автореферат диссертации по машиностроению и машиноведению, 05.02.22, диссертация на тему:Использование структурометрического анализа аэрокосмических изображений для прогнозирования характеристик строения недр Земли

9

10-3 1342

МЕЖДУНАРОДНЫЙ МЕЖАКАДЕМИЧЕСКИИ СОЮЗ

На правах рукописи

МУЗЕНКО АЛЕКСАНДР ПЕТРОВИЧ

ИСПОЛЬЗОВАНИЕ СТРУКТУРОМЕТРИЧЕСКОГО АНАЛИЗА АЭРОКОСМИЧЕСКИХ

ИЗОБРАЖЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ХАРАКТЕРИСТИК СТРОЕНИЯ НЕДР ЗЕМЛИ

Специальность 05.02.22 - Организация производства

Диссертация на соискание ученой степени доктора технических наук в форме научного доклада

МОСКВА-2010

МЕЖДУНАРОДНЫЙ МЕЖАКАДЕМИЧЕСКИИ СОЮЗ

На правах рукописи

МУЗЕНКО АЛЕКСАНДР ПЕТРОВИЧ

ИСПОЛЬЗОВАНИЕ СТРУКТУРОМЕТРИЧЕСКОГО АНАЛИЗА АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ХАРАКТЕРИСТИК СТРОЕНИЯ НЕДР ЗЕМЛИ

Специальность 05.02.22 - Организация производства

Диссертация на соискание ученой степени доктора технических наук в форме научного доклада

МОСКВА 2010

Работа выполнена в Международном экологическом союзе

Официальные оппоненты:

Академик, доктор технических наук,

профессор. Жалковский Евгений Александрович

Академик, доктор технических наук,

профессор. Лазарев Георгий Евграфович

Академик, доктор технических наук,

профессор. Маслов Леонид Иванович

Защита состоится февраля 2010 г. в 12 часов на заседании Диссертационного совета Д 06.024.МАИ.032 Высшей межакадемической аттестационной комиссии по адресу: 101475, ГСП-4, г. Москва, ул. Образцова, 15.

С диссертацией можно ознакомиться в диссертационном зале совета. Диссертация в фор^е научного доклада разослана «23» января 2010 г.

Отзывы на диссертацию в двух экземплярах, заверенные печатью, просим направлять 110 указанному адресу ученому секретарю диссертационного совета.

Ученый секретарь Диссертационного совета, доктор технических наук, профессор, академик

Г.Е. Лазаре

1_

Общая характеристика работы

Диссертация посвящена проблемам использования структурометрического анализа ^рокосмических изображений с целью прогнозирования характеристик строения недр Земли в интересах народного хозяйства Российской Федерации.

Двадцатый век был эпохой начала космических исследований Земли и других планет Солнечной системы. Двадцать первый век должен стать эпохой дальнейшего развития к°смических систем, расширения и углубления сферы их применения в решении Разнообразных задач науки и народнохозяйственной практики.

Это потребует, прежде всего, создания перспективных технологий дистанционного 3°ндирования Земли и других космических тел, которые позволят оперативно и перманентно Получать более высококачественные данные. Следует отметить, что разработка новой Космической техники всегда сопровождается созданием эффективных алгоритмов и Программ, позволяющих вести тематическую обработку данных космического наблюдения.

Технология обработки данных дистанционного зондирования (ДДЗ) начала формироваться давно, но лишь последние десятилетия ознаменовались значительным Прогрессом. На смену традиционным методам визуального дешифрирования стали Приходить разнообразные методы автоматизированного анализа космической информации. Заметно расширился арсенал методов дешифрирования, прежде всего, за счет научных подходов, основанных на выявлении и использовании установленных зависимостей между зафиксированными в аэрокосмических изображениях параметрами волновых излучений и Характеристиками исследуемых объектов и явлений.

ДДЗ стали использоваться в различных отраслях науки, экономики и экологии. Ученые И Практики стали шире применять космическую информацию для изучения объектов, я®Лений и процессов, мониторинга происходящих не только в атмосфере и на земной поверхности, но и в глубинах Мирового океана и недрах Земли.

Деградация природы вследствие интенсивного антропогенного воздействия, в том числе от НеРазумного изъятия из недр Земли природных ресурсов создает угрозу существованию Человечества.

Вполне закономерно, что ДДЗ с каждым днем все шире используются для изучения экологического состояния и геодинамических процессов территории, прогнозной оценки Минеральных ресурсов Земли и других космических тел.

Прогнозирование характеристик залегания и свойств полезных ископаемых - весьма °ложная задача. Поэтому исследователи привлекают для ее решения различные методы и ^РИемы, производят визуальный, измерительный или автоматизированный анализ Интенсивности, спектрального состава, пространственной дифференциации и временной Изменчивости зафиксированного в аэрокосмических изображениях излучения, приходящего от объектов на местности.

Для того чтобы расширить возможности использования результатов анализа ДДЗ, Обличить точность компьютерного анализа, ученые и практики все шире применяют не только прямые дешифровочные признаки, но и выявляют новые косвенные признаки, с помощью вторых можно установить те или иные количественные и качественные характеристики природных ресурсов.

Для выявления зависимостей характеристик изучаемых природных ресурсов от их Параметров, фиксируемых в космических изображениях, применяют самые разные подходы, ^Пример фотограмметрическую и фотометрическую обработку изображений, их Геометрическую коррекцию, масштабирование, квантование, контрастирование и

3

фильтрацию, синтезирование цветных изображений, в том числе с использованием различных фильтров и т.д.

Практика результатов исследований отечественных и зарубежных ученых убедительно показывает информационную неисчерпаемость материалов космической съемки, в которых имеются самые разные и весьма точные данные об изучаемой территории (в том числе и по залежам полезных ископаемых).

Накопленный автором опыт позволил приступить к разработке оригинальной системы алгоритмов структурометрического анализа аэрокосмических изображений высокого пространственного и спектрального разрешения с целью решения задач поиска месторождений нефти, газа, угля, руд различных металлов и других полезных ископаемых и оценки условий и* залегания.

Проведенные исследования позволили установить принципиально новый механизм целенаправленного выявления по ДЦЗ практически любых территориально распределенных или структурированных данных. В его основе лежит познание следов воздействия залегающих в Земле тел полезных ископаемых на земную поверхность.

Используя этот принцип, была разработана комплексная компьютеризированная методика, позволяющая проводить научный анализ, прогнозировать размещение и устанавливать различные параметры нефтегазовых залежей и других объекто* геологической среды, в том числе находящихся на больших глубинах.

Эта методика оказалась также пригодной для решения многих других задач, например для определения приповерхностных объектов и явлений, в том числе величины и состав8 геохимического загрязнения почв, поверхностных вод, растительности и других компонентов ландшафта. Синтезирование выявляемых зависимостей позволило подойти к решению проблем^1 комплексной оценки напряженности экологической обстановки и реализации многих научных11 прикладных задач.

Методика была опробована на примере компьютерного обнаружения и комплексного анализа геологических объектов (залежей различных полезных ископаемых, карстовых полостей-суффозионных воронок и т.д.), геоморфологических, водных, почвенных и растительны" объектов, физических полей.

На основе данной методики отрабатывались приемы решения различных экологически") задач (загрязнение территорий и акваторий тяжелыми металлами, диоксидами и другим^ вредными веществами и соединениями), анализа состояния хозяйственных земель, зданий 11 сооружений, объектов строительства.

В результате применения разработанных методов структурометрического анализ'1 аэрокосмических изображений потребителям предоставляются компьютерные карты различно** тематики и содержания.

Практически проработаны вопросы методики и технологии составления типовЫ* компьютерных геологических и экологических карт с апробацией на примере различны" территорий России (Оренбургской области, Калининградской области, Северного района и др.)- * также Казахстана, Мексики, США, Канады и т.д.

Разнообразные тематические карты составляются на основе автоматизированноГ" дешифрирования ДДЗ и картографического моделирования и нацелены на реализаций определенных научных и производственных задач. Используемые при создании таких карт метоД^1 и приемы образуют составные элементы комплексной компьютерной технологии, включают6*1 применение различных программных продуктов: оригинальных программных блок о* коммерческих геоинформационных систем, графических модулей и т.д. Центральное ядро эт^ технологии составляет комплекс программ, разработанных В.Т. Жуковым, Ю.И.Фивенским.

Высокий уровень компьютерного решения задач анализа природных ресурсов позволил приступить к конкретному научному проекту, имеющему цель: разработку методологии и апробация методов структурометрического анализа аэрокосмической информации в интересах Решения задач геологоразведки, экологии и геодинамики.

Цель и задачи исследований. Целью данной работы является анализ состояния накопленного исторического опыта и закономерностей решения проблем изучения экологического состояния, Ге°Динамических процессов происходящих на различных территориях и задач прогнозной оценки пРиродных ресурсов в разных странах. Разработка новых технологий и доказательство реальной в°зможности осуществления на практике экологического и геодинамического мониторинга, пРогнозирования залегания всего спектра полезных ископаемых включая углеводородное сырье применительно к принципам рыночной экономики с учетом интересов государства и крупных пРедприятий.

Для достижения поставленной цели под руководством и при непосредственном участии автора Решались следующие задачи:

• обоснование нового развития широкомасштабного использования технологии СтРуктурометрического анализа материалов ДДЗ;

• исследование новых технологий; создание новых подходов к решению поставленной проблемы;

• исследование проблем экологии, человека и природной среды;

• разработка и развитие методов выявления на космических снимках скрытых связей между ^РИродными объектами, процессами и явлениями в пространстве;

• обобщение и анализ результатов новейших технологических и проектных разработок других Фирм и предприятий зарубежных стран и России.

Ал

*е*поды исследований. Проведение под руководством и при непосредственном участии автора ог1ь1тно -экспериментальных работ по повышению эффективности визуального и а&гоматизированного дешифрирования, анализа и интерпретации космических изображений с Целью изучения строения недр Земли.

Научная новизна исследований:

• Разработка нового научно - методического инструмента для формализованной оценки са«зей между яркостными и структурными свойствами изображения;

• Совершенствование технологии дешифрирования материалов космической съемки;

• Применении структурометрического анализа аэрокосмической информации для изучения Доения недр Земли.

выполненные автором исследования позволяют:

• Разработать инновационную технологию прогнозной оценки природных ресурсов, ^Вечающую требованиям насущных реформ экономического развития России;

• Оптимально учитывать накопленный исторический опыт и использовать открытые ак°номерности решения этой проблемы;

• Использование наиболее эффективные и оптимальные в современных условиях технологий 'Рименяемых в разных странах, методов и форм организации производства.

Практическая ценность работы. В работе представлены результаты широкомасштабной использования прогнозной оценки природных ресурсов на основе структурометрическИ исследований материалов космической съемки.

В настоящий момент практика остро нуждается в фундаментальных знаниях, а наука в свся очередь, обогащается на основе нового опыта и практики. Сегодня, как никогда остро проявляете необходимость интеграции специализированных знаний, опыта и будущих тенденций и условий.

Апробация работы.

Разработки представленные в диссертации осуществляются в реальных прогнозны^ проектах и позволяют объединить практиков и ученых, специализирующихся в разных области знаний и производственной деятельности.

За последние 2 года под руководством и непосредственном участии автора по представляем" для защиты методике выполнены конкретные прогнозно - оценочные работы:

1. Уточненная оценка структур углеводородного сырья на Боголюбовском месторождеШ1 (Оренбургская область) методом системно-компьютерного анализа космической информации.

2. Научно-исследовательская работа по теме «Прогнозная оценка залежей полезных ископаемы с использованием системно-компьютерного комплекса на основе анализа данных космическо информации, с возможностями, существенно превосходящими эффективность традиционно методов геологоразведочных работ» для нужд Оренбургской области, по итогам открытого конкур1' № 1-1-1300-13-0158-08. Оренбург, октябрь 2008 - февраль 2009.

Публикации.

По теме диссертации автором опубликовано 15 научных работ, выполнены 2 научН^ исследовательские работы по прогнозу залежей углеводородного сырья на территорИ'1 Оренбургской области.

Глава 1.

Обзор методов исследования экологического состояния, геодинамических процессов территории и прогнозной оценке

природных ресурсов.

1.1 Линеаментный метод.

Основным наземным методом является классический фундаментальный метод любых Региональных геологических исследований - разномасштабная геологическая съемка (с обязательным комплексом структурных, геоморфологических, геофизических, буровых и прочих Работ).

К группе смешанных (и наземных и дистанционных) методов могут быть отнесены геофизические исследования, основанные на изучении распределения естественных или наведенных, т.е. искусственно созданных, физических полей - гравитационного, магнитного и других, и применяемых, как правило, комплексно.

К чисто дистанционным методам относятся методы изучения структур земной коры с помощью изображений земной поверхности, полученных с борта космических аппаратов, т.е. Широко развитые в настоящее время методы дистанционного зондирования (МДЗ).

При этом МДЗ достаточно корректно адаптированы к поиску и выявлению структур, ПеРспективных на самые разные полезные ископаемые: твердые, жидкие и газообразные.

Спектр задач, решаемых с помощью МДЗ, без преувеличения, и огромен и уникален. Так, НаПример, космические изображения позволяют в очень короткие сроки и с большой степенью ^°стоверности создать "общую структурную картину" того или иного изучаемого региона и в этой ^ртине" увязанные в единое целое большое число разнородных и разномасштабных блоков.

Каждый из этих блоков при наземных исследованиях изучался бы, как правило, отдельно °т соседнего, не устанавливая связи с ним ни пространственно, ни генетически, что, разумеется, Резко искажает реально существующую структурную ситуацию. Последнее обстоятельство Негативно влияет на выявление структурной принадлежности того или иного месторождения.

К важнейшим задачам, решаемым с помощью МДЗ в нефтяной и газовой геологии, °тНосятся: уточнение структуры и глубинного строения нефтегазоносных бассейнов, а также поиск 11 вьщвление потенциальных структур - ловушек нефти и газа и путей миграции углеводородов

(УВ).

применение МДЗ в металлогенических исследованиях приводит к весьма эффективному Явлению скрытых (латентных) структур и структур наложенного типа, трассированию сквозных ^РУдоконтролирующих) и поперечных (рудоконцентрирующих) структур (часто глубинного 3аложения), а также выделению так называемых узловых структур, бактеризующихся, как правило, повышенной тектонической проницаемостью ^здробленностью), интенсивной геодинамической подвижностью и активной вертикальной транспортировкой полезных флюидов.

Высокоэффективные результаты получены при применении МДЗ с целью поиска структур, ^Селективных и на нерудное сырье, в первую очередь, на уголь, бокситы, калийные соли, воду, ^оительные материалы и прочие.

Камеральные методы могут быть условно разделены на картографический, структурно-морфологический и линеаментный.

Картографические методы связаны с построением специальных карт и схем, в первую очередь

геодинамического содержания, позволяющих определить структурные оостановки, олагоприятныс для образования тех или иных полезных ископаемых.

Структурно-геоморфологический метод разработан Н.П. Костенко и может с большой эффективностью использоваться при поиске различных месторождений полезных ископаемых, особенно россыпного типа.

Линеаментный анализ земной коры с целью поиска и выявления структур-перспективных на образование и концентрацию месторождений полезных ископаемых, активно развивается в последние 20-25 лет.

Основы линеаментного анализа были предвосхищены в работах геологов XIX века - М-Бертрана (для континентов Земли), А.П. Карпинского (для северо-запада Русской платформы), Т. Кьерулфа (для Норвегии), Н.И. Андрусова (для Понто-Каспийской области), Э. Зюсса (для Италии)-Позже они были удачно сформулированы американским геологом У. Хоббсом (1904, 1911), который ввел в геологический словарь понятие "линеамент".

В первой трети XX века принципы линеаментного анализа были поддержаны в работах Р' Зондера и Г. Штилле, а в последней четверти нашего века интенсивно развиты исследованиями Б.А. Буша, Д.И. Гарбара, Н.В. Короновского, В.И. Макарова, В.М. Моралева, Л.М. Расцветаевэ, А.Г. Рябухина, В.Д. Скарятина, И.В. Флоринского, В.Е. Хаина и других ученых.

К настоящему времени линеаментный анализ представляет собой хорош0 разработанную схему камеральных геологических исследований, суть которых заключается:

- в визуальном (ручном), автоматизированном (машинном) и интерактивном, т.е смешанном - человеко-машинном, дешифрировании - в поиске, выявлении и трассированй'1 (картировании) линейных образований земной коры - линеаментов по разномасштабным физике географическим и топографическим картам, космическим (КС) и аэрофотоснимкам (АФС), а так#е геофизическим, сейсмическим и прочим материалам (схемам, разрезам и т.д.);

- в пространственной корреляции выделенных линеаментов с имеющими^ геологическими и геофизическими материалами, а также идентификации линеаментов их систе*1 (зон) с отдельными разрывами, зонами трещиноватости, флексурами и прочими линейным1' элементами геологического строения, установленными ранее геологическими 11 геофизическими полевыми (и дистанционными) методами, а также выделении автономны* линеаментов и их систем, требующих дальнейшего изучения с целью установления и* генезиса;

- в составлении разномасштабных схем линеаментной тектоники изучаемого региона '' полевой (наземной и аэровизуальной) проверке данных схем;

- в геодинамической интерпретации результатов линеаментного анализа 11 построении результирующих схем линеаментно-блоковой тектоники, линеаментно'' делимости, линеаментной геодинамики и прочих, являющихся базовыми для уточнения 11 детализации закономерностей развития эндогенных (например, сейсмических), экзогеннЫ* (например, карстовых) процессов и явлений, а также размещении гетерогеннЫ> месторождений полезных ископаемых.

Столь эффективное и разнообразное применение линеаментного анализа обусловлен'1 значительной ролью линеаментов в структурировании самых различных по глубине срезов уровней Земли.

1.2. Градиентный метод.

Известны два основных способа обработки материалов аэрокосмической фотосъемки: визуальное и автоматизированное дешифрирование. Оба этих способа в настоящее время Развиваются параллельно, взаимно дополняя друг друга.

Появление в России за последнее десятилетие ЭВМ, специализированных по обработке Изображения, позволило использовать опыт визуального дешифрирования для последующей его аДаптации применительно к средствам автоматизации.

Независимо от тематики дешифрирования общие методологические его приемы при визуальных способах более или менее однозначны. В своей основе они заключаются в изучении объектов по дешифровочным признакам. Существуют различные их классификации, но в большинстве из них дешифровочные признаки делятся на две большие группы.

Первая группа отражает оптические и геометрические характеристики объектов, ^посредственно фиксируемые аэро- и космической фотосъемкой. В этой группе главная роль пРинадлежит яркостным различиям объектов и их размеру (длине, ширине, площади), форме, преобладающее большинство работ по дешифрированию аэрокосмических снимков (80-85%) базируется именно на этой группе признаков.

Вторая группа связана со специальными, тематическими признаками объектов. Наиболее Важным при этом является структура изображения, то есть пространственное соотношение Цементов изображения различного размера, тона (цвета, яркости) и геометрии.

Использование этой группы признаков для дешифрирования объектов природного и антропогенного характера весьма ограничено, так как требуется достаточно высокая ^алификация специалистов, чаще всего по распознаванию образов.

Первые и последующие исследования по автоматизации дешифрирования ^Рокосмоснимков, а также большинство современных ориентировались главным образом на работу с первой группой признаков.

В настоящем изложении отражены исследования возможностей использования обеих групп ^еШифровочных признаков с целью отражения их преимуществ при работе с монохромными Снимками в видимой части спектра.

1.2.1. Подготовка и согласование графической информации.

Все исходные материалы хоть и немного, но отличаются по масштабам. Имеются также Различия в проекциях, искажения в процессе сканирования.

Поэтому следующий этап работ заключался в проведении процедуры геометрической ии изображений снимка и карты растительности в единую проекцию и масштаб °бЩегеографической карты. Последняя была принята в качестве картографической основы для

проведения

всех последующих работ.

Описанная выше обязательная процедура геометрической коррекции включает в себя выбор

Идентичных

точек, хорошо читаемых и различимых на картах и снимке. Всего было выбрано 8 Т°Чек, расположенных по всему периметру выбранной территории. Результат геометрической ^РРекции

космического снимка полностью соответствует по масштабу и проекции ^^географической карте.

Следует отметить, что процедура геометрической коррекции выполнялась в ряд этапов: °На повторялась до тех пор, пока на всех источниках не достигнуты идентичные, по Ге°Метрическим свойствам, изображения. В особенности это относилось к протяженным ^Инейным сооружениям (автомобильным и железным дорогам) и их пересечениям.

9

1.2.2. Технология автоматизированного дешифрирования космического снимка.

Общая методическая основа дешифрирования трансформированного космического снимк* заключалась в последовательном выполнении следующих основных операций.

1. Послойное дробление изображения. Каждый отдельно взятый слой отражав некоторое тематическое содержание снимка. Поэтому, прежде чем начинать егс дешифрирование, необходимо определиться с тематикой и содержанием итоговой карты которые напрямую зависят от отмеченной выше целенаправленности дешифрирования.

2. Дешифрирование отдельно взятых слоев изображения для определения возможностей их дифференциации по распределению спектральных яркостей внутри слоев.

