Ученые из Кольского научного центра РАН разработали метод автоматического трехмерного картирования месторождений полезных ископаемых. Это позволит геологам точнее планировать разработку месторождений и увеличит количество извлекаемых полезных компонентов. Результаты последней работы ученых опубликованы в журнале Scientific Reports и представлены на Юбилейном съезде Российского минералогического общества «200 лет РМО». Исследования поддержаны грантом Российского научного фонда (РНФ), о них рассказывается в пресс-релизе РНФ.

«Воззрения геолога, а именно научная школа, к которой он принадлежит, очень сильно влияют на то, как он описывает месторождение. Существуют международные классификации для отдельных пород, но при полевых исследованиях ученые картируют горизонты, пачки, слои, толщи, которые являются уже комплексами пород. А как выделить комплекс – это воля художника. Так, на одной территории, для одних и тех же пород могут быть выделены разные пачки. И чтобы совместить выделенные разными людьми комплексы пород, иногда необходимо проводить дополнительные исследования. Предложенная методика позволит преодолеть эту субъективность», – рассказывает первый автор статьи, кандидат геолого-минералогических наук Андрей Калашников.

Ученые подробно исследовали химический и минеральный состав фоскоритовых руд из Ковдорского массива (Мурманская область). Фоскорит – глубинная порода, минералы которой являются источником железа (Fe), циркония (Zr) и фосфора (P). Например, из минерала магнетита получают железную руду, из бадделеита извлекают цирконий, а из апатита – фосфор. Ученые исследовали химический состав 550 образцов фоскоритов, которые были получены при бурении Ковдорского месторождения.

Авторы работы предложили четыре способа определения минерального состава породы по результатам химических анализов. Это означает, что можно выяснить, из каких минералов, рудных и нерудных, состоит горная порода, зная только химический (валовый) состав породы.

Первоначально ученые рассчитали состав пород без примесей. Вторым способом расчета распространения минералов был учет влияния нескольких независимых параметров на распространение каждого минерала (множественная линейная регрессия).

Третий метод предсказания минерального состава основан на определении типа породы по химическому составу с помощью искусственной обучающейся нейронной сети. Для обучения использовали партию образцов, 30% из которых имели известный состав и являлись тестовыми и проверочными. В расчетах использовали несколько функций, из которых выбрали наиболее походящую, сравнив полученные результаты с геологическими данными.

Четвертым способом стала логическая схема оценки типов породы. Это своего рода контролируемое обучение или «распознавание образов», которое происходит под руководством человека. В зависимости от химического состава пород их последовательно делят на группы по минеральному составу. Для всех расчетов ученым достаточно мощного персонального компьютера.

Авторы сравнили все четыре способа расчета минерального состава и построили трехмерные карты распространения типов фоскоритов, сопоставив их с описаниями пород, предоставленными геологической службой Ковдорского горно-обогатительного комбината. Оказалось, что прогнозы расположения пород, полученные методом расчета состава без примесей и методом учета нескольких параметров, не соответствовали геологическим данным о взаимоотношениях пород. Таким образом, ученые доказали, что эти методы нецелесообразно использовать.


А вот трехмерные карты, полученные при работе с обучающейся нейросетью и логической оценкой типов породы, хорошо сходятся с данными геологической службы. По мнению ученых, эти методы помогут достаточно быстро создавать более точные, унифицированные модели месторождений. При этом на созданные карты не будет влиять «человеческий фактор»: существующие и порой противоречащие друг другу научные концепции о происхождении объекта, а также выделение разного количества типов пород разными геологами.

Полученная на основании имеющихся результатов трехмерная карта Ковдорского месторождения является базисом для геометаллургической модели месторождения и позволит улучшить качество добываемой руды, а также извлекать другие полезные элементы, например, скандий. В дальнейшем ученые из Кольского научного центра планируют применить новые подходы для Ловозерского месторождения (Мурманская область) и Большетроицкого железорудного месторождения (Белгородская область).

Помимо практического применения и улучшения качества добываемой руды, построение достоверных моделей геологических объектов поможет ответить на фундаментальные научные вопросы. «Точные модели месторождений позволят лучше понять их происхождение, а значит, приблизят нас к пониманию работы всей системы "планета Земля"», – считает Андрей Калашников.

