Sampling, simulation and estimation of secondary diamond deposits - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2011

Sampling, simulation and estimation of secondary diamond deposits

Échantillonnage, simulation et estimation des gisements secondaires de diamant

Résumé

The exploration for diamonds and the evaluation of secondary diamond deposits are challenging processes due to the lack of reliable data and/or the sparsity thereof. Continued effort is required to maintain an understanding of these types of deposits as they are explored, sampled and exploited. This thesis address and researches the following : - Demonstrate the clustering of kimberlites and determine the average size of kimberlite targets. - A classification tree was applied to exploration indicator minerals and a model using known kimberlite targets was built, then applied to new areas to identify kimberlite targets. - Marine environments with complex trapping mechanisms are difficult to sample. In some situations there is very little or even no grade information available but a sample optimisation study is required. A shaded pencil sketch is used and statistically manipulated to create simulations for use as a first approximation to optimise sampling. - Sample optimisation studies in deep water marine deposits are well suited to make use of the Cox process to create simulations. The discrete nature of diamonds require a minimum critical size for samples to be representative. Using Cox simulations, the effect of sample size on the accuracy of kriged blocks and panel results is researched. - In recent years, some tailings resources have become economical to remine. Optimal sample size and spacing of samples and a method to do local block estimates was developed and applied to a kimberlite tailings resource.
Il est difficile d'explorer et d'estimer des gisements secondaires de diamants en raison du manque de fiabilité des données et/ou de leur rareté. Des efforts soutenus sont nécessaires pour maintenir une bonne compréhension de ces types de dépôts lors de leur exploration, leur échantillonnage et leur exploitation. Cette thèse traite des sujets suivants : - L'existence de regroupements entre cheminées kimberlites est établie, et leur extension moyenne déterminée. - Des données d'exploration d'indicateurs minéraux sont analysées par arbre de classification. Un modèle est ensuite bâti à partir de sites kimberlitiques connus pour identifier de nouveaux sites. - Les milieux maritimes comportent des mécanismes de piégeage complexes, ce qui les rend difficiles à échantillonner. Dans certaines situations, on dispose de peu, voire d'aucune information de qualité, alors qu'une étude d'optimisation de l'échantillonnage est nécessaire. Dans ce cas, une esquisse au crayon est utilisée pour construire des simulations, lesquelles servent à une première optimisation de l'échantillonnage. - Dans les dépôts sous-marins profonds, les échantillons doivent dépasser une taille minimale critique pour être représentatifs. L'établissement de cette taille passe par une modélisation selon un processus de Cox, bien adapté à la nature discrète de la minéralisation. L'impact de l'échantillonnage sur la qualité de l'estimation par blocs ou par panneaux peut ainsi être testé par simulation. - Ces dernières années, certains terrils sont redevenus économiquement viables. Pour en obtenir une estimation locale par blocs, une procédure de détermination de la taille optimale des échantillons et de leur espacement a été développée et mise en oeuvre sur un terril de kimberlite.
Fichier principal
Vignette du fichier
Prins.pdf (157.04 Mo) Télécharger le fichier
Loading...

Dates et versions

pastel-00780063 , version 1 (23-01-2013)

Identifiants

  • HAL Id : pastel-00780063 , version 1

Citer

Christian Prins. Sampling, simulation and estimation of secondary diamond deposits. Applied geology. École Nationale Supérieure des Mines de Paris, 2011. English. ⟨NNT : 2011ENMP0031⟩. ⟨pastel-00780063⟩
395 Consultations
139 Téléchargements

Partager

Gmail Facebook X LinkedIn More