Разработка и создание информационно-аналитической си стемы хранения, обработки и анализа гравиметрических данных

На правах рукописи

Симанов Алексей Аркадьевич РАЗРАБОТКА И СОЗДАНИЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИ СТЕМЫ ХРАНЕНИЯ, ОБРАБОТКИ И АНАЛИЗА ГРАВИМЕТРИЧЕСКИХ ДАННЫХ 25.00.10 - Геофизика, геофизические методы поисков полезных ископаемых

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва, 2008

Работа выполнена в Горном институте Уральского отделения РАН

Научный консультант:

доктор физико-математических наук Долгаль Александр Сергеевич

Официальные оппоненты:

доктор технических наук Серкеров Серкер Акберович (РГУ нефти и газа) кандидат технических наук Лобанов Александр Михайлович (РГГРУ) Ведущая организация – ГОУ ВПО Пермский государственный университет

Защита состоится « 27» ноября 2008 года в 15 часов на заседании диссертационного совета Д.212.121.07 при Российском государственном геологоразведочном университете по адресу 119997, г. Москва, ул. Миклухо Маклая, 23, ауд.638.

С диссертационной работой можно ознакомиться в библиотеке РГГРУ Автореферат разослан « » 2008 года

Ученый секретарь диссертационного совета А.Д. Каринский _.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы:

Основными тенденциями развития разведочной геофизики и в частности гравиразведки являются: расширение и усложнение круга решаемых геологических задач;

применение новой аппаратуры, обес печивающей более высокую точность наблюдений;

внедрение новых эффективных методик полевых работ;

широкое использование высо копроизводительной вычислительной техники и создание современ ных компьютерных технологий хранения, обработки и интерпретации геолого-геофизических данных. При обработке, интерпретации и комплексном анализе геолого-геофизических данных на компьютерах, наряду с использованием специализированных программ и автомати зированных систем, все шире начинают применяться геоинформаци онные системы (ГИС).

Разнообразные ГИС-технологии значительно облегчают работу с данными, ускоряют доступ к необходимой информации, позволяют производить операции с разнородными объектами намного быстрее, чем это делалось раньше. Таким образом, ГИС можно рассматривать как эффективное средство, позволяющее оптимизировать процедуры хранения, обработки и анализа данных, а также обеспечить представ ление результатов в удобном для восприятия виде.

В тоже время обзор геоинформационных систем и технологий, применяющихся в разведочной геофизике свидетельствует о том, что нет готовой, полноценной ГИС, ориентированной на решение актуаль ных геологических задач для любого региона, в частности - обеспечи вающей обработку, интерпретацию и хранение результатов гравимет рических съемок и сопутствующей геолого-геофизической информа ции.

Поэтому весьма актуальной проблемой является разработка ин формационно-аналитических систем (ИАС) на основе ГИС-технологий, учитывающих специфику геологических задач и особенности региона исследований. В диссертационной работе представлена ИАС ГРАВИС, предназначенная для обработки, интерпретации и хранения результа тов гравиметрических съемок и сопутствующей геолого-геофизиче ской информации, включающая в себя новые алгоритмы вычисления поправок за влияние рельефа местности, трансформации геопотенци альных полей и сжатия данных.

Цели исследований: создание информационно-аналитической си стемы ГРАВИС на основе геоинформационной системы ArcGis 9.0, реа лизующей на качественно новом уровне процедуры обработки и ин терпретации результатов полевых гравиметрических наблюдений, а также централизованное хранение разнородных геолого-геофизиче ских данных в виде иерархически упорядоченной структуры объектов.

Основные задачи исследований:

обзор, анализ и оценка возможностей современных геоин • формационных систем применительно к решению актуальных за дач хранения, обработки и интерпретации результатов гравиметри ческих исследований, проводящихся для изучения глубинного гео логического строения, прогноза и поисков месторождений углево дородного сырья и твердых полезных ископаемых;

разработка структуры базы данных, включающей в себя со • четание пространственной и атрибутивной геолого-геофизической информации (результаты полевых гравиметрических наблюдений, картографические материалы, аэрокосмические материалы и т.п.), использующей единые классификаторы объектов;

наполнение базы геолого-геофизических данных по терри • тории Пермского края результатами ранее выполненных геофизи ческих работ;

материалами профильных и площадных гравиметри ческих съемок;

непрерывно проводящихся научно-производствен ной экспедицией ГИ УрО РАН, а также информацией из всемирной глобальной сети Интернет;

выбор эффективной методики построения цифровых моде • лей рельефа местности, обеспечивающей необходимую точность его учета при редуцировании гравитационного поля, на основе анализа исходных картографических погрешностей и погрешно стей последующего преобразования данных;

усовершенствование технологии определения поправок за • влияние рельефа местности при гравиметрической съемке с при менением аналитической аппроксимации высот земной поверхно сти двойным рядом Фурье, что позволяет автоматизировать учет влияния «центральной зоны» и обеспечивает различную деталь ность описания рельефа в зависимости от требуемой точности вы числений;

создание новых способов эффективного сжатия цифровой • информации о геопотенциальных полях, учитывающих их морфоло гические особенности, с использованием методов фрактального и вейвлетного анализа;

формирование и внедрение в практику камеральных работ • информационно-аналитической системы ГРАВИС, обеспечивающей выполнение широкого спектра операций по обработке, интерпрета ции, хранению гравиметрической и иной геолого-геофизической ин формации на основе ГИС ArcGis 9.0, с расширенным функциональ ным наполнением, представленным авторскими алгоритмами и про граммными модулями.

Научная новизна работы заключается в следующем:

выполнена серия вычислительных экспериментов, ре • зультаты которых свидетельствуют о возможности использования моделей рельефа GT0P030 и SRTM, близких по точности к крупно масштабным топографическим картам, в качестве исходных мате риалов при вычислении поправок за влияние рельефа местности при определении аномалий Буге в гравиметрии;

предложен принципиально новый алгоритм высокоточного • определения поправок за влияние рельефа местности при грави метрических наблюдениях, базирующийся на использовании линей ных аналитических аппроксимаций высотных отметок двойным ря дом Фурье и представлены рекомендации для выбора параметров вычислительной схемы, обеспечивающих требуемую точность ре зультатов применительно к различным геоморфологическим усло виям;

разработаны эффективные способы сжатия цифровой ин • формации о гравитационном и магнитном полях, основанные на синтезе методов истокообразной аппроксимации, фрактального подхода и вейвлет-анализа, которые обеспечивают не только компактное хранение данных, но и возможность восстановления различных компонент поля в произвольно выбранных точках про странства;

создана информационно-аналитическая система ГРАВИС на • основе геоинформационной системы ArcGis 9.0, обеспечивающая на высоком технологическом уровне решение актуальных задач, связанных с хранением, обработкой и анализом гравиметрических и иных геолого-геофизических данных.

Практическая значимость исследований Применение информационно – аналитической системы ГРАВИС позволяет решать широкий круг прикладных задач, возникающих в современной разведочной геофизике. Разработанные программные средства на качественно новом уровне производят обработку и анализ гравиметрической и иной геолого-геофизической информации.

