93276 - GEOSTATISTICA MINERARIA M

Anno Accademico 2022/2023

  • Docente: Francesco Tinti
  • Crediti formativi: 6
  • SSD: ING-IND/28
  • Lingua di insegnamento: Italiano
  • Moduli: Roberto Bruno (Modulo 1) Francesco Tinti (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Bologna
  • Corso: Laurea Magistrale in Ingegneria per l'ambiente e il territorio (cod. 8894)

Conoscenze e abilità da conseguire

Al termine del corso, lo studente possiede le conoscenze per la caratterizzazione della variabilità naturale delle principali grandezze regionalizzate alla base del curriculum. Possiede inoltre gli strumenti teorici e software per costruire i modelli numerici che consentono di qualificare la progettazione e la gestione delle varie attività del ciclo produttivo e di risolvere i principali problemi legati all’ingegneria mineraria e ambientale. n particolare, lo studente è in grado di: -calcolare e modellizzare variogrammi, covarianze spaziali, trend e covarianze generalizzate, di variabili regionalizzate stazionarie e non stazionarie; eseguire stime mediante krigaggio di grandezze spazio-temporali, determinandone l’affidabilità, e alimentando attività come la produzione delle relative cartografie ; progettare disegni di campionatura ottimali per il raggiungimento degli obiettivi della campionatura stessa -eseguire la selezione ottimale in relazione al supporto di selezione e all’informazione disponibile, ottimizzando una funzione obiettivo; costruire modelli numerici simulati delle variabili regionalizzate, di input per elaborazioni specifiche a valle.

Contenuti

Il corso intende fornire le informazioni di base per risolvere i principali problemi legati alle Variabili Regionalizzate (VR), quelle variabili naturali georeferenziate per cui il trattamento tramite l'uso di modelli deterministici si rivela non esaustivo. I settori di interesse del corso fanno riferimento allo spazio 1D, 2D, 3D e al tempo. Il quadro probabilistico di riferimento è la Teoria delle Funzioni Aleatorie (FA).

I problemi da affrontare possono fare riferimento ad una o più VR, pertanto verranno illustrati i metodi di modellizzazione di FA monovariate e multivariate. Inoltre le VR possono essere caratterizzati da trend spazio-temporali, situazione in cui occorre approcciare i problemi nell'ambito della non-stazionarietà.

Verranno presentati e discussi gli strumenti di base per lo studio delle FA, quali le covarianze spaziali e i variogrammi, da calcolare sperimentalmente e da modellizzare con funzioni definite positive.

Tramite l'analisi e il trattamento dei modelli, si sarà in grado di realizzare stime e simulazioni di VR nel dominio spazio-temporale di riferimento.

Problemi tipici della geostatistica sono la stima delle risorse, la selezione delle riserve recuperabili, l'ottimizzazione di una campionatura, la realizzazione di cartografie, l'esecuzione di analisi di sensitività e di rischio.

Il corso è articolato in due moduli:

Modulo 1 - Introduzione: Geostatistica Lineare Stazionaria Monovariata

Modulo 2 - Approfondimenti: Geostatistica non-Lineare, non-Stazionaria e Multivariata

Modulo 1

  • L'uso della geostatistica per la caratterizzazione delle georisorse
  • Richiami di Probabilità e Statistica
  • Variabili Regionalizzate
  • Variogramma Sperimentale
  • Variogramma Modello
  • Richiami sugli stimatori tradizionali
  • Tecniche di stima geostatistica Lineare Stazionaria Monovariata

Modulo 2

  • Regolarizzazione e Dispersione
  • Effetto Supporto ed Effetto Informazione
  • Selezione
  • Geostatistica Multivariata
  • Geostatistica non-Stazionaria
  • Geostatistica non-Lineare

Testi/Bibliografia

  • Bruno, R.; Tinti F. - Appunti delle lezioni
  • Matheron, G. The Theory of Regionalized Variables and Its Application; École Nationale Supérieure des Mines de Paris: Paris, France, 1971
  • Chiles, J.P.; Delfiner, P. Geostatistics Modeling Spatial Uncertainty, 2nd ed.; WILEY: Hoboken, NJ, USA, 2012
  • Armstrong M.; Basic Linear Geostatistics, Springer Berlin, Heidelberg, 1998
  • Bruno, R.; Raspa G. La pratica della geostatistica lineare: il trattamento dei dati spaziali, Guarini Studio, 1994
  • Remy, N.; Boucer, A. and Wu J. Applied Geostatistics with SGeMS, Cambridget University press 2009
  • Emery, X.; Séguret, S.A. Geostatistics for the Mining Industry, CRC Press, Taylor & Francis Group, 2023

Metodi didattici

Le lezioni sono erogate in modalità tradizionale, con supporto di presentazioni dedicate.

Le esercitazioni addestreranno gli studenti allo sviluppo su foglio elettronico di metodologie geostatistiche per la soluzione di problemi specifici.

Inoltre, verranno introdotti alcuni software open source di settore, che possono essere utili per gli studenti per gestire grandi quantità di dati.

Modalità di verifica e valutazione dell'apprendimento

L'esame consiste nella redazione e della discussione di una tesina, concordata con lo studente, incentrata su problema specifico da risolvere mediante tecniche geostatistiche. Unitamente alla discussione della tesina, verrà richiesta la conoscenza dei fondamenti teorici della materia.

L'esposizione corretta della tesina, con sufficiente proprietà di linguaggio tecnico, consisterà il fattore discriminante per raggiungere la sufficienza all'esame.

L'approfondita conoscenza della teoria dei metodi utilizzati nella tesina, la proposizione di modalità alternative di gestione dei dati a disposizione e l'analisi critica dei risultati raggiunti verranno valutati al fine dell'ottenimento dei voti più alti.

L'incompleta realizzazione della tesina, un'esposizione deficitiaria o evidenti lacune nei fondamenti teorici della materia verranno valutati negativamente.

Strumenti a supporto della didattica

Le esercitazioni si avvarranno di fogli di calcolo elettronico e di software specifici per la geostatistica, principalmente open source

Orario di ricevimento

Consulta il sito web di Francesco Tinti

Consulta il sito web di Roberto Bruno

SDGs

Consumo e produzione responsabili

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.