Bergbau in Sachsen, Band 19

Bergbaumonografie

Bergbau in Sachsen, Band 19

Andreas Brosig, Andreas Barth, Andreas Knobloch und Ellen Dickmayer

Bergbaumonografie

Landesamt für Umwelt, Landwirtschaft und Geologie

Oberbergamt

Freiberg 2020

 

ROHSA 3 hat das Ziel, alle verfügbaren geologischen, geoche-

mischen und geophysikalischen Daten zu sichern, digital zu

erschließen und zu bewerten. Im Ergebnis werden die rohstoff-

geologischen Daten über zentrale Online-Anwendungen den

Nutzern verfügbar gemacht.

Die in dieser Monografie vorgestellten Rohstoffprognosen wur-

den anhand der digitalisierten Daten und unter Verwendung

Künstlicher Neuronaler Netze (KNN) erstellt und interpretiert.

Durch die begleitende rohstoffgeologische Interpretation der

Rechenergebnisse ergeben sich Wahrscheinlichkeiten, mit de-

nen die Anreicherungen eines Rohstoffes in einem bestimmten

Gebiet zu erwarten sind. Im Resultat entstand ein Kartenwerk,

das bei der Suche nach neuen Erz- und Spatvorkommen ein

wichtiges Hilfsmittel für die Festlegung potentieller Erkun-

dungsziele darstellen kann.

Allen Autoren und Beteiligten sei für die gute Zusammenarbeit

herzlich gedankt.

Für das Gebiet des Freistaates Sachsen existiert ein unver-

gleichbar großer rohstoffgeologischer Datenfundus. Dieser

entstand im Zuge des über Jahrhunderte umgehenden Berg-

baus durch intensive Lagerstättenerkundung, durch bergbau-

liche Aufschluss- und Gewinnungstätigkeit, durch die geolo-

gische Landesaufnahme sowie durch akademische Ausbildung

und Forschung in den Geomontanwissenschaften. Die inten-

sivste Phase der Erkundung der mineralischen Rohstoffe er-

lebte Sachsen zu Zeiten der DDR.

Dieser Datenpool ist angesichts der seit 15 Jahren anhaltend

hohen internationalen Nachfrage nach Erz- und Spatrohstof-

fen erneut von großer Bedeutung. Die Rohstofferkundung auf

Erz- und Spatlagerstätten erlebt auch in Sachsen eine intensi-

ve Renaissance. Die Verfügbarkeit rohstoffgeologischer Daten

stellt für Bergbauinvestoren in Sachsen ein wichtiges Argu-

ment für ihr Engagement im Freistaat dar.

Um in diesem Kontext die Zugänglichkeit zum vorhandenen

Wissen zu erleichtern oder überhaupt erst zu ermöglichen, wurde

von der Sächsischen Staatsregierung im Rahmen ihrer Roh-

stoffstrategie das Projekt ROHSA 3 (Rohstoffdaten Sachsen)

gestartet.

Norbert Eichkorn

Präsident des Sächsischen Landesamtes für

Umwelt, Landwirtschaft und Geologie

Prof. Dr. Bernhard Cramer

Oberberghauptmann

Präsident des Sächsischen Oberbergamtes

Vorwort | 3

 

1.1 Rohstoffstrategie für Sachsen

08

1.2 Projekthistorie

08

1.3 Projektorganisation - Projektpartner

08

1.4 Ziele und bisherige Ergebnisse

08

2.1 Geologischer Rahmen

12

2.1.1 Tektonometamorphe Gliederung des

Projektgebiets

12

2.1.2 Gesteinsfolge

14

2.1.3 Mineralisationen

20

2.2 Bergbaugeschichte

22

2.2.1 Überblick

22

2.2.2 Annaberg/Scheibenberg/Schlettau

22

2.2.3 Aue/Zschorlau/Bockau

24

2.2.4 Geyer/Ehrenfriedersdorf

25

2.2.5 Marienberg/Wolkenstein/Pobershau

26

2.2.6 Schwarzenberg/Pöhla

27

2.3 Auswahl der zu prognostizierenden Rohstoffe

27

2.4 Lagerstättengeologie und Vorräte

29

2.4.1 Zinnlagerstätten

29

2.4.2 Wolframlagerstätten

32

2.4.3 Spatlagerstätten

35

2.4.4 Weitere Lagerstätten metallischer Rohstoffe

36

2.4.5 Bilanzierte Vorräte

38

3.1 Überblick der in Rohstoffprognosen

verwendeten Verfahren

40

3.1.1 Wissensbasierte Verfahren

40

3.1.2 Datengetriebene Verfahren

42

3.2 Verwendetes Prognoseverfahren und

genutzte Software

43

3.3 Erzeugung eines Rechenprojekts mit der

advangeo® Prediction Software

44

3.3.1 Definierung von Modellgrenzen

und Basisgrid („Base Data“)

44

3.3.2 Training, Test und Anwendung der KNN

Modellszenarien („Parameterized Model“) 45

3.3.3 Ablauf der Modellierung

46

4.1 Lagerstätten und Vorkommen

47

4.1.1 Daten zu Rohstoffvorkommen

47

4.1.2 Erstellung der Trainingsdaten

(„Training Data“)

48

4.2 Geologische Daten

50

4.2.1 Bohrungen

50

4.2.2 Zweidimensionale geologische Daten

51

4.2.3 Dreidimensionale geologische Daten

56

4.3 Geophysikalische Daten

64

4.3.1 Magnetik

64

4.3.2 Gravimetrie

65

4.3.3 Gammaspektrometrie

66

4.4 Geochemische Daten

70

4.4.1 Festgesteine

70

4.4.2 Bachsedimente

70

4.5 Andere Daten

73

4.5.1 Digitales Geländemodell

73

4 | Inhaltsverzeichnis

5.1 Zinn

74

5.1.1 Übersicht

74

5.1.2 Strukturkontrollierte Mineralisationen

74

5.1.3 Greisenkörper im Endokontakt

80

5.1.4 Lithologisch kontrollierte Mineralisationen

82

5.2 Wolfram

89

5.2.1 Übersicht

89

5.2.2 Strukturkontrollierte Mineralisationen

89

5.2.3 Lithologisch kontrollierte Mineralisationen

95

5.3 Auftreten von Skarnen ohne Berücksichtigung der

darin potenziell enthaltenen Sn-W-Mineralisation 101

5.3.1 Übersicht

101

5.3.2 Skarnhorizont „Raschau-Formation“

106

5.3.3 Skarnhorizont „Grießbach-Formation“

110

5.3.4 Skarnhorizont „Herold-Formation“

113

5.4 Flussspat

116

5.4.1 Übersicht

116

5.4.2 Strukturkontrollierte Mineralisationen

116

5.5 Schwerspat

119

5.5.1 Übersicht

119

5.5.2 Strukturkontrollierte Mineralisationen

119

6.1 Schlussfolgerungen

123

6.2 Ausblick

124

Literaturverzeichnis

130

Anlage 1: Rohstoffkarte Erze / Spate – Mittleres Erzgebirge

(ROHSA 3.1) 1:50,000

Anlage 2: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Zinn (Kassiterit) im Endo- und Exokontakt, struk-

turkontrolliert: Lokalitäten

Anlage 3: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Zinn (Kassiterit) im Endo- und Exokontakt, struk-

turkontrolliert: Lokalitäten und Metallinhalte

Anlage 4: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Zinn (Kassiterit) in Greisenkörpern im Endokontakt:

Lokalitäten

Anlage 5: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Zinn (Kassiterit) in lithologisch kontrollierten Mine-

ralisationen: Lokalitäten

Anlage 6: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Zinn (Kassiterit) in lithologisch kontrollierten Mine-

ralisationen: Lokalitäten und Metallinhalte

Anlage 7: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Wolfram (Wolframit) im Exokontakt, strukturkont-

rolliert: Lokalitäten

Anlage 8: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Wolfram (Wolframit) im Exokontakt, strukturkont-

rolliert: Lokalitäten und Metallinhalte

Anlage 9: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Wolfram (Scheelit) in lithologisch kontrollierten

Mineralisationen: Lokalitäten

Anlage 10: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Wolfram (Scheelit) in lithologisch kontrollierten

Mineralisationen: Lokalitäten und Metallinhalte

Anlage 11: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Auftreten von Skarnen in der Raschau-Formation

Anlage 12: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Auftreten von Skarnen in der Grießbach-Formation

Anlage 13: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Auftreten von Skarnen in der Herold-Formation

Anlage 14: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Flussspat in strukturkontrollierten Mineralisationen

Anlage 15: Prognosekarte – Mittleres Erzgebirge (ROHSA 3.1)

1:50,000. Schwerspat in strukturkontrollierten Mineralisationen

Inhaltsverzeichnis | 5

 

Im Rahmen des Projektes ROHSA 3.1 wurden Rohstoffprog-

nosen für ein 740 km² großes Gebiet im Mittelerzgebirge, das

die Orte Marienberg, Annaberg, Geyer, Ehrenfriedersdorf, Aue

und Schwarzenberg umfasst, angefertigt.

Auf der Basis der

vorhandenen und neu mit dem Projekt ROHSA verfügbar

gemachten Daten wurde eine zusammenfassende Dokumen-

tation des im Bearbeitungsgebiet bekannten Rohstoffinven-

tars für Erze und Spate vorgenommen und das zu erwarten-

de Rohstoffpotenzial abgeschätzt.

Für die Projektbearbeitung wurden die regionalen geophysi-

kalischen Daten (Gravimetrie, Aeromagnetik und Aerogam-

maspektroskopie), die geochemischen Daten der Bachsedi-

mentbeprobung, Lagerstättenindikatoren (Mineralgänge,

Tektonik, Gesteinsgänge, erzkontrollierende Lithologien) und

die bisher erkundeten Rohstoffe (Vorratsblöcke verschiedener

Klassen) vollkommen neu aufbereitet und zu einer einheitli-

chen Datenbasis zusammengefasst. Die Prognosen erfolgten

mit dem Verfahren der künstlichen neuronalen Netze.

Die Auswahl der prognostizierten Rohstoffe richtete sich

nach den bekannten lagerstättengeologischen Gegebenheiten

der Region, der vorliegenden Datendichte und der zukünftig

erwarteten ökonomischen Bedeutung der Rohstoffe. Für die

Metalle Zinn und Wolfram sowie die Minerale Fluss- und

Schwerspat werden Prognosekarten mit den höffigen Gebie-

ten vorgestellt, wobei bei Zinn und Wolfram zwischen struk-

turkontrollierten (Gänge) und lithologisch kontrollierten

(Skarne, Greisen) Lagerstätten differenziert wird. Für Zinn

und Wolfram werden zusätzlich quantitative Prognosen

vorgestellt.

Das Zinnpotenzial in Skarnen wird insgesamt auf mindestens

600.000 t Metallinhalt geschätzt. Die bisher berechneten und

prognostizierten Vorräte (C1, C2, c1, c2 und Delta) liegen bei

insgesamt ca. 250.000 t. Weitere Vorräte sind in der strei-

chenden Verlängerung der bekannten Vorkommen an den

Flanken des mittelerzgebirgischen Granitplutons sowie im

Umring der Schwarzenberger Kuppel zu erwarten.

Das Wolframpotenzial in Skarnen wird insgesamt auf min-

destens 120.000 t WO

3

-Inhalt geschätzt. Die bisher berech-

neten und prognostizierten Vorräte (C1, C2, c1, c2 und Delta)

liegen bei insgesamt ca. 120.000 t. Damit kann davon ausge-

gangen werden, dass die bisher bekannte und prognostizierte

Wolframmenge in etwa das Gesamtpotenzial darstellt.

Within the framework of the project ROHSA 3.1 (Raw Mate-

rials in Saxony) commodity prognoses for a part of the cen-

tral Erzgebirge were produced. The project area of 740 km²

includes the localities Marienberg, Annaberg, Geyer, Ehren-

friedersdorf, Aue and Schwarzenberg. A comprehensive doc-

umentation of the raw material inventory of metal ores,

fluorite and barite for the project area was created based on

available data, and on data made available by the ROHSA

project.

Geophysical data (gravimetry, airborne magnetic and gamma

spectroscopic data), geochemical data (stream sediment

sampling), data indicative of deposits (mineral veins, tectonic

data, dykes and ore-controlling lithologies) and exploration

data (resources and reserves of various classes) were repro-

cessed and compiled to serve as a unified database for the

project. The prognoses were calculated with artificial neural

networks.

Commodities for prognoses were selected according to the

known deposits in the project area, the amount of available

data, and the predicted economic importance. Prognostic

maps for tin, tungsten, fluorite and barite delineating the

prospective areas are presented. For tin and tungsten sepa-

rate prognoses for structurally controlled (veins) and litho-

logically controlled (greisen and skarn) deposits are provided.

Additionally, quantitative prognoses for tin and tungsten are

presented.

The tin potential in skarns is estimated at no less than

600,000 metric tons. The explored and prognosticated re-

serves and resources (class C1 and C2: probable and proved

reserves; class c1 and c2: indicated and measured resources;

class Delta: inferred resources) amount to 250,000 metric

tons. Additional resources can be expected at the slopes of

the Central Erzgebirge Granite Pluton along the strike of the

known deposits and in the circumference of the Schwarzen-

berg gneiss cupola.

The tungsten potential in skarns (calculated as WO

3

) is esti-

mated at no less than 120,000 metric tons. The explored and

prognosticated reserves and ressources are in the same

range. Therefore, no additional resources beyond what is

already known and inferred should be expected in the project

area.

6 | Zusammenfassung

Höffige Gebiete für Zinn-Wolfram-Skarne in größeren Teufen

wurden insbesondere zwischen der Schwarzenberger Kuppel

und dem Granitpluton des Mittleren Erzgebirges in den Me-

tasedimenten des Kambro-Ordoviziums identifiziert.

Aufgrund der vergleichsweise hohen Zinngehalte (0,4 bis 1 %

Zinn) und ihrer größeren Mächtigkeit (bis zu 10 m im südli-

cher gelegenen Hämmerlein) sind die Skarnmineralisationen

an der Grenze der Bauwürdigkeit.

Probleme bereitet insbesondere auch beim Wolfram die Auf-

bereitbarkeit der komplexen und feinkörnigen Erze.

Das Zinnpotenzial in Gängen im Endo- und Exokontakt wird

insgesamt auf mindestens 200.000 t Metallinhalt geschätzt.

Die bisher berechneten und prognostizierten Vorräte (C1, C2,

c1, c2 und Delta) liegen bei insgesamt ca. 67.000 t. Davon

sind ca. 20 % bereits abgebaut. Aufgrund der vergleichsweise

niedrigen Gehalte (0,15 bis 0,25 % Zinn) und der geringen

Mächtigkeit der Gänge und Trümer (Zentimeter bis Dezime-

ter) sind diese Mineralisationen zumindest derzeit nicht

bauwürdig. Weitere verdeckte strukturell kontrollierte Zinn-

mineralisationen sind im Gebiet von Annaberg-Buchholz

sowie im Südostteil des Granitplutons des Mittleren Erzge-

birges zu erwarten (z. B. bei Kühnhaide).

Das Wolframpotenzial in Gängen im Exokontakt wird mit ca.

1650 t WO

3

-Inhalt im Vorkommen Aue-Bärengrund als sehr

gering eingeschätzt. Aufgrund der geringen Gehalte

(< 0,03 % WO

3

) wurde für das Gebiet von Ehrenfriedersdorf

keine Schätzung des Wolframpotenzials vorgenommen. Dort

lagern berechnete und prognostizierte Vorräte (C1, C2, c1, c2

und Delta) von insgesamt etwa 4000 t.

Das Potenzial für das Auffinden von Zinnmineralisationen in

Endokontaktgreisen kann nicht hinreichend genau einge-

schätzt werden, da es vom Feinrelief der Granitoberkante

abhängt, welches außerhalb der Explorationsgebiete nicht

bekannt ist.

Fluorit und Baryt treten in Gängen entlang großer Nordwest-

Südost streichender Störungen auf. Die wenigen bekannten

und bereits abgebauten Lagerstätten im Projektgebiet sind

wesentlich kleiner als andere Lagerstätten im Erzgebirge. Auf

Grund der begrenzten Datenbasis sind keine quantitativen

Prognosen möglich. Die Prognosekarten zeigen höffige Ge-

biete, auf die die zukünftige Exploration konzentriert werden

kann.

Prospective areas for tin and tungsten skarns were identified

in particular in Cambrian to Ordovician metasediments be-

tween the Schwarzenberg gneiss cupola and the Central

Erzgebirge Granite Pluton.

Due to the relatively high tin content (0.4 to 1 % tin) and

significant thickness (up to 10 m at the Hämmerlein deposit

just to the south of the project area) the skarn deposits are

marginally economic.

However, the complex mineralogy and fine grain size - par-

ticularly of the tungsten ores – pose unsolved problems for

processing and metal extraction.

The tin potential in vein-hosted deposits is estimated at no

less than 200,000 metric tons. The explored and prognosti-

cated reserves and resources amount to 67,000 metric tons,

of which about 20 % is already mined out. Due to the rela-

tively low tin content (0.15 to 0.25 % tin) and the low thick-

ness of the veins and offshoots (centimeters to tens of cen-

timeters) this type of mineralization is currently subeconom-

ic. Additional resources of this ore type can be expected in

the area of Annaberg-Buchholz and in the southern part of

the Central Erzgebirge Granite Pluton (e.g. at Kühnhaide).

The tungsten potential in vein-hosted deposits at Aue-

Bärengrund is estimated at a very low 1650 metric tons of

WO

3

. For the Ehrenfriedersdorf area no quantitative esti-

mates were produced because of the very low metal contents

(less than 0.03 % WO

3

). The explored and prognosticated

reserves and resources at Ehrenfriedersdorf amount to 4000

metric tons WO

3

.

The potential for tin mineralizations in endocontatct greisen

bodies cannot be estimated with sufficient precision as it

depends on the poorly known local relief of the granite sur-

face in the unexplored areas.

Fluorite and barite occur in vein-hosted deposits along large

northwest-southeast striking faults. The few known and

mined out deposits in the project area are far smaller than

known deposits in other parts of the Erzgebirge. Due to the

limited data base, no quantitative estimates are possible.

Prognostic maps delineate prospective areas where further

exploration should be focused.

Zusammenfassung | 7

 

Der globale Rohstoffbedarf wird in den kommenden Jahr-

zehnten weiter wachsen. Von besonderer Bedeutung für

Zukunftstechnologien (speziell in der Elektronik und Halblei-

terindustrie) werden dabei die so genannten Hochtechnolo-

giemetalle (Antimon, Cäsium, Gallium, Germanium, Indium,

Lithium, Niob, Rubidium, Scandium, Selen, Tantal, Tellur,

Wolfram, Zinn) sein (A

NGERER u.a., 2009).

Die Produktion dieser Metalle (sowohl Primärproduktion im

Bergbau als auch Sekundärproduktion durch Recycling) wird

in den kommenden Jahren steigen müssen, um mit der Nach-

frage Schritt zu halten. Derzeit wird die Hauptmenge vieler

dieser Rohstoffe nur in wenigen Ländern produziert, z. B.

Antimon, Germanium und Indium in China oder Niob und

Tantal in Brasilien. Ein möglicher Versorgungsengpass seitens

der Produzenten hätte gravierende Auswirkungen auf die

Wirtschaft, wenn die Produktionsbasis nicht diversifiziert

wird. Damit wird auch die Frage der Rohstoffsicherheit zu

einem bedeutenden Aspekt der Unternehmensstrategie sol-

cher Betriebe werden, die in hohem Maße auf diese Rohstof-

fe angewiesen sind.

Zur Sicherung der bestehenden und zur Ansiedlung neuer

Industrie ist daher eine koordinierte Rohstoffstrategie der

verschiedenen administrativen Ebenen (EU, Bund, Länder)

notwendig. Die Rohstoffstrategie für Sachsen (S

ÄCHSISCHES

STAATSMINISTERIUM FÜR WIRTSCHAFT, ARBEIT UND VERKEHR, 2017)

beinhaltet u.a. die Bestandsaufnahme vorhandener heimi-

scher Rohstoffe, die Verfügbarmachung von Daten zu diesen

Rohstoffen und die Schaffung rechtlicher Rahmenbedingun-

gen für die Rohstoffgewinnung. Im Interesse der Wirtschafts-

förderung soll die Rohstoffkompetenz der bestehenden Ein-

richtungen (Universitäten, Forschungszentren, Fachbehörden)

gesteigert werden.

Zu den Bereichen der sächsischen Rohstoffpolitik zählen:

■

Einheimische Primärrohstoffe: Sachsen als Bergbau-

land

■

Sekundärrohstoffe: Sachsen als Sekundärrohstoff-

land

■

Sachsen als Standort der Rohstoffwirtschaft

■

Internationale Zusammenarbeit

■

Sächsische Rohsstoffforschung

■

Fachkräfte für die Rohstoffwirtschaft

■

Sächsische Verwaltung

■

Rohstoffbewußtsein

Mit dem Projekt ROHSA, einem Schlüsselprojekt der sächsi-

schen Rohstoffstrategie, erfolgt die Umsetzung von Zielen in

den zuvor genannten Bereichen.

Die Sammlung, Sicherung und Verfügbarmachung geologi-

scher, insbesondere rohstoffgeologischer Daten und Informa-

tionen ist eine der Hauptaufgaben der Abteilung Geologie

innerhalb des Sächsischen Landesamts für Umwelt, Landwirt-

schaft und Geologie (LfULG).

Durch gestiegene Rohstoffpreise ist seit 2006 wieder eine

verstärkte Erkundung durch nationale und internationale

Bergbauunternehmen auf Erze und Spate zu verzeichnen.

Dies führte zu einer starken Nachfrage nach geologischen

Informationen und Lagerstättendaten auch für die sächsi-

schen Rohstoffvorkommen.

Infolge der jahrhundertelangen Bergbautätigkeit besonders

im Erzgebirge verfügt Sachsen über einen großen Bestand an

geologischen und anderen lagerstättenrelevanten Daten.

Insbesondere die umfangreichen Daten der letzten Erkun-

dungs- und Bergbauetappe (1945 bis 1991) lagern größten-

teils unpubliziert in verschiedenen Archiven. Die Nutzung

dieser Daten zur Neubewertung bekannter Vorkommen und

zur Ausweisung von Höffigkeitsgebieten für die weitere Er-

kundung auf bislang unbekannte Vorkommen ist für potenzi-

elle Investoren im Bergbausektor von großer ökonomischer

Bedeutung.

Das Gesamtprojekt ROHSA läuft seit 2006 und gliedert sich

in verschiedene Teilprojekte.

1

 

In diesem Teilprojekt wurden durch das

Geokompetenzzentrum Freiberg e. V. (GKZ) Steckbriefe für

ausgewählte Erz- und Spatvorkommen erstellt.

In dem Folgeprojekt wurden durch das GKZ

der Steckbriefkatalog auf insgesamt 139 Rohstoffvorkommen

komplettiert und veröffentlicht.

In Zusammenarbeit von Tschechi-

schem Geologischem Dienst (Česká geologická služba, ČGS),

der Regionalen Entwicklungsagentur Ustí nad Labem (Regi-

onální rozvojová agentura Ústeckého kraje) und dem LfULG

erfolgte unter Leitung des GKZ eine Bewertung des Roh-

stoffpotenzials für acht ausgewählte Erz- und Spatlagerstät-

ten im sächsisch-böhmischen Grenzgebiet. Dieses Teilprojekt

wurde im Rahmen des „Ziel 3-Programms der EU zur Förde-

rung der grenzüberschreitenden Zusammenarbeit 2007-2013

zwischen dem Freistaat Sachsen und der Tschechischen Re-

publik“ durch den Europäischen Fonds für regionale Entwick-

lung (EFRE) gefördert.

Das Vorprojekt diente der Pla-

nung des Hauptprojektes ROHSA 3. Dabei wurde ein Zeitbe-

darf von 10 Jahren bei einem geplanten Budget von 22 Mio.

€ ermittelt.

Mit dem Beginn des Pilotprojektes

ROHSA 3.1 (Abb. 1-2) startete 2013 das auf 10 Jahre ausge-

richtete Projekt ROHSA 3. Weitere ROHSA 3 – Teilprojekte

werden in 2-Jahres-Scheiben konzipiert. Der Abschluss des

Gesamtprojektes ist für das Jahr 2024 vorgesehen. Die für die

Durchführung des Projektes ROHSA 3 erforderlichen perso-

nellen und finanziellen Ressourcen stellt der Freistaat Sach-

sen zu 100% aus dem Landeshaushalt zur Verfügung.

Projektauftraggeber sind das Sächsische Staatsministerium

für Umwelt und Landwirtschaft (SMUL) und das Sächsische

Staatsministerium für Wirtschaft, Arbeit und Verkehr

(SMWA).

Für die Bearbeitung des Projektes ROHSA 3 wurde im Jahr

2013 eine behördenübergreifende Projektgruppe gegründet,

die die Kompetenzen des LfULG und des Sächsischen Ober-

bergamts (SOBA) im Rahmen des Projektes ROHSA 3 zusam-

menfasst und die Vernetzung der Behörden bei der Projekt-

bearbeitung sicherstellt.

Ferner wurde im Rahmen der Auftaktveranstaltung zum

Projekt ROHSA 3 am 22.01.2014 ein Projektbeirat berufen, in

dem Vertreter aus der Verwaltung sowie Partner aus der

Wirtschaft und der universitären Forschung aktiv mitwirken.

Der Beirat begleitet und unterstützt das Vorhaben, bewertet

die Planungen und Ergebnisse, berät die Projektgruppe in

methodisch-inhaltlichen Fragen und gibt Empfehlungen für

eine praxisorientierte Bereitstellung und Nutzung der

ROHSA-Ergebnisse.

Die Mitglieder des Projektbeirates sind

■

Prof. Dr. Wolfgang Schilka, Geokompetenzzentrum

Freiberg e.V.

■

Dr. Stefan Seiffert – SMUL

(ab 12/2019 SMEKUL)

■

Dr. Peter Jantsch (bis Februar 2015 Wolfgang Buch-

ner) – SMWA

■

Dr. Manfed Goedecke - IHK

■

Prof. Dr. Gerhard Heide (bis März 2018 Prof. Dr. Jörg

Schneider) – TU Freiberg

Abb. 1-1: Berufung der Beiratsmitglieder im Rahmen der Auftakt-

veranstaltung. v.l.n.r.: Prof. Dr. W. Schilka, Dr. S. Seiffert, W. Buch-

ner, Dr. M. Goedecke, Prof. Dr. J. Schneider. Quelle: LfULG

Die Ziele des

Projekts ROHSA 3 lauten:

■

Nachhaltige Sicherung sächsischer Rohstoffdaten

vor Verlust, Verfall und Vergessen

■

Digitale

Verfügbarmachung der Daten für Wirt-

schaft, Wissenschaft und Verwaltung

■

Datenbereitstellung

für Neuinterpretation

■

Weitergabe

des Einsparpotenzials durch Datennut-

zung bei Erkundungs- und Untersuchungskosten

■

Stärkung

des Geomontanstandortes Sachsen

■

Ausbau

von Datenverarbeitungssystemen und Da-

tenbanken des LfULG in seiner Funktion als Staatli-

cher Geologischer Dienst.

Um diese Ziele zu erreichen, werden die Aufgaben innerhalb

des Projektes in vier Arbeitspakete untergliedert:

Bestehende Datenverarbeitungssysteme im LfULG werden

angepasst und bislang nicht vorhandene Datenbanken wer-

den neu entwickelt.

1 Das Projekt ROHSA innerhalb der Rohstoffstrategie für Sachsen | 9

In Archiven und Sammlungen werden die Unterlagen gesich-

tet und gesichert. Die Schwerpunkte der Arbeit liegen bei der

Metadatenerfassung, der Digitalisierung und Verfügbarma-

chung unter Beachtung des rechtlichen Rahmens.

Alle relevanten Punktdaten (z. B. Bohrungen oder Probenorte)

aus analogen Unterlagen oder aus digitalen Dateien werden

erfasst und in die zentrale Aufschlussdatenbank des LfULG

übertragen. Scans zu Flächendaten, wie Karten oder Risse,

werden georeferenziert, um sie mit Geoinformationssystemen

darstellen und auswerten zu können.

Anhand von Publikationen werden die Erkenntnisse zugäng-

lich gemacht. In Kooperation mit Partnern aus Wissenschaft

und Wirtschaft wurden zum Beispiel ein 3D-Modell (

) und eine Rohstoffprognose erstellt.

Abb. 1-

3

Abb. 1-3: 3D-Darstellung des im Rahmen von ROHSA 3.1 erstellten

geologischen Modells der Region Geyer-Ehrenfriedersdorf (K

IRSCH &

S

TEFFEN, 2017). In dieser Ansicht sind die Granite (hellgrau), Störun-

gen (mittelgrau) und verschiedene Typen von Erzgängen (gelb und

orange) eingeblendet.

Abb. 1-2: Das Projektgebiet ROHSA 3.1 im mittleren Erzgebirge umfasst auf einer Fläche von rund 740 km² traditionsreiche Bergbaustandorte

wie Aue, Schwarzenberg, Annaberg-Buchholz, Ehrenfriedersdorf und Marienberg

10 | 1 Das Projekt ROHSA innerhalb der Rohstoffstrategie für Sachsen

Seit 2013 wurden bisher unveröffentlichte Dokumente aus

folgenden Archiven gesichtet und erfasst:

■

Geologisches Archiv des LfULG,

■

Archiv des Sächsischen Oberbergamtes,

■

Geologisches

Archiv der Wismut GmbH,

■

Archiv der Bundesanstalt für Geowissenschaften

und Rohstoffe (BGR),

■

Archive

von Instituten der TU Bergakademie Frei-

berg,

■

Sächsisches

Bergarchiv.

Bis Ende 2017 wurden etwa 40.000 Einzeldokumente mit

einem Umfang von etwa 2,6 Millionen Archivseiten gescannt.

Die Metadaten von rund 7.750 Dokumenten, Berichten, Qua-

lifizierungsarbeiten usw. wurden erfasst. Weiterhin wurden

über 460 Erz-Bohrungen der Wismut GmbH digitalisiert und

etwa 140.000 geophysikalische und rund 240.000 geochemi-

sche Daten datenbanktechnisch erfasst.

Für die Recherche nach rohstoffbezogenen Daten in Sachsen

steht nunmehr eine neu entwickelte ROHSA-Suchmaschine

zur Verfügung

Abb. 1-4: Startbildschirm der ROHSA-Suchmaschine. Hier können

Recherchen nach rohstoffbezogenen Daten durchgeführt werden.

1 Das Projekt ROHSA innerhalb der Rohstoffstrategie für Sachsen | 11

 

Das Erzgebirge ist ein variszisches Orogen, in dem verschie-

dene neoproterozoische und paläozoische Einheiten gesta-

pelt, teilweise tief versenkt und metamorphisiert wurden.

Das anschließende Zergleiten des Deckenstapels führte zur

Exhumierung einst tief versenkter Einheiten und der Platz-

nahme von granitischen Magmen in zahleichen in sich ge-

gliederten Intrusionen. Die Geschichte der geologischen

Erforschung und die sich wandelnden geowissenschaftli-

chen Konzepte und Interpretationen bis hin zum aktuellen

Kenntnisstand stellt S

EBASTIAN (2013) dar.

