93276 - GEOSTATISTICA MINERARIA M

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

L'importanza delle materie prime, e i rischi connessi alla loro carenza, stanno gradualmente aumentando nella vita quotidiana. L'adeguata caratterizzazione delle sostanze, di pari passo ai relativi aspetti ambientali, coinvolge diverse attività minerarie.

si distinguono in particolare:

Nella fase di esplorazione:

• l'ottimizzazione di una campionatura;
• la selezione della parte utile di un giacimento da coltivare.

Nella fase di estrazione:

• la gestione del materiale estratto;
  
• il controllo dell'alimentazione del processo di trattamento del minerale.

Nelle attività di riqualificazione ambientale durante la vita del sito e successivamente alla sua chiusura:

• l'identificazione e il monitoraggio delle aree inquinate, per il loro ripristino;
• la mappatura degli elementi contenuti nei residui minerari, per una loro futura rivalorizzazione.
  

Tutti questi problemi possono essere affrontati a partire dalla raccolta e dall'integrazione dei dati e dall'analisi statistica e spaziale dei campioni, al fine di ottenere stime delle variabili di interesse in mancanza delle misure. Tali stime si basano su modelli matematici, mentre l'approccio geostatistico supporta la caratterizzazione della variabilità spaziale, temporale e spazio-temporale, così da restituire modelli affidabili a 2 e 3 dimensioni, che integrano al loro interno la valutazione sulla precisione della stima. L'analisi geostatistica permette di identificare i risultati in termini di rischio, anche economico.

Contenuti del corso

Conoscenze di base di statistica, probabilità, topografia, cartografia e ingegneria mineraria sono raccomandate.

Modulo 1

• Richiami di Statistica e Probabilità
  
• Teoria delle Variabili Regionalizzate
• Variogramma Sperimentale e i Modelli
  
• Richiami sugli Stimatori Tradizionali
• Kriging Semplice e Ordinario

Modulo 2

• Regolarizzazione dei Dati e Dispersione
• Effetto Supporto ed Effetto Informazione sulle Stime
  
• Geostatistica Multivariata
  
• Cenni sulla Geostatistica non Stazionaria
• Tecniche di Cross Validazione

Il corso si completa con un progetto pratico su una georisorsa mineraria

Testi/Bibliografia

• 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
• Chiles, J.P.; Delfiner, P. Geostatistics Modeling Spatial Uncertainty, 2nd ed.; WILEY: Hoboken, NJ, USA, 2012
• Emery, X.; Séguret S.A. Geostatistics for the Mining Industry, CRC Press, Taylor & Francis Group, 2023
• Journel A.G.; Huijbregts Ch.J. Mining Geostatistics, Blackburn Press, 2003
• Matheron, G. The Theory of Regionalized Variables and Its Application; École Nationale Supérieure des Mines de
  Paris: Paris, France, 1971
• Remy, N.; Boucer, A. and Wu J. Applied Geostatistics with SGeMS, Cambridget University press 2009

Metodi didattici

Il corso è tenuto principalmente tramite lezioni tradizionali in presenza, corredate da molteplici applicazioni pratiche.

Durante l'apprendimento, gli studenti infatti sono chiamati a realizzare esercizi specifici, con il supporto di software di trattamento dati e mediante codici di programmazione.

Infine, del tempo è dedicato ala formazione sull'utilizzo di software open source specifici della materia, in modo da fornire degli strumenti capaci di gestire grandi quantità di dati.

Modalità di verifica e valutazione dell'apprendimento

L'esame sarà diviso in due parti:

1. Esame scritto, con domande volte a verificare la conoscenza delle basi teoriche della materia (durata: 1 ora).
   
2. Discussione orale sull'applicazione pratica realizzata dagli studenti (durata indicativa: mezz'ora).

Il voto finale sarà dipeso per metà del risultato dell'esame scritto e per metà dalla discussione orale sul progetto.

Strumenti a supporto della didattica

Le lezioni sono complementate da presentazioni powerpoint.

Le esercitazioni sono svolte presso il Laboratorio Didattico-Informatico LADI. Verranno utilizzati: i fogli di calcolo Excel, la programmazione in VBA e con altri codici, software geostatistici dedicati.

Orario di ricevimento

Consulta il sito web di Francesco Tinti

Consulta il sito web di Sara Kasmaeeyazdi