Mnamo Februari 5, 2026, Tafsiri ya Sunshine Dk. Lu Guo aliungana na Bw. Chen Zhen, mtaalamu katika nyanja ya utafutaji wa jiolojia ya AI ya kutambua kwa mbali, kuzindua utangazaji wa moja kwa moja wa kitaalamu, unaozingatia sehemu kuu za maumivu ya gharama ya juu, mzunguko mrefu, na kiwango cha chini cha mafanikio ya utafutaji wa jadi katika sekta ya uchunguzi wa madini. Kuzingatia jiolojia AI ya utambuzi wa mbali Kanuni za msingi, mambo muhimu ya kiufundi, matukio ya utekelezaji na thamani ya matumizi ya vitendo ya teknolojia ya utafutaji wa madini huchanganuliwa kwa kina, kutoka kwa mwelekeo wa kiufundi, mwelekeo wa kesi hadi kiwango cha utekelezaji, kutatua maswali muhimu ya uteuzi wa teknolojia na maombi ya uchunguzi kwa makampuni ya madini, na kusaidia makampuni ya madini kutatua matatizo kama vile uvunaji wa ardhi ya kijani na uvunaji wa ardhi ya kijani. kutafuta, kupunguza gharama na kuongeza ufanisi.
Dk. Lu Guo (Tafsiri ya Mwangaza wa jua): Hujambo, Bw. Chen! Kwa sasa, sekta ya uchunguzi wa madini inakabiliwa na pointi mbili za maumivu: gharama za jadi za utafutaji ni kubwa na mzunguko ni mrefu. Utafutaji wa uwanja wa kijani kibichi nje ya nchi na utafutaji wa ardhi mbaya ni mgumu zaidi. Kiwango cha chini cha mafanikio ya utafutaji na hatari kubwa ya uwekezaji imekuwa wasiwasi wa makampuni mengi ya madini. Kuibuka kwa teknolojia ya utafutaji wa kijiolojia ya AI ya kuhisi kwa mbali inaitwa "mapinduzi ya utafutaji" katika sekta hiyo. Leo tutafanya nawe mahojiano ya kina ya kitaalamu kuhusu kanuni za msingi, matukio ya utekelezaji, na thamani halisi ya teknolojia hii ili kusaidia makampuni ya madini kujibu maswali muhimu kuhusu uteuzi wa teknolojia.

1. Mwelekeo wa kiufundi
1. Ni kanuni gani ya msingi ya teknolojia ya kuhisi kwa mbali ya satelaiti ili kutambua aina za vitu vya ardhini na muundo wa madini?
Mwalimu Chen Zhen: Kanuni ya msingi ni tofauti katika mwitikio wa wigo wa kielektroniki wa vitu vya ardhini. Vitu tofauti vya ardhini vina utunzi na miundo tofauti ya nyenzo, na vina sifa tofauti za kutafakari, kunyonya, na utoaji wa mawimbi ya sumakuumeme ya urefu tofauti wa mawimbi, na kutengeneza "alama za vidole za spectral" za kipekee. Baada ya sensor ya satelaiti kunasa habari hii ya spectral, inaweza kutambua aina ya vitu vya ardhini na muundo wa madini kwa kuchambua kilele cha tabia na mabonde ya kunyonya ya curve ya spectral.
2. Je! ni tofauti gani ya msingi kati ya hisia za mbali za spectra nyingi na hisia za mbali?
Mwalimu Chen Zhen: Tofauti ya msingi iko katika azimio la spectral na idadi ya bendi.
Hisia za mbali za multispectral: idadi ndogo ya bendi (kawaida 3-10), azimio la chini la spectral, kuzingatia kutofautisha makundi makuu ya vitu vya ardhi (kama vile mimea, miamba, miili ya maji);
Hisia za mbali za hyperspectral: Idadi ya bendi inaweza kufikia mamia, na azimio la spectral ni kubwa mno. Inaweza kunasa tofauti fiche za spectral za vitu vya ardhini na kutambua moja kwa moja vipengele maalum vya madini (kama vile hematite na kaolinite). Ni teknolojia ya msingi ya utambulisho wa ramani ya madini na urekebishaji wa madini.
3. Je, ni kanuni gani ya kutumia mbinu ya kulinganisha pembe ya spectral kwa utambuzi wa madini na ramani ya madini?
Mwalimu Chen Zhen: Msingi wa kulinganisha angle ya spectral (SAM) ni hesabu ya kufanana kwa angular ya vectors ya spectral. Mviringo wa spectral wa pikseli ya picha unachukuliwa kuwa vekta katika nafasi ya juu-dimensional, na pembe inakokotolewa na vekta ya spectral ya madini ya kawaida yanayojulikana. Kadiri pembe inavyokuwa ndogo, ndivyo mfanano wa spectral unavyoongezeka, na pikseli inaweza kuamuliwa kuendana na madini lengwa. Kwa kukokotoa pikseli ya digrii inayolingana kwa pikseli, ramani ya eneo ya madini hatimaye inatolewa.
