Em 5 de fevereiro de 2026, o Dr. Lu Guo da Suntrans juntou-se ao Sr. Chen Zhen, um especialista na área de prospecção de IA em geologia por sensoriamento remoto, para lançar uma transmissão profissional ao vivo, com foco nos principais pontos problemáticos de alto custo, ciclo longo e baixa taxa de sucesso da prospecção tradicional na indústria de exploração mineral. Foco na IA de geologia de sensoriamento remoto Os princípios básicos, destaques técnicos, cenários de implementação e valor de aplicação prática da tecnologia de prospecção são analisados ​​​​em profundidade, desde a dimensão técnica, a dimensão do caso até o nível de implementação, para resolver as questões-chave de seleção de tecnologia e aplicação de exploração para empresas de mineração, e para ajudar as empresas de mineração a resolver problemas como a exploração de terras verdes no exterior e a exploração de terrenos acidentados, de modo a alcançar uma prospecção precisa, reduzir custos e aumentar a eficiência.

Dr. Lu Guo (Tradução Sunshine): Olá, Sr. Chen! Actualmente, a indústria de exploração mineral enfrenta dois pontos críticos: os custos da prospecção tradicional são elevados e o ciclo é longo. A exploração de greenfields no exterior e a prospecção de terrenos acidentados são ainda mais difíceis. A baixa taxa de sucesso da prospecção e os elevados riscos de investimento tornaram-se preocupações de muitas empresas mineiras. O surgimento da tecnologia de prospecção geológica de IA por sensoriamento remoto é chamado de "revolução da prospecção" na indústria. Hoje conduziremos uma entrevista profissional aprofundada com você sobre os princípios fundamentais, os cenários de implementação e o valor real desta tecnologia para ajudar as empresas de mineração a responder às principais questões sobre a seleção de tecnologia.

1. Dimensão técnica

1. Qual é o princípio fundamental da tecnologia de sensoriamento remoto por satélite para identificar os tipos de objetos terrestres e a composição mineral?

Professor Chen Zhen: O princípio fundamental é a diferença na resposta do espectro eletromagnético dos objetos terrestres. Diferentes objetos terrestres têm diferentes composições e estruturas de materiais e diferentes características de reflexão, absorção e emissão de ondas eletromagnéticas de diferentes comprimentos de onda, formando "impressões digitais espectrais" únicas. Depois que o sensor do satélite captura essas informações espectrais, ele pode identificar o tipo de objetos terrestres e a composição mineral analisando os picos e vales de absorção característicos da curva espectral.

2. Qual é a principal diferença entre sensoriamento remoto multiespectral e sensoriamento remoto hiperespectral?

Professor Chen Zhen: A principal diferença está na resolução espectral e no número de bandas.

Detecção remota multiespectral: um pequeno número de bandas (geralmente 3-10), baixa resolução espectral, com foco na distinção de grandes categorias de objetos terrestres (como vegetação, rochas, corpos d'água);

Sensoriamento remoto hiperespectral: O número de bandas pode chegar a centenas e a resolução espectral é extremamente alta. Ele pode capturar diferenças espectrais sutis de objetos terrestres e identificar diretamente componentes minerais específicos (como hematita e caulinita). É a tecnologia central para mapeamento mineral e identificação de alterações de mineralização.

3. Qual é o princípio do uso do método de correspondência de ângulo espectral para identificação mineral e mapeamento mineral?

Professor Chen Zhen: O núcleo da correspondência de ângulo espectral (SAM) é o cálculo da similaridade angular de vetores espectrais. A curva espectral do pixel da imagem é considerada um vetor em um espaço de alta dimensão, e o ângulo é calculado com o vetor espectral do mineral padrão conhecido. Quanto menor o ângulo, maior a similaridade espectral, e o pixel pode ser determinado para corresponder ao mineral alvo. Ao calcular o grau de correspondência pixel por pixel, um mapa mineral regional é finalmente gerado.

4. Quais são os princípios fundamentais das patentes relacionadas à geologia de sensoriamento remoto e à prospecção de IA?

