Transcript B684 - Institutionen för geovetenskaper

UNIVERSITY OF GOTHENBURG
Department of Earth Sciences
Geovetarcentrum/Earth Science Centre
Jämförande gravimetrisk
och magnetometrisk
modellering med Encom
Model Vision Pro 9.0:
Dannemora järnmalm
Marléne Gustavsson
ISSN 1400-3821
Mailing address
Geovetarcentrum
S 405 30 Göteborg
Address
Geovetarcentrum
Guldhedsgatan 5A
B684
Bachelor of Science thesis
Göteborg 2012
Telephone
031-786 19 56
Telefax
031-786 19 86
Geovetarcentrum
Göteborg University
S-405 30 Göteborg
SWEDEN
Sammanfattning
Encom Model Vision Pro 9.0 har i detta arbete på kandidatnivå använts för tvådimensionell
och tredimensionell modellering för gravimetrisk och magnetometrisk data från Dannemora,
för att få lärdom om programmets möjligheter. Data erhölls från Eric Hegardt, tidigare
anställd hos Dannemora Mineral AB. Ytterligare information om områdets geologi som
behövdes för att kunna modellera togs fram innan modelleringen började och användes som
grund för denna. En beskrivning om alla förberedelser som krävdes och hur modelleringen
gick till tas upp. Resultatet av modelleringen visar två typer av järnmalmslager, där det
översta har högre susceptibilitetsvärden än det understa. Malmen ligger i en synklinal, kallad
Dannemorasynklinalen, som har en västlig lutning och når ett djup på ca 500 meter. Efter
modelleringen gjordes en djupare studie i områdets geologi, vilket jämfördes med resultatet
av modelleringen för att se hur väl modellerna stämmer med verkligheten. Modellerna
stämmer till viss del överens med verkligheten och bör endast ses som ungefärliga modeller
av hur det kan se ut. Ju mer geologisk information som finns tillgänglig, desto mer
tillförlitliga modeller kan skapas. Det är tydligt att programmet har stor kapacitet och att det
finns mycket mer att lära för att använda det till fullo.
Nyckelord: Encom Model Vision Pro 9.0, GIS ArcMap, gravimetri, magnetometri,
Dannemorasynklinal, skarnjärnmalm, kalkjärnmalm, densitet, susceptibilitet,
modellering, tvådimensionellt, tredimensionellt.
Abstract
In this bachelor essay Encom Model Vision Pro 9.0 has been used for two-dimensional and
three-dimensional modelling of gravimetric and magnetometric data from Dannemora, in
order to learn about the possibilities of the program. The data was obtained from Eric
Hegardt, former employee at Dannemora Mineral AB. Further information about the geology
of the area that was required to be able to do the modelling, was collected before the
modelling started. The modelling was based on this information. The paper contains a
description of all the preparations required and how the modelling was performed. The result
of the modelling shows two types of iron ore layers, where the top layer has higher
susceptibility values than the bottom layer. The ore is located in a synclinal called the
Dannemora synclinal, that has a tilt to the west and reaches a depth of about 500 meters.
When the modelling was done a deeper study in the geology of the area was made. This was
compared with the resulting models to see how well the models match reality. The models
correspond to a certain extent with reality and should only be viewed as approximate models
of how it might look like. The more geological information available, the more reliable
models can be created. It is clear that the program has a large capacity and that there is much
more to learn to fully use it.
Keywords:
Encom Model Vision Pro 9.0, GIS ArcMap, gravimetry, magnetometry,
Dannemora synclinal, skarn iron ore, limestone iron ore, density, susceptibility,
modelling, two-dimensional, three-dimensional.
Innehållsförteckning
1 Inledning ............................................................................................................................. 1 2 Bakgrund ............................................................................................................................. 1 2.1 Encom Model Vision Pro 9.0 (MVP) .......................................................................... 1 2.2 Dannemora................................................................................................................... 1 3 2.2.1 Bergarter ............................................................................................................... 2 2.2.2 Uppträdande ......................................................................................................... 3 2.2.3 Malm .................................................................................................................... 4 2.2.4 Malmens bildning ................................................................................................. 5 Geofysisk data ..................................................................................................................... 7 3.1 Gravimetrisk data ........................................................................................................ 7 3.2 Magnetometrisk data ................................................................................................... 8 4 Metod .................................................................................................................................. 8 4.1 4.1.1 Överblick av data ................................................................................................. 8 4.1.2 Skisser ................................................................................................................ 10 4.1.3 Densitet och susceptibilitet................................................................................. 11 4.1.4 Filhantering ........................................................................................................ 12 4.2 5 Förberedelser ............................................................................................................... 8 Modellering ............................................................................................................... 13 4.2.1 Inställningar ........................................................................................................ 13 4.2.2 Skapandet av modellerna ................................................................................... 13 4.2.3 Funktioner och problem ..................................................................................... 14 Resultat ............................................................................................................................. 14 5.1 Översikt ..................................................................................................................... 14 5.2 Profilerna ................................................................................................................... 17 5.2.1 Tvådimensionellt ................................................................................................ 17 5.2.2 Tredimensionellt................................................................................................. 21 6 Diskussion ......................................................................................................................... 24 7 Felkällor ............................................................................................................................ 26 8 Slutsats .............................................................................................................................. 26 9 Avtackning ........................................................................................................................ 26 10 Referenser...................................................................................................................... 27 10.1 Böcker ........................................................................................................................ 27 10.2 Uppsatser ................................................................................................................... 27 10.3 Internet ....................................................................................................................... 27 10.4 Kartor ......................................................................................................................... 28 11 Appendix ....................................................................................................................... 29 1 Inledning
Syftet med det här kandidatarbetet var att bli familjär med modelleringsprogrammet Encom
Model Vision Pro 9.0 och dess 2D och 3D möjligheter för att få lärdom i hur modellering av
geofysisk data för olika malmkroppar sker.
Målet var att från gravimetrisk och magnetometrisk data, uppmätt över ett
malmkroppsområde beläget i Dannemora, producera en tredimensionell bild av
malmkroppens eller malmkropparnas form och variationer i malmens magnetithalt. Också ett
försök att reda ut hur malmkroppen eller malmkropparna är veckade skulle göras och i så fall
om detta kunde klargöras med modellering.
Projektets data fanns redan digitaliserad och erhölls från handledare Erik Sturkell som i sin tur
fick den från Eric Hegardt, tidigare anställd hos Dannemora Mineral AB. Arbetet utfördes till
största del i dataprogrammet Encom Model Vision Pro 9.0, där dess olika metoder och
verktyg användes för bearbetning av data. Även GIS ArcMap användes för att ta fram
översiktsbilder av data innan modelleringen. En geologisk beskrivning med de olika
bergarterna och en strukturgeologisk kartbild presenteras och detta användes som grund för
modelleringen tillsammans med gravimetrisk och magnetometrisk data. Ett samarbete fanns
till en början med Petter Engvall eftersom våra projekt utgick från samma data.