3. Создание карты, отражающей результаты компьютерного дешифрирования.

Начальный этап работ заключался в просмотре космического изображения и получении представлений о его тематической информативности в соответствии с целевой установкой дешифрирования. Для этого необходимо иметь топографическую основу соответствующей масштаба, а также специальные тематические карты, соответствующие тематическом) направлению дешифрирования.

Первичный просмотр космического изображения осуществлялся в черно-белом виде Ш экране монитора. Вначале важно выявить дешифрируемость основных границ природных ' хозяйственных образований: водных объектов, лесов, сельскохозяйственных угодий, а затем различных линейных инженерных объектов, населенных пунктов и т.д.

Используемая для целей автоматизированного дешифрирования система "Perikolor-ЗООО позволяет с помощью различных сопутствующих сервисных программ обеспечивать полученй£ представления об особенностях снимка и количественных данных о встречаемости элементов различной яркости.

Наиболее распространены процедуры, связанные с фильтрацией изображения, а так#£ программы расчета различных статистических показателей.

Одним из главнейших элементов работ по автоматизации дешифрирования являете" процедура получения ряда статистических характеристик. Среди реализованных в систем "Perikolor-ЗООО" следует отметить одну из страниц главного меню - HISTOGRAMME. С е£ помощью для всего изображения, а также для любых замкнутых маркерными линиями контура можно получить две основные статистические характеристики:

- кривую распределения (гистограмму) встречаемости элементов изображения (пиксель1 определенной яркости в заданных границах;

- кумулятивную кривую, иначе - кривую накопленных частот.

Построение гистограммы - весьма важная процедура, с помощью которой легК" дифференцировать территорию на некоторое число типов, отражающих пространственную изменчивость свойств и (или) характеристик объекта.

В случаях, когда различные объекты и (или) их типологические разности относительй" резко отличаются друг от друга, граничные условия между ними четко определяются по провал^' гистограммы. Эти провалы легко фиксируются визуально, а подведение курсора к данной точ^ гистограммы позволяет считывать численное значение яркости, которому соответствует данН°с граничное условие.

1.3 Метод малых кольцевых структур.

1.3.1 Содержание метода

Последняя четверть XX столетия ознаменовалась двумя крупными событиями в области НаУк о Земле:

1) завершение разработки и внедрение в практику географических исследований метода Многозональной аэрокосмической съемки;

2) открытие в недрах Земли структур центрального типа (геологических тел к°нической формы), отображающихся на дневной поверхности в виде кольцевых природных °бразований, дешифрируемых по аэрокосмическим снимкам и картографическим Материалам на основании форм мезо- и макрорельефа, рисунков гидрографии, границ смены Ландшафтов и т.п.

По современным геологическим классификациям размеры таких геологических кольцевых структур находятся в весьма широком диапазоне по их диаметру: от нескольких километров до десятков тысяч километров. Пока таких геологических тел обнаружено не слишком много, о чем свидетельствует тенденция присвоения им имен собственных (например, по названию ближайшего географического ориентира), а при их детализации - порядковых номеров внутри с°обществ.

Следует заметить, что информационный потенциал аэрокосмических снимков ИсПользуется по ряду причин пока далеко не полностью, особенно при визуальном дешифрировании. По оценкам многих специалистов сегодня используется в лучшем случае до 15% включенной в них информации.

Проведенные исследования показывают, что для типичных ландшафтов суши на долю яРкостного дешифровочного признака (многозональная съемка) приходится всего лишь 15% Информации. Остальные 85% заключены в структуре изображения - дешифровочном признаке, до си* пор не формализованном. Именно в рамках этого признака содержится весьма специфическая вставляющая - т.н. "скрытая информация".

Материалы аэро - и космических съемок Земли и других планет (как, впрочем, и любые другие образы внешнего мира), помимо удобочитаемой глазом наблюдателя информации, несут в себе скрытую (нечитаемую по ряду причин зрительной системой человека) информацию.

Вообще изображения и зрительные образы картин внешнего мира остаются пока еще 3агадкой. Они обладают уникальными свойствами нести в себе неосознанную человеком (Подсознательную) информацию, порождающую такие впечатления как красота, гармония, на СаМом деле продиктованные ему природой "живой" планеты.

Скрытую информацию применительно к случаю аэрокосмического канала передачи Изображений можно разделить на несколько видов:

- аппаратурная скрытая информация, порождаемая пространственно-частотными свойствами канала передачи (съемочные системы и условия съемки) и контролируемая его Функцией рассеяния точки; известно, что на пороге разрешения канала все малые объекты теряют ^ткость своих контуров и представляются в изображениях в виде размытых пятен (порог °бнаружения первых следов объектов);

- психофизическая и физиологическая скрытая информация, обусловлена °собенностями зрительной системы человека. 92% информации поступают через зрительную °Истему, однако она обладает ограниченной пространственно-временной пропускной

способностью. При детальном анализе изображений, поле зрения сужается, что не позволяв одномоментно наблюдать рисунок объекта в целом (известно, что "за деревьями можно Н' увидеть леса"). Для того чтобы этот рисунок увидеть, необходимо увеличить поЛ< зрения ценою снижения детальности обследования, однако, при этом искомые объекты контуры которых составлены из малых деталей, зачастую не только перестают восприниматься, но и переходят в шумовую составляющую изображения;

- концептуально-тематическая скрытая информация, определяемая устоявшимися 1 течение десятилетий представлениями о природе изучаемых объектов и явлений догматическая зашоренность ("этого не может быть потому, что этого не может быть", нередко заставляет наблюдателя не доверять своему зрительному восприятию картин внешнего мира и относить их к разряду иллюзий или случайных совпадений;

- природная скрытая информация - самый обширный вид информации, содержащейся * зрительных образах, представляющий собой безграничность процесса познанй< окружающего мира.

Физическая поверхность планеты как источник сообщений и первое звено аэрокосмического канала передачи информации может быть описана передаточным" характеристиками, которыми представляют остальные звенья канала (включая помехи и шумы) Однако природные шумы значительно превосходят по величине инструментальные помехи, а так#£ психофизиологические и психофизические шумы конечного звена канала - зрительной системы человека. Природные шумы - не что иное, как наше незнание исследуемого объекта Действительно, нельзя принять сообщение от неизвестного источника. Поэтому знанИ* черпаются путем выделения сигналов и сообщений от объекта из природных шумов.

Здесь возникает вполне естественный вопрос о соотношении статистических 11 детерминистических подходов к решению природоведческих задач.

Для обнаружения источника сигнала (и далее сообщений от него) использую* статистические приемы обработки информации, которые обладают малой пространственной* спектральной и временной разрешающей способностью. После получения, таким образом* первичных сведений (доминант) о неизвестном явлении вступают в силУ детерминистические методы, в задачу которых входит набор статистик более высокого ранга (с более высокой детальностью изучения объекта). Данный цикл непрерывен и безграничен в" времени. Однако по некоторым причинам многие знания, накопленные древними цивилизациям^ были утеряны и не восстановлены до сих пор.

Природная скрытая информация имеет временную и пространственную составляющие. Временные масштабы течения природных процессов и их восприятИ" несоизмеримы, например: сезонные, многолетние и многовековые изменения лиК^ географической оболочки Земли. Такая же ситуация наблюдается и в пространственной области-а именно: генетически однотипные объекты проявляют себя по-разному в различных региона* и средах (твердая, жидкая, газовая) Земли.

Только за счет системного учета отмеченных видов скрытой информации в материала* аэрокосмических съемок может быть существенно повышен КПД при их дешифрировании. Эт° положение в частности было доказано при решении задач повышения визуального ^ измерительного качества аэрокосмических снимков, испорченных расфокусировкой и смазок изображения.

Экспериментальное структурометрирование материалов съемок разных территорий бывшей СССР (по долготе: от Карельского до Камчатского края; по широте: от Архангельской Д° Ферганской областей) разных масштабов (1:5 ООО - 1:1 ООО ООО) повсеместно выявило &

12

поверхности Земли многочисленные кольцевые и линейные формы, внешне похожие на геологические кольцевые структуры и линеаменты.

Наиболее детально была исследована территория Сатинского полигона Географического факультета МГУ (Калужская область), хорошо обеспеченная Разнородными картографическими материалами, аэро- и космическими снимками (включая авиамодельные снимки) разных лет и сезонов, а также данными бурения. В результате было Установлено следующее:

- изменение масштаба съемки не приводит к изменению общего количества °бнаруж иваемых на 1 дм2 снимка кольцевых форм (по приблизительным подсчетам - несколько десятков тысяч колец);

- гистограммы размера кольцевых образований имеют логнормальный вид; их Максимумы приходятся на размеры колец, в среднем пропорциональные значению 3Наменателя масштаба съемки; диапазон изменения радиуса кольцевых форм ограничен снизу Линейным разрешением изображения, а сверху - геометрическими размерами снимка;

- эти формы стабильны по положению и устойчивы к природным экзогенным и антропогенным воздействиям, например: возобновляются на вырубках, пашнях, ежегодно Репродуцируются на снежном покрове Земли.

В разных зонах и диапазонах электромагнитного излучения и в разные сезоны съемки Кольцевая" информативность снимков не одинакова. Например: в синей зоне спектра, лучше дешифрируются неоднородности расселения донной растительности водоемов и Мелководных участков шельфа; в инфракрасной зоне и в период снеготаяния - увлажненные Участки почв; в радиолокационном сантиметровом диапазоне - неоднородности шероховатости Поверхности снежного покрова.

Минимальные размеры открытого класса кольцевых форм составляют единицы - сотни Метров, т.е. на 1-3 порядка меньше, чем у низшей категории так называемых "микроструктур" (до ^ км) по принятой в геологии классификации кольцевых образований. Внешне они как бы продолжают диапазон геологических структур, однако генетически с ним не связаны, что позволило ВЬ1Членить их в самостоятельную категорию кольцевых образований - малые кольцевые структуры (МКС). Максимальные размеры МКС могут достигать единиц и десятков километров, Перекрываясь с минимальными размерами кольцевых структур геологического диапазона.

МКС образуют так называемый кольцевой каркас местности. Кольцевой каркас представляет собой относительно полную (в зависимости от разрешения снимка) с°йокупность МКС на поверхности Земли и их фрагментов, выглядит как сложная ^Терференционная картина и является уникальным для каждой территории, являясь ее с®°еобразным "паспортом". Рисунок кольцевого каркаса тесно и сложным образом связан со Доением литогенной основы ландшафта, качественно и количественно описывает не только ее °с°бенности, но и характер воздействия экзогенных факторов. В частности он позволяет выявлять ^Ного рода аномалии и глубины их залегания в теле осадочных пород. Относительно ^симальные значения плотности обычно наблюдаются в зонах повышенной издробленности бренного субстрата и всякого рода разрывных нарушений сплошности земной коры.

По результатам проведенных многолетних исследований в лаборатории ^Рокосмических методов Географического факультета МГУ разработаны оригинальные (не ^еющие отечественных и зарубежных аналогов) методики компьютерного структурного анализа ^Рокосмических изображений и аэроструктурометрического картографирования рельефа кровли °СаДочных пород земной коры, в том числе зондирования мощности рыхлых отложений и степени

раздробленности коренного субстрата, локализующие его участки, ассоциируемые <• геологическими разломами, трещинами и узловыми структурами на уровне карбона.

Указанные методики, являясь составной частью разработанного метод* аэрокосмической структурометрии, апробированы на Сатинском полигоне МГУ Проверенные по данным бурения результаты структурометрического анализа показали высоки« точность (средняя квадратическая погрешность около ± 3-5%) и достоверность определений.

В дальнейшем подобные исследования были проведены в других природных зонах разнЫ* регионов не только России, но и всего земного шара.

1.3.2. Структурометрическое зондирование

Структурометрическое зондирование толщи осадочных пород с определением глубинной положения их литологически значимых границ основано на автоматизированном дешифрированй'1 кольцевого каркаса с выделением МКС-систем разного типа, индицирующих различия * состояниях коренного субстрата. При известных свойствах литосистемы взаимодействовать с сейсмоакустическим (СА) излучением (пропускание, преломление, отражение, рассеяние 11 рефракция СА лучей) расчет значений глубины залегания той или иной литологической гранинь не вызывает затруднений, хотя и сопряжен с временными издержками ввиД! неалгоритмизированности этого процесса. При переходе от одной литосистемы к другой различи' их СА свойств могут приводить к изменениям масштаба шкалы глубин. Для исключен^ методических погрешностей этого рода для определения глубин следует использовать даннЫ' прямого бурения, образующие достаточно разреженную опорную сеть геологических скваясИ' наподобие геодезической опорной сети. В общем случае при осуществлении маршрутной съем^1 требуются две геологические скважины. Сгущение опорной геологической сети производится определенным правилам и предполагает непрерывный (сообразно разрешению снимка ^ местности) контроль за поведением литологических границ при камеральном сгущении опорно'1 геологической сети. При расчетах глубин в качестве эталонных были приняты СА характеристик1' литосистемы Сатинского полигона МГУ. Тем не менее, получено хорошее совпадение расчетный значений глубины с данными бурения в пределах погрешности ±5%. Это обстоятельств" свидетельствует о существовании некоторых обобщенных значений СА показателей для все'1 планеты Земля. Такой же результат был получен и в других регионах РФ. В данном случ^ поправки за рельеф в определенные значения глубин не вводились, поскольку перепад высо1 рельефа поверхности в окрестностях скважины не превышал 8 м.

Экономическая эффективность применения данного метода, по ряду показателе'1 заменяющего весьма дорогостоящие работы, связанные с бурением или обследованием местное?1' геофизическими методами, не вызывает сомнений, поскольку для его осуществлен^ требуются всего лишь материалы аэро - или космической съемки Земли.

Принципиальная технологическая схема методики автоматизированной структурометрического дешифрирования материалов аэрокосмических съемок предельно прост3 Она разработана на основе известных обобщенных и программно реализуемых процедур последовательно производимых с изображением, и включает в себя:

- оценку качества исходного съемочного материала, на основании котор0' принимаются решения о необходимости проведения предварительной градационной '' структурометрической коррекции по полю изображения;

- зональное преобразование Фурье изображения, результатом которого являет^ первичное полутоновое структурное изображение объекта, в котором относительно темнЫ^

тонами кодируются области с минимумом структурного содержания (с относительно •минимальными значениями амплитуды гармонических составляющих исходного

изображения);

- растрирование первичного структурного изображения, т.е. перевод его из Полутонового в бинарный вид (только черные и белые тона), которое может быть выполнено с п°Мощью, например, одного из аналогов известного алгоритма Эванса, выделяющего участки изображения с отрицательной Гауссовой кривизной; в результате получают кольцевой КаРкас местности, рисунок которого чрезвычайно сложен и напоминает Интерференционную картину, например, на площади 25 км может быть выделено несколько сотен Ть,сяч взаимно пересекающихся кольцевых образований и их фрагментов;

- согласованная фильтрация кольцевого каркаса, производимая с целью выявления к°льцевых и эллиптических структур, описывающих литогенное состояние анализируемой Местности;

- составление тематических карт; этот этап представляется авторам наименее Разработанным, поскольку объем и тематическая ориентация выявляемой с помощью пРедлагаемого алгоритма новой объективной информации об объекте имеют многоплановый Характер.

Действительно, специалисты разных областей наук о Земле, привыкшие оперировать своими Понятиями и выработавшие свои приемы картографического отображения результатов, без с°°тветствующей научно-картографической поддержки составляют собственные карты изучаемых Явлений природы, в которых слишком много субъективного.

Необходимо создать такую систему картографического отображения, которая давала бы °бъективную картину пространственного распределения элементов конкретно изучаемого явления. Интерпретация же этой картины должна входить в компетенцию специалистов природоведческого ^Правления. Изложенный алгоритм поэлементно реализован с некоторым положительным эффектом с помощью известных коммерческих программных продуктов, в составе которых иМеется блок обработки растровых изображений (Image Processing System). Однако при этом Наблюдаются существенные потери информации, заключенной в исходных аэрокосмических

снимках.

Именно это обстоятельство заставило специалистов заняться разработкой собственных СГ1ециализированных вычислительных алгоритмов, адаптированных на наиболее эФфективное использование скрытой информации и основанных на нетрадиционных ^Аходах и приемах. В первую очередь это касается программной реализации ^Уктурозонального преобразования Фурье как наиболее ответственного этапа создания ^Уктурного изображения.

Отправным моментом послужило то обстоятельство, что математический аппарат: ^Начально был разработан для решения теплотехнических задач. Зрительная же система человека дотает по иным законам и устроена природой на иных принципах.

Поэтому математический аппарат Фурье на обработку изображений был переработан. В ^езУльтате его усовершенствования путем введения в расчет движений глаз наблюдателя (тремор, Са*када, дрейф) удалось создать вычислительный алгоритм, работающий в 6-10 раз быстрее °Неративного преобразования Фурье и обладающий хорошо выраженными адаптивными к с°Держанию изображения свойствами.

Сложенная методика была апробирована на разных (по способам получения) материалах аэР° - и космических съемок Земли (фотографические, сканерные, локационные и т.п.) применительно к решению различных задач.

1.4. Основы резонансно-волнового метода идентификации и исследования природных объектов и процессов.

Резонансно-волновой метод дешифрирования ДЦЗ основан на широком использованШ информационных свойств различных диапазонов излучения электромагнитных волн и проведенШ системного анализа аэрокосмических изображений, в которых всегда отражается характеристик* недр Земли.

Суть метода заключается в специализированной многостадийной компьютерной обработК' информации, содержащейся в ДЦЗ, с целью выявления и анализа той ее части, которая( скрытой форме характеризует земные недра. При этом на каждом этапе исследованй' целенаправленно используются различные принципы считывания информации.

Прежде всего, необходимо раскрыть содержание вводимых терминов: «резонансная частота1 и «резонансная длина волны» природного объекта.

Была проведена оценка относительной информативности многозональных снимков полученных с космического корабля "Союз-22" в 4-х зонах видимого диапазона электромагнитной излучения (эффективная длина волны спектральных зон Хэф-. 0,48; 0,54; 0,60; 0,66 мкм), на пример' залесенной (лиственничные леса в осеннем желто-оранжевом аспекте) территории нижнего теченИ' р. Вилюй с активными проявлениями термокарста.

Информативность снимков оценивалась в 50-ти пунктах маршрута длиной 90 км: песчаной пустыни Тукулаан до поймы р. Вилюй. Был охвачен весь возможный в градационно^ отношении диапазон яркости природных образований Земли (за исключением снежного |! ледникового покровов). Пункт (т.н. операционная единица) - площадка с диаметром 0,4 мм ( масштабе снимка.

В каждом из 50-ти пунктов маршрута определялись 4, необходимые для описания объек^ показателя: интегральная яркость площадки объекта «В» (традиционная фотометрически составляющая) и три сопровождающие ее структурометрические показатели - XV, е, А:

- XV - интегральная азимутальная плотность контрастов объекта в пределах площаД^'1 анализа (изотропная составляющая структуры объекта);

- е - анизотропность азимутального распределения плотности контрастов, даюШ^ представление о средневзвешенных конфигурации и степени ориентированности деталей объекта;

- А - азимут преобладающей ориентированности деталей объекта.

В качестве меры информативности снимка I , было принято число градаций состояний объекта, выявленных по каждому из I - показателей (1 - В, XV, е, А) на ансамбле из 50-т)| операционных единиц. Результаты оценки информативности зональных снимков, нормированный относительно максимального суммарного (по 4-м показателям) значения Ьг, представлены $ рисунке.

1,0 -

0,5 -

0,0

0,50

0,60

0,70

■ X

мкм

Рис. 1. Спектральный ход относительных объемов информации о яркости и структуре лесного объекта на многозональных снимках, полученных с КК Союз-22 (диаметр анализирующей апертуры - 0,4 мм в масштабе снимка):

I в- интегральная яркость объекта;

I цг- изотропная пространственная плотность контрастов;

I е- анизотропность распределения плотности контрастов;

I л - азимут преобладающей ориентировки деталей объекта;

I г- суммарная информативность зонального изображения.

Из (рисунка 1) видно, что снимок, полученный в оранжевой съемочной зоне (Хэф= 0,60 МкМ), по суммарной информативности существенно (на 33%) превосходит остальные зональные Снимки, для которых значение практически одинаково. Именно это явление и было названо резонансом, а длина волны электромагнитного излучения (или съемочная зона), на которой он °бНаруживается - резонансной длиной волны (или зоной) объекта.

Из рассмотрения представленного на рисунке спектрального хода составляющих еУМмарную информативность снимка частных показателей I в, I щ 1 е и I А можно сделать СЛеДующие важные выводы:

- информативность зональных снимков по показателям е и А не зависит от длины волны Электромагнитного излучения; эти показатели отображают, в первую очередь, лишь внешность (а Не физическую сущность) объекта и условия его наблюдения (в частности, условия освещения); ^йствительно, контуры объекта (например: дороги, реки и т.п.) не могут изменить своего Жжения на местности с изменением длины волны излучения; в худшем случае они не Из°бразятся на снимке, тем самым несколько изменяя значение XV;

- при возрастании значения длины волны электромагнитного излучения удельный вес ^°тометрической составляющей I в, монотонно возрастает;

одновременно происходит полностью компенсирующее его монотонное снижение уров«' изотропной структурной составляющей 1м>.

