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