI-IТМЬНЫЙ углы сг.rrаЖИn:lIННI, Т.е. параметры простраНСТВtННОЙ
пираМИДbJ, которая определяет "рnбочсе" пространство для данного
рnсчета, а также радиус rlpvCTpaHcTBc'HHoro цилиндра,
огрюш'mnающего размеры ПИРilМИДЫ ДЛЯ исtJl.Ю'JСIIЮl ОШ\ДaJIШl в нее

IIСЖСЛ() 'еЛf) ньгх проб , н::шример - проб II З соседнег) рудного тела ,

рис.4 . 2 .
На рису {ке показано вертикалЬНОl: сеЧI~ние, пробы 1 - 5, Ilирамида
VERTAG и цилиндр CYLRAD. При подборе Ilap п роб к основной пробе
1 будут учтены ТОЛL,ко пробы 3 и 4. Проба 2 ВЫХОДИТ зn пределы
пнрnмиды, а проба 5 выходит из заданного Щlлиндра.
В одном расчете MOfyr быть получены nариограммы ДЛЯ
нескольких направлений (но только для одной персме нной). Результаты
рас I ста flоказывают я на дисплее 11 МОГУТ бы" напраnлены н
принт-файл или охранены в указа нном поль ОШlтеЛёМ файле ба.зы
данных.

Для каждого З3ДIШНОГО интервма ра сстонний программа вы,дl\ет

следующую информацию :
-число пар проб, участвующих 11 расч ~те ;
-среднее расстояние между пробами;
-тренд, измеренный 8 положительн м н аправлении uси Х;
·-значение ковари:щионной ФУНIЩИИ;
-зн ачение обычной вариограммы ;
-зн ач е lJие логнормальной ва РI1 грзм",щ , рзс ,'I ИТI1I-11"1 )Й по
H aтyparJbli bJl\f J огар нфм"м величин ,роб;
 -з начение относительной Вf\риограммы, рассч итан н о й делением
раз ницы вс=личин каждой пары на средний показатель п~ременн'ой ДНЯ
этой пары .

_---------------------------
.

CYLRA[) ___ '"

~

" \
otр

.tJ.\
" '? "'"

2~fRTAG
\" \
\ '\."
\ '\.
\
\

Рис.4 . 2. Лрим ер . показ ывающий принцип выбора пар проб .

С омощыо процесса VARDIR tv огуг быть получены РilЗJ1И'lные

uариограммы ;

- изотропные вариограммы (без учета каких -то напрамений);

-nариограмма по одному заданному направлению;

-париограммы по многим напраRпенинм, е\.:ли заданы параметры

угловых приращений по азимуту и вертикальном у углу.

-nа РИОl'раммы по секторам, равномерно делящим полусферу на
рюmые части.

Средння вар~юграмма по всем скважинам входного файла может

быть рассчитпна J1pOueCCOM VARHOL. Входные файлы, поля и
параметры здесь практически те же самые , '!то и для лроцесса VARD IR
за исключением ПОJUI "'HOLED, которое содержит наименование ]ЮJШ
идентификатора скважин во входном файле данных. Множественные и
секторные вариограммы здесь не Р:\СС1 I итываIOТСЯ . И lДивидуальные
вариограММbl Д11Н каждой скважины будуг получены, если параметр
@PRINT устаНОВИТh р оным 2. НеоБПЗRтельные параМt:ТРЫ напраал .нИЯ
(@OlRECTN J1 @D IP) зцдаются, если нужно получН1Ъ среднюю
naP1-юграмму по сквt\ЖJlн ам, пробуренным в данном направлении .

69
 4.2.2. Рекомендации по расчету эксперимеитальиых вариограмм

Вариограммный анализ обычно начинuется с расчета изотропной

вариограммы, когда не учитываются какие-нибудь отдельные
напрааления, а принимается во внимание только параметр h.
Полученная функция не дает информации о вариограммах по
напраалениям, и может использоваться главным образом дЛя угочнения
параметров расстояний, чтобы наиболее правильно задавать их в
расчетах функций по напраалениSlМ. Обычно на это уходит несколько
попыток построения изотропной вариограммы.
Кроме того, на изотропной вариограмме нснее различимы
структуры изменчивости массива, которые часто трудно различить на

вариограммах по f-Ншрnnлениям , Т.К. они рассчитываются по

значительно меньшему количеству пар проб . Если даже изотропная
вариогpnММil не показывает четкой структуры, то безнадежно ожидать
этого от детальных функций по направлениям и следует вернугься к
этапу анализа исходных данных. Если этот шаг также не дает
результатов, то следует предположить, что исследуемый объект имеет не
одну структуру изменчивости. В этом случае рекомендуется
использовать для анализа относитеJlьные вариограммы .

Многие месторождения далеки от стационарности, когда

математическое ожидание и дисперсия сохраняют для разных блоков и
участков относительное постоянство . Следовательно, для большинства
практических случаев характерно наличие пропорционального эффекта
и КВ:1Зилогнормального распределения .

Обычным выходом в этой ситуации является использование

логарифмических вариограмм и следовательно логнормального
КРlIгинга, который в ряде случuев дает некорректные результаты.
Альтернативой данному подходу (если устаноалено наличие
пропорционального эффекта) является использование относнтельных
вариограмм, которые позволяют учитывать при расчетах вариограмм

среднее значение · используемых проб, или точнее "взвешивать"

полученные оценки вариограммы по величине местного среднего

значенин проб.
Есть 3 типа относительных вариограмм, часто используемых для
получения более
чистых структур пространственной изменчивости :
Местная, Общан и Попарная относительные nариограммы .
Общая относительная вариограмма взвеUlивает дисперсию по
среднему значению пере мен ной для всего оцениваемого месторождения .
Опыт исследователей показывает, что такой тип вариограммы завышает
оценки дисперсий по сравнению с реальными. Поэтому при ее
использовании следует проверять корректность расчетов на каждом

этапе.

Местная относительная вариограмма УЧИl'ывает в расчетах

локальное среднее, поэтому корректность ее несколько выше .

В системе ДАТЛМАЙ Н рассчитывается обычно только третий вид

относительной вариограммы, где взвешивается по своему среднему
значению каждая пара проб

70
 (vг v,)2
·УРН (h) -= ~ L,tiJ)_LhiJ,-h (Vi ;t) 2

Ра:1ЛII'Н1~ Мt:ЖДУ обы t lн()j1 It данной относительной вприограммами '

зшслючаетс SI 6 зна~lеll;}тел • КО1 рый ПОЗl:lоляет устранить влияние очень
БОJlЬШИХ :.!}I;}'ICНlIJl щю lIa расч еты момеllТОВ инерц\tи .
JlогаРl1фМII'I,~ скrul nПРl10грамма обычно выгляди лучше, чем
ОГIЮ<.'IIТСЛЫI[Н! 11 К lJеЙ леГ'lе п одобрать модеJlЬ. Однако, 'н\сго
б<.: ..юп. ctlt;e И С II())II;ЮU. ть ОТIIОСИТ ЛЫlу1О вариограмму из- за DОЗМОЖНЫХ
\:юрпри :юв" IIОГlюрмалыюго КРl1гнн га.
В это м случае можно рассчитать парамстры ОТНОСllТСЛЬ.НОЙ
вариограммы по логарифмической. [12].
Пусть Z ИМеет логнорммьное распределение со средн им 111,
дисперсией 0'2, И вариограммой y(h) . Общая относительная
вариограмма n дзнном случае будет равна ЗНЗ '{С НИЯМ обычной
вариограммы, деленным на квадрат С. еднего значения по

месторождению .

У Я (h) = JШl
m2 •
Зона влияния обеих вариограмм обычно ОДIШ 11 та же .
Огносительная дисперсия (порог относительной ВUРИОI'рuммы)
равна експонеiпе логарифмической ДI1Сl ерсни минус 1.
a~ ::: exp(P2)-1.,
где : р2 - JlОJ'аРИфМl1чесю:ш дисперсия.
Эффект самородков относ~lтеJlыlйй вариограммы опреД~Л)1t~ТСН 110
формуле
СО я = a~ -- [ех.р(Р 2 _. С О L) - 1]
Та .... ю.f образ м, превращение логарнфмической ваРИОlvамt,f1,1 D
общую относительную liариограм му не состаwшст труда . ОдtНlКО
описаНllыit метод рас"ета мо жно использовать только , если зависи мость
среднеl-Опоказатеmr от диспер 'ии носит линейный хар< ктер (на
логарифмической бу~Н),.е она будет I1РSJМОЙ линией). В противном
случае используются более сложные регрессионные вариограммы.
Обычно окончателыIйй ответ на вопрос , какую ва н о рамму
предпочеСТI), дает перекреСТJlМ проверка ("KPOCC-ВС1.пидеЙшн") с
помощью КРИl'инга Бсех подходящих моделей .
После того, как получены "хорошие" изотропные Duриограммы,
можно "РИСТУl1 ать к анализу анизотропии и сследуемого м ассива. U
БОЛЫШfliстве случ аев исследо вател ь, изучив геологические матери<tJIы
по месторождению , имеет хотя бы самые общие представления о
расположеНИI1 главных осей его а низотропии . Нет особых ТРУДНО :Tc~k
оriреДI;Л ИТЬ анизотропию жильноrо и осадочного (П1ll1 :1'U801'0)
месторождения , а та ...-.же некоторых дрyt·их. Определенные выводЬ!
можно сделать , рассматриван карты изолиний покаЗЮ'елей качества .
Если читатель не может предположить главных НUП~ШWlеItНЙ
анизотропии геОJlОГИ(lеского тела, то следует попроБОВ:lТl> рассчита'l ь
ВtlIшогr а ммы ДЛSf всей полусферы, разделив ее на простраflСТn~lIl1ые
Пl1рамиды (ceKTopn) с углом при вершине ЗО~60 грмусов. Надо имеrь в
пилу, что эт Т процесс носит интерактивный характер , и T~ буеf 'Я

7.1
оБ Ы'fНО нескол ьJ...О П() J1ЫТОК )ен, 1l0лу ч е юIН уловл ТDоритеЛЬНl.JХ
р е ЗУЛJ,татов.

При расч СаХ U:lPI1OI'P'1MM требуетсSl зада IЪ 2 rшраметра, СВЯЗ:1ШII.f );

с ра ' CTOHH~ltM : лаг (lIнте РАМ IН1ССТОНlIШ1) It )lОПУСК Л,IГ. (расстояние п о
обе стороны от ла[ а, KOTOpOt опрсдеJlН С:Т инт рвал выбора проб ДШl
анализа) .
. ЕСJlИ проБы
ра З ЫС1Ut,;НbJ 110 РСIУЛНРIIОЙ ССТII , ' то величина шага сети
может исrюш.:юшнься как лаг. I:::сли проб ы 1>:.1 мсщены случайно, то
(для Ha'IMa) можно использовать для лш'а среднее расстояние между
пробам", .
Допуск лага обы',но COt.Tt1Wblt:T 1/2 от величины лага, Т.е. в данном
случ;tе для выбора проб используетсSl все возможное пространство. При
р е гулярной сети проб иногда целесообразно :шдавать меньшую
величину этого параметра. При этом можно fЮЛУ'IИТЬ более ясную
8. РИОJ'рамму, ХОТ}I часть пар проб не будет использована в pacLleTe.
Н:.1 рис.4.3. покаЗ:ll'Ы 2 изотропные nарно"раммы, пеРВШI и~ес::т
ши 10 /11 (среднее расстояние между пробами), а вторая 50 м . Втора})
Ф 'нкuю, более плавная и лучше характеризует структуру ИЗlltеНLII1ВОСТИ
M a cclНЫ.

Каждая 110лученная вариограмма требует (по во:нvюжности)

гл убокого анализа 11 соп()~т()влеНIIН с ге()JIопr',ескими данными . Сл"'дует
иметь R виду, 'ПО ПРЕД[J1ЬНОЕ РАССТОЯНИЕ, НА КОТОРОМ
МОЖНО СЧИТАТЬ ВАРИОГРЛММУ НАДЕЖНОЙ, НЕ
ПРЕВЫШЛЕТ ПОЛОВИНЫ МАКСИМАЛЬНОГО РАССТОЯНИЯ
МЕЖДУ ПРОБЛМИ В РАССМАТРИВАЕМОМ НАПРАВЛЕНИИ .
В трупных СJlУ'IШJХ рекомендуется раБОТ:JТЬ не с ТО'IКДМИ
IIЩJНОI 'р а IllМЫ, а с "OOJIi.H<OM ТО'lек" для каждого лап) . Это IIРСДIЮЛ31 'ает
l1I.1fЮД на график неех значений ВарlюграМм.... )I,JIН I!C~X пар
lIi.I.fIlI :lИруемых проб. Иногда это позьолнет нзбавИ1'h я 01' явно
l-I t: ре ::VlblibIх СИТУiЩllЙ и СГJlаД:1ТЬ усредненную Функuию .

4.2.3. ИССJlедов.tllие ЭКСl1еримеНТaJlЬНЫХ 8apllOrp~MM

Расч t;т нужного КОШ1чества nариограмм при некотором навыке

об ычно затруднениИ не J)bl:Jbl8il~T. Все трудности I·Ш"ИlltlЮТСЯ тогда,
когда исследователь уже имеет набор ФУНКЦlfl1 Д/Ш вы 'Ранных им
11, правлений в простран('·тве . .
Исследовательский этап обычно состоит из 2 -х стадий . Сначала
н е обходимо определи ь (,'1' пень анизотропии массива, дли 'I~ro полезно
сопоставить на одном чертеже tшриограммы для основных направлений
а низотропии (Рис.4 . 4 . ).
Как правило, эти вариограммы отли'шются только веЛИ'IИНОЙ зоны
fV1ИЯНИЯ проб . Для точной оценки анизотропии важно у~тановить
ШlпраWltНИЯ, в которых Зона максимальная и МИШlмальшUl, и
с о гласовать этlt ВЫВОДЫ С геОJlОГИ'lескими данными .

На следующем шаге надо сопоставить рtЗУЛI>Г:lТЫ расчета

tlа риограмм для одинаковых направлений , ПОJ1учеНВbJС по разным
н совместимым) наборам исходных данных , например данных
t\t jJHOBOfO бурения разведочных скважин 11 резуль атов геОфИ~И4еского
Ip )боваюш б ровзрьншых С КШtЖИН . Если хорошей "стыковки" эти)(
BapHOI'paMM н е 'lOfJу'шется , то ПРИЧИНЫ следует искать 8 . оБJlасти

,-
'1
геологии , Il oJ le -jJ(~) в е рt:д таким СОПОС'\"3811еtlием щ>щзеt:Пf обе
DщJио)'рамt.Iы
)\ ТОЧС'IНUМУ виду (сМ , tIИЖto:) . Если в рс'}улы[\'I'С анаJlI1З~
данных по !\,н~сто ро ждt: НИЮ В"ШВIUJеТСJI за'ШСltМОСТЬ МеЖДУ с редним
.шачен н е м 1'0"0 IUШ ШЮГО l'еОJЮПI'lf,СКОГО прЧЗllilка и его Дlfсп еРСIfСЙ,
то :iTO'J;1CT~) ШlJlяетсн Ilрн сшаком проrJOРЦИОНaJJЫЮI 'О "фф~кта , ДJlЯ
устран еllИSf Ш II1Н1II11\ которого на результаты требуе';'СЯ СJ1~I1Ш\Jlыtаjf
корре ктировка UЩНIOI ·Р'ШМI . uЙ МОJJ.~ли .

.
...
o ~
~

. _._--~.~
___. __......L.---:-..::..:::.::::.:~::::::-...::.::.:=_-=.-_-:.~::::--- !J
о 40 10 1)0 ,,(\
.. .. cc to . . . . .
_ _ о _ __ __ _ _ _ _ _ , _ _ _ _ _ _ _ _ _ __ _ _ __ _ _ _ . .. J
РlI с, 4 . 3 . ВJIЮllш е ра :щера лага HU хара ктер оариограммыFЕМ
ДJШ железорудного ме""roрож:дс:ния

СЮ..JЫЙ л е ...шit Сllособ установ"ть наличие ЩJUl1uрциошtJIЫЮ)'О

эфф екта - COlJMeCTlIТI, вариограммы OnHOl'O напраWНШVJI ДJl)I ра3JШЧI1WХ
участков , блоlo:ОВ, гuри зонтов ~и Т.Д. Если ПОi-\(IГИ и эффеlСГЫ саморо,цКО8
эти х 11. риограмм ОТЛИ'Jаются, то можно Гlодозревать наличие указанного
эффе",,·а . О нем также 'аасто свидетельствует И логнормаш,ный З:1КО ..
раСJ11>еделениSl раt;с матриваемоil lIеремеНIiОЙ.
Для уч ета ПРОПОРЦИОI uльного эффекта В nариограММIЮЙ модеJIit
необходимо liЫJЮJJlJИТ., СJlеJ(ующсе:
- IЮСТРОИТJ. .-рафик заhисltМО~ТII ДИСJlерсии ( стандаргно 'О
oTКJ оненин) от срединх З Н(t"ений ДШI проб отдельных участков, БЛОКОfi,
'ОрИЗОНТО8 И 1'. 11 .;

- методом наИМСНhШИХ КllаДРIПО6 (регрессионным аНilJШЗОМ)

УСТalЮUИТL шщ JШft:ИМUСТИ "диспе['СШI - ,,<средне.е)";
- ныр:tжеЮ1е "f(cpCAHce)/C" «('Де с - ередиий по ме{ ~горожде IШЮ
1Н JЮ (' 6а~ИOl 'р:н.1 ,ы) IIOДСТа1ШТЬ СQМJЮЖl1теJIСМ 8 мuдель ВIФИ(J(-раммы
для I СIIOЛ1 .. lо .\l1I1Sl fI ЩVlI,неЙШlI>l Р<l С Ч (;;'П\Х.

" !
 "1
II
I
..
а

а
I
II
II
I~..
~
I
•
•
!
...
·0
L

О
О
.

....
•
·. а

о.

o~======================~==~
о
50 100 150 200
r.cc'o ••••

Рис. 4.4. 8ариограммы FEM ДЛЯ 3 - х взаимно псрпсtfДИКУЛЯРНЫХ

направлсний массива Бауманского месторождсния

Эффект включений иногда появляется на экспериментальных

вариограммах, особенно при анализе осадочных месторождений. Как
правило , он свидетельствует о зоналЬНОС1'и, Т . е. периодическом

чередовании богатых и бедных зон. Обычно этот эффект

характеризуется относительной амплитудой, которая определяется
отношением максимального значения вариограммы (на гребне) к ее
порогу , а также расстоянием, при котором достигается максимальное

значение. Пример такого эффекта на вариограмме показан на рис.4.5.

Тренд (глобальный или локальный) распространенное .ивление на
большинстве месторождений. О существовании тренда, который следует
учитывать в оценочных расчетах, свидетельствует характер

экспериментальной вариограммы, а именно параболическое

возрастание функции до величины, значительно превышающей порог.
Если наличие тренда установлено, то его влияние на оценку должно
быть устранено или для оценки должен использоваться универсальный
кригинг.

Один из способов оценки запасов при наличии тренда - это

аппроксимация "повер~ости треllда" полиномиальной функцией и
расчет отклонений анализируемого показателя массиnа проб от этон
"поверхности". После этого рассчитывается э кспериментальная
вариограмма для "остатков", к ней подбирается пространственная
модель, а затем проводится интерполяция ~шачений "остатков" методом
обычного кригинга. На завершающем этапе получ ен ные оценки
"остатков" складываются со значениями "поверхности" тренда в
заданных точках.

74
 Если nарио грамма представляет собой чистый эффt:кт С""МОРОДКО В,
Т. е .- практически прямую линию без пологого участка, то применение
геостатистики 8 данном случае бессмысленно, т.к. между пробами
ОТСУТСТ8ует корреляционная связь. К определению этого эффекта при
моделировании Вi\риограмм следует подходить особенно о(,'Торожно, Т. к.
он больще {.ем другие параметры влИяет на точность кригинга и других
геостатистических методов.

о
о

Рис. 4.5. Эффект включений на вuриограмме.

4.3. Подбор моделей вариограмм

Экспериментальная вариограмма может бьП'ь непосредствеНfiО

использована для решения геологораз8едочных задач, однако, такое

использовани е огр:шичено условиями, которые вытекают из

выборочного характера имеющихея для ее оценки данных . В результате

дискретности систем разведочных наблюдений рассчитанная реализация
вариограммы соответствует только тому о·граниченному набору
значений аргумента , который определяется объемом выборочной
совокупности и nЗ:lИМНЫМ расположением точек измерения

геологической переменной в простран(,,'Тве.

В практике же решения задач геостатистики обычно необх одима
информация о значениях вариограммы для любых инеиз вестных
заранее расстояний между этими точками независимо от ТОГО,
соизмеРИМbI они каким-либо образом с шагом разnсдочной сети (или
опробования) или нет. По этой причине дискретная экспериментальн ая
вариограмма должна быть аППРОКСlfМирована некоторой непреры в но й
функци е й , KOTOI)[U/ м о жет быт.) ВЫЧИСJlена для любого н еобходи м о го
знаЧ t' НЮI i\prYMeHTL\.

75
 4.3.1. Модели вариоrрамм

В геостаТflстике известно НеСКОЛЬКО функций , которые

используются для аппроксимации экспериментальных ваРИОl'рамм в

качестве их моделей . Модели раЗЛИ'ШЮТСJl видом и Ilараметрами; в это м

их различии отражаются свойства различных геОЛОГИ'lеских
пространственных переменных . Н .шб()льщее · рас пространение на
IJрактике получили следующие ВIIДЫ функций .
Сферическая, с помощью которой может быть описано
большинств() э кспериментальны х (~ункций:

y(h) = С о + С 1 (1 .;h - Q}~3) I1рl1 II <=;A

y(h) = С о + С 1 = С при 11 > А (4.4)
у(О) = о
где: А - зона влияния, м;
Со - эффект самородков;
C=Co+Cl - порог вариограммы.
Эта модель имеет линейное поведение Jj начале координат и порог
(С), обычно равный дисперсии исследуемого мас ива проб . Возрастая,
функция достигает порога на расстоянии 11 = А, а при 11 > А о гается
равной С. Касательная, проведеннм к это й функции от начала
координат, n,epeceKaCT ЛИНИЮ порога на расстоянии Jl = 2А/З от начала
координат (Рис.4.б.).

порог

-------"'33- - - -

зона влияния

Рис . 4.6. ПОРОГО8ые модели ваРИОГРёJММ: 1- сферическая, 2- Га усса,

3- экспоненциальная.

Экспоие'ЩНaJIЬН3.11 модель похожа на сфери'/ ес кую, но имеет более

пологий характер и достигает порога на расстоянии 11 = ЗА.
Касательная к функции от начал а координа пересекает порог при h =
А. Уравнение ФУНКЦИИ :

7
 y(l1) = с о t- С ,[ 1..е • ·II{-~) ] (4.);
MOJ\eJ'b r"YCCit РисА.6) имеет параболическое н /;\C [{eНl1~ в H34.a.ТJ
координат И р ед ко используется на практике (u ОСВ ~ШНОМ J\JUI
ха(1актерн тики слаБО I1 ЗМс НЧJ-rвых массивов с
};. JЛI1"' ;~СТtЮ М БOJIЫШIМ
проб). ПОРn l' ::JteCI, J(uстш'зет(;и только усл овно. Д 11 MaJlLIX ра . ("ГШIIШЙ
IIIluгда ~I )1.11') ' IJ У I'iПЬ lIi1р "БОJlн'.ес кую асть это й фУIfКIННI с эффс~ кт()м
Tp c l iДi\ .

у(М - с о t С 1[ 1 '-' t "Br+~~) J (4 .6)

1)~с порOl 'О"Ы~ ~tОЩШИ чаще всего предстаlJЛ l:flМ С: 'I: еНI oji 'k7),
Jlин~ijllOii ( I'IPII 1I0кюаГсJlе степ · IIИ урав.неllИН (4 ,7) рrШНOI.i 1) н
логарифм I ческой (Дt;- 11ий са) функцией (4 .8) .
у(l1):-.: I /1 Р + 8 (4.7 )
y(h) :.:. А 1.1 h + В (4.8)
П,)СЛ\jД Н SlЯ ФУНКЦИЯ ОЧ"НI-j широко НСIЮJII.З JKUla{:!, 1\
I't~Cl'ilTII CTH'IC КИ'Х рп с чс:т:\х 3 наЧ ПЛЫIЫЙ lIернод р uзв итlН) 'f орю! И' <Ш

flОЗМОЖН стн о чеш) IlРОСТОГО получения ( без компьютер'!) ВЮYJIЫХ

x ap a KTe{l~ICТlIK 11 о це нок ,

Если объем I1 СХ<)ДIIЫ'Х данных и ах размещсн.и~ J3 n ОС1рансгп

поз волнют а нали :шронать измен'" ивость перемеи ь:х l'()lJ ко В п ределах

соотв ..те ВУЮЩI1Х интервалов влияния , то пороr'овые мод~лн (т:\ки ~, :(а

сфеРИ'ltСКМ) мnгуг бы гь замеlfены ЛИНt;ЙНОЙ или J10I'арифмиче~ ко й ,
что обес п ечива ет сущеСТI:Н:lftюе (;lIижеlше трудоемко~ти Бычислс:ниrt.

Из м оделе й nаРИОf'РUММ, имеющих праКТИ'lе(:кое З I Ш'lt lш е ,

JаСJ1УЖllоаст так же рассмотренин модеш) эффекта ВК1J Ю"/ Hlft. ( р ис.4. 5):

y(h) =: С ( 1 - Ш';;~/I)) (4,9)

Пlе ((h - в р ад и а н ах ,
Эта мnдеJII. имеет порог и характеРl1зУtТСS! паР<lБОЛl-I'lеским
lIоведени\:':м 13 Н3'Jnле координ ат. Все пр дставлеНJlые l:Iыше мuдели
Il оложи1'сJlы
ю определ~ны Б тр ХМСРНОМ пространстве .

ФУ НКIIИЛ (4 .9), с ЛОМОЩI.ю которой может бьJТI. нредст: шл ен а

моцеЛl, эфф е кта включений. - н ери Д JlЧССК<Ш, без Зt\тухаНИIJ КOJl еба ни й,
чт НЛО О согласуеТСJl с ХtIJШКтери(.·тик<\ми ЩЮt.; щ и ,TDeHHoi't
измеН 'lИIЮСТИ геологических переМСНIIЫХ . Поэтому II рИ y ' j el'C э ффекта
ВКJJ Ю'lеJ · IIЙ в врос граll стnе вно м повеДt~НИИ геОЛОГ~1'1 С К ИХ Jlel)t:·MCHHblX
I1[т ' ()днтс н нм ст ь деJlО с бопtе сложны ми аНrtJ1ИТI1 ,еСК I1М Н
выраж е шl.Ям It; ' н :шример,

y(h) == А [ 1--с . ·I.f.x~,,) с -t54xh) ] (4, 10)

13I,IРf\Ж \jIШС (4. 10) HВJJRCTCfI ком бинацией J - · П HI (~ IIЦH:l1 Ы I Й
МОД J ПI 11 ~lOдеЛ II Эффекта ВКЛЮ'lСIIИЙ,
НсКОТОI ые НРОГРПММllые продукты (о Т. Ч . сие t: MLI Дйта м а ЙII )
IIOЗIЮЛНЮТ также ГlрнмсюIТ!. J(JIH модеЛЩЮЕа ...шя В~ф IЮ Гf1ilМ JII бые
цругие функцJtи , наиболее '·юлн() опи сывающие 1" ;)Мl~НЧНlIOСТЬ об .'.жru.

77
 I
I
I
i

I I
........ '1' ... . II -- Эффект caMopO~~OB

I
2/зА
А= Зона

РисА.7. Визуальный подбор сферической модели

4.3.2. Подбор моделей к ЭКСllеримеllТaJJЬНЫМ вариuграммам

Подбор моделей может ПРОИЗDОДИТСЛ как визуально, что на

практике встречаетс}] довольно часто, так и метОД,ШIf регрессионного

анализа (наименьших кшщратов), подробно описанного Б любом

пособии по стати стике. Второй способ ПОЗflолнет получать более точные
оценки, однако имеет серьезные t.:пецнaJJыlеe ограничения , не

IIOЗВОJшет эффектив,,1O исгюльзоваl'Ь интуицию ПОJlьзовател.н и в

некоторых случаях ПРНDОДИТ к получеllИЮ JlсстандаРТIIЫХ ДЩI

геостатистики функций.
В большинстве случаев быва~ достато'lНО в изуальной подгонки
моделей. O'JeНl, просто вручную подбирать модель к сферической
функции (аналогично - и к экспоненциалыюй), рис 4.7.
ПРОБОДНТ касательную (1) к ht-\чItЛЬНОМ У участку
экспериментальной функции (2) до i:lстр~tlИ ее с горизонтальной
линией ypOBНJI дисперсии (порога), Перес еtJЙlие ка сател ьной с осью У
даст значение эффекта самородков, а переСС4ение с лини ей дисперсии
- значение 2А/З (на оси Х), ПО которому легко можно определить
значение Зоны А и построить окончательный uид функции .
Часто приходится иметь дело с неСКОЛЬКИМII структурами
изменчивости (РисА.8.), описьшаемыми Р.l:lJIIIЧНbJМИ м одсJUI МИ , И
ИТОI'ОlШЯ функция модели может принимать ВIЩ
y(h)=CO+Y1 (h)+Y2(h)+ .... ·+Yn(h) (4 . 11)
Для каждой структуры подбирается свон :-JЛсМt'Нfарнан м деJ IЬ , И:J
когорых в итоге формируетсн модель и сслtдуемuго объекта .
В заключение надо отметить, 'ITO Н I; БОЛЫШlе ( в разумных
пределах) колебания БОЛЬJUинства rraraMeTpoB вnриограммной модели
мало влияют на результаты оценки (кр ,('инга) , Т.е. ПНЗуtUIЫl<U! подгонка
моделей вполне допустима . Особо ОСТОРОЖIЮ СЛGдует под ОДИТI, лишь К
оценке эффе ....'1'а самородков (Со), т.К. э О амый чувствительный и
8J1иятеJlЬНЫЙ фактор модели .

78
 ---_._----- - - -- - - -- - --- -------
у (1)
Порог

I C2
t·

Сl

:-

AI А2

.'1\ А . Н . f1рш.н:р днухструктурной сферической модели

OUPIIUгpi1MMbl. АI И Cl - параметры первой МОДt':ЛII,
А2 И С2 - паРi1метры второй модели

в систеМе ДАТЛМАЙН имеется специальная программа VARt:1T

ДJlЯ 6И3УМ t..JюЙ интерактивной подгонки моделей к эксперимеНТLlJIЫ iЫМ
вариограмм а м .

ПРИ работе с этой программой на входе указывается ИМЯ фаЙJlа

выходных ЭКС lН~ риме llтаJ1ЬНЫХ вариограмм , полученных ОДНИМ И :J

(:та 11дартны х I1POll~~~OB ДАТАМАИН. Одна ИЛИ Н С(;КОJlЬ КО

ЭКС НСРИмt:нтtUlh IlЫХ Iшриuграмм показывается на э кр ане, и

пользователь может uыбрать из диапазона моделей наибол ее

подходящую , IНI уаJll, НО подгою1Я ее к эксперименталыюму графику .
Когда нужная модель выбраНi1, то она может быв. COXPiiH~ H <1 IJ
выходном файле или ныведена на I1JЮlтер в виде чертежа , ри с 4.9.
АН aJЮГИЧllы е IIнте рактивные процессы имеются и в J1РУП I
COBpeMeHlJbIX компьюте рных с истемах и пакетах программ .

----- - - -
8АР И ОГР АIOIА (AG) по IIPОС ТИРАJiИD ЖIUШ 1
._- I I I
о
<>
'"

+ + + +

a~
о

+ + ... + +
.....
t.. ~~.
+
о'"
t:;с
ID Ч,
~'~--lbё - iыIloo -2~-- JOn
-.
.__ .w________ .__ _
fe§N~!', .l'~r.r.TOIfIU4f;

Рн с .4 . 9 Il pitMcp подпара AUY C" IPYK урн ои фСРII'!СС IШЙ

м"дели lIар " огра ммы с помощью процсс~а VAR FI'

7u
 4.3.3. При ведение моделей " точечному ВИДУ (~гулярнзацня)

Всс экспернмент:шъные вариогрnммы строятся на пробах,

имеющих объем, отличный 01' точки . Иногда приходится обрабатывать
данные нескольких видов опробовuния с разными размерами проб. В
последующих расчетах ~Iaще всего приходится распространять свойства
модели на самые различные объемы руды и породы. Между тем
ИЗDестно, что форма и параметры нариограммы тесно связаНbJ с
ра:!мерамн оснавnния (блока или пробы, для которых делаетсн оценка)
( Рис.4.10) .
Для сравненин и объединения результатов необходимо исключить
ВJНшние на них объема проб , Т. е. привести модели к точечному
ОСНОDанию. Эта стuдия изучения массива также Яf1ЛЯется обязательной,
ссли нельзя без серьезного искажения результаТ08 допустить, что
полученную нами модель можно признать точечной. Все последующие
эта пы ' геО,статистического исследования используют вариограммную
м одель ТОЛЬКО на точечном основании .

Различают 2 наиболее простых, но часто встречающихся случан

регуляризации:

1) месгорох<Дение разведано пробами одинаКОDОЙ длины (1);

2) рассматривается слой (или пласт) одинаковой мощности (1).

"7

Cl r-_____~~--~--~--~----------~~
2

л - а--' р

Рис.4 . 10. Общий вид nариограммы: 1- точечной ,

2- на основании l J.

в данных случаях Порог точечной вариограммы равен (для

р асстояний 11 > l)

С= с I +y(/,/), (4.12)

где : CI - порог Rар"юграммы с основанием 1;

а выражение:

у (l , I)~_L_~
2а 20а 3
(4. 13)

80
 Зона ТО'l е 4110Й ваРИОI'раммы для проб одной длины paBH~
А =А / - 1, (4 . 14)
а для пластов: А =А / (4.15)
Такая аппроксима ция дает ошибку не более 10% в н аибол е
неблагоприятн ом случае и менее 1% в основных ситуациях ,
встречающ ихсSl "а прапике (т. е. при h >
31 и при любом соотнош еНИII
IjA)

4.3.4. ПРОСТРitнствеJIНая модель вариограммы

После получ е ния набора экспериментальных вариогра мм ДТlЯ

основных напрам е ний ан изотропии ма~сива и приведеНI1Я его в
соответствие с реальной геологической картиной месторождения
необходимо создать из этих составляющих единую 3 -х мерную
пространствеllНУЮ вариограммную модель .

Эта модель будет участвовать во всех последующих

геостати стических расч етах И поэтому должна быть максимально
корректна.

В . общем сл учае модель месторождения может состоять из

и зотропных и аJiИЗОТРОПНЫХ составляющих. Различают геометрическую
и зон альную анизотропи ю (См . главу 3). Второй тип связан с наличием
на м есторождении особых структур изменчивости, каждая из которы.х в
свою очередь может иметь с вою геометрическую анизотропию.

Геом етрич ес кая анизотропия чаще всего используется на практике

и предполага ет, ч то вариограммная модель в разных направлениях

имеет разл ичны е зоны влияния, но одинаковый порог, и ее можно

превратить в и отропную модель простым преобразованием координат.
В компьютерных систе м ах и прогр аммах чаще всего используется
геометрическая ани з отропия , а также следующие принципы описания

пространствеННblХ вариограммнbIX моделей.

В се параметры ДJlЯ каждой модели могут быть анизотропны; Т. е .
они могут иметь разл ичны е значения для различных напраменИ:Й . ' В
случае, когда а низотропия устаномена, должны быть определены три
взаимно перпендикулярных напраW1ения, соответствующих главным

осям пространственного эллипсоида анизотропии . Длина осей

эллипсоида в каждом напрамении представляет собой значение зоны
МИЯНИЯ . (или другого пар аметра) в это м направпении . Предполагuется ,
что гл ав ны е оси ани зотропии им ют те же направления ДТIЯ каждого

параметра вариограммы, но ко ффициенты анизотропии, определенные

как отноше н ия длин дву о сей ЭJU1Ип соида , могут бьrrь разл и lными ДТlИ
р аЗllЫ п а рам етров .

П осл едовательн сть СОПО СТ:lWlеJlИЯ используе мой прям о}'!' льной
си сте мы к о ордин ат осями про стра н стве нн ого . лл ип соида
ШIИ ОТР О IIIЩ ПРl\ о~де н lIиже : (Ри .4. J t ).

81
 а) . с)

z=z'
Z·=C ·

у'
у'

А
1. ПCJЮDOГ на утоо 1 2. Пaoopor на угоо 2 З. I1aoopoт на У!ОО 3
1ЮКDYГ сси Z QOКpyr ССИ Х' ocacpyt· сси Z"
А - ОСь направления 1
В - 0С1. нarJpa1)neния 2
С - ОСь направления 3
Рис. 4. 11 . Попорот осей координат к эллипсоиду: а - угол Р,
Ь - угол Q, с - угод G .
1. Сначала предположим, что оси эллипсоида А , 8 и С
параллельны соответственно У, Х, 11 ' Z оснм прuвосторонней системы
координат.

2. Затем поворачиваем систему координат проти в часовой стрелки

(если смотреть в положительном направлении оси Z) на угол Р (р=о -
90 градусов) вокруг оси Z. .
Затем поворачиваем систему координат на угол Q (Q= 0-90
3.
I'paдycoB) против часовой стрелки вокруг "новой" оси Х , Таким образом
можно двумя углами (Р и Q) задать практич ески любую ориентацию
пространственного эллипсоида. .
4 . . Если необходимо, то можно р азвернугь систему е ще на один
угол (О) против часовой стрелки вокруг "новой" оси Z .
Таким образом можно совместить используемую нами систему
координат с основными напр авле ниями анизотропии массив а, что

необходимо для дальнейших геостатистических расч етов. Направлен ия

всех поворотов указаны верно, если смотреть в положительном

направлении оси поворота.

Параметры вариограммы определяются ДJ1H каждой оси

эллипсоида: А, В и С. Чтобы вычислить значе ния п а раметра в D
направлении, которое не параллелъно ни одн ой нз . трех осей ,
уравнение эллипсоида р е шают вместе с уравнением Пр$ мой,
проходящей через центр эллипсоида в направле нии О .
Расстояние между центром элл ипсоида н его поверхностью в
данном направлении представляет собой требуемое значение параметра.
Ниже ЛРИl:lсдены основны ИСЛО ь уемые в компьютерных
расчетах лространстве нные модели вариограмм и парiЗМетры, треб уемые
для их однознnчного ОIН1сания .

82
 Одноструктурная сферическая модель
0(1\) = Со + С (1.511ja - 0.5(11jа)**З) при h < а
= Со + С при h =>а
Требуются 12 пnраметров:
р 1>ЭФФскт амородков (Со) для оси А
Р 2>" ( о) для оси В
р 3>" (Со) для оси С
р 4> РаЗНllца между порогом вариограммы и Со (Сl) для оси А
Р 5> -"- " " " в
Р 6> -"- " " " С
Р 7>30на ВЛИЯllия(А) для оси А
Р 8>" " в
Р 9>" " С
РI0>Угол поворота эллипсоида Р (0-90 градусов)
Рll >Угол поворота элли псоида Q (0-90 градусов)
Р12>Угол поворота эллипсоида О (0-90 градусов)

Двухструктурная сферическая модель

0(1\) = Со + 01(1\) + 02(11),
где: 01(1\) = CI(I.5/al - О . 5(Ь/а1)**3) при 11 < аl
= С1 при h => аl
02(1\) = С2( 1.5/а2 - 0.5(11jа2)**З) при h < а2
. = С2 при h = > а2
Требуетсн 18 параметров: (в каждой группе':' 3 параметра для
осей ;
А, В, С)
Р l-РЗ>Эффект самородков (Со) для осей А,В,С
Р 4-Р6 > Разница между порогом первой структуры вариограммы и
Со - (CI)
Р 7-Р9>30на ВЛИЯНИЯ (Al) для первой структуры
PlO-Р12> Разница между порогом второй структуры вариограммы
и (Со+С1) - (С2)
РIЗ-РI5>30на влияния (А2) для второй структуры

Линейная модель
О(1\) = Со + S*'1
Р l - РЗ >Эффект самородков (Со)
Р 4-Р6>Тангенс угла наклона вариограммы (S)
PI6-РI8>Углы поворота эллипсоида P,Q, 0 .(0-90 градусов)

МодеJ." Де Вийса
Со
0(11) = +
S*IOg(ll)
Р l-РЗ > Эффект самородков (Со)
р 4-Р6 >Та нгенс угла наклона вариограм мы (S)
PI6 - РI8>УГJlЫ поворота эллипсоида P,Q, G (0-90 градусов)
Аналогично определяются параметры пространственных моделей
Гаусса и ЭКСllоне.щиал .. ноЙ .

Экспериментальная модель
Иногда пользователь не может подобрать к полученной
Rариограмм е ни одну из стандартных моделей. Несмотря на
определ е нн ую "паСНОС'IЪ" такого шага труднопредсказумыми

83
последствиями, он тем не менее может сделать свюю вариограмму

моделью и - задать ее следующим способом. Модель может быть

определена по 18 экспериментальным точкаt.t .iJ.Jш каждого и~ трех
направЛений . Требуемые параметры:

. р 1>ЧИСJ10 точек, по которым приводятсн значеНl1Я

- р 2>Угол поворота эллипсоида Р (0-90 градусов)
р з>)'гол ПОБОрОта эллипсоида Q (0-90 градусов)
р 4>Значение расстояния ДЛJI первой точки
р 5-Р7>Значение вариограммы дня перnой точки
р 8>Значение расстояния дЛЯ ВТОРОЙ точки
Р 9- Р 11> Зна'lение baPl-юграммы для ВТОРОЙ точ,,:и

и так до максимума

Р72>Значение расстояния ДJШ 18 точки

P73-Р75>Значение вариогрuммы для 18 точки .