In der Phase der intensiven Rohstoffexploration der Jahre

1945 bis 1990 bildete sich ein stratigraphisches Modell

heraus, das die Metamorphite des Erzgebirges als mehrere

Kilometer mächtiges, vom Proterozoikum bis ins Paläozoi-

kum abgelagertes Sedimentpaket mit magmatischen Ein-

schaltungen ansieht. Die Sedimentation wird durch mehrere

Diskordanzen unterbrochen.

Nach diesem Modell werden im Proterozoikum mächtige

relativ monotone Grauwacken sedimentiert. An der Wende

Neoproterozoikum-Kambrium erfolgt eine Umstellung von

monotoner Grauwackensedimentation an einem Kontinen-

talrand zu einer abwechslungsreicheren Sedimentation in

einem stärker gegliederten marinen Ablagerungsraum. Im

frühen Ordovizium erfolgt wieder der Übergang zu mono-

toner pelitischer Sedimentation. Durch die verschiedenarti-

gen Einlagerungen und die Diskordanzen kann der Sedi-

mentstapel in Gruppen und diese in Formationen gegliedert

werden (L

ORENZ &HOTH, 1990). Dieser mächtige Sediment-

stapel wird anschließend metamorph überprägt, wobei die

untersten (und ältesten) Einheiten die stärkste Metamor-

phose erfahren. Daraus ergibt sich ein Metamorphoseprofil

von Gneisen über Glimmerschiefer zu Phylliten. In der

Spätphase der variszischen Orogenese werden diese Einhei-

ten von granitischen Schmelzen intrudiert, wobei ein älterer

und ein jüngerer Intrusivkomplex unterschieden werden.

In den 1990ern führten verschiedene Ansätze (Druck-

Temperatur-Bestimmungen von Metamorphiten: z. B. R

ÖTZ-

LER

, 1995; Geochemie: z. B. MINGRAM, 1995; tektonische

Untersuchungen: z. B. K

RONER, 1995 und zunehmend genaue

radiometrische Altersdatierungen: z. B. T

ICHOMIROWA, 2002)

zu einer Neubewertung der variszisch überprägten Einheiten

in Sachsen. Durch Untersuchung und Datierung von Zirko-

nen zeigte sich, dass der Freiberger Graugneis großteils eine

metamorph überprägte cadomische (etwa 540 Millionen

Jahre alte) granodioritische Intrusion darstellt. Entgegen der

früheren Annahme handelt es sich also nicht um die ältes-

ten proterozoischen

Grauwacken (Abb. 2-1). Datierungen

an

Metarhyolitoiden der ins mittlere Kambrium eingestuften

Grießbach-Formation erbrachten Alter von 460 bis 490

Millionen Jahren, also unteres bis mittleres Ordovizium

(L

EONHARDT, 2009b).

Aus den Druck-Temperatur-Bestimmungen an verschiede-

nen Metamorphiten wurde deutlich, dass benachbarte

Gneisareale sehr unterschiedliche Metamorphosepfade

durchlaufen haben. Diese Einheiten wurden bei der Oroge-

nese unterschiedlich tief versenkt und anschließend in ihre

heutige räumliche Anordnung gebracht. Diese Beobachtun-

gen lassen sich nicht mit dem Modell eines kontinuierlichen

Metamorphoseprofils und eines weitgehend ungestörten

Sedimentstapels vereinen. Stattdessen wird angenommen,

dass einzelne Einheiten als tektonische Decken oder als Teile

von

tektonischen Scherzonen in ihre heutige Position gelangt

sind (Abb. 2-1).

Die Intrusionsalter der Granite sind über radiometrische

Datierungen nur schwer zu ermitteln, da die Gesteine viel-

fach durch Fluide, die auch die verschiedenen Mineralisati-

onszyklen verursachten, überprägt wurden. Eine kritische

Betrachtung der bisherigen Datierungen (R

OMER, 2012)

kommt zu dem Schluss, dass nicht zwischen einem älteren

und einem jüngeren Intrusivkomplex unterschieden werden

kann und dass die Granite des Erzgebirges Intrusionsalter

von 318 bis 327 Millionen Jahren aufweisen.

Da die Untersuchungsmethoden (radiometrische Datierung,

Druck-Temperatur-Bestimmungen) nur punktuell verfügbar

sind, ist es derzeit noch schwierig, ein detailliertes tekto-

nisch-stratigraphisches Modell des Erzgebirges zu erstellen.

Die Entwicklungsgeschichte der einzelnen Einheiten ist zwar

teilweise detailliert bekannt, aber durch die mangelnde

Probendichte ist eine Abgrenzung der Einheiten an man-

chen Stellen noch unsicher. Einen Überblick der tektonome-

tamorph-magmatischen Entwicklung des Erzgebirges geben

B

ERGER u. a. (2008a).

2

12 | 2 Geologie und Rohstoffe

Im Projektgebiet kann mit den genannten Vorbehalten

folgende tektonometamorphe Gliederung aufgestellt wer-

den (Abb.

2-2):

Im Zentrum der Gneiskuppeln von Schwar-

zenberg, Annaberg, Marienberg und Reitzenhain befindet

sich das cadomische Basement (ehemals neoproterozoische

Grauwacken), das vom ausgehenden Neoproterozoikum bis

möglicherweise ins Ordovizium mehrfach von sauren Mag-

men, die heute als Augengneise und Rotgneise vorliegen,

intrudiert wurde. Diese Einheit erfuhr während der variszi-

schen Orogenese eine Mitteldruck-Mitteltemperatur-

Metamorphose. Zwischen den Gneiskuppeln von Annaberg,

Marienberg und Reitzenhain ist die Boden-Haßberg-

Měděnec-Decke, die eine Hochdruck-Hochtemperatur-

Metamorphose aufweist, dem cadomischen Basement auf-

gelagert. Über einer Scherzone folgt der Glimmerschiefer-

komplex (entspricht der Klínovec-Gruppe der lithostratigra-

phischen Gliederung), der während der variszischen Oroge-

nese geringen Drücken und mittleren Temperaturen ausge-

setzt war. Im Hangenden wird dieser von einer weiteren

Scherzone begrenzt, welche die Metarhyolitoide des Grieß-

bach-Vulkanitkomplexes und verschiedene andere Litholo-

gien mit unterschiedlichen Altern und Metamorphosegra-

den in einer tektonischen Mélange vereint. Die darauf fol-

genden Einheiten Granat-Phyllit-Komplex, Phyllitkomplex 1

und Phyllitkomplex 2 (entsprechen Breitenbrunn- bis Phy-

codenschiefer-Formation der lithostratigraphischen Gliede-

rung) sind vermutlich ein kontinuierliches Metamorphose-

profil mit nach oben hin abnehmendem Metamorphosegrad,

das nicht durch weitere Deckengrenzen getrennt ist. Der

nicht metamorphe Schieferkomplex tritt im Projektgebiet in

der Lößnitz-Zwönitz-Synklinale auf, die einen komplizierten

tektonischen Schuppenbau zeigt.

Losgelöst von der daran geknüpften stratigraphischen In-

terpretation sind die Einheiten der lithostratigraphischen

Gliederung nach wie vor ein wertvolles Mittel, um gleichar-

tige Gesteinspakete zusammenzufassen, im Gelände zu

Abb. 2-1: Lage des Projektgebiets (rot) im sächsischen Teil des Erzgebirges. Zur Gliederung der neoproterozoischen bis ordovizischen Einheiten

siehe die Erläuterungen im Text.

2 Geologie und Rohstoffe | 13

verfolgen und mit Bohrungen zu korrelieren. Die wichtigs-

ten im Projektgebiet auftretenden Einheiten mit Ausnahme

der quartären Deckschichten werden im Folgenden kurz

charakterisiert.

Von dieser Einheit tritt im Projektge-

biet nur das oberste Schichtglied, die Annaberg-Wegefarth-

Formation, im Kern der Annaberger Gneiskuppel mit einer

Mächtigkeit von etwa 1000 m auf. Diese besteht überwie-

gend aus monotonen klein- bis mittelkörnigen Zweiglimmer-

Plagioklasgneisen, die auf Grund ihrer wechselnden Einlage-

rungen in drei Subformationen gegliedert werden können.

Die Wiesa-Subformation im Liegenden zeichnet sich durch

Einlagerungen von feinkörnigen Gneisen und Amphiboliten

aus. Die folgende Neundorf-Subformation ist nahezu frei von

Einlagerungen. Im Hangenden folgt die Frohnau-

Subformation mit markanten graphitführenden Lagen (sog.

Schwarze Flöze bzw. Schwebende). Der Gneis ist häufig stark

feldspatblastisch mit flaserigem Gefüge (L

EONHARDT, 1998).

Die Preßnitz-Gruppe besteht in ihrer ur-

sprünglichen Definition aus der liegenden Rusová-Formation

und der hangenden Měděnec-Formation. Wie oben beschrie-

ben, werden Teile der Měděnec-Formation an den Flanken

der Annaberger Gneiskuppel heute als Scherzonen und ande-

re Teile als Decken mit eigener Metamorphosegeschichte

betrachtet. Die Preßnitz-Gruppe kann daher nicht länger als

Abb. 2-2: Tektonometamorphe Karte des Projektgebiets mit den wichtigsten Störungen, metamorphen und tektonischen Einheiten.

14 | 2 Geologie und Rohstoffe

ursprünglich sedimentärer Verband interpretiert werden. Die

heutigen Verbandsverhältnisse sind vielmehr ein Ergebnis der

variszischen Deckentektonik.

Die Rusová-Formation ist ein im Projektgebiet etwa 1000 m

mächtiger Verband aus Zweiglimmergneisen und Zweiglim-

merschiefern mit verschiedenen Einlagerungen. An der Basis

liegt mit der Natschung-Subformation eine 300 m mächtige

Abfolge von teilweise granatführenden Zweiglimmer-

Plagioklasgneisen mit Einschaltungen von Zweiglimmerschie-

fern, Muskovit-Zweifeldspatgneisen, Quarzitschiefern, Quar-

ziten und Amphiboliten. Der mittlere Teil wird von der 500

bis 700 m mächtigen Křimov-Subformation gebildet. Diese

ist durch das Auftreten klein- bis feinkörniger Zweiglimmer-

Plagioklasgneise, die lokal graphitführend sind, charakteri-

siert. An Einlagerungen treten Muskovit-Zweifeldspatgneise,

Quarzitschiefer, Quarzite und Amphibolite auf. Eine besonde-

re Erscheinung sind phyllitische Gesteine an der Fuchsleithe

bei Schlettau (L

EONHARDT, 1998). Im Hangenden folgt die bis

etwa 200 m mächtige Rittersberg-Subformation, die aus

glimmerreichen Zweiglimmerparagneisen und Zweiglimmer-

schiefern besteht. In diesen treten besonders im Raum Mari-

enberg Lagen von Metaschwarzschiefern (sog. Schwarze

Flöze) auf. Daneben gibt es Einlagerungen von Metabasiten,

Quarziten, selten auch von Metarhyolitoiden und Kalksilikat-

gesteinen (B

ERGER u. a., 2008b).

Die Měděnec-Formation tritt als mehrere hundert Meter

mächtige stark tektonisch gegliederte und gescherte Einheit

an den Rändern der Annaberger Gneiskuppel und im Bereich

Annaberg-Jöhstadt-Boden als Hochdruckeinheit auf. Die

Hauptgesteine sind Zweiglimmerparagneise, Metarhyolitoide,

Zweiglimmerschiefer, z. T. Granat-Muskowit-Glimmerschiefer

und Gneisglimmerschiefer. Die Einlagerungen sind ungleich-

mäßig verteilt und umfassen Metakarbonate, Metagrauwa-

cken, Metabasite und lokal Metakonglomerate und Quarzite

(L

EONHARDT u. a., 2012).

Die Niederschlag-Gruppe wird im

Projektgebiet aus monotonen feinkörnigen, seltener mittel-

körnigen Zweiglimmer-Plagioklasgneisen aufgebaut. Selten

sind Linsen von Amphibolit oder Quarzit eingelagert (L

EON-

HARDT

, 1998). Bei Erla sind einzelne Skarnlinsen bekannt

(L

EONHARDT, 2009a), die jedoch gegenüber den Skarnen in den

kambroordovizischen Gesteinen volumenmäßig unbedeutend

sind. Die Mächtigkeit reicht von 200 bis 300 m in der

Schwarzenberger Kuppel bis zu 400 bis 600 m am Ostrand

der Hundsmarter Mulde. Die Gliederung in Kovářská- und

Kunnerstein-Formation ist im Projektgebiet nicht möglich.

Im Projektgebiet

treten zwei große Augengneiskörper im Zentrum der Schwar-

zenberger Kuppel sowie im Raum Bärenstein-Schlettau auf.

Rotgneise sind wesentlich am Aufbau des Gneisdoms von

Reitzenhain beteiligt. Beide Gesteinstypen werden als präva-

riszische, metamorph überprägte saure Intrusiva angesehen,

die in die neoproterozoischen Sedimente intrudierten. Der

Augengneis wird charakterisiert durch bis über einen Zenti-

meter große weiße bis gelbliche, selten rötliche Feldspatau-

gen. Diese bestehen sowohl aus Kalifeldspat als auch aus

Plagioklas. An Glimmern überwiegt Biotit, dessen kleinschup-

pige Kristalle sich in Lagen anreichern. Das Gestein ist häufig

plattig deformiert mit streifenartig angeordneten Augen, die

je nach dem Grad der Deformation aus mehr oder weniger

feinkörnigen Feldspäten bestehen. Die Grenzen zum Umge-

bungsgestein sind manchmal scharf, manchmal bestehen

auch breite Übergangszonen zu Zweiglimmer-

Plagioklasgneisen mit nach außen hin abnehmendem Anteil

an Feldspataugen (L

EONHARDT, 1998).

Die so genannten Rotgneise umfassen ein Spektrum von

roten bis grauen, mittel- bis riesenkörnigen (sog. Riesengneis)

Gneisen, teilweise mit Augenbildung. Im Gneisdom von

Reitzenhain bilden diese eine komplizierte mehrlagige Struk-

tur mit eingeschalteten Zweiglimmergneisen (S

EBASTIAN,

2013). Kartiertechnisch können zahlreiche Varietäten mit

kaum erkennbarer bis hin zu starker Schieferung und platti-

ger Deformation unterschieden werden. In den massig er-

scheinenden Varietäten herrscht Biotit vor, während die

deformierten Gneise in zunehmendem Maß muskovitführend

sind. Lokal sind auch Vorkommen von Turmalin bekannt (G

Ä-

BERT

, 1904).

Altersdatierungen an Zirkonen zeigen, dass die Intrusionsalter

dieser Orthogneise vom Neoproterozoikum bis vermutlich ins

Ordovizium reichen, wobei für zahlreiche Kleinvorkommen

noch keine Altersdaten existieren. Für den Bärensteiner Au-

gengneis wird ein Intrusionsalter von 575±4 Millionen Jah-

ren, also Neoproterozoikum, angegeben. Der benachbarte

Schwarzenberger Augengneis scheint mit einem Intrusionsal-

ter von 486±7 Millionen Jahren deutlich jünger zu sein

(L

EONHARDT, 1998). Für die Rotgneise von Reitzenhain wird

kambrisches oder ordovizisches Alter diskutiert (S

EBASTIAN,

2013).

Wie oben dargestellt, sind in Folge neuerer Erkenntnisse die

Altersstellung und der stratigraphische Rang der folgenden

Einheiten unsicher. Da noch keine Neugliederung vorliegt

und da die für die Rohstoffprognose verwendeten Quellen

dem alten stratigraphischen Schema folgen, werden die

historischen Begriffe hier weiter verwendet. Die Gruppen

dürfen jedoch nicht ohne weiteres als zusammenhängende

ehemals (vulkano-)sedimentäre Komplexe interpretiert wer-

den, ebenfalls kann aus der stratigraphischen Abfolge nicht

ohne weiteres auf die relativen Alter der beteiligten Einheiten

geschlossen werden.

2 Geologie und Rohstoffe | 15

Abb. 2-3: Stratigraphisches Schema des Projektgebiets mit tektonometamorpher Gliederung. Zusammengestellt aus den GK25 Blatt

5441 Schneeberg, Blatt 5542 Aue und Blatt 5543 Annaberg-Buchholz West sowie

BERGER u. a. (2008a).

16 | 2 Geologie und Rohstoffe

Mit der Klínovec-Gruppe beginnt der Ab-

schnitt der sogenannten bunten Gesteine, die sich durch eine

größere lithologische Vielfalt als die neoproterozoischen

Einheiten auszeichnen. Als Ursache wird ein veränderter

Sedimentationsraum angenommen. Während im Neoprotero-

zoikum Grauwackensedimentation an einem wenig geglie-

derten Kontinentalrand angenommen wird, zeigen die jünge-

ren Sedimente einen stärker gegliederten Sedimentations-

raum, in dem sich auch z. B. Karbonate und kohlenstoffreiche

Pelite bildeten, an. Die vielfältigen basischen bis sauren Vul-

kanite zeigen einen aktiven bimodalen Vulkanismus in diesem

Zeitraum an.

Die 100 bis 650 m mächtige Raschau-Formation ist durch

Einlagerungen von teils mächtigen Quarziten und Metakar-

bonaten charakterisiert. Abgesehen davon besteht sie aus

granatführenden Muskovitgneisen bis Zweiglimmergneisen.

Im unteren Teil sind auch Zweiglimmergneise und Feldspat-

glimmerschiefer verbreitet. Der bis über 200 m mächtige

Emmler-Quarzit im Unteren Teil der Formation geht über

quarzitführende Glimmerschiefer und Quarzitschiefer aus den

Nebengesteinen hervor. Das Raschau-Karbonat ist besonders

mächtig am Nord- und Nordwestrand der Hundsmarter Mul-

de ausgebildet, wo Mächtigkeiten bis 260 m erreicht werden

(E

LICKI u. a., 2008). Der Metakarbonathorizont besteht bei

Pöhla und Raschau überwiegend aus Dolomitmarmor, bei

Oberscheibe dagegen aus Calcitmarmor. Oberflächennah

zeigen sich oft Verkarstungs- und Zersatzerscheinungen.

Einzelne Lagen zeichnen sich durch eingelagerten Glimmer

oder Graphit aus. Die Marmore sind in unterschiedlichem

Ausmaß metasomatisch überprägt, bis hin zu Skarnen (L

EON-

HARDT

, 1998). Die Zinn- und Wolfram-Skarnlagerstätte Pöhla-

Globenstein liegt in diesem Niveau.

Die Obermittweida-Formation erreicht in der Hundsmarter

Mulde Mächtigkeiten von 500 bis 900 m; im Norden des

Projektgebiets geht die Mächtigkeit auf 150 bis 300 m zu-

rück. Die Hauptgesteine sind feldspatporphyroblastische

Zweiglimmerschiefer und -gneise. Daneben treten feinkörni-

ge dichte Metagrauwackengneise und die charakteristischen

Metakonglomerate auf. Diese erscheinen über das ganze

Profil verteilt als 10 bis 35 m mächtige Zonen mit geröllfüh-

renden Lagen. Es handelt sich um gerundete polymikte Geröl-

le bis zu 30 cm Größe. Neben den dominierenden Metagrau-

wacken treten Metarhyolitoide, Granit und Quarzit, selten

auch Lamprophyr, Diabas, Quarz, Kalkstein und Kalksilikatfels

auf (E

LICKI u. a., 2008).

Die Fichtelberg-Formation ist im Projektgebiet etwa 200 bis

300 m mächtig. Sie besteht aus granatführenden Muskovit-

und Feldspatglimmerschiefern mit quarzitischen Einlagerun-

gen. Nordwestlich von Ehrenfriedersdorf treten zusätzlich

Einlagerungen von teilweise quarzitischen Zweiglimmerpara-

gneisen auf (E

LICKI u. a., 2008).

Die Jáchymov-Gruppe wird in die liegen-

de Grießbach-Formation und die hangende Breitenbrunn-

Formation gegliedert. Beide zeigen starke Mächtigkeits-

schwankungen und sind lithologisch sehr vielfältig. Dabei

herrscht in der Grießbach-Formation ein saurer Vulkanismus

(Metarhyolitoide vom Typ Gm-Gneis) vor, der mit dem basi-

schen Vulkanismus in der Breitenbrunn-Formation kontras-

tiert. L

EONHARDT (2009b) stellt die Grießbach-Formation auf

Grund der mit 460 bis 490 Millionen Jahren datierten Meta-

Rhyolitoide in das untere bis mittlere Ordovizium. Bei einer

Interpretation dieser Einheit als tektonische Mélange können

aber auch Gesteine anderen Alters beteiligt sein, die erst im

Zuge der variszischen Orogenese in ihre heutigen Verbands-

verhältnisse gelangt sind.

Die Grießbach-Formation setzt mit einem 50 bis 200 m

mächtigen Paket von Glimmerschiefer, Kalksilikatgestein,

Marmor, Skarnen, Muskovit-Zweifeldspatgneis, graphitfüh-

rendem Glimmerschiefer und seltener Amphibolit und Quarzit

ein. Darüber folgen im so genannten Grießbach-

Vulkanitkomplex die schon genannten Metarhyolitoide.

Diese ehemaligen Vulkanite liegen heute als Muskovit-

Zweifeldspatgneise vor, die mit Glimmerschiefern und einzel-

nen Marmorlagen vergesellschaftet sind (E

LICKI u. a., 2008).

Die Breitenbrunn-Formation erreicht im Raum Elterlein

Mächtigkeiten um 1000 m, dünnt aber in der Westerzgebir-

gischen Querzone auf 100 bis 150 m aus. Neben Muskovit-

glimmerschiefern, Zweiglimmerschiefern und den charakte-

ristischen Metabasiten treten in lokal unterschiedlicher Häu-

figkeit Kalksilikatfelse, Skarne (Abb. 2-4, Abb. 2-5), graphiti-

sche Glimmerschiefer, Quarzite, Epidot-Graphitquarzite und

Muskovit-Zweifeldspatgneise auf (E

LICKI u. a., 2008).

Abb. 2-4: Beginnende Verskarnung von Marmor entlang eines

pneumatolytischen Trums, mit Spuren von Scheelit und Malayait,

Ehrenfriedersdorf, 3. Sohle (Westfeld)

2 Geologie und Rohstoffe | 17

Abb. 2-5: Granat-Pyroxenfels, durch Verskarnung aus Marmorgebil-

det. Ehrenfriedersdorf, 3. Sohle (Westfeld)

Die Thum-Gruppe setzt mit der rund 250 m

mächtigen Herold-Formation ein. Diese besteht aus einer

Wechsellagerung von teils quarzitstreifigen Phylliten bis

Muskovitphylliten mit Graphitphylliten, Kalkglimmerschiefern

und Marmor. An der Basis treten auch Glimmerschieferlagen

auf. Weiterhin kommen Einlagerungen von Kalksilikatfelsen,

Skarnen, Metabasiten und Quarziten vor (E

LICKI u. a., 2008).

Die folgende im Mittel 200 bis 300 m mächtige Halbmeile-

formation besteht aus Muskovitphylliten und phyllitischen

Glimmerschiefern, die teilweise granat- und feldspatführend

sind. Als Einlagerungen treten Metabasite und untergeordnet

Quarzitschiefer bis Quarzit auf (E

LICKI u. a., 2008).

Die Jahnsbach-Formation setzt mit rund 200 m mächtigen

grüngrauen bis grauen quarzitstreifigen Phylliten ein, in die

magnetitführende Quarzitschiefer bis Muskovitquarzite ein-

gelagert sind. Darauf folgt ein 300 m mächtiges Paket von

grüngrauen, bläulichgrauen und mittel- bis lokal schwarz-

grauen tonigen Phylliten, die nur geringmächtige Quarzitla-

gen führen. Im hangenden Abschnitt folgen grüngraue bis

dunkelgraue Phyllite mit Quarzitschiefern, Quarziten und

Phyllitlagen mit eingestreuten Blauquarzklasten. Die obersten

50 bis 80 m sind als sulfidvererzte Zone ausgebildet. Die

Sulfide treten als 1 bis 3 cm, selten bis 40 cm mächtige

schichtparallele Lagen von Sphalerit und Galenit auf. Selte-

ner sind Pyrit, Chalkopyrit und Pyrrhotin vertreten. Das in

dieser Schicht gelegene Blei-Zink-Vorkommen Jahnsbach

wird in Kapitel 2.2.4 und 2.4.4 kurz beschrieben. Die

stratiformen Vererzungen bei Bockau werden ebenfalls dieser

Zone zugeordnet (B

ERGER &LEONHARDT, 2008).

Den Abschluss der Thum-Gruppe bildet die etwa 300 m

mächtige Buchberg-Formation, die aus schluffigen und toni-

gen Phylliten aufgebaut wird. Erstere sind grau bis grüngrau,

letztere blaugrau bis dunkelgrau gefärbt. An der Basis, direkt

über der Sulfiderzzone der Jahnsbach-Formation, tritt ein

Metabasithorizont mit Amphibol-Chloritschiefern auf. Im

mittleren Abschnitt treten graphitische Tonschiefer bis Gra-

phitphyllite auf (B

ERGER &LEONHARDT, 2008).

Diese Gruppe wird in die liegende, etwa

350 m mächtige Frauenbach-1-Formation und die hangende,

etwa 300 m mächtige Frauenbach-2-Formation gegliedert.

Beide Schichtglieder bestehen überwiegend aus grauen bis

grünlichgrauen, lokal dunkel- und violettgrauen schluffigen

bis tonigen Phylliten. In der Frauenbach-1-Formation treten

zusätzlich quarzitische Lagen und Bänder bis hin zu Einlage-

rungen von Serizitquarziten auf (B

ERGER &LEONHARDT, 2008).

Die

Phycoden-Gruppe besteht aus der 100 bis 200 m mächtigen

Phycodendachschiefer-Formation im Liegenden und der bis

800 m mächtigen Phycodenschiefer-Formation im Hangen-

den. Die Phycodendachschiefer-Formation besteht aus grün-

grauen, monotonen, oft schlecht geschichtet erscheinenden

Schluffschiefern bzw. Schluffphylliten. Vereinzelt sind mag-

netitführende Quarzite bis Quarzitschiefer eingelagert. Die

Phycodenschiefer-Formation besteht aus teils monotonen,

teils sandstreifigen Tonschiefern bzw. Tonphylliten (B

ERGER,

2008).

Die Schichtglieder der Gräfenthal-Gruppe (Griffelschiefer,

Hauptquarzit und Lederschiefer) sowie silurische bis unterde-

vonische Kiesel- und Alaunschiefer, Graphitphyllite und teils

mächtige Metabasite sind auf den zentralen, tektonisch stark

gegliederten Teil der Lößnitz-Zwönitz-Synklinale be-

schränkt. Westlich des Projektgebietes sind diese Gesteine in

der Lagerstätte Schlema-Alberoda stark mit Urangängen

durchsetzt. Die Verteilung der Uranmineralisation auf den

Gangflächen zeigt die Kontrolle dieser durch Metabasite und

kohlenstoffführende Gesteine. Die Bergbaumonographie

„Geologie und Uranbergbau im Revier Schlema-Alberoda“

(Bergbau in Sachsen Band 14, H

ILLER u. a., 2008) enthält eine

detaillierte Darstellung dieser Gesteine und der tektonischen

Verhältnisse. Im Projektgebiet ist innerhalb dieser Gesteine

keine bedeutende Uranmineralisation bekannt. Bei Hormers-

dorf wurde jedoch ein kleines Antimonvorkommen nachge-

wiesen.

Die Bedeutung der geochemisch definierten Granit-

typen wurde schon angesprochen. Auch in petrographischer

Hinsicht sind die Granite vielfältig. Der Biotitgranit vom Typ

Kirchberg tritt in grob- bis feinkörnigen Varietäten auf, wobei

in den grobkörnigen Varietäten magnesiumreiche und in den

feinkörnigen Varietäten eisenreiche Biotite vorherrschen. Die

Feldspäte sind zonare Plagioklase und Kalifeldspäte, teils mit

deutlicher Mikroklingitterung, teils – vor allem bei größeren

Kristallen – mit albitischen Entmischungslamellen. In Spuren

treten Magnetit, Ilmenit, Rutil und Zirkon auf (F

ÖRSTER u. a.,

2008).

Die Zweiglimmergranite vom Typ Bergen führen als Glimmer

eisenreichen Biotit, Siderophyllit und Muskovit. Die Feldspäte

18 | 2 Geologie und Rohstoffe

sind zonare Plagioklase und Kalifeldspäte, die häufig Mikro-

klingitterung, selten Perthit zeigen. Akzessorische Minerale

sind Apatit, Turmalin, Andalusit, Zirkon, Monazit und Xeno-

tim (F

ÖRSTER u. a., 2008).

Die Lithiumglimmergranite vom Typ Eibenstock sind im Pro-

jektgebiet die volumenmäßig bedeutendsten Granite. Neben

fein- bis grobkörnigen und porphyrischen Varietäten treten

auch Aplite, Pegmatite und Greisen auf. Mit zunehmender

Fraktionierung sind die vorherrschenden Glimmer zunächst

Siderophyllit, dann Protolithionit und schließlich Zinnwaldit.

Muskovit tritt als Anwachssäume oder in Verdrängung ande-

rer Glimmer auf. Die Feldspäte sind anorthitarmer Plagioklas

und perthitreicher Kalifeldspat, teils mit Albitsäumen. Sowohl

die Plagioklase als auch Kalifeldspäte sind phosphorreich.

Akzessorisch treten Ilmenit, Rutil, Magnetit (in gering frakti-

onierten Varietäten), Topas, Apatit, Turmalin, Zirkon, Monazit

und Xenotim auf. Aus Pegmatiten im Raum Ehrenfriedersdorf

ist eine Reihe seltener Phosphate bekannt (F

ÖRSTER u. a.,

2008).

Als älteste Gangbildungen treten im Projekt-

gebiet Lamprophyre auf. Diese treten in sehr verschiedener

Orientierung und Mächtigkeit (wenige Zentimeter bis wenige

Meter) auf. Neben steil stehenden Gängen, die die Schiefe-

rung durchschlagen, gibt es auch sogenannte Lagergänge, die

konkordant zur Schieferung verlaufen. Besonders im Bereich

der Schwarzenberger Kuppel sind „Doppelgänge“ zu be-

obachten, wo am Rand eines Lamprophyrgangs später noch-

mals ein Mikrogranitgang intrudiert ist. Die Gangfüllung ist

oft stark zerklüftet. Der Lamprophyr erscheint im Handstück

als gleichmäßig fein- bis kleinkörniges massiges Gestein von

dunkelgrauer bis schwarzer, auch dunkel bräunlicher oder

grünlicher, Farbe. Im Dünnschliff zeigt sich ein porphyrisches

Gefüge mit Einsprenglingen von Biotit, Plagioklas und Pyro-

xenen bis 0,8 mm Größe. Die Grundmasse wird überwiegend

von Plagioklas und Biotit gebildet. Mit wenigen Ausnahmen

kann das Gestein als Kersantit angesprochen werden. Einzel-

ne Proben zeigen erhöhte Zinn- und Lithiumgehalte, die als

Folge einer späteren Überprägung durch die Mineralisationen

der Sn-W-Assoziation interpretiert werden. Frühere Datie-

rungen ergaben relativ junge Intrusionsalter um 305 Millio-

nen Jahre, neuere Datierungen lassen dagegen Alter um 324

Millionen Jahre korrekt erscheinen (L

EONHARDT, 1998). Letzte-

res Alter (überwiegend älter als die Granite) steht mit den

durch Kartierung und Untertageaufschlüsse nachgewiesenen

Verbandsverhältnissen im Einklang.

