資源量計算方法

㈠ 靜態資源量計算

按照第四章 淺層地溫能資源量計算方法，經計算，北京平原區淺層地溫能資源總儲量為9.546×10¹⁵kJ，合2.694×10¹²kWh，摺合標准煤3.31×10¹¹kg標准煤，各區(縣)淺層地溫能資源儲量見表11－5。

表11－5 北京平原區各區(縣)熱儲量值表

㈡ 水資源總量的計算方法

計算淡水資源總量，是通過獲取該地區淡水儲備的總量來合計，江河湖泊、水庫、地下水等淡水資源的統計累加，再加上季節性波動。

㈢ 瓦斯( 煤層氣) 資源量計算方法

( 1) 計算程序

①資源量計算邊界: 瓦斯地質圖中標有瓦斯風氧化帶的區域可直接圈出，不進行儲量計算。煤層含氣量、煤層厚度下限值由瓦斯含量等值線、鑽孔數據進行確定 ( 下限標准可參考 《煤層氣資源/儲量規范》) 。

②資源量計算單元的劃分: 原則是把氣田內具有相同或相近煤層氣賦存特徵的儲層劃為一個單元。劃分單元首選氣藏地質邊界，如斷層、尖滅、剝蝕等; 然後結合氣藏計算邊界，其中達不到產量下限的煤層凈厚度邊界、含氣量下限邊界和瓦斯風化帶邊界不加以計算。

③計算單元面積: 面積可通過 AutoCAD 軟體 「工具」菜單直接查詢，而不再用煤炭儲量計算面積常用的直接公式法及網格法，並且這種計算結果十分精確。煤層傾角的變化可由底板等高線的疏密程度進行計算，然後對實際面積進行修正。

④煤層有效厚度: 即整層煤厚去除夾矸厚度，也稱凈厚度，可以查看鄰近鑽孔資料，通過測井曲線或者取心整理夾矸厚度，一般與構造煤厚度一並在圖上鑽孔附近標出。

⑤煤質量密度: 先查找附近的鑽孔，查看相應報告可獲得煤真密度或視密度數值; 對於計算單元有多個鑽孔的情況，可以取其平均值。

⑥資源量計算: 按照礦井瓦斯含量等值線圖劃分的資源量計算塊段，依據每個塊段已確定的參數，由公式 ( 1. 1) 計算出各塊段煤層氣資源量。

( 2) 計算方法

我國地質條件復雜，不同區域煤層賦存條件差異很大，這對煤層氣資源量計算過程，含氣面積、含氣量等參數的確定帶來了諸多問題。我國目前煤層氣資源量的計算方法主要分為以下幾種:

①瓦斯地質統計法。瓦斯地質統計法計算瓦斯資源量，主要是充分運用煤礦開采後獲取大量瓦斯地質資料的優勢，在編制瓦斯地質圖的基礎上，運用瓦斯地質和瓦斯湧出規律，建立起與煤層氣含量測試數據的對應關系，豐富煤層氣預測資料，充實和完善煤層氣預測公式。更加實際的編制好煤層氣含量等值線圖，進行煤層氣資源量計算，結合構造煤的分布和構造復雜程度，進行煤層氣資源評價和區塊分級。瓦斯地質圖是瓦斯信息和地質信息系統的高度綜合，它全面地反映了瓦斯生成條件、保存條件、抽採的難易程度、瓦斯湧出規律及分區、分帶特徵;能夠比較直觀的確定資源量計算邊界條件、劃分計算單元，提供瓦斯資源量計算過程中所需參數，特別是影響資源量計算精度的關鍵參數，如含氣面積、煤層厚度和含氣量等，並能提高參數選取的可靠程度。

②體積法。它是我國目前煤層氣儲量計算普遍採用的一種方法，適應於各個級別煤層氣地質儲量計算，在美國很多人也採用。計算公式如下:

河南省瓦斯地質規律研究及煤礦瓦斯地質圖編制

式中:C_ad=C_daf(100－M_ad－A_d)/100;G_i為煤層氣地質儲量，10m;A為煤層含氣面積，km²;h為煤層凈厚度，m;D為煤的乾燥基質量密度，t/m³;C_ad為煤的空氣乾燥基含氣量，m³/t;C_daf為煤的乾燥無灰基含氣量，m³/t;M_ad為煤中原煤基水分，%;A_d為煤中灰分，%。

計算過程參數主要來源於地質勘探資料，勘探程度越高，參數取值越准確，資源量的結果也越可靠;但對於勘探程度較低或者當前沒有勘探的區域，參數的選擇人為因素就比較大，資源量計算的結果可靠性就值得懷疑。

③氣藏數值模擬法。這種方法是在計算機上利用專用軟體對已獲得的儲層參數和早期的生產數據或試采數據進行擬合匹配，可以獲得一個代表儲層平均特徵的氣藏模型和地質儲量，也可以估算煤層氣井未來的產量狀態及可采儲量，結果的准確程度是建立在豐富資料和計算精度的基礎上。

④類比法。類比法是利用已開發煤層氣田(或相似儲層)的相關關系計算瓦斯資源量的一種方法。計算區與開發區的地質條件、儲層條件等愈相似，計算結果愈准確。由於我國地質條件較為復雜，此方法的局限性較大，只有很少地區能夠採用。但如果在煤層氣開發初期選區，儲量級別要求不高，地質資料比較可靠，利用這種方法參數選擇比較快捷、直觀。

對於其他計算方法，如蒙特卡羅法、物質平衡法(King，1993)等，由於計算過程復雜或者參數選擇困難，不太實用，很少人採用。

㈣ 地質資源量計算方法

（一）重量法（含油率法）

重量法是根據油砂中原油的重量百分含量進行資源量計算的方法。具體計算公式如下：

Q=V·p_s·ω

式中：Q— 油砂油資源量（t）;

V——油砂體積（m³）；

ρ_s——油砂密度（t/m³，通常看作g/cm³）；

ω——油砂中原油重量百分含量（小數）。

同樣，存在多層油砂時，可使用上述公式對每一油砂單層進行計算，然後累加獲得總的油砂油資源量。

對於露頭油砂，與油砂油資源計算有關的參數有：油砂出露層數及厚度、地表延伸長度、出露面積、油砂層產狀、含油率等。其中，除含油率是通過野外取樣經室內分析確定外，其餘幾項參數均可從野外直接獲得。

從地表至500m埋深，油砂層的延伸、厚度及層數都有可能發生變化，這就需要通過研究油砂分布區的石油地質特徵，藉助探井及鄰區等相關資料，間接獲取計算參數。

考慮到不同埋深的油砂的分布特點及開采方式的差異，對0～100m 和100～500m油砂油可根據所擁有參數情況採用不同的計算方法。

具體計算方法可從下例單個含油砂構造油砂油資源量的計算得以說明。

以背斜構造為例（圖3-1），假設某一含油砂構造單油砂層的橫剖面如圖3.2A所示，圖3-2B是該油砂層的立體結構示意。通過油砂產狀與埋深值的計算，將該油砂層轉換為平面展布。轉換後，按100m埋深計，該背斜單翼油砂層的橫向寬度為：L=100/sina，再利用油砂層厚度值、背斜長軸中含油砂的長度值，即可得到該層油砂0～100m 的資源量。

圖3-1 油砂層縱向分布示意圖

圖3-2 油砂油資源計算體積參數轉換示意圖

考慮到南方瀝青礦體礦化特徵，資源量計算採用的是重量法。根據瀝青賦存特點的差異，把礦點分成非生物礁瀝青礦藏和生物礁瀝青礦藏兩類分別計算。

1.非生物礁瀝青礦藏瀝青百分含量法的估算公式：

Q=L×D×h×μ×r×m×R_B

式中：Q— 瀝青資源量（t）;

L——含瀝青地層出露長度（m）;

D— 含瀝青層斜深（m）;

h— 瀝青真厚度（m）；

μ——有效面孔率（%）;

r—含瀝青岩石中純瀝青比重（t/m³）;

m——有效總孔隙率與有效面孔隙率之比；

R_B— 含瀝青飽和度。

其中，未踏勘區瀝青層厚度採用如下公式計算：

h=L_F×δ

式中：L_F— 含瀝青地層出露寬度在水平面的投影（相當於地質圖上直接測量寬度，用Mapgis軟體在精確描繪的地質圖上量取）；

δ——瀝青地層厚度比，取踏勘點瀝青層厚度h´與踏勘點含瀝青地層出露寬度水平投影LF´比值的平均值。

2.生物礁瀝青礦藏瀝青百分含量法的估算公式為：

Q=S_R×h×μ×r×m×R_B

式中：Q— 瀝青資源量（t）;

S_R— 礁體分布面積（m³）;

h— 瀝青層厚度（m）；

μ——含瀝青岩石中瀝青的體積百分含量（有效面孔率，%）；

r— 含瀝青岩石中純瀝青比重（t/m³）;

m— 有效總孔隙率與有效面孔隙率之比；

R_B—含瀝青飽和度。

其中，瀝青層厚度分兩種情況計算，有工程式控制制的和沒有工程式控制制的。有工程式控制制的瀝青層厚度h的計算公式：

h=H_R×δ_R

式中：H_R— 礁體厚度；

δ_R— 鑽孔鑽遇瀝青累計厚度與鑽孔累計深度比值的平均值（瀝青地層厚度比）。

沒有工程式控制制的礁體的瀝青厚度根據野外測量的含瀝青層厚度實際值計算，或類比已知生物礁的瀝青地層厚度比進行估算。

生物礁分布面積S_R主要根據野外實測資料和前人資料中的分布面積進行計算。對於只有露頭面積資料的，只根據露頭面積進行估算。露頭和礁體分布面積均沒有具體數據的，按照非生物礁的估演算法進行估算。

（二）容積法（含油飽和度法）

容積法的實質是計算油層孔隙空間內的油氣體積，然後用地面體積單位或重量單位表示。具體計算公式為：

Q=V·Φ·S_o·ρ_oB/_o

式中：Q— 油砂油資源量（t）;