Для определения значения вариограммы между

экспериментальными точками 8 данном направлении в программе

используется линейная интерпоJUЩИЯ . З'-I:l'1ение Вllриограммы для

раССТОJIНИЙ , меньших чем пероая точка, устанавливается равным
эксперимеНТQJ1ЬНОМУ значению для первой точки. Следовате4ЬНО,
лучшее знаLIение расстояния для первой точки есть О. Значение
вариограммы ДJШ РnССТШlНия большего, чем максимальное значение для
последней точки устанавливается равным значению вариограммы для
последней точки.

Многоструктурная сфериt.еская модель

Наличие анизотропии в "эффекте самородков" и основных
пар:\метрах моделей вариограмм может, прн определенных условинх,
привести к таким проблемuм, как uтрицательнаJ1 дисперсия кригинга,
и получению оценок, существенно меньших или больших чем
исходных величины данных, по которым ВЫllолнuется оценка .

Один нз способов устраненин этих проблем - это разделение

исходной В1.\риогрпммноЙ модели на серию составляющих , каждая из
которых должна иметь собственное значе'fI1е дисперсии с аннзотропиеи
из разрешенного диапазона . Вnриограмма данной модели ра'зрешает
ИСПОЛl.зо вать до 7 сферических структур, КОТО РЫ е ВЫ'lИсляют я как :

0(11) = Со + Сl • (1.511/1.\ 1 - 0.5(II/a 1)НЗ)

+ С2 • (.1 . 511/з2- 0.5(11/ 2)·*З)
+ С3 * (1.511/1.\3 - 0 . 5(h/аJ)··З)

+ С7 (l . 511/а7 * - 0.5(11/117)*·3
Номера требу мых парамеТРО8 (NP) заnИСRТ т номера структуры
модеШ1 (NS):
NP = 4 + 4 ,.. NS
Требуемые параметры :
р 1> КОЛИ'lеСТDО структур (минимум 1, м а ксимум 7)
р 2>Эффект самородков (Со)

84
 Р 3> Рiшюсl'Ь между lIoporOM ) структуры и Со ( I )(I1'JOTonHaJl)
Р 4 -Р6 > Зона WIШIНШI первой структуры для 3-х осей
р 7> Раз ность между порогом 2 структуры и ( о+С 1)-(С2)
(изотопная)
Р 8- PIO > 01Ja l1JНIНIII1Я втор Й структуры для 3-х о ей
...... ........................................................................... ............................... .
.,

Р?? > УГОJl поворота ЭJUlИГIСОllДа Р (0-90 градусов)

P?'l>Угол повор >1'''' ЭЛЛ ИПСОI1Дn Q (0-90 градусов)
P??>YI'OJl новорол\ ЭЛJ1l1lJСОНЩ\ G (0-90 l'Раду 'ОВ)

4.3.5. НадеЖIШСТа. модеJlей вариограмм

(робаСТtIЫ~ методы оцеlшвания) .

При н е возможно VI'И ис.:пользования ГИlJOтс:зы стацион рtЮСПI

применителыю к исследуемому массиву обычный расчет ваРИОГР3ММ
может дать ущеСТlIенные отклонеНЮI от реальности . ОДНИМ из
способов корреКТИРОНКl1 ситуации и получения нмежных
з ксперим е НТaJlЬНЫХ nnrH10fpaMM R этой Сl1туации jlD.J1яеТ~~j прим е нение
специальных (роба стных ) м етодов ДJ1H их расчета .
Аы юру модеЛ II :.н::t:перимеНТtlЛЬНОЙ вариограммы и нахождению
зна' lсtНIЙ ее парам етр в может пр едш ство вать преобрnзование, которое
уменьшает с.:м~щеllltе ЭКС ll е риментаЛЫI й оариограммы относительно ее
мате маТИ'lе ' КОI'О о Iщанин для дан ной простраНСТП~НtlОj.i перемеl1НОЙ
н даt-IНОМ t '~UМСТР И'l еском поле. ОДНИМ из по 060В такого
пре06ра:юnntlШI ЯВJlнетсSI Mt:TOA "БОЛ ЫIIОГО складного но жи" (jack-kllitc) ,
которыН был 11~ ДJlоже н М. Кенуйем D 1956 Г. с целью уменьшения
смещеННОСТI1 стати тиче ' КI1)( оценок; в 1958 г. тот метод БЫ)1 развит
дж.тl, ЮК:И ДJ1H н\)с.:троеIlНJI Д uеритеЛЫIЫХ Iflперв!VIOВ таких оценок .
глаженная оце llка ::IК ' I1 t:Р lIмент(VIЫЮЙ ljuриограмr.IЫ , полученшUl
м етодом CKJН' 1101'0 Н ОЖrl, име ет 'ледующий вид :
y(tl)=Ky (h) -(K - 1); ~1: 1y ;(h), (4.16)
где y;(h) - оцеllка ваР l10 грам",ш дл я i рnзбненин, t= I, ... KN, по
uыб орке ЗШl1l е llИЙ простра llственной перемеllНОЙ X(t;), i =: 1, .... KN ,
где К - число разбне JlI1Й вь борки,
N - ЧIIСЛО наблюдеН IIЙ D каждом разбвении .
(10добраннан модсль y(h) может б ыть проверена на достоверность .
С 31' Й целью методом , изложенным 8 главе 3 (см. 3.21), с
использо ванием модели y(h) определяется дисперсия проб заданной
ДJlI1НЫ (1) по месторождеШ1Ю . Эта расчетная дисперсия сравнивается с
фаКТli1jескоЙ . Несущественное отличие между ним/и свидетельствует о
надежности взриогр а ммн й моде) IИ .
Ни зкая надеЖ1l0 l'ь и н едостаточная устойчивость вuриограмм
обычно свя аны с о 'клонениями фактического рас пределения
результатов pa~НleДKH ме<,,:торожде НI1Н ( з нач с ний пространственно'Й
л ереме нной в l'eOMeTpl'I'ICt:KOM nOJle) 0 '1' нормального .
СШI такое Оl'КJ1U ll е IIИ С Ш.'t ст ~I С' О , О ~j С ПОЛ ЬЗУЮТ ОДl Ш нз трех

MeToдoТl : 11 ' КJlIO'l e llll 11:1 11 Сл ()J IlЮГО Мllоже ТШ\ Il eT1tnll'IHbIx
( '" гр ' М, ) 11.1-1"' , ) :3 IНlчt:Нllii , JlOгаРI'lфr.ШРОВ 3 11и е З lf:lч ен иii

5
про(:траш;твrнной переменной или примсн е llИС neЦlHU1t>HblX методов
расчета З КСl1еримеllЛlЛЬНЫХ вариограмм .

И~ них наиболее известен метод, преДJlОже нный Н . ~ресси 131,

который р е ком е ндует рассчитывать варl10 раммы 110 формуле

y(h) = [2~ r.Z, IX(ti+h)-Х(ti)ltТ / (о. 457+~~ (4.17)

или, в случае примененин меДlШННЫХ оценок, по фuрмуле

2Y(fl) ::: ~e(lx(t+h)- X(t )lt)T/(O.457+~~ (4. 18)

Точки Вilриограммного облака могут быть также рассчитаны по
1
формуле Ix(t+ h ) - x(t)12. (4 .19)
Проверка и анализ предлагаемого подхода ПОКiiЗали его
эффективность при использовании выборок пространственных
переменных с э кстремалЫIЫМИ значениями. За счет двойного
преобразования (извлечен ин корнн и возведеНЮI в четвертую степень)
можно значительно . уменьшить l1JIияние этих оценок на поведение

ЭКСllерilментальной взриограммы . 80И методы повышения

надежности и устойчивости вариограмм предлагают также
М . Армстронг, Р.Диамонд (5}, ПДауд 16] , с.Чанг Х . Омре 18), I7J ,
М .Дагберт, М.Давид 19) )f другие исследователи.
Однако, по мнению М . Армстронг 1101 , использования этих
приемов В большинстве сл)" laeB удается избежать , если тщательно
подойти к анализу, проверке и классификации исходной информации,
так как ГJlавные причины неустойчивого поведения вариограммы
связаны с некорректным примен .. и е м результатов разведки

месторожден~UI и неправильным заданием Н ' 'ШJlЬНЫХ парамеТРО8

расчета экспериментальных вариограмм .

4.3.6. Проверка выбранных моделей BapHorpaMM

KnK было отмечено выше I надежность геостати тических решений

зависит от устойчивости моделей экспеРИМСflтrU1ЬНЫХ вариограмм,
которая, D свою очередь, завнсит от удачного выбора модели
конкретной BaplIorpaM~fbI И от того, насколько принятые параметры
модели соответствуют характеру и особенностям I1ространстоенной
изменчивости геологической llеременноЙ .
Единственное, что обычно известно о месторождении на этом
этапе - это содержания в пробах, поэтому наllЛУ"lшей проверкой будет
ВОСf1роизведение этих фактических данных опроБОВt\ния , используя
полученную вариограммную модель. Решение этой проблемы
обеспечивается перекрес1'НОЙ I1ровеРК011 модеJIСЙ варнограмм [] 1 J.
Метод перекр стной про верки (cross-validariol1) был преДТlOжен
П .Дельфинером в 1976 г. для выбора . наилучшей модели
конариационной функции при определении сосгава э кспертн й группы,
формируемой с целью выработки оцеНо tlНЫХ заключений и прИJlЯТИЯ
управленческих решеНIfЙ . Этот метод реализуется следующими
процедураМ~1:

1) выбором модели экспер им е Н1альной оариограММbl

прострав ствен ной переменной И ПРИНflТllем таких ЗШt(lеЮIЙ ее
111\ 18метров, которы е предстаВЛЯЮТСJl подходящ ими ;

8
 2) удалением из имеющейся экспериментальвой ' ВЬJборки
фактического з н а ч е ния переменнойв одной и з опробованных точек
гео~етричеекого поля 11 оцсвкой зна'lения переменной в этой TO'IKe по
оставшейся вы борке геостатистическим способом при помощи
кригинга с выбрпнной моделью вариограммы ; эти расчеты
СОПРОВОЖД:1ЮТСН опредеJ l ением дисперсии соответствующей оценки
кригинга;

3) повтор ением шага (2) для всех значений выБОРЮI и

вычислением кuпдрптов разностей между фаК'J,'Ическими зна'Jениями
переменной и ее геостатисти'IC~СКИМИ оценками ;
4) нормированием квадратов разностей на дисперсии оценок
кригингав соответствующих точках ' геометрического поля. и
вычислени ем сред н его ЗН<l'lенин и стандартного отклонения

нормированных Кl:щдратов разностей по всему геометрическому полю;

5) nOBTOpeHl1eM шагов 2-4 для каждого из приннтых значений
пар аметров выбранной модели вариограммы; в качестве наилучшего
выбирается такой вариант модели, для которого среднее значение
квадратов разностей ближе других к нулю,
Если получ енные результаты проверки будут преДСТ<lВЛЯТЬСЯ
неУДОВЛСТВОР"ТСJlЬНЫМИ, то выбира тся друган модель, про верка
паР:1метров которой выполняется описанным способом . Рассмотрен на
процедура проиеРКII параметров модели получила название процедур

пропуска одного наблюдения ,

Развитием этой процедуры в геостатистике ЯWНlется предложенн ый
несколько р:1ньше с.геЙсером (1975) метод повторного выборu для
предсказ:1НИН . Метод . ГеЙ ера усиливает ВО:iМожности уroчнения
зна'l ений п ара метров моделей вариограмм благодаря СИСТематически
повторяющемус Sl части'lНОМУ IIСПОЛЬЗОВtШИЮ исходных данных, т. к. в

нем примеШI тен 1Jазбl1еНl1е ИСХОДIIOЙ выборки на группы з начений

переменной (и ПрОI1УСК одного наблюдения яuляетсл частным примером
рассматриваемuй меТОДИКIt). В том случае при выборе наt-шучших
параметров мод ли впрнограммы среднюю меру р(\схождения м ежду

фактичеСКIIМИ ЗИП' ениями пространственной пер еме нной и ее

оценками , птимизируемую по совокупности параметров модели а.,

можно представить в следующем виде:

D N,п (а) = к ,-; r.~ 1Е[ л{t,/П) x'(t; )(п) (x(t)(~n), rN-п) , т (п), а) J, (4.20)
где 'х(д = [x(t 1), X(t2), .. " X(tN)] выборка значений
проетр:шствею-юй переменной объемом N,
Т -= (t 1, t 2, .... , t N) - вектор координат то чек наблюдения этой
ныборки,
tj - координата i наблюдения ,
К - число разбиений выборки IШ n и (N-n) Н:1блюдений,
Е ~Iepa расхождения между истинными зна чениями и их

оценками, нолучеНJ[ЫМИ по (N - п) наБJlюдениям,

).(t;) - оце нка значения llе~сменной в пропущенной точке (; .
Оптимальность понимаетс}! в СМЫl,;ле шага (5) ВЫl,uеОГlи сашюй
процедуры пеv КреСТНОЙ проверки .

87
 ОпреДСJlпемые перекрестной llРОВСРКОЙ п а раметры моделей
ЬаРlюграмм хар:\Ктери з уются огр:ши'~енно тыо и У~JЮВ t-IOСТЬЮ, которые

обусловлены отсугствием однознаЧIIЫХ ответов 11:1 СJJсдующие вопросы:

а) какова подхощшl.:lЯ м ер [\ расхождеll~Ш фаКТИ'lеских и
рассчитанных значений npocTpall твеНIЮЙ II с ремеююй?
б) как определить множество ра:UНlЧIIЫХ I1нтеРIIОЛИРУЮЩИХ
ФУНКЦИЙ ДJШ зманной схемы разб исtlИН исходной uыБОРКI1 на группы
наблюдений?
В) как выбрать схему разбиения ПРI1 ЗЩЩНIIЫХ интерполирующей
ФУНКЦJlII и наборе д[\нных?
г) как свя зат ь меру расхuждеюш с оценкой при условии
совместнorо выбора интерполирующей ФУ'IКЦИИ и схемы разбиения?
Наиболее обоснованно может быть решен вопрос о выборе
интеРПОЛllрующей функции. Если D ка'Jсстпе меры расхождения
выбрана разность e=k(t;)-x(t;) , то КРИГl1НГ будет наилучшей
линейной интерполяцией, обеСПС'lиваюu(е й II сс мещснность оценок с
Мltнимальной дисперсией. При решею'IИ OCTi1JlbIlbIX трех вопросов
приходится руководствоваться такими соображениями, как удобство и
простотавычltслений, но следует отдавать себе OT'ICT в том, что при
этом отнюдь не всегда достигаетсн опт имальность в математическом

смысле.

Из сказанного следует, что модель вариограммы, признаннаf(

луt{шей с помощью метода п ерекрестной проверки, ЯВJJяется таковой
лишь для выбранной меры расхождения, схемы разбиения,
интерполltрующей функции и числа конкурирующих моделей , и для
данного РJI)Щ наблюдений.
И з менение даже одного из этих условий может привести к иной
лучшей модели. Таким образом , метод п е рекрестной проверки нельзя
рассматривать как метод доказательства или как критерий проверки
стаТИ~Тl1ческих гипотез, в частности , о м одел 11 и параметрах

вариограмм . Его следует воспринимать и использовать как

исследовательский метод анализа данных, дающий возможность
многократно ИЗУ'JaТЬ и переформулировать модель , добиваясь
наи.try'fшего соответствия модели и имеЮЩИХСf( данных .
В системе ДАТАМАЙН имеетС11 процесс РТКЗDА , который
выполняет перекрестную проверку. В реэультате перекрестной проверк.и
Вы получите для каждой проверн мой модели дополнительные
переменные в имеющийся массив исходных данных:
- оценку содержаюНl в пробе,
-дисперсию кригинга для этой оценки ,
-ЧИСJlО проб, по которым сделана эта оцеllка, а т:н~ же диаграмму
разброса ДНЯ фактических и оцененных величин содержаний.
Теперь с помощью корреляционного анализа возможно оценить
н:. сколько далеко тоtlКИ полученной диаграммы р[\ссеШIИЯ удалены от
линии Х = У, т.е. вычислить коэффициент корреJUЩН~1 фактичес ких и
(.щененных величин . Та модель , которая ДflС б()лее высокий
коэффициен , будет предпочтительней ДllЯ ИСПОЛЬЗОВ3I11Ш , чем дРугие.
Не надо, однако, уповать н а то , что данный метод 11 100% случаев
будет ПU)i.сказывать В м праВИJ1ыюе решение. В практике геостатистики
и в С1'но достаточ но трудных ситуаций, когд все Н СПЫТЫFшем ые модели
да) т при пр оверке одинаковые ре ультаты.

88
 • 4.4. При меры

4.4.1. Создаlше ваРИОI'раммной модели ДJUI участка месторождении

. апатит-"

Для этой работы были использованы результаты эксплуатационной

разведки (керноное бурение скважин и штуфное опробование
подземных ИЫР1-\боток) участка Кукисвумчоррского
апатито-нефелинового месторождения в Мурманской области.
Месторождение отрnбатывuется в основном подземным . способом и
предстаВJlнет собой пологопадающую (под ' углом 25-30 град) на СВ
залежь МОЩIJOСТЫО 50 - 200 М .
ЭксперимеН1i1льные данные по блоку 13/15 горизонта +252 м
предстаВЛЯllИ собой информацию о 1015 пробах, их УСЛОВНЫХ
координатах и результатах опробования на содержание Р205 и А1203 .
Эти массивы были внедены в программу Датамайн с соответствующим
переходом к абсолютной географической системе ' координат.
После корректировки полученных таким образом файлов исходной
информации по ним бьши выполнены статистические расчеты,
которые показали хорошую их аппроксимацию Законом нормального
распредел ения (P",c .. 4.12 , 4. 13).
'- ГИ-СТОГРА IOiА СОДЕРJ:АНИ Р205 В БЛОКЕ 13 15

.
о

..,,11
.. -
0 0
u
u

Р205 •
, О '1 •• . .
l'IfC. 4.12. и(:тограмма И ОДllОВСрШИННЫЙ закон нормальногu
Рn СПрtЩСЛСНИjJ Р205
Е<.;ли 11'- l1ытатьсSl подобрать к полученной ГИСl'(Я 'раммс
многове РLШlllllыi1 закон р аспределе ния (нормального), то мы полу'lИМ
картину (Ри . 4.14), 110 которой можно попытаться найти С WIЗЬ с
выделяемыми в за п асах сортами (типами) руд.
Была ПРО(lIlШIl1ЗI1РОО:lна также корреляционная сnяз!. Мt:ЖДУ
содеРЖ:lНИЯМИ пруде Р205 и Al20 ,которая оказапась (Ри с . 4.15)
очень н адежной (КоЭффициент корреляции 0.8449) и выра.жается =
линейным уравн е нием :
А I20З = 20. 15 ~ 0.476 Р205 (4.2J)
 РисА . l3. Одновершинное
Рl1спределен.ие А1203

ГИСТОГРАww. СОДЕРЖАН Р205 В БЛОКЕ 13 IS

11

....• 11
О"
~
u

о
,. . 20

Рис.4 . l4. Многовершинное (нормальное) распределение Р205

.,
о

., "
.
'.
., .'
о

Nо~~-=оО========'О=.О~О======~20=.О~О======J~о=.о=о==~
P 2 0~

Рис.4.l5 . Диаграмма рассеяния содержаний Р205 и А120З в пробах

Если ИЗВt:СТНЫ зависимости (4.21) ДJIjI всех типов добываемых руд ,

1'0 нет необходимости вести тщательное опробование рудопотоков по
обеим этим показuтелям. Расчет экспериментальных вариограмм
производился посл е КОМТlOзиронания м асс ива проб по программе
VARDIR интегрированной и :темы Датам аЙ.н . Исследовали с ь 3
основные напрам е llИЛ Itзм ен 'шво ти ма сс нва : по Ilр остира нию (1) , по

90
паде нию (2) и вкр ест простнрания (3) рудной залежи , падающей D
напраuлении с азимутом 64 грlЩ. под углом 25-30 град. Горизонтальная
мощность зале жи достигаt:т 200-250 м . На рисунке 4.16 приведены
эксперим е нтал ьные в а Рllогр а ммы и подобранные к ним модели ДТUI
содержания Р205 (по простиранию и падению) , а также вариограмма
ДТUI содержа ния А1203 (вкрест простирания) . Что можно сказать о
характере и змеНЧIt80СТИ масси вu рудной залежи?
1. Бариограммы по падению и по простиранию залежи примерно
один а ковы, и это понятно, поскольку они обе соответствуют
напра8JIениям, параллельным плоскостям залегания рудного тела.

Несколько больший э ффект самородков в вариограмме по падению

объясняется те м, что в этом направлении расстояние между пробами
больше . Однако, зо на коррешщионного 'влияния проб по падению
алежи оказала ' 1, более значительной (350 м) чем по простиранию (250
м) , что также соответствует геологическим представлениям о
место рожде нии .

2. В ариограммы дЛЯ Р205 и Лl203 похожи, т. к . существует

н:щежная корреляционная связь между этими показатеЛJlМИ.

3. ' Барио р а мма вкрест простирания залежи указывает на сильную

зонал ьность , Т. е. чередование богатых и бедных зон с периодом 120-140
м. К такой экспериментальной функции следует подбирать модель
вариограммы с эффе КТОМ ВКJIючениЙ. К сожалению в данном примере
мы не ' 'с мо гл и это го сделать и ограничились одноструктурной
сферической модел ью.

8
"

""

" 2 0~ - ПО nАД[ llиti

"~" -o.--~ 11 2 О-
О --,~
.)-
, O-
. -~, .-
. о-
о --':05 , <b'-:-00:------,9~ ' 8 1 00 ~27~
J --:-
OO:---~ ---.,-
.
(H S1 ANC ( UIS1AНC(
r----~- ~---~---~-~_r , -,

""
.0 "
~ ..,
4 ,",

" "n

<о
о

<о 0-;,-----.8 оо-----gб'-ОО--~ . ,-00-- -' 9-' -

,'.- ~o-='--,""'
. o-'
O' SIA HC[

Ри с . 4.16. Ва ",и ограммы ДfНl рУДНО ГО тела месторождения

к ::Il< cn рим ен'I'МЬНЫМ nар ..юграммам БЬU1а flодобрана

ПРО СТРU Н Сl'ве кнм ОДlюструктурнi1Я сферическая модель с пар ам етрами:

91
 1. для Р205:
- эффект самородков Со = 7(А), 20(8), 40(~) , где - А , В, С -
главные оси ЭJU1ИПСОJ1да аНl1ЗОТРОПИИ;

- состаW1ЯЮЩа.н дисперсии Cl соотиетственно : 60, 47, 14,5;

- зона корреляционного RJ1ИННИЯ проб А = 50, 250, 350.

2. для ЛJ203 соответстиенно:

- Со=3, 6, 10;
- Cl=J7.5, J4.5, 10.5;
- А=65, ЗОО, 400.
Сопоставление географической системы координат с главными
осями ЭJU1ИПСОI'IДi анизотропии производилос ь поворотом системы на 2
угла:

1. 64 rpaдycu против часовой стрелки 80КРУl' осв Z; {Угол р= 64

I'Pa.ll)
2. 6() J'paдYC08 по часовой стрел ки вокруг новой оси Х (Угол Q=
-60 градусов) .

4.4.2. Анаnt.з Ilзменчивости массива желеЗОРУДНОI'О

месторождення

Рабйта , ВLIПолненная аnторnм , 110 Б YMaH~KOMY желе. орудному

меСТОРОЖДС::НlIЮ в 1993 }'., включала fi себя и сследование ани . отропии
Ma (;C~IBi1 11 м оделирова нн е залежи с по ледующим под четом ' апас ов

руды. Исходны е данные, передаиные Оленегорским

('орнообогаТlпеЛЫIЫМ комбинатом на дискетах, u lЮЧi1ЛИ 8 еб}1 файлы :
-КООРДI·\IШТ устьев ра звеДО'JН Ы Х скваж.ИН ;
- ННКЛllllоме трии ;

-литологии по скважина м;

- результатов опробования керна по JlоказатеJШМ :

-содержания железа:

-магн итнOI'О - FEM;

-растворимого - FE R;
- общего - FEOB;
-серы - SOB;
- фосфора - Р.
Все да нные были введены в систему ДатамаЙII н .Н\СТИLJНО
преобразованы .
Проведена статистическая обработка даН IIЫХ опробования, в
ре зультате чего были получены основные статистические llараметры,
гистограммы, а также следующие уравнения регрессии:

FEOB = 0.9J6 FER + 5.661 (R= 0.94)

FER =0.959 FE08- 2.878 (R= 0.937)
FEM = 1.071 FEl~ - 4.607 (R= 0.976)
FEM = J.023FEOB- 7.4З (R= 0.905)

В се уравнения достаточно надеЖ IIЫ (ко:;,ффици IIT коррсшщии R

больше 0.9), что по волило расс читать ОТС)' ~'IIIУIOЩ llе данные
опробования по неко орым показатеmlМ качестu • .
 о
О

'"
о
о

~
о
О

О
о')

1130ТРОl1НЛI1 В.l.I'КОГРЛММ.l. (11 III0ДIJIЬ) ДIUI fEU

~ . 00 3.8 . 00 464 . 00 580 .

РЛССТОRИИ W Л ОSЛblИ

РисА.17 . Экспериментальная вnриor;рамма и модель р.лл FEM.

Данные, имеющиеся в файлах описания СlCВажинны:х проб, были

объединены процессами Датамайн, проверены и выведены на экран.
После получения единого файла данных ' по СJ(J)юкинам бьulO
проведено композирование проб и приведение их к одинаковой длине -
15 М, соответствующей стандартной высоте уступа карьера .
Далее производился геостатистичеСКJ{Й расчет экспериментальных
вариограмм. Получены вариограммы в различных направлениях,
которые ПОЗВОJUlют принять гипотезу об изотропности месторождения
(Рис.4 . 17 . ). Массив достаточно однороден, о чем свидетельствует
устойчивая форма экспериментальных функций снебольшим
эффектом самородков. Для примера на рис. 4.18 и 4.19 показаны
де FER и S.

. ~

.
-/1;

..
о "

.... i
.
n

------::==========================~========~
0 _ _ _ _ _ _ _ __

о 100 100 .00

Ри . 4.18. И зотропная вnриограммn для FER

93
 для оце.нки З<1пасов блочной модели по показателю FEM в
частности бъmа принятn 2-х структурная ИЗО1J>ОПНая сферическая
модель с параметрами:

Эффект самородков -5;

Порог первой структуры - 25;
Зона первой структуры - 50 м;
Порог второй СТРУА1Уры - 20;
Зона второй ст ы - 250 м .

. ......
..
~
00

•.
.- о

о
о

o ~========================~
•• 171 2&. 344 430
'''CCfO • • • •

Рис. 4.19. Изортопная ваРИOJ-Р<tмма содержания S.

4.5. Литература

1. Калугин 10.Е., Геостатистическое исследовани~ месторождений

полез ных ископnемых, Петрозаводск, КФ АН СССР, 1988,48 c.3l.
2. Krige D ..G ., Mugri E.J. 1982. Sttldies of (11е efТects of oHtlie."s and
data tгапsfогшаtiОIl он vnriogram еstiшаtеs for а base шеtаl апd а gold ore
body. - Matllematical Geology, V.14, N .6, р.557-564.
З.. Cressie N .1984. Towards resistal1t geostatistics. - Geostatistics for
пntшnt resotlfces c11aracterisation. Do.·d.recht, р.21-44.
4. АГПlstrollg М. 1984. СОl11mОIl problems seell iп variograms. -
Маtllешаtiсаl Geology, V.16, N.3, р.305-313.
5. Агшstгопg М., Diamond Р. 1984. Теstiпg variograms for positive
dеfiпitепеss. - Маtllешаtiсаl Geology, V.16, N.4, р.407-421.
6. DaHd Р.А. 1984. Variogram апd krigil1g: robust апd геsistапt
еstiшаtогs. - Geostatistics for l1atura1 resources сltaгасtегisаtiоп. Dord.recht,
p.91-J06.
7. Сlшпg C.F. 1984. Use of tlle Jасkлifе шеthоd to estil11ate
анtосоrrеlаtiоп ftшсtiоп (or variogram). - Geostati tics for паtшаl resources
сllагасtегi1шtiОI1 . Dordrecl1t, р . 55-69.
8. Опне Н. 1984. Vаriоgraш alld its еstillшtiОII. - Geostatistics for
паtша1 resources сlшгасt е гisаtiоп. DordrecJlt, р . J07 - 125.

94
 9. Dagbert М . , David М. 1984. Computing variogralnS in . folded
strata-controlled devosits. Geostatistics for l1atural . resources
сlш'асtегi atioll, Dordrecllt , р . 71-90.
10, Апнstl'опg М. 1984, Iшрrovillg the estimatiol1 al1d mоdеlliпg о.' the
vnriоgгаП1. - Geostatistics for l1atural resources cllaracterisatiol1. Dordrecht,
p.I-19. '
J 1. Davis В , М. 1987. Uses al1d abuses of cross-validation il1
geostatistics. - Маtl1еl1шtiсаl Geology, V.19, N.З, р.241-248. .
12. M.David, Halldbook of applied adval1ced geostatistical ore reserve
еstiш~tiОI1. Elsevier, Ашstегdаш, 1988, 216 р.

&5
 fлава 5. ОЦЕНКА ЗАПАСОВ РУДЫ В МАСС ИВЕ

Выше, в главе 3 были рассмотр ены теореТl1че~ к.ие вопросы

ОЦеНИВания запасов руд с помощью линейного кригинга t 8 данную
лаву вошли исключительно практичеСЮlе ВОI1РО Ы, связанн ые с

использованием аппарата кригинrа и компьютерной систе мы Датамайн

для оценки конкретных месторождений различны видов полезных
ископаемых.

5.1. Оценка месторождений с IIОМОЩЬЮ крнгинга

Все трудности создания корректной прщ:транственной модели

вариограммы как правило окупаются повышенной точностью оценок
запасов исследуемых местороЖдений . Итак , следующей стадией после
гео<..'татистического (вариограммного) анали за залежи Я.ВJlЯется ее
моделирование и оценка запасов.

Сначала (обычно методами каркасного моделирования)

выполняется геометризация месторождения и отдельнь1Х его частей. Н а
этом этапе также может использоватьсн криrинг для интерполяции

точек боковых и торцовых поверхностей пространстве нных объектов.

Далее создается блочная (ячеистая) модель месторождения с
заданными размерами элементарных блоков , позволяющими получить
наиболее детальную оценку запасов по всему объему месторождения .
Здесь с помощью специальных компьютер ных программ залежь
разбивается на множество ячеек, разме ры которых зависят от сложности
геометрии рудного тела в данном месте модели .

Следующий этап - интерполяция всех показател ей качества ,

учитываемых при геологическом опробовании , по ячейкам блочной
модели.

По сравнению с другими традиционными оце н о'IНЫМИ методами

КРИГИНГ дает несмещенную среднюю оценку содержаний по
исследуемому объему (месторождению) , а также - минимальную
дисперсию оценки .

Первое преимущество означает, что при верно выбранной м одел и

вариограммы мы получим практиче ски истинное среднее содержание

данного I компонента по оцениваемой залежи . Большинство

традиционных методов в этих же условиях приводят К переоценке

запасов руды в недрах.

Второе преимущество означа ет н аиме ньшую (по сра внению со

всеми другими методами) ошибку в оценк е КОJlиче<.;тва и к ачества
запасов .

Сегодня и з вестны и применяютс Sl "а IJр а ктик е БОJlее 10 р азл ич ных

видов КРИ ГИl-tга, к аждый из которых им ет сво ю область
и с пользования . Н екоторые виды э ого ОЦ ' /IOЧ/IOI'О мет да им ют O'l CHb
сложный мате мати ч еский Шlпарат 11 MOfYl выдавать много

96
ДОПOJJl-lю'ел·ыюЙ информаuии в самых ТРУДНЫХ горно- геологических
условинх. .
-в О'lень Уllрощенном виде описание ал оритма вычислений
точечного (обьрнюго) кригинга выглядит следующим образом.
1. ОпредеmlеТСSI точка С, в которой необходимо оценить
содержание Ас .
2. Задае сн раБО 'lая область (вокруг этой ТО'jКИ), В . которой
учитьшаютсSl все гюпадающие туда пробы (xi).
З. вы'ии JlНЮТСЯ р асстоннил между точкой и центрами проб, а
также меж,L~У BceMII пробами.
4. ВЫ'iИСЛSIIOТСН :'iliачения вариограммы для всех этих расстояний с
учетом ани :.ютропии массива.

5. Формируется система линейных (В случае обычного КРИГИЮ'а)

ураllнеllИЙ с J\ неи з веСТIIЫМИ (где 11 - число учитываемых в расчете
проб) .
6. В резуш,тате решеНШI этой системы для каждой пробы
опредеJш ется весовой коэффициент - Ы.
7. Расс',итываетсS( оценка содержания в точке С

Ас = L;A ;Ь; ( 5.1 )

8. РаССЧlIтываеТСII дисперсия кригинга (дисперсия оценки) для

данной точки .
При ИСПОJlЬЗОН3НИИ БЛО'IНОГО кригинга все исследуемое
пространство IIредваритеJl Ы-Ю делится на блоки ОДНОГО или разных
раз меров . Внугри каждого блока создается З-х мерная регулярная сеть
точек, дли ка жд й из которых вычисляются все парамe'lРЫ кригинга .
После этого рассчитываютсн соответствующие среДl·rие значения этих
параметров. В н екот()рых программах используется более простой
алГОРIIТМ расчета.

Таким образом , кригинг дает нам для каждой точки (или блока) J
параме1'ра :

-веНН'IИНУ оцениваемой переменной ;

-величину воз можной ошибки (дисперсию кригингu);
- КОllИ'lество проб , используемых в интерполяции .
Mllorll e I1ак еты и системы компьютерных программ, ИСlIользуемые
для обработки геОЛОГИ'lеской информации, имеют в своем составе
процессы различных видов кригинга . Например, в систему
ДАТАМАЙ Н включены программы :
KRG О - ьлочныи кригинг D 2-х и З -х мерном нространстве;
PANELK 2-х КРНГИIiГ
M~PHЫX панелей IlРОИЗВОlIЬНОЙ
конфигурации; SURFlK - Кригинг поверхностей пластов.
Кроме того, в некоторых подсистемах (например в модуле
ОЦЕНКИ ПЛАСТОВ) имеются программы, ИСПОlIЬ УЮЩ.1е кригин для
интеРIЮШЩИl1 показателей качества руды .
Самым сложным в задании исходных параметров кригинга
НВIIЯЮТСЯ Il np, метры вари ограммной модели (См . I'лаву 4). В случае
и зотро пной МОдеJll1 параметры по всем осям эллипсоида будyr
одинаковые, а все УI'ЛЫ поворота системы координат равны О .
Кром\: Э ого, ДЛfl paC'leTa обычно следует задавать следующие
nap3Ml' 11"':

97
 -имя М()ССИВt1 щюб И t-IаимеJlОШ\l-IИ~ осей координат;
-оцеllиваемую переМСIlIlУЮ ;

-размеры 11\ ОСТР:ЩСТИСIlIiОГО прю.ЮУГОJlЫIOГ() пармлелепипеда, в

котором будyr Y'lltТbln:lTbclI в с IJOIl ~Щi1Юtltие тудп пробы для оценки

llеременноН в TO'IKe, раСIlОJlОЖСlllюi1 /1 НС IIТр с 11ЩХUIJ l сле llипеда ;
-маКСИМt1J1ыюе и МlIlIllМilIlЫЮС КOJIII'IССТlЮ пр об, используемых
ДJШ оцеllКИ перемеllllОЙ в Дn.II-IOЙ т() ""С;
-IIМJI файла , с()держаЩСI 'О контур 2 -х мерной панели, при
ИСПОJJЬЗОВЩIJll1 11J101 'Р :Н.-ЩЫ PAN ELK;
- некоторые )~pYГ l1e ВСПОМОПlтельные IшрамеТрbl.

Следует не забывnт') о том, '11'0 Кригинг , оценивая блоки 110

окружающим пробам <.:Глзжнnает ПОЛу'taсмые ~iЮ\'IСНШI. Степень этого
СГШ1ЖНШ\lIШI З:1В "СII'Г от КОЛИ'fеспНl IIСХОДНОЙ информации о
месторожде.,1111

2
Oz· = Oz2 ,-. .vк
2
( 5.2 )

Это У\Х\вIiСllllе ознаLJi1ет, что ди ' IJ С РСIISI ОНСllеllНЫХ кригингом

блоков о;. p::lВlla фактической дисперсии ЭТIIХ же БJlОКОВ a~ минус
ДIIСIII::РС ЮI оцеllЮI Крltгинга a~ .
TaKIIM образом, 'l eM меньше у нас
информации о месторождении, тем БОJlьше веЩI'1ИI'!il возможной
ОШllбки кригннговых оценок (дн с п е Р С I1S1 Kplll'IIlll'a) 11 следоnателыlO -
больше СГЛi.\Ж\lDaJОЩИЙ эффеКТ того м етода .

5 .•. 1. Влияние пatрамеТрU8 ОOlрногРitММННЙ модеJlИ ш. результаты

кригиt.rа

Моделируя вариогрuммы, ИССJlеДОU:lТСЛЬ обычно вынужден много

~кспернментировать. В чаСТIIОСТИ, 011 м жет II:lЗН<1 '"нь различные
параметры модели в Доста '0'1110 ШЩЮКI'IХ диt\lШЗОt"lХ, серьезно не

уклонянсь от получеНIIЫХ ранее э кспеРИмсl1 tlЛ ЫIЫХ ФУНКЦИЙ. Однuко,

меНЮI соотношение параметров МОДсJIИ , ОН должен представлять себе
наиболее BepoHTllbIe послеДСТI:IЮI этих действий . Ннже приведены
некоторые наиболее важные праКТI1LJеские f10СJ IСДСТВИЯ изменения
вариограммных парамеТР08 на результаты кригинга .

Порог гарuогра.м.мы. Изменение порога (масштаба) вариограммной

модели вы з ывает соответствующее изменение только дисперсии

КрJ1гинга .

Фор.ма пологой части tJllриогршнмы о обеl-illO вблизи начала

координат достаточно сильно влинет на величину КРI1ГИIIГ()ВОЙ оценки
и может ЛРИDОДИТЬ к экранирующему эффекту и ОТРlщtпельным весам
отдельных проб.
Эффе"т С4Мородков оказывает сглаЖl1шнощее 8JНtЯl-ше на веса
Iроб . В llтore чем он больше, тем БОJlьше сглаж ив, I-ше оценок, и
естественно - больше дисперсия кригинга . Чистый ффект самородков
приводит к практически полному сглаживанню оценок.

Зона гариогр",ммы оказывает относительно малый эффект на веса

проб . При очень ммых зонах мы flOJlУЧI1М силыюе сглаживание,
аналогичное чистому э ффекту самородков . Ч ем боль ш е зона, тем
меНl, ше значение д",спеРСJ1l' КРI1l' инга.
 АlIuзоmрО/,uя еСТественно окаЗblвает сильное ВJшяние на . веса проб
н велич ин у оце нки . Ч ем больше различие в зонах влияния в различных
направлениях , тем силь н ее оценки ани зотропной модели будуг
отличатьсн от о {ено к изотропной.

5.2 . .прим е ры оценки месторождений

в те' l сн и е 19~2-94 rr с учаL:тием ю~торов было выполнено

нескол ко работ , св я за нных с моделирова нием и оценкой запасов
различны руд . Ниж е рассматриваются некоторые итоги
гео аТИ СПl'lески If сследований и модеЛИРОВ<tНИЯ оловорудного,
ал м аз но го, ОJlОТОГО и угол ьного месторожд~ниЙ.

5.2. 1. Ме СТUIJOждение ОЛОВЯltНЫХ руд

в данной работе неСJIOЖНыt: геостатистические исследоваюUl бьUlИ

выполнены lIa и сх одных да нных Оl1 робования участка кругопадающей
жилы оловорудного м есторожде ния. Для удобства расчетов плоскость
ЖJUIЫ была Il0ве рнуга и расположена J'ОРИЗОНТально. Координаты Х и У
условные, рис 5.2. К аждан проба представляет собой полное
пересечение жилы , в к отором определено среднее содержание олова.

Кроме этого п оказатеJUI каждая пр ба характеризуется Дl1иной или

мощность ю жилы В . м есте пересечен",н .

Н а рис ун ке 5.2. ОКОJlО каждой пробы написано содержание олова,

а вес), участ к оконтур е н для посл еду ющей оценки er'o содержимого.
На первой стадии были рассчитаны эксш:риментальные
ваРИОГр<tММЫ содер жанин олова,ПО направлениям Cebep - IОг и
Запад- Восток , к оторые показал и в общем изотропную СТРУ"''Т}'РУ
массива, рис . 5. 1, 5.3.
Как вид но из ри унков вар иогрuммы имеют большой эффект
саМОIЮДКОА , что I'ОВОрИТ об о'!ень высокой и з менчивости параметров
массива жилы. Были рассчита ны также bapl-lОграММbI линейного запаса
ил и прои зведе llИЯ одержпний олова на мощности жилы в точках
опробования . Н рис.5.4 . покззаllfl и зотропная вариограмма дня этого
показателя .

В данном прим ре к вариограммам содержаний была подобрана

ИЗОТIЮШIaЯ сфеР И'lес кая модель с параметрами: эффект самородков,
Со = 1.48 : порог, с= 1.86; 30 ll а 8JlИЯНИЯ проб, А = ЗО м .
ценка Зal13 ' ов внугри оконтуренного участка ПРОИЗВОДl1лась с

помощью ГlpoгpaM MЫ PANELK системы ДатзмаЙн . Эта программа

выполня ет Л I1НеНный 2-х мерный КРИГИНI1 па н еле й неправильной (о
план) формы и выдает в итоге значе ния оценки и ди с персию КРИГИНJ 'U .