Mikrogranitgänge repräsentieren im Projektgebiet die jünge-

ren Bildungen aus granitischen Schmelzen. Diese bis mehrere

Meter mächtigen Gänge zeigen verschiedene Abstufungen

von gleichmäßig-feinkörnigem bis porphyrischem Gefüge,

welches Anlass für die historische Bezeichnung „Quarz-

porphyr“ war. Das Gestein ist häufig hellgrau, aber auch

hellrötlich, gelblichbraun, mittel- oder dunkelgrau. In einer

Grundmasse aus innig verwachsenem Quarz und Feldspat

treten vereinzelt Hellglimmer, häufiger idiomorphe Quarze

von 1 bis 4 mm Größe und Feldspäte bis 5 mm Größe auf

(L

EONHARDT, 1998).

Lokal kommen auch Lagergänge, die konkordant in der Schie-

ferung des Umgebungsgesteins liegen, vor. Diese können

Mächtigkeiten von 10 m und mehr erreichen, z. B. im Bereich

der Wolframvererzung von Aue-Bärengrund (L

EONHARDT,

2009a). Einige Gangschwärme sind an Granithochlagen ge-

bunden; besonders im Raum Geyer-Ehrenfriedersdorf, am

Buchholz-Granit westlich von Annaberg-Buchholz, sowie im

Südosten des Projektgebiets an der Reitzenhainer Gneiskup-

pel. Dort ist das Gestein teilweise metasomatisch verändert

(vergreisent, siehe Anlage 1).

Unter den basalti-

schen Decken des Scheibenbergs und des Pöhlbergs haben

sich kleine Reste von eozänen Sedimenten erhalten, die ma-

ximal 40 m mächtig werden. Es handelt sich um überwiegend

fluviatile Sedimente, die ins Eozän gestellt werden. Generell

folgen über Kiesen mit bis zu faustgroßen Geröllen Sande, die

teilweise kreuzgeschichtet sind. Zum Hangenden schalten

sich vermehrt Tonlagen ein, die auf Grund ihres Schwermine-

ralspektrums und des Auftretens von Montmorillonit zumin-

dest teilweise als Tuffe angesprochen werden können. Als

Ausbruchszentrum dieser vulkanischen Aschen wird der Erup-

tivkomplex von Oberwiesenthal angenommen (L

EONHARDT,

1998).

Die Basalte können nach ihrer mineralogischen Zusammen-

setzung als Augit-Nephelinite und Augit-Leucitite klassifi-

ziert werden. Augiteinsprenglinge bis 1 cm Größe sind das

makroskopisch am besten erkennbare Mineral. Im Dünnschliff

können neben den Feldspatvertretern Nephelin und Leucit

noch Magnetit und kleinere Mengen von Biotit und Perowskit

nachgewiesen werden. Vereinzelt treten noch Analcim und

randlich serpentinisierter Olivin sowie als sekundäre Bildun-

gen Karbonate auf. Die Aufschlüsse am Scheibenberg zeigen

die Natur der Basaltkörper als Reste von Lavaströmen, die

sich in ehemaligen Tallagen ausbreiteten. Durch die Heraus-

hebung des Erzgebirges und die fortschreitende Erosion hat

sich mittlerweile das Relief umgekehrt: Die umliegenden

Hochlagen sind abgetragen, Teile des Talbodens haben sich,

geschützt durch die erosionsresistente Basaltdecke, als Tafel-

berge erhalten. Diese Deckenreste zeigen ein Abkühlgefüge

in Form von ein bis zwei Meter dicken und bis zu 20 m hohen

Basaltsäulen. An der Basis sind diese häufig durch Stauwas-

sereinfluss mehr oder weniger stark zersetzt.

Für den Basalt am Scheibenberg wurde ein K/Ar-Alter von

21,5±1,8 Millionen Jahren bestimmt, was dem Untermiozän

entspricht (P

FEIFFER u. a., 1984).

2 Geologie und Rohstoffe | 19

Weitere kleine Stöcke und Gänge von vergleichbarer Litholo-

gie sind im gesamten Zentralteil des Projektgebiets (umrissen

durch das Kartenblatt 5443 Annaberg-Buchholz West) zu

finden. So ist z. B. am Waldschachtgang des in Kapitel 2.4.3

beschriebenen Schwerspatvorkommens Schlettau auch ein

Basaltgang untertägig erschlossen worden (F

RÖLICH, 1957).

Das Projektgebiet beinhaltet die strukturkontrollierten Mi-

neralisationen von Marienberg, Pobershau, Annaberg und

Geyer-Ehrenfriedersdorf sowie die lithologisch kontrollier-

ten Mineralisationen im Umfeld der Schwarzenberger Kup-

pel und von Geyer. Einen Überblick über die im Untersu-

chungsgebiet bekannten Mineralvorkommen gibt

Abb. 2-6.

Ökonomische Bedeutung erlangten in der Vergangenheit

vor allem verschiedene Typen von struktur- und lithologisch

kontrollierten Zinn- und Wolfram-Mineralisationen sowie

strukturkontrollierte Fluorit-Baryt- und Polymetallminerali-

sationen (Cu, Pb, Zn, Ag, U, Co, Ni). Bekannt sind weiterhin

lithologisch kontrollierte Zn-Mineralisationen (Jahnsbach,

Zinnskarne von Geyer) mit vergleichsweise geringen Vorrä-

ten, sowie unbedeutende Mineralisationen von Antimon, z.

B. bei Hormersdorf.

Die Sn-W-Mineralisationen des Projektgebiets werden durch

die räumliche Lage verschiedener Typen von Granitintrusio-

nen kontrolliert, welche umfassend von F

ÖRSTER u. a. (1998,

2008) beschrieben und klassifiziert wurden (vgl. Tabelle 1):

■

Granit Typ Eibenstock: fluor- und phosphorreich,

mit Lithiumglimmer

→

Zinn-spezialisiert,

■

Granit Typ Bergen: fluorarm,

Zweiglimmergranit

→

Wolfram-spezialisiert,

■

Granit

Typ Kirchberg: fluorarm, Biotitgranit

→

.

of-

fensichtlich ohne metallogenetische Spezialisie-

rung

Die Zinn-Mineralisationen sind ausschließlich an den Granit

Typ Eibenstock

gebunden, der einen bedeutenden Teil des

Projektgebiets unterlagert und nur an wenigen Stellen aus-

streicht. Im Zentrum und Ostteil des Projektgebiets befindet

sich eine gut strukturierte Kuppel mit einer nach Südosten

hin offenen ringartigen Ausbildung. Über den Hochlagen

dieser Kuppel befinden sich die strukturkontrollierten (z. B.

Ehrenfriedersdorf, Wiesenbad) und die lithologisch kontrol-

lierten (Geyer) Zinn- und Polymetallmineralisationen des

mittleren Erzgebirges (Abb. 2-8). Die

weiter westlich aus-

streichende Granitkuppel des Typs Eibenstock kontrolliert

gemeinsam mit den Karbonatgesteinen der Metasedimente

der Thum-, Jáchymov- und Klínovec-Gruppe die Zinnverer-

zungen von Pöhla-Globenstein, Antonsthal und Bernsbach.

Im Osten des Untersuchungsgebietes befinden sich über

einer weiteren Hochlage dieses Granits die Zinnmineralisati-

Abb. 2-6: Der Ausschnitt aus der Karte Mineralische Rohstoffe Erzgebirge-Vogtland/Krušné hory zeigt die wichtigsten Vorkommen im Projektge-

biet und dessen Umgebung (siehe auch Anlage 1). Erläuterungen zur Karte finden sich in H

ÖSEL u. a. (1997).

20 | 2 Geologie und Rohstoffe

onen von Pobershau und die silberführenden Polymetallmi-

neralisationen von Marienberg. Die silberführenden struk-

turkontrollierten Mineralisationen von Annaberg befinden

sich im Zentrum des Untersuchungsgebietes über der Innen-

seite der Granitkuppel des Mittleren Erzgebirges.

Tabelle 1: Zuordnung der im Modellgebiet auftretenden Granitaus-

striche zu den Granittypen

Greifenstein-Granit

Typ Eibenstock

Ziegelberg-Granit TypEibenstock

Geyersberg-Granit

Typ Eibenstock

Wiesenbad-Granit TypEibenstock

Buchholzer Granit

Typ Eibenstock

Aue-Granit TypKirchberg

Neuwelt-Granit

Typ Bergen

Schwarzenberg-Granit TypBergen

Lauter-Granit

Typ Bergen

Erla-Granit TypBergen

Im Südwesten des Untersuchungsgebietes befinden sich

sowohl lithologisch kontrollierte (Bernsbach, Antonsthal,

Pöhla) als auch strukturell kontrollierte Wolframmineralisa-

tionen (Aue-Bärengrund). Diese Wolframmineralisationen

stehen in räumlichem Zusammenhang mit dem Granit vom

Typ Bergen, dessen Intrusionen den Granit Typ Eibenstock

ringartig umgeben.

Bedeutendere Fluorit-Barytmineralisationen (Marienberg-

Lauta, Gehringswalde, Schlettau) sind zumeist als jüngere

Mineralisationen an NW-SE streichende größere Bruchtek-

tonik bzw. anschaarende Strukturen gebunden. Fluorit tritt

weiterhin als Nebenkomponente in vielen anderen Minerali-

sationstypen auf.

Das in

Abb. 2-7

dargestellte Sn-Explorationsmodell gibt

einen schematischen Überblick über die räumliche Lage der

Sn-Lagerstätten des Erzgebirges in Bezug zu den verschie-

denen Granittypen und wesentlichen strukturellen und

lithologischen Fallen. Relevant für das Untersuchungsgebiet

sind dabei die Lagerstättentypen Ehrenfriedersdorf, Skarne

Westerzgebirge und Geyer.

Abb. 2-8: Granithochlage des mittleren Erzgebirges mit strukturkon-

trollierten Zinnlagerstätten (B

EAK, unveröffentlicht)

Abb. 2-7: Zusammenfassendes Lagerstättenmodell der granitkontrollierten Sn-Lagerstätten des Erzgebirges (BARTH u. a., 2015)

2 Geologie und Rohstoffe | 21

 

Im Vergleich zum Beginn des Bergbaus im Osterzgebirge mit

dem Silberfund in Freiberg 1168 und den Abbau von Zinnsei-

fen im böhmischen Krupka im 13. Jh. beginnt der nachgewie-

sene Bergbau im mittleren Erzgebirge rund ein Jahrhundert

später. Die ältesten Bergbauzeugnisse belegen hier ebenfalls

den Abbau von Zinnseifen, der 1278 in Ehrenfriedersdorf

erstmals urkundlich belegt ist. Der erste Höhepunkt des

Bergbaus in dieser Region wird durch die Gründung der

Bergstädte Annaberg (1496) und Marienberg (1521) und den

in der ersten Hälfte des 16. Jahrhunderts florierenden Sil-

berabbau markiert. In dieser Zeit wurden die vorhandenen

mineralogischen und lagerstättenkundlichen Kenntnisse

durch Georg Agricola (1494 – 1555) erstmals systematisch in

dessen Hauptwerken De natura fossilium libri X (1546) und

De re metallica libri XII (1556 posthum erschienen) zusam-

mengefasst.

Der Rückgang der Silbergewinnung in der zweiten Hälfte des

16. Jahrhunderts nach dem Abbau der in geringer Tiefe vor-

handenen Vorräte führte zu einer höheren Bedeutung des

Kupfer- und Zinnbergbaus. Durch den Dreißigjährigen Krieg

kam der Bergbau vielerorts zum Erliegen und auch in den

folgenden Jahrzehnten war nur eine geringe Erholung zu

verzeichnen. In dieser Zeit wurde lokal der Kobaltabbau zur

Blaufarbenherstellung bedeutsam. Ein zweiter Höhepunkt der

Silber- und Zinngewinnung im ausgehenden 18. und begin-

nenden 19. Jahrhundert geht auf die Reformen Friedrich

Wilhelm Heinrich von Trebras (1740 – 1819) zurück, der

durch die Einführung neuer Technologien eine Aufwältigung

der alten Gruben und ein Fortschreiten des Abbaus in größere

Tiefen ermöglichte. Die zunehmende Erschöpfung der Vorrä-

te, die Konkurrenz durch überseeische Silberproduzenten und

die Einführung des Goldstandards im Deutschen Reich 1873,

mit der die jahrhundertelange Bedeutung von Silber als

Münzmetall stark abnahm, führten zu einer Einstellung des

Silberbergbaus Ende des 19. und Anfang des 20. Jahrhunderts

(Marienberg 1899, Freiberg 1913).

Zwischen dem Ersten und dem Zweiten Weltkrieg wurden

mehrere Versuche zur Wiederaufnahme und Ausweitung des

Bergbaus insbesondere auf Zinn unternommen, die hinter den

Erwartungen zurückblieben. Nach dem Zweiten Weltkrieg

rückte 1946/47 die Uranprospektion und –gewinnung durch

die spätere SDAG Wismut in das Zentrum des bergbaulichen

Interesses. In den Jahren 1947 bis 1954 wurden zahlreiche

auch kleine und kleinste Uranlagerstätten im mittleren Erz-

gebirge erkundet und abgebaut. Nach dieser Phase kon-

zentrierte sich der Uranabbau auf wenige größere Lagerstät-

ten wie Schlema-Alberoda am Westrand des Prognosege-

biets. Daneben wurde auch die Zinngewinnung im Raum

Geyer-Ehrenfriedersdorf wieder aufgenommen. Nach dem

Ende der DDR erfolgten 1991 die Einstellung des Erzbergbaus

und die Einleitung verstärkter Sanierungsmaßnahmen von

bergbaulich belasteten Flächen.

Abb. 2-9: Erzwäsche in den Annaberger Gruben. Darstellung auf

dem Annaberger Bergaltar, um 1522.

Abb. 2-10: Transport des abgebauten Gesteins mit Eimern und

Schubkarren; Zerkleinerung und Auslesen der Erzstücke. Darstellung

auf dem Annaberger Bergaltar, um 1522.

Im Lagerstättendistrikt Annaberg wurden nach Angaben in

B

AUMANN u. a. (2000) mindestens 350 t Silber, 8700 t Kobalt,

2600 t Kupfer, 205 t Zinn und 496 t Uran (1590 t nach H

ÖSEL

u. a., 1997) gefördert. Wahrscheinlich begann der Bergbau in

diesem Revier im 15. Jahrhundert mit dem Abbau von Zinn-

seifen bei Buchholz und im Seifengrund bei Dörfel. Bereits

1477 ist ein Silberabbau in Schlettau belegt, der aber nie

größere Bedeutung erlangte. Der Silberfund bei Frohnau im

Jahre 1492 veranlasste Herzog Gregor den Bärtigen im Jahr

1496 zur Gründung der Bergstadt Annaberg. Die wuchs zu-

sammen mit der benachbarten 1501 gegründeten Bergstadt

St. Katharinenberg im Buchholz rasch auf mehr als 10.000

Einwohner an. Der erste Höhepunkt der Silberproduktion

wurde bereits um 1500 mit etwa 5500 kg Silber pro Jahr

erreicht. Im Jahr 1514 sind 38 aktive Silberguben belegt

22 | 2 Geologie und Rohstoffe

(M

ÜLLER, 1894). Eine weitere Steigerung der Produktion setze

in den 1530er Jahren mit der Entdeckung der reichen Silber-

erze in der Himmlisch-Heer-Fundgrube ein. Bis 1550 wurden

mit dem Dorothea-Stolln Abbautiefen von 110 m erreicht

(L

AHL, 1992); die Gesamtbelegschaft lag bei über 2000 Berg-

leuten (M

ÜLLER, 1894). In dieser Zeit wirkte unter anderem

der Mathematiker Adam Ries (1492 – 1559) als Bergbeamter

in Annaberg. Ein bemerkenswertes kunsthistorische Zeugnis

aus dieser Epoche ist der Annaberger Bergaltar, der auf vier

von Hans Hesse 1522/23 geschaffenen Bildtafeln detailreich

den Abbau und die Verarbeitung des Silbererzes zeigt (s. Abb.

2-9 bis Abb. 2-13). Ab 1565 ging durch den Abbau der

Reicherzzonen in geringen Tiefen die Silberproduktion stetig

zurück. Zur gleichen Zeit erlangte die Kupfergewinnung u. a.

in der St.-Briccius- und Heilige-Dreifaltigkeit-Fundgrube

größere Bedeutung (1523 bis 1712 etwa 1480 t (B

ITTMANN,

2014), davon allein im Zeitraum 1552 – 1565 ca. 340 t Kup-

fer (B

AUMANN u. a., 2000)). Die Entwicklung des Silberberg-

baus im benachbarten Scheibenberg verlief nach demselben

Muster: 1515 erster Silberfund, 1522 Gründung der Berg-

stadt Scheibenberg, ab 1545 Nachlassen der Produktion.

Nach dem Dreißigjährigen Krieg begann mit der Gründung

des Blaufarbenwerks im Sehmatal die Kobaltförderung zur

Farbherstellung. Nach dem Abbau der bei der Silbergewin-

nung stehen gelassenen Gangzonen und der Aufarbeitung der

Halden verlagerte sich der Schwerpunkt des Bergbaus auf die

Gruben Markus Röhling und St. Andreas. Der Höhenpunkt des

Kobaltbergbaus wurde im letzten Viertel des 18. Jahrhunderts

erreicht; im Jahr 1857 erfolgte aber bereits die Einstellung

der Kobaltgewinnung. Zu diesem Zeitpunkt hatte die Grube

Markus Röhling mit 411 m die größte im Annaberger Revier

erreichte Tiefe (L

AHL, 1992). Ab 1730 wurde zusätzlich wieder

in geringem Umfang Silber abgebaut. Die Schließung der

letzten Silbergruben (St.-Briccius- und Himmelfahrt-

Fundgrube) erfolgte 1892, nachdem in den Jahren 1853 bis

1870 nochmals umfangreiche, aber erfolglose Arbeiten zur

Aufwältigung der alten Silbergruben auf dem Himmlisch

Heer Stehenden unternommen wurden (L

AHL, 1992). Die

letzte kurze Betriebsperiode begann 1946 mit der Uraner-

kundung durch die SAG Wismut. Der Abbau konzentrierte

sich auf das Zentralrevier im Bereich der Gruben Himmlisch

Heer, Uranus und Zeppelin in Tiefen bis 245 m (L

AHL, 1992).

Mit der Schließung von Schacht 116 endete diese Betriebs-

periode im Jahr 1959.

In den 1950er Jahren wurden bei Schlettau Gesamtvorräte

von 61.950 t Schwerspat in drei Erzgängen erkundet (F

RÖLICH,

1957).

In den Jahren 1966 bis 1991 waren die Zinnvorkommen bei

Dörfel und Buchholz Gegenstand mehrerer Erkundungsetap-

pen, in deren Ergebnis für die Struktur Buchholz Außerbilanz-

vorräte von 8380 t Zinn berechnet wurden (H

ÖSEL u. a.,

1991).

Abb. 2-11: Herstellung von Silbermünzen. Silber war über Jahrhun-

derte das wichtigste Münzmetall im Mitteleuropa, bis sich Ende des

19. Jahrhunderts der Goldstandard durchsetzte. Darstellung auf dem

Annaberger Bergaltar, um 1522.

Abb. 2-12: Schmelzöfen im Annaberger Bergbau. Darstellung auf

dem Annaberger Bergaltar, um 1522.

2 Geologie und Rohstoffe | 23

Abb. 2-13: Darstellung verschiedener bergmännische Anlagen im

16. Jahrhundert. Links wird ein neuer Stollen vorgetrieben. Darstel-

lung auf dem Annaberger Bergaltar, um 1522.

Abb. 2-14: Georg der Bärtige (1471 – 1539), Herzog von Sachsen

(Albertiner Linie) veranlasste 1496 die Gründung der Stadt Anna-

berg

Abb. 2-15: Der Rechenmeister und Annaberger Bergbeamter Adam

Ries (1492 – 1559), Holzschnitt um 1550

Im Gebiet von Bockau währte der Zinnbergbau von spätes-

tens 1534 bis 1847. Nach unvollständig erhaltenen Unterla-

gen betrug die Zinnproduktion mindestens 920 Zentner

(H

ÖSEL, 1969). Neben Zinngängen standen hier auch flach

einfallende Erzlager (sog. Zwitterlager) im Abbau. Außerdem

wurde in der Erzbaum-Christi-Fundgrube Smirgel (ca. 1700

bis 1840) und in der Drandorf-Fundgrube Pyrit (1810 bis

1860) gefördert. Im 17. Jahrhundert verlagerte sich der

Schwerpunkt des Bergbaus nach Norden zum Heidelberg.

Dort wurde 1661 zum ersten Mal Zinn gefunden. Bereits im

Folgejahr ging die erste Schmelzhütte in Betrieb und um das

Jahr 1700 waren etwa 40 Zinngruben im Betrieb. Die Förde-

rung ging schon nach wenigen Jahrzehnten zurück und war

zu Beginn des 19. Jahrhunderts nur noch unbedeutend. Zur

gleichen Zeit standen in mehreren Gruben in der Umgebung

von Aue Eisenerzgänge im Abbau. Eine Besonderheit des

Bergbaus im Auer Revier sind die Kaolinvorkommen der Ze-

che St. Andreas, die um 1700 bei der Eisenerzgewinnung

entdeckt wurden. Ab 1709 war diese Grube für 150 Jahre der

alleinige Kaolinlieferant für die Porzellanmanufaktur Meißen

(S

TUTZER, 1905). An der Hakenkrümme östlich von Aue wurde

nach 1945 nochmals kurzzeitig Uran abgebaut.

Die Wolframlagerstätten von Aue-Bärengrund und Zschorlau

werden vom Modellgebiet nur randlich berührt. Während in

Zschorlau knapp westlich des Modellgebiets von 1917 bis

1955 Wolfram abgebaut wurde, fanden in Aue-Bärengrund

bisher nur Erkundungsarbeiten in den Jahren 1958 bis 1962

statt.

24 | 2 Geologie und Rohstoffe

Die Lagerstätten Ehrenfriedersdorf und Geyer wurden bereits

in den Bänden 1 und 4 der Reihe Bergbau in Sachsen (H

ÖSEL

u. a. 1994, 1996) vorgestellt. Dort finden sich auch ausführli-

che Informationen zur Bergbaugeschichte, die hier nur kurz

referiert werden.

In Ehrenfriedersdorf ist der Zinnbergbau seit 1278 urkundlich

belegt. Im benachbarten Geyer reicht der Bergbau mindes-

tens bis 1315 zurück. Ende des 14. Jahrhunderts wurde durch

den Bau des 4,9 km langen Röhrgrabens Aufschlagwasser für

Gruben und Pochwerke herangeführt und zu diesem Zweck

der Greifenbach-Stauweiher (bzw. Geyerscher Teich) und

weitere kleinere Stauweiher (s. Abb. 2-16) angelegt.

Abb. 2-16: Pingen im Greifensteingebiet bei Geyer im Manuskript

der Ersten Kursächsischen Landesaufnahme (aufgenommen von

Matthias Öder in den Jahren 1586 bis 1614; Deutsche Fotothek). Die

Greifensteine befinden sich unterhalb der Bildmitte, rechts sind die

Stauweiher am Greifenbach zu erkennen, Süden ist oben.

Nach einem Rückgang des Bergbaus zur Zeit des Dreißigjäh-

rigen Krieges stieg die Förderung bis zur Mitte des 18. Jahr-

hunderts wieder stark an. In dieser Zeit kam es durch Raub-

bau der in geringer Tiefe gelegenen Reicherzzonen zu den

Pingeneinbrüchen an der Vierung (1745) und bei Geyer (1791

bis 1807). B

AUMANN u. a. (2000) nennen für den Zeitraum

1692 bis 1847 in Geyer eine Zinnförderung von 3600 t. Dabei

waren in den Jahren 1740/41 in diesem Bereich 17 Gruben

mit rund 200 Mann Belegschaft aktiv. Der Bergbau in Geyer

wurde 1913 eingestellt. In Neundorf fand ebenfalls in gerin-

gem Umfang Zinnbergbau statt, der Mitte des 19. Jahrhun-

derts eingestellt wurde (H

ÖSEL u. a., 1985).

In Ehrenfriedersdorf wurden die bestehenden Gruben 1847

zur Vereinigt-Feld-Fundgrube zusammengeschlossen. Um

1882 wurde der Bergbau zunächst eingestellt. Im Ersten

Weltkrieg begann eine weitere kurze Betriebsperiode (Abb. 2-

17 bis Abb. 2-19), die bereits 1922 wieder endete.

Abb. 2-17: Rolle im Bergwerk Vereinigt Feld, Ehrenfriedersdorf um

1930 (Aufnahme von Arno Heinicke; Deutsche Fotothek)

Abb. 2-18: Separation des Zinnerzes auf Klaubebühnen, Ehrenfrie-

dersdorf um 1920 (Aufnahme von Arno Heinicke; Deutsche Foto-

thek)

Abb. 2-19: Ehrenfriedersdorf, Schacht und Halden am Sauberg, um

1920 (Aufnahme von Arno Heinicke; Deutsche Fotothek)

Ab 1936 unternahm die Sachsenerz GmbH weitere Erkun-

dungen und bereitete die Wiederaufnahme des Bergbaus vor.

Diese erfolgte jedoch erst 1948 mit der bisher letzten Be-

triebsperiode, die 1991 endete. In dieser Zeit wurde das

West- und Nordwest-Feld sowie das Feld Röhrenbohrer (öst-

lich der Greifensteine) im Tiefbau erschlossen. Für diese Be-

2 Geologie und Rohstoffe | 25

triebsperiode nennen BAUMANN u. a. (2000) eine Zinnproduk-

tion von 10.650 t.

Erkundet, jedoch nicht abgebaut wurden in dieser Zeit auch

die Felder Neundorf und Wiesenbad sowie die Skarnlager-

stätten Geyer-SW und Geyer-NW.

Im Gebiet von Jahnsbach wurden von 1740 bis 1855 mit

Unterbrechungen silberhaltige Blei-Zink-Erze abgebaut.

Dabei wurde ein flach einfallendes, auf etwa 200 m strei-

chender Länge aufgeschlossenes Lager auf 50 m Breite bis zu

einer Tiefe von 50 Metern abgebaut. Für die Zeiträume 1741

bis 1749, 1772 bis 1785 und 1829 bis 1837 ist eine gesamte

Silberausbeute von nur 26 kg belegt. Weitere Untersuchun-

gen in den Jahren 1962 bis 1985 wiesen Restvorräte von

22.800 t Zink und 6600 t Blei nach (H

AAKE &KÜHNE, 1985).

Für den Lagerstättendistrikt Marienberg-Pobershau geben

B

AUMANN u. a. (2000) die Gewinnung von rund 4000 t Zinn,

790 t Silber, 1000 t Kupfer, 120 t Uran und 45.000 t Fluss-

spat an.

Nach archäologischen Untersuchungen wurde schon Ende

des 12. bis zum Beginn des 14. Jahrhunderts Eisenerz abge-

baut (H

AJEK & IHLE, 2008). Bereits 1484 begann der Kupfer-

bergbau auf der Mönchsgrube bei Pobershau. Aber erst die

1519 beginnenden Silberfunde veranlassten Herzog Heinrich

den Frommen zur Gründung der Bergstadt Marienberg. Die

planmäßige Anlage der Stadt auf einem schachbrettartigen

Grundriss durch den vormaligen Freiberger Bürgermeister

Ulrich Rülein von Calw wurde zum Vorbild für ähnliche

Stadtgründungen (z. B. die Bergstadt Platten, heute Horní

Blatná, gegründet 1532).

Der Höhepunkt des Silberbergbaus wurde in den Jahren 1540

bis 1560 erreicht. Für das Jahr 1540 ist die höchste jährliche

Silberproduktion mit 10.794 kg belegt (H

AJEK &IHLE, 2008). In

den folgenden Jahrzehnten verlagerte sich die Silbergewin-

nung aus dem Stadtgebiet auf neu entdeckte periphere Vor-

kommen im Raum Lauta (Elisabeth Flacher und andere Gän-

ge) sowie südlich von Marienberg (Gelobt Land). Die dortigen

Gänge der Quarz-Polymetall-Assoziation führten vor allem

silberreiche Kupfererze, wodurch die Kupferproduktion zu-

nahm. Für den Zeitraum 1526 bis 1712 gibt B

ITTMANN (2014)

eine Förderung von 12.943 ¼ Zentner und 38 ½ Pfund Kup-

fer (etwa 655 t) an. Bei Drebach wurden auch Gänge mit

ähnlichen Paragenesen wie im Freiberger Lagerstättendistrikt

entdeckt, die ebenfalls auf Silber abgebaut wurden. Daneben

gewann auch der Zinnbergbau in Pobershau an Bedeutung.

Abb. 2-20: Friedrich Wilhelm Heinrich von Trebra (1740 – 1819)

führte als Bergmeister von Marienberg (1767-70) Reformen ein, die

dem Silber- und Zinnabbau neuen Aufschwung gaben.

In der St. Ursula Fundgrube soll bereits 1545 die für damalige

Verhältnisse beachtliche Tiefe von 400 m erreicht worden

sein. Weitere wichtige Zinngruben waren in dieser Zeit die

Christoph-, die Vier-Brüder-, die Schießwecken- und die

Zinnerne-Flasche-Fundgrube in Pobershau. In geringerem

Umfang wurde auch in Lauta sowie Wolkenstein und Geh-

ringswalde Zinn abgebaut.

Durch den Dreißigjährigen Krieg (1618 – 1648) kam der

Bergbau mit Ausnahme von vier Zinngruben zum Erliegen.

Die Zahl der Bergleute ging auf weniger als 150 zurück und

auch nach dem Westfälischen Frieden erholte sich der Berg-

bau nur im geringen Maße (H

AJEK &IHLE, 2008). Zur gleichen

Zeit wurde aber auch die Gewinnung der bis dahin uninteres-

santen Metalle Wismut und Kobalt begonnen, zu der sich im

18. Jahrhundert noch die in geringerem Umfang betriebene

Gewinnung von Eisenerzen gesellte. Die wirtschaftlichen und

politischen Folgen des für Sachsen katastrophal verlaufenen

Siebenjährigen Kriegs (1756 – 1763) führten zu einem erneu-

ten Niedergang des Bergbaus.

Die Einsetzung von Trebras als Bergmeister führte ab 1767

zur Umsetzung zahlreicher Reformen zur Anhebung der Sil-

ber- und Zinnproduktion. Durch die Anlage neuer Wasserlö-

sestollen und den Einbau von Wassersäulenmaschinen war

ein Abbau in größeren Tiefen möglich. Im Jahr 1772 wurde

26 | 2 Geologie und Rohstoffe

 

dadurch wieder eine Silberausbeute von über 4000 Mark

(entsprechend 936 kg) erzielt (H

AJEK &IHLE, 2008). Der Rück-

gang der Silbergehalte unterhalb der Zementationszone und

die veränderten wirtschaftlichen Rahmenbedingungen führ-

ten im 19. Jahrhundert erneut zu rückläufiger Produktion. Die

Marienberger Silberbergbau Gesellschaft vereinigte 1861 die

verbleibenden Gruben. Die Förderung erfolgte hauptsächlich

durch den Rudolfschacht, der 1877 noch eine dampfbetrie-

bene Fördermaschine erhielt. Schließlich führte der weiter

fallende Silberpreis 1899 zur Einstellung des Bergbaus.