V——油砂體積（m1³）；

Φ——油砂的孔隙度；

S_o— 油砂的含油飽和度；

ρ_o——地面脫氣原油的密度（t/m³，通常看作g/cm³）；

B_o——地下原油平均體積系數（無因次）。

註：地下原油平均體積系數B_o的取值，對於已埋藏較淺的油砂，則可取值1.0（無因次），否則按實測值計算。

需要指出的是，容積法計算資源量的精度取決於地質的研究程度，在系統的地質研究和分析測試基礎上，盡量搞清各種參數的各油砂層的分布，多層的可逐個地對每一單層的資源量進行計算，最後累加即為整個油砂礦的資源量。

（三）類比法

類比法是根據低勘探程度的評價區與高勘探程度的已知區油氣成藏條件的相似性，由已知區的油砂油資源豐度估算未知評價區資源豐度和資源量的一種方法。根據研究區油砂油資源評價的實際情況，本次主要採用面積豐度類比法，即由已知的中高等勘探程度區油砂礦體的傾斜面的面積（以下簡稱斜面面積）資源豐度，估算低勘探程度（評價）區油砂礦體斜面面積資源豐度。其資源量估算公式如下：

P_Q=P_K×S_斜×α

式中：P_Q— 評價區油砂油地質資源量；

S_斜——評價區油砂礦體斜面面積（S=L×D）（以下簡稱斜面面積）；

P_K— 類比區資源量的斜面面積豐度（類比區油砂油資源量Q´/類比區礦體斜面面積S ´）；

α——相似系數（α＝評價單元地質類比總分/類比區地質類比總分）。

其中，P_K×S_斜＝類比區地質資源量×（類比區斜面面積/評價區斜面面積）＝評價區油砂油地質資源量×斜面面積比。

為適應計算的要求，資源量計算公式改寫為：

P_Q＝評價區油砂油地質資源量×斜面面積比×α

㈤ 可利用資源量計算方法

(一)地下水式地源熱泵適宜區可利用資源量計算方法

1.水熱均衡法

水熱均衡法主要通過研究區的水、熱均衡計算，了解地下水的水、熱儲存量和水、熱補排情況。

水均衡:

淺層地溫能資源評價

式中:q_in———補給量(m³/d);

q_out———排泄量(m³/d);

Δq_w———儲存量的變化量(m³/d)。

在包氣帶中，岩土體水分的補給項有降水入滲量、灌溉入滲量等，排泄項有植物蒸騰量、土面蒸發量、下滲補給地下水的量等。

地下水補給項有降水入滲量、灌溉入滲量、渠系入滲量、河流入滲量、側向補給量、越流補給量等，排泄項有潛水蒸發量、人工開采量、側向排泄量、泉排泄量、河流排泄量、越流排泄量等。

熱均衡:

淺層地溫能資源評價

式中:Q_in———熱收入量(kW);

Q_out———熱支出量(kW);

ΔQ———熱儲存量的變化量(kW)。

在包氣帶，熱的收入項有太陽照射熱量、大地熱流量、地表水向岩土體散發的熱量、側向傳導流入的熱量等，支出項有向大氣散發的熱量、向地表水散發的熱量、側向傳導流出的熱量等。

在地下水中，熱的收入項有太陽照射熱量、大地熱流量、側向傳導流入的熱量等，支出項有向大氣散發的熱量、水排泄帶走的熱量、側向傳導流出的熱量等。恆溫帶以下，熱收入項沒有太陽照射熱量。

2.地下水量折演算法

地下水量折演算法適用於地下水地源熱泵適宜區淺層地溫能可利用資源量的計算，其表達式如下:

淺層地溫能資源評價

式中:Q_q———評價區淺層地溫能可開采量(kW);

Q_h———單井淺層地溫能可開采量(kW);

n———可鑽抽水井數;

τ———土地利用系數。

其中:

淺層地溫能資源評價

式中:Q_h———單井淺層地溫能可開采量(kW);

q_w———單井出水量(m³/d);

ΔT———地下水利用溫差(℃);

C_W———水的比熱容(kJ/(kg·℃))。

(二)地埋管式地源熱泵適宜區可利用資源量計算方法

1.換熱量現場測試法

換熱量現場測試法適用於地埋管地源熱泵適宜區淺層地溫能可利用資源量的計算，其表達式如下:

淺層地溫能資源評價

式中:D_q———評價區淺層地溫能可開采資源量(kW);

D———單孔換熱量(kW);

n———可鑽換熱孔數;

τ———土地利用系數。

其中:

淺層地溫能資源評價

式中:K_z———綜合傳熱系數(W/(m·K));

ΔT———溫差(℃)，即U形管內循環液平均溫度與岩土體原始溫度之差;

L———雙U型地埋管換熱孔長度(m)。

2.熱傳導法

適用於取得實測熱導率等參數後，計算地埋管地源熱泵工程的地溫能可利用量。如果沒有實測的熱導率值，則利用前人測定和公布的一些地區的熱流值和地溫梯度值進行計算，得到計算區的綜合熱導率λ值(W/(m·K))。在以傳導方式進行熱傳遞和熱交換達到穩定的條件下，採用U形管進行熱交換的單孔地溫能可按以下公式近似計算:

淺層地溫能資源評價

式中:D———單孔換熱功率(W);

ΔT———溫差(℃)，即U形管內溫度平均值與r₂處岩土體溫度之差;

R———導熱熱阻(℃/W);

λ———熱導率(W/(m·K));

L———單孔U形管有效熱交換長度(m);

r₂，r₁———分別為影響范圍半徑(一般為150mm或200mm)和U形管等效外半徑，r₁為U形管外半徑的2倍。

上式中ΔT，r₂，r₁的值可根據地源熱泵工程實例實測或經驗獲取，這樣就可得到單孔地溫能儲量，然後乘以區域可鑽孔數。

淺層地溫能資源評價

鑽孔一般按網格布置，布孔間距根據經驗確定，若按常規(平均)情況以5m×5m網格布置熱交換孔，則可鑽孔數=有效面積×土地利用系數τ，即得評價區(地源熱泵工程區)的淺層地溫能資源總量(kWh)。

㈥ 資源量定量估算

(一)礦床經濟模型法

根據統計分析，不同礦床類型有自己特有的地質經濟品位-噸位分布模型，品位、噸位的統計學研究是為礦床儲量預測提供基礎。品位-噸位模型方面最早的研究工作由Lasky(1950)完成。他通過有經濟價值的礦床品位與噸位的統計學研究，得出礦床品位和噸位服從對數正態分布的結論。其他一些學者經過研究則認為，具有一定品位值的礦床的噸位的對數值與相應品位的對數值之間存在一種線性關系。後者也稱為分形關系。DeWijs(1951，1953)和Turcotte(1986)從理論上闡明了有經濟價值礦床的品位和噸位之間存在分形關系的基本原因。他們認為，在區域上成礦物質富集形成工業礦床過程中，如果成礦物質的富集機制具有尺度不變性，則形成的礦床的品位和噸位之間就存在分形關系。美國學者Cargill等(1981)研究了美國汞礦、脈狀金礦和銅礦開采過程中平均品位和累積噸位之間的統計關系，結論是這幾種礦床的品位和噸位之間存在分形關系。美國學者Harris(1984)研究了美國鈾礦開采過程中平均品位與累積噸位之間的統計關系，得出了同樣的結論。根據品位和噸位之間存在的這種分形關系，可以對某一國家或地區的某一成因類型礦床的潛在資源量進行預測。

通過總結全球或全國現有類型礦床品位-噸位分布特徵建立模型，把它們應用到預測評價的成礦區帶中;其次在成礦區帶圈定基礎上(Ⅳ、Ⅴ級)，估計區帶內未發現礦床個數;通過對靶區礦點的分布、品位、礦石量(噸位)的分布特徵進行蒙待卡羅模擬，來獲得不同概率(不同置信度)下的對資源量的估算，例如，100%概率下的預測資源總量實質上就是已探明儲量(已開采資源量+保有儲量)。取估算值的數學期望作為靶區估算資源量。

1.基本原理

地質經濟模型法是根據已知某種礦床類型的礦石儲量及品位分布模型，並分別對其進行蒙特卡洛模擬，通過礦石儲量和礦石品位概率(或由此生成的潛在資源量)分布曲線來估算靶區不同概率(不同置信度)下的資源總量。蒙特卡羅模擬是方法的核心。

蒙特卡羅模擬法也稱統計試驗方法。它是根據統計抽樣理論，通過對隨機變數函數的概率模擬，統計試驗來進行近似求解的方法。

礦產資源無論是作為地質過程的產物還是作為地質觀測的結果，它都具有隨機的性質。對資源量的計算，必然受概率法則的支配，因而是一定概率意義下的估計。由於蒙特卡羅方法能夠正確地模擬隨機變數的分布，再現它的取值規律，因而在礦產資源總量預測中被廣泛用作資源量估計的方法。

所謂資源量，是相對資源的位置而言，它是資源評價的重要內容。資源量包括質量和數量兩方面特徵，屬於前者的有品位，而屬於後者的有礦床數、礦石量及金屬量等，以下把它們統稱為參數，資源量就由這些參數來表達。

用蒙特卡羅方法計算資源量的過程是由這樣幾個步驟組成的:

1)構造概率模型，建立資源量與參數之間的關系。例如金屬量M與礦石量T和品位C的關系是M=T×C，M、T、C在這里都是隨機變數;

2)建立參數的統計分布。不同參數有不同的分布，參數的分布可通過對樣本實測值的統計和模擬來求得，產生隨機數。一般隨機數可在計算機上用某種演算法產生;

3)抽樣模擬，形成資源量的分布。每一個隨機數，都對應參數的一個抽樣值，得到一系列資源量m₁=c₁×t₁，m₂=c₂×t₂，……，統計這些m的取值，就得到資源量的分布;研究靶區成礦條件，用資源量分布模型估計靶區的資源，從而做出評價。