Таким образом, можно говорить о существовании некоторой закономерности заключающейся во взаимном перераспределении объемов яркостной и изотропной структурно! составляющих зональных изображений с изменением значения эффективной длины волны X эф.

Эти впервые экспериментально выявленные закономерности неопровержим' свидетельствуют о прямой количественной связи пространственных структурометрических * спектральных фотометрических характеристик объекта.

Однако хорошая внутренняя сходимость экспериментальных данных, полученных в рамка? уникальной методики, не является гарантией безошибочности самой методики. Достоверное!1 результатов эксперимента может быть подтверждена их сопоставлением (прямым или косвенным)1 известными в науке сведениями. Именно к такому виду доказательства справедливости результате! эксперимента автор и обратился.

Прежде всего следует отметить, что сумма значений 1в(Х) и 1у^Х) (без учета аномалии ( резонансной зоне) существенно константна и равна 0,44. Кроме того, значения 1в(Х)и 1 \у(Х) не могу1 быть отрицательными по определению. Пусть также, значение 0,44, полученное на малом интервал' длин волн X, принадлежит всему спектру электромагнитного излучения. Тогда, можно определит! границы диапазона, в котором действуют выявленные закономерности. Для этого, линейнг экстраполируя зафиксированные в эксперименте отрезки прямых 1в(Х) и 7уу(А) (рисунок), найд^' значения X точек их пересечения с осью абсцисс / =0 и с уровнем I =0,44. При этом следуй учесть, что для выполнения данной операции требуется представить ось абсцисс (X) * логарифмическом виде.

В результате расчета получим значения длин волн начала, конца и середины диапазон3 ?1Н=0,39 мкм + 5%, Хк=1,42 мкм ± 7% и ХсР=0,74 мкм ± 6%, соответственно.

Эти значения весьма точно соответствуют известному фотографическому диапазон) электромагнитного излучения (0,4 - 1,5 мкм), в котором выделяют видимый (0,4 - 0,8 мкм) 11 инфракрасный (0,7 - 1,5 мкм) поддиапазоны. При этом в зарубежной литературе особо выделяв1 переходную красно-инфракрасную зону (0,7 - 0,8 мкм), в которой достаточно резко возрастав отражательная способность вегетирующей растительности (растянутый по X "скачок" яркости) Именно он оказался зарегистрирован значением Хср. Таким образом, объективность существован^ представленных на (рис.1.) зависимостей информативности снимков от длины волны излучен^ можно считать доказанной. Этот факт одновременно говорит и об эффективности самого метоД8 структурометрического анализа изображений, который позволил впервые обнаружить эТ'1 зависимости.

Упомянутый "скачок" яркости в зоне (0,7 - 0,8 мкм) для разных видов вегетируюШе)| растительности происходит на своих длинах волн X. Данное обстоятельство давно используют пр1' спектрозональной аэро- и космической съемке для наиболее эффективного различен^ породного состава лесов в период летней окраски (еловые, березовые, осиновые леса и т.п.) по ^

с

фотометрическому признаку. Поэтому при съемках смешанных лесов информативность снимков красно-инфракрасной зоне резко возрастает, и в градационном выражении на графике появляется резонансный сигнал, аналогичный резонансному сигналу на графике 1у(Х).

В проведенном эксперименте участвовали достаточно широкие спектральные съемочН^ зоны (ДЯ==50-60 нм на уровне 0,5). Поэтому резонансный сигнал оказался значительно размыть^ Для повышения его резкости и амплитуды требуется улучшить спектральное разрешение съемочН0'1 системы, т.е. производить съемку в более узких зонах спектра, по крайней мере, для регистра!!*1'1 структурометрической составляющей информационного потока.

Нет пока достаточных оснований в полном объеме распространять полученные в количественном виде свойства фотографического диапазона на другие области электромагнитного излучения. Однако с большой вероятностью можно предполагать, что остальные диапазоны обладают аналогичными свойствами, а именно:

- в пределах каждого из них происходят свои процессы взаимного обмена РаДИометрической и изотропной структурометрической составляющих информативности

изображений;

-присутствуют резонансные зоны, положение которых на оси X. существенно зависит от ХаРактеристик конкретного объекта;

- диапазоны разграничены переходными зонами, в которых скачкообразно инвертируется с°отношение объемов радиометрической и изотропной структурометрической составляющих ^формации, что связано с изменением характера взаимодействия излучения с природными °бъектами.

Во всяком случае, изложенная системная методика оценки информативности Многозональных снимков способна выявить указанные закономерности, объективизировать Р^биение шкалы длин волн электромагнитного излучения на диапазоны и установить их строение.

Аналогичные резонансы возникают и при структурометрическом анализе комплектов °Днозональных снимков с разным пространственным разрешением, которые получают путем Изменения съемочного масштаба либо условий их послесъемочной обработки. В результате по спектральной зоне многозональной съемки дополнительно формируют несколько пространственных зон в области пространственных частот (или пространственных длин волн).

Таким образом, фиксируя зональные резонансы в общем случае в обеих областях Спектральной и пространственной) набирают спектрально-пространственные признаки, число которых определяется необходимой надежностью идентификации образа того или иного ^Рйродного

объекта.

Спектрально-пространственный подход к структурометрическому анализу изображений в к°Мплексе с изложенными выше методами позволяет с максимальной эффективностью реализовать ^Формационный потенциал материалов аэрокосмической съемки. При этом особое место занимает

"Роблема

создания специализированных картотек (банков данных) эталонных спектрально-^Ространственных образов (признаков-резонансов) природных объектов. Здесь уместно вспомнить, этапу внедрения многозональной спектрометрической съемки в практику природоведения предшествовал, более чем полувековой, подготовительный период накопления и ^схематизации сведений о спектральной отражательной способности природных образований.

Поэтому и пополнению банков спектрально-пространственных признаков объектов Обходимо уделять постоянное внимание.

1.5. Прогнозное исследование залежей полезных

ископаемых.

На составленных с помощью методов структурометрического анализа геоэкологических ^аРтах разных масштабов были выявлены сотни кольцевых структур с зонально-волновым *аРактером

колебания напряженности экологической обстановки. Наличие таких кольцевых ^РУктур подтвердило большую роль процессов, протекающих в геологической среде, в Армировании напряженности экологической обстановки и необходимость их пристального ^Учения и учета.

Учитывая это обстоятельство, оптимальным был признан подход, в котором первым этапов системного компьютерного дешифрирования служил изложенный выше структурометрическШ анализ кольцевых структур. При данном подходе выявление резонансных часто электромагнитного излучения природных объектов, фиксируемого в материалах ДДЗ, позволяв уточнить и дополнить результаты изучения кольцевых структур.

Комплексная методика на основе структурометрического анализа ДДЗ была опробована пр1 создании по материалам аэрокосмической съемки карт прогноза залежей нефти и газа металлических и других полезных ископаемых в разных районах Земли. Эти работы проводились1 три стадии, на каждой из которых осуществлялось уточнение и детализация измерен^ исследуемых параметров. Ниже приводится описание хода работ на примере характеристик' залежей руд черных, цветных и благородных металлов и углеводородного сырья.

1.5.1. Залежи руд черных, цветных и благородных металлов.

Прогнозный анализ залежей твердых полезных ископаемых проводится последовательны^1 исследованиями.

1. На предварительной стадии исследований осуществляется мелкомасштабный прогно и предварительное региональное картографирование изучаемых территорий с целью выявления 1 промышленной оценки залежей, металлических руд. Исходными данными при этом служа* фотографические, сканерные и иные космические снимки (черно-белые, цветнЫ* спектрозональные и т.д.), например, полученные с помощью аппаратуры МСУ-СК, спутник "Ресурс-О", а также общегеографические и геологические карты в масштабе 1:200 ООО' 1:1 ООО ООО. На этой стадии проводится общая оценка перспектив металлоносное!1 рассматриваемой территории с предварительной характеристикой общей величины прогнозна запасов руды (млн. т) и металлов (тыс. т. каждого металла в руде).

Далее оценивается прогноз перспективных площадей залегания руд металлов (перв^ итерация) с характеристикой по каждой площади:

- объемов запасов руды (млн. т) и металлов (тыс. т каждого металла в руде);

- глубины залегания (относительной и абсолютной) кровли рудных тел (м);

- ширины, длины и мощности рудных тел (м);

- содержания металлов в рудном теле (%).

2. На стадии лицензирования участков производится уточнение и детализация даннЫ предыдущей стадии анализа для наиболее перспективных из выявленных прогнозных участк0 залегания металлических руд. Исходными данными при этом служат: фотографические, сканернЫ и иные аэрокосмические снимки - черно-белые, цветные, - объемов запасов руды (млн. т)1 металлов (тыс. т) каждого металла в руде:

- глубины залегания (относительной и абсолютной) кровли рудных тел (м);

- ширины, длины и мощности рудных тел (м);

- содержания металлов в рудном теле (%);

- качества рудного сырья (содержания в % полезных и вредных примесей).

3. На стадии проведения детальных разведочных работ уточняются участки проведен*1 первоочередных полевых опробований, прогнозируются места бурения, закладки шахтных ствол0 и т.п. Исходными данными при этом служат фотографические, сканерные и иные аэросниМ*1

20

'черно-белые, цветные, спектрозональные и т.д.), например, получаемые с помощью аппаратуры МК-4, КФА-1000, спутника "Ресурс-Ф", топографические и геологические карты в масштабе ООО - 1:10 000.

На этой стадии проводится прогнозная оценка рудных тел и блоков (третья итерация) с характеристикой:

- уточненных координат границ промышленных залежей по каждому телу (блоку);

- объемов запасов руды (млн. т) и металлов (тыс. т каждого металла в руде);

- глубины залегания (относительной и абсолютной) кровли рудных тел (м);

- ширины, длины и мощности рудных тел (м);

- содержания металлов в рудном теле (%);

- качества рудного сырья (содержания в % полезных и вредных примесей).

Кроме того, дополнительно определяется характеристика эколого-геофизических условий Участков залегания руд металлов (с учетом влияния разломов и геопатогенных структур, наличия л°Кальной сейсмичности, геохимических аномалий и др.).

1.5.2. Залежи углеводородного сырья.

На предварительной стадии исследований осуществляется мелкомасштабный прогноз и предварительное региональное картографирование исследуемых территорий с целью выявления и промышленной оценки залежей УВ. Исходными данными при этом служат: фотографические, банерные и иные космические снимки (черно-белые, цветные, спектрозональные и т.д.), например, Полученные с помощью аппаратуры МСУ-СК, спутника "Ресурс-0", а также общегеографические и дологические карты в масштабе 1:200 000 - 1:1 000 000. На этой стадии проводится общая оценка Перспектив нефтегазоносности рассматриваемой территории с предварительной характеристикой ^Щей величины прогнозных запасов по нефти (млн. т), газу (млрд. м) и газоконденсату (млн. т).

Далее оценивается прогноз перспективных площадей залегания углеводородного сырья первая итерация) с характеристикой:

- объемов запасов нефти, газа и газового конденсата (млн. т; млрд. м3);

- глубины залегания (относительной и абсолютной) кровли продуктивных пластов (м);

- мощности пластов (м);

- содержания УВ в пласте (%).

На стадии лицензирования уточняются и детализируются данные предыдущей стадии анализа ^ Наиболее перспективных из выявленных прогнозных участков залегания углеводородного °Ь1Рья. Исходными данными при этом служат: фотографические, сканерные и иные ^Рокосмические снимки (черно-белые, цветные, спектрозональные и т.д.), получаемые с помощью Аппаратуры МСУ-Э, спутника "Ресурс-0г и др., топографические и геологические карты в масштабе :5°000- 1:100 000.

На этой стадии проводится прогнозная оценка (вторая итерация) структур, перспективных на ■^Леводородное сырье с характеристикой:

- границ промышленных залежей;

- объемов запасов нефти, газа и газового конденсата (млн. т; млрд. м3); - глубины залегани* (относительной и абсолютной) кровли продуктивных пластов(м);

- мощности пластов (м);

- содержания У В в пласте (%);

- качества углеводородного сырья (плотности, содержания серы, парафинов и т.д.). $ стадии проведения детальных разведочных работ уточняются участки проведения первоочередны' полевых опробований, прогнозируются места бурения и т.п. Исходными данными при этом служа фотографические, сканерные и иные аэроснимки (черно-белые, цветные, спектрозональные и т.Д^ например, получаемые с помощью аппаратуры МК-4, КФА-1000, спутника "Ресурс-Ф топографические и геологические карты в масштабе 1:5 000-1:10 ООО.

На этой стадии проводится прогнозная оценка (третья итерация) структур, перспективных й! углеводородное сырье с характеристикой:

- уточненных границ промышленных залежей по каждому продуктивному пласту;

- объемов запасов нефти, газа и газового конденсата (млн.т; млрд. м3) - суммарных и Ас каждому продуктивному пласту;

- глубины залегания (относительной и абсолютной) кровли каждого продуктивного плас^

(м);

- мощности каждого пласта (м);

- содержания УВ в каждом пласте (%);

- качества углеводородного сырья (плотности, содержания серы, парафинов и т.д.) 1,1 каждому пласту и блоку разведываемых структур.

Заканчивается стадия разработкой рекомендаций по размещению буровых скважин с учето'' прогнозных характеристик залегания УВ и эколого-геофизических параметров участка (с учетов влияния разломов и геопатогенных структур, наличия локальной сейсмичности, геохимически аномалий и др.).

1.5.3. Доразведка месторождений.

Особый случай представляет доразведка эксплуатировавшихся или уже разведывавши*^ ранее месторождений, для которых имеются данные ранее выполненных обследований Необходимость проведения исследовательских работ на таких месторождениях возникает в слу4^ прогнозирования новых, еще неизвестных залежей полезных ископаемых.

Исходные данные на стадии доразведки представляют: фотографические, сканерные и

инЫ*

аэроснимки, космические снимки, получаемые с помощью аппаратуры спутника "Ресурс-Ф" и ДР (черно-белые, цветные, спектрозональные и т.д.), топографические и горно-геологические карты11 планы в масштабе 1:5 ООО и крупнее.

В перечень выполняемых исследований включаются:

1. Прогнозная оценка возможности обнаружения новых залежей УВ, рудных тел и

блок"*

(на самом эксплуатировавшемся месторождении или вблизи его) с характеристикой:

- координат границ новых промышленных залежей по каждому телу (блоку);

- объемов запасов полезных ископаемых (по каждому компоненту);

- глубины залегания (относительной и абсолютной) кровли залежи;

- ширины, длины и мощности залежи (м);

22

'•п.).

- содержания полезных компонентов в залежи УВ, рудном теле (%);

- качества полезных ископаемых (содержания в % вредных примесей, плотность нефти и

2. Характеристика эколого-геофизических условий новых участков залегания руд металлов (с учетом влияния разломов и геопатогенных структур, наличия локальной сейсмичности, Ге°химических аномалий и др.).

1.5.4. Место структурометрических методов в современных тенденциях развития оперативных методов разведки углеводородных ресурсов Земли.

Современный арсенал отечественных и зарубежных методов и технологий поиска залежей УВ ХаРактеризуется широким спектром разработок, в число которых входят геофизические, ^логические, геоморфологические, аналитические и другие направления исследований. При этом количество выполненных научных и практических разработок исчисляется многими тысячами. Непрерывно растет и число используемых научных методов и подходов. Это обусловлено СтРемлением поисковиков к поиску более дешевых и точных методов разведки, так как СТаНдартные, традиционные методы оказываются эффективными только в условиях разведки ^Упных и средних антиклинальных нефтегазоносных структур, залегающих на небольших ГлУбинах.

При наблюдающемся в последнее время переходе к поиску и освоению неантиклинальных, Нестандартных, маломощных, в том числе залегающих на больших глубинах, залежей ^Леводородного сырья традиционные подходы часто неэффективны и приводят к неоправданным 3атРатам.

Новые методы и технологии используют множество прямых и косвенных признаков, привлекаемых для выявления и идентификации аномалий, различных геополей, связанных с природными условиями и процессами зарождения, формирования и развития залежей УВ.

епецщость каждого из таких методов зависит от выбора признаков и их комбинаций, границ их Применимости, быстродействия, помехоустойчивости, критериев и методики идентификации Поисковых объектов и т.д.

Для иллюстрации практически неограниченного множества разновидностей залежей УВ и Условий их существования ниже приводятся современные классификации нефтегазоносных ^ассейнов мира (их число превышает 500).

Все бассейны мира в соответствии с современной геодинамической обстановкой разделяются

На

три категории: континентальные, океанические и переходные, в зависимости от состава Подстилающей земной коры и расположения в пределах литосферных плит.

Категории бассейнов делятся на группы, причем некоторые из групп, в свою очередь, делятся

На

^ Подгруппы, по признакам приуроченности к основным тектоническим элементам плит. °Нтинентальная категория содержит 2 группы бассейнов: платформенные и орогенных подвижных) поясов. Переходная категория делится на 4 группы: реликтовых окраин (2 подгруппы: ^Нтинентальные пассивные; континентальные пассивные и океанические активные), *°нтинентальных окраин (2 подгруппы: пассивные и активные), океанических окраин (1 подгруппа аКтивные) и междуплитные. Океаническая категория состоит из одной группы бассейнов -^ассократонных.

По истории геологического развития и по характеру геологического строения группы делятся ^ типы и подтипы. По истории геологического развития выделяются типы бассейнов:

кратонные, кратогенные, постплатформенные, коллизионные, палеодивергентнЫ^ субдукционные, смешанные палеодивергентные-конвергентные, дивергентные, конвергентные.

По характеру геологического строения классифицируются типы и подтипы бассейнов синклинорные, рифтовые, глыбово-блоковые, платформенно-складчатые, внутрискладчатЫ1 (подтипы: на срединных массивах и на орогенных поясах), покровно-складчатые, окраинных море11 внутренних глубоководных морей, периконтинентальные, тихоокеанского типа (подтипы задуговые периконтинентальные и периконтинентальные преддуговые, задуговые, преддуговые 1 междуговые), андийского типа, задуговые европейского типа.

Типы бассейнов характеризуются присущими для них основными структурными 1 морфологическими формами, на основе которых строятся модели нефтегазоносных бассейнов.

Следует отметить, что каждый конкретно взятый бассейн представляет собой чрезвычайн1 сложную структурную систему, имеющую свои характерные черты и содержащую множеств' видов структурных и неструктурных нефтегазовых ловушек.

Традиционная схема поиска залежей углеводородного сырья в своей основе имеет широки' комплекс геолого-геофизических работ, составляющих непрерывный исследовательский процесс И' двух этапов. Первый - поисковый, который завершается открытием месторождений. Второй разведочный, имеющий целью подготовку месторождений к разработке с подсчетом запасов П' промышленным категориям.

Поисковый этап имеет 3 стадии.

На первой стадии проводятся региональные геолого-геофизические работы с целью решен*" следующих основных задач:

1) установление и уточнение размеров осадочного бассейна, особенностей строен^ осадочной толщи;

2) оценка перспектив нефтегазоносности отдельных площадей;

3) установление первоочередных объектов для поисковых работ.

Для решения этих задач проводятся комплексные полевые геологические геофизические работы в масштабах съемки 1:200 ООО, 1:500 ООО и мельче, научН0 исследовательские и буровые работы.

На второй стадии поискового этапа решаются задачи по подготовке площадей геолог" геофизическими методами к поисковому бурению. Стадия включает:

1) детальные геологические работы по изучению строения исследуемых площадей;

2) обоснование и выбор первоочередных объектов для подготовки к поисковому бурению;

3) оценка запасов по прогнозной подгруппе и геологической категории С2 (запасы

низше"

категории разведанности, определенные на основании единичных скважин и с учетом даннЫ* геофизических и геохимических исследований и геологических построений).

Подготовку площадей к поисковому бурению осуществляют комплексом геолог" геофизических методов или одним методом (например, сейсмическим), с масштабом съеМ^ 1:25 ООО, 1:50 ООО и др.

На третьей стадии поискового этапа решаются задачи поиска залежей УВ с конечной целью'

1) открытие месторождений нефти и газа;

2) получение данных для подсчета запасов по геологическим категориям С2, С1 (С 1 промышленные запасы, определенные по скважинам с учетом данных геофизических ''

.А

геохимических исследований и геологически обоснованной экстраполяции; С1 - высшая подсчетН^

24

^иегория запасов для месторождений с неравномерным распределением углеводородных компонентов) для предварительной геолого-экономической оценки месторождения. Эти задачи РеШаются бурением и геолого-геофизическими скважинными исследованиями.

На разведочном этапе решается задача по подготовке месторождений к разработке с ПоДсчетом запасов по категориям С1 и В (промышленные запасы, определенные по скважинам с ВКЛ1°чением ограниченной зоны экстраполяции на месторождениях с равномерным распределением Углеводородных компонентов). На этом этапе проводятся разведочные бурение и геолого-Ге°физические исследования в скважинах.

Хотя эта схема поисковых работ, имеющая нормативно-инструктивный характер, во многом Себя оправдала, тем не менее в современной мировой практике острой проблемой является пРоблема минимизации временных и финансовых затрат на производство поисковых работ для ^Наружения залежей УВ.

