The estimation of mineral resources is critical to all mining operations irrespective of size or commodity.1,12 The risks associated with mining are varied and complex, where the dominant source of risk is the orebody itself. Reverse circulation (RC) and diamond core drilling methods are used extensively for the collection of samples from depth.

Mineral resource evaluation requires defining geological domains that differentiate the types of mineralogy, alteration and lithology. Usual practice is to consider the domain boundaries as hard, i.e. data from across the boundaries are disregarded when estimating the grades within a given domain. This practice may hinder the quality of the estimates when a significant spatial correlation of the grades exists across the domain boundaries.

This is not a recipe book, nor does it provide a clean outline of steps to generate resource models, or derivations of complex theories/mathematics. Instead, this is a book for pragmatists that follows on from “The Art and Science of Resource Estimation” and caters for mining professionals who are looking for that next step in developing their insight so they can critique methods and parameters with competence and confidence, and raise the quality of resource models.

This manual provides a reference for geologists and engineers attending Snowden’s Advanced Resource Estimation course. The purpose of this course is to skill geologists and mining engineers with the tools to carry out advanced resource estimation techniques.

Монография Австралазийского института горного дела и металлургии посвящена описанию и обобщению самого передового опыта в области оценки минеральных ресурсов и рудных запасов. Настоящее издание состоит из 9 глав и 79 статей, написанных известными в мире учеными и практиками, в которых рассматривается широчайший спектр вопросов, касающихся в той или иной степени очень сложной и актуальной для любой горной компании проблемы оценки ресурсов и запасов. В книге можно найти много полезных сведений о новациях, иногда коренным образом отличающихся от российской зарегламентированной действительности в этой сфере. Книга будет полезна специалистам, работающим в геологической и горнодобывающей отраслях, а также аспирантам и студентам горных вузов.

Меднопорфировые месторождения (МПМ) являются ведущими в мире по запасам и добыче Cu и Mo, а также сопутствующих Au, Ag, Re. Среди них наибольшее количество объектов «мирового класса» – гигантских (>10 млн. т Cu) и супергигантских (>25 млн. т Cu), в т.ч. самые крупные из известных чилийские месторождения Чукикамата и Эль Теньенте с запасами Cu более 100 млн. т каждое. По геологическому строению вулканоплутонические пояса (ВПП) России имеют сходство с поясами Северной и Южной Америки, Азиатско-Тихоокеанского региона, где сосредоточены сотни МПМ, включая десятки крупных и сверхкрупных.

Статьи, помещенные в сббрник, охватывают широкий круг вопросов, относящихся' к' методам ведения геохимических поисков в различных регионах Союза и за рубежом геохимической, зональности месторождений разных формационных и генетических типов, а также вопросов, касающихся зональности региональных геохимических полей, методики выделения и оценки аномалий, соотношения и комплексирования различных геохимических методов. Все рассматривается на оригинальном материале.
Книга предназначена для научных работников геологогеохимического профиля, геохимиков, геологов, занимающихся поисками и разведкой месторождений.

This beautifully presented course manual supporting Snowden Mining Industry Consultants renowned course in Resource Estimation represents the culmination of more than 20 years of course refinements, revisions, improvements and further refinements. No doubt the manual will continue to be improved in the future as new information becomes available and new techniques are introduced. After all a course manual must be a dynamic, living document that remains relevant to the mining industry. <...>

AI and machine learning

Introducing deep learning and interpreting the patterns – a mineral deposit perspective

D.M. First, I. Sucholutsky, D. Mogilny and F. Yusufali

ML and AI for resource estimation – what could possibly go wrong? Nothing! Everything!

M.J. Nimmo

Best practice

A guide to reporting Mineral Resource exclusive of Mineral Reserve

T. Rowland, H. Arvidson, M. Noppé, M. Mattera, B. Parsons, V. Chamberlain and R. Marinho

This is not a recipe book, nor does it provide a clean outline of steps to generate resource models, or derivations of complex theories/mathematics. Instead, this is a book for pragmatists that follows on from “The Art and Science of Resource Estimation” and caters for mining professionals who are looking for that next step in developing their insight so they can critique methods and parameters with competence and confidence, and raise the quality of resource models. <...>