Источники

Искусственный интеллект будет строить карты месторождения вместо геологов
Индикатор (indicator.ru), 15/12/2017
Искусственный интеллект будет строить карты месторождений вместо геологов
Российский научный фонд (рнф.рф), 15/12/2017
Искусственный интеллект будет строить карты месторождения вместо геологов
Margust (gazeta-margust.ru), 15/12/2017
Искусственный интеллект строит карты месторождений
NewsRbk.ru, 15/12/2017
Искусственный интеллект строит карты месторождений
123ru.net, 15/12/2017
"Искусственный интеллект строит карты месторождений"
Ivest.kz, 15/12/2017
Искусственный интеллект строит карты месторождений
Полит.ру, 15/12/2017
Искусственный интеллект будет строить карты месторождения вместо геологов
Новости@Rambler.ru, 15/12/2017
Искусственный интеллект будет строить карты месторождения вместо геологов
Газета.Ru, 15/12/2017
Искусственный интеллект будет строить карты месторождения вместо геологов
Российская академия наук (ras.ru), 19/12/2017
Искусственный интеллект построит трехмерные карты месторождений
Редкие земли (rareearth.ru), 20/12/2017
Создана 3D-модель крупнейшего месторождения железа, фосфора и циркония в России
Российский научный фонд (рнф.рф), 21/12/2017
Российские геологи создали 3D-модель крупнейшего месторождения железа, фосфора и циркония в России
Margust (gazeta-margust.ru), 21/12/2017
Российские геологи создали 3D-модель крупнейшего месторождения железа, фосфора и циркония в России
Газета.Ru, 21/12/2017
3D-модель в геологии
123ru.net, 21/12/2017
3D-модель в геологии
Полит.ру, 21/12/2017

Похожие новости

  • 31/12/2017

    Топ-10 исследований российских ученых 2017 года по версии РНФ

    Около 35 тысяч российских ученых проводили и проводят фундаментальные исследования при поддержке Российского научного фонда (РНФ). Ежемесячно в российских и зарубежных СМИ выходят десятки новостей об их достижениях.
    427
  • 14/03/2017

    Новосибирские ученые оценят опасность цунами на российских побережьях

    Берега России, как известно, омываются несколькими морями. Если за северные можно быть спокойными, то восточные и южное Черное способны преподнести неприятные и сверхопасные сюрпризы. Сибирские ученые создали карту цунами-опасности в регионах РФ и выяснили: даже «самое синее в мире» время от времени напоминает — оно не только приятное место отдыха, но и непредсказуемая стихия.
    673
  • 15/09/2016

    Алмазы, легированные германием: сибирские ученые выходят на новый уровень

    ​Результаты детальных исследований по росту кристаллов алмаза, легированных германием, в системе Mg-Ge-C опубликовали учёные Института геологии и минералогии им. В. С. Соболева СО РАН в высокорейтинговом журнале Американского химического общества Crystal Growth&Design.
    1125
  • 22/09/2016

    Минерал-индикатор поможет находить алмазные месторождения

    Российские ученые установили, что высокое содержание хрома в рутиле (минерале-спутнике алмаза) позволяет рассматривать рутил как новый высокоэффективный минерал при поиске алмазных месторождений. Исследования поддержаны Российским научным фондом.
    1351
  • 23/08/2017

    Инновационный проект Института нефтегазовой геологии и геофизики СО РАН стал призером бизнес-ускорителя «А:Старт»

    ​Проект ИНГГ СО РАН «Разработка инновационных технологий освоения техногенных месторождений», направленный на инжиниринг в сфере рационального природопользования, стал призером бизнес-ускорителя «А:Старт» на базе Технопарка Академгородка, участниками проекта выступили сотрудники лабораторий «Геоэлектрохимии» и «Экономики недропользования и прогноза развития нефтегазового комплекса» к.
    280
  • 13/04/2016

    В ИЦИГ СО РАН создают базу данных для обработки научной информации

    ​В Федеральном исследовательском центре «Институт цитологии и генетики СО РАН» разрабатывают универсальную систему для поддержки селекционно-генетических экспериментов, пока что тестируя ее на проектах, связанных с изучением пшеницы.
    1052
  • 07/08/2017

    Нефтяники и аквалангисты будут использовать водный беспилотник

    ​Ученые Томского университета систем управления и радиоэлектроники (ТУСУР) создали беспилотник на воде, с помощью которого исследуют озера. Судно длиной около метра сделано на базе аэросаней и оборудовано эхолотом.
    419
  • 10/01/2018

    Арктические исследования ТПУ в топе Российского научного фонда

    ​Российский научный фонд (РНФ) для научного портала Indicator.Ru выбрал топ-10 самых ярких и важных научных результатов 2017 года. В разделе «Науки о Земле» эксперты фонда назвали лучшим исследование, проводимое учеными Томского политехнического университета.
    66
  • 08/09/2016

    Как освоение Крайнего Севера влияет на экосистемы тундры

    ​Как освоение Крайнего Севера влияет на уязвимые экосистемы озер тундры и какую роль играют термокарстовые озера в формировании климата и биогеохимическом цикле углерода, выяснял отдел науки "Газеты.
    952
  • 22/06/2015

    Американская компания поможет ученым НГУ моделировать нефтяные месторождения

    Соглашение об этом подписано в НГУ с представителями компании Baker Hughes Ученые Новосибирского госуниверситета создали лабораторию, в которой будут моделировать нефтяные месторождения. Это поможет лучше изучать структуру этих месторождений, их физико-химических свойств, прогнозировать, насколько продуктивным будет месторождение и какой объем углеводородов в нем есть.
    412