Moderné metódy hodnotenia ložísk nerastných surovín
Moderné metódy hodnotenia ložísk nerastných surovín
Moderné metódy hodnotenia ložísk nerastných surovín
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
UNIVERZITA KOMENSKÉHO V BRATISLAVE<br />
Prírodovedecká fakulta<br />
MODERNÉ METÓDY HODNOTENIA LOŽÍSK<br />
NERASTNÝCH SUROVÍN<br />
Peter Španek<br />
Bratislava 2010
<strong>Moderné</strong> <strong>metódy</strong> <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong><br />
Dizertačná práca<br />
Mgr. Peter Španek<br />
Univerzita Komenského v Bratislave<br />
Prírodovedecká fakulta<br />
Katedra ložiskovej geológie<br />
4.1.27. Ložisková geológia<br />
Ložisková geológia<br />
Školiteľ: Doc. RNDr. Otília Lintnerová, CSc.<br />
BRATISLAVA 2010
Zadávací list dizertačnej práce<br />
Školiace pracovisko: Univerzita Komenského v Bratislave, Prírodovedecká fakulta<br />
Meno a priezvisko doktoranda: Mgr. Peter Španek<br />
Číslo a názov študijného odboru (-ov): 4.1.27. Ložisková geológia<br />
Názov študijného programu: Ložisková geológia<br />
Školiteľ doktoranda: Doc.RNDr. Otília Lintnerová, CSc.<br />
Pracovisko, na ktorom doktorand vykonáva doktorandské štúdium: Katedra ložiskovej geológie<br />
Dátum nástupu na štúdium: 1.9. 2006<br />
Doktorandské štúdium a vypracovanie dizertačnej práce je viazané na projekt (-y):<br />
a) grant Univerzity Komenského v Bratislave č. 224, názov: <strong>Moderné</strong> trendy v hodnotení<br />
<strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>, doba trvania: 2008 - 2009<br />
b) VEGA projekt, č. 1/3072/06, názov: Minerálne nanomateriály a ich environmentálne<br />
aplikácie, doba trvania: 2006 – 2008, vedúci: Mgr. Peter Uhlík, PhD.<br />
c) VEGA projekt, č. 1/0219/10, názov: Vplyv Fe na technologické vlastnosti <strong>nerastných</strong><br />
<strong>surovín</strong>, doba trvania: od 2010, vedúci: Doc. RNDr. Otília Lintnerová, CSc.<br />
Názov dizertačnej práce: <strong>Moderné</strong> <strong>metódy</strong> <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong><br />
Cieľ práce: aplikácia moderných metód <strong>hodnotenia</strong> <strong>ložísk</strong> v praxi: a) spracovanie všetkých<br />
dostupných grafických a textovo – numerických dát o ložisku v digitálnej podobe, b) aplikácia<br />
niekoľkých interpolačných metód na súbore ložiskových dát v prostredí GIS s následným<br />
výberom najvhodnejšej <strong>metódy</strong> pre dané ložisko (charakter dát), c) modelovanie jednotlivých<br />
ložiskových parametrov zvolenou interpolačnou metódou a prezentácia výsledkov, d)<br />
vykonanie viacvariantného výpočtu zásob na ložiskovom objekte v prostredí GIS na základe<br />
výsledkov predchádzajúcich analýz<br />
Metodika práce: a) zber a štúdium všetkých grafických a textovo – numerických dát z<br />
predmetnej časti ložiska, b) úprava a spracovanie vstupných dát, c) import vstupných dát do<br />
prostredia GIS, d) priestorové analýzy a modelovanie jednotlivých kvalitatívnych parametrov<br />
uhoľného sloja, e) zhodnotenie a prezentácia výsledkov<br />
Navrhovaný rámcový obsah práce: a) charakteristika súčasného stavu v ložiskovogeologickom<br />
prieskume v Slovenskej republike, b) teoretické princípy metód <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong> (klasické <strong>metódy</strong> <strong>hodnotenia</strong> ložiska, modelovanie <strong>ložísk</strong> v prostredí GIS, aktuálne<br />
trendy v ekonomickom hodnotení <strong>ložísk</strong> v Slovenskej republike), c) praktická časť práce –<br />
aplikácia moderných spôsobov <strong>hodnotenia</strong> ložiska v praxi (tvorba digitálnych modelov<br />
ložiskových parametrov a variantný výpočet zásob v prostredí GIS)<br />
Termín ukončenia (odovzdania) dizertačnej práce:
Základná a ďalšia odporúčaná literatúra:<br />
Böhmer, M. , Kužvart, M. , 1993: Vyhľadávanie a prieskum <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>.<br />
SPN Bratislava, 464 s.<br />
Blišťan, P. , 2005 : Priestorové modelovanie geologických objektov a javov v<br />
prostredí GIS systémov. Acta montanistica Slovaca, ročník 10, 3, 296 – 299<br />
Clark, I. , 1979: Practical geostatistics. Elsevier Applied Science Publishers, London,<br />
129 p.<br />
Rybár, P. , Cehlár, M. , Tréger, M. , 2000: Oceňovanie <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong>. Vydavateľstvo Štroffek, Košice, 134 s.<br />
Staněk, F. , Honěk, J. , Hoňková, K. , Jelínek, J. , 2006: Interactive program system<br />
for application of modern evaluation of coal deposits and their parts under<br />
complicated conditions. Acta Montanistica Slovaca, ročník 11, číslo 1,<br />
s. 50 – 59<br />
Tréger, M. , Baláž, P. , 1999: Nerastné bohatstvo Slovenska, problémy jeho<br />
klasifikácie a oceňovania. Acta Montanistica Slovaca, ročník 4, 2, 89 – 100<br />
Verbich, F. , 1998, a: Geologická stavba nováckeho uhoľného ložiska. Geologické<br />
Práce, Správy 103. , 53 - 61<br />
Podmienky sprístupnenia dizertačnej práce po úspešnej obhajobe (licenčná<br />
zmluva):<br />
Na uzatvorenie licenčnej zmluvy medzi doktorandom ako autorom školského diela a<br />
nadobúdateľom Univerzitou Komenského v Bratislave zastúpenou dekanom PriF UK<br />
sa:<br />
- vyžaduje súhlas školiteľa, resp. iných autorov,<br />
- nevyžaduje súhlas školiteľa, resp. iných autorov*<br />
V Bratislave<br />
Meno a priezvisko: Podpis:<br />
Školiteľ doktoranda: Doc. RNDr. Otília Lintnerová, CSc.<br />
Doktorand: Mgr. Peter Španek<br />
Vedúci pracoviska, na ktorom<br />
doktorand vykonáva<br />
doktorandské štúdium:<br />
*nehodiace sa škrtnúť<br />
Doc. RNDr. Otília Lintnerová, CSc.
Prehlásenie<br />
Čestne prehlasujem, že som predloženú dizertačnú prácu spracoval samostatne<br />
s použitím uvedenej literatúry a informačných zdrojov.<br />
V Bratislave ..................................<br />
podpis
Poďakovanie<br />
Ďakujem školiteľke dizertačnej práce Doc.RNDr. Otílii Lintnerovej, CSc. za<br />
cenné rady a pripomienky pri tvorbe dizertačnej práce. Dizertačná práca bola<br />
vypracovaná na Katedre ložiskovej geológie Prírodovedeckej fakulty Univerzity<br />
Komenského v Bratislave. Touto cestou by som chcel poďakovať všetkým pracovníkom<br />
katedry za ich priateľský prístup počas celého doktorandského štúdia, vytvorenie<br />
príjemnej atmosféry na pracovisku a za ochotu poradiť pri akomkoľvek probléme,<br />
ktorý mohol vzniknúť pri zostavovaní práce.<br />
Moje veľké „ďakujem“ patrí konzultantovi dizertačnej práce Doc.Ing. Petrovi<br />
Blišťanovi, PhD. za odborné rady a usmernenia v oblasti aplikácie metód použitých<br />
v práci, za pomoc pri zvládnutí špecifického softvéru, bez ktorého by nebolo možné<br />
dizertačnú prácu vypracovať a za ochotu nájsť si kedykoľvek čas poradiť pri tvorbe<br />
dizertačnej práce.<br />
Ďakujem zamestnancom Hornonitrianskych baní Prievidza, a. s. , konkrétne<br />
pracovníkom odboru geológie, meračstva a environmentálnych záťaží odštepného<br />
závodu Baňa Nováky za poskytnutie geologických materiálov a údajov, ktoré boli<br />
nevyhnutné pri tvorbe hlavnej časti práce.<br />
V neposlednom rade ďakujem svojej najbližšej rodine a priateľom za ich<br />
psychickú podporu pri tvorbe práce.
ABSTRACT<br />
ŠPANEK, Peter: Modern methods of evaluation of mineral deposits. [PhD. thesis].<br />
Comenius University in Bratislava. Faculty of Natural Sciences. Department of<br />
Geology of Mineral Deposits. Supervisor: Doc. RNDr. Otília Lintnerová, CSc.<br />
Bratislava 2010. 162 p.<br />
The main aim of the thesis is to create digital models of qualitative parameters of<br />
the seam and variant calculation of reserves at the deposit of brown coal Nováky and<br />
the deposit of lignite Kúty - Sekule in an environment of a geographic information<br />
system.<br />
The triangular method with linear interpolation, IDW (inverse distance<br />
weighted) method, spline methods and the geostatistical kriging method are<br />
interpolation methods, which can be applied in an environment of a geographic<br />
information system for modeling the various parameters of mineral deposits in the area.<br />
Modern methods of economic evaluation of mineral deposits are starting to<br />
apply in Slovakia nowadays, including the variant calculation of reserves.<br />
Digital models of qualitative parameters of the main seam of Nováky deposit<br />
and the seam d of Kúty - Sekule deposit were created by geostatistical kriging method.<br />
The seam thickness, calorific value, ash and sulfur content in the seam were modeled.<br />
Finally, the variant calculation of reserves of modeled parts of seams were made at both<br />
deposits. Thickness and calorific value were considered as the main quality parameters<br />
of coal seams in the variant calculation of reserves.<br />
Keywords: Interpolation methods. Geographic information system. Variant calculation<br />
of reserves. Kriging. Coal seam.
ABSTRAKT<br />
ŠPANEK, Peter: <strong>Moderné</strong> <strong>metódy</strong> <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>.<br />
[Dizertačná práca].<br />
Univerzita Komenského v Bratislave. Prírodovedecká fakulta. Katedra ložiskovej<br />
geológie. Školiteľ: Doc. RNDr. Otília Lintnerová, CSc. Bratislava 2010. 162 s.<br />
Hlavným cieľom dizertačnej práce je tvorba digitálnych modelov kvalitatívnych<br />
parametrov sloja a následný modelový variantný výpočet zásob v prostredí<br />
geografického informačného systému na ložisku hnedého uhlia Nováky a na ložisku<br />
lignitu Kúty - Sekule.<br />
Trojuholníková metóda s lineárnou interpoláciou zistených hodnôt, metóda<br />
IDW, splajnové <strong>metódy</strong> a geoštatistická metóda krigingu sú interpolačné <strong>metódy</strong>, ktoré<br />
je možné aplikovať v prostredí geografického informačného systému pri modelovaní<br />
rôznych parametrov ložiska nerastnej suroviny v priestore.<br />
V súčasnosti sa aj na Slovensku začínajú postupne aplikovať moderné <strong>metódy</strong><br />
ekonomického <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>, medzi ktoré patrí variantný<br />
výpočet zásob.<br />
Digitálne modely kvalitatívnych parametrov hlavného sloja na ložisku hnedého<br />
uhlia Nováky a sloja d na ložisku lignitu Kúty - Sekule boli vytvorené geoštatistickou<br />
metódou krigingu. Modelované boli hrúbky slojov, výhrevnosť, obsah popola a obsah<br />
síry v slojoch. Na záver boli vykonané variantné výpočty zásob v rámci modelovaných<br />
častí slojov na obidvoch ložiskách. Hrúbka a výhrevnosť boli uvažované ako hlavné<br />
kvalitatívne parametre slojov pri variantnom výpočte zásob.<br />
Kľúčové slová: Interpolačné <strong>metódy</strong>. Geografický informačný systém. Variantný<br />
výpočet zásob. Kriging. Uhoľný sloj.
PREDHOVOR<br />
Práve sa Vám dostáva do rúk dizertačná práca s názvom „<strong>Moderné</strong> <strong>metódy</strong><br />
<strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>“. Práca sa svojím zameraním snaží vyplniť<br />
priestor, ktorý nastal v oblasti ložiskovej geológie pri aplikácii nových postupov<br />
<strong>hodnotenia</strong> jednotlivých parametrov ložiskového telesa pre potreby následného výpočtu<br />
zásob, ktorý sa v súčasnosti, v podmienkach trhovej ekonomiky, začína vykonávať<br />
viacvariantným spôsobom.<br />
Výpočtová technika sa aj na Slovensku postupne stáva nevyhnutnou súčasťou<br />
ložiskovogeologického prieskumu v rôznych ťažiarskych spoločnostiach a na banských<br />
závodoch. Všetky postupy aplikované v práci a výsledky boli dosiahnuté pri použití<br />
počítača a špecifického softvéru. Samozrejme, ani počítaču nemožno bezvýhradne<br />
dôverovať a treba v maximálnej možnej miere využívať svoje vedomosti a skúsenosti.<br />
Ložiskové a geologické dáta sú v práci spracované a následne analyzované<br />
v prostredí GIS (geografického informačného systému). Výpočet zásob ložiska je<br />
v práci vykonávaný viacvariantným spôsobom v prostredí GIS. Pri rôznych<br />
priestorových analýzach ložiskových parametrov a variantnom výpočte zásob sú<br />
využívané mnohé analytické možnosti GIS, ktoré sú bežne aplikované pri riešení<br />
viacerých špecifických problémov v oblasti geografie.<br />
Pevne verím, že nasledujúce strany tejto dizertačnej práce aspoň zčasti pomôžu<br />
k možnému zmodernizovaniu procesu <strong>hodnotenia</strong> <strong>ložísk</strong> v rámci ložiskovogeologického<br />
prieskumu.
OBSAH<br />
1 ÚVOD 12<br />
2 AKTUÁLNY STAV V OBLASTI<br />
LOŽISKOVOGEOLOGICKÉHO PRIESKUMU V SR 14<br />
3 PRINCÍPY HODNOTENIA LOŽÍSK NERASTNÝCH<br />
SUROVÍN 16<br />
3.1 Klasické <strong>metódy</strong> <strong>hodnotenia</strong> ložiska a výpočtu zásob 16<br />
3.2 Metódy modelovania <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> 23<br />
3.2.1 Štatistická analýza ložiskových parametrov 24<br />
3.2.2 Interpolačné <strong>metódy</strong> 30<br />
3.2.2.1 Trojuholníková metóda s lineárnou interpoláciou<br />
zistených hodnôt 32<br />
3.2.2.2 Metóda IDW 33<br />
3.2.2.3 Globálne bázové funkcie 34<br />
3.2.2.4 Geoštatistické <strong>metódy</strong> 35<br />
3.3 Modelovanie <strong>ložísk</strong> v prostredí GIS 45<br />
3.3.1 Význam GIS pri ekonomickom hodnotení <strong>ložísk</strong> 47<br />
3.4 Ekonomické hodnotenie <strong>ložísk</strong> 50<br />
3.4.1 Klasifikácia zásob 50<br />
3.4.1.1 Klasifikácia zásob podľa metodiky OSN 50<br />
3.4.2 Variantný výpočet zásob 52<br />
3.4.3 Ocenenie ložiska 57<br />
4 APLIKÁCIA MODERNÝCH SPÔSOBOV HODNOTENIA<br />
LOŽÍSK V PRAXI 59<br />
4.1 Ložisko hnedého uhlia Nováky 59<br />
4.1.1 Geografia ložiska 59<br />
4.1.2 História ťažby na ložisku 60<br />
4.1.3 Geológia širšieho okolia ložiska 61<br />
4.1.3.1 Predterciérne jednotky 61<br />
4.1.3.2 Paleogén 62
4.1.4 Geologická stavba ložiska 64<br />
4.1.4.1 Kamenské súvrstvie (produkty podložného<br />
vulkanizmu) 65<br />
4.1.4.2 Novácke súvrstvie (produktívne vrstvy) 66<br />
4.1.4.3 Košianske súvrstvie (nadložné íly) 66<br />
4.1.4.4 Lehotské súvrstvie (detriticko –<br />
vulkanická formácia) 68<br />
4.1.4.5 Kvartér 68<br />
4.1.5 Tektonika 69<br />
4.1.6 Charakteristika hlavného uhoľného sloja 70<br />
4.1.7 Spracovanie dát 74<br />
4.1.7.1 Metodický postup spracovania dát 74<br />
4.1.7.2 Štatistická analýza dát 79<br />
4.1.7.3 Digitálne modely parametrov hlavného sloja 83<br />
4.1.8 Variantný výpočet zásob v prostredí GIS 96<br />
4.1.8.1 Metodický postup variantného výpočtu zásob 97<br />
4.1.8.2 Prvý spôsob variantného výpočtu zásob 98<br />
4.1.8.3 Druhý spôsob variantného výpočtu zásob 104<br />
4.2 Ložisko lignitu Kúty – Sekule 111<br />
4.2.1 Geografia ložiska 111<br />
4.2.2 História geologického prieskumu kútskej priekopy 111<br />
4.2.3 Gelogická stavba širšieho okolia ložiska 111<br />
4.2.3.1 Predneogénne jednotky 112<br />
4.2.3.2 Neogén 112<br />
4.2.3.3 Kvartér 116<br />
4.2.4 Tektonická stavba kútskej priekopy 116<br />
4.2.5 Geologická stavba ložiska 118<br />
4.2.5.1 Záhorské súvrstvie 118<br />
4.2.5.2 Čárske súvrstvie 118<br />
4.2.5.3 Gbelské súvrstvie 119<br />
4.2.5.4 Brodské súvrstvie 119<br />
4.2.5.5 Kvartér 119<br />
4.2.6 Tektonická stavba ložiska 119
4.2.7 Charakteristika slojového pásma 120<br />
4.2.8 Spracovanie dát 123<br />
4.2.8.1 Metodický postup spracovania dát 123<br />
4.2.8.2 Štatistická analýza dát 126<br />
4.2.8.3 Digitálne modely parametrov sloja d 130<br />
4.2.9 Variantný výpočet zásob v prostredí GIS 143<br />
4.2.9.1 Prvý spôsob variantného výpočtu zásob 144<br />
4.2.9.2 Druhý spôsob variantného výpočtu zásob 150<br />
5 DISKUSIA 156<br />
6 ZÁVER 166<br />
7 LITERATÚRA 168<br />
SUMMARY 174<br />
SÚHRN 179
1 ÚVOD<br />
V roku 2004 bola uznesením č. 722/2004 schválená Aktualizovaná surovinová<br />
politika SR pre oblasť <strong>nerastných</strong> <strong>surovín</strong>. Surovinová politika štátu zahŕňa všetky<br />
aktivity, ktorými štát ovplyvňuje a definuje ciele spoločnosti vo využívaní domácich<br />
zdrojov <strong>nerastných</strong> <strong>surovín</strong> v nadväznosti na dlhodobé potreby hospodárskeho<br />
a sociálneho rozvoja spoločnosti s ohľadom na environmentálne aspekty trvalo<br />
udržateľného rozvoja, týkajúce sa geologického výskumu a prieskumu a využívania<br />
overených zásob <strong>nerastných</strong> <strong>surovín</strong>, ako aj získavania <strong>surovín</strong> v zahraničí na<br />
zabezpečenie chodu ekonomiky (Michalková, J. , 2006).<br />
Pre splnenie uvedených cieľov existuje v súčasnosti pomerne veľká snaha<br />
o kvalitné ekonomické hodnotenie slovenských <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>. Kvalitné<br />
ekonomické hodnotenie sa však nezaobíde bez dobre vykonaného výpočtu<br />
a z<strong>hodnotenia</strong> zásob na ložisku. Tomuto výpočtu a zhodnoteniu zásob by mala<br />
predchádzať aplikácia metód <strong>hodnotenia</strong> ložiska, ktoré by čo najhodnovernejšie<br />
znázorňovali situáciu a parametre ložiskového telesa.<br />
V súčasnosti sa geoštatistika stáva nevyhnutným nástrojom pri riešení rôznych<br />
problémov v modernej ložiskovej geológii, jej výsledky sa využívajú pri výpočte zásob<br />
a ekonomickom hodnotení ložiska.<br />
V súčasnej dobe sme tiež svedkami neustále rastúcej informatizácie spoločnosti.<br />
Výpočtová technika postupne čoraz viac preniká do všetkých sfér ľudského života. Inak<br />
tomu nie je ani vo sfére baníctva a ložiskovej geológie. V procese ťažby na ložisku je<br />
potrebné neustále spracovávať a analyzovať geologické informácie získané počas<br />
ťažobného prieskumu. Táto skutočnosť si aj u nás vynútila postupné zavádzanie GIS<br />
(geografických informačných systémov) pri hodnotení <strong>ložísk</strong>, čo má tiež veľký význam<br />
pri výpočte zásob a ekonomickom hodnotení ložiska.<br />
Medzi prínosy geografického informačného systému patrí napríklad zvýšenie<br />
úrovne plánovania ťažby, spresnenie vedenia evidencie pohybu zásob, možnosť<br />
realizácie variantného výpočtu zásob a teda skvalitnenie ekonomického rozhodovania<br />
(Lipták, V. , 2006).<br />
12
Hlavné ciele predkladanej dizertačnej práce sú nasledovné:<br />
1. poskytnutie prehľadu metód, ktoré sa v súčasnosti využívajú pri<br />
hodnotení <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> a tvoria podklady pre výpočet zásob<br />
a následné ekonomické <strong>hodnotenia</strong> ložiska;<br />
2. aplikácia metód <strong>hodnotenia</strong> <strong>ložísk</strong> v praxi: a) spracovanie všetkých<br />
dostupných grafických a textovo – numerických dát o ložisku v digitálnej<br />
podobe, b) aplikácia niekoľkých interpolačných metód na súbore<br />
ložiskových dát v prostredí GIS s následným výberom najvhodnejšej<br />
<strong>metódy</strong> pre dané ložisko (charakter dát), c) modelovanie jednotlivých<br />
ložiskových parametrov zvolenou interpolačnou metódou a prezentácia<br />
výsledkov, d) vykonanie viacvariantného výpočtu zásob na ložiskovom<br />
objekte v prostredí GIS na základe výsledkov predchádzajúcich analýz.<br />
13
2 AKTUÁLNY STAV V OBLASTI LOŽISKOVOGEOLOGICKÉHO<br />
PRIESKUMU V SR<br />
Nevyhnutnou podmienkou plynulého rozvoja ekonomiky SR sú nerastné<br />
suroviny. Nerastné bohatstvo je neobnoviteľné a musí sa teda chrániť a efektívne<br />
využívať. V tomto procese spočíva úloha štátu vo vytváraní stabilného prostredia pre<br />
rozvoj ťažby so snahou o čo najnižšiu závislosť SR od dovozu <strong>nerastných</strong> <strong>surovín</strong>,<br />
podporujúc pritom ochranu zdrojov <strong>nerastných</strong> <strong>surovín</strong>, využívanie druhotných <strong>surovín</strong>,<br />
ochranu životného prostredia a celkovo princípy trvalo udržateľného rozvoja<br />
(Aktualizácia surovinovej politiky SR pre oblasť <strong>nerastných</strong> <strong>surovín</strong>, 2004).<br />
Nerastné suroviny sa v súčasnosti využívajú v energetike, hutníctve, strojárstve,<br />
výrobe stavebných hmôt, keramike, sklárstve, chemickom priemysle,<br />
poľnohospodárstve, textilnom a papierenskom priemysle, z čoho vidno ich široké<br />
uplatnenie a nevyhnutnosť pre rozvoj ekonomiky, hospodárstva a vôbec spoločnosti.<br />
V rámci koncepcie geologického výskumu a prieskumu územia SR na roky 2007<br />
– 2011, s výhľadom do roku 2015 sú definované potreby štátu v oblasti geológie,<br />
stanovené priority a vytvorené predpoklady na koordináciu geologického výskumu<br />
a prieskumu financovaného Ministerstvom životného prostredia SR. Komplexné<br />
geologické informácie sú nevyhnutným predpokladom <strong>hodnotenia</strong> a racionálneho<br />
využívania surovinových zdrojov. V zmysle § 4 Ústavy Slovenskej republiky sú neživá<br />
príroda, vodné zdroje a nerastné suroviny národným bohatstvom. Povinnosťou štátu je<br />
tieto zdroje poznať, chrániť a vytvárať podmienky na ich racionálne využitie v prospech<br />
rozvoja spoločnosti. V záujme štátu je iniciovať a vytvárať podmienky aj na<br />
podnikateľské aktivity v oblasti vyhľadávania a prieskumu nových zdrojov <strong>nerastných</strong><br />
<strong>surovín</strong> a <strong>hodnotenia</strong> geofaktorov životného prostredia.<br />
Oblasť ťažby a využívania <strong>nerastných</strong> <strong>surovín</strong> sa stala predmetom podnikania,<br />
avšak štát si naďalej zachováva nezastupiteľnú úlohu v procese ich vyhľadávania,<br />
overovania a <strong>hodnotenia</strong>.<br />
V súčasnosti sú stanovené nasledovné úlohy v oblasti surovinových zdrojov:<br />
výskum zákonitostí vzniku a rozmiestnenia <strong>nerastných</strong> <strong>surovín</strong><br />
a hodnotenie <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> v úrovni základného<br />
a regionálneho geologického výskumu,<br />
14
vypracovanie palivovo – energetickej analýzy (analýza a hodnotenie<br />
palivovo – energetických <strong>surovín</strong>, možnosti ich využívania<br />
a ekonomickej efektívnosti). Potrebné je pristúpiť k ekonomickému<br />
zhodnoteniu evidovaných uhoľných zásob ako k teoretickému<br />
potenciálu energetickej bezpečnosti štátu metodikou, ktorá by na<br />
prognózne zaujímavých ložiskách vyústila do štúdie realizovateľnosti,<br />
vyhľadávanie nových a netradičných zdrojov <strong>nerastných</strong> <strong>surovín</strong>,<br />
alternatívne domáce zdroje k dovážaným nerastným surovinám,<br />
výskum technologických vlastností <strong>nerastných</strong> <strong>surovín</strong>,<br />
výskum a prieskum vplyvu surovinových zdrojov a ich ťažby na životné<br />
prostredie,<br />
hodnotenie <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> z hľadiska trvalo udržateľného<br />
rozvoja pozostávajúce z <strong>hodnotenia</strong> ekonomických, environmentálnych<br />
a sociálnych vplyvov na štát a región. V blízkej budúcnosti by sa malo<br />
podľa potreby legislatívy Európskej únie aktualizovať spracovanie<br />
návrhu novej kategorizácie <strong>nerastných</strong> <strong>surovín</strong> pre potrebu jednotnosti<br />
v štátoch Európskej únie podľa kritérií OSN. Potrebné bude<br />
vypracovanie nového systému evidencie <strong>nerastných</strong> <strong>surovín</strong> tak, aby sa<br />
dosiahla kompatibilita s inými štátmi Európskej únie (Koncepcia<br />
geologického výskumu a prieskumu územia Slovenskej republiky na<br />
roky 2007 – 2011 (s výhľadom do roku 2015)).<br />
V rámci stanovených cieľov palivovo – energetickej analýzy je teda nevyhnutné<br />
pristúpiť ku kvalitnejšiemu ekonomickému zhodnocovaniu uhoľných <strong>ložísk</strong>. Tomuto<br />
cieľu predchádza detailný ložiskovogeologický prieskum jednotlivých <strong>ložísk</strong>,<br />
komplexná analýza a vyhodnocovanie všetkých dostupných informácií o daných<br />
ložiskách (Návrh stratégie energetickej bezpečnosti SR – upravené nové znenie, 2008).<br />
V dnešnej dobe čoraz viac prenikajú moderné nástroje akými sú GIS<br />
(geografické informačné systémy) aj do sféry ložiskovogeologického prieskumu<br />
a následných ekonomických hodnotení <strong>ložísk</strong>. V nasledujúcom texte sú stručne opísané<br />
niektoré princípy, postupy aplikované pri modernom spôsobe ekonomického <strong>hodnotenia</strong><br />
<strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>.<br />
15
3 PRINCÍPY HODNOTENIA LOŽÍSK NERASTNÝCH SUROVÍN<br />
3.1. Klasické <strong>metódy</strong> <strong>hodnotenia</strong> ložiska a výpočtu zásob<br />
Výpočet zásob je cieľavedomý, ucelený postup zberu, spracovania<br />
a vy<strong>hodnotenia</strong> potrebných údajov o geologickej pozícii, množstve a kvalite úžitkových<br />
nerastov v prirodzenom uložení, umožňujúcom rozhodnúť o ich praktickom využití<br />
(Pluskal, O. , Vaněček, M. , 1980).<br />
V minulosti bolo použitých mnoho metód odhadu zásob pevných <strong>nerastných</strong><br />
<strong>surovín</strong> a tieto <strong>metódy</strong> boli u nás používané už desaťročia s úspešnými výsledkami<br />
(Böhmer, M. , Kužvart, M. , 1993; Pluskal, O. , Vaněček, M. , 1980; Smirnov, V. I. ,<br />
1955; Zorkovský et al. , 1972). V týchto prácach sú podrobne opísané postupy<br />
vyhľadávania <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>, výpočtu zásob pevných <strong>nerastných</strong> <strong>surovín</strong>,<br />
ropy a zemného plynu, jednotlivé etapy geologického prieskumu, technika vzorkovania,<br />
spôsob klasifikácie zásob a iné problémy ložiskovogeologického prieskumu, čo však už<br />
presahuje rámec tejto práce, preto sú v nasledujúcej časti len stručne uvedené niektoré<br />
<strong>metódy</strong> <strong>hodnotenia</strong> ložiska a výpočtu zásob, ktoré uvádzajú horeuvedení autori.<br />
Medzi výhody aplikácie týchto metód patrí napríklad ich jednoduchosť, na ich<br />
použitie postačí pomerne jednoduchý matematický aparát, nie je tu potrebný výkonný<br />
počítač ani špecializovaný softvér a pritom dosahujú spoľahlivé výsledky.<br />
Nevýhoda použitia týchto metód spočíva v tom, že dokážeme reálne ohodnotiť<br />
len situáciu z prieskumných diel, vrtov odkiaľ máme vzorky (napr. smerné chodby,<br />
prekopy, komíny ohraničujúce jednotlivé ťažobné bloky). My však na hodnoverné<br />
a kvalitné modelovanie ložiskového telesa a jeho finálne ekonomické zhodnotenie,<br />
prípadne ocenenie v súčasných podmienkach trhovej ekonomiky potrebujeme tiež<br />
pomerne dobre poznať aj situáciu, parametre ložiska vo vnútri blokov v rámci celého<br />
ložiska.<br />
Medzi klasické <strong>metódy</strong> <strong>hodnotenia</strong> ložiska a výpočtu zásob patria <strong>metódy</strong><br />
geologických blokov, ťažobných blokov, mnohouholníkov, trojuholníkov, geologických<br />
rezov, izolínií, izohyps, štatistické <strong>metódy</strong>. Uvedené <strong>metódy</strong> sa vymedzujú na základe<br />
rozdielneho spôsobu zobrazenia ložiska, rozdelenia ložiska na výpočtové bloky,<br />
spôsobu výpočtu kubatúry (Böhmer, M., Kužvart, M., 1993).<br />
16
Aplikovaná metóda odhadu zásob, štatistická a priestorová distribúcia<br />
premenných vlastností ložiskového telesa, morfogenetický typ a spôsob ťažby ložiska<br />
sú rozhodujúce faktory, ktoré vplývajú na hodnotenie ložiska (Staněk et al., 2006).<br />
Presnosť výpočtu zásob najviac ovplyvňujú nasledujúce parametre ložiskového<br />
telesa: P - plocha ložiska alebo jeho časti (m 2 ), mp - priemerná hrúbka (m), vp -<br />
priemerná objemová hmotnosť (t . m -3 ), cp - priemerný obsah úžitkovej zložky alebo<br />
viacerých úžitkových zložiek (%, g . t -1 , iné)<br />
Výpočet zásob sa teda vykonáva podľa nasledujúcich základných vzorcov (Böhmer, M,<br />
Kužvart, M. , 1993):<br />
kubatúra ložiska alebo jeho časti V = P . mp (m 3 ) [1]<br />
množstvo zásob Q = V . vp (t alebo 1000 t) [2]<br />
c p<br />
zásoby úžitkovej zložky S = Q<br />
100<br />
17<br />
c p<br />
(t) S = Q (kg) [3]<br />
1000<br />
Pri metóde geologických blokov sa ložisko ohraničí vnútornou a vonkajšou<br />
hranicou (obr. 1). Ložisko sa rozdelí na geologické bloky na základe určitých kritérií<br />
charakteristických pre dané konkrétne ložisko. Geologický blok by mal byť vymedzený<br />
ako homogénna časť ložiska s rovnakými banskotechnickými parametrami. Pre každý<br />
geologický blok sa samostatne počíta kubatúra a množstvo zásob, ktoré sú následne<br />
klasifikované do jednotlivých kategórií. Postup aplikácie <strong>metódy</strong> je nasledovný: ložisko<br />
sa ohraničí, následne sa rozčlení na geologické bloky, plochy blokov sa odmerajú,<br />
vykoná sa výpočet priemerných hodnôt parametrov, kubatúry, zásob rudy a zásob<br />
úžitkovej zložky pre jednotlivé bloky, zásoby blokov sa zaradia do kategórií, určia sa<br />
bilančné a nebilančné bloky.