99
 001

I'ТШIЖ IJОН'I1лdОUО1[О :'»)JJ.:)"M ПН godu :tИН;)'m;)wt:Ud ' ~') ':>Иd

OO'OOl 00 ' 001 00 ' 0

~""~~±~:±"~)=~~:±"~Х~=~"'~"'~Э~"'~~:±"~З~'"'~~~3EFil ~

о
~, ./t ifr. ~ rito "+, Ji, .1;, tto Jo .to rit .1;, о
" .to ,,1; ~, ,,+, "" "" .to it, ~ 10 .t, .,
.to ,;. .to r1i w1r ,t, 1, о" .t. .to о

.1;, /а ~ .t. rt. Ji .to rito .+, ,," .:

10('
о
.,;t,
'" .t. .t. j;, .t. .t.. rito it. .."\ .t, ." ~
.J-. .t. Jo .t. .t. .t. 07. rito .#, .t• .t. .\ tt. ri
, .J-• .t.. .t. "" .t• .t. ,,+. ,t. J • .t.. .to .to .to ri
,.... .t. .t.. ,,+, .t. Jo .1;, "1;, .t. ~ rt. .+0 .t. J
rf, ,j;, .to Jo .t, t1i .to ,,+• .to rт. .1; ,j;, .t, ri
~+, .t. .to rito .to .t. .1;, .t. .t. .t. rt. ..\ ~ ri
.+. .\ .to Jo .t.. .to tfo .to .to rt. rt. II~
..t. .tr. rito rit 11\

N
О
О

О
О

1 " .. . 0 ... ,) ,) . 4
~CI tl\ [6 С. "

1" , I~

о "
.~

.'
:
...-

...r7~"*.~rt:::::.....
..-.
••.1r;тt-nff "'.~
/ ;1
IL '

.
~
-'- -

r ,la · d3 fJ3 ,) . VRfluо ИИtf\iidзtfо.) V""VdJ OHdVd

J"."'. I"ol
 --~--------_. --------------------------- ---------------~

DAT ...... I N[

ВАРИОГРА~ А со EPIAНXК ОЛОВА. 3 - ВОСТОК

...
"

.
.:. ~
.... :
о .;

•.
.0
.. ,: ~

...
"
о

8
. o ~========================~
О 12 13 124
\" 3\
,.ссТО ••••

Рис . 5 . З . Ба И(J <11.11.1 <1 содержания Sn в нап авлеиии Запад- Восток

r'. . IN€
_
---------
___ ОАРИОI '!~~ rOAEPI AHHII ОЛО ВА . И 3 0ТРОП НАМ

i'..~..v'
~ ..
··г ;

·
~
o ~
;

.
.
. ~

О:;

8
.;

"
,.",o_11.,1 .' ••

Рис. 5.4 . Изотропная вариограмма линей.ного запаса

Рсзультuты расчета приведены в таблице 5.1 .

т а бл . ..
51 Р езультаты Jlинейного крнгинга паиели

rN п/п н Itнменованне показателей Значение

1 Пл ощадь панели , КВ. М 45 ,60 1
2 Максимальное число проб, 20
используемых в оценке

3 Оценка содержания SJl,% 1.03

4 Дисперсия кригинга,%% 0.2
5 СреДНI:С з начение вариограммы 1.86
J01
 В ходе расчета участок панели заПОJ1ННJlСН регулнрной сетью точек,
ДI1я каждой из которых опредеmUlась оценка кригинга с учетом
максимального числ!\ учитываемых проб, попадающих 8 зону поиска
(200 м в данном примере). Далее раСС'lИfЬШШШСЬ средняя оценка для
всей павели.
Существенное nлияние на результат оказывас:т разрешенное
максимальное количество проб, используемых в оцеНКе, табл. 5.2. Чем
больше число проб, тем больше сглаживание и меньше дисперсия
кригинга.

Табл. 5.2. ВЩIЯlще количества учитываемых (Iроб •• а резульг~ты

кригинговои оценки (радиус ПОl1ска = 200 м )
Ч II СJlО уч итыоаемых Оценка содержаlШЯ ДИСllерсИJI
проб 8n,% КР··fинга

3 1.45 0.75
5 1.27 0.54
]0
--
1.25 0.33
----;-
20 1.03 0.2
50 0.89 0.09
- -
]00 1 0.05

5.2.2. Месторождеllие алмазов

Месторождение имени М.В. Ломоносова в Архангельской области

представлено крутопадающими кимберлитовыми телами округлой в
плане формы · радиусом первые сотни метров, находнщимисн в
непосредственной близости друг от друга. Запасы алмазного сырья 111.
разведаны в настоящее время до абсолютной отметки -350 м на
глубину около 460 м. для промышлеllНОГО осво е ния рекомендованы
кимберлитовые трубки "Ломоносовскан" , "Пионерская",
"Карпинского-l", "Карпинского-2" и "Архангельская" .
Рудные тела месторождения прорывают осадочные породы
вендского возраста и перекрываются СIlJIOШНЫМ чехлом

средне-верхнекаменноугольных и четверти'шых отложений.

Рудовмещающая недислоцированная, слаботрещиноватая и
СJ1аБОJlитифицированная толща песчаников, мевролитов и аргиллитов
залегает практически горизонтально (падение на юг до 5 градусов).
Огличительной особенностью массива вмещающих пород является
частое переслаивание отдельных слоев и замещение лнтологически:х

разностей друг другом .

Среди перекрывающих отложений, мощность которых колеблется
от 20 до 60 м, а в палеодолинах доходит до 170 м, преимущественным
распростраllением пользуются песчано -гл инистые разности

четвертичного возраста различного генезиса, песчаники и известняки

карбона.
Жерловм и кратерная части рудных тел им е lОТ ТНПИ'IНУЮ для
трубок взрыва морфологию. СрtЩИ KI-tмбеРJ IИТОВ аВТОЛИТОВbJ е брекчии ,
ксенотуфобрекчии, туфы, туффиты И ТУФО ll еС 'lflНИКИ .
Горно - геологические условия месторождения оцениваются как
крайне сложные ввиду низкой прОЧIIОС1' И и СИЛЬНОЙ обводНt~ННОСТИ

10 2
вмещающих пород н руд. На предпроектной стадии рассматриваются
открытый, подзе МIIЫЙ, комбинированный и различные варианты
геотеХНОЛОГllчеСКIIХ способов добычи кимберлитов.
Масштабность оруденения, Н:РIИчие сближенных кимберлитовых
трубок, разработ ка которых ДОЛЖJ-\а быть взаимоувязана, многообразие
вариантов совм е ще /шSl открытых и подземных горных работ
IlреДОJlределнют особую ценность математического моделирования
месторождени>/ 11М. М . П . Ломоносова длл его технико-экономической
оценки и JlросктироваlН1Н ГОР~IO-добывающего предприятия.
На pII C. 2.8. ( м. главу 2) представлен план расположения
развеДОЧIIЫХ с К1Ш жи Н И контур трубки "Архангельская" под
перекрывающими породами. Интерполяция дневной поверхности с
пострnением изогипс ПРОВОДИЛilСЬ по а.о. · устьев буровых скважин и
топографическому плn ну масштаба 1: 1000.
ПОСТРОСl1l1е мате матической модели месторождения (с помощью
системы Д:1Тамайн) ВКЛlО'J::tJlо в себя следующие основные этапы:
- сбор, ан:ulИЗ и перевод на машинные носители первичной
геологической информации;
- ' обработка геологических данных;
- по строение каркасных моделей рудных тел;
- формирование трехмерных блочных
моделей кимберлитовых
трубок с вм е щающими и перекрывающими породами;
и/-пе РJlОmщия качества руды по данным скважинного

опробования и JlOдсtlет запасов по блокам, горизонтам и отдельным

раз новид но стям кимберлитов.
Достоверность исходных геологических данных является
необходимым условием успеха математического моделирования.
Ошибки fI и сход ной информации возникают на всех стадиях ее ручной
обрnботки , прокр:щываясь и в отчеты с подсчетом запасов, что может
приве~ти к неожиданным результатnм. Как показывает наш опыт,
затраты времени на тщ. тельный анализ первичной информащш,
включаи дела скважин, полностью компенсируются в дальнейшем, так
как отп:щает lIе обходимость в рутинной работе по переделке модели.
Исходны е геологические данные были введены с клавиатуры и
сгруппированы в ШIТЬ файлов:
1. Даllные об усп,е скважин, которые включают идентификащtЮ
(номер) скважин и КООРДl1наты устья .
2. ИНКЛlIlюмеТРЮJ скважин.
З. Да нные опробовании скважин в условном виде, но
отражающие и :з ме)I'IНВОСТЬ качества руды в пространстве.

4. Данные по литологии по скважинам .

5. Погоризонтные планы рудных тел.
Каждая проба , полученная в результате rtроведения геологическнх
работ, rtривя ывалась к определе НIIОМУ расстоянию отно ' иТt;л ьно устья
скважины.

Обрnботка р:1:звеДО'J)lЫХ данных по скважинам заключала ' 1> D

р. c'leTe и ОП'''''О)'() 110ложеIJЮI в 11р о(..'Траllстве каждой Iробы 110
"ОО IЩltllt\там Y~Tbll . I'ЛУ ин е раС flOложеНЮI пробы и данным
ИНКЛllllOм еТ(НII1 н ком rю ИРОВ:\IIИИ (объединении) пр б в pabllble
ИIIТ ~ РВ. ы IН r с ()(;Таl ИСП1'J еской обработк и . (Рис . 5 . 5.)

103
 Каркасные модели рудных тел строились по геOJIOГИ'lеским планам
и разрезам отдельно для каждой разновидности кимберлитов. На их
основе ФОРМИРО8ались блочные модели, которые объединялись с
блочными моделнми поверхности, перекрывающих и вмещающих пород
в еДItНУЮ трехмерную блочную модель месторождения. (Рис.5.6.)
Совместное представление щтокообразных рудных тел со
сложными граIНIЩ\~fl1 распространения раЗJIИ'lНЫХ типов кимберлитов и
ШНlстообразно залегающих вмещающих и перекрывающих пород, в том
числе тонких ' и выклинивающихся пластоu, является ' серьезной
трудностью ДЛЯ математической модели любого типа.
Система Датам аНн использует простейший тип тр~хмерной модели
- flрямоугольную пространственную решетку, где каждая нчейка имеет
одинаковую ориентацию и содержит единственную характеристику для

каждой переменной . Однако, структура модели предусматривает

деление ячеек на подънчейки и по вертикали и по горизонтали, что
позволяет описывать сложные геологические границы . При этом внугри
геологического тела размер ячеек определяется расположением скважин

в пространстве или геостатистическими параметрами, а на границе

рудных тел или тектонических нарушений ячейки делятся на
ПОД'Ыlчейки позволян с заданной точностью аппроксимировать
геологическую среду.

)(= 262210
Y ~5'0180
2-350

Рис.5.S. Вертикальное сечение через один и з буровых профилей

(Диаграммы одоль СК8ажин пок аз ыu а ют у ЛОБное содержание
алма зов)

104
 РИС . 5 . 6 . Гори зонтальные контуры трубки, использованные
ДЛЯ построения ее каркасной модели.

Например , модель трубки "Архангельская" и перекрываlOЩИХ пород

состоит из 167686 Я4еек и подънчеек и занимает почти 9 000 КБайт
ДИСКОВОЙ памяти. Она включает 8 себя полную информацию о
геологиче с ком строении и р аспредел е нии качества руд, полученную 110

данным обрабОТI<Jf" разведочных скважин , позволяющую производить

проектирование открытых или подземных горных работ, а также
планировани е 'работы горнодобывающего предприятия .
Размеры в плане, охватываемые моделью, равны 1800xl800 м , что
соответствует 120 рядам и 120 колонк а м, так как размеры ячейки бьши
одинаковыми во всех н аправлениях и равными 15 м . Размер модели по
вертикали состаwшет 480 м или 32 уровня, 8 пределах абсолютных
отметок -350) - (+J ЗО) м .

...
N

___ . _--L.._____ __ I !

~ . On 72 . 00 1.4 . 00 216 . 00
J60 . 288 . 00
_ РА ССТО II'!{\( Е_ W Е!Ш' .. и.:.А.•.....:I=--_
лРОu А = _ I
р" ' .5.7. И зотропная lIариогрu мма и модель услонною
соде ржа ния ал м аз ов по месторождению

.10 5
 Горизонтмьный И вертикмьный р а~ резы блочной модели,
иллюстрирующие уменьшение р азмеров jlчеек при аппроксимации

геологических гранltц, изображены на рис . 5 . 8., 5.9:

Эффективность использования математической модели
месторождения и решtнин на ее осн о ве задач планирования и

управления горными работами опр едеmlетсн не только структурой и

орга'низацией модели, но и I1рименнемым методом оценки запасов
полезного ископа е мого .

В данном случае для оцtнки запасов по бло'шой модели

использовмпсь геостатистика (линейный кригинг) .
Предварительно было построено свыше 70 экспериментальных
вариограмм в различных направлениях в пространстве. Как оказаllОСЬ,
изменение направления в а риограммы существ е нного влиянин на ее

параметры не оказывает, '!то свидетельствует об 1130mроnносmu

месторождения по содержанию полезного компонента.

В результате были ПРИЮIТЫ следующие параметры изотропной 2-х

структурной сферической модели вuриограммы, рис . 5.7 :
-эффект самородков, РI - РЗ = 0.0;
-порог первой структуры, Р4-Р6 = 0.91;
-радиус влияния первой структуры, Р7 - Р9 = 35 м;
-порог второй структуры, PIO- P12 = 0.58;
-радиус влияния второй структуры, P13-P15 = 300 м.
Кригинг проводился отдельно для каждой разновидности
кимберлитов, при этом использовмись данные опробования только
этой разновидности.
Разница между результатами ГtостаТИСТИ'lеского метода оценки
запасов полезного ископаемого и традИЦИОНlЮl'О способа расчета этих
величин в данном случае не превышает 3-5%. В то же время, наличие
данных о качестве руды в пределах каждой Я'Jейки блочной модели (а
не в подсчетном геологическом блоке объе мом миллионы тонн)
ПОЗВОJ1иет оконтурить 8 пределах рудных тел з оны с разлИ'lНым

содержанием алмазов (Рис.5.10.) и ИСflOльзоваlЪ эту информацию при

планировании горных работ.

10
 D A T AMINE
POSITION
LE V EL б
Z= 5 1 . 60036
n

_ L EGEND
VALUE : 500
FROM ТО
~ 0 . 000 0 . 001
ffШI 0 . 00 1 0 . 300
m 0 . 300 0 . 600
ШII О . БОа 1 . 00
1 . 00 2 . 00
~ 2 . 00 3 . 00
а з . оо 4 . 00
'------ - --- l1li 4 . 00 >10·.9
262220 . О 262580 .0

VAL UE : SOD
FROM ТО
0 . 000 0 . 001
0 . 001 0 . 300
0 . 300 0 . 600
0 . 60 0 1 . 00
1 . 00 2 . 00
2 . 00 3 . 00
3 . 00 4 . 00

510270 .0 510630. 0

Рис. 5.9. ВертикалЫI е сечение блочной модели

107
 Рис.5.10. Услонное соде ржnние алмазов на ОДНОМ из горизонтов
блочной модели

5.2.3. Компьютерное модtшarроsание и подсчет зипасов

ЖИJIЬНОГО месторождения

Краткая геОЛОГИ'lсская характеристика месторождении

Месторождение Аметистовое, расположенное на севере

полуострова Камчатка,предстам е но свитой (около 30) крутопадающих
рудных зон и жил небольшой мощности. Основные полезные
компоненты: золото и серебро. Месторождение разведывалосъ
поверхностными выработками, скважинами кернового бурения и
подземными горными выраб01ками.
Тклаваямское рудное поле, в границах которого находится

месторождение, расположено в пределах одноименной

вулкано-те",'Тонической структуры, . предстааляющей северный фланг
Ичигинской аномалыюй зоны.
Вулкано-тектоническая структура отличается фемической
напраменностью магматизма и характеризуется интенсивным

развитием метосамотитов и жильных образований, аномальным

характером геофизических полей, подчеркивающим контуры И
особенности внутренне го строения структуры, что позволнет относить
ее к структурам оч агового типа.

Наиболее продуктивной частью \,,'труктуры ЯВJш ется Аметистовое

месторождение, площадью 8.5 кв . км. Месторождение отчетливо
формируется положительным ll>авитаНИОНIIЫМ м ак~имумом, характером
геохимических пол ей и хар актеризуется МUКСИМШIЫЮЙ гидротермальной
проработкой и жилонасыщенностью .
Жильные образования рудного пош. и месторождения в
ПРОС1'Ранстве образуют преимущественно группы или пучки жил
площадью 0.5 - 3.0 КВ.км И Ilротяженностыо до 2.0 - 2.5 км. Orдельные
пучки имеют коническую форму. В ПОДiiВЛЯЮЩ М большинстве случаев
рудные тела им еют геологические границы . Морфология жил
сравнительно СЛОЖНlUr - это пологосклоннющиесн ленты и столбы.

108
Протяженность РУДНЫХ тел достигает 1320 м, размах по вертикали. более
300 м . Топография поверхности участка показана на рис. 5.11.
В целом , по своим геолого-структурным особенностям , условиям
залегания, морфологии , napaMeTpDM мощности, характеру
распределения содержаний полезных компонентов и качеству руд
месторождение Аметистовое отнесено к ТРЕТЬЕЙ группе по
классификации ГКЗ .

+
+

.8
... ~
.• 8 - +
м S _
u ~ + +
.:
g
'а
D

+ +
!- +-
...,
D
"-
со

21500 2ЫIDО 2Н'00 28000 29500 30000 ~0500 31000 31,00 32000
3!ПА" - ВО О ТОХ

РИС . 5.11. Топография поверхности месторождения

Подсч ет запасов выполнен методом геологических БJЮКОВ.

Оконтуриванне рудных тел производнлось по данным опробования
разведочных выработок (в подсчете участвовало 5454 пробы по 1906
полным разведочным пересечения м) . Всего в подсчет включено 148
блоков по категориям С 1 и С2.
Мощность рудных тел (в горизонтальной плоскости) опредешшаСI>
в каждом разведочном се че нии как сумма длин составляющих проб с
поправкой на угол встречи пробы с рудным телом. Поправки на рельеф
не ВDОДНЛИСЬ.

Среднее содержание во всех случWLX определялось как

средневзвешенное на длину пробы или 110ЛНУЮ мощность РУДНО( 'о тела
по сечению. В местах с большим количеством проб производилось их
группирование перед расчетами. Из -за большой неравномерности
npocтpaHcTReHHoro размещения проб при рас четах вводились раЗJшчные
условности, 1( есколько сглаживающие неравномерность.

Средняя мощность по горизонтам определялась как

среднеарифмеТИ'lеская, а среднее содержание, как среднеRЗвеш иное .
Размер IIл ощаде й подсчеП-fflХ блоков 8ЫЧИСЛЯЛСЛ на nеРТИКaJIЬНЫХ

10 9
проеКЦI1ЯХ по формулам гео меТрltи t: уч етом поправочных
коэффициентов :
- К1 - коэ ффициент извилистости рудного тела, определнемый
отношением действительной длины рудного тела к дtJине ее проекции
на вертикальную плоскость;

к2 коэффициент промышленной продуктивности,

определяемы!! отношением длины бал ансовых руд на общую
длину рудного тела.

"УРАГЛННЫЕ ПРОБЫ на ме торождеllИИ крайне редки (16 проб) ,

их 8Jlияние на запасы металла незначительное и на подсчет за пасов

незначительное и находитсн в пределах ТО'IНОСТИ расчетов по категории

Сl ". И все же они огр а ничивмись методом и.д . Когана (см . главу 2).
Подсчет запасов ПРОИЗDОДИЛСЛ по формуле
р= Si + Ms ... d ... Cs,
где: Р - запасы золота в ПОДС'fетном блоке, кг (или запасы серебра ,
тн); Si - исправленная (с учетом коэффициентов) площадь
блока, тыс . куб . м;
Ms- срединн (по блоку) мощность рудно О тела;
d - объемный вес руды (2.55 т/куб.м);
Cs- среднее содержание золота (или серебра) в блоке .

Ввод и первичная обработка информа •• ии

Поскольку вел пер ичная информаЦШI о месторождении

существовма только на бумаге в виде геОЛОПl'lеского отч ета, то прежде
всего надо было ввести ее в компьютер . В ся последующая обработка
информации IJРОИ Зi3 0дилась в среде ИНl'егеированной системы
ДАТАМАЙН и ее графической оболочки ГАЙД на персональных
компьютерах АТ -386/387 и 486.
Графически е да нные (топ ография поверхно ти , контуры
балансовых участков рудных тел на поверхности и на подземных
горизонтах, геологические сечения, проекции 1I0дсчетных блоков на
вертикмьную . плоскость , контуры подземных горных выработок и т.п . )
вводились дигитай зером в Автокаде и пер едаВ:lЛ ИСЬ на последующую
обработку в виде файлов в формате ".dxf'.
Данные опробованин бороздопых проб (по канавам и подзем ным
выработкам) вводились с графических материалов n виде 2-х ASCJI
файлов:
-файла опробовании, включающего: номер выработки, длину
пробы, содержания компонентов, файла ( сов м естного) инклинометрии
и координат устьев выработок.
Данные ДЛЯ последнего
файла DВ ОДl1JlИСЬ по показаниям
дигитайзера. Z ДJ1Н проб на поверхн ости и з-за
При этом координата
отсугствия реальной информации YC1l0BHO ПРlfНималась равной 300 м .
Данные опробования скважин Тflкже вводились с геол гических
чертежей в виде З -х ASCJ I файлов:
- файла опробов ания рудных (кондици о нных) интервалов ;
- фа йла инклJ.tнометрии;
- файла координ ат устьев сква ЖИII .

110
 в ПРОltесс~ впода данных обнаружено достаТОЧIIО мt-IО['О
неточностсй , ОШllбок 11 пропусков информации, что вообще то говоря
/IOРМШIЬН l> ДJl Н такого СJ ЮЖI-ЮГО месторождения.

НШ1РИМt:р , по ШluГlIХ СJlучанх геометрические размеры ОДIIИ)( И тех

Же рудных тел 11 i1 СМ\::Ж IIЫХ листах графики не СОВlщдали . Из -за
неточного и зо Ч):!Жt: IIIНI ве рТИКМЫiЫХ сечений рудных тел на чертtжа х
очеРТНЮlI1 ЖI\JI 11 I 'ОРIПОlIтальной плоскости при модел ировашН1 и
интеРПОJНЩIIl1 IIJ.JIlO б р еТ:VIl-I 1I '}JlIШIIIЮЮ ИЗDИЛИСТОСТI•. Ра:! меры деталей
и зоб рnжеlllВI "а Bt:IHIlКi 11,111.1
"роекщ lНХ и ГСОЛОI'ич еск и ра зрезах
часто не cOnllaJl ~
111 с оответ ' l'tlУЮЩИМ~1 ра мерами на ШШН 'IХ 11 '1'.11 .

Там, где БЫJIO UО1МОЖIIО, IIlI фО РМ ::Щ ЮI испраnлнлась ил .. ДОПОЛНStJlась .

ПОЛУ'lе lltlы е 11 РUИ'llIые даН Nые по скважинам и боро ' ДОВ ЫМ
пробам В/ЮДЮI11Сh Jj ell T~ MY ДАТАМЛЙ Н и I1J)QХОДИJtИ lIеРВИIJНУЮ
обра отку, u '1'.' 1.:
- вен IIlIф ор м . ЦIНI О Гlробах, ПОJlучеНNан 8 виде 2-3 фnЙJ10В,
объеДИШlЛась в еД lIlIL.lIi ф айл, где длн каждой пробы ра С'ШТЫ8aJIIIСЬ с
учетом ИII КJ lllllOм е' I' РШI простраNСТ8енные координаты и УКIl.1ЫШlJ1ИСЬ

все показателJol Ka'ICCTDn.

- из -з(\ ОТСУН;ТI3ШI в oT'lcTe коорд инаты Z для поверх ностных проб ,
она при 13ВОМ Щ\t;lIIЫХ былn УСЛОВНО приннта равной 300 м . Для
корр ектир о uкн :1'1'0 1'0 "дефекта" была смоделирована 3-Х м ерная
пове рхно с'П, ре Ш IЫIO/'О р ел ьефа у'шстка Месторождения , и на нее
"переllесена" (\}l0 ка)) ~IIC ёМ'-\ P,-\, lве).lОЧНЫХ · выработок , ut.:e пробы
которой по слt: 3TO I'O rЮJlУ'lИЛIt З l1а'l ёJ-IЮ/ координаты Z.
- 1IOJlY'lcll1l Ыё ф айлы проб проходили прове рку корреКТIЮСТl1
да нных lIа :
... \.:0 ЛЮДё llll е npeJlCJ1 bllt..lX грпНl\ц простран стнп;
... ПрatJlIJ1ЬJ-IOСТ/> заме роь ИIIКJ1инометрии;
... I/ СI Jр еР /АUlЮ СТЬ 11IIтерналов опробовании ;
... соБЛюден и е пределыlхx границ содержаltий компонCI-IТО Ь .
После такой [lр о ве рЮ'I, ВЫНВl1lШJей достаточно много ОШJ1бок
пеР8И'IНЫ щ'Н IIIЫХ, БЫЛII Вblполн е ны необходимы~ корректировки и,
кроме э ого, все пробы раСС~Н\ТРИ8ались на экр. не и совмещали ь с
КОИТУРЮvlll ЗО II балансовых за llасов РУДЫ.
- КОМfюз ирооаНllе проб прои з водилось с целью . щншедсниSJ их к
ОДl1llПКОВОЙ ДJ1 IШ С для собл юде ни)]
корреКТlIO(.."пt по J(~ДУ\оЩИХ
статистических и гео статистнческих рп 'f eTOB, B c~ пробы приведеllbJ к
длине 0.3 м.
-стати(;тнческис вычнслеНЮI IJ ц елом по месторожде нию ВКJlЮl.f3Ш1

в ебн :
... pnC' /cT обlЩI Х СПtТJlСП1'Iе КНХ \1 О казатеJl ей ДJШ AtJ и АО ;
... [1О 'трое llи е ги гограмм;
• коррt'.ЛИЦИОНIIЫЙ а нали з ;
... IJ греССJ.lОllIIЫЙ анмиз ;
... гео тат ис иче ское нс JlедоваlllН~ м ассин а П() БUJlЬШИН тву (та м ,
где I1М СJ ЮСЬ достато'ШО I1роб) жил и рудных тел, рис 5. 12;
• в II соБХОJ(lIМЫХ СJI )" IЩI Х - тренд f\НШIИ3 .

] ) 1
 + +

+ +

+ + + +
i·
t
о ВАРИОГРАUIlA (AU)

~
111
ЧI 50 100 J
~~lШИ!j. u

Рис.5.12. Вариогрnмма содержания золота по простиранию жилы

Обработка rрафи ческих материалов

Прежде всего необходимо было преобра:юв::tть файлы ".dxf'

Автокада в формат графических фаЙJ)ОВ ДАТА МАЙ Н, что было
вьшолнено с помощью специального интерфейса, имеющеГОСII в
системе . Таки~ образом были получены файлы: топографии
поверхности, вертикальных сечений рудных тел, контуров ПОДС'.Iетных
блоков , контуров жил и Т.д.
Файл точек поверхности рельефа был преобрззооан в ка ркас ную
модель рельефа, которая состоит из 2 - х файлов: файла то',ек И файла
тр~угол ьников.

Из-за отсyrствия данных все контуры жил на пове рхности имели

УСЛОВНУЮ отметку z =з оо м. Поэтому ОНИ бьши предварительно
спроецированы на З-х мерную поверхность (каркасную модель) рельефа
(без учета вскрыши).
Файлы вертикальных сечений и проеКЦIlЙ ЖИЛ, ПОJ1У'Jенные В
Автокаде, часто не совмещались с изображениями н а fшанах. Поэтому
uыполнялись соответствующие операции ДJlЯ их разворота 8
пространстве .

Полученные и откорректирова llllhl таКI1М образом контуры

се Llений проверял ись на совме стимо сть с 1I 0lJе р~ н о(;тыо то пографии и
кq llтурам и llepeCeKaeMbIX ими жил в горнзонталl.ноЙ llЛоскости . Как
правило при такой IIpoBepKe ПРIIХОДИIlОС Ь KuppeKTllpOBrlTb вручн ую
праJ..:ТИ'lески К t\ждый профиль из-за н е качественных пеРВИ'JНbfХ
граф~,ческ их м ат~р иалов , Рис 5 . IЗ .

1j 2
 DATAt.AINE

КОНТУРЫ И СЕЧЕНИЯ ХИЛЫ ИЧИГИНСКАЯ

Рис.5.13 . Изометрический вид откорректированной исходной

графической информации по жиле

ГеометризаЦИJl и создание каркасной модели месторождения

Самая сложная часть работы заключал ась в простраllственной

геометризации ЖИЛ, т.к.:
- мощность жил слишком мала па сравнению с их другими
размерами;

имелось недостаточно информации о пространственном

ра мещении границ жил. По некоторым из них или вовсе не бьmо
каких-либо сечений, либо их бьu1О ' крайне недостаточно, или

113
имеющи еся се .., ени я был и пр о ведены н ето'ш о , ' ITO п риводило 1\
посл едующем к искажен и ю фОРМЫ жил D ПJljШ ~ ;
- .разли ч ные 'Ш '1'11 ЖШl . Р ДНЫ Х ЗО Н Н Ш ю ф и з л ожно сочет~ются
В П(юстра н стnе .
Kp o ~. этого, к а р I JШ у щсстоенно у }ЮЖНSlJШСI, ЩlOгочисл е нными
те КТО Ш1 'JС СКИМ И н а р у ш III/ SlМ И .

111' жде все го, fI и н гер а кти вном реЖI М ' кшк ый имеющий я
контур об ра батьшае м ой ч асти жилы (Dt: PTHK:Ulbl l t.JH , I' OP I' зо нтальный и
. Н . ) раздеЛНJI С Л н а 2 ч а С'I' lI , uТН ОС SJЩи ес и к е ВИ С: Н ' l ему I1JШ лежач е му
б а у. Та К l1 М 06р:\зо м сощавм и с ь 2 новых фа ЙJ Iil lIезамк нугы х линий .
С n мо щ ью и нте lШ ОJНЩИ И одной I1 З З - х к оо рдинат (методом
об 1' аТtlЫХ раССТOSIН ИЙ) модеЛИРОВё1лась регулнршш се 'ь точ е к для
Ю\ ждOl 60 OIюН 1100ep но ТIi каждо й 'jасти Ж IIJlЫ. TaKIIM образом были
п олуч с:: 'Ы 110 2 модел и "об е ч аЙК ~1" ДJНI I\.:l ЖДОJ'О расс м триваемого
р удн ого тел'. Этот п роце ' с DЬШ ОЛlШЛСН n 2 СТ(lДи и ДJНI раЗJIИЧНЫХ
р аз м е РОD 0 11 пои ска Щ\ IШ h Х.

Зат~м Il олуч е нны е м одели пов е рх" сте Н (о оиде точек)

I1р еоБРUЗ ООЫ(J[UШ Сh 8 КlчжtiС llы е модели , С() СТО $lщи е к аждая из 2-х
ф а йл ов: то '"! к и peyrOJlI>I IHt<on, На та кую м одеJll. дl Lll с е проецировал с н
п ) оск нй ко нтур J) 'РТl1к r\J1 ЫЮ { про е кЦlШ ЖИJl Ы , KOTOPbI i i становил ся
11O ~ е это о ) ~ X Mt pl ll,'M .
11 CJ le э 1'0 В IIOН Ь IIР О Н ЗDОДИJЮj; Ь K Cl pKI1CII C!e моДt:JI и рование , НО
уж ~ с
Y'I ТОМ П О У 'I t: IНЮГО ) ~ X м е рllОГО КОlIтур а ЖИЛ Ы , которъ й
D КЛiO ' lI ' 11 n модель . В р еЗУЛ hтате ПОJlУЧ!U1Н СЬ I<I\К б ы завершенная
Ю Кt.НI UI " ' к о(>лyn ка" о ра n ъш ае Мой части жил ы.
Ан мо гич н о п олучалась Dторtщ часть IJODt: PXIIO CTII рудного тела .
З ат . м fi ннте р а ~ТИfl Н О М ре жи ме на экран nЫ /iOдил и с ь 2 трехмерных
I 'РШШ"Н Ы Х ко нтура жилы 11 с оедишlЛИСЬ tI К Щ1 К fl С, В р е зультате чего

П ОЛУ'lМ , с ь тр етья, тО\щ UШ ( Н последюНl '1 <1 'ть пр ост ранственнога

1\11.11< Iyroro кщжnса ж илы . Дал ее псе части к аР КII а объединялись 8

единую модел ь ,

Этn м одел ь 1) си те ме глйд разрезмась Мll ожеСТDОМ лараллельных

iI Iпlt к алЬ1lЫХ се ч IШ Й ( ' I с р ез 3- 10 м), и соз аnuлсSI фаНл контуров этих
' счr. II ИЙ, р. с 5. ) 4, Как пр.ш ило, из- за М :lJ10И М О ЩlJOСТl1 ЮlЛы И
H~Д() CT 1'О'ШО подробноi! и го'шой исходн ой инФо р ма ци и ПОЛУ4 С НIIЫ
рfН\ t:е II I1 ТС Il ПОJlИрован " ы е б о ковые поп РХ II О И жиды в н е кото рых
м е,'т 'Х 11 ' v~хлеСТЫ6аШ I ' , и мел и СJlИШКОМ ЭЮОТI1'1 CS' е ФОРМЫ и Т.п,
I ;)'(' 1 У » е rЮJlуt( сf-tII ы е е' l е НИJJ аНaJ1НЗИРО fl:lfl I1СJ. 11 ко рр е ктировались.
ГI J 1 Y' I ~ Jl HbI e Н отко р ре ктированны е таким обра:юм контура
ЮUН ) 111 •• ОС.ВОВ Й дл я lIo i\ око нч птеJlЫЮ Й к а жа С IЮЙ м одел и , к оторая
соз!tIШUJI t\.·Ь В юi·I't:ра ....·и Вl юМ режи м е npout c ами ДАТЛ r.л дЙн .

'ЛО'Ш А '"ОД ЛЬ tt flОДС'lет заll асов

I la сне; ую щ~ м этане lРОИ З II ..щш ю ' 1. со "Г:\'I'И С'ГliЧ tС ое

н е J1C ()) a l mc рУдtl Ы :ю lt It ЖИЛ, 1\ зат м О:iщ\ щt с 11 )( )J10 ЧНЫХ м деl 1 еli
1I H II" '~ P ЮJl;IШfН но 11'J;\'l елс й .... ' IC 'тна fi Il Y 1IН1 ~ ' щt:.J \ ' Ii .
 I"AТAO ' "'
СЕЧЕНИЯ КАРКАСА ХИЛЫ 26.1

--~ ------------------------------------------
.всртикnльны~ сечения каркасной модели жилы
D изометриlt.

"роведеll paC'leT Dщmограмм для содержаннй AU и АО в

ГОРИЗОНТ,U(ЫfОЙ ПЛОСКО и и n ШIOСКОСТИ падения РУДНОГО тела.
ПРИНЯТО, что tJ направлении наименьшего размера жилы параметры
имеют максиммьнуlO и:зменчивость, характерную для большиш:тва
жильных руд ных тел .

Полученная вnриограмма и модель (ДЛЯ жилы 26) для AU пока.1зна

на рисунке 5. t 2. D последующих геостатистнческих оц ночных расчетах
ИСПОЛЬЗОВМltСЬ анизотропные модели ва риограмм. Н,-,прим ер,
параметры OAHOCТPYKTYPII й сферической вариограммной модел и ДЛИ
жилы Петроnск а)l 1 имеют следующий вид:
PI-P3 =60.1 Изометрический эффект самородков модели/
Р4-Р6 =70 / Порог варио граммы /
Р7 = 5 / Зона влияния окрест про,-'Тирания жил ы/
Р8,Р9 =- 100/ Зона l:iJ1ЮIНИЯ по простиранию и по ШlДсни О жилы/
PIO = 20 / п рвый угол поворота системы координат/
PII = 20 / Второй угол поворота с истемы координ ат/
P l2 = О / Третий угол поворота системы координат/
u качестве о I\ОDIIОЙ нчсйки блочной МОДСЛl1 для. БОЛI..ШИНСТl\;t ЖltЛ
б ••1Л принят ГlРЯ~ОУl'UЛЫIЫЙ параллелелиГ1СД с Р ·змерами 3"') м li ПJl. "H~
If 2 М п о вы ·0 е . Д п ус к [ !ОСЬ ДСJlснн е этого БJl ка 113 JIOДЪJlЧ ~ ки (.ао 16
подъячеек) 8 зонах резкого изменениSl поверхности жилы. Такими
блоками было заполнено все внутреннее простраНСТ80 рудных тел.
Из-за сложной формы тонких рудных тел образовывалось большое
КОJlичество ячеек и подычеек,' которые занимали большое прострiШСТ80
на диске. Поэтому для многих жил была провсдена оптимизация
блочных моделей с сокращением их р:\ЗмеРОI\ , НО без существенной
потери информации о форме поверхностиU>ис 5 15

о
DATAMINE
(") POSITION
N
~
LEVEL 50
Z= 101. О
.,..
~

11.
1!4
tQ
....
1!4
V LEGEND
VALUE AUSL
FROM ТО
I IШI 0.000 4.00
. 4 . 00 10.0
J:...
~ 10.0 50 . 0
g . , 50.0 >10··9
29224 . 0
ЗАПАД - ВОСТОК

Рис.5 . 15 . Горизонтальное сечение блочной модели жилы

Интерполяция показатеllей качества (AU и AG) производилась

лроце ссом линейного блочного 3-х мерного кригинга, КОТОРЫЙ в
HeKo'ropblx случаях ОСТi1WJЯJ1 часть Jlчеек пустыми из - за OTCYl'CTBWl
достаточно приемлемой исходной информации ДJHI оценки показателей
кnчества D этих }lчеЙках. После этого все отдельно рассчитываемые
части одной жилы объединялись , а в модель добаnлялсн ' показатель
плотности руды.

Далее процессами ДАТАМАЙН по каждой блочной модели

ЩЮИ З fЮДИЛСJI подсчет запасов н формирование таблиц запасов в
которые nносились данные о запасах руды и средних содержаниях AU и
AG с учетом заданного бортового показатеЛJl качества полезного
ис копаемого. Пересчет запасов rlO новому значению борта занимал дли
одной жилы не более 5- 10 мин .

Результаты расчетов

Полученные данные сравниванис .. с результатами оценки запасов

11ХIДИЦИОННЫМ способом . Получены следующие ОТКJlоненин
( относ ительные %) для показателей оценки Зi1пасов:
- Запа с ы руды т.т + 2.4
- Содержание А U ,г/т - 6.4
- СодеРЖUlше AG ,f/T - 6.7
- Заllасы металла (AU),кr - 4.3
- Зап асы металла (АО) ,т - 4.5
(Л' м еч ен о IIногда существенное несовпа,дение JlOказателей ДНЯ
отдельн ых ЖИJl , что ч а ще всего связано с недостаточной и (иногда)

ll/i
неточной информацией о форме и размерах рудных тел, расп реде)lен ии
качества руды в недрах (малое число проб).
Однако, отклонение основных показателей Д1IЯ отдельных рудных
тел редко превышает 10 -15 %,что в данной ситуации (предварительная
разведка и третья группа месторождения) можно считать вполне
приемлемым .

ПРИЧИНЫ отклонения результатов подсчета запасов метaJlЛа .

. а) Редкое и неоднородное опробование рудных тел при ра:ш~дке

месторождения приводит к завышению представительности достаточно

подробно опробованных Y'НlCТKOB и естественному отклонению средних

содержаний от реальных. . .
б) При моделировании из-за оч е нь малого количества проб часто
невозможно бьulО установить точную форму вариограммной модели и
ее параметры (порог и зону влияния).
в) "ЭФФЕКТ ОСНОВАНИЯ" В геостатистике существует
классическое понятие эффекта основания, которое утверждает, что если
оценка ' месторождения идет по малым (керновым или бороздовым
пробам), то во всех случаях при малых бортовых содержаниях (меньших
чем среднее содержание по месторождению) СРЕДНЕЕ СОДЕРЖАНИЕ
КОМПОНЕНТОВ В РУДЕ ЗАВЫШАЕТСЯ ПО СРАВНЕНИЮ С
РЕАЛЬНЫМ или по сравнению с оценкой, сделанной по объемам руды
значителы10 большим, чем первичные пробы. Это результат того, что
распределения качества руды по пробам и по реально изnлекаемым
BbIeMO'IHbJM еДltllllЩ1М карьера или шахты - существенно отличаются.

Ч е м больше разница между объемом пробы и объемом реально

извлекаемого при добыче блока (или блока модели) и чем выше
неоднородность руды, тем больше величина переоценки качества
полезного ИСКОllаемого (а следовательно и . запасов MeTaJU13) по
сравнению с фактическими показателями в будущем.
В данном слу'ше раз м е ры первичного блока модели 3*3*2 м (ИJШ
18 lo..'Уб м) значительно больше объема первичной пробы, что на наш
взгляд ЯВJ1ЛОСЬ основной причиной снижения средних показателей
кач ства по ЖИЛi1М по срав нению с Ге ологическим отчетом .

