蒙特卡洛法在内蒙太平地地区金矿储量预测中的应用

2018-04-20孙晓旭

世界有色金属 2018年3期

关键词：蒙特卡洛资源量置信度

孙晓旭

（辽宁省地质矿产研究院，辽宁沈阳 110000）

1 概述

蒙特卡洛模拟法是利用给定随机数进行模拟，计算参数统计及估计量，从而形成其分布规律的方法。蒙特卡洛法能准确模拟出随机变量分布情况，因此其被广泛使用在矿产资源预测及评价方法中[1,2]。

在资源的定量预测中，其根据收集到矿床的资料，来预测模拟目标区域的潜力资源量，抽样试验是蒙特卡洛法的实质，其依靠统计抽样方法，对随机变量函数的概率分布进行抽样模拟，构建概率性储量分布模型，根据分布模型预测给定概率对应的资源量[3]。

2 蒙特卡洛方法估算资源量步骤

2.1 构建概率模型

构建参数与资源量的关系，资源量=Σ（矿点数×矿石量×品位）。

2.2 模拟资源量参数分布

构建概率模型完成后，研究模型分布特征，模型数据符合正态分布特征，才可使用.模拟参数分布常用理论分布函数法及频率直方图法。

2.3 资源量分布的抽样模拟

①随机数的产生。分布函数的模拟通过蒙特卡洛法使用随机数来创建取样序列。②取样。以模型M=T×C×L为例，单个样品资源量估计值取样过程如下：首先取(0,1)上分散的随机数S1，在T集合中取得矿石量T1，随后取随机数S2，在C集合中取得品位C1，继续取S3在L集合中取得L1，可以获得一个预测样品金属量的随机值M1=T1×C1×L1，这样完成了一次取样.如完成了100次取样，就产生100个金属量M1,M2...M100，将100个金属量进行分组然后求频率，最后整理统计得到资源量的概率分布。③估计资源量。取样之后，模拟出资源量分布概率,对应可得出分布函数，分布函数曲线可以反映一定概率条件下金属量资源的分布规律。蒙特卡洛法的使用条件：①收集的矿床资料必须具有代表性，且数量要达到要求；②大、中型矿床特征统计必须准确，以提高资源量预测的准确性；③己知矿床与目标区域矿床需具有相同或相近的矿床类型[4,5]。

3 估算资源量

3.1 建立模型

本次工作研究对象为赤峰市太平地区域的金矿资源，资源量=矿点数×矿石量×品位。

3.2 矿床分布

对收集资料分析后，咨询专家得到100%概率可能的矿点数0个，90%概率可能的矿点数8，50%概率可能的矿点数30，10%概率可能的矿点数55。

3.3 品位、矿石量统计

以太平地为中心，收集周边小型以上矿床储量数据共50个（表1）。收集矿床平均矿石量为55.199 m3/矿床，金矿石平均品位为6.376 g/m3/矿床。

由获得的随机数通过抽样模拟生成一定概率下矿石资源参数如表1。

表1 一定概率下资源量统计表

目标区资源量在不同概率取值时差异较大，可以认为研究区90%置信度金资源量取得0.81吨，50%置信度金资源量取得197.83吨，10%置信度金资源量取得1373.76吨。

表2 太平地地区金矿储量统计表

3 4.240 4.0802 20 10.85 56.2765 37 6.280 14.2038 4 10.670 12.7648 21 5.460 111.3919 38 9.810 7.5433 5 4.200 35.8810 22 9.860 9.0974 39 1.760 247.1591 6 3.200 21.8750 23 3.750 38.2133 40 5.540 60.0361 7 9.260 7.9266 24 6.800 26.9412 41 4.020 12.9104 8 6.060 0.2145 25 5.710 65.4816 42 2.867 26.3002 9 8.060 1.9479 26 9.120 27.7412 43 7.080 8.8559 10 6.330 47.6619 27 5.120 2.6563 44 9.370 29.6265 11 5.170 72.6499 28 3.650 0.9041 45 9.370 29.6265 12 5.250 459.8857 29 4.500 79.4222 46 5.920 45.1182 13 1.547 500.6790 30 8.260 30.7627 47 6.817 47.6896 14 1.698 79.7857 31 9.360 77.9274 48 8.590 10.000 15 8.190 6.0073 32 5.040 7.1429 49 5.910 1.1844 16 6.760 3.0769 33 6.400 56.9375 50 10.861 31.4756 17 6.730 1.0104 34 7.610 42.7070

部分数据参考文献[2]