4. Je, ni kanuni gani za msingi za hataza zinazohusiana na jiolojia ya kutambua kwa mbali na utafutaji wa AI?
Mwalimu Chen Zhen: Msingi wa hataza yetu ni uchanganuzi wa uhusiano wa kitolojia na algoriti isiyo ya kawaida ya makutano ya tabaka za kijiolojia za vyanzo vingi. Teknolojia ya AI hutumiwa kutoa kiotomatiki miundo ya kimuundo, michanganyiko ya madini, hitilafu za kijiokemia na tabaka zingine, na kisha kuamua uwiano wa anga kati ya tabaka (kama vile uhusiano wa juu kati ya maeneo ya buffer ya miundo na hitilafu za madini) kulingana na kanuni za kitolojia, na hatimaye kufafanua moja kwa moja maeneo yanayolengwa ya madini, kutatua matatizo ya ufanisi mdogo na utii wa jadi.
5. Je, hataza za uvumbuzi za Bw. Chen Zhen na hakimiliki za programu kutoka kwa Timu ya Tafsiri ya Sunshine zinaweza kutoa msaada gani wa kimsingi?
Mwalimu Chen Zhen: Hati miliki zetu na programu hasa hutoa aina tatu za usaidizi:
Usaidizi wa ukalimani wa kiotomatiki: tambua uchimbaji wa kiotomatiki wa AI wa litholojia, muundo, na mabadiliko ya madini, kuchukua nafasi ya tafsiri ya jadi ya kuona;
Usaidizi wa ufafanuaji wa akili wa eneo linalolengwa: kupitia algorithm isiyo ya kawaida ya makutano ya safu nyingi, maeneo yaliyolengwa sahihi yanatolewa kiotomatiki na kuratibu hutolewa;
Usaidizi wa utabiri wa madini: Kulingana na mifano ya kawaida ya madini na mafunzo ya AI, utabiri wa kimataifa wa uwezekano wa madini unafikiwa na kutoa maelekezo kwa ajili ya uchunguzi wa nje ya nchi.
6. Je, ni vipengele vipi vya kimsingi vya teknolojia hii ya utafutaji ya kijiolojia ya AI ya kuhisi kwa mbali ikilinganishwa na mbinu za kitamaduni za utafutaji madini?
Mwalimu Chen Zhen: Vipengele vya msingi vinaweza kufupishwa kama "haraka, pana, sahihi na ya kiuchumi":
Haraka: Uainishaji wa eneo lengwa la kikanda unaweza kukamilika kwa siku kumi, na kuchukua nafasi ya tafiti za jadi zinazochukua miezi kadhaa;
Kwa upana: Utandawazi wa kimataifa, usiozuiliwa na ardhi au mipaka ya kitaifa, unaweza kufikia maeneo yasiyofikika kama vile miinuko na majangwa;
Sahihi: uthibitishaji wa msalaba wa data ya vyanzo vingi + AI algorithm iteration, usahihi wa eneo lengwa umeboreshwa kwa kiasi kikubwa;
Mkoa: Punguza kwa kiasi kikubwa gharama ya uchunguzi wa uga na utafutaji wa kijiofizikia, na kufikia uwiano wa juu wa pembejeo na pato.
7. Je, ni hatua gani muhimu zinazohusika katika usindikaji wa awali wa data ya kutambua kwa mbali?
Mwalimu Chen Zhen: Hatua za msingi ni pamoja na aina nne za urekebishaji na uboreshaji:
Marekebisho ya anga: kuondoa ngozi ya anga na kuingiliwa kwa kutawanya, na kurejesha wigo wa kweli wa vitu vya ardhi;
Marekebisho ya kijiometri: ondoa upotovu wa picha unaosababishwa na mtazamo wa satelaiti na uboreshaji wa ardhi, na kufikia uwiano sahihi wa kijiografia;
Marekebisho ya mionzi: hurekebisha tofauti za mwitikio wa sensorer na mwanga usio sawa ili kuhakikisha taarifa sahihi za mionzi;
Urekebishaji wa kelele na rangi: Ondoa kelele ya picha, unganisha mfumo wa rangi na uboreshe uwazi wa tafsiri.
8. Je, ni aina gani za data ambazo muunganisho wa data wa kutambua kwa mbali unajumuisha hasa?
Mwalimu Chen Zhen: Imegawanywa katika vikundi viwili: akili pana na akili finyu.
Muunganisho wa jumla: muunganisho wa picha za vihisishi vya mbali na data ya hisi isiyo ya mbali kama vile data ya utafutaji wa kijiokemia, data ya utafutaji wa kijiofizikia, na data ya kipimo cha kijiolojia;
Muunganisho wa hisia finyu: muunganiko kati ya picha tofauti za vihisishi vya mbali, kwa kawaida kama vile mchanganyiko wa "picha ya taswira nyingi + picha pana", ambayo hufanikisha mchanganyiko wa mwonekano wa juu wa anga na mwonekano wa juu, na muunganisho wa "hisia ya mbali + ya microwave", ambayo hutatua tatizo la kukosa data ya hali ya hewa ya mvua.
9. Katika tafsiri ya kuona ya miundo ya lithological, ni tofauti gani katika tone na texture kati ya granite na chokaa katika picha za kuhisi kwa mbali?