目前在礦產資源評價中常用的是這樣幾種模型:隨機變數乘積的模型;隨機變數和的模型;隨機變數混合的模型。

(1)用已知分布擬合資源參數的分布

除去人們直接給出的資源參數分布以外，一般由實測數據建立隨機變數的分布，有兩種辦法:一是選用合適的已知分布律來擬合，二是用數學方法構造分布函數。現在分別研究這兩種方法。

對模型使用的參數如品位、礦石等原始數據進行整理，視數據多少分成適當的組，求出參數落入各組的頻數，列出表格，做出頻率直方圖。根據直方圖的峰度、偏度等特徵，選用已知的分布律來代表參數的分布。例如據前人的研究，某些礦床點的分布服從負二項或泊松分布;稀有金屬礦床中元素含量和礦石量服從對數正態分布等等。這些結論都是經驗性的，不一定具有普遍意義，在應用中可以作為參考。在實際工作中，需要根據直方圖的形態用相似的分布進行試驗，選擇擬合程度較好的作為參數的理論分布。

嚴格地講，理論分布曲線的選配還須經過檢驗，只有在理論分布與實測結果沒有顯著差異時才能使用。

(2)構造函數模擬資源參數的分布

用數學方法構造概率分布函數F(x)，也是在建立參數的頻率直方圖基礎上進行。具體做法是:尋找合適的函數f(x)，用它來擬合頻率直方圖，這里f(x)須滿足作為密度函數的條件:

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

這實際上是一個曲線擬合問題，在數學上可有很多方法來實現。這里介紹一個較為常用的方法，即用樣條函數逼近直方圖來構造f(x)。

(3)隨機數與抽樣

用蒙特卡羅方法模擬資源量的分布，需要使用隨機數來構造抽樣序列。

(4)資源量的估計

一系列隨機抽樣的結果，得到一系列資源量的取值，對這些值進行統計整理可得到資源量的概率分布P(x)和概率分布函數F(x)，這里的x代表資源值，它或者是金屬量，或者是礦石量，品位等。一般資源量的表達都使用F(x)，它實際上就是累積概率。而且為便於解釋，又將它變換為

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

這是定義在(0，∞)上的單調減函數，根據曲線，就可以估計出任何概率下的資源量。對於離散取值的資源值如礦床數，其分布形式是一條階梯狀的折線。類似對連續曲線的分析，可根據它讀出一定概率下的不小於某數的礦床數估值。

分布曲線F^*(x)直觀地表現了資源量的取值規律，由於使用的概率模型不同，它所代表的意義也不相同，它即可以是礦床，也可以是礦田或礦帶的資源量，在應用中要注意曲線上讀數的正確解釋。

使用蒙特卡羅方法對資源量預測所依據的原始資料，主要是礦床數、礦石量、品位及儲量等數據。這些數據可以來源於實際觀測，也可以由人根據經驗估計給出。作為一種計算技術，對於前者，它屬於礦床模型法;而對於後者則屬於主觀概率方法。不論哪種方法，都須注意資源的含義，由於以往的工作基本上是研究「儲量」，而對資源預測來說，這些儲量數據是不夠的，因為依靠儲量資料所做出的估計，並非全部資源，它沒有包括「潛在」的那一部分在內。通常這類資料不易直接得到，它們很多未經整理，分散在各種原始資料中，因此應當有目的地搜集和整理這些資料，在計算中加以利用。除掉增補純粹屬於「資源」的那類礦點、礦化點的資料以外，對原有的礦床數據也須進行改造。這一般可通過調整參數的臨界值來實現，例如適當降低礦床可取品位和加深礦床可采深度，考慮到經濟發展的需要和技術的進步，這樣處理是合理的。

2.估算過程及結果

品位-噸位模型法計算資源量，首先添加礦點圖層，設置預測單元，其中預測單元為經過特徵分析優選後的靶區，然後進行原始變數購置，構造預測模型，品位-噸位模型選擇，礦點分布選擇，蒙特卡羅法模擬，得出模擬出的礦床數、品位、礦石量，通過計算可得出該區的預測資源量。

斑岩型銅礦:所選模型為新疆斑岩型銅礦床模型，選取銅礦床為新疆本地及與新疆臨近省份較典型的土屋銅礦、土屋東銅礦、延東銅礦、包古圖銅礦、哈臘蘇銅礦、白山堂銅礦、公婆泉銅礦、喇嘛蘇銅礦、達巴特銅礦、肯登高爾銅礦等10個斑岩型銅礦床的礦石量和平均品位;礦床數估計採用德爾菲法模擬而成，礦床數概率採用三分位法，概率數據由人工輸入，估計值由專家給定，該區預測斑岩型銅礦床點的數量分別為:90%概率3個，50%概率5個，10%概率為8個;然後採用蒙特卡羅法進行模擬，生成該區斑岩型銅礦床品位、金屬量和礦石量之間的數據模型(圖4-28、圖4-29)。

圖4-28 品位、金屬量和礦石量累計分布圖

根據蒙特卡羅法模擬成果，預測該區仍可以發現4.78個斑岩型銅(鉬)礦床，模擬礦石平均品位0.834%、礦石量63858055.314t，根據公式:金屬量=礦床數×礦石量×平均品位，求的該區預測銅金屬量2545714.15t。

岩漿熱液型銅礦:採用全疆已知的奴拉賽銅礦、阿拉斯坦上游銅礦、烏爾木布拉克銅礦、砂子溝銅礦、卡拉瑪銅礦、西地銅礦、達坂城銅礦、阿爾巴列克銅礦、蒙西銅礦、桑南銅礦、凌雲銅礦等11個岩漿熱液型銅礦床的礦石量、礦石品位等數據，建立新疆熱液型銅礦床的定量預測模型;礦床數估計採用德爾菲法模擬而成，礦床數概率採用三分位法，概率數據由人工輸入，估計值由專家給定，該區預測岩漿熱液型銅礦床(點)的數量分別為:90%概率5個，50%概率7個，10%概率為13個;然後採用蒙特卡羅法模擬，生成該區岩漿熱液型銅礦床品位、金屬量和礦石量之間的數據模型(圖4-30、圖4-31)。經過模擬運算，預測該區仍可以發現7.536個岩漿熱液型銅礦床，模擬礦石平均品位1.350%、礦石量6328682.695t。根據公式:金屬量=礦床數×礦石量×平均品位，求的銅預測金屬量643854.86t。

圖4-29 品位、金屬量和礦石量直方圖

圖4-30 品位、金屬量和礦石量累積分布圖

淺成低溫熱液型金礦:採用全疆阿希金礦、京西布拉克金礦、馬庄山金礦、齊依求金礦、恰布坎卓它金礦、薩爾托海1號金礦、闊真闊臘金礦、灰綠山金礦、石英灘金礦等9個淺成低溫熱液型金礦床的礦石量、礦石品位等數據，建立新疆淺成低溫熱液型金礦床的定量預測模型;礦床數估計採用德爾菲法模擬而成，礦床數概率採用三分位法，概率數據由人工輸入，估計值由專家給定，該區預測淺成低溫熱液型金礦床點的數量分別為:90%概率11個，50%概率20個，10%概率為30個;然後採用蒙特卡羅法進行模擬，生成該區淺成低溫熱液型金礦床品位、金屬量和礦石量之間的數據模型(圖4-32、圖4-33)。

圖4-31 品位、金屬量和礦石量直方圖

圖4-32 品位、金屬量和礦石量累計分布圖

經過蒙特卡羅法模擬，預測該區仍可以發現19.350個淺成低溫熱液型金礦床，模擬礦石平均品位3.815g/t、礦石量1847705.499t，根據公式:金屬量=礦床數×礦石量×平均品位，求的該區預測金金屬量136398.08kg。

岩漿熱液型金礦:採用新疆查汗薩拉金礦、祥雲金礦、喜迎金礦、梧南金礦、望峰金礦、薩日達拉金礦、鴿形山金礦、天目金礦、紅十井金礦、木吉金礦、野馬泉金礦等11個金礦床的礦石量、礦石品位等數據，建立新疆岩漿熱液型金礦床的定量預測模型;礦床數估計採用德爾菲法模擬而成，礦床數概率採用三分位法，概率數據有人工輸入，估計值有專家給定，該區預測岩漿熱液型金礦床的數量分別為:90%概率9個，50%概率17個，10%概率為25個;然後採用蒙特卡羅法進行模擬，生成該區岩漿熱液型金礦床品位、金屬量和礦石量之間的數據模型(圖4-34、圖4-35)。

圖4-33 品位、金屬量和礦石量直方圖

圖4-34 品位、金屬量和礦石量累計分布圖

經過蒙特卡羅法模擬，預測該區仍平均可以發現16.166個岩漿熱液型金礦床，模擬礦石平均品位3.695g/t、礦石量496448.055t，根據公式:金屬量=礦床數×礦石量×平均品位，求的該區預測金金屬量29654.52kg。

圖4-35 品位、金屬量和礦石量直方圖

(二)體積法

1.方法簡介

體積法是礦產預測中比較簡便實用的估算方法，它是將研究區內有代表性的單位體積內礦產資源體積含量的估計值，外推到評價區的體積范圍，估計評價區的礦產資源量。在計算過程中主要有絕對體積法和相對體積法兩種計算方法，其中絕對體積法主要適用於模型區，其中成礦條件優越，工作程度高，預測概念模型即是在其基礎上建立起來;相對體積法主要適用於一般靶區，它研究工作程度低，並且是在與預測概念模型進行相似類比的基礎上圈定的，其或多或少與模型區有一定的差異性。絕對體積法和相對體積法計算公式如下:

絕對體積法計算公式:

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

相對體積法計算公式:

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

其中:Q為靶區預測金屬量;S₁為模型區含礦建造面積;S為一般靶區含礦建造面積;H為推算深度;K₁為模型區含礦率;K為一般靶區含礦率;D₁為模型區礦石體重;D為一般靶區礦石體重;M₁為模型區礦石平均品位;M為一般靶區礦石平均品位;F為一般靶區與模型區的相似系數;P為置信度。

