Il problema
Ogni dataset offre una visione parziale. Un'anomalia nei suoli dice che il metallo ha raggiunto la superficie, non da dove è venuto. Un massimo di caricabilità dice che in profondità c'è qualcosa di polarizzabile, non che sia minerale utile. Letti uno alla volta, i livelli danno un elenco di anomalie; letti insieme, danno un breve elenco di luoghi in cui evidenze indipendenti concordano.
Farlo a occhio, con le carte sovrapposte, favorisce il livello più colorato. Farlo in modo esplicito rende il ragionamento visibile e ripetibile.
Che cosa ci inviate
Qualsiasi combinazione di sondaggi, geochimica di superficie, geofisica, elevazione, telerilevamento e cartografia geologica, idealmente in un unico database (vedi integrazione dei dati). Nessun livello è obbligatorio. Il metodo viene scelto per i dati che avete, non il contrario.
Che cosa facciamo
- Trasformiamo ogni dataset in livelli di evidenza legati al modello di giacimento che state cercando
- Li combiniamo con un metodo adatto ai dati: con pesi assegnati da esperti dove la mineralizzazione nota è scarsa, statistico dove ce n'è abbastanza da cui imparare
- Verifichiamo il risultato nascondendo dati noti e controllando se il metodo li ritrova
- Riportiamo quale livello determina ciascuna area ad alta priorità, così la mappa si può discutere
- Una volta perforata una zona, la modelliamo secondo interpretazioni geologiche alternative ed esprimiamo l'esito in intervalli
Che cosa ricevete
Prima della perforazione: una mappa di prospettività che classifica le aree con maggiore probabilità di ospitare mineralizzazione e mostra quale livello di dati determina ciascuna.
Dopo 18 sondaggi nella zona nord, per esempio: “rame contenuto tra 35 e 90 kt (caso basso e caso alto), secondo due interpretazioni geologiche alternative”, con i sondaggi che restringerebbero di più l'intervallo.
Che cosa non può dire
Un punteggio di prospettività è una classifica, non una probabilità di scoperta. Dice che l'area A ha più evidenze a sostegno dell'area B secondo il modello dichiarato; non dice che in una delle due ci sia un giacimento. Gli intervalli dopo la perforazione sono concettuali e non sono stime di risorse minerarie ai sensi di NI 43-101 o JORC.
Domande
Quali livelli di dati sono necessari?
Nessuno in particolare. L'analisi usa i livelli che esistono e riporta quanto contribuisce ciascuno. Un livello mancante allarga l'incertezza; non ferma il lavoro.
È machine learning?
A volte. I metodi statistici e di machine learning hanno bisogno di esempi noti da cui imparare, e i distretti in fase iniziale ne hanno spesso troppo pochi. In quel caso un metodo con pesi assegnati da esperti è più onesto. Diciamo quale è stato usato e perché.
Come fate a sapere che la classifica è valida?
Verificandola. Manifestazioni note o risultati di sondaggio vengono messi da parte, l'analisi viene ripetuta e controlliamo se i dati messi da parte cadono in terreno ad alta priorità. Il risultato della verifica fa parte della relazione.