Достаточно отметить, что по этой схеме региональные работы "растягиваются" на годы, а сРеДнемировая стоимость их на поисковом этапе составляет, в зависимости от сложности Исследуемого региона и наличия априорной информации от 5 ООО $/км . На разведочном этапе при Вь'боре места под бурение сейсмическим методом "ЗО" затраты составляют не менее 10 ООО ^Км .

Следует отметить еще об одной актуальной проблеме - успешности поискового бурения, парадоксально, что, несмотря на активное развитие "классических" поисковых технологий, пример, сейсмических, в 80-е гг. и до настоящего времени наблюдается падение успешности ПоИскового бурения (исчисляемого по доле в % продуктивных скважин от общего числа поисковых сКваэкин). Это, в основном, связано с поиском гораздо более сложных, чем ранее, в поисковом °тнощении типа углеводородных ловушек.

Так, например, в СССР в 1981-85 гг. успешность поискового бурения составила около 24%, Разведочного - 53,9%. В 1986 г. соотношение продуктивных и сухих поисковых скважин составила: в СЩА 1:4,05 (из 9006 скважин), Австралии и Новой Зеландии 1:10,18 (из 163 скважин), ^°Нтинентальной Европе 1:3,20 (из 403 скважин), Северном море 1:2,63 (из 224 скважин), Среднем Остоке 1:3,64 (из 124 скважин).

Поэтому задача создания и развития, так называемых, оперативных или экспресс-методов прямого поиска залежей УВ, минимизирующих финансовые и временные затраты на поиск обладающих высокой эффективностью и универсальностью по отношению к различным ^ассейнам и, соответственно, геологическим условиям, является весьма актуальной задачей. При следует особо подчеркнуть такое требование ко всем технологиям как экологическая езопасность. Известно, что глобальное сейсмозондирование далеко не отвечает этому требованию.

Среди различных новых методов получила признание группа довольно различных по своей Юности методов структурометрического анализа. Для оценки места и роли

С'

^РУктурометрического метода в современной системе методов и технологий целесообразно привести обзорную информацию об основных методах, используемых для целей поиска и разведки ^Нерального сырья.

Для данного этапа работ достаточно ограничиться приведением краткого обзора оперативных °Дов и технологий, используемых для етандарТных геолого-геофизических методов).

^одов и технологий, используемых для прямого поиска залежей УВ (за исключением

1.6. Геофизические методы.

1.6.1. Гравиметрический метод.

Теоретически обоснованы и экспериментально подтверждены (исследованиями российски ученых) изменения силы тяжести над залежами УВ во времени, связанные с флюидодинамико1 залежей и миграцией углеводородного газа из залежей к земной поверхности.

Повторные измерения силы тяжести на нефтяном месторождении с интервалом меясД) измерениями 3 месяца выявили изменения силы тяжести вдоль гравиметрического профиля до ДО мкГал с погрешностью измерения ±10 мкГал. Это явление было также подтверждено 10-летниМ1 наблюдениями на другом месторождении и может быть использовано на практике.

В России разработана технология поиска и разведки залежей УВ, основанная 1,1 нетрадиционном выявлении в микроструктуре физических полей (гравитационного, сейсмическог1 и других) признаков отображения залежей УВ и обосновании обобщенной физико-геологическо' модели залежи. Базовой основой технологии является гравиметрический метод "ГОНГ" (Россй* [7], позволяющий по данным высокоточной наземной гравиразведки решать задачи:

1) определение планового положения ловушек и зон нефтегазоперспективности;

2) оценка прогнозных запасов УВ по амплитудным характеристикам локальных аномал И' силы тяжести;

3) выявление тектонических элементов, контролирующих залежи УВ. При апробирований( ряде регионов России коэффициент подтверждаемое™ гравиметрических прогнозов достИ' величины 0,80 - 0,90. Глубина залегания залежи определяется сейсмометодом. По описанН0' технологии открьгг ряд месторождений УВ, в частности в Москве и Московской области.

Предложен метод (Россия) выделения в отдельных случаях локальных минимумов обусловленных гравитационным эффектом залежей УВ, на гравитационных максимум^ сопровождающих антиклинальные структуры.

1.6.2. Электрометрический метод.

I

Известно, что в области залежи наблюдаются:

1) увеличение суммарного электрического сопротивления (из-за вторичной минерализаЦй'1 от 30 - 50 до 400 - 500 %;

2) повышение поляризуемости пород (из-за образования сульфидов под влиянием УВ) до % и более при фоне 2 - 3 %. Для регистрации этого явления разработан импульсный индукционнЫ1' метод (Россия), который реализован в виде аэроэлектроразведочного комплекса, установленного ^ борту вертолета.

1.6.3. Термометрический метод.

Во многих случаях над залежами УВ отмечаются значительные тепловые аномаЛИ1' связанные с разогревом залежей и повышенным тепловым потоком от них к дневной поверхносТ11 Так, например над месторождениями в Мексиканском заливе тепловой градиент возрастает $ 80°С/100 м при фоновом 1,50°С/100 м. Для регистрации параметров тепловых потоков и поиска1,1 ним УВ разработан ряд способов и аппаратурных комплексов (Россия, США).

1.6.4. Магнитометрический метод.

Известно, что залежи УВ связаны с накоплением магнитных минералов в восстановительной сРеДе, созданной мигрирующими У В вблизи дневной поверхности над залежами У В. Разработан Ряд новых способов (США, Россия) поиска УВ по этому признаку.

Разработан (США) высокоточный вакуумный цезиевый магнитометр, эффективно ВЬ1Деляющий участки залежей УВ.

Предложен ряд поисковых способов с использованием :

1) связи залежей УВ с вертикальной компонентой магнитного поля (Россия);

2) связи залежей УВ с ориентацией горизонтального элемента геомагнитного поля и его МоДулем (Россия);

3) влияния залежи У В на функциональную зависимость напряженности магнитного поля от ^отности силы тока (Россия).

Выявлены значительные вариации параметров геомагнитного поля (до 8-10 нТ) над вежами УВ, что используется при прогнозировании геологического разреза.

1.6.5. Радиометрический метод.

Опробован дистанционный радиационный метод (США) для выявления радиометрических ан°Малий над залежами УВ с помощью ионизационной камеры. Коэффициент успешности составил ПоРядка 65 %, что подтверждено контрольным бурением.

1.6.6. Спектрометрический и электромагнитный методы.

Произведено обнаружение спектрометрических аномалий над залежами УВ при радарной ^Мке (Россия, США). Предложены способы поиска залежей У В (США), основанные на том, что ^ в почве, приземном воздухе и воде поглощают электромагнитные волны и свет определенной

^стоты.

Утверждается, что спектроанализатор отраженного света в двух интервалах 500 -600 нм и 700 нм, установлении! эффективностью до 90 - 95 %.

1.6.7. Аналитические методы.

6°0 - 700 нм, установленный на спутнике "ЬАМОБАТ" (США), обнаруживает аномалии УВ с

Аналитические методы решают задачу выявления аномалий УВ по прямым признакам ^Ичия УВ в различных средах и полях и по косвенным, по признакам влияния УВ на вмещающую ереДу и поля. Для этого проводятся исследования и анализ проб пород, воды, воздуха, растений, ^ВЫх и ископаемых организмов с помощью газогеохимических, битуминологического, ГиАрогеохимических, литогеохимических, изотопных и биогеохимических методов.

Обнаружение аномалий УВ по косвенным признакам производится в тех же средах, что и по ^Мым.

На основе анализа проб горных пород из скважин и обнажений обнаруживают аномалии УВ 110 прямым признакам методами газового каротажа, спиртобензольной, хлороформенной, ''^олейно-эфирной экстракции, термовакуумной и химической дегазации, вакуумной ^е,сРиптонометрии и т.д.

Помимо нефти, газов, битумов предложено выявлять эпигенетические УВ в углях (Россия), ^лекать газы из долеритов, вторичного галита (Россия), проводить дегазацию доломитовой

27

составляющей карбонатов (США), мерзлых пород (Россия), изучать шлам взрывных сейсмоскважи (Россия).

В качестве характеристик аномалий УВ используются отношения содержания метана гомологов вместе с содержанием разветвленных и нормальных изомеров, отношения предельны УВ к непредельным, эпигенетических УВ к сингенетическим, метаново-нафтеновых УВ высокомолекулярным (Россия).

Так, например, последний указанный показатель, определенный в шламе, при значений около 2-5 говорит о продуктивности на нефть и газ данного интервала, а при значениях 13-2 интервал оценивается как непродуктивный.

В глинистых породах под влиянием нижележащих УВ происходит обогащен^ монтмориллонитом и смешаннослоистыми минералами, уменьшается коэффици^ теплопроводности глин. Измеряется отражательная способность в синей, красной и зеленой част# спектра высушенных фракций из керна и шлама размерами 0,01 - 0,001 мм и <0,25 мм. По воздействием УВ нижележащей залежи происходит повышение яркости и посветления. ТаЮ* изменяется магнитная восприимчивость фракции размером <0,25 мм до, и после прокаливая^ (Россия).

Отмечаются под влиянием залежей УВ аномальные содержания в карбонатных пороД^ магнезита и родохрозита. Под влиянием мигрировавших УВ в направлении залежи облегчает0' изотопный состав. С, О, 8, в кальците закономерно варьирует величина ядерно-спинового эффе^ изотопов кислорода, утяжеляется изотопный состав Б в пирите, в кремнистых породах отношен^ изотопов кремния определяют нижележащую залежь (Россия).

Микроэлементный состав вмещающих пород под влиянием мигрировавших УВ обладав закономерностями: над залежью У В Се +N(1 > 0,5, отмечается повышенное содержание Вг включениях вторичного галита, аномальные содержания Ыа, 8с, Со, Аб, БЬ, ^ и др. в пирите серо11 шлиха пород, высокие содержания Си во фракции <0,05 мм из подпочвенного горизонта (Россия)-

При изучении почвенного слоя для поиска аномалий УВ проводятся повторные газовЫ1 съемки после землетрясений (Россия), отбор газа из почв после работы вибросейса (Россй^ сорбция УВ в почвах на покрытой активированным углем ферромагнитной проволоке 1 последующей термической десорбцией газа (США), анализ на спектрофотофлюориметре фракций1 0,01 мм, обработанных гексаном, метанолом и дистиллированной водой, определение содержаН^ ароматических УВ (нафтален, фенантрен, антрацен) (США), водородный стриппинг.

В окислительной приповерхностной обстановке под влиянием мигрирующих УВ происхоД**1 обогащение почвенного слоя хлоридами и йодистыми соединениями (Россия, США), вторичны**1 карбонатами, титановыми минералами в тяжелой фракции почв (Россия).

Эффективный "способ С" (США) основан на определении количества СОг, которь1'1 выделяется при нагревании фракции 100 мкм из почвы до 500 - 6 000° С в атмосфере азота.

При анализе подземных вод в качестве показателей близости залежей УВ выбираются 11 исследуются бензол и толуол (США), их отношение (Россия), ароматические УВ с 4 -конденсированными кольцами (пирен, бензпирен) (Россия), органические кислоты

(США'

отношение содержания жирных кислот (США), содержание хлороформенного битумойД^ соотношение насыщенных и ароматических УВ (Россия), содержание этана и более тяжелых * (Россия), содержание и состав хлороформенного экстракта из

глинистого раствора, ширина капиллярных вытяжек и характер свечения. В направлен1*1' залежей УВ отмечено общее возрастание газонасыщенности, смол, асфальтенов, феноЛ°е нафтенов, тяжелых УВ (Россия).

Чем ближе к залежи УВ, тем выше содержания в воде V, 14, Н§, Сг, Бе, N1, Со, 8г, Яа, В, Вг, Растет отношение тяжелых изотопов Н и О, отношение изотопов Вг>1,03, уменьшается отношение и°нов Са и содержание К становится меньше равновесного с аммонием (Россия).

Анализ поверхностных вод, снега, льда вдоль профилей заключается в изучении в°Дорастворенных УВ, главным показателем считается сумма гомологов метана (Россия). Для ИзУчения донных осадков разработан универсальный донный прибороотборник и полевая лаборатория экспресс- анализов (Россия), позволяющая проводить эффективный анализ содержания в пробах метана, гомологов, микроэлементов и биогеохимические исследования. В пробах донных °садков под влиянием залежи УВ на глубине имеются аномалии содержаний V, В и Мп (Россия).

При анализе атмосферного воздуха проводят измерения газоанализаторами, обладающими большой производительностью аэро- и наземную съемки (США, Россия). При этом применяются верные газоанализаторы (лидары), микроволновые и гамма-спектрометры. Показателем аномалии ^ является содержание в воздухе металлоорганических соединений, метана, СО2, БОг (США), Р^Уги (Канада), гелия и азота, причем отношение Не/ТС равное 0,8 - 1,3 говорит о глубинной залежи (р°ссия), аномальность флюоресценции паров I, Вг и в атмосфере, возбужденной лазерными Уточниками (Россия).

Характерной для аномалии УВ является концентрация растворенных в сконденсированной атМосферной влаге элементов. Этот метод реализуется установкой измерительных ячеек для сбора 8лаги по профилям (Россия).

Растительный покров в поисковых работах используется следующим образом. Производится Газация листьев деревьев и отбор проб газа шприцем из стволов деревьев (Россия) с ^следующим определением состава УВ в извлеченных газах.

В нефтегазоносных районах показателем УВ является содержание различных Микроэлементов в водных или кислотных вытяжках и в золе растений (Россия, США), причем их концентрации варьируют в зависимости от видов растений (хвойные и лиственные), длины корней, Остановки ( болото, лес, степь). Содержания в растениях Ре, Мп, N1, Си являются индикаторами ан°малий УВ.

Изучение бактерий, фауны и микрофауны. Содержание углеводородокисляющих бактерий в ^личных средах (породы, почва, вода, снег, воздух) коррелирует с аномалиями УВ (Россия). ^Нализ фауны и микрофауны, особенно это важно при поисках на акваториях, дает информацию о ^Ичии УВ.

1.6.8. Геоморфологические методы.

Геоморфологические методы позволяют обнаруживать и прогнозировать из анализа ряда ^РИзнаков на поверхности Земли возможные залежи УВ, по своей сути они относятся к методам "В зависимости от характера признаков и изучаемых объектов, исходных материалов и Сп°собов их обработки геоморфологические методы делятся на ландшафтные, морфографические, ^°Рфометрические.

Ландшафтные методы применяются для дешифрирования аэро - и космических снимков в ^Личных диапазонах спектров. По снимкам в предгорных районах по рисунку слоистости четко

Вляются антиклинальные структуры. Важнейшим объектом поиска являются кольцевые ^Уктуры.

В качестве поисковых признаков используется хорошая корреляция фототона почвы и Мстительного покрова с влиянием на них УВ. Цвет воды внутренних акваторий иногда является Указателем близости У В. Сравнение весенних и осенних снимков и выделение на них Замерзающих участков рек и озер иногда связано с тепловыми потоками от залежей УВ.

Данные ландшафтного анализа (выявленные структуры, разрывы, особенности рельеф1 гидросети и т.п.) являются основой для дальнейшего морфографического и морфометрическог1 анализа.

Морфографические методы позволяют при качественном, визуальном исследовани1 топокарт, аэрокосмических снимков проводить анализ гипсометрии рельефа, расчлененное^ рельефа, отклонения от закона Бэра (асимметрия долин), параметров долин и террас, врезанньР меандров, рисунка гидросети, кольцевых структур, линеаментов и других признаков тектонически' структур, имеющих косвенное, но вполне определенное отношение к возможным залежам УВ.

Морфометрические методы позволяют многие качественные морфографические показать1 представить в количественном виде, например, в виде цифровой информации, карт изолиний и т.Д'

Для этого класса методов характерна высокая степень автоматизации измерительны1 процессов при дешифрировании исходных материалов, компьютеризации вычислительна процессов, процессов моделирования объектов и т.д.

Активно развиваются классические методы такие, как морфометрический меЮ-В.П.Философа (построение карт изобазий и остаточных высот), метод изучения линеамент°! (метатрещиноватость) и ряда других.

Среди новейших методов выделяются в первую очередь методы структурометрическог1 анализа ДДЗ (Россия), которые по своим возможностям выходят далеко за пределы данного кл&сС' методов.

1.6.9. Геологические методы.

Традиционная геологическая съемка, хотя и остается ведущим методом наряду 1 геофизическими, в последнее время значительно уступила место методам сейсморазведки|! структурного бурения в связи с общим ростом изученности и выходом в слабодислоцированнь^ плохо обнаженные платформенные районы и на акватории.

Рост изученности бурением и плотности бурения стимулировал новый вид геологоразвеД^1 так называемую подземную или глубинную геологию, которая решает задачи поиска подземнЫ1 ловушек УВ и наиболее эффективной разработки найденных залежей.

Основная часть исходной информации для подземного геологического картирован^ обеспечивается при бурении: стратиграфия и литология разреза, гипсометрия пласто® флюидонасыщенность, коллекторские свойства, давление, температура и т.д.

Информация обобщается в виде совокупности карт разрезов, профилей, структурны* литологических, литолого-фациальных, палеогеологических, геофизических, геохимических кар1 карт изопотенциалов, изобар, изоконцентраций и др., отражающих аномалии тех или инЫ1 показателей и позволяющих выявить локальные ловушки. Среди перечисленных выделяются ^ эффективности карты литологических отношений, например, песок/глина, морские/лагуннь1' отложения и др.

Важное место в подземной геологии занимает гидрогеологический метод.

1.6.10. Комплексирование методов.

Надежность прогноза залежей УВ возрастает при объединении или комплексирова]

различных, особенно независимых методов. Например, различные геологические показат^1 рекомендуется представлять в виде "суммарных карт поисковых объектов", которые содер^ параметры источников У В (толщина, зрелость, сорт, тип органических веществ); возможные пУ* миграции и барьеры для УВ; параметры резервуара (толщина, пористость, проницаемое^ отношение общей и эффективной толщины); ловушки (структуры и пaлeocтpyктyPí,,

мратиграфические выклинивания, время развития структур относительно времени генерации УВ); п°крышки (толщина, литология); условия сохранности (размывы, биодеградация, вязкая нефть и ^РУгие отрицательные признаки); информацию о продуктивных и сухих скважинах и т.д.

Современный типичный комплекс работ по выявлению перспективных площадей и ПоДготовке их для проведения сейсморабот включает в себя работы: региональная геологоразведка, дешифрирование космоснимков, аэрорадиометрия и аэромагнитная съемка, детальная Геоморфология, детальная аэромагнитная и гамма-спектрометрическая съемки, аэрогазовая съемка, Темная газовая, гравиметрическая и магнитная съемки.

При выборе наиболее перспективных участков для проведения сейсморабот в США Рекомендуется комплекс: дешифрирование космических снимков спутника "ЬАЫОЗАТ" , ^логическая съемка с отбором образцов на геохимические анализы, высокочувствительная ^Ромагнитная съемка, региональная гравиразведка. Оценка производительности такого комплекса вставляет 20 ООО км2 за 3 - 4 месяца.

1.6.11. Структурометрический анализ материалов ДЗЗ.

Структурометрический анализ зародился много десятилетий назад как одна из Разновидностей геоморфологических методов исследования аэрокосмических изображений земной Поверхности.

Первоначально этот анализ использовался только для решения природоведческих, Географических, некоторых геологических и экологических задач. В последние годы внимание Следователей было распространено и на задачи поиска и разведки УВ и других видов полезных Иск°паемых.

Результаты разработки и апробации методов структурометрического анализа ДЦЗ представлены достаточно широко: они были доложены на проведенной в 1997 г. международной к°Нференции по газу, на международных конференциях по малым спутникам в августе-сентябре

г. в США и 16-20 ноября 1998 г. в России, на научных чтениях Российской академии ^смонавтики им. К.Э.Циолковского в мае - июне 1999 г.; на международной космической *°нФеренции 11-14 апреля 2001г., вышла в свет монография , опубликован ряд научных работ.

Методы структурометрического анализа материалов ДЦЗ, а также картографической, Ге°Логической и другой информации включают сложные технологические процессы, новые ^Пьютерные программы, высокого класса интеллектуальные ресурсы.

Все используемые при структурометрическом анализе методы и приемы обработки Годных аэрокосмических изображений, автоматизированного дешифрирования и ^Ртографического моделирования соединяются в единую алгоритмическую систему. Она включает ^РИменение различных программных продуктов: оригинальных программно-алгоритмических °Ков, коммерческих геоинформационных систем, особых графических модулей, позволяющих °еДинить традиционное геологическое картографирование с многопараметрической ^еХмерной графикой и т.д. Весь интегрированный набор используемых средств программирования °сНовные элементы используемого программного обеспечения оригинальны и не имеют аналогов МиРовой практике.

Необходимость разработки и использования широкого набора сложнейших . Анализированных программных средств объясняется чрезвычайной сложностью поиска и ^еЖного обнаружения залежей УВ на основе аэрокосмической информации, не имеющей прямого "*н°го отображения У В в структурных элементах земной поверхности.

