Des outils avancés permettent de cartographier la prospectivité minière à faible impact
Pour réussir la transition écologique et devenir climatiquement neutre d’ici 2050, l’UE a besoin d’une quantité croissante de matières premières critiques (CRM pour «critical raw materials»). L’approvisionnement et le recyclage responsables des CRM réduiront l’impact de la prospection et de l’exploitation minière sur la nature et l’environnement. L’un des meilleurs moyens d’y parvenir est de procéder à une «prospectivité minière» in silico pour les matières premières primaires et secondaires, en utilisant des modèles pour identifier avec précision les cibles à fort potentiel, sans impact sur l’environnement. Le projet EIS(s’ouvre dans une nouvelle fenêtre), financé par l’UE, a développé des outils intégrant l’IA, l’apprentissage automatique et l’apprentissage profond pour analyser de vastes ensembles de données provenant de précédentes campagnes de prospection. Cette approche fondée sur les données devrait accélérer la découverte, minimiser les perturbations écologiques et favoriser une prospection plus durable et plus efficace des CRM.
Des outils de modélisation avancés exploitent les mégadonnées existantes
«L’intégration de l’IA, de l’apprentissage automatique et de l’apprentissage profond dans la prospection minière offre un potentiel de transformation. En analysant de vastes ensembles de données provenant de campagnes de prospection antérieures (y compris des données géophysiques, géochimiques et géologiques), ces technologies peuvent mettre en évidence des schémas et des corrélations que l’homme ne peut pas détecter», explique la coordinatrice du projet, Hafsa Ahmed Munia, de Geological Survey of Finland(s’ouvre dans une nouvelle fenêtre). L’utilisation de l’IA réduira considérablement la nécessité d’opérations de terrain coûteuses et invasives, diminuant ainsi les coûts financiers et environnementaux. Les modèles d’apprentissage automatique et d’apprentissage profond qui peuvent s’améliorer continuellement avec de nouvelles données conduiront à une capacité prédictive plus précise et plus fiable au fil du temps.
Une bibliothèque numérique de systèmes minéraux primaires et d’outils d’analyse avancés
Les outils non commerciaux existants pour l’analyse de la prospectivité minière sont dispersés et nécessitent une expertise importante pour être utilisés efficacement. «Pour combler cette lacune critique, EIS a développé deux applications logicielles qui comprennent de nouveaux géomodèles ainsi que des outils d’analyse de données spatiales novateurs, rapides et rentables pour l’analyse de la prospection minière, la cartographie et la modélisation des systèmes miniers», explique Hafsa Ahmed Munia. La boîte à outils EIS(s’ouvre dans une nouvelle fenêtre) est une bibliothèque Python autonome de systèmes minéraux. Elle intègre l’apprentissage automatique et l’analyse des données spatiales pour faciliter la cartographie de la prospectivité minière à un niveau inégalé par les logiciels gratuits actuellement disponibles. Les outils de la boîte à outils peuvent être employés individuellement dans des scripts Python ou via l’assistant QGIS d’EIS(s’ouvre dans une nouvelle fenêtre). L’assistant QGIS(s’ouvre dans une nouvelle fenêtre) d’EIS est une interface conviviale qui améliore l’accessibilité de la boîte à outils, rationalisant les flux de travail pour les géologues et les professionnels de la prospection. Le plug-in permet aux utilisateurs de naviguer à chaque étape de la cartographie de la prospectivité minière. Le référentiel comprend la documentation pour l’installation du logiciel.
Un approvisionnement européen durable en CRM avec un impact minimal sur l’environnement
EIS a évalué la capacité de ses outils à produire des cartes de prospectivité minière pour les matières premières secondaires (provenant des mines et/ou des déchets de traitement/métallurgiques). L’évaluation a relevé des lacunes dans les informations nécessaires et a abouti à des recommandations sur la manière de faciliter la cartographie de la prospectivité minière pour les matières premières secondaires. «En soutenant les équipes de prospection à tous les stades de leurs projets, les outils d’EIS rationaliseront les flux de travail, permettront une meilleure prise de décision et faciliteront la découverte durable de CRM grâce à un ciblage plus précis des gisements», conclut Hafsa Ahmed Munia. Ainsi, les résultats du projet augmenteront l’autosuffisance à long terme de l’Europe dans le domaine des CRM et soutiendront la mise en œuvre du pacte vert pour l’Europe, au bénéfice de l’économie de l’UE, de ses habitants et de l’environnement. Le public peut en apprendre davantage sur le rôle vital des CRM dans la vie quotidienne et dans l’économie, la transition écologique et le développement durable grâce aux podcasts et vidéos(s’ouvre dans une nouvelle fenêtre) du projet.