Professor Chen Zhen: O núcleo de nossa patente é a análise de relacionamento topológico e o algoritmo de interseção automática de anomalias de camadas geológicas de múltiplas fontes. A tecnologia de IA é usada para extrair automaticamente estruturas litológicas, combinações minerais, anomalias geoquímicas e outras camadas e, em seguida, determinar a correlação espacial entre as camadas (como a relação de superposição entre zonas tampão estruturais e anomalias minerais) com base em princípios topológicos e, finalmente, delinear automaticamente as áreas alvo de mineralização, resolvendo os problemas de baixa eficiência e forte subjetividade da interpretação manual tradicional.

5. Que suporte técnico principal as patentes de invenção e os direitos autorais de software do Sr. Chen Zhen da equipe de tradução da Sunshine podem fornecer?

Professor Chen Zhen: Nossas patentes e software fornecem principalmente três tipos de suporte:

Suporte de interpretação automatizada: realize extração automática de litologia, estrutura e alteração mineral por IA, substituindo a interpretação visual tradicional;

Suporte para delineamento inteligente da área alvo: por meio do algoritmo de interseção anormal multicamadas, áreas alvo precisas são geradas automaticamente e as coordenadas são extraídas;

Suporte à previsão de mineralização: Com base em modelos típicos de mineralização e treinamento em IA, são alcançadas previsões em escala global do potencial de mineralização e fornecem orientações para a exploração no exterior.

6. Quais são as principais características técnicas desta tecnologia de prospecção geológica de IA por sensoriamento remoto em comparação com os métodos de prospecção tradicionais?

Professor Chen Zhen: Os principais recursos podem ser resumidos como “rápidos, amplos, precisos e econômicos”:

Rápido: A delimitação regional da área-alvo pode ser concluída em dez dias, substituindo os tradicionais levantamentos de campo que demoram vários meses;

Ampla: A cobertura global, não restringida pelo terreno ou fronteiras nacionais, pode cobrir áreas inacessíveis, como grandes altitudes e desertos;

Preciso: validação cruzada de dados de múltiplas fontes + iteração do algoritmo de IA, a precisão da área alvo é significativamente melhorada;

Província: Reduzir significativamente o custo de exploração de campo e prospecção geofísica e alcançar uma maior relação insumo-produto.

7. Quais são as principais etapas envolvidas no pré-processamento de dados de sensoriamento remoto?

Professor Chen Zhen: As etapas principais incluem quatro tipos de correção e otimização:

Correção atmosférica: remova a absorção atmosférica e a interferência de dispersão e restaure o verdadeiro espectro dos objetos terrestres;

Correção geométrica: elimina a distorção da imagem causada pela atitude do satélite e pelas ondulações do terreno e obtém uma correspondência geográfica precisa;

Correção de radiação: corrige diferenças de resposta do sensor e iluminação irregular para garantir informações precisas sobre radiação;

Correção de ruído e cores: remova o ruído da imagem, unifique o sistema de cores e melhore a clareza da interpretação.

8. Que tipos de dados a fusão de dados de sensoriamento remoto de múltiplas fontes inclui especificamente?

Professor Chen Zhen: Está dividido em duas categorias: sentido amplo e sentido restrito:

Fusão generalizada: a fusão de imagens de detecção remota com dados de detecção não remota, tais como dados de prospecção geoquímica, dados de prospecção geofísica e dados de medição geológica;

Fusão de sentido estreito: a fusão entre diferentes imagens de sensoriamento remoto, normalmente como a fusão "imagem multiespectral + imagem pancromática", que atinge a combinação de alta resolução espacial e alta resolução espectral, e a fusão "sensor remoto óptico + sensoriamento remoto por microondas", que resolve o problema de falta de dados meteorológicos chuvosos.

9. Na interpretação visual das estruturas litológicas, quais as diferenças de tonalidade e textura entre o granito e o calcário nas imagens de detecção remota?