Созданная ИАС ГРАВИС и входящие в нее отдельные компьютер ные технологии использовались при региональных и детальных грави метрических работах, проводящихся с целями прогнозирования и по исков залежей углеводородного сырья и месторождений твердых по лезных ископаемых, в пределах Пермской, Оренбургской, Свердловской, Кировской, Магаданской и Тюменской областей, в Рес публике Коми и Удмуртской Республике и в других регионах по контрактам с ООО «ЛУКОЙЛ-ПЕРМЬ», ЗАО «Байтек-Силур», ООО «Се вергазпром», ФГУП «СНИИГГиМС» (г.Новосибирск), Баженовская гео физическая экспедиция (г.Екатеринбург), ОАО «Пермнефтегеофизика», ОАО «Пермрудгеофизика», ОАО «Оренбург ская геофизическая экспедиция», ОАО «Хантымансийскгеофизика», ОАО «Уралкалий» (г.Березники), ОАО Газпром, ООО «ФГеоКонсалтинг» (г.Тюмень), ОАО «ГМК «Норильский никель», ООО «Севергазпром», ООО ГП «Сибирьгеофизика» (г.Лесосибирск), ООО «Уралтрансгаз» (г.Е катеринбург), Министерством промышленности и природных ресурсов Пермского края, Территориальным агентством по недропользованию "Пермьнедра" по заказу МПР России.

Апробация и публикации: Основные положения и результаты ра боты докладывались на Уральской молодежной научной школе по гео физике (Екатеринбург, 2004, 2006;

Пермь, 2005, 2007);

на региональ ной научно-практической конференции «Геология и полезные ископа емые Западного Урала» (Пермь, 2005, 2006);

на Международных семи нарах «Вопросы теории и практики геологической интерпретации гра витационных, магнитных и электрических полей» им. Д.Г.Успенского (Екатеринбург, 2006;

Москва, 2007);

на третьих и четвертых научных чтениях памяти Ю.П.Булашевича (Екатеринбург, 2005, 2007);

на Меж дународном научном конгрессе «ГЕО-Сибирь» (Новосибирск, 2005, 2006);

на Международной конференции «Новые технологии в марк шейдерии и недропользовании» (Пермь, 2005);

на Международной научно – практической конференции «Инженерная геофизика» (Гелен джик, 2005);

на международной конференции EAGE (Санкт-Петербург, 2006);

а также на научных сессиях Горного института УрО РАН (Пермь, 2005, 2006, 2007).

Результаты исследований по теме диссертации опубликованы в 31 печатной работе, три из которых в изданиях, рекомендованных ВАК (Доклады Российской Академии наук, журналы «Геоинформатика» и «Вестник КРАУНЦ. Науки о Земле»).

Защищаемые положения:

Разработанный метод определения поправок за влияние рельефа 1.

местности при гравиметрической съемке, базирующийся на исполь зовании линейных аналитических аппроксимаций высотных отме ток двойным рядом Фурье с выбором оптимального числа коэффи циентов и позволяющий использовать в качестве исходных данных векторизованные крупномасштабные топографические карты и цифровые модели рельефа планетарного уровня (GTOPO30, SRTM), обеспечивает высокую точность определения топографических по правок, полную автоматизацию вычислений (в т.ч. и для «централь ной зоны») и оценку качества получаемых результатов.

Применение новых способов сжатия цифровой информации о 2.

геопотенциальных полях, базирующихся на синтезе истокообраз ной аппроксимации с методами фрактального и вейвлетного анали за, позволяет производить компактное хранение информации в ба зах данных и последующее восстановление исходного поля и его различных трансформант в произвольно выбранных точках про странства, располагающихся выше эквивалентных источников.

Созданная на основе ГИС ArcGis 9.0 информационно-аналитиче 3.

ская система хранения, обработки и анализа гравиметрических данных ГРАВИС, адаптированная к условиям и потребностям совре менного процесса геофизических исследований, позволяет решать широкий круг задач, связанных с обработкой, интерпретацией и хранением цифровой гравиметрической и иной геолого-геофизиче ской информации (в т.ч. задачи, связанные с изучением глубинного геологического строения, прогнозом и поисками месторождений уг леводородного сырья и твердых полезных ископаемых).

Фактическая основа и личный вклад автора: Фактической осно вой исследований послужили результаты гравиметрических съемок, проводимых Горным институтом УрО РАН, полученные в процессе ра боты по договорной тематике с рядом нефте- и горнодобывающих предприятий России и при выполнении подпрограммы «Минерально сырьевые ресурсы» федеральной целевой программы «Экология и природные ресурсы России (2002-2010 гг)». Работа выполнена при поддержке Уральского отделения РАН (по результатам конкурса науч ных проектов молодых ученых и аспирантов 2007 г) и РФФИ (гранты № 07-05-96009, № 07-05-96011).

Автор принимал активное участие в РАЗРАБОТКЕ современных принципов создания эффективных компьютерных технологий на осно ве ГИС;

постановке основных задач;

разработке методов, вычисли тельных схем и алгоритмов обработки и анализа гравиметрической и иной геолого-геофизической информации. Лично автором создана ин формационно-аналитическая система ГРАВИС на базе геоинформаци онной системы ArcGIS 9.0, произведено наполнение единой базы гео лого-геофизической информации, а также разработано программно алгоритмическое обеспечение, существенно расширяющие функцио нальные возможности базовой ГИС применительно к решению акту альных геологических задач. При непосредственном участии автора в период с 2004 по 2007 годы выполнены многочисленные камеральные и полевые исследования, которые и составляют основу данной диссер тационной работы.

Структура и объем диссертации: Диссертация состоит из введе ния, четырех глав, заключения общим объемом 160 страниц, содер жит список литературы, включающий 167 наименований, а также иллюстраций и 12 таблиц.

Автор выражает глубокую благодарность коллективу лаборато рии Горного института УрО РАН г. Пермь и заведующему лаборатори ей, к.г.-м.н. С.Г.Бычкову за внимание, непосредственную помощь и ценные советы. За неоценимую поддержку в процессе исследований автор благодарен д.г.-м.н., профессору В.М.Новоселицкому. За внима ние, консультации и конструктивные замечания выражаю благодар ность к.г.-м.н. И.Ю. Митюниной.

Особо хочу поблагодарить своего научного руководителя докто ра физико-математических наук А.С. Долгалю за неоценимую всесто роннюю помощь, поддержку, советы и консультации при написании диссертационной работы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Глава 1. Обзор основных особенностей проведения высокоточной гравиразведки и интепретационно обрабатывающих компьютерных технологий В первой главе рассмотрена роль наземной гравиразведки в комплексе с другими геофизическими методами при поисках и раз ведки месторождений полезных ископаемых;

рассмотрены новые тен денции в аппаратурно-методическом обеспечении гравиметрических работ;

кратко изложены современные особенности проведения поле вых гравиметрических и топографо-геодезических работ. Кроме того, приводится исторический обзор использования специализированных программ и автоматизированных систем при решении геолого-геофи зических задач;

рассмотрены основные особенности и характеристики существующих геоинформационных технологий в разведочной геофи зике.

Глава 2. Информационно аналитическая система хранения, обработки и анализа геолого-геофизических данных ГРАВИС Информационно-аналитическая система Под информационно-аналитической системой (ИАС) понимается сложный комплекс программно-технических средств и геоинформаци онных технологий, предназначенный для сбора, накопления и поиска данных, необходимых в процессе управления и принятия решений;

для формирования и развития баз и банков данных с целью надежно го хранения разноуровневой и разнотипной информации в едином ин формационном пространстве;

для обработки и анализа данных с це лью получения новой информации и предоставление её конечному пользователю Целевым назначением разрабатываемой ИАС является информа ционное обеспечение гравиметрических исследований, проводящихся на территории Пермского края, а также эффективная обработка и анализ геолого-геофизической информации при необходимом быстро действии и точности с учетом специфических физико-геологических особенностей региона, ориентированные на решения широкого круга геологических задач, связанных с изучением глубинного геологиче ского строения, прогноза и поисков залежей месторождений углево дородного сырья и твердых полезных ископаемых.

