Maden yataklarında yapılan arama ve araştırma çalışmalarından sonra,
kaynak/rezerv sınıflarının belirlenmesi madencilik yatırımlarının planlanması açısından
oldukça önemlidir. Kaynak/rezerv sınıflandırmasının ana amacı, bir maden yatağında
yapılan tahminlerin güvenirliliğini değerlendirmektir. Maden yataklarında
kaynak/rezerv sınıflaması ve güvenirlilik ölçümü, jeoistatistiksel bir tahmin yöntemi
olan kriging tahmincisi ile hesaplanan kriging varyansı veya interpolasyon varyansı
kullanılarak yapılabilmektedir. Kriging tahmincisi olarak ise genellikle ordinary
kriging yöntemi kullanılmaktadır.
Ordinary kriging varyansı sadece örneklerin yerleşim düzenine bağlıdır. Bununla
birlikte, interpolasyon varyansı ise örneklerin değerlerine bağlı olması ve tahmin edilen
değerler ile daha iyi bir ilişki ortaya koyması nedeniyle kaynak/rezerv
sınıflandırmasında kullanılan alternatif bir tahmin hatası varyansıdır. Ordinary kriging
standart sapması ve interpolasyon standart sapması yardımıyla, belirli bir istatiksel
güvenirlik seviyesi için tahmin hataları hesaplanabilmekte ve bu tahmin hataları
yardımıyla da değişken değeri tahmin edilen bloğun kaynak/rezerv sınıflaması
yapılabilmektedir. Ancak, her iki tahmin hatasına göre belirli bir maden yatağı bloğu
için yapılan kaynak/rezerv sınıflaması farklı olabilmekte ve bu durum karar vermede
belirsizliklere neden olmaktadır. Bu gibi sayısal ve sözel belirsizliklerin bulunduğu
problemlerin çözümünde ise bulanık mantık yaklaşımının çözüm üretebileceği
düşünülmektedir.
Bu çalışmada, kaynak/rezerv sınıflandırmasında ordinary kriging yöntemiyle
tahminle birlikte bulanık mantık yaklaşımının kullanılması amaçlanmıştır. Bu amaçla;
Eskişehir-Mihalıcçık-Koyunağılı sahasındaki linyit kalınlığı verileri kullanılarak
kaynak/rezerv sınıflandırmasındaki farklılıkların ortadan kaldırılması amacıyla, girdi
değişkenleri ordinary kriging hatası ve interpolasyon hatası olan ve çıktı değişkeni
kaynak/rezerv sınıfı olan bir bulanık sistem oluşturulmuştur. Bulanık sistem,
kaynak/rezerv sınıflarındaki kesin sınırların yumuşatılmasını ve her bir bloğun belirli
bir üyelik derecesiyle sınıflandırılmasını sağlamıştır.
Determining the resource/reserve classes has a vital importance in terms of the
mining investments’ planning after carrying out ore exploration studies. The main
purpose of resource/reserve classification is to evaluate the reliability of the estimations
for an ore bed. Resource/reserve classification in ore beds and reliability measurement
can be carried out by using interpolation variance or kriging variance calculated with
kriging estimator, a geostatistical prediction method. And, ordinary kriging method is
usually used as kriging estimator.
Ordinary kriging variance only depends on settlement of samples, whereas
interpolation variance is an alternative estimation error variance used in
resource/reserve classification since it is related to the values of samples and reveals a
better relationship with estimated values. The estimation error for a certain statistical
reliability level can be calculated by using ordinary kriging standard deviation and
interpolation standard deviation, and the resource/reserve classification of the block
whose variable value has been estimated can be made depending on the calculated
reliability level. But, resource/reserve classification made for a certain ore bed
according to both estimation errors may be different and this situation cause
uncertainties in decision making process. And, it is thought that fuzzy logic approach
can produce a solution for the problems having such kind of numerical and verbal
uncertainties.
In this study, it was aimed to use fuzzy logic approach along with ordinary kriging
estimation method in resource/reserve classification. For this purpose; by using lignite
thickness data in Eskişehir-Mihalıcçık-Koyunağılı field, a fuzzy inference system
whose input variables are ordinary kriging error and interpolation error and output
variable is resource/reserve class has been established in order to overwhelm the
differences in the resource/reserve classification. Fuzzy system has enabled the sharp
boundaries in resource/reserve classes to be softened and classified of each block with a
certain membership degree.