Professor Chen Zhen: A diferença entre os dois é muito óbvia:

Granito: teor de SiO₂ superior a 65%, com cor branco-acinzentada clara; a fluidez do magma é fraca e a massa rochosa é quase toda redonda;

O intemperismo físico forma fissuras radiais e sistemas de água em forma de roda são fáceis de desenvolver (combinação de sistemas de água radiais + em forma de anel);

Calcário: rocha carbonática, de cor cinza médio; facilmente erodido para formar relevos cársticos (florestas de pico, ravinas), água

O sistema é maioritariamente dendrítico e a cobertura vegetal é superior à do granito.

10. Quais são as etapas principais para delinear áreas alvo de potencial mineralização usando tecnologia de prospecção geológica de IA por sensoriamento remoto?

Professor Chen Zhen: O núcleo é "sobreposição multicamadas + interseção anormal de IA", que é dividido em quatro etapas:

Sobreposição de camadas de litologia e estrutura: a IA interpreta automaticamente a litologia e a estrutura para esclarecer a distribuição espacial dos corpos geológicos que controlam o minério;

Sobreposição de camadas de mapeamento mineral: extração hiperespectral de combinações minerais características para bloquear zonas de alteração de mineralização;

Sobreposição de camada de anomalia geoquímica: sobreposição de anomalias de íons (como ferro, íons hidroxila) e elementos de mineralização correlacionados;

Sobreposição da camada de índice de mineralização: Construa um índice de mineralização direcionado para quantificar o potencial de mineralização; finalmente, use algoritmos de IA para identificar a interseção espacial de anomalias multicamadas e extrair automaticamente as coordenadas e o alcance da área alvo.

11. Qual é a função central da modelagem de mineração 3D? Que dados básicos precisam ser coletados para construir um modelo geológico tridimensional?

Professor Chen Zhen:

Função principal: Converter corpos geológicos complexos/corpos de minério em modelos digitais tridimensionais para obter cálculo preciso de recursos, orientação de engenharia de mineração e apoio à gestão de direitos minerais, que é um elo fundamental na transição da exploração para o desenvolvimento;

Dados básicos: Cinco categorias principais precisam ser coletadas: dados de medição geológica (perfurações, mapas geológicos), dados de prospecção geofísica/geoquímica, dados de interpretação de sensoriamento remoto, dados de catálogo de engenharia e dados geoespaciais (DEM, parâmetros de coordenadas).

12. Existem barreiras técnicas ou restrições de uso autorizado para o método patenteado desta tecnologia em aplicações reais de projetos? Quais são as formas de cooperação?

Professor Chen Zhen: Nossas patentes foram implementadas em tecnologia, sem barreiras básicas e com licenciamento flexível. Os principais métodos de cooperação incluem:

Cooperação em projetos: prestação de serviços técnicos para projetos de exploração específicos;

Licenciamento de tecnologia: autorizar algoritmos patenteados e direitos de uso de software para empresas;

Desenvolvimento conjunto: soluções técnicas de desenvolvimento customizadas para tipos e regiões minerais específicas.

13. Como reduzir a taxa de erros de julgamento em áreas com antecedentes geológicos complexos ao prever a mineralização?

Professor Chen Zhen: O núcleo é "verificação de múltiplas fontes + restrições de regras":

Aderir ao princípio de “sem mineralização sem anomalias, sem mineralização sem alterações” e focar em áreas de mutação geológica;

Validação cruzada de dados de sensoriamento remoto, prospecção geofísica e prospecção geoquímica para eliminar falsas anomalias em um único dado;

Limitados por combinações minerais e mecanismos de mineralização, apenas são reconhecidas anomalias que cumpram as leis de mineralização;

Combinado com o efeito de controle estrutural do minério, é dada prioridade à determinação de anomalias na zona tampão estrutural e na zona de contato.