Den här uppsatsen är uppbyggd så att bakgrunden och områdesbeskrivning tas upp först.
Därefter följer information om den data som använts, förberedelser och metod för
modellering. Sedan presenteras resultatet och därefter följer en diskussion om programmet
och om resultatet, följt av en slutsats.
2 Bakgrund
Nedan följer information om modelleringsprogrammet som användes och en kort beskrivning
om Dannemoras geologi innehållande områdets bergarter, dess uppträdande, malm och
malmbildning. Fördjupningen och förståelsen över områdets geologi på djupet och främst
malmens uppträdande gjordes efter modelleringen på grund av tidsplanen och har alltså inte
använts som grund för denna. Därför kommer nedanstående information jämföras med
resultatet av modelleringen och tas upp i diskussionen.
2.1 Encom Model Vision Pro 9.0 (MVP)
MVP är ett modelleringsprogram som används av olika företag jorden över för att konstruera
2D och 3D modeller över berggrunden baserat på magnetometrisk och gravimetrisk data. Om
borrkärnor finns kan informationen om berggrunden från dessa användas i programmet. Det
är möjligt att skapa modeller för varje mätprofil som gjorts och dessa kan sedan sättas ihop till
en tredimensionell bild för hela området. Med hjälp av resultatet kan till exempel brytvärda
malmkroppar eller guld- och diamantfyndigheter upptäckas (Ref. Internet: Encom). Deras
läge, lutning och mäktighet och annat kan modelleras fram. En bra funktion med programmet
är dessutom att det kan konstruera översiktsbilder för gravimetrisk eller magnetometriska data
över ett område. Dessa översiktsbilder kan visa vilka områden som kan vara extra intressanta
att modellera. En beskrivning av MVPs användning i det här arbetet följer under Metod. Mer
information om MVP finns att läsa på Encoms hemsida om intresse finns.
2.2 Dannemora
Dannemora är en liten och gammal gruvby intill Österbybruk i Östhammars kommun,
Uppsala län (se läge på karta i figur 1). Gruvverksamheten i Dannemora började redan för
1
över femhundra år sedan och har från år 1770 fram till 1989 medfört en total produktion av
35,2 miljoner ton malm, främst järnmalm (Stålhös 1991). År 1992 lades gruvverksamheten
ner på grund av låg efterfrågan och därmed låga priser. Detta ändrades med åren och 2005
återupptogs gruvverksamheten av nybildade Dannemora Mineral AB som fortfarande idag
driver sin verksamhet där. Totalt har ett tjugofemtal malmkroppar varit föremål för brytning
(Ref. Internet: Dannemora Mineral).
Figur 1. Markering visar Dannemoras placering i Sverige (Modifierad bild från lokaldelen.se).
2.2.1 Bergarter
Berggrunden i området är väl beskriven av Stålhös (1991) och enligt honom ingår den i en
svekokarelsk bergskedjezon som uppstod för ca 2000 till 1800 miljoner år sedan. I
Dannemora finns tre huvudsakliga bergarter, se Sveriges Geologiska Undersöknings (SGU)
berggrundskarta i figur 2. Kristallin kalksten (blått på kartan) syns vid ytan i mitten av
undersökningsområdet och det är i anslutning till denna bergart som det finns malm. På den
östra och västra sidan om den kristallina kalkstenen finns metaryolit med inslag av
kaliextrema led (gult med svarta prickar på kartan). Metaryoliten gränsar i öst och väst till
granodiorit-tonalit (brunt på kartan). I Stålhös (1991) beskrivning av den undre lagerföljden i
gruvan refererar han till Lager (1986) som menar att denna del består av ignimbriter. En
ignimbrit är en vulkanoklastisk bergart eftersom den består av pyroklastiska flöden med
vulkaniskt ursprung.
2
Figur 2. Modifierad berggrundskarta från SGU över Dannemoraområdet. Den röda markeringen visar uppmätt
stupning.
2.2.2 Uppträdande
Karbonatstenarna i området uppträder som långsträckta lager som växellagrar med de sura
vulkaniterna. Just vid det undersökta området bildar kristallin kalksten en brantstående
synklinal kallad Dannemorasynklinalen som är isoklinalt hopklämd och sträcker sig ca 3 km i
N-S-riktning (Stålhös 1991). Enligt Lager (2001) har den del av synklinalen som innehåller
malm en bredd på omkring 400 till 800 meter. Det västra veckbenet är en aning tippat över
mot öst vilket gör att hela synklinalen har en lutning mot väster. Från berggrundskartan (figur
2) kan synklinalvecket i fråga urskiljas i den kristallina kalkstenen med hjälp av metaryolit,
vilken ligger ovanpå kalkstenen och som ser ut att vara hoppressat i mitten av vecket.
3
Synklinalen finns utmärkt i SGUs berggrundskarta ovan (pilar i figur 2) och i
strukturgeologikartan nedan (figur 3). Båda kartorna ger information om de få stryknings- och
stupningsmätningar som gjorts. Strukturgeologikartan ger även information om att det finns
ytterligare en synklinal väster om Dannemorasynklinalen och en antiklinal mellan dem. Vid
modelleringen har inte antiklinalen eller synklinalen väster om Dannemorasynklinalen tagits
med i åtanke och heller inte geologin öster om den, utan modelleringen har skett helt
beroende av endast Dannemorasynklinalens geologi och data.
Figur 3. Modifierad strukturgeologisk karta från SGU. Pilarna mot varandra representerar en synklinal och
pilarna som pekar bort från varandra representerar en antiklinal. Dannemorasynklinalen är den östra
synklinalen.
2.2.3 Malm
Malmen i Dannemorasynklinalen uppträder inte genom hela sekvensen utan endast i en av två
stratigrafiskt uppdelade formationer. Den undre formationen, bestående av vulkanoklastiskt
berg (ignimbrit), innehåller ingen malm. Den övre formationen är uppdelad i två enheter och
innehåller malm. Den nedersta enheten består av vulkanoklastiskt berg med litiska klaster av
järnmalm. Den översta enheten består även den av vulkanoklastiskt berg, men förekommer
som lager tillsammans med lager av järnmalm och karbonater (Lager 2001). Detta innebär att
malmhalten ökar genom den vulkanoklastiska bergarten och kalkstenen mot dess översta del.