Obr. 1. Výpočet zásob metódou geologických blokov. 1 – zlom, 2 – východ<br />
ložiska na povrch, 3 – oxidačná zóna, 4 – pozitívne, negatívne vrty,<br />
5 – vnútorná hranica, 6 – vonkajšia hranica, 7 – hranice blokov, 8 –<br />
číslo bloku, kategórie zásob upravené podľa(Böhmer, M. , Kužvart,<br />
M. , 1993)<br />
Pri metóde ťažobných blokov je výpočet zásob analogický ako u geologických<br />
blokov s tým rozdielom, že ložisko máme rozdelené na ťažobné bloky, ktoré sú<br />
vymedzené na základe vykonaných banských prác (smerné chodby, prekopy, komíny)<br />
(obr. 2). Pred samotným výpočtom kubatúry a zásob jednotlivých blokov sú používané<br />
vážené priemery pre výpočet priemernej hrúbky, obsahu úžitkovej zložky ťažobných<br />
blokov. Na preskúmanie vnútra bloku sa používajú geoštatistické <strong>metódy</strong>.<br />
18
Obr. 2. Vymedzenie ťažobných a geologických blokov v pozdĺžnom reze rudnej žily. 1 – zlom,<br />
2 – pozitívne, negatívne prieskumné ryhy, 3 – smerné chodby a komíny v rude, bez<br />
rudy, 4 – pozitívne, negatívne vrty, 5 – vnútorná, vnútrobloková, vonkajšia hranica,<br />
6 – čísla blokov s vyznačenými kategóriami zásob upravené podľa(Böhmer, M. ,<br />
Kužvart, M. , 1993)<br />
Postup <strong>hodnotenia</strong> ložiska a výpočtu zásob metódou mnohouholníkov spočíva<br />
v rozdelení ložiska na bloky, ktoré tvoria hranoly s podstavami v tvare mnohouholníkov<br />
rôznych tvarov a následnom odhade množstva zásob v týchto blokoch. Presnosť<br />
výpočtu zásob nám znovu zvyšuje aplikácia geoštatistických metód, vďaka ktorým<br />
odhadneme vlastnosti vnútri bloku (napr. obsah úžitkovej zložky).<br />
V metóde trojuholníkov sú výpočtovými blokmi trojboké hranoly.<br />
Pri aplikácii <strong>metódy</strong> geologických rezov je ložisko rozdelené na bloky na<br />
základe geologických rezov. Kubatúra bloku je počítaná na základe plôch daných<br />
geologických rezov a vzdialeností medzi nimi (obr. 3). Výpočet sa vykonáva s využitím<br />
nasledovných vzorcov (Böhmer, M. , Kužvart, M. , 1993):<br />
19
V<br />
V<br />
1,<br />
2<br />
1,<br />
2<br />
P + P<br />
2<br />
1 2<br />
= L1,<br />
2<br />
[4]<br />
P + P +<br />
( P P )<br />
1 2 1 2<br />
= L1,<br />
2<br />
[5]<br />
3<br />
V1,2 - objem bloku medzi rezmi P1 a P2, P1, P2 - plochy rezov ložiskovým<br />
telesom (m 2 ), L1,2 - vzdialenosť rezov (m)<br />
Obr. 3. Výpočet zásob metódou pararelných geologických<br />
rezov. 1 – pozitívne, negatívne vrty, 2 – čísla<br />
geologických rezov, 3 – čísla výpočtových blokov a<br />
kategórie zásob, 4 – vložka horniny v rudnom telese;<br />
P – plochy ložiska v rezoch, L – vzdialenosť rezov, a,<br />
b – dĺžka a šírka rezov (upravené podľa Böhmer, M. ,<br />
Kužvart, M. , 1993)<br />
20
Výpočet z jedného rezu pri predpokladanom vyklinení:<br />
a) vo forme klinu<br />
1<br />
V 1,<br />
0 = P1<br />
L1,<br />
0<br />
[6]<br />
2<br />
b) vo forme kužeľa<br />
1<br />
V 1,<br />
0 = P1<br />
L1,<br />
0<br />
[7]<br />
3<br />
V rámci aplikácie <strong>metódy</strong> izolínií sa na výpočet zásob využíva plán izolínií<br />
hrúbky ložiskového telesa podľa údajov z prieskumných diel (obr. 4). Pre výpočet<br />
kubatúry ložiskového telesa sa používajú dva typy vzorcov (Böhmer, M. , Kužvart, M. ,<br />
1993):<br />
a) čiastkový objem vrstvy medzi dvoma izolíniami sa počíta ako valec<br />
⎛ P<br />
⎝ 2<br />
0<br />
n<br />
V = h⎜<br />
+ P1<br />
+ P2<br />
+ ..... + Pn<br />
−1<br />
+ ⎟ ±<br />
b) čiastkový objem sa počíta ako kužeľ<br />
V<br />
h<br />
3<br />
P<br />
2<br />
⎞<br />
⎠<br />
21<br />
P h<br />
1<br />
( P + P P + 2P<br />
+ P P + 2P<br />
+ ..... 2Pn<br />
+ Pn<br />
Pn<br />
+ Pn<br />
) ± Pn<br />
hx<br />
= 0 0 1 1 1 2 2<br />
−<br />
n<br />
x<br />
[8]<br />
− 1 1<br />
[9]<br />
3<br />
Pi - plocha ložiska vnútri izolínie (m 2 ), h - kolmá vzdialenosť izolínií (m),<br />
zvyškový objem: ± hx = výčnelok + alebo depresia – nad poslednú izolíniu, hx =<br />
h/2
Obr. 4. Výpočet zásob metódou izolínií. a – pretransformovaný tvar<br />
ložiska v reze, b – skutočný tvar ložiska v reze; ∆ P –<br />
elementárna plocha ložiska s výškou h, Pi – plochy uzavreté<br />
izolíniami, h – vzdialenosť medzi izolíniami, hx – výšky<br />
zvyškových objemov (Böhmer, M. , Kužvart, M. , 1993)<br />
Metóda izohyps sa využíva na zvrásnených vrstevnatých alebo stratiformných<br />
ložiskách. Pri zobrazovaní týchto <strong>ložísk</strong> do horizontálnej roviny dochádza k rôznemu<br />
skresleniu a preto bola vyvinutá táto metóda, ktorá umožňuje na základe plánu izohyps<br />
vypočítať skutočnú, neskreslenú plochu ložiska.<br />
Pre výpočet veľkosti nadložnej plochy v páse medzi dvoma vrstevnicami sa používa<br />
nasledujúci vzorec (Böhmer, M. , Kužvart, M. , 1993):<br />
2 2<br />
P L d p h + = [10]<br />
L - dĺžka strednej vrstevnice v pruhu, dp - priemer pôdorysnej vzdialenosti vrstevníc<br />
v jednom páse<br />
Kubatúru celého ložiska potom počítame podľa vzorca:<br />
P V = [11]<br />
celk p m<br />
22
Zásoby nerastnej suroviny sa určia ako:<br />
Q = Vv p<br />
[12]<br />
vp = priemerná objemová hmotnosť<br />
3.2 Metódy modelovania <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong><br />
Geologické objekty predstavujú z hľadiska metodológie štúdia, opisu<br />
a modelovania zložitý, zle organizovaný systém pozostávajúci z relatívne samostatných<br />
elementov, ktoré sú organizované súhrnom vzájomných väzieb do určitej hierarchicky<br />
usporiadanej priestorovej štruktúry (Schejbal, C. , 1980). Všeobecné vlastnosti<br />
geologických telies sú: zmiešaný charakter priestorovej distribúcie hodnôt veličín<br />
opisujúcich geologický objekt, nehomogénne rozmiestnenie príslušných hodnôt veličín<br />
v objekte a anizotrópia priestorovej distribúcie hodnôt veličín.<br />
V rámci modelovania geologických objektov rozlišujeme priestorové<br />
modelovanie morfológie geologických telies a modelovanie ich vnútorných atribútov.<br />
Priestorové modelovanie geologických telies je popri tradičných metódach geometrie<br />
<strong>ložísk</strong> založené na metódach 2D a 3D počítačovej grafiky. Modelovanie vnútorných<br />
atribútov geologických telies vychádza z využitia matematicko - fyzikálnych teórií polí<br />
a teórie náhodných veličín a náhodných funkcií. Toto modelovanie vedie k rôznym<br />
štatistickým a geoštatistickým modelom.<br />
Neexistuje však jednotný, všeobecný postup modelovania geologických telies.<br />
Vyplýva to z nasledujúcich faktorov:<br />
- zložitosť a komplikovaná štruktúra geologických telies, mnohokomponentná<br />
povaha telies, ktorá sa nedá presne určiť,<br />
- obmedzené možnosti priameho a úplného pozorovania geologických telies,<br />
- obtiažnosť rekonštrukcie geologických procesov prebiehajúcich v globálnom<br />
meradle a vo veľkých časových dimenziách,<br />
- fenomenologický a vágny opis geologických telies a procesov, ktorý nemusí<br />
vyjadrovať vnútorné súvislosti,<br />
- subjektívny prístup autorov (Schejbal, C. , 1980).<br />
23
Zložitosť geologických telies si vždy vyžaduje určité zjednodušenie modelov<br />
inak by bolo riešenie daného problému príliš komplikované, dokonca nemožné.<br />
Rozlišujeme tieto základné skupiny modelov geologických telies:<br />
- metalogenetické a genetické modely (koncepčné modely),<br />
- prognostické modely (odvodené z predchádzajúcich modelov, tvoria základ<br />
prieskumných programov),<br />
- prieskumné modely (výber metodických komplexov, optimalizácie<br />
prieskumných systémov a prieskumného procesu),<br />
- modely ložiskových objektov (modely odhadu zásob <strong>nerastných</strong> <strong>surovín</strong>),<br />
- ekonomické modely (riešia ekonomické otázky prieskumu),<br />
- modely spotreby a požiadavkov <strong>nerastných</strong> <strong>surovín</strong> (orientácia<br />
geologickoprieskumných prác) (Schejbal, C. , 1980).<br />
Pluskal a Vaněček (1980) odlišujú nasledovné typy modelov ložiskového telesa<br />
v súvislosti s potrebami výpočtu zásob:<br />
- modely geologickej stavby ložiska,<br />
- modely zberu a spracovania vstupných údajov potrebných na výpočet zásob,<br />
- modely, opisujúce distribúciu úžitkovej zložky na hraniciach jednotlivých telies,<br />
častí alebo celého ložiska,<br />
- modely opisujúce premenlivosť, základné vzťahy parametrov základného<br />
výpočtového vzorca,<br />
- modely simulácie vstupných údajov pre potreby spresnenia výpočtových<br />
parametrov.<br />
3.2.1 Štatistická analýza ložiskových parametrov<br />
Postupy klasickej matematickej štatistiky aplikujeme v ložiskovogeologickom<br />
prieskume v tom prípade, keď sa jedná o realizáciu náhodnej premennej. Pri využití<br />
metód klasickej matematickej štatistiky neberieme do úvahy priestorovú lokalizáciu dát<br />
(vzorky) a taktiež váhy priradené jednotlivým dátam, z čoho vyplýva rovnaká možnosť<br />
realizácie spracovávaných dát v priestore celého skúmaného bloku, ložiska. Postupy<br />
matematickej štatistiky nie je celkom vhodné použiť v prípade, keď sledované<br />
parametre ložiskového telesa nie sú medzi sebou funkčne spojené, nakoľko klasická<br />
matematická štatistika sa zakladá na skúmaní javov náhodnej povahy. Konkrétne sa<br />
24
môže jednať o prípady keď napríklad ložisko vykliňuje, pozvoľne mení svoj obsah<br />
v určitom smere a podobne.<br />
Výhodou použitia klasických štatistických postupov je ich pomerne jednoduchý<br />
spôsob aplikácie, matematický aparát a je vhodné ich použiť najmä na ložiskách,<br />
z ktorých nemáme dostatočné množstvo dát (vrtná sieť je riedka a pod.). Ich nevýhody<br />
spočívajú v tom, že po ich aplikácii nedokážeme určiť zóny obohatenia, prípadne<br />
ochudobnenia (distribúcia úžitkovej zložky) v rámci ložiskového telesa v priestore, čo<br />
v konečnom dôsledku negatívne vplýva na plánovanie a riadenie ťažby.<br />
Cieľom štatistickej analýzy je opis základných charakteristík skúmaných dát<br />
z kvantitatívneho hľadiska.<br />
Všeobecný postup štatistickej analýzy pozostáva z nasledujúcich krokov:<br />
- opis typu štatistickej distribúcie veličín, resp. hustoty rozdelenia<br />
pravdepodobnosti ich výskytu,<br />
- najpravdepodobnejší odhad stredných hodnôt veličín,<br />
- určenie variability veličín,<br />
- stanovenie spoľahlivosti odhadu matematickej nádeje,<br />
- stanovenie spoľahlivosti odhadu disperzie,<br />
- riešenie problému odľahlých - extrémnych veličín,<br />
- hodnotenie nezávislosti výberov,<br />
- ocenenie a popis vzájomných vzťahov veličín,<br />
- analýza štruktúry polí veličín,<br />
- určenie priemerných charakteristík polí veličín,<br />
- testovanie zhody alebo rozdielu geologických objektov (Schejbal, C. , 1980).<br />
Prieskumová analýza dát<br />
Jedným z prvých krokov štatistickej analýzy je prieskumová analýza<br />
zozbieraných dát. Základnou úlohou prieskumovej analýzy je zistiť určité<br />
charakteristiky získaných dát a overiť predpoklady ich ďalšieho štatistického<br />
spracovania. V rámci prieskumovej analýzy sa využívajú hlavne rôzne grafické <strong>metódy</strong><br />
(opis dát, určenie typu rozdelenia).<br />
Na určenie základných štatistických charakteristík dát sa využívajú diagramy<br />
rozptýlenia hodnôt a kvantilové grafy.<br />
Diagram rozptýlenia hodnôt predstavuje jednorozmernú projekciu na X - ovú<br />
alebo Y - ovú os. Je vhodný na rýchle a prehľadné určenie lokálnej koncentrácie dát,<br />
25
ktorá sa prejavuje lokálnymi zhlukmi bodov v grafe. Diagram tiež slúži na odhalenie<br />
extrémnych hodnôt v dátovom súbore.<br />
Kvantilový graf je dvojrozmernou projekciou variačného radu (Y - ová os)<br />
a poradovej pravdepodobnosti (X - ová os) (obr. 5). Hodnoty poradovej<br />
pravdepodobnosti (Pi) sa určujú podľa nasledovného vzorca:<br />
1<br />
i −<br />
P<br />
3<br />
i =<br />
[13]<br />
1<br />
n +<br />
3<br />
i - poradové číslo príslušnej hodnoty vo variačnom rade, n - počet hodnôt výberu<br />
Variačný rad vznikne vzostupným usporiadaním hodnôt (Blišťan, P. , 1999).<br />
Obr. 5. Kvantilový graf (Blišťan, P. , 1999)<br />
Štatistická analýza dát<br />
Následným krokom je zistenie typu rozdelenia dát. Rozdelenie dát môže byť<br />
normálne, lognormálne, exponenciálne, prípadne normálne dvojvrcholové. Určenie typu<br />
rozdelenia dát je dôležitým krokom, pretože nám umožňuje zhodnotiť, či je možné na<br />
dátach vykonávať následnú štatistickú analýzu bez úpravy, transformácie dát.<br />
Pre účely zistenia rozdelenia dát na pomerne veľkom dátovom súbore sa tvorí<br />
histogram (obr. 6). Súbor dát sa najprv rozdelí na rovnako veľké intervaly - triedy.<br />
Histogram je vlastne grafické zobrazenie triedneho rozdelenia početností vo forme<br />
stĺpcového grafu. Počet stĺpcov v grafe vyjadruje počet tried (k), šírka stĺpca vyjadruje<br />
šírku triedy (h) a výška stĺpca predstavuje absolútnu alebo relatívnu početnosť triedy<br />
26
(Blišťan, P. , 1999). Dôležitým krokom je zistenie triedneho znaku uj (stred triedy)<br />
podľa vzorca:<br />
u<br />
j<br />
( u + u )<br />
d h<br />
= [14]<br />
2<br />
ud - dolná hranica triedy, uh - horná hranica triedy<br />
Obr. 6. Histogramy absolútnej početnosti tried: a) lognormálneho, b) exponenciálneho,<br />
c) normálneho rozdelenia, d) dvojvrcholového normálneho rozdelenia (Blišťan,<br />
P. , 1999)<br />
Po vykonaní predchádzajúceho kroku štatistickej analýzy sa často stáva, že<br />
zistené rozdelenie nie je normálne (symetrické), najčastejšie sa v praxi jedná<br />
o rozdelenie lognormálne asymetrické. Pokiaľ má dátový súbor iné ako normálne<br />
rozdelenie, ktoré je základným predpokladom úspešnej aplikácie ďalších matematicko -<br />
štatistických postupov, tak je potrebné dáta transformovať. Postup transformácie dát<br />
vychádza z predpokladu, že dáta sú nelineárnou transformáciou normálne rozdelenej<br />
náhodnej veličiny x. Úlohou transformácie je teda nájsť inverznú funkciu (Blišťan, P. ,<br />
1999). Ak je rozdelenie lognormálne, tak je potrebné jednotlivé dáta zlogaritmovať.<br />
Dáta po takejto úprave vykazujú normálne rozdelenie a je možné s nimi ďalej pracovať.<br />
27
Staněk a Kajzar (2005) v rámci transformácie ložiskových dát opisujú tzv.<br />
kvantilovú (grafickú) transformáciu vstupných údajov, ktorá nám umožňuje<br />
transformovať dáta rôznych typov rozdelenia do rozdelenia normálneho. Výsledný<br />
súbor dát po aplikácii tejto <strong>metódy</strong> transformácie má normované normálne rozdelenie<br />
(so strednou hodnotou 0 a smerodajnou odchýlkou 1).<br />
Nasledujúcim krokom základnej štatistickej analýzy dát je určenie parametrov<br />
polohy, ktoré spočíva v zistení aritmetického priemeru, mediánu a modusu súboru dát.<br />
Aritmetický priemer je v prípade normálneho rozdelenie najlepším odhadom<br />
strednej hodnoty. Počíta sa podľa vzorca:<br />
u<br />
k<br />
∑<br />
j=<br />
1<br />
= k<br />
n<br />
∑<br />
j=<br />
1<br />
j<br />
n<br />
u<br />
j<br />
j<br />
28<br />
[15]<br />
nj - absolútna početnosť triedy - počet hodnôt v danej triede<br />
Medián je stredný prvok variačného radu, v prípade párneho počtu dát je<br />
priemerom dvoch stredných prvkov variačného radu.<br />
Modus je prvok, ktorý sa vo variačnom rade opakuje najčastejšie.<br />
Po výpočte aritmetického priemeru, mediánu a modusu možno tiež zistiť typ<br />
rozdelenia. Ak sú tieto tri hodnoty približne rovnaké, možno rozdelenie považovať za<br />
normálne a zistené hodnoty je možné využiť pri následných analýzach a výpočte zásob.<br />
Pre odhad rozptýlenia hodnôt sa určuje rozptyl, ktorý sa v prípade normálneho<br />
rozdelenia vypočíta podľa nasledovného vzorca:<br />
S<br />
2<br />
j 1<br />
2<br />
( u j − u)<br />
n j<br />
k 1<br />
= ∑=<br />
[16]<br />
n<br />
- pre n>30<br />
Jedná sa o kvadratickú odchýlku merania od strednej hodnoty.<br />
Štandardná odchýlka sa počíta ako odmocnina zo zistenej hodnoty rozptylu:<br />
S ±<br />
2<br />
= S<br />
[17]
Koeficient variácie sa počíta na porovnanie variability rôznorodých veličín.<br />
Vypočítame ho podľa vzorca:<br />
S<br />
V = ∗100<br />
[%] [18]<br />
u<br />
- v prípade normálneho rozdelenia<br />
Súčasťou základnej štatistickej analýzy dát je tiež odhad parametrov tvaru<br />
štatistického súboru. Z odhadu parametrov tvaru sa taktiež dá určiť typ rozdelenia dát.<br />
Odhad parametrov tvaru pozostáva z výpočtu koeficientu šikmosti (asymetrie)<br />
a koeficientu špicatosti (ostrosti, excesu).<br />
Koeficient šikmosti (asymetrie) - vyjadruje vychýlenie rozdelenia dát od<br />
symetrického rozdelenia. Jeho hodnota sa počíta podľa vzorca:<br />
g<br />
1<br />
n<br />
∑<br />
i=<br />
1<br />
( u − u)<br />
3<br />
i n j<br />
1<br />
= [19]<br />
3 / 2<br />
n S<br />
ui - hodnota konkrétneho prvku v štatistickom súbore, n - počet prvkov v štatistickom<br />
súbore<br />
Koeficient špicatosti (ostrosti, excesu) - vyjadruje ostrosť krivky hustoty<br />
pravdepodobnosti. Počíta sa podľa nasledovného vzorca:<br />
g<br />
2<br />
1<br />
=<br />
n<br />
n<br />
∑<br />
i=<br />
1<br />
( u − u)<br />
i<br />
S<br />
2<br />
4<br />
n<br />
j<br />
− 3<br />
29<br />
[20]<br />
Parametre polohy sú náhodnými veličinami a vždy kolíšu okolo skutočných<br />
hodnôt. Určenie veľkosti tejto odchýlky je potrebné pre zistenie spoľahlivosti odhadov<br />
pre následný výpočet zásob a rôzne technicko - ekonomické <strong>hodnotenia</strong>.<br />
Najčastejšie sa využíva intervalový odhad stredných hodnôt, ktorý je závislý na<br />
frekvencii výskytu hodnôt v súbore a stanovenej hladine významnosti α. Tento<br />
intervalový odhad môže byť ohraničený obojstranne, z ľavej alebo pravej strany.<br />
Obojstranný intervalový odhad matematickej nádeje súboru dát s normálnym<br />
rozdelením s hladinou významnosti α = 0,05 je nasledovný:
ˆ μ ∈ u ± 1,<br />
96<br />
s<br />
n<br />
Konštrukcia intervalového odhadu disperzie sa určí vzťahom:<br />
S<br />
χ<br />
2<br />
2 ˆ σ ∈<br />
−<br />
( n −1)<br />
; ( n 1)<br />
2<br />
2<br />
Ľ<br />
2<br />
S<br />
χ<br />
P<br />
2<br />
Pri určení hraníc intervalu sa vychádza z frekvenčnej funkcie ( χ )<br />
2<br />
dolný kvantil χ − a<br />
1 α / 2<br />
3.2.2 Interpolačné <strong>metódy</strong><br />
2<br />
χ P horný kvantil<br />
χ .<br />
2<br />
α / 2<br />
30<br />
f , pričom<br />
r<br />
2<br />
χ Ľ je jej<br />
Výber interpolačnej <strong>metódy</strong> má značný vplyv na tvorbu modelu ložiskového<br />
telesa, množstvo vypočítaných zásob, celkové zhodnotenie ložiska.<br />
Používanie jednotlivých interpolačných techník má v geologickom prieskume<br />
veľký význam. Vďaka aplikácii interpolačných metód dokážeme pomerne spoľahlivo<br />
interpretovať vlastnosti ložiskového telesa v 2D rovine alebo v 3D priestore. V rámci<br />
ložiskového telesa môžeme vyčleniť zóny obohatenia, prípadne ochudobnenia danej<br />
suroviny (distribúcia úžitkovej zložky), čo má tiež význam pri lepšom plánovaní ťažby<br />
na ložisku, modernom viacvariantnom spôsobe výpočtu zásob a celkovom hodnotení<br />
ložiska.<br />
Nie všetky interpolačné <strong>metódy</strong> však poskytujú úplne rovnaké výsledky. Voľba<br />
najvhodnejšej interpolačnej <strong>metódy</strong> závisí od viacerých faktorov v súvislosti<br />
s konkrétnym ložiskom. Porovnaniu aplikácie jednotlivých interpolačných metód sa<br />
napríklad venujú autori Caruso a Quarta (1998). Autori sa snažia nájsť kritérium pre<br />
výber najvhodnejšej interpolačnej <strong>metódy</strong> pre konkrétne dáta.<br />
Viaceré faktory, napríklad anizotropia sledovaného javu, rôzne typy diskontinuít<br />
(zlomy a pod.) môžu tiež ovplyvniť výsledky interpolačnej <strong>metódy</strong> (Vizi, L. , Hlásny,<br />
T. , 2007). Gumiaux et al. (2003) opisujú aplikáciu geoštatistických metód pri<br />
interpolácii nameraných hodnôt vykazujúcich anizotropiu v určitom smere. Správna
voľba a použitie interpolačnej <strong>metódy</strong> je preto veľmi dôležitým, ak nie rozhodujúcim<br />
krokom pri hodnotení ložiska.<br />
S použitím viacerých praktických metód výpočtu zásob, priestorový model<br />
ložiskového telesa je transformovaný do viacerých rovinných modelov. V takýchto<br />
modeloch sú vytvárané pravidelné siete hodnôt ako základ pre následnú interpretáciu<br />
empirických hodnôt. Iba vzorky spadajúce do zóny vplyvu, ktorej tvar a veľkosť je<br />
determinovaná na základe pokračovania anizotrópie, vstupujú do výpočtu daného bodu.<br />
Najčastejšie úlohy interpolácie vyskytujúce sa v praktických aplikáciách možno<br />
rozdeliť do nasledujúcich troch skupín: skupina štatistických metód, skupina<br />
geoštatistických metód krigingu a <strong>metódy</strong> pokračujúcich a hladkých povrchov. Pre<br />
výber vhodnej interpolačnej <strong>metódy</strong> sa aplikuje tzv. cross validation procedúra, kde<br />
testujeme výsledok zhody odhadu hodnoty z okolitých bodov so známou hodnotou<br />
určitého konkrétneho bodu.<br />
Staněk et al. (2006) uvádzajú nasledovné interpolačné <strong>metódy</strong>, ktoré je možné<br />
aplikovať pri hodnotení <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> v programe Surfer 8:<br />
- trojuholníková metóda s lineárnou interpoláciou zistených hodnôt,<br />
- metóda inverzných vzdialeností IDW (inverse distance weighted),<br />
- metóda prirodzeného suseda,<br />
- metóda najbližšieho suseda,<br />
- metóda minimálneho zaoblenia,<br />
- modifikovaná Shepardova metóda,<br />
- <strong>metódy</strong> radiálnych bázových funkcií,<br />
- metóda krigingu.<br />
Blišťan (2005) uvádza v súvislosti s priestorovým modelovaním geologických<br />
telies v prostredí GIS systémov ako najčastejšie používané nasledujúce tri interpolačné<br />
<strong>metódy</strong>: trojuholníková metóda s lineárnou interpoláciou zistených hodnôt, metóda<br />
IDW a geoštatistická metóda krigingu.<br />
Zlocha (1996) uvádza v rámci úloh morfometrickej (geometrickej) analýzy<br />
nasledovné interpolačné <strong>metódy</strong>: splajn tenkej dosky, regularizované splajny a splajny<br />
s tenziou, Hardyho multikvadratická metóda.<br />
Myers (1994) opisuje postupy interpolácie na základe jednotlivých<br />
interpolačných metód. Autor sa zameral na <strong>metódy</strong> IDW, kriging, splajnové <strong>metódy</strong>.<br />
31
Interpolačné <strong>metódy</strong> sú súčasťou programového vybavenia viacerých<br />
špecializovaných programov (Surfer 8, Topol a pod.).<br />
Program Micromine je špecializovaný softvér, ktorý slúži na 3D modelovanie<br />
geologických telies. Využíva sa predovšetkým v ložiskovogeologickom prieskume<br />
a poskytuje komplexné 3D modely ložiskového telesa. Program pozostáva z viacerých<br />
modulov, ktoré zahŕňajú napríklad rôzne štatistické a geoštatistické analýzy,<br />
interpolačné <strong>metódy</strong> a mnoho iných funkcií (www.micromine.com).<br />
metód.<br />
V nasledujúcej časti sú stručne opísané princípy niektorých interpolačných<br />
3.2.2.1 Trojuholníková metóda s lineárnou interpoláciou zistených hodnôt<br />
závislosti.<br />
Pricíp tejto <strong>metódy</strong> spočíva v odhade neznámej hodnoty pomocou lineárnej<br />
Lineárnym útvarom v trojrozmernom priestore je rovina z, ktorá je daná rovnicou:<br />
z = ax + by + c<br />
Rovnica roviny obsahuje tri koeficienty. Z toho vyplýva, že pre určenie ľubovolnej<br />
roviny (určenie jej koeficientov a, b a c) sú potrebné tri známe body, napr. G2 [x1, y1,<br />
z1], G4 [x2, y2, z2], G9 [x3, y3, z3] (Blišťan, P. , 2005). Pre tieto body musí platiť:<br />
z<br />
z<br />
z<br />
1<br />
2<br />
3<br />
= ax<br />
1<br />
= ax<br />
= ax<br />
2<br />
3<br />
+ by<br />
1<br />
+ by<br />
+ by<br />
3<br />
+ c<br />
2<br />
+ c<br />
+ c<br />
32
Obr.7. Princíp trojuholníkovej <strong>metódy</strong> s lineárnou<br />
interpoláciou, rovina z je definovaná bodmi<br />
G2, G4 a G9 (Blišťan, P. , 2005)<br />
Keďže poznáme všetky hodnoty xi, yi, zi, tak riešením uvedenej sústavy rovníc sú<br />
koeficienty a, b, c roviny, v ktorej sa nachádzajú body G2, G4, G9 (obr. 7). Hľadaný<br />
odhad TB v bode B [xB, yB] potom zistíme zo vzťahu:<br />
TB = axB<br />
+ byB<br />
+ c<br />
Hodnoty xB, yB sú súradnicami „pôdorysu“ bodu B (Blišťan, P. , 2005).<br />
3.2.2.2 Metóda IDW<br />
Hodnotu sledovanej veličiny TB v bode B zisťujeme ako súhrn príspevkov zo<br />
známych bodov, ktoré sú v určitej vzdialenosti od bodu B. Princíp <strong>metódy</strong> možno<br />
vyjadriť vzťahom (Blišťan, P. , 2005):<br />
T<br />
n<br />
∑<br />
i=<br />
1<br />
B = n<br />
∑<br />
i=<br />
1<br />
g<br />
i<br />
k<br />
i<br />
d<br />
1<br />
d<br />
[21]<br />
k<br />
i<br />
di k - vzdialenosti jednotlivých bodov so známymi hodnotami veličiny k bodu B, gi -<br />
hodnoty sledovanej veličiny jednotlivých známych bodov (Blišťan, P. , 2005) (obr. 8)<br />
33
Obr.8. Princíp <strong>metódy</strong> IDW (Blišťan, P. , Kondela, J. , 2001)<br />
Zlocha (1996) neodporúča používanie tejto <strong>metódy</strong>, nakoľko výsledný model<br />
sledovanej veličiny je často roztrasený, typické je vytváranie tzv. „bull - eyes“ okolo<br />
vstupných bodov.<br />
3.2.2.3 Globálne bázové funkcie<br />
Splajn tenkej dosky<br />
1996):<br />
Jedná sa o 2D splajnovú metódu. Môžeme ju vyjadriť nasledovne (Zlocha, M. ,<br />
f<br />
2<br />
( x,<br />
y)<br />
a + a x + a y + r ln(<br />
r)<br />
0 1 2 ∑<br />
j=<br />
1<br />
n<br />
= λ [22]<br />
r - vzdialenosť medzi bodmi<br />
j<br />
Metóda je vhodná pre rôzne aplikácie v prípade, že skúmaný jav nemá príliš<br />
veľké zmeny gradientu. Zlocha (1996) uvádza v prípade veľkých zmien gradientu<br />
sledovaného javu vznik falošných miním a maxím a doporučuje v tomto prípade skôr<br />
použiť kriging alebo Hardyho metódu.<br />
34
Regularizované splajny a splajny s tenziou<br />
Tieto <strong>metódy</strong> interpolácie sa používajú pri riešení úloh, v ktorých<br />
predpokladáme určitú nespojitosť sledovaného javu, napr. existencia zlomu.<br />
Regularizované splajny a splajny s tenziou boli vo forme kompletne regularizovaných<br />
splajnov (špeciálne 2D a 3D funkcie) použité pre modelovanie terénu a jeho analýzu<br />
a modelovanie objemu geologického telesa (Mitášová et al. , 1990 in Zlocha, M. ,<br />
1996).<br />
Hardyho multikvadratická metóda<br />
Táto metóda je považovaná za jednu z najpresnejších, najrýchlejších a aj<br />
najjednoduchších interpolačných metód. Tvar jej funkcie môžeme vyjadriť nasledovne<br />
(Zlocha, M. , 1996):<br />
2 2<br />
( x,<br />
y)<br />
r + R<br />
f = ∑ j j<br />
j=<br />
1<br />
n<br />
λ [23]<br />
r - Euklidovská vzdialenosť medzi bodmi<br />
R 2 - vstupný parameter<br />
Presnosť <strong>metódy</strong> závisí len od voľby vstupného parametra. Hardyho<br />
multikvadratická metóda dosahuje najlepšie výsledky pri modelovaní javov s veľkou<br />
zmenou gradientu. Podľa Carusa a Quartu (1998) je vhodné použiť Hardyho<br />
multikvadratickú metódu v prípade, keď sú dáta pravidelne rozptýlené v priestore.<br />
3.2.2.4 Geoštatistické <strong>metódy</strong><br />
Základy modernej geoštatistiky boli položené už v 60. - tych rokoch minulého<br />
storočia zásluhou profesora Matherona, predstaviteľa tzv. francúzskej školy. Metóda<br />
krigingu bola nazvaná podľa juhoafrického banského inžiniera Krigeho, predstaviteľa<br />
tzv. juhoafrickej školy. D. G. Krige spolu s H. S. Sichelom a ostatnými odborníkmi<br />
položili základy <strong>metódy</strong> krigingu už v 50. - tych rokoch minulého storočia v súvislosti<br />
s ťažbou zlata v oblasti Witwatersrandu.<br />
Hlavné výhody geoštatistických metód spočívajú v tom, že pri ich správnom<br />
použití získame pomerne spoľahlivú charakteristiku celého ložiskového telesa aj<br />
v rámci jednotlivých blokov (napr. distribúcia úžitkovej zložky, škodlivín a pod.), čo<br />
nám v konečnom dôsledku umožňuje vytvárať pomerne hodnoverné modely ložiska.<br />
Dôležitou výhodou je aj to, že geoštatistické postupy rešpektujú zdanlivo chaotické<br />
35
ozmiestnenie hodnôt sledovanej veličiny v priestore, ktoré však nie je úplne náhodné,<br />
ale je realizáciou tzv. regionálnej premennej. Výsledné analytické modely ložiskového<br />
telesa majú potom nezastupiteľný význam pri následnom výpočte zásob, určení<br />
vhodného spôsobu ťažby na ložisku a ekonomickom rozhodovaní. Geoštatistické<br />
<strong>metódy</strong> sa navyše dajú úspešne aplikovať aj v iných vedných disciplínach. Aj tu<br />
dosahujú spoľahlivé výsledky (Saby, N. , et al. , 2006), (Öztürk, C. , A. , Nasuf, E. ,<br />
2002).<br />
Nevýhodou geoštatistických metód je ich zložitosť. Pri ich aplikácii sa využíva<br />
pomerne zložitý matematický aparát. V súčasnosti sa <strong>metódy</strong> geoštatistiky aplikujú<br />
prostredníctvom drahého špecializovaného softvéru, pričom si to vyžaduje použitie<br />
vysokovýkonného počítača. Správna interpretácia teoretických semivariogramov<br />
v rámci štruktúrnej analýzy nie je jednoduchá a vyžaduje si určitú skúsenosť, prax.<br />
Rozdiely medzi klasickou matematickou štatistikou a geoštatistikou spočívajú<br />
v špecifických vlastnostiach geologických telies, ktoré sa vyznačujú vysokou<br />
priestorovou rôznorodosťou štruktúr a charakteristických vlastností. Geologické telesá<br />
sú taktiež skúmané iba v limitnom rozsahu, na základe ich ťažkej dostupnosti, zložitej<br />
štruktúry a teda aj ťažkého prístupu ku geologickým dátam (Schejbal, C. , 1980). Často<br />
tu zohrávajú úlohu aj vysoké náklady, ktoré je potrebné vynaložiť na geologický<br />
prieskum.<br />
Podľa Matherona (1963) in Schejbal (1980) je geoštatistika aplikáciou teórie<br />
náhodných funkcií na opis a oceňovanie prírodných objektov, ktoré je možné<br />
charakterizovať distribúciou hodnôt regionalizovaných premenných v priestore.<br />
Rozdelenie hodnôt skúmanej veličiny v rámci ložiska môže byť ovplyvnené<br />
štruktúrnymi vlastnosťami ložiska a môže byť aj čiastočne náhodné. Geoštatistika<br />
interpretuje každú hodnotu z(xi) ako realizáciu náhodnej premennej Z(xi) v bode xi.<br />
Náhodnú funkciu tvorí súbor náhodných premenných Z(x) pre x z oblasti ložiska.<br />
Štruktúra ložiska spôsobuje, že náhodné premenné Z(x) nie sú nezávislé, ale navzájom<br />
medzi sebou súvisia. Táto súvislosť závisí od veľkosti a smeru vektora h, ktorý<br />
oddeľuje body vi, vj.<br />
Regionálnu premennú je možné charakterizovať náhodnými funkciami. Tieto<br />
funkcie sú funkciami polohy regionalizovanej premennej v priestore a vyznačujú sa<br />
určitým trendom. Najdôležitejšou z týchto funkcií je semivariogram. Semivariogram je<br />
štruktúrna funkcia, ktorá opisuje očakávaný rozdiel v hodnotách medzi pármi vzoriek<br />
36
vzdialených od seba o h s danou vzájomnou orientáciou (Blišťan, P. , Pauco, M. , 2005).<br />
Funkcia semivariogramu je opísaná vzťahom:<br />
( h)<br />
( h)<br />
n<br />
1<br />
γ ( h)<br />
= ∑= ( U ( vi<br />
+ h)<br />
−U<br />
( vi<br />
) )<br />
[24]<br />
2n<br />
i 1<br />
n(h) - počet párov vstupujúcich do výpočtu experimentálneho semivariogramu na<br />
vzdialenosti h, h - vektor v n - rozmernom priestore<br />
(vi + h) - nesie v sebe priestor<br />
U(vi) - konkrétna hodnota<br />
2<br />
Prostredníctvom semivariogramu je možné zhodnotiť nasledovné vlastnosti<br />
v rámci ložiskového telesa (Rybár, P. , 1996):<br />
- podľa typu a tvaru semivariogramu opísať vývoj korelácie sledovanej premennej<br />
vzhľadom na zväčšujúcu sa vzdialenosť medzi porovnávanými pármi bodov so<br />
známymi obsahmi chemizmu,<br />
- podľa dosahu vplyvu vzorky opísať izotropné alebo anizotropné rozloženie<br />
každého sledovaného chemického prvku v priestore ložiska,<br />
- prítomnosť a veľkosť tzv. nugget efektu vyjadruje mieru neistoty v stanovených<br />
hodnotách chemizmu vo vzorkách danej veľkosti,<br />
- podľa tvaru semivariogramu rozhodnúť o prítomnosti alebo neprítomnosti<br />
polynominálneho trendu a podľa potreby ho odstrániť.<br />
Samotná aplikácia geoštatistických metód pozostáva z dvoch krokov:<br />
štruktúrnej analýzy a krigingu.<br />
Štruktúrna analýza<br />
V rámci štruktúrnej analýzy sa počítajú experimentálne semivariogramy, ktoré<br />
sú vlastne empirickými realizáciami určovanými z množiny pozorovaní v1 až vn. Na<br />
získané experimentálne semivariogramy nastavujeme teoretické matematické modely<br />
semivariogramov (obr. 9). Na týchto teoretických modeloch si všímame<br />
a zhodnocujeme nugget efekt Co, sklon v počiatku, dosah vplyvu a, prah C.<br />
37
Sférický model semivariogramu, s ktorým sa v praxi stretávame najčastejšie<br />
môžeme opísať nasledujúcim vzťahom (Clark, I. , 1979):<br />
( ) ⎟ 3 ⎛ 3 h 1 h ⎞<br />
γ h = C ⎜ −<br />
kde h ≤ a [25]<br />
3<br />
⎝ 2 a 2 a ⎠<br />
γ ( h ) = C<br />
kde h ≥ a<br />
C – prah semivariogramu, a – dosah semivariogramu, h - vzdialenosť medzi<br />
vzorkami, ak h ≥ a – vzorky sú nezávislé<br />
Procedúrou cross-validation kontrolujeme vhodnosť nastavenia daného<br />
teoretického modelu semivariogramu na vypočítaný experimentálny semivariogram.<br />
Clark (1986) bližšie opisuje význam procedúry cross-validation v geoštatistike.<br />
Okrem sférického typu semivariogramu poznáme ešte mnoho iných typov podľa<br />
charakteristického tvaru, vlastností. Tieto delíme do niekoľkých skupín:<br />
- modely prechodového typu (sférický, kvadratický, gaussovský,<br />
exponencionálny),<br />
- modely bez prechodu (lineárny, logaritmický),<br />
- modely s oscilujúcim prahom (sínusový, cosínusový),<br />
- náhodné modely.<br />
Obr.9. Všeobecný semivariogram so základnými charakteristikami<br />
(C0 – nugget efekt, C – prah, a – dosah vplyvu, h – vzdialenosť<br />
medzi vzorkami) (Böhmer, M. , Kužvart, M. , 1993)<br />
38
Základným cieľom štrukturálnej analýzy je opis charakteru distribúcie<br />
sledovaných veličín na všetkých štruktúrnych úrovniach v rámci daného prieskumného<br />
systému. Štrukturálna analýza je prvou a základnou časťou geoštatistickej analýzy, bez<br />
ktorej by nebolo možné vykonávať odhady pomocou krigingu.<br />
Kriging<br />
Metóda dostala názov podľa juhoafrického banského inžiniera Krigeho, ktorý<br />
zaviedol používanie kĺzavých priemerov na určenie systematickej chyby pri<br />
interpolácii. Geštatistická metóda krigingu (obr. 10) má najlepšie uplatnenie pri riešení<br />
problémov v ložiskovej geológii, modelovaní <strong>ložísk</strong>, výpočte zásob. Táto metóda<br />
poskytuje odhad sledovanej veličiny v ľubovoľnom mieste záujmovej plochy alebo<br />
telesa na základe skupiny známych hodnôt (Blišťan, P. , 2005).<br />
Poznáme viacero typov krigingu, ktorých použitie závisí od správneho<br />
vy<strong>hodnotenia</strong> štruktúrnej analýzy (analýza funkcie semivariogramu) a tiež od normality<br />
rozdelenia dát. Medzi základné typy krigingu patrí obyčajný (ordinary) kriging, bodový<br />
kriging, univerzálny kriging, indikátorový kriging, disjunktívny kriging.<br />
Obr. 10. Princíp odhadu metódou krigingu (www.perrygeo.net)<br />
39
Pri metóde krigingu platí tento základný vzťah (Blišťan, P. , 2005):<br />
n<br />
∗<br />
T = ∑ wi<br />
g<br />
1<br />
i<br />
40<br />
[26]<br />
T * - odhadovaná hodnota v konkrétnom bode B, tzv. lineárny odhad hodnoty<br />
wi - váha pozorovania v i - tom bode<br />
gi - známa hodnota sledovanej veličiny v i - tom bode (vzorka)<br />
Hodnota T * je lineárnym odhadom, pretože to je lineárna kombinácia hodnôt<br />
jednotlivých vzoriek. Metódu ordinary krigingu je možné aplikovať pod podmienkou<br />
kvazistacionarity sledovaného poľa, ktorú zistíme pri predchádzajúcej štruktúrnej<br />
analýze. V prípade kvazistacionarity sledovaného poľa v okolí lokálneho odhadu určíme<br />
váhy wi minimalizáciou rozptylu odhadu:<br />
=<br />
n<br />
n<br />
2<br />
σ ε = 2 ∑ wi γ ( gi<br />
, A)<br />
− ∑ ∑ wiw<br />
j γ ( gi<br />
, g j ) − γ ( A,<br />
A)<br />
( gi , A)<br />
i=<br />
1<br />
i=<br />
1<br />
n<br />
j=<br />
1<br />
γ - priemerný semivariogram medzi každým bodom gi so známou hodnotou<br />
( g , )<br />
i j g<br />
sledovanej veličiny a odhadovanou oblasťou A<br />
= γ - priemerný semivariogram medzi bodmi v množine bodov so známou<br />
( A, A)<br />
hodnotou sledovanej veličiny<br />
γ = - priemerný semivariogram medzi každým bodom v odhadovanej oblasti A<br />
Rozptyl odhadu sa mení so zmenami váh pridelených jednotlivým vzorkám. Rozptyl<br />
odhadu je teda funkciou váh pridelených jednotlivým vzorkám. Pre minimalizáciu<br />
rozptylu je potrebné položiť všetky parciálne derivácie rovné nule:<br />
∂ 2<br />
σ ε<br />
= 0 [28]<br />
∂w<br />
i<br />
[27]
Potrebné je tiež splniť podmienku ∑ w i = 1. Úpravou predchádzajúceho vzťahu<br />
získame tvar:<br />
2 ( − λ(<br />
w − )<br />
∂ ∑ 1<br />
σ ε<br />
∂w<br />
i<br />
i<br />
= 0 [29]<br />
Po položení všetkých parciálnych derivácií rovných nule, získame sústavu rovníc<br />
s výsledkom jednotlivých váh pri splnení podmienky ∑ =<br />
41<br />
n<br />
wi<br />
i 1<br />
Ak zistíme, že sledované pole nie je stacionárne, pri štruktúrnej analýze zistíme<br />
prítomnosť trendu v danej oblasti, tak je vhodné použiť univerzálny kriging. Riešenie<br />
postupuje analogicky ako pri obyčajnom krigingu, s tým rozdielom, že sústava rovníc sa<br />
rozšíri o členy opisujúce drift (posun, trend).<br />
Popri lineárnych poznáme aj nelineárne geoštatistické <strong>metódy</strong> krigingu, ktoré sú<br />
založené na odhadoch niektorých funkcií sledovaných veličín. Do tejto skupiny patrí<br />
napríklad indikátorový a disjunktívny kriging.<br />
Indikátorový kriging uvažuje, že každú funkciu je možné vyjadriť<br />
prostredníctvom indikátorov. Ak uvažujeme, že náhodnou funkciou je premenná<br />
s určitým množstvom hodnôt, tak daná indikátorová premenná vstupuje do výpočtu<br />
semivariogramu a následných lokálnych krigovacích odhadov. Princíp indikátorového<br />
krigingu spočíva v rozdelení náhodnej funkcie Z(x) prostredníctvom rôznych cut-off<br />
kritérií z, ktoré rozdeľujú priestor do náhodných súborov bodov s hodnotami ≥ z,<br />
s očakávanou hodnotou daného indikátora (Vizi, L. , 2001):<br />
{ I[<br />
Z(<br />
x)<br />
z]<br />
} = P[<br />
Z(<br />
x)<br />
≥ z]<br />
T ( z)<br />
= 1.<br />
E ≥ =<br />
[30]<br />
Indikátorový kriging je vhodné aplikovať pri vyčleňovaní priestoru ložiskového<br />
telesa, ktorý má byť ťažený a ktorý sa má zachovať pre zakladanie pilierov.<br />
Prostredníctvom indikátorového krigingu sa teda tvoria tzv. modely vyťažiteľných<br />
zásob na ložisku (Vizi, L. , 2007).<br />
Marinoni (2003) uvádza použitie indikátorového krigingu pri tvorbe<br />
geologických modelov. Na základe dosiahnutých výsledkov dospel autor k záveru, že<br />
aplikácia indikátorového krigingu zvyšuje presnosť a reálnosť geologických modelov,<br />
na rozdiel od obyčajného krigingu, kedy dochádza k prílišnej regionalizácii modelu.