Mwalimu Chen Zhen: Tofauti kati ya hizi mbili ni dhahiri sana:
Granite: Maudhui ya SiO₂ yanazidi 65%, yenye rangi ya kijivu-nyeupe; umajimaji wa magma ni dhaifu, na wingi wa mwamba ni wa pande zote;
Hali ya hewa ya kimwili huunda nyufa za radial, na mifumo ya maji yenye umbo la gurudumu ni rahisi kuendeleza (mchanganyiko wa mifumo ya maji ya radial + ya umbo la pete);
Chokaa: mwamba wa carbonate, rangi ya kijivu cha kati; kumomonyoka kwa urahisi na kutengeneza sura za ardhi za karst (misitu ya kilele, mifereji ya maji), maji
Mfumo mara nyingi ni dendritic, na chanjo ya mimea ni ya juu kuliko ya granite.
10. Je, ni hatua zipi za msingi za kuainisha maeneo yanayoweza kulenga uwekaji madini kwa kutumia teknolojia ya utafutaji ya kijiolojia ya AI ya kutambua kwa mbali?
Mwalimu Chen Zhen: Msingi ni "uwekeleaji wa tabaka nyingi + makutano yasiyo ya kawaida ya AI", ambayo imegawanywa katika hatua nne:
Uwekeleaji wa safu ya Litholojia na muundo: AI hutafsiri kiotomatiki litholojia na muundo ili kufafanua usambazaji wa anga wa miili ya kijiolojia inayodhibiti ore;
Uwekeleaji wa safu ya ramani ya madini: uchimbaji wa hali ya juu wa michanganyiko ya madini ili kufunga kanda za ubadilishaji madini;
Uwekeleaji wa safu ya upotofu wa kijiokemia: hitilafu za ioni zinazowekelea (kama vile chuma, ioni haidroksili) na vipengele vinavyohusiana vya uwekaji madini;
Uwekeleaji wa safu ya fahirisi ya madini: Tengeneza fahirisi inayolengwa ya uwekaji madini ili kutathmini uwezo wa utiaji madini; hatimaye tumia algoriti za AI kutambua makutano ya anga ya hitilafu za tabaka nyingi na kutoa kiotomatiki viwianishi na masafa ya eneo lengwa.
11. Je, jukumu la msingi la uundaji wa migodi ya 3D ni lipi? Ni data gani ya kimsingi inayohitaji kukusanywa ili kujenga modeli ya kijiolojia ya pande tatu?
Mwalimu Chen Zhen:
Jukumu la msingi: Kubadilisha miili changamano ya kijiolojia/madini ya madini kuwa modeli za dijiti zenye mwelekeo-tatu ili kufikia ukokotoaji sahihi wa rasilimali, mwongozo wa uhandisi wa madini na usaidizi wa usimamizi wa haki za madini, ambao ni kiungo muhimu katika mabadiliko kutoka kwa utafutaji hadi maendeleo;
Data ya msingi: Aina tano kuu zinahitaji kukusanywa: data ya kipimo cha kijiolojia (mashimo ya kuchimba visima, ramani za kijiolojia), data ya utafutaji wa kijiofizikia/jiokemikali, data ya tafsiri ya hisi za mbali, data ya katalogi ya uhandisi na data ya kijiografia (DEM, ratibu vigezo).
12. Je, kuna vizuizi vyovyote vya kiufundi au vizuizi vya matumizi vilivyoidhinishwa vya mbinu iliyoidhinishwa ya teknolojia hii katika maombi halisi ya mradi? Ni njia gani za ushirikiano?
Mwalimu Chen Zhen: Hati miliki zetu zimetekelezwa katika teknolojia, bila vizuizi vya msingi na leseni inayoweza kunyumbulika. Njia kuu za ushirikiano ni pamoja na:
Ushirikiano wa mradi: kutoa huduma za kiufundi kwa miradi maalum ya uchunguzi;
Utoaji leseni ya teknolojia: Kuidhinisha algoriti zilizo na hati miliki na haki za matumizi ya programu kwa biashara;
Ukuzaji wa pamoja: suluhisho za kiufundi za ukuzaji zilizobinafsishwa kwa aina na maeneo maalum ya madini.
13. Jinsi ya kupunguza kiwango cha hukumu potofu katika maeneo yenye usuli changamano wa kijiolojia wakati wa kutabiri ujanibishaji wa madini?
Mwalimu Chen Zhen: Msingi ni "uthibitishaji wa vyanzo vingi + vikwazo vya sheria":
Kuzingatia kanuni ya "hakuna madini bila anomalies, hakuna madini bila mabadiliko" na kuzingatia maeneo ya mabadiliko ya kijiolojia;
Uthibitishaji mtambuka wa kutambua kwa mbali, utafutaji wa kijiofizikia, na data ya utafutaji wa kijiokemikali ili kuondoa hitilafu za uwongo katika data moja;
Ikibanwa na mchanganyiko wa madini na taratibu za uwekaji madini, ni hitilafu tu ambazo zinatii sheria za madini ndizo zinazotambuliwa;
Ikichanganywa na athari ya udhibiti wa ore ya kimuundo, kipaumbele kinatolewa katika kubainisha hitilafu katika eneo la bafa la muundo na eneo la mawasiliano.
14. Je, eneo lengwa la utafutaji wa hisi za mbali linalingana kwa kiasi gani na matokeo halisi ya uchimbaji?
Mwalimu Chen Zhen: Msingi wa kiwango cha makubaliano hutegemea aina ya madini na kiwango cha mfiduo:
Migodi ya placer na migodi ya supergene: wazi nje juu ya uso, na kiwango cha bahati mbaya cha zaidi ya 90%;
Ore endogenous na outcrop: kiwango cha vinavyolingana zaidi ya 50%;
Amana zilizofichwa: viashiria visivyo vya moja kwa moja vinahitaji kuunganishwa na muundo wa madini, na kiwango cha bahati mbaya ni kidogo, lakini kinaweza kuboreshwa kwa kiasi kikubwa kupitia muunganisho wa vyanzo vingi.