^ В настоящее время нельзя обойтись одной, пусть даже самой универсальной программой для СтИжения в рамках структурометрического анализа всех поставленных целей поиска и разведки

УВ. Поэтому были созданы технологические цепочки программных модулей, применение которы позволяет последовательно переходить от решения одной задачи к другой.

Так, только на начальных этапах обработки аэрокосмических изображений, использую^ следующие программные функциональные модули:

- предварительная градационная и структурометрическая коррекция изображения;

- кусочное преобразование Фурье изображения;

- растрирование первичного структурного изображения;

- выделение кольцевого каркаса, отображающего строение и состав недр Земли;

- согласованная фильтрация кольцевого каркаса изображения, производимая с цель1 выявления кольцевых и эллиптических структур, соответствующих залежам УВ и т.д.

Метод структурометрического анализа материалов ДЗЗ в целях прогноза месторожденИ УВ отличается существенной экономической эффективностью:

- относительно низкой стоимостью прогнозных работ - на 1-2 порядка ниже традициио11 ных расходов;

- существенно меньшими затратами времени на прогноз - 2-5% от времени, требующего^ на работы комплекса традиционных методов;

- высокой точностью прогноза, которая обеспечивает успешность поискового 1 промышленного бурения по сравнению с традиционными подходами более чем в 3 раза;

- не требуются затраты на реабилитацию изучаемой территории, так как не нарушается ^ экологическая обстановка.

Выводы

1. Знание особенностей линеаментной тектоники того или иного региона обусловливав возможность более полного, достоверного и обоснованного прогноза и поиск01 месторождений как рудных, так и нерудных, в том числе жидких и газообразны" месторождений полезных ископаемых.

Линеаментный анализ играет роль "перекидного" мостика, с помощью которого могут бЫ1^1 связаны и объяснены результаты, полученные другими методами.

2. Предварительный структурометрический анализ свидетельствует о возможное11 использования градиентного метода компьютерного дешифрирования для разработки с*е> развития сети линеаментов. Метод служит основой для постановки детальных исследований начать которые для выделенных зон можно с более детального уточнения на осно^ дешифрирования крупномасштабных материалов аэро - и космической съемки с использований оригинальных методов структурометрического анализа.

3. Метод малых кольцевых структур позволяет с высокой эффективностью решать заИ структурометрического анализа аэрокосмических изображений при выполнении геоло1"0 геоморфологических работ. Использование относительно крупномасштабных аэроснимков позвоЛ^ производить детальный анализ состояния кровли погребенных коренных пород путем исключен^ маскирующего действия рыхлых отложений земной коры.

Следует, однако, заметить, что сами осадочные коренные породы в соответствующие геологичесК^ эпохи находились в рыхлом состоянии. В них проходили те же процессы, что и в современных рых^

сложениях. Потому можно говорить о существовании погребенных кольцевых структур и линеаментов,

обладающих аналогичными свойствами характеризовать литогенное состояние более низких этажей земной коры.

Для проникновения методом структурометрического зондирования на глубинные этажи земной корь1 необходимо переходить к анализу более мелкомасштабных снимков с одновременным увеличением 0Хаатываемых ими территорий. Уменьшение разрешающей способности снимков снижает маскирующее ДеИсгвие верхних этажей, делая их более "прозрачными". Предлагаемый подход позволяет по-новому °бьяснить физическую природу известного в геологии эффекта "просвечивания" земной коры.

Таким образом, при детальном анализе разноэтажных каркасов погребенных кольцевых ^Уктур появляется возможность выявлять и локализовать (с высокими точностью и подробностью) ^омалий литологических характеристик в толще земной коры. Как правило, к этим аномалиям приурочены Различные полезные ископаемые, в том числе месторождения нефти и газа.

Первоочередные задачи дальнейшей разработки метода аэрокосмического структурометрического Лидирования состоят в следующем:

- проведение исследований с целью выявления наиболее информативных (по структурному с°Держанию изображений) спектральных зон и диапазонов, сезонов проведения многоспектральных Сьем°к различных территорий земной поверхности применительно к решению конкретных природоведческих задач; эти исследования в первую очередь требуют выработки надежного критерия ^Уктурометрического качества снимков;

- проведение всесторонних исследований вычислительного алгоритма первичного ^Укгурометрического анализа изображений с целью выявления его скрытых возможностей, снижения его С°бственных шумовых свойств, а также достижения помехоустойчивости к картинам природных Ла1,ДЩафтов, осложненных антропогенным воздействием;

- серьезную задачу составляет выработка приемов строгого автоматизированного учета рельефа ДНевной поверхности на этапах согласованной фильтрации кольцевого каркаса и построения цифровых ^Рт рельефа погребенных коренных пород;

- требуются выработка надежных структурных дешифровочных признаков и создание на их основе ^Фективных алгоритмов автоматизированного обнаружения месторождений полезных ископаемых и 0г,Ределения их характеристик.

4. Методология структурометрического анализа материалов ДДЗ базируется на доказанной Разрывной связи находящихся в диалектическом единстве традиционно разделяемых ^ифровочных признаков объекта: яркость и структура. Поэтому всякие попытки формализовать признаки по отдельности, обречены на неудачу.

^ Структурометрический анализ материалов ДДЗ основан на системном исследовании ^ЛьЦевых структур, линеаментов и других природных образований, фиксируемых в ^Космических изображениях, и выявлении резонансных частот излучения природных объектов т°м числе глубинного залегания). В совокупности он позволяет проводить комплексные

Логические исследования, выявлять активные участки земной коры, оказывающие

Нек

■"агоприятное воздействие на людей, биоту и инженерные сооружения.

В систему методов структурометрического анализа входят специализированные 0гРаммно-технологические блоки, позволяющие проводить целенаправленный научный анализ ^ лИчных процессов, объектов и явлений природы, в частности прогнозировать размещение и давливать различные параметры нефтегазовых залежей и других объектов геологической Дм.

Структурометрический анализ открывает перспективы изучения строения земных недр Появляется возможность устанавливать положение литологических разделов, глубинных 30 уплотнения и разуплотнения осадочных геологических пород, места и глубины залегани* определять мощности залежей, размеры запасов и другие, качественные и количественны1 характеристики месторождений полезных ископаемых; обнаруживать зоны активности так^ опасных процессов как суффозии, карст, оползни и т.д.

5. Существующие традиционные геофизические и геологические методы разведК' залежей полезных ископаемых предполагают большой объем полевых работ. Их выполнен^ растягивается на годы, они дорогостоящи, а успешность поискового бурения, при это* составляет в среднем 25%. В процессе детальной традиционной геологоразведки существенН' нарушается экологическая обстановка и на устранение этих нарушений затрачиваются так*1 значительные средства.

6. Приведенная схема компьютерного дешифрирования данных ДЗЗ является довольИ1 универсальной. К примеру, она сохранила свои черты при прогнозном исследовании залежей неф11 и газа в разных районах земного шара. Каждая стадия исследований залежей минерального сырь" осуществляемая с помощью структурометрического анализа, сопровождается составлений прогнозных карт минерального сырья разного масштаба и содержания.

Описанный выше подход к ДЗЗ, основанный на выявлении резонансных частот природн^ объектов, позволяет решать различные природно-ресурсные народнохозяйственные задачи.

Особенно широкое применение космической информации, получаемой специально $ целей ее структурометрического дешифрирования, ожидается в решении экологических задач, Д^ разработки методики охраны и использования природных ресурсов, в целях прогнозирован^ разведки и оценки запасов залежей углеводородного сырья, угля, руд металлов и других полезнь1' ископаемых.

Резюмируя краткий обзор, следует отметить, что среди огромного разнообразия поисков^ методов, практически на первый план выходят по экономическим и временным показателе дистанционные методы разведки, в которых геоморфологическая интерпретация аэрокосмичесК^ снимков является неотъемлемой частью метода (особенно выделение тектонических, кольце0^ структур, сети разрывов).

Глава 2

Разработка и применение способа структурометрической поэлементной оценки космических снимков.

2.1 Фотограмметрическое обоснование способа выделения структурированных образов на цифровых космических снимках.

Фотограмметрические методы дешифрирования космических изображений базируется на <0Мплексном использовании дешифровочных возможностей снимков. При всех видах анализа визуальном, интерактивном, автоматизированном, автоматическом) используются особенности, бактеризующие отображения объектов ландшафта на снимках: характер тона, цвет, форма Отображения, структурированность, размеры, взаимное расположение элементов и т.п.

Наиболее детально разработаны методы выделения идентификации площадных элементов Изображений площадей растительности, горных пород, водных пространств и др.) а также ярких Шейных элементов изображений (дорог, крупных рек и т.п.)

Материалы аэро и космических съемок Земли и других планет (как впрочем и любые другие ^Разы внешнего мира), помимо удобочитаемой глазом наблюдателя информации, несут в себе "кРЫтую (нечитаемую по ряду причин зрительной системой человека) информацию.

Скрытую информацию применительно к случаю аэрокосмического канала передачи ^бражений можно разделить на несколько видов:

- аппаратурная скрытая информация, порождаемая пространственно-частотными свойст-канала передачи (съемочные системы и условия съемки) и контролируемая его функцией

Рассеяния точки;

- психофизическая и физиологическая скрытая информация, обусловленная особенностями й°сприятия изображения человеком. Объекты, контуры которых составлены из малых деталей, ^Частую не только перестают восприниматься, но, и переходят в шумовую составляющую Сражения;

- концептуально-тематическая скрытая информация, определяемая устоявшимися в течении пятилетий представлениями о природе изучаемых объектов и явлений;

- природная скрытая информация - самый обширный вид информации, содержащийся в ^Тельных образах.

Для целей выявления по снимкам и интерпретации геодинамических процессов и Логического состояния природной среды используются статистические и вероятностные П°собы анализа изображений. Такие способы позволяют достичь целей анализа при условии ИНятия дополнительных признаков для интерпретации полученных данных.

Установлено, что положительные результаты при анализе по снимкам геодинамических

™Цессов дает структурометрический метод выявления по снимкам скрытых связей между

их

ектами и явлениями ландшафтов (например, метод линеаментов). ^ С целью развития структурометрического метода дадим обоснования критериев, За°ляющих выявить на цифровых космических снимках элементарные образы (изображения) с большей внутренней структурированностью.

Пусть исходное изображение представлено в памяти компьютера цифровым снимко' (ЦС) в виде матрицы значений кодов яркости вида:

dn.

Иш

Dnm =

(1)

<1П1

Каждое значение (1 у из матрицы Опт отнесено к узлу ] регулярной сетки, полученной в прои^' сканирования и цифрования исходного изображения объекта.

Элементарным образом ЦС в данном случае является матрица

ÖR

HS

Ors =

(2)

1R1

1rs

Элементами dij матрицы Ors могут быть непосредственно элементы ЦС (1) ^ величины, являющиеся их функцией. Таким образом

Crs G Dnm, R < m A s « n при d ij G Ors A dkC G Dmn если d ij = d kC , to di + q,j + h = dk + q, C + h

(k+q<m,k-q>l,£+h<n,e-h>l (3)

Ors = <

f ( С pq G D mn), если d ij G О RS,

то dij = f ( { d k€} G С pq)

Информативностью образа ЦС назовем степень соответствия свойств его содержаН1' установленным требованиям. Функциональные зависимости, описывающие степень эт*"1 соответствия, назовем критериями информативности.

Для задач автоматического структурометрического анализа наиболее информативны^1 будут те образы ЦС, которые обладают наибольшей изменчивостью яркостей и в то же вре" достаточно четкой геометрической структурой.

Для оценки информативности образов ЦС могут использоваться известные статистичес^ критерии.

Автокорреляционная функция - математическое ожидание произведений значений кодов ярк°' с1 в двух точках X) ; у] и х2; уг, образа, разделенных интервалом Ах и Ау ,

К<1 (XI у1 х2 У2) = м [ с! (XI У1 ) • ё (х2 у2)] (4)

- позволяет вскрыть средний размер деталей образа, определяющих его структуру и вЫявить периодичность изменений кодов яркостей в анализируемом образе.

Аналогичные свойства изображения выявляются с помощью структурной функции, пРеДставляющей математическое ожидание квадрата разности значений кодов яркостей в двух т°чках образа:

Сс(х,у, х2у2) = М {[с1(х2,у2) -сКх,,у,)]2} (5)

Значение модуля градиента яркости определяется по формуле:

I вгаа а I ср = [д/( ^)2 + ф2] (6)

И характеризует пространственную скорость изменения яркостей (1 в образе.

В группу более простых характеристик входит среднее число максимумов яркости на еДиницу площади образа, среднее число, средняя площадь и средняя длина границ светов ( Летков с <1 < с! свел») на единицу площади образа точки.

Основной недостаток перечисленных критериев состоит в необходимости волнительного анализа полученных по формулам (4) - (6) данных для вывода об ^формативное™ образов в соответствии с принятой точкой зрения . Кроме того, указанные критерии достаточно трудоемки для вычисления. Перечисленные более простые ХаРактеристики могут привести к выделению в качестве наиболее информативного образа в ^°РМе «шахматной доски», что не решает задачу выявления участков изображения с Максимально выраженными структурами.

Поставим задачу обоснования таких критериев информативности, численные значения к°т°рых непосредственно характеризуют степень приближения того или иного свойства визируемого образа к свойствам образа с ярко выраженной структурированностью ^°бражения. Критерии должны отражать диалектическую связь между энергетическими РКостными) свойствами изображения и его структурными особенностями. Выявим и Пиц1ем такого рода связи, основываясь на следующем методологическом положении: Э)1еМентарный образ ЦС обладает лучшей структурированностью, если при прочих равных Ус*овиях:

- максимальная разность яркостей в пределах образа близка к этой же характеристике Ь°его снимка;

- максимальная разность яркостей соседних элементов (пикселей) образа близка к ^ДЫдущему показателю;

- количество элементов изображения образа, попадающих в разные уровни его ^Тования, примерно одинаково;

- изображения с одинаковой яркостью в образе максимально сконцентрированы;

- частота появления в образе больших элементарных контрастов превышает такой же ^атель для меньших контрастов.

Для удобства установим также, чтобы значения критериев информативности лежали в РеДелах от 0 до 1 (для наименьшей и наибольшей информативности, соответственно). ^ Перечислим предлагаемые с указанных позиций критерии информативности и дадим

каткую характеристику. ь 1. Общий относительный контраст образа ЦС - отношение наибольшей для образа Иости значений кодов яркости к заданному априорно возможному наибольшему значению Нового контраста.

Йгпах dmin

кок = Ad шах (7)

В формуле (7) dmax и dmin ■ наибольшее и наименьшие значения кодов яркостей из

матрицы Ors . задающей образ ЦС, a A dmax - заданное наибольшее значение тонового контраста.

Образ ЦС, для которого Кок = 1, содержит наибольший из возможных тоновый контраст и, следовательно, может быть образом, содержащим изображение ярко выраженной

структуры. Образ ЦС, для которого KqK —> 0, заведомо не может быть образом структурированного изображения.

Условие Кок —> 1 необходимое, но недостаточное для оценки образа.

Для оценки контрастов между соседними элементами образа введем следующий критерий.

2. Элементарный относительный контраст образа ЦС - отношение наибольшей ДЛ* образа разности значений кодов яркости соседних элементов к заданному значений тонового контраста.

| d^ - dpj Кэк = Admax (8)

l = i-1, i, i+1; k = j-l,j,j+l

В частном случае критерии Кок и Кэк могут совпасть. Однако в общем случае они являют^ разными критериями, как по смыслу, так и по числовому выражению.

Ясно, что чем ближе значение Кэк к 1, тем более четкие контуры отображены образом ЦС.

Предположим теперь, что образ ЦС содержит значения кодов яркости, соответствующий нескольких различным объектам.

Основываясь на положении теории вероятностей о максимальной информации при наибольшей неопределенности (равновероятности) можно предположить, что более высоко^ информативностью обладают образы, на которых элементы с одинаковыми, близкими в заданны* пределах, значениями кодов яркости занимают примерно равные площади. Для оцен^

этого свойства введем следующий критерий.

3. Полнота квантованного изображения - среднее относительное отклонение количеств3 элементов изображения, попавших в разные уровни квантования, от ожидаемого средней количества элементов в одном уровне.

Применительно к образу ЦС Ors ожидаемое среднее количество элементов в одном уровНе квантования можно определить по формуле:

RS

Lo= с-со (9)

где с - количество уровней квантования;

со - количество незаполненных уровней;

R,S - количество строк и столбцов в образе 0RS.

Тогда относительный показатель полноты изображения в i - том уровне определим так:

li

to , to > tj

Kni

+ lo

ti » t; > £o

где € | - количество элементов изображения, попавших в I - ый уровень квантования. Таким образом, при £о, например, равным 50, если I = 25, то К ^ = - ? (в I - ом уровне кантования в 2 раза меньше элементов, чем должно быть при их равномерном распределении),

Сли € 1 = 100, то Кш = + ? (в I - ом уровне в 2 раза больше элементов, чем должно >ЫтЬ).

По отдельным значениям Кп| определяют обобщающий критерий

С-Со

I |к„,| (11) Кп = _?_

с - Со

Для окончательного вывода о величине критерия Кп( необходимо обосновать °°тношение между возможным количеством элементов в заполненных в пустых уровнях ^основать пороговое значение количества элементов в уровне, принимаемом за пустой).

Критерий Кп>- при Кп —> 1 указывает на образы, в которых в разные уровни попало РИмерно одинаковое количество элементов изображения. Однако этот критерий не выявляет ^ичий, заключающихся в степени концентрации изображения по полю образа для разных Ровней квантования. Образы, обладающие большей концентрацией, по-видимому, ^еспечивают лучшие условия для решения задач структурного анализа.

4. Концентрация квантованного изображения - относительное отклонение количества ЛеМентарных контрастов в квантованном изображении от ожидаемого наибольшего их (°лИчества.

Ожидаемое наибольшее количество элементарных контрастов в квантованном образе ^ Оиз - как видно на рисунке 2 равно:

N = ( И - 1 ) • в + (8-1)-II (12)

Я , Б - количество строк и столбцов в матрице Ояз образа точки ЦС.

Элементарные контрасты

R 1 2 1 2 11 S > К 1 ■ 3 4 1 2

R-1 2 1 2 1 2 R-1 ■4 1 2 3 4 1

• 1 2 1 2 1 2 • 3 4 1 2 3 4

• 2 1 2 1 2 1 • 2 3 4 1 2 3

2 1 2 1 2 1 2 2 1 2 3 4 1 2

1 2 1 2 1 2 1 1 4 1 2 3 4 1

1 2 • • S-1 S 1 2 • • S-1 S

С = 2

(а)

С = 4 (б)

Рис. 2 Варианты квантованных образов с наибольшим количеством

элементарных контрастов.

Для определенности будем подсчитывать элементарные контрасты только вдоль строк и матрицы 0Rs образа ЦС.

В образе, где изображение для каждого уровня квантования сконцентрировано, количество элементарных контрастов значительно уменьшается (рис. 3 ).

Линии элементарных контрастов

Рис. 3 Варианты квантованных образов с концентрированным изображением.

Определив по квантованному образу ЦС количество элементарных контрастов 9 стоках № и столбцах И" найдем концентрацию квантованного изображения по формуле:

Ы' + ЬГ >Г + ТчГ_

= 1 -

К

К011Ц.

N

= 1- (Я-1) • Б + (Б-!) • Я

(13)

близок к 0 при N = N7 + т.е. тогда, когда концентрах!*1"

Критерий Кконц наименьшая.

При N » N7 + критерий К КОНц приближается к 1 и свидетельствует 0 наибольшей концентрации изображения.

Анализируя квантованный на 4 уровня образ на рисунке 2 можно заметить, что обр83 содержит наибольшие элементарные контрасты (между элементами 1-го и 4 - го уровне'1 квантования), средние элементарные контрасты (между элементами 1 и 3, 4 и 2 уровне" квантования) и наименьшие элементарные контрасты ( между элементами 1 и 2, 2 и 3, 3 11 4 уровней квантования ). Очевидно, что информативность образа ЦС зависит & контрастированности квантованного изображения, то есть, при прочих равных условий информативность образа ЦС с большим количеством наибольших и средних элементарны" контрастов будут выше. Оценим это свойство образов.

5. Контрастированность квантованного изображения - среднее относительна отклонение количества элементарных контрастов от их оптимального количества Д^ квантованного на заданное число уровней изображения.

Для вывода математического описания полноты контрастированного изображен^ введем веса Ру для разных контрастов, например:

Ру=М (14)

где 1,} - номера уровней квантования (!<]).

Таким образом, если элементарные контрасты получаются, как разности оптическ^ плотностей, отнесенных к уровням с наибольшей разницей номеров (например, к уровням

И 4

4 На рис. 3), то вес таких контрастов наибольший.

Оптимальное весовое количество контрастов N0 между разными уровнями, но веющими один и тот же вес, для конкретного образа примем равным:

ЩШиД N0= Ь (15)

Ь= (с- 1 )-£

р

Ру - вес элементарных контрастов между элементами 1 - го и ] - го уровней квантования;

Пц - количество элементарных контрастов между элементами ьго и j - го уровней

кантования;

Ь - количество различных весов элементарных контрастов данного образа;

С - количество неиспользованных весов (в соответствии с количеством отсутствующих гйязей между элементами разных уровней в данном образе);

с и (с - 1) - количество уровней квантования и наибольшее возможное количество весов ^ментарных контрастов при квантовании на С уровней.

