Campeones de geología ganan en innovación

La creación de modelos geológicos alternativos para comprender mejor las estructuras acuíferas en un depósito de níquel diseminado ganó el Desafío de Geología Maptek 2022.

Cathy Barton, geóloga sénior de recursos de IGO, estaba intrigada porque ella y un colega de geología interpretaron orientaciones alternativas para las intrusiones de pegmatitas a pesar de trabajar con los mismos datos. También esperaba obtener información sobre la incertidumbre de la ubicación y el grosor de las pegmatitas.

Barton, quien ganó una cantidad de horas Maptek DomainMCF para su empresa junto con un premio personal, dijo que encontrar una solución simple en DomainMCF hizo que fuera práctico producir alternativas rápidamente, aumentando la confianza en los modelos existentes y destacando las áreas que necesitan revisión.

Barton describió sus datos como “angustiosamente reales”, que comprenden 1885 pozos de diamante perforados desde la superficie y bajo tierra en orientaciones y direcciones muy diversas, por múltiples propietarios durante 30 años. El espaciamiento varió desde 100 m sin signos de mineralización económica hasta 15 m en algunas áreas mineralizadas.

Empezar en el software fue más fácil de lo que pensé que sería, aunque no había usado Vulcan GeologyCore antes. DomainMCF fue muy fácil de usar”, dijo Barton.

Con los dominios categorizados y los datos validados, el trabajo se envió a DomainMCF utilizando la agrupación litológica como dominio y seis elementos para estimar las tendencias de ley.

En 30 minutos y 45 segundos, DomainMCF produjo un modelo geológico alternativo que respetaba los datos de perforación y se correlacionaba bien con el modelamiento implícito.

Barton valoró que DomainMCF se puede usar como una herramienta de validación para el modelamiento geológico, por ejemplo, resaltando áreas donde un modelo de veta puede ser incorrecto debido a la interpretación de la orientación por parte del modelador. También señaló que DomainMCF ayudó a modelar el intrincado plegamiento isoclinal, así como grandes fallas regionales.

Barton planea usar las horas de machine learning de DomainMCF para ayudar a revisar varios recursos diferentes.

Aplicaciones Innovadoras

Yerniyaz Abildin, investigadora de posgrado de la Universidad de Adelaida, ganó el segundo premio por un estudio que comparó el modelamiento explícito, implícito y geoestadístico con el enfoque de machine learning.

Abildin señaló que las principales ventajas son la velocidad “impresionante” de la computación en la nube y las herramientas de dominio fáciles de usar.

DomainMCF produjo el resultado extremadamente rápido: el tiempo de ejecución superó mis expectativas alrededor de diez veces”, dijo Abildin.

“La interconexión entre los productos de Maptek es beneficiosa. Es fácil abrir el modelo de bloques producido por DomainMCF en Vulcan y luego analizar los resultados con modelos anteriores”, agregó”.

El tercer premio se otorgó a John Florek, director de Apical Exploration, quien ejecutó DomainMCF en una serie de perforaciones diamantinas para un depósito de oro de alta ley, para ver si la incorporación de diferentes tendencias geológicas y su categorización como una variable de dominio proporciona un mayor control geológico sobre el modelo.

“La solución de Maptek permitió una nueva perspectiva actual para el depósito que exploraremos. Las tendencias que no fueron identificadas se revelaron solas”, comentó Florek”.

El desempeño de DomainMCF y Vulcan GeologyCore también sorprendió a Florek.

“El tiempo que tomó hacer estos modelos sofisticados fue asombroso. A los geólogos les llevaría años desarrollar modelos comparables”, dijo Florek.

Florek comentó favorablemente sobre la capacidad de modelar dominios con controles estructurales conocidos para la mineralización y señaló que le permitió crear varios modelos y probarlos durante la perforación de exploración.

Otros beneficios para los proyectos incluyen permitir una evaluación rápida de depósitos conocidos sin el sesgo de los trabajadores anteriores.

“Podría evaluar de forma independiente si una propiedad tiene un potencial mayor o menor que el que se está promocionando. Es una gran herramienta para inversores institucionales”, dijo Florek.

El Maptek Senior Technical Lead, Richard Jackson, quedó impresionado con la amplitud de las aplicaciones de los participantes de este año.

“Las tres presentaciones ganadoras son excelentes ejemplos de cómo DomainMCF se puede aplicar a problemas muy diferentes, todos obtienen un poco más de información sobre sus datos y agregan valor a los problemas muy diferentes que se abordan. ¡Realmente fue un desafío de más que solo dominios!”, Dijo Jackson.

  • Los tiempos de procesamiento del modelo y la facilidad de uso de las herramientas de preparación de datos superaron las expectativas para todas las entradas ganadoras en el Desafío de Geología 2022
  • La entrada ganadora demostró que machine learning podría producir rápidamente modelos alternativos válidos para un depósito de níquel diseminado
  • DomainMCF aumenta la confianza en los modelos geológicos existentes y destaca las áreas donde se puede indicar una revisión o perforación adicional