Açık işletme üretim basamakları tenor tahminlerinin jeoistatistiksel yöntemlerle yapılmasında, tenor dağılım modelinin doğru seçimi önemli bir husustur. Tenor dağılım modelinin klasik istatistiksel yöntemlerle seçimi, bazı maden yataklarında hatalı değerlendirmelere neden olabilmektedir. Bu gibi durumlarda, jeoistatistiksel tahmin sonuçlanm karşılaştıran yöntemlerin kullanımı gerekmektedir. Bu çalışma, Kütahya- Gümüşköy Gümüş Madeni açık işletmesindeki basamak tenor verileri kullanılarak gerçekleştirilmiştir. Basamak patlatma delikleri tenor verileri ele alınarak normal, lognormal ve üç parametreli lognormal dağılım modeli parametreleri hesaplanmış, her üç dağılım modeli için kriging tahminleri yapılmıştır. Kriging tahminleri sonrasında uygun dağılım modelinin seçimi için kriging ağırlıklı hata yöntemi kullanılmıştır. Jeoistatistiksel temele dayanan ve daha güvenilir olan kriging ağırlıklı hata yöntemine göre, üç parametreli dağılım model parametreleri kullanılması ile daha az hatalı tenor tahminlerinin yapılabileceği belirlenmiştir.

It is important to choose the correct grade distribution model when the grade estimations of open pit production benches are made by geostatistical methods. Choosing the grade distribution models by classical statistical methods may cause erroneous assessments in some ore deposits. Under such circumstances, it is necessary to use the methods which compare the results of geostatistical estimations. This study was carried out by using the bench grade data at Kütahya-Gümüşköy Open Pit Silver Mine. By taking the bench blast holes grade data into consideration normal, lognormal and threeparametres lognormal distribution model paramètres were calculated, the kriging estimations were made for each of the three-distribution models. After the kriging estimations, the kriging weighted error method was used for choosing the appropriate distribution model. According to the kriging weighted error method, which is based on geostatistics and is more reliable, it was determined that less error bearing grade estimations could be made by using the parameters of the threeparametres distribution model.