14. Quão consistente é a área alvo de prospecção por teledetecção com os resultados reais da perfuração?

Professor Chen Zhen: A essência do grau de concordância depende do tipo de mineral e do grau de exposição:

Minas Placer e minas supergênicas: afloramentos claros na superfície, com taxa de coincidência superior a 90%;

Minério endógeno com afloramento: índice de pareamento acima de 50%;

Depósitos ocultos: as indicações indiretas precisam ser combinadas com o modelo de mineralização, e a taxa de coincidência é relativamente baixa, mas pode ser significativamente melhorada através da fusão de múltiplas fontes.

15. Que mudanças tecnológicas disruptivas a futura integração de dados de detecção remota de alta resolução e tecnologia de IA trará para a indústria de exploração mineral?

Professor Chen Zhen: Existem quatro mudanças principais:

Cobertura de exploração global: os dados de satélite são acessíveis globalmente, ultrapassando as restrições geográficas e conseguindo uma exploração “sem pontos cegos”;

Popularização da interpretação automatizada: a IA substitui o trabalho manual e a eficiência da interpretação aumenta dezenas de vezes;

Previsão inteligente de mineralização: Com base no treinamento de amostras globais, é alcançada uma previsão precisa de mineralização global;

O ciclo de exploração foi significativamente encurtado: de “vários meses de exploração” para “mais de dez dias para produzir resultados”, reduzindo significativamente os custos e aumentando a eficiência.

2. Dimensão do caso

1. Quais são os principais cenários de aplicação da tecnologia de prospecção geológica de IA por sensoriamento remoto? Que valor económico pode trazer às empresas mineiras?

Professor Chen Zhen: A cena central concentra-se no estágio inicial de exploração e áreas especiais:

Exploração de minas greenfield: delinear rapidamente áreas-alvo para fornecer base para aquisição de direitos minerais;

Avaliação dos direitos minerais e tomada de decisões: um relatório de avaliação será emitido no prazo de dez dias para apoiar as decisões de investimento;

Exploração de áreas remotas: cobrindo grandes altitudes, desertos e outras áreas inacessíveis para examinar potenciais locais minerais;

Previsão de mineralização regional: orientar o levantamento geológico regional e delinear zonas de mineralização. O valor económico reflecte-se principalmente em três aspectos: tomada rápida de decisões para reduzir riscos, redução de custos e melhoria da eficiência, e aproveitamento de oportunidades de recursos no exterior.

2. Para quais áreas com condições de exploração adversas esta tecnologia é adequada?

Professor Chen Zhen: É mais adequado para áreas adversas com afloramentos superficiais, incluindo desertos, Gobis, áreas rochosas nuas de alta altitude e arredores de montanhas nevadas. É especialmente adequado para áreas ultramarinas com bases geológicas fracas e ricos minerais supergênicos, como a África e o Oriente Médio.

3. Que tipo de interferência a aquisição de dados de sensoriamento remoto enfrentará em terrenos complexos, como grandes altitudes e florestas virgens? Como resolver isso?

Professor Chen Zhen:

Áreas de alta altitude: Principalmente afetadas pela cobertura de nuvens, gelo e neve, que podem ser resolvidas por nuvens penetrantes de sensoriamento remoto por micro-ondas e fusão de dados multitemporais para remover a cobertura de gelo e neve;

Área de floresta primitiva: Os afloramentos superficiais são obscurecidos pela vegetação e as informações de mineralização podem ser indiretamente identificadas através de algoritmos de penetração de vegetação hiperespectral e extração de dados SAR de topografia e estruturas.

4. Quais são as vantagens de aplicação desta tecnologia em áreas com bases geológicas fracas como África e Médio Oriente?

Professor Chen Zhen: As vantagens são muito importantes:

Cobertura total de dados: os dados de detecção remota estão disponíveis publicamente em todo o mundo, eliminando a necessidade de depender de dados geológicos locais escassos;

Excelente eficiência e custo: leva mais de dez dias para concluir o levantamento regional e o custo é de apenas 1/5-1/10 do método tradicional;

Área alvo precisa: A fusão de dados de múltiplas fontes pode compensar a falta de dados geológicos locais, e a taxa de coincidência da área alvo é significativamente maior do que os métodos tradicionais.

