advangeo® Minerals
 
Die Erweiterung advangeo® Minerals wurde entwickelt, um die Prognosesoftware advangeo® Prediction Software an rohstoffrelevante Fragestellungen anzupassen. Die advangeo® Prediction Software basiert auf einem datenbasierten Modellierungsansatz. Die Technologie verwendet Algorithmen künstlicher Intelligenz und kann für die Interpretation verschiedenster geowissenschaftlicher Daten genutzt werden, um sowohl qualitative als auch quantitative Vorhersagen von Rohstofflagerstätten durchzuführen. Die Erweiterung unterstützt den Nutzer bei jedem Schritt der Datenvorbereitung, beim Modellaufbau und der Erstellung der Prognoserechnungen.

Qualitative Prognose (Vorhersage von Lokalitäten)

Qualitative Prognosen informieren über die Wahrscheinlichkeit des Auftretens eines bestimmten Mineralisationstyps an einer bestimmten Lokalität, nicht aber über dessen Intensität. Zum Training des Modells sind in diesem Fall Standorte bekannter genetisch gleichartiger oder ähnlicher Mineralisationen erforderlich. Über Sensitivitätsanalysen kann die Software zur Entwicklung und Verbesserung genetischer Modelle und Konzepte beitragen.

Methodisch erfolgt die Modellierung  zuerst über die schrittweise Sensitivitätsanalyse des abhängigen Parameters (Lokalisierung der Mineralisation) von den vorhandenen Datenlayern (z. B. geologische, geochemische, geophysikalische, tektonische Karten). Danach wird über die Kombination der sensitiven Layer schrittweise das Modell aufgebaut.

Das Ergebnis dieser Berechnungen ist eine Höffigkeitskarte.

 
Beispiel einer qualitativen Prognose: Prognose der Lokalität von Goldmineralisationen in NW Ghana

 minerals_knowledge.jpg
 

Generelle Vorgehensweise: Integration von Datenlayern und bekannten Mineralisationen

minerals_ann.jpg

 

Verbesserung der Prognoseergebnisse durch schrittweises Hinzufügen von Datenlayern

minerals_final_target_map.jpg

 

Quantitative Prognose (Vorhersage von Mengen und Lokalitäten)

Quantitative Prognosen informieren über das Auftreten einer bestimmten Mineralisation sowohl an einer bestimmten Lokalität als auch über die erwartete Menge, den Inhalt, die Gehalte. Erforderliche Eingangsinformationen sind hier sowohl die Standorte bekannter Mineralisationen als auch deren quantitative Parameter (z. B. Mengen, Gehalte).

Methodisch erfolgt die Modellierung zuerst über die schrittweise Sensitivitätsanalyse des abhängigen Parameters (Lokalisierung der Mineralisation) von den vorhandenen Datenlayern (z. B. geologische, geochemische, geophysikalische, tektonische Karten). Danach wird über die Kombination der sensitiven Layer schrittweise das Modell aufgebaut.

Ergebnis der Berechnungen ist eine Karte der prognostizierten Gehalte bzw. Mengen.

 
Beispiel einer quantitativen Prognose: Manganknollen am Meeresboden
 
sea_floor_mn.jpg
 
Training des künstlichen neuronalen Netzes 
 
minerals_workflow.jpg
 
Ergebnis von advangeo® Minerals: Prognosekarten der Manganknollen-Belegungsdichte (kg/m2), zwei Scenarien
af_mn_models.jpg
 
advangeo® Flyer