g-ROKY: Maden kaynak kestiriminde homojen ortam modellenmesine yönelik yeni bir yöntemin geliştirilmesi

Maden kaynak kestiriminin önemli adımlarından biri maden yatağında birbirine benzer dağılım gösteren tenör, litolojik, mineralojik zonların varlığının sorgulanması ve tespit edilmesidir. Bu zonların homojenlik gösterdiği alanları belirlemenin kestirim kalitesini arttırdığı bilinmektedir. Literatürde maden yataklarında homojen ortamların tespit edilmesi amacıyla kullanılan yöntemler yalnızca örneklemdeki homojen birimlere ilişkin kategorik değişkenleri ve konumsal özellikleri dikkate alarak bir sınıflandırma yapmaktadır. Tezin amacı, maden yataklarındaki homojen ortamların kestiriminde tenör değişkenlerini de hesaba katan yeni yöntemler geliştirmektir. Bu amaçla, Rastlantı Ormanı (RO) yöntemi ile Krigleme yönteminin birleştirilmesine dayanan iki yöntem geliştirilmiştir. Bunlardan Rastlantı Ormanı + Krigleme yöntemi (ROKY), örneklemdeki tenörlerle kategorik değişken arasındaki ilişkinin RO ile tanımlanması, örneklenmemiş lokasyonlardaki tenörlerin Ortalamasız Krigleme yöntemi ile kestirilmesi ve kestirim değerlerinin RO'ya beslenmesi adımlarını içerir. Gruplandırılmış Rastlantı Ormanı + Krigleme yöntemi (g-ROKY) ise hatalı sınıflandırmalara yol açan Kriglemenin törpüleme (smoothing) etkisini azaltmak için geliştirilmiştir. ROKY'den farklı olarak orijinal ve kriglenmiş verilerin standartlaştırılarak gruplanmasına, gruplanmış verilerle RO'nun oluşturulması ve homojen ortamların tayinine dayanır. İki yeni yöntemin uygulanabilmesi ve elde edilen sonuçların analiz edilebilmesi için bir MATLAB programı kodlanmıştır. Geliştirilen yöntemler, kamuya açık Jura veri kümesi ile İğdekuzu linyit sahasında uygulanmış ve test edilmiştir. Yapılan sınıflandırmalar standart bir yaklaşım olan İndikatör Krigleme yöntemi ile karşılaştırılmıştır. Karşılaştırılan yöntemler içinde g-ROKY gerçek homojen ortamlara en yakın kestirim değerleri üreten yöntem olmuştur.