5.2.4. Оценка ПJ1астовоrо месторождения

Работа выполнена Доктором с.ХеюlИ, представитеJlем компании

Датамайн Инт. в 1993 Г. Исходные данные были предостаWlены
ин ститутом Луганскгипрошахт по одному из участков действующей
угольной шахты в Луганской области .
Были использованы следующие первичные данные в виде фаЙJlОВ
на дискетах, а также в виде графических мате риалов:
-ф йл КООРДlIнат устьев вертикальных разведочных скваж.ин;
-файл опробования скважин, имеющий показатели:
-А и В - основные показатели качества угля (тепло' llОРНая
способность и зольность);
- мощность пластов ;

- отметки пер есече ния скваж ин ой КРОJil1И н 1uДОШВЫ

IIЛ , стов .

117
 -топогrафический пл ан поверхности /на бумаге/;
-план существующих hЫР1\боток на Y'I;\(~l(e, в~деltНЫЙ н
Автокa,nс.
На первом 31' пе БЬU1i1 npO\I ·jl.lt~Jte H[1 () ра OTJ<:t AI\IiHbl ' ПО

СКDюкинам, Т.е. получена ТОIЮI ·Рi.lфШI уча -К .! при вязка "сех

результатов ОllроБОRЮIШI в З-х Mtpll п аСТ{КIНСТВ . Пл j I

Р1\ ПОJfоженин СКВi\ЖI1Н по"а:.ШН на pllc.5. 16.
Все llолуч енные даШIЫ~ npoLlum пров~рку и коррек't'И РО "I<У, а
такж ПОЛtlую СТU1'ис.ПI'l ску,) работку.
Геос аТI1СТИ'lеские ИС СJlеДОВt\НI1Я ЩЮfЮДИЛИ С 1, с ПОМOIШ,Ю

Rf1plfOl'paMM для нсех IIока:щтслеii ка'lе ГШ, n т: к (е ДНИ I'сm.lеТРИ'lССЮfX

I арам трон плз т в. На участк~ ГIJ ОСЛеживае си с агла ное але ание 2-х
наЮЮllllbJХ пластов с пологим заЛ~ I'nЮIСМ ВnrНЮI'раммы (и
'оотuетствующие модеJ1И), n лученные дт. показа еле й А и В 8
И .5. 17 :'\. 18.

1- -

11 000 121100
_ _ ..ILILA..JI..A.JO_ _ _ • _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ ._ _ _ _ _________

Pl1c.S. 16. П nnl рn с полuжсШ1И СКtl:lЖИН на У'Н\СТl<е

g ;=====~-=-=-=--=---- --':"'::~---;----' ----, .------,.-

.n
ID

BAPJ.IOI·PAlruA - ПJIAСТ Nn
с:.
о

N
IГ)

10
N

о
а

0 1//
~V! _ _ ._____ 1_ _ _ _ _ _l.. _ _ _ • _ _ • _ _ _ _ _ _ _ _' - -_ _ _ _

_
с:с 00 2 .. 0
_______ .
00 480 _01)
D 1ST АШ.Е. __
_
по 0 0
__ _____________ __
()БО _ОО 1200
_
Plf . .17. ~ . р ltограмма и МО) cJIL ДМI JI(JI<З :I<' -ели Л пласта 1.

1 1.
 в данн ой р б оте каркас } ал модель пластов ie СОЗД' »ала(;ь.
БЛО'IНая мод(;л С'fIЮИJ ШСI> по специuльной lUIастовой "т ХНОJiО)'Шi",
описанн )й 8 р: щеле 2. Одновременно м делировались 2 пласта .
Интерп ол ЦJШ IJр оизводила ,r> с помощью геостатистического метода -
КРИI'ILН l'а по ВС СМ показателя качества угля , а также rю

геометрически l1араметра пл астов: мощности и отм е ам кровшt

и/или п одошвы . а рис.5 . 1 9. fюказана часть вертикальнOI 'О (XZ)

сеч IIИЛ МСС' ор()ждеl1 И Я , на котор ом видна сп ециф ика ПJl3СТОВОТО
ЛО'LНого МОДСllЩЮЬat ИН . Так вторая CBI;PXY лома lая ЛИШ'if1
представляет с бой :е tl сние l'опогр афи ческой п оверхности . Ниже видны
сечения 2 -х пластов, "р ск пшенных" в соответствии со зн 'Iснием
показателя А.
~-- --===-=-==-г- ------I----====;::::=====-~==:;:::==--=..::..::--- -..;:- -
о

n
u1
О

.....
N
О

ВАРИОГРА~А - рллст No . 2 - 'В '

_ ' - -_ _ _ - - ' - -_ _ ----L. _ __ 1

~ . oo НО . ОО <480 . 00 720 . 00 960.00 i:} OO

L-_ _ _ _ . _ _ Е_
D.J . SТАщ;,ь _ _ _ _ _ __ _ __
Р l С . 5. 1 '. В:tриоrrамма И м одеJIЬ для оказателя В плас:та 2.

1--.- ----- - - - . --.-.-

Ри с 5.1 . Ве\Jтикальный разрез блочно " пластовой мо ели .

На ри .5 .20. по a 'j a llbl и золинии )тметок п одо ш в ы 1111 <1(;1' 1,

НaI (~ce H H ЫC на пла н БJ JOЧН t) Й М( дсли, оuе н сн н ой 110 110 ' азаТf,JII(I Л.
Оце н ' 1\ заl1 :.СО8 углн БЫJta в ПЮ 11 на отд ЛЬН и ДflЯ к аждorо 1111< l't~
приоеден табл ц 5.3 .
 Табл.5.З . РС1УJ1Щ.т:lТЫ под(; четu запасов УГJlН по участку

1.2
224,973 .64 6,901, 73.5 7,126,347. 14
269,968.53 8,28 1,654.5 8,551,623.03
16.56 16.84 16.83
1.96 1.87 1.87
0.566681 0.72550

НORIZON 1.0

VALUE : д

FROМ ТО
4 . 00 8 . 00
8.00 12 . 0
12 . 0 16 . 0
16.0 20 . 0
20.0 24.0
24.0 28 . 0
28.0 32 . 0
32 . 0 36 . 0
36.0 40 . 0
40.0 44 . 0
44 . 0 48 . 0
48
8100.0 9200 . 0 10300 . 0 11400 . 0 12500 . 0

РИС.5.20. Изолинии ПОДОШВЫ пласта 1.

5.2. 5. Моделнрсвание " оцеllка запасов железорудного

месторожденыя

р бота была выполнена n 199] г. на исходных данных

Оленегорского горно-обогаТИТt:JIЬНОГО комбината. Результаты

I'со(;т(}тистического исследования массива месторождения Пр'иводились

f><tHCe в разделе 4.4.2 главы 4.

Ilрототип блочной модсли предусматривал ра мер основных
6локов: 15* 15* 15 м. Модель захватывала все пространство разведанной
'!аСТИ месторождения с запасом, рассчитанным на проектированис

карьера. К сожалению в расчете не были использованы графические

материалы оконтурнвания рудн ых зон и геологических тел, поэтому

границы залежи после интерполяции 10 азателей качества бьши

определены только по бортовому содержанию FEM=10%.
И терполяция пок~}ателей была проведена следующими
способами :
-I::EM, ЕОВ л ин йный крнгинг ДJJЯ изотр ПII Й модели
l3ajНЮГРiiММЫ

1 :...0
 -FER;SOB, P - метод о бр атных квадрати чн ых расстоян ий ;
- ROCK (Лl1Тология) - метод блюка йшей пробы .
На следую щем эт~ п е модель содержаний бьша объедин е н а с
моделью топографии . Здес ь же была введен а и рассчитан а величин а
плотности разных типов руд дня каждо й ячей ки модели. На ри~ . 5 .2 1 , 5.
22 пока~а ны nл~ н и вертикал ьный разрез получе нной блочной модел и .
Расчет запасов м есторождения производИJ1СЯ по гори зонтам
модели . Всего II меетс и 24 гори зонта высотой 15 м. В таблице 5.4 номер
горизонта увеЛ lI чивас:тсSI сверху вниз, а на рис. 5.22, 5.23 - наоборот -
снизу. вверх. РИСУНК II показ ывают, что с ростом глубины отработки
запасы руды н ее к ачество увеличиваются.

Рис . 5.21 .
сеч е НИ L

модели на
lГ\'J'l'A' i>'lrVp + 203 м. .

VA LUE : FE ~
F R O~ ТО
0.000 10. 0
~ 10 . 0 13. 0
mm 13 .0 16 . 0
IWН 16. О 20 . О
1111!I11120 . 0 23 . 0
sa
- 1500 . 0 - 1350.0 - 1200 . 0

- 1 1190 . о - 10980 . 0 - 10770 . 0 - 10560 . 0

РИ С. 5 . 22. Вертикальное (с- Ю) сечение блочной м одели

l~t
 аБЛ .5 .4 . Рi\СЧ i;Т зап г.с ов руды по местор ождени ю

i Гщ') 230ИТ, Объем 1'оншv

• FEM, F'Ю<. го о
- • 8 0В , r, %
с н и зу t)уды , ТЫС . TfJ % % % %
oa~ px тыс, куб.
t.t
24 2 J3
~

683
~ .

L2.5 11 .95 25 .44 ).12

- О
' - - " - - - ---- ----- - -
0.17 ~.
1-' -- -
23
- - - ----- 316 1,0 18
--
13.4S
-------
----~ -
16.9 26.94
-~--
0.041
22 1, 135 3,699 15.36 18.44 30.04 0.2 1 0 .04
f--------- '---------- ._-------- ._---- - - - i- -
21
------ - _ .
1,937 6 ,30.-З 1 5.0ь
._--- __18.2) 29.89 0.2 0.04
- - - 1 - - - - - - - - -" - --
20 2, 365 7,675 14.61 17.5 1 29.2') 0.2 0.04
1-- 19 2,369
--
7,688 14 .59
--1---
17.33 29 . 19 0.2
---
0.04
- ' - ' - - - - ----
_. 18 2 ,24 1 7,277 14.69 ._ 17 .2 Н
- - 29
---
.27 0. 19 0.04
._-
]7 2,157 7,002 14.66 17. 1 ~ 29.32 0.2 0.04
-- -- - -
6 ,429 14. 5H
------ _ .
16 1,981 17. 13 28.99 0. 19 0.04
- .-
15 1,927 6,246 14.34 16.88 28.66 0. 19 0.04
г --· --·- - -
___ о ___ 14 1,927 6 ,246 14.34 16.88 28.66 0. 19 0.04
13 1,688 5,45 5 13.89 16.47 28.16 0. 18 0.04
-------1 - - -' - .-
__ 12
t ,583
.-
5, 109 13.64 16.39 27 .57 0 . 17 0.04
_о.

-
~---- ---
1J 1,482 4,777 J3 .4 5
1 - -' - - - ---- 1 - - - - -
г--.---
16.4 27 . 1 0. 17 0.041
10 1,374 4,423 _._- 1324 16.3 ! 26.58 0. 17 0.04
1-- ---
9о 1,178 3,793 13.24 16.34 26.28 0.1 7 0.04
----- f - - - - - - - ----_ ..
___

---_... _-8 1 - - - -1,0.36 3,315 13.19 16.05 26. J4 0.1 7 0.04

- - - - 1----.- --- - - '-- - - - ----- ------- 1 - - ' -
-~---

--_ ._--7 f - . - - -90S 2,9 13 1З . 8 15.3 t 25.9 0.J6

_..- ----0.04
- - - - - - ~--- с---- -
3.:1 9 14.9
-
6 756
- ---- 2,436
_.
- ------
25.8
- ~- --
0.16 0.04
-- --- -
5
_._----- ------- 564 1,819 13.64 _._-- 15.05 26. 16 0. 15 0.04
--.---
г--_.-
г--- r-- - - - - - -
4 456 1,468 ! 3.39 15. 3 25.69 О. t5 0 .04
'- - ._---- . >--._ - -~-
~----- - - -- г ·----
392 14.9 1 25.42
------).3 ' --- -- 1,259 . _2.97- - - ----
~--....;.- -
0. 16
---_.- 0.04
-----
г- -,---,-

375 _._-- J ,202 12.66 14.78 5.04 О . J5 0.05

- -_._._--- ._--- ---- ----- ,..------ '------- .. - --- ~-

1 -2~1 1,094 12.72 14.65 24 .74 0.15 0.05

-
'Все 32.638 10 ,654 1~ . ЙS ] 6 . 8~ 28.2) О. !9 .04
jзС1Ш!СЫ
"-~ ~-- - --- - --:.----

.. 1 ....
'" _..:::
 - ------ - -----
0<.8 '- еетво РУДЫ по горttЗО"Т~1ItI

с<3

~ ~: г~--IЗl! Jl I Iш[liI li!ri· 'Ш'1'j'.''I'~. ;.~.'~~"." " '" ..... .

d) 25 [ ' ...... .. .......... .......... ..~ ..
~ 2О .)цш.~.ш ... .. :.~ш
ir1Slt
~ О 1 . - 1- 1 . /-i
.. . ~x
I I I 1 I - I - I - t - t - +- t -+- i- -i
) 1 ., 1 1О 13 16 19 22
Но мер горизонта снизу вверх

~ fЁм о FER • fEOВ]

____ _ -=:::'=
__ =-=========::':::1 ===-__ -1..1
"'ие . 5.23 И:1м еllСllие качества руды с глубиной месторожде ния

5.3. Литерату ра

• ф мкин М . П ., В алуе в Е'n . , Примеltсние системы Дата мuйн ДНЯ

Мi1те м ,пич е ско J'О м одеJlированltЯ месторожденltЯ алмазон имени

М . В . ЛОМОllOсова EI Арха нгельской области, М. , Гuрный жур нал, 1993,Nb

 Глава 6. ГЕОСТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Метод Условного Моделирования появился в начале 1970 г, как

развитие более традиционного метода интерполяции - кригинга для
оценки природных явлений . Он бьm реализован как альтернатива
интерполяционным методам, из-за их способности в ряде случаев
чрезмерно сглаживать значения оцениваемой переменной, что было
неприемлемо во многих случмх.

В практике существуют 2 типа задаLI, решаемых на модели

месторождеНltЯ 111. Первый тип лресл едует цель возможно точной
оцеllКИ средних содержаний в точках или lIчейках массива и главный
инструмент здесь - кригинг. Второй тиri используется тогда, когда
главнан задача определить характер изменчивости массива и

спрогнозировать возможные кол еба нин качества руды при работе

горного предпринтия. Точная оценка средних содержаний при этом
часто Ае требуетсн . В Д:НIНОМ случае используется метод условного
моделирования.

Если для решения этой задачи использовать модель , полученную с

помощью кригинга, то мы будем иметь заниженную дисперсию из-за
сглаживающей способности кригинга (см . гл . 3 и 5). Таким образом, для
задач данного класса необходимо располагать моделью месторождений,
дающей несмещенную оценку дисперсии содержаний в блоках.
Одна из задач этого типа - моделирование процессов отработки
месторождения с целью получения информации об изменчивости
качества руды, посташшемой на обогатительную фабрику . При очень
плотной сети опробования дисперсия оценки кригинга будет очень
маленькой, а дисперсия реальных содержаний будет почти
соответствовать дисперсии оценок кригинга . В этом случае ДlUI
моделнрованин процессов отработки можно вполне пользоваться
оценками кригинга.

Однако, в реальной действительности (особенно на ранних стад~tЯх

освоения месторожде ния, например, при проектиров аН I1И рудника или

шахты) размер сети опробования, по которой создается блочная мод ель

рудного тела, намного превышает размер элементарной нч ей ки модел и ,
в результате чего дисперсия кригинга (а следовательно и его
сглаживание) получаетсн достаТОLJНО высокой . Следовательно,
рассчитать по такой модели реальную картину и змеНLIИВОСТИ
рудопотоков можно лишь С очень большим приближением .
Можно использовать технологию условного моделирования и для
оценки риска при планировании горных работ на данном
месторождении. Здесь идея заключается в многократном повторении
процесса моделирования участка массива и получении набора вариантов
моделей , отличающихся значениями оценок содержаний блоков , н о
имеющих одинаковую структуру изменчивости. На этих моделях затем
имитируется процесс отработки данного участка и получается
множество возможных моделей рудопотоков с различными
статистическими параметрами. По ширине зоны возможных колебаний
уровня кач е ства конечного рудоп ото ка оценивается риск от

неподтверждения геологической информации при отработке

место рожд е ния .

1 24
 6.1. YCJIOBHble модели

Детальное рассмотрение теории Условного Моделировuн ия остается

за рамками данной книги . Мы може м ЛИLI.fh отослать искушенного
читателя· к работам Жорнелн, в:шример [2], а в особенности к его статье
(З) .
Предположим, что мы имеем множество проб У(Ха) в и звестных
точках Ха, со среДIIИМ содержанием ЩУ(Ха)j= т . Смоделируем
знач~ния перем ен~iOЙ во всех точках Х исследуемого IJpOCTpaHCTBa и
получим множество оцен ок Z(X), которое имеет то же статистической
распределение , что множество реальных проб У(Ха) .
УСЛОВНОСТh модеl1ированин заключ::iется
I
в том, что модельные
значения содержаний в точках опробования Ха принимают~я равными
значениям реальных проб, Т.е . Z(Xa)=Y(Xa).
Выполним оценивание всех точек простран~тва кригингом и
получим множество оценок У*(Х), которые в точках опробоваюш
принимают ЗН<l'letIИЯ У(Ха), Т.е. У*(Ха)=У(Ха).
Выполним еще раз операцию кригинга, взяв 8 качестве исходных
данных опроБОjjQНИН в точках Ха - смоделированные ранее значения
Z(Xa). ПОЛУ<IИМ новое множество оценок - Z*(X).
Теперь мы имеем 3 множества значений Z(X), У*(Х) и Z*(X). Так
как кригиНl' обладает свойством ТО<JНой интерпошщии (см . гл. 5), то
справедливы равенства Z*(Xa) = Z(Xa) и У*(Ха)=У(Ха).
Мы можем определить знаtlение содержания в каждой точке
пространства по функции
Zs(X) = У*(Х) + [Z(X) - Z*(X)},
которан об ес печивает требования условности Zs(Xa) = У(Ха), т.к.
Z*(Xa) = Z(Xa) и У*(Ха)=У(Ха).
За счет "довеска" (Z(X) - Z*(X)] получается дополнительный
разброс Zs(X) по сравнению с У*(Х), который дает дисперсию, близкую
к реальной .
Далее имеем E(Zs(X)) = т, т.к. Е(У*(Х)]= ш, EIZ(X)-Z*(X)] = о и
величины У и Z некоррелированы. Вариограмма полученной новой
функции равна вариограмме У(Ха) .
Процесс условного моделироваНИJl может быть реаJlИЗO.lШ li по
схеме, изображенной на рис . 6.1 .

Исходны е пробы B&p H0l1>al4t.4a МоделмРОВ&IIН<\ 31tа<jСlfliЙ Z(X)

У(Ха)

/' J,
Модельные значения Нахождение полмножеСftia
ZS(X) Z(XJI) В ТO"КRX Ха
r<РИГltнI"OUIJ ~ tщеНК '1
У·(Х)
1 J,
КРИГIIllговы е OlleHICSI Z·(X)

_________ _ _ _ _ _ _ _ __ __ -..J

Рис . 6.1. Алгоритм YCJlOBHoro моделирования

1 25
 Во многих науках, где концептуальная или математическаJl
СЛОЖНОСТЬ мешает развитию детерминистического подхода к анализу

риска, используется компьютерное модели рование для эффективных

эмпирических решений проблемы . В развитии геостатистических
методов оценки запасов метод УСЛОВIIОГО Модещtрования (УМ) был
введен ;;tJIЯ создания ilJlьтернативного моделирования рудных тел, точно

отражающего характер изменчивости и н ео пр еделенн о сти м а ссива, что

HeдocтynHo в методах оценки, построенных на ограниченных данных

опробования. .
Метод УМ существует уже более 15 лет, но его сложные реалиЗttЦИИ
на компьютерах прслятствов::ши его распространению в горной
лромышленности . Однако, с ростом мощности компьютеров и
возрастанием числа используемых методов оценки запасов на УМ стали
обращать больше внимания.
Основным источником риска в оценк е запасов чаще всего НВЛSlется
неопределенность в геологической интерпретации объекта (т. е. : в
определении геологич еских структур, непрерывности минерализации и

т.п . ) В неопробованных районах месторождения. Обычно эти

определения НОСSlТ качественную природу, и риск от неправильной или
не совсем точной интерпретации геологии объекта редко может быть
оценен количественно. Однако, если данная интерпретация ЛРИЮlта,
как лучшая модель объекта большинством экспертов, то существует
достаточно много других и<.-'То'шиков ошибок в статистической оценке
содержаний внутри приl-UlТОЙ модели. Pe'lb идет об ошибках, которые
могут и должны быть учте ны при оценке запасов.
Используемые на практике методы оценки запасов ориентированы
главным образом на оценку среднего значения величины, а не на
измерение ее характера изменчивости. Из всех традиционных методов
только Кригинг (К) поз воляет определить погрешность оценки
(остальные методы рассчитывпют только зна'lение показ:.пеля в данной
точке путем интерпоющии), что являетсн основным преимуществом
геостатистических методов .

ДНСllерсня Крнгннга.

к неС'Н1СТЬЮ многие ранние проп агандисты геостатистики

угверждали, что в Крнгинге может быть получена ошибка оценки, а
дисперсия Кригинга (ДК) или дисперсия оценки (ДО) - преrюдн осились
как средство расчета доверительного инте РВilJlа и вероятностных границ

для оценки содержаний. Делались простые предпол ожения о

распределении ошибок по Нормальному или Логнормальному законам,
а вероятностные характеристики свнзывались с оцениваемой величиной.
Многие авторы указывали однако, что на самом деле ДК не
зависит от местной изменчивости данных, а только от геометрического
положения проб, используемых в оценке данной точки.
Пример на рис.6.2 . демонстрирует возможные ограничения ДК как
меру доверия к оценке . Представим 2 ситуации, которые те реТl1чесКl
можно ВСlретить даже в районах, где ра с пр ~дсле ни е СПЩI101~. рно, а
вариограмма постоянн а. В каждом случае блок оцеНиtшется 110 4-м
пробам, имеющим равны е веса , 11 даЮЩllМ оценку для блока = 10.

1 =:0
Однако, D о '- еих t:J1 уча нх дк для бло ка одна и та же, Т.К. аВИСIIТ л ишь
ОТ раСПОЛО Ж~IIШ I l роб .

.·-- --1
.,
011 о
..,

8о

РI\ С. 6 . 2 ОЦGlIка содержаЮ{Jf n блоке 110 4-м пробам .

Пре; ПОЛОЖI1М, 'ITO до вер ительный ИНТI.~рваJl (с веРОЯТIIОСТЬЮ 90 %)

= 8-12. ПОIl 1lТIIО, что л вый случай более безопасный, ч ем пр авыН , и
итоги г~o c nПIСПlче ЮIХ расчеТ08 будуг неверны ДlШ правого случан .

ДООСРtIТf.JlЫIМЙ &ШТСРОaJl .

в по слеДllие r ды 1l 0SlВИЛИСЬ бол ее реалистичные методы сценк и

довернтсл но го интер вала для глобальной и местной оцен к. Криге [51
предложил ДСТ[\lн,ное Оllи",ания случая Логнор мального распредеnеНИ$l и
Байе ОБСКИЙ ПUДХОД к о ценке интервалов . ЖОРНeJJЬ (6) рассмотрел
инди катор ный ОДХОД, а Дауд (7) пр ДЛО){ ил испоnыоват
веРО$lТНОСТJlые и пеРLln.J lЫ, ОЦе ниваемые из условных распределений .
ЭМf1ЩНl'lескиil м етод оценки прнмерных интервалов дал L1jаШ1iе (81, где
реЗУJlьтаты Дl1ll МУ1lЬТИl'аУСС080ГО распр еделения сраDНИlШЮТСЯ
РIlЗJllf'JНЫМИ HeJlJll1 Й I IЫМИ методами КРИГJ1нга .
Без рассмотр НИН (угочнеllИЯ) теоретиче ских ОТЛ IfЧИЙ межд.у
довеvитеЛЫIЫМl1 граl-IНЩ\МI1 и интервалами веРОЯТIIОСТИ можно сказать ,

что цель 8 об IIХ случuях - н а ЙТII опред ле нный интервал BOKpYI '
оценеНII й nеЛl1'ШIJI.I, в котором Ш1 ХОЩ IТСН фактичес кое . н ачени ~ с
указанной uepO$lТI l lIC' ЪЮ .
В CJJY'Hl ГJlобaJIы юli оценки запасов, ИlIтеРВn.Jl таким образ м
может быть ИI.:/JOЛh:JОШllf дли и змере ния вероятности выдеРЖlf вания
среднего сод р ания в З il)ЩIШЫХ границах за весь РОК Р <I юты p yдНl ка,

или более оБЩI1МИ CJlOuaM1f - веронтность того, что ср днее содt:РЖt1l1ие

буд~т ""же 3ЩЩJlllO Й гран ицы . Для местной оцеllКИ ~ji1ГlaC OB
Дduерl1ТСJl ы JI,I ii ИlI'J' plJaJl ОПРtЩСШJетсSl для каждого 01:ДСЛ .. НОГО
ОI(ёtН1lшеМ ОI '() NЖ Kil , а ДJШ оценки ри ка испош.3у 'ГСН один И тот ЖG
м ето .
( )1I1<11\ О, tI О вреМ >I , как ра:.шнтис более и зощренных Mtl'OjlOH Д1l1l
о це.нки ДОDt:рII Н: Jlыrы интерпnлов иде ' особе нно бы(;тр о fI Шаfl !l8J1 СН ИII
Val;"l та ()Illltб",:н OIltl КН, их lIраКТII'l С кое исн ]Н.:.юна Hlt I р и O lI CHi<C
ала {Н\ р у/Н •• О ''j il ТСSI ОГРUlНfl l еИIIЫМ .

i :l7
 Для решения вопросов, связанных с оценкой риска
неподтверждения геологической информации используетс}( несколько
подходов, которые не дают достаточно надежных результатов. Однако, в
большинстве случаев, когда требуется полный анализ возможных
ситуаций , наиболее практично использование условного моделирования ,
а не теоретических вычислений. .
При осуществлении горного планирования может показаться, что
классический анализ Монте-Карло (имитационное моделирование) даст
удовлетворительные результаты . Например, мы имеем оценки
содержаний для каждого блока и распределение частот для некоторых
случаев, определяющих вероятность извлеч е ния блока с требуемым
содержанием. Чтобы оценить шанс (для примера) выбора 10 блоков в
месячной продукции, имеющих среднее содержание выше заданного
порога, мы можем смоделировать выбор этих 1О блоков тысячами
различных комбинаций . Определением среднего содержания для каждой
комбинации 1О блоков мы можем подсчитать число удачных исходов и
рассчитать требуемую вероятность . .
Однако, метод Монте-Карло ограничивает вышеназванные условия
расчета треБОDанием независимости моделируемых величин , что
неприемлемо для пространственной непрерывности реальных блоков .
для примера, если первые 2 блока в последовательности оказываются
смежными, нереалистично предстаlЩЯТЬ себе ситуацию, когда первый
блок имеет очень высокое содержание а второй - очень низкое
содержание . Хотя этот подход может быть уточнен, чтобы учитывать
реальные общие вероятности и коварющии, но' он также становится
непрактичным, как и другие теоретические методы .

Моделиров~ние, в свою очередь, способно УЧИТblвать концепцию

пространственно й непрерывности блочных содержаний.
Геостатистически й метод УМ в частности дает возможное решение этой
проблемы .

Условное моделирование ,(УМ)

Полученная с помощью ум цифровая модель рудного тела обычно

представлена на очень детальной регулярно й пространственной решетке .
Главное свойство такой модеЛJf то, что она отражает всю известную
информацию о рудном теле в понятиях ("'ТаТИСТИ'lески-х распределений и
пространственно й изменчивости содержаний, полученных по
первичным данным опробования. Кроме того, она имеет фактические
значения исследуемой переменной в опробованных точках и
эффективно заполняет пробелы в информации моделируемыми
значениями, которые наиболее вероятны в неопробованных точках .
Повторение процесса моделирования может и зменить значения в точках
модели, но каждый раз будет получена одинаково возможная модель
реальности .

Следующие свойства модели, полученной методом УМ , позволяют

использовать ее для оценки запасов и горного планирования:

-наличие детальной информации, размещенной на регулярной

простр анственной сети , дающее практичесКJ.1 полное знание
мод елируемого рудного тела или месторождения;

128
 - IЮ3МО Hat:Tb многокра нога повто рения модсJНtрЩIaНИЯ для

IIолучения равных по возможности представлений реального объеКт<1.

ПеРDое свойство обеспечивает инструмент для проверки
(моделирования) МI-ЮГИХ процессов, связанных с опробованием ,
оценкой и rшанирова~lИем отработки новых рудных тел или высмочнЬDI
блоков, . а второе - обеспечивает эмпирическое развитие анали за
устойчиво 1'11 (риска) для этих Ilроцедур.
Многи применения были опробованы и проверены в первые годы
развития УМ. Однако, серьезные требования к ЭВМ со стороны УМ в
первый п ер и од его исп льзованин ограничили распространение этого
метода на пр акт нк е.

В это время УМ получило большее развитие в таких областях, как

нефтяная промышленность и экология , где' на эту тему за 110след ни е 15
лет было ОI1У ЛИКОIi н о много статей . Однако, с возрастанием
мощно ти компьюте ров 11 развитием теории моделирования, метод

сейчас получ ает больше вmfмаНЮI со стороны горняков, в т. "'. и ДЛЯ

оценки ри ка.

Расчет УСЛО8НЫХ модеJ&ей

в большинстве геостатистическ~ пакетов компьютерных IIРОl'рамм

имеются процессы модели рования, выполняющие расчеты, вкратце

описанные выше . .В частности 8 системе Да"амайн е,,'ть процесс

CONSIM, который позволяет получить трехмерную условную бло'lНУЮ
модель мес"ор ждеюlН 110 I1СХОДН ОМУ множеству данных опробования и
вариогр:.tммноЙ модели.
Н а входе в процесс задаЮТС>l СЛСДУЮЩ~lе параметры:
&PROTO Прототип блочной модели .
&IN Файл проб ДНЯ со дания модели . Должен содержать
поля координат: *X,*Y,*Z и поле качества .
&OtJT Вы одной файл модели.
*FI Пол~ дл моделирования.
Парам етры ИЗ01рОПНОЙ сферической модели :

@NUOG Т Эффект самородков Со] I

@S l lJL, Порог вариогрuммы (дисперсl1Я) IС 1J
@RANGE 301' а WIИЯНИЯ (А]

@MEAN реднее знач~ние переменной, если оно изьес"но .

Если нет, то вводится код отсутствия данных (-) , и
среди е будет оценено по модел ируемым данным .

@TRANSFRM* Метод преобразованиSl распределения:

(О)-Линейный, 1 - Полиномами Эрмита .

@COND Il N* (О) - Расчеты без абу Л ОWIивания ,

I-c абу лаВЛИВ:lиие м .

@ ~ LJ АМ Р • (О) - В се перем е нltые fЮЛНОСТЫО ИСI1ЫТЫВi\Ю ' Н ,

1- Н екото ры е пере менные ИСПЫТhНШЮТС Sl
Нt:1l0ЛН Сl' ЬЮ.
 в кuчестве примера создадим условн ую м деЛ l> одного из алмазных
месторождени 1. Для расчета взнт. часть тру б ки ср едним диаметром 200
м между отметками -20 и +280 м.
Исходная блочная модель ОСТОIIТ из одинаковых блоков размерами
20х20х50 м (послеДliе~ юмеР~lIне - высота блока). Количество блоков в
модели - 854.
Интерполянин пока:штелл содержании а.llМП :ЮВ D руде провощшась
.
методом линеiillОГО КРl1гинга с ИСПОJ IЬЗОIii.НiИСМ данных кернового
опробованю/ месторождеНЮI . Среднее (условно е ) соде ржание в пробах -
8.52,диспер с ия - 61 .9.
ДЛSl Pi1C'j~TO U примеЮlIН\ С Ь . I1 з отро пн ая одноструктурная
сферическ::ш МОДсJII, 8i\p110l' paMMb! с п а рuм~трами : Со = 30, С 1=30, А=60
м.

Вначале с помощью npOfpi.lMMbI КRGЗDА рассчитывались

Кр'игинговы~ OIleltKl1 ДЛЯ каждого блока модели. Затем, с помощью
программы СО N S 1М про воднтюс ь УСЛ ОВ ll ое МОДСЛИРОН:11-lИе . Бьша
ИСfЮJlЬЗОШIlШ Ti1 же ваРIЮГРi1ММ/I Ш I мод е т. , нормали з аЦИJl ИСХОДНЫХ

данных J1Р060дил ас[, с помuщыо ПOJIИНОМ08 рмита, а обуславливани е

ЗН:lLJеllllЙ модели D ТО4ках опробоваНIНI - с помощью KO-КРlIгинга.
Результаты расчетов приведены в таблице 6.1.

та бл . 61 С_ р 1шнеНllе реЗУЛ1,тато в крНГИIIГII и УСJlОВНОГО модеJlирова нил

Метод расчета С[)сднее сuдержание Дисперсия

8 блоках модели tщеttеllНЫХ блокorl

КРЮ ·ИlIГ 6 . зоз 10. 129

-
УСЛОК/lОС 6. 32 79. 13
модешtроваllие
- ._-- --
Из та блиц I ВИДIIО, что усл о шю~ м одеЛ IlР О Вi.1 l1l1 е да ет да же ДJ НI
неБОJII. ulOГО и оч е нь слаб о оп р об о ванного у'(астка м~сторождеНIIЛ
ДIiСll е рс ню блюкую к ре ал ьной (ДJШ пр об Щ:ТaJll>lюii раз ведки). Эта
ДИСIl С РСШl o'leHI. L I1J1 bHO ОТЛl1'Н\ еТ н ог диспtр С ИI1 СГЛ:.l же нных оц е llОК

криги нга . Определе нный отп е чаток на резул ьтаты Дi1I1 Н ОГО IlРI-Iм е ра
окаЗaJ Ш очень р ~дкая сеть опроБОD::ННUI данно го участка месторождения.

6.2. П"имеры "раю ического IJримеllенин УСJIОИllOfО моделирования

flри наl1и~ании данн о о ра здел а в ос н о в юм нсп ользOlШНЫ

материалы главы 7 монографии 141.
Рассма риваемый предмет пока н е ПОПУJlнре н 8 Оценке за rШСО8, и
потому не располагает большим количе ством м етодов и КОМПI)ю' ·ерных
програмr.l.

Один из немногих из tJестных пакстов прогр. мм для условно го

моделировани я POLVSIM2 н а lll1сан на Форгра l1 е компанией Geostnt
Sy t e1l1s Illt ДJШ 2-х MepHoI'O МОДСJ1ированиs. В пр огр амму вводятся
координаты Х,у то'/ск опробования и измерн е мая в Л И'IИН:.I. ;
Моделируе мы е програММ О I1 2 - х Mt pHble ДШll1ы е I1М~ЮТ те же
ста ИСТI1Ч ССl<ие хара ктеРИСТII и/гистогра мму , НЩНЮI 'р а мм у 11 T.II ./ , как н
peaJlbHMe даllllые . Во всех СЛУЧ i1 Н Х с ()дство м е жду p~ёlJlbli bIM~1 Ilрu б :ШII
и М О ~JlИруе МЫМИ Н <1 'l е ншш и об е~ 1 '/lша е l СН И С l lOJ l l>зуемо й мО) ~еЛhlО

l ЭО
вuриограммы . Это и будет "оБУСЛОВJlивание.м" моделируемы.х зн.ачениЙ
реальными ДiiННЫМИ . Моделнруемые зваченин р"змещаются в точках
реГУШlРНОЙ нро странственн()й сети или в заранее заданных
ПРОИЗDОJlЬНЫХ тuчках.
В нuстонщее вреМII пакет может рnботать с 3-){ мерными моделнми
и включает 5 программ. Первые дnе: TGAUSS и VARJOJ служат для
статистических В ЫЧl1 слениli 110 ре ал ь н ым данным опробования: первая -
приводит фпктичс сх е рn с преде)(енис к нормальному, а вторая
рассчитывает Э J<спеРllмеllТnЛ ЬН IС вuр и ограммы.

Другие 3 I1POl'PU MM t.( обсспе~I И Dают моделирование.

это SJMUL2 -
основ ная про грамма .J.J.JlЯ получения н ормалИЗО8анных данных
YLiCTOM с

указанной D<ЧJI10граммы~ SfMU L2C, а fTGAUSS- н,осстанавливает

требуемую гисто гр ММУ дан ных. В каждой ИЗ этих программ может быть
в ыполн е н подробный ста истический анализ моделируемых данных и
проверка их соотнстстnи п реальным пробам .

6.2. J. Пример ИСПШIЬЗОВ .. Я naKe га для медноii ЖИЛЫ .

Ниже Jlр и веде н прнмер 2- х мерного модели рования соде ржания

меди в неРТIIК~UIЬНОЙ Жl1flе, разме рами 550*400 м, опробованной 77
полными пересеtl~НИНМИ по нерегулярной сети . Среднее расстояние
между пробами - 30 м. Моделрование выполнено по регулярной сети
15*15 м.
Поскольку моделируемые зна'lения должны иметь Т4.1кие же
распр деление и В[\ РИОГР[\~ I МУ как и для исходного множества проб , то
8 наЧШlе лроводитсн стат и стически й анализ данных с помощью
программ TGA tJSS 1I VЛRtоз .
После tlНaJ1I1Эr1 р ::!с пр еделен ия реальных да нных первая ПРОl'рамма
определяет фун кцию Y= f Х), с помощью которой исходное
раСl1редсление щ.ю б У п реобразуетсн в нор мальное Х со среДним =0 и
дис п ерсией = 1.
Распределе ние ИСХОДНЫХ данных имеет характери стики:
-ч и сло Прuб . - 77;
- средн ее - 1.42
-медиа l1а - 1.4)
-ста ндuртн \~ . отклонение - 0.277
-ми н имум - 0.8
-м, ксимум - 2.34
Можн OTMeTI1Tb очеllЬ маленькое различие между средним И
медианой , а также ШU1ич ие D массиве данных одно й пр()бы с
"ураганнЬ1М" з н ачением 2.34.
Для при ведения да нного рас предел ен ия к ИОРМ:U1ьному lIро граммой
тqлuss lIолуttен:\ фунКl ин , и спользую щая полином ы Эр мита с
коэффици е нтами:
CTeJleHb Ко' ффи цнент
О 1.4
1 0.277
'2 0.000698
J 0.0076')
4 - а . ОО 49

1:11
 ТеоретИ~Jеское стандартное отклонеЮ1е раl:l НО 0.279. Как и
требовалось, число членов в разложении - ,однако ДJlЯ практического
использования можно оставить 2, Т . е . ур. внение функции име,ет вид
у= 1.4+0.277Х. что подтверждает , близость и сходного раСl1ределенИJf к
нормальному. Нпчальные данные (У) бшlИ нормали зованы с помощью
этой зависимости, в результате ч его получена функция нормального
распределения (Х) с ппрпметр а ми :
-среднее , - 0.013 2
-ста ндартное отклонение - 0.938
-минимум - 2. 15
-максимум - 2.1
При нормали зпции данных удалена "урагatшан " проба - 2.34%.
Среднее значение близко к О, а СКО (среднее квадраТИЧllо е отклонение)
- к 1.
Таким образо м, мы получили из наших данных нрактически чистое
нормальное распределение. На следующем шаге с номощыо программы
УЛRОВ по нормализованным данным были построены
экспериментальные Вl1риограммы для нескольких направлений, которые
покnзали ИЗОТРОПНОС'fЬ массива в данной плоскости. К вариограммам
подобрана изотропная сферическая модель с лараметрами : Со=0 . 5,
Сl=О.4, A=180 м.
На следующем этапе программа SJMUL,2 моделировма
"нормализованные" значения соде ржаний меди R точках регулнрной сети
15*15 м, имеющие то же распределенИi~ и вариогра мму , что и ие одные
данные.

В итоге мы получили 972 смодеЛI1РОВ ' НIIЫХ значения, имеющих

нормальное распределение с характерист иками :

-среднее - 0.0] 58
-СТ.отклонение - 0.9357
-минимум - -2.938
-максимум - 3.0
По этим данным БЫЛ1l построен I экспери ментаЛЫ-l ые вариограммы
для основных направлений , кот рые хорошо соглаСОВblВались с
заданной моделью .
В этой ситуации не требовал ось "обусловливан ие" значений в
точках опробования исходными "нормализованными" данными.
В заключении программ а JТGAUSS преобразо вала полученн ое
нормализованное множество данных в распределение, соответствующее

распределению исходных данных, вновь использу~ ФУJlКЦИЮ Y= f(X).

6.2.2. Экономнческая OI~eHKa запасов уранового месторождення

На последней стадии деятельности геологов, когда рудопрояв.ление

обнаружено, пробурено несколько скважин, определяющих основные
характеристики рудного ,тела, необходима оценка э кономи чески
целесообрnзных запасов, которые можно и влечь из данного
месторождения . Обычно экономические ограни'ICНИЯ опредеЛЯlОТСЯ
борТ()вым содержанием , поэтому для оuенки и J3лскаемых за п асов
достаточно определить пропорцшо (долю) блоков Я'4 е истой модели
запежи, имеющих содержnние выше бортового .

132
 Однако, в реалыIйй СI1ТУЩ.1ИИ иногда существуют ' серьезны~
трудности с IЮ8JIе'IGнием некоторых отдельно распол оженных

выемочных блоков 6 отработку, особенно на подземных рудниках.

Чтобы проиллюстрировать эту проблему и показать , как можно ее
решить с помощью условного моделирования, рассмотрен

горизонтальный пласт ПОСТОSlнной мощности (5 М), который содержит

ИЗW1екаемые концентрации урановой руды в некоторых частях пласта.
Размеры пласта 1200*800 м. Он разоедан небольшим КОJlичеством
скважин по сетке 100*50 м. Статистический анализ данных опробования
показал логнормальное распределение со средним содержанием ИЗ ()в -
0.02% и коэффициентом вариации - около 140%.
Анализ вариограмм позволил подобрnть к массиву ' анизотропную
сферическую модель с параметрами: эффект самородков - О.зс (где С -
порог вариограммы) , зона W1ияния: минимальная 200 м в
северо-восточном напраW1ении, максимаТlЬНая 400 м в
перпендикулярном северо-зашщном напраW1ении.