Lloyd a Atkinson (2001) porovnávajú aplikáciu geoštatistických postupov<br />
obyčajného krigingu, krigingu s trendom a indikátorového krigingu pre potreby<br />
interpolácie pri tvorbe DTM (digitálneho terénneho modelu). Autori na základe<br />
výsledkov prišli k záveru, že pri riešení danej úlohy je vhodnejšie použiť obyčajný<br />
kriging alebo kriging s trendom, nakoľko použitie indikátorového krigingu je časovo<br />
omnoho náročnejšie a ukázalo sa ako problematické v prípade prítomnosti trendu nízkej<br />
početnosti.<br />
Disjunktívny kriging si vyžaduje stacionaritu sledovaného poľa. Cieľom tohto<br />
typu krigingu je získať distribúciu jednotlivých jednotiek poľa reprezentovaných<br />
fyzickými bodmi.<br />
Kokriging je určité rozšírenie krigingu v situácii, keď sú využité viaceré<br />
sledované veličiny k zlepšeniu presnosti krigovacích odhadov, pričom sú súčasne<br />
analyzované dve rôzne veličiny, v rámci štruktúrnej analýzy sú tvorené tzv. cross-<br />
semivariogramy.<br />
Jednoduchý kokrigovací odhad pozostáva z priemeru m i0<br />
záujmovej sledovanej<br />
veličiny, k nemu je pripočítaná suma váh<br />
s rešpektovaním priemeru m i (Wackernagel, H. , 1994):<br />
i<br />
wα , vynásobená rozdielom vzoriek Z i ( xα<br />
)<br />
∗<br />
i0<br />
( x0<br />
) = mi0<br />
N n<br />
i<br />
+ ∑∑ wα<br />
( Z i ( xα<br />
)<br />
i=<br />
1 α = 1<br />
mi<br />
)<br />
[31]<br />
Z −<br />
Goovaerts (1994) sa zaoberá priestorovými vzťahmi, závislosťou dvoch typov<br />
dát v rôznych priestorových mierkach pri využití <strong>metódy</strong> kokrigingu.<br />
Hlavné výhody použitia metód krigingu možno podľa Schejbala (1980) zhrnúť<br />
do nasledovných bodov:<br />
- <strong>metódy</strong> krigingu vychádzajú zo štrukturálnych charakteristík sledovaného<br />
náhodného poľa,<br />
- rešpektujú priestorové rozmiestnenie miest pozorovania, geometria vzoriek,<br />
- uvažujú veľkosť odhadovaných elementov poľa a vzoriek, v ktorých boli<br />
stanovené hodnoty tohto poľa,<br />
- popri odhade T* rešpektujú aj jeho rozptyl<br />
42<br />
2<br />
σ ε .
Využitie geoštatistických metód<br />
Modelovanie jednotlivých ložiskových parametrov prostredníctvom<br />
geoštatistických metód je na Slovensku v súčasnosti aplikované predovšetkým<br />
odborníkmi z fakulty BERG (baníctva, ekológie, riadenia a geotechnológií) Technickej<br />
univerzity v Košiciach (Vizi, L. , 2007).<br />
Geoštatistické <strong>metódy</strong> <strong>hodnotenia</strong> ložiska a následné modelovanie ložiskových<br />
parametrov v prostredí GIS systémov bolo v minulosti úspešne aplikované na ložisku<br />
magnezitu Jelšava - Miková, blok C (Blišťan, P. , Kondela, J. , 2002), na ložisku<br />
mangánových rúd v Kišovciach - Švábovciach (Timčák, G. et al. , 2003), na ložisku<br />
magnezitu v Košiciach - Bankove bola vykonaná analýza a modelovanie geologicko -<br />
ekonomických parametrov ovplyvňujúcich ťažbu a jej dopad na životné prostredie<br />
(Blišťan, P. , 2003).<br />
V zahraničí boli aplikované tieto <strong>metódy</strong> pri riešení viacerých problémov<br />
v ložiskovej geológii.<br />
V Českej republike boli vydané rôzne publikácie zamerané na predmetnú tému<br />
a tiež rôzne učebnice geoštatistiky (Schejbal, C. , 1980). Táto metodika tu bola využitá<br />
pri hodnotení <strong>ložísk</strong> uhlia (Staněk et al. , 2006).<br />
Medzi klasické učebnice geoštatistiky patrí napríklad práca anglickej profesorky<br />
Isobel Clark, v ktorej sú uvedené základné princípy geoštatistiky (Clark, I. , 1979).<br />
Geoštatistika bola aplikovaná v mnohých konkrétnych prípadoch, napríklad pri<br />
odhade množstva zásob na ložisku (Frempong, P. , K. , Clark, I. , 1996), pri analýze<br />
kvalitatívnych parametrov na ložisku uhlia (Heriawan, M. , N. , Koike, K. , 2007)<br />
a v mnohých iných prípadoch.<br />
Autori Heriawan a Koike (2007) aplikujú geoštatistické postupy pri hodnotení<br />
jednotlivých parametrov viacslojového uhoľného ložiska East Kalimantan (Borneo),<br />
analyzujú geometriu (hrúbku uhoľných slojov), obsahy popola, Na, S, výhrevnosť (obr.<br />
11) a skúmajú koreláciu medzi jednotlivými parametrami prostredníctvom cross-<br />
semivariogramov a kokrigingu. Výsledky kokrigingu autori následne porovnali<br />
s výsledkami obyčajného krigingu. Na základe výsledkov geoštatistiky boli vyvodené<br />
závery o možnom vzniku uhoľných slojov a pôvode ich zloženia.<br />
43
Obr. 11. Distribúcia hrúbky (a), obsahu popola (b) a síry (c) v jednotlivých uhoľných slojoch<br />
(P,Q,, R, T) (metóda obyčajný kriging) (Heriawan, M. , N. , Koike, K. , 2007)<br />
Okrem problémov ložiskovej geológie boli geoštatistické <strong>metódy</strong> tiež<br />
aplikované pri riešení úloh v inžinierskej geológii (Öztürk, C. , A. , Nasuf, E. , 2002)<br />
a pri rôznych environmentálnych problémoch (Saby, N. , et al. , 2006) (obr. 12).<br />
Obr. 12. Distribúcia obsahu olova v pôde v sledovanej oblasti<br />
(metóda obyčajného krigingu) (Saby, N. , et al. , 2006)<br />
44
3.3 Modelovanie <strong>ložísk</strong> v prostredí GIS<br />
Modelovanie ložiska v prostredí geografických informačných systémov patrí<br />
medzi moderné <strong>metódy</strong> <strong>hodnotenia</strong> <strong>ložísk</strong>. Rozvoj geografických informačných<br />
systémov nastal v 80. - tych rokoch minulého storočia s nástupom počítačovej techniky.<br />
Geografické informačné systémy (GIS) sú systémy, ktoré slúžia na efektívne<br />
ukladanie, aktualizáciu, manipuláciu, analýzu, modelovanie a prezentáciu geograficky<br />
orientovaných informácií.<br />
Podľa Goodchilda (1997) sú GIS špeciálnym druhom informačného systému.<br />
Autor opisuje informačné systémy všeobecne ako nástroj pre manipuláciu, sumarizáciu,<br />
dopytovanie, editovanie a vizualizáciu informácií, ktoré sú uložené v databázach<br />
v počítači. Autor ďalej uvádza dva významy pojmu GIS:<br />
- GIS ako reálna aplikácia, zahrňujúca hardvér, dáta, softvér a ľudí, ktorí<br />
potrebujú vyriešiť určitý problém<br />
- GIS ako typ softvéru, ktorý predáva jeho vývojár<br />
GIS nechápeme len ako určitý druh informačného systému, ale aj ako<br />
technológiu zhromažďovania, spracovania a zobrazenia priestorových údajov (Zlocha,<br />
M. , 1996). GIS sa v súčasnosti čoraz viac využívajú vo všetkých sférach ľudskej<br />
činnosti: priemysel, ťažba <strong>nerastných</strong> <strong>surovín</strong>, poľnohospodárstvo, štátna a verejná<br />
správa, ochrana životného prostredia, doprava, telekomunikácie.<br />
oblastí:<br />
Úlohy špecifické pre GIS možno podľa Zlochu (1996) rozdeliť na niekoľko<br />
- reprezentácia geografického priestoru, meranie a zber údajov,<br />
- zhromažďovanie údajov,<br />
- štruktúry údajov a algoritmy,<br />
- priestorové modelovanie a štatistika,<br />
- zobrazovanie,<br />
- organizačné, právne a etické aspekty.<br />
V posledných rokoch preniká výpočtová technika čoraz viac aj do oblasti<br />
projektovania, otvárky a plánovania dobývania <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> (Blišťan, P. ,<br />
Kondela, J. , 2002).<br />
45
2D a 3D modelovanie sa začalo v geológii využívať až s nástupom<br />
zodpovedajúcej výpočtovej techniky a programového vybavenia koncom 80. - tych<br />
rokov.<br />
Vytvorenie digitálneho 3D geologického modelu vyžaduje spracovanie veľkého<br />
množstva údajov v prostredí systémov plne podporujúcich reálne 3D súradnice. Tieto sú<br />
z dôvodu odlíšenia nazvané geoscientific systems (GSIS) - geovedné systémy (Zlocha,<br />
M. , 1996).<br />
Vyvrcholením predchádzajúcej analýzy a spracovania geologicko - ložiskových<br />
údajov je vytvorenie geografického informačného systému, ktorý je založený na<br />
spracovaní všetkých dostupných textovo - numerických a grafických dát o ložisku.<br />
GIS, ktorý sa využíva pri hodnotení ložiska a tiež pri plánovaní ťažby si<br />
vyžaduje spracovanie nasledovných typov údajov (Blišťan, P., Grinč, A., 1998):<br />
- vzorkový materiál a terénne geologické merania (spracovanie máp vzoriek, kníh<br />
vzoriek, existujúcich databáz vzoriek),<br />
- mapové podklady - komplexné spracovanie mapovej dokumentácie (meračské<br />
body, meračská sieť, klady listov, technické práce, vystrojenie banských diel,<br />
ložiskovo - geologické informácie, povrchová situácia, technologické objekty),<br />
- tabuľkové údaje - aktuálne a archívne informácie (parametre ložiskových<br />
blokov, ekonomické <strong>hodnotenia</strong>, archívne informácie).<br />
Náročnosť modelovania ložiskového telesa je závislá od množstva vstupných<br />
dát a od zvolenej modelovacej <strong>metódy</strong>. Pri modelovaní geologických telies sa využívajú<br />
niektoré z vyššie uvedených interpolačných metód.<br />
Geografický informačný systém je založený na prepojení subsystémov do dvoch<br />
základných modulov - databázového a geografického (Blišťan, P., Kondela, J., 2002).<br />
Databázový modul využíva možnosti tabuľkového procesora a textového editora<br />
a relačný prístup k dátam a informáciám.<br />
Geografický modul ponúka možnosti analýzy priestorových vzťahov<br />
databázových záznamov voči ostatným geoobjektom alebo javom. Je to geografické<br />
prezentovanie ložiskových a iných údajov na zaklade stanovených kritérií (priestorová<br />
analýza a 3D modelovanie).<br />
Prostredie ArcView patrí v súčasnosti ku GIS systémom, ktorý ponúka<br />
užívateľovi množstvo nástrojov na spracovanie a analýzu vstupných dát.<br />
46
Hlavné výhody použitia geografického informačného systému v bežnej<br />
geologickej praxi sú nasledovné (Blišťan, P., Kondela, J., 2002):<br />
- komplexná báza geologicko - ložiskových dát,<br />
- digitálny model geologickej situácie a účelové geologické mapy,<br />
- možnosť analýzy a spracovania všetkých geologických dát.<br />
Geografické informačné systémy poskytujú banskej prevádzke komplexnú bázu<br />
bansko-technických dát, digitálne povrchové, banské a iné účelové mapy a tiež<br />
možnosti analýzy a spracovania ostatných dát (vetranie, únikové cesty, rozmiestnenie<br />
strojov a pod.).<br />
V zahraničí boli aplikované GIS systémy pri riešení viacerých problémov<br />
v ložiskovej geológii.<br />
V Číne bol GIS aplikovaný pri hodnotení <strong>ložísk</strong> uhlia, pri plánovaní ťažby a pri<br />
hodnotení vplyvu ťažby na okolité prostredie (Lei, J. et al. , 1999). Autori použili ako<br />
vstupné dáta údaje získané z DPZ (diaľkového prieskumu Zeme) a namerané dáta<br />
v teréne a pri práci použili softvér ArcInfo 3.4.<br />
Geografické informačné systémy boli tiež využité pri riešení rôznych<br />
geologických úloh v Indii, napríklad v konkrétnom prípade pri modelovaní litológie,<br />
tektoniky a geochémie strižnej zóny Singhbhum (Mukhopadhyay, B. et al. , 2002). V<br />
strižnej zóne Singhbhum sa nachádzajú ložiská s najväčšími zásobami medenej rudy<br />
v Indii. Autori sa snažia modelovaním uvedených faktorov prispieť k objaveniu a<br />
overeniu ďalších zásob medenej rudy.<br />
3.3.1 Význam GIS pri ekonomickom hodnotení <strong>ložísk</strong><br />
Geografické informačné systémy poskytujú množstvo nástrojov, ktoré sú<br />
z hľadiska ekonomických hodnotení <strong>ložísk</strong> veľmi dôležité. Pri vykonávaní výpočtu<br />
zásob sa riadime podľa stanovených podmienok využiteľnosti zásob. Nástroje<br />
priestorovej analýzy v prostredí GIS nám umožňujú zobraziť tú časť ložiska, ktorá spĺňa<br />
určité podmienky zadefinované v rámci špecifického dopytu. GIS nám týmto spôsobom<br />
napríklad umožňujú okamžite zobraziť časť ložiska, v ktorej sa nachádzajú bilančné<br />
zásoby. Samozrejme, pri stanovení viacerých okrajových podmienok dokážeme<br />
postupne definovať časti zásob spĺňajúce tieto podmienky a následne vykonať výpočet<br />
zásob ložiska viacvariantným spôsobom.<br />
47
Jednotlivé špecifické dopyty definujeme v prostredí GIS prostredníctvom<br />
nástrojov jazyka SQL (Structured Query Language). Prostredníctvom jazyka SQL<br />
dokážeme aplikovať na určitom súbore dát uloženom vo forme databázy (formát mdb. ,<br />
dbf.) rôzne jednoduché logické operácie. Na obrázku č. 13 vidíme tvorbu špecifického<br />
dopytu v prostredí GIS zameraného na definovanie hrúbky uhoľného sloja. Dopyt má<br />
tvar: [hrubka_sloja]≥4. Po aplikácii tohto dopytu budú okamžite zobrazené dáta, ktoré<br />
spĺňajú stanovenú podmienku, teda tie vrty, kde uhoľný sloj dosahuje hrúbku 4 a viac<br />
metrov.<br />
Obr. 13. Tvorba špecifického dopytu prostredníctvom jazyka<br />
SQL v programe ArcGIS<br />
Metódy modelovania ložiska v prostredí GIS boli u nás aplikované na ložisku<br />
magnezitu Jelšava - Dúbravský masív (obr. 14). Bilančné zásoby tohto ložiska<br />
v množstve 240 mil. ton ho zaraďujú medzi ložiská svetového významu (Lipták, V.,<br />
2006). V procese riadenia ťažby na ložisku bolo potrebné spracovať a analyzovať<br />
geologické informácie z ťažobného prieskumu, čo vyústilo do zavedenia geografického<br />
informačného systému. Digitalizované boli povrchové a podzemné mapy, vytvorená<br />
bola databáza všetkých dostupných geologických dát a geoštatistický model<br />
vyťažiteľných zásob (Vizi, L. , 2007).<br />
48
Obr.14. Aplikácia geografického informačného systému na ložisku magnezitu Jelšava –<br />
Dúbravský masív, blok C (Blišťan, P. , Kondela, J. , 2002)<br />
Prínos zavedenia geografického informačného systému na ložisku Jelšava -<br />
Dúbravský masív spočíva v nasledujúcich faktoch (Lipták, V., 2006):<br />
- zvýšenie úrovne plánovania ťažby, čo spočíva vo vytvorení modelu distribúcie<br />
magnezitu rôznych kvalitatívnych tried, ktorý je súčasne podkladom pre<br />
optimálne situovanie dobývok a pilierového systému, čo v konečnom dôsledku<br />
zvyšuje výrubnosť ložiska a využitie magnezitu,<br />
- spresnenie vedenia evidencie pohybu zásob,<br />
- analýza distribúcie chemického zloženia magnezitu a škodlivín, lokalizácia<br />
rôznych kvalitatívnych tried magnezitu, čo je dôležité pri riadení kvality ťažby,<br />
- rozmery dobývaných blokov sú v súlade s použitou dobývacou metódou,<br />
- možnosť realizácie variantného výpočtu zásob podľa rôznych hraničných (tzv.<br />
„cut - off“) podmienok využiteľnosti, čo jednoznačne prispieva k skvalitneniu<br />
ekonomického <strong>hodnotenia</strong>,<br />
- možnosť kvantifikácie odbytových možností, výrobného sortimentu<br />
a optimalizácie ťažby a spracovania magnezitu.<br />
Geografické informačné systémy prostredníctvom nástrojov priestorovej analýzy<br />
pri ich správnom použití jednoznačne výrazne pomáhajú pri ložiskovogeologickom<br />
prieskume a následnom ekonomickom hodnotení ložiska nerastnej suroviny. Pri<br />
viacvariantnom spôsobe výpočtu zásob sú rýchlym a flexibilným prostriedkom na<br />
49
definovanie tých častí ložiska, ktoré spĺňajú dané kritériá (napríklad podľa stanovených<br />
podmienok využiteľnosti zásob).<br />
3.4 Ekonomické hodnotenie <strong>ložísk</strong><br />
Výsledky prechádzajúcich etáp geologického prieskumu by mali byť dobrým<br />
podkladom pre finálnu fázu <strong>hodnotenia</strong> ložiska, ktorou je jeho ekonomické<br />
zhodnotenie, určenie (odhad) jeho ceny. Táto fáza geologického prieskumu ložiska je<br />
v súčasnosti veľmi dôležitá a treba jej venovať patričnú pozornosť. V nasledujúcej časti<br />
sú stručne opísané princípy klasifikácie zásob <strong>nerastných</strong> <strong>surovín</strong> a <strong>metódy</strong> oceňovania<br />
ložiska nerastnej suroviny.<br />
3.4.1 Klasifikácia zásob<br />
Klasifikáciu zásob výhradných <strong>ložísk</strong> SR upravuje § 14 zákona č. 44/1988 Zb.<br />
v znení zákona č. 498/1991 Zb. , 558/2001, 203/2004, 587/2004, 479/2005, 219/2007<br />
Zb. a vyhláška SGÚ č. 6/1992 Zb. o klasifikácii a výpočte zásob výhradných <strong>ložísk</strong>.<br />
Podľa preskúmanosti výhradného ložiska alebo jeho časti, stupňa znalosti jeho<br />
úložných pomerov, kvality, technologických vlastností a bansko-technických<br />
podmienok sa zásoby výhradného ložiska klasifikujú na: a) Z-1 (overené zásoby), b) Z-<br />
2 (pravdepodobné zásoby), c) Z-3 (predpokladané zásoby).<br />
Ďalej je vyčlenená kategória prognóznych zdrojov (príloha č. 1 vyhlášky č.<br />
217/1993 Zb.). Odhadujú sa do hĺbok prístupných pre súčasné alebo výhľadové<br />
dobývanie, podľa súčasných ekonomických, technologických podmienok v rámci<br />
veľkých regiónov, pánv, ložiskových celkov.<br />
Podľa vhodnosti na hospodárske využitie klasifikujeme zásoby na bilančné<br />
a nebilančné. Podľa možnosti dobývania sú zásoby klasifikované na viazané a voľné.<br />
3.4.1.1 Klasifikácia zásob podľa metodiky OSN<br />
Systém klasifikácie podľa metodiky OSN je najnovším úsilím o vyvinutie<br />
univerzálnej a medzinárodne akceptovateľnej schémy pre ocenenie <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong> v podmienkach trhovej ekonomiky. Klasifikácia OSN by v budúcnosti mala<br />
50
nahradiť národné klasifikácie zásob pevných <strong>nerastných</strong> <strong>surovín</strong> a mala by byť založená<br />
na jednotnom medzinárodnom systéme.<br />
Hlavným cieľom klasifikácie zásob podľa OSN je teda vytvorenie nástroja,<br />
ktorý by umožnil národné klasifikácie zásob pevných <strong>nerastných</strong> <strong>surovín</strong> nahradiť<br />
klasifikáciou na jednotnom medzinárodnom systéme, založenom na kritériách trhovej<br />
ekonomiky (Rybár, P. , et al. , 2000).<br />
V klasifikácii podľa metodiky OSN sú zásoby rozdelené do tried, ktoré sú<br />
definované na základe geologickej preskúmanosti (rekognoskácia, vyhľadávanie,<br />
predbežný a podrobný prieskum), štúdie využiteľnosti (tzv. feasibility study -<br />
počiatočná štúdia využiteľnosti, predbežná štúdia využiteľnosti, podrobná štúdia<br />
využiteľnosti/ťažobná správa ) a ekonomickej realizovateľnosti (charakterizuje stav<br />
zásob, zdrojov, ktoré vyplývajú z ocenenia realizovateľnosti). Ekonomická<br />
realizovateľnosť je rozdelená na ekonomickú (normálne ekonomická, podmienene<br />
ekonomická) a potenciálne ekonomickú (okrajovo ekonomická a podokrajovo<br />
ekonomická) (UN - ECE, 2000).<br />
Zásoby sú rozdelené do tried na základe trojmiestneho číselného kódu. Číslo 1<br />
vyjadruje najvyšší stupeň geologickej preskúmanosti (podrobný prieskum), štúdie<br />
využiteľnosti (ťažobná správa) a ekonomickej realizovateľnosti (normálne ekonomická<br />
realizovateľnosť). V prípade štúdie využiteľnosti a ekonomickej realizovateľnosti sú<br />
definované tri triedy (1 až 3), v prípade geologickej preskúmanosti štyri triedy (1 až 4)<br />
(obr. 15).<br />
Národné klasifikačné systémy zásob a zdrojov v jednotlivých krajinách<br />
používajú svoje vlastné pojmy. Klasifikácia OSN vychádzala z definície pojmov zásob<br />
a zdrojov z CMMI (Council for mining and metallurgical Institutions). Definície CMMI<br />
používajú investori, akcionári a bankári. Tieto definície boli zahrnuté do klasifikácie<br />
OSN ako základ pre ďalšie diskusie o použití týchto definícii v rôznych jazykoch.<br />
51
Obr.15. Systém klasifikácie zásob podľa metodiky OSN<br />
(Tréger, M. , Baláž, P. , 1999)<br />
Klasifikácia zásob podľa metodiky OSN bola na Slovensku aplikovaná na<br />
ložiskách Beladice, Jelšava - Dúbravský masív, Chrasť nad Hornádom (Tréger, M. et al.<br />
, 1999).<br />
3.4.2 Variantný výpočet zásob<br />
Výpočet zásob ložiska nerastnej suroviny vo všeobecnosti môžeme definovať<br />
rôznymi spôsobmi. Pluskal a Vaněček (1980) uvádzajú pod pojmom výpočet zásob<br />
cieľavedomý, ucelený postup zberu, spracovania a vy<strong>hodnotenia</strong> potrebných údajov<br />
o geologickej pozícii, množstve a kvalite úžitkových nerastov v prirodzenom uložení,<br />
umožňujúcom rozhodnúť o ich praktickom využití. Rybár et al. (2000) definujú výpočet<br />
zásob ako výpočet (odhad) množstva a kvality zásob v ložisku, prípadne odhad<br />
množstva a kvality zdrojov (prognóznych zdrojov) slúžiaci pre ocenenie <strong>ložísk</strong><br />
<strong>nerastných</strong> <strong>surovín</strong>.<br />
52
PVZ (podmienky využiteľnosti zásob) môžeme posudzovať ako súbor<br />
geologických, bansko - technických a ekonomických ukazovateľov slúžiacich na<br />
posudzovanie vhodnosti zásob ložiska na využitie, zaradenie zásob do bilančných alebo<br />
nebilančných (§ 13 zákona č.44/1988 Zb. v znení zákona č. 498/1991 Zb. ).<br />
Rozdiel medzi monovariantným a variantným výpočtom zásob spočíva hlavne<br />
v spôsobe určenia medzného obsahu úžitkovej zložky nerastnej suroviny na ložisku. Pri<br />
monovariantnom výpočte zásob je vopred stanovená jedna hodnota medzného obsahu<br />
úžitkovej zložky (okrajová vzorka), na základe ktorej sú vopred definované bilančné<br />
a nebilančné zásoby a tiež sú striktne vopred stanovené podmienky využiteľnosti zásob<br />
na ložisku. Variantný výpočet zásob sa vykonáva vo viacerých variantoch pri stanovení<br />
rôznych medzných obsahov úžitkovej zložky. Na základe vykonaného výpočtu zásob vo<br />
viacerých variantoch môžeme definovať závislosť medzi statickými geologicko -<br />
ložiskovými parametrami (Z – zásoby, x – priemerná kvalita, x0 – medzná kvalita)<br />
a dynamickými ekonomickými a technicko - technologickými parametrami (c – cena<br />
suroviny, n – výrobné náklady, tp – technicko-technologické parametre). Následne je<br />
možné z takto stanovených závislostí definovať podmienky využiteľnosti zásob slúžiace<br />
na určenie bilančných a nebilančných zásob na danom ložisku.<br />
Doterajšie chápanie určovania podmienok využiteľnosti zásob nezohľadňovalo<br />
vzťahy medzi statickými a dynamickými parametrami na ložisku. Takýto prístup mal za<br />
následok, že na mnohých ložiskách sa zvyšovalo množstvo zásob, ale znižovala sa ich<br />
priemerná kvalita s pochopiteľným negatívnym dopadom na cenu ložiska a klasifikáciu<br />
zásob z ekonomického hľadiska (Tréger, M. , Baláž, P. , 1999).<br />
Pomocou variantných výpočtov zásob pri rôznych medzných obsahoch (x0)<br />
môžeme definovať závislosti medzi zásobami (Z), priemerným obsahom (x) a medzným<br />
obsahom(x0).<br />
Množstvo geologických zásob na ložisku ako aj ich priemerná kvalita závisí od<br />
stanovenia hodnoty medznej kvality. Ak je stanovená nízka hodnota medznej kvality,<br />
tak dosiahneme veľké množstvo geologických zásob s nízkou priemernou kvalitou. Pri<br />
zvyšovaní medznej kvality klesá množstvo geologických zásob ale stúpa priemerná<br />
kvalita (obr. 16).<br />
53
ge ologické zásoby<br />
Z [kt]<br />
Obr. 16. Stanovenie závislosti medzi geologicko – ložiskovými parametrami na ložisku<br />
magnezitu (pravostranné lognormálne asymetrické rozdelenie úžitkovej zložky) a<br />
ložisku lignitu (normálne rozdelenie hodnôt hrúbky sloja) (Tréger, M. , Baláž, P. ,<br />
1999)<br />
Pri stanovení závislosti medzi statickými geologicko – ložiskovými parametrami<br />
(Z, x, x0) môžeme tiež určiť optimálne geologicko – ložiskové parametre<br />
zodpovedajúce maximálnej cene ložiska pri meniacich sa ekonomických a technicko –<br />
technologických parametroch (obr. 17).<br />
geologické zásoby Z (kt)<br />
cena ložiska C (mil.sk)<br />
Magnezit<br />
medzné obsahy x 0 [%]<br />
x 1<br />
C 1<br />
x 01<br />
C 2<br />
x 02<br />
x 03<br />
x 3<br />
Z1 Z3<br />
Z2 x01<br />
x 2<br />
x 02<br />
C 3<br />
medzné obsahy x 0 (%)<br />
Z<br />
x 03<br />
x<br />
prie m e rný obsa h<br />
x [%]<br />
x<br />
Z<br />
Obr. 17. Stanovenie závislosti medzi statickými geologicko – ložiskovými parametrami<br />
a cenou ložiska (C) pri meniacich sa cenách nerastnej komodity na trhu (SC)<br />
(Tréger, M. , Baláž, P. , 1999)<br />
54<br />
c 1(SC 1)<br />
c 2(SC 2)<br />
c 3(SC 3)<br />
geologické zásoby<br />
Z (kt)<br />
priemerný obsah<br />
x (%)<br />
Lignit<br />
medzné mocnosti M 0 (m)<br />
M<br />
Z<br />
prie m erná m ocnosť<br />
M (m )
Pri svetovej cene SC1 maximu ceny ložiska C1 zodpovedajú zásoby ložiska Z1<br />
s priemernou kvalitou x1 nad medzným obsahom xo1, analogicky pri svetových cenách<br />
<strong>nerastných</strong> komodít SC2 a SC3.<br />
Celkovo možno zhrnúť, že cena ložiska nerastnej suroviny je v konečnom<br />
dôsledku závislá od statických geologicko – ložiskových parametrov a dynamických<br />
ekonomických a technicko – technologických parametrov, je vlastne ich funkciou:<br />
C → f (Z, x, xo, n, c, tp)<br />
Problém stanovenia bilančných a nebilančných zásob pri tejto metodike<br />
vychádza z nejednoznačných definícii a určenia rozhraní medzi bilančnými a<br />
nebilančnými zásobami a medzi nebilančnými a sterilnými, resp. slabo<br />
mineralizovanými horninami.<br />
Pri bilančných zásobách ťažba musí byť zisková a problémom je stanovenie<br />
optimálnej miery zisku, ktorý vlastne určuje kontúry bilančných zásob ložiska (obr. 18).<br />
1 3 5<br />
geologické zásoby Z (kt)<br />
cena ložiska C (mil.sk)<br />
+<br />
-<br />
C m a x<br />
1 3 5 8 x1 0<br />
2<br />
x 0 1<br />
x 0 2<br />
N e b il.<br />
8<br />
Z 1<br />
x 1<br />
1 0<br />
x m a x<br />
1 3 5 8 1 0<br />
x 0 1<br />
x 0 m a x<br />
x 0 2<br />
B ila n č n é zá s o b y<br />
m e d z n é o b s a h y x 0 (% )<br />
Obr. 18. Metodika určovania (klasifikácie) bilančných a nebilančných zásob<br />
na výhradných ložiskách (Tréger, M. , Baláž, P. , 1999)<br />
Z m a x<br />
55<br />
x 2<br />
Z 2<br />
Z<br />
x<br />
priemerný obsah x (%)<br />
b ila n č n é zá s o b y<br />
n e b ila n č n é zá s o b y<br />
x 0 m a x
Na niektorých veľkých ložiskách s vysokou kvalitou suroviny (s vysokou<br />
hodnotou diferenciálnej banskej renty), je možné okrem kontúry zásob definujúcich<br />
maximálnu cenu ložiska (pri x0max.), určiť aj kontúry zásob s hodnotou nižšou ako x0max.<br />
a pritom vyhovujúce požiadavke na bilančné zásoby, napr. s rentabilitou 10 %, 20 %, 30<br />
% a pod. Ide o problém metodický aj ekonomický - o určenie racionálnej hranice medzi<br />
tzv. racionálnym využitím nerastného bohatstva a tzv. rabovaním <strong>ložísk</strong>.<br />
Pri definovaní spodnej hranice nebilančných zásob, t. j. hranice nebilančných<br />
zásob a sterilných hornín by sa mali zohľadňovať trendy vývoja techniky, technológie a<br />
ekonomiky (ceny <strong>surovín</strong>, výrobné náklady), pri zohľadnení trendu úbytkov bilančných<br />
zásob danej nerastnej komodity.<br />
Vhodná metodika ekonomického <strong>hodnotenia</strong> (oceňovania) <strong>ložísk</strong> zabezpečuje aj<br />
racionálnu klasifikáciu overených zásob na zásoby bilančné a nebilančné. Podstata<br />
ekonomického <strong>hodnotenia</strong> (ocenenia) ložiska nerastnej suroviny spočíva v určení<br />
podnikateľskej ceny prostredníctvom podnikateľskej <strong>metódy</strong> ocenenia každého ložiska<br />
samostatne s modelovaním ťažby a určením ceny ložiska pre každý variant<br />
vypočítaných zásob.<br />
Ak chceme pristúpiť k novému ekonomickému hodnoteniu overených zásob<br />
zohľadňujúcemu závislosti medzi tzv. statickými geologicko-ložiskovými a tzv.<br />
dynamickými technicko-technologickými a ekonomickými parametrami overených<br />
<strong>ložísk</strong> postup by mal byť nasledovný (Tréger, M. , Baláž, P. , 1999) :<br />
do procesu ekonomického <strong>hodnotenia</strong> vstupujú geologicko-ložiskové parametre -<br />
zásoby, priemerné obsahy, medzné obsahy,<br />
systém ekonomického <strong>hodnotenia</strong> overených zásob začína variantným výpočtom<br />
zásob, ktorý umožní priestorové okontúrovanie zásob rôznych kvalít pri rôznych<br />
medzných obsahoch pokrývajúcich celý interval kvalít overených v ložisku nad<br />
hodnotou medzného obsahu prijatého pre nebilančné zásoby. Variantný výpočet<br />
zásob umožní matematické a grafické vyjadrenie závislostí medzi zásobami ložiska,<br />
medzným obsahom a priemerným obsahom,<br />
každý variant výpočtu zásob sa následne technicko - ekonomicky hodnotí a<br />
prostredníctvom úžitkovej hodnoty 1 t, výrobných nákladov na 1 t a množstva<br />
vyťažiteľných zásob sa pre každý variant výpočtu zásob vyčísli cena ložiska<br />
vhodnou metodikou (napr. cash-flow).<br />
56
3.4.3 Ocenenie ložiska<br />
Posledným krokom <strong>hodnotenia</strong> zásob ložiska je výpočet ceny ložiska pre každý<br />
variant výpočtu zásob. K samotnému ekonomickému hodnoteniu (oceneniu) ložiska je<br />
možné pristúpiť až po dôkladnom prehodnotení množstva zásob, ich kvality<br />
a následných variantných výpočtoch zásob, kde sú presne definované jeho geologicko -<br />
ložiskové parametre, bansko - technické, technologické a hydrogeologické pomery<br />
(Tréger, M., Baláž, P., 1999).<br />
Rybár et al. (2000) uvádzajú niektoré typy hodnôt, ktoré môžu byť využité pri<br />
oceňovaní <strong>ložísk</strong>:<br />
- trhová hodnota,<br />
- plná „cash“ hodnota,<br />
- výmenná hodnota, zodpovedá existujúcej hodnote vlastníctva alebo majetku,<br />
ktorá je určená cenou potrebnou na premiestnenie vlastníctva,<br />
- kapitalizovaná hodnota, suma diskontovaných budúcoročných ziskov (čistých<br />
príjmov) generovaných majetkom,<br />
- účtovná hodnota, investície zavedené v účtovných knihách zmenšené o odpisy<br />
alebo amortizáciu,<br />
- poistná hodnota, zodpovedá poistnej cene, na ktorú bol majetok poistený proti<br />
strate alebo zničeniu.<br />
K oceneniu samotného ložiska, jeho ekonomickému hodnoteniu možno<br />
pristupovať viacerými spôsobmi. Soukup (1988) uvádza ako základ ceny ložiska<br />
diferenciálnu banskú rentu, predstavujúcu rozdiel výrobnej ceny úžitkovej zložky<br />
medzného ložiska a výrobnej ceny oceňovaného ložiska. Náklady na jednotku úžitkovej<br />
zložky medzného ložiska uvádza ako náklady toho ložiska, ktoré je nutné dobývať, aby<br />
sa splnila požiadavka na zaistenie potrieb množstva suroviny pre národné hospodárstvo.<br />
Cenu ložiska na základe tejto <strong>metódy</strong> potom vyjadruje ako súčin vyťažiteľných zásob<br />
a rozdielu úžitkovej hodnoty a výrobných nákladov na 1 t, redukovaný koeficientom<br />
zohľadňujúcim diskontnú sadzbu a životnosť ložiska.<br />
57
Rybár et al. (2000) definujú ďalšie možné prístupy, ktoré sa môžu uplatniť pri<br />
oceňovaní ložiska nerastnej suroviny:<br />
- oceňovanie ložiska ako pozemku (za základ určenia ceny ložiska sa považuje<br />
cena pôdy na povrchu nad ložiskom, ceny pozemkov kupovaných pre banské<br />
účely v danom štáte),<br />
- oceňovanie ložiska ako výrobného podniku (cenu ložiska je možné určiť na<br />
základe ceny vyťaženej suroviny, množstva zásob, ročnej produkcie bane,<br />
nákladov vynaložených na geologický prieskum, na základe odkazov na<br />
nedávne kúpy analogického ložiska),<br />
- trhová cena ložiska (nákladový, trhový a výnosový prístup); nákladový prístup –<br />
v cene sú zahrnuté predovšetkým náklady na nadobudnuté pozemky, budovy<br />
a strojné zariadenia, trhový prístup – za základ určenia ceny ložiska je<br />
považovaná burzová cena akcie daného banského podniku, prípadne analógia s<br />
predajom bane s podobnými technicko – ekonomickými parametrami, výnosový<br />
prístup – hodnota bane je odhadovaná výpočtom budúcoročného čistého zisku<br />
a jeho diskontovaním na súčasnú hodnotu s príslušnou úrokovou mierou, za<br />
výnos je považovaná hodnota cash-flow (súčet čistého zisku a odpisov).<br />
58
4 APLIKÁCIA MODERNÝCH SPÔSOBOV HODNOTENIA<br />
LOŽÍSK V PRAXI<br />
Metódy modelovania jednotlivých kvalitatívnych parametrov ložiska<br />
prostredníctvom interpolačných metód a následný variantný výpočet zásob v prostredí<br />
GIS boli aplikované na ložisku hnedého uhlia Nováky a na ložisku lignitu Kúty -<br />
Sekule. Na ložisku hnedého uhlia Nováky prebieha ťažba, naopak, ložisko lignitu Kúty<br />
- Sekule bolo modelované ako ložisko, ktoré v súčasnosti nie je v ťažbe.<br />
4.1 Ložisko hnedého uhlia Nováky<br />
4.1.1 Geografia ložiska<br />
Ložisko hnedého uhlia Nováky je situované v okrese Prievidza v Trenčianskom<br />
kraji. Samotné ložisko je približne ohraničené líniou horný koniec obce Koš, Lehota<br />