In den Jahren 1937 bis 1939 wurde in Pobershau auf Zinn

und Wolfram erkundet. Dazu wurde der Wildberger Richt-

schacht auf 300 m abgeteuft, letztlich auf Grund zu geringer

Metallgehalte aber kein Abbau begonnen.

In den Jahren 1947 bis 1954 wurde der Lagerstättendistrikt

auf Uran erkundet und die gewinnbaren Mengen wurden

vollständig abgebaut. Dabei konzentrierte sich der Bergbau

im so genannten Objekt 5 (F

EIRER & HILLER, 1995) auf die

Umgebung von Lauta, Gehringswalde und Wolkenstein. Mit

Hilfe von 49,2 km neuen Auffahrungen wurden mehr als

150.000 m² Gangfläche abgebaut und eine Teufe von 560 m

erreicht (H

AJEK &IHLE, 2008). Im Nachgang des Uranbergbaus

wurde noch bis 1958/59 Flussspat auf dem Tscherper Flachen

abgebaut (L

ANGE, 2000). In den Jahren 1976/77 brachte man

bei Pobershau nochmals Erkundungsbohrungen nieder, die

unter anderem den unterlagernden Granit erreichten.

Die älteste Nachricht über den Bergbau im Schwarzenberger

Revier betrifft eine 1361 beim Kloster Grünhain in Betrieb

stehende Grube. Um 1380 sind die Anfänge der Eisenerzge-

winnung (aus flach lagernden Magnetitskarnen) bei Erla und

auch der Abbau von Zinnseifen bei Breitenbrunn belegt. Das

Schwarzwassertal entwickelte sich in den folgenden Jahr-

hunderten zu einem bedeutenden Standort der Eisengewin-

nung und -verarbeitung mit zeitweise acht Hammerwerken.

Der Bergbau auf Eisenerze lief mit Unterbrechungen bis

1933. Zeitweise wurden auch größere Mengen an Zinn und

Silber (z. B. an der Waschleithe) sowie Buntmetallen gewon-

nen. B

AUMANN u. a. (2000) nennen für die letzte Betriebsperi-

ode 1869 bis 1933 eine Fördermenge von 16.540 t Eisen, 160

t Mangan, 1080 t Zinkblende und eine kombinierte Silber-

und Kupfermenge von 14 t. In den Jahren 1946 bis 1954

wurden durch die SAG Wismut in Grünstädtel und Antonsthal

(Grube Weißer Hirsch) insgesamt ca. 640 t Uran gewonnen.

Neben den zahlreichen Magnetitskarnen wurde nördlich von

Schwarzenberg und bei Bermsgrün in geringerem Umfang

Bergbau auf Ganglagerstätten betrieben. Zu nennen sind hier

die gelbe-Birke-Fundgrube, Treue Freundschaft, Unverhofft

Glück und Stamm Asser, die jeweils auf Wismut-Kobalt-

Nickelerze bauten.

Im Süden des Schwarzenberger Reviers liegt die Komplexla-

gerstätte Pöhla-Globenstein – Hämmerlein – Tellerhäuser.

Der zentrale und der südöstliche Lagerstättenteil sind Gegen-

stand der Bergbaumonografie „Die Komplexlagerstätten

Tellerhäuser und Hämmerlein“ (Bergbau in Sachsen Band 17,

S

CHUPPAN u. a., 2012). Die nördliche Teillagerstätte Pöhla-

Globenstein liegt etwa zur Hälfte im Projektgebiet und wird

in der Monografie „Die polymetallische Skarnlagerstätte

Pöhla-Globenstein“ (Bergbau in Sachsen Band 8, H

ÖSEL u. a.,

2003) beschrieben. Hier wurden mindestens seit dem 17.

Jahrhundert oberflächennahe flach einfallende Magnetitlager

zur Eisengewinnung abgebaut. Um 1790 verzeichnen die

Sächsischen Meilenblätter allein in Pöhla drei Hammerwerke

(s. Abb. 2-21). Für die Neu-Silberhoffnungs-Fundgrube nen-

nen B

AUMANN u. a. (2000) für die Periode 1822 bis 1941 eine

Magnetitförderung von rund 27.300 t (entspricht knapp

20.000 t Eisen). Eine umfangreiche Erkundung erfolgte dann

seit der 1950ern bis 1988. Die berechneten Vorräte in Pöhla-

Globenstein betragen etwa 30.000 t Wolfram (berechnet als

WO

3

) und 79.500 t Zinn. Versuchsabbaue in dieser Zeit hin-

terließen die bekannten Zinnkammern, die heute im Besu-

cherbergwerk besichtigt werden können.

Abb. 2-21: Der Bergbau bei Pöhla um 1790 in der Darstellung der

Sächsischen Meilenblätter (Freiberger Exemplar, Blatt 243 Schwar-

zenberg/Erzgebirge; Deutsche Fotothek). Norden ist rechts oben.

Südlich und nördlich der Stauteiche sind mehrere Hammerwerke zu

erkennen. Nördlich von Groß-Pöhla wurden in einem Kalkbruch

Metakarbonate abgebaut.

Wie aus dem kurzen Abriss der Bergbaugeschichte ersichtlich

wird, gibt es im Projektgebiet vielfältige Rohstoffvorkommen

der Metalle und Spate, die im Lauf der Jahrhunderte unter

verschiedenen wirtschaftlichen und technologischen Bedin-

gungen gewonnen wurden. Während im Mittelalter und der

frühen Neuzeit die Silbergewinnung im Vordergrund stand,

wuchs in der Folge die Bedeutung von anderen Metallen wie

Kobalt und Zinn. Ende des 19. Jahrhunderts wurde der Sil-

berabbau weitgehend eingestellt. In der zweiten Hälfte des

20. Jahrhunderts waren Zinn und Uran neben Spaten die

bedeutendsten Produkte. Wie eingangs (siehe Kap. 1.1) er-

wähnt, wird für die kommenden Jahrzehnte ein steigender

Bedarf an Hochtechnologiemetallen (z. B. Zinn, Abb. 2-22)

erwartet.

Abb. 2-22: Der Zinnpreis zeigt bereits seit Beginn der 2000er eine

langfristig steigende Tendenz

Im Projektgebiet sind von diesen Metallen vor allem Zinn und

Wolfram in bedeutender Menge und in für einen wirtschaftli-

chen Abbau relevanter Qualität höffig. Vorkommen dieser

Metalle wurden insbesondere im Zeitraum von 1950 bis 1990

intensiv erkundet und abgebaut. Damit existiert für diese

Rohstoffe ein hoher Kenntnisstand, der Prognosen für weitere

Vorkommen und auch für die zu erwartenden Metallinhalte

erlaubt. Zinn kommt im Projektgebiet in nennenswerter

Menge in drei Lagerstättentypen vor: In strukturkontrollier-

ten Lagerstätten (Ganglagerstätten) und in lithologisch kon-

trollierten Lagerstätten im Endokontakt (Greisen) und im

Exokontakt (Skarne). Wolfram tritt ebenfalls in Ganglager-

stätten und Skarnen auf. Wolframgreisen sind bisher aus dem

Projektgebiet nicht bekannt, existieren aber in benachbarten

Regionen (z. B. Pechtelsgrün und Vykmanov bei Jáchymov)

Für einige andere Hochtechnologiemetalle (z. B. Indium) sind

Vorkommen im Projektgebiet schon lange bekannt, jedoch

rechtfertigen die bekannten geringen Gehalte keine eigen-

ständige Gewinnung. Als Nebenprodukt eines möglichen

Zinn-Wolfram-Bergbaus sind aber auch diese Metalle von

Interesse. Da vielen dieser Elemente vor dem 21. Jahrhundert

wenig Beachtung geschenkt wurde und die Gehalte allge-

mein gering sind, bestehen bisher nur unzureichende Kennt-

nisse über die Verbreitung dieser Metalle. Somit ist es noch

nicht möglich, Prognosekarten für diese Rohstoffe zu erstel-

len.

Im Rahmen des vom Bundesministerium für Bildung und

Forschung (BMBF) geförderten Forschungsprojekts

WISTAMERZ soll der Kenntnisstand zu diesen Metallen ver-

bessert werden. Neben der wissenschaftlichen Untersuchung

von existierendem Probenmaterial in den geowissenschaftli-

chen Sammlungen werden auch neue Primärdaten, z. B.

durch eine flächendeckende Beprobung der Bachsedimente

im Erzgebirge mit über 6000 Proben, gewonnen.

Weiterhin sind im Modellgebiet kleinere Vorkommen von

Fluss- und Schwerspat, die eine vielfältige Verwendung als

Industrieminerale finden, bekannt. Zwei kleinere Vorkommen

(Flussspat auf dem Tscherper Flachen bei Marienberg und

Schwerspat bei Schlettau) wurden bereits abgebaut. Unmit-

telbar südlich des Projektgebiets befindet sich die Grube

Niederschlag, in der seit 2013 wieder Flussspat gewonnen

wird. Durch die geringe Anzahl von Vorkommen mit bekann-

tem Rohstoffinhalt sind fundierte Prognosen für die zu er-

wartenden Mengen nicht möglich, aber es lassen sich quali-

tative Prognosen zur Lokalität weiterer möglicher Vorkom-

men erstellen. Diese können bereits ein Hilfsmittel für die

weitere Exploration sein. Daher wurden die folgenden Roh-

stoffe zur Prognose ausgewählt:

■

Zinn

■

In strukturkontrollierten Lagerstätten

■

In lithologisch kontrollierten Lagerstätten

im Exokontakt

■

In

lithologisch kontrollierten Lagerstätten

im Endokontakt

■

Wolfram

■

In

strukturkontrollierten Lagerstätten

■

In lithologisch kontrollierten Lagerstätten

im Exokontakt

■

Flussspat

in strukturkontrollierten Lagerstätten

■

Schwerspat in strukturkontrollierten Lagerstätten.

Im Projektgebiet kommen zahlreiche Skarne vor, die auch

unabhängig von ihrem Zinn- oder Wolframgehalt von Inte-

resse sein können und evtl. für die Gewinnung von Indium,

Buntmetallen oder Flussspat in Frage kommen. Die Skarnkör-

per sind dabei im Wesentlichen in drei Horizonten in der

Raschau-, Grießbach-, und Herold-Formation konzentriert.

Daher werden auch Prognosen für das Auftreten von Skarnen

ohne Beachtung des Metallinhalts durchgeführt, die ebenfalls

ein Hilfsmittel zur Exploration bisher unbekannter oder un-

genutzter Ressourcen sein können. Folgende Prognosen wer-

den daher in einem gesonderten Kapitel dargestellt:

■

Skarne

unabhängig vom Metallinhalt

■

Skarnhorizont

Raschau-Formation

■

Skarnhorizont

Grießbach-Formation

■

Skarnhorizont Herold-Formation.

28 | 2 Geologie und Rohstoffe

 

Die bedeutendsten strukturell kontrollierten Zinnlagerstätten

im Erzgebirge liegen im Raum Geyer-Ehrenfriedersdorf; ande-

re Vorkommen sind Annaberg-Buchholz, Pobershau, Mühllei-

ten und auf der tschechischen Seite unter anderem Krupka,

Přebuz und Rolava. Das einzige bedeutende Erzmineral ist der

Kassiterit, der oft fein verwachsen mit anderen Mineralen

auftritt. Alle strukturkontrollierten Zinnlagerstätten sind an

die Dachbereiche bestimmter geochemisch spezialisierter

Granite (Typ Eibenstock [fluor- und phosphorreich], Typ

Schellerhau [fluorreich, phosphorarm] und einige kleine In-

trusionen) gebunden. Die Gänge treten häufig als Trümerzüge

auf, wobei mehrere geringmächtige Trümer (Abb. 2-23) in

einige Meter breiten Zonen kulissenartig angeordnet sind.

Diese sind oft mit Greisengängen und auch Greisentrümerzü-

gen vergesellschaftet, wodurch sich Übergänge von struktu-

rell und lithologisch kontrollierten Lagerstätten ergeben.

Beispiele sind die Löwenhainer Greisenzone südöstlich von

Altenberg und die Lagerstätte Schenkenshöhe im Osterzge-

birge. Auf den Gängen können die Kassiterit-Wolframit-

Quarz-Assoziation (Abb. 2-24), die Kassiterit-Silikat-

Assoziation und die Kassiterit-Sulfid-Assoziation vertreten

sein (H

ÖSEL u. a., 1997).

Abb. 2-23: Epidot-Granatfels mit schwarzem und grauem zinnfüh-

rendem Quarz-Trum (0,20 % Sn). Ehrenfriedersdorf, 3. Sohle (West-

feld)

In der Lagerstätte Ehrenfriedersdorf ist die mehrphasige

Mineralisation besonders gut untersucht. Eine Prägreisenme-

tasomatose führte im Endokontakt zur Autometasomatose

apikaler Bereiche der Granitintrusion und zur Bildung des

Stockscheiders (ein Pegmatit am Kontakt des Granits zum

Nebengestein). In den umgebenden Glimmerschiefern kann

eine durchgreifende Turmalinisierung beobachtet werden,

während in Gneisen die Ausbildung von diskreten Turmalin-

Quarz-Trümern vorherrscht. Die Hochtemperaturmetamor-

phose in Zuge der Intrusion der jüngeren Granitphasen glie-

dert sich in jeweils zwei Epochen von Vergreisenung und

anschließender Feldspatisierung. Die Vergreisenung erfasst

auch mikrogranitische Gesteinsgänge und Lamprophyre,

wodurch neben den Trümer- bzw. Gangzügen noch ein zwei-

ter Typ von strukturkontrollierter Mineralisation auftritt. Die

Ost-West bis WSW-ENE streichenden Trümerzüge sind in

dabei in Ehrenfriedersdorf die bedeutenderen Zinnträger.

Nahe des Granitkontakts können bis mehrere Dezimeter

mächtige Gänge mit Quarz als Hauptmineral festgestellt

werden, die sich im Nebengestein zunehmend im zentimeter-

bis millimeterdünne Trümer aufspalten, die im Abstand von

Zentimetern bis Dezimetern auftreten. Die Mächtigkeit der

Trümerzüge erreicht meist 2 bis 10 m, maximal 40 m.

Gangförmige Greisenzonen von teilweise mehreren Metern

Mächtigkeit, die zum zweiten Strukturtyp gehören, setzen

sich auch 70 bis 100 m tief im Granit fort. Die vergreisenten

Gesteinsgänge im Exokontakt sind meist um 10 cm, nur sel-

ten einen Meter und mehr mächtig. Die Vergreisenung er-

streckt sich bis etwa 120 m oberhalb des Granitkontakts. Die

erkundeten Restvorräte aller Vererzungstypen betragen

46.290 t Zinn mit Gehalten von 0,18 bis 0,32 % (H

ÖSEL u. a.,

1994).

Abb. 2-24: Kassiterit-Quarz-Reicherzschliere mit grobkörnigem

dunkelbraunem Kassiterit, randlich hellgrauer grobkristalliner Quarz

mit feinem grünlichem Glimmer, Übergang in feinkörnigen kassite-

ritführenden Quarz, Ehrenfriedersdorf, 2. Gezeugstrecke, Leimgrüb-

ner West

In der Lagerstätte Geyer haben stockwerkartige metasomati-

sche Vererzungen im Bereich der Pinge von Geyer die größte

Bedeutung, während Trümerzüge nur untergeordnet auftre-

ten. Der Granitstock der Pinge Geyer hat an der Oberfläche

einen Durchmesser von rund 230 m. Die Kontakte fallen über

200 m Teufe nahezu senkrecht ein, dann weitet sich der

Stock zu einer Granitkuppel aus. Der Stock ist von mehreren

Scharen von Greisentrümern durchzogen. Trümer mit umlau-

fendem Streichen finden sich nahe des Kontakts zum Neben-

2 Geologie und Rohstoffe | 29

gestein, herzyn streichende Trümer durchsetzen den ganzen

Stock, erreichen aber nur Mächtigkeiten um 3 cm. Am be-

deutendsten sind die in Trümerzügen auftretenden erzgebir-

gisch streichenden Trümer. Diese Trümerzüge sind 2 bis 6 m

mächtig und fallen mit 65 bis 85° steil ein. Mit der Teufe ist

eine zunehmende Aufspaltung und Feldspatisierung der Trü-

merzüge zu beobachten. Die Teufenreichweite der nutzbaren

Vererzung beträgt 180 m. Petrographisch handelt es sich um

Lithiumglimmer-Topasgreisen, die der ersten Vergreisenungs-

phase zuzuordnen sind. Die häufigsten Erzminerale sind Kas-

siterit und als jüngere hochthermale Bildungen Arsenopyrit

und Löllingit. Weniger häufig sind Wolframit und als ältestes

Erzmineral Molybdänit. Nach unvollständigen Aufstellungen

wurden aus der Lagerstätte, die bis auf unbedeutende Reste

abgebaut ist, 72.605 Zentner Zinn gewonnen. In der letzten

Betriebsperiode wurde Roherz mit Gehalten von 0,3 % Zinn

und 0,10 % WO

3

gefördert. (HÖSEL u. a., 1996).

Die bisher nicht abgebaute Lagerstätte Neundorf ist eine 200

m breite und 1100 m lange Zone mit drei WSW-ENE strei-

chenden Trümerzügen, die ähnlich wie in Ehrenfriedersdorf

ausgebildet sind. Die erkundeten Vorräte betragen 3570 t bei

Zinngehalten von 0,17 % (H

ÖSEL u. a., 1994).

In dem weiter sudöstlich befindlichen Vorkommen Wiesenbad

ist der Erkundungsstand gering. Es sind mehrere geringmäch-

tige Quarz-Kassiterit-Trümerzüge mit WSW-ENE- bis SW-

NE-Streichen bekannt. Diese werden von NW-SE streichen-

den Quarz-Hämatit-Gängen geschnitten (GKZ, 2008).

In Pobershau folgt ebenfalls auf die Bildung von Quarz-

Turmalin-Trümern die Bildung von bis zu 6 m mächtigen

Trümerzügen mit Kassiterit-Wolframit-Arsenopyrit-Löllingit-

Vererzung. In einer weiteren lithium- und fluorbetonten

Phase bildeten sich mit ähnlicher Mineralisation sowohl

weitere Trümerzüge als auch bis zu einem Meter mächtige

und im Streichen 1500 m aushaltende Zinnerzgänge

(B

AUMANN u. a., 2000). Die Teufenreichweite der Vererzung

beträgt maximal 500 m (GKZ, 2008). Eine Endokontaktverer-

zung ist bisher nicht bekannt, da nur wenige Bohrungen den

Granit erreichten. Der Großteil der 4000 t Zinn (B

AUMANN u.

a., 2000), die im Revier Marienberg gefördert wurden,

stammt aus Pobershau. Die Restvorräte werden mit 5000 t

Zinn bei Gehalten von 0,2 % angegeben (GKZ, 2008).

Zuletzt ist noch die in den 1980ern erkundete Lagerstätte

Buchholz mit einem Zinninhalt von 8380 t bei Gehalten von

0,23 % Zinn zu nennen. Das benachbarte Vorkommen Grund-

teichschänke bei Dörfel ist nach dem erreichten Erkundungs-

stand mit weniger als 1000 t Zinninhalt ohne ökonomisches

Interesse (H

ÖSEL u. a., 1991). Auch hier treten in den Nach-

barschaft der Granithochlage Buchholz mehrere WSW-ENE

streichende Trümerzüge und in geringerem Umfang Greisen-

gänge auf. Die Bildungsstadien und Vererzungstypen sind

ähnlich wie in Ehrenfriedersdorf.

Greisen sind pneumatolytisch umgewandelte Granite oder

andere saure Magmatite, in denen der Feldspat verdrängt

wird. Dabei können sich Fluorit, Turmalin, Topas oder auch

Erzminerale wie Kassiterit und Arsenopyrit neu bilden (Abb.

2-25, Abb. 2-27). Greisen treten meist als Stöcke, schlauch-

oder gangförmige Körper in den höchsten Teilen von Gra-

nitintrusionen auf, wo sich bei der Kristallisation des Mag-

mas die Restschmelzen bzw. Fluide sammeln.

Zinngreisen sind im Projektgebiet bisher nur in einigen grö-

ßeren Körpern im Bereich der Lagerstätte Ehrenfriedersdorf

(Grubenreviere Sauberg und Vierung) bekannt. Neben diesen

kompakten Körpern gibt es im Raum Ehrenfriedersdorf-Geyer

auch zahlreiche Greisengänge mit unterschiedlicher Erzfüh-

rung. Es werden zwei Phasen der Greisenbildung unterschie-

den: In der älteren Phase bilden sich Lithiumglimmer-

Topasgreisen, in der jüngeren Phase Muskovit-Topasgreisen.

Hauptminerale sind der jeweilige Glimmer, Quarz und Topas,

daneben treten noch Fluorit und Triplit auf. Die Haupterzmi-

nerale sind in beiden Phasen Kassiterit und Arsenopyrit, un-

tergeordnet treten Molybdänit und Wolframit auf. Im Grei-

fensteingebiet tritt akzessorisch noch Sphalerit auf.

Die großen Greisenkörper im Revier Sauberg (Abb. 2-26) sind

an zwei NE-SW streichende Granithochlagen gebunden, die

jeweils an der Südostflanke steiler als an der Nordwestflanke

aufragen. Der Westgreisen ist ein langgezogener, flach nach

Südwesten einfallender schlauchförmiger Körper von etwa

500 m Länge und 30 bis 50 m Breite.

Abb. 2-25: Grauer mittelkörniger Greisen mit Arsenopyrit/Löllingit

(Asp), Pinge Geyer

30 | 2 Geologie und Rohstoffe

Abb. 2-27: Gelbgrauer grobkörniger Topas(Top)-Quarz-

Kassiterit(Kas)-Greisen mit Zinn-, Wolfram- und Niobführung.

Ehrenfriedersdorf, 6. Sohle, Ostfeld

Die Hangendgrenze folgt weitgehend dem Nebengesteins-

kontakt, im Liegenden zeigen sich fließende Übergänge zum

Granit. Die höchsten Zinnkonzentrationen von 0,4 bis 0,8 %

werden in der Hangendpartie erreicht, an den Flanken sinken

die Gehalte auf 0,2 % ab. Der Ostgreisen ist dagegen ein

gedrungener 130 x 80 m messender Körper (H

ÖSEL u. a.,

1994).

Während Skarne im Projektgebiet weit verbreitet sind, wur-

den größere Vorkommen von Zinnskarnen bisher nur süd-

westlich und nordöstlich von Geyer sowie bei Pöhla erkundet.

Die Zinn- und Wolfram-Skarnlagerstätte Pöhla-Globenstein

wird in Kapitel 2.4.2.2 näher beschrieben.

Die Vorkommen bei Geyer liegen in der hier überwiegend aus

Glimmerschiefern aufgebauten Plavno-Subformation der

Grießbach-Formation. Im Hangenden schließt sich ein 40 bis

70 m mächtiger Muskovitgneis (Metarhyolitoid) an, der der

Boži-Dar-Subformation zugeordnet werden kann. Das ge-

samte Schichtpaket streicht SW-NE und fällt mit 30 bis 40°

nach Nordwesten ein. Die Tiefenreichweite beträgt etwa 200

m bis zum Granitkontakt. Über diesem ist ein 25 bis 50 m

mächtiger Kontakthof mit Hornfelsen ausgebildet.

Des Weiteren treten NE-SW und E-W streichende Mikrogra-

nitgänge sowie E-W streichende steil stehende Störungen

mit 2-15 m mächtigen Brekzienzonen auf. Die NW-SE ver-

laufenden ebenfalls steil stehenden 15 bis 20 m breiten Zer-

reibungszonen der Hermannsdorfer und Schönfelder Störung

sind weitere wichtige Strukturelemente. In Geyer-Südwest

lassen sich drei Skarnlager mit bis zu 3 km streichender Er-

streckung unterscheiden, die jeweils aus mehreren linsenför-

migen Skarnkörpern aufgebaut sind. Die streichende Erstre-

ckung dieser Körper schwankt von 50 bis 500 m, die Mäch-

tigkeit liegt meist bei wenigen Metern mit einer Schwan-

kungsbreite von 0,5 bis 7 m. Petrologisch lassen sich Granat-

Pyroxen- (Abb. 2-28), Vesuvian-Pyroxen-, Granat-Vesuvian-

Pyroxen-, Granat- und Vesuvian-Skarne unterscheiden.

Hauptbestandteile sind stets Pyroxene der Diopsid-

Hedenbergit-Reihe und Granate der Grossular-Andradit-

Reihe. Je nach Varietät kommen Vesuvian, Wollastonit, Akti-

nolith, Hornblende, Epidot und Fluorit in wechselnden Antei-

len vor.

Abb. 2-26: Die Greisenkörper (orange: abgebaut bzw. im Detail erkundet; violett: weniger detailliert erkundet) in den Grubenrevieren Sauberg

und Vierung bei Ehrenfriedersdorf im 3D-Modell. Die Granitoberfläche ist hellgrau dargestellt, die Oberkanten der metamorphen Einheiten sind

dunkelgrau dargestellt. Ansicht von Süden (K

IRSCH &STEFFEN, 2017)

2 Geologie und Rohstoffe | 31

Abb. 2-28: Sulfidskarn (Pyroxen-Granatfels) mit Sphalerit (Sph),

Chalkopyrit (Cpy) und Spuren von Scheelit (Sch). Ehrenfriedersdorf,

5. Sohle (Westfeld)

Das Gestein ist überwiegend klein bis feinkörnig ausgebildet.

Kassiterit tritt einerseits in regellos verteilten Körnern, ande-

rerseits in Quarz-Serizit-, Quarz-Serizit-Fluorit-, Magnetit-

Amphibol- und Arsenopyrit-Hämatit-Amphibol-Trümern im

Skarn auf (Abb. 2-29). Weitere Erzminerale sind Sphalerit,

Arsenopyrit, Pyrrhotin, Pyrit und Markasit (Abb. 2-30). Insbe-

sondere in den magnetit- und amphibolreichen Skarnen

werden Zinngehalte bis über 0,7 % erreicht. Dabei sind die

höchsten Metallgehalte innerhalb von 100 m über dem Gra-

nitkontakt vorhanden (durchschnittlich 0,67 %), bei 300 bis

400 m Entfernung gehen die Gehalte auf durchschnittlich

0,30 % zurück (H

ÖSEL u. a., 1996).

Die Skarne werden von SW-NE streichenden Trümerzügen,

die mit 70 bis 80 ° nach Nordwesten einfallen, durchschla-

gen. Diese Trümerzüge sind 3 bis 6 m mächtig und enthalten

neben millimeter- bis zentimeterstarken Trümern auch bis

0,15 m mächtige Quarz-Kassiterit-Arsenopyrit-Gänge. Diese

Trümerzüge werden von vergeisentem Nebengestein mit

feindispers verteiltem Kassiterit begleitet (H

ÖSEL u. a., 1996).

Die erkundeten Vorräte in Geyer-Südwest belaufen sich auf

46.000 t Zinn mit Gehalten von 0,56%. In Geyer-Nordost

sind 14.200 t Zinn mit Gehalten von 0,52 % ausgewiesen

(GKZ, 2008).

Abb. 2-29: Sulfidskarn mit durchschlagendem Arsenopyrit(Asp)-

Kassiterit(Kas)-Scheelit(Sch)-Quarz-Trum. Ehrenfriedersdorf, 5.

Sohle (Westfeld)

An strukturell kontrollierten Wolframlagerstätten im Erzge-

birge/Vogtland sind in erster Linie die Vorkommen von Pech-

telsgrün, Rotava, Tirpersdorf und Zschorlau zu nennen, die

alle im 20. Jahrhundert zeitweise in Abbau standen, heute

jedoch erschöpft sind. Ein kleineres noch nicht bebautes

Vorkommen in Modellgebiet ist das von Aue-Bärengrund

(auch als Vorkommen von Aue-Lauter bezeichnet). Die ge-

nannten Vorkommen zeigen eine relativ einfache Mineralogie

der Gänge: Hauptgangart ist Quarz und teilweise Muskovit,

Kalifeldspat und Turmalin (in Rotava), als Erzmineral tritt

Wolframit, untergeordnet auch Scheelit (in Rotava), Molyb-

dänit (in Pechtelsgrün), Arsenopyrit und Pyrit auf. In Pech-

telsgrün wurde durch den Bergbau eine streichende Erstre-

ckung der Gänge von mehr als 100 m bei einer Tiefenreich-

weite von 400 m nachgewiesen. Für das Vorkommen Aue-

Bärengrund ist nach vorliegenden Erkundungsergebnissen mit

wesentlich absätzigeren Vererzungen, verteilt über ein etwa

2,2 km langes und 500 m breites Gebiet, zu rechnen.

Die Nebengesteine dieses Vorkommens sind Quarzite, Quar-

zitschiefer, Knoten- bis Fleckschiefer und Quarz-Phyllit-

Hornfelse, die als kontaktmetamorph veränderte Gesteine der

Frauenbach-Gruppe eingestuft werden können. Außerdem

treten NW-SE orientierte Granitgänge auf, die lithologisch

meist dem im Südwesten aufgeschlossenen Biotitgranit von

Aue (Granit Typ Kirchberg) gleichen. Seltener sind Gänge von

feinkörnigem porphyrischen Mikrogranit anzutreffen.

32 | 2 Geologie und Rohstoffe

Abb. 2-30: Mineralanalysen von Skarnen mittels energiedispersiver Röntgenfluoreszenzmikroskopie (EDXRF) a) und b) Pyroxen-Granatskarn

mit Sulfidvererzung und fein verteiltem Kassiterit. Halde der Grube Gelbe Birke bei Langenberg; c) und d) Pyroxenskarn mit Sulfidvererzung,

Lagenbau und kleinräumiger Verfaltung, Ehrenfriedersdorf, 3. Sohle

2 Geologie und Rohstoffe | 33

Die Quarz-Wolframitgänge streichen mit 140 bis 150° bei

einem Einfallen von 30 bis 85° nach überwiegend SW. Dabei

soll der Einfallwinkel zum Granitkontakt hin zunehmen

(H

ÖSEL, 1959). Die Gänge zeigen rasche laterale Mächtig-

keitsschwankungen, wobei Mächtigkeiten bis zu einem Me-

ter, meist aber deutlich darunter erreicht werden. Die durch-

schnittliche Mächtigkeit wird mit 14 cm angegeben (L

EON-

HARDT

, 2009a). Einzelne Gänge sind nicht weiter als 100 m

verfolgbar (GKZ, 2008), wobei die Tiefenerstreckung maximal

150 m beträgt. Eine grobe Schätzung geht von 100 t WO

3

pro Gang aus, was bei angenommenen 25 Gängen im Vor-

kommen einen WO

3

-Inhalt von 2500 t ergibt (BOLDUAN u. a.,

1965). Damit ist eine wirtschaftliche Gewinnung als eigen-

ständige Lagerstätte derzeit ausgeschlossen.