Относительный критерий контрастированности изображения контрастами с йес°м Рц определим по формуле:

г

к я <У) ~

(4 = 1,2,.....Ь)

[Рч' пи]

--,>*(,> [Ри • пи],

N0

N0 (16)

+ - , [ Р и • пи]> N0

[Ри-Пи]

гДе

Ру- вес контраста между элементами ¡-го и ^го уровней квантования;

Пу - количество элементарных контрастов между элементами ¡-го и} - го уровней

кования;

N0 - среднее весовое количество контрастов между элементами изображения.

^ Отдельные значения Кч, вычисленные по (16), не превышают 1 по модулю. При ^ °Жительном Кс, количество элементарных контрастов превышают количество, принятое за ^ Имальное. Отрицательное 10, характеризует обратную ситуацию. Количество отдельных ^ Чений Кц соответствует количеству Ь различных весов элементарных контрастов в данном 0 Разе- Поэтому интегральный критерий контрастированности квантованного изображения реДелим по формуле:

I 1Кя1

V = —--(17}

14 контр. I 4 '

Отметим также, что при определении числа не использованных весов связь между элементами различных уровней может считаться отсутствующей, не только когда обнаружено:

пу = О,

но и когда пу меньше порогового значения

Щ < 8П

Для примера рассчитаем критерий К К01Пр для образа на рис. 2 (с = 4) и для аналогичных по размеру, но обладающих другими контрастами, образов на рисунке 3.

2 3 1 4 2 2 2 2

2 3 1 4 3 3 3 3

2 3 1 4 1 1 1 1

2 3 1 4 4 4 4 4

2 3 1 4 4 4 4 4

2 3 1 4 1111

2 3 1 4 3 3 3 3

2 3 1 4 2 2 2 2

4 4 3 4 4 3 2 1

4 4 3 4 4 3 2 1

3 3 3 4 4 3 2 1

1 1 1 4 4 3 2 1

1 1 1 4 4 3 2 1

1 2 3 4 4 3 2 1

1 2 3 3 3 3 2 1 Т"

1 2 2 2 2 2 2

С = 4 С = 4

Ре: (а) (б)

1аолица 1.

Расчет контрастированнности изображений

Вес Образ 1 ( рис. 2 6) Образ 2 ( рис. За) Образ 3 ( рис. 3 6)

Р п К п к п к

1 9 -0,54 16 -0,47 41 + 0,45

2 10 + 0,84 16 -0,94 4 -0,44

3 7 + 0,79 18 + 0,64 2 -0,33

[Рп] = 50 [Рп] = 102 [Рп] = 55

N0 = 16,7 N0 = =34 N0= 18,3

К кокгр. = 0,72 ^ контр. = 0,67 К контр. = 0,41

Примечание:

Р - веса определяют по формуле (14);

п - количество контрастов между элементами разных уровней (рис. 1); Кс,- относительный критерий контрастированности (16);

1Ч0-среднее весовое количество контрастов между элементами изображения (15); Кконтр. - интегральный критерий контрастированности квантованного изображения (17)-

Для образов 1 и 2, где соотношения между количеством разных элементарных контрастов примерно одинаковы, получены близкие значения критериев К КОН1р . Для образа 3

' Преобладающим количеством малых контрастов получен и самый малый критерий К К0НТр .

6. Отметим еще один аспект различий в образах точек ЦС иллюстрируемый рис. 5 и включающийся в разной степени центрирования наиболее информативной части Изображения образа. Степень центрирования изображения определим путем Мнения результатов оценки информативности фрагментов образа.

1 2

3 4

А

номерация объектов

Е

Рис. 5 Варианты образцов точек ЦС с разным центрированием

изображения.

В случае, когда лучшие критерии информативности будут определены для трального фрагмента образа (рис. 5 - варианты 3 и 6), степень центрирования

"Ражения в образе будем полагать удовлетворительной.

Описанные критерии характеризуют разные свойства элементарного образа Ярового снимка:

~ критерий Кок - общий относительный контраст - позволяет оценить наибольшую н°сть значений кодов яркости в пределах образа;

- критерий Кэк - элементарный относительный контраст - обеспечивает оценку РеПадов яркости между соседними элементами изображения;

~ критерий Кп - полнота квантованного изображения - характеризует полноту сражения образа во всех уровнях его квантования;

~ критерий Кконц. - концентрация квантованного изображения - характеризует степень Чентрации в изображении элементов с одной и той же яркостью;

критерий ККонтр. - контрастированность квантованного изображения - позволяет нИть соотношение в образе между контрастами разной величины.

^ ^ дальнейшем целесообразно исследовать вопрос о влиянии описываемых данными ТеРиями свойств изображения на эффективность решения структурометрических задач ^Ровой обработки при интерпретации изображения.

2.2 Требования к программным средствам обработки космических

снимков.

Программные средства обработки космических снимков должны удовлетворять общи*1 принципиальным требованиям, к которым относятся следующие.

Максимальная автоматизация. Программные средства должны функционировать ' минимальным участием оператора (цикл управления первичной обработкой, архивацией 11 каталогизацией, анализом и интерпретацией, должен быть почти полностЫ0 автоматизирован);

Высокая скорость. Система должна обеспечить прием значительных информационны* потоков (> 128 Мбит/сек.) и их оперативную обработку (при объеме одного изображения Дс 1 Гбайт) и доставку потребителю данных. Система должна обеспечивать распараллеливаний работ в соответствии с технологическими схемами.

Высокая надежность. Система должна быть устойчива к единичным сбоя*1 аппаратного и/ или программного обеспечения и ошибкам оператора. Систем3 перезагружается только при фатальных сбоях. При всех сбоях обеспечивается сохранное11, информации.

Стоимостная эффективность. Система должна экономить время и ресурсы " создаваться, по возможности, на общедоступной технике и программном обеспечении.

Целостность. Работа и централизованный контроль состояния работ должны быт* интегрированы в системе наиболее эффективным способом.

Масштабность. Система должна легко модифицироваться при расширен^1 (уменьшении) номенклатуры данных, принимаемых с космического ЦС и природоведчески информации.

Защищенность/доступность. К модулям системы имеет доступ толЫ^ зарегистрированный оператор, к информационным ресурсам ( архив, базы данных, почтовЫ'1 сервер и др. ) только зарегистрированный пользователь. К открытой информаиИ1' обеспечивается эффективный доступ с помощью ИНТЕРНЕТ.

Эффективность и качество. Система должна быть гибкой по отношению ь изменению параметров исходных космических изображений и данных, требований 11 выходным продуктам и обеспечивать получение характеристик достоверности на вс& этапах обработки.

Совместимость. Система должна обеспечивать функциональную совместимость, т.£ строиться на основе подразделения всего технологического процесса получения, обработки хранения, интерпретации данных на ряд этапов со стандартным содержанием и в рамк^ выделенных этапов, технологическую совместимость, состоящую в унификации отдельны* операций, форматов, структур, требований к программному обеспечению и номенклатура выходных информационных продуктов в соответствии с принятыми стандартами.

В программном обеспечении должны быть реализованы алгоритмы классическо'1 цифровой обработки космической видеоинформации, оригинальные алгоритм^1 предназначенные для автоматического дешифрирования изображения по выбраннь^1 информативным признакам (энергетическим, пространственно-частотным, геометрически^ топологическим и т.п.), а также алгоритмы определения значимых параметров среды ' соответствии с задачами оценки геодинамических процессов и экологического состояН^ природной среды.

Обработка данных космической съемки, представленных в цифровой форме,

^ответствии с принципом совместимости обычно проводится согласно уровням взрастающей специализации (стандарты CEOS):

Уровень 0 - цифровые данные полного разрешения, разделенные по строкам и с Устраненными помехами (импульсные помехи, сбойные строки и др.).

Уровень 1 - данные уровня 0, прошедшие радиометрическую коррекцию с целью ^сга искажений, вносимых ПЗС структурами (уровень 1А), и геометрическую коррекцию с Нелью учета искажений обусловленных вращение Земли и съемочной аппаратурой (уровень

'В).

Уровень 2 - данные уровня 1, прошедшие трансформирование и картографическую пР°екцию по орбитальным данным (уровень 2А) с последующим уточнением по опорным т°чкам с известными координатами (уровень 2В).

Уровень 3 - данные уровня 2, после геометрической и радиометрической коррекции с Использованием цифровой модели высот местности (ортоизображения).

Уровень 4 - совмещенные изображения и мозаики на основе разновременных данных Разных систем космической съемки.

Уровень 5 - результаты тематической обработки ( цифровые тематические карты, Таб*ицы И др.

Функционально целесообразно иметь ПО в виде двух основных программных П^етов: предварительной обработки изображений; статистического анализа и классификации °вьектов по информативным признакам изображений.

Помимо этого в составе ПО целесообразно включить специальную сервисную Программу, позволяющую формировать массивы информативных признаков.

Пакет программ предварительной обработки изображений включает в себя основные 8спомогательные блоки, обеспечивающие решение следующих задач:

- ввод различных типов изображений и данных с помощью внешних устройств, их Скопление и хранение;

- хранение изображений и данных, накопление информации в компьютере на СТанДартных устройствах;

~ определение и загрузка изображений и данных процедуры ввода цифровых данных программную среду предварительной обработки;

~ запись и стирание изображений и данных из программной среды; ~ удаление файлов изображений с жесткого диска компьютера; ^ - предварительная обработка изображений, геометрические и арифметические Рации, а так же различные процедуры фильтрации;

~ преобразование изображений, различные типы интегральных преобразований над сражениями ( Фурье, Хартли, Адамара и др.);

~ строение гистограмм распределения яркости изображений и улучшение качества

ений на основе трансформации гистограмм; ~ расчет информативных признаков изображений: яркостных, статистических, ^ятностных, моментов инерции, структурометрических, необходимых для решения атических задач;

3 ~ построения графиков одномерного распределения яркости изображения вдоль Энного направления, а также представление изображения в аксонометрической проекции;

<t - настройка экрана, выбор оптимального отображения данных на дисплее (сервисный

Из°бРаж,

- визуализация изображений, вывод изображений на экран монитора в соответствии £ настройками экрана (сервисный блок);

- печать изображений.

В состав пакета программ статистического анализа и классификации входят блоки решающие следующие задачи:

- ввод массивов информативных признаков;

- расчет статистических параметров, характеризующих выборку информативны* признаков и построение гистограмм;

- аппроксимация гистограмм информативных признаков стандартным'1 распределениями и оценка качества аппроксимации;

- оценка п - мерной плотности, построение гиперпараллепипедов и гиперэллипсоиде® а так же расчет вероятностного содержания п - мерных функций;

- расчет межклассовых расстояний, реализующий процедуры кластерного анализа, 9 частности процедуры расчета межклассовых расстояний;

- классификация, позволяющая производить распознавание образов в одно 11 двухмерном пространстве признаков с использованием критериев, а так же проводить расче1 ошибок классификации.

Таким образом, программный комплекс должен обеспечить обработку и накоплен^ информации на каждом из этапов анализа.

Объекты, с которыми работает программное обеспечение:

- необработанные данные, поступающие после оцифровки изображений 11 непосредственно после цифровой космической съемки;

- данные после предварительной обработки;

- данные пространственно-спектральной обработки;

- данные тематической обработки в виде потока векторов информативных признаков их статистических характеристик.

2.3 Применение структурометрического метода при анализе космических снимков.

Структурометрический метод ориентирован на получение информации о состоянии 11 особенностях объекта космической съемки путем анализа структуры изображения объек^ соотношение элементов изображения различного размера, тона (цвета, яркости) и геометрий Предложенные в п. 3.1 данной главы структорометрические критерии оценки образ0* цифровых космических снимков включены в систему признаков для анализа космическо1' видеоинформации и использования их в геоинформационной системе изучен^ геодинамических процессов, состояния экологической обстановки и прогнозной оцеН^ природных ресурсов (ГИС- геодинамика или ГИС - ГД) (рисунок 6).

ОРГАНЫ ГОСУДАРСТВЕННОЙ ВЛАСТИ ВСЕХ УРОВНЕЙ ПРЕДПРИЯТИЯ И ОРГАНИЗАЦИИ

Рис. 6. Система эколого-геодинамических исследований и прогнозной оценки природных ресурсов с применением материалов дистанционного зондирования.

Принципиальная технологическая схема методики автоматизированного 0с ктурометрического дешифрирования материалов аэрокосмических съемок базируется на °Ве известных обобщенных и программно реализуемых процедур, последовательно

производимых с изображением, и включает в себя:

1. Оценку качества исходного съемочного материала, на основании которо" принимаются решения о необходимости проведения предварительной градационной ' структурометрической коррекции по полю изображения.

2. Зональное преобразование Фурье изображения, результатом которого являете' первичное полутоновое структурное изображение объекта, в котором относительно темный кодами кодируются области с минимумом структурного содержания ( с относительна максимальными значениями амплитуды гармонических составляющих исходно^ изображения.

3. Растрирование первичного структурного изображения, т.е. перевод его 11 полутонового в бинарный вид ( только черные и белые тона ), которое может бьЛ1 выполнено с помощью, например, одного из аналогов известного алгоритма Эвансз выделяющего участки изображения с отрицательной Гауссовой кривизной; в результат* получают кольцевой каркас местности, рисунок которого чрезвычайно сложен и напоминав интерференционную картину, например на площади 25 км2 может

быть выделено несколько сотен тысяч взаимно пересекающихся кольцевь^ образований и их фрагментов.

4. Согласованная фильтрация кольцевого каркаса, производимая с целЫ1 выявления кольцевых и эллиптических структур, описывающих литогенное состоянИ1 анализируемой местности.

5. Составление тематических карт, этот этап представляется наимеН^1 разработанным, поскольку объем и тематическая ориентация выявляемой с помошь11 предлагаемого алгоритма новой объективной информации об объекте имеют многоплановЫ1 характер.

Предлагаемый в п. 2.1 способ выделения структурированных образов на цифровЫ1 космических материалах применяют по следующей локальной технологической схеме:

1. Устанавливают размер Я х Б анализируемых образов цифрового космическоГ1 изображения на основе предварительной оценки территории и материалов космичесК0' съемки. I

2. Определяют численные значения критериев К ок, К эк, К п, К К0Нц., К К0НТр. А"*' образов обрабатываемого цифрового космического изображения. (

По значениям критериев для каждого образа определяют значения интегральной критерия: 5 I

К= X К)- Р1 ,

1

1

где Р|,К) - вес и значения критерия: 1 = { ок, эк, п, конц., контр.}

С учетом того, что: 0 < К < 1;

1Р1 = 1

1

Получим 0<К<1.

Образы для анализа выбирают, последовательно сканируя исходный цифровой сниМ0'

)кном размером II х Б .

В результате выполнения данного процесса будет определено множество значений Игральных оценок К, отнесенных к геометрическим центрам анализируемых образов.

3. Выполняют построение изолиний (линий равных значений) по множеству точек входного цифрового космического изображения с отнесенными к ним интегральными Сериями К.

Результатом является «рельеф» значений К (рис. 6).

Кольцевая структура

Рис. 7. Изолинии интегральных значений показателей ( карта структурированности изображения )

4. По карте структурированности изображения (рис. 7) оценивают кольцевые структуры ^Кнутые изолинии). Проводят комплексный анализ результатов с учетом всех имеющихся ^ нЫх. Принимают решения об отнесении выявленных структур к установленным классам еКтов анализа.

Предложенный способ построения карт структурированности цифрового космического "Ражения реализуются в двух вариантах фотограмметрических технологий:

^ ~ анализ исходного космического изображения; получение карты в системе координат °ДНого изображения; преобразование данных в принятую картографическую систему;

^ ~ преобразовании (трансформирование) исходного изображения в ^ н*тую для картографических документов систему координат; анализ трансформированного сражения и получение карты структурированности в требуемой системе координат.

Выводы

1. Повышение эффективности визуального и автоматизированного, дешифрирования, анализа и интерпретации по космическим изображениям геодинамическй^ процессов и экологического состояния природной среды связано с разработкой и развитие»1 методов выявления по снимкам скрытых связей между природными и антропогенным!' объектами, процессами и явлениями в пространстве, отображаемом на космических снимка* Актуальным научным направлением в этой области является применение специальны* тематических дешифровочных признаков, использующих особенности структура изображения, отображающей пространственное соотношение элементов различного размер2 тона (цвета, яркости) и геометрии.

2. Цель научных разработок, результаты которых представлены в раздев состояла в научном обосновании системы формальных математических критериев Д^ оценки элементарных образов цифровых космических снимков по степени их соответствИ* «хорошо структурированному изображению» и способа применения предложенных критерий для автоматизированного построения в пределах снимка изображений лениаментов " кольцевых структур.

3. Предложенная система критериев включает:

- общий относительный контраст - для оценки максимальной разности яркостей * пределах образа;

- элементарный относительный контраст - для оценки максимальной разнос?1 яркостей соседних элементов изображения в образе;

- полноту квантованного изображения - для оценки полноты отображения информал^1' во всех уровнях квантования образа по яркости;

- концентрацию квантованного изображения - для оценки степени концентрации ( изображении элементов с одинаковой яркостью;

- контрастированность квантованного изображения - для оценки соотношений в обра3' между контрастами разной величины.

Значения критериев находятся в диапазоне от нуля (для худшей оценки) до единиИ1, (для лучшей оценки).

В своей совокупности разработанные критерии представляют новый научно методический инструмент для формализованной оценки связи между яркостными 1 структурными свойствами изображений.

4. Оценку изображения космического снимка с применением разработанных критерий осуществляют по локальной технологической схеме, включающей следующие процессы:

- установление размеров анализируемых образов;

- определение значений критериев и интегрального значения для всех анализируем^1' образов;

- построение изолиний по множеству точек снимка с отнесенными к Н^ интегральными значениями критериев - получение карты структурированности изображений

- комплексный анализ результатов; выявление линеаментов, кольцевых структур 1 других интерпретационных признаков.

5. Разработанную систему критериев предлагается использовать совместно с другими вероятностными, структурометрическими индикационными признаками анализа космической в1деоинформации в системе анализа на базе специализированной ГИС. Обобщенная схема Эк°лого-геодинамических исследований и прогнозной оценки природных ресурсов с применением материалов космического дистанционного зондирования приведены на рис 6.

Глава 3.

Внедрение новой комплексной технологии структорометрического анализа аэрокосмических изображений для прогнозирования характеристик строения недр Земли.

Комплексная технология структурометрического анализа аэрокосмическтий изображен^ для прогнозирования характеристик строения недр Земли была апробирована на разнЫ5 материалах аэро- и космических съемок Земли: использовались черно-белые, цветные 11 спектрозональные фотографические, сканерные, тепловые, радиолокационные и другиг изображения земной поверхности, включая зону шельфа.

Эта методика не требует выезда на местность, проведения предварительных полевых рабо1 и Может успешно работать вообще без геологической или иной информации. Ее применен^ распространяется не только на изученные и освоенные нефтегазоносные провинции, пД£ обнаруживаются "пропущенные" или недоразведанные структуры, но и на совершен^ неизученные территории Земли.

Особая привлекательность для потребителей данной уникальной методики заключается * том, что по своим экономическим показателям она на несколько порядков эффективнее все* существующих традиционных методов, включая гравитационную, сейсмическую, магнитнУ10 съемку и поисковое бурение.

Используя, фактически, только данные ДЗЗ даже на неизвестную (предварительНс неизученную) территорию, интересующую заказчика, можно весьма оперативно дать прогН" наличия потенциальных ресурсов нефти, газа или других полезных ископаемых, оценить объеМ^1 глубину залегания и другие параметры месторождений полезных ископаемых, включая оценй сложности условий бурения по вертикальному профилю и рекомендуемое размещение буровЫ* скважин.

Другим направлением применения структурометрического анализа является оценка 11 дополнение результатов проведенных геолого-разведочных, в том числе сейсмически'1' исследований и буровых работ (доразведка). Примером может служить наше прогнозН^ исследование перспектив нефтегазоности Калининградской области. Его результаты показал'1 наличие на данной территории (не выявленных традиционными методами) множеств потенциальных нефтяных структур, некоторые из которых заметно превышают по своим объеМ^ ресурсы разведанных месторождений.

Далее приводятся конкретные примеры, иллюстрирующие особенности методики '' результаты использования структурометрического анализа. В первом случае, при изучен*1'1 освоенных и изученных нефтегазоносных провинций, обычно имеется более или менее полна' априорная информация, которую можно использовать для калибровки результат0* структурометрического дешифрирования.

Поэтому наибольший интерес в таких работах представляла оценка разрешают^ способности и других метрологических свойств технологической реализации метода при разнь^ объемах используемой геолого-поисковой информации. В ряде тестов проводило^ моделирование уже разрабатываемых месторождений в целях сравнения результатов, получений с помощью структурометрического анализа с известной, но не предоставлявшейся автора информацией.

3.1. Прогнозные исследования месторождений нефти в Калининградской области.