Malmerna i Dannemorasynklinalen är av typerna skarnjärnmalm eller kalkmalm (Stålhös
1991). Huvudmineralet i båda malmtyperna är magnetit. Skarnjärnmalmen uppträder i smala
stråk med en tjocklek på 1-7 meter inom karbonatstenarna enligt Lager (2001). Ytterligare
mineral i skarnjärnmalmen är dannemorit (Mn-cummingtonit), knebelit (Mn-olivin),
spessartin (Mn-granat), diopsid, aktinolit, andradit och epidot. Skarnjärnmalmen har en
järnhalt på mellan 30-50 % (Stålhös 1991).
4
När det kommer till kalkmalmerna skriver Stålhös (1991) att ”Järninnehållet i de dolomitiska
kalkstenarna varierar ofta från 5 till 30 % Fe jämsides med manganhalter mellan 0.5 och
1.5%” (s. 178). Med andra ord har kalkmalmen lägre järnhalt än skarnjärnmalmen.
Information om magnetithalten för de två malmerna saknas. Eftersom skarnjärnmalmen har
en högre järnhalt än kalkmalmen är det möjligt att den innehåller mer magnetit.
2.2.4 Malmens bildning
Dahlin och Sjöström (2010) skriver att Dannemora ligger i en region kallad Bergslagen som
är en continental back-arc magmatic region. Detta kan generellt förklaras kort med att
subduktion av skorpa med hög vattenhalt (oceanskorpa) ger hydrotermala fluider och smältor
på djupet, vilka stiger genom den överliggande skorpan en bit in från subduktionszonen
(avståndet beror på subduktionsvinkeln). Uppstigningen av dessa smältor bildar vulkaner vid
ytan. Innanför dem bildas en bassäng som kan vara öppen mot havet eller sluten. De
uppåtgående hydrotermala fluiderna tar upp metaller, som sedan fälls ut och anrikas högre
upp.
Stålhös (1991) sammanfattar bergarternas bildning såhär: ”De i stor utsträckning till natrium-,
kalium- eller alkaliextrema led omdanade bergarterna liksom också uppkomsten av
associerade glimmerkvartsiter, malmer och skarn torde till betydande del kunna föras tillbaka
på en samverkan mellan samtidigt med vulkanismen alstrade hydrotermala lösningar och
metasomatiska omvandlingar i gränszonen mellan vattnet på havsbottnen och där avsatta
vulkanogena bildningar.” (s. 126).
Högt upp i sekvensen har sediment avsatts i den grunda bassäng som bildas i en back-arc
region. I denna sekvens, i den övre formationen, har malm fällts ut från de uppåtgående
metallrika hydrotermala fluiderna. Deras rörelseriktning och utfällning av malm är illustrerad
i figur 4 (Stålhös 1991). När bassängen var stängd evaporerades havsvattnet i området så att
ett lager av salt bildades. Detta saltlager fungerade senare som en fälla (trap) för metallrika
hydrotermala fluider som rörde sig upp dit, vilket är anledningen till att malmen anrikades där
(Lager 2001). Denna anrikade malm i kalksten är troligtvis den som Stålhös (1991) kallar för
kalkmalm. Figur 4 visar hur den hydrotermala konvektionsprocessen och utlakning av malm
kan ha skett.
5
Figur 4. Stålhös (1991):”Schematisk bild illustrerande den hydrotermala konvektionsprocessen inom submarint
deponerade vulkaniter” (s 56).
Dahlin och Sjöström (2010) har sammanfattat det geologiska händelseförloppet i
Dannemoraområdet i tabellen nedan (tabell 1). I tabellen kan utläsas att
Dannemorasynklinalen hör till den första veckningen, F1, som skedde. Detta skedde under den
första deformationsfasen via kompression. Det går också att utläsa att det skett två intrusioner
i området, men att det är oklart när de har skett. Vidare har även ytterligare två deformationer
skett. På Dannemora Mineral AB:s hemsida står det att en granodioritisk intrusiv bergart finns
i det södra fältet och att ett stort antal förkastningar skett (Ref. Internet: Dannemora Mineral).
Intrusionen av denna kan vara en anledning till bildningen av skarnjärnmalmen eftersom en
typ av skarn kan bildas vid kontaktmetamorfos mellan kalksten och silikatrik bergart som till
exempel granodiorit-tonalit. I så fall placerar detta skarnkalkstenen i den översta formationen
och översta enheten av Dannemorasynklinalen, eller i nära angränsning.
6
Tabell 1. Tabell från Dahlin och Sjöström (2010) över händelseförloppet i Dannemoraområdet.
Det här är endast en kort sammanfattning om de väsentliga delarna i områdets geologi. Många
faktorer har påverkat hur områdets geologi ser ut idag och i denna sammanfattning har
informationen begränsats till vad som har betydelse för förståelsen av hur malmen uppträder.
För mer information och en detaljerad beskrivning rekommenderas Stålhös (1991), Lager
(2001) och Dahlin och Sjöström (2010).
3 Geofysisk data
Den geofysiska data som använts för det här arbetet erhölls i digitaliserad form från Eric
Hegardt, tidigare anställd hos Dannemora Mineral AB. All geofysisk data är mätt över ett
stort område, ca 2,6 × 3,6 km. Arbetet har därför begränsats till ett mindre område. Enligt
Hegardt har minst brytning skett i den södra delen av området och därför var intresset att
bearbeta denna del större än för den norra delen. Av dessa anledningar valdes endast ungefär
halva området, den södra delen, uppdelad efter anomaliernas placering. Alla mätningar är
gjorda i raka linjer vinkelrätt över anomalierna och dessa linjer har namngetts med olika
nummer. Koordinaterna för mätningarna var i Dannemoras lokala koordinatsystem, vilket är
typiskt för gruvor. Eftersom det inte alltid finns både gravimetrisk och magnetometrisk data
för alla linjer så kallas en och samma linje olika beroende på vilken data, gravimetrisk eller
magnetometrisk, som är kopplad till den.
Det har i dagsläget skett brytning i det södra fältet och det är möjligt att viss brytning skett vid
tillfället för de geofysiska mätningarna, vilket i så fall skulle kunna ha påverkat datan.
Begränsningar har gjorts i arbetet och därmed har modelleringen gjorts efter hur datan ser ut,
vare sig den är påverkad av brytning eller inte.
3.1 Gravimetrisk data
De gravimetriska mätningarna över området gjordes i april 1961 och är mätta med gravimeter
på marknivå. All gravimetrisk data som erhölls var redan korrigerad med drift-, latitud- och
the Bouguer-korrektionerna. Någon terrängkorrektion (free-air) har troligen inte gjorts
eftersom området är mycket plant.
7
3.2 Magnetometrisk data
De magnetometriska mätningarna är gjorda år 1971 och även dessa är gjorda på marknivå och
det med magnetometer. Området är under största delen av året våtmark så det är även troligt
att mätningarna gjordes under vintern medan marken fortfarande var frusen (personlig
kommentar av Erik Sturkell).