Die Gangparagenese wird aufgrund der H/F-Koeffizienten des

Wolframits ans tiefpneumatolytisch eingestuft. Wie in ande-

ren Vorkommen auch ist Quarz die Hauptgangart: dieser

führt bis 2 cm lange leistenförmige Wolframitkristalle, gele-

gentlich auch größere Kristalle und Nester. Molybdänit, ge-

diegen Wismut, Pyrit und Chalkopyrit treten nur in Spuren

auf; einzig Gang 2 führt größerer Mengen von Arsenopyrit

und Chalkopyrit. Als Besonderheit treten noch Scheelit am

Kontakt porphyrischer Mikrogranit zu Glimmerschiefer sowie

stellenweise Turmalin im Salband auf. Der Wolframit zeigt an

Spaltrissen eine beginnende Umwandlung zu Brauneisen und

Manganoxiden (B

OLDUAN u. a., 1964).

Die Quarz-Wolframit-Gänge werden von 100 bis 120° strei-

chenden Gängen der Roteisen-Baryt-Formation geschnitten,

deren Mineralisation jünger ist und im keiner Beziehung zur

Wolframvererzung steht.

Ein anderer Typ von strukturkontrollierter Wolframlagerstätte

sind Quarz-Kassiterit-Gänge im Raum Ehrenfrieders-

dorf/Geyer, die teilweise Wolframit als Nebenkomponente

führen. Die WO

3

-Gehalte sind dort wesentlich zu gering für

eine Einstufung als eigenständige Lagerstätte, weshalb für

diesen Vererzungstyp keine gesonderte Prognose erfolgt.

Scheelitführende Skarne sind bei Zobes, Tirpersdorf, Kováršká

und im Projektgebiet bei Bernsbach, Antonsthal und insbe-

sondere Pöhla-Globenstein angetroffen worden. Es handelt

sich um unregelmäßig-linsenförmige an Metakarbonate bzw.

Dolomite gebundene Körper mit den Hauptmineralen Mag-

netit, Scheelit und Fluorit sowie Kassiterit, Wolframit und

Sulfiden als Nebenkomponenten. Ein grundsätzliches Problem

auch der Wolframskarne ist die ungelöste Frage der Aufberei-

tung aufgrund der oftmals feinkörnigen Ausbildung und

innigen Verwachsung der Minerale.

In Antonsthal gibt es sowohl Zinn- als auch Wolframskarne,

die flach nach Westen einfallen, lateral stark in der Mächtig-

keit schwanken und von Bi-Co-Ni-Gängen durchsetzt wer-

den. Das Nebengestein ist die lithologisch bunte Breiten-

brunn-Formation, die aus Glimmerschiefern mit Einlagerun-

gen von Quarziten, Metakarbonaten und Metabasiten aufge-

baut ist. Der Scheelit tritt als unauffällige grauweiße Kristal-

laggregate auf (M

ÄDLER, 1992). Die geschätzten Vorräte lie-

gen bei 23.000 t Wolfram mit Gehalten von 0,37 % (GKZ,

2008).

In der Lagerstätte Bernsbach-Südost gibt es mehrere flach

nach Nordosten einfallende Skarnlager innerhalb der Jáchy-

mov-Gruppe. Das Nebengestein ist ein Muskowit-

Glimmerschiefer mit vielfältigen Einlagerungen von Quarzi-

ten, Metakarbonaten und Metabasiten. Die Skarne zeigen

neben den Haupterzmineralen Magnetit, Scheelit und Kassi-

terit auch wechselnde Gehalte von Sulfiden und Uraninit.

Ferner sind hydrothermale Baryt-Karbonatgänge vorhanden.

Der Metallinhalt wird auf 49.300 t Wolfram mit Gehalten

von 0,10 bis 0,15 % geschätzt.

Die verdeckte Lagerstätte Pöhla-Globenstein ist das am bes-

ten erkundete Vorkommen von Wolframskarnen im Projekt-

gebiet. Im Unterschied zu den anderen Vorkommen liegt

diese stratigraphisch tiefer in der Raschau-Formation. Die

Nebengesteine sind Quarzglimmerschiefer, Quarzitschiefer

und Quarzite sowie Metakarbonate (überwiegend dolomi-

tisch) und Kalksilikatgesteine. Unter geringer Überdeckung

(ca. 100 bis 300 m) treten vier wesentliche flach lagernde

Erzlager auf: vom Liegenden zum Hangenden das Siegelhof-

lager, das Neue Lager (bzw. Lager 3), das Hauptlager (Lager

4) und das später erkundete Lager 5. Dabei zeigt das Haupt-

lager die größten Mächtigkeiten mit durchschnittlich 6 bis 8

m, lokal bis 12 m. Die Lagerstätte wird durch SE-NW und

WSW-ENE streichende Störungen in Teilschollen zergliedert,

die um einige Meter vertikal versetzt sind. An Ganggesteinen

treten relativ häufig Lamprophyre auf, die petrographisch als

Kersantit (ein Biotit-Plagioklas-Pyroxengestein) klassifiziert

werden. Im Kontaktbereich zu den Skarnen sind diese meta-

somatisch verändert, wobei der Plagioklas albitisiert wurde

und teilweise beträchtliche Anteile von Chlorit, Epidot und

Fluorit auftreten. Weniger häufig sind porphyrische

Mikrogranite in bis zu 10 m mächtigen Gängen (H

ÖSEL u. a.,

2003). Innerhalb der Erzlager liegen in wechselnden Verhält-

nissen Metakarbonat, Pyroxenskarn, Granatskarn, Mag-

netitskarn, Amphibolskarn und metasomatisch veränderte

und alterierte Skarne vor. Der Scheelit tritt vor allem in den

Magnetitskarnen und den alterierten Skarnen auf. Die Meta-

somatose umfasste offenbar eine Zuführung von Fluor und

Bor, worauf die hohen Fluorit- und Ludwigitanteile in den

Skarnen hinweisen (Abb. 2-31). Dabei ist zu beobachten, dass

die Kassiterit- und Scheelit-Vererzung an WSW-ENE strei-

chende Klüfte gebunden ist (H

ÖSEL & PFEIFFER, 1965). Diese

Vererzung tritt als Quarz-Albit-Kassiterit-Assoziation, Quarz-

Fluorit-Scheelit-Assoziation und als Quarz-Sulfid-Wolframit-

34 | 2 Geologie und Rohstoffe

Abb. 2-31: Borführender Skarn mit Magnetit (Mag) und Ludwigit

(Lud, schwarzgraue strahlige Kristalle). Pöhla-Globenstein, +410 m

Sohle, Strecke 24

Assoziation auf. Entlang von SE-NW streichenden Störungen

sind diese Erze hydrothermal in tonig-sandigen Zersatz um-

gewandelt, der überwiegend aus Hydroglimmern, Tonminera-

len, Siderit, Opal, Chalcedon, Eisenoxiden und Eisenhydroxi-

den besteht (H

ÖSEL u. a., 2003).

Neben den stratiformen Vererzungen treten noch Gänge der

Zinn-Wolfram-Assoziation auf, die ebenfalls durch WSW-

ENE bis SW-NE streichende Trümerzüge kontrolliert werden.

Die N-S streichenden Gänge der Pechblende-Quarz-

Assoziation, die in den südöstlich gelegenen Teillagerstätten

Hämmerlein und Tellerhäuser bedeutsam sind, treten in

Pöhla-Globenstein nur untergeordnet auf (H

ÖSEL u. a. 2003).

Die gesamten erkundeten Vorräte belaufen sich auf 84.000 t

Zinn bei Gehalten von 0,57% und 43.400 t WO

3

bei Gehalten

von 0,45%. Teile davon liegen jedoch außerhalb des Projekt-

gebietes und gehen daher nicht in die quantitativen Progno-

sen ein. In Tabelle 3 sind dagegen die Gesamtmengen der in

Pöhla-Globenstein erkundeten Vorräte berücksichtigt. Als

Begleitrohstoffe werden Flussspat, Zink, Indium, Magnetit,

Wismut, Cadmium, Silber, Kupfer, Blei, Beryllium und Bor

ausgewiesen (H

ÖSEL u. a. 2003).

Fluss- und Schwerspat treten im Erzgebirge als Gangart in

den verschiedensten Mineralassoziationen auf, sowohl struk-

turkontrolliert auf Gängen als auch – im Fall von Flussspat –

lithologisch kontrolliert in Skarnen. Fluorit-Baryt-Gänge sind

besonders im Zentrum und im Osten des Projektgebiets ver-

beitet (Umgebung von Ehrenfriedersdorf (Abb. 2-32, Abb. 2-

33), Annaberg und Marienberg). Auf Grund von Anforderun-

gen an die Menge und Qualität der Spate kommen die meis-

ten dieser Vorkommen nicht als Lagerstätten in Betracht.

Bauwürdige Lagerstätten (z. B. Bösenbrunn, Schönbrunn,

Niederschlag) sind an größere NW-SE streichende Störungen

gebunden. Im Bereich von Krümmungen der Hauptstörung

bilden sich Fiederspaltensysteme, die mit linsenförmigen

Spatmineralisationen gefüllt sein können. Diese Linsen kön-

nen Ausdehnungen von mehreren hundert Metern bei Mäch-

tigkeiten von 10 m und mehr erreichen. Im Projektgebiet sind

bisher nur deutlich kleinere Vorkommen bekannt.

Abb. 2-32: Fluorit(Fl)-Baryt(Ba)-Gang mit weißem spätigen Baryt im

Zentrum und grauviolettem würfeligem Fluorit an den Rändern.

Ehrenfriedersdorf, 3. Sohle (Westfeld)

Abb. 2-33: Zonierte Fluoritwürfel am Rand eines Fluorit-Baryt-

Ganges. Die zentrale Gangfüllung besteht aus weißem spätigem

Baryt. Ehrenfriedersdorf, 3. Sohle (Westfeld)

Bei Schlettau erreichen die Schwerspatlinsen auf dem Rei-

cher Spat Flachen maximal 2,8 m Mächtigkeit bei 225 m

streichender Ausdehnung (Abb. 2-34). Als Nebengestein

treten in Schlettau Zweiglimmergneis, glimmerschiefer- bis

phyllitähnlicher Gneis, Amphibolitlinsen und vereinzelt Lam-

prophyrgänge auf. Mehrere Gänge streichen mit 15 bis 20°,

davon abweichend streicht der Reicher Spat Flache mit 175°

und der Waldschachtgang mit 145°. Auf dem Reicher Spat

Flachen reicht die Schwerspatführung bis in 70 m Teufe, die

durchschnittliche Mächtigkeit beträgt 1 m. Auf dem östli-

2 Geologie und Rohstoffe | 35

chen Schwerspatgang wurde eine kleinere Linse von 80 m

streichender Erstreckung und 0,5 m Mächtigkeit angetroffen.

Auf dem Waldschachtgang wurden zwei weitere kleine Lin-

sen von vergleichbarer Größe erkundet. Als Mineralisation

tritt fast nur Schwerspat auf, der am Rand durch Eisenoxid

braun gefärbt, zur Mitte des Gangs hin jedoch rosa oder weiß

ist. Durch eingeschlossene Nebengesteinsfragmente reduziert

sich der BaSO

4

-Gehalt auf 65 bis 70 % (FRÖLICH, 1957).

Auf dem NW-SE streichenden Tscherper Flachen bei Marien-

berg trat körniger bis massiger, grüner, gelber und blauer,

seltener weißer und violettschwarzer Fluorit auf. In geringe-

ren Mengen traten Baryt, Calcit und Sulfide auf. Teilweise

wurden die Spate von Quarz verdrängt. Die Mächtigkeit der

Gangfüllung schwankte zwischen 0,5 und 4 m. Über eine

streichende Erstreckung von 282 m gab es zwei Erzkörper, die

durch eine ca. 62 m breite Vertaubungszone getrennt waren.

Die vertikale Erstreckung betrug etwa 100 m. Das Nebenge-

stein ist monotoner Zweiglimmergneis. Geringmächtigere

Spatvorkommen von durchschnittlich 0,5 m Mächtigkeit

zeigten die benachbarten Gänge Gut Hoffnung Flacher und

Amandus Flacher, wobei letzterer überwiegend mit Schwer-

spat mineralisiert war (L

ANGE, 2000).

Im Unterschied zu Zinn und Wolfram stehen diese Rohstoff-

vorkommen nicht mit dem Abstand zur Granitoberfläche im

Zusammenhang. Die Lage der Granitintrusionen ist damit

kein Prognosekriterium. Bei einigen Lagerstätten (z. B. Nie-

derschlag) ist eine vertikale Gliederung mit einem oberen

Barytstockwerk, einem mittleren Baryt-Fluorit-Stockwerk und

einem unteren Fluorit(-Quarz)-Stockwerk zu erkennen. Damit

spielt das Anschnittsniveau für die Charakterisierung dieser

Lagerstätten eine wichtige Rolle. Es kann davon ausgegangen

werden, dass Barytlagerstätten zur Teufe hin gleichzeitig

Fluoritlagerstätten sind.

Auf Grund der Fokussierung der Rohstoffprognosen auf die

oben genannten Rohstoffe wird die Lagerstättengeologie der

anderen im Projektgebiet vorhandenen metallischen Rohstof-

fe nur kurz zusammengefasst. Übersichtsdarstellungen mit

Verweisen zu weiterer Literatur finden sich z. B. bei B

AUMANN

u. a. (2000) und HÖSEL u. a. (1997) sowie in Anlage 1.

Der überwiegende Teil der Blei- und Zinkförderung im Erzge-

birge stammt aus strukturkontrollierten Vorkommen der

Quarz-Sulfid-Assoziation und der Baryt-Fluorit-Assoziation.

Diese sind im Projektgebiet aber kaum verbreitet. Bei Jahns-

bach ist ein kleines stratiformes Blei-Zink-Vorkommen be-

kannt, für das eine prävariszische Bildung angenommen wird.

Als Nebengestein treten niedrigmetamorphe Pelite bis Quarz-

sandsteine der Frauenbach-Gruppe auf. Der Hauptbleiträger

ist Galenit, daneben tritt als Erzmineral noch Sphalerit auf.

Die Bleigehalte liegen um 0,3% (H

ÖSEL u. a., 1997; siehe auch

Kapitel 2.2.4

und H

AAKE &KÜHNE, 1985).

Im Projektgebiet gibt es drei Typen von Eisenmineralisatio-

nen, die in der Vergangenheit Ziel des Bergbaus waren:

Massivsulfiderze als stratiforme linsenförmige Körper in

kambro-ordovizischen (Meta-)Sedimenten werden als präva-

riszische sedimentäre oder submarin-exhalative Lagerstätten

gedeutet. Die Mächtigkeiten erreichen 0,5 bis 1,5 m, maximal

bis zu 12 Meter. Haupterzminerale sind Pyrit und Pyrrhotin,

daneben sind Spessartin, zinkreiche Spinelle und Siderophyllit

vertreten. Dieser Typ tritt zwischen Geyer und Elterlein sowie

in der Umgebung von Schwarzenberg auf.

Abb. 2-34: Saigerriss des Reicher Spat Flachen bei Schlettau mit der Lage und Mächtigkeitsverteilung der erkundeten Schwerspatlinsen (FRÖLICH,

1957)

36 | 2 Geologie und Rohstoffe

Magnetitskarne (Abb. 2-35) treten in verschiedenen Niveaus

der lithologisch bunten kambroordovizischen Abfolgen auf.

Die Skarne bilden linsenförmige Erzkörper mit bis zu 7 m

Mächtigkeit bei Eisengehalten von durchschnittlich 39 %.

Neben Magnetit treten Sphalerit und Granate der Grossular-

Andradit-Reihe auf (Abb. 2-36). Im Projektgebiet ist dieser

Typ bei Antonsthal, Pöhla und Geyer-Südwest verbreitet.

Strukturkontrollierte Eisenvorkommen gibt es auf Gängen der

Fluorit-Quarz-Assoziation und der Hämatit-Baryt-

Assoziation. Diese durchschnittlich einen Meter, maximal bis

zu 10 m mächtigen Gänge treten u. a. bei Schwarzenberg auf

(H

ÖSEL u. a., 1997).

Abb. 2-35: Pyoxen-Granatfels mit körnigem Magnetit (Mag) und

grobkritallinem Sphalerit (Sph). Pöhla-Globenstein, Halde vor Schurf

24

Abb. 2-36: Magnetit(Mag)-Sphalerit(Sph)-Skarn mit Chalkopyrit

(Cpy), Lagengefüge und Kleintektonik im Erz. Ehrenfriedersdorf, 5.

Sohle (Westfeld)

Kobalt tritt in Gängen der Bi-Co-Ni-(U-Ag)-Assoziation auf.

Im Projektgebiet haben diese ihre größte Verbreitung im

Revier Annaberg mit mindestens 160 bekannten Gängen. Die

Mineralisation setzte mit Quarz, Chalcedon, Pechblende und

dunkelviolettem Fluorit ein, darauf folgten gediegen Silber

und Wismut sowie verschiedene Sulfide und Arsenide (Skut-

terudit, Nickelin, Rammelsbergit, Safflorit, Löllingit, Millerit,

Cobaltin, Realgar). Die Mineralisation auf den Gangflächen

ist oft absätzig und an Gangkreuze und kohlenstoffreiches

Nebengestein (sog. schwarze Flöze bzw. Schwebende) ge-

bunden. Die Erzmächtigkeiten erreichen bis 60 cm (B

AUMANN,

u. a., 2000).

In Annaberg und Marienberg zeigen Gänge der Polymetall-

sulfid-Quarz-Assoziation teilweise erhöhte Kupfergehalte mit

einer Quarz-Chlorit-Kassiterit-Pyrit-Chalkopyrit-Sphalerit-

Arsenopyrit-Mineralisation (Abb. 2-37). Diese Gänge strei-

chen meist Richtung ENE und fallen mit 45 bis 65° nach

Norden oder Süden ein. Die Gänge sind bis 0,5 m, teilweise

auch bis einem Meter mächtig. Ausnahmsweise werden auch

bis 14 m Mächtigkeit erreicht (B

AUMANN, u. a., 2000).

Abb. 2-37: Kompaktes Kupfer-Arsen-Erz mit vorwiegend grobkörni-

gem Arsenopyrit (Asp), in der Gangmitte ein 1 – 2 cm mächtiges

Band von massivem Chalkopyrit (Cpy), im Arsenkieserz untergeord-

net schwarzbrauner Sphalerit (Sph), wenig Chalkopyrit, in einer

Gangart von vorwiegend grünlichem Chlorit (Chl). Haldenfund bei

Lauta

Die Silbermineralisation in Form von gediegen Silber, Argen-

tit, Proustit, Pyrargyrit, Freibergit und silberhaltigem Blei-

glanz ist an verschiedene Typen sulfidführender Gänge ge-

bunden. Von besonderer Bedeutung sind Gänge der Quarz-

Sulfid-Assoziation, der Karbonat-Sulfantimonid-Assoziation

und der Bi-Co-Ni-(U-Ag)-Assoziation. In der Anfangsphase

des Bergbaus wurden vor allem die oberflächennahen Ze-

mentationszonen dieser Gänge abgebaut (H

ÖSEL u. a., 1997).

2 Geologie und Rohstoffe | 37

Im Modellgebiet tritt Uran praktisch ausschließlich struktur-

kontrolliert auf. Das wesentlichste Uranmineral ist die Pech-

blende. Diese tritt primär in der Karbonat-Pechblende-

Assoziation auf. Durch spätere Remobilisation tritt Pechblen-

de in unterschiedlichen Mengen auch in der Karbonat-Sulfid-

Selenid-Folge, der Magnesiumkarbonat-Pechblende-Folge,

der Fluorit-Quarz-Assoziation, der Hämatit-Quarz-

Assoziation und speziell auch in der Bi-Co-Ni-(U-Ag)-

Assoziation auf. Dabei ist eine reiche Uranerzführung vor

allem auf die Gängen im Kontaktbereich zum kohlenstofffüh-

renden Nebengestein (Schwarzschiefer, Lydit, Graphitphyllit,

die so genannten schwarzen Flöze u. a.) im Dach von Gra-

nitintrusionen beschränkt. Gänge im Granit zeigen dagegen

im Allgemeinen geringe Urangehalte. Die am Westrand des

Projektgebiets gelegene Lagerstätte Schlema-Alberoda zählt

zu den weltweit größten Ganglagerstätten von Uran. Hier

wurden über 1000 Gänge erkundet, die sich häufig zu 10 bis

30 m mächtigen Gangscharen vereinigen. Einzelne Gänge

zeigen meist unter 20 cm Erzmächtigkeit (H

ÖSEL u. a., 1997).

Insgesamt ist die Erzführung sehr absätzig durch den oben

genannten Einfluss des Nebengesteins. Dadurch war jeweils

nur ein geringer Anteil der Gangfläche bauwürdig.

Das schon erwähnte stratiforme Blei-Zink-Vorkommen bei

Jahnsbach zeigt Zinkgehalte von 0,7 %. Daneben tritt Zink in

verschiedenen Polymetall-Skarnen, die teils große Mengen

von Sphalerit enthalten, auf. In den Skarnen von Geyer-

Südwest werden 1,6 % Zink, bei Breitenbrunn sogar 2,0 %

Zink erreicht (H

ÖSEL u. a., 1997).

Die Einstufung der im Modellgebiet zur Zeit des Bestehens

der DDR erkundeten Vorräte folgt der „Anordnung über die

Klassifikation der Lagerstättenvorräte an Erdöl und Erdgas,

die Klassifikation fester mineralischer Rohstoffe und die

Klassifikation der Grundwasservorräte – Vorratsklassifizie-

rungsanordnung“ (M

INISTERIUM FÜR GEOLOGIE, 1979).

In dieser Klassifikation umfasst die Gruppe der

jene Vorräte, die zum Zeitpunkt der Klassifizierung wirt-

schaftlich gewinnbar waren. Vorräte der

sind so

weit untersucht, dass die Lagerungsverhältnisse, die Abgren-

zung des Rohstoffkörpers und die abbautechnischen Verhält-

nisse in allgemeinen Zügen bekannt sind. Vorräte der

sind so weit untersucht, dass eine exaktere Abgrenzung

der Rohstoffkörpers und das Auftreten nicht bauwürdiger

Bereiche bekannt sind und die Grundtypen der Gewinnungs-

Aufbereitungs- und Verarbeitungstechnologie ableitbar sind.

Vorräte der Klassen A und B kommen im vorliegenden Bericht

nicht vor.

Die Gruppe der

umfasst Vorräte die zum

Zeitpunkt der Klassifizierung nicht wirtschaftlich gewinnbar

waren, aber in der Zukunft nutzbar sein könnten (durch

technologischen Fortschritt oder veränderte wirtschaftliche

Bedingungen). Im Übrigen gelten für die

dieselben

Bedingungen wie für Klasse C2 und für die

diesel-

ben Bedingungen wie für Klasse C1.

Bilanz- und Außerbilanzvorräte werden im vorliegenden

Bericht auch als

zusammengefasst.

Die Gruppe der

umfasst Vorräte, die

wissenschaftlich begründet vorausgesagt werden, aber im

Einzelnen noch nicht nachgewiesen sind. Dabei umfasst die

Untergruppe

Vorräte, deren Vorhersage nur auf der

Grundlage geologischer, geophysikalischer, geochemischer

und anderer Aussagen durch Analogieschlüsse getroffen

werden. Die Untergruppe

umfasst Vorräte, die zusätz-

lich durch mindestens einen Aufschluss nachgewiesen sind.

Die in den quantitativen Rechenmodellen mit der advangeo®

Prediction Software ermittelten Vorräte werden im vorlie-

genden Bericht als

bzw.

be-

zeichnet.

Die derart in den verschiedenen Erkundungsberichten klassi-

fizierten Vorratsblöcke wurden gesammelt, um die gesamten

bekannten und teilweise bereits abgebauten Vorräte im Mo-

dellgebiet zu bestimmen. Diese Rohstoffmengen sind in den

Tabellen 2 bis 4 aufgelistet. Dabei wurden vor 1950 abgebau-

te Rohstoffe nicht berücksichtigt, weil für diese nur lücken-

hafte Informationen zu Fördermengen und Gehalten vorlie-

gen. Wolfram ging bis ins 19. Jahrhundert in unbekannter

Menge in den Abraum bzw. die Hüttenschlacken.

Insgesamt darf für die hier betrachteten Rohstoffe ange-

nommen werden, dass der Abbau vor 1950 relativ zu den

danach erkundeten Vorräten von geringem Umfang war. Es

zeigt sich, dass auch nach 1950 nur ein geringer Teil der

erkundeten Rohstoffe abgebaut wurde. So wurden nicht

mehr als 30 % der strukturell kontrollierten und als Bilanz-

vorräte klassifizierten Zinn- und Wolfram-Vorräte abgebaut.

Bei den lithologisch kontrollierten Vorräten wurden die be-

kannten Zinngreisen weitgehend abgebaut, während in den

Skarnen nur Erkundungs- und Vorrichtungsarbeiten stattfan-

den. Die erkundeten Zinnvorräte belaufen sich auf 144.181 t

Bilanzvorräte sowie 46.652 t Außerbilanzvorräte. Dazu kom-

men noch prognostizierte Vorräte von 140.000 t.

Die Bilanzvorräte für Wolfram betragen 47.530 t (berechnet

als WO

3

), die überwiegend in den Skarnen von Pöhla-

Globenstein lagern. Neben vernachlässigbaren Außerbilanz-

vorräten gibt es noch rund 80.000 t prognostische Vorräte,

die überwiegend in den Skarnen von Bernsbach (ca. 49.300 t)

und Antonsthal (ca. 29.000 t) erwartet werden.

38 | 2 Geologie und Rohstoffe

Diesen bereits erkundeten bzw. prognostizierten Vorräten

sind in Tabelle 2 und 3 die Ergebnisse der quantitativen

Prognosen des Projekts ROHSA 3.1 gegenübergestellt. Weite-

re Angaben zur Einordung und Bewertung der Prognoseer-

gebnisse finden sich in den dort genannten Kapiteln. Eine

zusammenfassende Bewertung der Vorratssituation gibt

Kapitel 6.1.

Die bisher bekannten und auch fast vollständig abgebauten

Vorräte

an Fluss- und Schwerspat liegen jeweils in der Grö-

ßenordnung von 50.000 t. Damit handelt es sich um sehr

kleine Vorkommen, auch im Vergleich mit anderen Lagerstät-

ten im Erzgebirge/Vogtland, die Rohstoffinhalte von mehr als

einer

Million Tonnen Spat enthalten (z. B. Niederschlag: 1,39

Mio. t Rohspat, Brunndöbra: 2,79 Mio. t. Rohspat jeweils als

Bilanzvorräte nach GKZ, 2008). Damit zeigt sich, dass eine

Wiederaufnahme des Spatbergbaus im Modellgebiet nur

dann zu erwarteten ist, wenn erheblich größere als die bisher

bekannten Vorkommen entdeckt werden. Eine Perspektive

ergibt sich für die Gewinnung von Flussspat als Nebenkom-

ponente beim Abbau von Zinn- und Wolframskarnen in

Pöhla-Globenstein.

Tabelle 2: Gegenüberstellung der bekannten und geschätzten Metallinhalte für lithologisch kontrollierte Mineralisationen (Quellen siehe Litera-

turverzeichnis). Die Lagerstätte Pöhla-Globenstein, die nur zum kleinen Teil im Projektgebiet liegt, sind hier vollständig mit eingerechnet.

lithologisch kontrolliert: Skarn

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose,

Potenzial

> 0,25

Prognose,

Potenzial

> 0,5

Kapitel

C1,C2

c1,c2

Delta

Ge-

halte

(%)

Rohstoff-

inhalte (t)

davon

abge-

baut (%)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

0,59

83.753

0

0,38

45.837

0,44

126.226

775.888

593.034

5.1.4

0,48

43.437

0

-

-

0,96

78.300

151.722

117.340

5.2.3

17,1

38.317

-

-

-

-

-

keine Prognose

-

-

-

-

-

-

-

keine Prognose

Tabelle 3: Gegenüberstellung der bekannten und geschätzten Metallinhalte für strukturell kontrollierte Mineralisationen (Quellen

)

siehe Litera-

turverzeichnis

strukturkontrolliert: gangförmig

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose,

Potenzial

> 0,25

Prognose,

Potenzial

> 0,5

Kapitel

C1,C2

c1,c2

Delta

Ge-

halte

(%)

Rohstoff-

inhalte

(t)

davon

abge-

baut (%)

Ge-

halte

(%)

Rohstoff-

inhalte

(t)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

0,24

53.491

10 bis

32

0,107

815

0,23

12.230

232.733

196.632

5.1.2

0,046

4.093

30

0,037

40

0,26

2.595

1.743

1.650

5.2.2

0,29

191

0

-

-

0,29

2.309

1.743

1.650

5.2.2

70

48.600

100

-

-

-

-

nur qualitativ

5.4

77,5

53.750

100

67

7.700

-

-

nur qualitativ

5.5

Tabelle 4: Bekannte Metallinhalte für Greisenkörperp im Endokontakt (Quellen siehe Literaturverzeichnis)

Rohstoff

Lagerstättentyp

Greisen

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose

Kapitel

C1,C2

c1,c2

Delta

Gehalte

(%)

Rohstoff-

inhalte (t)

davon ab-

gebaut (%)

Gehalte

(%)

Rohstoff-

inhalte (t)

Gehalte

(%)

Rohstoff-

inhalte (t)

Rohstoffinhalte

Zinn

0,42

6.937

78

-

-

-

-

nur qualitativ

5.1.3

Rohstoff

Lagerstättentyp

Greisen

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose

Kapitel

C1,C2

c1,c2

Delta

Gehalte

(%)

Rohstoff-

inhalte (t)

davon ab-

gebaut (%)

Gehalte

(%)

Rohstoff-

inhalte (t)

Gehalte

(%)

Rohstoff-

inhalte (t)

Rohstoffinhalte

Zinn

0,42

6.937

78

-

-

-

-

nur qualitativ

5.1.3

strukturkontrolliert: gangförmig

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose,

Potenzial

> 0,25

Prognose,

Potenzial

> 0,5

Kapitel

C1,C2

c1,c2

Delta

Ge-

halte

(%)

Rohstoff-

inhalte

(t)

davon

abge-

baut (%)

Ge-

halte

(%)

Rohstoff-

inhalte

(t)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

0,24

53.491

10 bis

32

0,107

815

0,23

12.230

232.733

196.632

5.1.2

0,046

4.093

30

0,037

40

0,26

2.595

1.743

1.650

5.2.2

0,29

191

0

-

-

0,29

2.309

1.743

1.650

5.2.2

70

48.600

100

-

-

-

-

nur qualitativ

5.4

77,5

53.750

100

67

7.700

-

-

nur qualitativ

5.5

lithologisch kontrolliert: Skarn

bekannte Vorräte (Gehalte und Metallinhalte)

Prognose,

Potenzial

> 0,25

Prognose,

Potenzial

> 0,5

Kapitel

C1,C2

c1,c2

Delta

Ge-

halte

(%)

Rohstoff-

inhalte (t)

davon

abge-

baut (%)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Ge-

halte

(%)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

Rohstoff-

inhalte (t)

0,59

83.753

0

0,38

45.837

0,44

126.226

775.888

593.034

5.1.4

0,48

43.437

0

-

-

0,96

78.300

151.722

117.340

5.2.3

17,1

38.317

-

-

-

-

-

keine Prognose

-

-

-

-

-

-

-

keine Prognose

2 Geologie und Rohstoffe | 39

 

Im günstigsten Fall wären bei einer Prognoserechnung alle

Faktoren bekannt, die den Prognosegegenstand beeinflussen.

