The Cretaceous sedimentary sequence of the Asu River Group in Ameri, southeastern Nigeria play host to lead-zinc ore deposits in irregular mineralized veins of non-uniform geometry. Two deposits (designated DEPOSIT A and DEPOSIT B) were economically assessed using an integrated approach. This was performed by employing a geometry-based classical scheme involving the mathematical relationship between the three cardinal variables of ore reserve estimation namely: surface area, thickness and density. Firstly, detailed and extensive geological mapping was carried out to establish the geological attribute of the mineral deposits. Since reserve estimation extends beyond exposed faces, spontaneous potential traverse, vertical electrical sounding and horizontal profiling, being orthogonal to the trend of the enclosing veins were used to characterize the existing sub-surface stratification and create forward models that revealed the concealed ore geometry (limiting depth, lateral extents and thickness variations). Subsequent to delineation, the depth to the top of the target ore lodes was obtained by implementing the Peter's half slope technique on self-potential curves. Thickness values of the ore bodies of interest were applied in three numerical classical integration techniques, i.e. Trapezoidal, Simpson's and Simpson's third-eight rule, for volume estimation. To overcome the non-uniqueness problem of DC resistivity data interpretation, the available drilling data was applied. Samples retrieved from each lode were subjected to mass and volume analysis using the CS200 electronic balance and water displacement technique, to determine the average density of each lode. Results from 2D subsurface resistivity sections showed the lead-zinc deposits as zones of low resistivity in a background of high resistivity. The 1D stratigraphic models reveal a mean thickness estimate of 11.85 m and 10.50 m for DEPOSITs' A and B, respectively. Sample densities correlate well with the average density of pure galena. Applying the scalar-geometric rule, a combined estimate of 10,778.95tonnes was obtained, representing a relatively economically viable quantity worthy of medium scale extraction.
W pracy przedstawiono podejście do złoża kopaliny jako dobra ekonomicznego umożliwiającego pozyskanie pieniądza w czasie, w procesie jego eksploatacji. Zaproponowano model cenowy złoża do wstępnej jego analizy pod kątem opłacalności eksploatacji, okonturowania zasobów przemysłowych, wyboru miejsca udostępnienia oraz sterowania wydobyciem w funkcji ceny kopaliny. Wykorzystany do modelowania parametr cenowy jest wypadkową parametrów jakościowych i strukturalnych złoża, które mają wpływ na cenę kopaliny. Wzór na parametr cenowy dla modelowania złoża węgla brunatnego opracowano na podstawie zmodyfikowanej formuły cenowej wykorzystywanej do rozliczeń. W pracy przedstawiono 3 warianty parametru cenowego: Cj oparty na parametrach jakościowych, tj. wartość opałową Q, popielność A oraz zawartość siarki S. Do obliczania drugiego parametru Cm oprócz parametrów jakościowych włączono również miąższość pokładu węgla M. Parametry Cj i Cm mają charakter względny i odnoszą się do kopaliny w punkcie złoża. Trzeci parametr cenowy CR, uwzględnia powierzchnię jednostkową i gęstość węgla i przedstawia realną cenę kopaliny w złożu wyrażoną w złotych. Metodę modelowania cenowego zaprezentowano na przykładzie złoża węgla brunatnego Gubin. Analizowane złoże zajmuje czołowe miejsce w wielu rankingach pod kątem przydatności do zagospodarowania górniczego. Złoże zostało uwzględnione w Polityce energetycznej Polski do 2030 roku. Analizie poddano pokład II tego złoża. Przedstawiono w niej charakterystykę statystyczną parametrów Q, A, S, M oraz charakter ich zmienności w złożu. Do analizy zmienności przestrzennej parametrów wykorzystano metody geostatystyczne. Obliczone zostały wariogramy empiryczne każdego z parametrów, do których dopasowano właściwe modele. Zaprezentowano metodę wykonywania modeli cenowych. Bazując na obserwacjach z 625 otworów wiertniczych obliczono wartości parametrów Cj i Cmw punktach złoża. Na ich podstawie wykonano wariogramy i dopasowano modele. Na podstawie modeli wariogramów metodą krigingu punktowego wykonano modele cenowe parametrów Cj i Cm. Do modeli cenowych zostały wykonane mapy wiarygodności modeli oparte na odchyleniu standardowym krigingu. Zaproponowano sposób interpretacji modeli cenowych i map wiarygodności.