4 Metod
Metoden har delats upp i två olika utföranden, där den ena delen förklarar förarbetet och
förberedelser medan den andra delen beskriver själva modelleringsgången. Den information
som står under Metod var den enda information som användes vid modelleringen. Alltså
användes inte informationen under Bakgrund för modelleringen utan den användes endast för
jämförelse med resultatet av modelleringen.
4.1 Förberedelser
Innan en förberedande bearbetning av data krävdes grundläggande kunskaper om vad som är
möjligt att göra i MVP och hur man gör detta. För detta ändamål gjordes 12 övningar som
medföljer mjukvaruprogrammet och det här var de enda förkunskaper och erfarenheter av
programmet innan det egna arbetet med MVP började. Som stöd användes även Bremers
(2010) och Farvardinis (2010) tidigare arbeten i MVP.
4.1.1 Överblick av data
För att få en överblick av hur gravimetrin och magnetometrin uppmätt över området ser ut
användes GIS ArcMap, innan all väsentlig data importerades till MVP. En digital karta över
Sverige hämtades hem från Lantmäteriets hemsida och importerades till ArcMap. Kartan var i
skala 1:5 miljoner och i koordinatsystem RT 90 2.5 gon v. Till denna karta georefererades en
digital berggrundskarta över Dannemora och dess omgivning, hämtad från SGUs
kartgenerator. Berggrundskartan var i koordinatsystemet SWEREF99 TM och därför
omvandlades först fem fasta punkter på kartan om till RT 90 2.5 gon v. innan georefereringen
var möjlig. Detta gjordes via en webbplats (Ref. Internet: Koordinatomvandling) där
koordinater i ett system skrivs in och nya koordinater för ett annat system ges. Sedan var det
dags att lägga till datan. Eftersom profilerna är i ett lokalt koordinatsystem, med en nollpunkt
mitt i Dannemoraområdet, var det nödvändigt att omvandla de koordinaterna till koordinater i
samma system som kartorna, nämligen RT 90 2.5 gon v, för rätt geografisk placering innan
det importerades till ArcMap. En formel för denna omvandling erhölls av Eric Hegardt. När
all data fått nya koordinater importerades den till ArcMap. Det här gjordes för att på ett
smidigt sätt se över vilka områden och bergarter profilerna för mätningarna låg. Det visade sig
att det fortfarande inte var helt rätt läge på koordinaterna, vilket troligen berodde på ett fel i
formeln för omvandlingen mellan koordinatsystemen. Mätningarna hamnade då ca 5000 m
längre norrut och ca 250 m längre österut än deras korrekta placering. Detta åtgärdades och
värdena delades in i fem olika klasser givna var sin färg för att ge en tydlig bild över
anomaliernas, d.v.s. malmkropparnas, placering. De resulterande bilderna är figur 5 och figur
6 nedan. Dessa bilder användes för att dela upp området i en nordlig och en sydlig del som
tidigare nämnts. Gränsen går vid den rosa linjen i figur 5.
8
Figur 5. Visar gravimetrisk data över hela området i GIS ArcMap. Enhet i gu. Den rosa linjen visar
uppdelningen av områdets södra och norra del.
9
Figur 6. Visar magnetometrisk data över hela området i GIS ArcMap. Enhet i nT.
4.1.2 Skisser
Tre representativa linjer att modellera efter valdes. En placerad i mitten av området och två på
ungefär lika stort avstånd från denna i norr och i söder (dessa linjer är ifyllda med rosa i figur
12, 13, 14, 15 under Översikt).
Innan modelleringen kunde börja gjordes tre geologiska skisser för hand över hur profilerna
för de tre valda linjerna kunde se ut i grova drag, eftersom flera olika modeller i MVP kan
överensstämma med gravimetri- och magnetometrivärdena. Dessa skisser användes som
grund för själva modelleringen.
Som utgångspunkt för skisserna användes SGUs berggrundskarta nämnd ovan (figur 2), som
gav information om vilka bergarter som finns, avståndet mellan dessa och att det i områdets
mitt finns ett synklinalveck. Även en strykning och stupning finns utskriven väster om detta
10
veck och gäller för veckbenet. Profilerna ligger dock inte vinkelrätt mot strykningen så
stupningen vid profilerna blir inte samma som den utskriven på kartan (figur 2), som är 70° V.
En skenbar stupning vid profilerna, kallat the apparent dip, togs ut med hjälp av ett diagram
(figur 7) utdelat av Lennart Björklund. För detta behövdes vinkeln mellan strykningen och
den skenbara stupningen och även den verkliga stupningen.
Figur 7. Visar ett diagram för att ta ut the apperent dip.
Den skenbara stupningen är 58° och användes i skisserna och modelleringen. Den här vinkeln
tillsammans med djupet för hur långt ner malm hittats i denna södra del, ca 500 m (Stålhös
1991), användes för att räkna ut de olika avstånden i x-led för skisserna. Stupningen öster om
vecket är okänd så här gjordes ett antagande att den östra sidans stupning är densamma som
den västra sidan, fast med riktning mot öster.
4.1.3 Densitet och susceptibilitet
Annan viktig information att ta reda på innan modelleringen var de olika bergarternas
ungefärliga densitet och susceptibilitet (som ger ett värde på dess magnetiseringsförmåga),
eftersom det är dessa som bestämmer anomalikurvorna för gravimetrin och magnetometrin.
Varje bergarts densitet och susceptibilitet löper över relativt stora intervall och eftersom MVP
vill ha ett värde och inte intervaller så användes ungefärliga medelvärden som låg inom
spannet för varje bergart och som senare anpassades beroende på hur väl de resulterade med
anomalikurvorna (se tabell 2). Susceptibiliteten är främst viktig för att avgöra vilken typ av
järnmalm det är eftersom olika järnmineraler har olika magnetiseringsförmåga, även om de
har samma densitet. Susceptibiliteten för bergarterna utan järnmalm är mycket lägre än
susceptibiliteten för järnmalm, så exakt vilka susceptibilitetsvärden de andra bergarterna får
kommer inte ha stor påverkan på modelleringen så länge de är lägre.
11
Tabell 2. Tabell över använda densitets- och susceptibilitetsvärden för bergarterna vid modellering. Densitetoch susceptibilitetsvärdena har modifierats men ligger inom spannet för vad som anges i tabeller i Looking Into
the Earth (Mussett och Khan 2000).