在應用過程中，首先要認真研究區內資料，確定典型礦床或礦點，建立預測概念模型(表4-1、4-2)，主要由必要要素、重要要素、次要要素3部分組成，並分別給予其100%、80%、50%的權重。依據概念模型圈定靶區，確定靶區級別及其預測類型。根據選定的典型礦床，計算各礦種各預測類型的含礦率、品位、礦石體重等計算因子;統計靶區面積和預測深度，計算靶區含礦建造的體積，通過絕對體積法和相對體積法計算預測資源量。

在採用相對體積法計算過程中，還牽涉到一般靶區與模型區相似系數的問題。相似系數是將一般靶區與模型區的差異性進行量化，以便於計算和對比。在本區相似系數的計算主要是拿靶區與定量預測概念模型進行類比，將靶區中每個要素與定量預測概念模型中要素的差異性大小，給予一定的賦值，介於0～1之間，然後將每個要素的賦值與其相應權重相乘，即得出一般靶區每個要素的要素值，將靶區所有要素值進行取和，然後與模型區要素值之和相比，即估算出靶區與模型區的相似系數。修正系數為靶區賦存礦石量的可靠程度，根據靶區級別A級、B級、C級而分別賦予0.9、0.5、0.1的可信度。由於各靶區資源量具有可加性，所以各靶區簡單求和即可求得研究區內某種礦產資源總量的估計值。

2.應用條件

體積法屬外推法，它是建立在類比理論基礎上的礦產資源評價方法。它的應用必須建立在一定原則的基礎上。

1)地質建造中賦存的某種礦產的資源潛力與該建造的體積或面積成正比;

2)地質環境類似的地質建造中，賦存同樣的礦產資源潛力，其實質是將某種礦產的平均含量的估計值外推到靶區的體積上。

結合本地的實際情況，本次的預測類型均受一定的含礦建造控制，其產出特點符合上述兩個條件，因此可以利用體積法進行靶區資源量的定量預測。

3.估算過程及結果

根據研究區的具體情況，體積法在實際應用中分為絕對體積法和相對體積法。模型區研究程度高，有成型的礦床，並具有一定的規模，而預測概念模型就是在總結提取已知礦床關鍵預測要素的基礎上建立起來的，因此，模型區資源量估算可以直接採用絕對體積法。一般靶區是根據已建立預測概念模型進行相似類比而圈定的，其或多或少與預測概念模型有所差別，因此在估算靶區資源量時採用相對體積法更為合理，這樣所預測的資源量才更為客觀，符合實際情況、可信度強。

在實際操作中其估算過程如下:

(1)圈定靶區確定預測類型

採用綜合信息法，依據一定的地質規律，確定各預測類型模型區，圈出靶區，綜合各典型礦床建立比例尺對等的概念模型，根據不同預測類型的概念模型，確定各靶區的預測類型和級別。

(2)求體重

計算模型區、靶區的體重D₁和D，其中D₁為各模型區內的平均體重，D為各典型礦床的平均體重與其探明金屬量加權求得(表4-10、4-11)。

表4-10 銅礦石體重計算表

表4-11 金礦石體重計算表

銅(鉬)礦:斑岩型銅礦床往往共伴生鉬的存在，因此在銅礦石平均體重計算時，採用喇嘛蘇、哈勒尕提、肯登高爾、北達巴特4個礦床銅礦石的平均體重與其銅金屬量加權求得;各靶區在預測鉬礦時，礦石體重與預測銅時相同。VMS型和岩漿熱液型模型區都只有1個，因此一般靶區直接採用模型區內典型礦床的平均體重。

金礦:陸相淺成低溫熱液型金礦採用阿希、京希布拉克、恰布坎卓它3個典型礦床金礦石的平均體重與其金金屬量加權求得;岩漿熱液型金礦只有查汗薩拉1個，所以相應礦產預測類型的平均體重與其相同。平均體重計算公式如下:

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

其中T為模型區探求資源量

(3)求平均品位

計算模型區、靶區的礦石平均品位M₁和M，其中M₁為各典型礦床的平均品位，M為各典型礦床的平均品位與其探明金屬量加權求的。

銅礦:斑岩型銅礦床往往共伴生有鉬，因此在計算銅礦石平均品位時，採用喇嘛蘇、哈勒尕提、肯登高爾、北達巴特4個礦床銅的平均品位與其銅金屬量加權求得;鉬礦石的平均品位採用肯登高爾、北達巴特、萊歷斯高爾3個礦床鉬的平均品位與其鉬金屬量加權求得，VMS型和岩漿熱液型模型區都只有1個，因此一般靶區直接採用典型礦床的平均品位(表4-12)。

表4-12 銅(鉬)礦平均品位計算表

金礦:淺成低溫熱液型金礦採用阿希、京希布拉克、恰布坎卓它3個典型礦床金的平均品位與其金金屬量加權求得;岩漿熱液型金礦只有查汗薩拉1個，所以相應礦產預測類型的平均品位與其相同(表4-13)。

其計算公式如下:

西天山萊歷斯高爾-達巴特一帶與斑岩相關的銅鉬金礦產預測

表4-13 金礦平均品位計算表

(4)求含礦率

計算模型區、靶區的含礦率K₁和K，其中銅礦的體積含礦率採用喇嘛蘇、哈勒尕提、肯登高爾、北達巴特4個礦床銅的含礦率與其銅金屬量加權求得;鉬礦石的平均含礦率採用肯登高爾、北達巴特的兩個礦床銅的體積含礦率和萊歷斯高爾鉬礦的體積含礦率與其相對應的鉬金屬量加權求得(表4-10)。金礦:陸相淺成低溫熱液型金礦採用阿希、京希布拉克、恰布坎卓它3個典型礦床金的體積含礦率與其金金屬量加權求得;岩漿熱液型金礦只有查汗薩拉1個，所以相應礦產預測類型的體積含礦率與其相同(表4-11)。K₁和K計算公式如下:

K₁=(V₁÷V)×100

式中:V₁為模型區礦石體積V₁=Q₂÷D₁;V為模型區含礦建造體積V=S₁×H₁。

K=∑(TK₁)÷∑T。

其中H₁為模型區礦體控制最大垂深。

(5)求相似系數

採用相似類比趨同法，對比各一般靶區與其相應預測概念模型的相似程度，求相似系數。要素類比趨同法的概念是指，在對區域成礦規律和典型礦床模型區深入研究的基礎上，從眾多與成礦相關的信息中提取出若干區域預測要素，根據各要素在成礦過程中作用的大小以及這些要素與特定礦床類型的相關程度，劃分為必要要素、重要要素和次要要素3大類，建立預測概念模型，在靶區研究中，依照各要素進行相似「類比」，計算各要素的權重值，從預測概念上使其趨同或接近於模型區，最後求得靶區「類比」於模型區的相似系數。這樣就避免了以往地質類比過程中，簡單的兩對比對象之間「有」或「無」的簡單類比(馮京等，2009)。根據一般靶區與預測概念模型的相似程度賦予一定的分值，大小介於［0，1］之間，而不是單純的靠要素的存在與否而賦予1或者0。然後將每個要素的類比結果與其相應要素權重相乘，即得某一個靶區某一要素的要素值，靶區所有要素值相加，求出靶區成礦要素的總分值，靶區總分值與模型區總分值相比，即得該靶區與模型區的相似系數，相似系數介於［0，1］之間。其權重與相關系數計算公式如下:

靶區總分值=(要素1×權重1+要素2×權重2+…+要素n×權重n)

F=靶區總分值÷模型區總分值;

其中F為靶區與模型區的相似系數

根據以上公式分別求得斑岩型銅礦、岩漿熱液型銅礦、淺成低溫熱液型金礦、岩漿熱液型金礦預測靶區相似系數(表4-14至表4-17)。

(6)銅(鉬)礦資源量計算

由於模型區和靶區分別採用兩種不同的計算方法，因此二者將分開計算。將上面求出的數據分別帶入絕對體積法和相對體積法計算公式，對模型區、靶區礦產資源進行定量預測。模型區採用絕對體積法計算(表4-18)，如哈勒尕提、喇嘛蘇、肯登高爾、北達巴特、喇嘛薩依等礦床所在靶區採用絕對體積法計算，對於一般靶區採用相對體積法計算(表4-19)，鉬礦作為伴生礦計算，全部採用相對體積法計算(表4-20)，另外礦石量、預測深度、體重、相似系數、靶區級別等與銅礦資源量預測時相同。由於該區域所選岩漿熱液型銅礦床———喀拉布拉克銅礦床，工作程度較低，雖選為典型礦床，但是考慮到實際情況，在靶區資源量計算時仍然採用相對體積法進行計算(4-21)。將各預測類型資源量相加即為整個示範區銅(鉬)礦的預測資源量(表4-22、表4-23、表4-27、表4-28)。

(7)金礦資源量計算:阿希金礦、京希布拉克金礦、恰布坎卓它金礦、查汗薩拉金礦等4個典型礦床所在靶區採用絕對體積法計算資源量(表4-24)，其他一般靶區採用相對體積法計算資源量(表4-25、表4-26)，並將各預測類型資源量相加匯總即為整個示範區金礦預測資源量(表4-29)。

表4-14 銅鉬礦體積含礦率計算表

表4-15 金礦體積含礦率計算表

表4-16 斑岩型銅礦靶區相似系數計算表

表4-17 岩漿熱液型銅礦靶區相似系數計算表

續表

表4-18 淺成低溫熱液型金礦靶區相似系數計算表

表4-19 岩漿熱液型金礦靶區相似系數計算表

續表

表4-20 銅礦絕對體積法資源量估算表

表4-21 斑岩型銅礦靶區資源量估算表（相對體積法）

表4-22 斑岩型鉬礦靶區資源量估算表（相對體積法）

表4-23 岩漿熱液型銅礦靶區資源量估算表（相對體積法）

表4-24 金礦絕對體積法資源量估算表

表4-25 淺成低溫熱液型金礦靶區資源量估算表（相對體積法）

表4-26 岩漿熱液型金礦靶區資源量估算表（相對體積法）

續表

表4-27 銅礦體積法資源量匯總表

表4-28 鉬礦體積法資源量匯總表

表4-29 金礦體積法資源量匯總表

㈦ 資源量計算

通過數據管理功能輸入足夠的基礎數據後，就可以進行油氣資源量計算工作。進行油氣資源量計算的基本流程是【選擇評價目標】【選擇計算方法】【選擇需要計算的計算單元】，各個操作描述如下：