Такого рода исследования были проведены, к примеру, для территории западной части ^ининградской области. В целом для этого региона проводилось обзорное прогнозное Следование и картографирование структур, перспективных на углеводородное сырье. Для с°блюдения чистоты эксперимента при проведении этих работ не использовалась никакая

ИнФормация, кроме данных космической съемки. Прогнозный структурометрический анализ велся

На

°снове обзорных сканерных космических снимков масштаба 1:500 ООО - 1:3 ООО ООО. В ходе выявлялись перспективные структуры и проводилась предварительная оценка запасов УВ на ка)кДой из них.

По снимкам в масштабе 1:3 ООО ООО удалось установить большую насыщенность ^есторождениями нефти практически всех участков исследуемой территории. ^Уктурометрический анализ позволил выделить не только относительно крупные, но и мелкие Месторождения и проявления нефти.

Результаты структурометрического анализа полистно наносились на картографическую й°НовУ масштаба 1:400 ООО. На каждом листе карты, помещающемся на листе бумаги формата А4,

Назывались все месторождения и проявления нефти. Для них указывались прогнозные запасы, а

ЧЛя

залежей с запасами свыше 1 млн.т дополнительно отражалась прогнозная мощность продуктивных толщ. Для справки по каждому из листов карты указывалась средняя прогнозная лУбина залегания месторождений и проявлений нефти.

В целом проведенный анализ западных районов Калининградской области показал, что Десь предполагается наличие множества залежей нефти. На большей части исследуемой еРритории выявляются куполовидные залежи "континентального" типа с овальной ^псовидной формой. К побережью Балтийского моря и на акватории замечено преобладание ^еясей "морского типа" в виде узких лент. Такая форма залежей, обычно развитых в соленосных °лЩах, ранее была установлена с помощью структурометрического анализа на акватории и еРежье Каспийского и Аральского морей, Южного Казахстана, в южных районах США и Утих регионах земного шара, территории Калининградской области также проводились работы по детальному прогнозному ^РУКтурометрическому анализу небольшой по размерам и запасам нефти тестовой структуры, ^аРУженной ранее в результате проведения сейсморазведочных и буровых работ. Данные этих ^ °т свидетельствуют, что единичной скважиной на этой площади на глубине менее -1960 м 1:111 вскрыты 4 м высокопористого продуктивного пласта кембрийского возраста. Ожидаемая ^ ^насыщенная толщина около 12 м. Извлекаемые запасы более 100 тыс.т.

ЭТИХ °бщих количественных характеристик была предоставлена структурная картосхема ^ е*и, отражающая предполагаемые глубины залегания продуктивного пласта, контур ^порождения и места размещения буровых скважин (рис.1.). Эта схема не имела масштаба и °РДинатной привязки.

СТРУКТУРА ОЛИМПИЙСКАЯ

Тестовая структура в Калининградской области (исходные данные компании Лукойл)

Продуктивный пласт Абсолютная глубина залегания

Пробуренные скважины

А Рекомендуемые

для бурения скввжуны

—— — Линия разлома

Рис.8 Структура Олимпийская (Данные Лукойл)

Для выяснения возможностей структурометрического анализа столь малых зале)Ке1 использовались цифровые материалы аэросъемки масштаба 1:15 ООО. По этим данным был' идентифицировано и уточнено положение залежи.

ОЛИМПИЙСКАЯ СТРУКТУРА. Прогнозная характеристика верхнего продуктивного пласта

Прогноз мощности

ПРОДУКТИВНОГО пласта (и)

0,1 0.2

0,3

0,4

0,5

0,75

2 3

вям нн

4

1 5

... - :

5,7

-2000 Абсолютная глубина залегания продуктивное пласта (м)

Пиния разлома на глубине

продуктивно е пласта

Границы залегания продуктивно о пласта по исходным данным

| | Границы исходного

изображения Пробуренные

Рекомендуемые места бурения скважин

Рис. 9. Прогнозная характеристика верхнего продуктивного пласта.

"Роведено детальное прогнозное моделирование параметров залегания продуктивной толщи, В1°йочая определение и картографирование глубины залегания и мощности по каждой залежи. ')|>1ло установлено, что ресурсы нефти на тестовой структуре сосредоточены не в одной (как это

Читалось до проведения структурометрического анализа), а в трех залежах.

]/

червой залежи относятся выявленные ранее на тестовой структуре ресурсы нефти. Они °Тносятся, по проведенным исследованиям, к верхнему продуктивному пласту, площадь 1,6 км2 бегания которого заметно больше, чем это предполагалось ранее. Но ее большая часть "Риходится на пласт мощностью менее 0,5 м. И лишь в центральной части куполовидного "°ДНятия, лежащей выше отметки 1970 - 1980 м, мощность продуктивного пласта возрастает до 5'°-5,7 м. Вь

1ли произведены расчеты площади залегания, объемов и запасов нефти по каждому диапазону МоцШости продуктивного пласта и исчислены общие запасы нефти, составившие 92,8 тыс.т, что {*И)ке априорной оценки.

ОЛИМПИЙСКАЯ СТРУКТУРА Прогнозная характеристика нижнего продуктивного пласта

Прогноз МО:1|НОГТИ продуктивного

г ласта

--0.1

0,2 0.3 0.4

0.5 075 1 2

-•2900 Абижилист глубина »зпегачия продуктивного пласта (м)

Ляьии разлляе на глубине

продуктивного ппэста

I раниць запегаиуя продуктивного пласта по исходным даииы«

Границ* исходного изображения

Пробуренные

скважины

Рекомендуемые иегтя Зуррммя скважин

Рис. 10. Прогнозная характеристика нижнего продуктивного пласта.

г Вторую залежь представляет нефтесодержащий пласт, залегающий примерно на 10 м ^ Же верхнего продуктивного пласта. Он существенно меньше по площади - примерно 0,9 км2, Юности - до 2,7м.

^ Из-за существенно более высокой средней мощности, объем нижней залежи несколько

й чем у верхней. Но вследствие худших коллекторских свойств нижнего пласта запасы нефти Не»,

4 составляют всего 72,1 тыс. т.

Таблиц

Прогноз запасов нефти на тестовой структуре

(по диапазонам мощности продуктивного пласта) Верхний продуктивный пласт

Диапазон мощности, м Площадь, км2 Объем, тыс. м Содержание нефти в пласте, кг/ м3 --- Запасы нефти, тыс. т ^

0,1-0,2 0,469 55 21 1,2 ^

0,2-0,3 0,418 95 27 2,6 ^

0,3-0,4 0,295 95 37 3,5 ^

0,4-0,5 0,114 48 41 2,0

0,5-0,75 0,042 21 57 1,2 ^

0,75-1 0,087 66 77 5,1 ^

1-2 0,052 64 86 5,5 ^

2-3 0,075 166 101 16,8

3-4 0,022 71 131 9,3

4-5 0,057 239 148 35,4

5-5,7 0,013 66 154 10,2

Всего 1,641 986 21-154 92,8 __^

Нижний продуктивный пласт

Диапазон мощности, м Пдощ адь, км Объём, тыс. м3 Содержание нефти в пласте, кг/м3 Запасы нефти, тыс. *

0,1-0,2 0,094 11 21 0,2

0,2-0,3 0,018 4 27 ОД ^

0,3-0,4 0,014 4 36 0,2

0,4-0,5 0,037 15 43 0,7 ^

0,5-0,75 0,063 32 47 1,5 ^

0,75-1 0,044 34 49 1,7 ^

1-2 0,255 306 56 17,1

2-2,7 0,393 829 61 50,6 ^

Всего 0,918 1235 21-61 72,1

Рядом с основной тестовой структурой, к западу от глубинного разлоМ3 структурометрическим анализом была выявлена третья залежь, условно названная "ЗападН0' структурой". По сравнению с первой залежью, которой она стратиграфически соответствуй данная залежь лежит примерно на 40 м ниже (ее купол находится на отметке -1992 м). О*1' невелика по площади - около 0,7км2 и имеет заметно меньшую мощность - до 2,4 м. ПрогнозН^ запасы нефти на этой структуре оцениваются в 20,3 тыс. т.

Из сравнения материалов исследования и исходной информации о верхН^ продуктивном пласте в целом следует вывод о достоверности и высокой сходимоС'11 результатов структурометрического анализа ддз тестовой структуры. Это месторождеН^ относится по российской классификации к категории мелких залежей (имеющих запа^ менее 10 млн.т), а по американской - к категории с1 (запасы 0,14-1,37 млн. Т).

Кроме того, необходимо отметить, что структурометрический анализ позвоЛ^ существенно уточнить и детализировать характеристику данного месторождения, вклю4^ глубину залегания и мощность продуктивного пласта. Были выявлены ранее неизвестно залежи, которые существенно меняют оценку и возможности эксплуатации месторождений

Дополнительно были проанализированы геофизические и многие другие условия 3|<сПлуатации месторождения, что позволило выявить и рекомендовать места для бурения Эксплуатационных скважин.

3.2. Прогнозные исследования месторождений нефти в США.

В порядке апробации новых методов по предложению американских коллег был "Роведен структурометрический анализ ДДЗ двух рядом расположенных тестовых участков.

Исходной информацией для анализа служили аэроснимки масштаба 1:64 ООО без "ввязки к географическим координатам. Визуальный просмотр снимков на первый 6стовый участок [перекрывающиеся снимками № 36-69) показал наличие полей ^сПлуатационных скважин по добыче углеводородного сырья.

Рис. 11. Снимок № 36

0т На втором тестовом участке (снимок № 65) эксплуатационные скважины ^ствовали.

те Работы по прогнозному моделированию и картографированию залежей УВ на данных

Ст°вых участках проводились в несколько этапов. ^ На первом этапе был проведен предварительный анализ перспективности „ С71еДуемой территории на наличие нефте- и газоносных структур. Для этого был ,^иМенен системный структурометрический анализ кольцевых структур, к ядрам которых

Ст° тяготеют залежи нефти и газа. Г)0 На снимке № 36 демонстрируются пять кольцевых структур, расположения которых убывают места, перспективные на поиски залежей нефти и газа, а размеры (диаметры) азЫвают на глубину контакта кровли продуктивных пластов с перекрывающими их

породами.

Изучение этих кольцевых структур показало, что они отражают верхнИе продуктивные пласты, которые из-за малой мощности следует отнести в разряд непромышленных. Они в основном залегают на глубине 300-600 м. Поэтому пр" продолжении анализа кольцевых структур основное внимание было обращено на те из ни* которые характеризуют продуктивные пласты более глубокого залегания, перспективны* на обнаружение промышленных залежей УВ.

На территории, охваченной снимками № 36 и № 69, определено залегание более таких перспективных структур на глубинах до 2750 м. Их детальное выявление 1 количественная характеристика с анализом глубины залегания, мощности пластов и т-А были проведены на последующих стадиях анализа кольцевых структур с целью выявлен^ и дешифрирования залежей УВ.

Аналогичная методика была использована при анализа снимка № 65.

Рис. 12. Снимок № 65

На первой стадии анализа из множества выявленных кольцевых структур выделе*^ три кольцевые структуры, показывающие перспективные места для поиска залежей неф1^1 и газа на глубинах 300-600 м. Они также оказались маломощными и непромышленный1 Больший промышленный интерес возникает относительно выделенных 10 кольцев^ структур, характеризующих залежи УВ на глубинах до 2440-2740 м.

Последующий этап компьютерного анализа был направлен на углубленН0' исследование каждого из перспективных горизонтов залегания продуктивных пласте1'

°Держащих нефть и газ. Для этого было использовано выявление резонансных частот ИзлУчения электромагнитных волн каждым таким продуктивным пластом пород, с°Аержащих запасы нефти и газа.

С помощью структурометрического анализа снимков была уточнена глубина бегания пластов, обладающих коллекторными свойствами, установлен диапазон их продуктивной мощности и дан прогноз пористости пород, вмещающих залежи нефти и газа.

-2400

Рис. 13 Прогнозные структуры УВ по космоснимкам №№ 36,69 (план и вертикальный разрез).

Далее с использованием методов распознавания образов была проведена (с привлечением картотеки близких по типу тестовых участков) оценка перспектив обнаружения на тестовых участках залежей нефти и газа. При этом все маломощные пласты и непромышленные залежи, признанные таковыми, исходя из информативности анализируемого снимка и с учетом его разрешения и волнового диапазона съемки, был11 отбракованы.

Наиболее перспективными на обнаружение залежей нефти и газа на территори" первого тестового участка (снимки №№ 36, 69.) представляются пласты А, В, С, D, Е, F.

Пласт А, прогнозно перспективный на залежи газа, в пределах снимков занимав1 площадь свыше 110 км2. Общая мощность пласта, который может считаться коллектор0^ промышленных запасов газа, превышает 100 млн. мЗ. Пласт залегает на глубине 1720- 177« м и имеет предполагаемую мощность до 2,6 м. В центральной части пласта ожидаема*1 пористость коллектора превышает 44%.

Можно предполагать, исходя из результатов структурометрического анализа территории, что за пределами рассматриваемых снимков на тех же глубинах залегает eiHf более 30-50 км2 от этого газоносного пласта.

Около 100 км площади залегания имеет пласт В, лежащий на глубине 1830-1920 м. О" перспективен на нефть и в нем проявляются два ядра максимальной мощности. Север0' западное ядро имеет максимальную мощность до 1,6 м, оно не отличается высоко11 пористостью пород: в центральной части она немного превышает 22%. Юго-восточное яДр" имеет большую мощность - до 2,0 м и высокую пористость пласта - свыше 40% в еГс центральной части.

В северо-восточной части снимка № 69 на глубинах 1890-1905 м лежит небольшой И" площади пласт С, стратиграфически и генетически близкий пласту В, который так^ перспективен на залежи нефти. Значительная его часть (более половины) выходит $ пределы снимка. Ядро пласта имеет мощность до 1,2 м и отличается высокой пористость1" пород - свыше 39%.

В юго-западной части снимка № 36 лежит пласт D, перспективный на нефть. Ег" большая часть также лежит за пределами снимка. В той части пласта, которая попадает И* территорию снимка, обнаруживается ядро, залегающее на глубине примерно 2005 м. ЯДР" имеет мощность (в пределах снимка) до 1,8 м и пористость - свыше 31%. Но в целом э^ структура может считаться малоперспективной для организации эксплуатации нефти.

Свыше 100 км2 имеет пласт Е, занимающий большую площадь-снимка № 36 и север0 запад снимка № 69. Он залегает на глубинах 2200-2240 м и перспективен на обнаружен^ нефти, особенно в пределах участка, ограниченного изолинией в 1,5 м мощности плас^ Максимальная мощность пласта достигает 2,1 м, пористость пород превышает (в предел* этого участка) 39%.

Примерно такую же площадь имеет залегающий на глубинах 2360 м и глубже пласт ^ где предполагается залежь нефти с небольшой прослойкой (шапкой) газа. ПромышленН°с значение этой залежи невелико, так как максимальная мощность пласта в ppf изолированных ядрах порядка 0,9 м. Более крупное по площади западное ядро этого плас^ имеет мощность до 0,8 м и низкую пористость пород - немного более 25%. Восточное яДР меньше по площади, но обладает большей мощностью - до 0,8 м и имеет несколько б о^ высокую пористость пород - свыше 27%.

На втором тестовом участке - территории снимка № 65 предполагается наличие тре> основных пластов, содержащих нефть и газ.

Рис. 14 Прогнозные структуры У В по космоснимку № 65 (план и вертикальный разрез).

гк На глубине 1720-1740 м предполагается наличие двух залежей газа в продуктивном %°Те Более кРУпная из них лежит севернее, ее мощность достигает 0,8 м, но пористость здесь невелика - до 25% или немного более. Расположенная южнее небольшая ^Уктура имеет малую мощность - до 0.4 м и низкую пористость - до 17-18%. В целом пласт пределах данного снимка не имеет промышленного значения.

-1900

Локальное залегание имеет пласт Н, предполагаемый на глубине около 1880 м. залежь нефти очень мала по площади, не имеет значительной мощности (не превышает О,-1 м] и отличается низкой пористостью - менее 10%.

В центре снимка лежит довольно обширный по площади нефтяной пласт залегающий глубже 2005 м. Но он также, как предыдущий пласт, не имеет большо" мощности - менее 0,5 м и отличается низкой пористостью - до 17-19%. Поэтому даннЫ" пласт, также как и пласт Н, не имеет промышленного значения.

Таким образом, промышленного значения залежей нефти и газа, зафиксированных & территории снимка № 65, очень мало.

Следует отметить, что проведенный анализ выполнен по довольно старым (съемка ' ноября 1982 г.) и мелкомасштабным аэроснимкам. Поэтому результаты проведенной анализа в отношении пористости пород и содержания в них УВ соответствуют положений которое было на конец 1982 год. В результате этого представленные результат^ структурометрического анализа могут отличаться, в отдельных деталях, от сегодняшне!"0 состояния залежей нефти и газа в данном регионе.

Тем не менее сделан вывод, подтвержденный американскими коллегами, чт" приведенные материалы компьютерного моделирования достаточно точно отражав нефтегазоносность тестовых участков, подтверждают в основных параметрах все открытые залежи и дают информацию о до сих пор не обнаруженных здесь залежах УВ.

Все это служит основанием для суждения о достоверности и надежност1' использованной методики структурометрического анализа.

3.3 Исследования на шельфе Мексиканского залива.

По просьбе промышленников Мексиканских Соединенных Штатов была выполнен1 прогнозная оценка залежей углеводородов для района установленной платформы " Мексиканском заливе. Пробуренная ранее заказчиками до глубины 6000 метров скважй^ оказалась пустой. Глубина морского залива в этих точках достигала 400 м.

лит © Location of erroneous well alak i © Position of a point where the drilling platform should be moved.

Рис. 15. Карта Мексиканского залива.

Наша прогнозная оценка данной залежи показала, что скважина пробурена по краю пластов

■tatou Ujm «Ьм» Ям LmL ■ f ТЬМаа»ofО» 1лш »

*m*0tUym .M Мм*»1 TU + тя et at tw ■

Рис. 17. Геологический профиль месторождения Алак.

OILFIELD ALAK

Total Thickness of Oil Layers

_ Total Thickness of Oil Layers, m

• 29,1 Maximum Total Thickness of Oil Layers, m

—4500 DeP,h of UPPer Oil Layer above Sea Level, m

Minimum Depth • -4482 0f upper Oil Layer above Sea Level, m

Fault

® ALAK -1 Well

Perspective Location +1,1 of Well drilling

(0,1 - maximum range, 11,1 - minimum range)

A—— B A Line of Cross - section

Рис. 16. Карта месторождения Алак.

Согласно нашим разработкам эта, значительная по запасам, структура четырех пластовая, пРобуренные скважины прошли вне пластов.

На Рис.16 показано условное положение ошибочной скважины 1 и координаты точки I1, в °РУю необходимо переместить буровую платформу. , Мы выполнили глубинное исследование строения залежи (Рис. 17) и показали ее много

Истовость.

figure 2. OILFIELD ALAK. Total Cross-section on Line А- В

На профиле А-В (был исследован и второй разрез С-Д) показаны все пласты нефтяной поля Alak и два геодинамических разлома.

После изучения представленных материалов по просьбе заказчика нами были разработаны еще четыре объекта с определением мест установки платформ в Мексиканском заливе.

Отчетные материалы были переданы Заказчику - фирме «Global Drilling Investigation Ltd» по шести точкам, в которых рекомендовалась установка буровых платформ.

3.4. Исследования Тимано-Печорской нефтегазоносной провинции.

Карта «Тимано-Печорская нефтегазоносная провинция» Масштаб 1:1 250 ООО. Ухта, СеверНИПИГаз. 1998. Фрагмент на тестовый участок «Верхнеколвинск» (Республика Коми)

Jb.-возейюское [ веякошорское

Ф ВОЗЕЙШОРСКОЕ

сандиве

♦

озейское

0 В.

когозинское в.-веякское

t ----

. АДьюское

в-возей-СКОЕ

0

-хатаяхское ваганско

с.-ваганско

Рис. 18. Геологическая карта «Тимано-Печорская нефтегазоносная провинция»

(фрагмент)

Предварительный прогноз залежей нефти и газа в Республике Коми (тестовый участок "Верхнеколвинск")

Компьютерный прогноз выполнен с помощью структурометрического анализа космического сканерного снимка со спутника "Метеор" в в масштабе 1:3 000 000 в диапазоне 0,5-0, 6 мкм (съемка 1990 г.).

Для выделения перспективных структур использовалось профилирование по сетке квадратов со стороной 250 м

Прогнозное картографирование проведено на основе карты масштаба 1:1 000 000.

Северный полярный круг

Прогнозные запасы углеводородного сырья

0,001 1 10 30 100 125 млн. куб. м

0 10 20 30 40 50 км

Рис. 19. Прогнозная карта на тот же район, выполненная методом структорометрического анализа космоснимков.

66° 50'

66° 40'

66° 30'

Прогнозные запасы углеводородного сырья

0,001 1 10_30_100_125 млн. куб. м

56° 40'

57° 20'

57°40'

56° 40'

57° 20'

57° 40'

о.

Контура нефтяных месторождений на карте "Тимано-Печерская нефтегазоносная провинция", 1998 г.

