Disponibilité à long terme des ressources en uranium : une approche statistique bivariée.

Résumé La plupart des études récentes sur l'approvisionnement à long terme en uranium font des hypothèses simplistes sur les ressources disponibles et leurs coûts de production. Certaines considèrent les quantités totales d'uranium dans la croûte terrestre et estiment ensuite les coûts de production en se basant uniquement sur la teneur en minerai, sans tenir compte de la taille des corps minéralisés et des techniques d'extraction. D'autres études considèrent les ressources déclarées par les pays pour une catégorie de coûts donnée, sans tenir compte des quantités non découvertes ou non déclarées. Dans les deux cas, les estimations des ressources sont triées en fonction d'une tendance à la hausse des coûts.Dans cet article, nous décrivons une méthodologie basée sur les environnements géologiques. Dans cet article, nous décrivons une méthodologie basée sur les environnements géologiques. Elle fournit une estimation plus détaillée des ressources et est plus polyvalente en ce qui concerne la modélisation des coûts. L'estimation des ressources mondiales d'uranium présentée dans cet article résulte de la somme d'estimations indépendantes des ressources provenant de différents environnements géologiques. Un environnement géologique est défini par ses propres limites géographiques, la dispersion des ressources (teneur moyenne et taille des corps minéralisés et leur variabilité) et la fonction de coût. Dans cette définition, les ressources en uranium sont considérées à l'intérieur des corps minéralisés. La répartition des ressources en gisements est modélisée par une approche statistique bivariée. Dans cette approche, la taille et la teneur sont les deux variables aléatoires. Cela permet d'estimer les ressources pour des projets individuels. L'addition de tous les environnements géologiques fournit une répartition de toutes les ressources de la croûte terrestre dans laquelle les corps minéralisés sont triés par taille et par teneur. Cette estimation basée sur un sous-ensemble est pratique pour modéliser des structures de coûts spécifiques.