15. Je, ni mabadiliko gani ya kiteknolojia yanayosumbua yataleta ujumuishaji wa siku zijazo wa data ya hali ya juu ya utambuzi wa mbali na teknolojia ya AI kwenye tasnia ya uchunguzi wa madini?
Mwalimu Chen Zhen: Kuna mabadiliko manne kuu:
Ugunduzi wa kimataifa: data ya satelaiti inaweza kufikiwa na kimataifa, ikivunja vikwazo vya kijiografia na kufikia uchunguzi wa "hakuna maeneo yasiyoonekana";
Kueneza kwa tafsiri ya kiotomatiki: AI inachukua nafasi ya kazi ya mikono, na ufanisi wa tafsiri huongezeka mara kadhaa;
Utabiri wa busara wa madini: Kulingana na mafunzo ya sampuli ya kimataifa, utabiri sahihi wa madini duniani unafikiwa;
Mzunguko wa utafutaji umefupishwa kwa kiasi kikubwa: kutoka "miezi kadhaa ya uchunguzi" hadi "zaidi ya siku kumi ili kutoa matokeo", kwa kiasi kikubwa kupunguza gharama na kuongeza ufanisi.
2. Kipimo cha kesi
1. Je, ni matukio gani ya kimsingi ya utumiaji wa teknolojia ya utafutaji ya kijiolojia ya AI ya kuhisi kwa mbali? Je, inaweza kuleta thamani gani ya kiuchumi kwa makampuni ya madini?
Mwalimu Chen Zhen: Eneo la msingi linaangazia hatua ya awali ya uchunguzi na maeneo maalum:
Utafutaji wa mgodi wa Greenfield: kubainisha kwa haraka maeneo lengwa ili kutoa msingi wa upataji wa haki za madini;
Tathmini na kufanya maamuzi ya haki za madini: ripoti ya tathmini itatolewa ndani ya siku kumi ili kusaidia maamuzi ya uwekezaji;
Ugunduzi wa eneo la mbali: kufunika mwinuko wa juu, majangwa na maeneo mengine yasiyofikika ili kukagua maeneo yanayoweza kuwa ya madini;
Utabiri wa uwekaji madini wa kikanda: ongoza uchunguzi wa kijiolojia wa kikanda na kuainisha kanda za uchimbaji madini. Thamani ya kiuchumi inaonyeshwa hasa katika vipengele vitatu: kufanya maamuzi ya haraka ili kupunguza hatari, kupunguza gharama na kuboresha ufanisi, na kuchukua fursa za rasilimali za ng'ambo.
2. Je, teknolojia hii inafaa kwa maeneo gani yenye hali mbaya ya uchunguzi?
Mwalimu Chen Zhen: Inafaa zaidi kwa maeneo magumu yenye sehemu za juu, ikiwa ni pamoja na jangwa, Gobis, maeneo ya miamba ya mwinuko isiyo na maji, na viunga vya milima yenye theluji. Inafaa haswa kwa maeneo ya ng'ambo yenye misingi dhaifu ya kijiolojia na madini tajiri ya supergene kama vile Afrika na Mashariki ya Kati.
3. Upataji wa data ya vihisishi vya mbali utakabiliwa na aina gani ya uingiliaji katika maeneo changamano kama vile mwinuko wa juu na misitu mbichi? Jinsi ya kutatua?
Mwalimu Chen Zhen:
Maeneo ya mwinuko wa juu: Huathiriwa zaidi na ufunikaji wa mawingu, barafu na theluji, ambayo inaweza kutatuliwa kwa mawingu ya kupenya kwa mbali ya microwave na muunganisho wa data wa muda mrefu ili kuondoa barafu na theluji;
Eneo kuu la msitu: Mimea ya usoni imefichwa na uoto, na maelezo ya madini yanaweza kutambuliwa kwa njia isiyo ya moja kwa moja kupitia algorithms ya kupenya kwa uoto wa kipekee na uchimbaji wa data ya SAR ya topografia na miundo.
4. Je, ni faida gani za matumizi ya teknolojia hii katika maeneo yenye misingi dhaifu ya kijiolojia kama vile Afrika na Mashariki ya Kati?
Mwalimu Chen Zhen: Faida ni maarufu sana:
Ufikiaji kamili wa data: data ya kutambua kwa mbali inapatikana kwa umma duniani kote, hivyo basi kuondoa hitaji la kutegemea data adimu ya kijiolojia;
Ufanisi bora na gharama: inachukua zaidi ya siku kumi kukamilisha uchunguzi wa kikanda, na gharama ni 1/5-1/10 tu ya njia ya jadi;
Eneo sahihi linalolengwa: Mchanganyiko wa data wa vyanzo vingi unaweza kufidia ukosefu wa data ya kijiolojia ya ndani, na kiwango cha bahati mbaya cha eneo lengwa ni kikubwa zaidi kuliko mbinu za jadi.
5. Wakati wa "kupanua ore" katika maeneo ya zamani ya uchimbaji, ni matatizo gani ya utafutaji wa vitendo ambayo teknolojia hii inaweza kutatua?