Создаваемая ИАС осуществляет следующие функции:

ввод и хранение разнородной геолого-геофизической информации 1) (первичные материалы геофизических съемок, результаты темати ческих обобщений в виде текстовых отчетов и графических прило жений, данные по отдельным видам исследований, данные об изу ченности территории и т. д.);

2) первичную обработку гравиметрических данных и их подготовку для внесения в базы данных;

накопление, систематизация и хране ние информации в развитой модели данных;

3) создание базы данных и её наполнение геолого-геофизической ин формацией;

эффективный доступ и управление большими объема ми данных в геоинформационной среде;

выполнение многоцелево го информационного поиска и выборки в объектах баз данных;

4) многоэтапную обработку и анализ данных, ориентированные на ре шение конкретных геолого-геофизических задач;

оформление и вы вод готовой информации (карты, графики, документация и т.п.) ко нечному пользователю.

В рамках описанного выше подхода разработана представленная в настоящей работе информационно-аналитическая система хране ния, обработки и анализа геолого-геофизических данных «ИАС ГРА ВИС» на базе геоинформационной системы ArcGIS. Система структури рована по функциональному признаку, ее основными блоками являют ся база данных (БД), функциональные подсистемы ГИС, стандартные и разработанные дополнительные программные модули, а также внешние прикладные программы. Программные модули, обеспечиваю щие функциональное наполнение системы, в ГИС ArcGis организованы на панели инструментов «ИАС ГРАВИС», и в качестве наборов инстру ментов в среде ArcToolbox.

Весь процесс от сбора до оформления и вывода информации представлен работой «ИАС ГРАВИС»: подсистемой сбора и первичной обработки данных;

подсистемой хранения и выборки данных, подсистемой обработки и вывода информации (рис. 1.).

Рис. 1. Обобщенная архитектура ИАС ГРАВИС С конца 90-х годов в Горном институте Уро РАН, а в частности в лаборатории геопотенциальных полей, непрерывно проводится большой объем полевых и тематических работ для решения задач нефтегазовой и горнодобывающей промышленности в различных об ластях России. Увеличение объемов геофизических работ приводит к быстро растущему объему геолого-геофизической информации. По мере выполнения интерпретационных работ увеличивается количе ство оцифрованных материалов. Сформировался большой архив про странственных данных разнородной тематики и атрибутивной инфор мации, их хранение и полноценный доступ к ним становился все более затруднительным. Объединение данных в единую информационную структуру явилось актуальной задачей. Для этой цели осуществлена систематизация и ввод геолого-геофизической информации в персо нальную базу геоданных.

База данных «ИАС ГРАВИС» организована так, чтобы данные со бирались и хранились централизованно, но с другой стороны структу ра базы данных смешанная, что обеспечивает, в свою очередь, гиб кость представления и преобразования данных. Главная идея заклю чается в том, что все собираемые и используемые данные централизо ванно хранятся в единой персональной базе данных с использованием единых классификаторов объектов, что позволяет получать макси мальную по объему информацию об объектах через средства запро сов, а также многосторонний анализ информации с применением гео информационных технологий.

База данных, являясь одним из главных звеньев архитектуры ИАС, выступает в качестве основного источника для обработки и анализа всей имеющейся информации.

В практике обработки и интерпретации существенную роль игра ет фактор размерности решаемой задачи: объем информации в преде лах одного объекта исследований в нашем случае может составлять десятки или сотни Мбайт, включающий в себя цифровые модели ре льефа, матрицы геофизических полей и их производных и т.д.

Большое количество информации, хранящиеся в базах данных, существенно усложняют процесс хранения, выборки, обработки и ана лиза. С целью уменьшения объема памяти, выделяемой для хранения геолого-геофизической информации, минимизации вычислительных затрат и времени предлагается использовать алгоритмы аналитиче ской аппроксимации и вейвлет - преобразования.

Метод аппроксимации рельефа земной поверхности с помощью двой ного ряда Фурье Впервые использование аналитических аппроксимаций высот ре льефа местности относительно «нормальной» поверхности некоторой функцией: z = (x,y) при высокоточном определении поправок за влияние рельефа местности gр было предложено академиком В.Н.

Страховым.

В данном разделе пойдет речь об аналитических аппроксимаци ях рельефа, построенных с применением двойного ряда Фурье, кото рые используются применительно к крупномасштабным гравиметри ческим съемкам, а в частности в качестве исходных данных при опре делении поправок в гравиметрические наблюдения.

Необходимость такой аппроксимации обусловлена объективно существующими различиями высотных отметок на топографических картах и высот пунктов гравиметрических наблюдений, полученных инструментально.

Построение аналитических моделей рельефа (АМР) позволяет минимизировать различия «инструментальных» и «топографических» высот путем «проецирования» нерегулярной сети точек измерений поля силы тяжести (xp, yp, zp) на поверхность рельефа, а также опти мизировать сам процесс вычислений. Ее неоспоримым преимуществом является возможность приближенного восстановления значений вы сот рельефа z в узлах произвольной сети точек путем тригонометри ческой интерполяции исходной АМР.

Экспериментально установлено, что в качестве непрерывной функции ( x, y ), с необходимой точностью описывающей «локальный» рельеф, представленный в виде дискретных значений высот – матри цы z, можно использовать двойной ряд Фурье с ограниченным числом членов. При расчете коэффициентов применяется алгоритм быстрого преобразования Фурье (БПФ), существенно ускоряющий решение за дачи на компьютере, т.е. двумерное дискретное преобразование Фу рье сводится к последовательному вычислению одномерных преоб разований сначала для строк (M), а затем для столбцов (N) матрицы {z}.

Известно, что наибольшая точность аппроксимации будет обес печиваться при выборе Pmax = M/2, Qmax = N/2, где Pmax, Qmax – макси мальное число граничных гармоник спектра Фурье. Для ускорения процесса аппроксимации можно производить усечение ряда Фурье (выбор необходимых значений PPmax и QQmax), при этом число Kotb от брошенных коэффициентов Cuv выбирают в зависимости от характери стики расчлененности рельефа - среднеквадратического отклонения высот (СКО) и требуемой точности аппроксимации рельефа.

Было установлено, что выражение, определяющее обобщенную регрессионную зависимость Kotb=(,), имеет вид:

Ln( K otb ) = a + b + c 1.5, (1) где a=-0.6945, b=0.0083, c=0.0029 – коэффициенты, которые опреде ляются методом наименьших квадратов. Графическое представление этой зависимости представлено на рис.2(А).

При построении аналитической модели рельефа для определе ния топографических поправок можно производить усечение ряда Фу рье (выбор необходимых значений PPmax и QQmax), где число Kotb от брошенных коэффициентов Cuv выбирают в зависимости от характери стики расчлененности рельефа - среднеквадратического отклонения высот (СКО) и требуемой точности вычисления топопоправок gр.

Установлено, что выражение, определяющее обобщенную ре грессионную зависимость Kotb= (, ), имеет вид:

Ln( K otb ) = a + b + c 0.5, (2) где a=-9.773, b=0.018, c=0.417 – коэффициенты, рассчитанные мето дом наименьших квадратов. Графическое представление этой зависи мости представлено на рис.2(Б).

Рис. 2. Зависимости погрешности аппроксимации рельефа (А) и точности определения топопоправок (Б) от параметров и Kotb.

При восстановлении функции по известным коэффициентам Фу рье, заданным приближенно, необходимо использовать устойчивые методы суммирования. Если число членов ряда Фурье необоснованно увеличивать, то погрешности в задании коэффициентов Фурье могут привести к столь угодно большим погрешностям вычисления функции.