Bergart
Granodiorit-Tonalit
Järnmalm-Magnetitfattig
Järnmalm-Magnetitrik
Kristallin kalksten
Metaryolit
Densitet Mg/m3
2.85
5.0
5.0
2.70
2.60
Susceptibilitet SI
0.002
0.030
0.90-3.0
0.0013
0.020
4.1.4 Filhantering
En sista och avgörande förberedelse var att skapa filer med rätt data i rätt filformat lämpligt
för MVP. När ett nytt projekt skapas i MVP finns det två alternativa koordinatsystem; det ena
är att modellera efter en gruvas lokala koordinatsystem och det andra är att välja
koordinatsystem ur en lista med ett flertal accepterade koordinatsystem. Till en början gjordes
ett försök att modellera med alternativ nummer två, och i listan valdes koordinatsystem
WGS84 då RT 90 2.5 gon v. inte fanns. I ArcMap transformerades koordinaterna om från RT
90 2.5 gon v. till WGS84 och dessa sparades som två LIN-filer, den ena tillsammans med
datavärdena för gravimetri och den andra för magnetometri. Filerna importerades till MVP
och det visade sig då att detta koordinatsystem gjorde det svårt att överblicka datan, eftersom
profilerna blev sneda och utdragna. Därför togs beslutet att istället använda Dannemoras
lokala koordinatsystem.
Med det beslutet taget strukturerades all gravimetrisk och magnetometrisk data upp på rätt sätt
för XYZ-filer avsedda för MVP. Det är viktigt att varje linje står för sig själv och att det är
exakt samma avstånd mellan datavärdena och tabulatoravgränsningar på rätt ställen, se figur 8
och 9, annars kan avläsningen av filen bli fel eller inte fungera alls. Det är också viktigt att
spara filerna på rätt sätt, ”valfritt-namn.xyz”, annars kan även det leda till att filen inte
fungerar i MVP.
Figur 8. Utklipp av gravimetrisk data i .xyz-format.
Figur 9. Utklipp av magnetometrisk data i .xyz-format.
12
Med dessa filer klara var alla förberedelser gjorda och det var dags att börja med
modelleringen.
4.2 Modellering
Efter förberedelserna kunde modelleringen i MVP börja och nedan beskrivs vilka
inställningar som krävs för modelleringen, hur skapandet av modellerna gick till och vilka
problem som uppstod.
4.2.1 Inställningar
När ett nytt projekt skapas i MVP skall inklinationen, deklinationen och den totala
intensiteten för området anges. Värdena för de här togs fram ur Berg och Jord (Sveriges
Nationalatlas 2009) och är i detta fall 74.0°, 2.5° respektive 50800 nT. I samma fönster ska
koordinatsystem och enheten för gravimetrisk och magnetometrisk data väljas. Här valdes
Local grid, gu och SI-enheter.
De två XYZ-filerna importerades till det nya projektet och för att få en översikt valdes alla
linjer i Model, Line Control, Select Lines. Med alla linjer valda skapades ett grid-format
genom Utility, Grid Channel Data, vilket valdes att visas upp som översiktliga bilder genom
stegen View, Map, Contour, Grid Profiles, Grid Images. Dessa bilder togs fram för att lättare
överblicka gravimetri- och magnetometrianomalierna och de presentaras senare i Resultat.
4.2.2 Skapandet av modellerna
Tre modelleringar gjordes en åt gången manuellt över de tre linjerna som tidigare valts och
skissats fram i stora drag. Avstånden, djupen och den vinkel som räknats fram användes. Den
linje som modellerades var den enda som valdes att vara aktiv genom funktionen Active Line.
För skapandet av kroppar användes Create Body och där valdes polygoner som formen för
kropparna, eftersom kropparna då kan ha alla former. Tjockleken i nord- och sydled för
profilerna sattes till 200 m, vilket var lagom tjockt för att senare ge en tydligare bild i
tredimensionellt läge, men inte så tjockt att profilerna gick ihop med varandra. Tjockleken
påverkade inte modelleringen. För en direkt observation av hur väl värdet och formen på
kropparna som skapas och ändras stämmer överens med den uppmätta anomalin valdes
Immediate Compute mode att vara aktivt. Förbättringar eller försämringar visas då direkt,
vilket sparar tid.
Kropparna som skapades gavs den tidigare bestämda densiteten beroende på bergart och
formades så att anomalikurvan för kropparna passade in med anomalikurvan för gravimetrin
så gott som möjligt, utan att tänja för mycket för vad som är rimligt geologiskt sett.
Kropparna gavs även susceptibilitetsvärden passande den bergart de representerade och
anomalikurvan för dessa värden jämfördes med anomalikurvan för magnetometrisk data. Det
är viktigt att ha i åtanke att denna modellering ger alla kroppar homogena densitet- och
susceptibilitetsvärden genom hela kropparna, vilket inte är hur det ser ut i verkligheten. Alla
kroppar modellerades med en plan yta upptill eftersom området i verkligheten är väldigt plant.
Malmkropparna delades upp i två lager med ungefär samma densitet men med olika
susceptibilitet. De här två lagren representerar magnetitrik och magnetitfattig järnmalm och
det är susceptibilitetsvärdet som avgör vilken av dem som är vilket lager. Magnetit har högre
susceptibilitetsvärde än de andra mineralerna i malmen vilket innebär att det magnetitrika
lagret ska modelleras tjockare än det magnetitfattiga under kurvan där susceptibilitetsvärdet
ökar. Järnmalmen är i verkligheten bandad i flera lager med varierande tjocklek, men
modelleras här endast som två lager eftersom flera tunnare lager skulle bli för små att urskilja.
13
Alla skapade kroppar sammanlänkades till angränsande kroppar, vilket är viktigt för den
slutgiltiga bilden, eftersom ett område utan sammanlänkning mellan kropparna ger en bild av
att det finns en luftficka där.
Resultatet av modelleringen togs sedan fram som tvådimensionella och tredimensionella
bilder.
4.2.3 Funktioner och problem
Det finns en funktion i MVP som heter Inversion. Denna kan köras för att hjälpa till med att
forma kropparna och ändra deras egenskaper så att de slutgiltiga anomalikurvorna så gott som
möjligt stämmer överens med den verkliga anomalikurvan. Flera försök gjordes med den här
funktionen, men med misslyckade resultat eftersom MVP inte alltid ser till vad som är
geologiskt möjligt och på grund av ingen vidare information om hur funktionen skall
användas korrekt.
Ett annat problem som uppstod var att anomalikurvan för magnetometrin för vissa kroppar
hade rätt form, men var felvända (uppochned). Q-värdet ändrades därför i ett försök att vända
rätt kurvorna, men helt utan resultat. Enda sättet att lösa detta problem var att sätta negativa
susceptibilitetsvärden för dessa kroppar, trots att detta inte är möjligt i verkligheten.