Mwalimu Chen Zhen: Shida kuu tatu zinaweza kutatuliwa:
Utambulisho wa migodi iliyofichwa: dalili isiyo ya moja kwa moja ya migodi iliyofichwa kwa kina kupitia mabadiliko ya uso na uwiano wa miundo;
Ufuatiliaji wa upanuzi wa eneo la madini: AI hubainisha kiotomati mwelekeo wa upanuzi wa miundo na kanda za mabadiliko, na kubainisha maeneo ya pembezoni yanayolengwa;
Sasisho la nyenzo: Muundo wa pande tatu huwezesha ukokotoaji unaobadilika na sahihi wa rasilimali za madini ili kusaidia utafutaji wa upanuzi wa eneo.
6. Chini ya msingi wa uchimbaji wa moja kwa moja wa madini ya supergene (kama vile migodi ya placer), teknolojia hii inawezaje kuainisha kwa usahihi safu inayoweza kuchimbwa?
Mwalimu Chen Zhen: Kupitia "kitambulisho cha hali ya juu cha madini + na ufuatiliaji wa nguvu wa data wa muda":
Hyperspectral inabainisha kwa usahihi utungaji wa madini na usambazaji wa daraja la amana za placer;
Mchanganyiko wa data wa muda mwingi huchanganua usambazaji wa anga na mabadiliko ya nguvu ya amana za mchanga; hatimaye kuainisha mawanda ya mchanga wa daraja la juu, unaoweza kuchimbwa ili kutoa msingi sahihi wa upangaji wa uchimbaji madini.
Je, teknolojia hii inafaa kwa kiasi gani kwa uchunguzi wa migodi ya chuma? Je, inaweza kukidhi mahitaji ya utafutaji wa madini ya kawaida?
Mwalimu Chen Zhen: Ina uwezo wa kubadilikabadilika na inaweza kufunika migodi ya madini ya kawaida kama vile dhahabu, shaba, chuma, risasi, zinki na nikeli. Aina tofauti za madini zina mchanganyiko tofauti wa madini ya kutengeneza ore. Kwa kutambua mabadiliko ya tabia ya madini (kama vile dhahabu inayolingana na pyrite na chuma inayolingana na hematite) kupitia hyperspectral na pamoja na sheria za udhibiti wa ore za kimuundo, utafutaji sahihi wa madini unaweza kupatikana.
8. Katika maeneo ambayo data za kijiolojia ni chache, teknolojia hii inawezaje kujaza mapengo ya data na kuhakikisha usahihi wa utafutaji wa madini?
Mwalimu Chen Zhen: Msingi ni "muunganisho wa data wa vyanzo vingi + mlinganisho wa modeli ya madini":
Kuunganisha data ya utafutaji wa kijiofizikia/jiokemikali ya umma ya kutambua kwa mbali na data ya utafutaji wa umma ya kijiografia ili kufidia ukosefu wa data ya ndani;
Mtindo wa uwekaji madini kulingana na amana za kawaida za madini duniani unafanana na sifa za kijiolojia za eneo la utafiti na unaonyesha kwa njia isiyo ya moja kwa moja uwezo wa madini;
Algorithms ya AI hutoa hitilafu kiotomatiki, na kupunguza utegemezi wa matumizi ya mikono.
9. Kwa migodi iliyozikwa kwa kina, teknolojia hii inaweza kufikia utafutaji wa madini usio wa moja kwa moja? Ni nini njia kuu ya teknolojia?
Mwalimu Chen Zhen: Utafutaji wa madini usio wa moja kwa moja unaweza kupatikana, na njia ya msingi ni "mabadiliko ya uso - uunganisho wa muundo - mlinganisho wa modeli ya madini":
Tambua uwiano wa anga kati ya kanda za ubadilishaji wa madini ya uso na miundo ya kudhibiti ore;
Ikijumuishwa na modeli ya kina ya madini ya amana za kawaida, uwezo wa kina wa madini unatabiriwa kwa mlinganisho;
Kukokotoa uwezekano wa ujanibishaji madini na kubainisha maeneo yanayolengwa kwa kina kupitia mbinu za kijiolojia za hisabati.
10. Je, teknolojia hii inaweza kutekeleza jukumu gani la usaidizi katika mchanganyiko wa ufuatiliaji wa mazingira ya mgodi na kazi ya utafutaji madini?
Mwalimu Chen Zhen: Ujumuishaji wa "utafutaji + wa ufuatiliaji" unaweza kupatikana:
Kufuatilia mabadiliko yanayobadilika ya uchimbaji madini na mabadiliko yanayozunguka mgodi ili kusaidia katika utafutaji wa madini;
Tambua hatari zilizofichwa za kijiolojia katika migodi (kama vile maporomoko ya ardhi na kuanguka) ili kuhakikisha usalama wa uchunguzi;
Kufuatilia athari za kimazingira za mabwawa ya tailings na dumpsites kusaidia ujenzi wa migodi ya kijani.
11. Jinsi ya kuhakikisha uthabiti na usahihi wa tafsiri ya data ya kutambua kwa mbali katika maeneo tata ya hali ya hewa (kama vile joto la juu, mvua kubwa, upepo mkali na mchanga)?
