RAPPORT

Rapport de fin d’études ELAZHARI Abdelaziz
RÉSUMÉ :
Ce mémoire constitue une synthèse de mon projet de fin d’étude effectué au sein
d’AKKA Gold Mining filiale de Managem dans l’anti atlas marocain. Ce projet vise à évaluer
apport de la télédétection à l’exploration minière, et de modéliser en 3D les structures
minéralisées ainsi qu’une étude technico-économiques des réserves minérales du gisement
d’AKKA EST.
Premièrement on s’est focalisé sur l’apport de la télédétection à l’exploration minière,
plusieurs méthode ont été expérimentées dans le but de détecter les altérations
hydrothermales à savoir les bandes ratios, Méthode de Crosta « Analyses en composantes
principales » et les analyses spectrales. Les linéaments ont été extraits à l’aide des filtres
directionnels. Des résultats satisfaisants ont été obtenus et validé par la connaissance des
géologues et des visites de terrain.
Deuxièmement on s’est intéressé à la modélisation 3D des structures minéralisées et
l’étude de la variation spatiale des teneurs en métal à l’aide de la géostatistique. Suivie par
l’estimation des teneurs et des tonnages pour en finir avec la détermination de la fosse ultime
qui donne un cash-flow maximal.
Mots Clés :
Télédétection spatiale, exploration minière, modélisation 3D, ressources et réserves

minérales, Géostatistique, altération hydrothermale, extraction des linéaments, Optimisation
de la fosse.
1
ABSTRACT
This memorandum is a summary of my graduation project performed within AKKA
Gold Mining subsidiary Managem anti Atlas of Morocco. This project aims to evaluate the
contribution of remote sensing in mineral exploration, and 3D modeling of the mineralized
structures as well as a technical and economic study of mineral reserves of the deposit of
AKKA East.
Firstly, we focused on the contribution of remote sensing in mineral exploration.
Several methods have been tested in order to detect hydrothermally alteration namely Ratios
Bands, Crosta Method “principal component analysis” and Spectral Analysis. Lineaments
extraction was performed using the directional filters. Satisfactory results were obtained and
validated by the knowledge of geologists and field visits.
Secondly, we were interested in 3D modeling of the mineralized structures and the
study of the spatial variation of metal concentration using geostatistics. Followed by the
estimation of grades and tonnages in order to determine the ultimate pit, which gives a
maximum cash flow.
Keywords:
Remote sensing, mining exploration, 3D modeling , Mineral Resources and Reserves,
geostatistics, hydrothermal alteration, lineaments extraction, Pit Optimization.
2
Dédicace
Je dédie cet humble travail
À mes très chers Parents :

Aucun mot ne pourrait exprimer mes reconnaissances et mes
gratitudes pour le soutien et l’amour que vous n’avez pas cessé de
me prodiguer tout au long de mon parcours.
À Mes chers frères et sœurs.
À Mes chers professeurs qui m’ont formé.
À mes chers amis.
À Tous ceux qui ont contribué à la réalisation de ce travail.
Je vous remercie pour votre agréable compagnie
3
REMERCÎMENT :
En préambule à ce mémoire, je souhaite adresser mes remerciements aux personnes qui
m'ont apportées leur aide et qui ont contribuées à l'élaboration de ce mémoire. Je tiens à
remercier sincèrement Mr. BOULASSAL Hakim et Madame Amharref MINA, qui était
toujours à l’écoute tout au long de la période de stage ainsi mon encadrant externe Mr.
ELHARKATY Mohammed pour son soutien pédagogique et scientifique, mes remerciements
s’adressent aussi à Mr. MAÂTOUK Mustapha chef de filière « Géoinformation », et à toute
l'équipe enseignante de la filière pour leurs contribution à notre formation.
Mes remercîment s’adressent aussi à Monsieur ABOULKHIR Mounir, directeur de la mine
d’AKKA. À monsieur SMOUH Ahmed Cadre Géologue Géomaticien, monsieur AISSIOUI
Noureddine Chef d’exploitation, Monsieur Adil Slimani cadre géomaticien, Monsieur
ELKOURCHI Mohammed géomaticien. Et à toute l’équipe d’AKKA Gold Mining.
Mes remerciements les plus sincères à toutes les personnes qui ont contribuées de près ou de
loin à l’élaboration de ce mémoire.
4
Table des matières
RÉSUMÉ :....................................................................................................................................................... 1
DÉDICACE..................................................................................................................................................... 2
REMERCÎMENT :............................................................................................................................................ 4
LISTE DES FIGURES........................................................................................................................................ 8
LISTE DES TABLEAUX .................................................................................................................................... 9
LISTE DES ÉQUATIONS ................................................................................................................................. 9
INTRODUCTION GENERALE ....................................................................................................................... 10

Chapitre I : Présentation de l’organisme d’accueil : .................................................................................... 12
I.1 INTRODUCTION ............................................................................................................................ 12
I.2 Les activités de Managem :........................................................................................................... 12
I.3 Les sites exploités par Managem : ................................................................................................ 12
I.4 AKKA Gold Mining : ...................................................................................................................... 13
Chapitre II : Étude De L’apport De La Télédétection À L’exploration Minière ............................................. 16
II.1 Introduction ................................................................................................................................. 16
II.2 Présentation de la zone d’étude et des prétraitements :............................................................... 17
II.2.1 Situation géographique......................................................................................................... 17
II.2.2 Présentations des outils de travail......................................................................................... 17
II.2.2.1 ENVI 5.1 ............................................................................................................................... 17
II.2.2.2 ArcGIS Desktop 10.2 ............................................................................................................ 18

II.2.3 Présentation des données et des prétraitements .................................................................. 18
II.3 Band ratios ................................................................................................................................... 18
II.3.1 Principe de la méthode ........................................................................................................ 19
II.3.1.1 Alunite et les minéraux d’argile sur le ratio 6/7 .................................................................... 19
II.3.1.2 Les minéraux de fer avec le ratio 4/2 .................................................................................... 19

II.3.2 Les ratios de Sabin................................................................................................................ 20
II.3.2.1 Principe ................................................................................................................................ 20
II.3.2.2 Résultats ............................................................................................................................... 21

II.3.3 Compositions colorées : ....................................................................................................... 22
II.4 Méthode de « Crosta » ................................................................................................................. 24
II.4.1 Principe de la méthode ........................................................................................................ 24
II.4.2 Résultats : ............................................................................................................................ 24
5
II.4.2.1 ACP avec quatre bandes : Cartographie de l’hydroxyle ......................................................... 24
II.4.2.2 ACP avec quatre bandes : Cartographie des oxydes de fer..................................................... 27
II.4.2.3 Les compositions colorées de la méthode Crosta ................................................................... 28

II.5 Les analyses spectrales ................................................................................................................. 30
II.6 Extraction des Linéaments ............................................................................................................ 31
II.6.1 Principe de l’étude ................................................................................................................ 31
II.6.2 Résultats :.............................................................................................................................. 32

II.7 Conclusion.................................................................................................................................... 33
Chapitre III : Modélisation 3D Et Étude Technico-Économique Des Réserves Du Gisement D’AKKA-EST..... 34
III.1 Introduction ................................................................................................................................. 34
III.2 Présentation du Gisement AKKA EST ............................................................................................ 35
III.2.1 Cadre géographique ............................................................................................................. 35
III.2.2 Cadre géologique.................................................................................................................. 36
III.2.3 Minéralisation ...................................................................................................................... 37
III.3 Présentation des outils de travail.................................................................................................. 38
III.2.4 Datamine Studio 3 ................................................................................................................ 38
III.2.5 Geostat+ ............................................................................................................................... 38
III.2.6 NPV Scheduler ...................................................................................................................... 38
III.4 Notions et principe de l’étude ...................................................................................................... 38
III.4.1 Définition des ressources ...................................................................................................... 38
III.4.2 Définitions des réserves minérales ........................................................................................ 39
III.4.3 Classification des réserves..................................................................................................... 40

III.5 Étude technico-économique du Gisement d’AKKA EST.................................................................. 42
III.5.1 Constitution de la base de données ...................................................................................... 42
III.5.2 Modélisation des sondages : ................................................................................................. 44
III.5.3 Les Teneurs de coupure ........................................................................................................ 45
III.5.3.1 Teneur de coupure Géologique ......................................................................................... 45
III.5.3.2 Teneur de coupure économique ....................................................................................... 46

III.5.4 Les coupes transversales....................................................................................................... 46
III.5.5 Définition du model 3D ......................................................................................................... 47
III.5.6 La discrétisation « Définition des blocs » ............................................................................... 47
III.5.7 Études géostatistique ........................................................................................................... 48
III.5.7.1 Définitions........................................................................................................................ 48
6
III.5.7.2 Écrêtage ............................................................................................................................ 49
III.5.7.3 Les variogrammes ............................................................................................................. 50
i. Variogramme selon les sondages : ................................................................................................ 53
ii. Variogramme selon la direction de l’allongement du gisement : ................................................... 54
iii. Variogramme selon la direction du pendage du gisement :....................................................... 54
III.5.7.4 Interpolation spatiale des teneurs « Krigeage » et inverse des carré de la distance............. 55
III.5.6.1 Résultats d’estimation des ressources ................................................................................ 56

III.5.8 Optimisation des ressources ................................................................................................. 57
III.5.8.1 Présentation de l’algorithme d’optimisation de Lerchs Grossmann.................................... 58
III.5.8.2 Paramètres techniques et économiques d’optimisation : .................................................... 59
III.5.8.3 Résultats d’optimisation : .................................................................................................. 60

III.6 Conclusion :.................................................................................................................................. 63
7
LISTE DES FIGURES

Figure 1 Répartition du chiffre d’affaire par produit ..................................................................................... 12
Figure 2 Structure du capital ........................................................................................................................ 12
Figure 3 : Repartition spatiale des projet de MANAGEM au Maroc............................................................... 13
Figure 4 l'organigrame de l'AGM .................................................................................................................. 14
Figure 5 les services qui entrent en relation avec la géomatique .................................................................. 15
Figure 6 Situation de la zone d'étude ........................................................................................................... 17
Figure 7: la carte du rapport 6/7 .................................................................................................................. 19
Figure 8: Les réponses spectrales des minéraux d'argile [5].......................................................................... 19
Figure 9 : carte du rapport 4/2 ..................................................................................................................... 20
Figure 10 les réponses spectrales des oxydes de fer [5]................................................................................ 20
Figure 11 : composition colorée de " sabins ratio " modifiée ........................................................................ 21
Figure 12 : Carte de la composition colorée des rapports de Chica_Olma ..................................................... 23
Figure 13 : Carte de la composition colorée des rapports de Jingyaun et al .................................................. 23
Figure 14 : carte de la composition colorée des rapports d'abrams .............................................................. 23
Figure 15 : Carte de la composition colorée des rapports de Kaufman ......................................................... 23
Figure 16 : H Image ...................................................................................................................................... 26
Figure 17 : F Image....................................................................................................................................... 28
Figure 18 : carte de la composition colorée de Crosta Méthode ................................................................... 29
Figure 19 : H+F Image .................................................................................................................................. 29
Figure 20 : le kaolinite au nord de la boutonnière de tagragra d'akka ........................................................... 30
Figure 21 : l'hématite au nord-ouest de la mine d'Agoujgal .......................................................................... 30
Figure 22 : Étapes de production de la carte de densité des linéaments ....................................................... 31
Figure 23 : Carte de densité des linéaments ................................................................................................. 32
Figure 24 : Situation géographique du gîte d’Est AKKA ................................................................................. 36
Figure 25 : Carte géologique de détail .......................................................................................................... 37
Figure 26 : indice de minéralisation.............................................................................................................. 38
Figure 27 : indice de minéralisation.............................................................................................................. 38
Figure 28 : Classification des ressources et réserves suivant la norme canadienne CIM NI 43-101 ................ 40
Figure 29 : feuille des coordonnées .............................................................................................................. 43
Figure 30 : feuille des mesures des déviations, azimut et profondeur « surveys » ........................................ 43
Figure 31 : feuille des analyses ..................................................................................................................... 43
Figure 32 : feuille de lithologie ..................................................................................................................... 44
Figure 33 : Modélisation des sondages d’EST-AKKA...................................................................................... 44
Figure 34 : interprétation des sondages d'une coupe géologique ................................................................. 46
Figure 35 : Model 3D de la minéralisation d’est akka.................................................................................... 47
Figure 36 : le model 3D après discrétisation ................................................................................................. 48
Figure 37 : Histogramme des teneurs du cuivre en fonction des passes analysées........................................ 49
Figure 38 : Courbe des fréquences cumulées des teneurs d'argents ............................................................. 50
Figure 39 : Courbe des fréquences cumulées des teneurs du cuivre ............................................................. 50
Figure 40 : courbe du variogramme théorique ............................................................................................. 52
Figure 41 : Modélisation du premier variogramme ...................................................................................... 53
Figure 42 : modélisation du variogramme selon la direction de l'allongement du gisement.......................... 54
Figure 43 : Modélisation du variogramme selon la direction du pendage du gisement ................................. 54
Figure 44 : L'ellipsoïde de recherche ............................................................................................................ 55
Figure 45 : résultat d'interpolation avec l'inverse des carrés des distances................................................... 56
Figure 46 : résultats d'interpolation avec Krigeage ....................................................................................... 56
8
Figure 47 : Valeurs initial des blocs (positif : minerai, négatif : stérile) .......................................................... 58
Figure 48 : illustration du minerai et de stérile ............................................................................................. 58
Figure 49 : Calcul de la valeur V'................................................................................................................... 59
Figure 50 : insertion d’une ligne de zéro au niveau de sol............................................................................. 59
Figure 51 : Calcul de la valeur maximale (V’’) et détermination de la fosse optimale .................................... 59
Figure 52 : la fosse ultime habillé ................................................................................................................. 61
LISTE DES TABLEAUX

