Dépôt numérique
RECHERCHER

Analyses multivariées de données de forage de la région de Matagami, Québec.

Téléchargements

Téléchargements par mois depuis la dernière année

Fresia, Bastien (2013). Analyses multivariées de données de forage de la région de Matagami, Québec. Mémoire. Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en sciences de la terre, 166 p.

[thumbnail of T000636.zip] Archive (ZIP)
Télécharger (40MB)

Résumé

Il est courant dans l'industrie pétrolière d'acquérir de larges banques de données petrophysico-chimiques en diagraphies, dans le but de définir et de classer les faciès sédimentaires des réservoirs par des méthodes statistiques et géostatistiques. Mais cette pratique est beaucoup plus rare en exploration minérale alors que le forage au diamant est un élément majeur du processus d'exploration et de définition d'un gisement ainsi que de ses roches encaissantes. Au fil des ans, des kilomètres de carottes s'accumulent, sans que beaucoup d'informations autres que la description visuelle du géologue et les teneurs en métaux des zones minéralisées ne soient typiquement obtenues. Pourtant, beaucoup de renseignements peuvent être tirées des analyses physico-chimiques des parties non échantillonnées. Ceci peut être utile pour de nombreuses applications géoscientifiques telles que la modélisation géologique et géophysique 2D et 3D, la réinterprétation des mesures géophysiques, la caractérisation spatiale de l'altération hydrothermale ou la chimico-stratigraphie. Dans ce contexte, l'INRS-ETE s'est doté d'un Laboratoire mobile de caractérisation physique, minéralogique et chimique des roches (LAMROC) qui permet de mesurer, directement sur le site d'entreposage des carottes, de manière non-destructive et quasi-simultanée, la densité, la susceptibilité magnétique, la géochimie et la minéralogie des carottes de forage. Une analyse multiparamétrique à haute résolution de carottes de forage a été réalisée dans la région de Matagami, camp minier du nord de la Sous-Province de l'Abitibi riche en gisements de sulfures massifs volcanogènes (SMV). Dix forages d'exploration ont pu être analysés, ce qui a généré environ 26 000 mesures de densité, de susceptibilité magnétique, et de spectrométrie infrarouge et visible, et environ 12000 mesures géochimiques couvrant plus de 7000 m de carottes réparties dans la région. La grande quantité de mesures physico-chimiques colocalisées ne permet pas de faire une analyse et une interprétation complète «à la main». Les méthodes d'analyses statistiques multivariées peuvent être utilisées pour regrouper .les points de mesures et s'avèrent donc très utiles pour l'interprétation simultanée de l'ensemble des données. L'approche proposée ici est basée sur le partitionnement de données («cluster analysis ») et l'analyse en composantes principales (ACP). Le partitionnement de données est utilisé pour grouper les points de données par classes (pseudo-lithologies) en fonction de leur signature physique et géochimique. Ceci permet de proposer un pseudo-log des lithologies primaires. L'utilisation de cette approche sur un ou plusieurs forages en montre l'efficacité à séparer les lithologies majeures autant que les intrusions de faible épaisseur, avec une bonne résolution, même lorsqu'elles présentent des paramètres physico-chimiques proches. L'ACP est utile afin de déterminer la zonation de l'altération le long des forages par l'étude des tendances dues aux variables décrivant l'altération au sein du jeu de données. Ceci permet alors de créer un modèle d'altération au sein des forages analysés mettant en avant les zones d'intérêt. Pour chacune de ces analyses, le choix des variables descriptives utilisées est primordial et doit être réalisé rigoureusement par l'utilisateur selon ses connaissances et les objectifs recherchés. L'ensemble de ces analyses sont regroupées dans une interface graphique permettant une répétabilité et une constance des analyses et fournissant un outil pour le traitement, l'analyse et l'affichage des données et des résultats. Au final, en combinant les approches statistiques et classiques, l'utilisation des données acquises avec le LAMROC permet de discriminer spatialement, à haute résolution et sur l'ensemble du forage carotté, les lithologies et les altérations liées à la mise en place de gisements de SMV.

The use of downhole logging to acquire large petro-physical databases is common in the oil industry. This allows definition and classification of sedimentary facies of the hydrocarbon reservoirs using statistical and geostatistical approaches. But such measurements are much scarcer in mineraI exploration, although diamond drilling is widely used to explore and define ore deposits and their host rocks. Over time, kilometers of rock cores accumulate without much information being acquired other than the visual description and metal contents of mineralized zones. However, it is possible to get more data from the non-sampled parts. These data can be useful for many geoscientific applications such as 2D and 3D geophysical and geological modeling, geophysical reinterpretations, spatial characterization of hydrothermal alteration or chemo-stratigraphy. In this context, INRS-ETE has set up a mobile laboratory for the physical, chemical and mineralogical characterization of rocks which allows the measurement, directly on core storage sites, non-destructively and nearly simultaneously, of the density, magnetic susceptibility, geochemistry and mineralogy of the drill cores. A high resolution multiparameter survey was carried out on rock cores from the Matagami region, a mining camp situated in the northern part of the Abitibi Subprovince and rich in volcanogenic massive sulfide (VMS) deposits. The cores from ten drill holes have been analyzed, generating around 26 000 measurements of density, magnetic susceptibility and infrared to visible light spectrometry, and almost 12 000 geochemical measurements covering more than 7 000 meters of cores distributed in the region. The large amount of colocated physical and chemical measurements doesn't allow the user to completely interpret and analyze the data by classical means. Multivariate statistical analyses can be used for the classification of measurements into groups and are therefore very useful for the simultaneous interpretation of the entire dataset. The approach proposed here is based on data partitioning ("cluster analysis") and Principal Components Analysis (PCA). The cluster analysis is used to group the data points into classes that can be interpreted as lithologies on the basis of their physico-chemical signatures. This allows us to propose geological pseudo-Iogs of the primary lithologies. The use of this approach on one or several drill holes shows its efficiency to separate major lithologies as well as thin intrusions with a good resolution, even when they display similar physico-chemical parameters. PCA is useful in deciphering alteration zoning along the cores through the study of tendencies due to variables describing the alteration. This allows an alteration model to be created in analyzed drill holes, highlighting areas of interest. For each of these statistical analyses, the choice of the descriptive variables used is critical and must be done rigorously by the user according to his knowledge and the objectives of the investigation. All the algorithms are implemented in a graphic interface allowing repeatability and consistency as well as providing a tool for processing, analyzing and displaying the data and results. The combination of traditional and statistical approaches to interpret the data acquired with the mobile laboratory allows a spatial discrimination, at high resolution, of the lithologies and the alteration linked with VMS deposits.

Type de document: Thèse Mémoire
Directeur de mémoire/thèse: Ross, Pierre-Simon
Co-directeurs de mémoire/thèse: Gloaguen, Erwan
Mots-clés libres: données multivariées; géologie; LAMROC; lithologie; forage; sulfures massifs volcanogènes; Matagami
Centre: Centre Eau Terre Environnement
Date de dépôt: 27 sept. 2013 20:58
Dernière modification: 07 juin 2023 18:07
URI: https://espace.inrs.ca/id/eprint/1534

Gestion Actions (Identification requise)

Modifier la notice Modifier la notice