张 磊 詹 润 许光泉 孙 贵 胡广青 赵 锐

（1.安徽理工大学地球与环境学院；2.兖州中建材建设有限公司滁州分公司；3.安徽省煤田地质局勘查研究院）

三维地质建模（3D Geosciences Modeling，3DGM）是由“3S”技术引申“数字地球”［1］的概念而来，是一种基于数据与信息分析的地质研究方法。它通过汇集各种地质信息的解释结果，还原地质现象的三维特征本质，建立可视化信息数据模型，为矿山工程设计、施工与采掘计划提供服务。

三维地质建模软件有GOCAD、Petrel、RMS、Surpac、Earth Vision等［2］。国内较为成熟的三维地质建模软件有3Dmine、Mapgis、深探软件、蓝光软件等［3］。其中3Dmine软件可以通过创建地质数据库、表面模型、实体模型与块体模型来实现各类地质体的三维空间可视化，并对地表、地层、构造、矿体、品位、储量以及后期采矿工程设计、生产计划编制等模拟建模。同时，该软件可以将二维和三维界面以及其他办公类软件（比如office、Autocad等）结合起来，实现图形和数据之间方便、快捷的格式转换，是专门为国内用户量身打造的一款三维空间操作平台［4］。

本研究以安徽省滁州市某水泥石灰矿为例，基于3Dmine软件的露天矿山三维地质建模方法［5］。建立采场地形面模型、矿体和地层实体模型与属性块体模型，构建该露天矿山的三维地质空间形态和主要品位变化信息，估算其矿体储量。

1 矿区概况

研究区处于下扬子地层分区中的滁州—天长小区大祁山倒转向斜内，出露震旦系、寒武系、奥陶系、白垩系等地层。区内断层相对不发育，只有F3断层南北向横切矿体，但其断距较小，对矿体质量影响不大（图1）。

矿体由矿区地表采坑（CK1、CK2、CK3、TC1）和钻孔（ZK301、ZK401）控制。矿体赋存于奥陶系的上欧冲组（O1s）顶部，主要由厚层、中厚层状微晶～隐晶灰岩组成，顶底板围岩为奥陶系下统分乡组（O1f）下部中厚层灰岩夹页岩或上欧冲组（O1s）中厚层灰岩。矿体赋存标高+20～+90 m，呈层状产出、连续性好，平面形态主要受矿体界线和矿区范围约束，最大长度800 m，水平宽度180～480 m，控制最大延伸距离65 m。矿体地表总体走向NEE80°，倾向NW，倾角40～68°。本矿床矿体含有少量夹石，分别由3线CK2-2采坑、4线CK2-1B和TC401采坑局部样品点所控制。

2 建模过程

2.1 采场现状表面建模

先将最新的采场现状图和1∶20 00地形地质图Auto CAD格式文件导入3Dmine软件中，提取其中的坐标网、采场与边坡高程点、等高线、勘探线及文字标注等信息。然后，利用坐标转换功能，将原图的大地坐标和比例整体缩放、平移，调整到真实坐标位置。

利用3Dmine软件中等值线赋高程的方法快速对等高线赋高程；利用普通克里格法对采场内高程散点进行网格估值，赋予所有测量点三维高程值。之后，关闭所有图层只保留等高线与高程散点文件，通过生成表面DTM功能，可以快速模拟出地形与采场的表面模型（图2），并对局部不合理高程点进行人为删除、加密和修改，以保证与实际地表环境一致。在生成的地形表面模型基础上，运用实体渲染、调整光照、点线落在实体上等功能，即可得到层次鲜明的真场景地表模型。

2.2 建立地质实体模型

本研究中矿体与地层数据源，主要是由剖面线数据（1～5线）、钻孔数据文件（ZK301、ZK401）和各个采坑槽探（CK1、CK2、CK3）采样数据形式存储（图1）。该矿体包含在整个矿区的地层结构中，其夹石数量较少、构造简单、矿床呈连续稳定产出。因此，可利用剖面线法对整个地层结构进行剖分，在钻孔和采坑数据信息约束下，尽可能地提取更多地质剖面线条，得到剖面中矿体、夹石、地表、剥露体等与地层的交线（图3）。在成功得到各地质实体封闭界线后，通过闭合线内连接三角网功能，即可得到矿体、地层、夹石的三维显示模型（图4）。同时，为了使矿体模型更符合理想情况，可联合使用相连段法用控制线对矿体做更精细的构建。在建立地质实体模型之后，再对三角网连接过程中出现的一些自相交、开放边、无效边情况进行优化、验证与合并，以保证实体模型的完整性与正确性。

2.3 矿体属性模型

为展示矿体品位在空间分布及储量计算，通过地质统计与插值到方法依照建立品位数据库、设置块体尺寸、块体属性估值与赋值3个步骤，获得矿体属性。

2.3.1 建立品位数据库

钻孔定位表、测斜表、化验表与单工程组合表，其中化验表主要描述工程编号、起始深度、采样号、采样长度、岩性、CaO、MgO、SiO2、f（SiO2）等信息；单工程组合表主要描述采坑编号、采样序号、采样长度，各单工程及采样段CaO、MgO、SiO2、f（SiO2）含量和平均含量等内容。

将钻孔、采坑与槽探数据库导入3Dmine软件，便可直观显示钻孔、采坑的轨迹线及三维空间位置（图5），并且可查询各个单工程上不同深度采样段的定位、样长和品位属性信息，而且在后续建模过程中，也能够对数据源做到随调随用。