5. Ao “expandir o minério” em antigas áreas de mineração, que problemas práticos de exploração esta tecnologia pode resolver?

Professor Chen Zhen: Três problemas principais podem ser resolvidos:

Identificação de minas ocultas: indicação indireta de minas profundas ocultas através de alteração superficial e correlação estrutural;

Rastreamento de extensão de zona mineral: a IA identifica automaticamente a direção de extensão de estruturas e zonas de alteração e delineia áreas-alvo periféricas;

Atualização de recursos: A modelagem tridimensional permite o cálculo dinâmico e preciso dos recursos do corpo mineral para apoiar a exploração da expansão da área.

6. Sob a premissa de mineração direta de minerais supergênicos (como minas de aluvião), como essa tecnologia pode delinear com precisão a área lavrável?

Professor Chen Zhen: Através de “identificação hiperespectral de minerais + monitoramento dinâmico de dados multitemporais”:

O hiperespectral identifica com precisão a composição mineral e a distribuição de teor de depósitos de placer;

A fusão de dados multitemporais analisa a distribuição espacial e as mudanças dinâmicas dos depósitos de areia; em última análise, delineando o escopo de depósitos de areia lavráveis ​​de alto teor para fornecer uma base precisa para o planejamento de mineração.

Quão adequada é esta tecnologia para a exploração de minas de metal? Poderá cobrir as necessidades de exploração dos principais minerais?

Professor Chen Zhen: Possui forte adaptabilidade e pode cobrir minas de metal convencionais, como ouro, cobre, ferro, chumbo, zinco e níquel. Diferentes tipos de minério têm diferentes combinações de minerais formadores de minério. Ao identificar minerais de alteração característicos (como ouro correspondente à pirita e ferro correspondente à hematita) por meio hiperespectral e combinado com regras de controle estrutural de minério, a prospecção precisa do minério pode ser alcançada.

8. Em áreas onde os dados geológicos são escassos, como pode esta tecnologia preencher lacunas de dados e garantir a precisão da prospecção mineral?

Professor Chen Zhen: O núcleo é "fusão de dados de múltiplas fontes + analogia do modelo de mineralização":

Integrar dados de detecção remota e de prospecção geofísica/geoquímica pública para compensar a falta de dados locais;

O modelo de mineralização baseado em depósitos minerais globais típicos é análogo às características geológicas da área de estudo e indica indiretamente o potencial de mineralização;

Os algoritmos de IA extraem anomalias automaticamente, reduzindo a dependência da experiência manual.

9. Para minas profundamente enterradas, esta tecnologia pode alcançar a prospecção indireta? Qual é o caminho da tecnologia principal?

Professor Chen Zhen: A prospecção mineral indireta pode ser alcançada, e o caminho principal é "alteração de superfície - correlação estrutural - analogia do modelo de mineralização":

Identificar a correlação espacial entre zonas de alteração da mineralização superficial e estruturas controladoras de minério;

Combinado com o modelo de profundidade de mineralização de depósitos típicos, o potencial de mineralização profunda é previsto por analogia;

Calcule a probabilidade de mineralização e delineie áreas-alvo profundas através de métodos geológicos matemáticos.

10. Que papel auxiliar esta tecnologia pode desempenhar na combinação do monitoramento ambiental da mina e do trabalho de prospecção de minério?

Professor Chen Zhen: A integração de “prospecção + monitoramento” pode ser alcançada:

Monitorar as mudanças dinâmicas de mineralização e alteração ao redor da mina para auxiliar na prospecção de minério;

Identificar riscos geológicos ocultos nas minas (como deslizamentos de terra e colapsos) para garantir a segurança da exploração;

Monitorar o impacto ambiental das bacias de rejeitos e lixões para apoiar a construção de minas verdes.

11. Como garantir a estabilidade e a precisão da interpretação dos dados de sensoriamento remoto em áreas climáticas complexas (como altas temperaturas, chuvas fortes, ventos fortes e areia)?

