DOI: 10.56195/20793332-2026-26-5-113-117
И. О. Паничкин
- Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский технологический университет «МИСИС», Горный институт, г. Москва, Российская Федерация
- Аннотация:
- Предложен метод композитной типизации геометрических структур трехмерного геохимического поля медно-порфировой системы, предназначенный для пространственного разделения рудного поля на высокопотенциальные, переходные и низкопотенциальные горно-геологические типы. Актуальность исследования связана с необходимостью учитывать при интерпретации не только содержание меди, но и форму локального геохимического поля, направленность его изменчивости, положение относительно рудного ядра и периферийных ореолов, а также литологический домен. Методика основана на комплексировании геохимических индексов, локальном квадратичном приближении поля, гессианном анализе и оценке линейной анизотропии. Проверка выполнена по фактическим содержаниям меди, геологическим доменам и двум независимым вариантам выделения кондиционных интервалов. Установлено, что типы 110 и 120 характеризуются долей длины с содержанием меди не ниже 0,30 % на уровне 75,2 %, а их средневзвешенные содержания составляют 0,706 и 0,698 %. Высокопотенциальная группа покрывает 43,1 % кондиционных интервалов по схеме Государственной комиссии по запасам Российской Федерации и 49,0 % интервалов по канадскому варианту. При включении переходных типов покрытие возрастает до 81,9 и 94,0 % соответственно. Научная новизна заключается в объединении геохимической выраженности, локальной геометрии поля и его анизотропии в едином интервальном показателе рудного потенциала. Практическая значимость состоит в возможности использования типизации для детализации рудного тела, выделения перспективных участков, обоснования доразведки и последующего планирования горных работ. Результаты исследований могут быть полезными при комплексной интерпретации данных опробования, пространственном районировании рудного поля, оценке его внутренней неоднородности и выборе участков, требующих дополнительной геологической детализации.
- Ключевые слова:
- медно-порфировая система, трехмерное геохимическое поле, гессианный анализ, пространственная анизотропия, композитная типизация, содержание меди, геологические домены, кондиционные интервалы, рудный потенциал, планирование горных работ
- Для цитирования:
- Паничкин И.О. Композитная типизация геометрических структур трехмерного геохимического поля медно-порфировой системы. Маркшейдерия и недропользование. 2026; 26 (5): 113-117. https://doi.org/10.56195/20793332-202626-5-113-117
- Информация об авторах:
-
- Илья Олегович Паничкин – аспирант кафедры геологии и маркшейдерского дела Горного института, Национальный исследовательский технологический университет «МИСИС», г. Москва, Российская Федерация; e-mail:
Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript.
- Илья Олегович Паничкин – аспирант кафедры геологии и маркшейдерского дела Горного института, Национальный исследовательский технологический университет «МИСИС», г. Москва, Российская Федерация; e-mail:
- Список литературы:
-
- 1. Lowell J.D., Guilbert J.M. Lateral and vertical alteration-mineralization zoning in porphyry ore deposits. Economic Geology. 1970; 65 (4): 373-408. https://doi.org/10.2113/gsecongeo.65.4.373.
- 2. Sillitoe R.H. Porphyry copper systems. Economic Geology. 2010; 105 (1): 3-41. https://doi.org/10.2113/gsecongeo.105.1.3.
- 3. Викентьев И.В., Шатов В.В., Смирнов Д.И. и др. Медно-золотопорфировое месторождение Юбилейное (Западный Казахстан): геологическая позиция и условия образования. Геология рудных месторождений. 2023; 65 (7). https://doi.org/10.31857/S0016777023070080. Vikentiev I.V., Shatov V.V., Smirnov D.I., et al. The Yubileinoe Cu–Au Porphyry Deposit (Western Kazakhstan): Geological Setting and Formation Conditions. Geology of Ore Deposits. 2023; 65 (7). (In Russ.). https://doi.org/10.31857/S0016777023070080.
- 4. Cheng Q., Agterberg F.P., Ballantyne S.B. The separation of geochemical anomalies from background by fractal methods. Journal of Geochemical Exploration. 1994; 51 (2): 109-130. https://doi.org/10.1016/0375-6742(94)90013-2.
- 5. Zuo R., Xia Q., Wang H. Compositional data analysis in the study of integrated geochemical anomalies associated with mineralization. Applied Geochemistry. 2013; 28: 202-211. https://doi.org/10.1016/j.apgeochem.2012.10.031.
