纳米比亚湖山铀矿露天台阶预测模型构建及应用研究

董文明 蔡兴琪 肖树青 苗小虎

（中广核铀业发展有限公司）

对于露天矿山而言，在勘探阶段建立的地质资源模型主要侧重于从宏观层面展示矿床地质特征、矿体赋存状态、品位及资源量分布情况［1-5］，因此若将该模型用于指导矿山的中短期采矿排产、台阶内采矿区块划分，甚至作为一个区块内爆破设计的依据，无法有效满足生产要求。在露天矿山转入生产后，随着台阶面与边坡地质编录、炮孔样品分析与测井等数据扩充到地质数据库后，可以更清楚地认识矿体赋存情况，有利于建立更高精度的资源模型指导矿山生产［6-7］。本研究提出的台阶预测模型即是在这方面的有益尝试。台阶预测模型是指在现有露天采坑的基础上，充分利用上部已开采台阶的生产数据，包括地质勘探钻孔、生产勘探钻孔，尤其是相对密集的爆破孔等地质与品位数据，建立下部1～2个待开采台阶的高精度资源模型；然后基于该模型开展区块划分与爆破设计，可最大程度地从设计上优化区块设计效果，降低采矿过程中的矿石贫化损失［8-10］，有效提升矿山的经济效益。

1 建模流程

湖山铀矿位于非洲纳米比亚西部的埃伦哥省，是一个典型的超大型白岗岩型铀矿床［11-13］。该矿自2013年起正式开始采矿生产，目前投入生产的为1号采坑和2 号采坑，均采用常规露天开采方法，分5 期进行开采，其矿石台阶开采高度为7.5 m，废石台阶为15 m。本研究台阶预测模型的创建过程主要包括数据准备、块段模型建立、模型估值等内容。

1.1 数据准备

台阶预测模型的数据来源包括该模型空间及其上下各2个台阶范围内的钻孔数据信息，包括地质勘探钻孔、生产勘探钻孔、爆破孔测井等品位数据资料（图1），所有数据的组合长度均为1 m，据此建立相应的数据库并进行数据更新管理。

在完成数据准备后，需要对该数据进行统计分析和处理，包括数据样品总数、品位分布、均值、标准差、频率分布、特高品位处理等，据此完成用于模型估值的品位数据准备。

1.2 块段模型建立

在进行模型估值前，需要建立块段模型，块段模型应包含单元块尺寸、密度等信息。首先，以现有已开采台阶作为下部待采台阶资源模型XY平面的范围线，并以此为基准，沿Z方向向下扩展1～2 个台阶，创建一个线框模型；然后，通过设置单元块尺寸和矿石或岩石的密度赋值，构建该台阶范围内的块段模型。

本研究调查分析表明，湖山铀矿的爆破孔网度大多为6 m×6.5 m，局部达到了4 m×4 m，因此其单元块尺寸可以设置为6.25 m×6.25 m×1.5 m，在估值完成后，根据现场实际需要，可以进一步组合为6.25 m×6.25 m×7.5 m，以满足实际生产需要。

1.3 模型估值

台阶预测模型估值方法可以使用普通克里格法（Ordinary Kriging，OK）或距离幂次反比法（Inverse Distance Weighting，IDW）进行品位估值［14-15］。使用普通克里格法时，需要对待采台阶范围内的钻孔数据进行变异函数分析及拟合，然后进行模型估值；使用距离幂次反比法则相对简单，仅需设置搜索椭球体参数、搜索角度、最大、最小数等参数即可。相关研究表明：采用OK 法和IDW 法所得到的台阶预测模型估值结果基本一致，但考虑到建模的复杂性和实际可操作性，本研究推荐使用IDW法。

由于湖山矿的爆破孔网度一般是6 m×6.5 m，而勘探（含生产勘探）钻孔网度多在25 m×25 m，基本为爆破孔网度的4 倍，因此在使用IDW 法时，其初始搜索半径可以设定为8 m×8 m×4 m，第2 次搜索半径为32 m×32 m×16 m，最少样品数为3，最大样品数为15；搜索角度以该台阶所处的矿体产状为基准。

2 模型准确性分析

为验证台阶预测模型的准确性，本研究选取湖山铀矿2号坑1期22台阶为研究对象，通过与勘探阶段的地质资源模型（Resource Model，RM）及采矿阶段的品位控制模型（Grade Control Model，GCM）进行对比分析。一般来说，品位控制模型是根据实际采矿生产数据建立的模型，是矿山生产中最精确的模型；而地质资源模型因其勘探钻孔网度大、控制程度低，其误差最大。

湖山铀矿22台阶内各类模型的矿体形态与品位分布如图2 所示。由图2 可知：从矿体形态与矿岩分界线来看，采用OK 法和IDW 法的台阶预测模型和品位控制模型基本一致（图2（a）、图2（b）和图2（c）），表明台阶预测模型能够很好地反映该台阶范围内矿岩的真实分布，而地质资源模型反映的矿体形态与真实情况相差较大（图2（d）），表明地质资源模型的可靠程度较低，对现场实际生产的指导作用不大。

各模型所得到的矿石量、品位及金属量对比分析（表1、图3）表明，以最为准确的品位控制模型为基准，台阶预测模型的矿石量、品位及金属量结果无论是在总量上，还是在矿石品位与矿石吨位的变化上，其与品位控制模型结果最为相近，误差小于7%，整体上比地质资源模型的估值精度提升了15%以上。由此可见：台阶预测模型无论是矿体的空间分布，还是矿石量、品位及金属量，均优于地质资源模型（RM），与品位控制模型基本一致，完全适用于更精准的采矿设计与区块划分工作。

表1 22台阶各模型的矿石量、品位及金属量对比

3 生产应用

湖山铀矿自2013 年采矿生产以来，由于缺乏精确的资源模型，因此只能根据地质资源模型（RM）来进行采矿设计和区块划分（图4（a））。但是该模型的单元块尺寸过大、矿岩分界线过于模糊且偏离实际，难以实现采矿的精细化设计目标。

本研究构建的台阶预测模型充分挖掘和利用了前期勘探与生产数据，在不增加任何生产成本的基础上，构建了更为精准的矿体形态与品位分布模型，可以很好地解决地质资源模型在指导采矿生产中的精度不足问题。因此，基于该台阶预测模型提供的更为清晰、准确的矿岩分界线，能够最大程度地在设计阶段将矿石与废石分开，尤其是对于大面积的纯废石或纯矿石区域，尽量划分为单独的爆区以实现分爆分采，使得采矿设计与区块划分更加合理（图4（b））。另外，在设计过程中也可以适当兼顾区块边界线与矿岩分界线的一致性问题，并通过矿废分离爆破等技术手段，在爆破过程中实现矿石与废石的有效分离，从而达到降低采矿损失贫化、提升经济效益的目的。

4 结 论

（1）通过对湖山铀矿山上部已开采部分的地质与生产数据的专门提取与处理、下部待采台阶范围的块段模型构建，以及该块段模型范围内的品位估值等流程，可以快速建立起高精度的台阶预测模型，直接服务于下部待采台阶的精细化开采工作。

（2）台阶预测模型已经在湖山铀矿得到实际应用。结果表明：基于台阶预测模型的采矿设计与区块划分更精准，矿石与废石的分离效果更显著，有效改善了采矿过程中的矿石损失贫化，提高了矿山的经济效益。