Probabilistic three-dimensional mineralogical characterisation of drill core using μXRF and XCT: application to the Nautanen North IOCG deposit
تقدم هذه الدراسة إطار عمل يعتمد على التعلم العميق الاحتمالي، يدمج بيانات الأشعة السينية الفلورية الدقيقة ثنائية الأبعاد (2D micro-XRF) وبيانات التصوير المقطعي المحوسب بالأشعة السينية ثلاثي الأبعاد (3D X-ray computed tomography) لإنشاء خرائط معدنية ثلاثية الأبعاد دقيقة ومدركة لعدم اليقين لعينات اللب الحفرية، مما يعزز التوصيف الجيوميتالورجي لرواسب "نوتانين نورث" (Nautanen North) من نوع (IOCG).
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في أعماق الأرض، حيث تحمل القشرة الأرضية وعوداً بالنحاس والذهب ومعادن أخرى، يعتمد الجيولوجيون على عينات صخرية أسطوانية طويلة تسمى "اللباب الصخري" (drill cores) لفهم ما يكمن تحت السطح. ولتفسير هذه الصخور، لا يحتاجون فقط لمعرفة العناصر الموجودة، بل تحديد أي المعادن تحمل تلك العناصر بدقة، وكيف تتوزع تلك المعادـن، وكيف تتفاعل مع بعضها البعض. هذه المعرفة التفصيلية، المعروفة باسم "الجيوميتالورجيا" (geometallurgy)، تعد أمراً حاسماً لأن الطريقة التي تتفتت بها الصخور وتطلق معادنها الثمينة تعتمد كلياً على نسيجها الداخلي وتركيبها. تقليدياً، كان على العلماء الاختيار بين طريقتين غير كاملتين: الاختبارات الكيميائية التي تخبرهم بالكمية الإجمالية لعنصر ما ولكنها تدمر بنية الصخر، أو عمليات المسح عالية الدقة التي تظهر السطح بالتفصيل ولكنها لا تستطيع الرؤية داخل الصخر دون تقطيعه. لقد كان التحدي دائماً هو الربط بين الرؤية السطحية المفصلة وبين الداخل ثلاثي الأبعاد المخفي دون تدمير العينة.
لقد طور فريق من الباحثين طريقة جديدة لحل هذا اللغز من خلال الجمع بين تقنيتين تصويريتين قويتين ونموذج حاسوبي ذكي. أخذوا أربع عينات من اللباب الصخري من رواسب "نوتانين نورث" (Nautanen North) في شمال السويد، وهو موقع معروف بمزيجه المعقد من المعادن وتاريخه الجيولوجي المكثف. أولاً، استخدموا ماسحاً ضوئياً متخصصاً يسمى "تفلور الأشعة السينية الدقيق" (micro-X-ray fluorescence) لرسم خريطة للتركيب الكيميائي لسطح الصخر المكشوف، مما أنشأ خريطة ثنائية الأبعاد مفصلة للمعادن الموجودة. بعد ذلك، استخدموا "التصوير المقطعي المحوسب بالأشعة السينية" (X-ray computed tomography)، وهي تقنية مشابهة للأشعة المقطعية الطبية، لإنشاء نموذج رقمي ثلاثي الأبعاد لنفس عينات الصخور، يوضح كيفية مرور الأشعة السينية عبر الداخل. وجاء الاختراق عندما علموا برنامجاً حاسوبياً التعرف على الأنماط في المسح ثلاثي الأبعاد التي تتوافق مع الخرائط المعدنية على السطح. ومن خلال التعلم من السطح، تعلم الكمبيوتر التنبؤ بما يختبئ تحت جلد الصخر، مما أدى فعلياً إلى تمديد الخريطة ثنائية الأبعاد إلى البعد الثالث.
وجد الباحثون أن هذه الطريقة تعمل بشكل جيد مع بعض المعادن، لكنها تواجه صعوبة مع غيرها، اعتماداً على مدى تميز بصماتها الداخلية. أصبح النموذج الحاسوبي دقيقاً للغاية في تحديد المعادن الأكثر شيوعاً، والتي تشكل الجزء الأكبر من الصخر، كما استطاع رصد بلورات الغارنيت والكوارتز الكبيرة والمتميزة بشكل موثوق. ومع ذلك، واجه صعوبة كبيرة في التمييز بين أنواع مختلفة من المعادن الحاملة للحديد، مثل مختلف الكبريتيدات والأكاسيد. ويعود ذلك إلى أن هذه المعادن تبدو متشابهة جداً بالنسبة لماسح الأشعة السينية، حيث تنتج إشارات متداخلة يصعب الفصل بينها، خاصة عندما تكون مختلطة في حبيبات دقيقة. وبدلاً من فرض إجابة واحدة، قد تكون خاطئة، تم تصميم النظام لتوفير "احتمالية"، مما يخبر الجيولوجي بمدى ثقته في تنبؤه وأين يكمن عدم اليقين. يتيح هذا النهج للعلماء ليس فقط رؤية خريطة ثابتة، بل رؤية ديناميكية توضح أين يكون تركيب الصخر واضحاً وأين يظل غامضاً.