Tableau 1 les bornes de la zone d'etude....................................................................................................... 17
Tableau 2: les differentes compositions coloré des bandes ratios [24] ........................................................ 22
Tableau 3 tableau des statistiques de l'ACP sur les bandes 2567 .................................................................. 25
Tableau 4 : tableau des statistiques de l'ACP sur les bandes 2457 ................................................................ 27
Tableau 5 : les Ressources minérales à la phase initial d'est akka ................................................................. 57
Tableau 6 : Paramètres économiques .......................................................................................................... 60
Tableau 7 : paramètres techniques d'habillage ............................................................................................ 60
Tableau 8 : les réserves minérales dans leur etat initial ................................................................................ 61
Tableau 9 : Réserves Minérales avec dilution ............................................................................................... 62
Tableau 10 : Réserves minérales à l'état actuel ............................................................................................ 62
LISTE DES ÉQUATIONS

Équation 1 : Teneur de coupure géologique ................................................................................................ 45
Équation 2 : équation du variogramme ....................................................................................................... 51
Équation 3 : variogramme théorique ........................................................................................................... 52
Équation 4 : principe d'interpolation............................................................................................................ 55
Équation 5 : Pondération de l'inverse des carrés des distances .................................................................... 55
Équation 6 : Calcul de V'.............................................................................................................................. 58
Équation 7 : Calcul de la valeur V''................................................................................................................ 59
9
INTRODUCTION GENERALE
L’industrie minérale est un acteur essentiel dans l’économie national. Au Maroc ce secteur
contribue d’une façon considérable dans l’augmentation du produit intérieur brut d’où l’intérêt
d’assurer un développement économique, technique et scientifique de ce secteur. La géomatique est
un ensemble de sciences pluridisciplinaire qui peuvent intervenir là où il y a de l’information
spatialisée. Dans le domaine minier, les informations géographiques ont un grand effet sur
l’ensemble des opérations, Exemple : la décision d’extraire un minerai ou non repose essentiellement
sur sa position dans l’espace, est ce qu’il est près de la surface et donc on n’investira que peu dans
son extraction ou il est profond et il a d’importants charges et donc sa valeur est influencée par sa
position dans l’espace qui influencera la prise de décision. En effet plusieurs questions se posent
notamment : quel est l’apport des sciences de la géomatique aux domaines miniers ? Comment
pourrons-nous cibler des nouvelles zones d’exploration ? Et comment quantifier les ressources
minérales d’un gisement récemment découvert ?
La décision d’ouverture d’une nouvelle mine passe par plusieurs études, la première c’est
l’exploration minière qui consiste à la découverte de nouveaux potentiels gisements. L’introduction
des nouvelles technologies telles que la télédétection peut apporter un aide valeureux. C’est dans le
but d’évaluer l’apport de la télédétection que s’inscrit le deuxième chapitre, il abordera en premier
la cartographie des altérations hydrothermales en utilisant les bandes ratios, l’analyse en
composantes principales « Crosta Methode » et les analyses spectrales. La dernière partie de ce
chapitre consistera à l’extraction des linéaments depuis l’imagerie satellitaire et la constitution d’une
carte de densité des linéaments.
Le troisième chapitre consistera à modéliser les structures minéralisés en 3D (construire
un SIG 3D) dans une finalité de bien localiser les structures x y et z et d’estimer leurs
concentration en métal à l’aide de la géostatistique. Ces études permettrons d’estimer les
10
tonnages en métal pour pouvoir décider si ça vaut la peine d’exploiter le gisement on non, et
finalement optimiser les profils et donner la partie la plus rentable du gisement qui maximise
les bénéfices tout cela en prenant compte d’ une variété des paramètres techniques et
économiques. En plus de bien visualiser l’allure du gisement et d’estimer ses tonnages et de
maximiser les bénéfices Le SIG 3D construit permettra aussi la planification et la simulation de
l’exploitation ainsi que le suivie de l’extraction du minerai.
11
Chapitre I : Présentation de l’organisme d’accueil :
I.1 INTRODUCTION
Avec un chiffre d’affaire de 418 Millions de Dollars, 7500 emplois et 21 unités industrielles
Managem est un groupe minier gérant un portefeuille de ressources minérales diversifié, orienté
pour l’essentiel sur les métaux précieux, les métaux de base, le cobalt et la fluorine. Solidement
implanté au Maroc et dans de nombreux pays africains, le Groupe est présent sur l’ensemble de la
chaîne de valeur de l’activité minière, allant de l’exploration et l’extraction jusqu’à la
commercialisation des minerais. Grâce à son modèle d’activité développé depuis plus de 83 ans.
Figure 2 Structure du capital Figure 1 Répartition du chiffre d’affaire par

produit
I.2 Les activités de Managem :

Le Groupe Managem est organisé autour de deux grands domaines d’activités opérant chacun
avec une grande autonomie : le domaine du Cobalt & des Métaux de base et le domaine des Métaux
précieux. Pour assurer un fonctionnement efficace, cohérent et optimal, les branches sont
accompagnées et renforcées par des activités supports, notamment l’ingénierie, les sondages et les
travaux souterrains, et assistées par des fonctions corporate (finance, systèmes d’information,
ressources humaines, achats et logistique, juridique, etc.).
I.3 Les sites exploités par Managem :

Nationalement, Managem exploite plus de dix mines à travers le Maroc, qui sont présenté
dans la figure 3 ci-dessous. Mon stage s’est déroulé au sein de la société AKKA Gold
Mining « AGM » ce site sera présenté par détail dans la suite du chapitre.
12
Figure 3 : Repartition spatiale des projet de MANAGEM au Maroc
I.4 AKKA Gold Mining :

I.5.1 Historique :
En 1984 l’ONHYM a entrepris une vaste opération de recherche de l’or à travers tout l’Anti-
Atlas occidental. Il s’agit d’une compagnie de recherche alluvionnaire qui a permis de mettre en
évidence plusieurs anomalies aurifères, l’ONHYM a donc réalisé une cartographie donnant la
répartition de ces anomalies alluvionnaires.
Le 25 Avril 1996 une convention de partenariat a été signée entre ONHYM et le pôle de
groupe O.N.A portant sur le développement du gisement d’or Iourirne, cet accord prévoit la création
d’une société dénommée « AKKA GOLD MINING ».
La société AGM exploite aussi deux gisements cuprifères « TAZALAGHT et AGUJGAL » d’un
teneur de 1%, pour produire un concentré de 20% en cuivre, et une récupération métal de 70%.
Le concentré cuivre produit par AGM contient aussi des éléments valorisants comme l’or et
l’argent, et des éléments pénalisants par exemple la silice, l’arsenic, et le Sibium.
La masse très grande des deux gisements assure une durée de vie prolongée de l’exploitation
par rapport au gisement aurifère.
13
I.5.2 Situation Géographique :
Le gisement AKKA fait partie de zones d’exploitation abandonnées au XVIe siècle après la
découverte du gisement au Nouveau Monde. Situés dans la boutonnière d’Akka à environ 280
kilomètres au sud-est d’Agadir au Maroc.
Le site minier est accessible par la route depuis Agadir en passant par Tiznit. Il faut mettre
environ 4 heures pour parcourir les 280 km qui séparent Agadir d’Akka. Akka étant au sud de la
chaîne de montagnes Atlas, la route est sinueuse et parfois dangereuse. Akka n’est pas desservie par
voie ferrée. Une piste d’atterrissage de gravier a été aménagée près du site minier.
I.5.3 L’organigramme
L’AGM est constituée de plusieurs divisions présentées ci-dessous dans la figure quatre.
Direction d’exploitation
Service administratif Service informatique
Contrôle de gestion Service achat
Laboratoire QSEF
Service géologie Usines de Service Maintenance Carriè

traitement géométrie re
e
Géomatique Géologie Engin Service Electrique Mécanique

s méthod centrale
e
Traitement Cu Maintenance usines
Figure 4 l'organigrame de l'AGM
14
I.5.4 Service d’accueil : Géomatique
La géomatique présente un axe principal qui lie différentes services de l’AGM, elle combine
les données produites par le service de la topographie à savoir les coordonnées X Y Z de différentes
cibles concernées, les informations de la géologie et les analyses des échantillons du laboratoire. Pour
permettre la supervision et le suivie des différentes carrières de la mine.
Laboratoire
Topographie Geomatique Géologie
Mine
Figure 5 les services qui entrent en relation avec la géomatique
15
Chapitre II : Étude de l’apport de la télédétection

spatiale à l’exploration minière
II.1 Introduction
L’exploration minière regroupe l’ensemble des opérations nécessaires à l’acquisition de
connaissances servant à évaluer qualitativement et quantitativement une substance minérale dans le
but de mettre en évidence l’existence d’un gisement exploitable (économiquement rentable).
L’exploration nécessite l’application de multiples disciplines scientifiques comprenant notamment
géologie, géochimie, géophysique, hydrogéologie, géotechnique, géostatistique, modélisation…etc.
Les opérations d’exploration portent la particularité d’être engagées sans garantie de succès.
L’objectif du présent chapitre est d’évaluer l’apport de la télédétection à l’exploration minière
dans la recherche de nouveaux gites potentiellement exploitables. La télédétection peut contribuer
de plusieurs façons à l’exploration minière. Plusieurs approches ont été développées dans ce sens.
On se focalisera dans cette étude sur deux aspects principaux : premièrement sur la cartographie des
zones d’altération hydrothermale, et deuxièmement sur l’extraction et l’analyse des linéaments.
Plusieurs chercheurs ont utilisé les données de la télédétection pour étudier la présence des
altérations associées à une minéralisation. Un assemblage de certaines altérations donne une
évidence sur la possibilité d’avoir une minéralisation aux environs de la zone. Associé à une analyse
convenable, une carte des linéaments peut aider à cerner la zone d’étude. L’évaluation de ces
approches est l’objectif de ce présent chapitre.
Pour ce faire, les données du Landsat 8 OLI/TIRS (gratuites) ont été choisies. Un certain
nombre de traitements ont été effectués et seront présentés par la suite. Ce chapitre comporte quarts
axes, la présentation des données et des prétraitements, les bandes ratios, Crosta méthode et les
analyses spectrales pour en finir avec une conclusion.
16
II.2 Présentation de la zone d’étude et des

prétraitements :
II.2.1 Situation géographique
La zone d’étude couvre les alentours de la boutonnière de Tagragra d’AKKA et une partie de
la boutonnière de Krdous. Elle regroupe les quatre carrières de la mine d’AKKA – Tazalaght,
Ouansimi (en cours de préparation), Agoujgal et EST AKKA. Plus précisément les bornes de la zone
d’étude sont présentées au tableau 1 ci-dessus, L’étude sera faite sur une échelle régionale comme
présenté ci-dessous sur la carte de situation « figure 6 »,
Bornes X Y
P1 477913.711 3354609.53
P2 672421.677 3354609.53
P3 641432.623 3213718.62
P4 446800.665 3213718.62
Tableau 1 les bornes de la zone d'etude
Figure 6 Situation de la zone d'étude
II.2.2 Présentations des outils de travail
Dans cette étude les principaux outils de travail utilisé était ENVI 5.1 pour les traitements
des images satellitaires et ArcGIS 10.2 comme un outil SIG.
II.2.2.1 ENVI 5.1
ENVI est un logiciel conçu pour la visualisation, l'analyse et la présentation de tous les types
d'imagerie numérique. Le paquet de traitement d'image complet d’ENVI comporte, des outils
d’analyses spectrales, correction géométrique et radiométrique, analyse du terrain, analyse de radar,
17
raster et vecteur. C’est un paquet contenant une panoplie des méthodes et des outils de traitement
des images.
II.2.2.2 ArcGIS Desktop 10.2
ArcGIS est un logiciel destiné aux systèmes d’information géographique (SIG) et aux
technologies de cartographie. ArcGIS offre des possibilités de visualisation des informations spatiales,
Création des cartes, présentation des résultats et de développement des applications SIG.
II.2.3 Présentation des données et des prétraitements
Les images satellitaires de landsat 8 OLI/TIRS ont été choisies pour cette étude. Deux images
satellitaires ont été considérées. Les deux ont été acquises le 31 Octobre 2014 une à 11h04 et l’autre
à 11h05. Nous les avons récupéré depuis le protail de NASA earth explorer. Ces scénes ont subi un
mosaiquage et un decoupage pour couvrire la zone d’interêt .
La correction atmospherique et la calibration radiometrique des images multispectrales ont

été réalisées avec la methode IARR « Internal Average Relative Reflection ». C’est l’une des méthodes
les plus recommandées dans le cas de recherche minéralogique[1]. Son principe consiste à convertir
les comptes numériques en réflectances. Le résultat de la correction peut être directement comparé
avec les réponses spectrales trouvées en laboratoire Les bandes thermiques de Landsat 8 OLI/TIRS ont
été calibrées avec le module « Thermal Atmospheric Correction » de ENVI 5.1.
Le reste des traitements sera présenté dans chaque méthode à part. Principalement on s’est
focalisé sur trois méthodes : les bandes ratios où on vise à bénéficier des propriétés de la réflexion et
d’absorption des cibles, la méthode Crosta ou on utilise l’analyse en composantes principales pour
faire ressortir de nouvelles bandes qui cartographient nos cibles et enfin les analyses spectrales.
II.3 Band ratios

