Simulasi Bersyarat Geostatistik

untuk
Penilaian Karakteristik Mutu Deposit
Cayırhan Lignite

Nama : Imam sutoyo

Nim : 200930264
Geostatistik
 PENGANTAR
Estimasi sumber daya dan cadangan adalah salah satu aspek
yang paling penting dari geologi pertambangan modern.
Geostatistik menawarkan beberapa metode untuk estimasi
sumber daya dan dalam beberapa tahun terakhir teknik ini
telah digunakan secara efektif.
Tujuan utama dalam industri batubara yang kompetitif adalah
untuk menghasilkan batubara yang memberikan spesifikasi
pasar sambil memperoleh pemulihan maksimum dengan
biaya minimum dan mendapatkan profitabilitas yang
banyak.
 KONDISI SIMULASI
Simulasi bersyarat adalah serangkaian metode untuk
menghasilkan model pada skala rinci untuk mensimulasikan
karakteristik spasial dan statistik dari suatu endapan.

Aspek yang menarik dari simulasi bersyarat adalah bahwa nilai

simulasi dapat dihasilkan pada posisi geografis yang sangat dekat
yang mencakup seluruh deposit, tidak hanya di lokasi sampel.

Dalam simulasi geostatistik, data sampel, histogram sampel dan

variogram model digunakan untuk menentukan fungsi distribusi
probabilitas bersyarat (cpdf) dari variabel yang diinginkan. Dalam
simulasi Gaussian.
 PROSES
SIMULASI
GAUSSIAN
SEKUENSIAL
WILAYAH STUDI, KARAKTERISTIK LIGNIT
DAN DATA
Daerah penelitian terletak 25 km barat Beypazar dan 5 km
barat laut Cayırhan, Provinsi Ankara, Anatolia tengah, Turki
Deposit lignit Cayırhan mengandung dua lapisan batubara (bawah
dan atas). semakin rendah lapisan lignit dibatasi secara areal dan
terputus secara lateral, memiliki banyak lapisan bagian dan
bervariasi dari 1- sampai 11-m ketebalan. Ini adalah jahitan
berkualitas rendah dengan jahitan tinggi kandungan abu (50%) dan
sulfur (4%). Lapisan ini tidak dieksploitasi saat ini dan tidak dibahas
lebih lanjut di sini.
PROSES SIMULASI GAUSSIAN
SEKUENSIAL
A. Langkah-langkah dasar berikut
B. Sebuah histogram
yang terlibat dalam proses
representatif untuk data
simulasi Gaussian sekuensial
masukan diperoleh.
dibuat untuk penelitian ini:

C. Pengambilan sampelnya bukan

D. Model variogram diproduksi
Gaussian; data akumulasi diubah
menggunakan data yang
menjadi distribusi normal standar
dinormalisasi.
dengan pemodelan anamorphosis.

E. Fungsi kepadatan kumulatif F. Nilai acak dari distribusi

bersyarat. diambil.
 VALIDASI HASIL
Aspek visual dari simulasi: Dengan rencana dan bagian, dan
perbandingan dengan data dikendalikan. Pengondisiannya bagus, dan
tidak ada masalah khusus yang dipilih, dengan kemungkinan
pengecualian dari beberapa zona sampel yang kurang misalnya
kandungan belerang dari lapisan.
Ringkasan statistik: Seperti yang diharapkan, rata-rata
tertimbang dari data dan nilai blok yang disimulasikan sangat cocok.
Variasi dari kualitas yang disimulasikan variabel jahitannya
mendekati variabel kualitas aslinya
Reproduksi variogram: Variogram dihitung untuk 100 realisasi
dan diplot dengan variogram input
 SIMULASI DAN PEMETAAN
KETIDAKPASTIAN
Seperti disebutkan di bagian proses SGS dan validasi hasil, kualitas lignit
variabel tidak dapat digunakan secara langsung dalam studi geostatistik,
yang selalu membutuhkan aditif variabel. Dalam kasus seperti itu,
variabel layanan disebut akumulasi (produk ketebalan dan variabel
kualitas lignit) didefinisikan dan simulasi dilakukan berulang kali akumulasi
dan ketebalan. Kualitas simulasi diperoleh dengan membagi akumulasi
simulasi dengan ketebalan simulasi. Dengan demikian, penilaian
ketidakpastian adalah juga dilakukan pada kualitas simulasi.
• Seratus simulasi variabel kualitas dihasilkan menggunakan data yang
dinormalisasi
Dalam peta, standar deviasi simulasi pada setiap node grid adalah
dihitung. Peta-peta ini mewakili cara menilai ketidakpastian ketika yang
asli variabel non-Gaussian dan terlebih lagi, ini memungkinkan mengatasi
kelemahan kriging varians independensi dari nilai sampel aktual
menunjukkan bahwa ketidakpastian lebih besar di bagian bernilai tinggi
dari wilayah studi.
 KESIMPULAN
Analisis data yang memadai, berkualitas
baik, dan eksplorasi sangat penting
untuk kualitas karakteristik jahitannya.
Simulasi dapat digunakan dengan itu
model multivariat yang probabilitas
bersyarat ini dapat ditentukan
Kombinasi beberapa model simulasi
menyediakan alat yang diperlukan untuk
menilai atribut yang dipelajari. Dalam
hal validasi hasil, SGS tampaknya
merupakan sarana yang sangat baik
untuk menghasilkan karakteristik
kualitas dan menilai ketidakpastian
spasial dalam deposit batubara
 REFERENSI
Costa, J., Zingano, A.C., and Koppe, J.C., 2000. Simulation–An approach to
risk analysis in coal mining. CIM. Explor. Mining Geol. 9, 43-49.
David, M., 1977. Geostatistical ore reserve estimation. Developments in
geomathematics 2. Elsevier, Amsterdam, 364p.
• David, M., 1988. Handbook of applied advanced geostatistical ore reserve
estimation. Elsevier Science Publishing Company Inc., Amsterdam, 232 p.
Dowd, P.A., 1996. Structural controls in the geostatistical simulation of
mineral deposits. Baafi, E.Y. and Schofield, N.A. (Eds.), Geostatistics
Wollongong ’96. 2, 647-657.
Fouguet, C., 1994. Reminders on the kriging, Geostatistical Simulations. Eds.
Armstrong, M. and Dowd, P.A., Kluwer Academic Publishers, pp. 131-145.
Gambin, F., Costa, J.F.C.L. and Koppe, J.C., 2005, Forecasting fluctuations in
a coal quality delivered to a powerplant via stochastic simulation, Mining
Technology (Trans. Inst. Min. Metall. A), Vol. 114, A167-175
Geovariances, 2006, Isatis Software, France, 579 p.
TERIMAKASIH