Core Concepts
이 연구는 주변 소음 단층 분석(ANT)과 인공지능(AI)을 통합하여 광물 자원 발견과 정의를 향상시키는 혁신적인 종합 워크플로우를 제시한다.
Abstract
이 연구는 주변 소음 단층 분석(ANT)과 인공지능(AI)을 통합하여 광물 자원 발견과 정의를 향상시키는 혁신적인 종합 워크플로우를 제시한다.
먼저 대륙 규모의 구리 광물 유망성 모델을 구축하였다. 이 모델은 기존 구리 광상의 위치와 다양한 지구물리 데이터를 활용하여 훈련되었다. 이 모델은 호주 전역의 구리 유망 지역을 잘 포착하고 있다.
이어서 요크 반도의 힐사이드 IOCG 광상을 대상으로 지역 단위 모델 미세 조정을 수행하였다. 고해상도 ANT 데이터를 활용하여 기반 모델을 미세 조정함으로써 광체 윤곽을 정확하게 예측할 수 있었다.
이러한 종합적 접근법은 광물 자원 발견과 정의 과정을 더욱 효율적이고 정확하게 만들어 줄 것이다. 이는 지속 가능한 저탄소 경제로의 전환에 필수적인 광물 자원 확보에 기여할 것이다.
Stats
구리 생산량은 향후 10년 내 2배 증가해야 할 것으로 예상된다.
광물 탐사 및 개발 과정은 평균 12년 이상 소요되며, 때로는 수십 년이 걸리기도 한다.
힐사이드 광상의 광량은 186Mt @ 0.53% Cu, 0.14g/t Au로 추정된다.
Quotes
"새로운 기술은 저탄소 경제로의 전환을 가속화하는 데 필요하다."
"광물 탐사는 고위험 고수익 투자 옵션이다."
"ANT는 광물 탐사에 있어 비용 효율적이고 환경 친화적인 3D 영상화 기술이다."