Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Wasilewska, J." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Przegląd zastosowań geostatystyki do szacowania parametrów polskich złóż węgla brunatnego
    Overview of geostatistics applications for estimation of parameters of Polish lignite deposits
    Autorzy:
    Jurek, J.
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/394318.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    węgiel brunatny
    parametry złożowe
    geostatystyka
    kriging
    semiwariogram
    lignite
    deposit parameters
    geostatistics
    semivariogram
    Opis:
    Analiza opracowań publikowanych i wybranych prac niepublikowanych wykazała, że do geostatystycznego modelowania przestrzennego rozkładu parametrów polskich złóż węgla brunatnego najczęściej wykorzystywano metodę krigingu zwyczajnego, a rzadko symulację geostatystyczną. Skrótowo opisano wyniki dotychczasowych badań geostatystycznych, wskazując m.in. na trudności oceny wiarygodności modeli geostatystycznych związane z brakiem informacji o jakości danych podstawowych w dokumentacjach geologicznych, odmienność struktur zmienności parametrów pokładów węgla w różnych złożach, małą przydatność modeli geostatystycznych opartych na danych z rozpoznania wiertniczego złóż do prognozowania i sterowania jakością urobku, relatywnie małą dokładność szacowania wartości parametrów w punktach i małych blokach. Ponadto, zwrócono uwagę na możliwości wykorzystania w badaniach innych narzędzi geostatystycznych i zaproponowano poszerzenie zestawu parametrów jakościowych węgla brunatnego, które powinny być przedmiotem analiz geostatystycznych.
    Analysis of the published and selected unpublished papers showed that for model spatial variability of lignite deposit parameters the ordinary kriging method was used most of all and — rarely — geostatistical conditional simulation method. Results of previous geostatistical researches were briefly described in the paper. It was stated as follows: limited credibility of geostatistical models due to the lack of information on the quality of basic data in geological reporting, the diversity of variability structures of deposit parameters in different fields, low utility of geostatistical models based on data from reconnaissance drilling to predict and control the quality of output, the relatively low accuracy of parameter values estimations at points and within small blocks. Furthermore, the possibilities of using other geostatistical tools were mentioned. Widening set of quality parameters of lignite, which should be the subject of geostatistical analysis, was proposed.
    Źródło:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2013, 85; 143-153
    2080-0819
    Pojawia się w:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Geostatystyka jako narzędzie wspomagające badania polskich złóż – główne kierunki zastosowań
    Geostatistics as a tool supporting research on mineral deposits of Poland – main directions of applications
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2063113.pdf
    Data publikacji:
    2010
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    semiwariogram
    kriging
    geostatyka
    złoża
    semivariogram
    geostatistic
    mineral deposits
    Opis:
    W artykule skrótowo przedstawiono historię rozwoju geostatystyki w świecie i jej zastosowań w Polsce. Wymieniono i skomentowano główne kierunki wykorzystania geostatystyki w badaniu polskich złóż kopalin stałych, a w szczególności do szacowania zasobów kopaliny oraz modelowania rozkładu przestrzennego wartości parametrów złożowych. Wskazano na potrzebę i celowość wdrożenia metod geostatystycznych do praktyki rozpoznawania i dokumentowania złóż, projektowania ich eksploatacji i prognozy jakości urobku.
    The history of development of geostatistical methods in the world and their applications in Poland are shortly presented. Main directions of the use of geostatistics in the evaluation of mineral deposits of Poland are discussed, especially with regard to resource estimation and modelling of spatial distribution of deposit parameters. The necessity of wider implementation of geostatistics for proving mineral deposits, exploitation planning, sampling pattern optimizing and output quality predicting is emphasized.
    Źródło:
    Biuletyn Państwowego Instytutu Geologicznego; 2010, 439 (2); 409--415
    0867-6143
    Pojawia się w:
    Biuletyn Państwowego Instytutu Geologicznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Geostatistical support for categorization of metal ore resources in Poland
    Geostatystyczne wspomaganie kategoryzacji zasobów polskich złóż rud metali
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/216478.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    categorization of resources
    metal ore
    semivariogram
    JORC Code
    kategoryzacja zasobów
    rudy metali
    semiwariogram
    Opis:
    The authors attempted to introduce some components of the Australasian JORC Code system to the categorization of Polish Cu-Ag and Zn-Pb ore resources. The proposed geostatistical method of resource categorization applies two criteria: continuity of deposit parameters described by semivariograms and permissible, relative standard error of resources estimation determined with the ordinary kriging procedure. Considering the first criterion, we propose the following values of autocorrelation coefficients, which define the ranges (distances) of the resources categories around the measurement sites (e.g., exploration wells): “measured” category (A + B in the Polish system) – the values of the autocorrelation coefficient from 1 to 2/3, “indicated” category (C1 in the Polish system) – the values of the autocorrelation coefficient from 2/3 to 1/3, “inferred” category (partly C2 in the Polish system) – the values of the autocorrelation coefficient from 1/3 to 1/20, “out-of-doors” category (partly D in the Polish system) – the values of autocorrelation coefficient from 1/20 to 0. The second criterion of resources categorization is based upon the relative, standard errors of resources estimations calculated for the parts of deposit defined with the first criterion. The following permissible values of errors determined as the errors of ordinary kriging have been proposed: “measured” category (A + B in the Polish system) – 10% error, “indicated” category (C1 in the Polish system) – 30% error, “out-of-doors” category (partly D in the Polish system) – 50% error. [...]