EN
An approach to the mineral deposit as to resources of money, which can be extracted in the mining process, has been presented in the paper. The proposed price model of a deposit can be useful for the initial analysis of the deposit in terms of mining profitability, estimation of reserves, localization of an opening cut and steering of mineral extraction as a function of the commodity price. The price parameter used for deposit modelling is calculated based on quality and structural parameters of the deposit, which affect the price of extracted commodity. The formula used to calculate the price parameter for modeling of lignite deposit has been elaborated based on a formula used for transaction between mine and power plant. In the paper, three types of price parameters are presented: Cj, Cm and CR. The Cj parameter is calculated from quality parameters: caloric value Q, ash content A and sulfur content S. The Cm parameter includes the same quality parameters as Cj and additionally the thickness of lignite bed (M). Parameters Cj and Cm are relative parameters and relate to point of deposit. The third price parameter CR includes additionally the area units and the density of lignite and presents real price of lignite in the bed expressed in zł. Price modelling method has been presented on the case study of lignite deposit Gubin. The analyzed deposit is highly ranked as very suitable for future extraction and has been included in the Polish Energy Policy until 2030. In the paper only the second bed of the deposit was analyzed. The deposit was described. Statistical characteristics of parameters Q, A, S and M and their variability within the deposit have been presented. Geostatistical tools were used for the analysis of spatial variability. Variograms for each considered parameter were calculated and presented. The values of parameters Cj and Cm were calculated using the data from 625 boreholes. Using these values, variograms were calculated and the appropriate models were developed. On the basis of the variogram models, the models of deposit were calculated using the kriging method (ordinary, point kriging). For each model, a kriging standard deviation map was also made. The method for interpretation of models and kriging standard deviation map was also presented.
W trakcie prac mających na celu zagospodarowanie nowo odkrytego złoża bardzo istotne jest właściwe oszacowanie jego zasobów. Niestety we wczesnej fazie rozpoznania informacja złożowa jest bardzo uboga. Uniemożliwia to zastosowanie wielu klasycznych narzędzi służących do określania potencjalnych zasobów złoża. W pracy przedstawiono zastosowanie algebry przedziałowej do szacowania zasobów gazu ziemnego metodą objętościową. Podejście to pozwala na określenie zakresu możliwych zasobów złoża nawet w przypadku niewielkiej ilości danych wejściowych. Wyniki analizy porównano z rezultatami uzyskanymi za pomocą symulacji Monte Carlo.
EN
Reliable prediction of the hydrocarbon reserves is essential for the optimization of development plans for oil and gas reservoirs. The uncertainty of the in-place volumes determination may have a direct impact on important economical decisions. In the early exploration phase, when 1 to 2 exploration wells have been drilled, we have usually limited information about reservoir's properties and main difficulty in reservoir description is use of classical tools for reservoir analysis. In this work application of interval analysis for reserves estimation with volumetric method is presented. This method allows to estimate reserves also in case of lack of data. Results obtained from presented methodology were compared with Monte Carlo simulation results. Advantages and limitations of those two methods were discussed.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Prognozowanie zasobów przemysłowych i eksploatacyjnych stosuje się najczęściej dla potrzeb projektu zagospodarowania złoża. Jednym z kluczowych parametrów, determinujących wielkość zasobów złóż, jest średnia zawartość składnika użytecznego w rudzie. Graniczny poziom tego wskaźnika jest ściśle powiązany z parametrami ekonomicznymi, geologicznymi i technologicznymi projektu. Artykuł, na przykładzie złoża Głogów Głęboki - Przemysłowy, przedstawia metodykę pozwalającą na dynamiczne określanie wielkości zasobów w zależności od kształtowania się czynników kluczowych: ceny miedzi, ceny srebra, kosztów operacyjnych, stopy dyskontowej "dostosowanej do ryzyka", kursu dolara amerykańskiego, wielkości nakładów inwestycyjnych i wydobycia rudy.
EN
Forecasting of commercial and recoverable reserves is most frequently used for the need of deposit development design. One of the key parameters determining quantity of deposit reserves is the average content of the useful component in ore. The limiting level of this index is closely connected with economic, geologic and technological parameters of the project. On the example of the deposit Głowgów Głęboki-Przemysłowy methodology is presented allowing dynamic determination of reserves quantity in dependence on key factors: copper price, silver price, operation costs, discount rate ("adjusted to risk"), US dollar exchange rate, investment outlay and ore output.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Zasoby węglowodorów były i ciągle jeszcze bywają określone w sposób deterministyczny, tzn. z podaniem pojedynczych wartości i jakościową oceną niepewności wyrażającą się takimi pojęciami jak zasoby różnych kategorii. W rzeczywistości oszacowania takie muszą uwzględniać niedeterministyczny charakter zarówno danych pomiarowych jak i zasadniczą nie- pewność określenia wielu wielkości wpływających bezpośrednio na określenie zasobów. Złożoność podejścia poprawnie uwzględniającego probabilistyczne cechy omawianych wielkości wynika m.in. z różnorodności metod i technik służących do wyznaczania zasobów, tj. (a) metody wolumetryczne, (b) metody dynamiczne i(c) wielowymiarowe symulacyjne modele złożowe. W niniejszej prezentacji zostaną przedstawione techniki statystyczne dla każdej z powyższych grup. Obejmują one i wykorzystują narzędzia typu: generacja Monte Carlo, regresja nieliniowa z analizą błędu, analiza geostatystyczna z symulacją warunkową i inne. Przedyskutowane zostaną ich założenia teoretyczne, implementacje komputerowe a także przedstawione zostaną przykłady ich zastosowania.