Band ratio est une technique qui est largement utilisée dans la télédétection spatiale depuis
plusieurs années dans le but de mettre en valeur les différences des réponses spectrales (signatures
spectrales) d’une bande à une autre pour les cibles à cartographier.
Des surfaces identiques peuvent donner des réponses différentes par l’effet de l’exposition,
des pentes topographiques, de l’ombre, ou des changements saisonniers. Ces variances influencent
l’interprétation de l’opérateur et peut donner naissance à des erreurs. Les bandes ratios ont l’avantage
de pouvoir réduire l’effet de ce genre de problèmes. Les bandes ratios ont aussi l’avantage de pouvoir
ressortir des informations uniques qui ne sont pas récupérables directement depuis les bandes
originales. Ce qui est très utile pour désintégrer les matériaux de surface [2] [3] [4][5].
18
Dans la présente étude une variété de bandes ratios et des compositions de fausses couleurs
ont été utilisées dans le but de cartographier les altérations hydrothermales.
II.3.1 Principe de la méthode
Le principe de la méthode repose sur le fait que chaque objet à une réponse spectrale unique
à chaque longueur d’onde, le ratio peut être utilisé pour soulever l’anomalie de l’objet cible en
déterminant la bande à laquelle la réflectance et l’absorption sont maximales.
II.3.1.1 Alunite et les minéraux d’argile sur le ratio 6/7
La figure 8 présente la réflectance d’alunite et des minéraux d’argile. Ces minéraux ont des
comportements similaires qui consistent en une réflexion maximale dans les entourages de 1.7um et
une absorption maximale dans les entourages de 2.2um. Le rapport des bandes 6 et 7 (ratio 6/7) de
Landsat 8 OLI peut mettre en valeur cette différence et permet, par conséquence, d’avoir une image
en nuance de gris où les pixels les plus brillantes présentent les zones de forte concentration en
alunite et les minéraux d’argile figure 7.
Figure 8: Les réponses spectrales des minéraux d'argile [5]

Figure 7: la carte du rapport 6/7
II.3.1.2 Les minéraux de fer avec le ratio 4/2
Les oxydes de fer et les sulfates est le deuxième groupe de minéraux associé à une altération
hydrothermal. La figure 9 présente la réponse spectrale d’hématite qui est un oxyde de fer III et de
la goethite qui présente l’oxyhydroxyde de fer (III),
19
Ce type d’altération hydrothermale présente une faible réflexion dans la bande 2 et une
réflexion importante au niveau de la bande 4. En conséquence les oxydes de fer auront des valeurs
élevées dans l’image du rapport 4/2 comme présenté sur la figure 10.
Figure 10 les réponses spectrales des oxydes de fer [5] Figure 9 : carte du rapport 4/2
II.3.2 Les ratios de Sabin

II.3.2.1 Principe
Le rapport 4/2 souligne les régions où les minéraux de fer et les sulfates ont une forte densité.
Le rapport 5/6 par contre représente l’hydroxyle minéral en raison de haute réflexion de l’hydroxyle
dans la bande 5 et l’absorption minimale dans la bande 6, une soustraction du rapport 5/4 a été
réalisée pour réduire l’effet de l’interférence de la végétation dans la détection du minéral.
La minéralisation d’argile a été détectée en utilisant le rapport 6/7. Aussi pour ce rapport on
a soustrait le rapport 5/4 pour la même raison qu’avant qui est la réduction de l’interférence de la
végétation. [2][3][4][5].
20
II.3.2.2 Résultats
Une composition colorée a été constituée depuis ces rapports pour faire ressortir les régions
de forte altération hydrothermale. La composition colorée qui a été adoptée est (R-(4/2), G-((6/7)-
(5/4)) et B-((5/6)-(5/4))) [9], cette composition permet de distinguer la localisation des roches avec
une altération hydrothermale avec une couleur rose à rouge et bleu. La figure 11 présente les
résultats obtenus.
Figure 11 : composition colorée de " sabins ratio " modifiée
Pour une échelle régionale, on remarque l’existence des altérations dans l’entourage
d’Ouansimi et Tagnza. Aussi on détecte des chapeaux de fer qui sont proches de la carrière
d’Agoujgal et Tazalaght. Une grande zone à forte altération qui apparait dans la limite de la frontière
avec l’Algérie.
21
II.3.3 Compositions colorées :
Afin de bien s’assurer de nos résultats, l’utilisation de plusieurs bandes ratios et des
compositions colorées était une option valable pour comparer entre les résultats de chaque méthode.
Le tableau 2 résume l’ensemble des méthodes et des rapports utilisés pour la détection des altérations
(à noter que les bandes reportées sur la figure sont ceux du Landsat Thematic mapper). Chica-olma
[22][3][24] a introduit le ratio 6/5 ‘ Landsat 8 ’ pour détecter les minéraux de fer. Kaufman
[23][3][24] lui a utilisé le rapport entre la bande 7 de l’infrarouge moyen et la bande 5 du proche
infrarouge pour détecter les minéraux contenant les ions de fer.
Tableau 2: les differentes compositions coloré des bandes ratios [24]
Les rapports d’Abram [13][3][24] (6/7,4/3 ,5/6) illustrent les oxydes de fer en vert et les
minéraux d’argile en rouge (voir la figure 14). En utilisant les rapports de chica-Olma (5/7,5/4,3/1),
les ions de fer vont apparaitre en vert les minéraux d’argile en rouge et les oxyde en bleu (voir figure
13). Quant à Kaufman [23][3][24] (7/5,5/4,6/7) donne les minéraux qui contiennent les ions de fer
en rouge la végétation en vert et les hydroxydes en bleu (figure 15). Jingyaun et Xucman [24]
proposent la composition coloré (4/5, 6, 6/7) pour détecter les zones contenant FeO en jaune
d’abricot tel qu’il est présenté dans la figure 13.
Les traitements cité précédemment et présenté dans les cartes ci-dessous ont été tous obtenu
on utilisant le logiciel ENVI 5.1
22
Figure 14 : carte de la composition colorée des rapports d'abrams Figure 13 : Carte de la composition colorée des rapports de Jingyaun
et al
Figure 12 : Carte de la composition colorée des rapports de Figure 15 : Carte de la composition colorée des rapports de
Chica_Olma Kaufman
23
II.4 Méthode de « Crosta »

En 1989 Crosta et McM Moore ont initié des recherches qui visent à cartographier des cibles
de la surface terrestres connaissant ses propriétés physiques. En 1990, Loughlin en se basant sur les
recherches de Crosta et McM moore a développé, au centre national de télédétection des royaumes
unis, une nouvelle méthodologie pour la détection des altérations hydrothermale. Cette technique se
base sur l’analyse en composantes principales. Elle demande une bonne connaissance des propriétés
physiques de la cible notamment sa réponse spectrale et son comportement dans chaque bande des
images satellitaires. Une bonne interprétation des résultats conduit à la cartographie de la cible
étudiée. La méthode prend le nom du chercheur Crosta . [8][9][14][15]
II.4.1 Principe de la méthode
L’Analyse en Composantes Principales (ACP) est un classique connu de l’analyse des données.
C’est un simple changement de base, passer d’une représentation dans la base canonique des
variables initiales à une représentation dans la base des facteurs définis par les vecteurs propres de
la matrice de corrélations (matrice de variance-covariance).
Par ce changement de base on vise à éliminer la redondance des données et en principe avoir
des nouvelles bandes avec des données dissociées. La variance spatiale dans les images multi spectrale
est liée à la réponse spectrale des matériaux de surface (l’eau, la végétation, le sol, …). On s’attend,
alors, à pouvoir cartographier les altérations avec l’ACP. D’une façon générale, la méthode de Crosta
repose sur le changement de base effectué par l’ACP, et en analysant les vecteurs propres on peut
déterminer quelle est la bande de l’ACP qui servira à cartographier un type d’altération.
Le bon choix des bandes d’entrée est un facteur crucial. Il faut bien veiller à choisir les bandes
qui regroupent une variabilité entre les altérations cibles. Crosta utilise deux approches, l’une avec
six bandes et l’autre avec quatre bandes. Depuis les recherches bibliographiques, il s’est avéré que
l’utilisation de quatre bandes donne des résultats avec moins d’interférence et facile à interpréter.
Dans la suite de cette partie une série de transformations de l’ACP seront présentées d’une
façon détaillée.
II.4.2 Résultats :
II.4.2.1 ACP avec quatre bandes : Cartographie de l’hydroxyle
On a appliqué l’analyse en composantes principales aux bandes 2, 5, 6 et 7 dans le but de

cartographier les hydroxydes. L’analyse et la présentation des résultats.
24
Band 2 Band 5 Band 6 Band 7 Valeur propres (%)

Stdev 0.489869 0.518937 0.528962 0.524366
PC1 0.46833 0.505015 0.514704 0.510595 98.15
PC2 0.846199 -0.02829 -0.426345 -0.318397 1.40
PC3 0.225087 -0.838873 0.149535 0.472512 0.39
PC4 -0.118111 0.201126 -0.728663 0.643932 0.06
Tableau 3 tableau des statistiques de l'ACP sur les bandes 2567
Le tableau 3 ci-dessus présente les résultats des statistiques notamment les vecteurs propres
qui donnent une information sur la contribution de chaque bande et les valeurs propres qu’on
utilisera pour l’interprétation des données afin de ressortir quel bande de l’ACP a cartographi é quel
objet .
Depuis les statistiques du tableau 3 on remarque que la bande PC1 a des poids positifs dans
les quatre bandes, plus un pourcentage de 98.15 de la variance totale et donc on peut dire que cette
bande a cartographié l’albédo. Le reste des bandes doit être influencé par les différentes réponses
spectrales des objets de surfaces.
L’analyse des valeurs et signes des poids de chaque bande de sortie dans les bandes initiales
donne des indications sur quel propriété spectrale des objets de surface qui est responsable sur la
variance cartographié dans les bandes de sortie. Ce qui conduit vers la cartographie des cibles.
PC2 est constitué des poids négatifs dans la bande 5, 6 et 7 (proche et moyen infrarouge) et
un poids positif de la bande 2 (visible). Donc la bande 2 de l’ACP décrit le contraste entre IR et le
visible. Continuant notre analyse, pour la PC3, on trouve que la bande 5 du proche infrarouge a une
dominance par un poids de 0.84 sur les autres bandes et donc PC3 a cartographié la végétation. Le
signe négatif du poids (-0.838873) indique que l’image PC3 présentera la végétation avec des pixels
sombres. Une négation de cette image permettra de visualiser la végétation avec des pixels brillants.
La bande PC4 a un poids de 0.64 dans la bande 7 et de -0.73 dans la bande 6. Sachant que
les minéraux qui contiennent OH ont la propriété de réfléchir dans la bande 6 et d’absorber dans la
bande 7, on peut conclure que les pixels les plus sombres présenterons les minéraux d’hydroxyde
dans cette bande. Encore une fois, une simple négation de la bande PC4 permettra de présenter les
hydroxydes avec des pixels brillants.
La logique de cette méthodologie est de prendre les bandes ou notre cible à des propriétés
spectrales opposées et d’analyser leurs poids dans les bandes de sortie (en général PC3 et PC4) de la
transformation effectuée par l’analyse en composante principale. La bande où on trouve deux signes
opposés, avec des poids importants est la bande qui contient l’information qu’on cherche. Il reste
25
juste à analyser les propriétés spectrales avec les signes des poids, pour bien identifier comment la
cible en question sera présentée par la bande de l’ACP.
L’image résultante de cette analyse est appelé H-Image (une sorte d’abréviation de Hydroxyde
image) qui est la négation de PC4.
Dans le cas ou PC3 et PC4 ont toutes les deux cartographié les hydroxydes, on s’assure que
l’hydroxyde est présenté par des pixels clairs dans les deux bandes. Ensuite l’application de l’Analyse
en Composante Principale Normalisée à PC3 et PC4 donnera deux autres bandes NPC1 et NPC2.L’une
de ces deux aura des poids positifs dans les deux bandes PC4 et PC3. C’est la bande recherchée.
La figure 16 présente le résultat final de cette méthode.
Figure 16 : H Image
26
II.4.2.2 ACP avec quatre bandes : Cartographie des oxydes de fer
Les bandes utilisées dans la présente analyse pour la cartographie des oxydes de fer sont 2, 4, 5
et 7. Le tableau 4 présente les résultats de la transformation.
Band 2 Band 4 Band 5 Band 7 valeurs propres
(%)
St dev 0.489869 0.51131 0.518937 0.528962 -
PC1 0.473126 0.502172 0.508385 0.515287 98.3667871
PC2 0.796032 0.04521 -0.213137 -0.564678 1.2562517
PC3 0.279907 -0.222399 -0.684631 0.635194 0.2843392
PC4 -0.253252 0.834457 -0.476863 -0.110211 0.092622
Tableau 4 : tableau des statistiques de l'ACP sur les bandes 2457
Par la même logique et la même méthodologie on trouve que PC1 a un grand poids de valeurs
propres 98.37% et il a des poids positifs et similaire de chaque bande d’entré. Donc PC1 contient
l’albédo.
PC2 contient le contraste entre la réflectance des objets dans l’infrarouge et dans le visible.
Les poids sont positifs dans la bande du bleu et du rouge et négatifs dans le proche infrarouge et le
moyen infrarouge. Et comme dans le cas précèdent, on trouve aussi que La végétation a été
cartographié dans PC3
Depuis la figure 9 on constate clairement que les oxydes de fer (Goethite, Hématite et Jarosite)
réfléchissent plus dans la bande 4 que dans la bande 2 du Landsat 8 OLI/TIRS. PC4 a un poids positif
et grand dans la bande 4 et un négatif dans la bande 2 et donc les oxydes de fer ont été cartographiés
dans PC4.
Les règles pour les oxydes de fer sont semblables à ceux des hydroxydes. Les poids dans les
bandes PC3 et PC4 doivent être analysés pour les bandes 4 et 2 du Landsat 8 OLI/TIRS. Là où on
trouve des poids importants avec des signes opposés c’est la bande qui permet de cartographier les
oxydes de fer. La négation doit se faire juste aux bandes qui ont un poids négatif dans la bande
4.L’image résultante est appelé F-Image, elle est présenté dans la figure 17
27
Figure 17 : F Image
II.4.2.3 Les compositions colorées de la méthode Crosta
Les images crées précédemment peuvent être additionnées pour créer une nouvelle image
appelée H+F, dans lesquels les pixels ayant une anomalie d’altération apparaîtront brillants. L’image
résultante est présentée dans la figure 19. L’addition peut se faire de deux façons : soit en faisant une
analyse en composantes principales aux deux images H et F et la bande résultante qui aura des poids
importants avec le même signe sera « H+F Image ». Ou simplement d’ajouter H à F
mathématiquement.
Plusieurs compositions colorées de ces trois bandes ont été créés pour rehausser les altérations
et faciliter l’interprétation. La composition colorée H en rouge, H+F en vert et F en bleu a été adopté.
Les zones d’altération dans cette composition sont généralement claires. Les pixels blancs contiennent
à la fois une altération des oxydes de fer et des hydroxydes. La couleur rougeâtre et l’orange indique
28
des zones qui contiennent plus de minéraux d’argile que des oxydes de fer. Tandis que le cyan claire
et le bleu indique des zones avec plus d’oxydes de fer que de minéraux d’argile
Figure 19 : H+F Image
Figure 18 : carte de la composition colorée de Crosta Méthode
29
II.5 Les analyses spectrales