Mwalimu Chen Zhen: Kupitia "ukamilishaji wa data ya vyanzo vingi + uboreshaji wa algorithm ya AI" ili kuhakikisha:
Maeneo ya halijoto ya juu na mvua nyingi: Tumia kihisishi cha mbali cha microwave ili kupenya mawingu na mvua, pamoja na vihisishi vya mbali vya macho kwa muunganisho wa muda mwingi;
Upepo mkali na maeneo ya mchanga: tumia data ya SAR ili kutoa ardhi na miundo, na kuchanganya hyperspectral kutambua madini;
Algoriti za AI husahihisha kiotomati upotoshaji wa taswira unaosababishwa na hali ya hewa ili kuboresha usahihi wa ukalimani.
12. Je, kuna tofauti gani kati ya matumizi ya teknolojia hii katika utafutaji wa maeneo madogo ya madini na utafutaji wa maeneo makubwa ya uchimbaji madini?
Mwalimu Chen Zhen:
Pointi ndogo za madini: Zingatia "kitambulisho sahihi", funga kwa haraka maeneo ya madini kupitia hyperspectroscopy na AI, na kuainisha safu ya uchimbaji;
Maeneo makubwa ya uchimbaji madini: Zingatia "udhibiti mkuu", bainisha mikanda ya metallojeniki kupitia ujumuishaji wa data ya vyanzo vingi, na mwongozo wa uchunguzi na ukadiriaji wa rasilimali.
13. Jinsi ya kutumia teknolojia hii kutambua uhusiano kati ya miundo iliyofichwa na maeneo yenye madini na kuboresha ufanisi wa utafutaji wa madini?
Mwalimu Chen Zhen: Msingi ni "muundo wa uchimbaji wa data ya SAR + kitambulisho cha mabadiliko ya hyperspectral + uchambuzi wa uunganisho wa AI":
Data ya SAR hupenya tabaka za mimea/kifuniko na kutoa kasoro zilizofichwa, mikunjo na miundo mingine;
Utambulisho wa hyperspectral wa kanda za mabadiliko ya uso;
Kanuni za AI huchanganua kiotomatiki uwiano wa anga kati ya miundo na maeneo ya mabadiliko, na kubainisha maeneo yanayoweza kuwa na madini.
14. Je, teknolojia hii inaweza kuwezesha utendakazi nje ya mtandao au uchakataji wa data nyepesi katika maeneo ya mbali bila mawasiliano?
Mwalimu Chen Zhen: Ndiyo. Programu yetu inasaidia usindikaji wa awali wa data nje ya mtandao na tafsiri ya AI. Inaweza kukamilisha usindikaji uzani mwepesi kwenye tovuti na vifaa vinavyobebeka, na kisha kufanya uchanganuzi wa kina na uzalishaji lengwa baada ya kurudi kwenye eneo la mtandao.
15. Katika miradi iliyopita, ni kiwango gani cha mafanikio ya teknolojia hii katika utafutaji chini ya hali ngumu ya kijiolojia? Kuna kesi za kawaida za kuunga mkono hii?
Mwalimu Chen Zhen: Katika maeneo magumu yenye mazao ya nje, kiwango cha mafanikio ya utafutaji kinaweza kufikia zaidi ya 60%. Kesi za kawaida ni pamoja na mradi wa uchunguzi wa mgodi wa dhahabu barani Afrika. Maeneo matatu lengwa tuliyoainisha kupitia teknolojia ya AI ya kutambua kwa mbali yalithibitishwa kwa kuchimba visima ili kuwa na madini ya dhahabu, yenye alama za hadi 12g/t. Katika mradi wa madini ya chuma ya ndani, usahihi wa uchimbaji wa maeneo yaliyowekwa wazi ulifikia 85%.
3. Kipimo cha Utekelezaji
1. Je, ni muda gani wa mzunguko wa kawaida wa teknolojia hii kukamilisha ripoti ya utafutaji wa madini na kazi ya kubainisha eneo lengwa?
Mwalimu Chen Zhen: Mzunguko wa kawaida ni siku 15-30, kulingana na ukubwa wa eneo na ugumu wa upatikanaji wa data: kuhusu siku 15 kwa maeneo ndani ya kilomita za mraba 100, na kuhusu siku 30 kwa maeneo zaidi ya kilomita za mraba 1,000.
2. Wakati teknolojia hii inatumiwa pamoja na kuchimba visima na teknolojia za utafutaji za kijiofizikia, jinsi ya kugawanya hatua za kazi ili kufikia uboreshaji wa gharama?
Mwalimu Chen Zhen: Inapendekezwa kuichanganya katika hatua tatu:
Hatua ya awali: Tumia AI ya kutambua kwa mbali ili kubainisha kwa haraka eneo lengwa (gharama ilichangia 10%);
Hatua ya kati: Fanya uchunguzi wa kina wa kijiofizikia wa eneo lengwa (gharama ilichangia 30%);
Hatua ya Baadaye: Uthibitishaji wa uchimbaji wa maeneo yenye utata wa kijiofizikia (gharama ilichangia 60%). Mtindo huu unaweza kupunguza gharama za jadi za utafutaji kwa 30% -50%.
3. Je, teknolojia hii inaweza kutoa taarifa gani maalum ya tathmini ya rasilimali katika hatua ya awali ya biashara ya haki za madini?