Борто вое содержание Из 08 для небольших блоков

камерно-столбовой системы разработки, действующее во nремя оцr.нки -
0.03%.
Если ориентироватьсн только на распределение соде ржа ний по
данным опробования, то по известному бортовому содержанию можно
рассчитать, '11'0 ЛИШЬ 17.5% пересечений являются кондиционными . С
учетом средней ruiотности руды 2.6 т/куб.м получается количество
ИЗW1екаемых запасов - 2.272 млн тн со средним содержанием урана
0.06 %.
Однако, эти цифры ЯW1ЯЮТСЯ только верхним пределом , т.к. при
этом предполагается, что псе запасы с КОНДИЦИОННbJМИ пересе'Jениями

могуг быть отработаны. Это может быть достигнуго ЛИШЬ при открытой
разработке, но часто трудно достижимо на подземных работах, где ДJlЯ
I:iСКРЫТИЯ некоторых кондиционных зон требуется проходка
дополнитеЛhНЫХ дорогостоящих подземных выработок .
Для рассмотрения этих пространственных лроблем было
использовано условное моделирование концентраций ур ' на в пр еделах
пласта по сетке 20*20 м .
На к арте смоделированных величин оконтурипалис ь кондициuнные
рудные зоны . Так небольшие включения руды на восточной сторон е
участка и меЖдУ двух зон исключены из ПОДС ' l ета кондицион н ых
запасов, т. к . они находятся слишком далеко от основной зоны
минерализации . Такая дополнительная сортировка и исключение
трудноизмекаемых запаСО D сдвигают границу между р удой и нородоН,
табл.6 . 2.
В таблине первые 3 строки получены в РСЗУЛI.тате условного
моделирования, а по 'ледюlЯ .. ею данным расп .IедеJJеJfЮI исходных проб.
Видно, '11'0 МОДG.1Нlрованис существенно уменьшило тоннаж до ступ ной
ДШI добычи руды , а л дователыю и запаСbJ металла по у'шстку.

1 .з
 Табл . 6.2
о ценка извлекаемых за пасов урана

Запасы Руда + порода Руда Порода

Тоннаж % U308 Тоннаж % U308 Тоннаж % U308
Северная 1.83 млн т 0.052 1 . 2млнт 0.07 0.63 млн т 0.017
З0на

Южная 1.03 млн т 0.036 0.52 млн т 0.054 0.51 млн т 0.017
З0на

Bcero 2.86 млн т 0.046 1.73 млн т 0.065 1.14 млн т 0.017
Оценка 2.27 млн т 0.066
распреде-

ления

6.1.3. Экспериментальная оценка изменчивости рудопотока

.. а
обогатительную фабрику .

Возможность моделиров~ния ха рактеристик руды по регулярной

сетке с малым шагом ПОЗВOJUlет впосл едствии имитировать

формирование из этих ячеек рудопотоков, поступ ающих из карьера или

шахты на обогатительную фабрику. Целью этих операций ЯВJlЯется
оценка влиниия размеров обор удования и последовательности
И:Jвлечения запасов на изменчивость качества руды, поставляемой н а
переработку. Условное моделирование здесь используется для
генерирования возможных характеристик руды, например, в ежедневных

объемах добычи одного забон . Затем эти смоделированные значения

объединяются в це почки рудопотоков ДJШ заданного периода времени.
Н иже рассмотре н пример карьера, разрабатывающего медно­
ПОРфИРИТ080е месторожден.ие. Высота уступа 12 м , а опробование руды
на содержание меди ведется по шламу буровзрывных скважин на всю
мощность уступа. Распределение меди по данным геологоразведки -
J10гнормальное со средни м - 0.51 % и коэффициентом вuриации - 95%.
Рассматривались 2 варианта используемого оборудования:
-2 экскаватора с ковшом емкостью 8 куб м каждый, работающих
на 2-х разных уступах одновременно;
-1 экскаватор с ковшом емкостью 15 куб м , работающий на одном
уступе.

В первом случае ежедневно отрабатывается 2 блока размерами

1 5х 7 .5х 12 м на ДВУХ горизонтах, а во втором случае отрабатывается один
блок размерами 15х15х12 м. Так как значения содержаний в
последовательности смежных блоков коррелированы , то можно ожидать
большей изменчивости в рудопотоке большого экскаватора . Чтобы
оценить эти предположения количественно бьuIO выполнено
моделирование уступных содержаний м еди rю регулярной сетке 7 .5х7.5
м . После этого моделировался рудопоток для 2 - х указанных вариантов .
В первом случае за однодневную порцию приним ал ось среднее значение
2-х смежных ячеек модели,ВО втором - среднее з начен и е квадратного
блока, состоящего из 4 -х ячеек .

1 3"1
 Выемка руды имитировалвсь из взорваНt-Jых блоко», <;редн 1Ie
размеры которых 90х 15х 12 м. Анализировались еж,-:дневные значения
содержаний меди в рудопотоке на фабрику в течение 1О недель.
Сначала изучалось влияние параметров вариограммной модели на
изменчивuсть рудопотока, получаемого от одного маленького

ЭJCскава ора, та Л . б. З.

Т(\ б Л . 63
. В ЛШIНИс ПUр<lметрuв вариограммы на изменчив ость РУДОПОТОК а

p:i;;;;-эффекта Среднее содержание Стандартное

!Самородков в Ilороге меди в рудопотоке за 10 отклонение

jваРИШ'раММbI, % иеделlt,%
О 48 20
20 34 22
-------_.
50 37 27
100 45 3]

Из таблицы видно, '!то с унешrчением эффекта самородков

вариограммной модели возрастает и изменчивость поставляемой на
фабрику руды. Кстати, при подобных рас'(етах с использованием
кригинговой модели можно закономерно получить обратный результат,
Т.К. с ростом Со увеЛl\ч и rшстся сглаживающее влияние кригинга .
Во второй части раб оты использоваласъ изотропная вариограммшш
сферическая модель с эффектом сuмородков равным 20% от порога и
зоной 90 м . Сначала моделировалась раздел ьная работа двух маленьких
экскаваторов (Н8), Т.к . они работают раздельно на 2-х уступах и
корреляция между ОТI'ружаемой ими рудой практически отсутствует .
. Затем моделировалсSl совместный рудопоток для этих же 2-х
экскаваторов и наконец .исследовалась роБОТI1 одного большого
экскаватора (Н 15).
Оценк а изМенчивости содержat ий в рудо потоке делалась или по
стандартному отклонению , или по коли ч еству выходов среднесутuчных

содержаний за пределы зоны ШИРИНОЙ ±О. ЗЗ , m,e ш - среднее

содержание РУДОПОТОКil за 1О недель. Результаты расчетов приведены n
таблице 6.4.

Табл .6.4. В лияние типа о б орудоnания на изменчИlЮ(.'ТЪ рудолотока

ГГип забоя Среднее СТ.ОТКJI нение Число выходов

содержание,% нз стандарта

Н8(1) 34 22 .-
23
-'-
Н8(2) 52 23 27
-- -- - -- ----- ._ - - -----
Н8(1)+Н8(2) 43 14 10
----- 1-' -- - - -
H15 47 22 25
--'--._. -
ТаБЛИЦе n t\ЗhlRuет , то Р " бота н -больших эк(: каваторов гораздо
бол е э ффек '~ш на с ОЧКИ зр"нi'iЛ ПОllУtlt~НИЯ одн POДlIOI'O рудопо'Гока на
оБОГ3ТlfтеJ1~IIУIO фабрику.

1 35
 6.2.4. Полное условное моделированне ypasloBoro месторождения l

Уже десять лет хорошо известно, что модели ру.дных тел,

предназначенные для оценки запасов, не могуг быть успешно
использованы ДТlЯ nлаНИРО8i1НИЯ горных работ. Та кже всем известно ,
что дисперсия содержаний в блоках, оцененных кригингом, меньше чем
дисперсия реuльных содержаний этих блоков . Следовательно,
использование кригин-говых оценок при составлении плана отработки
будет приводить к ошибочным заключениям. Правда в некоторых
случаях эти 2 дисперсии могуг быть почти одинаковы, но это
произойдет только тогда, когда дисперсия оценки а; будет очень мuла,
а месторождение разведано по очень плотной сети.
Рассматриваемое месторождение урана разбурено по сетке 25х 1О м
и в некоторых случаях еще tН1ще. Содержания ИЗ 08 (в дальнейшем -
урана) варьируют от следов до 50%, что означает необходимость
специальных мер по радиационной безопасности при отработке
месторождения. Кроме того, в породах встречается мышьяк,
вызывающий необходимость принлтия дополнительных мер
безопасности при планировании горных работ.
Предполагалось, что условное моделирование может помочь с
некоторыми из этих проблем . МеТОДОIlОГИfJ этого моделирования
известна давно, однако практическое его использование требует иногда
использования специальных ПРllложений как в данн ом случае.

Месторожденне

Рассматриваемая зuлеж:ь расположена в Канаде и ОТНОСИТС}I к

урановым месторождениям с несогласным напластованием . Залежь
простирается в длину на 1400 м , в ширину - 8 среднем на 15 м , достигая
в наиболее широкой части - 50 м. Глубина залегания 50 - 80 м от
поверхности. Такая очень узкая и вытянугая форма рудного тела
накладывает специальные требования к моделированию. Программа
опробо вания включала бурение 477 керн овых скважин по сетке 25xlO м
11 меньше, получение и исследован и е н а уран, никель и МЬШIЬЯК 30
l'ЫС$lЧ РJЩОВblХ проб длиной 0.3 м. Среднее содержание урана свыше 2%.

Требования к моделн

Моделирование в данном сл учае должно ВЬUlвить даже OtleHb

слабую колеблемость содержаний, Т . К. разведка выполнена по
достаточно плотной сети. Структура и зменчивости предполагается ·
одинаковой по всему месторождению, п оэтому моделирование обычно
выполняется на одном из его наиболее характерных участков . В данном
случае оно реализовано на участке длиной 600 м п о простиранию в
центрально й части месторождения. Модел ировали сь содержания урана
и мышьяка по регулярной с~и 2х2х l м. При этом брuлась в учет
плотность руды для пересчета объемов в тоннаж при определении
извлекаемых за п асо в .

Раз верн утое описан и е этоro ПРШfсра дано 11 р аботе 141

136
 Из-за очень узкой формы змежи требовалось также моделиров.:lt и е
формы минерализации. Принималось в расчет также ПОDышеннал
изменчивость минершIИ З.:ЩИИ И наибольшая густ та разведочных
скважин в районах с высоким содержанием урана. Количество
моделируемых очек нах дилось в районе 200 тысяч.
Таким образом , ИМtJЮСЬ 2 задач и : моделированне контура
минерализации и модслировuние кuчества урановых руд. Вторая з:щача
более сложная и свюана с целым рядом проблем, рассмотренных ниже
более подробно. В чаСТIIОСТИ речь идет о проблемах учета плотности
руды,' одновременного моделирования содержаний урана и мышья 'а,
нормализации да нных 11 некоторых других .

ПроБJlемы разm,чи~ между рудой 11 ПОРОДОЙ

И моделирование кшп')'ра ми lерализацми

Гистограмм а сод ржания урана по 9656 композициям длиной 1 м

ПОК!lЗ ' па одну вершину и долю некоЩЩЦИОННЫХ запасов, состаwшющую

2/3 от всех ЗЩJaСОВ . Эти не онд)щионньн~ КОМПОЗИЦИИ доми н ируют В

распределении, хотя t аиболеt важное значение имеют композиции,
связанные с минерruш ациеЙ. Кроме того, распределение сильно
скошеНо влево, и нормализация его будет достаточно трудным делом .
По этой причине было принято решение, что данные должны
рассматриваться как 2 различные популляции: минерализованная - с
содержаниями уран а выше 0.005% инекондиционная - с содержаниями
до 0.005%.
Контур минерализации определяется оцсниванием вероятности
того , что данная точка сети 2х2х 1 м минерализована . Эта оценка
. получается кри гингом (; помощью индикаторной переменной, имеющей
значеН.ие О - .lЩЯ 1 ороды И 1 - для руды . Забракованные точки,
индикаторы которых находятся между О и 1 также учитывались в
оценке. Возмо>.шо, на пример, что точка расположенная рядом с
центром Рудного тела, индикатор которой 0.9, могла быть отнесена к
породе, если случайная величина, с КОТОРОЙ она сравнивалась,
находится между 0.9 и 1. Это показывает , что кригинговая оценка 0.9 в
данном случае означает 90% вероятности минерализованности даннои
точки. Таким же образом, если точка на окраине рудного тела имеет
индикатор 0.1, то это говорит о 10% вероятности ее
минерализова шо~ти.

Так как контур минерализации аким образом был определен, то

последующее моделироnnние СQдержаний ПРОJ1ЗвоДилось только в этом
контуре. Точки за пределuми контура в дальне йшем не рассматривались.

Выполнение р&боты

Перед выполнением операции кригинга должны были быть

построены кспериментальные индикаторные вариограммы и выбрана
соответствующан модель . Цель кригинга определить контур
минерал и ации, поэтому важно было удапить некондиционные (с
индикатором равнь м О) КОМПОЗIЩИИ, далеко удаленные от
местор ожде1-lИЯ.

137
 с помощью созданнои ранее ОЦtliOlJНОИ модеJlИ с блоками
размерами 225х 10х4 м может быть построен ореол мокруг зоны
мин~рализации, которым сокращается чрезмерное l<ОJ1ичество породных

композиций за пределами м сторожде'iИJI. Таким обра ом, в контурах

моделируемой зоны осmлось только 575 рудных блоков, в пределах
которых были рассчитаны экспt:РИМСIIТ:1льные вариогра ммы и проведена
кригингоная оценка .

Экспериментальные вариограммы раССЧНТblВались по

индикаторным значе ниям 0-1 в оне опро ования. По ним бъmа
подобрана сфеРJfческая модель с геометрической анизотропией и
параметрами: Со = О.14, Сl=0 . 1, А(З - В) = 11 2 . 5 м, А(С-Ю)=20.0 м,
А(вертикаль)=30.0 м. Зоны влишшя окuзались одинаковыми независимо
от тип" используемых ДЛЯ 1 остроення ваР~ЮJ'рамм исходных данных:

реальных или моделируемых.

. Область поиска проб при paCtteTe кригинга была задана в виде

прямоугольного параллелепи педа с размерnми 27х 12х 1.5 м.

ОКончателt.ные результаты.

Контур подсчета запасов содержит 184 555 точек, расположенных

на регулярной сетке 2х2 ' 1 м . Из них 178 247 точки бьU1И успешно
оценены кригингом, а оставшиеся не имели D зо н е поиска

необходимого количества проб АЛЯ оценки. Было выполнено сравнение

КРИГIIНГОDЫХ величин и индикаторных переменных для большинства
точек, которое дало положительные результаты. На ~аключител ьном
этапе составлены погоризонтные кuрты минерализации, которые

получили удовлеТlюрительную оценку геологов, хорошо знающих

месторождение.

ПроБJtемы, связанные с моделироваllием качества ура.юноЙ руды.

Плотность руд связана с содержанием в ней MeтaJUIOB и имеет

сильную изменчивость, как и изменчивость содержаний. Поэтому для
корректной оцеНЮ1 тоннажа необходимо знать плотность руды в каждой
точке регулярной сети модели. По большинству имеющихся проб
плотность в сухом состоянии не опредеmшась, и лишь по некоторым
им елись данные о плотности во влажном состоянии. Поэтому бьU1
проведен регрессионный анализ , с помощью которого расчет плотности
руды производился по содержаниям в ней металлов. Когда имелись
данные по плотности во влажном состоянии, то пересчет делался 11.0
уравнению регрессии, полученному для проб, име ющих данные по
обеим видам плотности,
Далее рассматриваются проблемы, связанные с Ilеравномериым
опробованием месторождения. Исходные 0.3 м пробы по вертикали
композировались по дЛине 1 м с помощью простого взвешивания . По
горизонтали плотность информации также нерегулярна . Имеются 4 зоны
с повышенными содержаниями, где опробо вание делмось более часто .
Такая кластеризаЦИJl приводит к завышению с реднего содержания и
дисперсии по месторождению.

138
 Смоделиров' нные на регулярной сети точки долу.сны . иметь
распределение, соответстоующее правильному (несмещенному)
распределению проб по месторождению.
Чтобы найти это р аспределение необходимо было декластеризовать
имеющееся множество композиций проб. Есть много способов для
этого. В частности можно разделить все месторождение на равные
квадратные зоны и в каждой зоне оставить (случайным выбором) одну
пробу. Там, где имеетсSl всего одна проба, она оставляется. Надо иметь в
виду, что существенное влияние а сгатистические показатели имеет

размер блока (зоны). Так блок 25х25х4 м дал среднюю оценку

содержания, 01ыtчающуюся на 40% от среднего значения массива
реальных проб . Для расчетов был использован блок размерами 10х5х2 м,
который дал средний показатель, очень БШfЗКИЙ к среднему содержанию
модели запасов месторождения . После такой деКlIастеризации осталось
1480 композиций. Таким образом былн получены "реальные"
ЛОГНОРМШIьные распредеJlения содержаний урана и мышьяка.
для того, чтобы одновременно моде.rпtровать в точках регуляриой
сети содержания урана и мышыжа, рассчитаны регрессионные

уравнения, связывающие норммизованные параметры. Эти уравнения

использовались непосредственно при моделировании в результате чего

получались сра у оценки двух содержаний.

Так само моделирование осуществлялось применительно к
факторам, I1З которых в дальнейшем вычислялись значения содержания
урана и МЫШЫIка. Эти факторы определялись из уравнений:

F1 =~ J 1 2_ p (- As n + ИзОSп), F 2 =t J 1 2+ p (+As n + ИзОаn (6.1)

где р - коэффициент корреJUIЦИ И нормализованных содержаний

A~I I ИЗ ОВп.
Нормализаuия с помощью полиномов ЭРМJ.lта использовалась для
получения Гауссового распределеНI1Я моделируемых содержаний. Хотя
эта процедура хорошо ИЗllестна, тем не менее встретились проблемы,
которые потребовали детального рассмотрения. Такие проблемы как
выбор между применением "сырых" или логарифмированных данных,
обосноваllие ч исла коэффициентов пол ин омов Эрмита и т.д. Кроме
того, большое количество малых и нулевых значений содержаний в
массив данных также затрущН1ЮТ нормализацию . Поскольку начальное
распределение логнормальное, ТО л огарифм и рование исходных данных
позволяет облеГЧI1ТЬ решение большинства персчисленных проблем. В
результате БЬVIа подобрана модель с 1О коэффициентами, которая
достаточно точно I1реобразовывала логарифмированные исходные
дан -{ые в н )рмanьное распределеllие со средним = О и стандартным
отклонением = 1.

Моделироваt.ие

Эта ГJШl.lЮUI СТ[Щ1tiI работы осущеСТВЛSlл ас ь в 3 этапа:

- МО СJ шрова ни е факторов ;
-обУСJННI.IНIВЩНlе фак'юр о в с целью использования фактических
зн а ч е НI1Й пр об ;

lЗU
 - восстановление ЗНi)tICШИЙ содt:ржаний по обусловленным
факторам .
Ниж е будет рассмотрен подробно каждый из этих Ш<1ГОВ.
ДШI моделирования факторов Fl и F2 (см. 6.1) необходимы их
вариограммы. Здесь снова надо оговориться, что они рассчитывались по
неклаСТ~РИЗОDПННЫМ ДL1ННЫМ с завышенным содержание м из-за высокой
шютности опробования богатых зон месторождения. Следовательно
порог будет выше ч ем 1, а зона должна быть определена корректно.
Orмечено . их сходство с соответствующими индикаторными
функциями) а также полное соответствие по зонам влияния с
функциями по первич ны м данным. Направление C-IO показывает
наибольшую изменчивость и самый ВЫСОКI1Н эффект самородков. для
дальнейшего использовании к экспериментальным функциям подобрана
одноструктурная сферическая модель) хотя, имен в виду вариограмму
по вертикали, можно было бы предположить нали'ше еще одной
структуры изменчивости.

БьVJИ ПРИЮ1ты следующие параметры ваРl10граммных моделей,

построенных для факторов.
Фактор 1: Со=0.47, CI=0.53, А/С-Ю/=22 . 5, А/З-В/=IЗ5, Аверт=27;
Фактор 2: Со=0.41, Сl=О.59, А/С-Ю/=21, А/З - В/=180, Аверт=25.
На следующем шаге проводилось условное моделирование с
помощью метода "turпiпg l1ands", описанно го Jоuшеl в статье (2] .
ИСПОЛЬ.10Ва.тшсь та же сетка как и ДJНI индикаторного кри.гинга.
Моделировались только те. точки сети , для которых индикаторная
функция равна 1, а также точки размещенин проб. Общее число
моделируемых таким образом точек сети - 83 25 3, а число точек с
пробам и - 3268.

Проверка резулt.т· ТОВ беЗУСЛО8НOI'О моделнрова.IИЯ

с этой целыо ИСПОЛЬЗОВМtИСI, несколько инструментов . В

. стности, проверка статистических паР Q м етров ПОЛУ'lенных множеств

модельных значений показала, что среднее З li3'l е ние распределений

близко к О , а стандартное отклонение - к 1. Остальные Ilроверки также
дanи хорошие результать и пока зали п рактичс:ски полную сходимость

распределений смоделированных и реальных величин.

ОбуслаВJIИвание

Итак, для каждой точки модели получено значение Zs исследуемой

переменной . Таким же образом длн J(<))i\ЛОЙ I1З этих точек можно
получить и оценку кригинга Zk.
Значения величин ошибки Zks 1l0JlУЧ3СТСН при оценке критингом
всех точек модели, используя при ЭТО~f 1-1(: реальные :ша'lения проб, а
смодеЛЩJOванные значения в точках ощюбования. Вычитание этой
величины из Z даст значение ошибки, к) орал обладает всеми
н еобходимым и сво йст вnми ~TOГO ПОН>IТИН .
ТflКИМ образом, оБУСЛОВJIивание проводится с помощью уравнения
Zsc=Zk+(Zs-Zks)

140
 ИСllолнение

в итоге потребовалось провести 2 расчета КРИI'инга для всех точек

модели :

-по нормализованным значениям реальных проб;

- по смоделированным значениям переменной' в точках
опробования.
При расчетах КРИГИНl':l принимался радиус поиска:
- в направлен",и 3-В - 30 м;
-В направлении с-ю - 15 м;
- по ве ртикали - 2 м.
Восстановленне смоделнрованных содержаний

БЫЛI1 найдены функции обратного преобразования значений

факторов 1 11 2 в логарифмы содержаний урана и мышьяка . Полученное
таким образом новое множество смоделированных величин имело
нормальное распределение.

Теперь было необходимо провести де нормализацию полученных

массивов ЩlllНЫХ. Цель этой операции - получить распределение
соотв~тствующее распределению реальных содержаний множества,
состонщего из ] 480 декластеризованных композиций проб. Это делается
с помощью ех же полиномов Эрмита, с помощью которых выполнялась
нормали за цин исходных данных.

Далее моделируется лежачиi\ бок залежи с помощью кригинговых

оценок в 2 - х мерном пространстве координаты Z ДJlЯ каждой точки сети
раз м ером 2х2 м .
В конце концов, после успешно пройденных этапов, которые
теоретически очень просты, но иногда преодолеваются с трудом ,

получена полная модель центральной части рудного тела, по которой

можно вести планирование горных работ. В далLнейшем в ходе работы
бьU1И и з мен ены часть пар"мстров и получена новал информация.

6.2.5. Ана.JIИЗ риска в ropHOM ПJIIнировании с ПОМОЩltЮ YCJlOBHoro

моделирования

Этот пример , взятый из доклада Peter ] Ravenscrot\ (RTZ Тесtшiсаl

Serviees LLd) на конференции в УНИf3ерситете Линдс (Великобритания)
"Coll1puter sollltiol1s il1 шillil1g
l111d processil1g" 23-24 Сентября 1992 Г . ,
показывает возможность и целесообразность использования УСЛОВНОГО
моделирования для планирования горных работ.
Качество горного планирования (кратко, средне . и долгосрочного)
зав исит от достоверности модели месторождения для предсказания
тоннажа и содержаннй руды . Эта модель обычно объединяет
}'еологические Ilредставленин специалистов и статистическую оценку,

основанную н. данных опробования месторождения. Естественно, что

такая модель - это ТОIIЬКО оценка с наличием ошибок, что к несчастью
часто игнорируетен
8 передаче информации между геологами н
специалистuми по планированию. Хотя для получения оптимального
план. МОЖНО ра считать множество вариантов, но обычно переход к
новом у варианту в оценке апасов приводит к существенному

и Me H e lllltO СI1ТУ,Щ ИИ и рискn .

141
 Практика горного планирования показывает, что наиболее
сложным является предсказание риска от возмож!юго неподтверждения

геологической информации. Описанный выше подход УМ . позволяет

получить такие за счет многовариантного моделирования возможн ых

ситуаций и стаТИСПI'Iеской обработки полученных результатов .

. Каждый из полученных вариантов ( сценариев) имеет правильную
пространственную корреляцию между выемочными блоками, а план,
составленный Дl1Я любого из них будет отражать последовательность
содержаний и тоннажа, которая вполне возможна в свете известных
распределений содержания рудного тела. Можно легко пересчитать
программу и получить оценку чувствительности плана к возможным

изменениям эначений модели месторождения.

Автором доклада предлап~ется слеДУЮЩ:НI процедура ДЛЯ горного
планирования :

- с помощью Кригинга создается модель участка рудного тела;

-на этой модели тращщионным методом выполняется
планирование и полученные результаты сохраняются как "базовый
вариант"; .
-выполняется несколько вариантов УМ запасов руды и про"еряется
их реальность в сравнении с геологическими представлениями;

-на каждом варианте смоделированного рудного тела выполняется

"базовый вариант" планирования Дl1Я провеРКI1, как MOJyr изменяться

результаты работы в реальной ситуации.
Этот подход позноmlет оценить чувствительность плана и будет
преДСТRВЛЯТЬ собой форму вершlТНОСТНОЙ оценки возможного риска при
планир овании.

Один из первых возникающих практических вопросов заключается

в том, сколько вариантов необходимо рассчитать для получения
достоверных результатов. Этот вопрос может быть очень важным из-за
недостатка ресурсов памяти и времени компьютера .

OrBeT на него свизан обычно с требуемой точностью таких

расчетов. Если такой анализ делается только для некоторой
приближенной оценки последствий плана, то достаточно 2-3 расчета для
демонстрации надежности плана . Если, наприм~р, в результате
моделирования получена серия только положительных результатов, то

это может увеличить доверие к плану, а в случае ХОПI бы одного сбоя

плана в одном из смоделированных сценариев появляr.тсн

озабоченность, Т.к. такой сбой вполне может быть и в реальной

свтуации.

С другой стороны lребования точности вызывают необходимость

расчета большого числа вариантов для учета всех возможных
последствий fUlанирования. Число таких вариантов зависит от размера и
деталей модели, но в основном оно зависит от мощностн и ресурсов
компьютера.

Пример.

для иллюстрации возможного использо ванJtя условного

моделирования (УМ) при анализе риска в планировании ниже
I1риведена ситуация на большом карьере .

]4 2
 Наме'lеИllыit к отработке У' асток уступа имел много близко
р аСПОJlОЖ - I\НЫХ Н ' РЬJljIlЫХ скважин 11 редкие данные разведочных

скваж ,н , 1-1[\ котор IX бllIЛО выполнено начаньное планирование.

Интерполsщин бьuш ВЫIIOЛliсШ\ КРИГИ III'ОМ на геОЛ ОГИ<l еских (редких)
да нных. На этих же данных 6ыл рпссчитuн "базовый вариант" плана .
Затем было DЫflOЛllеl-lО УМ в порНДio:е, описанном выше. Данные
(ПОдРобные) 110 скважинам БВР использовмнсь в виде факти '.еских
данных для 1<01l1'РОJlЯ реЗУЛh 'iПОВ.

В данном случае fЮ данным 200 проб былo смоделировано 45 000

величин с щержаний , рпсllоложешJыx по регулярн)й сетке. Было
сделано 100 ВnРШ1lJТОВ расчетов, что заняло 15 часов машинного
времени н.1 МОЩНОМ 11 рсоналЫlOм компьютере,

В план дл и дш ,н ого у tШСl'ка включена последовательность из 50

послеДОII Тt;ЛЫЮ II JВЛсl-:ilемых бг-оков РПЗffilЧНОЙ формы, характерных
ДJU' ЭТОI'О периода, Ба"юный вариант плана был построен }а модели
меСТОРОЖД~I-IИИ, раСС<lllтщ-ш о ii КРНГI1НГОМ ПО исходной I'еологической
информ~щи и . ПОЛУ<IСНllые смоделs рованные значения содержаний в
блоках контролироваЛlIСЬ расчетами содержа ний по скважинам БВР. В
результате TnKoii про верк и установлена хорошая СОПОСТ;\DИМОСТЬ
результптов .

Н. к. ждоii ю 100 вщншнтоп моделей этого участка было

выполнено ОДIIО 11 то же планирование. ДЛН оценки возможной ошибки
длн каждого блока был рассчитан 95 % доверительный интервал
.Ценность :JаЮIIOЧ [\сТG}\ н Т()М, ЧТО ЭТII вероятностные границы, хотя и
опред лены МI.JДСJНIIЮI3iШIIt:М , НО дnют много информации, которую
О'lею, ТРУДIIО С\О у'шть теореТИ'lески . Наиболее ваЖllые следствия
построеНI1S1 таких klt:IЮSlТlюr.Т IILlХ границ:

-результLIТЫ :.It1ШIСНТ только ОТ ИМt:lOщейсл локалыюй информации

о пр бах; там, где ПJIOПЮСТh дпнных MCHblue, там больше р а:IЛИЧИЯ
между вариантами ~\Одели И, , сл едовательно, - шире вероятностнне

границы;

-зна'1еlfllН содеРЖi\lШЙ наюсреДСТ8сННО опред~лены по местным

пробам; т. М, где Оl-Щ Ilоказывают высокую степень ме твой

и меН'1ИRО ти, там веРО)JТНЩ;'lные границы будут шире;
-резулы'аты связа ны также с величи нами исходных данных,

сл да BaTeJl ы-tO , в pnt;Ollax с высоким соде ржанием изменчивость It

bePOHTI-ЮСТIIЫс 1 раlJицы
будут шире .
IlОЛУ<IСI1НЫС результi.\ ы позволнют оценить риск неподтверждеНИJJ
реЗУЛI,татов ПЛШНlJЮВUI-lJ.-Ш . В этом Ilримере анализ риска БЫJl выгюлнен
дли 4-х летнего периода добычи руды на щшном У<lilстке в рамк ах
псрс пеКТИВIIOI 'О ПШlllII(ЮВ: НШI . В ча "гности была оценен в роятность
отклонения оцеllеliliLIХ r.одержа ниЙ от фактических ДJl)' каждого года
~пботы ~едпринтия,
На ГЮJlУ'l е нном так~ш обрп 'юм графике можно бьulО оценит ..
ура IIb РlIска для R ех п ~ риод()н nЛ:ШИРО831-IИ Н. В частности для
11')CTbel'O Г())Щ существу~т только 25% - вый шанс того, '11'0
заfJЛЩll lр оваНJluе ~O ерЖ:lllи е будет превышать ф:Jктиче КОС
СреднемеСИ'IIЮ содержание , tl длн второго И 'iCTBepTO I'O (' ОДО8
ВСрОНТНОС1Ъ ЭТО О 6()% и 1'.11.
р еДJlаГПСМ ЫII л (JДxoд e~'ГeCTHeHHO имс:ет HeJt()CTaTKII. ХОТ}I
'IИ 'леllll :Ш ()Hell"' ~\ РII С а .J ОН IIK t: 3 < \l:1 COU И лл . IIИJЮl-l ани н IIВЛНС'l'СЯ

143
фундаментально важной, неоnреiJеленность 8 геОАOlи.,ес,,1IX
интерпретациях .носит осноtJНУЮ iJОАЮ tJ tJО3МОЖН61U рис" и должна по
возможности учитываться .

6.3. Литература

1. Давид М. Геостатистические методы при оценке апасов руд. Л .:

Недра, 1980.-360 с.
2. JОUПI~) · А.О. (1974) Geostatistic for сопditiонаl siпшlаtiоп of
orebodies. Ecol1omic Оеоlову, Уоl 69, рр , 673-687 .
3. Jошпеl А.О. (1979) Geostatistical simulatiol1: l11etllOds [ос exploratiol1
:шd millc plal1l1ing. Еl1gil1ееriпg and Millil1g JOllfnal, ОесешЬес 1979.
4. Micl\el David (1988), Hal1dbook of npplied dval1ced geoslatistical осе
reserve еsliшаtiОI1 , EJsevier, Ашstеrdаш, 216 р .
5. KJ·jge О . О . ( J984).Geostntistics alld the defiflitiol1 of uncertainty.
Trans.lnst.Min.MetaU. Уоl 93, April 1984, рр. A4J -A47 .
6. JОШl1еl А.О.(l989), NОI1-раrашеtriс eSlill1atiol1 of spatial
djstributioHS. Jоuшаl of tlle IнtеШ . AsSОС.оf Matllell1atical Geology, Уоl 15,
No.3, рр. 445-468.
7. Dowd Р.А(l989),Sошс observatiolls 011 cOl1fidence illtervals aHd
krigiHg епоrs. ln Geostatistics М .Аrш strОl1g (ed), Kruwel' Асаdешiс
Publushers, Dordrecllt, Tlle Netl1erlallds. Vol.2, рр . 861-874.
8. Lnjашuе С;. (1990). Сошраring some аррrохjшаtе шеtllОds for
tщilding local cOl1fidence illtervals for рrеdiсtiпg regionalised variables.
Matll.Geology, Уоl.22, No. 1. рр . 123- 144.

144
 Глава 7. ОЦЕНКА ИЗВЛЕКАЕМ ЫХ ЗАПАСОВ.

7.1. Задачи оцеиивания зап асов и планироваиия работ при освоении

месторождений.

Проблема оценки ИЗВJ1екаемых запасов является одной из

центрШ1ЬНЫХ при освоении полезных ископаемых. Она тесно связана с
решеtIием Т'.lких вопросов, как изучение природной изменчивости
орудененИя , определение степени селективности добычи руды, которая
зависит от размеров выемочных блоков и достоверности разведочных
данных , необходимых для разделения блоков на про'мышленные и
некондиционные. Решение этой проблем ы требует комплексного
количественного анализа разнообразных факторов - геологических,
горнотехнических и геолого-экономических, обусловливающих
отклонения характе ри стик ИЗВJ1скаемых запасов от подсчитанных в

результате предпроектной разведки.

С. точки зрения приложений геостатистики в истории
существования месторождения целесообразно выделить три периода:
- предпроектная разведка, которая заканчивается подготовкой
месторождения к освоению, включая оценку геологических запасов;

- инженерное изучение месторождения, которое заканчивается

определением эксrшуат:щионных запасов для различных условий

разработки ;
- информационное обе сп чени е р аци ональной текущей разработки
месторождения, включая оперативную оценку и з влекаемых запасов.

В настонщей работе методы геостатистики рассматриваются

применительно к оце нке месторождений твердых полезных ископаемых ,
больши н ства видов которых может быть квалифицировано как рудные
в широком смысл е этого понятия, Т.е. включая , например, такие, как

местор~ждения агро номических руд (что н е явля ется преnятстви е м для

прим енения этой прикладной математической теории для оценки
месторожде ний любых других полезных ископаемых : углей, жидких или
газообразных углеводородов и т.д.).
Поэтому определенную роль в изложении методов геостатистики
играет поиятие руды, которое, следуя МДавиду [1], сформулируем так:
"Руда предстаВJ1яет собой естественное твердое вещество, из которого
могут быть с выгодой получены полезные компоненты посредством
горных работ и сепарации при условиях, существующих во время
оценивания ". Эти условия подразделяются на три типа:
кономические, кото рые зависят от результатов геолого­

э~ономич еской оценки месторождения, что синтезируется в величине

ми нимального промышленного содержания полезн ого ископаемого в

руде и отражаете н , в частности, в такой кондиции на оконтуривание,

как бортовой л имит (т.е . содержание в оконтуривающей пробе) ;
горно - технологические, котор ы е не ограничиваются только

в ы бором открыто й или подземной систе мы разработки, но ВКЛЮ 'Jают

также о п ределение минимал),ных размеров эксплуатационных блоков ;
- информационные, которые определяются качеством, количеством
н ра м е ще ни ем в объеме месторождения геологоразведочных да нных
(хара кте ри 'ти к, ПОЛУ'lенных в результате изуче ния рnзвеДОЧНЫХ

14 5
выработок ~ проб), которые являются источником информации о
месторождении.

Всякое изменение этих условий меЧеТ изменение ~щенок

содержания полезного ископаемого и запасов месторождения. Запасы
месторождения при этих условиях имеют экономическое содержание -
это экономические (или ПРОМblШJlеНllые) запасы в отличие от
геологических, под которыми понимаются запасы в геологических

контурах, ХОПI предстамения о геологических контурах месторождения

являются обыч;ю весьма расплывчатыми.

По крайней мере, в большинстве случаев эти контуры могуг быть
оценены только с учетом бортового содержания, а сами запасы требуют
определения раз меров блоков и учета уровня (т.е. детальности и
качества) геологоразведочной информации .
Оценка запасов месторождеНJlЯ ЯW1яетсн Иllформационной основой
пл.аНИРОВ:1НИЯ деятельности горнодобывающего предприятия, которая
пронвляется по принципу "от общего - к частному" и сопровождается
изменением информационной базы (т.е. изменением геометрических
размеров - геометрического оснонания) оцениваемых единиц (частей,
блоков) месторождения от крупных к относительно мелким .
Текущему, краткосрочному планированию, информационной базой
которого являются относительно мелкие, эксплуатационные блоки,
предшествует долгосрочное. Единицами оценки запасов месторождения
на этом этапе яnляютсн крупные блоки . В них по разведочным данным
опредеmlЮТСН запасы и содержание полезного ископаемого, и на

основе этой информации осуществляетсн оптимальное планирование

разработки месторождения на достаточно длительный период. План
разработки оБУСЛОВЛИDает также особенности горно-подготовительных
\
работ.
Однако, геолого-промышлеННLIе хuрактеристики эксплуатационных
блоков, подлежащих отработке в операТИВIIОМ режиме, всегда
отличаются от характеристик включающих их КРУПНЫХ блоков,
выделе'нных в процессе разведки. Серьезной проблемой при освоении
месторождений является такая СИТУ[ЩI1Я, когда бортовое содержание
полезного ископаемого близко среднему по месторождению . В этом
случае многие эксплуатационные блоки после проведения больших
объемов вскрышных (особенно при разработке карьером) и
горно-подготовительных работ могут оказаться непромышленными.
Планирование разработки месторождения представляет собой
последовательность взаимоувязанных процедур анализа имеющейся
информации и принятия упраменческих решений , основанных на
предположении о том, что имеющиесн исходные данные в достаточной
мере характеризуют объект разработки и отдельные его части. Однако,
это предположение всякий раз требует доказательств, и одна из главных
задач геостатистики заключается в том, чтобы предоставить такие
доказательства или определить стратегию накопления необходимой дllil
них информации в достаточных объемах, а также стратегию выбора и
применения соответствующих методов обработки этой информации .
Роль и место геостатистики при этом таковы : применение ее
методов предостамяет информацию, которан обеспечивает приняти е
решений, но не генерирует их КРИТt:риев, принадпежащих

146
экономическому аШUJIIЗУ геологических характеристик и

горно-технических условий разработки месторождения.

Эффективность геостатистики особенно ПРОЯВJlЯе1'СЯ при
краткосрочном планировании . Это fU1анирование требует решения,.
прежде вс е го, двух задач:

1) обеспечении добычи планируемого количества промышленной

руды и

2) обеспе'lенин поступления на обогатительную фабрику руды

JШilнируе МОI 'О качес r ва . Оно осущест ляется на основе разведочных
даННJ>JX, которые могуг быть представлены результатами бурения
скважин, в том числе, уровзрывных при разработке месторождения
карьером .

Таким обра~ом, rшзнировзние проводится на основе разведочньJX

оценок руд , преДIН\З Н3'IСННЫХ для добычи; в то жевремя фактически
доБЫl:lаемые руды обы'нlO отличаютс}( от их оценок. В связи с этим,
важным условием эффективной разработки месторождения является
правильное определение различий между добываемыми рудами и их
оценками, так как любые ошибки такого рода, особенно по бедным
блокам, вызывают неритмичное снабжение обогатительной фабрики
кондиционной рудой и дорогостоящее непредвиденное перемещение
фронта горных работ или ЗI1JJOжение и проходку новых,
дополнитеЛЬНblХ, не прсдусмотренных проектом горных выработок.
Orсюда, n задачи геологического изучения месторождения в процессе
эксплуатации входит также предсказание изменчивости добываемого
полезного и к naeMOI о во времени для планируемых периодов и

интервалов проведенин горных работ.

7.2.. Характер исходиых даlIНЫХ 11 методы их обработки.

ИСПОJlьз опшше геологоразведочной информации для оценивания

запа с ов р уд в ключ uет две процедуры:

1) экстр ;lП mщию исходных данных за пределы разведочных

выработок на и зоны ВJIИЯНИЯ И
2) определени е погрешности этой экстраполяции. Экстрапомщия
исходных данных (которан собственно ЯВJlЯется процедурой оценивания
запасов месторождения и его частей) выполняется несколькими
методi.tМИ ; геометрическим, днстанционным, КРИГИНl'ом.