Professor Chen Zhen: Através de "complementação de dados de múltiplas fontes + otimização de algoritmo de IA" para garantir:

Áreas de alta temperatura e chuvas fortes: Use sensoriamento remoto por micro-ondas para penetrar nuvens e chuva, combinado com sensoriamento remoto óptico para fusão multitemporal;

Ventos fortes e áreas arenosas: usar dados SAR para extrair terrenos e estruturas e combinar hiperespectrais para identificar minerais;

Os algoritmos de IA corrigem automaticamente as distorções espectrais induzidas pelo clima para melhorar a precisão da interpretação.

12. Quais as diferenças entre a aplicação desta tecnologia na exploração de pequenas jazidas minerais e a exploração de grandes áreas mineiras?

Professor Chen Zhen:

Pequenos pontos minerais: Concentre-se na "identificação precisa", bloqueie rapidamente os pontos de mineralização por meio de hiperespectroscopia e IA e delineie a faixa de mineração;

Áreas de mineração em grande escala: Foco no “macrocontrole”, delineamento de cinturões metalogênicos por meio da integração de dados de múltiplas fontes e orientação de exploração contígua e estimativa de recursos.

13. Como utilizar esta tecnologia para identificar a relação entre estruturas ocultas e zonas mineralizadas e melhorar a eficiência da prospecção de minério?

Professor Chen Zhen: O núcleo é “estrutura de extração de dados SAR + identificação de alteração hiperespectral + análise de correlação de IA”:

Os dados SAR penetram nas camadas de vegetação/cobertura e extraem falhas ocultas, dobras e outras estruturas;

Identificação hiperespectral de zonas de alteração superficial;

O algoritmo de IA analisa automaticamente a correlação espacial entre estruturas e zonas de alteração, e delineia áreas potenciais de mineralização.

14. Esta tecnologia pode permitir operações off-line ou processamento leve de dados em áreas remotas sem comunicação?

Professor Chen Zhen: Sim. Nosso software suporta pré-processamento de dados offline e interpretação de IA. Ele pode concluir o processamento leve no local com dispositivos portáteis e, em seguida, realizar análises aprofundadas e geração de alvos após retornar a uma área de rede.

15. Em projetos anteriores, qual é a taxa de sucesso desta tecnologia na prospecção em condições geológicas complexas? Existem casos típicos para apoiar isso?

Professor Chen Zhen: Em áreas complexas com afloramentos superficiais, a taxa de sucesso de prospecção pode chegar a mais de 60%. Casos típicos incluem um projecto de exploração de minas de ouro em África. As três áreas-alvo que delineamos através da tecnologia de IA de sensoriamento remoto foram verificadas por perfuração para conter corpos de minério de ouro, com teores de até 12g/t. Em um projeto nacional de minério de ferro, a precisão de perfuração das áreas-alvo delineadas atingiu 85%.

3. Dimensão de Implementação

1. Quanto tempo dura o ciclo padrão para esta tecnologia concluir um relatório de prospecção e um trabalho de delineamento de área-alvo?

Professor Chen Zhen: O ciclo padrão é de 15 a 30 dias, dependendo do tamanho da área e da dificuldade de aquisição de dados: cerca de 15 dias para áreas dentro de 100 quilômetros quadrados e cerca de 30 dias para áreas acima de 1.000 quilômetros quadrados.

2. Quando esta tecnologia é utilizada em combinação com tecnologias tradicionais de perfuração e prospecção geofísica, como dividir as etapas do trabalho para alcançar a otimização de custos?

Professor Chen Zhen: Recomenda-se combiná-lo em três etapas:

Estágio inicial: Use IA de sensoriamento remoto para delinear rapidamente a área alvo (custo responsável por 10%);

Fase intercalar: Realizar exploração geofísica detalhada da área alvo (custo responsável por 30%);

Fase posterior: Verificação de perfuração de áreas de anomalias geofísicas (custo responsável por 60%). Este modelo pode reduzir os custos de exploração tradicionais em 30% a 50%.

3. Que informações específicas de avaliação de recursos esta tecnologia pode fornecer na fase inicial do comércio de direitos minerais?