Le but des analyses spectrales est de distinguer les espèces minérales individuelles à partir
d'un spectre de pixel mixte, généralement c’est de permettre aux géologues de cartographier les
compositions minérales de surface. Les méthodes de traitements spectraux des images ont été
généralement appliquées aux données hyper spectrales, et logiquement elles pourraient aussi être
appliquées à des données multispectrales. Avec ces méthodes de traitement d'image, les pixels avec
des signatures spectrales mixtes peuvent être extraits et séparés du fond indésirable. Ainsi, les cartes
d'abondance de minéraux peuvent être produites. Les méthodes d’analyses hyperspectrales ont été
appliquées aux bandes de Landsat 8 dans le but cartographier les minéraux d’hydroxyde et de
carbonate dans des zones d'altération hydrothermale. Les données multispectrales de Landsat 8 ont
été analysées par cette approche pour déterminer les types d’altérations, leur répartition spatiale et
l’abondance et de produire des cartes de minéraux détaillées. [18] [7].
Le principe de cette méthode se base sur l’identification de la cible à base de sa réponse

spectrale. Pour ce faire une série de transformations a été appliquée aux images. Premièrement les
images multispectrales ont subi une correction atmosphérique avec la méthode IARR -internal
average relative reflection methode-, qui est très adaptée pour ce genre d’étude [1]. Puis une série de
réponses spectrales des cibles à savoir l’hématite kaolinite, Alunite, jarosite, Goethite et Limonite a
été sélectionnée depuis la bibliothèque des réponses spectrales d USGS – United States Geological
Survey -. Ensuite la réduction du bruit avec MNF – Minimum Noise Fraction –, après ça vient
l’identification des cibles à l’aide des réponses spectrales. Finalement la production des cartes finales
avec une variété des méthodes de cartographie spectrale à savoir : « Spectral angle mapper, Matched
filtering et Mixture Tuned Matched Filtering ».
À titre d’exemple la figure 21 montre une zone hematisé au nord-ouest de la mine d’Agoujgal,
et la figure 20 montre le kaolinite présent au nord de la boutonnière.
Figure 21 : l'hématite au nord-ouest de

la mine d'Agoujgal
Figure 20 : le kaolinite au nord de

la boutonnière de tagragra d'akka
30
II.6 Extraction des Linéaments

II.6.1 Principe de l’étude
Depuis longtemps les géologues se sont intéressés aux réseaux de fractures et de failles, vu
l’apport valeureux qu’ils constituent à l’exploration minière. Ces linéaments sont généralement le
résultat d’une faiblesse tectonique, Ce qui donne une idée sur le potentiel d’avoir un remplissage de
minéralisation, Surtout dans le cas où on a une minéralisation avec une source hydrothermal, ce qui
nécessite d’avoir un réseau de failles ou de fractures pour la circulation des fluides hydrothermaux
qui transport la minéralisation. Comme elles peuvent être des propres encaissant pour cette
minéralisation (filoniennes...).
Couplé avec les systèmes d’information géographiques, la télédétection peut apporter une
aide aux géologues en produisant des cartes de densité des linéaments. L’objectif de cette étude et de
détecter, cartographier et produire une carte de densité des linéaments sur la zone étudiée.
La détection des linéaments s’est faite en utilisant les filtres directionnels. Ensuite en les a
exporté vers arc gis pour corriger les linéaments et les classifier en produisant une carte de densité.
La figure 22 présente les étapes du traitement.
Extraction des
lineament
Correctons des
lineaiment
Statistique et
classification par
densité
Figure 22 : Étapes de production de la carte de densité des linéaments
31
II.6.2 Résultats :
La figure 23 présente la carte de densité des linéaments dans les alentours de la boutonnière de
Tagragra d’AKKA.
Figure 23 : Carte de densité des linéaments
32
II.7 Conclusion
Depuis cette étude on a évalué l’apport de la télédétection à l’exploration minière notamment
l’imagerie satellitaire de Landsat 8 OLI/TIRS. Une panoplie de techniques et de méthode a été utilisée.
Il s’est avéré finalement que la télédétection fournit des documents utiles à l’exploration minière dans
le but d’orienter les recherches minières vers des zones non préalablement exploitée et qui ont une
forte chance d’avoir une minéralisation.
Des visites de terrain ont été programmées afin de valider la fiabilité des résultats obtenus. La
visite du site d’Agoujgal a permis de vérifier la fiabilité de l’information extraite. Les bandes ratios et
la méthode Crosta « Analyse en composantes principales » ont prouvé leur fiabilité et leur crédibilité
dans la cartographie des altérations hydrothermales. Les analyses hyperspectrales sont des
traitements plus poussées mais qui fournissent des informations précises. Elles ont la possibilité de
dissocier entre les types d’altération sur la base de leurs réponses spectrales, la chose qu’on ne peut
pas faire avec les bandes ratio dans le cas de l’imagerie de Landsat 8 OLI/TIRS.
Après la vérification de la fiabilité des résultats. On pense qu’un investissement dans
l’utilisation de la télédétection et les systèmes d’information géographiques peut apporter une grande
aide aux unités d’exploration. L’idéal c’est d’utiliser les images hyperspectrales qui sont les plus
adaptées pour ce genre d’étude, et il vaut mieux de les combiner avec des études de géochimie et de
géophysique. Le couplage de ces trois unités et l’analyse avec une bonne connaissance des propriétés
physiques des cibles et des éléments favorisant la minéralisation donnera surement des résultats sur
l’existence de la minéralisation.
33
Chapitre III : Modélisation 3D Et Étude Technico-

Économique Des Réserves Du Gisement D’AKKA-EST
III.1 Introduction
Actuellement le rôle principal de la géomatique dans MANAGEM tourne autour l’étude de
l’exploitation des gisements découverts en utilisant les sciences et les techniques de la géomatique.
En effet, on s’en sert souvent pour combiner les différentes informations sur la zone d’exploration
afin de faciliter l’interprétation géologique .Chaque discipline ou technique relevant de la
géomatique peut apporter une contribution à cette étude de gisements. La télédétection, par exemple,
peut bel et bien intervenir en amont de projet dans l’objectif de l’identification et la cartographie des
régions d’altération. Les modélisations 3D à base des sondages servent à bien identifier les structures
minéralisées qui serviront à l’estimation des réserves des différents types de minéraux. Ces derniers
peuvent être employés par la suite afin d’identifier les zones rentables pour l’exploitation et donc
faciliter la prise de décision. Après le démarrage d’une nouvelle carrière la géomatique continue son
apport afin d’orienter et superviser l’exploitation de la carrière en se basant sur les résultats
préalablement établis et en tenant compte des nouvelles données collectées lors de l’exploitation. Par
conséquence, il est tout à fait évident que la géomatique joue un rôle crucial dans le domaine minier,
c’est grâce à elle que l’on peut prendre plusieurs décisions concernant l’ouverture, l’exploitation, le
suivie et le pilotage des carrières.
Dans le présent chapitre on se concentra sur l’étude de faisabilité, .l’étape qui précède
l’ouverture d’une nouvelle carrière.
Dans un premier temps, on commencera par la présentation de la zone d’étude « EST AKKA»
dans son cadre géologique et géographique suivie d’une présentation de la structure de la base de
données géologique ; après la constitution des sondages – Drillholes -. Ensuite viennent les
interprétations géologiques et la modélisation 3D de ressources minéralisées pour arriver aux études
géostatistiques qui serviront à l’interpolation des teneurs en minerai et à l’estimation des ressources
et réserves minérales. Enfin on clôturera ce chapitre par la présentation l’habillage de la carrière en
respectant les paramètres géotechnique de la zone d’étude.
34
III.2 Présentation du Gisement AKKA EST
Dans l'Anti-Atlas occidental une grande partie des indices cuprifères est localisée au passage
Précambrien/Cambrien, soit dans les niveaux détritiques et volcano-détritiques du Précambrien III,
soit à la base de la couverture paléozoïque au sein de la Série de base ou encore dans les premiers
niveaux carbonatés de l'Adoudounien, ou bien dans les formations Géorgiennes. Ces gîtes de cuivre
sont nombreux. Par ailleurs, la plupart de ces gisements ont fait l'objet d'anciennes exploitations
minières au Moyen Age, comme en témoignent l'existence de nombreuses haldes, grattages, galeries
et puits anciens.
L'origine, l'âge et le mode de mise en place de ces minéralisations ont fait l'objet
d'interprétations diverses. Elles sont partagées entre une origine "syngénétique" contemporaine de la
sédimentation et une origine "épigénitique-tététhermal". La conception syngénétique développée par
Pouit (1966) stipule que la minéralisation cuprifère est en rapport avec la paléogéographie de
l'époque fini-Précambrienne. D'après cet auteur, les minéralisations du Cuivre se concentrent dans
des endroits où la Série de base transgressive ne dépasse pas 50m. Les défenseurs de l'hypothèse
épigénétique considèrent que les solutions minéralisantes circulant sous l'écran des dolomies ont
déposé leur contenu métallique dans des niveaux favorables de la Série de base. Devant la présence
de phénomènes contradictoires sur quelques gîtes, d'autres auteurs proposent une évolution
intermédiaire entre ces deux tendances par une remobilisation et une reconcentration ultérieure de
minéralisations syngénétiques lors de la phase hydrothermale postérieure, liée au magmatisme
jurassique (Clavel et Leblanc, 1971). Notons qu’un épisode hydrothermal généralisé accompagne la
mise en place de ces différents gisements (C. Boyer et F. Boyer),
III.2.1 Cadre géographique
L'indice cuprifère d’Est AKKA, est couvert par la feuille topographique au 100.000 ème de
Tleta de Tagmoute, ce secteur est situé sur la bordure Est de la boutonnière de Tagragra d’Akka à
25Km à vol d’oiseau de la mine d’Akka (AGM), on y accède par une piste (21 Km) réalisée à partir
de l’ancienne piste qui relie la mine et la route qui mène vers la ville de Tata (voir figure 24 pour la
situation géographique). Cet indice est couvert par le permis de recherche 1638401.
35
Figure 24 : Situation géographique du gîte d’Est AKKA
III.2.2 Cadre géologique
La structure géologique dans ce secteur est simple et régulière formée par des formations
carbonatées et détritiques, ces niveaux sont représentés par des calcaires et dolomies en alternance
avec des niveaux schisteux. Cette zone est caractérisée par la présence d’une petite boutonnière
formée par des conglomérats du Précambrien PIII surmontée par des arkoses (grés grossiers) qui
peuvent atteindre 10m de puissance, sur ce niveau apparait une mince couche des siltites et des grés
de la série de base de puissance qui ne dépasse pas 4m, sur laquelle reposent directement les calcaires
inférieures (calcaires et dolomies).
Ces formations carbonatées ont une puissance assez importante, leur répartition spatiale du
bas en haut : sur les siltites et grés de la série de base reposent des calcaires très silicifiés suivis d’une
alternance des calcaires rouges, calcaires noirs/grisâtres et des calcaires jaunes. Toutes ces formations
sont coiffées par des schisto-calcaires
Les plis en dysharmonie sont représentés dans ce secteur, on distingue des synclinaux et des
anticlinaux et des plis faille. Les fractures montrent plusieurs directions, les plus importantes sont les
NW.
La figure 25 présente la carte géologique de détail de d’EST AKKA.
36
Figure 25 : Carte géologique de détail
III.2.3 Minéralisation
La minéralisation cuprifère dans ce secteur est encaissée dans un couloir de faille (réseau de
fractures de quartz) au sein de la formation des calcaires inférieurs. Ces fractures minéralisées
montrent une direction principalement N150 70°W (les plus importantes); EW 45°S et NE 55°S. La
minéralisation est disséminée dans la formation des calcaires rouges et grisâtres. Le toit de la
minéralisation est marqué par endroit par la présence de chapeaux de fer. Une autre minéralisation
encaissée toujours dans les calcaires aux niveaux des anticlinaux reste à reconnaître.
La paragenèse minérale est formée de sulfures primaires qui sont la bornite, la chalcopyrite
et la pyrite ; les phases secondaires sont la chalcosine, la malachite, l’azurite, l’hématite.
37
Figure 27 : indice de minéralisation Figure 26 : indice de minéralisation
Les figures 26 et 27 montrent l’aspect de la minéralisation dans l’encaissant calcaire.
III.3 Présentation des outils de travail