Устойчивость вычислений значительно увеличивается путем умноже ния коэффициентов Фурье на множители q вида:

µ n sin N, q= (3) n N где n – порядковый номер коэффициента;

N – общее число членов ряда;

= 1, 2, 3… Множители q обладают сглаживающим действием, поскольку их величина изменяется от 1 до 0. Эмпирически доказано, что для реше ния задач восстановления значений высот рельефа для определения топографических поправок достаточно принять равным 2.

Созданная для всего региона исследований АМР может затем многократно использоваться при вычислении поправок за рельеф на других площадях гравиметрических работ. При этом АМР исследуемой площади строится с учетом полученной зависимости (2) и с заданным шагом матрицы d.

Как очевидно, при таком подходе к вычислению поправок исче зают понятия центральной, ближней, средней, дальней зоны и отпа дает необходимость в интерполяции значений поправок, т.к. для каж дого гравиметрического пункта происходит восстановление высот z = (x,y) в требуемых точках (например – в центрах оснований прямо угольных призм, аппроксимирующих рельеф).

Описанный выше метод аппроксимации рельефа земной поверх ности реализован в виде программного модуля «Furie». Использование данного модуля позволяет производить хранение созданных аналити ческих моделей о рельефе земной поверхности в виде shp-файла (то чечная тема), где атрибутом является числовое значение коэффици ентов Фурье, с включением в базу геофизических данных.

Истокообразная аппроксимация геопотенциального поля методом квадродерева Предлагаемый алгоритм основан на фрактальных принципах по строения сеточной модели геопотенциального поля с учетом его мор фологических особенностей, что позволяет минимизировать количе ство источников, при сохранении необходимой точности аппроксима ции.

Основная идея заключается в делении исходной области задания поля на ранговые блоки методом квадродерева. Метод квадродерева один из наиболее эффективных методов иерархического представле ния численной информации и широко применяется в практике фрак тального анализа данных. Квадродерево являются фрактальным объектом, поскольку обладает выраженным самоподобием относи тельно масштаба.

Данный алгоритм разработан сотрудниками лаборатории геопо тенциальных полей Горного института УрО РАН д. ф.-м. н. Долгалем А.С. и к. ф.-м. н. Пугиным А.В. Автором данный алгоритм адаптирован в ИАС ГРАВИС для оптимизации хранения геофизической информации в базах данных ГИС, а также её обработки.

Рассмотрим алгоритм на примере аппроксимации наблюденного поля силы тяжести. Квадродерево реализует процедуру поиска гео метрии элементарных источников в модели, наиболее адекватной на блюденному полю. В качестве элементарных источников служат то чечные массы (истокообразные функции), аномальные эффекты кото рых имеют вид:

h g (,, ) =, (4) ( ) ( x ) + ( y ) + ( h ) 2 2 что позволяет применять в последующем довольно простые операто ры преобразований L в целях получения различных трансформант поля.

В процессе построения модели происходит декомпозиция сложной вычислительной задачи на совокупность подзадач меньшего размера.

1. Первоначально область задания поля делится на 4 или квадратов S1 с длиной стороны l1. В плане источники располагаются в центрах квадратов на глубине li hi 2li от поверхности наблюдений (i=1, 2,…, q – уровень квадродерева), расстояние между узлами новой сети x1=l1. За величину поля в квадрате принимается среднее арифметическое Uср всех значений поля в пределах каждой ранговой области S1.

“пороговых значений” определяет расположение 2. Выбор источников на каждом уровне. Условием необходимости установки источника в каждой конкретной ячейке уровня становится выполнение неравенства U ср. В случае, когда значение поля Uср в квадрате меньше порога отсечения, либо полностью скомпенсировано полем остальных источников, ранговая область характеризуется отсутствием точечной массы.

3. Осуществляется декомпозиция задачи аппроксимации поля: на каждом отдельном этапе она сводится к решению системы линейных алгебраических уравнений (СЛАУ) относительно вектора неизвестных параметров A = { ai } (“масс” источников) и с проверкой условия наличия или отсутствия их в каждой ранговой области:

GA=U, где G = { g ij } - матрица, элементы которого представляют собой потенциальные функции (поля элементарных источников при a=1);

U = {u j } - вектор исходных значений поля, заданных на поверхности S = S ( x, y, z ) ;

i = 1, 2,…, m – число эквивалентных источников, создающих модельное поле U*;

j = 1, 2,…, n – число точек задания исходного поля.

4. Объектом аппроксимации на каждой итерации является разность наблюденного и модельного полей, вычисленная в узлах исходной сети. Уточнение модели поля производится путем диадного разбиения каждого рангового блока S1 на 4 подобласти S меньшего размера l2=0,5l1, решением соответствующей СЛАУ и проверкой необходимости установки точечной массы в каждой ячейке квадродерева S2 на глубине h2 = 0.5 h1.

Построение модели завершается в следующих случаях:

1) если достигнута максимальная глубина квадродерева q, то есть шаг сети наиболее высокого порядка xq=lq равен шагу исходной матрицы поля Uнабл;

2) если отклонение модельного поля (суммарного от всех уровней) от измеренного в точках исходной сети не превышает заданной по грешности аппроксимации.

Включение описанного выше алгоритма истокообразных аппрок симаций в среду ГИС позволило вместо массива значений наблюден ного поля, содержащего десятки и сотни тысяч числовых элементов, использовать аппроксимационную конструкцию, имеющую намного меньший объем. Такая модель несет в себе содержательную информа цию об исходных значениях поля с учетом рельефа поверхности на блюдений, что позволяет достаточно быстрым и точным способом производить различные преобразования поля, модифицируя оператор решения прямой задачи (4) соответствующим образом.

Истокообразная аппроксимация геопотенциального поля с применением вейвлет - преобразования Предлагаемый алгоритм предназначен для истокообразной ап проксимации гравитационного поля U (x, y, z). В результате его работы вся информация о поле сохраняется в виде некоторого числа векто ров P = { p1, p2,...., pn } параметров источников, создающих модельное поле U ( x, y, z), практически эквивалентное полю U (x, y, z). С целью * уменьшения числа n параметров, входящих в вектор P, в аппроксима ционных конструкциях обычно применяются тела простой геометриче ской формы (шары, вертикальные стержни и т.п.) с априорно заданны ми геометрическими и неизвестными физическими параметрами.

Неизвестные физические параметры источников определяются путем решения линейной обратной задачи (ЛОЗ), сводящейся к минимизации [U ( x, y, z ) U ( xi, yi, zi,, P )] m функционала F (, P) = * на множестве m i i i i= точек задания поля. Решение ЛОЗ считается достигнутым при выпол нении условия m 1 F (, P), где - достаточно малая величина, со поставимая с точностью измерений. Для целого ряда практических за дач m 10 4 106, что влечет за собой необходимость решения СЛАУ большой и сверхбольшой размерности, требующего значительных за трат машинного времени.

Очевидно, что для создания эффективных аппроксимационных алгоритмов необходимо использовать минимальное количество эк * вивалентных источников поля U ( x, y, z), что достигается путем их про странственного размещения, согласованного с морфологическими особенностями исходного поля U (x, y, z). Говоря другими словами, до начала решения ЛОЗ требуется тем или иным способом провести адаптацию геометрических параметров аппроксимационной конструк ции применительно к условиям конкретной задачи.

С этой целью используется кратномасштабный вейвлет - анализ, позволяющий провести разложение анализируемого поля U (x, y, z) на составляющие и выделить сингулярности поля, а также выполнить предварительную оценку качества решения задачи при заданном ко личестве источников.