Im Modellgebiet lägen für jeden Punkt exakte Werte der Fakto-

ren vor und der Einfluss jedes Faktors auf das Prognoseergebnis

wäre exakt bekannt. In diesen Fall würde ein wissensbasiertes

mathematisch-analytisches Verfahren eine exakte Prognose

liefern. In realen Szenarien ist oft keine dieser Voraussetzungen

erfüllt: Man weiß nicht mit Bestimmtheit, ob man alle Fakto-

ren kennt, die den Prognosegegenstand beeinflussen. Bei den

bekannten Faktoren kann qualitativ eingeschätzt werden, ob

sie starken oder schwachen Einfluss haben; die exakten analy-

tischen Beziehungen sind aber nicht bekannt und können al-

lenfalls durch Experimente empirisch angenähert werden.

Weiterhin sind die Faktoren nicht an jedem geforderten Punkt,

sondern nur lückenhaft, z. B. an einzelnen Messstellen oder

Probennahmepunkten, bekannt. Zusätzlich sind die Werte der

Faktoren nicht exakt bekannt, sondern nur innerhalb der Feh-

lergrenzen der verwendeten Analyse- oder Messmethoden. Eine

weitere Herausforderung bei Rohstoffprognosen besteht darin,

quantitative Faktoren (z. B. den Gehalt eines Elements in einer

Probe, den Messwert des Magnetfeldes u. a.) mit qualitativen

Faktoren (z. B. welches Gestein an einem bestimmten Punkt

vorkommt) in Beziehung zu setzen und rechnerisch zu verar-

beiten.

Rohstoffprognosen haben das Ziel, die Höffigkeit für einen

bestimmten Rohstoff in einem bestimmten Gebiet zu bestim-

men. Die Verfügbarkeit von geographischen Informationssys-

temen (GIS) und von ausreichend Rechenleistung für die Aus-

führung komplexer statistischer Berechnungen hat seit etwa

1980 zur Entwicklung einer Vielzahl von Prognoseverfahren

geführt(Abb. 3-1), die C

ARRANZA (2009) im Überblick darstellt.

Wissensbasierte Prognosen nehmen dabei im einfachsten Fall

die Form von Entscheidungsbäumen an. Der Grad der Höffig-

keit wird durch verschiedene Faktoren beeinflusst, die nachei-

nander an den Knoten des Entscheidungsbaums berücksichtigt

werden. Ein einfaches Beispiel könnte wie Abb. 3-2 aussehen.

Abb. 3-1: Verschiedene Prognoseverfahren und ihre Eignung zur

Rohstoffprognose

Abb. 3-2: Beispiel für einen einfachen Entscheidungsbaum mit vier

Knoten (Entscheidungspunkten) zur wissensbasierten Rohstoffprogno-

se

Wird dieses Verfahren für alle Punkte des Prognosegebiets

angewendet, erhält man eine Karte der prognostizierten

Höffigkeit. Die Voraussetzung ist, dass in jedem Schritt eine

Entscheidung zwischen zwei oder mehr Alternativen getroffen

werden kann. In der Praxis kann das problematisch sein. Zum

3 Prognoseverfahren

40 | 3. Prognoseverfahren

Beispiel wird es im Fall des Magnetfelds Punkte geben, an

denen eindeutig Anomalien vorhanden sind, und Punkte, an

denen eindeutig keine Anomalien vorhanden sind. Daneben

gibt es Punkte, an denen möglicherweise schwache Anomalien

in der Größenordnung der Messgenauigkeit vorhanden sind,

oder zu wenige Messungen vorliegen, oder Fehler bei der Mes-

sung vermutet werden. In solchen Fällen ist keine klare

Ja/Nein-Entscheidung möglich. Stattdessen kann der Sachver-

halt mittels Fuzzy Logic ausgedrückt werden: Neben den Mög-

lichkeiten Ja (1) und Nein (0) sind alle Werte zwischen 0 und 1

möglich, die über Fuzzyfunktionen ausgedrückt werden. Der

entsprechende Schritt im Entscheidungsbaum könnte so aus-

sehen:

Abb. 3-3: Ein Knoten des Entscheidungsbaums aus Abb. 3.1 mit im-

plementierter Fuzzy Logic. Der erhaltene Wert der Höffigkeit wird mit

den Fuzzyfunktionen der folgenden Knoten verrechnet.

Ein Nachteil dieser Methoden ist, dass der Einfluss der einzel-

nen Faktoren auf das Prognoseergebnis ohne Berücksichtigung

von deren Wechselwirkungen gewertet wird. Beispielsweise

könnte die Magnetfeldanomalie hohen prognostischen Wert

haben, wenn das Nebengestein Granit ist, während Vorkommen

im Gneis weniger stark durch Magnetfeldanomalien in Erschei-

nung treten. Diese Wechselwirkungen können durch das Ver-

fahren der Evidenzkarten (s. Abb. 3-4 für das folgende Beispiel)

berücksichtigt werden. Dabei wird jedem Faktor an jedem

Punkt im Modellgebiet ein Punktwert (Score) zugewiesen (ggf.

mittels Fuzzy Logic), der die Stärke des Einflusses auf das

Prognoseergebnis ausdrückt. Die Scores der Evidenzkarten

werden dann durch logische Verknüpfungen zu einem finalen

Score verrechnet, der die Höffigkeit angibt. Im vorliegenden

Beispiel sei bekannt, dass der Rohstoff häufig in Graniten,

manchmal in Gneisen und nie in Phylliten auftritt. Die Evidenz-

karte Lithologie (L) hat dann folgende Scores:

■

Granit: 10

■

Gneis:

5

■

Phyllit:

0

Die Evidenzkarte Magnetfeldanomalie (M) erhält Scores von

minus 20 für stark negative Anomalien bis plus 20 für stark

positive Anomalien. Damit wird ausgedrückt, dass die Magnet-

feldanomalien generell einen stärkeren Einfluss haben als die

Lithologie. Es

sei aber bekannt, dass in Gneisen dieser Einfluss

geringer ist, und dass in Phylliten unabhängig vom Magnetfeld

keine Vorkommen existieren. Damit könnte die Verknüpfung

folgendermaßen festgelegt werden:

Score(L) + Score(M) wenn L=Granit

Höffigkeit={Score

(L)

+ 0,25 . Score(M) wenn L = Gneis

0 wenn L=Phyllit

Abb. 3-4: Beispiel für die Verwendung von Evidenzkarten zur Roh-

stoffprognose, siehe Erläuterungen im Text

3. Prognoseverfahren | 41

Auch wenn mit Hilfe der Fuzzy Logic Unsicherheiten bei der

Bewertung von Faktoren ausgedrückt werden können, erfor-

dern wissensgetriebene Verfahren immer noch die Festlegung

der Gewichtung der einzelnen Faktoren. Es muss z. B. bekannt

sein, ob Magnetfeldanomalien ein starkes oder ein schwaches

Kriterium zur Voraussage von Rohstoffvorkommen sind (oder

ob es gar keine Beziehung zu den Rohstoffvorkommen gibt).

Wenn unbekannt ist, wie stark einzelne Faktoren das Vorkom-

men des zu prognostizierenden Rohstoffs beeinflussen, können

datengetriebene Verfahren zum Einsatz kommen. Hier ist die

Voraussetzung, dass es im Modellgebiet bereits bekannte Roh-

stoffvorkommen gibt, die als Trainingsdaten genutzt werden,

um die Lokalitäten weiterer bisher unbekannter Vorkommen zu

prognostizieren. Die Gewichtung der einzelnen Faktoren wird

dadurch ermittelt, dass die Summe der gewichteten Faktoren

an den bekannten Vorkommen hohe Höffigkeiten ergeben

sollte und dass in den meisten Bereichen ohne Vorkommen die

Höffigkeit niedrig ist (nur ein kleiner Flächenanteil des Mo-

dellgebiets enthält den Rohstoff, der größere Flächenanteil ist

rohstofffrei). Es kommen verschiedene statistische und geosta-

tistische Verfahren zum Einsatz. Im Bereich der Rohstoffprog-

nose haben sich das Weights of Evidence-Verfahren (WoE) und

künstliche neuronale Netze (KNN) bewährt.

Im Weights of Evidence-Verfahren erfolgt die Gewichtung

vereinfacht dargestellt, indem die Anzahl der „Treffer“ mit der

Anzahl der „Nicht-Treffer“ verglichen wird. Zum Beispiel wird

für die bekannten Vorkommen (Trainingsdaten) ermittelt, wie

viele innerhalb von Graniten auftreten und wie viele außerhalb.

Dann ist

Anzahl Vorkommen im Granit

WoE(Granit) = ln

Anzahl Vorkommen außerhalb von Granit

Aus den gefundenen Gewichten kann z. B. mit dem Verfahren

der logistischen Regression die Höffigkeit berechnet werden.

Künstliche neuronale Netze sind dem biologischen Vorbild

nachempfunden. Das Grundelement ist das Neuron, das in

einem Netzwerk aus gerichteten Verbindungen mit anderen

Neuronen verbunden ist. Es verarbeitet eingehende Informatio-

nen nach einem bestimmten Algorithmus und leitet – falls es

aktiviert wird – das Ergebnis an nachfolgende Neuronen wei-

ter.

Abb. 3-5 zeigt schematisch ein Neuron mit drei eingehenden

und einer herausgehenden Verbindung. Den Eingangsinforma-

tionen x

1

, x

2

und x

3

werden die Gewichte w

1

, w

2

und w

3

zuge-

wiesen. Die so genannte Propagationsfunktion berechnet hie-

raus den Wert A. Der Wert der Aktivierungsfunktion bestimmt,

ob dieser Wert an die angeschlossenen Neuronen weitergege-

ben wird.

Abb. 3-5: Schematische Darstellung der Datenprozessierung in einen

Neuron, das in ein künstliches neuronales Netz eingebunden ist.

Meist sind die Neuronen in Schichten angeordnet, wobei die

Werte der letzten Schicht das Ergebnis der Berechnung, in

diesem Fall die prognostizierte Höffigkeit, darstellen. Dabei

sind viele Netzwerkkonfigurationen möglich, die für verschie-

dene Aufgaben geeignet sind. Entscheidend ist die Abstim-

mung der Netzwerkkonfiguration und der verwendeten ma-

thematischen Funktionen auf die jeweilige Anwendung.

Für die vorliegenden Prognoserechnungen kommt ein Multi

Layer Perceptron (MLP, s. Abb 3-6) zum Einsatz. Das MLP ist

eine spezielle Art eines KNN, welches aus einer Eingabeschicht

(Input Layer), einer verdeckten Schicht (Hidden Layer) und

einer Ausgabeschicht (Output Layer) besteht. Jede dieser

Schichten besteht aus einer Vielzahl von Neuronen. In der

Eingabeschicht entspricht die Anzahl der Neuronen der Anzahl

der Modelleingangsdaten. Der Informationsfluss innerhalb des

hier verwendeten KNN ist vorwärts gerichtet, d.h. „feed for-

ward“. Die Verbindungsrate (connection rate) zwischen den

Neuronen im KNN ist 1 – es existiert nur eine Verbindung

zwischen jeweils zwei Neuronen im KNN.

Abb. 3-6: Netzwerkkonfiguration eines Multi Layer Perceptrons (MLP),

wie es für die vorliegenden Prognosen zum Einsatz kam.

Die Gewichtung der Modelleingangsdaten erfolgt nach einem

Lernprinzip. Zunächst wird jeder Verbindung ein zufälliges

Gewicht zugewiesen. An den Punkten mit bekannten Werten

(den Trainingsdaten) wird das Ergebnis der Prognose mit den

realen Werten verglichen. Im Fall der qualitativen Prognose ist

42 | 3. Prognoseverfahren

 

das eine Höffigkeit gleich eins, im Fall der quantitativen Prog-

nose ist es z. B. der Metallinhalt in Kilogramm pro Tonne Ge-

stein. Aus der Differenz von Prognosewerten und realen Wer-

ten an den Trainingspunkten wird ein Modellfehler berechnet.

Die Gewichte der Verbindungen werden im nächsten Schritt

angepasst und wieder der Modellfehler berechnet. Auf diese

Weise werden die Gewichtungen so lange verbessert, bis der

Modellfehler ein stabiles Minimum erreicht.

Details zum mathematischen Hintergrund und der generellen

Vorgehensweise der Nutzung von KNN bei der Rohstoffprogno-

se können verschiedenen Veröffentlichungen entnommen

werden (siehe z. B. B

ARTH u. a. 2010, 2014 und 2015).

Hybride Verfahren zeichnen sich dadurch aus, dass versucht

wird, vorhandenes Fachwissen über lagerstättengeologische

Zusammenhänge durch geeignete Auswahl und Vorbereitung

der Daten, die einem datenbasierten Verfahren als Modellein-

gangsdaten dienen, zu berücksichtigen. Da bekannte Vorkom-

men im Modellgebiet vorausgesetzt werden, bestehen in der

Regel bereits Vorstellungen über die lagerstättenkontrollieren-

den Faktoren, auch wenn deren relativer Einfluss nicht bekannt

ist. Daten zu diesen Faktoren können gezielt gesammelt und

aufbereitet werden. Die Vorgehensweise bei der Datenaufberei-

tung für die vorliegenden Prognosen ist in Kapitel 4 dokumen-

tiert. Ein weiterer Aspekt ist die Evaluierung der berechneten

Prognosekarten. Hier können Validierungspunkte (bekannte

Vorkommen, die nicht als Trainingsdaten genutzt werden),

statistische Parameter zur Bewertung der Modellqualität und

der Gewichtung der einzelnen Faktoren sowie der Vergleich mit

anderen Modellierungs- und Schätzverfahren zum Einsatz

kommen. Die Vorstellung und Evaluierung der einzelnen Prog-

nosen erfolgt in Kapitel 5.

Die rohstoffgeologische Höffigkeitsprognose im Modellgebiet

erfolgte mit Hilfe der Methodik der künstlichen neuronalen

Netze. Die advangeo® Prediction Software (B

EAK CONSULTANTS

GMBH 2015) stellt diese Methode in Verbindung mit Esri

ArcGIS® zur Verfügung.

Das Verfahren der künstlichen neuronalen Netze gestattet eine

objektive und unvoreingenommene Analyse der Zusammen-

hänge zwischen einer abhängigen Variablen - entweder der

räumlichen Lage einer Mineralisation (qualitative Prognose)

oder der räumlichen Lage einer bestimmten Rohstoffmenge

(quantitative Prognose) - und einer Vielzahl (potenziell) kon-

trollierender Faktoren. Durch die zielgerichtete Nutzung be-

kannter lagerstättengenetischer Zusammenhänge bei der Vor-

bereitung der Daten können in einem hybriden Verfahren in der

Regel sehr gute Prognoseergebnisse erzielt werden.

Die bei Beak seit 2007 entwickelte Software advangeo® Pre-

diction Software deckt mit der implementierten Fachschale

Rohstoffe (Erweiterung „Minerals“) den Arbeitsfluss der Aus-

führung quantitativer und qualitativer Prognoserechnungen ab.

Sie ist vollständig kompatibel mit Esri ArcGIS® 10.2.2. und

besteht aus drei Komponenten:

■

dem Daten- und Modellexplorer mit:

■

den Rechenkernen für KNN, WoE (Weights

of Evidence), FL (Fuzzy Logic),

■

Funktionen zur Datenvorbereitung (Raste-

rung, Datenextraktion, Projektion auf ein-

heitliche Raster, Umcodierung, Normierung,

usw.),

■

Funktionen zur Visualisierung der Metadaten

der Berechnungen,

■

Funktionen zur Validierung der Rechener-

gebnisse,

■

Schnittstellen zur Kommunikation mit ande-

ren Interpretationsprogrammen,

■

dem GIS zur:

■

Prozessierung von Geometriedaten,

■

Visualisierung der Daten und Ergebnisse,

■

der Datenbank zur:

■

Speicherung der Daten (Geometriedaten,

Gewichte der Neuronen, Fuzzy-Operatoren

usw.),

■

Speicherung der Metadaten (z. B. Parameter

der Berechnungen, Konfiguration der KNN,

usw.).

Die Erweiterung „Minerals“ bietet umfangreiche Hilfe bei der

Vorprozessierung der Daten, was die Ausführung von realen

Berechnungen außerordentlich beschleunigt.

Abb. 3-7: Darstellung der Komponenten der advangeo® Prediction

Software, die für die Prognoserechnungen zum Einsatz kam

3. Prognoseverfahren | 43

 

Die advangeo® Prediction Software bildet die für die Erzeu-

gung eines KNN-Modells erforderlichen Arbeitsschritte syste-

matisch ab:

1.

Erzeugung eines Rechenprojektes („Project“),

2. Definierung von Modellgrenzen und Basisgrid („Base

Data“),

3.

Erstellung der Trainingsdaten („Training Data“)

4. Zusammenstellung und Beschreibung der Daten-

grundlagen („Source Data“),

5. Aufbereitung der Datengrundlagen („Source Data“)

und Vorprozessierung der Daten („Processed Source

Data“),

6. Erstellung der Modelleingangsdaten („Model Input

Data“),

7. Training, Test und Anwendung der KNN-

Modellszenarien („Parameterized Model“),

8.

Darstellung der Prognoseergebnisse/Kartographie.

Rechenprojekte („Projects“) bilden die Grundlage jeder Model-

lierung. Sie sind die oberste Hierarchieebene im Datenexplorer,

der alle Objektarten für eine leichte Navigation in einer Baum-

struktur hierarchisch darstellt. Mit der Definition eines Pro-

jekts grenzt der Nutzer die fachliche Problemstellung ab. An-

schließend erfolgt die Festlegung des Projektgebietes („Base

Raster“) und diverser Teilgebiete (Trainingsgebiete/„Training

Area“, Untersuchungsgebiet/ „Project Area“). Datenquellen

(„Source Data“) können entweder referenziert oder in das Pro-

jekt importiert werden. Die fachliche und technische Vorberei-

tung der Daten und die Erzeugung konsistenter Inputdaten

erfolgt mittels der Module „Processed Source Data“ und „Mo-

del Input Data“.

Der eigentliche Rechenkern liegt hinter dem Modul „Paramete-

rized Models“. Die Software stellt eine umfangreiche Unter-

stützung zur Parametrisierung der KNN bereit. Dem ungeübten

Nutzer werden bewährte Standardwerte in der Voreinstellung

angeboten. Die GIS Extension visualisiert die Daten und Re-

chenergebnisse und gestattet die automatisierte Erzeugung

nutzerspezifischer Karten. Die Software leitet den Nutzer

schrittweise durch die einzelnen Arbeitsschritte und stellt

spezifische Hilfsmittel für die Bearbeitung bereit (z. B. Konver-

tierung von Vektordaten in Rasterdaten, Skalentransformation).

Die Erzeugung, das Training und die Kalibrierung der KNN-

Modelle ist mit dem Modul „Parameterized Models“ in diesen

Prozess geeignet eingebunden. Zur Ergebnisbewertung stellt

die advangeo® Prediction Software folgende Funktionen bereit:

■

Fehlerkurve (Veränderung des Fehlers mit der Anzahl

der Iterationen),

■

Vergleich von Berechnungsergebnis und Trainingsda-

ten mittels Histogrammen,

■

Bewertung der Gewichte der Einzelparameter für das

jeweilige Rechenergebnis (Auswertung der Gewichte

des trainierten neuronalen Netzes) mit Connection

Weights und nach Garsons Algorithmus (O

LDEN u. a.,

2004).

Abb. 3-8: Überblick über den generellen Aufbau des Rechenprojektes

in der advangeo® Prediction Software

Die langjährigen Erfahrungen in der Nutzung künstlicher neu-

ronaler Netze (KNN) in der Rohstoffprognose gestatten folgen-

de Schlussfolgerungen:

■

das KNN erkennt sicher vorhandene Zusammenhänge,

■

das KNN erkennt ebenfalls sicher fehlende Zusam-

menhänge,

■

das KNN eignet sich hervorragend zur Bewertung der

Höhe des Einflusses der einzelnen Parameter auf die

abhängige Variable,

■

das KNN kann in Abhängigkeit der verfügbaren Daten

sowohl qualitative (z. B. Wahrscheinlichkeit des Auf-

tretens) als auch quantitative (z. B. Mengen, Inhalte)

Prognosen rechnen.

Innerhalb der advangeo® Prediction Software wurde ein Re-

chenprojekt erstellt. Dieses dient der Dokumentation aller

verwendeten Datengrundlagen, aller aufbereiteten Modellein-

44 | 3. Prognoseverfahren

gangs- und Trainingsdaten sowie der gerechneten KNN-

Modellszenarien.

Zur Erzeugung der Modelleingangsdaten und zur Berechnung

der Prognosemodell wurde ein Basisgrid im Koordinatensystem

„ETRS 1989 UTM Zone 33N“ mit folgenden Eckkoordinaten

definiert:

■

Westen (min. Rechtwert): 337.000

■

Osten (max. Rechtswert): 378.000

■

Norden (max. Hochwert): 5.619.000

■

Süden (min. Hochwert):

5.595.000

Das definierte Basisgrid hat eine räumliche Auflösung von 50

m. Anschließend wurde das ROHSA 3.1-Projektgebiet zur Ab-

grenzung des zu berechnenden Prognosemodells in die advan-

geo® Prediction Software als „Project Area“ importiert.

Für die Prognoserechnungen mit der advangeo® Prediction

Software wurde bei der Erstellung der „Parameterized Models“

die Methode „Multi Layer Perceptron“ (MLP) ausgewählt, um

künstliche neuronale Netze (KNN) zu erstellen und zu trainie-

ren.

Weiterhin wurden die folgenden Parameter für das KNN ver-

wendet:

■

Lern-Parameter:

■

Aktivierungsfunktion:

■

Funktion: Sigmoid,

■

Steepness: 0,5,

■

Lernalgorithmus:

■

Typ: RPROP (resilient backpropa-

gation of error),

■

Funktion: Tanh,

■

Increase Factor: 1,2,

■

Decrease Factor: 0,5,

■

Minimum Delta: 0,

■

Maximum Delta: 50,

■

Training-Parameter:

■

Weights initialization: Initialize,

■

Maximum number of epochs: 300,

■

Stop criteria for MSE: 0,001,

■

Balancing-Parameter:

■

Balancing-Factor: 50%.

Die Anpassung des KNN an die Daten erfolgt in einem Trai-

ningsprozess schrittweise in Iterationen. Nach jeder Iteration

vergleicht die Software das jeweilige berechnete Ergebnis mit

den Trainingsdaten und ermittelt den Modellfehler. Durch

nachfolgende Veränderung der Gewichte wird der Modellfehler

minimiert. Ein Modellfehler von >0,2 verweist auf fehlende

Zusammenhänge zwischen den Modellparametern und den

Trainingsdaten. Derartige Modelle sind nicht nutzbar. Ein Mo-

dellfehler von knapp unter 0,2 weist auf bestehende Zusam-

menhänge mit größeren Unsicherheiten hin. Die Histogramme

der Prognoseergebnisse zeigen eine dementsprechend breite

Streuung (der Gipfel des Histogramms für die Trainingsobjekte

liegt bei 0,6 – 0,8). Modellfehler von deutlich unter 0,1 sind

klare Indikation für sehr enge Abhängigkeiten. Dementspre-

chend klar sind dann auch die in den Histogrammen darge-

stellten Gesetzmäßigkeiten (Gipfel des Histogramms für die

Trainingsobjekte liegt bei 0,8 und höher).

Alle Modelleingangsdaten (Model Input Data) wurden entwe-

der als binäre Daten mit 0 und 1 kodiert bzw. als Fließzahlen-

raster mit Werten zwischen 0 und 1 skaliert.

Für die Trainingsdaten (Training Data) der qualitativen Progno-

sen (Prognose der Lokalitäten) wurden an den bekannten Vor-

kommen Trainingspixel mit dem Wert der Höffigkeit von 1

generiert und der Rest der Modellgebietes mit einem Wert von

0 angenommen. Die Werte des Ergebnisrasters (Output Layer)

für die qualitativen Prognosen liegen analog zwischen 0 und 1,

d.h. zwischen 0 % und 100 % für die Höffigkeit bzw. das Po-

tenzial, eine Lagerstätte vom gleichen Typ wie die Trainingspi-

xel zu finden.

Für die Trainingsdaten (Training Data) der quantitativen Prog-

nosen (Prognose der Lokalitäten und Metallinhalte) wurden aus

den bekannten Vorratsblöcken Trainingspixel mit umgerechne-

ten Vorräten in Tonnen je Rasterzelle von 50 x 50 m berechnet.

Da die Metallinhalte über mehrere Größenordnungen schwan-

ken (viele kleine Werte und wenige sehr große Werte) ist eine

Datentransformation nötig, um die Werte möglichst gleichmä-

ßig auf die Skala von 0 bis 1 zu verteilen. Dazu wurde loga-

rithmisch zwischen 0 und 1 für Werte zwischen einer Tonne

und 250 Tonnen je Rasterzelle für strukturkontrolliertes Zinn,

zwischen 0,1 Tonnen und 100 Tonnen je Rasterzelle für struk-

turkontrolliertes Wolfram und zwischen 10 Tonnen und 1000

Tonnen je Rasterzelle für lithologisch kontrolliertes Zinn und

Wolfram skaliert. Die Werte des Ergebnisrasters (Output Layer)

für die quantitativen Prognosen liegen ebenfalls zwischen 0

und 1 und müssen anschließend in die eigentlichen Werte für

die prognostizierten Vorräte rücktransformiert werden.

Im Ergebnis der Modellierung mit der advangeo® Prediction

Software wurden mit Hilfe der von O

LDEN &JACKSON (2002)

bzw. O

LDEN u. a. (2004) dargestellten Methodik die sogenann-

ten „Connection Weights“ berechnet. Dies ist eine Summen-

funktion aller Gewichte eines künstlichen neuronalen Netzes,

die einem bestimmten Eingangsparameter zugeordnet werden

können. Dieser Ansatz gibt Auskunft über die mittlere Wich-

tung bzw. Bedeutung des Parameters bei der Modellierung. Mit

Hilfe des Garson-Algorithmus konnte diese Wichtung zudem

noch prozentual auf ihren Anteil an der Gesamtwichtung im

3. Prognoseverfahren | 45

künstlichen neuronalen Netz umgerechnet werden. Im Ergebnis

dieser Sensitivitätsanalyse erhält man Auskunft, welche Ein-

gangsdaten den stärksten Einfluss auf das Modellergebnis

haben.

Die Prognose der Rohstoffpotenziale erfolgte mit dem Schwer-

punkt der Suche perspektiver Flächen (qualitative Prognose)

sowie bei Vorhandensein entsprechender Daten (Vorratsdaten

aus mehreren in der Fläche verteilten Blöcken) auch mit dem

Ziel der Prognose von Lokalitäten und der Schätzung ihrer

Metallinhalte (quantitative Prognose). Die Einschätzung des

Anschnittsniveaus der Mineralisationen bzw. der erwarteten

Teufenlage vermuteter verdeckter Mineralisationen erfolgte

unter Nutzung der wesentlichen kontrollierenden Faktoren:

Abstand zum Granit, geochemische Eigenschaften der Minera-

lisationen, räumliche Lage der lithologischen und/oder struktu-

rellen Fallen sowie der Lagebeziehungen zwischen Granit und

den lithologischen Fallen. Die Einschätzung der Teufenerstre-

ckung der Verskarnung als Grundvoraussetzung für die Ausbil-

dung lithologisch kontrollierter Mineralisationen erfolgte mit

Hilfe von KNN-Modellen (

) separat für die drei

höffigen Formationen (Raschau-Formation, Grießbach-

Formation, Herold-Formation).

Kapitel 5.3

Der Aufbau der qualitativen Modelle erfolgte schrittweise

unter Berücksichtigung der jeweiligen kontrollierenden Fakto-

ren. Dabei wurde der direkte Indikator Metallgehalt der zu

prognostizierenden Mineralisation (Zinn, Wolfram) in Bach-

sedimenten

für die Erstellung der Modelle genutzt, son-

dern diente vielmehr zur Verifikation des Ergebnisses der Be-

rechnungen. Für die quantitative Prognose dagegen wurde die

Höhe der Metallgehalte in den Bachsedimenten mit genutzt.

Insgesamt wurden 231 Prognosemodelle gerechnet:

■

139 für Zinn (85 für strukturkontrollierte Mineralisa-

tionen, 39 für lithologisch kontrollierte Mineralisatio-

nen, 15 für Greisenkörper im Endokontakt),

■

50 für Wolfram (29 für strukturkontrollierte Minerali-

sationen, 21 für lithologisch kontrollierte Mineralisa-

tionen),

■

18 für Flussspat,

■

2 für Schwerspat,

■

22 für die Ausbildung von Skarnhorizonten.

In dieser Veröffentlichung werden die 14 plausibelsten Modelle

dargestellt und ausführlich diskutiert. Die Einschätzung der

Plausibilität und Korrektheit der Modelle erfolgte sowohl mit-

tels der modellspezifischen Kriterien (Fehlerkurve, Histogram-

me, Gewichte der Neuronen) als auch mittels der Nutzung von

bekannten geologischen und geochemischen Sachverhalten,

wie z. B. der Verteilung der Metalle in den Bachsedimenten

und vorhandenen geologischen Kenntnissen.

46 | 3. Prognoseverfahren

 

Prinzipielle Datengrundlage für punktförmige Informationen

der Rohstoffvorkommen im Untersuchungsgebiet war die bei

Beak Consultants vorhandene Rohstoff-Datenbank (Abb. 4-1).

Die darin enthaltenen Daten für Zinn, Wolfram und Spat kön-

nen zwar prinzipiell zum Training der Prognosemodelle in der

advangeo® Prediction Software verwendet werden, liegen

jedoch nur punktförmig vor und stellen daher keine gute Re-

präsentation der räumlichen Ausdehnung des Vorkommens an

sich dar. Aufgrund dessen wurden alle Rohstoffvorkommen

flächenhaft aus den zur Verfügung stehenden Karten und

Berichten recherchiert und in einer Datenbank erfasst. Dabei

handelt es sich um die geologischen Kartenwerke (GK25, GK50)

des LfULG, die im Rahmen des Projekts ROHSA digitalisierten

Berichte sowie um Publikationen in der geowissenschaftlichen

Fachliteratur. Auf Grundlage dieser Informationen wurden für

jedes Rohstoffvorkommen Verbreitungsflächen digitalisiert.

Diese Vorkommensflächen können zum Training des Prognose-

Modells verwendet werden, jedoch nur für qualitative Modelle.