III.2.4 Datamine Studio 3
Datamine Studio 3 est un logiciel conçu essentiellement pour la quantification et l’évaluation

des ressources et réserves minérales. Il permet de modéliser les sondages et les structures minéralisés,
d’interpoler la concentration en cuivre dans le minerai, et d’estimer son tonnage. D’une manière
générale il permet de construire un SIG 3D .
III.2.5 Geostat+
Gestat+ est un logiciel de géostatistique, il permet de faire l’analyse de la distribution spatiale

des teneurs, d’étudier la variance d’un sondage à l’autre et de modéliser les variogrammes.
III.2.6 NPV Scheduler
NPV Scheduler est un logiciel conçu principalement pour l’optimisation des fosses
d’extraction de minerai. En maximisant le cash-flow. Le logiciel se base sur l’algorithme de Lersh
Grosman dans l’optimisation du cash-flow. NPV Scheduler offre aussi la possibilité de planifier
l’extraction et bien d’autres modules qui sont spécifié au domaine minier.
III.4 Notions et principe de l’étude

III.4.1 Définition des ressources
Le principe de l’étude repose sur une chaine de traitement qui commence par la constitution
d’une base de données géologique qui décrit d’une façon discontinue la continuité des structures
38
minéralisés. Une teneur – concentration en métal - de coupure est définit pour pouvoir différencier
entre les corps minéralisés et ceux non minéralisés. Le géomaticien à l’aide du géologue établie une
interprétation de la base de données géologiques des sondages ce qui définit des contours
géométriques du gisement. Par la suite un model 3D géologique est construit en liant les différents
contours géologique pour définir géographiquement les limites du corps minéralisé.
Une discrétisation du model 3D est effectuée pour faciliter les calculs. La taille des blocs de
discrétisation est en fonction de la maille des sondages. Une interpolation spatiale des concentrations
en métal – Teneur - permet d’attribuer à chaque bloc une teneur en métal. Cette interpolation
spatiale est réalisée à l’aide des méthodes de la géostatique qui prennent en compte la variabilité
spatiale de la teneur et la différence de volume entre les mesures et les blocs. Finalement on a une
connaissance quantitative du minerai. Le résultat de cette étape permet de calculer le volume du
minerai qui se convertie en tonnage appelée Ressources minérale
Il n’y a, dans le calcul des ressources aucune considération économique, ni information

précise sur l'exploitation minière éventuelle. La teneur de coupure est, à ce stade d’évaluation, semi-
quantitative et les ressources sont généralement calculées pour un certain nombre de teneurs de
coupure.
III.4.2 Définitions des réserves minérales
Plusieurs paramètres entrent en jeu pour définir si les ressources minérales sont rentables ou
non. La partie rentable des ressources minérales est appelée Réserves minérales. Selon le modèle du
CMIRSCO - Committee for Mineral Reserves International Reporting Standards-, une «réserve
minérale» est la partie économiquement exploitable d’un gisement, préalablement définie comme
ressource.
Une étude approfondie sur la rentabilité du gisement amène à la sélection des ressources
économiquement rentables : Réserves minérales. L’étude d’optimisation prend en paramètres la
répartition spatiale des blocs de minerai, les caractéristiques de l’exploitation minière envisagée
(paramètres géotechniques de stabilité de la carrière, coût du traitement du minerai …). L’intégration
des paramètres économiques (Coût du métal exploité, coût de traitement et de commercialisation du
métal, coût de réhabilitation de la carrière). Ainsi que des paramètres juridiques environnementaux
et sociaux sont indispensable.
En effet c’est une étude de rentabilité qui a deux paramètres essentiels : les charges et les cours
du métal exploité. Pour un bloc de minerai donné, si les charges excèdent les prix de vente du métal
39
récupéré, ce bloc est défini comme étant rentable et classé avec les réserves minérales. En
conséquence le tonnage des réserves minérales varie en fonction de la variation des prix de vente et
des charges. Si les cours augmentent alors des parties qui n’étaient pas rentables le deviendront et
causeront l’augmentation des tonnages du minerai et vice versa. Ainsi, un gisement n’a de réalité que
dans un contexte économique donné.
III.4.3 Classification des réserves
Plusieurs sources d’incertitude résident dans la méthode dont on définit les ressources et les
réserves minérales. En fait les méthodes utilisées reposent sur les statistiques, les estimations à partir
des sondages. Donc on aura des niveaux de confiance selon le niveau de certitude et de crédibilité de
chaque information. Exemple, l’interprétation et les estimations faites à la base d’une maille de
sondage de 30m x 30m auront plus de certitude qu’une maille de 300m x 300m. Donc suivant la
qualité et la quantité des données on peut attribuer différents niveaux de confiance à nos résultats.
Plusieurs catégories peuvent être identifiées en analysant les données géologiques et les
paramètres d’estimation et d’optimisation (techniques et économiques). La norme de l’ICM –Institut
Canadien des Mines- sur les définitions adoptées par le conseil de l’ICM le 11 décembre 2005
Figure 28 : Classification des ressources et réserves suivant la norme

canadienne CIM NI 43-101
présente trois classes pour les ressources et deux classes pour les réserves. Ces classes sont présentées
dans la figure 28 ci-dessous.
Les présentes définitions sont les définitions de la norme ICM :
Une « ressource minérale présumée » constitue la partie de la ressource minérale dont on

peut estimer la quantité et la teneur ou qualité sur la base de preuves géologiques et d'un
échantillonnage restreint et dont on peut raisonnablement présumer, sans toutefois la vérifier, la
continuité géologique et des teneurs.
40
Une « ressource minérale indiquée » constitue la partie de la ressource minérale dont on peut
estimer la quantité et la teneur ou qualité, la densité, la forme et les caractéristiques physiques avec
un niveau de confiance suffisant pour permettre la mise en place appropriée de paramètres
techniques et économiques en vue de justifier la planification minière et l'évaluation de la viabilité
économique du gisement. L'estimation est fondée sur des renseignements détaillés et fiables
relativement à l'exploration et aux essais, recueillis à l'aide de techniques appropriées à partir
d'emplacements tels des affleurements, des tranchées, des puits, des chantiers et des sondages dont
l'espacement est serré pour émettre une hypothèse raisonnable sur la continuité de la géologie et des
teneurs.
Une « ressource minérale mesurée » constitue la partie des ressources minérales dont la
quantité et la teneur ou qualité, la densité, la forme et les caractéristiques physiques sont si bien
établies que l'on peut les estimer avec suffisamment de confiance pour permettre une considération
adéquate de paramètres techniques et économiques en vue de justifier la planification de la
production et l'évaluation de la viabilité économique du gisement. L'estimation est fondée sur des
renseignements détaillés et fiables relativement à l'exploration et aux essais, recueillis à l'aide de
techniques appropriées à partir d'emplacements tels des affleurements, des tranchées, des puits, des
chantiers et des sondages dont l'espacement est assez serré pour confirmer à la fois la continuité de
la géologie et des teneurs.
Pour les réserves la norme CIM donne deux classes définies comme suit (selon la norme CIM) :
Les « réserves minérales probables » constituent la partie économiquement exploitable des

ressources minérales indiquées et, dans certains cas, des ressources minérales mesurées, démontrée
par au moins une étude préliminaire de faisabilité. L'étude doit inclure les renseignements adéquats
sur l'exploitation minière, le traitement, la métallurgie, les aspects économiques et autres facteurs
pertinents démontrant qu'il est possible, de justifier l'extraction rentable.
Les « réserves minérales prouvées » constituent la partie économiquement exploitable des

ressources minérales mesurées, démontrée par au moins une étude préliminaire de faisabilité. L'étude
doit inclure les renseignements adéquats sur l'exploitation minière, le traitement, la métallurgie, les
aspects économiques et autres facteurs pertinents justifiant l'extraction rentable.
Jusqu’à1997 La classification utilisée à Managem était :
1) Réserves certaines,
41
2) Réserves probables
3) Réserves possibles
À partir de 1998 il y a eu l’introduction de la notion de ressources et de réserves tenant compte de

la classification du Code australien. Entre 2000 et 2002 améliorations de l’application du code
Australien. Et en 2003 Application du JORC et de la NI 43-101 avec notamment des audits
systématiques par des cabinets spécialisés
III.5 Étude technico-économique du Gisement d’AKKA EST

Une étude technico-économique est une sorte d’étude de faisabilité qui vise à vérifier si un
tel projet est techniquement faisable et économiquement viable ou non. Ce genre d’étude vient
toujours avant d’entamer l’exploitation de n’importe quel gisement. À partir des données des
sondages géologiques et de la connaissance du terrain et des paramètres économiques on peut mener
notre étude dont le but est de déterminer avec précision les régions les plus rentables en termes de
profil.
Cette partie du rapport présente les différentes étapes de l’étude technico-économique depuis
la constitution de la base de données jusqu’à la détermination du réserves minérales du gisement
d’AKKA EST.
III.5.1 Constitution de la base de données
La base de données du projet cuprifère d’AKKA EST (mine de cuivre d’AKKA) est stockée dans
un fichier Excel. Elle est organisée en quatre feuilles. Une première feuille des coordonnées des têtes
de sondages appelée « COLLARS » servant à localiser le début du sondage. Une deuxième contenant
les mesures d’azimute, l’inclinaison et la déviation sous le nom de « Surveys » qui permet l’orientation
du sondage. Une troisième qui résume les analyses faites, à savoir les teneurs de la minéralisation
ciblée dans notre cas c’est du cuivre et de l’argent, cette feuille est nommée « Assays ». Et finalement
la description de la lithologie géologique de chaque tronçons du sondage contenue dans une feuille
« Lithologie ».
Ci-dessous la description et les exemples de chaque feuille
42
 La feuille « Collars »
Cette feuille contient les coordonnées X, Y, Z des sondages et des puits ainsi que leurs longueurs.
Figure 29 : feuille des coordonnées
 Feuille « Surveys »
Dans cette feuille on sauvegarde les noms des sondages et puits, avec leur azimut et leur
inclinaison, ainsi que toutes les mesures de déviation réalisées.
Figure 30 : feuille des mesures des déviations, azimut et profondeur « surveys »
 Feuille « Assays »
C’est la feuille d’analyse qui contient toute sorte d’analyse effectuée au laboratoire. Dans notre
cas on s’est limité aux analyses du métal cible et à l’élément favorisant qui est l’argent. Le cuivre est
mesuré en pourcentage tandis que l’argent est en partie par million
Figure 31 : feuille des analyses
43
 Feuille « lithologie »
Contient la description lithologique des échantillons des sondages et des puits. Elle contient
également la définition de la limite entre les différents faciès.
Figure 32 : feuille de lithologie
III.5.2 Modélisation des sondages :
Après la constitution et la vérification de la base de données et son importation sur datamine

on retrouve des fichiers séparés l’un de l’autre. Le premier travail c’est de faire combiner toutes ces
données dans un seul fichier qui contiendra les coordonnées, les analyses, les enquêtes et les
informations sur la lithologie, pour modéliser les sondages en 3D (voir figure 33 ci-dessous) dans
un but de bien visualiser les aspects de la minéralisation. Une teneur de coupure géologique (définie
par la suite) est utilisée pour cerner les corps minéralisés.
Figure 33 : Modélisation des sondages d’EST-AKKA
44
III.5.3 Les Teneurs de coupure
Une teneur de coupure est une valeur de concentration en métal cible (le cuivre dans notre
cas). Cette teneur est utilisée afin de démarquer deux lignes de conduite : soit exploiter un gisement
ou le laisser en place, soit traiter le minerai ou le rejeter.
Plusieurs types de teneurs peuvent être définies mais toujours par la même logique
précédente. Dans notre étude, on utilisera deux types de teneurs, la première teneur est la teneur de
coupure géologique, qui sert à définir le corps minéralisé et une deuxième teneur de coupure
économique résultante de l’étude technico-économique, qui définit la partie rentable du corps
minéralisé.
III.5.3.1 Teneur de coupure Géologique
Au cours de l'exploration et aux différentes étapes de la planification de l'exploitation d'un

gisement, une teneur de coupure est nécessaire pour définir géographiquement et quantitativement
les limites du minerai potentiel.
Puisque aucune information précise sur l'exploitation minière éventuelle n'est encore connue
au début de l'exploration d'un gîte, la teneur de coupure est appelée « teneur de coupure géologique »
à cette étape est semi-quantitative : elle vise à prédire de façon satisfaisante la valeur du minerai qui
pourra éventuellement être exploité ou traité.
[32]
Cette teneur de coupure est calculée par la formule suivante :
100(𝐶𝑡𝑟 ∗ 𝐶𝑔 ∗ 𝑇𝑟)
𝑇𝑐𝑔 =
(𝑇𝑟𝑐 ∗ 𝑃𝑐𝑢 ∗ 𝑇𝑝)
Équation 1 : Teneur de coupure géologique
Avec :
o Ctr : Cout du traitement

o Cg : Cout général d’administration
o Tr : cout du transport et du chargement
o Trc : Taux de récupération
o Pcu : Prix du cuivre
o Tp : Taux de paiement
45
III.5.3.2 Teneur de coupure économique
Le minerai au-dessus de la teneur de coupure économique est économiquement rentable et