    W artykule podjęto próbę włączenia pewnych elementów australijskiego systemu raportowania zasobów JORC Code do kategoryzacji polskich złóż Cu-Ag i Zn-Pb. Zaproponowano geostatystyczną metodę kategoryzacji uwzględniającą dwa kryteria: ciągłość parametrów zasobowych opisywaną za pomocą semiwariogramów oraz dopuszczalny relatywny, standardowy błąd oszacowania zasobów określany przy zastosowaniu procedury krigingu zwyczajnego. Według pierwszego kryterium uznano, że do poniżej wymienionych kategorii mogą być zakwalifikowane zasoby wokół punktów rozpoznania (np. otworów wiertniczych) w zasięgach odległości spełniających następujące warunki: kategoria measured (A + B wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 1 do 2/3, kategoria indicated (C1 wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 2/3 do 1/3, kategoria inferred (częściowo C2 wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 1/3 do 1/20, zasoby poza wymienionymi kategoriami (częściowo D wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału od 1/20 do 0. Jako drugie kryterium warunkujące zaliczenie partii zasobów do danej kategorii przyjęto wielkość relatywnych, standardowych błędów oszacowań zasobów w obszarach złoża przyporządkowanym kategoriom według pierwszego kryterium. Dla poszczególnych kategorii rozpoznania zaproponowano następujące dopuszczalne wielkości błędów wyznaczanych jako błędy krigingu zwyczajnego: kategoria measured (A + B wg polskiej klasyfikacji) – 10%, kategoria indicated (C1 wg polskiej klasyfikacji) – 20%, kategoria inferred (C2 wg polskiej klasyfikacji) – 30%, zasoby poza wymienionymi kategoriami (D wg polskiej klasyfikacji) – 50%. [...]
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2015, 31, 4; 21-33
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Variability anisotropy of mineral deposits parameters and its impact on resources estimation - a geostatistical approach
    Anizotropia zmienności parametrów i jej wpływ na szacowanie zasobów w ujęciu geostatystycznym
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/216978.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    parametr złożowy
    geostatystyka
    semiwariogram
    anizotropia
    kriging zwyczajny
    deposit parameters
    geostatistics
    semivariogram
    anisotropy
    ordinary kriging
    Opis:
    Anisotropy of variations of Polish mineral deposit parameters is rarely the subject of interest of geologists who carry on the assessment projects. However, if the anisotropy is strong its description and mathematical modeling are rational and justified as it may affect the accuracy of many calculations suitably for mining geology and mining engineering, e.g. estimation of resources and grade of particular raw-material, interpolation of deposit parameters values and construction of their contour maps, designing of optimum grade mining operations or densification of sampling grid. In geostatistics anisotropy is described with directional semivariograms which represent average variability of values of particular deposit parameter in various directions, depending on the distance between sampling sites. Convenient graphic presentation of anisotropy is map of directional semivariograms and good mathematical presentation are functions describing the anisotropy models. The paper presents the results of geostatistical descriptions of various anisotropy types in selected examples of Polish mineral deposits. Taking into account the spherical variability model, the influence of anisotropy on the results of deposit parameters estimations has been theorized for both the interpolation point and calculation block (area). It was found that anisotropy is effective for parameters estimation if three mutually interrelated factors are considered: power of directional diversification of parameters variation, contribution of random component to total, observed variation of parameters and the range of semivariograms (autocorrelation) of parameter referred to the average sampling grid density. The results demonstrate that anisotropy influences much more the estimations of parameters value in interpolation points than those of average values of parameters calculated for particular parts of deposit (calculation blocks). Moreover, anisotropy is unimportant when the random component of variability dominates the overall variability of analyzed parameter. Therefore, the simpler, isotropic variability model can be applied to geostatistical estimations of deposit parameters.