Геометрическая (или полигональная) экстраполяция заключается в

присвашшиltи ЗШ1"el-ШЯ ПРОС1'ранственной переменной, которое
УСТЗНОВJJено /;1 разведочной выработке (пробе), геометрической зоне
ВЛШIНИН этой выр. ботки (Ilробы) каким-либо известным способом 8
зависимо ,ти от с и стемы разведки ме 1'0рождения.

ДИСТaJ-ЩИ иная экстраполяция представляет собой оцениваиие

точки или блока м есторожде юш на основе линейной комбинации
взвешенных ЗII чений пространственной переменной, определенных в
разведо',ных выработках (или в точках опробования) месторождения.
Веса 1'1 =38 CTlIblX зн ач еНИli этой перемениой учитываются различными
способами в зависимости от раССТОJlНИ}J между ними ' и ОЦениваемой
точкой, НilЩШМСР, могут бытb обратными квадратичными .
. К СТР П ПОJlЯЦЮI методом кригинга по характеру используемых

да нных IIOДО n Н ДlI Т('\IЩИОIIНОЙ ; ее отличительные особенности

14 7
описаны в п ~3.7. Любая экстраполяция сопровождается погрешностью
(дисперсией распрострuнения разпедочных данных на неисследованное
пространство), что является следствием неэквивалентности разведочных
выработок (или проб), с одной стороны, и оцениваемых блоков, . с
другой . Если при оценке запасов задано бортовое содержание, то
необходимо, чтобы разделение блоков на промышленные и
непjюмышленные бьulO корректным, а количество промышленной руды
и пустой породы бьulO бы определено с учетом погрешности
разведочной информации.
Погрешность экстраполяции может быть оценена пyreм
сопостаменин оценок блоков с данными, получаемыми в результате
отработки месторождения; это самый надежный, но практически
недостynный для оперативного управления процессом разведки способ
оценки. Статистическое оценивание погрешности по имеющимся
разведочным данным дает результаты, недостаточно точно

корреспондирУЮЩиесн с ее действительными величинами. Лучшие

результаты, что видно, в частности, из приводимых ниже примеров,

обеспечиваются применением кригинга; в этом случпе погрешность

экстраполяции может быть оценена как дисперсия кригинга (См. 3.50).
Выбор метода оценки запасов (метода экстраполяции разведочных
данных) оказывает существенное мияние на планирование разработки
месторождения и ее результаты . Решение этого вопроса может быть
рассмотрено на следующем примере, лриводимом М.Давидом (1).
По результатам опробовпния ударных скваЖJtн одного из уступов
меднолорфирового месторождения определены Т04ные содержания
полезного ископаемого в блоках; кроме того, по разведочным данным
получены оценки этих содержаний двумя методами экстралоmщии:
обратных квnдратичных расстояний и кригинга. Среднее содержание
меди в пределах уступа по результатам опробования буровзрывных
скважин (которое можно считать истинным) составляет 0,53 вес.%;
дисперсия содержаний в блоках рапна 0,044.
Средняя погрешность оценок содерж'аний в блоках методом
кригинга состамнет 0,024 вес.%; дисперсия этой погрешности o~ =
0,028; соответствующий стандарт оценки рапен 0,168 uec.% .
Метод обратных квnдратиtlНЫХ расстояний ПРИIlОДИТ к более
смещенной оценке - погрешность равна 0,121 нес . %; дисперсия
погрешности равна 0,064; стандарт - 0,252 вес.% . Таким образом,
полученные результаты свидетельствуют о том, что метод кригинга

предпочтительнее для оценки запасов в блоках .

Небольшая погрешность - не единствеliНЫЙ критерий для того ,
чтобы судить о предпочтительности метода оценивания запасов
месторождения. Не погрешность запаСОD, а собственно запасы являются
наиболее важной характеристикой. Качество их оценки может быть
осуществлено на основе сравнения точных и предсказываемых

содержаний в блоках; удобный способ такого сравнения заключается в

использовании корреляционной диаграммы . Разделив диаграмму на
четыр·е к.вадранта (вертикальной и горизонтальной прямыми,
проходящими через значение содержаний полезного компонента,
равное бортовому содержанию), можно получить четыре группы блоков:
I - блоки, правильно классифицированные как промышленные;
11 - блоки , правильно классифицировпнные как непромышленные;

14 8
 (1) -- блоки , неПРЗ ВIVIЬНО отнесенные к промыllншны bJ, , (8
действительности они сложены некондиционными рудами и пустыми
породами и должны быть отн е сены к группе П);
IY - блоки, н е праВИJlЬН() отнесенные к непромышленным (они
должны быть объеДИН ~Нl,l с бло ками группы 1).
Из -51 блок:\ , в приводимом М.Давидом примере, оценками
кригинга OTHtCeHbl К н е щ.юмьшшенным, а 46 - к промышленным. ПО
данны м УД, IРН ОГО б уре ния непромыuu1енныии являются 13 блоков и
только 38 ОТНОСНТСН к I1ромышленным. Ошибка классификации блоков
составляет 17%.
Методом обрптных квадр атичных расстояний к промышленнЪfМ
отнесено 48 локов и ошибка классифию:щии увеличивается до 2 1%.
Эти результаты также свидетельствуют о предпочтительности
прим е нения кригинга для оценки запасов месторождения.

Традиционная методика <щенки запасов месторождений, пока

используемая в России , рассчитана прежде всего - на ручную обработку
информации и на жестко регламентированные и практически
неизм е нные покnз:\тели основных кондиций. Сейчас ситуация в
экономике страны р езко меняется, появляеТСJl рынок минерального

сырьн с изм е НЯЮЩI1МИСЯ ценами на руды и металлы, многие

предприятия ВЫХОЩIТ на мировой рынок и вынуждены считаться с его

законами.

Традиционный· спо с об оценки запасов предусматрив ает в

большинстве случ ае в оконтуриваНl1е (с учетом Утвержденных бортовых
содержаний) рудных зон на профилях, соединение одинаковых зон
соседних профилей в подсчетные блоки, расчет (по приближенным
формулам) объемов и среднего качества сначала подсчетных блоков, а
_затем - все го месторождения . Для того, чтобы перес<{итатъ запасы дня
изменившегося "борта" потребуется каждый раз пройти весь путь
сначtUl:1 . При этом кач ество руды в объемах меньше подсчетного блока
как пра вило н е детализируется . Такая же "загрублеННШt" геОЛОl'ическая
информ а ция прим еняеТС>l проектн ыми институгами для
проектирования будущих горных предприятий.
С понвлени ем на рудниках и в геологических организациях ЭВМ
стано возможным создавать точную З -х м ерную простран(:твенную легко
пополняемую модель месторождения, отражающую все его

геоло.гические нюансы . Подсчет (или пересчет по новым кондициям)

запасов по такой модели не преДСТ'.lвляет трудности и занимает
несколько минуг машинного врем ени . для этой работы в системе
ДАТАМАЙН имеется несколько программ , в Т. Ч . процесс MODRES.
Использование современных информационных технологий
показывает, что 110луча емые при рас четt1X результаты дают

закономерные отклонения от результатов, полученных вручную

традиционным спо собом . OrB~Г на вопрос о причинах этого явления

дает г остаТ И~Т1fка , а точн е е один из основных ее разделов - оце нка

извлекае мых запасов . Главное , на ':IТО обращается внимание при

анали зе данного воп р о с а - это различие между запасами , которые

подс ч итаны 11 да нн 1М проб р аз педо<IНЬГХ выраб ток, и и влекаемыми fj

llроцессе г рных р nбот.

14
 7.3. Зависимости "за.lас-содер:жание" црн OI,eHKe нзвлекаемых
запаСО8.

llонятие "оценка извлекаемых запасов" имеет э кюшал е нт - "оценка

выхода руды и металла при заданном бортовом содержании полезного
компонента". Остановимся на методах оценки ИЗRJ1 екаемых запасов или
оценке их выхода .

Подсчет запасов полезного ископаеМОI'О с учетом бортового

содержания и определение среднего содеРЖШ-IИЯ месторождения в

соответствующем контуре не представлнют проблемы, если имеются

результаты разведки месторождения и по этим результатам определены

закон и параметры статистического распределения соответствующей

пространственной переменной.
Пусть f(X) - функция плотности распределения содержаний
полезного компонента . Тогда запасы руд с содержанием, превышающим
бортовое Хс, равны
R(Xc) =J;.J{X)dX (7.1)
где Ro общие запасы руды месторождения со . средним
содержанием то

Количество металла в рудах с содержuниями выше бортового равно

q(Xc) =1',,1;. XJ{X)dX , (7.2)

а общие запасы металла в месторождении

(7.3)

Доля металла в кондиционных рудах paBHiJ

(7.4)

а среднее содержание в этих рудах

R.I; хft.ХЩ 1; хft.хщ

m(Хс) = J":' =. J'Х.:' j(ХЩ (7 .5)
Я. х. f{ХЩ
Таким образом, знание функции плотности распределения f(X)
даст возможность установить зависимость между запасами руды и
металла месторождения, с одной стороны, и бортовым содержанием
полезного компонента, используемым для оконтуривания его

ПРОМblшленной части, - с другой, Т. е. установить так называемую

зависимость "запас - содержание" .
Если содержание полезного ископаемого D рудах месторождения
имеет нормальное распределение, то запасы КОНДlЩИОННblХ руд равны

(7 .6)
где а - CТnJЩарт распределения,

150
 G(Z) -- ["'..7 eKP(-?)dJ
д; - интеграл нормального распредел е ния

(интеграл Гаусса),
где Z =x.~m. ,а средн е содержание полеЗНОl'О ископаемого в этих
запасах равно

m(Хс ) =т о +0"0) , (7 .7)

где о) =ехр [ -tZ2 J;[ J21t G(Z) J
в случае логарифмически нормального распределения

(7.8)

(7.9)
откуда

(7.10)

Зависимости "запас содержание" могут быть выражены

аналитически (7.7), причем для не60ЛЬШОГО диапазона изменения
бортового содержания (в пределах нескольких стандартов
пространственной переменной) они имеют линейный характер и
известны как закон Ласки:
m = K. - К2IпR, (7.11)
где К., К 2 коэффициенты уравнения, определяемые по
известным данным дня конкретного месторождения.

При условии о" < 2 зависимость (7.11) является точной. Следствием

зависимости (7 . 11), как установлено С.Ласки, является также линейная
зависимость среднего содержания полезного компонента в

месторождении or бортового лимита:

m(ХС )=ХС +К2 (7 .12)

Зависимости "запас - содержание" могут быть, по данным А. М .

Марголина 12], непосредственно (без информации по учету потерь и
разуБОЖJiвания) использованы ДЛЯ определения ИЗВJ1екаемых запасов.
С этой цеJ1ЬЮ зависимости запасов руды R и металла q от
КОНдиции Х могУ1' быть представлены в следующем виде
R(X) =RoK.(X) (7 . 13)
q(X) =Я о аК2 (Х)/Ь ,
где а и Ь - параметры гамма-распределения .
Эти параметры определенным образом связаны с со средним
содержанием полезного ископаемого по месторождению и с дисперс ией
содержаний в элементарных объемах селекции. Неопределенность
геологической информации также может быть учтена , поскольку
параметр Ь может
• быть представлен как функция дисперсии
разведочной оценки среднего содержания в выемочном блоке .
Интересным следствием данной методики является возможность выбор
оптимального (с точки зрения максимально целесообразного
извлечения з:ншсов) Рilз мерз об'Ьема селекции, поскольку на
соответствующи е з ависимости влияют как природная изменчивость

оруденения , та к и ГУСТО1';} раз ведочной сети .

1.51
 7.4. Влияние геометрической базы геОJIOI'ической инФормации на
извлекаемые запасы.

Практика освоения полезных ископаемых ПО СТОSlнно сталкивается

с влиянием раз м еров объемов селекции на степень извлечения
промышленных запасов.

Исходными данными для оценки месторождения по итогам

разведки ЯВЛЯlOтсн обычно результаты определеНЮI содержаний
полезных компонентов в рядовых ра з ведо'шых пробах. В период
эксплуатации меняются требования к геометрической базе исходных
данных для подсчета запасов - возникает необходимость определения
количества полезного ископаемого в каждом эксплуатационном блоке.
Кроме того, оказывается необходимым иметь информацию о
распределении полезного ископаемого внугри оцениваемых блоков,
учитывая запасы (которые квалифицируются как непромышленные) о
потерях промышленных запасов полезного ископаемого в блоках,
которы.е квалифицируются как непромышленные. При этом
необходим() знать также, с одной стороны, какие запасы руды
заключены в этих непромышленных блоках, а с другой, - какое
количество пустых пород содержится в промышленных блоках и
подлежит в последующем извлечению из недр вместе с рудой.
Перечисленными условиями определяютси требования к качеству и
детальности данных опробования. И зменение геометрической базы
данных опробования влечет за собой изменени е дисперсии содержаний
полезного ископаемого, что непосредственно сказывается на

зависимости "запас - содержание". Из формул (7 .6.-7.9.) следует, что

выход руды зависит не только от бортового содержания, но и от
дисперсии соответствующей пространственной переменной. В этом
легко убедиться на примерах, которые приводит М .Давид (11 .
В одном из примеров рассматриваеТСfl жилыlее медное
м естороЖдение с сульфидными рудами, содержание меди в которых
составляет 1,4%, а дисперсия содержаний - 0,36. Соответствующая
зависимость "запас - содержание" характеризуется, в частности
следующими соотношениями между величиной бортового содержания и
запасами с содержаниями выше бортового: выход руд при бортовом
содержании 0,5% составляет 93,3 % общих запасов м есторождения, при
бортовом содержании 0,7% - 87,9% и при бортовом содержании 0,9% -
79 ,6%. При увеличении размеров блоков, в которых определяются
единичные значения содержаннй меди, дисперсия этих содержаний
уменьшается и может составлять , например, 0,20.В этом случае
бортовому 0,5% соответствует выход руд 97,7%, бортовому 0,7% - 93,7%
и бортовому 0,9% - 86,6%.
Во втором примере рассматривается железорудное м есторождение
со средним весовым содержанием железа 54%. Стандартное отклонение
содержаний железа в пробах составляет 7%, в -блоках - 4%. Выход
богатых руд (с содержаниями больше. 60 %) в первом случ ае составляет
12,8%, во втором - 2,3%; выход Р$ЩОВЫХ руд (с содержаниями от 46 до
60%) - 67,7% и 90,0% , соответстве нно ; выход забалансовых руд (с
содержаниями ниже 46%) 19,5% и 6,7 %. Суммарный выход
промышленных руд (т. е . руд с содержаНИJlМИ выш е 46%) соста вит
87 ,2% для первого варианта оценки соде ржа ний и 96,7% - длн второго .
1 52
 Еще ран ее (В 1962 г. ) Д . Криге (3] был приведен пример. подобных
соотношений . Рассматривалось золоторудное месторождение со
средним значе нием линейного запаса 455 пеннивеЙт-дюЙм .
Логарифмич еская дисперсия линейных запасов для рядовых проб равна,
0,8;для проб , объединенных в секции длиной 50 фугов - 0,4; для
эксплуата ционных блоков - 0,2. Если в качестве бортового лимита
ПРИЮlТь значение линейного запаса 200 пеннивейт-дюймов, то выход
промышленных запасов составит 68%, 83,5% или 94%, соответственно
вариантам оценки содержаний.
,Когда м есторождение (G) разведано серией скважин , то очень
важно , чтоб ы гистограмма по данным рядовых керновых проб
соответствовала бы истинному "идеальному" распределению, при
котором все месторождение разбито на объемы равные объему пробы.
Такое соответствие можно скорее получить, если скважины
бурили сь по регулярной сети, что очень нечасто встречается на
практике. В противном случае единственным выходом ДIlЯ получения
более или менее корректного распределения будет взвешивание проб
перед расчетами .

Итак примем , что наше распределение по рядовым пробам -

достаточно корректно и характеризуется оцененными средним

значени ем и дисперсией, а также определенной формой гистограммы .

При разработке месторождений оценка качества руды делается для
объемоu значител ьн.о больших, чем объем керновой пробы (Рис.7.l) (4] .
В этом случае мы получим гистограмму, характеризующую реальные
условия раз аботки место ожде ния.

f-
L _-r/

'---_.-V/
а ь с

РИ С . 7.l . Различные основани я для оценки: а - выемочный блок ,

Ь - керновый образец, с- группа керновых обра зцов .

Если сеть разведочных выработок регулярна, то среднее этого

распределения не будет сильно отличаться 0"I: среднего гистограммы
проб. Однако, дисперсия будет намного меньше (Рис.7 . 2) .
Если задавать различные бортовые содержания и ДI1Я каждого
значения рассчитывать запасы (тоннаж) руды и запасы меташш, то
получим функцию "тоннаж -. металл " (Рис . 7.3).
И з рисунка видно, что оценка месторождения по керновым проб ам
всегда приn одит к пе реоценке запасов металла, Т.е. - к переоценке

средни х содержаний по месторождению . И эта переоценка тем больше,

чем больше разни ца в объемах пробы и элементарного выемочного
блока и че м БОЛl>luе и зменчивость м есторождения.

1 53
 бло:к::и

m
Рис.7.2. Гистоrpамм~ соДtPжаний, построенные по разным
основаниям

Рис . 7 .3 . Зависимость запасов металла от за па СОll руды для

ра31lИЧНЫХ оснований: образцоо 11 блоков .

7.5. Информационный эффект оценкн ИЗ8JIекаемых запасов.

Оценка запасов месторождения и проектирование горных работ

как правило осуществляются после геологоразведочных работ по
результатам довольно редкого опробования месторождения . Если мы
выполним на этой стадии кригинговые расчеты и оценим блочную
модель месторождения, то получим распределение с дисперсией равной
разности фактической дисперсии используемых блоков ' и дисперсии
КРИГЮlrа. Но мы уже знаем, что чем меньше информации о залежи, тем
большее сглаживание дает кригинг и тем меньше будет дисперсия
полученного распределения кригинговых оценок.

Разработка месторождения обычно сопровождается появлением

дополнительной информации, что ПРИ80ДИТ к изм е нению формы,
"a:~MepOB и пространственного положения ЭКСJUlуатационных блоков ;

154
 они часто' оказываются меньше тех, которые ОКОНТУРI1Вались и
оценивались во время разведки. Меняются запас'ы месторождения и их
С1руктура запасы оказываются иначе распределенными по

установленным типам руд и классам содержаний полезного

ископаемого. В результате горных работ обычно устанавЛивается, что
реальные запасы промышленных руд внyrри оцененного ранее контура

меньше, чем предсказанные . Особенностью оценивания явл.яется то ,

что ошибки предсказания запасов становятся известными только через
длительные интервалы времени после получения оценок, Т.е. только

посл~ ·добычи соответствующих объемов руды.

Решения, при ни маемые в процессе горных работ, недолго остаются
основанными на ранних оценках; они корректируютсJ.l с. учетом вновь

поступающей информации.

7.6. Примеиеиие диз'ыокти8иогоo кригинга ДJIJI оценlUI извлекаемых

~~. I

Нахождение зависимости "запас - содержание" дает большую

информацию для планирования отработки месторождения. Тем не
менее, эта информация является недостаточной по следующим
причинам: .
1) определение количества руды не обеспечивает ответа на вопрос,
где непосредственно находится эта руда (т.е. можно предсказать запасы,
но не положение руд в пространстве);
2) . для определения, является ли блок промыumенным,
предполагается изве.стным точное содержание полезного ископаемого в

нем, хотя на самом деле известной является лишь его оценка (т.е. по
совокупности блоков месторождения можно предсказать окончательный
. результат эксплуатации, но нельз)] детально предвидеть, каковы будут,
например, результаты квартальной деятельности - какова будет
квартальная продукция);
З) наконец, во многих случаях соотношение между распределением
содержаний полезного ископаемого в блоках и пробах оказывается
брлее ~ожным, чем мож.ет быть выражено рассмотренными выше
зависимостями.

Дизъюнктивный кригинг (ДК) 15] предусматривает получени е

условных распределений относительно небольших объемов селекции ,
вплоть до точечного геометрического основания. Такое распределение 8
условиях неоднородности оруденения может быть получено как
разложение пространственной переменной в виде· полиномов Эрмит

g(X) :: 1:;'.,0 ~IHI(X), (7 .13)

ще Н;(Х) - ненормализоваиные полиномы Эрмита степени i;
11 + 1- соответствующий номер члена разложения ,

Каждый коэффициент С; оценивается независимо от дрyr'их (8

этом происхождение названия ДК) решением простой системы
уравнений кригинга
С1 = 1:~I A~HI(X) (7 .14)
A~ - решение уравнения

1 55
 :Елllр~ =P~;<1 = 1... ,11 , (7.15)
где P~~ - i-я степень корреляции между нормализованными
значениями перемеllНЫХ в пробах <1 и 13 ;
p,'ct - то же между блоком v и пробой <1 .
для i = О система редуцируется .
. Си'стеама не содержит никаких УСЛOlmй к членам разложения для
обеспечения положительности g(X).
Однако, в при мере, приводимом А.Марешuлем и и.туффе 16] по
меднопорфировому месторождению Сипрус-Пима, DИДIIО, что введение
поправок в члены разложения с весами больше 1 необходимо.
Месторождение характеризуется крупными запасами меди и
производительностью карьера, которая обеспечивает измечение 55000 т
руды и 125000 т пустой породы ежедневно. Длн оценивання выделены
блоки размерами 1ООх 100x40 фугоп; их общее количество около 300000.
ГlJmНИРОВ:lНие разработки и разработка осуществляются слоями
(уступами).
Оцено.чные раС'iеты для сравнения предсказания с результатами
эксплуатации выполняются с различной периодичностью от
месячной до суточной. В к~честnе истинных значений содержаний
полезного ископаемого принимаются результаты Оl1рО ования взрывных

скважин. Оконтуривание запасов по бортопому содержанию меди

осуществляется с учетом содержаний полезного ископаемого в блоках,
оценки которых получают по всем скважинам (незаDИСИМО от их
количества), располагающимся в пределах СООТl3етствующих блоков .
Необходимые данные о распределении сортов руд в каждом блоке
оцени вались по соотношению скважин , относящихся к

соответствующим классам содержаний меди, ахарак еристики руд по

классам - как средние значения по соответствующим группам скважин.

Результаты анализа данных по месторождению лред~тавлены на

рис.7.2.2.. Эти результаты показывают следующее. При бортовом
содерЖllНИИ меди 0,25 вес.% блоки характер\1ЗУЮТСЯ средним
содержанием 0,30% и 8ЫХОД КОНДИЦИОННОЙ руды В них составляет 73%
при среднем содержании 8 этой руде 0,38%; 27% руды, Ibl отвечающуй
кондиционному требованию, характеризуютсн содержанием 0,21% и
должны быть квалифицированы как пуста}] пород .
Зависимость, которая устанавливается между величиной бортового
лимита и выходом соответствующей ему промышленной руды,
позволяет корректировать план ее добычи. На данном месторождении
эта зависимость позволяет уменьшить расхождения между

IUJанируемыми и фактичеСЮI добываемыми заl1асами руд с 18 до 3%.

Интересно отметить, что для значительного по продолжительности
периода планирован и.. календарного года погрешность

предсказания содержаний меди в добываемых рудах составляет только

0,6%.
Как было показано выше , интересующи е горняка зави\,;имости
могуг быть установлены, если известен закон распределения
содержаний полезного ископ~емого в рудах с из»е тной l'е ометрической
базой нроб или друпt"х объемов , в котор ых эти содерж.шия определены .
Так как оценки содержаний руды в бл окuх не ЯВJшются их
точныии значен иями , то доля руды с з ад а llНЫМ содержанием при

1 56
ИСПОllЬЗОВaIШИ ра:1недочных оценок не равна доле руды в .блоке,
содержание полезного ископаемого в котором определено точно.

Как было "оказано выше, поправочные коэффициенты к

разведочным оценкам блоков могуг быть определены после проведения
горных работ по добыче руд. для априорного решения этого вопроса
необходима информация об оценках содержаний полезного
ископаемого в блоках по разведочным данным и суммарных дисперсиях
оценок блоков, где одно слагаемое - щtсперсия собственно разведочных
данных, используемых ДJНI оценки блоков, а второе - дисперсия малых
объемов каждого блока ,которые учитываются при определении
соотношения сортов руд и их качества в этих блоках; второе слагаемое
может быть определено с использованием моделей вариограмм по
соотношению линейных эквивалентов этих 'малых объемов и блоков.
В системе ДАТАМАЙН для оценки извлекаемых запасов
используется процесс RECOVR. В этом процессе для каждого блока
ячеистой модели, оцененной кригингом, с помощью метода "Slюrtснt"
(для нормального и логнормanьного распределения данных)
рае;считываются 2 новых параметра:
-' доля запасов с содержанием выше бортового (В долях единицы);
- среднее содержание основного компонента в И3WIекаемых
- запасах (с содержанием выше бортового).
ПО этим параметрам с помощью программ MOORES и TAВRES
можно для заданного бортового содержания ПОДСЧi.тать извлекаемый
тоннаж, запасы металла и среднее содержание металла . Если
последовuтельно выполнить такие расчеты для нескольких вариантов
бортовых содержаний, то мы получим ynомянугую выше кривую
"тоннаж- металл", которая даст реальные оценки извлекаемых запасов
месторождения.

7.7. Л Нl'ература

1. ДавИд М. 1980. Геостатистические методы при оценке запаСОIj

руд. Л., Недра. 360 с.
2. Марголин А.М. 1974. Оценка запасов минерального сырья .
Матем атическ ие методы. М . , Недра. 264 с .
3. Кrige 0.0., Magri E.J . 1982. Studies of (11е etТects of olllНel·S and
data trапsfоrшаtiОI1 оп vаriоgrаш еstiшаtеs for а base шеtаl апd а gold orc
body. - Маtl1ешаtiсаl Oeology, У . 14, N.6, р . 557-564.
4. С11.Laпtuеjоul, J. Rivoirard, 1991, Fоuпdаtiопs of miniпg geostatistics:
ап оutliпе., в кн.:Практическая геостатистика .. - Труды 11 ВсеСОЮЗНОI'О
семинара по геостатистике. Ред.Капугин Ю . Е. Петрозаводс к ,
Карел ьский Н Ц АН СССР. с
42-53.
5. David М . 1988. НапdЬооk. of applied аdvапсеd geostatistica( ore
reserve еstilllаtiоп. Al11sterdall1-0,,-ford-New York.-Tokyo, Elsevier. 2 (6 р .
6. м areclllll , А. (1984). Recovery Estiшаtiоп: А Review of Models aHd
Methods, iп Geostatistics for Natural Resources Characterization,Vel'ly et al.,
eds., Reidel , Vol. 1, рр . 385-420.

157
 Глава 8. ВВЕДЕНИЕ ВНЕПАРАМЕТРИЧЕСКУЮ
ГЕОСТАТИСТИКУ

8. J. Введение

Эта часть написана, как nведение 8 возможно одно из будущих

направлений развития геостаТI1СТИКИ, в котором русские исследователи
непараметрической статистики могут обеспечить серьезное
продвижение вперед в теоретической и праКТl1ческой области. это
отличает ее от остальных разделов книги, где описываются широко

распространенные и известные методы. Цель данного раздела - дать

специалистам - геологам и горнякам (знакомым с компьютерами)
достаточно информации для того, чтобы они смогли использовать
изложеi-шые здесь подходы ДJШ составления компьютерных программ,
способных решать описанные ниже задачи.
Теоретическая основа линейного кригинга - предположение о
нормальном (гауссовом) распредел ен ии ошибок относительно среднего
значения. ХОТЯ это предположеНltе само по себе не требует
нормального распределения исходных данных, но ЯВJ1Лется необычным
явлением для явно несимметричных распределен.иЙ, которые
характерны для большинства реальных геологических наборов данных.
Линейный кригинг и производные от него методы как правило
"требуют" стационарности исходных данных . Это означает, что данные
в исследуемом месте имеют те же свойства, что и во всех остальных
местах моделируемой зоны . Это ограничение часто не ЯВJшется
существенным для зон, где изменчивость не слишком большая, но оно
должно - обязательно- У<Jитываться там. где имеются зоны высокой
концентрации ценных компонентов. Это яwшется серьезной и хорошо
известн ой проблемой при оконтуривании рудных тел и оценки
содержаннй и тоннажа. Кригинг в этой ситуации будет nереоu,ени8ать
тоннаж и недооценивать содержаuие.
Безусловная несмещеннuя природа линейного кригинга будет
конечно гарантировать, что даже в этих условинх глобальное среднее
содержание должно быть КОРР ктным. Однако даже это обстоятельство
не должно быть утешен ием дтш горного инженера , проектирующего
I'орные работы, при выборе блоков, подлежащих -отработке и имеющих
содержание выше бортового. Другими словами, отрицательная ошибка
в оценке ( Т.е. недооценка фактических соде ржаний) не будет иметь
серьезных последствий, в отличие от положит льной ошибки. когда
переоценивается содержание оценивае мой руды и экон омические
послещ;'fВИЯ I'ОРНЫХ работ могуг б ыть непредсказуемы.
Эффект от этих 2-х типов ошибок неодинаков и , следовательно,
метод нс(;меще нной оценки - не бнзательно лучший для анализа; часто
его предпочита ют , т.к . он позволяет получить (cof1servative) скрытое
смещение, когд а за нижа ется знач ение экстр е мальных членов массива

данных (обычно - высоких содержаний) и делается хо рошая оценка

велич ин, бл и зких )( среднему н чению вы
орки • .

158
 8.2. llYTb К реше .. ию проБJlемы

в 1I0слеДllе времн IЮSl8ИJlОСЬ много aJlЬTcpHaTHI:IHbIX м 'годов.

оцеНЮI , которые рn зработuны на основе линейного КРИГИllга . Ча · го
они имеют названин , не всегда понятные горным спеЦНaJ1И(,1'ам,

поскольку ЬUlи разраб т;)ны м;)тематиками теоретиками

МатеРОН08 ой школы. Некоторые из них уже не УJlотр~бляются или
дискредитировали себн , в то время кок другие методы успешно
рззщшаЮТСfl О'гдеЛЫIЫМН исследовuтеJU/МИ. При этом, как правило,
стараются обойти JlOCTUTOLIHO суровые ограничения линейного
кригинга.

УНUtlерсальный KPIIZUHl появился как ' попытка решения проблем

стационарности. н объединяет уравнение ЛИН~ИНО I'О кригинга с
уравнением полиномиального тренда поверхности, что при водит к

эффекту относительно простого сглаживания различий в зна чениях

рядом расположенных оцениваемых величин. К несчастью здесь
встретились две серьезных проблемы.
Когда появился универсальный кригинг, анализ поверхности
методом rlOЛИНОМИалыюго TPCl-ща уже практически не использовался

на практике за И(;КIlючением простых случаев из области структурной

геологии в нефтнной промышленности. Это стало следствием того, что
уравнения тренда l:Iе Давали достаточной гибкости для моделирования
реальной геологической ситуации при низких степенях полиномов и
становились силыю неУСТОЙЧI1ВЫМИ при высоких степенях.
Втор. н rJробл~ма - более серьезнан. Увеличение степени полинома
приводило к некорректности вариогрnммной модели, рас~читанной ДШI
плоского 'случая , П~рераСLJет Вf1риограммы для НОВЫХ условий J1
использонаШlе ее в расчете тренда снова делало ее некорректной 11 Т.д.
Эта процедур;) требовала длителыюй интерактивной настройки
сходимо ст и полученного уравнения тренд - поверхности и

вариограммной мuдели .
ДUЗЪЮIII"nuвный «PUlUHl ЯW1яется достаточно сложным методом,
который разрабuтышU1СН ДJUl оценки 8 условиях локальных нее'ауссоных
распределении переменных , Он не помогал в реш~нии проблем
нестаЦИОНnРllOСТИ (ВО всяком СЛУ\I е не бол~е чем универсал»ный
кригинг Р~IШ\JI проблемы негауссовых распределеннЙ) . Цель
дизъюнктивного кри инга оце нить местное распределеНllе с

соответствующю"sи парnмстра ми : средним, дисперсией и Т.п. Этот

метод HIIKorJla не вы зывал ШИРUКОГО признаиия и сейчас редко
используетсн ИJ -за своей сложtlОСПI 8 понимании и практ.ическ м
применеНI1И .

НндuкатОРIIЫЙ крuгинг
Этот метод ЬVl разраб отан А. ЖорнелtМ в Станфордс ком
университете (США) , Е го цепь работа с негаУССOnbJМИ
распредеllеН~IJIМИ, Т. е. 011 может действительно опеРИР08UГЬ с любыми
Рi'\с предеJ l е ЮШI\IИ . ОДШ1КО ,
011 Ifе решает проблем нестаUl101lарности .
ПРИНЦИll это го мсг да :.ш IIUЧ е гсн в следующем . 3нан бортовое
содеРЖ [lIIие , он о ц с Шllю ет В ' РШIТIIO ть ТОГО, ЧТО руда оценивuсмого

б О ЮI им еет ~p eд" e e C l ) е ржани е ниже БОР1'ОDОI 'О . М аССИlJ ИСХОДIIЫХ

данны ' rJр еоб r 'зуетс н н МllOж еt;ТВО з на'l е ний: О и I в з:шисимости от
ТОГО, DbI llle ИJ III 1111 ' ~ 6()рнню r о р 1Ы-ЮС содеРЖ :ШI1~ . JI Шlее дЛИ Т\ r
5
нового MaC C~Ba рассчитывается вар иограмм а и выполняется процесс

линейного ' кригинга, КОТОРЫЙ будет выдавать оценки, лежащие в

интервале О - 1. Эти оценки могуг Бы
ьь интерпретироваНbj как
значения вероятности того, что среднее содержание оцениваемого
блока - ниже бортового. OCIIOBHoe преимущество индикаторного
кригинга в том , что распределение реальных данных предварительно
превращается в простое дискретное распределение с известными

свойствами. Коне чно, и в этом случае необходимо предварительно

рассчитать вариогр аммную модель для индикаторных величин.

Естественно, что много информации теряется при получении

индикаторной кригинговой оценки, которая позволяет лишь судить,
находится ли оцениваемый параметр дан но го блока выше или ниже
единственного заданного значения бортового содержания . Чтобы
получить реальные оценки переменной, необходимо выполнить
ра~четы для достаточно большого количества вариантов бортовых
содержаний И располагать оценками парам етров локального
распределения. А это в свою очередь требует предварительного рас ета
и инТерпретации большого числа вариограмм. При некоторых
обстоятельствах в процессе интерпретации вариограмм могуг
получаться бессмысленные результаты , например при более высоком
"борте" количество некондиционных блоков может ОКI\ЗI\ТЬСЯ меньше,
чем при меньшем бортовом содержании и т. п .
Индикаторный кригинг имеет и более ' серьезные проблемы.
Поскольку индикаторы имеют значения только О и 1, поэтому они
имеют дискретное распределение ве роятности , а методоло гия кригинга

требует непрерывного распределения ( и более то о, распределенин с

определенными свойствами). Таю м образом , правомерность
использоваНИSI индикаторного кригинга наХОДИТС)"1 под большим
вопро сом.

Бескрuzuнгоtlые методы
С . появл ением теории пространственных переме нны:х и ее
практических приложений в виде вариограммного анализа и кригинга
другие методы моделирования запасов поле :шых и копаемых стали

lIемодными . Тем не менее, не оторые нс-геостатистические методы

давали отличные ре зультаты, несмотря на кажущееся несоверо снство

теории и в ряде случаев - на явное полу"ение ими смещенн IX оценок.

Простейшие из этих методов используют элементарные

геометрические построения . Один из них работает с сетью
тр еугольников, соединяющих двухмерное множество точек данных

(например - пересечения скважинами I1JH1CTa или жилы), с помощью

которых (приведением задачи к плоскому виду) рассчиты вается объем .
руды и содержание в ней пол зн ых компонентов. Другой метод создает
МНОГОУl'ОЛЬНИКИ вокруг каждой то чки данных и просто экстраполирует
значение переменной в TOtlKe на всю окрестность . Оба эти метода
слишком чувствительны к распределению точек исходных данных, а

получаемые с помощью них результаты имеют смеl.Цение и отличаютсн

в худшую сторону от соответствующих геостаТJ1стически'Х меТОДОD.

Более развитые методы, получившие широкое распространение с

появлением компьютеров , обычно включают в l.:еБJr трепд-анализ,
который стал стандартным приемом для моделирова ния простых

1 60
геологических структур (с помощью несложны:х матt:мати~еских
Функций) в нефТj[НОЙ геологии.
Моделирование методом скользящего среднего стало стандартным
методом оценки запасов руды в разведочной геологии. Линейный
кригинг явля ется особым случаем этого метода.

8.3. НепарамеТРИ'lеская геостатистика

Поскольку Теорин Пространственных ПеременнbJX развивалась в

KOH~KCTe (по праВI-U1ам) параметрической статистики, то она требует
особых свойств ПОПУЛllЯЦИЙ, к которым она применяется. Главное
требование - нормальное распределение исходных данных. (ми хотя бы
нормальное р аспределение значения ошибки) и стационарность. Эти
требования распространя.ются на все области рассматриваемого
пространства. Существует и третье, менее известное требование - все
рассматривае мые переменные должны быть аддитивиыми, Т.е. теория
пространственных nepeMeHНbIX и производные из не е методы

действительны только для тех переменных, для которых простое

алгебраическое сложение я.вляется допустимой операцией . это
требование и скл ючает использование многих геофизических
переменных ' полученных в полевых условиях, и таких ~рои з водных

параметров , как пористость и проницаемость, а также отношения

(например CU/ZI1) . и геохимические концентрации или содержания

минералов без СВflЗИ по следних с массой образца или оцениваемого
блока .
Мод ифицированные геостатистические технологии, изобретенны е
с целью обойти требования нормального распределения и
стационарности (Табл . 8.1.), на самом деле не действуют в этих
ситуациях. Они ино гда дают хорошие результаты , когда одно
требование (из перечисленных выше) нарушается, в то время как
другое - соблюден о . Если не соблюдаются оба требования, то
геостатистикu здес ь бессильна .

Табл. 8.1. УСЛОDИН ИСПОJlъзовани н различных видов Кри гин.га для

оц енки за па сов

РАСПРЕ -
ЩЕJlЕНИЕ
Сложное Дизъюнктивный ? ? ?
Кригинг

Простое , Логнормальнь й ? ? ?
известное , Кр игин г
наприм ер -

lriогн о рмальн ое

ЛИllейный Унинер - Обобщен - '!

Нормальное К ригинг сал ьн ь й ная

Кригин г ко вар и ация

::J
СТАЦИОНАР - Ст::щионарн )С1Ъ Простой Местн ые С~U1Ь Ная
НО СТЬ : тренд тренды utlизотrю -
пия
=
16].
 ДРYl'ая проблема имеет отношение к используемым масштабам
измерений. Геостатистика Криге и Матерона тесно связана с обычной
параметрической статистикой и требует HellpepblBHbIX поинт~рвальных
измерений . Геостатистика не может l~oppeKTHO обрабатывать
ПОСllеll.овательные (раНЖИРОlШНllые) измеренин, т. к. концепция
дисперсии lIВJUlетсл центральной в этой теории , а многовариантная
дисперсия не может быть Р<lссчитана по ранжированным значениям.
Далее rlОнвляетсл следующая проблема: даже, если основное множество
данных существует в виде поинтервШ1ЬНЫХ юмсренИI' , а некоторые

значениSl записаны в виде: "ниже установленной границы" или "следы",

то последние не являются представителями деиствительных значений
переменной в норм:шьном масштабе измерений (Рис. 8.1), а
следовательно в итоге будет получено урезанное распределение. В
настоящее время имеется несколько новых методов, которые могуг

быть использованы для оценки или интерполяции поверхностей по

пространственно распределенным данным без CTpol' oro соблюдения
описанных выше ограничений, характерных ДJШ стандартных
геостатистических методов. Они имеют про'шое теоретическое
обоснование и свободны от серьезных недостатков методов,
используемых до появления геостатистики.

Во многих
непараметрических методах первым шагом является
преобразование исходных данных в ранги, Т. е . превращение
интервального представления данных 8 ПОРЯДКОI:IЫЙ. Принципиальное
преимущество этой процедуры заключаеТСJJ в том , что здесь происходит
автоматическое преобразование любого исходного распределения D
простое однородное распределение с хорошо известными и

изученными свойствами. Оценкой центра получе нного распределенин

теперь будет медиана - Т.е. величина, которан делит распределение на 2
равные части. Там, где исходное распределйще бьulО нормальным ,
медиана и среднее значение 6уду-с совпадать, но медиана в ~TOM случае
будет менее эффективна в качестве оценщика, т.к. информация
частично теряется при переходе от интервального к ранжированному

представлению исходных данных . Однако, ДЛН многих других

распределений медиана является лучшим оценщиком чем среднее
значение в том смысле, что она бол е НЩJ.ежнп и неЧУВСТВ ..lТельна к
экстремальным значенилм, которые могу-с быть ПРIIЧИНОЙ неприлтных
неожиданностей при оценке , о с обенно 8 случ ая'х сильно скошенных
распределений, обычных ДJ1Я качественных параметров руд
месторождениil ,e~HЫX металл ов . .

о
Рис . 8.]. Рас пределе ние , имеЮЩtе н е ОrIр едел е liНЫЙ У <IaСТОК

1 62
 и среднее 11 меДШlНа имеют несколько "прсвосход.ных"
стаТИСТИ'lеских осо снно 'тей, КО орые не зависят от распределе нин;
однако , специалисты свнзывnют их прежде всего со средним, Т.К.

имеют дело чаще вс его этим параметром, а не с медианой . Наиболее

важное свойство и с реднего и медианы (с точки зрения процедуры
оценивания) заключаетс}! в минимизации ошибки . Среднее значение
миними з иру ет сумму КВiщратов отклонений, а медиана · сумму
абt:ОЛЮТНЫХ отклонений . Поскольку здесь примениется IIрерывистi.Ul
функция, подразумевnемas использованием абсолютных величин, то
математические выводы СТ:1Тltстических методов , основанных на

медиане, достаточно сложные.