Mwalimu Chen Zhen: Inaweza kutoa kategoria tano kuu za habari: kuratibu za eneo lengwa, uwezekano wa madini, ukadiriaji wa rasilimali, aina ya madini, na vipengele vya udhibiti wa madini ili kuunda ripoti kamili ya tathmini ya haki za madini na kutoa msingi wa msingi wa maamuzi ya shughuli.
4. Je, data ya eneo lengwa iliyotolewa na teknolojia hii inaweza kutumika kama msingi wa kufanya maamuzi katika utumaji haki za madini na miamala ya haki za madini?
Mwalimu Chen Zhen: Kweli kabisa. Data ya eneo letu inatolewa kulingana na muunganisho wa data wa vyanzo vingi na algoriti za AI. Ina kiwango cha juu cha uthabiti baada ya uthibitishaji wa mradi. Imetumiwa na makampuni mengi ya uchimbaji madini kama msingi wa msingi wa kufanya maamuzi kwa ajili ya maombi na miamala ya haki za madini. Baadhi ya matokeo yamepitisha uhakiki wa uwasilishaji wa idara ya ardhi na rasilimali.
5. Katika mfumo wa kina wa tathmini na uwekaji alama wa haki za madini, ni jinsi gani teknolojia hii inatoa usaidizi na kukamilisha alama zinazolingana?
Mwalimu Chen Zhen: Usaidizi wa data wa kiasi unaweza kutolewa kwa ajili ya "uwezo wa madini, ujazo wa rasilimali, hatari ya uchunguzi" na vipimo vingine vya tathmini ya haki za madini:
Uwezo wa kuchimba madini: alama kwa kuzingatia fahirisi ya madini na mchanganyiko wa madini;
Kiasi cha rasilimali: Alama kulingana na matokeo ya makadirio ya muundo wa 3D;
Hatari ya uchunguzi: Alama kulingana na usuli wa kijiolojia na uthabiti usio wa kawaida.
6. Ni programu gani, vifaa, vifaa na mafundi wa kitaalamu wanahitajika kwa makampuni kuanzisha teknolojia hii?
Mwalimu Chen Zhen:
Vifaa: vituo vya kazi vya utendaji wa juu (kwa kompyuta ya AI), vifaa vya usindikaji vinavyobebeka (kwa shughuli za nje ya mtandao);
Programu: Programu yetu ya algorithm iliyo na hati miliki, jukwaa la usindikaji wa data la kijijini (kama vile ENVI, ArcGIS);
Wafanyakazi: Mafundi 1-2 wenye ujuzi wa kimsingi wa jiolojia ya kutambua kwa mbali na algoriti za AI, ambao wanaweza kufanya kazi baada ya mafunzo.
7. Je, ni gharama gani baada ya uendeshaji na matengenezo ya teknolojia hii? Je, masasisho ya teknolojia yanayoendelea na mafunzo ya wafanyakazi yanahitajika?
Mwalimu Chen Zhen: Gharama za uendeshaji na matengenezo ya baadaye ni ya chini, hasa ikijumuisha uboreshaji wa programu (takriban yuan 10,000-20,000 kwa mwaka) na mafunzo ya kawaida ya wafanyakazi (mara moja kila baada ya miezi sita); tutaendelea kurudia algoriti na programu, na kutoa masasisho ya kiufundi na usaidizi wa mbali kwa makampuni ya ushirika bila malipo.
8. Je, matokeo ya utafutaji kwa kutumia teknolojia hii yanaweza kukidhi mahitaji ya udhibiti wa uhifadhi wa uchunguzi wa madini na uidhinishaji wa haki za madini?
Mwalimu Chen Zhen: Nimeridhika kabisa. Ripoti zetu za matokeo hufuata kikamilifu viwango vya kitaifa kama vile "Vipimo vya Uchunguzi wa Rasilimali za Madini" na "Vipimo vya Ufafanuzi wa Kijiolojia wa Kuhisi kwa Mbali". Data ya eneo lengwa, makadirio ya rasilimali na maudhui mengine yanaweza kutumika moja kwa moja kwa ajili ya kufungua jalada la uchunguzi na uidhinishaji wa haki za madini.
9. Je, teknolojia hii inaweza kubadilishwa haraka kwa mchakato uliopo wa uchunguzi wa kampuni na kufikia muunganisho usio na mshono?
Mwalimu Chen Zhen: Ndiyo. Teknolojia yetu inaweza kuunganishwa kwa kina na mchakato uliopo wa uchunguzi wa kampuni. Inaweza kuchukua nafasi ya tafiti za jadi za kijiolojia katika hatua ya awali, kusaidia uboreshaji wa eneo lengwa la kijiofizikia katikati ya muhula, na kusaidia uthibitishaji wa uchimbaji katika hatua ya baadaye. Hakuna haja ya kuunda upya mchakato uliopo, na urekebishaji unaweza kukamilika kwa wiki 1-2 tu.
10. Je, teknolojia hii inahakikishaje usalama wa data? Je, hatari za kufuata data ya kutambua kwa mbali zinaweza kuepukwa?
Mwalimu Chen Zhen: Kwa upande wa usalama wa data, tunakubali uhakikisho wa pande mbili wa hifadhi ya ndani iliyosimbwa + udhibiti wa ruhusa ya wingu; kwa mujibu wa kufuata, tunatumia tu data ya umma na ya kisheria ya kutambua kwa mbali (kama vile Landsat, mfululizo wa Sentinel), kutii kikamilifu usalama wa data wa kitaifa na kanuni za matumizi ya data ya vihisishi vya mbali, na kuepuka kabisa hatari za kufuata.
