V této sekci Klasifikace
Proxterra> Moduly> ProxterraORE> Klasifikace
KLASIFIKACE PERSPEKTIVNÍCH RUDNÍCH OBJEKTŮ
Lokalizací perspektivních rudních objektů proces hodnocení nekončí. Následujícím krokem technologie ProxterraORE je jejich klasifikace, jejímž cílem je stanovit prospekční prioritu jednotlivých objektů a podle dostupných dat získat další informace o jejich možném charakteru a mineralogické specializaci.
Klasifikace využívá tři vzájemně se doplňující principy.
Klasifikace podle pozice objektu v hierarchickém systému
Jedním ze základních klasifikačních kritérií je pozice perspektivního objektu ve vztahu k anomálním objektům nižší hierarchické úrovně.
Vyšší prospekční význam mají objekty, které se nacházejí v ploše perspektivního objektu nižší hierarchické úrovně. Tím se při klasifikaci zohledňuje příslušnost lokalizovaného objektu k rozvinutému rudnímu systému.
Klasifikace podle analýzy plošné distribuce geofyzikálních a geochemických parametrů
Další klasifikační informace poskytuje analýza plošné distribuce vybraných gamaspektrometrických, magnetometrických a geochemických parametrů v rámci lokalizovaných perspektivních objektů. Jednotlivé zdroje dat poskytují rozdílné, vzájemně se doplňující informace o jejich charakteru a možné mineralogické specializaci.
Gamaspektrometrie umožňuje vytvářet modely postižení hodnoceného území K- a Na-metasomatickými procesy a současně rozdělovat lokalizované perspektivní objekty do skupin podle předpokladů k určitému charakteru mineralizace. V rámci technologie ProxterraORE jsou v současnosti rozpracovány klasifikační postupy pro Au, U a REE.
Magnetometrie umožňuje mezi lokalizovanými perspektivními objekty vyčlenit objekty s předpokládanou feromagnetickou mineralizací, zejména s možným výskytem magnetitu, titanomagnetitu a dalších feromagnetických minerálů.
Geochemická data mají při klasifikaci perspektivních rudních objektů mimořádný význam, protože poskytují přímou informaci o geochemickém charakteru hodnoceného objektu a jeho možné mineralogické specializaci. Jejich praktickým omezením bývá zpravidla nerovnoměrné nebo plošně omezené pokrytí hodnoceného území.
Zvláštní význam proto získává jejich propojení s mnohokomponentní analýzou. Pokud je pro některý z objektů určité skupiny znám jeho charakteristický geochemický obraz, lze tuto informaci s odpovídající mírou opatrnosti využít také při hodnocení dalších objektů vykazujících podobné mnohokomponentní charakteristiky.
Klasifikace s využitím mnohokomponentní analýzy
Mnohokomponentní analýza využívá především multispektrální satelitní data a umožňuje porovnávat lokalizované perspektivní objekty na základě jejich celkového mnohokomponentního obrazu.
V rámci ProxterraORE se využívá dvěma základními způsoby:
Klasifikace objektů podle vzájemné podobnosti
Lokalizované objekty lze rozdělit do skupin podle míry podobnosti jejich mnohokomponentních charakteristik.
Vyhledávání analogů podle etalonu
Známý a dostatečně charakterizovaný ložiskový objekt lze využít jako etalon a mezi lokalizovanými objekty vyhledávat jeho nejbližší analogy.
Klasifikace objektů podle vzájemné podobnosti
Mnohokomponentní analýza umožňuje klasifikovat lokalizované perspektivní rudní objekty na základě souboru parametrů odvozených z multispektrálních satelitních dat. Objekty tak nejsou porovnávány podle jednoho vybraného znaku, ale podle jejich celkového mnohokomponentního obrazu.
Významnou předností satelitních dat je jejich plošné a relativně rovnoměrné pokrytí rozsáhlých území. Jednotlivé lokalizované objekty proto mohou být charakterizovány a vzájemně porovnávány na základě stejného souboru parametrů a za srovnatelných podmínek.
Rozdělení objektů do skupin
Každý lokalizovaný anomální objekt je charakterizován souborem parametrů odvozených z multispektrálních satelitních dat. Jejich společné vyhodnocení umožňuje kvantitativně posoudit míru vzájemné podobnosti jednotlivých objektů.
Na tomto základě lze lokalizované objekty rozdělit do skupin s podobným mnohokomponentním obrazem. Výsledkem již není pouze soubor samostatných perspektivních objektů, ale strukturovaný systém skupin objektů vykazujících podobné charakteristiky.
Příslušnost ke stejné skupině sama o sobě neznamená, že objekty mají totožnou geologickou stavbu, genezi nebo charakter mineralizace. Představuje však důležitou informaci o jejich vzájemné podobnosti, kterou lze dále využít při interpretaci a stanovení priorit následných prací.
