O primeiro prêmio do Maptek Geology Challenge deste ano foi concedido a Miguel Aliaga Oblitas, que demonstrou como o Maptek DomainMCF melhorou a consistência dos modelos e reduziu o tempo de processamento em modelagem geológica avançada multivariável.
Geomodelador sênior da Newmont Mining Corporation, Oblitas recebe um prêmio pessoal de US$ 500 e uma assinatura de 6 meses do DomainMCF para sua empresa.
As inscrições exibiram uma variedade de técnicas e aplicações de modelagem, e a avaliação foi acirrada, resultando em um empate para o segundo lugar, concedido a Ed Lynch, Superintendente de Geologia de Exploração da SIMEC e Danielle Karbishev, Geóloga de Estimativa de Recursos Sênior da Fortescue.
Oblitas destacou a oportunidade de trabalhar com dados reais de uma mina ativa e aplicar metodologias inovadoras para aprimorar a modelagem geológica. Seu relatório definiu os desafios de prever com precisão o comportamento de veios em profundidade, especialmente com dados limitados, e notou melhorias significativas na precisão e eficiência do modelo.
“A capacidade de integrar várias entradas geológicas—como litologia, dados estruturais, informações mineralógicas e intensidade dos veios—foi inestimável”,
disse Oblitas.
E completou:
“A redução no tempo de processamento de semanas para apenas algumas horas facilitou muito as atualizações de modelo e a tomada de decisões em tempo hábil na exploração e estimativa de recursos.”
Oblitas observou que a flexibilidade do Domain Manager no GeologyCore, que permitiu a criação de regras personalizadas e testes rápidos de diferentes cenários estruturais, foi fundamental para superar a complexidade do depósito.
“A integração de entradas multivariáveis, incluindo dados litológicos, intensidade dos veios e dados mineralógicos, permitiu uma representação mais precisa e detalhada da estrutura do depósito—algo difícil de alcançar com métodos tradicionais,”
comentou Oblitas.
Danielle Karbishev aproveitou a oportunidade de testar o GeologyCore e o DomainMCF para aumentar a eficiência da equipe de Modelagem e Estimativa de Recursos da Fortescue e avaliar o potencial das aplicações de aprendizado de máquina.
A maior surpresa para Karbishev foi a capacidade do DomainMCF de gerar rapidamente estimativas de teor comparáveis às produzidas por métodos de estimativa estabelecidos, como krigagem.
“Os modelos de volume geológico e as previsões de teor melhoraram drasticamente com dados geológicos mais detalhados; no entanto, modelos puramente orientados por dados também podem ser usados para identificar tendências e estruturas antes da interpretação e do domínio,”
disse Karbishev.
E complementou:
“Mais testes são necessários, mas está claro que o aprendizado de máquina pode revolucionar a modelagem e a estimativa de recursos à medida que a tecnologia avança!”
Em relação ao GeologyCore, Karbishev achou que as opções de visualização de furos de sondagem em 3D foram particularmente úteis para validar a codificação dos furos de sondagem em relação às superfícies modeladas, bem como para a interpretação de domínios estratigráficos usando geoquímica multi-elemento e dados geofísicos ao longo do furo.
“O Domain Manager permitiu a rápido sinalização, processamento e composição do banco de dados de furos de sondagem, enquanto o Sample Manager possibilitou a transferência direta de pontos de dados validados para o DomainMCF para modelagem.”
afirmou Karbishev
E concluiu:
“O DomainMCF forneceu modelos em bloco 3D quase instantâneos, permitindo a análise rápida de vastos bancos de dados e o teste de cenários alternativos”.
Superintendente de Geologia de Exploração da SIMEC, Ed Lynch estava ansioso para aplicar o DomainMCF a situações específicas em suas operações de hematita e magnetita, para verificar se poderia facilitar o trabalho dos geólogos no local e liberar mais tempo para trabalhos de campo.
“A complexidade do cenário geológico em que trabalhamos apresenta desafios significativos para nossos geólogos em termos de modelagem 3D e controle de teor,”
explicou Lynch.
E finalizou:
“O DomainMCF foi simples de usar e incrivelmente rápido. Quando havia dados suficientes, ele conseguia produzir resultados semelhantes aos de processos de modelagem mais tradicionais, conduzidos por humanos. Acho que ele é particularmente adequado para cenários de modelagem voltados para controle de teor”.
Oportunidade para experimentar tecnologia de ponta
Agora em seu quarto ano, o Maptek Geology Challenge oferece uma oportunidade de experimentar tecnologia de ponta para criar modelos diretamente a partir de dados brutos, que são precisos e transformadores para modelagem de recursos e aplicações de produção.
O tema para 2024—controle para modelos geológicos—encorajou os participantes a combinar sua expertise com o poder do aprendizado de máquina para criar modelos que refletem com precisão a geologia.
A Maptek forneceu ferramentas de modelagem geológica, incluindo GeologyCore e o assistente de IA DomainMCF, por até quatro semanas, com suporte de documentação e assistência técnica de nossa equipe global.
Steve Sullivan, Especialista Sênior em Geologia e Líder Técnico do DomainMCF, disse que o Geology Challenge foi criado para inspirar os geólogos a explorar novas abordagens. O desafio oferece um ambiente de baixo risco para testar dados reais com a tecnologia mais recente e explorar formas de melhorar práticas existentes.
“As inscrições vencedoras foram fortes exemplos de como enfrentar problemas que são difíceis de resolver com métodos tradicionais e demonstraram o uso de técnicas inovadoras para controlar a geologia. As recomendações para melhorias no software já foram encaminhadas às nossas equipes de desenvolvimento,”
disse Sullivan
A Maptek apreciou o tempo e o esforço dedicados ao desafio e a disposição dos participantes em compartilhar ideias sobre técnicas geológicas.
Com informações e imagens da Maptek
Siga nossas redes sociais de Drones, Geotecnologias, Espaço e eVTOLs
Conheça nossas próximas feiras anuais:
DroneShow Robotics, MundoGEO Connect, SpaceBR Show e Expo eVTOL
Destaques da última edição:
