Gęstość przestrzenna rudy – parametr zasobowy drugiego planu? Złoże Cu-Ag Polkowice–Sieroszowice, Legnicko-Głogowski Okręg Miedziowy

• Autorzy: Mucha J. , Wasilewska-Błaszczyk M. , Auguścik J. , Paszek M.

Identyfikatory

DOI

10.5604/01.3001.0010.0114

Warianty tytułu

EN

The volumetric density of ore – resource parameter of secondary importance? The Polkowice–Sieroszowice Cu-Ag deposit, Legnica-Głogów Copper District

• Języki publikacji: PL

Abstrakty

PL

Wyniki opróbowania złoża Cu-Ag Polkowice–Sieroszowice posłużyły do oceny gęstości przestrzennej ośmiu szczegółowych wydzieleń litologicznych i ich porównania z gęstościami przestrzennymi trzech podstawowych typów rud przyjętymi w aktualnej dokumentacji geologicznej. Stwierdzono, że zasoby złoża szacowane na podstawie gęstości przestrzennych szczegółowych wydzieleń litologicznych są o ok. 3% wyższe niż analogiczne oszacowania dokonane dla gęstości przestrzennych przypisywanych podstawowym typom rud w dokumentacji geologicznej. Przy zastosowaniu analizy korelacji i regresji wykazano, że dominującym czynnikiem kształtującym wielkość gęstości przestrzennej jest porowatość skał, zawartość Cu odgrywa natomiast rolę drugorzędną. Niektóre z indywidualnych wydzieleń szczegółowych ujawniły niejednorodność zbioru oznaczeń gęstości przestrzennej, która może być tłumaczona zmiennością spoiwa i porowatości oraz pojawieniem się niemiedziowych minerałów ciężkich (np. galeny, pirytu). Niektóre wydzielenia szczegółowe w obrębie podstawowych typów rud charakteryzują się wyraźnym zróżnicowaniem średniej gęstości przestrzennej (np. piaskowiec ilasty – 2,35 Mg/m3 i piaskowiec węglanowy – 2,55 Mg/m3 w serii piaskowcowej). Znajomość gęstości przestrzennej szczegółowych wydzieleń litologicznych umożliwia dokładniejsze oszacowanie ich zasobów oraz bardziej precyzyjne rozliczanie produkcji górniczej.

EN

Volumetric density of the detailed lithological units in Polkowice-Sieroszowice Cu-Ag deposit has been compared to the density of the three basic ore types. Eight diferrent lithologies of the Cu-Ag deposit have been taken into account. It appeared that the resources in them estimated on the basis of volumetric densities are approximately 3% higher than analogous estimates for volumetric densities attributed to the basic ore types. The correlation and regression analysis have shown that the porosity of rocks is the dominant factor affecting the volumetric density, whereas the Cu content plays a secondary role. Some of the lithologies have revealed some heterogeneity of spatial density that can be explained by the variability of mineral cement and porosity as well as the presence of non-copper heavy minerals (e.g., galena, pyrite). The knowledge of the density of individual lithologies enables more accurate estimation of their resources leading to more effective production.

Słowa kluczowe

PL

gęstość przestrzenna; zasoby; korelacja; regresja liniowa i nieliniowa; złoże Cu-Ag

EN

volumetric density; resource; correlation; linear and non-linear regression; Cu-Ag deposit

• Wydawca: Państwowy Instytut Geologiczny - Państwowy Instytut Badawczy
• Czasopismo: Biuletyn Państwowego Instytutu Geologicznego
• Rocznik: 2017
• Tom: nr 468
• Strony: 227--236
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr.

Twórcy

autor

Mucha J.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, al. Mickiewicza 30, 30-059 Kraków

autor

Wasilewska-Błaszczyk M.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, al. Mickiewicza 30, 30-059 Kraków

autor

Auguścik J.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, al. Mickiewicza 30, 30-059 Kraków

autor

Paszek M.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, al. Mickiewicza 30, 30-059 Kraków

Bibliografia

• 1. ABZALOV M.Z., 2013 — Measuring and modelling of dry bulk rock density for mineral resource estimation. Applied Earth Science (Trans. Inst. Min. Metall. B), 122, 1: 16–29.
• 2. BLEINÈS C., BOURGES M., DERAISME J., GEFFROY F., JEANNÉE N., LEMARCHAND O., PERSEVAL S., RAMBERT F., RENARD D., TOUFFAIT Y., WAGNER L., 2016 — Isatis Technical References, Geovariances.
• 3. KACZMAREK W., ROŻEK R., MRZYGŁÓD M., JASIŃSKI W., 2014 — Litologia szczegółowa w bazie danych geologicznych KGHM Polska Miedź S.A. Gór. Odkryw., 2/3: 86–91.
• 4. PIESTRZYŃSKI A. i in. (red.), 2007 — Monografia KGHM Polska Miedź S.A. Wyd. II. KGHM Cuprum Sp. z o.o., Lubin. PN-EN 1936:2010 Metody badań kamienia naturalnego – Oznaczanie gęstości i gęstości objętościowej oraz całkowitej i otwartej porowatości.
• 5. NIEĆ M. (red.), 2012 — Metodyka dokumentowania złóż kopalin stałych. T. 3. Opróbowanie złóż. IGSMiE PAN, Kraków.
• 6. SOKOŁOWSKI A., 2004 — O niewłaściwym stosowaniu metod statystycznych. W: Materiały szkoleniowe StatSoft Polska: 5–14. Internet: http://media.statsoft.nazwa.pl/_old_dnn/downloads/ naukowe1.pdf (dostęp: maj 2017).
• 7. STANISZ A., 2007 — Przystępny kurs statystyki z zastosowaniem
• 8. STATISTICA PL na przykładach medycyny. T. 2. Modele liniowe i nieliniowe. StatSoft Polska: 21–63.
• 9. STATGRAPHICS® Centurion XVII, User Manual 2017 by Statpoint Technologies, Inc.
• 10. WRZOSEK A., 2015 — Wpływ oznaczeń gęstości przestrzennej na szacowanie zasobów kopaliny na przykładzie fragmentu złoża Polkowice–Sieroszowice [pr. inż.]. Arch. KGZiG AGH, Kraków.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).