EN
The paper discusses stochastic approach to various methods of reserves estimation. The methods include: (1) volumetrics, (2) material balance, (3) production decline and (4) 3-D reservoir simulation. The approach makes new parameters available for better characterization of the reserves. The parameters (related to probabilistic distribution of the reserve quality) are indispensable for the use of a new definition of reserves (P 10, P50, P90) getting increasingly broad acceptance worldwide. Statistical techniques presented in the paper apply such numerical procedures as: Monte Carlo generation, non-linear regression, geostatistics, conditional simulations and other. The methods, theoretical background together with their implementation and examples of application are presented.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono metody poszerzające dotychczasowe sposoby szacowania zasobów o elementy stochastyczne. Podejście to pozwala na określenie dla tych wielkości parametrów takich jak typ rozkładu, jego dystrybuanta, odchylenie standardowe itd. niezbędnych dla użycia nowoczesnej terminologii określania zasobów (wielkości P10, P50, P90), która staje się nieformalnym światowym standardem w tej dziedzinie. Praca niniejsza stanowi praktyczną propozycję rozwiązania problemu statystycznej oceny zasobów dla dwu najczęściej stosowanych metod dynamicznych, tj.: (i) metody bilansu materiałowego oraz (ii) metody krzywych spadku wydajności. Autor proponuje rozwiązania w postaci dwu metod: - regresji nieliniowej ze statystyczną oceną parametrów stosowanych modeli, - metody bootstrap (typu Monte Carlo). Metody powyższe szczegółowo omówiono i zaimplementowano w postaci programów komputerowych, a także przetestowano na realistycznych przykładach krajowych złóż ropy naftowej i gazu ziemnego.
EN
The paper extends standard methods of reserve estimation with stochastic elements. This approach makes new parameters available for better characterization of the reserves. The parameters include probabilistic distribution of reserve quantity and its derivatives (such as cumulative distribution function, its mean, standard deviation, and fractiles) that are indispensable for the use of a new definition of reserves (so called P10, P50, P90 reserves) getting increasingly broad acceptance worldwide. The paper presents a practical solution to the problem of the statistical reserve estimation while using two standard dynamic methods: (i) material balance and (ii) production decline curve analysis. The approach applies two statistical techniques: - non-linear regression with statistical estimation of the applied model parameters and - bootstrap method (of Monte Carlo type). In the paper the two techniques are discussed in detail and implemented into an effective computer program. They are also tested on real examples of domestic oil and gas reservoirs.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiono sposoby wykorzystania procedur geostatystycznych w szacowaniu zasobów. Zwrócono uwagę na korzyści wynikające z ich stosowania przy dokumentowaniu złóż. Wskazano na potrzebę głębszego analizowania struktury zmienności złoża i uwzględniania anizotropii oraz niejednorodności w szacowaniu zasobów. Metody geostatystyczne dzięki swym zaletom powinny być powszechnie wykorzystywane przy dokumentowaniu złóż i stosowane do sporządzania map izoliniowych parametrów złożowych, wyznaczania granic złoża, obliczania zasobów i weryfikacji kategorii ich rozpoznania.
EN
The use of geostatistical procedures in mineral deposit estimation have been presented. Attention has been paid to the advantages gained in elaboration of geological data. It has been emphasized that the variability structure of mineral deposit parameters should be analysed more deeply and their anisotropy and nonhomogenity should be taken into account during reserves estimation. Geostatistical methods should be more widely used in elaboration of geological data and applied in creating of contour maps of deposit parameters, delimitation of a deposit, mineral reserves calculation and verification of their assurance category.
The paper presents the methodology of economic evaluation of coalbed methane exploitation in coal mines. The methodology consists of seven phases, which analyse: gassy conditions of coal deposit, coal exploitation scope, ventilation conditions of underground workings, productivity of degasification system as well as economics of both coal exploitation and methane recovery. In the result of the analyses classification, of methane resources and their subdivision into economic reserves and potentially economic resources can be done on the ground of either economic findings or methane content figures. The analyses also show, that methane extraction is always economic, but it can be proved only, if profit resulted coal exploitation during degasification is taken into account.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.