pod Vtáčnikom, severný okraj Kamenca pod Vtáčnikom, Nováky, Horné Lelovce,<br />
Opatovce nad Nitrou, južný okraj Prievidze.<br />
Ložisko sa nachádza v geomorfologickom celku Hornonitrianska kotlina. Na<br />
S a SV od ložiskového územia sa nachádzajú pohoria Strážovské vrchy a Žiar. Smerom<br />
na juh od ložiskového územia sa nachádza pohorie Vtáčnik, ktorého nadmorská výška<br />
smerom od severu na juh stúpa, pričom najvyšší vrch pohoria s rovnakým názvom<br />
dosahuje nadmorskú výšku 1346 m n. m. Z hľadiska morfológie má ložiskové územie<br />
prevažne rovinatý charakter s menšími vyvýšeninami v južnej časti. Nadmorská výška<br />
ložiskového územia sa pohybuje približne v rozmedzí 230 až 280 m n. m.<br />
Podzemná ťažba uhlia vyvoláva zmeny v reliéfe, pričom dochádza k vzniku<br />
poklesových depresií a k tvorbe násypov hlušiny. Poklesové depresie sú bezodtokové<br />
zníženiny, väčšinou s priemerom 100 – 200 m a hĺbkou 2 – 10 m. Ak je podložie<br />
tvorené nepriepustnými ílovitými horninami, tak dochádza k vzniku trvalých jazier<br />
(mokradí) s napojením na hladinu podzemných vôd. Medzi násypové tvary patria<br />
hlušinové odvaly (haldy) (Mečiar, M. , 2007).<br />
Ložiskovým územím preteká rieka Nitra, ktorá pramení pod úpätím pohoria<br />
Žiar. Medzi niektoré známejšie prítoky rieky Nitry patria: z pravej strany potok Zlatná,<br />
59
Kanianský potok, potok Trebianska a z ľavej strany Breziansky potok, Handlovka,<br />
Metrbos, Ťakov, Lehota a Lazný potok.<br />
4.1.2 História ťažby na ložisku<br />
Prvé zmienky o nováckom uhoľnom ložisku sa objavujú z obdobia pred I.<br />
svetovou vojnou, keď boli zistené východzy uhoľného sloja na ceste medzi Novákmi<br />
a Zemianskymi Kostoľanmi. Taktiež sa narazilo na uhlie pri kopaní šachtičiek<br />
v Hornom Kamenci a v Opatovciach nad Nitrou.<br />
Objavenie nováckeho ložiska je datované do rokov 1937 – 1938. Pri<br />
geologickom mapovaní zistil V. Čechovič vo vrstvách šlírovej fácie úklon k západu (k<br />
Novákom) a dospel k záveru, že ide o samostatné uhoľné ložisko.<br />
S otvárkou samotného ložiska sa začalo v roku 1939 hĺbením úpadnice na Bani<br />
I. V roku 1940 bolo zahájené hĺbenie úpadnice na Bani II. a v roku 1951 sa začalo<br />
razenie úpadnice na závode Mier a na bani Lehota. Hĺbenie šácht na bani Mládeže sa<br />
začalo v roku 1952. Dôležitou skutočnosťou je fakt, že výstavba banských závodov bola<br />
zahájená bez bližších znalostí úložných pomerov sloja. Z hľadiska úložných pomerov sa<br />
predpokladali podmienky, ktoré boli zistené na SZ kryhe závodu Mier s mimoriadne<br />
priaznivým uložením. Neskôr sa však zistilo, že ďalšie časti sloja, otvorené na ostatných<br />
závodoch ložiska, sú roztrieštené poruchami na pomerne malé kryhy, ktoré komplikujú<br />
otvárku i prípravu porubových polí (Čech, F. , et al. , 1969).<br />
V priebehu 50. - tych a 70. - tych rokov minulého storočia bola exploatácia<br />
v nováckom uhoľnom ložisku realizovaná v banských závodoch - Baňa Mier (1942-<br />
1977), Baňa Lehota (1952-1993), Baňa Mládeže (1940-1990 a Lome Lehota (1980-<br />
1988), pri sumárnej ťažbe okolo 1,5 mil. ton/rok. Súčasná banská dispozícia ťažobného<br />
závodu je determinovaná základnou otvárkou realizovanou v 70. - tych a 80. - tych<br />
rokoch 20. storočia (Mečiar, M. , 2007).<br />
Z hľadiska strategických zámerov rozvoja banskej činnosti v nováckom<br />
uhoľnom ložisku sú predmetom hospodárskeho záujmu najmä uhoľné zásoby 11.<br />
ťažobného úseku lokalizované pozdĺž železničnej trate Nováky - Prievidza (ochranný<br />
pilier železnice Nováky - Prievidza a rieky Nitry), bezprostredne nadväzujúce na<br />
otvárkové diela 8. ťažobného úseku (oblasť Jamy E - miestna časť Nováky -Laskár)<br />
(Mečiar, M. , 2007).<br />
60
4.1.3 Geológia širšieho okolia ložiska<br />
Z geologického hľadiska poznáme v súčasnosti handlovskú a novácku uhoľnú<br />
panvu, ktoré obsahujú dve samostatné uhoľné ložiská (handlovské a novácke) oddelené<br />
od seba produktami podložného vulkanizmu.<br />
Novácka uhoľná panva je súčasťou Hornonitrianskej kotliny. Hornonitriansku<br />
kotlinu zaraďujeme medzi vnútrohorské depresie (kotliny) Západných Karpát, ktoré sa<br />
vytvorili vo vyzdvihujúcom sa horskom reťazci Západných Karpát a boli od stredného<br />
miocénu až pliocénu zapĺňané jazernými a riečnymi sedimentami (Kováč, M. , et al. ,<br />
1993).<br />
4.1.3.1 Predterciérne jednotky<br />
Kryštalinikum sa v širšom okolí ložiska vyskytuje v pohoriach Strážovské vrchy<br />
a Žiar. Horniny v skupine metamorfovaného plášťa sú petrograficky zastúpené<br />
pararulami, amfibolitmi, migmatitmi a v skupine granitov granitmi až granodioritmi,<br />
dioritmi, pegmatitmi a aplitmi (Verbich, F. , 1998, a).<br />
Horniny križňanského príkrovu vystupujú v oblasti pohoria Žiar v úzkom pruhu<br />
medzi Ráztočnom a Skleným a medzi Nitrianskym Pravnom a Slovenským Pravnom<br />
(obr. 19).<br />
V Strážovských vrchoch vystupuje križňanský príkrov buď v tektonických<br />
oknách v chočskom príkrove alebo spolu s dolomitmi chočského príkrovu.<br />
Prítomnosť križňanského príkrovu je možné predpokladať tiež v podloží<br />
Hornonitrianskej kotliny pod dolomitmi a paleobazaltmi chočského príkrovu.<br />
Horniny chočského príkrovu sú zastúpené hlavne dolomitmi v stratigrafickom<br />
rozpätí stredný až vrchný trias (Verbich, F. , 1998, a). V južnej časti pohoria Žiar<br />
vystupujú tieto horniny medzi Handlovou, Ráztočnom a Skleným. V Strážovských<br />
vrchoch sú horniny chočského príkrovu zastúpené v takmer celom stratigrafickom<br />
slede.<br />
V južnej časti handlovského ložiska boli tiež vrtnými prácami zistené horniny<br />
malužinského súvrstvia chočského príkrovu. Taktiež je možné predpokladať, že tieto<br />
horniny tvoria predterciérne podložie Hornonitrianskej kotliny.<br />
61
Dolomity stredného až vrchného triasu sa vyskytujú v oblasti Rokošov, menšie<br />
výskyty pozdĺž šútovského zlomu na južnom okraji kryštalinika Malej Magury<br />
a v oblasti bojnickej vysokej kryhy.<br />
Najmladšie členy chočského príkrovu vystupujú na povrch v tektonickom okne<br />
pri obci Diviacka Nová Ves.<br />
Obr. 19. Geologická mapa časti Hornonitrianskej kotliny (Mečiar, M. , 2007)<br />
4.1.3.2 Paleogén<br />
Sedimenty vnútrokarpatského paleogénu – podtatranskej skupiny, ktorých<br />
usadenie je výsledkom eocénnej transgresie paleogénneho mora, sú diskordantne<br />
uložené na starších horninách. Vek týchto sedimentov je v rozsahu vrchný lutét –<br />
spodný oligocén.<br />
Borovské súvrstvie je tvorené prevažne klastickými horninami typu psefitov<br />
(rôzne brekcie, konglomeráty). Súvrstvie reprezentuje bazálnu transgresívnu litofáciu.<br />
62
Pri Bojniciach sa na báze súvrstvia celkom lokálne nachádzajú vápnité, silne piesčité<br />
ílovce s lutétskou faunou (obr. 20).<br />
Terchovské vrstvy predstavujú okrajovú litofáciu, prechod medzi bazálnou<br />
transgresívnou litofáciou a nadložnými väčšinou pelitickými horninami. Vo vrstvách sa<br />
striedajú pieskovce, brekcie a ílovce.<br />
Hutianske súvrstvie je väčšinou tvorené pelitickým materiálom, rôznymi<br />
ílovcami a slienitými ílovcami. Od borovského po hutianske súvrstvie je možné<br />
pozorovať postupné zjemňovanie sedimentárneho materiálu (od rôznych typov<br />
zlepencov, konglomerátov až po ílovitý pelitický materiál), čo svedčí o prehlbovaní<br />
sedimentačného prostredia.<br />
Zuberecké súvrstvie bolo na ložisku zachytené ako najvyšší sedimentárny člen<br />
paleogénu. Jedná sa o typické flyšové súvrstvie so striedaním pieskovcov a ílovcov.<br />
Bielopotocké súvrstvie (najvyšší sedimentárny člen centrálnokarpatského<br />
paleogénu) nebolo v priestore ložiska zistené vrtnými ani mapovacími prácami.<br />
Súvrstvie je tvorené väčšinou pieskovcami.<br />
Obr. 20. Litostratigrafická schéma terciérnej výplne Hornonitrianskej kotliny (upravené<br />
podľa Hók, J. , et al. , 1995)<br />
63
V Hornonitrianskej kotline bol paleogén overený viacerými vrtmi v podloží<br />
neogénnych sedimentov (napr. vrty Š1-NB, NB-1, Š1-NB-II).<br />
Slávik et al. (1967) uvádzajú ako výskyt paleogénu v oblasti nováckeho ložiska<br />
rôzne piesčito – slienité bridlice s polohami, prípadne vrstvičkami jemnozrnných<br />
pevných pieskovcov sivej až sivožltej farby.<br />
Po usadení paleogénnych sedimentov sa celá oblasť vynorila a nastal hiát,<br />
pričom došlo k denudácii a zrezu paleogénnych hornín.<br />
4.1.4 Geologická stavba ložiska<br />
Po hiáte a denudácii paleogénnych hornín nastala v oblasti transgresia<br />
spodnomiocénneho mora.<br />
Najstaršie neogénne horniny reprezentuje na ložisku čausianske súvrstvie<br />
spodného miocénu – egenburgu. Brodňan (1970) vyčleňuje v rámci sedimentárnych<br />
členov spodného miocénu tzv. šlírovú fáciu egenburgu, ktorú ďalej rozdeľuje na spodné<br />
šlírové pásmo, stredné šlírové pásmo a vrchné šlírové pásmo.<br />
Spodné šlírové pásmo (vrt Z-250) je tvorené sivými až tmavosivými, jemne<br />
piesčitými slienitými ílmi až ílovcami.<br />
Stredné šlírové pásmo (vrt Z-206H) je reprezentované sivými, väčšinou<br />
neslienitými ílmi a piesčitými ílmi.<br />
Vrchné šlírové pásmo tvoria sivé, tmavosivé, zelenosivé íly a ílovce. V prevahe<br />
sú piesčité íly s typickým šlírovým rozpadom. Lokálne sa tu vyskytujú zuhoľnatené<br />
rastlinné zvyšky, pomer piesčitej a ílovitej zložky je premenlivý.<br />
Plošne bol spodný miocén overený v severnej časti ložiska, v ostatných častiach<br />
ložiska sa priamo nad paleogénnymi sedimentami nachádzajú sedimenty bádenského<br />
veku. Po usadení spodnomiocénnych sedimentov nastal medzi egenburgom a bádenom<br />
stratigrafický hiát (Verbich, F. , 1998, a). Počas hiátu boli spodnomiocénne sedimenty<br />
vystavené denudácii.<br />
V období bádenu bola sedimentácia obnovená. V rámci sedimentov stredného<br />
miocénu možno na ložisku vyčleniť v zmysle Brodňana (1970) nasledovné súvrstvia: a)<br />
produkty podložného vulkanizmu (kamenské súvrstvie), ďalej členené na podložné<br />
vulkanity uložené na mieste a preplavené produkty podložného vulkanizmu (tzv.<br />
podložné tufity); b) produktívne vrstvy (novácke súvrstvie); c) nadložné íly (košianske<br />
súvrstvie); d) detriticko – vulkanická formácia (lehotské súvrstvie).<br />
64
4.1.4.1 Kamenské súvrstvie (produkty podložného vulkanizmu)<br />
Súvrstvie je vyvinuté prakticky na celom území ložiska. Kamenské súvrstvie je<br />
vyčlenené ako súvrstvie epiklastických vulkanických zlepencov a pieskovcov<br />
s nevulkanickým materiálom v podloží uhoľných slojov a označované ako „komplex<br />
podložných tufitov“ (Verbich, F. , 1998, a). Súvrstvie dosahuje hrúbku okolo 350 m<br />
a tvorí nadložie hornín paleogénu a spodného miocénu. Vrchná hranica súvrstvia<br />
prechádza postupne do produktívnych vrstiev. Súvrstvie je reprezentované striedajúcimi<br />
sa polohami epiklastických vulkanických zlepencov, pieskovcov, ílovcov a ílovitých<br />
bridlíc so šošovkovitým zvrstvením.<br />
Brodňan (1970) vyčleňuje v rámci kamenského súvrstvia podložné vulkanity<br />
uložené na mieste a preplavené produkty podložného vulkanizmu. Podložné vulkanity<br />
uložené na mieste opisuje ako tufy, brekcie a tufobrekcie s úlomkovitým materiálom<br />
rôznej veľkosti. Úlomkovitý materiál je tvorený andezitom. Maximálna zistená hrúbka<br />
pyroklastík podložného andezituje 165 m. Tufitické konglomeráty majú okruhliaky<br />
s veľkosťou od 2,5 do 15 cm, väčšinou 4,5 cm. Obsahujú občas aj exotické okruhliaky<br />
ortorúl, pararúl a kremencov (Slávik, J. , et al. , 1967).<br />
Preplavené produkty podložného vulkanizmu tvoria podložie produktívneho<br />
súvrstvia, prípadne priamo hlavného sloja a ide o komplex fluviálne až fluviolimnicky<br />
preplavených hornín typu tufitických aleurolitov až tufitických konglomerátov.<br />
Najvyššie časti podložného preplaveného komplexu sú vo väčšej časti ložiska tvorené<br />
ílmi a tufitickými ílmi s nahromadenou uhoľnou sečkou a zuhoľnatenými rastlinnými<br />
zvyškami. Hrúbka preplaveného komplexu je premenlivá a miestami dosahuje 250 m<br />
(Slávik, J. , et al. , 1967).<br />
V súvrství boli zistené aj uhoľné sloje menšej hrúbky a rozsahu. Nad bázou<br />
súvrstvia je vyvinutý tzv. hlboký sloj s hrúbkou maximálne 7,1 m. Hlboký sloj má<br />
šošovkovitý tvar, uložený je 140 – 180 m pod hlavným slojom, hĺbka uloženia sloja od<br />
povrchu dosahuje 450 – 640 m.<br />
Ďalším slojom v kamenskom súvrství je tzv. podložný sloj s hrúbkou maximálne<br />
6,3 m, ktorý je uložený zhruba 15 m pod hlavným slojovým pásmom. Sloj je vyvinutý<br />
hlavne v severovýchodnej časti ložiska v niekoľkých šošovkovitých polohách (Verbich,<br />
F. , 1998, a).<br />
65
4.1.4.2 Novácke súvrstvie (produktívne vrstvy)<br />
Novovzniknuté vulkanické pohorie južne od nováckej panvy podliehalo ihneď<br />
intenzívnej erózii a denudácii a detritický materiál začal vypĺňať panvu, pričom došlo<br />
k splytčovaniu vodnej hladiny a vznikli vhodné podmienky pre vznik rašelinísk,<br />
z ktorých neskôr vznikli uhoľné sloje.<br />
Novácke súvrstvie je oddelené od handlovského buď primárne alebo eróziou,<br />
tzv. hluchým pásmom podložných tufitov v oblasti Podhradie, Koš, Sebedražie. Spodná<br />
hranica súvrstvia je tvorená postupným prechodom z kamenského súvrstvia a vrchná je<br />
definovaná stropom sloja (najvrchnejšieho v prípade viacerých slojov). Súvrstvie je<br />
v spodnej časti tvorené piesčito – ílovitými a tufitickými sedimentami, ktoré postupne<br />
prechádzajú do hnedých, tmavosivých až čiernych uhoľných ílovcov s uhoľnými slojmi.<br />
Hrúbka súvrstvia dosahuje až 50 m (Verbich, F. , 1998, a). V súvrství sa nachádza<br />
najdôležitejší uhoľný sloj, tzv. hlavný sloj nováckeho uhoľného ložiska, ktorý je<br />
vyvinutý prakticky na celom ložisku a je predmetom ťažby (obr. 21) (podrobnejšie<br />
v nasledujúcom texte).<br />
4.1.4.3 Košianske súvrstvie (nadložné íly)<br />
Uhľotvornú činnosť prerušilo dvíhanie okrajov panvy, pričom dochádzalo<br />
k prehlbovaniu samotnej panvy a rozšíreniu jazernej ílovitej sedimentácie, ktorej<br />
produktom sú nadložné íly (Čech, F. , et al. , 1969).<br />
Košianske súvrstvie je tvorené hrubým súvrstvím ílov a slienitých ílov v nadloží<br />
produktívneho súvrstvia. Spodná hranica súvrstvia je definovaná stropom nováckeho<br />
súvrstvia a vrchná hranica stykom s mladšími štrkmi alebo vulkanitmi. Íly sú svetlosivé,<br />
v blízkosti sloja tmavosivé až hnedasté, často diatomické. Charakteristický je tu obsah<br />
drobných zuhoľnatených rastlinných zvyškov. Slienitosť súvrstvia je premenlivá,<br />
taktiež kolíše aj obsah piesčitej zložky. Piesčitá prímes a uhoľná substancia vytvárajú<br />
jemnú lamináciu až páskovitosť. Lokálne sa tu nachádzajú tenké vložky s tufitickou<br />
prímesou, občas sú v súvrství vyvinuté tenké uhoľné slojky slabej kvality so<br />
šošovkovitým vývojom (Brodňan, M. , 1970). Hrúbka súvrstvia dosahuje väčšinou<br />
maximálne 300 m.<br />
66
Obr.21. Schématický rez 1 – 1´ bojnickou vysokou kryhou a nováckou depresiou (Mečiar, M. ,<br />
2007)<br />
67
4.1.4.4 Lehotské súvrstvie (detriticko – vulkanická formácia)<br />
Po usadení nadložných ílov a období denudácie sa na členitý reliéf nadložných<br />
ílov začali usadzovať prevažne diskordantne komplexy detriticko – vulkanickej<br />
formácie lehotského súvrstvia. Lehotské súvrstvie je zastúpené štrkmi, pieskami,<br />
piesčitými ílmi a ílmi s mezozoickým a karbonátovým materiálom. Štrky a piesky sú<br />
slabo triedené a nepravidelne sa striedajú s piesčitými ílmi a ílmi s materiálom<br />
karbonátových hornín a kremencov mezozoika, menej žúl, kryštalických bridlíc,<br />
paleogénnych pieskovcov. Íly tiež prstovito zasahujú do štrkového horizontu, sú šedej,<br />
zelenej, hnedej alebo žltoškvrnitej farby s hojnými vápnitými konkréciami. Čech et al.<br />
(1969) uvádzajú v tomto období sedimentáciu tzv. „štrkovej formácie“ (formácia<br />
bielych štrkov). Hrúbka súvrstvia je premenlivá, zhruba niekoľko desiatok až stoviek<br />
metrov. Podľa Brodňana (1970) dosahuje hrúbka súvrstvia v severovýchodnej časti<br />
ložiska nad 400 m, v priemere sa pohybuje okolo 200 – 250 m. Vrchná hranica<br />
súvrstvia je definovaná stykom s kvartérnymi horninami. Hlavne v južnej časti ložiska<br />
sa prejavil vulkanizmus sedimentáciou rôznych tufozlepencov, tufobrekcií, ojedinele<br />
tufov prevrstvených ílovitými a štrkovými polohami, na väčšine územia však prebiehala<br />
neustále sedimentácia štrkových a pelitických horizontov. Výsledkom tohto vulkanizmu<br />
je dnešné pohorie Vtáčnik.<br />
V juhozápadnej časti ložiska je v lehotskom súvrství vyvinutých niekoľko<br />
šošovkovitých polôh nadložných slojov. Sloje sa nachádzajú v hĺbke 15,5 – 98,3 m pod<br />
povrchom (Verbich, F. , 1998, a). Brodňan (1970) uvádza v západnej časti ložiska 9<br />
slojov s hrúbkou až do 8 m. Uhoľné sloje vzhľadom k šošovkovitému vývoju<br />
a veľkému znečisteniu anorganickou prímesou nemajú z hľadiska dobývania praktický<br />
význam.<br />
ložiska.<br />
Neogénne súvrstvia dosahujú maximálnu hrúbku vyše 800 m v západnej časti<br />
4.1.4.5 Kvartér<br />
Kvartérne sedimenty v oblasti ložiska sú tvorené aluviálnymi náplavami rieky<br />
Nitry a jej prítokou, sutinami a ornicou. Medzi náplavami sa vyskytujú obliaky<br />
andezitu, mezozoické horniny, horniny kryštalinika a tiež paleogénne pieskovce.<br />
Hrúbka sedimentov je okolo 20 m.<br />
68
4.1.5 Tektonika<br />
Hornonitrianska kotlina patrí ku skupine malých, vnútrohorských zaoblúkových<br />
bazénov Západných Karpát. Na základe súčasných poznatkov o tektonickom vývoji<br />
Hornonitrianskej kotliny je možné tektonickú stavbu a vývoj na ložisku zhrnúť<br />
nasledovne.<br />
V eocéne až spodnom bádene je prevládajúca kompresná zložka paleonapätia<br />
orientovaná v SZ – JV smere a aktívne sú poklesové zlomy v smere SZ – JV. Je<br />
pravdepodobné, že tieto zlomy boli synsedimentárne aktívne a os eocénnej panvy<br />
prebiehala v tejto oblasti v smere SZ – JV. V strednom a vrchnom bádene kompresia<br />
rotovala do smeru S – J. V tomto období sa otvoril v smere S – J priestor pre<br />
kontinentálnu sedimentáciu vrchnobádenských až spodnosarmatských súvrství.<br />
V období od vrchného bádenu do spodného sarmatu rotovala kompresná zložka<br />
paleonapätia do smeru SV – JZ. Rotácia pokračovala v tomto zmysle až do vrchného<br />
sarmatu – spodného panónu. V tomto období bol dominantný smer VSV – ZJZ. Od<br />
vyššieho panónu do pliocénu, zrejme až do kvartéru rotovala kompresná zložka<br />
paleonapätia zo smeru SV – JZ (VSV – ZJZ) do smeru SSZ – JJV (SZ – JV) (Hók, J. ,<br />
et al. , 1995).<br />
Ložisko je rozdelené poklesovou tektonikou na zložitý systém priekopových<br />
prepadlín a hrastí. Veľkosť vertikálnej amplitúdy pohybu dosahuje až niekoľko 100 m.<br />
Smer tektonických porúch je v južnej časti ložiska S – J, v centrálnej a severnej časti<br />
ložiska sa tektonické poruchy postupne stáčajú do smeru SZ – JV, čo je overené aj<br />
banskými prácami (Verbich, F. , 1998, a). Tektonika poklesového charakteru zrejme<br />
postihla ložisko v záverečnej fáze sedimentácie košianskeho súvrstvia. Zmena smeru<br />
tektonických línií na ložisku zo smeru S – J v južnej časti do smeru SZ – JV v severnej<br />
časti je predbežne vysvetľovaná vzďaľovaním sa jadier Malej Magury a Suchého vrchu<br />
pri ich výzdvihu zhruba v smere kolmom na smer tektonických línií v severnej časti<br />
ložiska, teda v smere SV – JZ. Pri tomto výzdvihu prebiehala súčasne subsidencia<br />
panvy a aktivizované boli zlomy poklesového charakteru smeru SZ – JV (obr. 22).<br />
Ložisko je uvedenými zlomami SZ – JV smeru rozdelené na množstvo drobných<br />
tektonických krýh v rôznych výškových pozíciách. Úklon zlomov sa pohybuje v rozpätí<br />
30° až 90°, priemerne 60°. Často dochádza k zmenám vo veľkosti sklonov zlomov<br />
smerom do hĺbky. Zlomy sú často zvlnené a rozvetvené. Spomínané tektonické<br />
69
porušenie ložiska nastalo v období po uložení košianskeho súvrstvia. Posledné<br />
výraznejšie pohyby sú datované na začiatok sedimentácie lehotského súvrstvia.<br />
Obr.22. Tektonická schéma Hornonitrianskej kotliny (Verbich, F. , 1998, a)<br />
1 – štruktúrne zlomy na povrchu, 2 – okraj ložiska, 3 – tektonické<br />
poruchy v ložisku, 4 - sídla<br />
4.1.6 Charakteristika hlavného uhoľného sloja<br />
Najdôležitejším uhoľným slojom na ložisku je tzv. hlavný sloj, ktorý je vyvinutý<br />
v nováckom súvrství prakticky na celom ložisku. Ohraničenie sloja je čiastočne<br />
tektonické, sloj čiastočne vykliňuje buď prirodzene alebo erózne. Brodňan (1970)<br />
uvádza nasledovné spôsoby ohraničenia sloja: južná a západná hranica je vymedzená<br />
postupným vykliňovaním sloja, severná hranica je vymedzená postupným vykliňovaním<br />
sloja a tiež tektonicky (okrajový malomagurský zlom), východná a juhovýchodná<br />
hranica je buď tektonická alebo erózna a vymedzenie severovýchodnej hranice je dané<br />
vykliňovaním sloja na reliéfe podložných tufitov, eróziou produktívneho súvrstvia po<br />
usadení nadložných ílov, vykliňovaním sloja a tektonickým obmedzením. Hrúbka sloja<br />
sa pohybuje od nuly po niekoľko desiatok metrov, väčšinou okolo 8 – 10 m. Maximálna<br />
bilančná hrúbka sloja je zistená na vrte Z-366 a dosahuje 28,4 m (Verbich, F. , 1998, a) .<br />
70
Úklon sloja sa pohybuje v rozmedzí 3 až 36°. Vo východnej časti ložiska sa sloj<br />
nachádza v hĺbke 150 až 200 m, v západnej časti v dôsledku poklesnutia dosahuje sloj<br />
hĺbku 750 až 800 m (Slávik, J. , et al. , 1967).<br />
Sedimentácia rastlinného materiálu bola počas tvorby sloja prerušovaná<br />
sedimentáciou anorganickej hmoty, čoho dôsledkom je tvorba preplástkov v uhoľnom<br />
sloji. Preplástky sú tvorené predovšetkým svetlosivými až bielymi tufitmi. Označované<br />
sú postupne zhora nadol písmenami abecedy. Medzi najdôležitejšie preplástky patria<br />
preplástok „b“ (tzv. hrubý pás s hrúbkou 0,15 až 0,25 m, uložený približne 2,0 až 2,5 m<br />
od stropu sloja) a preplástky „e“ a „f“ (tzv. sestričky – dvojčatá s hrúbkami 0,03 až 0,07<br />
m, vzdialené od seba približne 0,4 m). V severovýchodnej časti ložiska boli vrtmi<br />
overené dvojité polohy preplástkov „e“ a „f“. Preplástky pravdepodobne vznikly počas<br />
sedimentácie organickej hmoty pri rôznych subakválnych sklzoch. Okrem uvedených<br />
preplástkov je uhlie hlavne pri báze sloja silne znečistené ílovitou a tufitickou prímesou<br />
(obr. 23).<br />
nadložie<br />
B<br />
D<br />
E<br />
F<br />
G<br />
IP<br />
NB časť sloja<br />
1,6 m<br />
0,2<br />
2,2 m<br />
1,7 m<br />
0,6 m<br />
11,4 m bh<br />
2,6 m<br />
2,5 m<br />
Obr.23. Charakteristický profil hlavného sloja<br />
(Mečiar, M. , 2007)<br />
71
Vplyvom zhoršovania kvality sloja dochádza hlavne v severovýchodnej časti<br />
ložiska až k úplnému laterálnemu prechodu do medzislojových ílov, prípadne<br />
k nasadeniu ílovitej šošovky a k rozpadu sloja na dve až tri samostatné uhoľné lavice.<br />
Uhoľné lavice sú zhora nadol označené h1, h2 a h3 (obr. 24). Lavica h3 vzniká v južnej<br />
časti ložiska vytvorením deliacej vrstvy medzi preplástkom „c“ a „d“. Hrúbka lavice<br />
dosahuje 2,4 m. V centrálnej časti ložiska a na severovýchodnom okraji je vytvorená<br />
samostatná šošovka lavice h3. V severnej až severozápadnej časti ložiska vzniká lavica<br />
h3 narastaním hrúbky deliacej vrstvy nad preplástkom „g“ (0,5 – 16,0 m). Lavica h3 tu<br />
dosahuje hrúbku 5,0 m. Deliace vrstvy sú tvorené ílmi, piesčitými ílmi a uhoľnými<br />
bridlicami. Hlavný sloj sa ďalej štiepi v južnej časti ložiska vytvorením deliacej vrstvy<br />
nad preplástkom „a“ a v severovýchodnej časti nad preplástkom „d“ na lavice h1 a h2,<br />
medzi ktorými sa nachádza vrstva ílu s hrúbkou 0,5 – 4,7 m. Lavica h1 dosahuje hrúbku<br />
1,5 až 2,9 m a lavica h2 4,6 m.<br />
Obr.24. Schéma štiepenia hlavného sloja: a) v južnej časti ložiska, b) v severnej časti ložiska<br />
(Verbich, F. , 1998, a)<br />
1 – nadložný íl, 2 – uhlie, 3 – uhoľná bridlica, 4 – uhoľný íl, 5 – medzislojový íl, 6a –<br />
podložný tufit, 6b – podložný tufitický íl<br />
Banská činnosť je v nováckej panve nepriaznivo ovplyvňovaná prítokmi vôd zo<br />
zvodnených systémov v podloží aj nadloží ložiska. Väčší význam má nadložný<br />
zvodnený systém v premenlivo priepustných horninách detriticko – vulkanickej<br />
formácie, ktorá tvorí jeden hydraulický celok (Dopita et al. , 1985). Tento celok je<br />
72
doplňovaný vodou z atmosférických zrážok a z aluviálnych sedimentov rieky Nitry.<br />
Obidva zvodnené systémy sú trvalo odvodňované.<br />
Z hľadiska uhoľnej petrografie je hlavný uhoľný sloj tvorený uhlím, ktoré<br />
zaraďujeme k hnedouhoľným humitom. Stupeň preuhoľnenia je približne na rozhraní<br />
hnedouhoľnej hemifázy až ortofázy. Makropetrograficky sú prítomné nasledovné<br />
zložky humitového hnedého uhlia: xylitická, detritická, vláknitá (fuzitická). V sloji<br />
prevládajú hnedouhoľné detrity a xylitické detrity (Dopita et al. , 1985). Čech et al.<br />
(1969) uvádzajú ako najvýznamnejší makropetrografický typ uhlia na ložisku hemidetrit<br />
a xylitický hemidetrit. Sporadicky sa v sloji vyskytujú fosilizované rastlinné tkanivá.<br />
Fosilizácia bola spôsobená prekremenením. Uhlie je hnedej farby, v nižších fázach<br />
preuhoľnenia orechovohnedé, vo vyššom stupni preuhoľnenia hnedočierne. Vzhľad<br />
uhlia je väčšinou zemitý, lesk matný. Na vrstevných plochách dochádza k tvorbe hniezd<br />
a tzv. fuzitových kobercov. Uhlie sa vyznačuje pomerne zlou štiepateľnosťou, pri<br />
poklepe vydáva drevitý zvuk.<br />
Z kvalitatívneho hľadiska uvádzajú Dopita et al. (1985) nasledovné priemerné<br />
hodnoty hlavného sloja: obsah popola 37,5 %, obsah vody 22,2 %, výhrevnosť 11,3<br />
MJ/kg, obsah síry 3,5 %, obsah arzénu až 668 g/t. Slávik et al. (1967) uvádzajú<br />
chemické zloženie uhlia hlavného sloja: C (62,40 – 71,45 %), O (20,64 – 27,31 %), H<br />
(4,56 – 5,60 %), S (2,72 – 3,18 %), N (0,97 – 1,61 %).<br />
Mineralogické zloženie uhlia z hlavného sloja podrobne opisuje Verbich (1998,<br />
b) a uvádza nasledovné minerály: magnetit, limonit (vyskytujú sa zriedkavo); kremeň<br />
(podstatná zložka popolovín, vyskytuje sa ako klastický produkt,v amorfnej forme ako<br />
opál, častý je výskyt prekremenelých kusov dreva – araukaritov); pyrit (vytvára<br />
mikrokonkrécie väčšinou v detritickom uhlí) (Čech, F. , et al. , 1969); realgár<br />
a auripigment (červené, oranžové a žlté povlaky na puklinách a vrstevných plochách,<br />
predstavujú zrejme hlavný zdroj arzénu v uhlí); arzenopyrit (vyskytuje sa zriedkavo);<br />
sádrovec, anhydrit ( tvoria kryštály, povlaky a výplne dutín s drúzovitým vývojom –<br />
staršia generácia alebo sekundárne mikroskopické výkvety na úlomkoch uhlia – mladšia<br />
generácia); melanterit (výkvety, povlaky na pyrite).<br />
Na základe petrografického zastúpenia jednotlivých typov uhlia sa predpokladá,<br />
že sloj vznikol väčšinou v podmienkach zmiešaných alebo anaeróbnych, v akvatických<br />
a subakvatických oblastiach (Čech, F. , et al. , 1969). Hlavný sloj je autochtónneho<br />
pôvodu a vznikol v prostredí limnickej panvy. Fytogénny materiál v sloji pochádza zo<br />
subakvatických a akvatických porastov. V priebehu usadzovania uhoľného sloja<br />
73
dochádza postupne k prehlbovaniu dna panvy a rastlinnú sedimentáciu plytkého<br />
močariska nahradzuje ílovitá sedimentácia za súčasného vzniku súvrstvia nadložných<br />
ílov.<br />
4.1.7 Spracovanie dát<br />
4.1.7.1 Metodický postup spracovania dát<br />
Jednotlivé dáta boli spracovávané pre 11. a 12. ťažobný úsek v rámci ložiska<br />
(obr. 25). Modelovaný bol hlavný uhoľný sloj v tejto časti ložiska.<br />
Obr.25. Ložisko hnedého uhlia Nováky s približným znázornením modelovanej časti ložiska<br />
(červená línia); 1 – hranica ložiska, 2 – železnica, 3 – hranice banských polí, 4 –<br />
povrchová situácia, 5 – vodné toky, 6 – vydobyté časti ložiska, 7 – povrchový vrt<br />
(upravené podľa Verbich, F. , 1998, a)<br />
74
Z hľadiska tvorby priestorových modelov jednotlivých parametrov hlavného<br />
sloja boli vytvorené nasledovné modely: model priebehu bázy sloja v priestore, model<br />
hrúbky sloja, model distribúcie síry v uhoľnom sloji, model výhrevnosti sloja a model<br />
obsahu popola v uhoľnom sloji. Každý z modelovaných kvalitatívnych parametrov<br />
(hrúbka, výhrevnosť, obsah popola, obsah síry) bol modelovaný interpolačnými<br />
metódami krigingu, IDW, kompletne regularizovaného splajnu a splajnu tenkej platne.<br />
Po zhodnotení výsledkov jednotlivých metód bola z hľadiska charakteru dát<br />
(rozmiestnenie prieskumných diel v priestore, množstvo dát, charakter distribúcie<br />
sledovaného javu) zvolená metóda krigingu za najvhodnejšiu pre modelovanie<br />
kvalitatívnych parametrov sloja v priestore a následný variantný výpočet zásob.<br />
Výsledné digitálne modely priestorovej distribúcie kvalitatívnych parametrov sloja<br />
(hrúbka, výhrevnosť, obsah popola, obsah síry) boli teda modelované metódou krigingu.<br />
Tieto modely sa potom následne použili pre potreby variantného výpočtu zásob tejto<br />
časti ložiska.<br />
Metodický postup pozostával z viacerých etáp: a) zber a štúdium všetkých<br />
grafických a textovo – numerických dát z danej časti ložiska; b) úprava a spracovanie<br />
vstupných dát; c) import vstupných dát do prostredia GIS; d) priestorové analýzy<br />
a modelovanie jednotlivých kvalitatívnych parametrov hlavného sloja; e) zhodnotenie<br />
a prezentácia výsledkov.<br />
Prvou etapou práce bol zber a štúdium všetkých dostupných dát z predmetnej<br />
časti ložiska. Všetky dáta, ktoré boli v rámci projektu spracovávané boli poskytnuté<br />
spoločnosťou Hornonitrianske bane Prievidza, a. s. , Baňa Nováky, o. z. pracovníkmi<br />
odboru geológie, meračstva a environmentálnych záťaží. V rámci textových dát som sa<br />
zameral na štúdium a spracovanie geologickej stavby ložiska a blízkeho okolia.<br />
Spracované boli rôzne správy, archívne materiály.<br />
Grafické dáta<br />
Medzi grafickými dátami boli v ďalších etapách spracovávané nasledovné dáta:<br />
tektonické línie prebiehajúce danou časťou ložiska (časť bola poskytnutá v digitálnej<br />
podobe, väčšina tektonických línií bola neskôr doplnená a spracovaná z banskej mapy<br />
v analógovej forme), vrstevnice s nadmorskými výškami povrchu v predmetnej časti<br />
ložiskového územia (upravené a spracované v digitálnej forme pre potrebu tvorby DTM<br />
– digitálneho terénneho modelu), banské diela v danej časti ložiska (v digitálnej<br />
75
podobe), situácia na povrchu (prekládka železničnej trate, presmerované koryto rieky<br />
Nitra a pod. v digitálnej forme).<br />
Ďalšou etapou tvorby projektu GIS bolo spracovanie zozbieraných dát. Banská<br />
mapa s vyznačeným priebehom tektonických línií bola skenovaná a následne boli<br />
jednotlivé tektonické línie digitalizované v programe Microstation V8. Zdigitalizované<br />
tektonické línie boli vo forme design súboru importované do programu ArcGIS 9.1.<br />
Súbor s tektonickými líniami bol v prostredí GIS konvertovaný na shp. súbor.<br />
Tektonické línie boli následne v tejto podobe zobrazené v priestore. Design súbor<br />
s vrstevnicami z predmetného územia bol rovnakým spôsobom konvertovaný na shp.<br />
súbor a vrstevnice boli zobrazené v priestore. Následne bola prostredníctvom vrstevníc<br />
vytvorená nepravidelná trojuholníková sieť (TIN), ktorá bola použitá na tvorbu DTM.<br />
Nadmorské výšky v rámci zhotoveného rastra DTM sa pohybujú v hodnotách od 230 m<br />
n. m. do 529,9 m n. m. Výsledný raster DTM bol spolu so zdigitalizovanými<br />
tektonickými líniami zobrazený v 3D priestore v module ArcScene (obr. 26).<br />
Obr.26. DTM (digitálny terénny model) územia v modelovanej časti ložiska<br />
Textovo - numerické dáta<br />
V rámci numerických dát boli zozbierané a neskôr spracované dáta<br />
z jednotlivých vrtov vstupujúcich do tvorby modelu. Dáta boli poskytnuté vo forme<br />
databázy v elektronickej podobe vo formáte MS Word a MS Excel. Nasledovné dáta boli<br />
76
dodané vo forme MS Word: priestorové súradnice jednotlivých vrtov (X, Y, Z); údaj<br />
o nadmorskej výške bázy hlavného sloja, údaje o hrúbke sloja, obsahu síry, popola,<br />
arzénu, vody, údaje o objemovej hmotnosti uhlia a výhrevnosti osobitne pre každý vrt.<br />
V programe MS Excel boli poskytnuté dáta pozostávajúce z hĺbok báz geologických<br />
súvrství ako boli navŕtané v jednotlivých vrtoch.<br />
Textové a numerické dáta boli spracované vo forme databázy v programe MS<br />
Access. Súčasťou vytvorenej databázy boli názvy jednotlivých vrtov a ku každému vrtu<br />
údaj o priestorových súradniciach (X, Y, Z), údaje o nadmorskej výške bázy sloja,<br />
hrúbke sloja, výhrevnosti, obsahu síry a popola a objemovej hmotnosti uhlia.<br />
Priestorové súradnice vrtov boli poskytnuté v súradnicovom systéme JTSK (jednotný<br />
trigonometrický systém katastrálny) a preto ich bolo nutné transformovať do lokálneho<br />
kartézskeho systému. Súradnice boli transformované nasledovným spôsobom: XKAR = -<br />
YJTSK, YKAR = - XJTSK. Do procesu priestorového modelovania boli zahrnuté aj<br />
negatívne vrty. K jednotlivým negatívnym vrtom boli v databáze priradené nasledovné<br />
kvalitatívne parametre: hrúbka sloja – 0 m, výhrevnosť – 6 MJ/kg, obsah popola – 80<br />
%, obsah síry – 7 %. Údaje o okrajových kvalitatívnych parametroch pre negatívne vrty<br />
(výhrevnosť, obsah popola) boli prebraté z klasifikácie uhlia podľa (Alpern, B. , Lemos<br />
de Sousa, M. J. , 2002).<br />
Dáta z pozitívnych vrtov (hrúbka sloja, výhrevnosť, obsah síry a popola) tvorili<br />
vstup pre následnú základnú štatistickú analýzu, ktorá bola vykonaná pred procesom<br />
samotného priestorového modelovania. Analyzované boli nasledovné základné<br />
štatistické parametre sledovaných súborov dát: minimum, maximum, aritmetický<br />
priemer, smerodajná odchýlka, koeficient šikmosti, koeficient špicatosti, medián,<br />
modus, rozptyl.<br />
Textovo – numerické dáta, ktoré boli poskytnuté v programe MS Excel boli<br />
použité na tvorbu textových súborov. Vytvorené boli dva textové súbory. Jeden<br />
obsahoval údaje o priestorových súradniciach vrtov (X, Y) a súradnicu Z (nadmorská<br />
výška počvy vrtu) a na základe tohto súboru bola vytvorená vrstva (súbor shp.) so<br />
zobrazením priebehu jednotlivých vrtov v 3D priestore. Druhý textový súbor obsahoval<br />
informácie o hĺbkach geologických súvrství tak ako boli navŕtané vo vrtoch a na<br />
základe tohto súboru boli vo forme „vrtných jadier“ graficky zobrazené navŕtané<br />
súvrstvia. Vytvorené vrstvy boli následne zobrazené v 3D priestore v module ArcScene<br />
(obr. 27).<br />
77
Obr.27. Priebeh vrtov v 3D priestore so znázornením navŕtaných geologických<br />
súvrství (detail)<br />
Modelovanie kvalitatívnych parametrov<br />
Po zozbieraní, spracovaní dát a základnej štatistickej analýze všetkých<br />
sledovaných kvalitatívnych prametrov hlavného sloja bolo možné pristúpiť k samotným<br />
priestorovým analýzam a modelovaniu. Všetky spracované dáta (grafické, textovo –<br />
numerické), ktoré boli potrebné pri procese priestorového modelovania boli umiestnené<br />
v priestore v module ArcMap. Každý sledovaný kvalitatívny parameter sloja (hrúbka,<br />
výhrevnosť, obsah popola a síry) bol modelovaný geoštatistickou metódou obyčajného<br />
krigingu. Výstupy aplikácie interpolačnej <strong>metódy</strong> boli následne spracované vo forme<br />
rastrov zobrazujúcich distribúciu sledovaných parametrov v priestore. Všetky rastre boli<br />
v module ArcMap prostredníctvom nástrojov mapovej algebry tzv. „orezané“ na<br />
základe línie ohraničenia sloja. Línia ohraničenia sloja bola definovaná princípom<br />
extrapolácie, určená bola približne polovičná vzdialenosť medzi pozitívnymi<br />
a negatívnymi vrtmi. Finálna grafická úprava výsledných rastrov bola vykonávaná<br />
v programe CorelDraw 12. Výsledky interpolácie sú vo forme máp.<br />
Variantný výpočet zásob<br />
Posledným krokom bolo vykonanie variantného výpočtu zásob na modelovanej<br />
časti ložiska prostredníctvom nástrojov mapovej algebry v prostredí GIS. Pri procese<br />
78
tvorby variantného výpočtu zásob boli zohľadňované v súčasnosti platné PVZ<br />
(podmienky využiteľnosti zásob) pre hodnotenie zásob hnedého uhlia v HBP, a. s.<br />
Prievidza (Smernica č. 5/2008). Výsledky vykonaného variantného výpočtu zásob sú<br />
zobrazené vo forme grafov výpočtu zásob.<br />
4.1.7.2 Štatistická analýza dát<br />
Pred samotným priestorovým modelovaním kvalitatívnych parametrov sloja bola<br />
vykonaná základná štatistická analýza dát (tab. 1). Určené boli základné štatistické<br />
parametre (minimum, maximum, aritmetický priemer, smerodajná odchýlka, šikmosť,<br />
špicatosť, medián, modus, rozptyl) sledovaných kvalitatívnych parametrov sloja<br />
(hrúbka sloja, obsah síry, výhrevnosť, obsah popola). V modelovanej časti hlavného<br />
sloja bolo zistených 67 pozitívnych vrtov, avšak nie ku každému vrtu boli k dispozícii<br />
všetky sledované kvalitatívne parametre.<br />
Tab. 1. Výsledky základnej štatistickej analýzy sledovaných kvalitatívnych parametrov<br />
hlavného sloja (Qi r – výhrevnosť, n – počet analýz, S – smerodajná odchýlka, g1 –<br />
šikmosť, g2 – špicatosť, S 2 – rozptyl)<br />
hlavný<br />
sloj<br />
n min max aritmetický<br />
priemer<br />
S g1 g2 medián modus S 2<br />
hrúbka<br />
(m)<br />
67 2,6 28,4 12,089 5,0066 0,55193 3,7071 12 9,8 25,0661<br />
Qi r<br />
(MJ/kg)<br />
56 7,37 14,08 11,682 1,1045 -0,96465 6,3707 11,735 11,78 1,21995<br />
popol<br />
(%)<br />
56 15,63 49,16 25,623 6,3174 1,6185 7,0259 25,345 - 39,9092<br />
síra (%) 48 2,86 6,3 4,1429 0,66021 0,7863 4,236 4,075 4,2 0,43587<br />
Z výsledkov vykonanej základnej štatistickej analýzy vyplýva, že sledované<br />
súbory dát nevykazujú príliš vysoké vychýlenia od strednej hodnoty. Hodnoty<br />
aritmetického priemeru je možné považovať za relevantné vyjadrenie strednej hodnoty<br />
súborov dát.<br />
Hrúbka<br />
Hodnoty hrúbky hlavného sloja boli analyzované na 67 pozitívnych vrtoch<br />
v modelovanej časti ložiska. Z výsledkov základnej štatistickej analýzy bolo zistené, že<br />
hodnoty hrúbky sloja sa pohybujú v intervale 2,6 – 28,4 m. Z parametrov tvaru<br />
sledovaného súboru dát môžeme uvažovať o minimálnom vychýlení dát od strednej<br />
79
hodnoty. Aritmetický priemer môžeme považovať za vhodné vyjadrenie strednej<br />
hodnoty. V rámci analýzy tvaru bol zostrojený histogram absolútnej početnosti hodnôt<br />
hrúbky (obr. 28).<br />
Obr. 28. Histogram absolútnej početnosti hodnôt hrúbky hlavného<br />
sloja<br />
Výhrevnosť<br />
Základné štatistické parametre hodnôt výhrevnosti hlavného sloja boli<br />
analyzované z 56 vrtov. Hodnoty výhrevnosti v modelovanej časti hlavného sloja<br />
varírujú v rozmedzí 7,37 – 14,08 MJ/kg. Z výsledkov základnej štatistickej analýzy<br />
môžeme uvažovať o vysokej špicatosti sledovaného súboru dát (koeficient špicatosti<br />
6,3707) (obr. 29), čo však nemá výrazný vplyv na výpovednú hodnotu aritmetického<br />
priemeru ako strednej hodnoty sledovaného súboru dát.<br />
80
Obr. 29. Histogram absolútnej početnosti hodnôt výhrevnosti<br />
hlavného sloja<br />
Popol<br />
Hodnoty obsahu popola boli podobne ako v prípade výhrevnosti štatisticky<br />
spracované z 56 pozitívnych vrtov modelovanej časti ložiska. Obsah popola sa<br />
pohybuje v rozmedzí 15,63 – 49,16 %. Zo základnej štatistickej analýzy môžeme<br />
usúdiť, že hodnoty obsahu popola sú mierne vychýlené od stredných hodnôt a špicatosť<br />
sledovaného súboru dát je vysoká (koeficient špicatosti 7,0259) podobne ako v prípade<br />
výhrevnosti. Pre lepšie vyhodnotenie parametrov tvaru bol zhotovený histogram<br />
absolútnej početnosti obsahu popola v sloji (obr. 30).<br />
81
Obr. 30. Histogram absolútnej početnosti hodnôt obsahu popola<br />
hlavného sloja<br />
Síra<br />
Štatistická analýza hodnôt obsahu síry v hlavnom sloji bola aplikovaná na 48<br />
pozitívnych vrtoch z modelovanej časti hlavného sloja. Obsah síry v tejto časti hlavného<br />
sloja sa pohybuje v intervale 2,86 – 6,3 %. Z hodnôt parametrov tvaru sledovaného<br />
súboru dát môžeme uvažovať len o miernom vychýlení dát od strednej hodnoty<br />
a aritmetický priemer môžeme považovať za hodnoverné vyjadrenie strednej hodnoty.<br />
V rámci <strong>hodnotenia</strong> parametrov tvaru bol zostrojený histogram absolútnej početnosti<br />
obsahu síry v hlavnom sloji (obr. 31).<br />
Obr. 31. Histogram absolútnej početnosti hodnôt obsahu síry<br />
hlavného sloja<br />
82
Na základe výsledkov základnej štatistickej analýzy kvalitatívnych parametrov<br />
sloja bol určený typ rozdelenia jednotlivých sledovaných súborov dát. U všetkých<br />
kvalitatívnych parametrov bol zistený normálny typ rozdelenia dát. V prípade hodnôt<br />
obsahu popola a síry v sloji bolo zistené mierne vychýlenie dát od strednej hodnoty.<br />
Výsledky štatistickej analýzy tvoria dôležité podklady pre následný proces modelovania<br />
kvalitatívnych parametrov sloja v priestore prostredníctvom geoštatistickej <strong>metódy</strong><br />
krigingu.<br />
4.1.7.3 Digitálne modely parametrov hlavného sloja<br />
Digitálne modely parametrov hlavného sloja boli tvorené v programovom<br />
prostredí ArcGIS 9.1. , v module ArcMap. Na zobrazenie priebehu bázy sloja v 3D<br />
priestore spolu so zobrazením priebehu vrtov a povrchu (DTM) bol použitý modul<br />
ArcScene.<br />
Pred modelovaním kvalitatívnych parametrov sloja bol vytvorený model<br />
priebehu bázy sloja. Vstup do modelu tvorila databáza s údajmi o nadmorskej výške<br />
počvy sloja ku každému analyzovanému vrtu a zdigitalizované tektonické línie<br />
prebiehajúce modelovanou časťou ložiska. Pri tvorbe modelu bola použitá metóda IDW.<br />
Do procesu interpolácie bol zahrnutý aj vplyv tektonických línií, čo je pri modelovaní<br />
priebehu bázy uhoľného sloja v priestore nevyhnutné. Tektonika na ložisku Nováky<br />
výrazne ovplyvňuje priebeh sloja v priestore. Samotný sloj je zlomami rozdelený na<br />
množstvo krýh s rôznym hĺbkovým uložením (obr. 32). Z výsledného modelu bolo<br />
zistené, že nadmorská výška uloženia jednotlivých častí sloja sa výrazne mení<br />
a pohybuje sa približne v rozmedzí od – 182,86 m n. m. do 179,61 m n. m.<br />
83
Obr.32. Model priebehu bázy hlavného sloja v 3D priestore (metóda IDW, s vplyvom<br />
tektonických línií)<br />
Na vytvorenom modeli priebehu bázy hlavného sloja je vidieť výrazne zložitú<br />
tektonickú stavbu ložiska, ktorá spôsobuje tiež výrazné komplikácie pri dobývaní sloja.<br />
V modelovanej časti sloja bolo zistených množstvo výrazných aj menej výrazných<br />
zlomov, ktoré sa navyše pomerne často rôznym spôsobom vetvia. Z modelu je tiež<br />
vidieť najhlbšie uloženie sloja približne v centrálnej časti, kde dosahuje sloj aj najvyššie<br />
84
hrúbky. Následne bol model priebehu bázy sloja zobrazený v 3D priestore v module<br />
ArcScene (obr. 33).<br />
Obr. 33. Model priebehu bázy sloja v 3D priestore prekrytý DTM so zobrazením priebehu vrtov<br />
(farebné odlíšenie ako na predchádzajúcom obrázku)<br />
Po vytvorení modelu bázy sloja boli postupne modelované všetky sledované<br />
kvalitatívne parametre sloja (hrúbka, výhrevnosť, obsah popola a síry). Ako už bolo<br />
spomenuté, každý parameter bol modelovaný geoštatistickou metódou obyčajného<br />
krigingu. Modelovanie bolo vykonané v module ArcMap prostredníctvom nástrojov<br />
geoštatistickej analýzy. Geoštatistická analýza v programe ArCGIS pozostáva<br />
z niekoľkých po sebe nasledujúcich krokov. Pred samotnou analýzou je potrebné zistiť<br />
niektoré základné charakteristiky sledovaného súboru dát. Na základe zistených<br />
charakteristík sledovaných dát (napr. typ rozdelenia, existencia trendu a pod.) potom<br />
nastavujeme jednotlivé parametre krigovacieho procesu.<br />
85
Kriging<br />
Pred samotným procesom krigingu boli logaritmicky transformované hodnoty<br />
obsahu síry a obsahu popola v sloji. Po logaritmickej transformácii boli minimalizované<br />
mierne vychýlenia dát od strednej hodnoty. Hodnoty hrúbky a výhrevnosti sloja neboli<br />
pred krigovaním logaritmicky transformované.<br />
Ako prvý kvalitatívny parameter bola krigovaná hrúbka sloja. Prvým krokom<br />
v rámci geoštatistickej analýzy bola štruktúrna analýza. Pri štruktúrnej analýze hrúbky<br />
bol nastavený Gaussov typ teoretického semivariogramu (tab. 2) (obr. 34).<br />
Tab. 2. Parametre teoretického semivariogramu pri krigovaní hrúbky hlavného sloja<br />
hlavný model<br />
smer<br />
uhlová dosah vplyvu prah nugget<br />
sloj semivariogramu vyhľadávania (°) tolerancia (°) (m)<br />
efekt<br />
hrúbka (m) Gaussov 0,0 90,0 784,58 8,2925 4,4614<br />
Obr.34. Štruktúrna analýza pri krigovaní hodnôt hrúbky hlavného<br />
sloja<br />
Následne boli po vykonaní štruktúrnej analýzy nastavené parametre<br />
vyhľadávacej elipsy pri interpolačnom procese (tab. 3) (obr. 35).<br />
86
Tab. 3. Parametre vyhľadávacej elipsy pri krigovaní hrúbky hlavného sloja<br />
hlavný<br />
sloj<br />
hrúbka<br />
(m)<br />
hlavná os (m) vedľajšia os<br />
(m)<br />
vyhľadávacie<br />
sektory<br />
87<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
784,58 437,1 4 5, min 3 91,1 1,795<br />
Obr.35. Nastavenie parametrov vyhľadávacej elipsy pri krigingu<br />
hodnôt hrúbky hlavného sloja<br />
Posledným krokom v rámci procesu krigingu bolo zhodnotenie priemernej<br />
chyby odhadu interpolačného procesu. Priemerná chyba odhadu dosiahla hodnotu 3,003<br />
(obr. 36). Chyba je zrejme následkom pomerne výrazných zmien v hrúbke sloja medzi<br />
jednotlivými vrtmi.
Obr.36. Zhodnotenie priemernej chyby odhadu pri krigovaní hodnôt<br />
hrúbky hlavného sloja<br />
Výsledok procesu krigingu hodnôt hrúbky sloja je v podobe rastra<br />
zobrazujúceho distribúciu hrúbky hlavného sloja v priestore (obr. 37).<br />
88
Obr. 37. Distribúcia hrúbky hlavného sloja (metóda krigingu)<br />
89
Ďalším krigovaným kvalitatívnym parametrom hlavného sloja boli hodnoty<br />
výhrevnosti. Pri štruktúrnej analýze hodnôt výhrevnosti bol nastavený sférický typ<br />
teoretického semivariogramu (tab. 4).<br />
Tab. 4. Parametre teoretického semivariogramu pri krigovaní hodnôt výhrevnosti<br />
hlavného sloja<br />
hlavný model<br />
smer<br />
uhlová dosah prah nugget<br />
sloj semivariogramu vyhľadávania tolerancia vplyvu (m)<br />
efekt<br />
(°)<br />
(°)<br />
sférický 0,0 90,0 3725 1,2925 1,4455<br />
Qi r<br />
(MJ/kg)<br />
V ďalšom kroku krigovacieho procesu boli nastavené parametre vyhľadávania<br />
pri interpolácii (tab. 5).<br />
Tab. 5. Parametre vyhľadávacej elipsy pri krigovaní hodnôt výhrevnosti hlavného sloja<br />
hlavný<br />
sloj<br />
Qi r<br />
(MJ/kg)<br />
hlavná os<br />
(m)<br />
vedľajšia os (m) vyhľadávacie<br />
sektory<br />
90<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
1862,5 719,25 4 15, min 10 21,8 2,5895<br />
Po vykonaní všetkých predchádzajúcich krokov bola zhodnotená priemerná<br />
chyba odhadu pri krigingu hodnôt výhrevnosti v hodnote 1,364. Výsledok<br />
interpolačného procesu metódou krigingu je v podobe rastra (obr. 38).
Obr. 38. Distribúcia výhrevnosti hlavného sloja (metóda krigingu)<br />
91
(tab. 6).<br />
Ako ďalší kvalitatívny parameter hlavného sloja bol krigovaný obsah popola.<br />
V rámci procesu štruktúrnej analýzy bol nastavený sférický typ semivariogramu<br />
Tab. 6. Parametre teoretického semivariogramu pri krigovaní obsahu popola hlavného<br />
sloja<br />
hlavný<br />
sloj<br />
model<br />
semivariogramu<br />
smer<br />
vyhľadávania<br />
(°)<br />
uhlová<br />
tolerancia<br />
(°)<br />
92<br />
dosah<br />
vplyvu (m)<br />
prah nugget efekt<br />
A d (%) sférický 0,0 90,0 1364,3 0,10198 0,0085272<br />
Pri nastavovaní vyhľadávacieho procesu boli pri v rámci interpolácie určené<br />
parametre vyhľadávacej elipsy (tab. 7). Zistená bola pomerne výrazná anizotropia<br />
sledovaných dát.<br />
Tab. 7. Parametre vyhľadávacej elipsy pri krigovaní obsahu popola hlavného sloja<br />
hlavný<br />
sloj<br />
hlavná os<br />
(m)<br />
vedľajšia<br />
os (m)<br />
vyhľadávacie<br />
sektory<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
A d (%) 1364,3 458,58 4 15, min 10 58,5 2,9751<br />
V poslednom kroku krigingu bola vyhodnotená priemerná chyba odhadu pri<br />
krigovaní obsahu popola s hodnotou 12,33. Táto pomerne vysoká chyba bola zrejme<br />
spôsobená výraznými zmenami v hodnotách obsahu popola medzi jednotlivými<br />
susednými vrtmi. Výsledok interpolácie obsahu popola v hlavnom sloji je vo forme<br />
mapového výstupu (obr. 39).
Obr. 39. Distribúcia obsahu popola v hlavnom sloji (metóda krigingu)<br />
93
8).<br />
Posledným krigovaným kvalitatívnym parametrom bol obsah síry v sloji.<br />
V procese štruktúrnej analýzy bol nastavený Gaussov typ semivariogramu (tab.<br />
Tab. 8. Parametre teoretického semivariogramu pri krigovaní obsahu síry hlavného sloja<br />
hlavný<br />
sloj<br />
model<br />
semivariogramu<br />
smer<br />
vyhľadávania<br />
(°)<br />
94<br />
uhlová<br />
tolerancia (°)<br />
dosah<br />
vplyvu<br />
(m)<br />
prah nugget<br />
efekt<br />
S d (%) Gaussov 0,0 90,0 543,36 0,012414 0,0037724<br />
V nasledujúcom kroku boli nastavené parametre vyhľadávania pri procese<br />
interpolácie (tab. 9).<br />
Tab. 9. Parametre vyhľadávacej elipsy pri krigovaní obsahu síry hlavného sloja<br />
hlavný<br />
sloj<br />
hlavná os (m) vedľajšia os<br />
(m)<br />
vyhľadávacie<br />
sektory<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
S d (%) 543,36 285,63 4 15, min 10 339,7 1,9023<br />
Po krigovaní hodnôt obsahu síry v sloji bola vyhodnotená priemerná chyba<br />
odhadu krigovacieho procesu v hodnote 0,5815. Raster s distribúciou obsahu síry<br />
v hlavnom sloji je výstupom procesu interpolácie (obr. 40).
Obr. 40. Distribúcia obsahu síry v hlavnom sloji (metóda krigingu)<br />
95
Pri aplikácii <strong>metódy</strong> krigingu boli na analyzovaných dátach získané dobré<br />
výsledky. V procese štruktúrnej analýzy sa pri nastavovaní teoretického<br />
semivariogramu nevyskytli výraznejšie komplikácie. Pri krigovaní hodnôt výhrevnosti<br />
a obsahu popola bola zistená zvýšená anizotropia sledovaných dát v severovýchodnom<br />
smere. V rámci hodnotení priemerných chýb jednotlivých odhadov bola zistená mierne<br />
zvýšená priemerná chyba odhadu pri krigovaní hodnôt hrúbky, čo zrejme môže byť tiež<br />
následkom komplikovanej tektonickej stavby ložiska. Vysoká chyba odhadu bola<br />
zistená pri krigovaní obsahu popola. V tomto prípade to zrejme závisí na výrazných<br />
zmenách gradientu sledovaného javu v priestore.<br />
V prípade krigovania hodnôt výhrevnosti a obsahu popola v sloji boli zistené<br />
najlepšie parametre hlavného sloja v juhozápadnej časti modelovanej oblasti. Pri<br />
krigovaní obsahu síry bol zhodnotený najnižší obsah síry v juhovýchodnej časti. Na<br />
základe výsledkov krigingu hrúbky sloja boli najvyššie hrúbky sloja zistené približne<br />
v centrálnej časti modelovanej oblasti, kde je hlavný sloj uložený najhlbšie.<br />
4.1.8 Variantný výpočet zásob v prostredí GIS<br />
Pri variantnom výpočte zásob sa postupovalo na základe v súčasnosti platných<br />
ustanovení vydaných Smernicou č. 5/2008 o podmienkach využiteľnosti zásob pre<br />
hodnotenie zásob hnedého uhlia v HBP, a. s. Prievidza. Podľa Smernice č. 5/2008 sa na<br />
ložisku považujú za bilančné zásoby, ktoré spĺňajú nasledovné podmienky: 1.<br />
minimálna hrúbka uhoľného sloja 4,0 m; 2. minimálna výhrevnosť uhoľného sloja 10,5<br />
MJ/kg; 3. minimálne množstvo zásob v geologickom bloku vymedzenom prírodnými<br />
hranicami (hraničnou tektonikou, vyklinením) 150 kt pri priemernej šírke bloku 30 m;<br />
4. zásoby, ktoré je možné vydobyť ekonomicky efektívne a ich vydobytie je doložené<br />
predbežnou, alebo podrobnou štúdiou využiteľnosti a ekonomickej realizovateľnosti.<br />
Podľa platných PVZ (podmienok využiteľnosti zásob) sa teda ako základné<br />
kvalitatívne parametre určujúce bilančnosť sloja pri variantnom výpočte zásob hodnotili<br />
hrúbka sloja a výhrevnosť sloja. Variantný výpočet zásob bol vykonaný dvomi<br />
spôsobmi. Prvý spôsob variantného výpočtu zásob bol vykonaný v štyroch variantoch,<br />
druhý spôsob v piatich variantoch.<br />
96
4.1.8.1 Metodický postup variantného výpočtu zásob<br />
Samotný proces výpočtu zásob prebiehal v module ArcMap prostredníctvom<br />
nástrojov mapovej algebry. Mapová algebra nám umožňuje vykonávať v prostredí GIS<br />
medzi jednotlivými rastrami rôzne logické operácie. Pri procese variantného výpočtu<br />
zásob boli použité rastre znázorňujúce distribúciu hrúbky, výhrevnosti a objemovej<br />
hmotnosti v rámci modelovanej oblasti, ktoré boli výsledkom procesu interpolácie<br />
vykonanej prostredníctvom <strong>metódy</strong> krigingu. Rozmery buniek všetkých rastrov<br />
vstupujúcich do výpočtu boli 5 × 5 m.<br />
Metodický postup pri procese variantného výpočtu zásob bol nasledovný:<br />
1. vytvorené boli rastre (distribúcia hrúbky, výhrevnosti) spĺňajúce kritériá v rámci<br />
jednotlivých stanovených variantov: princíp špecifického dopytu<br />
prostredníctvom jazyka SQL v rámci nástrojov mapovej algebry (obr. 41),<br />
2. výsledné rastre (distribúcia hrúbky) v jednotlivých variantoch boli násobené<br />
plochou bunky rastra (5 × 5 m) pre výpočet objemu modelovanej časti sloja<br />
podľa vzorca (Böhmer, M. , Kužvart, M. , 1993):<br />
V = P . mp (m 3 ) [32]<br />
Následne boli tieto rastre násobené rastrom s distribúciou objemovej hmotnosti<br />
pre výpočet hmotnosti (množstva) zásob v rámci modelovanej časti sloja podľa<br />
vzorca (Böhmer, M. , Kužvart, M. , 1993):<br />
Q = V . vp (t alebo 1000 t) [33]<br />
P - plocha ložiska alebo jeho časti (m 2 ): plocha bunky rastra (5 × 5 m)<br />
mp - priemerná hrúbka (m): raster s distribúciou hrúbky sloja<br />
vp - priemerná objemová hmotnosť (t . m -3 ): raster s distribúciou objemovej<br />
hmotnosti sloja<br />
(obr. 42)<br />
3. výsledkom vykonania predchádzajúcich logických operácií boli rastre<br />
znázorňujúce distribúciu hmotnosti (množstva) zásob v rámci jednotlivých<br />
variantov, následne bola pre každý z týchto rastrov zistená suma hodnôt<br />
všetkých buniek, pričom bola získaná konkrétna celková hodnota hmotnosti<br />
97
(množstva) zásob pre každý variant výpočtu v rámci modelovanej časti ložiska<br />
(obr. 43).<br />
4.1.8.2 Prvý spôsob variantného výpočtu zásob<br />
Pri prvom spôsobe variantného výpočtu zásob sa ako jediný kvalitatívny<br />
parameter určujúci bilančnosť zásob uvažovala hrúbka sloja. V jednotlivých variantoch<br />
sa ako medzné hrúbky stanovili nasledovné hodnoty hrúbky sloja: 1. variant –<br />
minimálna hrúbka 4,0 m; 2. variant – minimálna hrúbka 6,9 m; 3. variant – minimálna<br />
hrúbka 11,2 m; 4. variant – minimálna hrúbka 15,5 m. V rámci každého variantu<br />
výpočtu zásob bola vypočítaná priemerná hrúbka sloja a množstvo zásob spĺňajúcich<br />
stanovené kritérium (variant 1. až 4.).<br />
V prvom variante bol najprv z rastra znázorňujúceho hrúbku sloja vytvorený<br />
raster spĺňajúci podmienku minimálnej hrúbky sloja 4,0 m. Raster bol vytvorený<br />
prostredníctvom nástrojov mapovej algebry aplikáciou podmienky minimálnej hrúbky 4<br />
m.<br />
Obr.41. Raster spĺňajúci kritérium minimálnej hrúbky sloja 4,0 m<br />
98
Následne bol raster (hrúbka minimálne 4,0 m) násobený plochou bunky rastra (5<br />
× 5 m) a rastrom znázorňujúcim distribúciu objemovej hmotnosti sloja, pričom bol<br />
vyhodnotený raster znázorňujúci distribúciu množstva zásob.<br />
Obr.42. Proces výpočtu zásob v prostredí GIS prostredníctvom<br />
nástrojov mapovej algebry<br />
V poslednom kroku bola zistená suma hodnôt všetkých buniek rastra<br />
znázorňujúceho distribúciu množstva zásob, čím bola získaná konkrétna hodnota<br />
množstva zásob 9 533 660,956 ton spĺňajúca kritérium minimálnej hrúbky sloja 4,0 m.<br />
99
Obr.43. Posledný krok výpočtu zásob (suma hodnôt všetkých buniek rastra zobrazujúceho<br />
distribúciu množstva zásob, ktoré spĺňajú kritérium minimálnej hrúbky sloja 4,0 m)<br />
Analogicky sa postupovalo v ostatných troch variantoch.<br />
V druhom variante sa všetky nasledujúce operácie vykonávali na základe rastra<br />
znázorňujúceho distribúciu hrúbky sloja s hodnotou minimálne 6,9 m (obr. 44). Zásoby,<br />
ktoré spĺňajú kritérium minimálnej hrúbky sloja boli vypočítané v hodnote<br />
8 393 170,587 ton.<br />
100
Obr.44. Raster spĺňajúci kritérium minimálnej hrúbky sloja 6,9 m<br />
V treťom variante bol vyhodnotený raster znázorňujúci distribúciu hrúbky sloja,<br />
ktorý spĺňa stanovenú podmienku minimálnej hrúbky 11,2 m (obr. 45). V tomto<br />
variante boli vypočítané zásoby v hodnote 4 760 593,624 ton.<br />
101
Obr.45. Raster spĺňajúci kritérium minimálnej hrúbky sloja 11,2 m<br />
Následne bol vykonaný výpočet zásob tej časti uhoľného sloja, ktorá spĺňa<br />
kritérium minimálnej hrúbky 15,5 m (obr. 46). Zásoby spĺňajúce podmienku štvrtého<br />
variantu boli vypočítané v hodnote 1 241 649,812 ton.<br />
102
Obr.46. Raster spĺňajúci kritérium minimálnej hrúbky sloja 15,5 m<br />
Celkové výsledky variantného výpočtu zásob boli zobrazené prostredníctvom<br />
grafu výpočtu zásob so zobrazením vzťahu minimálnej hrúbky sloja (1. až 4. variant),<br />
priemernej hrúbky sloja (1. až 4. variant) a množstva vypočítaných zásob (1. až 4.<br />
variant) (obr. 47).<br />
103
zásoby: Z (kt)<br />
12000,00<br />
10000,00<br />
8000,00<br />
6000,00<br />
4000,00<br />
2000,00<br />
Graf výpočtu zásob<br />
9533,66<br />
12,23<br />
8393,17<br />
13,85<br />
104<br />
15,55<br />
4760,59<br />
19,14<br />
1241,65<br />
0,00<br />
0,00<br />
0,00 5,00 10,00 15,00 20,00<br />
medzná hrúbka: x0 (m)<br />
Obr.47. Graf variantného výpočtu zásob vykonaného prvým spôsobom<br />
25,00<br />
20,00<br />
15,00<br />
10,00<br />
5,00<br />
Na záver variantného výpočtu zásob boli dosiahnuté výsledky v jednotlivých<br />
variantoch zhodnotené prostredníctvom tabuľky výpočtu zásob (tab. 10).<br />
Tab. 10. Tabuľka variantného výpočtu zásob<br />
x0 – minimálna hrúbka, x – priemerná<br />
hrúbka, Z - zásoby<br />
x0 x Z<br />
(m) (m) (kt)<br />
1. variant 4,0 12,23 9533,66<br />
2. variant 6,9 13,85 8393,17<br />
3. variant 11,2 15,55 4760,59<br />
4. variant 15,5 19,14 1241,65<br />
4.1.8.3 Druhý spôsob variantného výpočtu zásob<br />
Pri druhom spôsobe variantného výpočtu zásob sa popri hrúbke sloja ako hlavný<br />
kvalitatívny parameter zohľadňovala výhrevnosť sloja. Výpočet zásob bol vykonaný<br />
v nasledovných variantoch: 1. variant – minimálna výhrevnosť 8,5 MJ/kg; 2. variant –<br />
priemerná hrúbka: x (m)
minimálna výhrevnosť 9,5 MJ/kg); 3. variant – minimálna výhrevnosť 10,5 MJ/kg; 4.<br />
variant – minimálna výhrevnosť 11,5 MJ/kg; 5. variant – minimálna výhrevnosť 12,5<br />
MJ/kg. Pri každom stanovenom variante bola uvažovaná minimálna hrúbka sloja 4,0 m.<br />
Pre každý z piatich variantov bolo teda vypočítané množstvo zásob spĺňajúce kritériá<br />
výhrevnosti jednotlivých variantov a súčasne hrúbku sloja minimálne 4,0 m.<br />
Pri prvom variante bol hodnotený raster spĺňajúci podmienku minimálnej hrúbky<br />
sloja 4,0 m a výhrevnosti minimálne 8,5 MJ/kg (obr. 48). Raster bol podobne ako<br />
v predchádzajúcich prípadoch vynásobený plochou bunky rastra (5 × 5 m) a rastrom<br />
znázorňujúcim distribúciu objemovej hmotnosti sloja, čoho výsledkom bol raster<br />
znázorňujúci distribúciu množstva zásob, na základe ktorého bola v poslednom kroku<br />
výpočtu zistená konkrétna hodnota množstva zásob spĺňajúca kritériá stanovené<br />
v prvom variante v hodnote 9 441 360,971 ton.<br />
Obr.48. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 8,5 MJ/kg<br />
105
Podobným spôsobom bol v druhom variante výpočtu zásob vytvorený<br />
a následne zhodnotený raster, ktorý spĺňa podmienky minimálnej hrúbky 4,0 m<br />
a minimálnej výhrevnosti 9,5 MJ/kg (obr. 49). V tomto variante bolo vypočítané<br />
množstvo zásob 8 665 947,361 ton.<br />
Obr.49. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 9,5 MJ/kg<br />
V treťom variante sa vykonal výpočet zásob pri splnených okrajových<br />
podmienkach minimálnej hrúbky 4,0 m a minimálnej výhrevnosti 10,5 MJ/kg (bilančné<br />
zásoby podľa Smernice č. 5/2008) (obr. 50). V strednom variante boli vypočítané<br />
zásoby v modelovanej časti ložiska, ktoré spĺňajú kritériá bilančnosti v hodnote<br />
6 963 087,542 ton.<br />
106
Obr.50. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 10,5 MJ/kg<br />
V štvrtom variante boli vypočítané zásoby, pre ktoré sú splnené podmienky<br />
rastra znázorňujúceho distribúciu hrúbky sloja minimálne 4,0 m a súčasne výhrevnosti<br />
minimálne 11,5 MJ/kg (obr. 51). Zásoby boli vypočítané v hodnote 4 520 126,049 ton.<br />
107
Obr.51. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 11,5 MJ/kg<br />
V poslednom piatom variante sa vykonal proces výpočtu zásob pri stanovených<br />
okrajových podmienkach minimálnej hrúbky sloja 4,0 m a minimálnej výhrevnosti 12,5<br />
MJ/kg (obr. 52). Zásoby boli v tomto variante výpočtu vyčíslené v množstve<br />
900 527,555 ton.<br />
108
Obr.52. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 12,5 MJ/kg<br />
Výsledky druhého spôsobu variantného výpočtu zásob sú znázornené<br />
prostredníctvom grafu výpočtu zásob so zobrazením vzťahu minimálnej vývrevnosti (1.<br />
až 5. variant), priemernej výhrevnosti (1. až 5. variant) a množstva vypočítaných zásob<br />
(1. až 5. variant) pri súčasnom splnení podmienky minimálnej hrúbky sloja 4,0 m (obr.<br />
53).<br />
109
zásoby - Z (kt)<br />
10000,000<br />
8000,000<br />
6000,000<br />
4000,000<br />
2000,000<br />
9441,36<br />
11,760<br />
Graf výpočtu zásob<br />
8665,95<br />
11,814<br />
110<br />
6963,09<br />
11,907<br />
4520,13<br />
12,320<br />
13,244<br />
900,53<br />
0,000<br />
11,500<br />
8,000 9,000 10,000 11,000 12,000 13,000<br />
medzná výhrevnosť - x0 (MJ/kg)<br />
Obr.53. Graf variantného výpočtu zásob vykonaného druhým spôsobom<br />
13,500<br />
13,000<br />
12,500<br />
12,000<br />
priemerná výhrevnosť - x<br />
(MJ/kg)<br />
Výsledky variantného výpočtu zásob boli následne vyhodnotené<br />
prostredníctvom tabuľky výpočtu zásob (tab. 11).<br />
Tab. 11. Tabuľka variantného výpočtu zásob;x0 –<br />
minimálna výhrevnosť, x – priemerná<br />
výhrevnosť, Z - zásoby<br />
x0<br />
(MJ/kg)<br />
x<br />
(MJ/kg)<br />
Z<br />
(kt)<br />
1. variant 8,5 11,76 9441,36<br />
2. variant 9,5 11,814 8665,95<br />
3. variant 10,5 11,907 6963,09<br />
4. variant 11,5 12,32 4520,13<br />
5. variant 12,5 13,244 900,53
4.2 Ložisko lignitu Kúty – Sekule<br />
4.2.1 Geografia ložiska<br />
Územie kútskej priekopy, do ktorej spadá ložiskové územie ložiska lignitu Kúty<br />
- Sekule patrí podľa orografiského členenia Slovenskej republiky do západného<br />
výbežku Chvojnickej pahorkatiny. Geomorfologicky sa jedná prevažne o rovinu, ktorá<br />
pri Kútoch prechádza do pahorkatiny.<br />
Vrtný prieskum sa realizoval v okresoch Skalica, Senica a Malacky, v katastroch<br />
obcí Brodské, Gbely, Kúty, Čáry, Kuklov, Moravský Svätý Ján, Závod a Veľké Leváre.<br />
Vrty sú väčšinou situované na poľnohospodárskej pôde, okrem severnej<br />
a severovýchodnej časti, kde boli niektoré vrty lokalizované v lesoch.<br />
Cez ložiskové územie tečú rieky Myjava a Rudava.<br />
4.2.2 História geologického prieskumu kútskej priekopy<br />
Samotná kútska priekopa bola definovaná pri plytkom štruktúrnom prieskume<br />
po druhej svetovej vojne v rámci systematického naftového prieskumu Viedenskej<br />
panvy. Štruktúrnym prieskumom bola pokrytá celá oblasť kútskej priekopy. Prieskumné<br />
práce sa zaoberali predovšetkým riešením prípadnej roponosnosti a plynonosnosti<br />
kútskej priekopy. V priebehu týchto prieskumných prác sa však zistilo, že dubniansky<br />
lignitový sloj pokračuje aj do slovenskej časti Viedenskej panvy a kútska depresia ako<br />
najperspektívnejšia oblasť z hľadiska jeho vývoja. Na základe týchto výsledkov sa v 70.<br />
– tych rokoch minulého storočia začal v tejto oblasti systematický vyhľadávací<br />
geologický prieskum na overenie bilančnosti a plošného rozsahu dubnianskeho<br />
lignitového sloja.<br />
4.2.3 Geologická stavba širšieho okolia ložiska<br />
Kútska priekopa predstavuje výraznú tektonickú jednotku Viedenskej panvy<br />
s tektonickým uzáverom v priestore Gbelov, otvorenú do centra panvy v priestore<br />
slovensko – rakúskych hraníc (Bílek, K. , 1972). Samotnú Viedenskú panvu môžeme<br />
charakterizovať ako vnútrohorskú depresiu situovanú v regióne styku Východných Álp,<br />
111
Západných Karpát a Panónskej nížiny.Maximálna hrúbka sedimentov panvy dosahuje<br />
okolo 5500 m. Viedenská panva (Dolnomoravský úval, severná časť Záhorskej nížiny<br />
a rakúskej Viedenskej panvy) je transtenzná „pull-apart“ panva, ktorá sa skladá zo<br />
sústavy hrastov a čiastkových grábenov (Kováč, M. , Plašienka, D. , 2003).<br />
4.2.3.1 Predneogénne jednotky<br />
Predneogénne podložie slovenskej časti Viedenskej panvy je na základe<br />
výsledkov hlbinných vrtov a reflexných seizmických profilov tvorené<br />
vnútrokarpatskými jednotkami, vnútorným bradlovým pásmom a magurským flyšom<br />
Západných Karpát. Významnou štruktúrou predneogénneho podložia je španbersko –<br />
matzenský chrbát, prechádzajúci centrálnou časťou panvy (Kováč, M. et al. , 1993).<br />
Magurský flyš je zastúpený račianskou a bielokarpatskou jednotkou (obr. 54).<br />
Tieto jednotky sú zložené hlavne zo sivých až nazelenalých piesčitých a vápnitých<br />
ílovcov, miestami sa vyskytujú polohy pieskovcov.<br />
Vnútrokarpatské jednotky boli zastihnuté štruktúrnymi vrtmi v oblasti Šaštína<br />
a Borského Jura v podobe vápencov, dolomitov, dolomityckých vápencov chočského<br />
príkrovu vrchného triasu. V oblasti Závodu boli zistené pribradlové šupiny vrchnej<br />
kriedy a v oblasti Studienky a Lakšárskej Novej Vsi vápence a dolomity vrchného<br />
triasu, chočský príkrov a tzv. ıtscherský príkrov s lunzskými vrstvami karnu<br />
a vápencami stredného triasu (Bartek, V. et al. , 1989).<br />
4.2.3.2 Neogén<br />
Neogénna výplň slovenskej časti Viedenskej panvy presahuje v jej centrálnej<br />
časti hrúbku 5000 m. Povrch neogénu v kútskej priekope je väčšinou rovinatý, prikrytý<br />
aluviálnymi nánosmi a viatymi pieskami.<br />
Spodný miocén<br />
Jednotky spodného miocénu (egenburg, otnang) boli zistené v piesčito –<br />
zlepencovom vývoji predovšetkým v severnej časti Viedenskej panvy. Sedimenty<br />
spodného miocénu sú vo Viedenskej panve reprezentované lužickým súvrstvím veku<br />
egenburg – otnang s hrúbkou okolo 1000 m a planinským súvrstvím veku otnang –<br />
karpat s hrúbkou 200 – 250 m (obr. 55).<br />
112
Karpat<br />
Karpatské sedimenty v západnej a severnej časti Viedenskej panvy sú zastúpené<br />
hlavne morským lakšárskym súvrstvím, ktoré laterálne a smerom do nadložia prechádza<br />
do brakického závodského súvrstvia (Kováč, M. et al. , 1993). V severovýchodnej časti<br />
Viedenskej panvy sú rozšírené jablonické zlepence s hrúbkou 200 – 300 m.<br />
Karpat, zastihnutý niekoľkými vrtmi na samotnom ložisku obsahuje hlavne<br />
hrubodetritické a pelitické sedimenty. Spodnú časť tvoria hlavne pelitické sedimenty,<br />
vyššiu časť pestré íly.<br />
Báden<br />
Báden je v slovenskej časti Viedenskej panvy vyvinutý v kompletnom vývoji.<br />
Sedimenty spodného bádenu ležia diskordantne a transgresívne na podloží, ktoré je<br />
tvorené sedimentami spodného miocénu, flyšom a predterciérnymi jednotkami<br />
Východných Álp a Centrálnych Západných Karpát (Kováč, M. et al. , 1993). Spodný<br />
báden je vyvinutý hlavne v pelitickej fácii a je reprezentovaný lanžhotským súvrstvím<br />
s hrúbkou okolo 800 m. Stredný báden je reprezentovaný lagunárnou sedimentáciou<br />
pestrých ílov a pieskov, v južnej časti prevláda sedimentácia lábskych pieskov<br />
a litotamniových vápencov. V panvovom vývoji prebiehala pelitická sedimentácia<br />
jakubovského súvrstvia. Na východnom okraji panvy boli usadené terestrické suťové<br />
kužele devínskonovoveských vrstiev. Vrchný báden je zastúpený polohami pieskov,<br />
ktoré sa striedajú s vápnitými ílmi. Íly studienskeho súvrstvia predstavujú panvový<br />
vývoj sedimentácie. Riasové vápence, piesky a štrky reprezentujú sandberské vrstvy.<br />
V priestore kútskej priekopy tvorí báden veľkú časť neogénnej výplne<br />
a dosahuje hrúbky až 1 800 m. K zvyšovaniu hrúbok dochádza od uzáveru priekopy<br />
smerom do jej centra.<br />
113
Obr.54. Geologická mapa severnej časti Viedenskej panvy (Čech, F. , et al. , 1978)<br />
1 – paleogén: jednotka – Ž (ždánická), R (račianska), B (bielokarpatská);<br />
2 – burdigal; 3 – karpat; 4 – tortón; 5 – sarmat; 6 – panón; 7 – dák; 8 –<br />
roman; 9 – štátna hranica<br />
Sarmat<br />
Sarmatská sedimentácia, ktorá prebiehala v plytkom mori je tvorená<br />
pravidelným vývojom vápnitých ílov s polohami piesku, na báze s vápnitými ílmi.<br />
Sarmatské sedimenty reprezentuje holíčske súvrstvie.<br />
Sarmatské sedimenty sú v kútskej priekope prekryté hrubými sedimentami<br />
panónu a dáku. V priestore Gbelov dosahujú sarmatské sedimenty hrúbok okolo 300 m,<br />
v strednej časti priekopy hrúbka narastá až na 700 m.<br />
114
Obr.55. Litostratigrafia Viedenskej panvy (upravené podľa<br />
Biely et al. , 1996; Kováč, M. , 2000 in Kováč, M. ,<br />
Plašienka, D. , 2003)<br />
Vrchný miocén<br />
Sedimenty panónu ležia transgresívne a diskordantne na sarmate a sú rozčlenené<br />
do niekoľkých zón (A – E). Spodný panón zastupujú hlavne transgresívne piesky zón<br />
A až C. Stredný panón je tvorený predovšetkým zeleno sfarbenými ílmi s piesčitými<br />
polohami (zóna D). Vrchný panón (zóna E) reprezentuje sedimentácia svetlých slieňov<br />
a pieskov (zóna E1), pestrých ílov (zóna E2), zelenosivých slieňov s polohami žltých<br />
pieskov (zóna E3) a sivých piesčitých ílov s polohami jemnozrnných pieskov miestami<br />
slabo silicifikovaných (zóna E4). Reprezentantom panónskych sedimentov je vo<br />
Viedenskej panve záhorské súvrstvie.<br />
115
Pont je v bazálnej časti tvorený dubnianskymi uhľonosnými vrstvami<br />
a nadložnými jánskymi vrstvami s polohami ílov a pieskov. Čárske súvrstvie je<br />
rozčlenené na zóny F1 až F3.<br />
Pliocén<br />
Dák (zóny G, H:gbelské súvrstvie) je tvorený hlavne rôznofarebnými ílmi<br />
s množstvom vápnitých konkrécií a so šošovkovitými polohami pieskov. Sporadicky tu<br />
boli pozorované preuhoľnatené rastlinné zvyšky a alochtónne slojky lignitu<br />
hnedočiernej farby. Typickým znakom hornín tejto série je neprítomnosť vrstevnatosti,<br />
nepravidelná až kusovitá rozpadavosť podľa hladkých plôch (Čech, F. , et al. , 1978).<br />
Roman (zóna I: brodské súvrstvie) tvoria predovšetkým ílovito - piesčité<br />
sedimenty. Sporadicky sa tu nachádzajú valúniky kryštalinika a mezozoika.<br />
4.2.3.3 Kvartér<br />
Kvartér je tvorený hlavne náplavovými kuželmi a viatymi pieskami. Hrúbka<br />
kvartérnych sedimentov je závislá od tektonických pohybov a eolickej činnosti.<br />
4.2.4 Tektonická stavba kútskej priekopy<br />
Zlomová tektonika ohraničujúca kútsku priekopu je výsledkom pohybov,<br />
ktorých zdroj je v podloží neogénu kde sa zvýšenou mobilitou prejavuje bradlové<br />
pásmo. Mobilita bradlového pásma spôsobuje vznik neogénnej zlomovej tektoniky.<br />
Doznievajúce pohyby pri dotváraní bradlového pásma spôsobili vznik jednotlivých<br />
porúch a samotnej kútskej priekopy, ktorej vznik bol podmienený poklesovou<br />
činnosťou farskej poruchy a jánskeho zlomu.<br />
Ohraničenie kútskej priekopy je definované tromi zlomovými systémami: farská<br />
porucha, jánsky zlom a priečne zlomy (obr. 56).<br />
Farská porucha je tvorená zložitým zlomovým systémom VSV - ZJZ smeru.<br />
Základ tohto systému tvorí severný farský zlom panónskeho veku a južný farský zlom<br />
bádenského veku. Farská porucha má ako celok na úrovni rozhrania báden - karpat skok<br />
približne 2000 m.<br />
116
Jánsky zlom má SV - JZ priebeh, jeho stavba je zložitá a pravdepodobne sa<br />
nejedná o jeden zlom, na severe je kútska priekopa uzatvorená stykom jánskeho zlomu<br />
a farskej poruchy.<br />
Obr.56. Tektonická mapa severnej časti Viedenskej panvy (Čech, F. , et al. , 1978)<br />
zlomy: 1 – bulharský, 2 – schrattenberský, 3 – steinberský (žižkovský), 4 –<br />
ježovský, 5 – buchlovický, 6 – polešovický, 7 – lanžhotský, 8 – lužické, 9 –<br />
brodský, 10 – strážnické, 11 – hodonínsko-gbelské, 12 – skalický, 13 –<br />
farské, 14 – jánsky, 15 – šaštínsky, 16 - levársky<br />
Priečne zlomy S - J smeru sú napojené na severe na farskú poruchu a na juhu na<br />
jánsky zlom. Tieto zlomy tvoria strednú časť kútskej priekopy. Do tejto skupiny zlomov<br />
patrí gbelský zlom, čársky zlom (ohraničuje z východu ložiskové územie Kúty - Sekule<br />
od ložiskového územia Gbely), kútske zlomy.<br />
117
Východnú časť priekopy je možné podľa Bíleka (1972) na základe priečnych<br />
zlomov rozdeliť na 3 časti, pričom najhlbšia časť sa nachádza pri čárskom zlome.<br />
Južné ohraničenie kútskej priekopy je definované priečnymi levárskymi<br />
zlomami Z – V smeru, ktoré zároveň ohraničujú produktívne súvrstvie. Výška skoku<br />
týchto zlomov je približne 30 – 45 m (Čech, F. , et al. , 1975).<br />
4.2.5 Geologická stavba ložiska<br />
4.2.5.1 Záhorské súvrstvie<br />
Záhorské súvrstvie je tvorené sedimentami vrchného panónu (zóna E).<br />
Sedimenty sú zastúpené sivými ílmi s rôznym obsahom piesčitej a vápnitej zložky.<br />
V hlbších polohách ubúdajú pieskové polohy, sedimenty, prevažne v podobe ílov až<br />
ílovcov a slieňovcov dostávajú zelené zafarbenie a sú miestami zavápnené.<br />
4.2.5.2 Čárske súvrstvie<br />
Čárske súvrstvie (pont, zóna F) obsahuje sedimenty sekulských vrstiev,<br />
dubnianskych uhľonosných vrstiev a jánskych vrstiev. Súvrstvie vzniklo v jazerno -<br />
riečnom, resp. v paludálnom prostredí. Maximálna hrúbka je 600 - 700 m (Biely, A. et<br />
al. , 1996).<br />
Sekulské vrstvy tvoria podložie slojového pásma dubnianskych vrstiev<br />
a nachádzajú sa v nadloží záhorského súvrstvia.<br />
Dubnianske uhľonosné súvrstvie tvorí lignit s ílovitými a pieskovými<br />
preplástkami. Homogénny lignit v severnej časti sa smerom na juh štiepi na viacero<br />
lavíc s rôznou hrúbkou (podrobnejšie v nasledujúcom texte).<br />
Jánske vrstvy sa vyskytujú v nadloží slojového pásma. Ich najspodnejšia časť je<br />
tvorená predovšetkým ílmi s premenlivou hrúbkou. Vo vyšších polohách sedimentujú<br />
sivé piesky, ktoré sa s ílmi nepravidelne striedajú. Piesky sú zvodnené a dobre<br />
korelovateľné.<br />
118
4.2.5.3 Gbelské súvrstvie<br />
Gbelské súvrstvie je reprezentované sedimentami dáku (zóna G, H). Súvrstvie je<br />
zložené hlavne z rôznofarebných ílovitých sedimentov s premenlivým obsahom pieskov<br />
a vápnitých konkrécií. V hlbších polohách sa zvyšuje vápnitosť sedimentov a množstvo<br />
pieskových polôh. Hrúbka súvrstvia sa pohybuje okolo 100 - 150 m a vzniklo v jazerno<br />
– riečnom prostredí.<br />
4.2.5.4 Brodské súvrstvie<br />
Sedimenty brodského súvrstvia romanského veku sú v ložiskovom území<br />
situované prevažne v západnej časti v blízkosti rieky Morava. Sedimenty majú piesčito -<br />
ílovitý charakter s alochtónnym zbridličnatelým lignitom hlavne v spodnej časti<br />
súvrstvia. Súvrstvie vzniklo v riečnom prostredí a je hrubé 50 – 60 m (Biely, A. et al. ,<br />
1996).<br />
4.2.5.5 Kvartér<br />
Kvartérne sedimenty sú v ložiskovom území zastúpené predovšetkým hlinou,<br />
eolickými pieskami a aluviálnymi náplavami rieky Morava, Myjava a Rudava.<br />
4.2.6 Tektonická stavba ložiska<br />
Ložisko Kúty - Sekule je súčasťou kútskej priekopy, ktorá je výrazne tektonicky<br />
ohraničená farskými poruchami, jánskym zlomom a priečnymi levárskymi zlomami.<br />
Ložiskové územie je zo severu vymedzené farskými poruchami, čárskym<br />
zlomom na východe, jánskym zlomom na juhovýchode, levárskymi zlomami na juhu<br />
a na západe je vymedzené štátnou hranicou s Rakúskom, pričom vývoj slojového pásma<br />
je predpokladaný aj na rakúskej strane. Ložisko je v severnej časti pomerne výrazne<br />
tektonicky porušené, pričom viaceré zlomy smerom na juh vyznievajú a viac sa<br />
prejavuje subsidencia slojového pásma, ktorá v konečnom dôsledku spôsobuje rozpad<br />
slojového pásma.<br />
119
Čársky zlom ohraničuje ložiskové územie z východu, na severe je napojený na<br />
farskú poruchu a na juhu na jánsky zlom. Zlom je uklonený na západ, výška skoku<br />
dosahuje 30 - 70 m v severnej časti, v stredných a južných častiach narastá.<br />
Farská porucha VSV - ZJZ smeru tvorí výrazné tektonické ohraničenie ložiska<br />
zo severu a je dostatočne overená negatívnymi vrtmi (Kv-241, Kv-79, Kv-76, Kv-77,<br />
Kv-73, Kv-69, Kv-67, Kv-117, Kv-116, Kv-59, Kv-53, Kv-115).<br />
Smerom na juh a juhozápad od farskej poruchy bol zistený priebeh ďalších,<br />
zrejme mladších kútskych zlomov S - J smeru.<br />
V západnej ložiskovej časti, na juhozápad od farskej poruchy je zistená dvojica<br />
okrajových kútskych zlomov.<br />
Ložisko je z východu ďalej ohraničené (na juh od čárskeho zlomu) jánskym<br />
zlomom SV - JZ smeru. Výška skoku jánskeho zlomu sa pohybuje okolo 30 - 70 m.<br />
Zlom má pomerne zložitú stavbu a smerom na juhozápad postupne stráca význam tým,<br />
že slojové pásmo sa prakticky úplne rozpadá na viacero lignitových lavíc s veľmi malou<br />
hrúbkou (do 1 m).<br />
4.2.7 Charakteristika slojového pásma<br />
Slojové pásmo ložiska Kúty - Sekule predstavujú dubnianske uhľonosné vrstvy<br />
zastúpené lignitom, ílom a pieskom.<br />
Ložisko je situované v tektonickom uzávere kútskej priekopy, ktorá má úzky<br />
lineárny tvar v smere VSV - ZJZ. V oblasti Kútov sa depresia z tektonického uzáveru<br />
otvára v smere juhozápad - juh, pričom vývoj dubnianskych uhľonosných vrstiev je<br />
zistený aj na rakúskej strane (Bartek et al. , 1989).<br />
Slojové pásmo má kľudnejší vývoj v severnej časti, kde je evidovaný jeden<br />
uhoľný sloj d (obr. 57) s hrúbkou 5 - 6 m. Zo severu je sloj tektonicky ohraničený<br />
farskou poruchou, zo západu okrajovými kútskymi zlomami, z východu je ložiskové<br />
územie Kúty – Sekule a teda aj sloj d ohraničený čárskym zlomom a z juhu je hranica<br />
sloja definovaná poslednými vrtmi, v ktorých bol zachytený jednotný, ucelený sloj d<br />
(vrty Kv-192, Kv-191, Kv-138, Gb-8, Kv-8) vo vrtoch situovaných južnejšie už boli<br />
zachytené iba samostatné lignitové lavice.<br />
Na sloji d sú v súčasnosti vymedzené zásoby v kategórii Z2 v jeho severnej<br />
časti(južne od farskej poruchy, po spojniciach vrtov Kv-219, Kv-78, Kv-129, Kv-75,<br />
120
Kv-220, Kv-1, Kv-130p1, Kv-2, Kv-188, Kv-158p1, Kv-183, Kv-216). Na sever od<br />
spojnice vrtov Kv-183 a Kv-216 sú zásoby zaradené do kategórie zásob Z3 pre<br />
nedostatok údajov o hrúbke a kvalite sloja v kryhe. Vrtná sieť je v severnej časti ložiska<br />
najhustejšia, vzdialenosti medzi vrtmi sa pohybujú v rozmedzí 250 až 300 m. Kvalita<br />
lignitu je potvrdená dostatočným množstvom laboratórnych skúšok a bansko –<br />
technické podmienky dobývania budú zrejme analogické s podmienkami na neďalekom<br />
ložisku Gbely. Ďalšie zásoby kategórie Z2 sú schválené v dobývacom priestore Gbely<br />
III. spojnicami vrtov Gbv-45, Kv-66, Kv-161n, Kv-217, Kv-65 a Kv-212. Ostatné<br />
zásoby sloja d sú zaradené do kategórie Z3 (Mihalík, F. , Kobulský, J. , 1994).<br />
V južnej časti ložiskového územia sa zvyšuje hrúbka ílovitého preplástku<br />
v spodnej časti slojového pásma (nad 0,50 m), pričom sa sloj „d“ rozdeľuje na dve<br />
samostatné lignitové lavice „d1“ a „d2“ (obr. 58) (približne po línii vrtov Kv-192, Kv-<br />
191, Kv-138, Gb-8, Kv-8) s celkovým nebilančným vývojom lavice „d2“. Slojové<br />
pásmo má takýto vývoj smerom na juh zhruba po líniu vrtov Kv-104, Kv-233, Kv-98,<br />
Kv-167, Kv-97, Kv-100, Kv-239 po okrajový jánsky zlom. Poklesávanie slojového<br />
pásma v smere zo severu na juh spôsobuje ďalší rozpad lignitových lavíc „d1“ a „d2“.<br />
Lignitová lavica „d1“ sa štiepi na dve samostatné lignitové lavice „d11“ a „d12“<br />
(približná línia vrtov Kv-225, Gb-23, Kv-23, Kv-127, Kv-88, Kv-16, Kv-146p1, Gb-7,<br />
Kv-93, Kv-152H, Kv-149p2, Kv-229, Kv-12) a lignitová lavica „d2“ na samostatné<br />
lignitové lavice „d21“ a „d22“ (približná línia vrtov Gb-23, Kv-23, Kv-145p1, Kv-229).<br />
Slojové pásmo sa južne od uvedenej približnej línie vrtov Kv-104, Kv-233, Kv-98, Kv-<br />
167, Kv-97, Kv-100, Kv-239 úplne rozpadá na niekoľko samostatných lignitových lavíc<br />
s hrúbkami väčšinou do 1 m. V tejto časti ložiska sú lignitové lavice bilancované len<br />
v kategórii prognóznych zdrojov.<br />
121
Obr.57. Ložisko lignitu Kúty – Sekule<br />
Obr. 58. Schéma štiepenia sloja d na jednotlivé samostatné lavice (Bartek V. , et al., 1989)<br />
122
V najjužnejších častiach ložiskového územia sú ílovité preplástky oddeľujúce<br />
jednotlivé lignitové lavice postupne nahrádzané jemnozrnnými pieskami, tieto piesky sú<br />
väčšinou zvodnené, čo výrazne sťažuje bansko - technické podmienky dobývania.<br />
Na ložisku je makroskopicky opísaný drevito - zemitý alebo zemito - drevitý<br />
lignit s ílovitými , v južnej časti pieskovými preplástkami. Lignit má prevažne hnedú až<br />
orechovohnedú farbu.<br />
Uhlie môžeme charakterizovať ako huminity hnedouhoľného štádia premeny<br />
autochtónneho pôvodu. V lignite boli zistené nasledovné litotypy: xylit, detrit, zmiešaný<br />
litotyp (xylit a detrit) a fuzit.<br />
Paleogeografický vývoj kútskej priekopy a charakter sedimentácie poukazujú na<br />
paralický pôvod sloja v prostredí lagún s bohatým rozvojom vegetácie.<br />
4.2.8 Spracovanie dát<br />
4.2.8.1 Metodický postup spracovania dát<br />
Spracovanie dát a následná tvorba digitálnych modelov ložiska boli realizované<br />
v programovom prostredí ArCGIS 9.1. Metodický postup spracovania a analýzy<br />
ložiskových údajov pozostával z niekoľkých krokov.<br />
Prvým krokom bolo štúdium archívnych správ a materiálov zameraných na<br />
ložiskovogeologický prieskum danej lokality z archívu Štátneho geologického ústavu<br />
Dionýza Štúra v Bratislave. Tento krok bol zameraný predovšetkým na štúdium<br />
geologickej stavby širšieho okolia ložiska (začlenenie ložiska do určitého regiónu,<br />
tektonickej jednotky) a následne geologickej stavby samotného ložiska.<br />
Ďalšou časťou metodického postupu bol zber a následné spracovanie grafických<br />
a textovo – numerických dát o ložisku, ktoré by bolo vhodné použiť vo forme<br />
vstupných dát pre následné analýzy v prostredí GIS.<br />
Grafické dáta<br />
V rámci grafických dát bola pre potreby projektu spracovaná predovšetkým<br />
mapa, na ktorej sú znázornené tektonické línie prebiehajúce ložiskom, ktoré boli zistené<br />
pri predchádzajúcom geologickom prieskume lokality a línie ohraničenia samotného<br />
ložiska. Taktiež bola spracovaná topografická mapa predmetného územia.<br />
123
Topografická a tektonická mapa boli v analógovej, papierovej podobe a bolo ich<br />
potrebné skenovať a digitalizovať. Pri digitalizácii máp bol použitý program<br />
Microstation V8. Pri digitalizácii topografickej mapy boli digitalizované vrstevnice na<br />
samotnom ložiskovom území a blízkom okolí. Výstupy získané digitalizáciou<br />
topografickej mapy boli použité v prostredí GIS pri tvorbe TIN (nepravidelnej<br />
trojuholníkovej siete), na základe ktorej bol následne vytvorený samotný DTM<br />
(digitálny terénny model) ložiskového územia (obr. 59).<br />
Obr. 59. DTM (digitálny terénny model) ložiskového územia<br />
Digitalizovaná tektonická mapa s líniami ohraničenia ložiska bola následne<br />
použitá pri modelovaní bázy uhoľného sloja v prostredí GIS a pri samotnom ohraničení<br />
ložiska v priestore.<br />
Textovo – numerické dáta<br />
Pri zbere textovo – numerických dát o ložisku som sa zameral hlavne na dáta,<br />
ktoré charakterizujú jednotlivé prieskumné diela na ložisku. Zozbierané a spracované<br />
boli dáta, ktoré pozostávali predovšetkým zo súradníc jednotlivých vrtov a<br />
124
kvalitatívnych parametrov uhoľného sloja vo vrtoch (nadmorské výšky bázy uhoľného<br />
sloja, hrúbka uhoľného sloja, výhrevnosť, obsah popola, obsah síry, objemová<br />
hmotnosť). Tieto kvalitatívne parametre uhoľného sloja boli následne viacerými<br />
metódami analyzované v prostredí GIS pri tvorbe finálnych modelov.<br />
Textovo – numerické dáta (názvy vrtov, súradnice, nadmorské výšky bázy<br />
uhoľného sloja, kvalitatívne parametre) boli spracované vo forme databázy v programe<br />
MS Access. Súčasť databázy tvorili názvy jednotlivých vrtov, priestorové súradnice<br />
vrtov (X, Y, Z), kvalitatívne parametre uhoľného sloja (hrúbka, obsah síry, výhrevnosť,<br />
obsah popola, objemová hmotnosť), údaje o nadmorskej výške bázy sloja pre jednotlivé<br />
vrty. Súradnice prieskumných diel (X, Y) boli v archívnych materiáloch uvádzané<br />
v súradnicovom systéme JTSK (jednotný trigonometrický systém katastrálny), pričom<br />
programové prostredie ArcGIS pracuje v lokálnom kartézskom systéme. Súradnice bolo<br />
teda pred vložením do databázy potrebné vhodným spôsobom transformovať. Súradnice<br />
(X, Y) boli transformované nasledovným spôsobom: XKAR = - YJTSK, YKAR = - XJTSK.<br />
Súradnice jednotlivých vrtov boli po tejto transformácii postupne vkladané do databázy<br />
spolu s ostatnými parametrami. Taktiež bola vytvorená databáza všetkých vrtov<br />
v programe MS Excel so súradnicami vrtov a nadmorskými výškami ústia a počvy<br />
jednotlivých vrtov. Na základe tejto databázy bol vytvorený model priebehu vrtov v 3D<br />
priestore. Takto spracované dáta (digitalizované mapy, databáza) tvorili vstup pre<br />
následnú analýzu a modelovanie parametrov uhoľného sloja v prostredí ArcGIS.<br />
Modelovanie kvalitatívnych parametrov<br />
Po predchádzajúcom spracovaní dát bola vykonaná základná štatistická analýza<br />
dát, určené boli základné štatistické parametre lignitu (počet analýz, minimum,<br />
maximum, aritmetický priemer, smerodajná odchýlka, šikmosť, špicatosť, medián,<br />
modus, rozptyl). Vrty boli na základe súradníc v databáze umiestnené do priestoru<br />
v prostredí GIS systému spolu s digitalizovanou tektonickou mapou.<br />
Na základe množstva dát a geologickej preskúmanosti bol pre nasledujúce<br />
analýzy a modelovanie kvalitatívnych parametrov lignitu zvolený sloj d. Po predošlom<br />
spracovaní dát a ich umiestnení do priestoru v prostredí GIS bolo následne možné<br />
vykonávať rôzne priestorové analýzy a modelovanie kvalitatívnych parametrov lignitu.<br />
V procese priestorového modelovania bol modelovaný priebeh bázy uhoľného sloja<br />
v priestore, pričom do modelu bol zahrnutý aj vplyv tektonických línií na ložisku, ďalej<br />
boli modelované kvalitatívne parametre uhoľného sloja v priestore (hrúbka, obsah síry,<br />
125
výhrevnosť, obsah popola). Kvalitatívne parametre uhoľného sloja boli modelované<br />
štyrmi interpolačnými metódami: kriging, metóda inverzných vzdialeností (IDW),<br />
splajnové <strong>metódy</strong> (kompletne regularizovaný splajn, splajn tenkej platne). Z hľadiska<br />
množstva spracovaných dát, rozmiestnenia prieskumných diel v priestore a charakteru<br />
sledovaných parametrov bola pre tvorbu výsledných digitálnych modelov sloja<br />
a následný variantný výpočet zásob použitá metóda krigingu. Výsledné mapové výstupy<br />
zobrazujúce distribúciu jednotlivých kvalitatívnych parametrov sloja v priestore boli<br />
finálne upravované v programe CorelDraw 12.<br />
Variantný výpočet zásob<br />
Na záver bol vykonaný variantný výpočet zásob sloja d v prostredí GIS<br />
s využitím nástrojov mapovej algebry. Pri procese variantného výpočtu zásob boli<br />
zohľadňované PVZ (podmienky využiteľnosti zásob) stanovené pri poslednej<br />
preklasifikácii zásob na ložisku v roku 1994 (Mihalík, F. , Kobulský, J. , 1994).<br />
4.2.8.2 Štatistická analýza dát<br />
Pred samotnou aplikáciou jednotlivých interpolačných metód boli zo sloja d<br />
určené základné štatistické parametre (minimum, maximum, aritmetický priemer,<br />
smerodajná odchýlka, šikmosť, špicatosť, medián, modus, rozptyl) sledovaných<br />
kvalitatívnych parametrov sloja (hrúbka sloja, obsah síry, výhrevnosť, obsah popola).<br />
Na sloji bolo zistených 82 pozitívnych vrtov, z ktorých boli analyzované jednotlivé<br />
parametre (tab. 12).<br />
Tab. 12. Výsledky základnej štatistickej analýzy sledovaných kvalitatívnych parametrov<br />
sloja d (Qi r – výhrevnosť, A d – obsah popola v sušine, S d – obsah síry, n – počet analýz<br />
S – smerodajná odchýlka, g1 – šikmosť, g2 – špicatosť, S 2 – rozptyl)<br />
sloj d n min max aritmetický<br />
priemer<br />
S g1 g2 medián modus S 2<br />
hrúbka<br />
(m)<br />
82 4 7,95 5,6061 0,7241 0,65076 3,8167 5,6 5,9 0,5243787<br />
Qi r<br />
(MJ/kg)<br />
82 8,08 14,11 10,415 1,1908 0,42025 3,1238 10,215 10,19 1,4181216<br />
A d (%) 82 13,81 45,18 24,863 6,6623 0,92637 3,2987 23,165 18,46 44,386815<br />
S d (%) 82 1,05 2,86 1,7784 0,2996 0,59086 4,8147 1,785 1,85<br />
126<br />
0,0897592
Sledované súbory dát vykazujú pomerne nízke odchýlky meraní od strednej<br />
hodnoty (na základe parametrov tvaru štatistického súboru) s výnimkou obsahu popola,<br />
ktorého dáta vykazujú pomerne vysoké odchýlky od strednej hodnoty a teda aritmetický<br />
priemer v tomto prípade nemôžeme považovať za hodnoverný údaj o strednej hodnote<br />
daného kvalitatívneho parametra.<br />
Hrúbka<br />
Štatistická analýza bola vykonaná z 82 pozitívnych vrtov sloja. Hrúbka sloja d<br />
varíruje v hodnotách od 4 do 7,95 m. Z odhadov parametrov tvaru možno usudzovať<br />
o mierne ľavostrannom vychýlení súboru dát od strednej hodnoty, avšak aj napriek<br />
tomuto vychýleniu možno považovať aritmetický priemer za dostatočne hodnoverné<br />
vyjadrenie strednej hodnoty sledovaného súboru dát. Pre lepšie posúdenie parametrov<br />
tvaru bol zostrojený histogram absolútnej početnosti hodnôt hrúbky (obr. 60).<br />
Obr. 60. Histogram absolútnej početnosti hodnôt hrúbky sloja d<br />
Výhrevnosť<br />
Vstup do analýzy tvorili dáta z 82 pozitívnych vrtov sloja. Hodnoty výhrevnosti<br />
sa pohybujú v rozmedzí 8,08 – 14,11 MJ/kg. Aj v tomto prípade môžeme<br />
z vypočítaných základných štatistických parametrov súboru dát usudzovať iba miernom<br />
vychýlení dát od strednej hodnoty (obr. 61).<br />
127
Obr. 61. Histogram absolútnej početnosti hodnôt výhrevnosti<br />
sloja d<br />
Popol<br />
Štatistická analýza hodnôt obsahu popola sloja d bola vykonaná na 82<br />
pozitívnych vrtoch. Hodnoty obsahu popola v sloji sa pohybujú v rozmedzí 13,81 –<br />
45,18 %. Výsledky základnej štatistickej analýzy (koeficient šikmosti, modus)<br />
poukazujú na výraznejšie ľavoasymetrické rozdelenie sledovaného súboru dát. V tomto<br />
prípade nie je aritmetický priemer hodnoverným vyjadrením strednej hodnoty.<br />
Dôkazom ľavostranne asymetrického vychýlenia súboru dát je aj histogram absolútnej<br />
početnosti (obr. 62).<br />
128
Obr. 62. Histogram absolútnej početnosti hodnôt obsahu popola<br />
sloja d<br />
Síra<br />
Vstupom do štatistickej analýzy obsahu síry sloja d boli podobne ako<br />
u predchádzajúcich kvalitatívnych parametrov dáta z 82 pozitívnych vrtov. Hodnoty<br />
obsahu síry v sloji varírujú v intervale 1,05 – 2,86 %. Z výsledkov základnej štatistickej<br />
analýzy možno vyvodiť závery o miernom ľavostrannom vychýlení sledovaných dát od<br />
strednej hodnoty (obr. 63), pričom tiež môžeme považovať aritmetický priemer za<br />
hodnoverné vyjadrenie strednej hodnoty sledovaného súboru dát.<br />
Obr. 63. Histogram absolútnej početnosti hodnôt obsahu síry sloja d<br />
129
Celkovo možno považovať z hľadiska typu rozdelenia dát normálny typ<br />
rozdelenia u kvalitatívnych parametrov hrúbky, výhrevnosti a obsahu síry s miernym<br />
vychýlením sledovaných dát od strednej hodnoty. V prípade obsahu popola bol na<br />
sledovanom súbore dát zistený ľavostranne asymetrický lognormálny typ rozdelenia.<br />
Výsledky základnej štatistickej analýzy sú dôležité z hľadiska následnej geoštatistickej<br />
analýzy kvalitatívnych parametrov sloja prostredníctvom <strong>metódy</strong> krigingu.<br />
4.2.8.3 Digitálne modely parametrov sloja d<br />
Priestorové analýzy jednotlivých parametrov sloja sa vykonávali<br />
v programovom prostredí ArCGIS 9.1, konkrétne v module ArcMap. Na zobrazenie<br />
modelu priebehu bázy uhoľného sloja v 3D priestore bol použitý modul ArcScene.<br />
Pred vykonaním samotných analýz boli jednotlivé vrty sloja d umiestnené do<br />
priestoru spolu so zdigitalizovanou tektonickou mapou ložiska. Najprv bol vytvorený<br />
model bázy uhoľného sloja v priestore. Vstup do procesu modelovania tvorili údaje<br />
o nadmorskej výške bázy uhoľného sloja na jednotlivých vrtoch sloja uložené<br />
v databáze. Pri modelovaní bázy uhoľného sloja bola použitá metóda IDW (obr. 64).<br />
Výsledkom použitia tejto <strong>metódy</strong> bol raster, ktorý znázorňuje priebeh bázy uhoľného<br />
sloja d v priestore. Tento raster bol následne importovaný do modulu ArCScene,<br />
v ktorom bol zobrazený priebeh bázy uhoľného sloja v 3D priestore (obr. 65).<br />
130
Obr. 64. Model priebehu bázy lignitového sloja d (metóda IDW, s vplyvom tektonických línií)<br />
131
Obr. 65. Model priebehu bázy sloja v 3D priestore s priebehom vrtov prekrytý DTM s ortofoto<br />
snímkou (farebné odlíšenie ako na predchádzajúcom obrázku)<br />
Hodnoty nadmorských výšok bázy uhoľného sloja sa pohybujú približne v rozmedzí -<br />
187,73 m n. m. až 150,92 m n. m. Z modelu bázy uhoľného sloja je zreteľné všeobecné<br />
poklesávanie uhoľného sloja v južnom smere a určité vymedzenie poklesnutých krýh<br />
uhoľného sloja v blízkosti čárskeho zlomu na východe a okrajových kútskych zlomov<br />
na západe.<br />
Po vytvorení modelu bázy sloja boli v module ArCMap priestorovo analyzované<br />
jednotlivé kvalitatívne parametre uhoľného sloja (hrúbka, výhrevnosť, obsah popola,<br />
obsah síry) geoštatistickou metódou obyčajný kriging.<br />
Kriging<br />
Všetky sledované súbory dát (hrúbka, výhrevnosť, obsah popola, obsah síry)<br />
boli pred vstupom do krigovacieho procesu logaritmicky transformované. Po<br />
logaritmickej transformácii boli minimalizované mierne vychýlenia sledovaných<br />
súborov dát od strednej hodnoty, výsledkom tejto transformácie bol u všetkých súborov<br />
132
dát takmer ideálny normálny typ rozdelenia dát. Po tejto transformácii dátových<br />
súborov bolo možné následne pristúpiť ku samotnému krigovaciemu procesu.<br />
Ako prvý kvalitatívny parameter bola analyzovaná hrúbka sloja. Prvým krokom<br />
po predchádzajúcej transformácii dát bola štruktúrna analýza (obr. 66). Na základe<br />
grafu experimentálnych semivariancií bol pri štruktúrnej analýze nastavený Gaussov typ<br />
teoretického semivariogramu (tab. 13).<br />
Obr. 66. Štruktúrna analýza pri krigovaní hodnôt hrúbky sloja d<br />
Tab. 13. Parametre teoretického semivariogramu pri krigovaní hrúbky sloja d<br />
sloj d model<br />
semivariogramu<br />
hrúbka<br />
(m)<br />
smer<br />
vyhľadávania<br />
(°)<br />
uhlová<br />
tolerancia (°)<br />
133<br />
dosah<br />
vplyvu (m)<br />
prah nugget efekt<br />
Gaussov 0,0 90,0 5455,1 0,0017098 0,0045509<br />
Nasledujúcim krokom pri krigovacom procese bolo nastavenie parametrov<br />
vyhľadávacej elipsy (obr. 67). Na dátach bola v určitom smere zistená anizotropia<br />
a podľa toho boli potom nastavované parametre (rozmery) vyhľadávacej elipsy (tab.<br />
14).