Professor Chen Zhen: Ele pode fornecer cinco categorias principais de informações: coordenadas da área alvo, probabilidade de mineralização, estimativa de recursos, tipo de mineralização e fatores de controle de minério para formar um relatório completo de avaliação de direitos minerais e fornecer a base central para decisões de transação.

4. Os dados da área-alvo fornecidos por esta tecnologia podem ser usados ​​como base central para a tomada de decisões em pedidos de direitos minerais e transações de direitos minerais?

Professor Chen Zhen: Com certeza. Nossos dados de área alvo são gerados com base na fusão de dados de múltiplas fontes e algoritmos de IA. Possui alta taxa de consistência após verificação do projeto. Tem sido utilizado por muitas empresas mineiras como base central de tomada de decisão para pedidos e transações de direitos minerais. Alguns dos resultados foram aprovados na revisão do departamento de terras e recursos.

5. No sistema abrangente de avaliação e pontuação dos direitos minerais, como esta tecnologia fornece suporte e completa a pontuação correspondente?

Professor Chen Zhen: Pode ser fornecido apoio de dados quantitativos para o “potencial de mineralização, volume de recursos, risco de exploração” e outras dimensões da avaliação dos direitos minerais:

Potencial de mineralização: pontuado com base no índice de mineralização e combinação mineral;

Quantidade de recursos: Pontuação baseada nos resultados da estimativa do modelo 3D;

Risco de exploração: Pontuação baseada no contexto geológico e estabilidade anormal.

6. Que software, hardware, equipamentos e técnicos profissionais são necessários para que as empresas introduzam esta tecnologia?

Professor Chen Zhen:

Hardware: estações de trabalho de alto desempenho (para computação de IA), equipamentos de processamento portáteis (para operações off-line no local);

Software: Nosso software de algoritmo patenteado, plataforma de processamento de dados de sensoriamento remoto (como ENVI, ArcGIS);

Pessoal: 1-2 técnicos com conhecimentos básicos de geologia de sensoriamento remoto e algoritmos de IA, que podem operar após treinamento.

7. Quais são os custos pós-operação e manutenção desta tecnologia? São necessárias atualizações contínuas de tecnologia e treinamento de pessoal?

Professor Chen Zhen: Os custos posteriores de operação e manutenção são baixos, incluindo principalmente atualizações de software (cerca de 10.000-20.000 yuans por ano) e treinamento regular de pessoal (uma vez a cada seis meses); continuaremos a iterar algoritmos e software e a fornecer atualizações técnicas e suporte remoto gratuitamente para empresas cooperativas.

8. Os resultados de prospecção produzidos por esta tecnologia podem atender aos requisitos regulatórios para registro de exploração mineral e aprovação de direitos minerais?

Professor Chen Zhen: Completamente satisfeito. Nossos relatórios de resultados seguem rigorosamente os padrões nacionais, como as "Especificações de Exploração de Recursos Minerais" e "Especificações de Interpretação Geológica de Sensoriamento Remoto". Dados da área alvo, estimativas de recursos e outros conteúdos podem ser usados ​​diretamente para registro de exploração e aprovação de direitos minerais.

9. Esta tecnologia pode ser rapidamente adaptada ao processo de exploração existente da empresa e alcançar uma conexão perfeita?

Professor Chen Zhen: Sim. Nossa tecnologia pode ser profundamente integrada ao processo de exploração existente da empresa. Pode substituir os tradicionais levantamentos geológicos regionais na fase inicial, ajudar na otimização da área alvo geofísica a médio prazo e apoiar a verificação da perfuração na fase posterior. Não há necessidade de reconstruir o processo existente e a adaptação pode ser concluída em apenas 1 a 2 semanas.

10. Como esta tecnologia garante a segurança dos dados? Os riscos de conformidade dos dados de sensoriamento remoto podem ser evitados?