Propojení s geochemickými daty
Geochemická data mají při klasifikaci rudních objektů mimořádný význam, jejich dostupnost je však často omezena pouze na část hodnoceného území nebo na jednotlivé objekty.
Propojení geochemických výsledků s mnohokomponentní analýzou umožňuje charakterizovat skupiny podobných objektů také z hlediska jejich geochemických vlastností. Pokud jsou u některých členů skupiny k dispozici dostatečně reprezentativní geochemická data a vykazují společné charakteristiky, lze tuto informaci s odpovídající mírou opatrnosti využít také při interpretaci ostatních objektů zařazených do stejné skupiny.
Mnohokomponentní analýza tak umožňuje rozšířit informační význam lokálně dostupných geochemických dat i na objekty, pro které vlastní geochemické údaje zatím nejsou k dispozici. Takto odvozená charakteristika však představuje interpretační předpoklad, nikoli náhradu přímého geochemického ověření.
Využití výsledků následného ověřovacího průzkumu
Stejný princip lze využít také v průběhu dalšího průzkumu.
Pokud následný ověřovací průzkum poskytne podrobnější geologickou, mineralogickou nebo jinou charakteristiku některého z perspektivních objektů, získává tato informace význam také pro interpretaci ostatních objektů zařazených do stejné skupiny.
S odpovídající mírou opatrnosti lze předpokládat, že objekty s podobným mnohokomponentním obrazem mohou vykazovat také některé společné geologické nebo mineralizační charakteristiky. Výsledek ověření jednoho objektu tak může zpětně zvýšit informační hodnotu klasifikace celé skupiny.
Tento princip je možné využívat opakovaně. S postupným ověřováním dalších objektů se množství nezávislých informací o jednotlivých skupinách zvětšuje a jejich geologická interpretace může být postupně zpřesňována.
Vyhledávání analogů podle etalonu
Samostatnou aplikací mnohokomponentní analýzy je vyhledávání analogů známého ložiskového objektu. Tento přístup umožňuje využít charakteristiku již známého a ověřeného ložiska při klasifikaci dalších lokalizovaných perspektivních objektů.
Základním předpokladem metody je, že známé ložisko leží v rámci anomálního objektu lokalizovaného technologií Proxterra. Etalonem tedy není samotné ložisko ani jeho obecný spektrální obraz, ale anomální objekt, na kterém se známé ložisko nachází.
Každý lokalizovaný anomální objekt je charakterizován souborem parametrů odvozených z multispektrálních satelitních dat. Jejich společným vyhodnocením vzniká mnohokomponentní model, na jehož základě jsou jednotlivé anomální objekty zařazeny do modelových tříd.
Pokud anomální objekt, na kterém leží známé ložisko, náleží do určité modelové třídy, představuje tato třída modelovou charakteristiku etalonu. Mezi ostatními lokalizovanými anomálními objekty jsou následně vyhledávány objekty náležející do stejné modelové třídy.
Výsledkem je vyčlenění skupiny anomálních objektů, které mají z hlediska hodnoceného souboru parametrů stejnou modelovou charakteristiku jako etalonový objekt. Tyto objekty představují jeho potenciální analogy a získávají vyšší prospekční prioritu pro následné ověření.
Shoda modelové charakteristiky přitom neznamená, že etalonový objekt a jeho analogy jsou geologicky totožné nebo že musí obsahovat stejný typ mineralizace. Znamená, že z hlediska parametrů zahrnutých do mnohokomponentního modelu náležejí do stejné modelové třídy. Tato shoda představuje významné klasifikační kritérium, nikoli důkaz přítomnosti ložiska.
Praktické ověření přístupu
Metoda vyhledávání analogů podle etalonu byla úspěšně testována na řadě lokalit v různých geologických podmínkách. Zajímavé výsledky byly získány například v Egyptě, Arménii a na východní Sibiři.
Na konkrétních projektových příkladech lze názorně ukázat celý princip metody – od identifikace anomálního objektu spojeného se známým ložiskem, přes určení jeho modelové třídy až po vyhledání dalších anomálních objektů se stejnou modelovou charakteristikou. Tyto příklady současně umožňují ukázat výsledky mnohokomponentní analýzy v jejich grafické podobě.
Klasifikace s využitím gamaspektrometrických dat
Gamaspektrometrická data představují významný informační zdroj pro klasifikaci lokalizovaných perspektivních rudních objektů. Hodnoceny jsou nejen absolutní obsahy přirozených radioaktivních prvků K, U a Th, ale také charakter jejich prostorové distribuce, míra její diferenciace a vzájemné vztahy mezi jednotlivými prvky.
Gamaspektrometrická data jsou využívána ve dvou základních směrech: pro hodnocení projevů okolorudní metasomatózy a hydrotermálních alterací a pro klasifikaci rudních objektů podle předpokladů k určitému charakteru mineralizace.
