Am 25. Oktober spricht um 9:00 Uhr Dr. Andreas Barth von der Beak Consultants GmbH in seinem Keynote-Vortrag über “Mineral predictive mapping – from intuition to quantitative hybrid 3D modelling”. Über viele Jahre hinweg wurde die Vorhersage und Modellierung von Rohstoffhöffigkeiten durch Intuition und durch wissensbasierte Ansätze geleitet, welche auf Karten und Explorationsmodellen basierten. Bedeutende Grundlagen legte Agricola bereits im 16. Jahrhundert mit seinem Werk "De re metallica libri XII". Rohstoffe wurden mit Wissen und Intuition gesucht und gefunden.

Die Entwicklung von erschwinglichen leistungsfähigen Computern zusammen mit der Verfügbarmachung von einer Vielzahl von geowissenschaftlichen Datensätzen bildeten die Grundlage für die Entwicklung von modernen rechnergestützten datenbasierten Rohstoffprognosetechnologien. Die Verfügbarkeit von einfach zu bedienenden Software-Produkten (z.B. Beaks advangeo^® Prediction Software) wird die Einführung solcher Technologien in die tägliche Praxis vorantreiben, da sie einer Vielzahl von normalen GIS-Anwendern und 3D-Modellierern zugänglich gemacht wird.

Rohstoffpotenzialkarten sind wichtige Mehrwertprodukte im Vergleich zu einfachen Datensätzen. Sie liefern privaten und öffentlichen Einrichtungen, die in der Regel nicht die Möglichkeit haben, solche Forschung selbst zu betreiben, neue Erkenntnisse und Ideen.

Zusätzlich dazu präsentiert Andreas Brosig von Beak ein Poster über “Mineral predictive mapping in 2D, 2.5D and 3D using Artificial Neural Networks – Case study of Sn and W deposits in the Erzgebirge, Germany”, welches in Zusammenarbeit mit dem Sächsischen Landesamt für Umwelt, Landwirtschaft und Geologie (LfULG) entstand. Das mittlere Erzgebirge ist bekannt für seine Zinn- und Wolframlagerstätten. Eine Kombination aus wissens- und datengesteuerten Modellansätzen wurde verwendet, um qualitative und quantitative Vorhersagekarten für strukturkontrollierte als auch lithologisch kontrollierte Sn- und W-Vorkommen zu erstellen. Dabei nutzt die verwendeteadvangeo^® Prediction Software künstliche neuronale Netze (KNN), um Vorhersagemodelle in 2D, 2,5D und 3D für die verschiedenen Rohstoffe zu erstellen.

Weitere Informationen zur Konferenz sind auf der Webseite und im Programm zu finden.