    Anizotropia zmienności parametrów złożowych tylko sporadycznie bywa przedmiotem zainteresowania dokumentatorów polskich złóż . Jej opis i modelowanie matematyczne ma jednak sens i uzasadnienie, gdy jest ona silnie wyrażona, ponieważ tylko wówczas może wpływać zauważalnie na dokładność rozwiązania wielu zadań z zakresu geologii górniczej i górnictwa, takich jak: szacowanie zasobów i jakości kopaliny, interpolacja wartości parametrów złożowych i kreślenie ich map izoliniowych, projektowanie eksploatacji uśredniającej czy też projektowanie zagęszczonej sieci punktów rozpoznania (opróbowania) złoża. W geostatystyce opisu anizotropii dokonuje się za pomocą semiwariogramów kierunkowych wyrażających średnie zróżnicowanie wartości badanego parametru złożowego dla różnych kierunków badań w zależności od odległości między punktami opróbowań. Graficznie anizotropię ilustruje się najczęściej w wygodnej dla interpretacji formie mapy semiwariogramów kierunkowych oraz matematycznie za pomocą funkcji analitycznych ciągłych opisujących modele anizotropowe. W artykule przedstawiono wyniki geostatystycznego opisu różnego rodzaju anizotropii zmienności parametrów złożowych na wybranych przykładach polskich złóż kopalin stałych. Teoretycznie, na przykładzie sferycznego modelu zmienności zilustrowano wpływ anizotropii na wyniki szacowania wartości parametrów złożowych w punktach i blokach złoża. Stwierdzono, że efektywność uwzględnienia anizotropii w szacowaniu parametrów złożowych jest uzależniona od wzajemnych relacji trzech elementów: siły kierunkowego zróżnicowania zmienności parametru, udziału losowego składnika zmienności w całkowitej, obserwowanej zmienności parametru oraz zasięgu autokorelacji wartości parametru odniesionego do średniego rozstawu punktów opróbowań. Wykazano, że anizotropia ma znacznie silniejszy wpływ na oszacowanie wartości parametrów w punktach złoża niż na oszacowanie jego średnich wartości w blokach złoża. Stwierdzono, że anizotropia nie ma istotnego znaczenia w przypadku dominacji losowego składnika zmienności w obserwowanej zmienności analizowanego parametru, co upoważnia do stosowania w oszacowaniach geostatystycznych prostszego, izotropowego modelu zmienności parametru.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2012, 28, 4; 113-135
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie struktury zmienności zasobności pierwiastków towarzyszących (As, Co, Pb) w złożu Cu-Ag Lgom (Kopalnia Rudna): konieczne, przydatne czy zbędne?
    Study of variability structure of accumulation index of accompanying elements (As, Co, Pb) in the Cu-Ag deposits (Lgom, Rudna mine):essential, useful or needless?
    Autorzy:
    Auguścik, J.
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/169759.pdf
    Data publikacji:
    2016
    Wydawca:
    Poltegor-Instytut Instytut Górnictwa Odkrywkowego
    Tematy:
    semiwariogram
    geostatystyka
    arsen
    kobalt
    ołów
    złoże Cu-Ag
    semivariogram
    geostatistics
    arsenic
    cobalt
    lead
    Cu-Ag deposit
    Opis:
    W artykule przedstawiono wynik badania struktury zmienności zasobności pierwiastków towarzyszących złożom Cu-Ag LGOM. Wskazano na trudności w jej badaniu spowodowane nieciągłością występowania podwyższonych zawartości pierwiastków, ich skrajnie dużą zmiennością. Opis struktury zmienności w ujęciu geostatystyczym jest wysoce przydatny z punktu widzenia wiarygodnego odwzorowania rozmieszczania zasobności tych pierwiastków, a w szczególności dla celów wykrywania i eliminowania ze zbiorów danych wartości anomalnych maskujących nielosową strukturę ich zmienności. Stwierdzono umiarkowany dla zasobności ołowiu i wyraźny dla arsenu i kobaltu udział składnika nielosowego w ich strukturze zmienności, ujawniający się do odległości od 0,5 do 1km. W przypadku zasobności kobaltu i ołowiu ujawniono słabą kierunkową zmienność, natomiast zmienność arsenu jest izotropowa. Geostatystyczna procedura krigingu poligonowego wykazała, że oszacowania średnich zasobności Co, Pb i As cechują się wielokrotnie niższą dokładnością oszacowania w stosunku do oszacowań Cu i Ag. Uwzględnienie w procedurze krigingu informacji o dość wyraźnej anizotropii zmienności zasobności ołowiu i kobaltu nie prowadzi do zauważalnego obniżenia wartości prognozowanych błędów oszacowań co upoważnia do stosowania prostszego, izotropowego modelu struktury ich zmienności.
    The paper presents result of study of the variability structure of the elements accompanying Cu-Ag LGOM deposits. Difficulties of this study are related to the discontinuity caused by the presence of elevated contents of elements, their extremely high variability and the occurrence of anomalous values. Description of the variability structure in geostatistical terms is highly useful from the perspective of reliability of mapping of these elements, in particular for detecting and eliminating of anomalous value from the data sets masking non-random structure of their variability. It was stated moderate for accumulation index of lead and evident for accumulation index of arsenic and cobalt participation of non-random component in they variability structure, revealing to the distance from 0.5 to 1km. In the case of accumulation index of cobalt and lead week directional variability is observed and the arsenic variability is practically isotropic. Polygonal kriging estimation of the average accumulation index of Co, Pb and As, are characterized by multiple lower accuracy of estimates with respect to Cu and Ag. Taking into account in the kriging information about quite evident anisotropy of lead and cobalt accumulation index has not resulted in a reduction of the kriging estimation errors. In geological-mining practice, can be assumed simpler, isotropic model of variability structure of these elements.
    Źródło:
    Górnictwo Odkrywkowe; 2016, 57, 3; 36-43
    0043-2075
    Pojawia się w:
    Górnictwo Odkrywkowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies