Spatial modelling of geological domains with multiple training images: Application to the Red Dog mine, Alaska, United States

CIM Journal, Vol. 6, No. 3, 2015, pages 137-148

D. A. Silva
Centre for Computational Geostatistics, University of Alberta, Edmonton, Alberta, Canada

K. J. Palmer
Teck Resources Ltd., Vancouver, British Columbia, Canada

C. V. Deutsch
Centre for Computational Geostatistics, University of Alberta, Edmonton, Alberta, Canada

http://dx.doi.org/10.15834/cimj.2015.15
Résumé L’évaluation des ressources et des réserves exige une modélisation fiable des domaines géologiques et de leur teneur. La simulation par « statistique multipoint » est une méthode géostatistique relativement nouvelle pour générer des modèles géologiques complexes à haute résolution par l’extraction de relations spatiales d’ordre supérieur à partir d’images d’entraînement. Une méthode basée sur la combinaison de multiples images d’entraînement est développée afin d’obtenir la bonne quantité de continuité à grande échelle et de variabilité à petite échelle. Un processus d’étalonnage fait correspondre la variabilité géologique spatiale entre les réalisations finales et l’ensemble des données de forage. Une étude de cas avec des données de la mine Red Dog, Alaska, États-Unis, montre une reproduction adéquate de la variabilité à petite échelle le long des limites entre les unités géologiques.
Mots-Clé Combinaison linéaire d’avis différents, domaines géologiques, entropie, géostatistique, image d’entraînement, statistique multipoint.
Accés complet à Document technique
Version PDF pour 20,00 $
Autres documents dans CIM Journal, Vol. 6, No. 3, 2015