تخمین و ارزیابی ذخیره آهن محدوده شرق معدن ایله ۱، خراسان رضوی
محل انتشار: فصلنامه زمین شناسی اقتصادی، دوره: 16، شماره: 4
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 101
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECONG-16-4_005
تاریخ نمایه سازی: 11 دی 1403
چکیده مقاله:
در این پژوهش به منظور شناخت کامل کانسار آهن ایله ۱ واقع در شهرستان تایباد، استان خراسان رضوی، مدل سه بعدی چاه نگار واحدهای زمین شناسی گمانه ها، نیم رخ های عرضی لیتولوژی و عیارسنجی منطبق بر پروفیل های پوشش دهنده کل محدوده و مدل سه بعدی لیتولوژی کانسار به کمک نرم افزار ترسیم شد. بر این اساس لیتولوژی غالب منطقه را سنگ آهک، دولومیت دگرگون شده و رسوبات دگرگون شده شامل ماسه سنگ، سیلت و شیل تشکیل می دهند. برای تخمین ذخیره بسته به شرایط کانسار از روش کلاسیک عکس مجذور فاصله و روش زمین آماری کریجینگ استفاده شد. نمودار واریوگرام نشان دادکه مقادیر داده ها در فاصله و جهت تغییر کرده و کانسار دارای ناهمسان گردی هندسی است؛ به طوری که مقدار شعاع کاوش بیشینه در راستای با آزیموت صفر درجه برابر با ۶/۴۲ متر، شعاع کاوش متوسط در راستای با آزیموت ۹۰ درجه برابر با ۶/۱۰ متر و شعاع کاوش کمینه در راستای قائم با آزیموت صفر درجه برابر با ۳۲ متر به دست آمد. داده های مورد استفاده شامل داده های توپوگرافی و اطلاعات ۱۷۷ حلقه گمانه به متراژ کلی ۶۹۳۶ متر است که بعد از مدل سازی هندسی و ساخت مدل بلوکی کانسار، تخمین ذخیره کانسار به ازای عیارحدهای مختلف درصد آهن انجام شد و نتایج آنها با یکدیگر مقایسه شد. نتایج محاسبه ذخیره نشان می دهد که میزان ذخیره محاسبه شده با روش های یادشده اختلاف زیادی نداشتند. روش عکس مجذور فاصله از دقیق ترین روش های کلاسیک تخمین ذخیره است؛ اما روش زمین آماری کریجینگ با در نظر گرفتن ساختار فضایی منطقه، به دلیل نااریب بودن و داشتن کمترین واریانس تخمین، دقیق تر بوده و از درجه اعتبار بیشتری برخوردار است.
کلیدواژه ها:
نویسندگان
حمید عصمتی درونه
کارشناس واحد استخراج، گروه صنعتی و معدنی عطامتال، مشهد، ایران
مریم غلامزاده
کارشناس واحد اکتشاف، گروه صنعتی و معدنی عطامتال، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :