Please activate JavaScript!
Please install Adobe Flash Player, click here for download

arcAKTUELL 3.2015 - Über und unter der Erde - Umgang mit Ressourcen

Die Anwendung künstlicher neuronaler Netze für die Rohstoffprognose Ghana ist seit vielen Jahrhunderten ein wichtiger Goldproduzent. Auch heute ist noch von bedeutenden Vorräten auszugehen. Die primären Fragen sind: Wo muss gesucht werden? Wie viel Gold ist dort zu erwar- ten? Die Voraussetzungen für die Beantwortung dieser Fragen sind nicht schlecht: Erstens kennt man viele Lagerstätten und ihre geolo­gischen Randbedingungen; und zweitens verfügt man heute über enorm vie- le relevante Daten. Um potenzielle Lagerstätten zu finden, müssen viele Steuerfaktoren und ihre komplexen Beziehungen ausgewertet werden. Die Verwaltung, Visualisierung und Analyse so großer Datenmengen ist eine Aufgabe von ArcGIS. Für die Datenanalyse und Modellierung potenzieller Gold- vorkommen wurde im Rahmen eines gemeinsamen Projekts mit dem Geologischen Dienst von Ghana und der TU Bergakademie Freiberg die Technologie der künstlichen neuronalen Netze (KNN) angewendet. Dafür wurde die advangeo Prediction Software der Firma Beak Consul- tants GmbH eingesetzt. Auch wenn die KNN ein selbstlernendes Verfahren sind, ist das Wis- sen um mögliche Steuerfaktoren für die Entstehung einer Lagerstätte bei der Auswahl und der gezielten Aufbereitung der Modelleingangs- daten hilfreich. Beispielsweise weiß man, dass die gesuchten gold- reichen Gang­lagerstätten strukturell an bestimmte Störungen sowie lithologisch an die Horizonte des Birimian, einer typischerweise in Gha- na vorkommenden Felsformation, gebunden sind. Es wurde ein Modellgebiet von rund 60.100 Quadratkilometern im Be- reich der Grünsteingürtel in Südwest-Ghana festgelegt. Die notwendi- gen Daten wurden aus dem Geoinformationssystem des Geologischen Dienstes von Ghana bereitgestellt: Daten der geophysikalischen Beflie- gung (Magnetik), geologische Karten und Informationen über bekannte Vorkommen und Lagerstätten. Zunächst war eine Vereinheitlichung der Daten aus verschiedenen Quel- len und der in verschiedenen Maßstäben vorliegenden geologischen Karten notwendig. Aus den aufbereiteten Daten wurden im Anschluss mithilfe der advangeo Minerals Erweiterung und auf der Basis des Spatial Analyst von ArcGIS verschiedene Einflussfaktoren erstellt, zum Beispiel der euklidische Abstand zu Störungen in NNW-SSE-Richtung, Gradien­ ten und Richtung der Gradienten magnetischer Daten oder wichtige geologische Einheiten. Methodik KNN eignen sich besonders gut für die Analyse komplexer nichtlinea- rer Zusammenhänge, wie sie für in der Natur auftretende Phänomene typisch sind. Der Algorithmus ist selbstlernend und ermittelt anhand vorgegebener Beispiele („Trainingsmuster“) Zusammenhänge in einem iterativen Prozess. Es wird eine Art „Fußabdruck“ der Einflussfaktoren er- zeugt, der für ein bestimmtes Phänomen verantwortlich ist. Dieser „Fuß- abdruck“ kann dann für die Abgrenzung von Gebieten mit vergleichba- rem Potenzial genutzt werden. Software Die von Beak Consultants entwickelte advangeo Prediction Software ver- wendet Methoden der KNN und anderer Analyseverfahren, wie Weights of Evidence und Fuzzy Logic. Die Software besitzt eine Management­ oberfläche (Daten-und Modellexplorer) und eine GIS-Erweiterung. Der Einsatz der Esri GIS-Technologie für die Datenverarbeitung erlaubt die direkte Verwendung von Geodaten, ihre Visualisierung und die Inter- pretation der Modellierungsergebnisse. Der integrierte Workflow unter- stützt den Nutzer beim systematischen Aufbau und bei der Datenana- lyse. Metadaten machen Arbeitsabläufe und Modelle nachvollziehbar (» Abbildung 1). Ergebnis Mithilfe der advangeo Prediction Software wurde sowohl ein qualitati- ves als auch ein halb quantitatives Modell zur Perspektivität von Gold- lagerstätten erstellt. Der schematische Ablauf der Modellierung ist in Abbildung 2 dargestellt. Das qualitative Prognosemodell gibt Auskunft über die Perspektivität von Gold und hilft bei der Abgrenzung poten- zieller Explorationsziele. Das quantitative Modell erlaubt zusätzlich Aus- sagen über das Potenzial der bekannten Anomalien, Mineralisierungen und Vorkommen und bildet somit eine unmittelbare Planungsgrundla- ge für den zukünftigen Bergbau in Süd-Ghana. Beak Consultants ist ständig auf der Suche nach geowissenschaftlichen Fragestellungen, in denen die KNN angewandt werden können. Erfolg- reich waren die künstlichen Gehirne bereits bei der Modellierung bzw. Prognose von diversen Rohstoffen, Erosionsereignissen und Schadstoff- verteilungen sowie bei der Klassifikation geologischer Einheiten, der Anfälligkeit für Schädlingsbefall und der Brutplatzverteilung. Denkbar sind aber auch sozioökonomische Problemanalysen, zum Beispiel in den Bereichen Kriminalität, Risikobewertung, Kaufverhalten, Unfallschwer- punkte etc., sofern die entsprechenden Daten zu Einflussfaktoren ver- fügbar sind oder aus den vorhandenen Daten generiert werden können. Beak Consultants GmbH Silke Noak, Andreas Knobloch, Bernd Torchala, Dr. Andreas Barth, www.beak.de ++ Abbildung 2: Schematischer Ablauf der DatenanalyseAbbildung 1: Daten- und Modellexplorer und GIS-Erweiterung von advangeo s c h w e r p u n k t 23

Seitenübersicht