Obr. 67. Nastavenie parametrov vyhľadávacej elipsy pri krigingu<br />
hodnôt hrúbky sloja d<br />
Tab. 14. Parametre vyhľadávacej elipsy pri krigovaní hrúbky sloja d<br />
sloj d hlavná os<br />
(m)<br />
vedľajšia<br />
os (m)<br />
vyhľadávacie<br />
sektory<br />
134<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
hrúbka (m) 2727,55 2069,25 4 15, min 10 86,1 1,3181<br />
Na záver krigovacieho procesu bola zhodnotená priemerná chyba výsledku<br />
krigovania, ktorá v prípade hrúbky sloja d dosahuje hodnotu 0,3936, čo je dobrý<br />
výsledok (obr. 68).
Obr. 68. Zhodnotenie priemernej chyby odhadu pri krigovaní hodnôt<br />
hrúbky sloja d<br />
Vrtov je dostatočne veľké množstvo, sú pomerne pravidelne situované<br />
v priestore a medzi jednotlivými vrtmi nie je pozorovaná výrazná zmena sledovaného<br />
javu. Výsledkom krigovacieho procesu bola tzv. geoštatistická vrstva s odhadom<br />
hrúbky sloja d v 2D priestore na základe údajov z vrtov. Táto vrstva bola následne<br />
rasterizovaná a výsledný raster bol prostredníctvom nástrojov mapovej algebry orezaný<br />
podľa definovaného ohraničenia sloja (obr. 69).<br />
135
Obr. 69. Distribúcia hrúbky sloja d (metóda krigingu)<br />
136
sloja.<br />
Analogicky sa postupovalo aj pri krigovaní ostatných kvalitatívnych parametrov<br />
Pri štruktúrnej analýze hodnôt výhrevnosti bol nastavený sférický typ<br />
semivariogramu (tab. 15).<br />
Tab. 15. Parametre teoretického semivariogramu pri krigovaní hodnôt výhrevnosti sloja d<br />
sloj d model<br />
semivariogramu<br />
Qi r<br />
(MJ/kg)<br />
smer<br />
vyhľadávania<br />
(°)<br />
uhlová<br />
tolerancia<br />
(°)<br />
137<br />
dosah vplyvu<br />
(m)<br />
prah nugget efekt<br />
sférický 0,0 90,0 5455,1 0,00084449 0,0059892<br />
Podľa predchádzajúceho postupu boli nastavované parametre vyhľadávacej elipsy<br />
v rámci krigovacieho procesu hodnôt výhrevnosti sloja (tab. 16).<br />
Tab. 16. Parametre vyhľadávacej elipsy pri krigovaní hodnôt výhrevnosti sloja d<br />
sloj d hlavná os<br />
(m)<br />
Qi r<br />
(MJ/kg)<br />
vedľajšia<br />
os (m)<br />
vyhľadávacie<br />
sektory<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
2727,55 1958,05 8 15, min 10 308,4 1,393<br />
V rámci posledného kroku pri krigovacej procedúre bola vyhodnotená chyba<br />
krigingu, ktorá v prípade hodnôt výhrevnosti dosahovala hodnotu 0,8383. Výsledkom<br />
krigingu hodnôt výhrevnosti je raster s hodnotami výhrevnosti sloja (obr. 70).
Obr. 70. Distribúcia výhrevnosti sloja d (metóda krigingu)<br />
138
Ďalším krigovaným kvalitatívnym parametrom bol obsah popola v sloji d.<br />
Pri štruktúrnej analýze bol nastavený sférický typ semivariogramu (tab. 17).<br />
Tab. 17. Parametre teoretického semivariogramu pri krigovaní hodnôt obsahu popola sloja d<br />
sloj d model<br />
semivariogramu<br />
smer<br />
vyhľadávania<br />
(°)<br />
uhlová<br />
tolerancia<br />
(°)<br />
139<br />
dosah vplyvu<br />
(m)<br />
prah nugget<br />
efekt<br />
A d (%) sférický 0,0 90,0 5323,8 0,00073981 0,021694<br />
Následne boli nastavené parametre vyhľadávacej elipsy v rámci interpolačného<br />
procesu (tab. 18).<br />
Tab. 18. Parametre vyhľadávacej elipsy pri krigovaní obsahu popola sloja d<br />
sloj d<br />
hlavná<br />
os (m)<br />
vedľajšia os<br />
(m)<br />
vyhľadávacie<br />
sektory<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
A d (%) 2661,9 419,195 8 15, min 10 337,3 6,35<br />
Výsledok aplikácie krigingu je v podobe rastra s distribúciou hodnôt popola<br />
v sloji d (obr. 71). Pri vyhodnocovaní priemernej chyby krigovacieho procesu bola<br />
zistená priemerná chyba s hodnotou 3,934. Príčinou tejto pomerne vysokej chyby môžu<br />
byť výraznejšie v hodnotách sledovaného javu na jednotlivých susedných vrtoch.
Obr. 71. Distribúcia obsahu popola v sloji d (metóda krigingu)<br />
140
(tab. 19).<br />
Ako posledný kvalitatívny parameter bol krigovaný obsah síry.<br />
Pri štruktúrnej analýze bol nastavený Gaussov typ teoretického semivariogramu<br />
Tab. 19. Parametre teoretického semivariogramu pri krigovaní obsahu síry sloja d<br />
sloj d model<br />
semivariogramu<br />
smer<br />
vyhľadávania<br />
(°)<br />
uhlová<br />
tolerancia<br />
(°)<br />
141<br />
dosah<br />
vplyvu (m)<br />
prah nugget<br />
efekt<br />
S d (%) Gaussov 0,0 90,0 5455,1 0,0042969 0,019167<br />
V rámci nastavovania parametrov vyhľadávacej elipsy bol do modelu zahrnutý<br />
aj vplyv anizotropie (tab. 20).<br />
Tab. 20. Parametre vyhľadávacej elipsy pri krigovaní obsahu síry sloja d<br />
sloj d hlavná os<br />
(m)<br />
vedľajšia os<br />
(m)<br />
vyhľadávacie<br />
sektory<br />
analyzované<br />
body (v rámci<br />
sektora)<br />
smer<br />
anizotropie<br />
(°)<br />
faktor<br />
anizotropie<br />
S d (%) 2727,55 1515,95 8 15, min 10 283,4 1,7992<br />
Po vykonaní krigovacej procedúry bola zistená priemerná chyba výsledku<br />
krigovania s hodnotou 0,2552. Výsledkom krigovania je raster zobrazujúci distribúciu<br />
obsahu síry v uhoľnom sloji d (obr. 72).
Obr. 72. Distribúcia obsahu síry v sloji d (metóda krigingu)<br />
142
Z výsledkov aplikácie <strong>metódy</strong> krigingu možno zhrnúť, že sloj d má z hľadiska<br />
hrúbky najlepšie parametre v juhozápadnej časti, kde dosahuje najvyššie hrúbky.<br />
Z hľadiska porovnania distribúcie výhrevnosti a obsahu popola v sloji možno<br />
pozorovať trend zvyšovania sa výhrevnosti lignitu v smere z juhozápadu na<br />
severovýchod, naopak obsah popola v sloji v smere z juhozápadu na severovýchod<br />
klesá.<br />
tendenciu.<br />
Obsah síry v sloji má v smere z juhozápadu na severovýchod stúpajúcu<br />
4.2.9 Variantný výpočet zásob v prostredí GIS<br />
Pri vykonávaní variantného výpočtu zásob sloja d v prostredí GIS boli<br />
zohľadňované nasledovné PVZ (podmienky využiteľnosti zásob) stanovené pri<br />
poslednej preklasifikácii zásob ložiska lignitu Kúty – Sekule v roku 1994 (Mihalík, F. ,<br />
Kobulský, J. , 1994):<br />
1. Kvantitatívne ukazovatele: a) minimálne množstvo bilančných zásob ložiska je<br />
10 mil. ton, b) zásoby ložiska v sumárnom množstve od 0,5 do 10,0 mil. ton sa<br />
zaraďujú do zásob nebilančných.<br />
2. Kvalitatívne ukazovatele a ložiskové pomery: a) hrúbka sloja – minimálna<br />
hrúbka sloja vrátane započítateľných preplástkov v dokumentovanom diele (vrt<br />
100 cm pre všetky skupiny zásob) v odôvodnenom prípade v geologickom bloku<br />
pre: zásoby bilančné 150 cm, zásoby nebilančné 100 cm; b) výhrevnosť sloja –<br />
minimálna výhrevnosť sloja, vrátane započítateľných preplástkov<br />
v dokumentovanom diele (vrte), v odôvodnenom prípade v geologickom bloku<br />
pre: zásoby bilančné 5,0 MJ/kg, zásoby nebilančné 4,0 MJ/kg; c) započítavanie<br />
preplástkov – za preplástok je považovaná hornina s výhrevnosťou nižšou ako<br />
4,0 MJ/kg s hrúbkou väčšou ako 5 cm. Preplástky s hrúbkou nad 50 cm<br />
rozdeľujú sloj na samostatne hodnotené lavice alebo sloje.; d) úložné pomery,<br />
tektonické porušenie, východzie partie – zásoby pozdĺž zistených tektonických<br />
porúch sú v pásme o šírke geologicky zdôvodnenej klasifikované ako<br />
nebilančné; e) hydrogeologické a plynové pomery – zásoby, ktorých dobývanie<br />
by mohlo byť ohrozené alebo znemožnené zložitými a obtiažnymi geologickými<br />
143
pomermi, agresívnymi vodami a výronmi plynov sú klasifikované iba v skupine<br />
nebilančných zásob.<br />
Metodický postup variantného výpočtu zásob bol analogický ako v prípade<br />
ložiska Nováky. Rozdiel spočíval iba v stanovenej veľkosti bunky rastra, ktorej rozmery<br />
boli použité pri výpočte objemu definovanej časti sloja. V prípade sloja d ložiska Kúty –<br />
Sekule boli stanovené rozmery bunky rastra s distribúciou hrúbky pre výpočet objemu<br />
na 15 × 15 m. Pri variantnom výpočte zásob v prostredí GIS boli rovnakým spôsobom<br />
ako v prípade ložiska Nováky aplikované nástroje mapovej algebry.<br />
Variantný výpočet zásob bol vykonaný dvomi spôsobmi. Pri prvom spôsobe sa<br />
ako jediný kvalitatívny parameter uvažovala hrúbka sloja. Pri druhom spôsobe bol popri<br />
hrúbke sloja uvažovaný ako hlavný kvalitatívny parameter výpočtu výhrevnosť sloja.<br />
4.2.9.1 Prvý spôsob variantného výpočtu zásob<br />
Prvý spôsob variantného výpočtu zásob bol vykonaný v štyroch variantoch.<br />
Minimálne hrúbky sloja boli pre jednotlivé varianty stanovené nasledovne: 1. variant –<br />
4,0 m, 2. variant – 5,0 m, 3. variant – 5,5 m, 4. variant - 6,0 m.<br />
V rámci prvého variantu výpočtu zásob bol najskôr definovaný raster spĺňajúci<br />
podmienku hrúbky minimálne 4,0 m (obr. 73).<br />
144
Obr. 73. Prvý krok výpočtu zásob (definovanie rastra s distribúciou hrúbky sloja d minimálne<br />
4,0 m)<br />
Po vynásobení rastra s distribúciou hrúbky minimálne 4,0 m plochou bunky<br />
rastra (15 × 15 m) a rastrom s distribúciou objemovej hmotnosti lignitu (obr. 74), bol<br />
získaný raster s distribúciou množstva (hmotnosti) zásob a sumarizáciou hodnôt<br />
všetkých buniek tohto rastra bolo vypočítané celkové množstvo zásob v prvom variante<br />
výpočtu v hodnote 19 659 116,54 ton (obr. 75).<br />
145
Obr.74. Druhý krok výpočtu zásob (výpočet rastra s<br />
distribúciou množstva zásob)<br />
Obr. 75. Tretí krok výpočtu zásob (suma hodnôt všetkých buniek rastra<br />
s distribúciou množstva zásob)<br />
V druhom variante výpočtu zásob bola definovaná časť sloja spĺňajúca<br />
podmienku minimálnej hrúbky sloja 5,0 m (obr. 76).<br />
146
Obr. 76. Raster s distribúciou hrúbky sloja d minimálne 5,0 m<br />
V druhom variante bolo rovnakým spôsobom ako v predchádzajúcom variante<br />
vypočítané celkové množstvo zásob v hodnote 16 758 287,52 ton.<br />
V treťom variante výpočtu zásob bol definovaný raster, ktorý spĺňa podmienku<br />
minimálnej hrúbky sloja 5,5 m (obr. 77).<br />
147
Obr. 77. Raster s distribúciou hrúbky sloja d minimálne 5,5 m<br />
V treťom variante bolo vypočítané celkové množstvo zásob spĺňajúce stanovenú<br />
podmienku v množstve 11 119 881,78 ton.<br />
V poslednom štvrtom variante výpočtu bola stanovená podmienka minimálnej<br />
hrúbky sloja 6,0 m (obr. 78).<br />
148
Obr. 78. Raster s distribúciou hrúbky sloja d minimálne 6,0 m<br />
V poslednom štvrtom variante bolo vypočítané celkové množstvo zásob<br />
v hodnote 4 245 031,17 ton.<br />
Výsledky prvého spôsobu variantného výpočtu zásob so zobrazené<br />
prostredníctvom grafu výpočtu zásob (obr. 79).<br />
149
zásoby: Z (kt)<br />
25000,00<br />
20000,00<br />
15000,00<br />
10000,00<br />
5000,00<br />
Graf výpočtu zásob<br />
19659,12<br />
5,61<br />
150<br />
16758,29<br />
5,84<br />
6,12<br />
11119,88<br />
6,55<br />
4245,03<br />
0,00<br />
5,40<br />
3,50 4,00 4,50 5,00 5,50 6,00 6,50<br />
medzná hrúbka: x0 (m)<br />
Obr. 79. Graf variantného výpočtu zásob vykonaného prvým spôsobom<br />
6,80<br />
6,60<br />
6,40<br />
6,20<br />
6,00<br />
5,80<br />
5,60<br />
Na záver boli dosiahnuté výsledky variantného výpočtu zásob vyhodnotené<br />
prostredníctvom tabuľky výpočtu zásob (tab. 21).<br />
Tab. 21. Tabuľka variantného výpočtu zásob<br />
x0 – minimálna hrúbka, x – priemerná<br />
hrúbka, Z – zásoby<br />
x0 x Z<br />
(m) (m) (kt)<br />
1. variant 4,0 5,61 19659,12<br />
2. variant 5,0 5,84 16758,29<br />
3. variant 5,5 6,12 11119,88<br />
4. variant 6,0 6,55 4245,03<br />
4.2.9.2 Druhý spôsob variantného výpočtu zásob<br />
Pri druhom spôsobe variantného výpočtu zásob sa ako hlavný kvalitatívny<br />
parameter sloja popri hrúbke zohľadňovala výhrevnosť. Variantný výpočet zásob bol<br />
podobne ako pri prvom spôsobe vykonaný v štyroch variantoch. Popri minimálnej<br />
hrúbke sloja 4,0 m boli stanovené nasledovné minimálne hodnoty výhrevnosti<br />
priemerná hrúbka: x (m)
v jednotlivých variantoch: 1. variant – minimálna výhrevnosť 8,5 MJ/kg, 2. variant –<br />
minimálna výhrevnosť 9,5 MJ/kg, 3. variant – minimálna výhrevnosť 10,5 MJ/kg, 4.<br />
variant – minimálna výhrevnosť 11,5 MJ/kg.<br />
V prvom variante výpočtu zásob bol prostredníctvom nástrojov mapovej algebry<br />
definovaný raster, ktorý spĺňa podmienku minimálnej hrúbky sloja 4,0 m a súčasne<br />
podmienku minimálnej výhrevnosti 8,5 MJ/kg (obr. 80).<br />
Obr. 80. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 8,5 MJ/kg<br />
Pri stanovení okrajových podmienok minimálnej hrúbky sloja 4,0 m<br />
a minimálnej výhrevnosti 8,5 MJ/kg bolo vypočítané celkové množstvo zásob<br />
v hodnote 19 640 986,69 ton.<br />
151
V druhom variante výpočtu zásob bola stanovená okrajová podmienka<br />
výhrevnosti na 9,5 MJ/kg a podľa toho bol definovaný aj raster, na základe ktorého bol<br />
vykonaný výpočet zásob v tomto variante (obr. 81).<br />
Obr. 81. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 9,5 MJ/kg<br />
Celkové množstvo zásob tej časti sloja, ktorá spĺňa okrajové kvalitatívne<br />
podmienky minimálnej hrúbky 4,0 m a minimálnej výhrevnosti 9,5 MJ/kg bolo<br />
vypočítané v hodnote 16 754 552,61 ton.<br />
V treťom variante výpočtu zásob bola definovaná podmienka minimálnej<br />
výhrevnosti 10,5 MJ/kg a stanovený bol raster spĺňajúci túto podmienku (obr. 82).<br />
152
Obr. 82. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 10,5 MJ/kg<br />
V treťom variante výpočtu zásob bolo v rámci stanovených okrajových<br />
podmienok vypočítané celkové množstvo zásob 8 711 917,1 ton.<br />
V poslednom štvrtom variante výpočtu zásob boli stanovené nasledovné<br />
okrajové podmienky kvalitatívnych parametrov sloja: minimálna hrúbka sloja 4,0 m,<br />
minimálna výhrevnosť 11,5 MJ/kg (obr. 83).<br />
153
Obr. 83. Raster spĺňajúci kritérium min hrúbky 4,0 m a min výhrevnosti 11,5 MJ/kg<br />
V poslednom variante druhého spôsobu variantného výpočtu zásob bolo<br />
vypočítané celkové množstvo zásob v hodnote 3 067 025,75 ton.<br />
Výsledky variantného výpočtu zásob vykonaného druhým spôsobom sú podobne<br />
ako v predchádzajúcich prípadoch znázornené prostredníctvom grafu výpočtu zásob<br />
(obr. 84).<br />
154
zásoby - Z (kt)<br />
24000,00<br />
20000,00<br />
16000,00<br />
12000,00<br />
8000,00<br />
4000,00<br />
19640,99<br />
10,499<br />
Graf výpočtu zásob<br />
16754,55<br />
10,794<br />
155<br />
11,604<br />
8711,92<br />
12,180<br />
12,000<br />
10,500<br />
3067,03<br />
0,00<br />
10,000<br />
8,0 9,0 10,0 11,0 12,0<br />
medzná výhrevnosť - x0 (MJ/kg)<br />
Obr. 84. Graf variantného výpočtu zásob vykonaného druhým spôsobom<br />
12,500<br />
11,500<br />
11,000<br />
priemerná výhrevnosť - x<br />
(MJ/kg)<br />
Pri druhom spôsobe variantného výpočtu zásob boli dosiahnuté výsledky, ktoré<br />
sú zhodnotené v tabuľke výpočtu zásob (tab. 22).<br />
Tab. 22. Tabuľka variantného výpočtu zásob<br />
x0 – minimálna výhrevnosť, x – priemerná<br />
výhrevnosť, Z – zásoby<br />
x0 x<br />
Z<br />
(MJ/kg) (MJ/kg) (kt)<br />
1. variant 8,5 10,499 19640,99<br />
2. variant 9,5 10,794 16754,55<br />
3. variant 10,5 11,604 8711,92<br />
4. variant 11,5 12,18 3067,03
5 DISKUSIA<br />
Všetky sledované kvalitatívne parametre (hrúbka sloja, výhrevnosť, obsah<br />
popola, obsah síry) boli v rámci obidvoch <strong>ložísk</strong> modelované nasledovnými<br />
interpolačnými metódami: IDW, splajnové <strong>metódy</strong> (kompletne regularizovaný splajn,<br />
splajn tenkej platne), kriging.<br />
Na ložisku Nováky bola spomedzi všetkých aplikovaných metód určená metóda<br />
krigingu za najvhodnejšiu pre modelovanie jednotlivých kvalitatívnych parametrov<br />
hlavného sloja a následný variantný výpočet zásob. Vrtná sieť je pomerne rovnomerne<br />
rozložená v priestore, pričom v rámci 11. – teho ťažobného úseku je zahustenejšia, pre<br />
samotný 11. ťažobný úsek by bolo snáď vhodnejšie vytvoriť osobitné modely.<br />
Množstvo dát je taktiež dostatočné a väčšinou nedochádza k výrazným zmenám<br />
gradientu sledovaného javu v priestore. Výsledný raster po použití <strong>metódy</strong> krigingu je<br />
vyhladený a nedochádza tu ku vzniku rôznych neželaných tvarov.<br />
Pri aplikácii <strong>metódy</strong> IDW dochádzalo okolo niektorých vrtov k vzniku tzv. „bull<br />
eyes“ tvarov (obr. 85).<br />
V rámci použitia <strong>metódy</strong> splajnu tenkej platne dochádzalo pri modelovaní<br />
výhrevnosti a obsahu popola v sloji k nebezpečenstvu vzniku falošných maxím<br />
(výhrevnosť) a falošných miním (obsah popola), čo patrí medzi hlavné negatíva tejto<br />
<strong>metódy</strong>.<br />
Aplikácia <strong>metódy</strong> kompletne regularizovaného splajnu priniesla výsledky<br />
porovnateľné s metódou IDW (obr. 86). Hlavná výhoda použitia tejto <strong>metódy</strong> oproti<br />
metóde IDW spočíva v možnosti regulácie parametra tenzie, čo môže v konečnom<br />
dôsledku spôsobiť vyhladenie povrchu výsledného rastra.<br />
156
Obr. 85. Distribúcia hrúbky hlavného sloja (metóda IDW), vznik tzv. „bull eyes“ tvarov (vrty<br />
Z-150, Z-350P, Z-268, Z-25, Z-260H)<br />
157
Obr. 86. Distribúcia výhrevnosti hlavného sloja (metóda kompletne regularizovaného splajnu)<br />
158
Priestorové modelovanie jednotlivých kvalitatívnych parametrov sloja d (hrúbka<br />
sloja, výhrevnosť, obsah popola, obsah síry) bolo podobne ako v prípade ložiska<br />
Nováky vykonávané metódou IDW, splajnovými metódami (kompletne regularizovaný<br />
splajn, splajn tenkej platne) a metódou krigingu.<br />
Po zhodnotení výsledkov aplikovaných metód bola určená metóda krigingu za<br />
najvhodnejšiu pre tvorbu digitálnych modelov sloja d, následný variantný výpočet zásob<br />
a rôzne ekonomické <strong>hodnotenia</strong>. Množstvo analyzovaných dát je dostatočné (82<br />
pozitívnych vrtov) a vrty sú pomerne rovnomerne situované v priestore ložiska. Taktiež<br />
nedochádza k výrazným zmenám v hodnotách kvalitatívnych parametrov medzi<br />
susednými vrtmi. Pri zhodnocovaní priemerných chýb odhadu metódou krigingu<br />
prostredníctvom tzv. „cross validation“ procedúry neboli zistené výrazne vysoké<br />
priemerné chyby odhadu, čo svedčí o pomerne vysokej presnosti zvolenej <strong>metódy</strong><br />
a vhodnosti jej aplikácie pre výpočet zásob a následné ekonomické hodnotenie ložiska.<br />
Pri použití <strong>metódy</strong> IDW v rámci sloja d už dochádzalo (podobne ako v prípade<br />
ložiska Nováky) na výslednom rastri ku vzniku tzv. „bull eyes“ tvarov (obr. 87).<br />
Naopak, metódu IDW je napríklad vhodné použiť pri modelovaní kvalitatívnych<br />
parametrov lavice d2 v rámci ložiska Kúty – Sekule (obr. 88). Pozitívnych vrtov je tu<br />
iba 12 a sú pomerne nerovnomerne situované v priestore. Vrtná sieť je natiahnutá<br />
v smere SZ – JV, v severozápadnej časti lavice by sa dala odlíšiť skupina piatich vrtov<br />
a v juhovýchodnej časti skupina siedmich pozitívnych vrtov s možnosťou tvorby<br />
osobitných modelov.<br />
Po zhodnotení podobného charakteru vrtnej siete ako u lavice d2 a výsledkov<br />
aplikácie ostatných metód bola zistená vhodnosť použitia <strong>metódy</strong> IDW aj v prípade<br />
lavice d12 (obr. 89).<br />
Pri priestorových analýzach lavice d11 bola na základe výsledkov jednotlivých<br />
metód určená metóda splajnu tenkej platne za najvhodnejšiu pre tvorbu digitálnych<br />
modelov lavice (obr. 90). Výsledný raster je pomerne vyhladený a nedochádza tu ku<br />
vzniku falošných miním alebo maxím. Použitie <strong>metódy</strong> krigingu tu môže byť<br />
obmedzené množstvom dát (iba 21 pozitívnych vrtov).<br />
V rámci lavice d1 boli pri aplikácii <strong>metódy</strong> krigingu získané podobne dobré<br />
výsledky ako v prípade sloja d.<br />
159
Obr. 87. Distribúcia hrúbky sloja d (metóda IDW), vznik tzv. „bull eyes“ tvarov (napr. vrty<br />
Kv-197, Kv-78, Kv-83, Kv-185, Kv-190, Kv-212)<br />
160
Obr. 88. Distribúcia obsahu popola lavice d2 (metóda IDW)<br />
161
Obr. 89. Distribúcia výhrevnosti lavice d12 (metóda IDW)<br />
162
Obr. 90. Distribúcia hrúbky lavice d11 (metóda splajnu tenkej platne)<br />
163
Celkovo možno zhrnúť, že metóda krigingu priniesla dobré výsledky ako<br />
v prípade ložiska Nováky (hlavný sloj), tak aj v prípade ložiska Kúty – Sekule (sloj d).<br />
Množstvo dát je dostatočné, vrtná sieť je pomerne rovnomerne rozmiestnená<br />
v priestore.<br />
V prípade ložiska Nováky mohlo snáď spôsobiť menšie problémy výraznejšie<br />
zahustenie vrtnej siete v oblasti 11. ťažobného úseku v porovnaní s okolím celkovej<br />
modelovanej časti sloja. Pri modelovaní hrúbky sloja mohla spôsobiť problémy výrazne<br />
komplikovaná tektonická stavba ložiska, kedy mohlo dôjsť medzi susednými vrtmi<br />
k pomerne výraznejším zmenám v hrúbke sloja. Tieto faktory sa v konečnom dôsledku<br />
mohli premietnuť do mierneho zvýšenia hodnoty priemernej chyby odhadu získanej<br />
aplikáciou tzv. „cross validation“ procedúry.<br />
Pri tvorbe digitálnych modelov kvalitatívnych parametrov ložiska Kúty – Sekule<br />
sa v prípade sloja d, v rámci ktorého bol následne vykonaný variantný výpočet zásob,<br />
nevyskytli výraznejšie problémy pri aplikácii <strong>metódy</strong> krigingu. V štruktúrnej analýze<br />
nebol problém s nastavovaním teoretického semivariogramu a priemerné chyby odhadu<br />
dosiahli nízke hodnoty. Tektonická stavba ložiska nie je tak komplikovaná ako<br />
v prípade ložiska Nováky.<br />
V prípade ostatných lignitových lavíc (lavica d11, d12, d2) sa pri aplikácii<br />
<strong>metódy</strong> krigingu vyskytli problémy. V rámci štruktúrnej analýzy nebolo možné na<br />
základe grafu experimentálnych semivariancií určiť a nastaviť vhodný typ teoretického<br />
semivariogramu. Taktiež množstvo analýz bolo nízke: lavica d11 (21 pozitívnych<br />
vrtov), lavica d12 (13 pozitívnych vrtov), lavica d2 (12 pozitívnych vrtov). V týchto<br />
prípadoch je vhodnejšie použiť niektorú z menej komplikovaných metód<br />
(trojuholníková metóda s lineárnou interpoláciou zistených hodnôt, metóda IDW). Pri<br />
modelovaní kvalitatívnych parametrov lavice d11 bola z hľadiska charakteru dát<br />
zhodnotená ako vhodná metóda splajnu tenkej platne.<br />
Z pohľadu variantného výpočtu zásob, následných technicko – ekonomických<br />
hodnotení, prípadne ocenenia ložiskového objektu je pre modelovanie parametrov<br />
ložiska v prípade ložiska Nováky a tiež v prípade ložiska Kúty – Sekule (sloj d)<br />
najvhodnejšie použiť geoštatistickú interpolačnú metódu krigingu.<br />
Výsledky vykonaného variantného výpočtu zásob na ložisku Nováky<br />
a posledného výpočtu zásob 11. a 12. ťažobného úseku s platnosťou ku 1.1. 2009 bolo<br />
možné následne porovnať. Pri poslednom výpočte zásob s platnosťou ku 1.1. 2009<br />
(Šarkan, J. , 2009) bolo v rámci celého 11. ťažobného úseku vypočítané celkové<br />
164
množstvo 11 381 927 ton geologických zásob v rámci 13 blokov (tab. 23). V prvom<br />
variante výpočtu zásob pri stanovení podmienky minimálnej hrúbky uhoľného sloja 4,0<br />
m v bolo v rámci predmetnej modelovanej oblasti (definovaný raster) vypočítané<br />
množstvo zásob v hodnote 9 533 661 ton. Pri tomto porovnaní je však nutné si<br />
uvedomiť, že množstvo zásob pri variantnom výpočte zásob bolo počítané len pre určitú<br />
modelovanú časť uhoľného sloja spadajúcu do časti 11. ťažobného úseku a časti 12.<br />
ťažobného úseku (obr. 41).<br />
Tab. 23. Výsledky výpočtu zásob 11. ťažobného úseku (stav k 1.1. 2009) (Šarkan, J. , 2009)<br />
Číslo bloku<br />
Plocha<br />
(m 2 )<br />
Hrúbka<br />
(m) Voda (%)<br />
Popol<br />
(%) Síra (%)<br />
165<br />
Arzén<br />
(g/t)<br />
Obj. hm.<br />
(g/cm 3 )<br />
Výhrevnosť<br />
(MJ/kg)<br />
Geologické<br />
zásoby (t)<br />
11-1-01-21 16 654 15,70 31,01 27,99 4,61 774 1,262 11,78 329 972<br />
11-1-02-21 94 802 14,20 34,05 27,16 4,36 843 1,315 11,22 1 770 237<br />
11-1-03-21 99 025 15,93 30,13 24,34 4,31 583 1,290 12,59 2 034 934<br />
11-1-04-21 137 450 14,32 32,96 26,57 3,39 763 1,327 11,52 2 611 912<br />
11-1-05-21 24 354 14,28 34,23 25,37 3,61 763 1,321 11,42 459 410<br />
11-1-06-21 53 490 14,32 35,05 24,53 3,95 490 1,338 11,39 1 024 876<br />
11-1-07-41 9 425 14,55 31,88 31,24 3,13 778 1,330 10,89 182 387<br />
11-1-08-22 118 403 14,03 31,61 27,42 4,45 848 1,297 11,93 2 154 568<br />
11-1-09-22 14 118 14,45 33,64 24,50 3,68 763 1,333 11,86 271 938<br />
11-1-10-22 5 455 15,10 34,81 23,05 3,74 663 1,401 11,90 115 401<br />
11-1-11-43 14 550 8,90 31,77 18,32 4,24 572 1,279 13,53 165 624<br />
11-1-12-43 2 030 14,45 33,64 24,50 3,68 763 1,333 11,86 39 101<br />
11-1-13-43 14 550 12,00 37,80 18,49 4,00 1062 1,269 12,23 221 567<br />
Spolu 604 306 14,37 32,65 25,94 4,03 737 1,311 11,78 11 381 927<br />
Na ložisku lignitu Kúty – Sekule bola vykonaná posledná preklasifikácia zásob<br />
v roku 1994 (Mihalík, F. , Kobulský, J. , 1994). Pri tomto výpočte zásob bolo v rámci<br />
sloja d vypočítané celkové množstvo zásob 12 226 468 ton v kategórii Z2 (bilančné,<br />
voľné) a 22 115 478 ton v kategórii Z2 (bilančné, viazané).<br />
V kategórii Z3 (bilančné, voľné) bolo v rámci sloja d a lavíc d1, d11 a d12<br />
vypočítané celkové množstvo zásob 46 002 312 ton a v kategórii Z3 (bilančné, viazané)<br />
125 241 824 ton.