【選擇評價目標】從GIS導航圖上選擇需要計算的目標區域；請參考GIS模塊的操作說明。

【選擇計算方法】從導航區或者是GIS導航圖的右鍵菜單上選擇對應的方法。

【選擇需要計算的計算單元】界面如圖5-14所示。

圖5-14 計算單元選擇列表

從計算單元列表選擇需要計算的計算單元，請在做此操作之前，確保該計算單元有數據，否則會在後續的方法計算中因為沒有數據產生不必要的錯誤。

本系統中集成了多種方法，以下分方法進行敘述。

（一）油藏規模序列法

1.裝載數據

需要的數據是所評價對象的已有油氣藏的規模數據，可以從文件中讀取數據，也可以通過資料庫直接提取數據。

2.顯示主窗體

打開油藏規模序列法的主界面（如圖5-15）。

圖5-15 油藏規模序列法的主界面

已發現油氣藏序列表中將裝載進來的儲量數據按從大到小的順序顯示，已發現油氣藏序列圖以點圖的形式顯示其儲量。最大油氣田（藏）規模顯示最大儲量值，最小油氣田（藏）規模顯示最小儲量值。

3.油氣田（藏）序列預測

分段參數表根據已發現油氣藏序列表的所選擇的序號進行分段計算其段截距、段斜率。

圖5-16 油氣田序列預測

預測油氣藏序列表顯示預測儲量值和與其預測最接近的已發現儲量以及他們的誤差。預測油氣藏序列圖以點圖的形式表示已發現儲量和預測儲量（圖5-16）。

4.資源量預測

資源概率分布表按照不同的概率計算其儲量，資源概率分布圖以曲線圖的形式描述了資源概率分布的情況（圖5-17）。

圖5-17 資源量預測

5.對油氣資源預測結果統計

「添加」按鈕添加一個統計區間，「刪除」按鈕刪除一個統計區間。

首先添加統計區間輸入統計區間上下限。

圖5-18 設置統計參數

統計在每個區間內已發現油氣藏個數，已發現油氣藏儲量和，預測油氣藏個數，預測油氣藏儲量和，待發現油氣藏個數，待發現油氣藏儲量和。合計中計算所有統計區間內已發現油氣藏個數之和，已發現油氣藏儲量之和，預測油氣藏個數之和，預測油氣藏儲量之和，待發現油氣藏個數之和，待發現油氣藏儲量之和（圖5-18）。

然後按資源量預測進行統計並以柱狀圖的形式顯示已發現個數和預測個數的分布情況以及已發現儲量和預測儲量的分布情況（圖5-19）。

圖5-19 資源量預測結果及統計圖

在顯示的統計圖上，按住滑鼠左鍵往右下方向進行拖動可以對圖表進行放大，按住滑鼠左鍵往左上方向進行拖動可以還原放大操作。按住滑鼠右鍵不放進行移動可以對圖表進行漫遊操作。點擊滑鼠右鍵彈出右鍵菜單，提供了編輯、保存、列印功能。

6.保存結果數據

結果數據可以保存到文本文件（txt文件），也可以保存結果數據到資料庫中。

（二）廣義帕萊托分布法

1.裝載數據

可以從文件中讀取數據，也可以從資料庫中提取數據。

2.顯示主窗體

打開廣義帕萊托分布法的主界面，如圖5-20所示。

圖5-20 廣義帕萊托分布法的主界面

已發現油氣藏順序表中將裝載進來的數據按發現日期從小到大的順序顯示，已發現總儲量顯示所有已發現儲量之和，預測資源量初值默認等於已發現總儲量，預測資源量增量默認為預測資源量的十分之一，中位數變化模型、分布系數變化模型在進行評價參數模擬計算的時候進行選擇。最大油氣田（藏）規模、最小油氣田（藏）規模、預測中位數、預測分布系數可以編輯和顯示最大油氣田（藏）規模、最小油氣田（藏）規模、預測中位數、預測分布系數。

3.分布系數分段統計

分布系數分段統計按已發現油氣藏順序表中所選擇的序號進行分段計算其儲量、平均值、中位數、分布系數（圖5-21）。

圖5-21 分布系數統計

4.評價參數模擬計算

從中位數變化模型和分布系數變化模型下拉框中分別選擇所需要的模型，然後點擊「評價參數模擬計算」按鈕進行計算，顯示分資源量分布參數預測表（圖5-22）。

圖5-22 評價參數模擬計算

此時預測中位數和預測分布系數顯示最小預測方差所對應的中位數和分布系數，同時修改最大油氣田規模、最小油氣田規模、預測中位數、預測分布系數可以重新進行評價參數模擬計算。

選擇分資源量分布參數預測表中的某一行資源量繪制對應資源量的中位數變化曲線、分布系數變化曲線和方差分析點圖。

圖5-23為中位數變化模型為指數模型時的中位數變化曲線圖。其中點序列顯示分階段分布參數統計表中的各中位數實際樣品圖，曲線序列顯示隨著資源轉化率變化的中位數模擬曲線圖。

圖5-23 分布系數為指數模型時中位數的變化

圖5-24為分布系數變化模型為直線模型時的分布系數變化曲線圖。其中點序列顯示分階段分布參數統計表中的各分布系數實際樣品圖，曲線序列顯示隨著資源轉化率變化的分布系數模擬曲線圖。

圖5-24 分布系數為直線模型時中位數的變化

圖5-25為預測方差的方差分析圖，點序列顯示分資源量分布參數預測表中的各預測方差。

圖5-25 預測方差

5.資源量預測

資源概率分布表按照不同的概率計算其儲量，資源概率分布圖以曲線圖的形式描述了資源概率分布的情況（圖5-26）。

圖5-26 資源量預測

6.油氣資源預測結果統計

「添加」按鈕添加一個統計區間，「刪除」按鈕刪除一個統計區間。

首先添加統計區間輸入統計區間上下限。

圖5-27 統計參數設置

統計在每個區間內已發現油氣藏個數，已發現油氣藏儲量和，預測油氣藏個數，預測油氣藏儲量和，待發現油氣藏個數，待發現油氣藏儲量和。合計中計算所有統計區間內已發現油氣藏個數之和，已發現油氣藏儲量之和，預測油氣藏個數之和，預測油氣藏儲量之和，待發現油氣藏個數之和，待發現油氣藏儲量之和（圖5-27）。

然後按資源量預測進行統計並以柱狀圖的形式顯示已發現個數和預測個數的分布情況以及已發現儲量和預測儲量的分布情況（圖5-28）。

圖5-28 資源量預測結果和統計結果圖

在顯示的統計圖上，按住滑鼠左鍵往右下方向進行拖動可以對圖表進行放大，按住滑鼠左鍵往左上方向進行拖動可以還原放大操作。按住滑鼠右鍵不放進行移動可以對圖表進行漫遊操作。點擊滑鼠右鍵彈出右鍵菜單，提供了編輯、保存、列印功能。

7.保存結果數據

結果數據可以保存到文本文件（txt文件），也可以保存結果數據到資料庫中。

（三）發現率趨勢預測法

1.裝載數據

可以從文件中讀取數據，也可以從資料庫中提取數據。

2.顯示主窗體

打開發現率趨勢預測法的主界面，如圖5-29所示。

圖5-29 發現率趨勢預測法的主界面

勘探歷程把讀取進來的數據按年份從小到大的順序排列顯示當年發現儲量、累計探井數、累計探井進尺。年發現率趨勢顯示當年的發現儲量，單井發現率趨勢顯示當年的單井發現率，進尺發現率趨勢顯示當年的進尺發現率。

3.發現率趨勢分析

進行發現率趨勢分析，年發現率、單井發現率、進尺發現率分別有九種不同的趨勢模型（線性模型、二次模型、三次模型、冪級模型、指數模型、對數模型、S型遞增模型、Z型遞減模型、對稱生命期模型），根據各自的發現率計算出它們各自不同的參數和擬合方差。單擊不同的趨勢模型下面的圖表以曲線的形式描繪其趨勢（圖5-30）。

圖5-30 發現率趨勢分析

4.資源量預測

圖5-31 資源量預測

5.油氣資源預測結果統計

「添加」按鈕添加一組起始年、結束年，「刪除」按鈕刪除一組起始年、結束年。

首先添加統計區間輸入起始年、結束年。

圖5-32 統計參數設置

統計在起始年到結束年之間這幾年裡的最小年發現率、平均年發現率、最大年發現率、年發現率結果、最小單井發現率、平均單井發現率、最大單井發現率、單井發現率結果、最小進尺發現率、平均進尺發現率、最大進尺發現率、進尺發現率結果、最小發現量、平均發現量、最大發現量（圖5-32）。

在統計之前用戶需要在發現率趨勢率分析中選擇所要進行預測的年趨勢模型、單井趨勢模型、進尺趨勢模型。同時設置年發現率權值、單井發現率權值、進尺發現率權值、預計年投入單井數（萬t/年）、預計年投入探井進尺數（km/年）。

資源概率分布表按照不同的概率計算其儲量，資源概率分布圖以曲線圖的形式描述了資源概率分布的情況（圖5-33）。

圖5-33 資源量預測結果

在統計圖上，按住滑鼠左鍵往右下方向進行拖動可以對圖表進行放大，按住滑鼠左鍵往左上方向進行拖動可以還原放大操作。按住滑鼠右鍵不放進行移動可以對圖表進行漫遊操作。點擊滑鼠右鍵彈出右鍵菜單，提供了編輯、保存、列印功能。

