Strumenti avanzati per agevolare la mappatura a basso impatto della prospettività mineraria
Per avere successo nella transizione verde e raggiungere la neutralità dal punto di vista climatico entro il 2050, l’UE ha bisogno di una quantità crescente di materie prime critiche (MPC); in tal senso, un approccio responsabile al loro approvvigionamento e riciclaggio permetterà di ridurre l’impatto generato dalla prospezione e dell’estrazione sulla natura e sull’ambiente. Uno dei migliori metodi per realizzare questo approccio è quello di condurre una «prospettività mineraria» in silico per le materie prime primarie e secondarie, avvalendosi di modelli concepiti al fine di identificare con precisione gli obiettivi ad alto potenziale che generano un impatto ambientale nullo. Il progetto EIS(si apre in una nuova finestra), finanziato dall’UE, ha sviluppato strumenti che integrano intelligenza artificiale (IA), apprendimento automatico e apprendimento profondo allo scopo di analizzare ampie serie di dati provenienti da precedenti campagne di prospezione. Secondo le previsioni, questo approccio basato sui dati accelererà la scoperta, ridurrà al minimo l’impatto sull’ambiente e favorirà una prospezione più sostenibile ed efficiente per le MPC.
Avanzati strumenti di modellizzazione che sfruttano i megadati esistenti
«L’integrazione dell’IA, dell’apprendimento automatico e dell’apprendimento profondo nella prospezione mineraria offre potenzialità di trasformazione: analizzando vaste serie di dati provenienti da precedenti campagne in tal ambito, tra cui dati geofisici, geochimici e geologici, queste tecnologie sono in grado di individuare modelli e correlazioni al di là della capacità di rilevamento umana», spiega Hafsa Ahmed Munia, coordinatrice del progetto e ricercatrice presso l’istituto Geological Survey of Finland(si apre in una nuova finestra). L’impiego dell’IA ridurrà significativamente la necessità di svolgere costose e invasive operazioni sul campo, abbassando in tal modo i costi finanziari e ambientali. I modelli di apprendimento automatico e apprendimento profondo in grado di migliorare in maniera continuativa attraverso l’addestramento con nuovi dati consentiranno di incrementare la precisione e l’affidabilità della capacità predittiva nel corso del tempo.
Una libreria digitale contenente sistemi minerali primari e strumenti di analisi avanzati
Gli strumenti non commerciali esistenti per l’analisi della prospettività mineraria sono poco diffusi e richiedono una notevole esperienza per essere utilizzati in maniera efficace. «Per colmare questa lacuna critica, EIS ha sviluppato due applicazioni software che includono nuovi geomodelli e strumenti di analisi dei dati spaziali inediti, veloci ed economici per l’analisi della prospezione mineraria, la mappatura e la modellizzazione dei sistemi minerari», spiega Munia. Il kit di strumenti di EIS(si apre in una nuova finestra) è una libreria Python indipendente di sistemi minerali che integra l’apprendimento automatico e l’analisi dei dati spaziali allo scopo di facilitare la mappatura della prospettività mineraria a un livello superiore rispetto a quello offerto dai software gratuiti attualmente disponibili. Gli strumenti presenti nel kit di strumenti possono essere utilizzati separatamente in script Python o tramite il wizard QGIS di EIS(si apre in una nuova finestra). Il wizard QGIS(si apre in una nuova finestra) di EIS è un’interfaccia intuitiva che migliora l’accessibilità al kit di strumenti, semplificando i flussi di lavoro per i geologi e i professionisti della prospezione mineraria. Il plug-in consente agli utenti di orientarsi in ogni fase della mappatura della prospettività mineraria, mentre l’archivio contiene la documentazione per l’installazione del software.
Garantire la sostenibilità di MPC in Europa generando un impatto ambientale minimo
EIS ha valutato la capacità di cui sono dotati gli strumenti di EIS in relazione alla produzione di mappe di prospettività mineraria per le materie prime secondarie, ovvero quelle derivate dai rifiuti delle miniere e/o provenienti dagli scarti di lavorazione/metallurgici). La valutazione ha rilevato le lacune esistenti nelle informazioni necessarie e ha dato luogo a raccomandazioni sulle modalità attraverso cui facilitare la mappatura della prospettività mineraria per le materie prime secondarie. «Gli strumenti di EIS, che supportano i team attivi nella prospezione mineraria in tutte le fasi dei loro progetti, snelliranno i flussi di lavoro, miglioreranno il processo decisionale e faciliteranno la scoperta sostenibile di MPC grazie a una più precisa individuazione dei giacimenti», conclude Munia. In questo modo, i risultati ricavati dal progetto aumenteranno l’autosufficienza a lungo termine dell’Europa per quanto riguarda le MPC e sosterranno l’attuazione del Green Deal europeo, a beneficio dell’economia dell’UE, dei suoi abitanti e dell’ambiente. Il pubblico può saperne di più sul ruolo vitale svolto dalle MPC nella vita quotidiana e nell’economia, sulla transizione verde e sullo sviluppo sostenibile attraverso i podcast e video(si apre in una nuova finestra) messi a disposizione dal progetto.