Но , поскольку на медиане не . отражается . воэдсйствие

экстремальных веЛИЧJlН инебольших примесей высоких и низких
значений , которые неизвестны с большой достоверностью (например,
значения - ниже заданной величины), она может быть использована в
с и туа ниях, которые делают нераЗУМНbJМ ltЛи невозможным р асчет
среднего з нач ения .

Метuдология , nrюдиман нами здесь не основана на каких-ли бо

предварительных предположениях относительно формы распреД~Jlения
или (:тацион рности данных и даже не требует полного множеСТn8
интервальных данных. Она основана на первых при ..щипах ( аконах)
теории вероятностей и применяется в условиях, ще наиболее
приемлема непараМ6триче с к. и (,"1'аТИСТИl<а .

Предположим вначале одном рllОС множество данных, например -

геологический или геофизический профиль (Рис. 8.2). Полагм, что
данные ра пр еделены равномерно в oкн~ шириной 2r, а функция
"точка "значение" имеет МОНОТОIIНЫЙ характер, найдем среднюю точху Р
окна , которая будет Я8JШТЬСЯ медианой. Если рассчитать в данном
случае среднее начение , то оно в большинстве случаев не будtТ
соответствовать д не вительному значению в точке Р. ОДI ако, мы
можем встретить проблему даже D этом простейшем СЛУ'Iaе . Она
появляется, когда окно содержит один ЮIИ несколько пиков (ВНa,LЩН)
(Рис.8 . 3) , а функция "1'оч а-значение" не является монотонн й.
XOTIl Р 0(,"1':.1 ТСJl центром окна, и половина величин наблюдений
лежит выше значснш\ медианы, знач~н ие в точке Р - не являен:я
медианой в даНIIО , 1 СЛУ'ше . Нет оснований предполагать, что средне е
ЯВЛЯСТСSI более л у tlШИМ оценщиком для значения в TO'fKe Р, чем в
предыдущем Прl1мt:рс. В DеЙСТRИГ~ЛЫIOСТИ в данном ЛУ'lзе им ЯВJblет н
кваНТI1ЛЬ Q. сперь l:ЮЗМОЖНО (если }J не лежит точно на вершине JU1И
вп адине) :.щать новое окно дnстаточно мал енькое, чтобы убе,щггьеSI,
что р СООТВС' С вует медиане. Для эг )го ча сть Ф н 11 ИИ С Р , R)ш ~дшая о
новое о но , ДОJ1ЖI-Ш быТ!) МОН ТО НIЮЙ.

]63
 - - - - - - - -- -

Рис. 8.2. Центральная точка монотонной КРИDОЙ является

медианой величин DНУГРИ рассматриваемого окна

Нстественно, что эта операция уменьшает кодичество

используемых данных И, следовательно, увеличивает величину

возможной ошибки, поэтому может быть в данном случае лучше

оценить значение Q. Эта проблема может быть значительно более
серьезной в случае двух или трехмерных массивов данных.
Для примера, в двухмерном пространстве (Рис. 8.4) оказывается,
что медиана может быть удовлетворительной для какого- то одного
одномерного подмножества данных в одном из направлений (сечение
1), и не соответствует другим направлениям (например - сечение 2).
Для 2-х мерного пространства данных наиболее подходящим ОЮiом
SJВJlЯетсSl ОКРУЖНОСТЬ с центром в точке Р. Из рисунка 8.5. видно, что
знаt(ение в точке Р в общем случае не лучшим образом оценивается с
помощью медианы значений, расположенных внутри окружности, т.к.
площади значений выше и ниже значения в точке Р (или
{;оответствующие значения равномерно распределенных точек данных)
обычно не равны. Здесь также выходом является оцснивание с
помощью квантиля Q, и в этом случае определяется чаt.'ТЬ площади
пнугри окна со значениями меньшими , чем значение в точке Р?
Возможным подх.одом к оценке Q нвлнетсн про верка
(топологическая) окрестности Р и обнаружение тех частей внYIРИ
окружности (иля сферы) вокруг Р, в которых значсlНШ увеличиваются
или уменьшаются по мере удаления от Р. Это иллюстрирустсн на
Рис . 8.б, на котором проверены 8 направлений, из них в 4 значения
умеНЬШЗkJТСЯ в направлении от точки Р, поэтому можно оценить Q как
7/12.
МСАИ8На

~ - -r -
- - - - - - - - - - -- - - -- -
Рис . 8.3. При наличии в окне пик а или 811i.1ДИНЫ цеllтр аль н а и ТО4ка
ОЮl3 не является медианой
 14
------

Ри ~.
- - -- - ---
8.4. Данные
-- - - - ---- - -
в ДByxмepHO~ простран стве ·

и Met:TCSI ерье:ннш проблема в практическом использованиtl ЭТhХ

IlРИНЦИJ10В. Естестненно, что значение в точке Р неизвестно и явля \,;н
целью наш ей оценки, а определить увеличиваются или умеllЬШ. ЮI'СН
значения при удалении от Р очень тРудно. Однако, для ~'юго
существует возможный статистический подход. Если все наблюдения
ранжировать в соответствии с их расстоянием от Р , то можно
рассчитать неп араметр ический ко::,ффициент корреmщии между этим
расстоянием и значениями веJlИЧИН. С этой целью наиболее удобно
использовать коэффициент корреляции Кендалла . Каждая пара
наблюдений при этом сравнивается, и в случае, еСlJИ обе перемtllllы е (
в данном случае пер мен ные расстшIНИЯ ТОЧЮI от центра и нпtl~НИЯ

величины в данной точке) или увеличиваются WIИ уменьшаются, то к

суммирующей перемснной прибав.ляс'I'CЯ единица. Если одна
переменнан возрастаег, а другая уменьшается, то су ммирующая

ш:ременная (аккумулятор) уменьшается pacL,eToB на 1. В конце

аККУМУШIТОР делится на <IИСЛО таких сравнений П(Il-1)/2, чтобы в итоге
получился результирующий коэффициент корреляции Т, находящийся
в интервале от - 1 до + 1.
Таким образом, Д1Ы Дё.1нного пр.{мера , ест. значения (Il стоянно
возрастают npl1 увеличении расстояния 01' Р, то мы ПОЛу<IИМ
лоложителы ый коэффициент Т, а в случае уменьшеtшя зна 'Iений -
отрицательный. Величина Т может бы ь использована как о {енщик ДJ1Я
О . Поскольку зна<lсние Q может находится в интервале от О до ), то
снязь между ЭТ И~fИ параметрами можно выразить следующим

уравнением

+ , ....,,-

--1
-
-
р

+
+
..

Plll 8.-. ЮI дВ хмерного про гранства медиана lIе ВС та

У" Ш lfii lщеll Щ ИК AJНI u JlИЧIIIIЫ Р.

5
 Q = 0.5 (l -T), (8.1)
где высокие значения Т выз ывают низкие з н аче ния Q, отражая ту
ситуацию, при которой Т находите}} на впздине среди ни зких значений
величин .

До сих пор р ассматривалея случай, к огда точки да нных лежали

внугри огр:ннrченной окрестности Р , но ее размер не бьUl определен , а
все точки наблюдений имели одинаковые веса . Можно принять
Ilроизвольное . решение о включении lU1И ИСlU1ючении из

рассматриваемого множества наблюде ний , расположенных н а гр анице

выбранной окрестности . На практике , чтобы и бежать нереальных
"скачков" оцениваем ых знаtlений при п ереход е от одной точки к
следующей, лучше все же использ ошпь некоторый набор правил для
определения окрестности.

В самом деле , эта идея идет следом за концеrщи й интервала

ра€стояния ('пшgе'), который широко используется при построении и
моделировании вариограмм в классич еской геостатистике: с
увеличением расстояния от Р в ероятность наблюден ий , лежащих
внутри окрестности Р уменьшаетсн, а за пределами Оllредел енного
расстоsIНИЯ от Р можно с уверенностью полагать, что встретившиесн
здесь наблюдения лежат ' за границами окрестности Р. В
непараметрической геостатистике отсутствуют предположения об
однородности рассматриваемой структуры или о том , что полученная
вариограмма остается постоянной для люб ых рас 1'0яниЙ. Таким
образом, график вариограммы не может б ыть использован для оценки
вероятности принадлежности к окрестности Р. Оставшаяся
альтернатива использовать не который стандартн ый алгоритм,
основанный чисто на расстонниях и отсутствии к.,ких -1'о особенных
структурных связей. Простейшан подходящая функция метод
обратных расстояний, имеет достоинство в том , что она уже с успехом
широко применяется в интерполяционных расчетах . еперь ближайшая
точка к Р будет находится обизательно внутри окрестности Р , можно
следовательно выполнить любую ее оценку и ей должен быть присвоен
вес = 1. Однако, ее расстоян ие не мож ет быть выражено
в ело редстве нным измер нием от точки Р . Оно,' o)(~ ого, должно
определяться по щии вычи сляющей взвешенное асстонние :

L--_-:--::-_ _ . _ _ _ _ __ _ _ -._
Ри с.8 . 6. ОцениваНIIС районов раслро ра н е lll1Я 1S(~Л Н (III11 ,
больших ИЛII М IIЫfШ Х ,[ СМ Р
 и.(~ =: (dПlin /d)n, (8.2)
где 11 - по азатель степени, используемый Д/lЯ расстояний в
расчеТах, должен быть равным ДНЯ двух или трехмерных пространств по
крайней мере 2.
Однако, это не только проблема взвешивания . Рас мотрим эффект
группы близко расположенных наблюдений по сравнению с одним
изолированным наблюдением на таком же расстоянии от Р. Очевидно ,
что информация, вносимая I'Рynпой в оценку значения в точке Р , не
будет слишком большой по сравнению с информацией от одного
изолированного наблюдения. В этом случае необходимо вводИ1Ъ в
расчет весовых коэффициентов специальные факторы ,
компенсирующие воздействие группы данных на величиНу оценки . В
кригинге факторы взвешивания рассчитываются с учетом расстояний , и
эффект кластеров (групп данных) не учитывается , поэтому отдельный
расчет повторнетсн Для каЖдОЙ оцениваемой точки.
Однако, кластеризация это чисто геометрическая проблема
стратегии опробования, и она должна Уl.tитываТI;>СЯ при расчете
множества весов один раз (при проектировамии разведочной сети) .
Каждая точка данных должна быть отдельно проверена, и "кластерный
вес", присвоенный ей, зависит от степени кластеризации данных в ее
окрестности. Степень кластеризации может бьrrь определена более или
менее точно, как максимальное положительное отклонение от

однородного распределения точек данных в н-мерном пространстве

вокруг оцениваемой точки.

Хорошо известный непараметрический тест lVIЯ отклонения от
идеального распределения - это тест Колмогорова-Смирнова. Принцил
этой проверки заКЛЮ'lаеТСJ! в сравнении 2-х кумулят.ивных кривых
частот, одна из которых может быть 1. идеальной" кривой, авторан -
кривой реального множества наблюдений. Чтобы получить идеartЬНУЮ
кривую ДIlЯ данного случая, предположим окрестность с центром в

данной точке и N наблюдений, неравномерно размещенных в данной

окрестности. На нулевом расстоянии обе кумулятивн ые кривые будyl'
совпадать со значением l/N.
Идеальная кривая (длн КУМУnЯТИВНОl'О числа точек данных ,
лежащих ближе к Р , вычерченных на графике в зависимости от
расстояния) будет D данном случае прямой линией - ДIlЯ одномерных
данных, параболой - ДJlЯ 2-х мерн ых и кубической кривой - для 3 -х
мерных. Выч ерченная кривая реальных наблюдений будет выглядеть
зигзагообразной лицией, пересекающей идеальную кривую.
Если реальная кривая расположена выше идеальной, то
предполагается некоторое количество кластеров, Степень
кластеризации может быть выражена максимальным положит~льным
отклонением между указанными кривыми. Однако, в связи с тем, что
степень кластеризации для больших расстояний между точками данных
не . очень важна , то максимальное отношение 2-х кривых чаще
используется на практике. Таким образом, кластерный ве
определнетси п\) ф о рмуле

w(c) = 1/ sup(d/d*), (8.3 )

где веШIЧИ/Ш w(c) мож l' принимать значения в интервале от О до 1.

16 7
 Таким образом, при интерполяции каждой т 'IK" каждому
наблюдению ilриписывается фактор взвешивания, которЫ I Яlll1яется
про"зводныM от w(d) и w(c); вме то единствен'ного КОЭФФlщиенТа
корреляции Кедалла, используемого ДJlЯ оценки квантиля Q,
раСС'lитывается взвешенный вариант со взвеШНВUlI,н е м каждого
сравненм, НВJlЯющимся ПРО:ИЗDОДНЫМ 01' весон двух срщшив емых

наБЛЮД~tш}1.

8.4. Пример: Моделирование же еЗОРУДlШfО месторождени. Я.

Одним из наиболее ра~ПРОСТРctненных напраш ений ИСН льзования

I'еостати стики являетсн оценка рудных за пасов , Эти з адачи требуют
использования возможно более эффективных методов, дающих
наиболее точные и несмtщенные оценки, т. к. ДJUl большинства
месторождений ошибки в предсказании качества руды ведуг к
серьезным экономическим проблемам в будущем . Последние 20 лет
по'! и повсеместно для решения оценочных задач применялись (с
переменным успехом) геостатистические методы Криге и Матерона.
Они в то же время бьUlИ удобным эталоном для сравнения с новыми
полвляющимися методами · оц нки запасов , В идеальных
обстонтелъствах геостатистика дает оптимальные и несмещенныt
оценки,

И ,Кларк (1979) ИJUtюстрировала использов вие условного

линейного кригинга на модели железорудного ме торождения,
представляющего собой квадрат со стороной 400 м, опробованный 50
неравномерно размещенными образцами. Район был поде ен на 64
блока размерами 50 х 50 м, ДJU1 каждого из кот рых линейным
блочным кригингом была рассчитана оценка содержания. После того
оценки сраВНИВaJ1НСЬ с реальным..и средними содержаниями в блоках.
Для этих же исходных данных была использована н парам етрическая
гео,,:татистика, а полученные результаты сравнены с о енками критинга

в Таблице 8.2 , Оказалось, что эффект 1ВН сть неl1араме ричес их

методов вполне сравнима с кригингом по ВСJlИ'll1Н ошибки И
смещ~ния .

Табл . 8.2. О1'клонеюlЯ оценок о изве . ных фактичеСКIfХ з начений

ДЛН модеЛИj)уt;~ОI'О множе СТD а даНIIЫХ

Метод оценки Сумма Сумма Алгеброическая

квадратов аБСОJOOl'НЫХ сумма отклонений
отклонении отклоненttЙ (смещение)

КРИJ'ИНf' 755.32 _ _ о 161

- 82
Взвешенная медиана 828.75 180.56 75 ,98
(точечная оценка)
- 7() ,25
Непараметрическая 9 7.37 195.75
СМС uаНШUI точечная

OlteHKa
-- - -------- _._------ 7-----
1 4f)
.....
Взвешенна.и медиана 754. 5 167.04
(цевить точек на
БJIOК)
- - - .= - - _ _."" -'=='-.--=-"=::- ,:"o-_"=-=:::·.~.~== - ==
 ГеОC'F.IТИСТИ'iескне метОДЫ, оперирующие с любы ми
раСllр !щелен иями , рассмотренные в этом разделе, вполне соизмеримы с

кригингом в качестве оценивания , что видно из приведенного выше

маленького при мера. Более того, их надежность дает возможность
получить достоверную оценку там, где Теория ПРО(..Jpанственных
Пер менных не может дать гарантию успеха.
Зги результаты получены, когда развитие так.нх
неЛ <1раметрических методов находится лишь на начальной стадии .
Можно ожидать значитеJlЬНОГО угочнения И улучшения данных
методов, особ~нно процедуры взвешивания по расстояниям. РазВИ'I1Iе
непарамеТРИ'Jес ких э квивалентов вариограмм для структурного

анализа МШI ет дать некоторый положительный эффект, но эти методы

вероя но дадут отдачу 8 случаях, когда имеется некоторая местная

стационарность И, следовательно, определенная упорядоченная

структура анализируемых данных.

Возможн о, что подход "последовательных разностей" (successive
dift'erence approacll), который подцерживает Де Вийс, будет хорошо
совмещаТЬС11 с непараметрическими методами оценки с построением

"девиограмм" или "мадограмм", р&ссчитываемых по абсолютным

значения м разлИ'JИЙ (разностей), в то время, как вариограr-.f ма
использует квадраты разностей. Хотя построить новую теоретИ'JеСk'YfO
О СНОВУ для такого метода достаточно сложно, но подход

последова ельных . р азностей, похожий на непараметрические

о ценочные методы , несомненно легt.Jе в понимании и использовании

ге олога ми и горннками.

НепарамеТРИ'l еСКi1Я или независимая от типа распред~ления

теХНОЛОГИЯ (когда она будет достаточно развита) будет в общем
работать быстрее (и естественно - дешевле) чем сопоставимые
пара метрИ'Jеские ме оды с гораздо меньшим количеством различных

ограничений . Однако, положение непарамеТРИ'Jеской геостатистики в

данный момент похоже на положение, которое заним ала
пара метрическая геОС1'атистика в конце 1950 годов и начале 1960 -х,
когда до тупные методы были примитивны и ограничены по
сравнению с другими , которые сегодня уже праКТИ'Jески не

применя ютсн и з- з;} их явной отсталости.

8.5. Ра.18ИТllе неш_раметрических меТОДОI

На н аш югляд выше бьиа приведена достаточная информация ДЛЯ

КОМIJСтентно о программиста, чтобы он смог составить с вои
собстн нные алго ритмы ДJIЯ непараметрических программ , используs
JРИ необходимости стандартные статистические процедуры, такие как
вы чи слени е медианы, корреляционных коэффициентов Кендалла ' И т.п .
Полный набор программ непаР.1.~етрических методов содержится в
со о ветствующем модуле интегрированной системы Датам а йн , а тексты
этих прогр~мм, н~\Писанные на Фортране , могуг быть получены от
авторов.

Э I'И МС;ТОДЫ испытывались и сравни вались с линейной

геос ТИСТl1КОЙ 'Нl нескольких достаточно простых прим е рах, в
р ·ЗУJlЬТ Т ч е г) ПОJl)Г1I е ны вп ли со поставимые результаты . Они также
примеllflJIН\.' IН оце н ки апасов месторождения серебра lJ ИЛИ , де

1 9
из-за сильно скош~нного распред ~ления исход ных Д:.Ш НbLХ применение

линейной геостатистики было некорректным .

С помощью непараметрических методов можно . избежать
серьезных теоретических проблем индикаторного крипшга , а также -
многих практических трудностей при и спользовании линейного
кригинга. Естественно, что сегодня ~CTЬ много вопросов по тео рии и
праК1'ическому использованию семей~тва ~тих ноных м ёТОДОН , В
особенности п~ количеству рассмотренны х выше Вilриантов, но
сегодня не существует критерия для выбора лучш еl'О варианта п ри тех
или иных обстоятельствах .
Кроме того, по мере развития геостатистики выполнено много
работ, связанных с понятием "неп ар аМ~ГРИ'Jеская геостаТИСТИJ(а" . Хотя
такие новые методы связаны прежде все го с разраБОТКl)Й новых видов
крю'инга и улучшают свойства как линейного так и индикаторного
KPl-!гинга, они остаются, к несч астью, на прежних теоретических

позициях. и. следовательно, их примснение ограничивается

указанными выше положениями Теории Пространственных

Переме·нных. Скорее всего разработка новых теоретически
обоснованных и надежных оценочных методов возможна при СЛЮlнии
идей классической геостатистики и тех "настоящих" непараметрических
приемов, которые описаны выш е.

8.6. Литератур.

1. Clark, 1. 1979. РсасНсаl geo tatistics, Applied Sсiепсе Publishel'S,

Lolldon
2. НеnJеу, S.1981. NОl1рагзmеtгiс geostati ti s, Appljed Sciel1ce
Publishers, Londol1.

170
 Глава 9. I)ЕШЕНИ .~ ГОРНЫХ И ГЕОЛОГИЧЕСКИХ ЗАДАЧ
С ПОМОIЦЫО ГЕОСТАТИСТИКИ

9.1 . Расчет измен ч нвоt'Ти качества руды. маССИ8е ирудопотоке

Работа 8bIllOJllleHH н а да нны х АО"Ал атит". Объединени t включает

н себя 5 рудников (Н 1'.'1 . J подземных) и 2 обогатительные фабрики.
Руда поставляете}! 11 3 переработку железнодорожными с оставами .
Информ а ция о подбор е вар~юграммной модели для массива
месторождения Кукисвумчорр содержится в разделе 4.4. Оценка
и зме нчиво сти ПРОИЗБодилась 110 показателям содержания в руде Р205
и А1203 . .

Изменчивость . руды в массиве

Оценка дисперсии изменчивости руды в массиве месторождения.

выполнена стандартным геостатистическим методом с помощью

уравнения Криге и функции F (см. главу 3). Дисперсия объемов vi в

большом объеме V рассчитывал ас ь по пространственной модели
вар иограММbl массива. (см . раздел 4.4.) , с помощью которой для
заданной формы , размеров и ориентации блока vi и объема V
определялись их функции : F(vi) и F(V). Эти функции являются
средними значениями вариограММbl для всех точек указанных объемов .
ДиспеРС WI исследуемого ПОК;lзателя качества массива в объемах vi
внугри объема V равна
D = F(V) - F(vi). (9 .1.)
Для расчетов дисп ерсии D применялвсь программа FF·U NC
системы Датамайн и следу юш.ие р азмеры блоков :
-v
(тонн аж руды в с редней секции очистно го блока) = 150х 15 х70
м (ил и Х* Y*Z)x 2.88 т/куб . м .= 453.6 тыс. тн
- vi = 10х 10х1 м , 10 х 10х2.5 м , 10x lOx5 м , lOxlOx lO м, lOxlOx20 м,
' ОХ 10 50 м, IOx lOx70 м, 20хl0х70 м , 40xlOx70 м , 80х lOx70 м,
со твегственно умно,ке Нllы е на плотность .

Ви . п олучен ной зав исимости дисперсШt от объема порции' руды

п ока nH 1 ш рис . 9. 1., а рассчитанные параметр ы I1риведены в таблице
9. 1.
Изменчивость руды в массиве
3B8ttCHMOCTb Аttсперснн от объема 110РЦН"

2Б r----------------------,
~ ~
~ 20 ................... .......... : ~

CJI: 15 •
~10
~
~
~

5 5 Б
d а
00.288 20.16 161.28
Объем порцн" РУДЫ. ТЫС.ТН

РИС . 9 . 1. 17
 в таблице 9.1. приведены размеры блоков vi по осям координат,
значение функции F для каждого показателя качества,
соответствующие дисперсии и стандартные отклонения (СКО).
Из таблицы и рисунка становитьсн нсно, что изменчивость руды в
массиве достаточно высокзя , особенно по показателю Р205.
Изменяя размещение секций очистных блоков в пространстве, их
размеры, форму и ориентацию в пространстве , можно с помощью этих
I
расч етов
б
вы рать тако
й вариант, которыи .. ПО:l ВОЛИТ существенно

снизить изменчивость свой(,'Тв выпускаемой руды . При этом

естественно ДОЛЖllа учитываться и теХНОJlОГНЯ выпуска руды из секц ий
блоков.

т 11 б лица .. Р aC[ICT ItзмеНЧИUQСТИ

91 каЧССТВII р}'ды u массиве

Х,М У,М Z,M FFUN FFUN ОБЪЕМ , ДИСП. ДИС П . СКО, .С КО,
Р205 AI..203 ТЫС.ТН Р205 AL203 Р205 Аи03

10 10 1 6.2 18.3 0.29 23. 18 7.07 4.81 2.66

~.
10 10 2.5 6.25 18.73 0.72 22.75 7.0 1 4.77 2.65
JO 10 5 6.28 19.04 1.44 22.44 6.99 4.74 2.64
10 10 10 6.3 19.19 2.88 22.29 6.97 4.72 2.64
- - - Г'
10 10 20 6.67 20.57 5.76 20.91 6.6 4.57 2.57
-
10 10 50 8.73 27.85 14.4 13.63 4.54 3.69 2.13
10 10 70 10. 15 32.28 20. 16 9.2 3.12 3.03 1.77
- f- .
20 10 70 10.33 33.48 40.32 8 2.94 2.83 1.72
40 10 70 10.73 35.75 80.64 5.73 2.54 2.39 1.59
--
80 10 70 11 .5 38.44 161.28 3.04 1.77 1.74 1.33
150 15 70 13.27 41.48 453.6 О О О О
-

Исследование изменчивости руды .. потоках

Для и следования были ис пользованы следующие данные

о нроБОl:iанин рудопотоков, поступающих на ОбогатитеЛl.ную фабрику
АНОФ -2 :
- непрерывное геофизическое опробовани е (гамма - гам м а каротаж
- гr'к) руды, ПОСТУl1ающей на АНОФ - 2;
- часовые (посоставные) порции ;
- еже сугочные данные по рудникам 11 АНОФ - 2 по да н ным 1 ГК и
химанализам сливов классификаторов ;
- 5 -ти дневные данные по рудникам н АНОФ -2 (сливы) .
ДЛЯ К(iЖДОГО РУДОllотока ра ссчитываJlИСЬ СТ Тl1стически е
rlOK з атеЛI1 , строил ась гистограмм а, определялись ЭКСllериментальные

одномеРНЫ е вариограммы , к которым подбирапи сь соотnет(.'Твующие

модели, 11 , наконец , рас считывалась ДИСllерсил изменчивости

IlOказатслей Р2 05 в зависимости от объема 1l0РЦl1И руды .

110 ОСl'звное ('JaCOBoe) оп робование

И С ГЮJlьзуемый мае 1113 ЩШНЫ Х ВКЛЮ4М В сt:бн 945 из м ер е ний

t: де ржаНШI Р2 5 в ~;остаиа>. р у Ы , ПОСТУ I а lUЩII I-I а А I IОФ - 2 в теч е Нl1е

17 '
ОICfя 6р>! - нонбря 1994 г. ер ,дний тою аж руды одн с:о СРСТi.1шt
ПРИЮfММСIТ рапным 2 00 тн.
Гистогр&м м а массива данных, ПРl'Iведеннзн на р .. с. 9.2 ..
показывает хо рошую аппроксимацию его с помощью нормальн о го

распределения . ВаРl10граммы ДТUl посоставных проб (Рис. 9.3.)

СТРОИJlИСЬ в одном направлении с лагом, равным тоннажу )уды 8
одном составе.

Н а это м же рисунке но казана подобранная к эксп еРJiмента.llЬНОЙ

ваР ~fO грзмме 2-х (,I'руктурная сферическая модель с параметрам 1:

Со =О.9 , Cl ~ ..~.5, -'\1=100, c~~ a . 8 , A2=15~_. ___ _

а .НОФ-2. ЧJ.СОВОК ОПРОВОВ,\ЧИЕ . l

1. "
..
Р205
1. ,. ,.
РИ С.9.2. J"ИСТОГРI мма распределения
посостав н ых п роб ЛНОФ- 2 н течение 2 -х месяцев
- - - -, . - I -г .,.-- ,

(1
-~ ----/~-
----:::::::::7 . _ ..:~_~J
(- /
С

..... отк - ЧАСОIiЫЕ (Пn ':: ОСТАl!Iil-IЕ) ПРОБЫ

о

о
о• _ _ _ _ _ 1 - . -_ _ .--1..- _ __ _ .....'_ & _ • __ ....L_ .J
~.OO 2 4 ~ . OO 48 6 . 00 7 ~2 . 00 9 7 8 . 00 1 2 20
OISTANC E

РИt: . 9 . З . Вариограмма и модель по результатам

ПОСОСТItВНОГО опробован ия на АВОФ-2

.На ГlщфИКt: ваРИOJ'раммы по шкале Хотложен тонш:! ~yд ы .

1I0ступuющей на фа рику. Этот график св идетельствует о ТОМ , ЧТО В
данном руд )JlOTOKC существует 2 структуры изменчиво ,ти : 11 Bt.U1 -
1'1 3
нnблюдnеТСJl внугри порций 06 емом IOU- 120 тыс ТII И отличается
быстрым уменыuс:нием корреляционной CUH:3H Мt;ЖДУ ПОКt\З:1телями
Оllробования с увеЛИ'It:НИСМ размера порции, 11 вт рая - характеризуется
<УГНОСJlтельно плавным сн иж ением D заИМI·lOJ о корреляционного

влияния порций руд ы в ннтервм е от 10U до J 500 'Г ыс . тн .

И:JмеНЧИВОС1 Ь ка ' ества руды 1:1 1I 0ТОКС ИJУ LI:1Лll 'Ь
С помощью
функции F, рас ЧlIтываемой AJНJ ()Дlюмс рных отрезк ов ,
соответствующих 1, 5, 10, 50, 100, 200, ЗОО, 500 и 1000 ТЫС.тн руды .
Дисперсин опр ДСJJSU1:lCЬ по форму е 2 для у= 1000 и 300 ТЫС.тн .
Второй объем nыбрш·( ДJlH П ОL:JlеДУ ющt:го СОПОСП\Wlения
соответствующих ltallllLlX ДJIH ма СИflа 11 руд опотоко в .

PC'jy ьтаты I:IЫЧИСJ I С IШЙ привед "Ы в таблице 9.2 н 11, рис . 9.4.

БЪЕМ , KO- IOOO ско -з оо

rw '. тв
0 .92 1.4<) 1. 19 1.22 1.09
- +--
5 0.94 1.47 1. 16 1.21 1.08
- -- - ----- - -- ·----~ -·----_i----- t
1О 0.98 . 1.43 1.13 1.2 1.06
- _._--- - - - - - -- -- ----- --- -- -
IJ.83 1.07 0.91
-- - _._- 50 - -----
1.17 1. 13
- - - - - - . _ - -- -+- - - - ---j
100 1.59 0.82 0.52 0.9 0.72
_. -- -- ._----- - - - . - - - - - - - - - -- 1 - --
200 1.9.+ 0.46 0. 16 0.68 0.4
------ - ------ - - - - -- ------ - - - - -
300 2. 1 0.3 о 055 О

~ ~==_~~~~~ .___
=_._ ~:~~ ___ ~:~ ~~_=--=-_~_=_~_'3-1~__ -_~
ИзмеНЧ.tВОСТЬ РУАЫ в потоке
Г)о данным часового опробования на АНОФ

~ 1.2
1.6
IJ") ·1.4
о
._.-.~._ ...

l _I- ··
,
:::Г": ':-ёj -"

........... ..... ....

.. _.. _.. .... ........ .
.... ....... ... ... ... -.. ... .
· ~···~-I · .....
Dt 1
50.8 ....... ...... .. '-~ .. ~ .::--
~0 . 6 .. -...--......... [!Г'.\ ~i ·'\.'. · ....... .
с ... __ ~ -~
у 0.4 ._.

ао.2
о -1-
'1
.-+----t--
1О
---1
100
.. . -. .. ·1'
--I~I---cJ 2:С)
300 1000
___ ._ .____ Об2~hI .llilDL1Н" •._I Мс. П!
Рис . 9.4.

На :ЛО!\f н л дуюши PII CYI-fках буквами () ОЗ IJ n '\ СIII>I :

. .- l рафи" ДJ1H объема V :::. IOOO rbl . TII
б - То ж ДJIН У = 300 lЫ . fИ .
Дгш н о рмалы-юго ФУНКl{ИОННРОН:НШН обогаl'I1Т JlbH го проце са
ди I1 ерсин колеба НI1Й Р2 05 в CYTO' llIblX 110РЩШХ р уды В течение месяца
не должна превышать 0.25 %%. Из рис . 9.4. видно, что ЭТО :I'Р~б~:шание
обесп.ечиваетсн только ДIUI объемов 200 (Д11Я \1=300 тыс.тн) - 400 тыс
тн, что существенно превышает объемы суточных порциЙ.

СУТОЧllое оrlроБОВ8uие

в ЭТОЙ laсти И ЗУ'laJП1 СЬ данные суточного опробования . руды ,3

АНОФ -2 в течение 6.5 меснцев (с марта по октябрь 1994 r.) . При этом
анализ ПРОИ :ШОД IrU1СЯ как по рудникам, так и в целом по АНОФ (по
данным ГГК и сливов КJlaссиФикаторов).
Анадиз раснределений содержаний Р205 в сугочиых ПОрЦИSlХ
руды, поступающей IШ АНОФ-2 , показал хорошее их соответствие
классическим Функщшм нормального распределения . Это относится
как к рудоп отокам OTJlCJlbllblX рудников, так и к суммарному потоку
АНОФ.
На сл едующем этапе были р~ссчитаны экспериментальные
вариограммы ДНЯ всех видов суточного опробования на АНОФ-2.
Вариограммы , полученные для суммарного рудопотока по данным ГГК
и сливов классификаторов очень похожи (Рис. 9.5), но опробование иа
сливах (КРИВI1J с крестиками) указывает на большую изменчиво сть
потока.

--- -----_._----------- ---

_ ·_-г-- i i

0'1'1< - СУ ТО ЧНОЕ ОЛРОБоtlЛНИЕ - А,НОФ - 2 (ГГК)

'"
о

о
о
_ ____
'0 . 00
.. --'-~_

60 2 . 00
--'-_._--'-
1204 . 00
-_......
11106 . 00
-~--- --'- --

2408.00 3010
_ _ __ -lU.SНblС.с . _ _ _ __ ._ _ _ _ _

Рис . 9.5. Э сперимевталъные вариограммы и модель для

суммарного рудопотока АНОФ-2

к этим ваРИО I'раммам МОЖНО подобраТl> следующие 2-х

структурные сферически~ модели (модель для ГГК показана нз рисунке
9.5 .) :

ГГК: Co= O. l , Cl=O·. 5, Al=200, С2=О.23, A2=20UO;

СJlИ8Ы: Cu=O.I , CI = O6, Al-150, С2=0,.24, А2=2000 .

BapllOl'(KIMMbI РУДIIIIКОВ , Гlривед~ нны е к одинаковым объемам руды

с ильно ОТJIИ'н\Ю'fС Sl от суммарной мриограммы АНОФ (Рис . 9.6)
На ри ' у н е сnерху вниз приведен I нариограммы по Восточному .
Ю 'кспорскому, РаСВУМЧОРРСI<ОМУ, ЦентраЛl,НОМУ и Кук.исвум'юрр кому
175
рудникам : Если же по оси Х откладывать лаг в виде количества cyroK
(а не ThIC. ' Til) как на рис. 9.6» мы получим совсем другие и очень
похожие Ба Рис . 9.7 .

~ Г-----~-------Т
I ---- --~------r------~г-----~--~
О

'"
!9
о

о
19
о

'"fj
о

о
fj
о

.n
~
о

о
~

о
о

Lf)
о ОТК - СУТОЧНОЕ ОПРОБОВАНИЕ ПО РVДНИКАW
о .r~_~

~.OO 105 . 00 210 . 0Q 315 . 00 420 . 00 5 25 . 00 630 . 00

сyrочного оп

~ ~----~----~----~-------~----~-4
ОТК - СУТОЧНЫЕ ДАННЫЕ ПО Р УДНИI{АU

~
~
~
~
~
§
~
о

5
о

9.00 18 . 00 27.0 0 36 . 00 4 5 . 00

DISTANC E
Рис. 9.7. Вариограммы рудничных потоков по данным
сyrочного опробования (шкаJJ 8 Х - число cyrOK)

Из рисунка видно) что все рудни.КИ (за некоторым исключением

Кукисвумчоррского) постааляют на переработку практически
одинаковое по изменчивости (о сyrочном и змерении) сырье.
1 76
 о -- г -----.----+-----..-------.----,-------.
1')

о CYTO'lНOE ОПРОБОВАНИЕ - СП'РАСВV1lЧОРР'

о

11)
N
О
О

О
N
О
О

LtI

о
о

·0

о
о

11)

9 . 00 18 . 00 27 . 00 36 . 00 45 . 00

Рис . 9.8. Средняя ' вариограмма и модель для cyтo~тoro опробования

рудничного потока .

Изменчнвость руды в ПОТОКС Измснчнвость руды в потоке

Суточное onpo60alHHC ГГМ PYAItI Н8 АНО. СVТОЧНОI опроll088ННI CIIН8118 Н8 АНОФ

0.6 r - - - - - - - - - ---, '.6 r - - - -- - - - -

~
..............~:::-. , .. : ..............................
0-0 - С) [!]
j:::
0~1---~~~-~~-a~~
о 10 . 100 300 1000
10 О3 10ВВ
06loе .. порцн" РУДЫ. TWC. тн
О'.е .. порцнн. TWC.TH
-----
Рис . 9. 9. Изменчивость руды в потоке по данным ГГК и
ХИМ!lН <U 1И ЗОВ

....
о
O'fK - ПJlТВДНIiВКК КА .И~2

""
111
О

......
c:i

'"
N
c:i

о
о
- -*- ' ,
'l! 00 2 . 00 4 . 00 б . 00 8 . 00 10 . 00 12 . 00
.. _ _ _ _ QISTAblCf
Ри с . 9. 10. Вариограмма и модель по дaннъiM 5-ти
дневного опробования руды на АНОФ

ДЛЯ хаРЮ,l" р и стики изменчивости рудничного рудопото кn ыл

выбран поток СП "Расвумчорр", как примерно средний по нсем
lI арам етрам . К э кспериментальной вариограмме подобрана ин йная
модель (Р и с. 9.8 .) с уравнением:

17
 ОАММЛ= 0.6 Т, где Т - тоннаж .
Дня всех полученных вuриограММНbl моделей упомянугым выше
методом были рассчитаны функции F и диспеРСШ1 с дсржанця Р205 1\
ра.зличнbJX порuиях руды для ВL\риантов у= 1000 и 300 ТЫС.тН.
Результаты вычисл ений показаны на риl,; 9.9.

Недельное опробованне

Результаты опробования по пятиднеНКfiМ получены в ОТК

ЛНОФ- 2 и использованы для сопоставле ния с ВЫшt: приведеllНЫМИ
данными.

CpeДНJm вариограмма по фабрике показывает практически

"чистый" эффект самородков (Рис. 9 . 10 . ) и поэтому неприемлема ДIlЯ
ГСQстатистических р асчетов .

Выполненные расчеты позволили рекомендовать руховодству

объединения ряд мер, которые ПО:JВОJUlТ снизить изменчивость качеСТВIl
поставляемой на переработку руд.

9.2. ОПТИМИЗАЦИЯ РАЗВЕДКИ РУДНЫХ МЕСТОРОЖДЕНИЙ

НА ОСНОВЕ УЧЕТА rOPHOI'O РИСКА
ПРЕДСТОЯЩЕГО ОСВОЕНИЯ
(на Ilримере ОЛО80РУДНЫХ месторожде ний) .

9.1.1. Общие 1I0ложеИИJl .

Оптимальная геологическая разведка нвляетсн одним из наиболее

важ.ных условий максимального экономич~ского эффекта их освоения.
Этот эффект может быть выражен дисконтированной прибылью ,
которая прим енительно к рудным месторождениям, разрабатываемым
подземным способом, описывается следующим выражением 11]:

р = (U*Z/H) *{ exp( -Н* tl(Z)/З .141 *(Л* В *I11 (У) - dJ - b/(U*Z)}*O -

ехр( - и *X(y)/U]}-exp I H*t I (Z)/3. 141 *k 1(Z)-exp( И*t2(Z)/21*k2(Z) (9.2)

где Z - проектная годовая про изводител ьность предприятия 110

руде;

у - минимаJ1ьное промышленное содержание металла в' руде ;

Х(У) и ш(У) - запасы руды и ср еднее содержание металла в руде,
соответственно , как функции кондиции У;
Л - коэффициент измечения металла в концентрат при
обогащении;
Н - предельная себ стоим ость МСТ'dЛЛа в концс; нтрате;
В - норма дисконтирования (фактор вреМt:IIИ) ;
t 1(Z) и t2(Z) - иорматцвная продолжитеЛЬНОI;ТЬ строитель тва
обо('атительной фабрики и рудника , соответ л'веюю , как
функции ПРОИЗ80ДИтельности Z;
kl(Z) и k2(Z) - капитальные ВJ10ж.ения в стро ительство
обогатительной фабрики и рудни ка , соответ тоснно, как
функции производительtlости Z
U - парам етр , выражающий среднее превышение фактической
178
 произвuдитеJ IЫ\оСТИ предприятия над проектной вепичинuй Z;
d и Ь - КОЭфф ИЦll е нты уравнения q = d + bjZ, связывающего
себестоимо ть добычи, транспортировки и переработки единицы
количества руды (q) с производительносl'ЬЮ преДПРИЯ1'ИЯ (Z).
Производительность Z и кондиция У - управляемые пар метры ,
выбираемые с целью максимизировать прибыль Р, остальны~
параМf:ТРЫ состоннин характеристики месторождения) . В терминах
теории статистических решений максимальная прибыль выражает
выигрыш, кот рый может быть получен, если при освоении
месторождения избрать оптимальные ДJlЯ этого условия, которые,
прежде .всего, определяются производительностью горнодобывающегu
предпринтия и кондициями на качество руд (минимальным
промышленным содержанием совокупного 'полезного ископаемого) при
условии , что и з в~стны ис инные значения параметров сос:тояния .

Ограничимся в дмьнейшем изложении рассмотрением тольк двух

параметров СОСТОflНИЯ : запасов . руды и среднего содержания металла 11
руде как имеющих наибольшее непосреДСl'вен ное отношение к
результатам разведки .