peut être exploité, celui en dessous reste sur place. Elle est définit par des facteurs technico-
économique qui englobent les différents charges de production ainsi que les cours du métal.
III.5.4 Les coupes transversales
La teneur de coupure géologique est utilisée pour différencier entre le minerai et le stérile (la
partie du gisement ou du sondage qui est en dessous de la teneur de coupure géologique). Afin de
définir l’enveloppe minéralisée, on effectue des coupes transversales tout au long de la zone étudiée.
Ces coupes transversales sont verticales et définies de façon à être perpendiculaires au corps
minéralisé. La portée de chaque Coupe transversale correspond à la moitié de la distance avec la
coupe voisine. La portée dite aussi « clipping » peut être différente de chaque côté de la coupe en
fonction de la régularité de la maille des sondages.
L’interprétation géologique consiste à lier les taches de minerai - appelé « impact » - définit
par la teneur de coupure géologique et visible sur le sondage à l’aide d’une légende. Cette liaison
constitue une enveloppe 2D. La connaissance du terrain à savoir : le type de minéralisation, le
pendage des couches, les failles, et les fractures est indispensable pour aboutir à une interprétation
proche de la réalité.
La forme des « strings » est définie par les passes minéralisées, avec une coupure géologique
de 0,55 Cu% qui est calculé en se basant sur la formule présentée précédemment. La fermeture d’un
string en vertical dépend de la puissance de la passe minéralisée sur la coupe transversale et du
modèle géologique.
Figure 34 : interprétation des sondages d'une coupe géologique
46
La figure 34 présente une coupe transversale sur la quelle en voit clairement l’impact du
passage du sondage de la couche minéralisé, et avec une enveloppe 2D on essaie en tenant compte
de la connaissance du terrain et du type de minéralisation de dessiner l’enveloppe qui approche le
mieux notre couche minéralisée.
C’est la liaison de ces différentes enveloppes 2D du corps minéralisé, établi à l’aide des coupes
transversales, qui définit le model 3D de la minéralisation.
III.5.5 Définition du model 3D
La liaison des enveloppes 2D entre les différentes coupes transversales qui constitue un model
3D est dite étape de « linkage ». Le model 3D est appelé « wireframe ». Chaque wireframe représente
une structure minéralisée. La liaison des strings prend en compte tout élément géologique qui permet
d’expliquer les ruptures dans l’enveloppe minéralisée (faille, discordance,…). Les structures sont
fermées à mi-distance entre une coupe transversale minéralisée et une autre qui la suit
successivement stérile et ce en fonction de l’interprétation géologique.
La figure 35 représente le corps minéralisé d’est AKKA. Ce corps minéralisé est le résultat des
étapes précédentes. À ce stade-là, on peut dire que c’est l’interpolation spatiale des teneurs et
l’estimation de ce corps minéralisé en sa totalité qui donnera les ressources minérales.
Figure 35 : Model 3D de la minéralisation d’est akka
III.5.6 La discrétisation « Définition des blocs »
La méthode utilisée dans l’estimation des ressources et réserves se base sur la discrétisation
du model 3D. Le modèle continue dans l’espace devient un ensemble de bloc contenue dans le modéle
47
3D, et avec une interpolation des données des sondages la teneur de chaque bloc se déduit. Le choix
de la taille des blocs a une influence directe sur la précision et le temps des calculs.
Les dimensions des blocs sont dictées par le patron du forage et la géologie de la mine. Les
deux dimensions suivant (ox) et (oy) ne doivent pas être inférieures à ¼ l’intervalle entre deux trous
de forage Bien que la hauteur du bloc est généralement égale à la hauteur du talus, mais dans notre
cas, elle est déterminée de façon à ce que la sélectivité entre les structures soit satisfaite. Dans le cas
d’AKKA EST (mine de cuivre d’Akka), les dimensions des blocs sont suivant l’axe des X=5m, l’axe des
Y=5m et une hauteur de Z=2.5m. Si on garde des dimensions de blocs constantes on engendra une
surestimation ou une sous-estimation du gisement vu que le gisement présente une forme
irrégulière. Donc, soit les blocs ne vont pas occuper toute l’espace à l’intérieur des corps minéralisé
soit ils vont déborder. La solution c’est de prévoir des sous-blocs qui vont occuper les petites espaces.
Ces sous-blocs sont générés automatiquement en fonction du besoin et contrôlés par la fonction split
qui donne la main sur le paramétrage des sous blocs. La figure 36 représente le volume minéralisé.
Figure 36 : le model 3D après discrétisation
III.5.7 Études géostatistique

III.5.7.1 Définitions
La Géostatistique propose une façon de décrire la continuité spatiale des phénomènes naturels
et fournit des adaptations des techniques de régression classique pour profiter d’avantage de cette
continuité.
48
La géostatistique a recours à l’analyse et à la prédiction de la répartition spatiale des

matériaux dans le sol. Cette discipline se fie à l’hypothèse selon laquelle les échantillons faisant partie
d’un ensemble de données géologiques quelconques sont corrélés entre eux. Une fois cette
corrélation établie, la géostatistique peut servir à prédire les valeurs entre deux points donnés. La
façon de procéder pour établir cette corrélation prend le nom d’analyse structurale ou modélisation
de variogramme. [31]
III.5.7.2 Écrêtage
La base de données contient des teneurs rapportées sur les sondages à des passes telles que
définies par les géologues lors du prélèvement des échantillons. Dans notre cas, il se trouve que la
dimension des passes change en fonction de la méthode des sondages (destructive ou carottée), en
fonction des contraintes du coût de l’analyse, en fonction de la dimension des tiges de formation et
en fonction de l’état d’avancement de la reconnaissance des gisements. Pour une bonne estimation
de la teneur des blocs, on procède à l’étape de régularisation de la dimension des passes minéralisées.
La dimension de régularisation doit représenter au moins 50% des dimensions des échantillons
analysés.
Dans le cas d’EST AKKA (mine de cuivre d’AKKA), la figure 37 présente l’histogramme des
teneurs de cuivres en fonction des longueurs des passes. Elle montre qu’on peut clairement distinguer
que la régularisation doit être faite à 1m
Figure 37 : Histogramme des teneurs du cuivre en fonction des passes analysées
Afin de minimiser l’effet des teneurs élevées qui sont due à une concentration du minerai ou
à une faute d’analyse, on procèdera à une étude statistique des courbes des fréquences cumulées.
Dans laquelle on identifiera les valeurs trop élevées des teneurs de cuivre et de métal afin de les
rabattre à une valeur raisonnable. Signalons que cet écrêtage est fait avant régularisation des passes.
49
Figure 39 : Courbe des fréquences cumulées des teneurs du cuivre
Figure 38 : Courbe des fréquences cumulées des teneurs d'argents
La figure 38 présente la courbe des fréquences cumulées des teneurs de cuivre. La courbe
représente certaines coupures, ce qui est dû à une augmentation de la teneur instantanée. Ce sont
ces types d’augmentation qu’on vise à rabattre. Généralement pour ne pas causer une grande perte
de métal on choisit une valeur qui soit entre 95% et 100%. Dans le cas du cuivre la valeur choisie est
de 6.24%. Par la même logique, la courbe de fréquences cumulées de la teneur d’argent qui est
présenté dans la figure 39 a été analysée et on a choisi 120Agppm comme valeur d’écrêtage.
III.5.7.3 Les variogrammes
Idée fondamentale : La nature n'est pas entièrement "imprévisible". Deux observations situées
l'une près de l'autre devraient, en moyenne, se ressembler davantage que deux observations
éloignées.
 Notion de "continuité" de la minéralisation.
Implicitement toutes les méthodes d'estimation reposent sur ce concept plus ou moins défini.
En géostatistique, on cherche à quantifier cette continuité préalablement à tout calcul effectué sur le
gisement.
50
Soit deux points x et x+h séparés d'une distance h.
o La teneur en x est une variable aléatoire Z(x).

o La teneur en x + h aussi, Z(x+h).
La différence entre les valeurs prises par ces deux variables aléatoires est Z(x) - Z(x+h). C'est
également une variable aléatoiredDont on peut calculer la variance. Cette variance devrait être plus
petite lorsque les points sont rapprochés (les valeurs se ressemblent plus en moyenne) et plus grande
lorsque les points sont éloignés. On appelle variogramme la demi-variance de cette différence.
Var(Z(x) − Z(x + h))

γ(x, x + h) =
2
Équation 2 : équation du variogramme
 Hypothèses :
On suppose que :
1) L'espérance mathématique ne dépend pas de x, E [Z(x)]=m ou L'espérance des écarts est zéro
E[Z(x) - Z(x+h)] = 0
2) La covariance entre Z(x) et Z(x+h) ne dépend que de h, Cov (Z(x), Z(x+h)) = C(h). stationnarité
du second ordre, C(h) est appelé fonction de covariance ou covariogramme.
Ou Le variogramme γ(h) ne dépend pas de la localisation x, seulement de h.
γ(h) = 1/2 Var (Z(x)-Z(x+h)); hypothèse intrinsèque (cette dernière hypothèse est légèrement
moins restrictive que la stationnarité du second ordre).
Évidemment, ces hypothèses supposent une certaine régularité, une certaine homogénéité du
gisement étudié. Si on peut reconnaître des zones très différentes géologiquement, on a
habituellement intérêt à les traiter séparément.
La fonction la plus utilisée en géostatistique pour décrire la continuité de la minéralisation

est le variogramme, et ce surtout parce qu'elle est plus simple à estimer que la covariance (qui
demande l'estimation préalable de l'espérance mathématique), mais également parce qu'elle permet
d'accommoder les situations ou Var (Z(x)) n'est pas définie.
Le variogramme théorique est défini comme :
51
1 1 2
γ (h) = 𝑉𝑎𝑟[𝑍(𝑥) − 𝑍(𝑥 + h)] = 𝐸[(𝑍(𝑥) − 𝑍(𝑥 + h)) ]
2 2
Équation 3 : variogramme théorique
Où : x est le vecteur de coordonnées et h est le vecteur distance.
Cette fonction, habituellement croissante en fonction de h, synthétise beaucoup

d'informations concernant le comportement conjoint des variables aléatoires et concernant "la
continuité" de la minéralisation. Ainsi, pour les modèles de variogramme montrant un seuil, on a :
 Portée a : Distance où deux observations ne se ressemblent plus du tout en moyenne,

elles ne sont plus liées (covariance nulle) linéairement. À cette distance, la valeur du
variogramme correspond à la variance de la variable aléatoire.
 Palier σ2 = Co + C : Variance de la variable aléatoire. (Var (Z(x))
 Effet de pépite C0 : Variation à très courte échelle, erreurs de localisation, erreurs
d'analyse et précision analytique.
L’ensemble de ces paramètres est visualisé sur la figure 40
Figure 40 : courbe du variogramme théorique
Chaque phénomène géologique possède un variogramme qui lui est propre. Ainsi
 Un gisement d'or présentera un variogramme erratique avec un fort effet de pépite

et une faible portée.
 Un gisement de cuivre porphyrique montrera un variogramme linéaire à l'origine
avec faible effet de pépite et grande portée.
52
 Un gisement sédimentaire de fer présentera une portée plus grande parallèlement à

la stratification que perpendiculairement à celle-ci (anisotropie géométrique).
[32]
Dans notre étude, l’analyse de la variation spatiale de la teneur a été effectuée en analysant
plusieurs variogrammes pour pouvoir faire ressortir un modèle qui épouse le mieux la forme du
modèle sphérique utilisée à l’AGM. L’ellipsoïde de recherche repose sur les paramètres dérivés depuis
chaque variogramme.
Principalement on a trois variogrammes, le premier est un variogramme selon la direction et

le pendage des sondages, le deuxième variogramme se modélise selon les paramètres du gisement, à
savoir la direction de l’allongement et son pendage et le dernier c’est selon l’azimute du pendage.
Ces modélisations ont été faites à l’aide du logiciel de géostatistique Geostat+.
i. Variogramme selon les sondages :
La figure 41 présente le premier variogramme modélisé avec un azimut de 90° et un pendage

de 60°. Ce variogramme donne un effet de pépite de C0 = 0.61, un palier de C= 3.8945 et une portée
de 22 m. On fixe l’effet de pépite et le palier et on modélise les deux autres variogrammes pour avoir
les portés de la variance dans chaque direction.
Figure 41 : Modélisation du premier variogramme
53
ii. Variogramme selon la direction de l’allongement du gisement :
Le deuxième variogramme représenté dans la figure 42 a été modélisé pour une direction de
356° et un pendage de 0°, comme la portée et l’effet de pépite ont été déjà fixés le variogramme
présente une portée de 41m.
Figure 42 : modélisation du variogramme selon la direction de l'allongement du gisement
iii. Variogramme selon la direction du pendage du gisement :
La figure 43 ci-dessous représente la modélisation du variogramme, avec un modéle sphérique, une

direction de 260° et un pendage de 70°, ce variogramme présente une portée de 4.5m.
Figure 43 : Modélisation du variogramme selon la direction du pendage du gisement
Ces paramètres dérivés depuis cette étude géostatistique notamment les portés des
variogrammes serviront à définir un ellipsoïde de recherche à l’aide de datamine Studio 3. Les autres
paramètres vont être utilisés pour l’interpolation des teneurs à l’aide du Krigeage.
54
Figure 44 : L'ellipsoïde de recherche
L’ellipsoïde de recherche résultant de l’étude géostatistique est présenté dans la figure 44
III.5.7.4 Interpolation spatiale des teneurs « Krigeage » et inverse des carré de la

distance
L’interpolation spatiale est l’opération d’estimation d’une fonction quelconque Z(x), en point
Xe à partir de valeurs connues de F. Le problème consiste à déterminer la pondération Pi, de chacun
des points environnants. Il existe plusieurs façons de choisir ces poids. Deux méthodes sont les plus
utilisées dans le domaine minier : l’interpolation linéaire (en fonction de l’inverse de la distance) et
le Krigeage. L’objectif donc de cette partie est de présenter les principes de ces deux méthodes
d’interpolation spatiale ainsi que les résultats d’estimation.
L’équation 4 illustre le principe global des interpolations expliquées précédemment.