Professor Chen Zhen: Em termos de segurança de dados, adotamos a dupla garantia de armazenamento criptografado local + controle de permissão na nuvem; em termos de conformidade, usamos apenas dados de sensoriamento remoto públicos e legais (como Landsat, série Sentinel), cumprimos rigorosamente os regulamentos nacionais de segurança de dados e de uso de dados de sensoriamento remoto e evitamos completamente os riscos de conformidade.

11. Que suporte técnico e serviços pós-atendimento as empresas podem receber ao utilizar esta tecnologia?

Professor Chen Zhen: Oferecemos suporte técnico de ciclo completo:

Estágio inicial: customização do plano do projeto, treinamento de pessoal;

Médio prazo: orientação técnica remota e suporte no processamento de dados;

Etapa posterior: revisão do relatório de resultados, atualização iterativa do algoritmo, revisão e otimização do projeto.

12. Qual é a relação entrada-saída desta tecnologia? Comparado com o modelo tradicional de prospecção, quanto os custos de exploração podem ser reduzidos?

Professor Chen Zhen: A relação entrada-saída pode chegar a 1:5-1:10; em comparação com o modelo tradicional de prospecção, pode reduzir os custos de exploração em 30% -60%, economizando principalmente em levantamentos de campo, otimização da cobertura geofísica e outros aspectos.

13. Que apoio central esta tecnologia pode fornecer para a extensão dos direitos minerais e a exploração da expansão da área?

Professor Chen Zhen: O suporte principal inclui:

Extensão dos direitos mineiros: Fornecer atualizações de recursos da área alvo e relatórios de avaliação do potencial de mineralização para apoiar pedidos de extensão;

Exploração de expansão: delinear o cinturão metalogênico periférico e gerar áreas alvo de expansão para fornecer base para aplicação de expansão de área.

14. Esta tecnologia apoia o desenvolvimento customizado e se adapta às necessidades de exploração da empresa para tipos minerais específicos e áreas específicas?

Professor Chen Zhen: Apoie o desenvolvimento personalizado. Podemos otimizar algoritmos e modelos para desenvolver soluções tecnológicas de prospecção exclusivas para tipos específicos de minerais (como lítio, terras raras) e regiões específicas (como florestas tropicais, regiões polares) da empresa.

15. Depois de utilizar esta tecnologia, o ciclo global de obtenção de direitos minerais e desenvolvimento mineral pode ser encurtado?

Professor Chen Zhen: Pode ser reduzido significativamente. O ciclo tradicional de desembarque de direitos minerais é de cerca de 6 a 12 meses, mas o uso desta tecnologia pode ser reduzido para 3 a 6 meses; o ciclo de desenvolvimento mineral pode ser reduzido em 1-2 anos, principalmente devido à maior precisão da área-alvo e maior eficiência de exploração, o que reduz significativamente o tempo e o custo da verificação de perfuração.

Dr. Lu Guo (Tradução Sunshine): Muito obrigado, Sr. Chen, por sua resposta abrangente! Hoje, classificamos sistematicamente os pontos centrais da tecnologia de prospecção geológica de IA por sensoriamento remoto, desde princípios técnicos, adaptação de cena até implementação prática. Quer sejam as vantagens disruptivas da tecnologia, as soluções em cenários complexos ou as questões de custo, eficiência e conformidade que mais preocupam as empresas, recebemos respostas profissionais e práticas. Esta tecnologia pode não apenas resolver os problemas da prospecção mineral tradicional, mas também fornecer suporte preciso na tomada de decisões para empresas de mineração em transações de direitos minerais, layout no exterior e exploração de expansão de área, alcançando verdadeiramente "redução de custos, melhoria de eficiência e prospecção mineral precisa".

Se uma empresa de mineração tiver necessidades de exploração de tipos e áreas específicas de minerais, ou quiser saber mais sobre o desenvolvimento de tecnologia personalizada e detalhes de cooperação de projetos, nossa equipe da Suntrans pode fornecer suporte de implementação e acoplamento de soluções técnicas individuais para ajudar as empresas a aproveitar oportunidades e reduzir riscos no campo da exploração mineral. Obrigado mais uma vez, Professor Chen, pela sua gentil partilha!


← Voltar