- 6. Zhang S., Carranza E.J.M., Fu C., et al. Interpretable machine learning for geochemical anomaly delineation in the Yuanbo Nang District, Gansu Province, China. Minerals. 2024; 14 (5): 500. https://doi.org/10.3390/min14050500.
- 7. Min Y., Zhao J., Sui Y., et al. Comparison of manifold learning algorithms for identifying geochemical anomalies associated with copper mineralization. Scientific Reports. 2025; 15: 39628. https://doi.org/10.1038/s41598-025-23301-7.
- 8. Nathwani C.L., Wilkinson J.J., Fry G., et al. Machine learning for geochemical exploration: classifying metallogenic fertility in arc magmas and insights into porphyry copper deposit formation. Mineralium Deposita. 2022; 57: 1143-1166. https://doi.org/10.1007/s00126-021-01086-9.
- 9. Frangi A.F., Niessen W.J., Vincken K.L., et al. Multiscale vessel enhancement filtering. Medical Image Computing and Computer-Assisted Intervention – MICCAI’98. Lecture Notes in Computer Science. 1998; 1496: 130-137. https://doi.org/10.1007/BFb0056195.
- 10. Bolsinov A.V., Konyaev A.Yu., Matveev V.S. Nijenhuis geometry. Advances in Mathematics. 2022; 394: 108001. https://doi.org/10.1016/j. aim.2021.108001.
- 11. Кантемиров В.Д., Яковлев А.М., Титов Р.С. Оценка качественных показателей полезных ископаемых с использованием геоинформаци- онных технологий блочного моделирования. Геоинформатика. 2020; 3: 29-37. https://doi.org/10.47148/1609-364X-2020-3-29-37. Kantemirov V.D., Yakovlev A.M., Titov R.S. Assessment of mineral quality indicators using geoinformation technologies for block modeling. Geoinformatika. 2020; 3: 29-37. (In Russ.). https://doi.org/10.47148/1609-364X-2020-3-29-37.
- 12. Кантемиров В.Д., Яковлев А.М., Титов Р.С. Применение геоинформационных технологий блочного моделирования для совершенство- вания методов оценки качественных показателей полезных ископаемых. Известия высших учебных заведений. Горный журнал. 2021; 1:63-73. https://doi.org/10.21440/0536-1028-2021-1-63-73. Kantemirov V.D., Yakovlev A.M., Titov R.S. Application of geoinformation block modeling technologies to improve methods for assessing mineral quality indicators. News of the Higher Institutions. Mining Journal. 2021; 1: 63-73. (In Russ.). https://doi.org/10.21440/0536-1028-2021-1-63-73.
- 13. Мельниченко И.А., Кожухов А.А., Омельченко Д.Р. и др. Построение трехмерной модели месторождения с использованием принципов блочного моделирования и искусственных нейронных сетей. Горный информационно-аналитический бюллетень. 2022; 10: 5-19. https:// doi.org/10.25018/0236_1493_2022_10_0_5. Melnichenko I.A., Kozhukhov A.A., Omelchenko D.R., et al. Construction of a 3D deposit model using block modeling principles and artificial neural networks. Mining Informational and Analytical Bulletin. 2022; 10: 5-19. (In Russ.). https://doi.org/10.25018/0236_1493_2022_10_0_5.
- 14. Кантемиров В.Д., Титов Р.С., Тимохин А.В. и др. Совершенствование методов учета повышенных потерь и разубоживания полезного ископаемого при добыче. Горный информационно-аналитический бюллетень. 2020; 3-1: 453-464. https://doi.org/10.25018/0236-1493-2020-31-0-453-464. Kantemirov V.D., Titov R.S., Timokhin A.V., et al. Improving methods for accounting for increased mineral losses and dilution during extraction. Mining Informational and Analytical Bulletin. 2020; 3-1: 453-464. (In Russ.). https://doi.org/10.25018/0236-1493-2020-31-0-453-464.
- 15. Mou N., Wang G., Sun X. Identification of geochemical anomalies related to mineralization: a case study from porphyry copper deposits in the Qulong- Jiama mining district of Tibet, China. Journal of Geochemical Exploration. 2023; 244: 107126. https://doi.org/10.1016/j.gexplo.2022.107126.