أظهرت الدراسة أن هذا الإطار الاحتمالي يمكن أن يتنبأ بنجاح بتوزيعات المعادن في كامل حجم اللباب الصخري، وليس فقط على السطح. وعندما طبق الباحثون النموذج المدرب على داخل عينة صخرية، ظلت التنبؤات متسقة ومتماسكة أثناء تحركهم لعمق الصخر، محتفظة بالأنماط المكانية الملاحظة على السطح. أنشأ النظام حجماً ثلاثي الأبعاد مليئاً بمجالات الاحتمالية، يوضح مجموعات المعادن التي يُرجح وجودها عند كل نقطة داخل اللباب. وبينما كان النموذج أكثر موثوقية في الجزء المستقر من الصخر، فإن ثقته انخفضت طبيعياً بالقرب من الحافة الخلفية المنحنية حيث تنتهي عينة الصخر، وهو سلوك يعكس بشكل صحيح حدود البيانات بدلاً من كونه فشلاً في الطريقة. إن القدرة على توليد عرض مستمر وثلاثي الأبعاد لمعدنية الصخر من بيانات سطحية محدودة تقدم أداة قوية لشركات التعدين؛ فهي تسمح لهم بتحديد المناطق القيمة وتحديات المعالجة المحتملة في أعماق اللباب دون الحاجة لتقطيع الصخر، مما يحافظ على العينة لمزيد من الاختبارات مع توفير فهم أغنى للبنية الداخلية لجسم الخام.
يعتمد نجاح هذه الطريقة على حقيقة أن المعادن المختلفة تتفاعل مع الأشعة السينية بطرق فريدة، مما يخلق بصمة يمكن للكمبيوتر تعلم التعرف عليها. ومع ذلك، فقد أكد الباحثون بحذر أن هذا ليس نظام تحديد هوية مثالياً لكل معدن على حدة. فالنموذج يصنف المعادن في فئات أوسع بناءً على كيفية سلوكها في المسح، بدلاً من محاولة تسمية كل نوع محدد، وهو أمر سيكون مستحيلاً نظراً للإشارات المتداخلة. على سبيل المثال، يعامل النظام مزيجاً من أكاسيد الحديد والكبريتيدات كمجموعة واحدة لأن استجاباتها للأشعة السينية متشابهة جداً لدرجة يصعب فصلها بشكل موثوق عند مقياس المسح. هذا القصور ليس عيباً في التكنولوجيا، بل هو اعتراف واقعي بالفيزياء المعنية. ومن خلال التركيز على هذه المجموعات الأوسع والأكثر تميزاً، خلق الباحثون نظاماً قوياً بما يكفي للعمل عبر عينات صخرية مختلفة، حتى عندما يتغير المزيج المحدد للمعادن من حفرة إلى أخرى.
كما سلطت الدراسة الضوء على أهمية كيفية إعداد البيانات والتحقق من صحتها. استخدم الباحثون طريقة اختبار صارمة حيث قاموا بتدريب الكمبيوتر على ثلاث عينات صخرية واختبروه على الرابعة التي لم يسبق له رؤيتها من قبل. ضمن هذا الإجراء أن النموذج يتعلم القواعد العامة لبنية الصخر بدلاً من مجرد حفظ الأنماط المحددة لعينات التدريب. وأظهرت النت النتائج أن النموذج يمكنه بالفعل نقل معرفته إلى صخور جديدة وغير مرئية، حيث حدد بدقة مجموعات المعادن السائدة في عينات الاختبار. هذه الموثوقية عبر العينات ضرورية للتطبيق العملي، حيث يحتاج الجيولوجيون إلى الثقة في أن الأنماط المتعلمة من حفرة تنقيب واحدة ستظل صالحة للحفرة التالية. وقد أكدت الدراسة أنه بينما يمكن للكمبيوتر تعلم رؤية البنية المخفية للصخر، يجب توجيهه ببيانات فيزيائية حقيقية من السطح ليفعل ذلك بدقة.
في نهاية المطاف، يوفر هذا العمل جسراً بين العالم ثنائي الأبعاد المفصل لمعدنية السطح والواقع ثلاثي الأبعاد المعقد لجسم الخام تحت الأرض. إنه لا يحل محل الحاجة إلى التحليل الكيميائي المفصل أو الاختبار الفيزيائي، ولكنه يوفر وسيلة لسد الفجوات بين تلك الاختبارات. ومن خلال توليد خريطة مستمرة ثلاثية الأبعاد لمجموعات المعادن جنباً إلى جنب مع مقياس للثقة لكل تنبؤ، يمنح هذا الإطار للجيولوجيين طريقة جديدة لتصور التباين في الصخور. وهذا يساعد في تحديد المناطق الجيولوجية بدقة أكبر واختيار العينات الأكثر تمثيلاً لمزيد من الاختبارات. إن القدرة على رؤية ما بداخل الصخر دون تدميره، مع فهم حدود ما يمكن رؤيته، تمثل خطوة كبيرة للأمام في كيفية توصيف الموارد المخبأة تحت أقدامنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.