2.3.2 设置块体

块体模型中每个赋值块尺寸越小，精度越高，但对计算机性能的要求也越高。一般情况下，所建立块体模型的尺寸取决于矿体的类型、规模、产状、最小可采厚度、开采高度与勘探线网度等［6］。结合本矿发育特征和矿区勘探程度，建立一级块体尺寸为10 m×10 m×4 m，次级模块大小为5 m×5 m×2 m，共划分出59 985个块体（图6）。

2.3.3 插值建立块体品位属性模型

选取CaO、MgO、fSiO2这3个含量指标作为评价矿床品位的主要参数，按照CaO≥45%、MgO≤3.5%、fSiO2≤6%、最小可采厚度8 m、夹石剔除厚度2 m作为本次圈矿原则，并对采样点进行提取组合圈矿。

从钻孔数据库中提取各个单工程采样化验数据和平均值（表1），根据本次圈矿约束条件，将其插值到块体模型品位属性中。软件提供克里格与距离幂次反比2种赋值方法，其中克里格方法适用于勘探程度高、样品数量多的矿山［7］。对于矿床发育稳定、勘探级别低和样品数量少的矿山，一般采用距离幂次反比法进行估算赋值［8］，其运算公式为

式中，Xb为空间未知样品点的品位，%；Xi为已知第i个样品点品位，%；di为未知点到第i个已知点的距离，m；n是影响范围内样品个数，个；N为影响的幂指数。

注：本表为各单工程采样化验平均值，各个采样段的化验值已省略。

根据本矿床的勘探精度、样品数量，本次选择距离幂次反比法对59 985个块体进行估值，最终建立了本矿体的块体属性模型（图6）。该块体属性模型可应用到储量计算、品位预测与制定中、短期开采计划等工作中［9］。

3 储量计算与矿体品位属性

3.1 储量计算

根据本水泥石灰矿的详查地质报告，其视密度为2.65 t/m3，依托本研究建立的矿体属性块体模型，计算其储量为3 011.2万t，平均品位占比：CaO为50.21%，MgO为0.7%，f（SiO2）为3.3%。而传统块段法计算出的储量为2 858万t，平均品位CaO为50.18%，MgO为0.84%，f（SiO2）为3.04%。两者相差153.2万t，误差率仅为5.08%，且各品位含量占比基本相同，显示该矿体模型与传统块段法估算模型基本吻合。

其中误差产生的可能原因:①传统块段法估算过程是人为操作，且将矿体平均化，导致实际计算量偏小；②本矿体勘查钻孔与勘查剖面线控制偏少，在建立实体模型时添加了一些约束辅助线，导致矿体模型厚度与实际厚度相比偏大；③模型计算出的储量未考虑其他地质条件与矿山排水造成的损失情况。根据《水泥灰岩绿色矿山建设规范》（DZ/T 0318—2018）标准，水泥矿石回采率不低于95%，基于所建立矿体块体模型，其实际可采储量区间为2 860.64～3 011.2万t。基于以上分析，利用本次建立的块体模型所计算的可采储量可信度较高。

3.2 矿体品位属性

通过距离幂次反比法估值的品位属性块体，统计各个指标在所有块体中的分布，均呈正态分布，说明估值结果较为合理。用数值范围着色功能显示不同赋值的等值线，进而得到矿体主要品位含量分布特征：CaO集中在47.5～51.5%，品位变化系数5%；MgO集中在0.180～3.297%，品位变化系数为59%；f（SiO2）在1.79～14.62%，品位变化系数为46%；SiO2在2.2～5.2%，大多集中在3.0～4.6%，其含量普遍较高，主要以黏土和石英质游离硅形式赋存，对资源开发利用造成一定影响。自西向东、自南向北，CaO含量呈现由大变小的分布规律，MgO与SiO2含量均呈现由小变大的分布规律，总体上两者沿走向方向含量略有升高，说明CaO与MgO、SiO2在空间分布上呈明显的反相关性，MgO与SiO2呈正相关性。f（SiO2）含量由南向北总体呈变大趋势，局部略有降低。垂向上，除MgO含量略有升高外，其他组分含量变化不明显。通过以上对矿体品位属性空间分布的分析，将对今后矿区采掘方案的优化与采矿方向的确定提供指导性帮助（图7）。

4 结 论

（1）以滁州市某露天水泥石灰矿为研究对象，按照3Dmine三维矿山软件建模流程，建立了矿山采场现状地表面模型、地层与矿体实体模型、品位属性块体模型，其既能直观地反映采场、矿体的三维空间形态，又能应用于储量计算、品位预测、采掘计划等工作内容。

（2）与传统的人工估算储量块段法相比，利用3Dmine三维属性块体模型储量估算方法简单快捷，其误差率为5.08%。在考虑建模约束条件、矿山排水条件及资源回采率等影响因素后，计算所得到的储量区间可信度较高。

（3）通过距离幂次反比法估值，实现了矿体品位属性三维空间建模，可为今后制定矿山采掘方案提供明确的方向。结合矿体三维形态，分析了矿体主要品位指标空间分布规律。结果表明，平面上自西向东、自南向北，CaO含量由大变小，MgO、SiO2则由小变大，其与CaO含量分布呈现明显的反相关性。f（SiO2）含量由南向北总体呈变大趋势，局部有所降低。

由于资料有限，本研究所创建的采场面模型、矿体三维实体模型与属性块体模型精度，仍有待于在后续研究中进一步提高。