Метод предполагает двухэтапное решение задачи построения разноуровенной аппроксимационной конструкции, адаптированной к полю U (x, y, z), заданному на криволинейной поверхности S = S (x, y, z) в узлах регулярной сети с шагом.

На первом этапе при быстром вейвлет-преобразовании использу ется нестандартное матричное разложение с двухмерными функция ми Хаара (Haar): единственной скейлинг - функцией (низкочастотным фильтром) - K,L = (2 x k, 2 y l ) и тремя вейвлетами (высокоча j j j N N N kj,l = 2 j (2 j x k, 2 j y l ), стотными фильтрами) kj,l = 2 j ( 2 j x k, 2 j y l ), kj,l = 2 j ( x) ( x)(2 j x k, 2 j y l ), где k, l - го ризонтальный и вертикальный сдвиги, соответственно.

Второй этап начинается с аппроксимации самого грубого прибли жения поля U j полем U j точечных масс, располагающихся на глуби * n n нах 2 j ниже поверхности наблюдений S. Для решения СЛАУ исполь n зуется метод Зейделя, критерием завершения итерационного процес mn (U j U * ) 2. Поле U j данно * са является выполнение условия m n j n n n го фрагмента аппроксимационной конструкции восстанавливается в узлах сгущенной в 2 раза сети и исключается из поля U j 1. n Циклическое выполнение описанных операций обеспечивает по строение аппроксимационной конструкции, состоящей из сравнитель но небольшого количества источников m, располагающихся на конкордантных поверхности S уровнях глубин (общим числом j n ) и обеспечивающей требуемую точность аппроксимации.

Глава 3. Функциональное наполнение ИАС ГРАВИС Средствами разработки функциональных приложений ИАС вы браны языки VBA 6, Delphi 6, которые весьма удобны для создания ин терфейсов пользователя, также использованы динамически подклю чаемые библиотеки (DLL) ArcObjects и среда ModelBuilder для создания инструментов геообработки данных.

Сбор и первичная обработка гравиметрических данных На начальном этапе обработки результаты гравиметрических съемок поступают через системы сбора и обработки информации в первичные базы данных.

Преобразование и импорт данных реализуется с помощью стан дартных возможностей геоинформационной системы ArcGIS (преоб разование форматов, функции импорта), оцифровка карт поводится с использованием как возможностей самой системы ArcGIS, так и с по мощью внешних программ дигитализации (Easy Trace, R2V, Didger, Delta и др.).

Первичная обработка гравиметрических данных осуществляется набором программных модулей, реализующих увязку полевых грави метрических данных;

введение различного рода поправок;

вычисле ние аномальных значений силы тяжести в редукциях Фая и Буге с со зданием каталогов гравиметрических пунктов и построение карт.

При вычислении аномальных значений силы тяжести и создание каталогов гравиметрических пунктов используется созданный авто ром программный модуль «Catalog», который производит следующие преобразования:

1) перевод географических координат (, ) в плоские прямоугольные координаты (х, у) в проекции Гаусса-Крюгера и, при необходимости, обратное преобразование;

2) вычисления нормального значения силы тяжести о по формуле Гельмерта;

3) вычисления поправок и аномальных значений силы тяжести в редукции Буге и Фая с созданием каталога гравиметрических пунктов.

Исходными данными являются массивы координат пунктов и на блюденных значений силы тяжести. Кроме указанных данных вводят ся массивы поправок gр за влияние рельефа окружающей местности, вычисленные в отдельном модуле «Поправки за рельеф». Результаты вычислений представляют собой готовый каталог гравиметрических пунктов в формате shp-файла (точечная тема).

Вычисление поправок за влияние рельефа местности при гравиметрической съемке При гравиметрической съемке в условиях сложно-пересеченного рельефа местности вопросы, касающиеся учета влияния топографиче ских масс, играют важную роль. В вычислительном плане задача уче та влияния рельефа местности является самой трудоемкой в процессе первичной обработки полевых гравиметрических наблюдений.

Развитие вычислительной и периферийной техники, а также современного программного обеспечения и ГИС-технологии позволяет осуществить принципиально новый подход к учету влияния рельефа поверхности Земли при вычислении аномалий Буге с использованием новых источников информации и аппроксимационного подхода.

Для определения поправок gр за влияние рельефа местности при гравиметрической съемке разработан модуль «Поправки за ре льеф», предназначенный для решения следующих задач:

• построения АМР на основе исходной цифровой модели рельефа (ЦМР) с использованием быстрого преобразования Фурье (БПФ);

• вычисления и суммирования топографических поправок gр;

• оценки точности определения топографических поправок.

Выполнена серия вычислительных экспериментов по анализу цифровых моделей рельефа, применительно к вычислению топогра фических поправок за рельеф. Результаты свидетельствуют о возмож ности использования моделей рельефа GT0P030 и SRTM, близких по точности к крупномасштабным топографическим картам, в качестве исходных материалов при вычислении поправок за влияние рельефа местности в гравиметрии. При этом целесообразно применить GTOP030 для вычисления поправки за влияние рельефа в радиусе от 50 до 200 км, а более точную ЦМР SRTM в радиусе от 50 до 3 километ ров от гравиметрического пункта, при этом погрешность определения поправок не превышает ±0.02 мГал.

При вычислении поправок за влияние удаленных областей с ис пользованием детальных ЦМР приводит к дополнительным вычисли тельным затратам. Следовательно, количество аппроксимирующих па раллелепипедов в этом случае должно быть минимальным, при без условном соблюдении необходимой точности расчетов. Приближая ис ходную ЦМР двойным рядом Фурье, можно разряжать сеть высотных отметок, загрубляя, таким образом, модель рельефа в пределах уда ленных областей, что приводит к существенной экономии времени ра боты ПК при сохранении требуемой точности определения поправок. В этом случае из базы данных берется АМР для всего региона и строится модель рельефа на исследуемую площадь с учетом зависимостей (1) и (2).

Рассмотрим пример, демонстрирующий возможности алгоритма.

Использовалась модель рельефа одной из площадей Западного Урала со следующими характеристиками: размер матрицы 601х601 строк, столбцов;

шаг матрицы 300 м;

перепад высот 420 м;

среднеквадрати ческое отклонение (СКО) высот от среднего ±150 м. В результате применения алгоритма АМР составлена на основе исходной модели рельефа по 90 гармоникам, т.е. отброшено 70% коэффициентов ряда Фурье;

при этом погрешность аппроксимации высотных отметок со ставила ±3.1 м, точность определения топографических поправок на основе АМР - ± 0.02 мГал.

Оценка погрешности определения поправок за влияние рельефа местности может проводиться в двух описанных ниже вариантах и осуществляться для всех гравиметрических пунктов, расположенных в пределах исследуемой площади.

В первом варианте с помощью генерации серий случайных чисел моделируются произвольно ориентированные в пространстве отклоне ния гравиметрических пунктов в плане от их истинного местоположе ния. Предполагается, что по каждой из координат x и y эти смещения происходят независимо, амплитуды смещений распределяются по нормальному закону с нулевым математическим ожиданием M=0 и заданным среднеквадратическим отклонением. Смещения пунктов в плане приводят к появлению соответствующих ошибок высот этих пунктов, т.е. моделируются погрешности вычисления поправок за влияние рельефа, обусловленные отклонениями в планово-высотной привязке пунктов измерений поля силы тяжести.