11. Ni usaidizi gani wa kiufundi na huduma za baada ya huduma ambazo makampuni yanaweza kupokea wakati wa kutumia teknolojia hii?
Mwalimu Chen Zhen: Tunatoa msaada wa kiufundi wa mzunguko kamili:
Hatua ya awali: ubinafsishaji wa mpango wa mradi, mafunzo ya wafanyikazi;
Muda wa kati: mwongozo wa kiufundi wa mbali na usaidizi wa usindikaji wa data;
Hatua ya baadaye: mapitio ya ripoti ya matokeo, uboreshaji wa mara kwa mara wa algorithm, mapitio ya mradi na uboreshaji.
12. Je, ni uwiano gani wa pembejeo-pato wa teknolojia hii? Ikilinganishwa na mtindo wa jadi wa utafutaji wa madini, ni kiasi gani cha gharama za utafutaji zinaweza kupunguzwa?
Mwalimu Chen Zhen: Uwiano wa pembejeo-pato unaweza kufikia 1:5-1:10; ikilinganishwa na muundo wa kitamaduni wa utafutaji wa madini, inaweza kupunguza gharama za utafutaji kwa 30% -60%, hasa kuokoa kwenye tafiti za maeneo, uboreshaji wa chanjo ya kijiofizikia na vipengele vingine.
13. Je, teknolojia hii inaweza kutoa msaada gani wa kimsingi kwa upanuzi wa haki za madini na utafutaji wa upanuzi wa eneo?
Mwalimu Chen Zhen: Msaada wa kimsingi ni pamoja na:
Ugani wa haki za uchimbaji madini: Kutoa masasisho ya rasilimali za eneo lengwa na ripoti za tathmini ya uwezekano wa madini ili kusaidia maombi ya ugani;
Utafutaji wa upanuzi: bainisha ukanda wa pembeni wa metallogenic na kuzalisha maeneo lengwa ya upanuzi ili kutoa msingi wa matumizi ya upanuzi wa eneo.
14. Je, teknolojia hii inasaidia maendeleo yaliyogeuzwa kukufaa na kuendana na mahitaji ya kampuni ya uchunguzi wa aina mahususi za madini na maeneo mahususi?
Mwalimu Chen Zhen: Saidia maendeleo yaliyobinafsishwa. Tunaweza kuboresha kanuni na miundo ili kutengeneza suluhu za kipekee za teknolojia ya utafutaji madini kwa aina mahususi za madini (kama vile lithiamu, ardhi adimu) na maeneo mahususi (kama vile misitu ya mvua ya kitropiki, maeneo ya polar) ya kampuni.
15. Baada ya kutumia teknolojia hii, je mzunguko wa jumla wa utuaji wa haki za madini na ukuzaji wa madini unaweza kufupishwa?
Mwalimu Chen Zhen: Inaweza kufupishwa kwa kiasi kikubwa. Mzunguko wa kawaida wa kutua kwa haki za madini ni karibu miezi 6-12, lakini kwa kutumia teknolojia hii inaweza kufupishwa hadi miezi 3-6; mzunguko wa maendeleo ya madini unaweza kufupishwa kwa miaka 1-2, hasa kutokana na kuboreshwa kwa usahihi wa eneo lengwa na kuboresha ufanisi wa utafutaji, ambayo hupunguza sana muda na gharama ya uhakiki wa kuchimba visima.
Dk. Lu Guo (Tafsiri ya Mwangaza wa jua): Asante sana, Bw. Chen, kwa jibu lako la kina! Leo, tumepanga kwa utaratibu vipengele vya msingi vya teknolojia ya utafutaji ya kijiolojia ya AI ya kuhisi kwa mbali kutoka kwa kanuni za kiufundi, kukabiliana na eneo hadi utekelezaji wa vitendo. Iwe ni faida zinazosumbua za teknolojia, suluhu katika hali ngumu, au gharama, ufanisi na masuala ya kufuata ambayo makampuni yanajali zaidi, tumepokea majibu ya kitaalamu na ya vitendo. Teknolojia hii haiwezi tu kutatua pointi za maumivu ya utafutaji wa madini wa jadi, lakini pia kutoa usaidizi sahihi wa kufanya maamuzi kwa makampuni ya madini katika shughuli za haki za madini, mpangilio wa nje ya nchi, na uchunguzi wa upanuzi wa eneo, kwa kweli kufikia "kupunguza gharama, kuboresha ufanisi, na utafutaji sahihi wa madini."
Iwapo kampuni ya uchimbaji madini ina mahitaji ya uchunguzi wa aina mahususi za madini na maeneo mahususi, au inataka kujifunza zaidi kuhusu ukuzaji wa teknolojia iliyogeuzwa kukufaa na maelezo ya ushirikiano wa mradi, timu yetu ya Tafsiri ya Sunshine inaweza kutoa suluhisho la kiufundi la moja kwa moja na usaidizi wa utekelezaji ili kusaidia makampuni kutumia fursa na kupunguza hatari katika nyanja ya uchunguzi wa madini. Asante tena, Mwalimu Chen, kwa kushiriki kwako kwa fadhili!
← Rudi