Abb. 4-1: Vorkommen (punktförmig) aller metallischen Rohstoffe und

flächenhafte Verbreitung der Rohstoffvorkommen von Zinn, Wolfram

und Spat

Zum Training von

sind Flächeninformationen mit Tonnagen bzw. kg/m² für den

Rohstoff notwendig. Dazu wurden aus den vorliegenden Be-

richten und Karten die maximale Ausdehnung der Vorratsblö-

cke in den verschiedenen Sohlenniveaus an die Erdoberfläche

projiziert und entsprechend digitalisiert. Die folgende Abb. 4-2

gibt einen Überblick über die digitalisierten Vorratsblöcke. Jene

wurden in einer Datenbank mit Rohstofftyp, geschätzter

Mächtigkeit und geschätzten bzw. berechneten Reser-

ven/Ressourcen auf Grundlage der im Literaturverzeichnis

aufgelisteten Erkundungsberichte erfasst.

Die Tonnage-Werte können unter Annahme der Mächtigkeit

und Berechnung der Vorratsblockfläche im GIS in einen Wert in

Gewicht je Flächeneinheit (kg/Rasterzelle bzw. kg/m²) umge-

rechnet werden. Daraufhin konnten diese Daten nach der Vek-

tor-zu-Raster-Konvertierung als Trainingsdaten verwendet

werden.

Abb. 4-2: Vorratsblöcke von Zinn (Hellgrün: strukturkontrolliert, dun-

kelgrün: lithologisch kontrolliert) und Wolfram (hellrot: strukturkon-

trolliert, dunkelrot: lithologisch kontrolliert). [Vorratsblöcke von Spat

und Greisen sind zu klein zur Darstellung im Abbildungsmaßstab]

4 Beschreibung und Aufbereitung der Ausgangs-

daten

4. Beschreibung und Aufbereitung der Ausgangsdaten | 47

Es wurden Trainingsdaten für die drei zu bearbeitenden Typen

industrieller Zinnmineralisationen:

■

hochthermale Mineralisationen (Greisengänge, Kassi-

terit-Quarzgänge) auf linearen Strukturen im Exokon-

takt/Endokontakt,

■

(größere) Greisenkörper im Endokontakt,

■

lithologisch kontrollierte Mineralisationen im Exokon-

takt (Skarne)

mit höchstmöglicher räumlicher Genauigkeit neu erstellt:

■

Karten mit Ausbisslinien/-punkten bekannter Sn-

Mineralisationen (für lineare Mineralisationen,

Abb.

4-3, s. a. Anlage 1),

■

Karten mit Verbreitungsflächen bekannter Sn-

Mineralisationen (für Skarne, Gangzüge und Greisen-

körper,

Abb. 4-3, s. a. Anlage 1),

■

Karten mit Polygonen der Horizontalprojektionen

berechneter/prognostizierter Ressourcen, inkl. der

darin enthaltenen Metallmengen, separierbar nach

Skarnen, Greisen und Gängen (Abb. 4-4 b, d, e).

Abb. 4-3: Trainingsdaten für strukturkontrolliertes Zinn (Zinngänge,

hellgrün), für lithologisch kontrolliertes Zinn im Exokontakt (Zinnskar-

ne, dunkelgrün und schwarz), für strukturkontrolliertes Wolfram

(Wolframgänge, rot) und für lithologisch kontrolliertes Wolfram im

Exokontakt (Wolframskarne, schwarz). Die Trainingsdaten für die

Zinngreisen sind zu klein zur Darstellung im Abbildungsmaßstab.

Es wurden Trainingsdaten für die zwei zu bearbeitenden Typen

industrieller Wolframmineralisationen:

■

hochthermale Mineralisationen (Quarzgänge) auf li-

nearen Strukturen im Exokontakt,

■

lithologisch kontrollierte Mineralisationen im Exokon-

takt (Skarne)

mit höchstmöglicher räumlicher Genauigkeit neu erstellt:

■

Karten mit Ausbisslinien/-punkten bekannter W-

führender Mineralisationen (für lineare Mineralisatio-

nen,

Abb. 4-3, s. a. Anlage 1),

■

Karten mit Verbreitungsflächen bekannter Mineralisa-

tionen (für Skarne und Gangfelder,

Abb. 4-3, s. a. An-

lage 1),

■

Karten mit Polygonen der Horizontalprojektionen be-

rechneter/ geschätzter Ressourcen, inkl. der darin

enthaltenen Metallmengen, separierbar nach Skarnen

und Gängen (Abb.

4-4 a, c).

Wie die Daten der im Gebiet von Ehrenfriedersdorf/Geyer be-

rechneten Vorratsblöcke von Greisen und Quarz-Kassiterit-

Wolframitgängen zeigen, sind sowohl die darin enthaltenen

Wolframmengen als auch die mittleren Gehalte so niedrig, dass

eine separate industrielle Verwertung nicht in Frage kommt.

Aus diesem Grund werden diese Wolframmineralisationen

nicht in das Kataster der Trainingsdaten aufgenommen.

Aufgrund seiner leichten Gewinnbarkeit im gravitativen Aufbe-

reitungsprozess kann Wolframit jedoch als Nebenprodukt der

Verarbeitung von Zinnerzen eine gewisse Bedeutung erlangen.

Von größerem Interesse sind trotz der bisher nicht geklärten

Aufbereitbarkeit die W-führenden Skarne, welche insbesondere

am Süd- und Westrand der Schwarzenberger Kuppel auftreten.

Diese sind jedoch im Untersuchungsgebiet nur teilweise ent-

halten.

Klar zu erkennen ist die regionale Kontrolle der Wolframmine-

ralisationen durch die Zwischengranite (Typ Bergen), welche

den Eibenstocker Granit ringartig umgeben.

Abb. 4-4 (nächste Seite): Darstellung der aus den Vorratsblöcken auf

die Rasterzellen übertragenen Vorräte der einzelnen Rohstoffarten, für

die ausreichend quantitative Daten vorliegen. Dargestellt ist die Roh-

stoffmenge in Kilogramm pro Rasterzelle (50 x 50 m). Als Trainingsda-

ten werden nur die nachgewiesenen Bilanz- und Außerbilanzvorräte

verwendet. Prognostische Vorräte der Vorratsklasse Delta sind hier

nicht berücksichtigt.

48 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 49

 

Es wurden Trainingsdaten für die zwei zu bearbeitenden Typen

industrieller Spatmineralisationen:

■

Flussspat:

■

strukturkontrollierte Mineralisationen,

■

Schwerspat:

■

strukturkontrollierte Mineralisationen

mit höchstmöglicher räumlicher Genauigkeit neu erstellt:

■

Karten mit Ausbisslinien/-punkten potenziell spat-

führender Mineralisationen (Gänge der hmba-, flq-

und bafl-Folge (s. Anlage 1),

■

Karten mit Gängen, die nach BERNSTEIN u. a. (1978)

tatsächlich flussspatführend sind (Abb.

4-5, blaue Li-

nien),

■

Karten mit den Schwerspatgängen von Schlettau

(F

RÖLICH, 1957), sowie mit Gängen, die aufgrund der

in B

ERNSTEIN u. a. (1978) sowie ILGNER & MOHNHAUPT

(1980) dokumentierten Flussspatführung bzw. Mine-

ralisationsanzeichen und der Paragenese (hmba- bzw.

bafl-Folge) wahrscheinlich größere Mengen an

Schwerspat führen (Abb.

4-5, rosa Linien).

Abb. 4-5: Trainingsdaten für strukturkontrollierten Flussspat (Fluorit-

gänge) und Schwerspat (Barytgänge)

Es wurden Trainingsdaten für die drei wesentlichen im Progno-

segebiet vorkommenden Skarnhorizonte (siehe

)

aus den:

Abschnitt 5.3

■

Karten der Ausstriche von Skarnen aus den jeweiligen

stratigraphischen Einheiten und den

■

Durchstoßpunkten von Skarnen nach den Schichten-

verzeichnissen unter Berücksichtigung der Bohrab-

weichungsmessungen

mit höchstmöglicher räumlicher Genauigkeit neu erstellt:

■

Skarnhorizont Raschau-Formation (Abb.

4-6,

rote Li-

nien),

■

Skarnhorizont Grießbach-Formation (Abb.

4-6,

grüne

Linien),

■

Skarnhorizont Herold-Formation (Abb.

4-6,

blaue Li-

nien).

Abb. 4-6: Trainingsdaten für den Skarnhorizont Raschau-Formation

(rot), für den Skarnhorizont Grießbach-Formation (grün) und für den

Skarnhorizont Herold-Formation (blau); zusammengestellt aus kartier-

ten Skarnausstrichen und Bohrungsergebnissen. Die in anderen

Schichtgliedern in geringem Umfang auftretenden Skarne sind hier

nicht dargestellt.

Insgesamt wurden Datensätze von 28.833 Bohrungen vom

LfULG zur weiteren Verwendung im Projekt übergeben (L

FULG,

2016a). Nach Aussonderung aller Bohrungen mit folgenden

Eigenschaften:

■

außerhalb der Kontur des Modellgebiets,

■

ohne Schichtenverzeichnisse,

■

Ziel ALB (Altbergbauerkundung), ALT (Altlastenerkun-

dung), BLA (Bodenkundliche Landesaufnahme), DSE

(Deponiestandorterkundung (Neuanlage oder Erweite-

rung)), GE (Gefährdungseinschätzung), GT (Untersu-

chungen zur geothermischen Nutzung), GY (Geophy-

sikalische Untersuchung), HY (Hydrogeologische Un-

tersuchung), HYB (Brunnen), HYP (Grundwassermess-

stelle (außer Brunnen)), IG (Ingenieurgeologische Un-

tersuchung/Baugrunduntersuchung), L (Lehmerkun-

dung), S (Sanderkundung), SB (Bauaufschluss allge-

mein), SE (Steine/Erdenerkundung (sofern der speziel-

50 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

le Rohstoff unbekannt ist)), STK (Steinkohlen- und

Anthraziterkundung), T (Tonerkundung), TF (Torfer-

kundung), VKB (Verkehrsbauten), WB (Wasser-

bau/Talsperrenbau) und ohne Zielangabe, da diese auf

Grund der meist geringen Endteufen und der speziel-

len Erkundungsziele kaum Informationen enthalten

die für die vorliegende Rohstoffprognose nutzbar sind,

■

Endteufe von weniger als 20 m,

verblieben noch

(Abb.

4-7)

mit

, welche im Projekt weiter verwendet wur-

den, um das 3D-Modell der Schichtgrenzen aufzubauen und

Trainingsdaten für Skarne zu erzeugen.

Für die Konstruktion der 3D-Koordinaten der lithologischen

Grenzen und anderer Informationen wurden die Bohrlochab-

weichungsmessungen verwendet. Bei Fehlen dieser Daten

wurden die BA-Werte aus Neigung und Azimut des Bohran-

satzpunktes sowie der Endteufe ermittelt.

Abb. 4-7: Verwendete Bohrungen im Untersuchungsgebiet

Das Untersuchungsgebiet wird durch insgesamt vier Karten-

blätter der Geologischen Karte 1:50.000 (GK50; L

FULG, 2016b)

abgedeckt (

). Die Legende dieser Kartenblätter war

jedoch zu detailliert, um die geologischen Einheiten als Flächen

in das Prognosemodell zu übernehmen.

Abb.4-8

Aufgrund dessen wurde eine vereinfachte geologische Karte

des Untersuchungsgebietes (

) erzeugt mit folgenden

Legendeneinheiten:

Abb. 4-9

■

Känozoikum:

■

Basalt,

■

Paläozoikum:

■

Granit,

■

Ordovizium:

■

Gräfenthal- Phycoden- und Frau-

enbach-Gruppe

■

Kambrium (vermutet):

■

Thum-Gruppe: Halbmeile-

Formation, Herold-Formation,

■

Jáchymov-Gruppe: Breitenbrunn-

Formation, Grießbach-Formation,

■

Klínovec-Gruppe: Fichtelberg-

Formation, Obermittweida-

Formation, Raschau-Formation

■

Proterozoikum

■

Neoproterozoikum:

■

Niederschlag-Gruppe, Preßnitz-

Gruppe, Osterzgebirge-Gruppe:

Kunnerstein-Formation, Kovářská-

Formation, Měděnec-Formation,

Rusová-Formation, Annaberg-

Wegefarth-Formation.

Die 2D-Flächen

der vereinfachten geologischen Oberflächen-

karte wurden als binäre Raster-Layer in das Prognosemodell als

Modelleingangsdatensätze importiert. Dabei steht 1 für das

Vorkommen einer spezifischen Formation und 0 für das Nicht-

Vorkommen. Dementsprechend gibt es sieben binäre Raster der

Oberflächengeologie.

Bei den strukturellen Daten ist hinsichtlich der folgenden ver-

schiedenen Typen zu unterscheiden:

■

geologische Grenzen und Störungen,

■

Erzgänge,

■

Gesteinsgänge.

Bei deren Erfassung wurde sowohl die Einfallsrichtung als auch

der Einfallswinkel berücksichtigt: Soweit die Information zum

Einfallswinkel aus den Berichten und Karten ersichtlich war,

wurde diese Information auch in der Datenbank erfasst. Da der

Einfallswinkel jedoch nicht für alle strukturellen Daten vorhan-

den war, wurde auf eine Klassifizierung der Strukturen nach

dem Einfallswinkel verzichtet.

Auf Grundlage der vorhandenen geologischen Karten GK50 des

Untersuchungsgebietes wurden zunächst alle Störungen, gleich

ob erzführend oder nicht, in einem vereinheitlichten Datensatz

abgelegt (Abb. 4-10).

Die Störungen wurden anschließend entsprechend:

■

Streichrichtung,

■

Länge und

■

Sinuosität (Krümmung)

klassifiziert.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 51

Abb. 4-9: Vereinfachte geologische Modellkarte des Untersuchungs-

gebietes mit den wichtigsten Störungen

Hinsichtlich der Streichrichtung wurden folgende vier Rich-

tungsklassen (ohne Berücksichtigung des Einfallwinkels) unter-

schieden:

■

Nord-Süd (0°-22,5°, sowie 157,5°-202,5° und

337,5°-360°) (Abb.

4-11

a),

Abb. 4-10: Störungen im Modellgebiet auf Grundlage der geologi-

schen Karte 1:50.000 Erzgebirge/Vogtland

■

Nordost-Südwest (22,5°-67,5°, sowie 202,5°-247,5°)

(Abb.

4-11

d),

■

Ost-West (67,5°-112,5°, sowie 247,5°-292,5°) (

) und

Abb.

4-11

b

■

Nordwest-Südost (112,5°-157,5°, sowie 292,5°-

337,5°) (Abb.

4-11

c).

Abb.4-8: Der Ausschnitt aus der geologischen Karte 1:50.000 Erzgebirge/Vogtland zeigt den sehr variablen Aufbau des Modellgebiets, das von

Nordwesten nach Südosten gesehen überwiegend gebildet wird von Tonschiefern bis Phylliten (überwiegend Phycoden- und Frauenbach-Gruppe,

grün), feldspat-, granat- und kohlenstoffführenden Phylliten (Thum-Gruppe, grau und blass blaugrün), Glimmerschiefern mit vielfältigen Einla-

gerungen anderer Gesteine (Jáchymov-Gruppe, graugrün), Glimmerschiefern bis Paragneisen mit Einlagerungen (Klínovec-Gruppe, dunkelgrün),

meist monotonen Paragneisen (Neoproterozoikum, braun und orange) und Orthogneisen (Neoproterozoikum bis Ordovizium, hellrosa bis pink).

Im Untergrund sind großflächig Granite verbreitet, die aber an der Oberfläche nur an wenigen Stellen aufgeschlossen sind (rot). Die jüngsten

hier dargestellten Einheiten sind die Basalte (violett) vom Scheibenberg und Pöhlberg.

52 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Für jede der Richtungsklassen wurde aus den selektierten Stö-

rungen ein Raster berechnet, welches den euklidischen Ab-

stand bis zur nächsten Störung in der jeweiligen Klasse für jede

Rasterzelle berechnet. Dadurch können die Vektordaten (Linien)

in Rasterdaten überführt werden, um räumliche Informationen

zur relativen Lage in die Daten zu kodieren. Dabei wurde empi-

risch ein maximaler euklidischer Abstand von 1000 m als Ma-

ximum gewählt, um zum einen den Einflussbereich im Umfeld

der Störungen zu repräsentieren und zum anderen die Unge-

nauigkeit der Lage der kartierten Störung abzubilden.

Hinsichtlich der Länge der Störung wurden folgende vier Klas-

sen unterschieden:

■

klein (0 m – 2000 m) (Abb.

4-12

a),

■

mittel (2000 m – 4000 m) (Abb.

4-12

b),

■

groß (4000 m – 10.000 m) (Abb.

4-12

c),

■

sehr groß (>10.000 m) (Abb.

4-12

d).

Analog zur Vektor-Raster-Umwandlung bei der Streichrichtung

wurde auch bei der Störungslänge der euklidische Abstand als

Raster für die vier Klassen berechnet und als Rasterdatensatz

abgelegt. Als maximaler euklidischer Abstand wurde empirisch

1000 m gewählt, um einen gewissen Einflussbereich im Umfeld

der Störungen abzubilden.

Hinsichtlich der Krümmung der Störung wurde die Sinuosität

berechnet. Dies ist der Quotient aus der Länge einer Störung

entlang der kartierten Ausstrichlinie und der geradlinigen Dis-

tanz zwischen Anfangs- und Endpunkt der Störungslinie. Bei

stärker gekrümmten Störungen ist mit einer erhöhten Wahr-

scheinlich der Bildung von Hohlräumen für Fluide bei Strike-

Slip-Bewegungen zu rechnen und somit einer erhöhten Wahr-

scheinlichkeit der Bildung von Gängen im weiteren Umfeld

dieser Störungen.

Es wurden daraufhin zwei Klassen unterschieden:

■

nicht bis schwach gekrümmt (Sinuosität < 1,077) so-

wie

■

gekrümmt (Sinuosität > 1,077) (Abb. 4-13b).

Auch bei der Sinuosität der Störungen wurde wieder der eukli-

dische Abstand berechnet, um die Vektor-Daten in Raster-

Daten umzuwandeln. Bei der Klasse der schwach gekrümmten

Störungen wurde wieder ein maximaler euklidischer Abstand

von 1 km gewählt. Für die als gekrümmt klassifizierten Störun-

gen wurde empirisch ein maximaler euklidischer Abstand von 5

Abb. 4-11: Euklidische Abstände zu den entsprechend ihrer Streichrichtung klassifizierten Störungen mit einem maximalen Abstand von 1 km

beiderseits der Störung; a) Nord-Süd gerichtete Störungen; b) Ost-West gerichtete Störungen; c) Nordwest-Südost gerichtete Störungen; d)

Nordost-Südwest gerichtete Störungen.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 53

km gewählt, um den Einfluss der daran gebundenen Deforma-

tionen auf das weitere Umfeld der Störung abzubilden

Abschließend wurden die Kreuzungspunkte aller Störungen

ermittelt und ein Raster-Datensatz mit dem euklidischen Ab-

stand von diesen Störungskreuzen berechnet (Abb.

4-13a).

Zusätzlich wurde für das zu erstellende geologische 3D-Raster-

Modell des Untersuchungsgebietes (siehe

) ein

vereinfachtes Störungsmodell des Untersuchungsgebietes

erstellt. Dieses ist in

zusammen mit der vereinfachten geolo-

gischen Karte in Abb. 4-9

dargestellt.

Abschnitt 4.2.3

Abb. 4-13: a) euklidischer Abstand zu Störungskreuzen bis zu einer

maximalen Distanz von 1000 m; b) euklidischer Abstand zu gekrümm-

ten Störungen (Sinuosität > 1,077) mit einem maximalen Abstand von

5000 m beiderseits der Störung.

Abb. 4-12: Euklidische Abstände zu den entsprechend ihrer Länge klassifizierten Störungen mit einem maximalen Abstand von 1 km beiderseits

der Störung; a) Störungen unter 2000 m Länge; b) Störungen von 2000 bis 4000 m Länge; c) Störungen von 4000 bis 10.000 m Länge; d) Störun-

gen von mehr als 10.000 m Länge.

54 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Auf Grundlage der geologischen Karten GK50 und unter Zuhil-

fenahme weiterer Detailkarten aus den verschiedenen Erkun-

dungsberichten wurden die erzführenden Gänge digitalisiert

(

) und in einer Access-Datenbank hinsichtlich der

Erzformation dokumentiert.

Abb. 4-14

Nach Abschluss der Erfassung wurde den Gängen der jeweilige

Rohstoff

■

Zinn,

■

Wolfram,

■

Flussspat oder

■

Schwerspat

zugeordnet (s. a. Anlage 1). Damit können diese Daten entspre-

chend ihrer Klassifizierung als Trainingsdaten (siehe

4.1.2) bei der

verwendet

werden. Dazu wurden die Linien in binäre Raster umgewandelt

- mit dem Wert 1 für Rasterzellen, in denen Erzgänge vorhan-

den sind und dem Wert 0 für Rasterzellen ohne Erzgänge. Das

Einfallen der Erzgänge wurde dabei nicht berücksichtigt.

Abschnitt

Abb. 4-14: Nach ihrem potenziellen Rohstoffinhalt klassifizierte Erz-

gänge im Untersuchungsgebiet: Zinn (in Rot), Wolfram (in Violett),

Flussspat (in Grün) und Schwerspat (in Gelb), sowie andere Rohstoffe

(in Grau)

Zusätzlich zu den binären Trainingsdaten für das Auftreten

bzw. Nicht-Auftreten von Flussspat wurde auf Grundlage der

Klassifizierung der Flussspat-Gänge nach B

ERNSTEIN u. a. (1978)

eine Wichtung der Trainingsdaten für die weitere Verwendung

angewandt (siehe

Abb. 4-15).

Dazu wurden Flussspat-

Vorkommen mit niedrigem Potenzial mit Werten von 0,2 und

Flussspat-Vorkommen mit hohem Potenzial mit Werten von 1,0

bei der

gewichtet.

Abb. 4-15: Klassifikation der Flussspat-Gänge entsprechend ihres

Potenzials nach BERNSTEIN u. a. (1978) (geringes Potential: in Orange;

hohes Potential: in Blau)

Auf Grundlage der vorhandenen geologischen Karten GK50 und

mit Nutzung weiterer Detailkarten aus verschiedenen Erkun-

dungsberichten wurden Gesteinsgänge digitalisiert (

)

und in einer Access-Datenbank erfasst und dokumentiert.

Abb. 4-16

Dabei wurde zwischen folgenden Typen von Gesteinsgängen

unterschieden:

■

saures Gestein (Porphyre, Aplite, u. ä.),

■

vergreisente saure Gesteine (Porphyre, Aplite, u. ä.),

■

basisches Gestein (Lamprophyre, u. ä.).

Diese Daten wurden entsprechend ihrer Klassifizierung als

zusätzliche kontrollierende Faktoren bei der Prognosemodellie-

rung als Modelleingangsdaten verwendet. Dazu wurden die

Linien in binäre Raster umgewandelt mit dem Wert 1 für Ras-

terzellen, in denen Gesteinsgänge vorhanden sind, und dem

Wert 0 für Rasterzellen ohne Gesteinsgänge.

Abb. 4-16: Gesteinsgänge: saure Gesteine (in Violett) und basische

Gesteine (in Grün)

4. Beschreibung und Aufbereitung der Ausgangsdaten | 55

Die Konstruktion der Greisenkörper erfolgte anhand der in

Vorratsrissen und Vorratsschnitten enthaltenen Informationen

sowie weiterer veröffentlichter Daten. Die Umringe der Grei-

senkörper (vgl.

) konnten binär als Trainingsdaten bei

der

von Zinn-Greisen

verwendet werden.

Abb. 4-4

Auf Grundlage der vorhandenen geologischen Karten GK50 und

unter Zuhilfenahme weiterer Detailkarten aus den verschiede-

nen Erkundungsberichten wurde die Verbreitung von erzkon-

trollierenden Lithologien digitalisiert (Abb.

4-17)

und in einer

Access-Datenbank erfasst und dokumentiert.

Dabei wurden zwischen den folgenden erzkontrollierenden

Lithologien unterschieden:

■

Skarn,

■

Karbonatgestein,

■

Amphibolit/Metabasit,

■

kohlenstoffführendes Gestein.

Die Lokalitäten der Zinn- und Wolfram-Skarne konnten in

Form binärer Daten als Trainingsdaten bei der

verwendet werden.

Die weiteren Daten (Karbonatgestein, Amphibolit/Metabasit,

kohlenstoffführendes Gestein) wurden entsprechend ihrer

Klassifizierung als zusätzliche kontrollierende Faktoren bei der

Prognosemodellierung als Modelleingangsdaten verwendet.

Dazu wurden die Linien in binäre Raster umgewandelt mit dem

Wert 1 für Rasterzellen in denen erzkontrollierende Lithologien

vorhanden sind und dem Wert 0 für Rasterzellen ohne erzkon-

trollierende Lithologien.

Abb. 4-17: Erfasste erzkontrollierende Lithologien im Untersuchungs-

gebiet: Skarn (in Violett), Karbonatgestein (in Blau), Amphibo-

lit/Metabasit (in Grün), kohlenstoffführendes Gestein (in Schwarz)

Ausgangsdaten für die Erstellung der dreidimensionalen

Schichtgrenzen für das gesamte Modellgebiet waren die vom

LfULG übergebenen Daten der Bohrungen (siehe

),

die Daten der Granitoberfläche sowie die umfangreichen in

Schnitten und Rissen verschiedenster Berichte enthaltenen

Informationen.

Kapitel 4.2.1

Ausgehend von den Ausstrichflächen der unter Abschnitt

4.2.2.1 beschriebenen geologischen Einheiten und der in den

Bohrungen dokumentierten Durchstoßpunkte wurden Isolinien

der Oberkanten unter Berücksichtigung des Einfallens der

Schichtgrenzen und der in den Karten enthaltenen Informatio-

nen zum Einfallen der Schichtung erzeugt. Abschließend wur-

den die Vektordaten in 2D-Grids je Schichtgrenze bzw. Granit-

oberkante umgewandelt.

Die Isolinien im 50-m-Abstand für die drei Granittypen (Typ

Eibenstock:

, Typ Bergen:

und Typ Kirch-

berg: Abb. 4-20) wurden mit Hilfe folgender Daten erzeugt:

Abb. 4-18

Abb. 4-19

■

Granitkarte Blatt Kirchberg 5341, Blatt Zwönitz 5342,

Blatt Schneeberg 5441, Blatt Aue 5442. Aus: „Rah-

menkonzept Tiefengeothermie Sachsen“ (W

ISMUT

GMBH, 2009),

■

Karte der Isohypsen der Granitoberfläche 1:10.000

(R

OSCHER &BÜCHNER, 1984, Anlage 7.1.3 und 7.1.4),

■

Granitisohypsenkarte der Erläuterungen zur GK25

Blatt 5442 Aue (L

EONHARDT, 2009a),

■

Granitisohypsenkarte Marienberg (SEIFERT, 1994),

■

Granitisohypsenkarte der Erläuterungen zur GK25

Blatt 5443 Annaberg-Buchholz West (L

EONHARDT,

1998),

■

Granitisohypsenkarte Nordrand (HÖSEL u. a., 1994),

■

Karte der Granitisohypsen und Trümerzüge der Sn-W-

Assoziation (H

ÖSEL u. a., 1996),

■

Daten der vom LfULG übergebenen Bohrungen.

Bei Abweichungen zwischen Isolinienkarten und Bohrungsda-

ten wurde anhand der Gesteinsbeschreibung und der erbohrten

Mächtigkeit eine Bewertung vorgenommen, ob es sich um

angebohrte Gesteinsgänge oder um die Oberkante des größe-

ren Intrusivkörpers handelt. In letzterem Fall wurden die Isoli-

nien angepasst. Weitere Anpassungen erfolgten an die Höhen-

lage der Oberflächenausstriche mit Hilfe des DGM25.

56 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Abb. 4-19: Perspektivische 3D-Darstellung (Blick von Nordwesten) der

Granitoberfläche Typ Bergen mit den erstellten Isolinien und den

vorhandenen Bohrungsdaten. Der Granit vom Typ Eibenstock ist zur

Verdeutlichung der Verbandsverhältnisse blassgelb dargestellt. Die

Hauptstörungen aus der Modellkarte sind in Grau dargestellt.

Abb. 4-20: Perspektivische 3D-Darstellung (Blick von Nordwesten) der

Granitoberfläche Typ Kirchberg mit den erstellten Isolinien und den

vorhandenen Bohrungsdaten. Der Granit vom Typ Bergen ist zur Ver-

deutlichung der Verbandsverhältnisse blassgelb dargestellt. Die

Hauptstörungen aus der Modellkarte sind in Grau dargestellt.

Abb. 4-18: Perspektivische 3D-Darstellung (Blick von Nordwesten) der Granitoberfläche Typ Eibenstock mit den erstellten Isolinien und den

vorhandenen Bohrungsdaten. Die geringe Anzahl von Tiefbohrungen im östlichen Teil des Modellgebiets erlaubt dort keine detaillierte Dar-

stellung der Granitoberfläche. Die Hauptstörungen aus der Modellkarte sind in Grau dargestellt.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 57

Die Modellierung der Grenzen dieser lithostratigraphischen

Einheiten erfolgte auf der Basis der Modellkarte (siehe

), der stratigraphisch eingestuften Bohrdaten, der

Streich- und Fallwerte aus den GK 50 und der Profilschnitte

der GK25 Blatt 5442 Aue und Blatt 5443 Annaberg-Buchholz

West mittels Isolinien im 50 m-Abstand. Um die Schichtorien-

tierung und den Winkel zur Granitoberfläche flächendeckend

abbilden zu können, wurden fiktive Verlängerungen der

Schichten unter -3000 m NN sowie über der Geländeoberkante

modelliert unter Berücksichtigung der den GK50 entnommenen

Streich- und Fallwerte (detailliert im Ausstrichbereich, jenseits

davon stärker schematisiert, entsprechend der abnehmenden

Sicherheit, s.

). Neben diesen lithostratigraphischen

Einheiten wurden noch die Ober- und Unterkanten der bedeu-

tendsten Skarnhorizonte anhand der bekannten Ausstriche von

Skarnen und Kalksteinen sowie der Bohrungsdaten modelliert:

Es handelt sich dabei um die Skarnhorizonte der Raschau-

Formation in der Klínovec-Gruppe, der Grießbach-Formation in

der Jáchymov-Gruppe und der Herold-Formation in der Thum-

Gruppe. Die derart erstellten Isolinien sind in Abb. 4-21 bis

Abb. 4-27 dargestellt.

Abb. 4-21

Kapitel

4.2.2.1

Die Interpolation der Oberflächen erfolgte in ArcGIS mit dem

„Topo to Raster“-Tool mit den Isolinien und den vereinfachten

Störungen als Klifflinien (Einstellungen: Zellengröße = 25,

drainage enforcement = Aus, Discretisation Error Factor = 1,

Tolerance1 = 25 (= halber Isolinienabstand), Tolerance2 = 200).

Die Interpolation auf einem 25 x 25 m-Raster verbessert die

Qualität der interpolierten Fläche im Bereich von Störungen

und dicht gedrängten Höhenlinien. Für die Verwendung der

Rasterdaten in der advangeo® Prediction Software wurde an-

schließend wieder auf 50 x 50 m Rasterzellen umgerechnet.

Die erstellten Oberflächen mit den zu Grunde liegenden Isoli-

nien sind in Abb. 4-22

bis

Abb. 4-27 dargestellt.