6 ZÁVER<br />
V súčasnej dobe, keď neustále rastú nároky na presnosť výpočtu zásob je voľba<br />
výberu vhodnej <strong>metódy</strong> <strong>hodnotenia</strong> ložiskových parametrov veľmi dôležitým, ak nie<br />
základným krokom dobre vykonaného výpočtu zásob a následného ekonomického<br />
<strong>hodnotenia</strong> ložiska.<br />
Modelovanie a prezentácia ložiskového telesa v prostredí GIS v sebe skrýva<br />
mnoho výhod oproti klasickým analógovým mapám v papierovej podobe. Interaktívne<br />
prepojenie ložiskovej databázy s jednotlivými aktívnymi témami vo vytvorenom<br />
projekte nám umožňuje rýchlo a efektívne vyhľadať časti ložiska s určitými<br />
špecifickými vlastnosťami, čo má v konečnom dôsledku veľký význam pri plánovaní<br />
ťažby, vykonávaní výpočtu zásob podľa najnovších metód a kritérií a ekonomickom<br />
hodnotení ložiska.<br />
Geoštatistické <strong>metódy</strong> majú pri modelovaní ložiskového telesa nezastupiteľnú<br />
úlohu, nakoľko na základe ich aplikácie zisťujeme parametre a vlastnosti ložiska<br />
v celom jeho priestore a nie len v rámci prieskumných diel. Geoštatistické <strong>metódy</strong><br />
nachádzajú popri ložiskovom prieskume aj široké uplatnenie v rôznych vedných<br />
disciplínach s úspešnými výsledkami.<br />
Metódy viacvariantného výpočtu zásob sa začali na Slovensku využívať len<br />
nedávno a hneď sa prejavil ich veľký význam. V minulosti sa často stalo, že mnohé<br />
zásoby ložiska boli podhodnotené, určené ako nebilančné, avšak v skutočnosti sa aj<br />
v rámci týchto zásob nachádzali zásoby ekonomicky významné (Tréger, M. , Baláž, P. ,<br />
2001). Tento problém sa postupne odstraňuje aplikáciou postupov viacvariantného<br />
výpočtu zásob.<br />
Ložisko hnedého uhlia Nováky je v súčasnosti ťaženým ložiskom a<br />
viacvariantný výpočet zásob v prostredí GIS by mal napomôcť ku zvýšeniu rentability<br />
ťažby, zvýšeniu úrovne plánovania ťažby, v konečnom dôsledku ku skvalitneniu<br />
ekonomického rozhodovania. Ložisko lignitu Kúty – Sekule je v súčasnosti neťažené.<br />
Na posúdenie možností a rentability ťažby má okrem množstva iných dôležitých<br />
faktorov (cena suroviny, bansko – technické podmienky, hydrogeologické pomery na<br />
ložisku, výrobné náklady) veľký vplyv aj kvalita a preskúmanosť zásob na ložisku.<br />
166
Práca svojím zameraním rozširuje neveľkú skupinu podobných prác na<br />
Slovensku zaoberajúcich sa zdanlivo netypickým využitím nástrojov GIS pre potreby<br />
ložiskovogeologického prieskumu a geológie vôbec.<br />
Hlavným cieľom práce bolo modelovanie parametrov ložiskového telesa<br />
v priestore modernými postupmi v prostredí GIS s následným viacvariantným<br />
výpočtom zásob vykonaným na základe dosiahnutých výsledkov. Zmysel práce<br />
nadväzuje na súčasné úlohy v oblasti surovinových zdrojov (Koncepcia geologického<br />
výskumu a prieskumu územia Slovenskej republiky na roky 2007 – 2011 (s výhľadom<br />
do roku 2015)), taktiež na niektoré stanovené ciele vypracovanej palivovo –<br />
energetickej analýzy (Návrh stratégie energetickej bezpečnosti SR – upravené nové<br />
znenie, 2008).<br />
Práca bola vypracovaná v súvislosti s nástupom nových trendov a postupov<br />
využívajúcich výpočtovú techniku, ktoré postupne čoraz viac prenikajú aj do oblasti<br />
ložiskovogeologického prieskumu a baníctva. Využívanie metód uvedených v práci sa<br />
už postupne aj na Slovensku stáva neoddeliteľnou súčasťou geologického prieskumu.<br />
167
7 LITERATÚRA<br />
Alpern, B. , Lemos de Sousa, M. , J. , 2002: Documented international enquiry on<br />
solid sedimentary fossil fuels: coal: definitions, classifications, reserves – resources<br />
and energy potential. International Journal of Coal Geology 50 , 3 - 41<br />
Bartek, V. , Hasch, J. , Juriš, F. , Brüllová, M. , Jezný, M. , Bondarenková, A. ,<br />
Kolačkovská, Z. , Hricko, J. , Masný, M. , 1989: Kúty – Sekule, Záverečná správa,<br />
surovina: lignit, VP, stav k 30.6. 1989. Manuskript - archív ŠGÚDŠ Bratislava<br />
Biely, A. , Bezák, V. , Elečko, M. , Gross, P. , Kaličiak, M. , Konečný, V. , Lexa, J. ,<br />
Mello, J. , Nemčok, J. , Potfaj, M. , Rakús, M. , Vass, D. , Vozár, J. , Vozárová, A. ,<br />
1996: Vysvetlivky ku geologickej mape Slovenska 1.500000. Vydavateľstvo<br />
Dionýza Štúra, Bratislava, 68 s.<br />
Bílek, K. , 1972: Geologická stavba uhelné serie a její lignitové sloje v panonu<br />
Kútskeho příkopu. Manuskript - archív ŠGÚDŠ Bratislava, 42 s.<br />
Blišťan, P. , 2003: Analýza a modelovanie geologicko - ekonomických parametrov<br />
ovplyvňujúcich ťažbu <strong>ložísk</strong> slovenských magnezitov a jej dopad na životné<br />
prostredie, na príklade ložiska Bankov - Košice. Acta Montanistica Slovaca, ročník<br />
8 (2003), číslo 2 - 3, s. 80 - 83<br />
Blišťan, P. , 1999: Matematická štatistika v geológii. Acta montanistica Slovaca,<br />
ročník 4, 2, 115 - 123<br />
Blišťan, P. , 2005 : Priestorové modelovanie geologických objektov a javov v<br />
prostredí GIS systémov. Acta montanistica Slovaca, ročník 10, 3, 296 - 299<br />
Blišťan, P. , Grinč, A. , 1998: Spracovanie geologickej dokumentácie pomocou CAD<br />
systémov a GIS. Acta montanistica Slovaca, ročník 3, 1, 157 - 167<br />
Blišťan, P. , Kondela, J. , 2002: Geografický informačný systém pre ložisko Jelšava.<br />
Acta Montanistica Slovaca, ročník 7, 4, 223 - 226<br />
Blišťan, P. , Kondela, J. , 2001: Základy banskej geológie a výpočtu zásob.<br />
vydavateľstvo Elfa, Košice, 101 s.<br />
Blišťan, P. , Pauco, M. , 2005: Model distribúcie úžitkových zložiek a škodlivín, ako<br />
základných kvalitatívnych parametrov magnezitového ložiska Bankov - Košice a<br />
jeho prezentácia v prostredí GIS. Acta montanistica Slovaca, ročník 10, 2, 89 - 93<br />
168
Böhmer, M. , Kužvart, M. , 1993: Vyhľadávanie a prieskum <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>.<br />
SPN Bratislava, 464 s.<br />
Brodňan, M. , 1970: Geologická stavba nováckeho uhoľného ložiska. Geologické<br />
Práce, Správy 52. , Bratislava, 35 - 57<br />
Caruso, C. , Quarta, F. , 1998: Interpolation methods comparison. Computers<br />
mathematical aplications. Vol. 35, No. 12, 109 - 126<br />
Clark, I. , 1979: Practical geostatistics. Elsevier Applied Science Publishers, London,<br />
129 p.<br />
Clark, I. , 1986: The art of cross validation in geostatistical applications. 19th<br />
Application of computers and operations research in the mineral industry, R. V.<br />
Ramani, Society of mining engineers, Inc. , Littleton, Colorado<br />
Čech, F. , Kraus, I. , Petrík, F. , Mecháček, E. , 1969: Handlovsko – novácka uhoľná<br />
panva. Manuskript - archív ŠGÚDŠ Bratislava, 277 s.<br />
Čech, F. , Macháček, E. , Petrík, F. , 1975: Výskum terciérnych uhoľných panví<br />
Západných Karpát časť Gbely – Kútska priekopa. Manuskript - archív ŠGÚDŠ<br />
Bratislava, 140 s.<br />
Čech, F. , Petrík, F. , Pošvancová, A. , Šalapová, V. , Sulmová, I. , Sokolský, L. ,<br />
Osvald, L. , 1978: Výskum kaustobiolitov Západných Karpát (ložisko Gbely –<br />
Kútska priekopa), čiastková správa za roky 1976 – 78. Manuskript - archív<br />
ŠGÚDŠ Bratislava, 82 s.<br />
Dopita, M. , Havlena, V. , Pešek, J. , 1985: Ložiska fosilních paliv. SNTL, Alfa,<br />
vydavateľstvo technickej a ekonomickej literatúry, Praha, 255 s.<br />
Frempong, P. K. , Clark, I. , 1996: An indicator - based geostatistical assessment of<br />
the global vermiculite reserves at Palabora Mining Company. Surface Mining<br />
1996, Johannesburg, South African Institute of Mining and Metallurgy, 19%. ,<br />
1 - 12<br />
Goodchild, M. F. , 1997: What is Geographic Information Science?, NCGIA Core<br />
Curriculum in GIScience, http://www.ncgia.ucsb.edu/giscc/units/u002/u002.html ,<br />
October 7, 1997<br />
Goovaerts, P. , 1994: Study of spatial relationships between two sets of variables using<br />
multivariate geostatistics. Geoderma, 62, 93 - 107<br />
Gumiaux, C. , Gapais, D. , Brun, J. P. , 2003: Geostatistics applied to best-fit<br />
interpolation of orientation data. Tectonophysics 376, 241 - 259<br />
169
Heriawan, M. N. , Koike, K. , 2007: Identifying spatial heterogenity of coal resource<br />
quality in a multilayer coal deposit by multivariate geostatistics. International<br />
Journal of Coal Geology (2007), doi:10.1016/j.coal.2007.07.005<br />
Hók, J. , Šimon, L. , Kováč, P. , Elečko, M. , Vass, D. , Halmo, J. , Verbich, F. , 1995:<br />
Tectonics of the Hornonitrianska kotlina depression in the neogene. Geologica<br />
Carpathica, 46, 4, 191 - 196<br />
Kováč, M. , Michalík, J. , Plašienka, D. , Maťo, Ľ. , 1993: Alpínsky vývoj západných<br />
Karpát. Masarykova univerzita Brno, 87 s.<br />
Kováč, M. , Plašienka, D. , 2003: Geologická stavba oblasti na styku Alpsko –<br />
karpatsko – panónskej sústavy a priľahlých svahov Českého masívu. Univerzita<br />
Komenského Bratislava, 69 s.<br />
Lei, J. , Gao, H. , Qiu, S. , Zhang, G. , Zhang, F. , 1999: The Application Study of RS<br />
and GIS Technology in Environmental Remote Sensing Investigation of She Fu –<br />
Dongsheng Coal fields In China.<br />
http://www.gisdevelopment.net/aars/acrs/1999/ps6/ps6203.asp<br />
Lipták, V. , 2006: Súčasné trendy ťažby a spracovania magnezitu v Jelšave. Zborník<br />
prednášok z konferencie Súčasné trendy a problémy vo výskume nerudných<br />
<strong>nerastných</strong> <strong>surovín</strong>, 77 - 82<br />
Lloyd, C. D. , Atkinson, P. , 2001: Assessing unsertainty in estimates with ordinary<br />
and indicator kriging. Computers & Geosciences 27, 929 - 937<br />
Marinoni, O. , 2003: Improving geological models using a combined ordinary -<br />
indicator kriging approach. Engineering Geology 69, 37 - 45<br />
Mečiar, M. , 2007: Banská činnosť a jej vplyv na povrch a na životné prostredie.<br />
Diplomová práca, Košice 2007<br />
Michalková, J. , 2006: Ekonomika <strong>nerastných</strong> <strong>surovín</strong>. Rigorózna práca, Bratislava<br />
2006<br />
Mihalík, F. , Kobulský, J. , 1994: Kúty – lignit – VP – preklasifikácia zásob, stav k<br />
30.6. 1994. Manuskript - archív ŠGÚDŠ Bratislava, 37 s.<br />
Mukhopadhyay, B. , Hazra, N. , Mukhopadhyay, M. K. , 2002: Integrating exploration<br />
dataset in GIS using fuzzy inference modeling.<br />
http://www.gisdevelopment.net/application/geology/mineral/geom0015.htm<br />
Myers, D. E. , 1994: Spatial interpolation: an overview. Geoderma, 62, 17 – 28<br />
170
Öztürk, C. A. , Nasuf, E. , 2002: Geostatistical assessment of rock zones for<br />
tunneling. Tunneling and Underground Space Technology 17, 275 - 285<br />
Pluskal, O. , Vaněček, M. , 1980: Výpočet zásob nerostných surovin. Univerzita<br />
Karlova Praha, 202 s.<br />
Rybár, P. , 1996: Plánovanie a riadenie ťažby v lomoch pomocou počítačových<br />
modelov. Acta Montanistica Slovaca, ročník 1, 1, 13 - 19<br />
Rybár, P. , Cehlár, M. , Tréger, M. , 2000: Oceňovanie <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong>. Vydavateľstvo Štroffek, Košice, 134 s.<br />
Saby, N. , Arrouays, D. , Boulonne, L. , Jolivet, C. , Pochot, A. , 2006: Geostatistical<br />
assessment of Pb in soil around Paris, France. Science of the Total Environment<br />
367, 212 - 221<br />
Schejbal, C. , 1980: Matematická geologie. Ediční středisko VŠB, Ostrava, 125 s.<br />
Slávik, J. a kol. , 1967: Nerastné suroviny Slovenska. Slovenské vydavateľstvo<br />
technickej literatúry, Bratislava, 490 s.<br />
Smirnov, V. I. , 1955: Výpočet zásob nerostných surovin. ČAV Praha, 324 s.<br />
Soukup, B. , 1988: Hodnocení nerostných ložisek a geologického průzkumu.<br />
ČAV Praha, 130 s.<br />
Staněk, F. , Honěk, J. , Hoňková, K. , Jelínek, J. , 2006: Interactive program system<br />
for application of modern evaluation of coal deposits and their parts under<br />
complicated conditions. Acta Montanistica Slovaca, ročník 11, číslo 1,<br />
s. 50 - 59<br />
Staněk, F. , Kajzar, V. , 2005: Vliv typu statistické distribuce ložiskových údajů na<br />
model ložiska nerostných surovin. Sborník vědeckých prací Vysoké školy báňské -<br />
Technické univerzity Ostrava, ročník LI, 2, řada hornicko - geologická, 79 - 88<br />
Šarkan, J. , 2009: Záverečná správa s výpočtom zásob – vyhradené ložisko<br />
Nováky, dobývací priestor Nováky I. Manuskript – archív ŠGÚDŠ<br />
Bratislava<br />
Timčák, G. , Blišťan, P. , Vizi, L. , 2003: GIS pre Mn - ložisko Kišovce - Švábovce.<br />
GIS Ostrava 2003, zborník konferencie<br />
Tréger, M. , Baláž, P. , 2001: Economic assessment of magnesite and talc deposits in<br />
the Slovak Republic. Mineralia Slovaca 33, 527 - 534<br />
Tréger, M. , Baláž, P. , 1999: Nerastné bohatstvo Slovenska, problémy jeho<br />
klasifikácie a oceňovania. Acta Montanistica Slovaca, ročník 4, 2, 89 - 100<br />
171
Tréger, M. , Mihalík, F. , Záviš, V. , Procházková, M. , Šesták, P. , 1999: Aplikácia<br />
medzinárodnej klasifikácie OSN na ložiskách Beladice,Jelšava - Dúbravský masív,<br />
Chrasť nad Hornádom, čiastková záverečná správa. Manuskript - archív GSSR,<br />
Bratislava, 160 s.<br />
UN, Economic commission for Europe, 2000: Practical application of the United<br />
Nations international framework classification for reserves/resources. ENERGY/<br />
2000/5/Add. 5, Committee on sustainable energy, tenth session, 31 October - 2<br />
November 2000 (Item 4(a) of the provisional agenda)<br />
Verbich, F. , 1998, a: Geologická stavba nováckeho uhoľného ložiska. Geologické<br />
Práce, Správy 103. , 53 - 61<br />
Verbich, F. , 1998, b: Hodnotenie geochemických a mineralogických vlastností uhlia z<br />
ložiska Nováky. Acta Montanistica Slovaca, ročník 3, 3, 378 - 383<br />
Vizi, L. , 2001: Indikátory vo vzťahu k regionálnej premennej. Acta Montanistica<br />
Slovaca, ročník 6, 5, 31 - 35<br />
Vizi, L. , 2007: Nelineárny geoštatistický odhad vyťažiteľných zásob (Jelšava - obzor<br />
220). - GIS Ostrava 2007, zborník konferencie<br />
Vizi, L. , Hlásny, T. , 2007: Výber účinného okolia odhadu a jeho vplyv na<br />
výsledok priestorovej interpolácie. Acta Montanistica Slovaca, ročník 12, 3, 249 -<br />
254<br />
Vyhláška SGÚ č. 6/1992 Zb. o klasifikácii a výpočte zásob výhradných <strong>ložísk</strong>.<br />
Wackernagel, H. , 1994: Cokriging versus kriging in regionalized multivariate<br />
data analysis. Geoderma, 62, 83 - 92<br />
Zákon SNR č. 44/1988 Zb. o ochrane a využití nerastného bohatstva (banský zákon) v<br />
znení zákona SNR č. 498/1991 Zb. a novely zákona č. 558/2001 Z. z.<br />
Zlocha, M. , 1996: Analýza morfometrických vlastností reliéfu a podpovrchových<br />
štruktúr v ložiskovej a environmentálnej geológii. Kandidátska dizertačná práca,<br />
Bratislava 1996<br />
Zorkovský, V. , Čech, F. , Havelka, J. , Rozložník, L. , 1972: Ložiská <strong>nerastných</strong><br />
<strong>surovín</strong> a ich vyhľadávanie. Vydavateľstvo technickej a ekonomickej literatúry<br />
Bratislava, 449 s.<br />
Aktualizácia surovinovej politiky SR pre oblasť neratsných <strong>surovín</strong>, 2004. uznesenie<br />
č. 722/2004, Ministerstvo hospodárstva Slovenskej republiky<br />
172
Koncepcia geologického výskumu a prieskumu územia Slovenskej republiky na roky<br />
2007 – 2011 (s výhľadom do roku 2015) (Ministerstvo životného prostredia SR,<br />
Slovenská geologická rada, Štátny geologický ústav Dionýza Štúra)<br />
Návrh stratégie energetickej bezpečnosti SR – upravené nové znenie, 2008. uznesenie<br />
č. 732/2008, Ministerstvo hospodárstva Slovenskej republiky<br />
Smernica č. 5/2008: Podmienky využiteľnosti zásob pre hodnotenie zásob hnedého<br />
uhlia v HBP, a. s. Prievidza, Hornonitrianske bane Prievidza akciová spoločnosť<br />
PRIEVIDZA, 2009<br />
www.micromine.com/ProductsMICROMINE.asp?page=MicromineOverview<br />
www.perrygeo.net/img/ezkriging.jpg<br />
173
SUMMARY<br />
The main aim of the thesis is to create digital models of the quality parameters of<br />
coal seam and the variant calculation of reserves at the deposit of brown coal Nováky<br />
and the deposit of lignite Kúty - Sekule in an environment of a geographic information<br />
system.<br />
The first part of the thesis focuses mainly on theoretical explanation of the<br />
principles of the methods of evaluation of mineral deposits, which are then in the<br />
second part of the thesis applied in practice.<br />
The introductory section briefly summarizes the current situation in the<br />
exploration of mineral deposits in Slovak Republic. The chapter is referred to the<br />
importance of mineral raw materials for economic development, economy and society.<br />
Then set the main priorities and challenges in the field of raw material sources. In the<br />
final section of this chapter is highlighted the importance of good economic evaluation<br />
of coal deposits in the Slovak republic at present.<br />
The next chapter outlines the principles of different methods of evaluation of<br />
mineral deposits. In the beginning of this chapter are given theoretical principles of<br />
classical methods of evaluation of mineral deposits, which are applied in the Slovak<br />
Republic in the evaluation of mineral resources for decades. The method of geological<br />
blocks, the method of mining blocks, the method of geological sections and method of<br />
isolines are briefly described. Classic works and textbooks dealing with the issue<br />
question are mentioned.<br />
The following sections of chapter set out principles of methods of evaluation of<br />
mineral deposits, which can be applied in the environment of geographic information<br />
system. The procedures of construction of a histogram, the calculation of basic<br />
statistical parameters of datasets (average, standard deviation, median, mode, variance,<br />
skewness, kurtosis) are given within principles of basic statistical analysis.<br />
Basic principles of some interpolation methods, which are used to create the<br />
model of qualitative parameters of mineral deposit in space are explained in the next<br />
part of the thesis. These interpolation methods can be applied to the data file in the<br />
environment of geographic information system, using the specific software. There is<br />
also summarized the importance of the application of interpolation methods in the<br />
evaluation of mineral deposits.<br />
174
Theoretical principles of the various interpolation methods are briefly explained<br />
from the simplest method to mathematically most complicated method. The principle of<br />
triangular method with linear interpolation is explained, followed IDW (inverse distance<br />
weighted) method, spline methods (thin plate spline, regularized splines and splines<br />
with tension, Hardy's multiquadratic method) and geostatistical methods.<br />
Advantages and disadvantages of application of geostatistical methods are first<br />
described in the subchapter „Geostatistical methods“. The function of semivariogram is<br />
explained in the field of structural analysis and there is also described the importance of<br />
this function before the application of kriging method. The principle of ordinary kriging<br />
method is explained in the next part of this subchapter and other types of kriging<br />
method with the possibilities of their application is there also mentioned. The final<br />
section of subchapter „Geostatistical methods“ deals with the application of these<br />
methods to solve specific problems in practice in the Slovak republic and abroad.<br />
Self subchapter is devoted to the issue of modeling of mineral deposits in the<br />
environment of geographic information system with concrete examples from practice.<br />
The introduction explains the concept of geographic information system and briefly<br />
summarizes its main tasks and areas of application, or the possibility of its use in<br />
geology of mineral deposits. There are highlighted the benefits of using geographic<br />
information system in geology of mineral deposits. The second part of this subchapter<br />
is specifically focused on the importance of the application of geographic information<br />
system for economic evaluation of mineral deposits with specific examples of practice<br />
from Slovakia and abroad.<br />
The conclusion of the first part is devoted to the issue of economic evaluation of<br />
mineral deposits. This chapter briefly describes the principles of classification of<br />
reserves, variant calculation of reserves and valuation of mineral deposits. The<br />
principles of classification of reserves that are currently applied in the Slovak Republic<br />
and the principles of classification of reserves according to UN methodology are<br />
explained in the subchapter „Classification of reserves“. The process of variant<br />
calculation of reserves, the conception „cost of mineral deposit“ and the importance of<br />
variant calculation of reserves by the economic evaluation of mineral deposits in market<br />
economy conditions are defined in the subchapter „Variant calculation of reserves“.<br />
Some of the specific ways of determining mineral deposits prices are briefly<br />
summarized in the subchapter „Valuation of mineral deposit“.<br />
175
The second part deals with the application of methods of evaluation of mineral<br />
deposits in practice. Qualitative parameters of brown coal at the deposit Nováky and<br />
lignite at the deposit Kúty – Sekule are analyzed in the environment of geographic<br />
information system in this part of the thesis.<br />
The deposit of brown coal Nováky was modeled as a deposit, which is currently<br />
exploited and the deposit of lignite Kúty - Sekule was modeled as a deposit, which is<br />
currently not exploited. Qualitative parameters of the main coal seam at the deposit<br />
Nováky and of the coal seam d at the deposit Kúty – Sekule were modeled. Modeled<br />
The following qualitative parameters of seams were modeled: base of seam, thickness,<br />
calorific value, ash content, sulphur content.<br />
The process of modeling and all spatial analysis were performed in the software<br />
ArcGIS 9.1. The module ArcMap was used to applicating of IDW method, completely<br />
regularized spline, thin plate spline and geostatistical kriging method at all datasets<br />
except bases of seams. The geostatistical kriging method was determined as the best to<br />
create digital models of the qualitative parameters of the main seam at the deposit<br />
Nováky and of the seam d at the deposit Kúty – Sekule from the nature of the observed<br />
datasets. Bases of seams were modeled by usig the IDW method, because the impact of<br />
tectonic lines can be implemented in the interpolation process in the software ArcGIS by<br />
the application of this interpolation method. The implementation of the influence of<br />
tectonic lines is necessary by creating the digital model of base of seam. The module<br />
ArcScene was then used to illustrate digital models of bases of seams in 3D space.<br />
The deposit of brown coal Nováky was modeled as the first and then the deposit<br />
of lignite Kúty – Sekule was modeled. The methodology of data processing and creation<br />
of digital models was similar in both deposits. First, the geological structure of<br />
surroundings of deposit and then the geological structure of the deposit itself were<br />
processed. A special chapter is devoted to the tectonic structure of deposits with the<br />
decription of main tectonic lines at both deposits. A separate chapter is also devoted to<br />
the characterization of coal seams.<br />
Graphic and text – numeric data in both deposits were prepared following<br />
detailed description of geological and tectonic structure of deposits. Graphic data in the<br />
form of topographic and tectonic maps were digitally processed in the software<br />
Microstation V8. Graphic data were imported into the environment of a geographic<br />
information system after previous processing. These data were used to generate digital<br />
terrain model, to create the model of base of seam and to create the boundary of deposit.<br />
176
Text – numeric data were processed after processing of grafic data. The<br />
software MS Access was used by processing of text - numeric data. The following data<br />
formed text - numeric data: the spatial coordinates of boreholes (X, Y, Z), the altitude of<br />
base of seam data, seam thickness data, calorific value, ash content, sulphur content,<br />
density of coal or lignite. All the processed graphic and text - numeric data were<br />
imported into the software ArcGIS 9.1.<br />
All datasets (thickness, calorific value, ash content, sulphur content) were<br />
statistically processed before the creation of digital models of qualitative parameters of<br />
seams. The basic statistical parameters were calculated (minimum, maximum, average,<br />
standard deviation, skewness, kurtosis, median, mode, variance). Histograms of<br />
absolute frequency of all observed datasets were constructed.<br />
Digital models of all observed qualitative parameters of seams in space were<br />
created after the basic statistical analysis. As already mentioned, the model of base of<br />
seam was created at first by using the IDW method with including the impact of<br />
tectonics in the ArcMap module and this model was then displayed with a digital terrain<br />
model in 3D space in the module ArcScene.<br />
Digital models of qualitative parameters (thickness, calorific value, ash content,<br />
sulphur content) of seams were created by using geostatistical ordinary kriging method<br />
after creating digital models of bases of seams in the space. Kriging method was<br />
applied in the module ArcMap at all observed datasets through the tool of geostatistical<br />
analysis. Geostatistical analysis in the software ArcGIS 9.1 consisting of several steps:<br />
structural analysis (setting of theoretical semivariogram), setting the search ellipse<br />
parameters in the interpolation process, the analysis of the avarage error of estimates<br />
(„cross validation“ procedure). All observed qualitative parameters of seams at both<br />
deposits were analyzed through this procedure. The results of the interpolation process<br />
are in the form of maps showing the distribution of qualitative parameters of coal seams<br />
in the space. These maps were finally processed in the software CorelDraw 12.<br />
Variant calculations of reserves of both deposits in the environment of<br />
geographic information system were performed after the creation of digital models of<br />
qualitative parameters of coal seams. First, the procedure of variant calculation of<br />
reserves was briefly explained. Seam thickness and calorific value were considered as<br />
the main qualitative parameters for the variant calculation of reserves. Grids of<br />
distribution of thickness of coal seam, distribution of calorific value and distribution of<br />
density of coal or lignite created input into the process of variant calculation of reserves.<br />
177
Limit values of qualitative parameters for different variants of the calculation were<br />
determined before the process of variant calculation of reserves. The calculation of<br />
reserves within the defined variants was performed in the module ArcMap by various<br />
specific queries in SQL language („Standard Querry Language“) and by using tools of<br />
map algebra. The results of the variant calculation of reserves were evaluated through<br />
graphs and tables of variant calculation of reserves.<br />
The results of interpolation methods applied to both deposits are briefly<br />
evaluated in the final part of the thesis. The possibilities of application of various<br />
interpolation methods in relation to the nature of the observed data are represented at<br />
the specific examples from both deposits. In conclusion, the results of variant<br />
calculation of reserves at both deposits are compared with calculations of reserves,<br />
which were made at these deposits in the past.<br />
178
SÚHRN<br />
Hlavným cieľom dizertačnej práce je tvorba digitálnych modelov kvalitatívnych<br />
parametrov uhoľného sloja a variantný výpočet zásob na ložisku hnedého uhlia Nováky<br />
a ložisku lignitu Kúty – Sekule v prostredí geografického informačného systému.<br />
Prvá časť práce je zameraná predovšetkým na vysvetlenie teoretických princípov<br />
jednotlivých metód <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>, ktoré sú následne v druhej<br />
časti práce aplikované v praxi.<br />
V úvodnej časti je stručne zhrnutá aktuálna situácia v oblasti<br />
ložiskovogeologického prieskumu v Slovenskej republike. V kapitole je uvedený<br />
význam <strong>nerastných</strong> <strong>nerastných</strong> <strong>surovín</strong> pre rozvoj ekonomiky, hospodárstva a<br />
spoločnosti. Následne sú stanovené hlavné priority a úlohy v oblasti surovinových<br />
zdrojov. V záverečnej časti kapitoly je zdôraznený význam kvalitného ekonomického<br />
<strong>hodnotenia</strong> uhoľných <strong>ložísk</strong> v Slovenskej republike v súčasnosti.<br />
V nasledujúcej kapitole sú vysvetlené princípy rôznych metód <strong>hodnotenia</strong> <strong>ložísk</strong><br />
<strong>nerastných</strong> <strong>surovín</strong>. V úvode tejto kapitoly sú uvedené teoretické princípy klasických<br />
metód <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>, ktoré sú v Slovenskej republike aplikované<br />
pri hodnotení <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> už desaťročia. Stručne je opísaná metóda<br />
geologických blokov, metóda ťažobných blokov, metóda geologických rezov a metóda<br />
izolínií. Spomenuté sú tu tiež klasické práce a učebnice zaoberajúce sa predmetnou<br />
problematikou.<br />
V nasledujúcich častiach kapitoly sú uvedené princípy metód <strong>hodnotenia</strong> <strong>ložísk</strong><br />
<strong>nerastných</strong> <strong>surovín</strong>, ktoré je možné aplikovať v prostredí geografického informačného<br />
systému. V rámci princípov základnej štatistickej analýzy ložiskových parametrov sú<br />
uvedené postupy konštrukcie histogramu, výpočtu základných štatistických parametrov<br />
súborov dát (aritmetický priemer, smerodajná odchýlka, medián, modus, rozptyl,<br />
šikmosť, špicatosť).<br />
V ďalšej časti sú vysvetlené základné princípy niektorých interpolačných metód,<br />
ktoré sú používané na modelovanie kvalitatívnych parametrov ložiskového telesa<br />
v priestore. Tieto interpolačné <strong>metódy</strong> je možné aplikovať na súbore dát v prostredí<br />
geografického informačného systému pri použití špecifického softvéru. Tiež je tu<br />
zhrnutý význam aplikácie interpolačných metód pri hodnotení <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong>.<br />
179
Teoretické princípy jednotlivých interpolačných metód sú stručne vysvetlené od<br />
najjednoduchšej <strong>metódy</strong> po matematicky najzložitejšiu. Najprv je vysvetlený princíp<br />
trojuholníkovej <strong>metódy</strong> s lineárnou interpoláciou, nasleduje metóda IDW (metóda<br />
inverzných vzdialeností), splajnové <strong>metódy</strong> (splajn tenkej dosky, regularizované splajny<br />
a splajny s tenziou, Hardyho multikvadratická metóda) a geoštatistické <strong>metódy</strong>.<br />
V rámci podkapitoly „Geoštatistické <strong>metódy</strong>“ sú na úvod opísané výhody<br />
a nevýhody aplikácie týchto metód. V štruktúrnej analýze je vysvetlená funkcia<br />
semivariogramu a jej význam pred samotnou aplikáciou krigingu. Po štruktúrnej<br />
analýze je vysvetlený princíp <strong>metódy</strong> obyčajného krigingu a definované sú základné<br />
charakteristiky ostatných typov krigingu s možnosťami ich aplikácie. V záverečnej časti<br />
podkapitoly „Geoštatistické <strong>metódy</strong>“ je spomenutá aplikácia týchto metód pri riešení<br />
konkrétnych problémov v praxi v Slovenskej republike a v zahraničí.<br />
Samostatná podkapitola je venovaná problematike modelovania <strong>ložísk</strong><br />
<strong>nerastných</strong> <strong>surovín</strong> v prostredí geografického informačného systému s konkrétnymi<br />
príkladmi z praxe. V úvode je vysvetlený pojem geografický informačný systém<br />
a stručne sú zhrnuté jeho hlavné úlohy a oblasti použitia, prípadne možnosti jeho<br />
použitia v ložiskovej geológii. Zdôraznené sú výhody použitia geografického<br />
informačného systému v ložiskovej geológii. Druhá časť tejto podkapitoly je konkrétne<br />
zameraná na význam aplikácie geografického informačného systému pri ekonomickom<br />
hodnotení <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> s konkrétnymi príkladmi z praxe zo Slovenskej<br />
republiky a zo zahraničia.<br />
Záver prvej časti práce je venovaný problematike ekonomického <strong>hodnotenia</strong><br />
<strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>. V tejto kapitole sú stručne opísané princípy klasifikácie<br />
zásob, variantného výpočtu zásob a oceňovania <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong>.<br />
V podkapitole „Klasifikácia zásob“ sú vysvetlené princípy klasifikácie zásob, ktoré sa<br />
v súčasnosti aplikujú v Slovenskej republike a princípy klasifikácie zásob podľa<br />
metodiky OSN. V rámci podkapitoly „Variantný výpočet zásob“ je definovaný samotný<br />
postup variantného výpočtu zásob, pojem „cena ložiska“ a význam variantného výpočtu<br />
zásob pri ekonomickom hodnotení <strong>ložísk</strong> <strong>nerastných</strong> <strong>surovín</strong> v podmienkach trhovej<br />
ekonomiky. V podkapitole „Ocenenie ložiska“ sú stručne zhrnuté niektoré konkrétne<br />
spôsoby určenia ceny ložiska.<br />
Druhá časť práce sa zaoberá aplikáciou metód <strong>hodnotenia</strong> <strong>ložísk</strong> <strong>nerastných</strong><br />
<strong>surovín</strong> v praxi. V tejto časti práce sú analyzované kvalitatívne parametre hnedého<br />
180
uhlia na ložisku Nováky a lignitu na ložisku Kúty - Sekule v priestore v prostredí<br />
geografického informačného systému.<br />
Ložisko hnedého uhlia Nováky bolo modelované ako ložisko, ktoré je<br />
v súčasnosti v ťažbe a ložisko lignitu Kúty – Sekule bolo modelované ako ložisko, ktoré<br />
v súčasnosti nie je ťažené. V rámci ložiska Nováky boli modelované kvalitatívne<br />
parametre hlavného uhoľného sloja a v rámci ložiska Kúty – Sekule boli modelované<br />
kvalitatívne parametre sloja d. Modelované boli nasledovné kvalitatívne parametre<br />
slojov: báza sloja, hrúbka sloja, výhrevnosť, obsah popola, obsah síry.<br />
Samotný proces modelovania a všetky priestorové analýzy boli vykonané<br />
v programe ArcGIS 9.1. Prostredníctvom modulu ArcMap boli na všetkých sledovaných<br />
súboroch dát s výnimkou bázy sloja aplikované tieto interpolačné <strong>metódy</strong>: metóda<br />
IDW, kompletne regularizovaný splajn, splajn tenkej platne, geoštatistická metóda<br />
krigingu. Z hľadiska charakteru sledovaných súborov dát bola určená metóda krigingu<br />
ako najvhodnejšia pre tvorbu digitálnych modelov kvalitatívnych parametrov hlavného<br />
sloja na ložisku Nováky a sloja d na ložisku Kúty – Sekule. Bázy slojov boli<br />
modelované metódou IDW, pretože pri aplikácii tejto <strong>metódy</strong> je možné v programe<br />
ArcGIS zahrnúť do procesu modelovania aj vplyv tektonických línií, čo je pri tvorbe<br />
modelu bázy sloja v priestore nevyhnutné. Modul ArcScene bol následne použitý pre<br />
zobrazenie priebehu báz uhoľných slojov v 3D priestore.<br />
Ako prvé bolo modelované ložisko hnedého uhlia Nováky a následne bolo<br />
modelované ložisko lignitu Kúty – Sekule. Metodický postup spracovania dát a tvorby<br />
digitálnych modelov bol analogický u obidvoch <strong>ložísk</strong>. Najskôr bola spracovaná<br />
geologická stavba širšieho okolia ložiska a samotného ložiska. Osobitná kapitola je<br />
zameraná na tektonickú stavbu <strong>ložísk</strong> s opisom priebehu hlavných tektonických línií na<br />
ložiskách. Samostatná kapitola je tiež venovaná charakteristike uhoľných slojov.<br />
Po detailnej charakteristike geologickej a tektonickej stavby <strong>ložísk</strong> boli<br />
spracované grafické a textovo – numerické dáta u obidvoch <strong>ložísk</strong>. Grafické dáta<br />
v podobe topografických a tektonických máp boli digitálne spracované v programe<br />
Microstation V8. Grafické dáta boli po tomto spracovaní importované do prostredia<br />
geografického informačného systému. Tieto dáta boli použité pri tvorbe digitálneho<br />
terénneho modelu, pri modelovaní bázy sloja a pri ohraničení ložiska.<br />
Po spracovaní grafických dát boli spracované textovo – numerické dáta. Na<br />
spracovanie textovo – numerických dát bol použitý softvér MS Access. Textovo –<br />
numerické dáta tvorili tieto údaje: priestorové súradnice vrtov (X, Y, Z), údaje<br />
181
o nadmorskej výške bázy sloja, údaje o hrúbke sloja, výhrevnosti, obsahu popola,<br />
obsahu síry, objemovej hmotnosti. Všetky spracované grafické a textovo – numerické<br />
dáta boli importované do programu ArcGIS 9.1.<br />
Pred tvorbou digitálnych modelov kvalitatívnych parametrov slojov boli všetky<br />
sledované súbory dát (hrúbka sloja, výhrevnosť, obsah popola, obsah síry) štatisticky<br />
spracované. Určené boli základné štatistické parametre (minimum, maximum,<br />
aritmetický priemer, smerodajná odchýlka, šikmosť, špicatosť, medián, modus, rozptyl)<br />
a skonštruované boli histogramy absolútnej početnosti všetkých sledovaných súborov<br />
dát.<br />
Po základnej štatistickej analýze dát boli tvorené digitálne modely sledovaných<br />
parametrov sloja v priestore. Ako už bolo spomenuté, najskôr bol vytvorený model<br />
priebehu bázy uhoľného sloja v priestore metódou IDW so zahrnutím vplyvu tektoniky<br />
v module ArcMap a tento model bol následne zobrazený spolu s digitálnym terénnym<br />
modelom v 3D priestore v module ArcScene.<br />
Po tvorbe digitálneho modelu bázy sloja v priestore boli vytvorené digitálne<br />
modely kvalitatívnych parametrov (hrúbka, výhrevnosť, obsah popola, obsah síry)<br />
geoštatistickou metódou obyčajného krigingu. Metóda krigingu bola na sledovaných<br />
súboroch dát aplikovaná v module ArcMap prostredníctvom nástroja geoštatistickej<br />
analýzy. Geoštatistická analýza v programe ArcGIS 9.1 pozostáva z niekoľkých krokov:<br />
štruktúrna analýza (nastavenie teoretického semivariogramu), nastavenie parametrov<br />
vyhľadávacej elipsy pri procese interpolácie, analýza priemernej chyby odhadu (<br />
procedúra „cross validation“). Týmto postupom boli analyzované všetky sledované<br />
kvalitatívne parametre slojov na obidvoch ložiskách. Výsledky procesu interpolácie sú<br />
vo forme máp, ktoré zobrazujú distribúciu kvalitatívnych parametrov uhoľných slojov<br />
v priestore. Tieto mapy boli finálne spracované v programe CorelDraw 12.<br />
Po tvorbe digitálnych modelov kvalitatívnych parametrov uhoľných slojov bol<br />
vykonaný variantný výpočet zásob na obidvoch ložiskách v prostredí geografického<br />
informačného systému. Najskôr bol stručne definovaný metodický postup variantného<br />
výpočtu zásob. Hrúbka sloja a výhrevnosť boli uvažované ako hlavné kvalitatívne<br />
parametre pre variantný výpočet zásob. Vstup do procesu variantného výpočtu zásob<br />
tvorili rastre s distribúciou hrúbky uhoľného sloja, výhrevnosti a objemovej hmotnosti.<br />
Pred samotným procesom variantného výpočtu zásob boli určené medzné hodnoty<br />
kvalitatívnych parametrov pre jednotlivé varianty výpočtu. Výpočet zásob v rámci<br />
definovaných variantov bol vykonaný prostredníctvom rôznych špecifických dopytov<br />
182
v jazyku SQL ( „Standard Querry Language“) a s využitím nástrojov mapovej algebry<br />
v module ArcMap. Výsledky variantného výpočtu zásob boli zhodnotené<br />
prostredníctvom grafu a tabuľky variantného výpočtu zásob.<br />
V záverečnej časti práce sú stručne zhodnotené výsledky aplikovaných<br />
interpolačných metód na obidvoch ložiskách. Na konkrétnych príkladoch sú znázornené<br />
možnosti aplikácie rôznych interpolačných metód v súvislosti s charakterom skúmaných<br />
dát. Na záver sú výsledky variantného výpočtu zásob na obidvoch ložiskách porovnané<br />
s výpočtami zásob, ktoré boli na týchto ložiskách vykonané v minulosti.<br />
183