553.048

Заключительным шагом процесса моделирования и построения блочных моделей минерализации является итоговая проверка качества проведенной оценки. В статье рассматриваются как механические, так и смысловые ошибки, возникающие в процессе интерполяции содержаний полезного компонента в блочные модели, влияющие на качество модели. Описываются алгоритмы основных обязательных проверок качества итоговых блочных моделей минерализации. Сделан вывод, что результаты проверки обязательно должны включаться в отчет о моделировании. Конкретика проверки качества блочной модели минерализации реализована на примере золоторудного месторождения Бакырчик на северо-востоке Казахстана.

The final step in the process of modeling and building block models of mineralization is the quality check of the estimate. The paper discusses mechanical and semantic errors arising when interpolating mineralization grades into block models, affecting the quality of the model. The algorithms of the main mandatory quality checks of the final block models of mineralization are described. A conclusion has been reached that the results of the check must be included in the modeling report. The specifics of checking the quality of the block model for mineralization are realized in the case study of the Bakyrchik gold deposit in the northeast of Kazakhstan.

ведущий ресурсный геолог ТOО «Бай Тау Минералс», Компетентная персона в области оценки минеральных ресурсов (AusIMM, AIG, PONEN, IOM3)

Kent M., Catto B., Doyle M., Gibbs D., Matheson M., Singer R., Kendall B., Vann J. Tropicana Gold Mine, Western Australia - A Case Study of Non-Linear Mineral Resource Estimation. Mineral resource and ore reserve estimation. The AusIMM guide to good practice. Australia. 2014. Pp. 301-309.

Rondon O., Trueman A. A Practitioners Guide to Recoverable Resource Estimation Using Localised Uniform Conditioning. Mineral resource and ore reserve estimation. The AusIMM guide to good practice. Australia. 2014. Pp. 387-394.

Капутин Ю.Е. Системы контроля содержаний на горных предприятиях. Недра. Санкт-Петербург. 2007. С. 154-160.

Goovaerts P. Geostatistics for Natural Resources Evaluation. New York: Oxford University Press. 1997.

Вяльцев А.С., Кирьяков Г.А. Базовая Оценка минерализации // Издательские решения. 2024. C. 315-331.

Капутин Ю.Е. Моделирование месторождений и оценка ресурсов. Санкт-Петербург. 2007. С. 156-158.

Coombes J. The Art and Science of Resource Estimation: A Practical Guide for Geologists and Engineers. Coombes Capability. 2016. Pp. 209-211.

Gringarten E., Frykman P., Deutsch C.V. Determination of Reliable Histogram and Variogram Parameters for Geostatistical Modeling, AAPG Hedberg Symposium, «Applied Reservoir Characterization Using Geostatistics». The Woodlands. Texas. 2000.

Isaaks E.H., Srivastava R.M. An Introduction to Applied Geostatistics. New York: Oxford University Press. 1989.

Coombes J. ID like to be OK with MIK. A Critique of Mineral Resource Estimation Techniques. Coombes Capability. 2016. Pp. 245-261.

Abzalov M.Z., Allman A., Arden H., Arvidson H., Baldwin J.T. Mineral Resource and Ore Reserve Estimation: The AusIMM Guide to Good Practice. No.2. Melbourne. Australasian Institute of Mining and Metallurgy. 2014.

Leuangthong O., McLennan, J.A., Deutsch C.V. Minimum acceptance criteria for geostatistical realizations. Natural Resources Research. 2004. V. 3. No. 13. Pp. 131-141.

Pyrcz M.J., Deutsch C.V. Geostatistical reservoir modeling. Oxford University Press. New York. U.S.A. 2014.

De-Vitry C., Vann J., Arvidson H. A Guide to Selecting the Optimal Method of Resource Estimation for Multivariate Iron Ore Deposits. Proceedings of Iron Ore. Perth. 2007. Pp. 67-77.

Edwards A.C. Mineral Resource and Ore Reserve Estimation: The AusIMM Guide to Good Practice. Melbourne: Australasian Institute of Mining and Metallurgy. 2001.