6.保存結果數據

結果數據可以保存到文本文件（txt文件），也可以保存結果數據到資料庫中。

（四）發現過程模型法

1.裝載數據

可以從文件中讀取數據，也可以從資料庫中提取數據。

2.顯示主窗體

打開發現過程模型法的主界面，如圖5-34所示。

圖5-34 發現過程模型法的主界面

已發現油氣藏序列表中將裝載進來的數據按發現日期從小到大的順序顯示，基礎信息數據部分顯示已發現油氣總量、已發現油氣個數、已發現油氣最大規模、已發現油氣最小規模。模擬計算參數部分顯示最大油氣藏規模初值、最大油氣藏規模增量、最大油氣藏規模遞增次數、勘探效率系數初值、勘探效率系數增量、勘探效率系數遞增次數、最小油氣藏規模、抽樣次數。

3.參數模擬計算

進行參數模擬計算，我們可以得到中間計算數據，根據最大油氣藏規模遞增次數、最大油氣藏規模增量和勘探效率系數遞增次數、勘探效率系數增量，我們可以得到最大油氣藏規模、勘探效率系數。通過計算可以得到樣本總體冪和、廣義帕萊托系數、預測油氣藏個數、預測油氣資源量、均方差。

最小方差點相關數據中顯示均方差最小時相應的最大油氣藏規模、勘探效率系數、樣本總體冪和、廣義帕萊托系數、預測油氣藏個數、預測油氣資源量。

最大油氣藏規模方差圖顯示不同的最大油氣藏規模時對應的方差圖（圖5-35）。

勘探效率系數方差圖顯示不同的勘探效率系數時對應的方差圖。

圖5-35 發現過程模型法參數模擬計算

4.結果預測計算

資源概率分布表按照不同的概率計算其儲量，資源概率分布圖以曲線圖的形式描述了資源概率分布的情況。最小油氣藏規模、最大油氣藏規模、廣義帕萊托系數分別是中間計算數據中方差最小時對應的值（圖5-36）。

圖5-36 資源量預測

5.油氣資源預測結果統計

「增加」按鈕添加一個統計區間，「刪除」按鈕刪除一個統計區間。

首先添加統計區間輸入統計區間上下限。

圖5-37 統計參數設置

統計在每個區間內已發現油氣藏個數，已發現油氣藏儲量和，預測油氣藏個數，預測油氣藏儲量和，待發現油氣藏個數，待發現油氣藏儲量和。合計中計算所有統計區間內已發現油氣藏個數之和，已發現油氣藏儲量之和，預測油氣藏個數之和，預測油氣藏儲量之和，待發現油氣藏個數之和，待發現油氣藏儲量之和（圖5-37）。

然後按資源量預測進行統計並以柱狀圖的形式顯示已發現個數和預測個數的分布情況以及已發現儲量和預測儲量的分布情況（圖5-38）。

圖5-38 資源量預測和統計結果

在統計圖上，按住滑鼠左鍵往右下方向進行拖動可以對圖表進行放大，按住滑鼠左鍵往左上方向進行拖動可以還原放大操作。按住滑鼠右鍵不放進行移動可以對圖表進行漫遊操作。點擊滑鼠右鍵彈出右鍵菜單，提供了編輯、保存、列印功能。

6.保存結果數據

結果數據可以保存到文本文件（txt文件），也可以保存結果數據到資料庫中。

（五）類比法

1.面積豐度類比（加）

資源豐度類比法包括油和氣兩部分，它們的操作是相似的，在這里只介紹油類比法的應用操作。

在系統平台功能索引區選擇方法索引目錄，展開目錄節點，選擇類比法中的石油資源量油類比法，雙擊被選擇的節點，就可啟動資源豐度類比演算法（圖5-39）。

圖5-39 面積豐度類比法

啟動後計算單元類比主窗口如圖5-40所示。

計算單元選擇

在評價目標索引區中，用戶可以看到當前工程中的所有評價目標，用戶展開目錄索引，選擇一個計算單元，雙擊目標計算單元節點，完成計算單元選擇。

類比打分

中部面板上由「圈閉條件」、「蓋層條件」、「儲層條件」、「油源條件」和「配套條件」五大地質條件組成打分區。用戶在打分時可以用滑鼠單擊選擇鈕，所選的參數和分值會自動顯示在相應的文本框中；用戶還可以在分值文本框中直接輸入分值，正常情況下的分值在1～4之間；當未進行打分（分值為0）或直接打0分時，表明在類比時將不考慮該項內容（圖5-40、圖5-41）。

圖5-40 評價目標選擇

提示：五大地質條件及其所包含的各子項都要逐一進行打分評價，否則將影響類比結果。

圖5-41 成藏類比參數打分

刻度區打分：

用戶在進行類比計算之前要確認即將參與計算的刻度區已經完成打分，如果刻度區沒有進行過打分，在類比法主窗口點擊「刻度區打分」，打開刻度區打分窗口，根據刻度區具體的參數值（界面上有提示，其值用藍色顯示）對刻度區進行打分，打分方法和計算單元打分一致（圖5-42）。

圖5-42 刻度區打分

提示：沒打過分的新工程必須打分，否則無法進行類比計算。

評價計算

當類比打分完成後，單擊「評價計算」即可進入類比計算窗口（圖5-43），該窗口為上部的成果圖（左）、成果表（右），下部的「預測計算單元」、「刻度區選擇」、「計算相似系數」、「計算」等功能組成。

刻度區選擇

選擇圖5-43中的「刻度區列表」中的刻度區（可多選），點擊添加按鈕，把選擇好的目標刻度區載入到類比計算列表（圖5-44）。也可以選擇「全部添加」，把刻度區列表中的刻度區全部載入到類比計算列表。

計算相似系數

選擇並載入完成刻度區後，點擊「計算相似系數」按鈕（圖5-44），計算目標計算單元與所選擇的刻度區之間的相似系數。相似系數結果在右上「參數分布」數據表中顯示（圖5-44）。如果計算後的相似系數與預期的結果不相符合，可以選擇「刪除」、「全部刪除」按鈕取消已經計算的相似系數，重新選擇刻度區，繼續進行計算相似系數。

圖5-43 類比計算窗口

提示：如果選擇的目標計算單元已經做過類比法，打開計算窗口時，上一次計算採用的刻度區和相似系數自動顯示，用戶可以直接進行資源量計算（圖5-44）。

圖5-44 刻度區選擇、計算相似系數

資源量計算

計算相似系數完成後，就可以繼續進行資源量計算。單擊圖5-44中左上部的「計算」菜單項，系統將進行類比計算，計算完畢後窗口上部將顯示出類比結果。

結果顯示

當計算成功後將出現如下成果圖（圖5-45）。圖中右側為成果數據分布表（21點），包括面積類比法的油地質資源、油可采資源、氣地質資源和氣可采資源等內容；圖左側為成果數據分布圖，包括面積類比結果的油資源分布「資源量（面積/油）」、面積類比結果的氣資源分布「資源量（面積/氣）」。

圖5-45 類比計算成果窗口

單擊圖5-45中「資源量（面積/油）」按鈕，將出現面積類比結果的油資源分布；單擊「資源量（面積/氣）」按鈕，將出現面積類比結果的氣資源分布。

2.面積豐度類比（乘）

資源豐度類比法包括油和氣兩部分，它們的操作是相似的，在這里只介紹油類比法的應用操作。

在系統平台功能索引區選擇方法索引目錄，展開目錄節點，選擇類比法中的石油資源量油類比法，雙擊被選擇的節點，就可啟動資源豐度類比演算法。

圖5-46 面積豐度類比演算法的窗口

啟動後計算單元類比主窗口如圖5-47所示。

圖5-47 演算法的主窗口

計算單元選擇

在評價目標索引區中，用戶可以看到當前工程中的所有評價目標，用戶展開目錄索引，選擇一個計算單元，雙擊目標計算單元節點，完成計算單元選擇。

類比打分

中部面板上由「圈閉條件」、「蓋層條件」、「儲層條件」、「油源條件」和「配套條件」五大地質條件組成打分區。用戶在打分時可以用滑鼠單擊選擇鈕，所選的參數和分值會自動顯示在相應的文本框中；用戶還可以在分值文本框中直接輸入分值，正常情況下的分值在1～4之間；當未進行打分（分值為0）或直接打0分時，表明在類比時將不考慮該項內容（圖5-47、圖5-48）。

提示：五大地質條件及其所包含的各子項都要逐一進行打分評價，否則將影響類比結果。

圖5-48 類比打分主窗口

刻度區打分

用戶在進行類比計算之前要確認即將參與計算的刻度區已經完成打分，如果刻度區沒有進行過打分，在類比法主窗口點擊「刻度區打分」，打開刻度區打分窗口，根據刻度區具體的參數值（界面上有提示，其值用藍色顯示）對刻度區進行打分，打分方法和計算單元打分一致（圖5-49）。

圖5-49 類比打分主窗口

提示：沒打過分的新工程必須打分，否則無法進行類比計算。

評價計算

當類比打分完成後，單擊「評價計算」即可進入類比計算窗口（圖5-50），該窗口為上部的成果圖（左）、成果表（右），下部的「預測計算單元」、「刻度區選擇」、「計算相似系數」、「計算」等功能組成。

圖5-50 類比計算窗口

刻度區選擇

選擇圖5-50中的「刻度區列表」中的刻度區（可多選），點擊添加按鈕，把選擇好的目標刻度區載入到類比計算列表（圖5－51）。也可以選擇「全部添加」，把刻度區列表中的刻度區全部載入到類比計算列表。

計算相似系數

選擇並載入完成刻度區後，點擊「計算相似系數」按鈕（圖5-51），計算目標計算單元與所選擇的刻度區之間的相似系數。相似系數結果在右上「參數分布」數據表中顯示（圖5-51）。如果計算後的相似系數與預期的結果不相符合，可以選擇「刪除」、「全部刪除」按鈕取消已經計算的相似系數，重新選擇刻度區，繼續進行計算相似系數。