5 Resultat
Nedan följer resultatet av modelleringen, först som bilder över mätningarna sett ovanifrån och
sedan i form av genomsnittsprofiler i 2D och 3D.
5.1 Översikt
Grid Profile Map nedan visar linjer vars höjd representerar de olika datavärdena. Grid Profile
Map för gravimetrisk data (figur 10) ger inte en lika tydlig anomali som för den för
magnetometrisk data (figur 11).
Figur 10. Grid Profile Map av gravimetrisk data i enheten
gu.
14
Figur 11. Grid Profile Map av magnetometrisk data i SIenheter.
Contour Map använder en färgskala för att visa datavärdena, där rött är höga värden och blått
låga. Contour Map för gravimetrin (figur 12) visar en tydlig anomali i mitten av mätningarna,
medan den för magnetometrin (figur 13) visar flera små anomalier utspridda över området. De
tre rosa linjerna är de linjer som modelleringen gjordes efter.
Figur 12. Contour Map av gravimetrisk data i enheten gu.
De tre rosa linjerna representerar de linjer som
modellerades (norra: line 17g, mellersta: line 12g och
södra: line 7g).
Figur 13. Contour Map av magnetometrisk data i SIenheter. De tre rosa linjerna representerar de linjer som
modellerades (norra: line 29, mellersta: line 21 och södra:
line 11).
Grid Image Map liknar Contour Map eftersom datavärdena även här visas i en färgskala där
rött representerar höga värden och blått låga. Skillnaden är att Grid Image Map ger varje yta
en färg, alltså ett ungefärligt värde, baserat på konturernas data. Liksom de tidigare bilderna är
anomalierna mer diffusa för gravimetrisk data (figur 14) än för magnetometrisk data (figur
15).
15
Figur 14. Grid Image Map av gravimetrisk data i enheten gu. De tre rosa linjerna
representerar de linjer som modellerades (norra: line 17g, mellersta: line 12g och
södra: line 7g).
Figur 15. Grid Image Map av magnetometrisk data i SI-enheter. De tre rosa linjerna
representerar de linjer som modellerades (norra: line 29, mellersta: line 21 och södra:
line 11).
16
Även om dessa tre redovisningsalternativ presenterar data på olika sätt så visar de liknande
mönster och anomalier kan urskiljas på samma platser i alla tre alternativen, om de för
gravimetrin jämförs med varandra och de för magnetometrin jämförs med varandra.
5.2 Profilerna
Resultatet av de modellerande kropparna redovisas nedan först i tvådimensionell form, där de
resulterande anomalierna för modelleringen jämförs med de verkliga anomalierna, och efter
det i tredimensionell form.
5.2.1 Tvådimensionellt
För alla tre tvådimensionella profiler (figur 16, 17, 18) finns det två fönster som visar
jämförelsen mellan de resulterande värdena för modelleringen och de verkliga värdena, som
visas som svarta linjer. Den röda linjen är det magnetometriska resultatet av modelleringen
och den blå linjen är det gravimetriska resultatet. X-axeln och y-axeln under nollnivå är i
meter, medan y-axeln ovan nollnivå är i enheterna nT (magnetometrin) och Mg/m3
(gravimetrin). Notera att det inte är samma skala för alla profiler, vilket gör att profilerna ser
skeva ut i förhållande till varandra. Meterskalan är heller inte samma i x- och y-led. Vänster
sida är åt VNV och höger sida är åt ÖSÖ.
Den första profilen (figur 16) är den norra, den andra (figur 17) är den mittersta och den tredje
(figur 18) är den södra. Det är tydligt att de två anomalilinjerna inte alltid stämmer så bra
överens med de verkliga anomalilinjerna, vilket innebär att det antingen inte är exakt så det
ser ut eller att det inte är exakt de egenskaperna som råder hos kropparna. Men i stora drag
finns det många liknelser mellan linjerna, vilket talar om att mycket av modelleringen kan
vara en bra tolkning av hur verkligheten ser ut.
Alla tre profilerna har ett synklinalveck i mitten. Veckets djup är modellerat att nå ungefär
samma djup (ca 500 m) hos alla profilerna. Det blir mer slutet åt söder och det får en västlig
lutning. Malmen smalnar av strax innan vecken och tjocknar i vecken på grund av den
kompression som skett vid veckbildningen. Det är svårt att säga något om malmens tjocklek
eftersom det är stor skillnad i skala i x- och y-led och för att den varierar kraftigt, mellan
någon meter upp till ca 200 meter. Men modellernas översta malmlager varierar mellan någon
meter upp till ca 150 meter, likaså det undre lagret.
17
Legend:
Magnetitrik järnmalm
Magnetitfattig järnmalm
Kristallin kalksten
Granodiorit - Tonalit
Metaryolit
Figur 16. Norra profilen. Visar de utmätta värdena av magnetometrin (nT) överst (line 29) och gravimetrin
(Mg/m3) nederst (line 17g). Den röda linjen visar resultatet av magnetometrin för modellen och den blå visar
resultatet av gravimetrin för modellen. Vänster sida är åt VNV och höger sida är åt ÖSÖ. Notera skillnader i
meterskalan i x- och y-led.
18
Figur 17. Mellersta profilen. Visar de utmätta värdena av magnetometrin (nT) överst (line 21)och gravimetrin
(Mg/m3) nederst (line 12g). Den röda linjen visar resultatet av magnetometrin för modellen och den blå visar
resultatet av gravimetrin för modellen. Vänster sida är åt VNV och höger sida är åt ÖSÖ. Notera skillnader i
meterskalan i x- och y-led.
19
Figur 18. Södra profilen. Visar de utmätta värdena av magnetometrin (nT) överst (line 11) och gravimetrin
(Mg/m3) nederst (line 7g). Den röda linjen visar resultatet av magnetometrin för modellen och den blå visar
resultatet av gravimetrin för modellen. Vänster sida är åt VNV och höger sida är åt ÖSÖ. Notera skillnader i
meterskalan i x- och y-led.
20
5.2.2 Tredimensionellt
Till skillnad från hur profilerna såg ut i förhållande till varandra i tvådimensionell form så ser
de ut att passa ihop bättre i tredimensionellt läge (se figur 19, 20, 21, 22, som visar olika
vinklar av modellerna) eftersom skalan här automatiskt anpassas. Ett tredimensionellt läge ger
en väldigt bra överblick över modelleringen eftersom alla profiler kan jämföras med varandra
samtidigt och eftersom det här läget har en rotationsfunktion så att observationer i alla vinklar
är möjligt.
Samma resultat syns här men det är lättare att se att vecket blir mer slutet åt söder i detta läge.
