Materiały konferencyjne SEP 2021

Rys. 4. Wykres zależności pomiędzy zawartością części lotnych, a przypadkową refleksyjnością witrynitu na podstawie korelacji ponad 300 próbek węgla ze złoża „Knurów” Na dojrzałość węgla wpływają trzy główne czynniki: czas, temperatura oraz ciśnienie. W przypadku rozpatrywanego złoża na metamorfizm materii organicznej największy wpływ mia- ło wypiętrzanie i fałdowanie w okresie permskim. Dzięki regionalnym zmianom tektonicznym złoże ma charakter fałdowo-monoklinalny o upadzie warstw na SE, natomiast od strony NW wykształcone jest w postaci strefy fałdowej o dwóch łękach i dwóch siodłach nazwaną „anty- kliną knurowską” [2]. Udokumentowanie rozpatrywanych parametrów wykazało ich liniowa zmienność wraz z głębokością zalegania złoża, co odzwierciedla się również w pozostałych parametrach jakościowych. Z uwagi na udokumentowanie złoża do poziomu 1050 m, służba geologiczna kopalni nie dysponuje danymi spoza obszaru koncesyjnego. Aby móc zaprogno- zować powyższe parametry z uwzględnieniem ich zmienności wraz z azymutem zapadania, należy dobrać do nich indywidualny interpolator ze zmodyfikowanym parametrem anizotropii, aby zmienić kierunek trendu z osiowego na ukierunkowany zgodnie z zapadaniem. Do tego celu użyto interpolatora Height w 3 stopniu potęgi, aby wyliczone parametry były jak najbar- dziej prawdopodobne. W przypadku zastosowania interpolatora Inverse, stosowanego do pozo- stałych parametrów, rozkład V daf i R 0 byłby bardzo losowy, nierzadko zmieniający się w nie- pożądany sposób na głębszych poziomach [Rys. 5.]. Interpolator Height wyszukuje zarówno zależność losową oraz liniową. Wydziela lokalnie zmiany losowe wyszukując jednocześnie zależności liniowych i ekstrapoluje je na obszar złoża nie posiadający danych jakościowych [Rys.6.]. Istnieje ryzyko ekstrapolacji danej wartości de facto w nieskończoność. Niemniej jednak ilość danych oraz obszar objęty modelowaniem po- zwala na zamknięcie zakresu danych na akceptowalnym poziomie. Dotyczy to w szczególności pokładów przemysłowych z odpowiednio liczebną ilością opróbowań, bowiem w przypadku małej ilości analiz najbezpieczniej jest modelować pojedyncze pokłady indywidualnie interpo- latorem Inverse.