Истинные значенин параметров состояния практически не MOlyr

быть найдены. Их оценки, получаемые после того или иного этапа
разведки, являются случаЮiЫМИ величинами, дисперсии которых могуг
быть определены применительно к типу меСl'орожденин и объему
выполненных рuзвеДОЧНbJХ работ. Ограниченная точность оценок
параметров состояния, которм может быть повышена при увеличеНИJ1
детальности разведки , обусловливает неопределенность выбора
оптимальных параметров ОСВОеНИЯ м сторождения (Z и У) и снижает
величину ожидаемой прибыли . Это очевидно, так как отклонения
оценок параметров состшlНИЯ от их математических ожид:.ншЙ
при водит к выбо ру управляемых параметров, ОТJIичающихсн от
оптимальных . Это, в свою очередь , приводит к получению прибьUlИ 01
освоения месторождения, отличающейся от максимальной, то есть, к
недополучению ПРhбьu1И . Разница между максимально возможной
прибылью от освоеюUl м сто рождения и прибылью, величина ко'roрой
опреДСllЯеl'СЯ ныБИ~(1еМblМИ неоптимальными Уl1раW1яемыми
параметрами, лредстаnляет собой экономичеСIШЙ риск (так
называемый , горный риск) , который можно сократ} ь, ниж<я
неопредеJlенн ость парам етро в СОСТОЯНlIЯ и приближаясь в результ
этого к оптнмзJ1ыJмM упраW1Яемым параметр а м.

Н<tхождеllие риска возможно только КОСВ I-lНblМ lIутем , так кш.

никогда не и звеСТ IIЫ истинные значен ия уп авл я.емы х пuрам -P 0 ti и ,
J\~Довательно , не может быть вычислена макс имальная I рибьUIЬ от
освоения месторождении . В рuбота 11,21 Ilоказано, что минимум
щкидаемого PI1CKD (R) выражается СJ\ед ющим обvа:юм:

(9 .3),
де JVj ДII пер ' ИЯ оце ки J- О lIараметр с остоя ни

(. ПР~)J.еJНI ' M ,НI Мt~ lода ми I ео~та'IИСТИКИ в СОО' ветств ии с ФО РМ УJl < МИ
3.20 или 3.50) ;
V, - necou:НI фун" ЦIIЯ j- О нара метр а СОСТО>lН ИЯ , для ВЫ И е ния
от роН , к ро {е З llач е НIIЯ сам ( го пара етра , н е б одимо наЙТII п ~ рвЫt:
П\ЮНЗflО \lLoI Уll ра W l яемы ш рам строн гю ~TOMY IJapt1MCТPY СО I ЯНИSI И

17:)
В'Гuрые производные приБЪUIИ по ynраWlЯемым параметрам И j-MY
параметру состояния.

Степень ТОЧНОСТИ оценок параметров состояния отражается в

знач.ениях соответствующих дисперсий W , 11 мера влияния ТОЧНОСТИ
этих оценок на величину экономического ущерба - значениями весовой
функции ~ ,которые зависят как от геологических параметров
месторождения, так и от результатов е!'о геолого-экономической
оценки по имеющимся данным .

Ожидаемая прибыль от освоения месторождения равна прибыли ,

которая могла бы быть получена в условиях полной определенности
информации о парам етрах состояния , уменьшенной на величину риска
R, а также - на величи ну предстоящих затрат на разведку С . Таким
образом, суммарный эффект от разведки и промышленного освоения
месторождения -
Е = Р - R- С, (9.4)
или с учетом продолжитеЛЬНОt;ТИ ра зведки и задержки ввода

месторождения в промышленное OCBOeHl1e (13 связи с затратами

времени на проектирование и строительство горнорудного

предприятия)

Е = exp(-Н*tЗ)*(Р - R) - С*[] - exp(- H*t3)/(H*t3), (9.5)

где tЗ - цродолжительность раЗl3едки; остальные обозначения были

даны раньше.

НеоБХОДJfМО отметить, что оценка сум:м&рного ффекта от разведки

и освоения месторождения в условиях фактической неопределенности
парамеТр08 состояния в среднем ЯВJIЯе'1'Cj' заЩfженной, rlOСКОЛЬКУ
оценка р статистически отклоняется от м атематического ожидания
прибыли р сторону меньших значений. Математическое ожидание
прибьши Р - веЛИЧl1на постоянная дм. даlЩОГО месторождения.
Фliктическое же значение Р (определяемое по результатам
геолого-экономической оценки месторождения с использованием
имеющихся данных) зависит как от об'Ьсмов разредоtlНЫХ работ, так и
их качества - при квалифицированном ведении работ Р сокращается по
мере увеЛl1чения их объемов. С - в еще больше~ степени зависит от
продолжения разведки .. эта ЗIlВИСИМО(..'ТЬ Dыражаетсн 8 прямом росте

затрат по мере увеличения об-ьема разведочных работ.

Оптимальные объемы разведки должны , очевидно , быть таковы,
чтобы эффект Е достигал максимума . Это значит, что оптимальные
объемы разведочньtх работ Ji (где i указывает, какие виды работ
осуществляются при разведке месторожде ния) должны служить
решением системы уравнений :

(9 .6)

Найденные из системы уравнений значен ия объемов работ будут

выражать ЭК ОН ОМl1чески обо снованные 011 имальные требования к
степени разведан но сти месторождения , пер еда ваемо го в промышл нное

освоение. РешеЩiе вопроса о том, на ка ком эт пе р азведки ее следует

пр екратить и перед ат ь ме сторождениt: н промышленно е освоение , но сит

] 80
стаТИСТИLJеский характе р, так как зависит от величины риска,
определя емого (; использова нием геоста'ТИСТИЧеских оценок параметроu

месторождеНЮI . для нахождения R нужно знать дисперсии оценок

(квадраты относительных погрешностей) соответствующих параметров
состояния .

Одним из расс мотре нных в (1] чаC11lЫХ случаев обоснования

оптимальной разведки является следующая распространенная на
практике ситуация : ЮlЛьное месторождение во всем своем объеме
разведано сетью коло нковых буровых скважин, а в верхней части -
горными выработками . Запасы, разведанные горными выработками,
подсчитываются в контурах, выделенных по минимальному

промышленному содержанию; запасы,. разведанные буровыми

скважинами ниже горизонтов горных работ, подсчитываются с
площадным коэффи цие нтом рудоносности. Таким образом , система
(9.6) окаЗЫВi1етс я представленной двумя уравнениями (i = 1,2), то есть,
оптимизируются объемы горных и буровых работ.
Квадраты относительных погрешностей параметров состояния
запасов руды (Х) и средних содержаний (ш) выражаются в этом случае
следующим образом :
Wx = WX1 + (I - К)2(WХ1 + WX ) (9.7)
W m = W ml +(I - К)\Wm1 + Wm ) ,

I
где WX 1 и W"' I' - квадраты относительных погрешностей запасов и
среднего содержаНИfl по данным горных работ;
WX1 и Wm 1 квадраты относительных погрешностей
соответствующих п ара м етров по буровым скважинам в контуре
горных работ;
W.Ir] и Wm ) квадраты относительных погрешностей этих
параметров по буровым скважинам за пределами контура горных работ
=
(WX ] W/ ) + W s ) ) - представляет собой композицию квадрато в
относительных погрешностей средней мощности и площади рудных
тел месторождеНИr/ в соответствующем контуре);
К - часть месторождения (доля объема) , характеризуемая горными
выработками .

9.2.2. Объекты исследоваНИJl .

Вопро ы ге лого-экономич еского обоснования оптимальных

объемов и соотношения видо в разведо'lНЫХ работ рассмотрены на
примере двух ОЛОDОРУДНЫХ месторождений . Одно из них имеет
следующие хар ктеристики (по данным В . к.Павлова [З)) .
М есторожде ние олова жильного типа представлено тремя
кругопадающими рудными телам и . Общая длина рудных тел составляет
J277 м ; их площадь - 287664 кв . м ; общие запасы руды - 720 т.т. ;
среднее соде ржа ни е лова - 1.186%. Ниже приведены характери (.'Ти ки
отдельных р удных тел.

181
 Табл. 9.3. Характеристики рудных тел перво о месторождения.

ПАРАМЕТРЫ рудные тела :

2 3

дЛина (М): по простиранию 530 496 252

по падению 156 240 342
средняя мощность, м 1.29 1.33 0.62
среднее содержание олова , % 1.35 1.08 1.17
запасы: руды т.т 236 373 111
металла т 3191 4050 1297
коэффициенты вариации (%);
мощности 4] 75 57
содержаний 176 133 218

Расчет остальных средних харак:теристик месторождения выполнен

8ЗвеШl1ванием на запасы руды и соответствующие дисперсии оценки; в

результате ' получены следующие данные: коэффицие~т вариации

содержания 168%; ' средняя мощность - 1.015 м; коэффициент
-
вариации мощности - 64%; ' средняя арифметическая относительная
погрешность средней мощности в блоке размером 120*60 м при
расстоянии между разведочными пересечениями 5 м - 7.73%; средtIЯЯ
арифметическая относительная Jlогрешность среднего содержания в тех
же условиях - 20.7%.
При геолого-экономической оценке месторождения - определении
оптимальных параметров его ПРОМWШJJенного освоения в условиях
имеющейся информации опараметрах со(,'Тояния и при определении
ожидаемой прибыли - использованы зависимости запасов руды и
металла от бортового содержания по перечисленным рудным телам и
экоцомические зависимости по месторождению, сходному с данным по

масштабам оруденения и геологическим особенностям строения.

Табл. 9.4. Технико-экономические показатели по вариантам
освоения первого месторождения (здесь и далее все экономические
показатели представлены в рублях, что соответствует условным
единицам, не связа нным с текущими валютными курсами).

ПОКАЗАТЕЛИ Лимит контура (содержание

в сквозном пересечении, %)
на массу 0.1 0.20 0.25
-----------------------------------------------------------------------------
Запасы руды, 1'.1' 720 564 526 495
Среднее содержание олова, % 1.18 1.51 1.61 1.69
Запасы олова, т 8538 8527 8463 8393
Коэффициент рудоносности 1 0.78 0.73 0.69
ПроизводительносТь
предприятия, т.т/год 112 93 82 74
Капитальные вложения в
строительство предприятия, т.руб. 4850 4700 4570 4470
И звлечение олова в концентрат, % 77 78 78.5 79.3
Себестоимость : добычи 1 т руды, руб. 14.7 15.7 16.8 17.7
СебеСТОИМОСТI. обогащения J т руды, руб . 4.6 4.9 5.2 5.6

1 82
 Первое рудное тело разведано буровыми скьажинами по сети
200* 100 м ; количество внутриконтурных скважин - 6; на отметке - 90 м
БЪUJ ПРОЙден горизонт горных выработок (с объемом проходки 3 10 п.м)
с целью ОКОНl'уривания рудного тела, выяснения внусреннего С1роения,

изучения изменчивости его форм , условий залегания, вещественного

состава . и ·т.д. Второе рудное тело разведано выработками на
поверхности, а на глубину - скважинам и колонкового бурения по сети
также 200* 100 м. Всего по второму рудному телу пробурено 12
скважин; из них внугриконтурных - 8. Третье рудное тело изучено
только с 110верхности канавами и шурфами. ПервоочереднЪ1МИ для
освоения предполагаются верхние горизонты первого и второго рудных

тел . Высота э ксплуатационных этажей 40-50 м; проектная

производительность горнорудного предпрИятия по руде - 70 т.т/год;
минимальный срок существования предприятия - 1О лет; минимальное
промышлен но е содержание олова в подсчетном блоке - 0.6%.
Второе месторождение представлено также тремя крyrопадающими
оловорудными телами; два из них расположены в одной жильной зоне
с интервалом 400-500 м. Характеристики рудных тел второго
месторождения Ilриведены ниже.

Табл . 9.5. Харцктеристики рудных тел второго месторождения

ПАРАМЕТ РЫ рудные тела : 1 2 3

Длина по ПРОСТl1ра НII Ю, м 540 380 380

Длина по падению , м 360 400 300
Средняя мощность, м 6.9 .12.6 6.8
Среднее содержание олова , % 0.52 0.65 0.5 1
Коэффициент рудоносности 1.0 1.0 1.0
Запасы руды , Т.т 3180 3600 1960
Запасы металла , т 16690 23420 9980
Коэффициент \Нlриации мощности, 96 50 62 81
Коэффициент вариации содержания, 96 60 92 124
Погрсшности средних знаqен ии при размерах разведочных
блоков 120х60 м и расстоянии между разведоqными
пересечениями рудных тел 20 м:
- мощно(''Ти, % 10 12 16
- содержания, % 10 21 23

Общая дли на рудных тел второго м есторождения составляет 1300

м; и х площадь - 460400 кв.м; общие запасы руды - 8740 т.т; среднее
содержание олова - 0.573 %; коэффициент вариации содержания -
96.5 %; сред ня я мощность рудных тел - 7.745 м; коэффициент вариации
мощности 88.06 %; средняя арифметическая относительная
погрешноС1Ъ среднего содержания в блоке размером 120*60 м при
раССТОflНИИ между разведочными пер ечениями (рассечками) 20 м -
18 .36 %; средняя арифметическая отно<;ителъная погрешность
определениSl редней мощности в . тех же условиях 12.4 %.
ТеХIIИКО - KOII мические п оказатели по расчетным вариантам о во IIИН
второго м есторождени я, используемые для его геОЛОГО -::I КОIfОМlrч е ск й
оц нки , Ilриведены в таблице 9.6.

j 8J
 Табл. 9.6. Технико-экономические 1l0казатеЛ II 11 варнаюам ОСD~НИЯ
второго месторождения.

ПО КАЗАТFЛ И Варианты бор- 011Ого содержания (%):

0. 15 0.20 0.25 '0.30
-------------------------------------------- -- .------------------------------
Запасы руды, млн.Т 7.83 6.99 6.25 5.62
Среднее содержание, % 0.60 0.65 0.69 0.74
Запасы металла, 'Т.Т 46.823 45 .155 43.375 41.700
Коэффициент рудоносности 0.89 0.80 0.71 0.64
Производительность предприятия по руде ,
т.т /год 660 610 540 440
Капитальные вложения в строительство
предприятия, м.лн.руб . 62.8 60.0 55.1 50.2
Себестоимость добычи траНСПОРТИР08КИ и
переработки 1т руды, руб. 21.1 22.29 24.92 26.92
Извлечение металла при обогащении, % 60
Це·на 1 т металла в концентрате, руб . 10000
Районный "оэффициент 1.3

9.1.3. Реэу.llltтаты reолоro-экономнческоii оцt:НКИ ОЛОlЮруднwx

месторшкдениl.

Геолого-экономическая оценка каждого месторождения

осуществлена в двух вариантах: 1) без разделения руд на бедные и
богатые и 2) с выделением богатых руд ДJШ первоочередной отрабо'l'КИ.
Результаты геолого-экономической оценки месторождений сведены в
таблице 9.7.

Табл . 9.1. Результаты геОJlого - экономической оценки месторождений.

ПОКАЗАТEJIИ Месторождение 1 Месторождение 2

Вариант оценки по разделе ­ без раз - с разде ­ без раз - с разде­
нию богатых и бедных руд деления Jlением деления лени ем

Минимальное промышленное
содержание, % 0.588 0.590
То же - для бедных руд 0.588 0.590
для богатых руд 2.500 1. 100
Запасы руды, Т .т 50.3 3618
То же бедных руд
- 242.2 2546
богатых руд 108. 1 1132
Среднее содеРЖi1ние металла , % 2.230 1.02 1
То же 8 бедных рудах 1.268 0.191
»
боruтых рудах 4.385 1.524
Запасы металла, т.т 7.811 37.55
То же В бедных рудах 3.071 20.30
8 богатых рудах 4.14 11.25
Ожидаемая, прибыль от nPОМLlшлеIНЮ /"О
о ' I~ ния месторождения, млн . руб . 13.511 5.471
17.337 13.646

Запасы руды 8TOpOJ'O месторожде ния , отработка которых

целесообра н а , примерн о на пщmдо к 60 bljle запасов первого

1
местuрождения . ОДН3t(о , руды второго месторождения нримерtlQ .вдвое
беднее руд первого . Кроме 'ГОГО, капитальные ВJJожения 11 (,'РО.l1теJlЬСТВО
предприятия. которое будет разрабатывать второе меСТОРОЖДё ние, н
порядок больше того . что требуется ДJ1Я разработки пеРIЮI\) см.
таблицы 9.4 и 9.6). В совокупности все этu приводит К тому, ЧТО
величина ожидаемой прибыли от ПРОМЬШUlенного освоения первого
месторождения без раздел ения руд на богатые и бедные в два с
половиной раза выше, чем второго. Раздельный учет бедных и богатых
руд на относительно крупном втором месторождении обеспечивает
заметный экономический эффект. Это приводит к то.му , (11'0 первое
месторождение оказывается более ценн 1М объектом разработки только
на 20%. Таким образом. оба месторождения Б отношении р4:13меров
прибыли, ожидаемой от их промыленногоo освоения. подобны ИЛИ
соизмеримы.

Сравнение геологич ских характеристик месторождеl:lИЙ (табл.9 .3

и 9.5.)показывает , · что значительное различие запасов их руд
обусловлено, прежде вс го , существенным отличием мощностей рудных
тел.

Первое месторождение характеризуется большей изменчивостью

оруденения в сравнении со вторым. Однако , при малых мощtlОСТj!Х
рудных тел nepBo.ro месторождения, практически не выходящих на всем
своем протяжении за пределы ширины горных выработок, для изучения
пространственных . особенностей оруден ния не требуется
дополнительных объем ов горных работ, поскольку геологические
наблюдения и более частое опробование рудных тел можно прове(,'Ти в
прослеживающих горных выработках. Рудные тела второго
месторождения характеризуются большой мощностью. Для их
предстаоительного опробования и геологического изучения необходима
проходка рассечек и рудных штреков И восстающих. Верхни е
горизонты обоих месторождений доступны ШТОТlьневому вскрытию .
Вскрытие НИЖIНIХ горизонтов, особенно в предусматриваемых
проектами вариан ах р азработки, значительно сложнее на втором
месторождении, ',ем на первом.

ТаJ.(ИМ образом, 8 целом по условиям разведки "ТОРО с

месторождение являет н более сложным , чем первое . Это положе ни
усугубляется также более высокой себестоимостью проходки единицы
разведочной выраБОТКI1 на втором месторождени и , что, ШlрЯДУ с
особенно(''Тями горно- геологических характеристик, обусловлено также
его удаленным географич еским положением .

9.2.4. РеЗ)'ЛlmtThl ОllредеЛСННА ОП'l'НМaJlЬНЫХ объеМОВ разведки

месторождении.

Из сравнения ме тор ждений по их э ономической ценн С1'и и

условиям разведки следует, ~rro первое Мёсторожденне является бо)] е
выгодным объект м . Рассмотрим, как отражаются о обенно и
месторожд ний на тр бооан. ях к степени их Рi1Зведанности (Т 6)1 9.8)
Со}юкулность геологических и технико- ' КОНОМИ(lеских особеllНО . ,'еЙ
ме ОРОЖДt:НИЙ находит свое отражеНИt: в веспх, с которыми ЛИС ер ия
. апасов руды и среднего содержания метаJlла входят 8 8ыраж иие риск
(формула 9.3.), н им НЫШl е веса имею п p:JMe ры втор го
мест роЖ) ~ НЮl l' УСJЮВИЯ е го о це нки б 'З раздел IIИЯ руд 11( ога гы е 11
1 85
бедные . J>азд~льный учет руд РaзJlИчного кач ества , Kii бhlЛО отмечено
выше, делает оба месторождения соизмеримыми ПО ожидаемой от их
освоения прибыли (табл . 9.S). Однако, по величи н е РИ,ска одно
месторождение отличается от друтоl'О в 3-4 раза и это определяется , ' в
основном, дисперсиями оценок запасов и с р еднесо содержания.

Дисперсии же, в свою очередь, зависят от объемов геологоразведочных

работ, выбираемых с учетом себестои мости про ходки разведочных
выработок, которая по второму месторождению прим ерно в полтора
раза выше, чем по первому .

Табл. 9.8. Результаты определения оптимальных объемов

геологоразведочных работ.

ПОКАЗАТЕЛИ Месторождение 1 М есторождение 2

вариант оценхи (по разде­ без рuз- с ра зде - без раз-с разде­
лению богатых и бедных руд) деления лением деле ни я лен и е м

Веса параметров состояния в формуле ри ска (9.3.):

Д1Ш запасов' руды, млн .руб . 1.050 1.466 0.612 4.410
для средних содержаний , млн.ру6 . 2.688 1.982 1.721 5.536
------------- - ---- - ----- - - --- ------~- - --- -- --- - - ---- - ----- --- ------------- --

Параметры бурения :
Ячейка буровой сети, кв . м 5565 4324 33800 25088
Буровая сеть, м·м 105·53 94·46 260·130 224·112
Число скважин 53 68 26 35
Метраж бурения, м 8560 10950 1850 10550
Себестоимость бурения, млн .руб. 0.251 0.328 0.400 0.581

Параметры горных работ:

Orносительный объем месторождения ,
охарактеризовuнный горными
выработками (К) 0.405 0.545 0.282 0.485
Число горизонтов горных работ -
при разведке трех рудных тел 1 (1 .5 1) 1 (2.11) 3 (2.54) 4 (3.88)
при разведке двух рудных тел 2 (2.01) 3 (2.70) 3 (2.91) 5 (4.66)
Метраж горных выработок, м 3250 4650 4530 16390
Себестоимость горных работ, млн . руб . 0.585 0.831 1.081 3.949

Общая себестоимость
разведки (С), млн . руб . 0.842 1.165 1.481 4.536
Риск (R), млн . руб . 0.309 0.408 0.855 1.524
Потери (R +
С), млн .руб . 1. 151 1.513 2.342 6.060
Ожидаемая прибыль (Р), млн .руб . 13.511 11.337 5.441 13.646
Суммарный эффект (Е =
P- R- C) , млн . руб . ] 2.360 15.164 3. ]05 1.636

ПЛотность сети буровых скважин на втором месторожде нии

меньше, чем на первом в 6-7 раз; '1Исло скважин - вдвое меньше. Это
объясняется меньшей изме нчивостью соде ржани й металла в рудных
телах И большей средней глубиной рудных тел , что влияет Hi.l
себестоимость бурения скважин . Метраж бурения на м есто рождениях
мало отличается по вариантам оценки (без ра дсл еJ- ия и с разделением
руд на бо)'атые и бедные), се бесто и мость же буровых работ на втором
ме сто рождении выше .

Сложные усло вия разведки второго ме стор ожд е ния г орными

работа ми ИllЛЮС ГРИРУЮТСЯ ледуюlЦИМИ фактnми : если ранни ь

18
вариант OЦ~HКJ1 B'I' OP0I'O м с=сторождения без разделения руд н а (ЮI'аl'Ь) t
и бедные с вариантом оценки первого месторождении с выделением
богатых руд, то оказывается, что в обоих случаях требуются примерно
одинаковые объемы работ (4650 и 4530 м) . При этом на втором
месторождении горными выработками характеризуете}! вдвое меньший
объем РУДНЫХ тел (К - 0,282) в сравнении с первым (К = 0,545).
Особенно нагlUЩНО сложные условия разведки второго месторождеНИJi
ПРОЯВJlЯЮТСЯ в варианте оценки с выделением БOI'атых руд. По
условиям оптимальной разведанности горными выработками треБУ~I'СЯ
охарактеризовать 0.485 объема рудных тел месторождения, для чего
необходимо пройти более 16 км ropHblX выработок и затратить по ти 4
млн.руб. Только три горизонта месторождения могут быть вскрыты
штольнями. Решение о разведке любого ·нижележ.ащего гори~онта из
выработок системы НСКРЫТИЯ месторождения, отвечающе·Й
предусмотренной системе разработки, определяет необходимо(.1Ъ
проходки подходной штольни длиной 6750 м, что резко увеличивает
себестоимость разведочных работ, поскольку подходные выработки не
увеличивают точности разведки. Риск составляет в этом случае 1.)
млн,руб., а общие потери - 6 млн.руб. В конечном счете общие потери
(риск и затраты на разведку) по второму месторождению в 2 и 4 раза
выше для соответствующих вариантов оценки, чем по первому, а

суммарны.Й эффект - в 4 и 2 раза ниже.

Выполненный анализ с целью определения оптимальных объемов
разведочных работ по двум жильным рудным месторождениям
свидетельствует о следующем. Если в качестве критерИ}f оптимальной
разведанности принять суммарный эффект от разведки и освоения (Е) ,
то неизбежно при разведке и освоении потери (С R) с избытком +
компенсируются прибылью, ожидаемой от освоения как nepBoro, так и
второго месторождения в вариантах их оценки как с разделением РУД

по сортам, так и без разделения. Таким образом, экономическая

ценность каждого из месторождений оказывnеl'С11 достаточно высока , а
условия их разведки - благоприятны .IVШ выполнения оптимальных
объемоп разведочных работ и не только безубыточного, но и
обеспеч~вающего определенную прибыль осаоения.
Вариант оценки и разведки с ра,1дельным учетом различных COPTOU
руд (как первого, так и второго месторождения) выгоднее варианта бе~
разделения руд увеличение ОЖИдаемой прибыли с избытком
компенсирует дополнительные расходы на разведку. Во всех
рассмотренных случаях определения объемов разведочных работ на
обоих месторожденl1ЯX горными выработками в оптимальных условнях
должно быть разведано больше запасов, чем это принято в обычной
практике предпроектной разведки. Если при разведке конкретн го
честорождения возможности горных работ ограничены ее сроками ,
J'орно-геологическими условиями или выделяемыми на горные работы
ассигнованиями, то использование cyм~apHOГO эффекта от разведки и
освоения в качеt-"Гве критерия степени разведанности месторождения
позволит оц нить дополнительные потери как вследствие ВОЗР:l(.,'ТnJtИЯ

риска, так и в рсзультатевозможного увеличения общей себе(,,"Гоимо~"Ги

разведки.

Например, если горную разведку провести не больше чем в 2096

объема месторождения , то на первом месторождении при разведке и
оценке без р азделыюго учета различных сортов руд по-reри (R + С)
187
 ~

возрастуг нц 90 т. руб. Сумма~ны й э ффект составит ] 2.27 мян.руб .

(против 12~ 36) при сокращении расходов на разведку на 130 т.руб. На
этом же месторождении при раздельном учете руд суммарный эффект
сократится на 362 т.руб. и составит ] 5.407 млн . руб . при сокращении
расходов на разведку на 165 т. руб. На втором месторождении без
разделения руд суммарный эффе кт сократитсн на 321 т.руб. (составит
2.814 мян. руб.), расходы на разведку возрастут при этом на 36 т.руб., в
резулы'uте того,. что увеличение себестоимости бурения превысит в этом
случае сокращение расходов на горные работы . Этот факт объясняетсн
совместной оптимизацией объемов горных и буровых работ - всякое
сокращение объемов горных работ в.ле~lет за собой увеличение объемов
бурения . В свете изложенного очевидно , что при разведке второго
месторождения с раздельным учетом сортов руд целесообразно при
горной разведке ограничитьсн проходкой только штолен, вскрывающих
верхние горизонты первого и второго рудных тел.

В этом случае при подсчете 20% запасов по данным горных

выработок себестоимость разведки сократится на 2.449 мян. руб. и
составит 2.037 млн.руб. Учитывая сложный характер вскрытия второго
месторождения для разработки, необходимо рассмотреть другой
вариант его оптимальной горной разведки, включающий проходку
штольневых горизонтов и системы штреков от ствола разведочной
шахты в средней по глубине части месторождения. В этом случае
оптимальный объем запасов, разведуемьrх горными выработками,
соcmвит 49.1'% , затраты на разведку - 2.403 мян.руб. и суммарный
эффект - 10.247 мяв.руб . при общих потерях - 3.399 мян . руб., то есть
суммарный эффект в сравнении с вариантом, представленным в
таблице 9.3.6, возрастает на 2.611 млн.руб.
Как бьuю показано в приведенных примерах, использование
экономического критерия оптими зации разведки реали зуется через учет

геостатистической дисперсии оценки месторождений. Измене ни е

дисперсии в связи с изменением объемов и вытекающей из этого
детальности разведки по разному влияет на оптимизируемые параметры

разведочных работ. Так увеличен ие стандарта 110грешности параметров

состояния в 1.5 раза, проанализированное на м есторождениях ,
подобных рассмотренным выше, влечет за собой, например, рост
оптимальной доли запасов, разведка которых целесообразна горными
работами, вдвое (с 0.22 до 0.45), что сопровождается сокращением
объема бурения примерно на треть; себестоимость разведки возрастает
при этом на 60%, а ее экономический эффект снижается (относительно
суммы R + С) почти на 50%.

9.1.5. Литература
1. Марголин А. М . 1974. Оценка запасов минерального сырья .
Математические методы . М ., Недра , 26] с .
2. Марголин А.М ., Ежов А.И. 1976. Разработка математических
методов для экономического обоснования объемов геологораз ведочных
работ при детальной разведке рудных месторождений. Orчет. Фонды
ВИЭМ С, М ., 221 с .
3. Павлов В.к. , Ежов А.И . и др . 1977 . Опр еделение рациональной
разведанности оло.воруДных и золоторудных месторождений жильного
тип а, переда ваемых для промышленного освоения. Orчет. Фонды
ВИ ЭМС , М . , 274 с.
188
 Содеp1UНие

DВI::Д Ни!:: ..... ......... .. .. ... .. .. .... .. ................................................ .. ...... .... .. .... .. 3
Глава ). Г О ' АТИ ТИКА В ГОРНЫХ И ГЕОЛОГИЧЕ к.их
РА Ч ТАХ .. ...... .. ..... ......................................... ..................... .... .. 5
1. 1. По'Н~Му ге сТатистиКа? .. ........ ... ..... .......... ....... .. ........ ... ............ .. ........ 5
1.2. Соиременные горные компьютерные технологии .. ....... ........ ... 8
j .2. 1. П реи мущеСl'ва внедрения компьютерных технологий ... ... 1О
1.2.2. Программны средства для KoмJIыoтep.bI.x технологий .... 11
1.2.3 Общедоступные программы ..... ................... ...... .. .......... .... ... .. 12
1.2.4 Недорогие программы .. .......... ....................... ....... :.. ... ... ... .. ... 13
1.2.5 Интегрированнаые системы .......: ............................ ..... ...... .. .. 13
J .2.6. истема ДАТАМАйН ...... .. .................................. .. ....... .. .. .. .. . 14
1.3. Место геостатистики в компьютерных технQJIогиях .. ... ........ ... 15

l 'ла8а 2. П ДГОТОВКА ИСХОДНОЙ ИНФОРМАЦИИ К

ГЕО ТАТИСТИЧЕСКИ М РАСчЕТАМ ................... .... ..... .... .... . 18
2. \ . Ввод данных ............. ..... .............. ......... .................. ... .. ......... .. .. ... 18
2. 1. J. Обработ а данны по скважинаМ.......... . ........ .. .... .... .. .. ..... . 19
2.2. Описание одной переменной .. ........... .................... ....... .. .. .. ..... . 20
2.2. 1. Характеристики положения распределения ... ............. .. .. ... 23
2.2.2. Характеристики отклонений (статистической
измеНчиВости) .......... .. :........................................... .... ..... ..... 24
2.2.3. Характеристики формы распределений ............ .. .. ........ .. .. . 24
2.3. Описание двух перемеЮI.f>lХ .................... .. ......... .. .... ...... .. ...... ... 25
2.3. 1. Регрессионный анализ ............................ .. .. ........ .. ... .. .. .... .... 27
2.4. Понятне о многомерном статистическом анализе .. .. ...... .... .. . 28
2.4.1. Множественная регрессия ...... ............ ..... ..... .. .. ..... ........ .. ... .. 28
2.4.2 Дискриминантный аНализ ............................... .. .... ..... .. .. .. ..... 29
2.4.3 Кла стер ный анализ ........ ..... .. .... ......... .. .... .... ........ ... .. .. .. . ..... . 29
2.4.4 Фа кторный анализ .. ....... .. ... .. .... .. ... ...... ..... .... ..... ... .... .. ...... .. 31
2.5. Опи анне пространствснного положения .... ... .... .......... .. ... ... . 3\
2.5. 1 ПРОПОРЦИОНaJ'ЪНЫЙ эффект .. ... .... ........ ... .... .. ... .. ....... ... .. .. .. . 33
2.5.2 Пространствен:ная непреръшность ................ ....... ... .. ... .. ... ... з4
2.5.3 Корреляционные (ковариационные ) функции и
вариограммы .. ..... ........ .. ..... ....................... ...... .... .. .. ....... 35
2.5.4 Кросс -диаграммы рззбр са ... ... .. .................. ..... ..... .. ... .. .... ... . 36
2.6. Литература ... ......... .... ... .. ...... ...... .. .. ........................ .. ... ... ..... ... ..... . 37
Глаuа 3. О НОБНЫЕ ПОНЯТИЯ ГЕОСТАТИСТИКИ ......... .. .. ... .... .. ... 38
. 1. Пространственная переменная и задачи геоста иети и
при разведке месторождений полезных ископа емы х .. .. . 38
.2. Случайнан функция как математ ическая модель
про транственн й переменной ................. .. ..... ...... .. ...... . . . 40
3.. Вариограмма как характеристика свойств месторождений
пол езн ых ископаемых ...... ... .... .. .... ...... ..... ... .. ... .. .. .. .. .. .. .... .. ... 41
3.4 . Ре гуляриз:щи я пространственной перемс:нНой ........ ..... .. ..... ... .. .. 44
3.5. J1,и персия распространения как ошибка разведки
ме орождеНIIЙ поле ных ископаемых .......... ........ .. .... .. ........ ........ ...... .. 47
3.6. llрименсние спектрального анализа для описаtlИЯ
и з м IIЧШЮСТИ пространствеННblХ переменных ...... .. ...... ..... ....... 48
3.7. Кригинг , общая характеристика ... .. .... ... .... .. ... .. ..... ..... .. .... .. .. .. .. .. 50
3.8. Линейный Крипtнг .. .. .. .. .. ....... .. .. .. ...... .. .... ... ... ...... .. .. ..... ... .. ...... .. .. .. . S4
3.9. войсrва кригин а .... .. . .. .... ... .. .. ..... ... .......... :........... .... .... ... .. .... '" 59
10. Il еЛИllейные виды ри гиНга .. .. .. ... ... ..... ........ .. .... .... ... .... .... .. .. ... . 61
3. 1 1. Л \-t тератур .. ... ... .......... .... .. .... .. ..... .... ............ .. .. ..... .... ..... . ..... . 6
Глава 4. ПОСТРОЕНИЕ И МОДЕЛИРОВАНИ Е ВАРИОГ РАММ ...... 64
Анализ исходной иНформации ........ .. ..................... :.......... .. ......... .. .......
4.1 . 64
4.2. Построение экспериментальных вариограмм .......... .............. .... . 67
4.2. 1. Процесс VARDIR системы дАТАМАйН .. ................... 62
4.2.2. Рекомендации по ра счету э ксперименталЫl bL'(
вариограмм .... .. .. ........ ............ .... ................................ ......... . 70
4.2.3. Исследование экспериментальн ых вариогра мм ........... 72
4.3. Подбор моделей вариограмм: ...... ..... ................................. .. .. .. ...... .. 75
4.3:1. Модели вариограмм .... .. ......... .. .. ....... .. ................... .. ....... 76
4.3.2. Подбор моделей к эксперим ентальн ы м Вариограм м а м ... .. 78
4.3.3. Приведение моделей к точечному виду
(регуляризация) ........ .. .... .. .... ... ... ..... ....... .... .... ... .... ... .... ......... 80
4.3.4. Простра нственная модель Ва риОI-ра мМы .................... ... 8]
4.3.5. Надежность моделей вариограмм (роб астные м етоды
оценивания) ................ ...... .. ............................ ..................... 85
4.3.6. Проверка выбранных моделей вари огра Мм .......... ......... 86
4.4. Примеры .... ................. ...... ............... ........... .. .. .. ... ......... .. ............ ..... 89
4.4.1 . Создание вариограммной модеml для уч астка
месторождения апатита .. .... .. ....... .. ............... ... .... ... ..... ...... 89
4.4.2. Анализ изменчивости масси ва железорудного
месторождения .... .... .. ......... .......... ...... .. ..... .. .. ......... .. ... ...... 92
4.5. лиТература ...... .. .......... .:....... ...... .... .. ....................... ..... ... .......... ........ 94
Глаnа 5. ОЦЕНКА ЗАПАСОВ РУДЫ В МАССиВЕ ................................. 96
5.1 . Оценка месторожде ний с помощью кри гинга ..................... 96
5.1.1. Влияние параметров вариограммной модел и на
результаты криги НТа ......... ..... ....... .. ... ..... ..... .. ... ............... 98
5.2. Примеры оценки месторождений .... .. ........................ .......... .. 99
5.2.1. Месторождение олошIнных руд .............................. ..... .. 99
5.2.2. Месторождение алМазов .......... .......... .. .. .. ........ ............ . 102
5.2.3. Компьютерное моделирование и подсчет за п асов
жнльного месторождеНия ....... .... .................... ............. ... . 108
5.2.4. Оценка Ilластового месторождения ........... ... .............. 1] '7
5.2.5. Моделирование и оценка запасов
железорудного месторожде н и я .................................... 120
5.3. литература ........ .. ... .. ........... ....................... .. .... ........ ...... ... .. .. ... ] 23
Глава 6. ГЕОСТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИ Е .... ..... .... ........ ]24
6.1. Условные модели ............. .. ..... .. ....... .. ............................... ... ... 125
6.2. Примеры практическогр примеНt~ния условного
моделирования .............. ....... .. .. ........................... .... ... ... ......... .. . 130
6.2.1. Пример использоваЩfЯ пакета длн медной жилы . 131
6.2.2. Экономическая оценка запасов уранового
месторо:ждения ................. ... ........ ......... .... .. .................... 132
6.2.3. Экспериментальная оце нка изменч и вости
рудопотока на обогатительную фабри ку .................. I ~4
6.2.4. Полное условное моделирова ние уранового
месторождения ..................... .. ..... .......... .. ........ ..... ... ...... 136
6.2.5. Анали з риска в горном плани роваНI1 и с п о м ощыо
условного моделироВ а ния ... ........ ..... .. .. ....... .......... ...... 141
6.3. ЛиТература .............. ............ ......................... .... ... ..... .. ..... ...... 144
ла ва 7. ОЦЕНКА ИЗВЛЕКА ЕМЫХ ЗАПАс ОВ ........... ........ .. .. .... ......... . 145
1. 1. Задачи оценивания запа СОll 11 пла нировани я работ при
освоении месторождеНи й ..................................................... 145
7.2. Характер исходн ых да нны)( и методы 1/)( обработКи .. .. 141
7.3. Зависимости "за п ас - содержание" пр и оце н к е
и звлекаемы х запnсоВ ............... .. .................. ......... ..... .. .... ..... 150
 7.4. Влияние l'еометрической базы геологической
информации на извлекаемые запасы .............. .... .... ........... 152
7.5. Информационный эффект оценюr извлекаемых
запасов .................. .... ...................................................... ... ..... 154
7.6. Применение дизъюнктивного кригинга для оценки
I1ЗJ))lекасмьrx за пасоВ ................................................ ..... ........... 155
7.7. Л итер .. тура ... .. :............. .. .. ..................... .. .......... ....... ........ ...... .. ) 57

I лаl:lil ~ ВВЕДЕ НИЕ ВНЕПАРАМЕТРИЧЕСКУЮ

гЕОСТАТиСтиКУ ...... .............. ................. ........ .... ..... ..... ,........ , 158
8 . L . ' ВВедсllие ...... .. .. .......... .. ..... .... ........................................... ........ ' ... ..... ... . '. 158
8.2. Пугь к решению проблемы ......................... .. ... .. .............. ...... 159
8.3. Непuраметрическая геостаТистика ........ .. .. ............ .. .. .. .. ........ 161
8.4. Пример : Моделирование железорудного
МесторождеНия .....' ................. .. ... ... .................... ... ........... ....... 168
8.5. Развитие непарамстрических методов ............... .. ................. 169
8.6. лиТераТура ....... .. ...... .. ................................................ .... ........... 170
Глава 9. РЕ ШЕНИЕ ГОРНЫХ И ГЕОЛОГИЧЕСКИХ ЗАДАЧ С
помощью гЕОСТАТиСТики ............................. ........ ........ .. 171
9.1. Расчет изменчивости качества руды в массиве и
рудопотоке.. ............. .. ... ................. .. ........... .. .. ......... ....... .. ... .. .. . 171
9.2. Оптимизация разведки рудных месторождений на основе
учета горного риска предстоящего освоения (на примсре
оловорудных месторождений) .......... ... ............................... ......... 178
9.2. 1. Общие положения ................................................................ 178
9.2.2. Объекты исследоВания ... ............... .. ............ ... .. .:.......... .... .. .. ........ ..... 181
9.2.3. Результаты геолого - экономической оценки оловорудных
месторождени й .... ... . . ............... .. .. ........ . ......... ... .... ....... ..... ....... . ... .... .... ... . 184
9.2.4. Ре' ультаты определении оптимальных объемов разведки
Месторождеюlй ....... .... ........ .. .. .... ..... .. .......... .................. ......... ... ... ..... 185
9.2 .5. л и ТераТура .... .. .. ..... ... ..................... ..... ........... .................... ... ......... ..... 188
Ю.Е.Кanугин, А.И.Ежов, С.ХеlUШ

ГЕОСТАТИСТИКА В ГОРНО- ГЕОЛОГИЧЕ " Ж Й ПРАКТИКЕ

ТеXllИческий редактор В.А. ГаJlичев

Подписано к печати 22.02.95.

Формат бумаги 60х84 1116. Бумага офсетная . Печа ь офсетная .
Усл.печ.л. 22.32. Уч.-изд.л. ] 4.5. Усл.краско -от . 22.32.
Заказ N~ 68 Тираж 200 экз.

Ордена Ленина Кольский научный центр им . ..М . Кирова Р АН

] 84200, Апатиты, Мурманская область , Фер ' мана , 14