När alla tre profilerna sätts samman bildas en felaktig bild av att vecket viker av mer mot
öster i söder än vad det gör i norr. Detta beror på det lokala koordinatsystemet och att
profilerna inte ligger exakt tvärs över vecket, vilket syns tydligt i figur 5 och 6.
Legend:
Magnetitrik järnmalm
Magnetitfattig järnmalm
Kristallin kalksten
Granodiorit - Tonalit
Metaryolit
Figur 19. Tredimensionell bild över de tre profilerna.
21
Figur 20. Tredimensionell bild över de tre profilerna.
Figur 21. Tredimensionell bild över de tre profilerna.
22
Figur 22. Tredimensionell bild över de tre profilerna.
23
6 Diskussion
MVP är ett mycket bra modelleringsprogram med många olika funktioner som gör det roligt
att arbeta med. Programmet erbjuder mer än vad jag har haft tid, kunskap och geologiska data
till för att nyttja. Något som drar ned glädjen att arbeta med programmet är all bearbetning av
data innan den kan importeras. Programmet är som tidigare nämnt väldigt noga med att data
står på ett visst sätt och att filerna är sparade i rätt format beroende på hur filerna ser ut.
Därför krävs mycket noggrant och tidskrävande förarbete. Programmet är ett bra hjälpmedel
för att få fram en tolkning av hur det kan se ut i verkligheten, men dessa är som nämnt
tolkningar och de är olika trovärdiga beroende på hur mycket information som har använts.
Om till exempel information från borrkärnor hade funnits så hade denna kunnat tilläggas
modelleringen för att få en mer precis tolkning av hur det ser ut på djupet.
En nackdel med programmet är att det till viss del inte besitter den kunskap en geolog har om
vad som är geologiskt rimligt för modellen att se ut. Ett exempel på detta är när funktionen
Inversion kördes och en smal malmkropp sköt upp över 200 meter upp i luften, vilket inte är
särskilt troligt. Däremot känner programmet av om en modellerad kropp lutar åt fel håll och
säger då ifrån genom att ge en anomalikurva som inte stämmer alls med den verkliga
anomalin.
Något som hade underlättat modelleringen är om de tre profilerna hade haft samma skala i
tvådimensionellt läge och om anomalilinjerna för gravimetrin och magnetometrin för den
skapade modellen hade kunnat visas i samma fönster, istället för i var sitt fönster. Det är
mycket möjligt att det finns ett sätt att göra detta på, men inställningarna för det hittades inte.
En viktig detalj när modellering sker är att den översta linjen, ”taket”, av modellen är rak,
eftersom minsta skillnad i höjd där har stor påverkan på magnetometrin. En metod för hur
detta automatiskt kan göras hittades heller inte, men kanske finns det ett sätt för det med.
Dessutom verkar det finnas lite små buggar i programmet eftersom det ibland gör lite som det
vill. Ett exempel på detta är när sammankopplingen mellan två kroppar vid ett flertal tillfällen
togs bort av sig själv.
Något som blev tydligt under modelleringens gång var att kropparnas olika egenskapers
påverkan på anomalikurvorna minskade med djupet och har väldigt stor påverkan precis vid
kropparnas översta yta. Därmed minskar trovärdigheten av modellernas utseende med djupet,
om inte borrkärnsinformation finns.
Som tidigare nämnts stämmer inte alltid de resulterande linjerna från modellerna med linjerna
för de verkliga värdena, vilket kan bero på att det antingen inte ser ut som i modellerna, att
kropparna har andra egenskaper, eller en kombination av dessa. Men det finns liknelser
mellan linjerna, vilket indikerar att mycket av modelleringen kan vara en bra tolkning av hur
verkligheten ser ut.
En viktig sak att ha i åtanke är att modellerna är gjorda med få malmkroppar som sträcker sig
längs hela profilerna. Så här ser det inte ut i verkligheten, men en modellering av många fler
kroppar skulle vara för tidskrävande att hinna med och eftersom det var känt att malmen
ligger i stråk togs beslutet att modellera på det sättet. Det ger ändå en översiktlig bild av
kropparnas utbredning.
Förklaringen till att negativa susceptibilitetsvärden fick sättas kan vara att malmlagret där har
blivit uppochnedvänt vid veckningsfasen, vilket skulle ge samma effekt som att remanensen
är omvänt 180 grader i förhållande till de andra malmlagren. I så fall bör susceptibilitetsvärdet
anges som negativt för att motverka effekten av detta vid modelleringen.
24
Som nämns i Bakgrund har en fördjupning och förståelse i områdets geologi skett först efter
modelleringen på grund av tidsplanen vilket gör att jag nu kan jämföra hur bra modelleringen,
som är baserad på begränsad fakta, stämmer överrens med verkligheten.
Eftersom varken antiklinalen eller synklinalen väster om Dannemorasynklinalen tagits med i
åtanke vid modelleringen och heller inte geologin öster om den, har modelleringen som
tidigare nämnt skett helt beroende av endast Dannemorasynklinalens geologi och data. Detta
har medfört att veckbenen i modellerna öster och väster om Dannemorasynklinalen inte är
representativa för hur det verkligen ser ut. De är endast baserade på den gravimetriska och
magnetometriska data från mätningarna gjorda där.
Det understa lagret sattes vid modelleringen till metaryolit och inte till ignimbrit som
fördjupningen av geologin visade att det var. Men på grund av dess stora djup skulle
modellering med ignimbrit inte ha någon större påverkan på resultatet.
Det är mest troligt att skarnjärnmalm ger de högsta magnetometriska värdena av de två olika
malmtyperna eftersom den generellt innehåller högre halter järn, vilket ökar sannolikheten att
den innehåller mer magnetit. Därmed borde det översta lagret i modellerna vara
skarnjärnmalm och det undre lagret kalkmalm eftersom det övre lagret har högre
susceptibilitetsvärden. Men det är inte säkert eftersom malmen kan ha hög järnhalt utan att ha
hög magnetithalt. Ytterligare en anledning finns för att det översta lagret är skarnjärnmalm
och det är för att skarnjärnmalmen kan ha bildats vid kontaktmetamorfos mellan kalkstenen
och en intrusiv granodiorit. Men skarnjärnmalmerna är enligt Lager (2001) är 1-7 m tjocka
och modellernas översta malmlager varierar mellan någon meter upp till ca 150 meter. Detta
indikerar på att modellerna inte är pålitliga.
Någon jämförelse av malmens stupning i modellerna har inte gjorts med den verkliga
stupningen på grund av dess många varierande stupningar. De många förkastningar som skett
i området har inte tagits med vid modelleringen vilket minskar modellernas trovärdighet.