提示：如果選擇的目標計算單元已經做過類比法，打開計算窗口時，上一次計算採用的刻度區和相似系數自動顯示，用戶可以直接進行資源量計算（圖5-51）。

圖5-51 刻度區選擇、計算相似系數

資源量計算

計算相似系數完成後，就可以繼續進行資源量計算。單擊圖5-51中左上部的「計算」菜單項，系統將進行類比計算，計算完畢後窗口上部將顯示出類比結果。

結果顯示

當計算成功後將出現如下成果圖（圖5-52）。圖中右側為成果數據分布表（21點），包括面積類比方法的油地質資源、油可采資源、氣地質資源和氣可采資源等內容；圖左側為成果數據分布圖，包括面積類比結果的油資源分布「資源量（面積/油）」、面積類比結果的氣資源分布「資源量（面積/氣）」。

圖5-52 類比計算成果窗口

單擊圖5-52中「資源量（面積/油）」按鈕，將出現面積類比結果的油資源分布；單擊「資源量（面積/氣）」按鈕，將出現面積類比結果的氣資源分布。

（六）匯總計算

資源計算是基於計算單元的，而且有時會用多種方法計算一個單元的資源量，得出的結構需要進行匯總。

1.方法資源量匯總

對於用不同方法計算出來的資源量，採用特爾菲法進行匯總。首先要進行特爾菲法系數設置，調整各個方法計算出來的同一個計算單元在匯總中的權重而設置的，界面如圖5-53所示。

圖5-53 特爾菲系數設置

【方法和計算單元說明區】本區域顯示的是各個計算單元所使用的方法名稱；不可以編輯。

【權重信息】本區域顯示的是方法的權重，修改各個方法的權重在本區進行。

然後點擊「確定」，對選定的計算單元下的各個計算方法產生的數據進行加權匯總，匯總結果顯示如圖5-54所示。

圖5-54 特爾菲匯總結果

2.逐級匯總

經過特爾菲法匯總後得出計算單元的綜合資源量，然後通過蒙特卡羅法逐級匯總，形成評價單元的資源量，直至得到全國的資源量。

（七）資評流程管理

資源量計算方法軟體既可以單獨使用，也可以配置成流程實現自動執行。不過使用流程進行資源評價的基礎是專家對評價目標的地質、成藏條件的充分研究，確定各個流程方法節點的各種參數。

主要通過三個步驟進行流程執行進行資源量計算。

1.方法庫管理

方法庫管理實現將多種來源的方法集成到油氣資源評價系統中。一邊將來作為配置流程的一個方法節點。

主界面

方法庫管理的主界面如圖5-55所示。

圖5-55 方法庫管理

主界面由：菜單，工具條，方法庫樹型視圖，方法庫目錄視圖，狀態欄這些部分組成。

菜單包括三個分組：方法庫，方法和視圖。

工具條中放置了一些最常用的操作按鈕。

方法庫樹型視圖以樹型的方式列舉了方法庫中定義的方法分類和每個方法分類中的方法。用戶可以通過滑鼠展開樹型視圖進行查看。

方法庫目錄視圖以目錄的方式顯示方法庫的信息，它的頂部顯示定義的分類總數，或者某個分類中定義的方法的總數。當目錄視圖中是分類時，可以通過雙擊文件夾圖標展開這個分類。

方法庫目錄視圖在執行具體操作時，將隱藏。在主界面的右邊將顯示需要用戶交互的詳細信息。狀態欄的第二格將顯示當前的操作信息。

對方法庫的操作包括新增分類、修改分類和刪除分類等，還可以查看已有方法

分類。

對方法的操作包括加入方法、修改方法和刪除方法、移動方法等，還可以查看已有方法。

視圖操作

（1）顯示工具欄。點擊菜單【視圖】→【工具欄】，可以顯示或者不顯示工具欄。

（2）顯示狀態欄。點擊菜單【視圖】→【狀態欄】，可以顯示或者不顯示狀態欄。

（3）退出。點擊菜單【方法庫】→【退出】，將退出方法庫管理。

2.流程定義

流程定義實現將已經包裝好的方法節點配置成可以執行的流程，以實現快速動態評價的功能。流程定義的主界面如圖5-56所示。

圖5-56 流程定義界面

主界面由：菜單，常用工具欄，方法庫樹型視圖、流程變數視圖、繪圖工具欄、流程詳細信息視圖、流程元素屬性視圖、關聯方法信息視圖、提示窗口、狀態欄這些部分組成。

菜單包括三個分組：流程，編輯和視圖。

常用工具欄中放置了一些最常用的操作按鈕。

方法庫樹型視圖以樹型的方式列舉了方法庫中定義的方法分類和每個方法分類中的方法。用戶可以通過滑鼠展開樹型視圖進行查看。

流程變數視圖展示了當前編輯的流程的全局變數。

繪圖工具欄放置了流程所有可以定義的關系類型，和流程節點顯示的形狀菜單。

方法詳細信息視圖以圖形的方式顯示了當前定義的流程，用戶通過滑鼠拖動，或者編輯可以修改當前的流程。

流程元素屬性視圖顯示當前編輯流程中某個流程元素的詳細信息。

關聯方法信息視圖顯示當前選中的流程節點的方法信息。

提示窗口一般情況下是隱藏的，當用戶定義操作有誤或者檢查流程時出現，顯示一些必要的提示信息給用戶。

狀態欄顯示一些中間狀態或者提示操作。

圖5-57顯示了配置好的一個流程的情況。

圖5-57 配置好的流程

3.流程式控制制

主界面介紹

流程式控制制的主界面如圖5-58所示。

圖5-58 流程式控制制界面

主界面由：工具欄、流程變數視圖、流程詳細信息視圖、流程節點屬性視圖、關聯方法信息視圖、運行日誌窗口、即將運行節點窗口、狀態欄這些部分組成。

工具欄列出了用戶可以進行的流程式控制制操作。

流程變數視圖列舉了當前流程的全局變數和他們的值。

節點屬性視圖列舉了選中節點的屬性。

關聯方法信息顯示當前選中的流程節點的方法信息。

運行日誌窗口列出了流程運行時的日誌。

即將運行節點列出了即將運行的流程節點。

狀態欄顯示一些中間狀態或者提示操作。

圖5-59所示是圖5-57的流程執行的情況。

圖5-59 流程執行狀態

㈧ 　資源量估算

一、資源量估算的級別

資源量估算是根據新疆地質礦產勘查開發局第二地質大隊1998年薩瓦亞爾頓金礦普查成果及作者科研工作的基礎上進行的。資源量分級採用國家技術監督局1999年12月1日頒布的中華人民共和國國家標准——《固體礦產資源量/儲量分類》（GBT1776—1999）標准。

薩瓦亞爾頓礦區普查階段已施工了大量的探槽進行地表控制，並對礦化較富集的地段採用了少量的鑽孔和平硐進行深部揭露。以探槽間距小於60m並有鑽探控制或/和平硐控制的礦化區段內估算出的資源量定為控制的資源量（332）；由控制資源量分布區外推以及探槽間距為100m左右且無深部工程式控制制的區段內所估算出的資源量，定義為推斷的資源量（333）；地表只採用稀疏探槽控制，具有較明顯的圍岩蝕變和地球化學異常的地段內估算出的資源量為預測的資源量（334）（?）。

二、圈定礦化體的原則

1.礦化地質體邊界品位的確定

確定礦化體邊界品位時充分考慮到了下列因素：

（1）礦化體的圈定能夠正確地反映本礦床成礦特點和礦化體賦存規律，利於勘查工作的進一步開展；

（2）主礦體（Ⅳ號礦體）規模大、厚度和品位變化較均勻（厚度變化系數為50%；金品位變化系數為76%）；

（3）礦體埋藏淺、厚度大、形態簡單，可以採用露采方式開采主礦體，開采技術條件比較簡單；

（4）礦石類型簡單，選冶加工技術比較成熟，預計有較高的選冶回收率；

（5）國內黃金市場需求大於供給；

（6）本次資源量估算主要是從科學研究的角度考慮。

綜合上述因素，礦體邊界採用1.0×10^-6的品位指標進行圈定。

2.礦化體圈定遵循下述原則

（1）圈定礦體時充分注意到本礦區的成礦特徵和控礦因素，在認真研究礦化體形態、分支復合特點的基礎上，在見礦工程與無礦工程之間採用外推法，視見礦工程品位的高低及礦化體穩定情況外推工程間距的1/3、1/2或2/3；對於見礦工程以外，則以1/2的工程間距無限外推礦化體邊界；

（2）對於預測的資源量（334）（?）分布地段，主要依據構造蝕變帶的形態和產狀以及已施工的探槽的資料推定礦化體邊界；

（3）反映出礦化的客觀規律，盡可能地展示其完整性和連續性。

3.礦塊深度的推定原則

（1）根據深部工程截穿礦化體的深度確定控制資源量（332）礦塊的深度界線；以1/2的沿傾向方向工程間距無限外推確定推定資源量（333）礦塊的深部邊界，外推時還考慮了當前技術經濟條件。

（2）預測資源量（334）（?）礦塊深部邊界的確定可分為兩種情況考慮：（a）Ⅳ號礦帶由於規模大、厚度和品位變化較均勻，根據可預見未來的技術經濟條件以及礦帶的賦存狀態，其預測資源量礦塊的深部邊界為2900m水平；（b）其餘礦帶由於規模小、品位低，其預測資源量礦塊視具體條件進行推定。

