banner
홈페이지 / 블로그 / 샘플 길이 가중치를 기반으로 광석 등급을 추정하는 새로운 방법
블로그

샘플 길이 가중치를 기반으로 광석 등급을 추정하는 새로운 방법

Aug 13, 2023Aug 13, 2023

Scientific Reports 13권, 기사 번호: 6208(2023) 이 기사 인용

557 액세스

측정항목 세부정보

광상 등급 추정은 광상 가치 평가에 매우 중요하며, 광물자원 개발에 직접적인 영향을 미칩니다. 광석 등급 추정 시 IDW(Inverse Distance Weighting) 방식의 정확도를 높이고 등급 추정 시 IDW 방식의 평활화 효과를 줄이기 위해 IDW 방식에 포함된 가중치 계산 방식을 개선했습니다. 광석 샘플의 길이 매개변수는 IDW 방법의 중량을 계산하는 데 사용되었습니다. 광석 샘플의 길이는 가중치 계산의 새로운 요소로 사용되었습니다. IDWW(표본 길이 가중치)와 통합된 새로운 IDW 방법이 제안되었습니다. 사례연구로는 도자기 점토광석의 Li, Al, Fe 등급 추정이 사용되었습니다. IDWW 방법을 통한 성적 추정을 위한 비교 프로토콜이 설계되고 구현되었습니다. 실험계획에는 추정에 포함된 표본수, 표본조합, 표본등급분포, 기타 등급추정에 영향을 미치는 요인들을 고려하였다. IDWW와 IDW 방법의 등급 추정 결과는 원본 샘플과 혼합 샘플의 등급 비교 분석에 사용되었습니다. IDWW 방법의 추정 결과도 IDW 방법의 추정 결과와 비교하였다. 추정품종의 편차 분석에는 광석품종의 최소, 최대, 평균, 변동계수 등이 주로 포함되었다. IDWW 방법의 추정효과를 검증하였다. Li, Al, Fe의 추정 등급의 최소 편차는 9.129%에서 59.554% 사이였습니다. 최대 편차는 4.210%에서 22.375% 사이였습니다. 평균 편차는 -1.068~7.187%였습니다. 변동계수의 편차는 3.076~36.186%였습니다. IDWW의 최대, 최소, 평균 및 변동 계수의 편차는 IDW의 편차와 일치하여 IDWW 방법의 정확성과 안정성을 입증했습니다. 추정에 포함된 샘플이 많을수록 IDW 및 IDWW 방법의 추정 편차가 커집니다. Li, Al, Fe의 추정편차는 동일한 추정변수를 사용하였을 때 등급분포의 형태에 영향을 받았다. 표본의 성적 분포 패턴은 성적 추정 결과에 유의한 영향을 미쳤다. IDWW 방법은 상당한 이론적 이점을 제공하며 추정치에 대한 고르지 않은 표본 길이의 부작용을 해결합니다. IDWW 방법은 평활화 효과를 효과적으로 감소시키고 원본 샘플의 활용 효율성을 향상시킬 수 있습니다.

광체 등급 추정 방법의 중요성은 광체 가치 평가, 채광 설계 및 채광 계획 관리1의 전제로 사용되기 때문에 분명합니다. 역거리 가중(IDW) 방법2,3은 결정론적 추정 방법6,7로 널리 사용되었습니다4,7. 현재 IDW 방법론과 관련된 연구 방향은 네 가지 유형으로 나눌 수 있다. 첫 번째는 주로 직접 추정을 포함하는 IDW 방법의 간단한 적용입니다. 이 방법에서 추정된 영향요인 모수는 기존 연구 결과를 기반으로 한다. 매개변수의 최적화에는 주로 공식의 검정력(p) 값8,9과 추정에 포함된 샘플 포인트의 수(n 값) 또는 추정된 포인트의 인접 범위(인근 반경)가 포함됩니다. 많은 연구에서는 p값 2를 일반적인 추정값으로 사용합니다10,11,12. 본 연구에서는 성적추정변수로 p값이 2인 것을 사용하였다. 일반적으로 IDW법을 적용하면 Kriging법과 비교되는 경우가 많다. 여러 비교 결과에 따르면 IDW 방법과 Kriging 방법에는 고유한 장점이 있는 것으로 나타났습니다13,14. 그러나 일부 연구에서는 IDW 방법이 Kriging 방법보다 추정 효과가 더 좋은 것으로 나타났습니다15,16. 또한, Kriging 방법은 IDW 방법보다 평활화 효과가 더 높고, 평활도 추정에서는 IDW 방법이 Kriging 방법보다 우수한 것으로 나타났습니다. IDW는 최소 및 최대 추정에서 Kriging 방법보다 우수합니다17. 마찬가지로 일부 연구에서는 Kriging 방법이 더 많은 이점을 제공하는 것으로 나타났습니다18,19. IDW는 낮은 컴퓨팅 비용과 유연한 적용이라는 특징을 나타내며, 작은 표본의 경우 더 많은 추정 이점을 가지고 있습니다. 또한 IDW 방법은 filter22, error Correction23 등에 성공적으로 적용되었다. 본 연구에서는 비교 분석을 위해 단순 IDW 방법을 사용하였고 Kriging 방법은 사용하지 않았다. 이는 주로 다양한 방향의 배리오그램 분석을 위한 샘플이 충분하지 않아 일반적인 크리깅 방법의 적용이 제한된다는 사실에 기인합니다.