Okolorudní metasomatóza a hydrotermální alterace
Rudní tělesa jsou vždy ve větší či menší míře doprovázena okolorudní metasomatózou a hydrotermálními alteracemi. Tyto přeměny horninového prostředí proto představují významný prospekční příznak a klasifikační kritérium při hodnocení lokalizovaných perspektivních rudních objektů.
Zpracování gamaspektrometrických dat umožňuje vytvářet modely postižení hodnoceného území K- a Na-metasomatickými procesy.
Model K-metasomatózy
Model K-metasomatózy je založen na společném projevu zvýšeného obsahu draslíku a zvýšené diferenciace jeho prostorové distribuce. Zóny K-metasomatózy jsou vymezovány kombinací kladné anomálie obsahu K a kladné anomálie statistických charakteristik jeho prostorové distribuce.
Model Na-metasomatózy
Na-metasomatóza je ve vztahu ke K-metasomatóze hodnocena jako antagonistický proces. Její projevy jsou vymezovány kombinací sníženého obsahu K, odpovídajícího jeho odnosu, a současně zvýšené diferenciace jeho prostorové distribuce.
Oba modely poskytují prostorovou informaci o projevech metasomatických procesů a představují významné kritérium pro následnou klasifikaci lokalizovaných rudních objektů.
Klasifikace podle předpokládaného charakteru mineralizace
Druhým směrem využití gamaspektrometrických dat je hodnocení lokalizovaných perspektivních rudních objektů podle předpokladů k určitému charakteru mineralizace.
V současnosti jsou využívány nebo rozpracovávány modely zaměřené na Au, U a část potenciálu kritických prvků.
Au mineralizace
Při hodnocení Au perspektivity lze využít model porušení vztahu mezi Th a K. Tento princip byl některými geology používán jako jedno z prospekčních kritérií při vyhledávání Au a Au–Ag ložisek.
Pro geologické pozadí je charakteristická relativně stabilní kladná korelační vazba mezi Th a K. Hydrotermální a metasomatické procesy mohou tento vztah narušovat. Oblasti porušení vztahu Th–K lze proto chápat především jako nespecifický příznak prostředí postiženého hydrotermálními a metasomatickými procesy.
Samotné porušení vztahu Th–K není jednoznačným indikátorem přítomnosti Au mineralizace. Jeho prospekční význam však narůstá v územích s doloženou zlatonosnou specializací. V rámci rudního uzlu nebo rudního pole s četnými známými projevy Au mineralizace představují oblasti postižené intenzivními hydrotermálními a metasomatickými procesy významné cíle pro hodnocení Au perspektivity.
Model porušení vztahu Th–K je proto využíván jako jedno z klasifikačních kritérií Au perspektivity.
U mineralizace
Základní model U mineralizace vychází ze společného projevu zvýšeného obsahu uranu a zvýšené diferenciace jeho prostorové distribuce. Perspektivní území jsou vymezována kombinací kladné anomálie obsahu U a kladné anomálie statistických charakteristik jeho prostorové distribuce.
Doplňkový způsob hodnocení využívá vztah Th/U. V tomto případě jsou jako perspektivní hodnoceny oblasti, ve kterých se kombinuje zvýšený obsah U se sníženými hodnotami poměru Th/U.
Kritické prvky
Část potenciálu kritických prvků lze hodnotit na základě Th kanálu gamaspektrometrických dat. Model vychází z poznatku, že vznik některých typů těchto ložisek je doprovázen přínosem Th při jeho výrazné prostorové diferenciaci.
Perspektivní objekty jsou proto vymezovány společným výskytem zvýšeného obsahu Th a zvýšené diferenciace jeho prostorové distribuce.
Tento model nepostihuje celé spektrum ložisek kritických prvků ani všechny jejich genetické typy. Představuje jednu z klasifikačních charakteristik využitelných při jejich komplexním hodnocení.
Význam a limity gamaspektrometrické klasifikace
Gamaspektrometrická data umožňují k informaci o poloze lokalizovaného perspektivního rudního objektu přidat informace o projevech okolorudní metasomatózy a hydrotermálních alterací a o předpokladech k určitému charakteru mineralizace.
Pomocí gamaspektrometrických dat však nelze podchytit všechny známé genetické typy rudních ložisek. Toto omezení je významné zejména při hodnocení Au a kritických prvků. Nepřítomnost charakteristického gamaspektrometrického projevu proto sama o sobě nemůže být důvodem k vyřazení lokalizovaného perspektivního objektu.
Pro klasifikaci je proto důležitý komplexní přístup, při kterém jsou výsledky gamaspektrometrického hodnocení posuzovány společně s dalšími dostupnými klasifikačními informacemi. Významnou roli zde má zejména mnohokomponentní analýza multispektrálních satelitních dat, která umožňuje hodnotit objekty na základě širšího souboru charakteristik a doplňuje tak možnosti klasifikace založené na gamaspektrometrických datech.