𝑛
𝑍(𝑥𝑒 ) = ∑ 𝑃𝑖 ∗ 𝑍(𝑥𝑖 )
𝑖=0
Équation 4 : principe d'interpolation
La méthode d’inverse de la distance carré se base sur la distance entre le point à interpolé et
les points connus pour estimer sa teneur. La valeur estimée sera trop influencée par les points les
plus proches que ceux qui sont relativement loin. Mathématiquement on peut écrire l’équation
suivante :
𝑛
1
𝑃𝑖 = ∑
𝑑2 (𝑥𝑒, 𝑥𝑖 )
𝑖=0
Équation 5 : Pondération de l'inverse des carrés des distances
55
Quant au Krigeage qui est une méthode d’estimation linéaire garantissant le minimum de
variance, il détermine les poids Pi par calcul de l'espérance mathématique d'une variable aléatoire,
utilisant l'interprétation et la modélisation du variogramme expérimental. C'est le meilleur
estimateur linéaire non-biaisé.
Il se fonde sur une méthode objective. Il tient compte non seulement de la distance entre les
données et le point d'estimation, mais également des distances entre les données deux-à-deux.[29]
III.5.6.1 Résultats d’estimation des ressources
L’interpolation des teneurs des blocs a été effectuée par les deux méthodes d’interpo lation
spatiale, le Krigeage présenté sur la figure 46 et l’inverse de la distance carré apparent sur la figure
47. On remarque que dans ce cas d’étude l’inverse de la distance a sous-estimé certaines teneurs.
Dans la suite de l’étude on se basera seulement sur les résultats du Krigeage, vu que la méthode est
connue comme la plus proche de la réalité dans le cas d’interpolation des teneurs de minerai.
Figure 45 : résultat d'interpolation avec l'inverse des carrés des distances
Figure 46 : résultats d'interpolation avec Krigeage
56
Depuis les résultats de teneurs on calculera maintenant les tonnages des ressources minérales.
On dispose des données sur la densité des roches, le volume et la teneur. Depuis ces trois paramètres
on peut facilement calculer le tonnage des ressources minérales. Le tableau 5 présente les résultats
des calculs :
Classification Tonnage CUT% Agppm CUT% Agppm

Krigeage Krigeage
Mesuré 102425 1.30 33.97 1.30 34.58
Indiqué 119585 1.05 19.80 1.05 20.02
Inféré 31582 1.33 17.16 1.15 16.07
Total 253592 1.19 25.19 1.16 25.41
Tableau 5 : les Ressources minérales à la phase initial d'est akka
III.5.8 Optimisation des ressources
L’objectif principal de cette étape est de définir la partie économiquement rentable du gite
géologique. En effet, l’optimisation de la fosse a pour objectif de concevoir une fosse permettant à la
fois une très bonne récupération du gisement et un coût d’extraction aussi faible que possible. Cette
optimisation s'effectue sur la base de paramètres économiques (coûts unitaires des opérations
d’extraction, coûts de traitement du minerai, prix du métal, …), et de paramètres techniques (pentes
maximales assurant la stabilité de la fosse, rendement des usines, dilution lors de l’extraction, …).
Différentes techniques d'optimisation sont utilisées dans la détermination des limites de la fosse
ultime, notamment l'algorithme de Lerchs-Grossmann implémenté dans le logiciel d’optimisation
NPV Scheduler. Ces techniques nécessitent une analyse économique de chacun des blocs du modèle.
La teneur de coupure économique est une des paramètres de sortie de l’étude. Elle définit un
pourcentage en minerai partir de laquelle ce minerai est considéré économiquement rentable.
Chaque bloc du modéle 3D des ressources a ses attributs à savoir la teneur en minerai, la densité
et le type de roche. La teneur du bloc est estimée par Krigeage (méthode géostatistique) qui affecte
au bloc une moyenne pondérée des teneurs de sondages l’avoisinant. À partir de cette teneur, on
décide si le bloc à extraire est un bloc de minerai ou de stérile. L’analyse technico-économique
combine plusieurs paramètres techniques et économiques afin d'attribuer une valeur monétaire nette
à chaque bloc du modèle.
Les tailles de blocs pour le model mine d’AKKA EST sont : 5*5*2.5 m3 pour le minerai, et
10*10*2.5 m3 pour le stérile.
57
III.5.8.1 Présentation de l’algorithme d’optimisation de Lerchs Grossmann
L’algorithme de Lerchs Grossmann a été mis au point en 1965 par ces deux auteurs. Il utilise un
modèle de blocs dans lequel chaque bloc a une valeur intrinsèque, qui est calculée de la façon
suivante :
Valeur = Quantité de métal * Prix du métal – coût d’extraction – coût de traitement
L’algorithme vise à trouver la fosse de valeur maximale, c’est-à-dire, qui maximise la différence
entre la valeur du métal extrait et les coûts pour obtenir ce métal, et il donne en résultat la fosse
optimale (si elle existe), telle que chaque bloc non extrait restant dans le sol génèrerait une valeur
négative s’il était extrait (soit du stérile, soit du minerai dont le coût de traitement serait supérieur à
la valeur du métal qu’il contient).
Sur la Figure 48 le minerai est délimité de façon claire. Les blocs de stérile ont une valeur de -4
(coût d’extraction) et ceux de minerai une valeur 16 – 4 = 12 (valeur du métal moins coûts
d’extraction pour simplifier). Ces valeurs sont réparties dans la Figure 47.
Figure 48 : illustration du minerai et de stérile
Figure 47 : Valeurs initial des blocs (positif : minerai, négatif : stérile)
La valeur V de chaque bloc est ensuite additionnée à la somme des valeurs des blocs se trouvant
dans la colonne située au-dessus pour obtenir V’ (figure 49).
𝑖−1
𝑉′ 𝑖𝑗 = 𝑉𝑖𝑗 + ∑ 𝑉𝑘𝑗
𝑘=0
Équation 6 : Calcul de V'
58
Dans une colonne, le bloc avec la valeur V’ la plus élevée représente la profondeur la plus
rentable .Un arbre est ensuite créé, en partant de la gauche du graphe afin de relier entre eux les
blocs de plus grande valeur absolue V’. Une ligne de 0 est créée au-dessus du niveau du sol voir
figure 50, puis en partant du haut de chaque colonne (et en partant de la colonne de gauche) on relie
chaque bloc au bloc qui a la plus grande valeur parmi ceux qui lui sont adjacents à sa gauche. (Donc
pour le bloc de valeur V’ij, on cherche max (Vi+1, j-1, Vi, j-1, Vi- 1, j-1) et on relie les deux blocs.
En procédant ainsi jusqu’à la droite du graph, on crée un arbre, reliant de proche en proche
Figure 49 : Calcul de la valeur V'

Figure 50 : insertion d’une ligne de zéro au niveau de sol
Les blocs de plus haute valeur absolue V’. Pour chacun de ces blocs, on procède comme pour V’,
en créant V’’ qui est la somme de V’ij et de la valeur de ses antécédents sur le graphe.
𝑉 ′′𝑖𝑗 = 𝑉 ′ 𝑖𝑗 + 𝑚𝑎𝑥(𝑉 ′ (𝑖+1, ′

𝑗−1) ; 𝑉 (𝑖, 𝑗−1) ; 𝑉 ′ (𝑖−1, 𝑗−1) )
Équation 7 : Calcul de la valeur V''
En prenant la valeur V’’ la plus grande en surface à la fin du graphe, on trouve l’extrémité du
chemin qui a la plus grande valeur. Dans ce cas 108, en remontant l’arbre ; on a ainsi le contour de
la fosse optimale (figure 51).
Figure 51 : Calcul de la valeur maximale (V’’) et détermination de la fosse optimale
Si, après avoir fait la somme des V’, aucune valeur positive ne subsiste, cela signifie qu’il n’existe
pas de fosse rentable. [30]
III.5.8.2 Paramètres techniques et économiques d’optimisation :
L’ensemble des paramètres économiques sont présenté dans le tableau 6 :
59
Désignation unité valeur

Cours d'optimisation $US / tonne 4817
métal
Récupération du gisement % 85%

Dilution % 15%
Coût opératoire mine Minerai $US / tonne 1.85
Coût opératoire mine stérile $US / tonne 1.47
Coût opératoire traitement : $US / tonne 17.58
Récupération métal % 68.00%
Capacité usine tonne / an 819 169
Frais de vente : ($/t. métal) 2.41
Tableau 6 : Paramètres économiques
À l’addition de ces paramètres économiques on ajoute un paramètre géotechnique qui est la pente
intégratrice de la fosse et il est de 50° partout et 70° vers l’est.
III.5.8.3 Résultats d’optimisation :
La teneur économique du cuivre calculée à partir de l’étude d’optimisation est de 0.6175%. Par
la suite, chaque bloc qui a une teneur inférieur à 0.6175 est désigné comme stérile et seulement les
blocs dont leurs teneurs dépasse la teneur économique sont considéré comme minerai. Une fois la
phase d’optimisation est terminée et les réserves de la mine à ciel ouvert d’EST AKKA sont bien
définies, l’étape suivante consiste à habiller la fosse en tenant compte des paramètres géométriques
de l’étude géotechnique.
Le logiciel utilisé pour cette fin est Datamine Il permet d’importer le bloc des réserves proposé
par l’optimiseur (NPV Scheduler), dans le but de l’utiliser dans le design minier et l’évaluation des
réserves finales de la fosse. L’habillage de la fosse se fait gradin par gradins, du bas vers le haut. Lors
du passage d’un gradin à un autre, une berme est créée. Une berme ascendante en spirale est aussi
générée à fur et à mesure que l’habillage avance.
Les paramètres d’habillage utilisés sont les suivants :
Désignation valeur
Hauteur des gradins 10
Largeur de la berme 6
Largeur de la piste 8
Pente de la piste 10
pendages des gradins 85
Tableau 7 : paramètres techniques d'habillage
60
La figure 52 présente le résultat de l’habillage de la fosse qui est une fosse ultime regroupant tout
le minerai rentable en respectant les paramètres technique de la stabilité des talus.
Figure 52 : la fosse ultime habillé
Le tableau 8 ci-après présente les résultats de l’estimation des réserves minérales à leur état initial :
Les réserves minérales sans dilution
classifications TONNES CUT Krigeage Métal du cuivre Argent Métal Argent

(%) (tonne) (ppm) (Kg)
stérile 724554.16 - - - -
prouvé 68196 1.53 1 040 44.95 3 066
probable 60150 1.12 675 25.86 1 556
présumé 8551 1.32 113 16.97 145
TOTAL (minerai) 136897 1.34 1 828 34.82 4 766
Tableau 8 : les réserves minérales dans leur etat initial
Lors de l’exploitation de la mine et l’extraction du minerai plusieurs blocs de stérile s’ajoutent au

minerai. Ce problème est un problème incontournable, il est nommé « dilution ». La dilution cause
l’augmentation du tonnage avec une diminution des teneurs.
Le tableau 9 présente les réserves minérales après dilution. Globalement le gisement présente
157 431 tonnes des réserves minérales.
61
Réserves minérale avec15% dilution et 85% récupération

classification TONNES CUT Krigeage Métal Cuivre Argent Métal Argent
(%) (tonne) (ppm) (Kg)
stérile - - - - -
prouvé 78 425.87 1.13 884.42 33.23 2 605.74

probable 69 171.95 0.83 573.94 19.12 1 322.36
présumé 9 833.70 0.97 95.67 12.54 123.32

TOTAL 157 431.52 0.99 1 554.02 25.73 4 051.42
Tableau 9 : Réserves Minérales avec dilution
Le tableau 10 ci-joint présente les réserves minérales vers la fin de mai :
Réserves minérales d’est AKKA vers la fin de mai