Во втором варианте с помощью генерации серий случайных чи сел моделируются произвольно ориентированные в пространстве от клонения высот z ЦМР от их первоначальных значений, т.е. исходная матрица рельефа осложнялась помехой ±z. Амплитуды отклонений высот распределяются по нормальному закону с нулевым математиче ским ожиданием M = 0 и заданным СКО. В данном случае амплитуда помехи ±z обусловлена погрешностями значений высот, т.е. точно стью описания рельефа поверхности Земли для исходной ЦМР.

Обработка и анализ геолого-геофизической информации Геофизические данные, хранящиеся в базе данных, требуют дальнейшей их обработки и анализа. Конечно, ГИС дает возможности передавать данные в обрабатывающие комплексы (внешние програм мы), а затем возвращать их обратно для хранения и последующего со здания цифровых карт, но для оптимизации процесса интерпретации создано несколько инструментов обработки и анализа геолого-геофи зической информации, реализованных в виде модулей расширения для ГИС ArcGIS (панель инструментов), а также в виде встроенного на бора инструментов, созданного с использованием среды Model Builder.

В качестве входной информации для анализа выступают не столько первичные данные, сколько предварительно обработанная информация, представленная в рабочей базе данных (гравитацион ные, магнитные поля со всеми необходимыми поправками).

В итоге пользователь получает серию карт-трансформант (в фор мате растровых данных GRID), геолого-геофизические разрезы и раз личные варианты моделей геологического строения, которые в даль нейшем используются для решения поставленных геологических за дач.

Набор инструментов «Трансформации гравитационного поля» со держит несколько подпрограмм (моделей), предназначенных для наи более распространенных преобразований аномальных полей.

Модуль «Qtree», основан на аналитической аппроксимации внеш них элементов потенциальных полей системой истокообразных функ ций, представляющих собой поля эквивалентных источников (точеч ных масс). Использование модуля позволяет производить хранение данных о поле в виде моделей элементарных источников (сеточная модель, shp - файл) с включением в базу данных. Вместо массива зна чений наблюденного поля, содержащего десятки и сотни тысяч число вых элементов, хранится аппроксимационная конструкция, имеющая намного меньший объем. Восстановление значений поля в узлах пря моугольной сети или расчет трансформант осуществляются путем ре шения прямой задачи гравиметрии от аппроксимационной конструк ции с известными физическими и геометрическими параметрами.

Модуль «Wavelet» предназначен для построения аппроксимаций гравитационного поля разноглубинными эквивалентными источника ми при значительном объеме исходных данных. При этом использует ся эффективный алгоритм, в котором построение адаптированной к полю аппроксимационной конструкции осуществляется на основе предварительно выполненного вейвлет-преобразования наблюденно го поля с использований функций Хаара. Применение данного модуля позволяет вместо массива значений наблюденного поля сохранять ап проксимационную конструкцию, имеющую существенно меньшую раз мерность, т.е. перейти от цифровых карт полей к аналитическим ап проксимациям.

Глава 4. Примеры решения практических задач с помощью созданных компьютерных технологий Разработанные алгоритмы и технологии широко используются при региональных и детальных гравиметрических работах в различ ных регионах России. Рассмотрим их применение для интерпретации данных гравиразведки и магниторазведки с целью прогнозирования золоторудного узла, расположенного в Магаданской площади и лока лизации нефтеперспективных площадей и объектов в пределах Пермского края.

Интерпретация гравитационного и магнитного полей золоторудного узла (Магаданская область) Площадь исследований размером около 450 кв. км располагается в пределах Яно-Малтанской структурно-фациальной зоны внешней зоны Охотско-Чукотского вулканогенного пояса (ОЧВП), несогласно наложенной на мезозоиды Армано-Вилигинского синклинория Яно-Ко лымской складчатой системы.

Основными геологическими задачами, которые решались в про цессе исследований, являлись: изучение плотностных и магнитных ха рактеристик разреза земной коры до глубин 5-7 км;

определение мор фологии крупных магматических тел и установление их соотношения с вмещающими структурами;

уточнение "корневой" структуры дисло цированных осадочных и осадочно-вулканогенных комплексов вблизи трансформных и глубинных разломов;

выявление глубинных прогноз но-поисковых критериев на золото-серебряное и другие виды оруде нения.

Исходными данными для интерпретации являлись результаты гравиметрической и аэромагнитной съемок масштаба 1:50 000. Дан ные о рельефе дневной поверхности были сняты с электронных карт соответствующего масштаба (модель SRTM), преобразование коорди нат проведено с помощью программного модуля «Catalog».

Рис. 3. Учет «эффекта разновысотности»: А – рельеф земной поверх ности;

Б – разность потенциального поля на плоскости Н = 1500 м и на земной поверхности.

Перепад высотных отметок рельефа местности в пределах пло щади составил около 1500 м, что повлекло за собой существенные ис кажения геопотенциальных полей, связанные с проявлением т.н. «эф фекта разновысотности». Для подавления этого эффекта осуществля лась истокообразная аппроксимация и последующее приведение по лей на горизонтальную плоскость Н=1500 м, высота которой прибли зительно соответствует максимальным отметкам рельефа дневной по верхности (рис. 3).

С целью пересчета наблюденного гравитационного поля на гори зонтальную плоскость и вычисления его трансформант использовался программный модуль «Wavelet». Для различных пороговых значений вейвлет-коэффициентов были предварительно получены приближен ные оценки степени сжатия информации и погрешности аппроксима ции, которые с удовлетворительной точностью совпали с последую щими результатами вычислений (табл. 1).

Таблица Приближенные оценки степени сжатия данных о гравитационном поле и точности его истокообразной аппроксимации Порого- Процент отбро- Погрешность Отношение Погрешность вое зна- шенных числа ис- истокообраз вейвлет чение вейвлет- точ-ников к ной аппрокси преоб-разо вейвлет- коэффициенто числу то- мации поля, вания, коэффи- в, % чек поля, % мГал мГал ци-етов, мГал ±0.11 ±0. 0.3 70.0 55. ±0.14 ±0. 0.4 76.9 46. ±0.17 ±0. 0.5 81.5 40. ±0.24 ±0. 0.8 88.3 27. ±0.34 ±0. 1.5 92.9 17. Результаты преобразования гравитационного поля с использова нием модели, построенной при пороговом значении вейвлет-коэффи циентов, равным 0.3, представлены на рис. 4.

Рис. 4. Результаты трансформации гравитационного поля золоторудного узла аппроксимационным методом с использованием вейвлет-преобразова ния данных: А - гравитационное поле на уровне 2000 м;

Б - первая верти кальная производная поля на уровне 2000 м ( -золоторудное месторо ждение ) Для площади 450 км2 были выполнены пересчеты гравитаци онного поля g и магнитного поля Z на 14 уровней (от 1.5 км до км с неравномерно возрастающим шагом). Были рассчитаны разност ные составляющие полей, отождествляемые с эффектами от различ ных горизонтальных слоев горных пород, ограниченных постепенно возрастающими эффективными глубинами. Ввиду простой геометрии отдельного слоя (горизонтальной пластины) создаваемое им поле бу дет близкую к линейной связь с распределением плотности (или на магниченности). Более точную характеристику пространственного распределения петрофизических неоднородностей внутри каждого слоя позволило получить выполненное на заключительном этапе ре шение линейных обратных задач (аппроксимационная томография).

Интерпретация материалов гравиметрических исследований на нефтяном месторождении (Пермский край) На Шершневском месторождении нефти, расположенном в Соли камской депрессии, в западной части Верхнекамского месторождения калийных солей, проведены исследования по совместному примене нию сейсморазведки 3D и детальной гравиразведки. Ранее Шершнев ское рифогенное поднятие выявлено сейсморазведкой 2D по серии гравитационных аномалий, выделенных В.М.Новоселицким, по кото рым в свое время были выделены и оконтурены расположенные в этом районе Уньвинская, Сибирская, Белопашнинская нефтеносные струк туры.

