01
А
Астрономия
02
Б
Биология
03
Г
Гуманитарные науки
04
М
Математика и CS
05
Мд
Медицина
06
Нз
Науки о Земле
07
С
Сельское хозяйство
08
Т
Технические науки
09
Ф
Физика
10
Х
Химия и науки о материалах
Науки о Земле
15 декабря 2017

Искусственный интеллект будет строить карты месторождений вместо геологов

DEA Picture Library/Indicator.Ru

Российские ученые из Кольского научного центра Российской академии наук 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 были опубликованы в журнале Scientific Reports и представлены на Юбилейном съезде Российского минералогического общества «200 лет РМО». Исследования поддержаны грантом Российского научного фонда (РНФ).

Ученые подробно исследовали химический и минеральный состав фоскоритовых руд из Ковдорского массива (Мурманская область). Фоскорит — глубинная порода, источник железа (Fe), циркония (Zr) и фосфора (P). Из входящего в фоскорит магнетита, например, 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.

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.

3688522ee8f8af04ec1a6bc1ef28afd732a41918
Карты Ковдорского месторождения, созданные (А) Н.И. Красновой (Краснова и Копылова, 1988), (Б) геологической службой Ковдорского ГОКа (Иванюк и др., 2002), (В) специально обученной нейронной сетью из обсуждаемой работы
Андрей Калашников

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.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.

Комментарии

Все комментарии
Обсуждаемое