Classification stérile Tonnage Teneur Métal Teneur Métal
Cuivre Cuivre Argent Argent (kg)
Krigeage (tonne) (ppm)
Stérile 553933 - - - - -
Prouvé - 579 44099.6634 1.22413135 539.837805 29.1500152 1285.50586
Probable - 1523 41104.5572 1.09635436 450.651606 19.9179778 818.719657
Présumé -1049 7762.7959 1.30565254 101.355142 16.16819 125.510359
TOTAL 550 683 92967.0166 1.17444293 1091.84455 23.9841608 2229.73588
Tableau 10 : Réserves minérales à l'état actuel
62
III.6 Conclusion :
La présente étude avait comme objectif de déterminer la partie rentable du gisement afin
d’orienter l’exploitation. La constitution de la base de données était la première étape. Suivie d’une
modélisation des sondages ensuite la détermination de la distance entre les coupes transversales.
L’interprétation géologique à la base d’une teneur de coupure géologique, qui ne tient en compte que
certains paramètres économiques, était la phase déterminant les enveloppes minéralisées. La
modélisation 3D du gisement vient directement après l’interprétation géologique. Le model 3D
obtenu a été remplis avec des blocs discontinue dans l’espace. La teneur en cuivre et en argent de ces
blocs a été estimée par le Krigeage qui est une méthode de géostatistique.
L’étape de l’optimisation était l’avant dernière étape dans laquelle on a déterminé la partie
rentable du gisement géologique puis la phase finale qui est l’habillage de la fosse optimal et la mise
en place des pistes de circulation et du design minier pour en finir avec l’estimations des tonnages
des ressources minérales et des réserves miniers.
L’étude technico-économique des gisements constitue une étape primordiale dans
l’implémentation des projets miniers. En effet l’étude technico-économique regroupe plusieurs
domaines à savoir principalement la géologie, la géomatique, la topographie, la géotechnique et
l’économie.
63
CONCLUSION GÉNÉRALE
Durant cette étude on a parcouru l’ensemble des étapes de création d’une nouvelle
mine, depuis l’exploration jusqu’à l’étude technico-économique pour fournir un outil d’aide
à la décision. On a évalué dans le deuxième chapitre l’apport de la télédétection à
l’exploration minière. Plusieurs méthodes ont été utilisées dans le but de pouvoir évaluer
chaque chaine de traitement à part et comparer les résultats. Grâce à la télédétection
plusieurs zones d’altérations ( prés d’Agoujgal, de Ouansimi et d’autres zones ) ont été
détectées en utilisant des images satellitaires Landsat 8, des visites de terrain et la
connaissance des géologues ont permis la validation des résultats obtenus. En utilisant les
filtres directionnels on a pu extraire les linéaments puis une carte des densités a été créée en
se servant d’ArcGIS. Dans le dernier chapitre on a évoqué l’étude technico-économique du
gisement d’est AKKA, qui a définit la localisation des couches minéralisés avec leurs teneurs
en minerai. La partie la plus rentable du gisement qui maximise les bénéfices était le résultat
final de cette étude, appelée « réserves minérales ».
Les sciences et les et technologies de la géomatique concernant les modélisations, les
analyses des répartitions spatial des cibles ainsi que les sciences de télédétection sont en
permanente évolution pour soulever certains obstacles techniques et économiques qui se
pose. Et donc au futur surement il apportera une aide très considérable et primordiale dans
le domaine minier.
Depuis la présente étude, on peut recommander de s’intéresser de plus aux couplages
des sciences de la télédétection avec la géochimie et la géophysique et les structurer dans un
Systèmes d’information Géographique. La migration depuis la base de données géologique
64
Excel vers un système de gestion de base de données bien structuré semble une action
indispensable dans le but de minimiser savoir même éliminer les pertes très couteuses
d’argent et de temps.
65
BIBLIOGRAPHIE :
[1] Ben-Dor E et al. « Comparison of three calibration techniques for utilization of GER 63-channel
aircraft scanner data of Makhtesh Ramon» Nega, Israel. Photogrammetric Engineering and Remote
Sensing, 60(11), (1994) pp 1339-1354.
[2] Harris, J.R., et al « Mapping Altered Rocks Using Landsat TM and Lithogeochemical Data:
Sulphurets-Brucejack Lake District, British Columbia, Canada » Photogrammetric Engineering &
Remote Sensing Vol. 64, No. 4, April 1998, pp. 309-322.
[3] Yasuhiro F et al « Mapping hydrothermal altered mineral deposits using Landsat 7 ETM+ image
in and around Kuju volcano », Kyushu, Japan J. Earth Syst. Sci. 121, No. 4, August 2012, pp. 1049–
1057)
[4] JAFAR M, « Interpretation and Processing of ETM+ Data for Alteration Mapping A Case Study:
Behabad , Iran , »,
[5] Sabins ,F «Remote sensing for mineral exploration Celeste Lane », , 1999
[6] BISHOP L , « The visible and infrared spectral properties of jarosite and alunite » American
Mineralogist, Volume 90, 2005, pages 1100.1107
[7] Honarmand.M, « Application of Spectral Analysis in Mapping Hydrothermal Alteration of the
Northwestern Part of the Kerman Cenozoic Magmatic Arc, Iran » Journal of Sciences, Islamic
Republic of Iran 2011 pages 221-238
[8] Ibrahim O., et al « Mineral Detection and Mapping Using Band Ratioing and Crosta Technique
in Bwari areacouncil, Abuja Nigeria » , International Journal of Scientific & Engineering Research,
Volume 5, Issue 12, December-2014
[9] Ahmed S.O. « Lithological mapping and hydrothermal alteration using Landsat 8 data: a case
study in ariab mining district, red sea hills, Sudan » International Journal of Basic and Applied
Sciences, 2014, pages 199-208
[10] Robert K., « Fundamentals of Geological and Environmental Remote Sensing, Prentice Hall,
Upper Saddle River », NJ, 1997, pages. 80-121.
[11] Sabreen G et Timothy K « Lithological mapping in the Eastern Desert of Egypt, the Barramiya
area, using Landsat thematic mapper (TM) » Journal of African Earth Sciences 44, 2006 , pages196–
202
[12] Khaleghi,M, « Alteration Mapping for Exploration of Porphyry Copper Mineralization in the
Sarduiyeh Area, Kerman Province, Iran, Using ASTER SWIR Data » , Australian Journal of Basic and
Applied Sciences 2011 pages 61-69,
[13] Abrams. M.J. et al « Remote sensing of porphyry copper deposits in Southern Arizona » .
Economic Geology 78 1983 pages 591-604.
66
[14] Crosta, A. P. Et mcm. Moore, J : « Enhancement of Landsat Thematic Mapper Imagery for
Residual Soil Mapping in SW Minais Gerais State, Brazil: A Prospecting Case History in Greenstone
Belt Terrain. Proceedings of the 7th (ERIM) » Thematic Conference: Remote Sensing for Exploration
Geology. Calgary, 1989 pages 11733-1187.
[15] Loughlin, W. P. Principal Component Analysis for Alteration Mapping. Photogrammetric
Engineering & Remote sensing, Vol. 57, 1989 pages 1163-1169
[16] Berhane WG et al 2000 « Mapping gossans in arid regions with Landsat TM and SIR-C images:
The Beddaho alteration zone in northern Eritrea » J. African Earth Sci. 30, 1989, pages 903–916.
[17] Hunt G R et al « Spectra of altered rocks in the visible and near infrared » Economique Geologie
vol 74 , 1979, pages 1613–1629.
[18] Beiranvand A, « Hydrothermal alteration mapping from Landsat-8 data, Sar Cheshmeh copper
mining district, south-eastern Islamic Republic of Iran » Journal of Taibah University for Science
Volume 9, Issue 2, April 2015, Pages 155–166
[19] Nelson J, « Mapping hydrothermally altered rocks with Landsat 8 imagery: A case study in the
KSM and Snowfi eld zones, northwestern British Columbia » British Columbia Geological Survey
Paper ,2015, pages 103-112.
[20] HASHEMI M, « Iron oxide and hydroxyl enhancement using the Crosta Method: a case study
from the Zagros Belt, Fars Province, Iran » Journaf of African Geologist Volume 2 , 2000 , pages 140
147*
[21] Hung L.Q « Lineament extraction and analysis, comparison of LANDSAT ETM
And ASTER imagery Case study: Suoimuoi tropical karst catchment, Vietnam »
[22] Chica-Olmo, M. « Development of a decision support system based on remote sensing and GIS
techniques for gold-rich area identification in se spain » . International. Journal remote sensing. 23
, 2002, pages 4801–4814.
[23] Kaufmann, H. Mineral exploration along the Aqaba-Levant structure by use of TM data;
concepts, processing, and results. International Journal of Remote Sensing, volume 9, 1988 , pages
1639-1658.
[24] Najime T, « Utilization of Landsat 7 ETM+ Multispectral Data and ASTER-GDEM in Geological
Investigation and Alteration Mapping around Yankara-Dan Sabo-Takulawa Area within Wonaka
Schist Belt, Northwestern Nigeria » Journal of Environment and Earth Science www.iiste.org ISSN
2224-3216 (Paper) ISSN 2225-0948 (Online) Vol.4, No.2, 2014
[25] Elsayed Zeinelabdeina A, « RATIO IMAGE PROCESSING TECHNIQUES: A PROSPECTING TOOL
FOR MINERAL DEPOSITS, RED SEA HILLS, NE SUDAN »The International Archives of the
Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B8. Beijing
2008 pages 1295-1298
[26] HARALD A et al ,« Principal compenent analyses for lithologic and alteration mappinf examples
from the red Sea hiks sudan » International archives of photogrammetry and remote sensing vol
XXXI Part B7 Vienna 1996 pages 271-275
67
[27] Yetkin E et al « ALTERATION MAPPING BY REMOTE SENSING: APPLICATION TO HASANDAĞ –

MELENDİZ VOLCANIC COMPLEX, CENTRAL TURKEY »
[28] POORMIRZAEE R, et al « CROSTA-Interpretation and Processing of ETM+ Data for Alteration
Mapping A Case Study: Behabad , Iran » WATER AND GEOSCIENCE pages 190-196
[29] Gratton Y, « LE KRIGEAGE : LA MÉTHODE OPTIMALE D’INTERPOLATION SPATIALE » les
articles de l’Institut d’Analyse Géographique, Juin 2002, pages 1-4
[30] Geffroy.F « ETUDE DES TECHNIQUES UTILIS_EES DANS LE CADRE DE LA MISE EN VALEUR
D'UN GISEMENT À CIEL OUVERT » centre de géosciences, 2007, pages 14-15.
[31] Modélisation des gîtes minéraux et estimation des ressources, sgs geostat
[32]Cours de géostatistique : http://www.groupes.polymtl.ca/geo/marcotte/glq3401geo/chapitre2.pdf
68

RAPPORT

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

RAPPORT

Transféré par

Droits d'auteur :

Formats disponibles

Rapport de fin d’études ELAZHARI Abdelaziz

apport de la télédétection à l’exploration minière, et de modéliser en 3D les structures

minéralisées ainsi qu’une étude technico-économiques des réserves minérales du gisement

Premièrement on s’est focalisé sur l’apport de la télédétection à l’exploration minière,

hydrothermales à savoir les bandes ratios, Méthode de Crosta « Analyses en composantes

géologues et des visites de terrain.

Deuxièmement on s’est intéressé à la modélisation 3D des structures minéralisées et

qui donne un cash-flow maximal.

Télédétection spatiale, exploration minière, modélisation 3D, ressources et réserves

This memorandum is a summary of my graduation project performed within AKKA

contribution of remote sensing in mineral exploration, and 3D modeling of the mineralized

Firstly, we focused on the contribution of remote sensing in mineral exploration.

validated by the knowledge of geologists and field visits.

Secondly, we were interested in 3D modeling of the mineralized structures and the

maximum cash flow.

Remote sensing, mining exploration, 3D modeling , Mineral Resources and Reserves,

geostatistics, hydrothermal alteration, lineaments extraction, Pit Optimization.

À mes très chers Parents :

À Mes chers frères et sœurs.

À Mes chers professeurs qui m’ont formé.

À mes chers amis.

À Tous ceux qui ont contribué à la réalisation de ce travail.

Je vous remercie pour votre agréable compagnie

En préambule à ce mémoire, je souhaite adresser mes remerciements aux personnes qui

ELHARKATY Mohammed pour son soutien pédagogique et scientifique, mes remerciements

s’adressent aussi à Mr. MAÂTOUK Mustapha chef de filière « Géoinformation », et à toute

l'équipe enseignante de la filière pour leurs contribution à notre formation.

Mes remercîment s’adressent aussi à Monsieur ABOULKHIR Mounir, directeur de la mine

d’AKKA. À monsieur SMOUH Ahmed Cadre Géologue Géomaticien, monsieur AISSIOUI

Noureddine Chef d’exploitation, Monsieur Adil Slimani cadre géomaticien, Monsieur

ELKOURCHI Mohammed géomaticien. Et à toute l’équipe d’AKKA Gold Mining.

loin à l’élaboration de ce mémoire.

Table des matières

LISTE DES FIGURES........................................................................................................................................ 8

LISTE DES TABLEAUX .................................................................................................................................... 9

LISTE DES ÉQUATIONS ................................................................................................................................. 9

INTRODUCTION GENERALE ....................................................................................................................... 10

II.2.2.2 ArcGIS Desktop 10.2 ............................................................................................................ 18

II.3.1.2 Les minéraux de fer avec le ratio 4/2 .................................................................................... 19

II.3.2.2 Résultats ............................................................................................................................... 21

II.4.2.1 ACP avec quatre bandes : Cartographie de l’hydroxyle ......................................................... 24

II.4.2.2 ACP avec quatre bandes : Cartographie des oxydes de fer..................................................... 27

II.4.2.3 Les compositions colorées de la méthode Crosta ................................................................... 28

II.6.2 Résultats :.............................................................................................................................. 32

III.4.2 Définitions des réserves minérales ........................................................................................ 39

III.4.3 Classification des réserves..................................................................................................... 40

III.5.3.2 Teneur de coupure économique ....................................................................................... 46

III.5.7.2 Écrêtage ............................................................................................................................ 49

III.5.7.3 Les variogrammes ............................................................................................................. 50

i. Variogramme selon les sondages : ................................................................................................ 53

ii. Variogramme selon la direction de l’allongement du gisement : ................................................... 54

iii. Variogramme selon la direction du pendage du gisement :....................................................... 54

III.5.6.1 Résultats d’estimation des ressources ................................................................................ 56

III.5.8.2 Paramètres techniques et économiques d’optimisation : .................................................... 59

III.5.8.3 Résultats d’optimisation : .................................................................................................. 60

LISTE DES FIGURES

LISTE DES TABLEAUX

LISTE DES ÉQUATIONS

d’assurer un développement économique, technique et scientifique de ce secteur. La géomatique est

un ensemble de sciences pluridisciplinaire qui peuvent intervenir là où il y a de l’information

minérales d’un gisement récemment découvert ?

l’exploration minière qui consiste à la découverte de nouveaux potentiels gisements. L’introduction

la cartographie des altérations hydrothermales en utilisant les bandes ratios, l’analyse en