Нефтеносность связана со структурами облегания позднеде вонских органогенных построек и непосредственно с рифовыми тела ми. Промышленные скопления нефти имеются в терригенных отложе ниях нижнего карбона, в карбонатах среднего и нижнего карбона, верхнего девона.

Гравиметрические исследования преследовали основную цель:

уточнение строения солевой и надсолевой толщи, выявление локаль ных гравитационных аномалий, отождествляемых с верхнедевонски ми и нижнепермскими органогенными постройками.

С использованием информационно-аналитической системы по строена эквивалентная модель источников поля и вычислены ряд трансформант, в которых наиболее контрастно, чем в исходном поле, отражаются региональные локальные особенности геологического строения территории.

С помощью набора инструментов «Трансформации гравитаци онного поля», который включен в ИАС, произведено разделение грави тационного поля на две составляющие – низкочастотную (региональ ную) и высокочастотную (локальную), построены разностные карты.

После исключения всех вышележащих отложений в фоновой со ставляющей гравитационного поля (рис. 5 (Б)) изгибом изолиний чет ко выделяется локальная положительная аномалия, отождествляемая с верхнедевонской органогенной постройкой. Локальная аномалия, выделенная с помощью использования инструментов анализа ИАС ГРАВИС, практически соответствует гравитационной аномалии (рис.

5 (А)), полученной на совместном использовании гравитационного мо делирования и системы VECTOR, а также в целом совпадает с конту ром девонского рифа, построенным по сейсмическим данным.

Рис. 5. Выделение девонского рифа в гравитационном поле (фоновая составляющая): A – полученная в системе VECTOR;

Б – полученная в ИАС ГРАВИС (желтым контуром показан девонский риф) С применением модуля «Qtree», включенного в среду ИАС, по строена апроксимационная конструкция поля и вычислены ряд транс формант, в которых более контрастно, чем в исходном поле, отража ются региональные и локальные особенности геологического строе ния территории. Иерархическая (многоуровневая) модель содержит 3619 источников, т.е. отношение числа источников к числу значений исходного поля составляет 22%, что существенно снижает затраты времени на вычисление трансформант гравитационного поля.

В результате интерпретации с использованием созданных инструментов обработки и анализа гравиметрических данных по строены карты гравитационных аномалий, отражающих неоднородно сти верхней части разреза;

выявлены локальные аномалии силы тяже сти, отождествляемые с надсолевой толщами и с нижнепермскими и верхнедевонскими органогенными постройками. Произведено сопо ставление результатов интерпретации материалам ранее проведен ных работ, которое показывает их качественное совпадение.

ЗАКЛЮЧЕНИЕ Основной результат исследований, представленных в диссерта ционной работе, состоит в создании информационно-аналитической системы хранения, обработки и анализа геолого-геофизической ин формации ГРАВИС на базе современной геоинформационной системы ArcGIS 9.0, предназначенной для решения широкого круга прикладных задач разведочной геофизики, связанных с изучением глубинного гео логического строения, прогноза и поисков залежей месторождений углеводородного сырья и месторождений твердых полезных ископае мых.

Основные научные и практические результаты.

1. Разработана, создана, апробирована и внедрена в практику грави разведочных работ информационно-аналитической система ГРА ВИС на базе современной геоинформационной системы ArcGIS вер сии 9.0, позволяющая на качественно новом уровне реализовать информационное обеспечение крупномасштабных гравиметриче ских съемок, ориентированная на эффективное решение актуаль ных задач хранения, обработки и анализа геолого-геофизической информации при высокой точности и быстродействии.

2. Определены основные принципы построения, структуры, фор мирования и наполнения единой базы геолого-геофизических дан ных. Произведен сбор имеющейся геолого-геофизической инфор мации по территории Пермского края в единую базу данных. Со здана единая классификация объектов базы геоданных;

вся ин формация заносится в базу с использованием стандартизирован ных идентификаторов объектов.

3. Созданы принципиально новые алгоритмы сжатия данных грави метрии и магнитометрии, использующие фрактальный подход и вейвлет-преобразование, предназначенные для построения анали тических моделей полей, обеспечивающие эффективное хранение информации в базах данных и высокоточное вычисление различ ных трансформант в произвольно заданных точках пространства.

4. Предложен метод построения аналитической модели рельефа земной поверхности на основе двухмерного преобразования Фу рье, а также определены статистические зависимости между чис лом коэффициентов ряда Фурье, дисперсией высот рельефа и тре буемой точностью его аппроксимации системой тригонометриче ских функций для различных геоморфологических условий.

5. Усовершенствована технология высокоточного вычисления попра вок gр за влияние рельефа местности при гравиметрической съемке, базирующаяся на использовании аппроксимационного подхода и новых источников информации о форме земной поверх ности. В результате серии вычислительных экспериментов опре делены оптимальные значения коэффициентов Фурье, участвую щих в описании рельефа местности, что позволяет существенно (приблизительно на порядок) увеличить скорость вычисления gр при сохранении требуемой точности результатов.

6. Разработаны и созданы программные модули, обеспечивающие об работку и анализ геолого-геофизической информации, учитываю щие специфику решаемых геологических задач и физико-геологи ческие особенности региона, обладающие высоким быстродей ствием и удобным интерфейсом.

7. Информационно-аналитическая система ГРАВИС внедрена и ак тивно эксплуатируется в Горном институте УрО РАН. С ее исполь зованием реализована технологическая цепочка обработки и ана лиза данных полевых гравиметрических наблюдений, получены новые геологические результаты по целому ряду объектов, распо ложенных в Пермском крае и в других регионах России. Экономи ческая эффективность эксплуатации данной системы определяет ся сокращением трудозатрат и времени при проведении каме ральных работ.

Список основных работ по теме диссертации Симанов А.А. Архитектура информационно-аналитической 1.

системы хранения и обработки геофизических данных / А.А. Симанов // Вестник КРАУНЦ. Науки о Земле. №1. Выпуск №7. 2006. - С. 158-162.

2. Симанов А.А. Информационно-аналитическая система обеспече ния крупномасштабных гравиметрических съемок / А.А. Симанов // Геоинформатика, 2007, №4, С. 1-11.

3. Долгаль А.С. Применениe кратномасштабного вейвлет-анализа при аналитических аппроксимациях геопотенциальных полей / А.С.

Долгаль, А.А. Симанов // Доклады Российской академии наук. Т. 418.

№2. 2008. - С. 256-261.

4. Симанов А.А. Особенности использования крупномасштабных то пографических карт при обработке результатов гравиметрических на блюдений / А.А. Симанов // Горное эхо. Вестник Горного института. № 4(18). - Пермь, 2004. - С. 36-40.

5. Симанов А.А. Современная технология топографо-геодезических работ при высокоточной гравиметрической съемке / А.А. Симанов // Материалы науч. сессии ГИ УрО РАН. - Пермь, 2004. - С. 101-103.

6. Симанов А.А. Применение GPS систем при создании опорной го родской геодезической сети / А.А. Симанов // Горное эхо. Вестник Гор ного института. № 3(17). - Пермь, 2004. - С. 24-27.

7. Симанов А.А. Повторные микрогравиметрические наблюдения в условиях урбанизированных территорий / А.А. Симанов, С.И. Яковлев // Материалы международной научно – практической конференции «Инженерная геофизика – 2005». - Геленджик, 2005. - С. 148-150.