Aus den Oberflächen der drei Granitintrusionen wurde zusätz-

lich durch das Tool „Mosaic to New Raster“ (Einstellung: Mosa-

ic Operator = Maximum) die generelle Granitoberfläche er-

zeugt (als blassgelbe Oberfläche in Abb. 4-22

bis

Abb. 4-27

sowie in hellgrau auf Abb. 4-21 dargestellt).

Abb. 4-21: Rekonstruktion der erodierten und vom Granit verdrängten

Bereiche der Modellschichten (hellbraun), hier dargestellt am Beispiel

der Oberkante des Neoproterozoikums.

58 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Abb. 4-22: Perspektivische 3D-Darstellung (Blick von Nordwesten) der Oberkante der Thum-Gruppe mit den erstellten Isolinien und den vorhan-

denen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse blassgelb dargestellt. Die Hauptstörungen aus der Modell-

karte sind in Grau dargestellt.

Abb. 4-23: Perspektivische 3D-Darstellung (Blick von Nordwesten) der Oberkante der Jáchymov-Gruppe mit den erstellten Isolinien und den

vorhandenen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse blassgelb dargestellt. Die Hauptstörungen aus der

Modellkarte sind in Grau dargestellt.

Abb.4-25: Perspektivische 3D-Darstellung (Blick von Nordwesten) der Oberkante des Neoproterozoikums mit den erstellten Isolinien und den

vorhandenen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse blassgelb dargestellt. Die Hauptstörungen aus de

Modellkarte sind in Grau dargestellt.

r

Abb.4-24: Perspektivische 3D-Darstellung (Blick von Nordwesten) der Oberkante der Klínovec-Gruppe mit den erstellten Isolinien und den vor-

handenen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse blassgelb dargestellt. Die Hauptstörungen aus der Mo-

dellkarte sind in Grau dargestellt.

60 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Abb. 4-27: Perspektivische 3D-Darstellung (Blick von Süden) der Oberkante des Skarnhorizonts Raschau-Formation im Bereich der Hundsmarter

Mulde mit den erstellten Isolinien und den vorhandenen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse blassgelb

dargestellt.

Abb. 4-26: Perspektivische 3D-Darstellung (Blick von Süden) der Unterkante des Skarnhorizonts Raschau-Formation im Bereich der Hundsmar-

ter Mulde mit den erstellten Isolinien und den vorhandenen Bohrungsdaten. Die Granite sind zur Verdeutlichung der Verbandsverhältnisse

blassgelb dargestellt.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 61

Für die modellierten Horizonte des Neoproterozoikums, der

Klínovec-, Jáchymov- und Thum-Gruppe sowie die Mittelflä-

chen der drei Skarnhorizonte wurde die Differenz der interpo-

lierten Flächen jeweils zu den drei Intrusionen wie auch zur

gesamten Granitoberfläche berechnet. Der berechnete Abstand

entspricht dem senkrechten Abstand von der Fläche zum Gra-

nit (entsprechend dem vermuteten Fließweg der Fluide), nicht

zwingend dem kürzesten Abstand. Abschließend wurden die

Abstand-Raster für die Verwendung in der advangeo® Predic-

tion Software auf 50 x 50 m Rasterzellen umgerechnet. Für die

Oberflächen der drei unterschiedenen Granit-Typen und die

Gesamt-Granitoberflächen wurden die Abstände zur Gelände-

oberfläche als Raster-Daten berechnet (Abb. 4-28).

Für die Verwendung in der advangeo® Prediction Software sind

die Abstände dabei invers skaliert worden: Abstand = 0 m

wurde skaliert auf 1 und Abstand = 3000 m (als maximaler

angenommener lagerstättengenetisch relevanter Abstand) auf

0.

Die Abb. 4-29 zeigt die berechneten Abstände zwischen der

Granitoberfläche und den Oberkanten der Klínovec-, Jáchy-

mov- und Thum-Gruppe, des Neoproterozoikums und den drei

Skarnhorizonten.

Abb. 4-28: Berechneter vertikaler Abstand zwischen der Granitoberfläche und der Geländeoberfläche für den gesamten Granitpluton sowie für

die einzelnen geochemischen Granittypen.

62 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

Abb. 4-29: Berechneter vertikaler Abstand zwischen der Granitoberfläche und den einzelnen Modellschichten für den gesamten Granitpluton.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 63

 

Zusätzlich zur Berechnung der Abstände zwischen Granitober-

fläche und den Oberflächen der geologischen Formationen

wurde die Differenz zwischen dem Einfallen der Granitoberflä-

che und dem Einfallen der verschiedenen Oberflächen der

Thum-, Jáchymov- und Klínovec-Gruppe, der Skarnhorizonte

und des Neoproterozoikums berechnet. Dazu wurden für alle

Oberflächen sowohl Neigung (Slope) als auch Exposition (As-

pect) berechnet. Die folgende

Abb. 4-30

zeigt als Beispiel den

Einfallswinkel der Granitoberfläche. Anschließend wurde der

minimale Winkel zwischen dem Normalenvektor der Granit-

oberfläche und dem Normalenvektor der Oberfläche der jewei-

ligen geologischen Formation pixelweise berechnet und als

Raster gespeichert (siehe hierzu auch

und

und 5-33).

Abb.

5-32

Abschnitt 5.3.1

Abb. 4-30: Berechnete Neigung (Slope) der Granitoberfläche (niedrig:

in Blau, hoch: in Rot)

Ausgangsdaten waren die durch das LfULG zur Verfügung

gestellten Datenpunkte (insgesamt 449.051 Punkte, davon

46.772 Punkte im Modellgebiet; L

FULG, 2016c) im

125 x 125 m Raster mit Messwerten von ΔT. Dabei handelt es

sich um die Abweichung (Magnetfeldanomalie) des lokal ge-

messenen Feldes von dem regionalen Normalwert, die über-

wiegend durch die magnetischen Eigenschaften der Gesteine

im Untergrund, aber teilweise auch durch anthropogene Stör-

quellen verursacht wird. Der Normalwert ändert sich im Laufe

der Zeit, da das Erdmagnetfeld nicht konstant ist und außer-

dem durch Wechselwirkungen mit dem Sonnenwind beein-

flusst wird. Diese Änderungen werden durch wiederholte Mes-

sungen an Basisstationen nachverfolgt. Durch Subtraktion des

veränderlichen Normalwerts vom Messwert können Messungen

aus verschiedenen Zeiträumen sinnvoll miteinander verglichen

werden. Im Modellgebiet liegen die Messwerte für das Erd-

magnetfeld bei rund 48.000 Nanotesla (nT), die Werte von ΔT

liegen bei wenigen hundert Nanotesla.

Die verwendeten Daten wurden in Zuge aerogeophysikalischer

Vermessungen des Südteils der DDR in den Jahren 1982 bis

1989 gewonnen. Dabei war der Abstand der Nord-Süd ausge-

richteten Fluglinien 250 m, die Höhe über Grund 100 m und

der Abstand der Messpunkte 30 bis 95 m. Im Abstand von

2500 m wurden auf Ost-West gerichteten Fluglinien Kontroll-

messungen vorgenommen. Zum Einsatz kamen Hubschrauber

vom Typ Mil Mi-8 und Flugzeuge vom Typ Antonov AN-2, die

mit Magnetometern und Gammastrahlendetektoren ausgerüs-

tet waren. Mit Ausnahme einer kleinen Fläche im Nordwesten

stammen alle Daten im Modellgebiet aus 1988 durchgeführten

Befliegungen (W

ITTHAUER &KRENTZ, 2009). Diese Punktdaten

wurden mittels Inverser Distanzwichtung (IDW) in die Fläche

interpoliert und anschließend mit einem 7x7-„Moving Avera-

ge“-Filter geglättet. Es wird dabei mit Hilfe einer 7 Pixel mal 7

Pixel großen Box ein gleitendes Mittel für jedes Pixel berech-

net. Dies entspricht einem Tiefpass-Filter (Low Pass), der Inter-

polationsartefakte durch die ungleichmäßige Verteilung der

Messpunkte und vereinzelte Ausreißer bereinigt. Auf Grundlage

des interpolierten Magnetik-Raster-Datensatzes (

)

wurden zur Verwendung in der advangeo® Prediction Software

außerdem der Gradient (

), Exposition und Wölbung

des ΔT-Wertes berechnet. Der Gradient ist ein Maß für die

Änderung der Feldstärke über die Entfernung. Hohe Gradienten

können ein Anzeichen sein, dass an dieser Stelle Gesteinskörper

mit unterschiedlichen magnetischen Eigenschaften aneinander

grenzen. Die Anomalien werden durch im Gestein eingeschlos-

sene magnetische Minerale (hier vor allem Magnetit) hervorge-

rufen. Wenn Magnetit auskristallisiert, orientiert sich das

Wachstum an dem Magnetfeld, das den Kristall durchsetzt. Das

derart „eingefrorene“ Magnetfeld kann später die Orientierung

relativ zum Erdmagnetfeld ändern (z. B. durch Faltung der

Gesteine) und dieses dadurch verschiedenartig überlagern.

Abhängig von der Art der Überlagerung ändert sich die Form

der Anomalie. Daher kann aus dem Umriss einer Anomalie

nicht direkt auf den Umriss des verursachenden Körpers ge-

schlossen werden. Typischerweise beobachtet man aufgrund

der Polarität des Magnetfelds gepaarte positive und negative

Anomalien.

Abb. 4-32

Abb. 4-31

Im Modellgebiet gibt es drei wesentliche Arten von Anomalien

(

). Südlich der Mitte des Modellgebiets fallen die

kleinen scharf begrenzten Anomalien der känozoischen Basalt-

decken auf dem Scheibenberg, dem Pöhlberg und außerhalb

des Gebiets auf dem Bärenstein auf. Die großflächigen Anoma-

lien im Nordwesten gehen auf Magnetitskarne, magnetitfüh-

rende Quarzite, die in den Phylliten eingelagert sind, und auf

Diabase und Metabasite im Bereich der Lößnitz-Zwönitzer

Synklinale zurück. Schwächer ausgeprägte NW-SE orientierte

Abb. 4-31

64 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

linienhafte Anomalien folgen den großen Störungszonen (vgl.

Abb. 4-12d).

Abb. 4-31: Mittels IDW interpolierte und anschließend geglättete

Magnetik-Messwerte – hier: ΔT (hoch: in Rot, niedrig: in Blau)

Abb. 4-32: Gradient (Slope) der interpolierten und geglätteten Mag-

netik-Messwerte, hier: ΔT (hoch: in Rot, niedrig: in Blau)

Das Schwerefeld der Erde zeigt systematische Variationen mit

dem Breitengrad (wegen der Abplattung der Erde an den Polen)

und mit der Höhe des Beobachters (durch den unterschiedli-

chen Abstand zum Erdmittelpunkt). Neben diesen geometrisch

leicht bestimmbaren Faktoren spielt auch die Dichte der im

Untergrund vorhandenen Gesteine eine Rolle. Oberhalb von

überdurchschnittlich dichten Gesteinen (z. B. Amphibolit,

Gabbro) werden erhöhte Schwerewerte gemessen. Dabei sind

diese Anomalien für tief liegende Körper stärker verwischt,

während sie für flacher lagernden Körper schärfer begrenzt

erscheinen. Wie beim Magnetfeld müssen auch beim Schwere-

feld zeitliche Variationen, z. B. durch Gezeitenbewegungen,

berücksichtigt und durch wiederholte Messungen an Basis-

punkten quantifiziert werden. Nach Abzug der für den jeweili-

gen Breitengrad zu erwartenden Normalschwere müssen Kor-

rekturen für die Topographie durchgeführt werden, um die

Werte auf ein einheitliches Bezugsniveau zu bringen. Das Er-

gebnis ist die Bouguer-Anomalie, die im Wesentlichen durch

die Dichteunterschiede im Untergrund verursacht wird. Im

Modellgebiet beträgt die Schwerebeschleunigung rund 9,81

m/s², was 981.000 mGal entspricht. Die Bouguer-Anomalie

liegt demgegenüber nur bei -50 bis +22 mGal, wodurch ihr

Nachweis hohe Anforderungen an die Messgenauigkeit und an

die Korrekturrechnungen stellt. So ist die genaue Positionie-

rung der Messpunkte wichtig, da ein Meter Höhenunterschied

bereits einen Schwerfeldunterschied von 0,3 mGal bewirkt.

Die bereits beim LfULG vorhandenen Rasterdaten erwiesen sich

als nicht ausreichend genau und zeigten bei der Berechnung

der Ableitungen verschiedene Artefakte. Daher wurden die

beim LfULG vorhandenen Punktdaten (L

FULG, 2016d) der

Schweremessungen neu prozessiert. Zum einem handelt es sich

um die originalen Messwerte des Schwerefeldes aus den ver-

schiedenen Messkampagnen (50.857 Punkte), welche das ge-

samte Modellgebiet in

unterschiedlicher Dichte abdecken

(Abb. 4-33, blaue Punkte). Außerdem stand noch ein kleinerer

Datensatz (4095 Punkte) aus dem Kernbereich des Modellge-

bietes zur Verfügung (Abb. 4-33, gelbe Punkte).

Für die

Punktdaten beider Datensätze wurden im Rahmen des Projek-

tes die folgenden Korrekturfaktoren berechnet:

■

Freiluftkorrektur, C

F

(Korrektur NN-Höhe ohne Einbe-

ziehung von Material zwischen Messpunkt und Mee-

resniveau),

■

Bouguer-Plattenkorrektur, C

B

(Korrektur NN-Höhe un-

ter Einbeziehung von Material zwischen Messpunkt

und Meeresniveau),

■

Normalschwere, C

φ

(Korrektur geographische Breite).

Abb. 4-33: Messpunktverteilung der Gravimetrie-Daten, hier: Bou-

guer-Anomalie, (Messwerte für das Gesamtgebiet: in Blau, neue

Messwerte für den Kernbereich: in Gelb)

Bereits vorliegend waren die Korrekturwerte für alle Mess-

punkte für die topographische Korrektur, C

T

(Korrektur des

Anteils der Schwere, der durch das topographische Relief ver-

ursacht wird). Abschließend wurde die im Feld gemessene

4. Beschreibung und Aufbereitung der Ausgangsdaten | 65

Schwereanomalie Δg

obs

mit Hilfe der folgenden Formel mit den

Korrekturwerten korrigiert:

Δg = Δg

obs

+ C

φ

+ C

F

– C

B

+ C

T

Mit Hilfe von Ordinary Kriging wurden diese korrigierten

Punktwerte in die Fläche interpoliert und anschließend mit

Hilfe von „Focal Statistics“ über 5 Rasterzellen hinweg geglät-

tet (siehe

). Kriging ist ein geostatistisches Verfahren,

das die räumliche Varianz der vorhandenen Daten bei der In-

terpolation berücksichtigt. Damit ist es gut geeignet, um zwi-

schen ungleichmäßig verteilten Messpunkten zu interpolieren.

Im Unterschied zur Magnetfeldanomalie (ΔT) ist die räumliche

Varianz der Bouguer-Anomalie relativ konstant (Gesteinsdich-

ten liegen großteils in einem engen Spektrum, während Mag-

netfeldstärken über mehrere Größenordnungen variieren kön-

nen).

Abb. 4-34

Damit konnte letztendlich eine deutlich bessere und genauere

Version der Gravimetriedaten erstellt werden, welche anstatt

der zuvor prozessierten Daten von 2010 in der advangeo®

Prediction Software verwendet wurde. Zudem wurden die

weiteren Ableitungen der Bouguer-Anomalie in der advangeo®

Prediction Software berechnet:

Gradient (

)

und Wöl-

bung (Abb.

4-36).

Abb. 4-35

Abb. 4-34: Mittels Ordinary Kriging interpolierte und mittels Focal

Statistics geglättete, zuvor korrigierte Gravimetrie-Messwerte, hier:

Bouguer-Anomalie (hoch: in Rot, niedrig: in Blau)

Die Bouguer-Anomalie im Modellgebiet spiegelt vor allen die

Verbreitung der Granite im Untergrund wider. Diese haben im

Vergleich zu den anderen Gesteinen geringere Dichten (Granit

2,64 g/cm³, Gneis 2,66 – 2,72 g/cm³, Phyllit 2,76 g/cm³, Glim-

merschiefer 2,78 g/cm³ nach L

EONHARDT, 2009a) und erzeugen

deshalb eine negative Anomalie. Aufgrund des großen Volu-

mens der Granite ist die Anomalie stark ausgeprägt und über-

deckt zahlreiche kleinere Anomalien, die in den Ableitungen

des Schwerefeldes sichtbar werden.

Abb. 4-35: Gradient (Slope) der interpolierten und geglätteten Gravi-

metrie-Messwerte, hier: Bouguer-Anomalie (hoch: in Rot, niedrig: in

Blau)

Abb. 4-36: Wölbung in Richtung des Gradienten der Bouguer-

Anomalie: Hier sind linienhafte Strukturen erkennbar deren Dichte

vom Umgebungsgestein abweicht. Dabei handelt es sich um Skarne

und Metabasite (im NW) sowie um Verwitterungs- oder Mineralisati-

onszonen im Umfeld NW-SE streichender Störungen.

Besonders die Wölbung in Gradientenrichtung (

)

zeigt viele Objekte, die in der Dichte vom Umgebungsgestein

abweichen. Dazu gehören die Skarne und Metabasite im Nord-

westen sowie vermutete Alterations- und Mineralisationszonen

entlang der größen NW-SE streichenden Störungen (vgl. Abb.

4-12d).

Abb. 4-36

Die geogene radioaktive Strahlung stammt hauptsächlich aus

dem Zerfall bestimmter Isotope der Elemente Uran, Kalium und

Thorium bzw. von kurzlebigen Tochterisotopen aus den Zer-

fallsreihen. Die Zerfallsreaktionen sind durch Freisetzung von

Gammastrahlung mit spezifischen Energieniveaus gekenn-

66 | 4. Beschreibung und Aufbereitung der Ausgangsdaten

zeichnet. Gammastrahlung wird im Gegensatz zu Alpha- und

Betastrahlung von vielen Materialien nur schwach absorbiert

und ist daher auch in größerer Entfernung von der Quelle

nachzuweisen. Allerdings ist die Absorption im Boden nicht

vernachlässigbar. Der größte Teil der an der Erdoberfläche

messbaren Strahlung stammt deshalb aus den obersten Metern

des Untergrunds. Ein Gammastrahlendetektor, der die Anzahl

der Photonen und deren Energien aufzeichnet, kann bei ent-

sprechender Kalibrierung genutzt werden, um die Gehalte an

Kalium, Thorium und Uran in dieser Schicht zu bestimmen. Der

Vorteil gegenüber der Bestimmung der Elementgehalte in geo-

chemischen Proben liegt in der erreichbaren hohen Auflösung

(einige hundert Meter) auch für große Gebiete, die sonst nur

durch extrem große Probenanzahlen erreicht werden könnte.

Ausgangsdaten für die Aufbereitung und Erstellung von flä-

chenhaften gammaspektroskopischen Daten für das Untersu-

chungsgebiet waren die durch das LfULG zur Verfügung ge-

stellten Punktmessdaten (564.677 Punkte; L

FULG, 2016e).

Diese stammen wie die Magnetikdaten aus den in den 1980ern

durchgeführten Befliegungen (s.

). Die originalen

Punktdaten haben einen Abstand von 60 m entlang der Mess-

linien und eine mittlere Distanz von 250 m zwischen den ein-

zelnen Messlinien (Abb.

4-37).

Kap. 4.3.1

Nach intensiver Kontrolle und Beurteilung der gammaspektro-

skopischen Messwerte mussten zunächst die Messwerte des

Urans verworfen werden. Da die Messungen Mitte bis Ende der

80er Jahre durchgeführt wurden, sind diese Werte stark durch

den Tschernobyl-Fallout und die Hinterlassenschaften des

Uranbergbaus beeinflusst. Damit spiegelt die Uranverteilung

nicht die natürlichen geologischen Gegebenheiten wider. Ein-

zig die Messwerte von Thorium und Kalium können verwendet

werden. Bei diesen beiden Elementen wurde jedoch eine starke

Beeinflussung der Messwerte durch die Absorption der Strah-

lung in Gewässern, Feuchtgebieten und der Vegetation (vor

allem in Wäldern) festgestellt.

Moderne gammaspektroskopische Befliegungen führen häufig

ein Lidar-System zur ständigen Messung der Flughöhe und der

Vegetationshöhe mit. Aus der Flughöhe, der Topographie der

Umgebung und der Bauart des Detektors ergibt sich dessen

Sichtfeld. Die Vegetationshöhe wird zur Schätzung der Biomas-

se und damit der Absorption verwendet. Da für die vorliegen-

den Daten keine Informationen zur angetroffenen Vegetations-

höhe und nur eine mittlere Flughöhe vorliegen, kann eine nä-

herungsweise Absorptionskorrektur nur durch die statistische

Auswertung der vorhandenen Daten erfolgen.

Die Messwerte von Thorium und Kalium wurden aufgrund

dessen in mehreren Schritten hinsichtlich der Absorption korri-

giert:

■

Selektion aller Punkte innerhalb eines 2000-m-

Puffers um das Prognosegebiet,

Abb. 4-37: Vorhandene Messpunktverteilung mit Radiometrie-

Messwerten, hier: K-, Th- und U-Messwerte, durch das LfULG im Jahr

2010 zur Verfügung gestellt

■

Löschen aller Punkte aus Rasterdaten, Beibehalten der

Punkte aus Befliegungslinien (das ROHSA 3.1-Gebiet

enthält nur Befliegungslinien aus der Messkampagne

Mittelerzgebirge von 1988, so dass keine Niveauan-

passung zwischen verschiedenen Messkampagnen

notwendig ist: 51.790 Punkte),

■

Erzeugung von Umkreisen mit 100-, 200- und 300-

m-Radius um alle Punkte als Abschätzungen für das

„Sichtfeld“ des Detektors (da nur eine mittlere Flug-

höhe bekannt ist),

■

Verschnitt der Umkreise mit den Flächennutzungsda-

ten aus ATKIS,

■

Löschen aller Umkreise, die Wasserflächen, Sumpf,

Ried oder „nassen Boden“ (gemäß ATKIS) enthalten,

da hier starke Absorption zu erwarten ist (es verblei-

ben 48.834 Punkte),

■

Berechnung des prozentualen Anteils an Waldfläche

für jeden Umkreis,

■

Erzeugen von Boxplots und Bestimmung der Mediane

der Kalium- und Thorium-Anteile für 5%-Intervalle

der Waldbedeckung (0 – 0,1; 0,1 – 5; 5 – 10 … 95 –

99,9; 99.9 – 100 % Waldbedeckung im 100-, 200-

und 300 m-Umkreis) (siehe Abb. 4-38 und Abb. 4-39)

→

Deutlich zu erkennen ist dabei der generelle Trend

der Abnahme des Kalium- bzw. Thorium-Messwertes

mit zunehmendem Waldanteil.

■

Bestimmung von Korrekturfaktoren, um die Mediane

anzugleichen (

)

→

Ein exaktes Korrekturver-

fahren benötigt neben der Flughöhe Informationen

zur tatsächlichen Biomasseverteilung, d.h. Höhe der

Bäume, Abstand der Bäume usw.

Tabelle 5

■

Da diese Informationen für den Zeitraum der Messun-

gen nicht vorliegen, kann nur ein einfaches empiri-

sches Verfahren angewendet werden.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 67

Abb. 4-38: Boxplots der Kaliumanteile im Abhängigkeit vom Waldan-

teil im 200-m-Umkreis um den Messpunkt

Abb. 4-39: Boxplots der Thoriumanteile im Abhängigkeit vom Wald-

anteil im 200-m-Umkreis um den Messpunkt

■

Ermitteln eines Polynoms zur Korrektur der Kalium-

und Thorium-Anteile in Abhängigkeit von der Wald-

bedeckung im 200-m-Umkreis und Korrektur der Ka-

lium- und

Thorium-Werte (siehe

und

)

→

Die 200-m-Umkreise zeigen den regelmä-

ßigsten Zusammenhang von Median und Waldanteil

und werden daher als gute Näherung für das „Sicht-

feld“ des Detektors interpretiert.

Abb.

4-41

Abb. 4-40

■

Korrektur der Kalium- und Thorium-Gehalte mit Hilfe

der empirischen Korrektur-Funktionen unter Verwen-

dung des Waldanteils [0 … 1]:

■

Kalium = Messwert*(0,303*Waldanteil

2

–

0,0188*Waldanteil + 1)

■

Thorium = Messwert*(0,3343*Waldanteil

3

–

0,0903*Waldanteil

2

+ 0,0341*Waldanteil +

1)

■

Interpolation von Rastern der Kalium- und Thorium-

Gehalte auf Grundlage der korrigierten Werte mit fol-

genden IDW-Parametern:

■

Power 1,

■

maximal 20 Punkte,

■

maximale Distanz 500 m,

Tabelle 5: Mediane der Kalium- und Thorium-Anteile in Abhängigkeit

von der Waldbedeckung und empirische Korrekturfaktoren.

11066

2,025

1

9,187

1

5080 2,031 0,99704579 9,103 1,00922773

2883

2,034

0,99557522

9,127

1,0065739

2103 2,007 1,00896861 9,179 1,00087155

1616

2,019

1,00297177

9,312

0,98657646

1368 1,999 1,0130065 9,21 0,99750271

1165

1,998

1,01351351

9,185

1,00021775

1035 1,995 1,01503759 9,117 1,00767796

960

1,949

1,03899436

9,077

1,01211854

937 1,935 1,04651163 8,857 1,03725867

913

1,912

1,05910042

8,816

1,04208258

853 1,84 1,10054348 8,709 1,05488575

857

1,866

1,085209

8,663

1,06048713

801 1,83 1,10655738 8,558 1,07349848

827

1,78

1,13764045

8,351

1,10010777

848 1,773 1,14213198 8,336 1,10208733

861

1,742

1,16245695

8,101

1,13405752

963 1,707 1,18629174 8,144 1,12806974

1101

1,694

1,19539551

7,868

1,16764108

1223 1,677 1,20751342 7,78 1,18084833

8062

1,561

1,29724536

7,191

1,27756918

4076 1,558 1,29974326 7,049 1,30330543

Abb. 4-40: Empirische Korrekturfaktoren für Kalium abhängig vom

Radius des Umkreises und angepasstes Polynom 2. Ordnung

Abb. 4-41: Empirische Korrekturfaktoren für Thorium abhängig vom

Radius des Umkreises und angepasstes Polynom 3. Ordnung

■

Anwenden des „Focal statistics“ Filters:

■

kreisförmig,

■

3 Zellen = 150 m

um Artefakte, die auf den linienhaften Anordnungen

der Datenpunkte beruhen, zu glätten.

Die folgende Abb. 4-42 vergleicht die berechneten Raster von

Kalium und Thorium vor und nach der Korrektur auf Grundlage

des Waldanteils in einem 200-m-Umkreis um jeden Messpunkt.

Deutlich ist die starke Korrelation der negativen Anomalien

beider Elemente mit dem Waldflächen vor der Korrektur zu

erkennen. Nach Korrektur mittels der empirischen Formel tre-

ten zahlreiche vorher nicht erkennbare Anomalien deutlich im

Waldbereich hervor. Anschließend konnten für die neu erstell-

ten Raster der Radiometrie-Messwerte auch wieder der Gradi-

ent, die Exposition und die Wölbung des Feldes zur weiteren

Verwendung in der advangeo® Prediction Software berechnet

werden.

Zusätzlich zu den korrigierten Rasterdaten von Thorium und

Kalium wurde ein Raster mit dem Verhältnis von Kalium zu

Thorium berechnet (Abb.

4-43)

und als Modelleingangsdaten-

satz in der advangeo® Prediction Software verwendet.

Abb. 4-43: Kalium/Thorium-Verhältnis auf Grundlage der korrigierten

gammaspektroskopischen Messwerte

Abb. 4-42: Aus der Gammaspektrometrie abgeleitete Kalium- und Thoriumgehalte vor (links) und nach (rechts) der Absorptionskorrektur.

4. Beschreibung und Aufbereitung der Ausgangsdaten | 69

 

Abb. 4-44: Falschfarbendarstellung der gammaspektroskopisch be-

stimmten Elementgehalte. Kaliumbetonte Gesteine erscheinen in

Rottönen, thoriumbetonte Gesteine erscheinen dagegen in Grüntönen.

Messbare Urankonzentrationen zeigen sich infolge der geringen Qua-

lität dieses Datensatzes nur als blauviolette Areale im Bereich des

früheren Uranbergbaus am Westrand des Modellgebiets.

Die Falschfarbendarstellung (Abb. 4-44) zeigt geochemische

Unterschiede der im Modellgebiet auftretenden Gesteine. Die

Phyllite sind relativ thoriumreich (grünliche Farben) während

die neoproterozoischen Gneise eher kaliumreich sind (rötliche

Farben). Die Glimmerschiefer liegen in ihrer Zusammensetzung

dazwischen, was durch gelbliche Farben zum Ausdruck kommt.

Besonders die Gneise zeigen eine starke Ausdifferenzierung in

geochemisch unterschiedliche Zonen. Besonders auffällig sind

die Orthogneise des Gneisdoms von Reitzenhain, die in der

Falschfarbendarstellung purpurfarben erscheinen. Noch deutli-

cher wird die Ausdifferenzierung verschiedener Gneistypen in

der Karte des K/Th-Verhältnisses (Abb. 4-43).

Nach Import der durch das LfULG zur Verfügung gestellten

Bohrungsdaten (L

FULG 2016a) und Aufbau einer Bohrungsda-

tenbank für das Untersuchungsgebiet (siehe 4.2.1) wurden,

soweit vorhanden, den Bohrungen Analytik-Ergebnisse zuge-

ordnet. Leider konnten nur 171 Bohrungen bzw. 2802 Schicht-

datensätze mit Analytik-Ergebnissen verlinkt werden. Diese

befinden sich fast ausschließlich im Gebiet der Skarne von

Geyer (siehe

Abb. 4-45).

Aufgrund der Unvollständigkeit dieser Daten konnten sie in der

weiteren Projektbearbeitung keine Verwendung finden.

Eine weitere Zusammenstellung von Festgesteinsanalytik-

Ergebnissen war über die von Beak Consultants GmbH im Auf-

trag des LfULG erstellte Datenbank verfügbar (B

EAK CONSULTANTS

GMBH, 2014). Die Daten wurden aus diversen Forschungspro-

jekten, Master- und Bachelorarbeiten sowie anderen Veröf-

fentlichungen zusammengetragen (Abb.

4-46).

Die Analytik-

Ergebnisse sind aufgrund der verschiedenen Quellen und der

damit verbundenen unterschiedlichen Analysenverfahren sehr

uneinheitlich. Dennoch lassen sich einige qualitative Aussagen

zur Rohstoffverteilung ableiten.

So wurden mit Hilfe dieser Daten Hinweise auf die Zinnfüh-

rung der im Gebiet von Pobershau, Marienberg und Gehrings-

walde verbreiteten „schwarzen Flöze“ sowie alterierter Gneise

gewonnen. Damit erlangen die kohlenstoffführenden Gesteine

mineralisationskontrollierende Bedeutung und es gibt weitere

Hinweise auf nicht strukturell kontrollierte Zinnmineralisatio-

nen in diesem Gebiet.