三、資源量估算參數的確定

（1）礦化體面積：在垂直縱投影圖上劃分地質塊段，採用幾何法計算各塊段面積；

（2）礦化體厚度：以塊段內各見礦工程的平均厚度作為塊段的平均厚度；

（3）礦化體平均品位：以塊段內各見礦工程的平均品位作為該塊段的平均品位；

（4）礦石體重：根據礦區內10個小體重樣的測定結果（表5.25），取其平均值2.51t/m³作為本礦區的礦石體重值。

表5.25薩瓦亞爾頓金礦區小體重樣品測定結果

註：數據引自新疆地礦局第二地質大隊

四、資源量估算方法

如前所述，薩瓦亞爾頓金礦區內展布的礦化帶眾多，但多數礦化帶工作程度很低。為此，我們決定選擇工作程度相對較高、可圈定出的金礦體規模較大，可以優先開採的Ⅳ號帶和I號帶進行資源量的估算。其餘礦帶未予進行估算。

資源量估算方法，採用地質塊段法進行。根據深部工程截穿礦體的深度確定控制資源量（332）礦塊的深度界線；以1/2的沿傾向工程間距無限外推確定推定資源量（333）礦塊的深部邊界，並認為3100m水平以上的礦塊在當前技術經濟條件下開采是可行的。見圖5.16和圖5.17所示。

圖5.16薩瓦亞爾頓金礦床Ⅳ號金礦帶垂直縱投影圖

1—控制的資源量塊段；2—推定的資源量塊段

圖5.17薩瓦亞爾頓金礦床I號金礦帶垂直縱投影圖

1—控制的資源量塊段；2—預測的資源量塊段

五、Ⅳ號礦帶金資源量估算

Ⅳ號金礦帶是目前薩瓦亞爾頓金礦區最大的金礦帶。也是迄今研究程度較詳、工程式控制制較多的一個金礦帶。圖5.18示Ⅳ號帶展布和勘查工程平面分布情況。圖5.19～5.20示金礦體向深部延伸的情況。

1.Ⅳ號礦帶的工程式控制製程度

Ⅳ號礦帶地表展布與化探Au47,Sb16異常吻合，也與甚低頻測量異常一致。南起肖爾布拉克，向北斜切薩瓦亞爾頓河、玉奇坎盆至薩瓦亞爾頓山口，全長約4200m。其全面特徵詳見第四章所述。

礦帶地表出露最高點至最低點（侵蝕基準面）的高差約為278m。地表處按60～120m間距採用探槽進行系統揭露（近年已適度作了加密），控制礦化體長度達2580m，其中以60m間距控制的地段為800m。在第27線和0線上施工有深部鑽孔（圖5.19和圖5.20），控制礦體斜深為300m。在3406m標高處，按60～180m間距施工穿脈7條，沿脈2條，控制長度約600m（12線—27線之間）。

2.塊段的劃分及其資源量估算

（1）控制的資源量塊段Ⅳ－1，此塊段（圖5.16）分布於第28勘探線至第35勘探線之間，長度為800m，以3200m標高（即以第27線上ZK2702號鑽孔截穿礦化體的深度水平）作為該塊段的下界。該礦塊在地表採用間距為60m左右的探槽進行控制，深部施工了二個鑽孔並在3406m水平採用系統的坑探工程進行了揭露，其資源量級別達到控制的資源量（332）級。礦塊的平均厚度和平均品位是根據該塊段內已有勘查工程所獲得的數據（見表5.26）計算出的算術平均值；塊段面積採用幾何法求出；礦石體重採用小體重法測定值。該塊段資源量估算結果見表5.27。

表5.26薩瓦亞爾頓金礦床Ⅳ號礦化帶Ⅳ－1塊段平均厚度和品位

（2）塊段Ⅳ－2：位於塊段Ⅳ－1（圖5.16）之下部。考慮到塊段Ⅳ－1的厚度和品位均相對比較穩定，礦石類型比較簡單，同時考慮到當前開采技術條件，採用無限外推方法以3100m標高為下界圈定塊段Ⅳ－2。該塊段資源量級別為333，即推定的資源量，並參照塊段Ⅳ－1的平均厚度和品位估算該礦段的資源量，其估算結果見表5.27。

圖5.18Ⅳ號金礦帶勘查工程平面分布圖

圖5.19Ⅳ號金礦帶0號勘探線剖面圖

（3）塊段Ⅳ－3：位於塊段Ⅳ－1和Ⅳ－2的東側，切過玉奇坎盆至薩瓦亞爾頓山口，長度為1500m。地表進行了比較詳細的地質、地球物理和地球化學研究，但只採用了少數幾個探槽進行揭露，深部無工程式控制制（圖5.18）。該塊段平均品位和厚度的計算只是基於現有幾個探槽所獲得的數據（見表5.28），並參照塊段Ⅳ－2以3100m標高作為該塊段的底界。其資源估算結果列於表5.27，資源量級別為預測的資源量（334）？。

圖5.20Ⅳ號金礦帶27號勘探線剖面圖

表5.27薩瓦亞爾頓金礦床Ⅳ號礦帶資源量估算表

（4）塊段Ⅳ－4：位於塊段Ⅳ－1和Ⅳ－2的西側，向南至肖爾布拉克，長度為1050m。該塊段已進行比較詳細的地質、地球物理和地球化學方面的研究，並採用3120m或更小間距的探槽進行揭露，深部無工程式控制制。現有資料表明，該塊段的品位和厚度變化相對比較均勻和穩定。塊段的底界參照塊段Ⅳ－2以3100m標高確定，並利用塊段內施工的探槽獲得的數據採用算術平均法計算塊段平均厚度和品位，採用幾何法確定塊段面積。表5.28中列出了該塊段資源量估算結果，其級別為推定資源量（333）。

表5.28薩瓦亞爾頓金礦Ⅳ－3、Ⅳ－4塊段平均品位和厚度

六、Ⅰ號礦帶資源量估算

Ⅰ號礦帶是迄今礦區中僅次於Ⅳ號帶的金礦帶，在地表和近地表有一定的探槽、淺井和坑道工程進行控制。Ⅰ號金礦帶的展布和地表工程示於圖5.21中。

1.Ⅰ號礦化帶工程式控制製程度

Ⅰ號礦化帶位於Ⅳ號礦化帶東部，地表斷續出露於納扎爾加依洛溝東部山坡上，與79號、54號、25號金異常以及18號、25號、13號銻異常相對應。礦化帶受構造蝕變帶控制，走向N32°～40°E，傾向北西，傾角68°～75°。

地表按40～300m不等間距施工探槽22條、淺井2個，並在8號勘探線上施工穿脈—條，控制長度為1810m。礦化類型主要以硅化蝕變岩型為主，少量硫化物石英脈型。

2.塊段劃分及其金礦資源量估算

（1）塊段Ⅰ－1：位於0號和32號勘探線之間，長度為800m，槽探工程間距為40m，部分為80m；在24線和32線上各施工一個淺井，控制深度為10m，在8號線3820m水平上施工了一條穿脈（CM801）揭露礦體。塊段品位和厚度變化相對比較均勻（品位變化系數為37%；厚度變化系數為88%）。以3820m標高為底界圈定該塊段，其資源級別為控制的資源量（332）。

礦塊的平均厚度和平均品位是根據塊段內已有工程所獲得的數據（表5.30）計算，面積採用幾何法求出，礦石體重採用礦區內小體重測定值（2.51t/m³），其資源量估算結果列於表5.29。

（2）塊段Ⅰ－2：位於塊段Ⅰ－1之下，考慮到塊段Ⅰ－1的厚度和品位均相對比較穩定，礦石類型比較簡單，並考慮到當前和未來技術經濟條件，採用無限外推法以3700m標高作為該塊段的底界，以塊段Ⅰ－1的平均厚度和品位作為該塊段的平均厚度和品位，以礦區測定的小體重值作為該塊段的礦石體重，其資源量估算結果列於表5.29中。由於該塊段缺乏工程式控制制，所採用的平均品位較低（1.75g/t），其工業價值尚難確定，故該塊段為預測的資源量（334）（?）。

圖5.21薩瓦亞爾頓金礦區Ⅰ、Ⅱ號金礦帶平面展布圖

表5.29薩瓦亞爾頓金礦床I號礦帶資源量估算表

礦區內其他礦化帶中也圈定出若干金礦體，現有資料表明，其品位在1g/t左右，厚度也只有1.0m左右（局部可能達到5m），其傾角很陡（70°～75°），在可預見的未來技術經濟條件下尚難以開發利用，故未進行資源量估算。

綜上所述，本次資源量估算結果為：控制的資源量＋推斷的資源量＋預測的資源量＝123.44（t）。這些資源量都有相應的工程式控制制和較深入的研究，估算的依據比較充分，因此，其結果具有相當的可信度。

必須指出，本資源量的計算僅僅涉及到薩瓦亞爾頓礦區2條主要礦帶中礦體的儲量，計算深度不超過400m。按照目前鑽孔揭露情況，礦體延深較好，因此，實際上Ⅳ號和工號帶尚保有相當數量的遠景資源量未予計算。

此外，礦區中尚有大量礦化破碎帶及預測隱伏的礦化破碎帶。倘若這些礦化破碎帶進一步工程揭露並加以證實，則薩瓦亞爾頓礦床的金的儲量將可能大幅度地增加，其遠景相當可觀。

表5.30薩瓦亞爾頓礦床I號礦化帶見礦工程平均品位和厚度數據表

續表

㈨ 資源量的估算

在對礦床塊體模型中塊體單元進行品位空間插值的過程中，一般需要採用搜索橢球 體來限制空間插值過程中已知塊體單元的搜索范圍（尚曉明和王李管，2007；房智恆等，2008）。搜索橢球體反映了已知點對未知點的影響范圍和方式，根據前面得到的理論變異 函數的參數，可以得到鉛和鋅的品位估算的搜索橢球體參數，如表5.6與表5.7。

表5.6 丁家山礦區品位估算中搜索橢球體參數

㈩ 可采資源量計算方法

可采資源量是地質資源量乘以可采系數得到的。即：

可采資源量＝地質資源量×可采系數

計算可采資源量前必須先確定出油砂礦適用的開采方法，因為不同的開采方法採收率相差很大，如採用露天開采則採收率超過90%，而採用地下開采方式的採收率一般較低。因此，在計算可采資源量時，開采方式應顯得特別重要。