8. Бычков С. Г. Повышение точности и эффективности гравиметри ческих работ с использованием гравиметрического и геодезического оборудования / С.Г. Бычков, А.А. Симанов // Научный конгресс «ГЕО-Си бирь-2005». Том 2 «Геология, Геофизика, Геодинамика и Геомеханика». - Новосибирск, 2005. - С. 14-18.

9. Симанов А.А. Картографические погрешности при обработке гео физических данных: причины возникновения и оценка / А.А. Симанов // Шестая Уральская молодежная научная школа по геофизике: Сборник научных материалов. - Пермь, 2005. - С. 213-217.

Симанов А.А. Основные принципы формирования базы гео 10.

данных для первичной обработки, хранения и анализа гравиметриче ской информации / А.А. Симанов // «Глубинное строение, геодинамика, мониторинг, тепловое поле земли, интерпретация геофизических по лей». Третьи научные чтения Ю. П. Булашевича. - Екатеринбург, 2005.

- С.139-140.

Симанов А.А. Особенности построения базы геоданных для 11.

хранения, обработки и анализа геофизических данных / А.А.

Симанов // Материалы региональной научно-практической конферен ции «Геология и полезные ископаемые Западного Урала». Пермь,2005. - С. 182-185.

Симанов А.А. Информационно-аналитическая система обра 12.

ботки материалов гравиметрических съемок / А.А. Симанов // Материа лы 33й сессии междунар. семинара «Вопросы теории и практики гео логической интерпретации гравитационных, магнитных и электриче ских полей». - Екатеринбург, 2006. - С.328-330.

Симанов А.А. Комплексный подход к обработке и интерпре 13.

тации геолого-геофизических данных на основе геоинформационных технологий / А.А. Симанов // Материалы региональной научно-практи ческой конференции «Геология и полезные ископаемые Западного Урала». - Пермь, 2006. - С. 204-206.

14. Симанов А.А. Компьютерная система хранения, обработки и анализа геолого-геофизических данных на основе геоинформацион ных технологий / А.А. Симанов // Седьмая Уральская молодежная науч ная школа по геофизике. Сборник материалов. - Екатеринбург, 2006. С. 137-142.

Симанов А.А. Обработка и анализ гравиметрических данных 15.

на основе ГИС технологий / А.А. Симанов // Материалы ежегодной научной сессии Горного института УрО РАН по результатам НИР в г. - Пермь, 2006. - С. 198 – 200.

Симанов А.А. Новый подход к интерпретации и хранению 16.

геолого-геофизических данных на основе геоинформационных техно логий и принципов фрактального анализа / А.А. Симанов, А.В. Пугин // International Conference & Exhibition EAGE, EAGO and SEG. - Saint Petersburg, 2006. B046 (electronic format).

Прогнозирование платино-медно-никелевого оруденения в 17.

пределах северо-запада Сибирской платформы / А.С. Долгаль, А.В. Пу гин, А.А. Симанов, Д.Ф. Калинин, О.И. Олешкевич, О.Н. Симонов // Гор ное эхо. Вестник Горного института. № 4(26). - Пермь,2006. - С. 23-30.

Симанов А.А. Применение современных геоинформационных 18.

технологий при хранении и обработке геолого-геофизических данных / А.А. Симанов, А.В. Пугин // Сборник материалов междунар.

научн. конгресса «ГЕО-Сибирь-2006». Т 1. Ч 1. – Новосибирск: СГГА, 2006. - С. 159-163.

19. Бычков С.Г. Эволюция программно-алгоритмического обес печения обработки и интерпретации гравиметрических материалов / С.Г. Бычков, А.А. Симанов // Горное эхо. Вестник Горного института. № 2(28). - Пермь,2007. - С. 38-42.

Симанов А.А. Информационно-аналитическая система обра 20.

ботки, анализа и хранения геолого-геофизической информации / А.А.

Симанов // Материалы науч. сессии ГИ УрО РАН. - Пермь, 2007. - С. 175 178.

Симанов А.А. Использование ГИС-технологий для учета 21.

влияния рельефа местности при гравиметрической съемке / А.А. Сима нов // Восьмая Уральская молодежная научная школа по геофизике.

Сборник материалов. - Пермь, 2007. - С. 234-238.

Симанов А.А. Опыт использования современных геоинфор 22.

мационных технологий при хранении, обработке и анализе геолого геофизической информации / А.А. Симанов // VI международнаянауч но-практическая конференция "Геофизика-2007"// Тезисы докладов.– Санкт-Петебург: СПбГУ, СПО ЕАГО, 2007. – С. 206-208.

Симанов А.А. Построение аналитической модели рельефа 23.

местности с использованием ГИС-технологий / А.А. Симанов // Матери алы 34-й сессии международного семинара им. Д. Г. Успенского. Москва, 2007. - С.223-226.

Синтез структурно-морфологического и вероятностно-стати 24.

стического подхода к интерпретации геопотенциальных полей (на примере золоторудного узла) / А.С. Долгаль, В.А. Смирнов, Д.Ф. Кали нин, А.В. Пугин, А.А. Симанов. // «Глубинное строение. Геодинамика.

Мониторинг. Тепловое поле Земли. Интерпретация геофизических по лей». Четвертые науч. чтения памяти Ю.П.Булашевича. – Екатерин бург:ИГф УрО РАН, 2007.

Симанов А.А. Первичная обработка гравиметрических дан 25.

ных на основе ГИС технологий / А.А. Симанов // Теоретические и при кладные аспекты геоинформатики. Сборник научных трудов. - Киев, 2007. - С. 127-135.

Симанов А.А. Информационно-аналитическая система обра 26.

ботки, анализа и хранения гравиметрических данных / А.А. Симанов // Материалы 35-й сессии международного семинара им. Д. Г. Успенско го. - Ухта, 2008. - С.284-286.

Симанов А.А. База данных информационно-аналитической 27.

системы «ИАС ГРАВИС» / А.А. Симанов // Девятая Уральская молодеж ная научная школа по геофизике. Сборник материалов. - Екатерин бург, 2008. - С. 179-182.

Симанов А.А. Основные принципы хранения информации в 28.

базе данных «ИАС ГРАВИС» / А.А. Симанов // Материалы ежегодной научной сессии Горного института УрО РАН по результатам НИР в г. - Пермь, 2008. - С. 191 – 194.

Симанов А.А. Учет влияния рельефа местности при высоко 29.

точной гравиметрической съемке на основе геоинформационных тех нологий / А.А. Симанов // Геология и полезные ископаемые Западного Урала // Материалы региональной научно-практической конференции.

Пермь, 2008. С. 220-223.

Симанов А.А. Аналитические аппроксимации геопотенциаль 30.

ных полей и геологических объектов при поисках и разведке по лезных ископаемых (на примере пермского края) / А.А. Симанов, А.В.

Пугин, А.С. Долгаль // Региональный конкурс РФФИ-Урал // Результаты научных исследований, полученные за 2007 год. Сборник статьей.

Часть 2. Пермь: ПНЦ УрО РАН, 2008. С. 167-169.

Симанов А.А. Разработка методологии построения трехмер 31.

ных плотностных моделей строения недр нефтегазоперспективных территорий Пермского края / А.А. Симанов, И.В. Геник, Г.В. Простолу пов, О.В. Ситчихин, Г.П. Щербинина // Региональный конкурс РФФИ Урал // Результаты научных исследований, полученные за 2007 год.

Сборник статьей. Часть 2. Пермь: ПНЦ УрО РАН, 2008. С. 163-167.