Om tidsplanen istället hade varit annorlunda och mer kunskap hade funnits om områdets
geologi innan modelleringen började hade jag istället kunnat modellera efter verkligheten i ett
försök att få det att stämma med hur jag då hade vetat att det skulle se ut. Detta hade
förmodligen gett lite annorlunda resultat. Men syftet med arbetet var att lära mig MVP och
genom att modellera med så begränsad information som jag hade har jag fått en bättre bild av
hur mycket man kan åstadkomma med programmet med så lite information, än jag hade fått
om jag vetat mer och försökt modellerat utefter det.
Den som i framtiden vill göra en så korrekt modell som möjligt för något område råder jag att
ta reda på så mycket om geologin som möjligt innan modelleringen börjar. Information från
borrkärnor och exakta densitet- och susceptibilitetsvärden ger mer stöd för modelleringen.
Dessutom bör funktionen Inversion användas för att utnyttja programmets kapacitet.
25
7 Felkällor
All modellering är kvalificerade tolkningar framtagna från gravimetrisk och magnetometrisk
data och en berggrundskarta. Tolkningarna blir mer osäkra på djupet eftersom kropparna där
inte har så stor påverkan på anomalikurvorna. Om det funnits borrkärnor som hjälp för
modelleringen så kunde tolkningen på djupet få mer stöd.
Kropparnas densitet- och susceptibilitetsvärden är alla ungefärliga för just den bergarten som
kroppen representerar. Om istället exakta värden för varje kropp använts så skulle modellerna
se annorlunda ut. Dessutom är alla kroppars densitet- och susceptibilitetsvärden homogena
genom hela kropparna, vilket inte är fallet i verkligheten.
Dessa felkällor påverkar alla resultatet hos modellerna.
8 Slutsats
MVP har många funktioner och de är många fler än vad jag hann lära mig och vad jag hann
använda. Det är tydligt att programmet har stor kapacitet och användning och att det skulle
krävas mycket mer tid och någon som kan lära ut hur allt fungerar för att jag eller någon
annan nybörjare skulle kunna använda det till fullo.
Programmet är väldigt noga med hur filerna som importeras ser ut för att import ska vara
möjligt. När data är importerat är MVP ett roligt program att arbeta med och det kan ge
tydliga och korrekta bilder i 2D och 3D av hur ett område under mark kan se ut.
Programmet tänker inte geologiskt. Kvalificerad tolkning och viss geologisk kunskap krävs
för att få bra modeller. Ju mer geologisk information som finns tillgänglig innan
modelleringen desto mer trovärdiga modeller kan skapas.
Modelleringen av en synklinal med lutning åt väster och ett djup på ca 500 meter stämmer bra
överens med verkligheten. Anomalikurvorna för modellerna stämmer överens med de
verkliga anomalikurvorna i stora drag. Magnetitrik järnmalm finns i det översta malmlagret i
modellerna och troligtvis i verkligheten eftersom järnhalten är högre där.
Efter en jämförelse av modellerna med hur geologin verkligen ser ut råder slutsatsen att
modellerna i detta fall inte är representativa utan endast stämmer i stora drag.
9 Avtackning
Jag vill tacka alla som har hjälpt och stöttat mig under arbetet och skrivandet av den här
uppsatsen på kandidatnivå. Först och främst vill jag tacka min handledare Erik Sturkell vid
Göteborgs Universitet för att han tilldelade mig projektet och för hans handledning när
problem uppstått. Jag vill ge ett stort tack till Eric Hegardt för att han delade med sig av all
geofysisk data från Dannemora och för hans hjälp med bearbetning av denna. Jag vill även
passa på att tacka Alexander Walter, Danial Farvardini, Petter Engvall, Natalie Gorne och
Sanna Hansson för deras hjälp och samarbete. Dessutom vill jag tacka mina kurskamrater för
deras stöd och hjälpsamhet.
26
10 Referenser
10.1 Böcker
Sveriges Nationalatlas (2009). Berg och Jord. Metria, Kiruna: SNA (tredje utgåvan).
Mussett A. E., Khan M. A. (2000). Looking Into the Earth: An Introduction to Geological
Geophysics (Tabell 8.1 s 109, tabell 11.1 s 173). Cambridge: Cambridge University
Press.
Stålhös, G. (1991). Beskrivning till berggrundskartorna Östhammar NV, NO, SV, SO med
sammanfattande översikt av basiska gångar, metamorfos och tektonik i östra
Mellansverige. Uppsala: Sveriges Geologiska Undersökning.
10.2 Uppsatser
Bremer, O. (2010). 3D-modeling with Model Vision Pro 9.0: Leveäniemi iron ore. Göteborg:
Institutionen för Geovetenskaper, Göteborgs Universitet.
Dahlin, P., Sjöström, H. (2010). Structure and stratigraphy of the Dannemora inlier, eastern
Bergslagen Region, Primary volcanic textures, geochemistry and deformation. Uppsala:
Institutionen för Geovetenskaper, Uppsala Universitet.
Farvardini, D. (2010). Gravimetrisk och magnetometrisk modellering med Encom Model
Vision Pro 9.0 med applicering på gruvbergets järnmalm. Göteborg: Institutionen för
Geovetenskaper, Göteborgs Universitet.
Lager, I. (1986). The Dannemora iron ore deposit. -7th IAGOD Symposium. Excursion guide
no 3. SGU Ca 61, 26-30. Uppsala: Sveriges Geologiska Undersökning.
Lager, I. (2001). The geology of the Palaeoproterozoic limestone-hosted Dannemora iron
deposit, Sweden. Uppsala: Sveriges Geologiska Undersökning.
10.3 Internet
Dannemora Mineral:
http://www.dannemoramineral.se/sv/om-bolaget/historik/ (2012-05-25)
http://dannemoramineral.se/sv/verksamhet/dannemora-magnetit/dannemorafaltets-geologi/
(2012-05-25)
Encom:
http://www.encom.com.au/template2.asp?pageid=17 (2012-05-04)
Koordinatomvandling:
http://rl.se/rt90 (2011-04-13)
Lantmäteriet:
http://www.lantmateriet.se/templates/LMV_Page.aspx?id=18032 (2011-04-12)
Lokaldelen:
http://www.lokaldelen.se/karta.html (2012-05-04)
27
SGUs kartgenerator:
http://maps2.sgu.se/kartgenerator/sv/maporder.html (2011-04-12)
10.4 Kartor
Stålhös, G. (1991). Berggrundskartan 12 I Östhammar NV (Serie Af nr 166). Uppsala:
Sveriges Geologiska Undersökning.
Stålhös, G. (1991). Strukturgeologiska kartan 12 I Östhammar NV (Serie Af nr 166). Uppsala:
Sveriges Geologiska Undersökning.
28
11 Appendix
Tabell över alla modellerade kroppars parametrar.
29