Рис. 20. Сравнительный анализ достигнутых результатов с геологическими данными.

Фрагмент карты этой территории показывает, что прогнозируем^ структурометрическим методом:

- Месторождения в 18 случаях из 20 подтверждают разведанные геологами структуры!

- Выявленные нами границы структур детальнее, чем показанные традиционно1' геологоразведкой, которые обобщенно охватывают несколько отдельных структур; так наприМ1' границы структур на юго-востоке №37 и №62 выявленные нами и традиционно1' геологоразведкой полностью совпадают; а две структуры №126 и №43в, выявленные на^1' традиционные геологи показывают в одной структуре;

- многие новые структуры, не были выявлены традиционной геологоразведкой;

Прогнозируемые системно-компьютерным методом запасы углеводородного сырья-

каждом месторождении, сопровождаются предварительной оценкой его объемов. Структур1'1 показанные традиционной геологоразведкой такой информации не содержат.

0сНове

Сцц

3.5. Исследования Восточно-Веякского месторождения.

Нами была выполнена прогнозная оценка Восточно-Веякского месторождения на метода системно-компьютерного анализа материалов аэрокосмической информации.

0тРи карту месторождения и профиль А-В, отмеченный на этой карте. (Рис. 15)

ПРОГНОЗНАЯ ХАРАКТЕРИСТИКА ВОСТОЧНО-ВЕЯКСКОГО МЕСТОРОЖДЕНИЯ

Суммарная эффективная мощность продуктивных пластов

6Г4СГ

О

Разведанные границы месторождения

О Прогнозируемые границы _ Суммарная эффективная Максимальна* суммарная

месторождения -1 мощность продуктивных ' эффективная мощность

пластов, м

продуктивных пластов, и

Д - Б Абсолютна* глубина залегания кровли оорхного продук-ионого пласта, м

-2100

Гини* гяопогичпскогп профиля

Зкм

-I

Рис.21. Карта Восточно-Веякского месторождения

ПРОГНОЗНАЯ ХАРАКТЕРИСТИКА ВОСТОЧНО - ВЕЯКСКОГО МЕСТОРОЖДЕНИЯ

Гйплпгичйский профиль

Ш

ШГ

—эр

1 1Тг ¿

■Жь

I Плаап

Рняцминмг границы Меч. ЮрОЖДСК ИЯ

Пигст Г* 4 Продуктивны* нефтяные

I Суммарна эффективная мшцмпт. продуктивных пластин, н

•§,1 Миснмьшш суммарная эффективная мощность продуктивных пластом, м

2400 А®1»**''"«« глуОина илтим (ртам мирхи«я-и продукт »ною пласта, м

А — Б Линия геологического профиля

Рис. 22. Геологический профиль Восточно - Веякского месторождения.

Традиционной геологоразведкой были определены границы только одного купол3 Восточно-Веякского месторождения, которые показаны на карте сплошной зеленой линией.

На представленной карте дана, разработанная нами прогнозная характеристик3 Восточно-Веякского месторождения, убедительно показывающая более полную и боле£ детальную прогнозную оценку месторождения.

На карте показаны, выявленные новые площади данной залежи и суммарные мощност" пластов трех продуктивных частей этой единой структуры, простирающейся по параллели болес чем на 10 километров.

Представлен также геологический профиль Восточно-Веякского месторождения. Н3 профиле показаны эффективная мощность продуктивных пластов и абсолютная глубина залегани" кровли продуктивных пластов.

Выводы

1. Представленные материалы подтверждают работоспособность данной технологи*1 Используя только материалы космической съемки были даны более подробные прогно^ наличия потенциальных ресурсов полезных ископаемых, которые впоследствии подтвердили^ при проведении геофизических, геологических и буровых работ.

2. На практике было доказано, что эта методика не требует выезда на местность, не требуй проведения предварительных полевых работ и может успешно работать вообще без геологическо'1 или иной информации. Ее применение распространяется не только на изученные и освоений нефтегазоносные провинции, где обнаруживаются "пропущенные" или недоразведаннЫ£ структуры, но и на любой территории земного шара.

<1

3. Особая привлекательность для потребителей данной уникальной методики заключается том, что по своим экономическим показателям она на несколько порядков эффективнее вс^ существующих традиционных методов, включая гравитационную, сейсмическую, магнитнУ1 съемку и поисковое бурение.

4. Структурометрический метод позволяет выполнять прогнозную оценку природн^ ресурсов (углеводородного сырья, металлов, подземных пресных и минеральных вод 11 других видов полезных ископаемых), геодинамических процессов (инженерно-геологичесК^ условий, при проектировании, строительстве и эксплуатации скважин, проклаД^ трубопроводов и строительстве объектов промышленного и гражданского назначения)11 экологического состояния изучаемой территории.

\

Заключение

1. Комплексная технология структурометрического анализа аэрокосмических "Сражений для прогнозирования характеристик строения недр Земли включает сложные биологические процессы, новые компьютерные программы, высокого класса Интеллектуальные ресурсы.

Все используемые в структурометрическом анализе методы и приемы обработки Годных аэрокосмических изображений, автоматизированного дешифрирования и ^РТографического моделирования соединяются в единую алгоритмическую систему. Она й|°1К>чает применение различных программных продуктов: оригинальных программно-^г°Ритмических блоков, коммерческих геоинформационных систем, особых графических позволяющих соединить традиционное геологическое картографирование с ^огопараметрической трехмерной графикой и т.д. Весь интегрированный набор пользуемых средств программирования и основные элементы используемого программного ^Печения ОРИГИНАЛЬНЫ и НЕ ИМЕЮТ АНАЛОГОВ В МИРОВОЙ ПРАКТИКЕ.

2. Разработана обобщенная схема эколого-геодинамических исследований и прогнозной Цен*и природных ресурсов с применением материалов космического дистанционного ^ДИрования.

3. Научно обоснованы системы формальных математических критериев для оценки ''еМентарных образов цифровых космических снимков по степени их соответствия «хорошо ^Уктурированному изображению» и способы применения предложенных критериев для 6т°Матизированного построения в пределах снимка изображений лениаментов и кольцевых ^РУКтур. Систему критериев предлагается использовать совместно с другими

РОятностными, структурометрическими индикационными признаками анализа космической Де°информации на базе специализированной ГИС.

4. Технология анализа материалов дистанционного зондирования Земли (ДЗЗ) °вана на принципиально новом механизме компьютерного выявления свойств РРИториально распределенных структурированных данных путем комплексного анализа ф ^°РМации, которая присутствует в аэрокосмических изображениях в скрытой форме. ^ ^Даментальные основы структурометрического анализа данных дистанционного зондирования Гоем*и с целью прогнозной оценки полезных ископаемых разработаны Учеными Московского ^Дарственного университета им. М.В. Ломоносова.

^ 5. Технология структурометрического анализа позволяет выполнять прогнозную ^ НкУ природных ресурсов (углеводородного сырья, металлов, подземных пресных и ^ тральных вод и других видов полезных ископаемых), геодинамических процессов ^*енерн0-геологических условий, при проектировании, строительстве и эксплуатации ^ а*син, прокладке трубопроводов и строительстве объектов промышленного и

панского назначения) и экологического состояния любой территории земного шара. ^ Используя, фактически, только данные ДЗЗ на территорию, интересующую заказчика,

^Нг>г._________________________________________________________________________________

■к*

Оология позволяет весьма оперативно дать прогноз наличия потенциальных ресурсов полезных

/баемых, оценить объемы, глубину залегания и другие параметры месторождений, включая >НК

^ых,

сложности условий бурения по вертикальному профилю и рекомендуемое размещение скважин.

Эта технология не требует выезда на местность, не требует проведения предварительных ' 0*е*ых работ.

6. Широкий спектр возможного использования результатов структурометрического анализа объясняется тем, что потребителям передаются не "сырые" исходные аэрокосмически? изображения, по которым еще нужно искать залежи, а готовые информационные материалы тематические фотокарты, геологические разрезы и другие графические и табличные данные. Все они создаются в точном соответствии с требованиями потребителей и содержат необходимую и*1 комплексную и достаточно точную прогнозную информацию, которая может служить основой 0 организации поисковых, разведочных и иных работ на конкретных участках в любой точк£ Земного шара.

Особая привлекательность для потребителей данной уникальной технологии заключаете* в том, что по своим экономическим показателям она на несколько порядков эффективнее все* существующих традиционных методов, включая гравитационную, сейсмическую, магнитную съемку и поисковое бурение.

7. Прогнозы, полученные этим методом проверены буровыми исследованиями на суШе" шельфе при тестовых испытаниях и промышленных разработках углеводородов и драгоценны* металлов в Оренбургской и Архангельской областях России, в Мексике, США и Корее.

8. Комплексная технология структурометрического анализа аэрокосмических изображенИ'1 для прогнозирования характеристик строения недр Земли была апробирована на разнЫ* материалах аэро- и космических съемок Земли: использовались черно-белые, цветные 11 спектрозональные фотографические, сканерные, тепловые, радиолокационные и други* изображения земной поверхности, включая зону шельфа.

ПОСЛЕДОВАТЕЛЬНОСТЬ ИССЛЕДОВАНИЙ для любого вида полезных ископаемых

I. Прогнозная оценка наличия природных ресурсов на исследуемой территор*11'

II. Прогнозное районирование территории с указанием границ райо^ (участков) и определение предварительных прогнозных величин залас

данного вида природных ресурсов.

III. Выделение ареалов залегания выбранного вида природных ресурсов пределах района с прогнозируемыми максимальными его запасами.

IV. Определение границ залежей и их количественных характеристик участке выделенного ареала.

V. Выбор залежи с максимальными запасами данного вида полез^ ископаемых, с определением числа продуктивных пластов, их эффектив^ мощности и абсолютных глубин залегания. Разработка плана paзмeш£,,,, буровых скважин с оценкой риска бурения.

Приложения

Приложение 1

Пример обработки исходного аэрокосмического изображения.

Рис.23. Исходный космический снимок на территорию области интереса.

Рис. 24. Результат фотометрической коррекции исходного космического снимка.

71

Рис. 25. Структурное изображение территории на область интереса.

Рис. 26. Кольцевой каркас местности территории на область интереса.

юв'оог-^

Рис. 27. Типичные кольцевые структуры на анализируемой территории, выявляемые по кольцевому каркасу местности и описывающие строение Земной коры территории.

ПЕРСПЕКТИВНЫЕ ОБЛАСТИ ПОИСКА МИНЕРАЛЬНЫХ РЕСУРСОВ В КИРГИЗИИ Топливно-энергетическое сырьё и металлы

Приложение-

Карлкупу

моргай

И Нефть, млн.т

П(В| Газ. млрд. куб. м

П2 Уголь, млн т

£0 Уран. тыс. т

Железная руда. млрд. т

^^ Марганцевая руда, млн

((О.) Алюминиевое сырье, м

—тн—мши—II—м — идиии—и ШН и I ттп н л х •—с, ПРОГНОЗНЫЕ ГЕОЛОГИЧЕСКИЕ РЕСУРСЫ ПЕРСПЕКТИВНЫХ ОБЛАСТЕЙ КИРГИЗИИ

ф Мель. млн. т <3> Кобальт, тыс. т О Бериллий, тыс. т

(¿' Свинец, млн. т ф Цинк, млн. т © Тнтан. млн. т

Ванадий, млн. т ® Молибден, тыс. т

Кобальт, тыс. -^^ Олово, тыс. т ^^ Ртуть, тыс. т (§) Сурьма, тыс. т © Мышьяк. ТЫС. 1 Стронций, тыс. @ Висмут, тыс. т

© Та|гтал. тыс. т

® Ниобий, тыс. т

^^ Рубидий, тыс. т

О Редкие земли, тыс. : ® Золото, тыс. т © Серебро, тыс. т

Рис. 28. Пример прогнозной карты на территорию Киргизии

ПриложенVе

Пемр1нос(. мае-ос'»

Глубинное положение границ

раздела осадочных пород в окрестностях гвопогической скважины по результатам структуромвтрических определений

*" д

к к к

г/;*»',■;

Гравий с песком и мергелей

Глина с глинистыми сланцами и вкраплениями мергеля Аргилит, серый зеленоватый с небольшими вкраплениями глин Аргилит, серый зеленоватый с небольшими вкраплениями глин Известняк серый, местами белый и черный

I Геологическая скважина у с отметками глубин | граним раздела пород

О Отметки глубины границ

раздела пород, полученные структурометрическим методом

Доверительный интервал ' -п структуромвтрических ° определений глубины

—— Границы раздела пород

Дополни1ельно выявленные границы раздела пород

Рис. 29. Пример прогноза глубинного положения границ раздела осадочных пород

Приложение 4

Пример поэтапных структурометрических исследований на заданную территорию.

(Образцы отчетных документов)

Этап 1. РАЙОНИРОВАНИЕ УЧАСТКА ТЕРРИТОРИИ ОБЛАСТИ НА НАЛИЧИЕ УГЛЕВОДОРОДНОГО СЫРЬЯ

-!

са» им Димитрова:

"и!* Крлоека

(атонмое

■Я» •

РАЙОН № 1рнвольныи /

Степное

Суюречиз 1

1Лдыса1

Саратовкв^,

РАЙОН »4

/ /

¡И• ( : '

¿¡.Кучей

Трудсгво^Ч рутку!

Б^каООар

Шшк

Карага«

Галйы-Куду!

'ферма № / ал« ^ — Г^Кле/п.Лол <£/> 185-

ЫЗелены*Дол /

.КрутЬые;

.Семы Л)

КурЬйлы' ^

Покровка

•»«у Л?. "ПояУавка,

+_1 Илекшар.

юнож!

I ШыёынОы

Брус и по«

Краен оярКу

Кота н тощ

ЮИЦИ

Ивановна

Камсу <

р'1 У

ГПОЧ1

расы

Цьар'кцОцу

Отрад»

Мгяова/

<1$орлысай

пятилетке

'Ьет Бесксмцр

{¡¡аса Аимжрнтаи \ifc2.

Результат геолошчеекмх иеслсдомний Ретуштаты прогмомых смсгсмно-компиогсрмых нсслсдоммнй

О

пвечлнов

^„-«„р»™,«.,™.««!»»,™™™ д-ф^«..

Масштаб 1 200 ООО

? 1 < ? 1

Этап 2. ВЫДЕЛЕНИЕ АРЕАЛОВ ЗАЛЕГАНИЯ УГЛЕВОДОРОДНОГО СЫРЬЯ НА ТЕРРИТОРИИ ПЕРСПЕКТИВНОГО РАЙОНА № 4

АРЕАЛ№1

АРЕАЛ № 2

I_

Результаты геологических исследований Результаты прогнозных системно-компьютерных исследований

^ 4 I рашщы перспективного нефтегазоносного района № 4

{'■., I Ынвленная структура с возможной нефто аю1юсностмо Соввро-Бязырошснаи

Пропюшме I соло! нческнс ресурсы ареалов нефть, млн.т га», млрд. куй. м гиювый конденсат, мин. т

Масштаб 1:100 000

МММ"

Этап 3. ВЫДЕЛЕНИЕ ЗАЛЕЖЕЙ УГЛЕВОДОРОДНОГО СЫРЬЯ НА ТЕРРИТОРИИ ПЕРСПЕКТИВНОГО АРЕАЛА № 3

.•у.а

ЗАЛЕЖИ N9 1

ЗАЛЕЖЬ N12

М ,! ТМЗИГ,. й*..

ВВеа

Результаты прогнозных системно-компьютерных исследований ^ Границы перспективного нефтегазоносного ареала № 3 ^ ГР«™ЦЫ прогнотирусиых талежей углеводородного сырья

Прогнозные геолотческие ресурсы залежей ^ нефть, млн.т ¡^ газ, млрд. куб. м ^ газовый конденсат. млн т

Масштаб 1:50 000

9 1 ? ?_1_5

Этап 4. КОМПЛЕКСНАЯ ХАРАКТЕРИСТИКА ЗАЛЕЖИ № 2 Схема 1. Суммарная эффективная мощность продуктивных пластов

Результаты прогнозных систсмно-компьютсрных исследований А - В Линия геологического профиля

Масштаб 1:25 ООО

•10,00 Суммарная «ффепивная мощность продуктивных пластов, м О 50С

Этан 4. КОМПЛЕКСНАЯ ХАРАКТЕРИСТИКА ЗАЛЕЖИ № 2

Д. В Линия I шиш ичсскою нрофи-ш

Масштаб 1 25 ООО О я» »ООО 1600 »00

Результаты прогношых системно-комнькнсрных нсслелонаннй

•10 00 Суммарная |ффскиш1ия мощность нро.туюиины» пласиш. м

Этап 4. КОМПЛЕКСНАЯ ХАРАКТЕРИСТИКА ЗАЛЕЖИ № 2 Схема 3. Геологический профиль по линии А-В, проходящей по широте 00 00? 00"

т—х^г

V« й-- 1' 1'

—---ЯВЯВкь ЙИ^^ЯЙ

ННММЯНММН НЯННЯНН ЯЯбЯ

Т- « «¡¡ч,

ШШШШявЛ шяшш

ИшЛ__г

ч **

■Я, ".' X

яЬнввМй

Результаты прем жпнмх

— Шкала авсшютмык глуАии. к

ВвртешлышЯ масиггав I 2 ООО Горнюнгалкнып масиггжв 1:23 ООО

кькомныи |грныж нссмлоааннЯ

Прогнозируемые нефтеносные продуктивные пласты —— Прогнозируемые нефтеносные продуктивные пласты

<2_в^о_1сух> 'ьро 2ВР°М

Этап 4. КОМПЛЕКСНАЯ ХАРАКТЕРИСТИКА ЗАЛЕЖИ № 2 Схема 4. Эффективная мощность н глубина залегания продуктивного пласта № 6

-

Результаты прогнозных системно-компьютерных исследований А - В Линия геологического профиля

Прогнозируемые абсолютные глубины залегания кровли продуктивного пласта NB 6

Масштаб 1:25 ООО

Прогнозируемая эффективная мощность продуктивного пласта Ni 6 п ,^плл

" ii«»i lbUu ЛАЮ

Этап 4. КОМПЛЕКСНАЯ ХАРАКТЕРИСТИКА ЗАЛЕЖИ № 2 Схема 5. План размещении буровых скважин с оценкой риска бурения

8L2--J.. Л

ЯьЗИ

Яхрхи -

Оценка перспективности мест для бурения разведочных и эксплуатационных скважин ■ прогнозируемый риск бурения "сухой" скважины %

, номера оцениваемых мест для бурения по списку Масштаб 1:25 ООО

Рс<ульта>ы прогнозных снстсмно-компьююрных исследований

С учмарн«* «ф.|«ж1мими» мощмпъ ирилукншныч ii.uichih. м

А -В

Ливия ILD.KH ИЧОСКОИ) ирофм.ш

ОТЗЫВЫ О МЕТОДЕ

Приложение 5

экономическое управление президента российской федерации

Аналитическая группа по привлечению долгосрочных инвестиций в газовую отрасль Российской Федерации

ПРОТОКОЛ

Заседания Аналитической групп

№3

A.B. Данилов - Данильян

A.Э Краснов

B.В. Иваник

Л.И Маслов

В.А. Петров A.M. Атрохов А.Н. Дмитриевский

A.Н. Филиппов

B.И. Тарасов

Я.А. Иванченко

Г.Е. Лазарев

Э.А. Таран В.А. Елагин

ПОВЕСТКА ДНЯ

3. Инвестиционная привлекательность нетрадиционных методов геологоразведки запасов Углеводородов. - Докладчик Я.А. Иванченко (Агентство по привлечению иностранных инвестиций)

4. Разное.

10.04.2002 г.

Присутствовали:

°т ОАО «Газпром»

АБ «Газпромбанк» (ЗАО) £ Совета Федерации Федерального

ФПГ «Флора-груп» От РАН

^ ИК «Человек и Закон»

®тНПФ «Гаэфонд» Приглашенные:

У1, Агентство по привлечению иностранных

^вестнцнй

^ООО «Геопрогноз»

¡¡МГУнм. М.ВЛомоносова

Промышленно-^Ммерческой группы (Холдинга) «РАТМ» °тМЭК

По третьему вопросу выступили Я.А. Иванченко (основной докладчик) и Г.Е. Лазарев (содокладчик). Ими был предоставлен Комплексный анализ и прогноз месторождений углеводородного сырья, интрузийных тел, металлических и других полезных ископаемых. (Доклад был роздан членам Аналитической группы на заседании).

В докладе был подробно изложен метод структуро-метрического анализа, основанный на компьютерном анализе информации, содержащейся в аэрокосмических изображениях. Применяется системный анализ малых кольцевых структур, впервые открытых учеными фирмы. Метод был апробирован с целью прогноза и оценки залежей углеводородного сырья в различных регионах РФ. По мнению разработчиков этот метод высокой экономической эффективностью, поскольку снижает затраты времени на геологоразведочный прогноз и материальные, трудовые затраты на проведение полевых исследований.

Докладчикам были заданы ряд вопросов (В.И. Тарасов, В.В. Иваник, A.B. Данилов-Данильян, А.Н. Дмитриевский) как по сути прогнозного метода, так и по его экономической эффективности. Причем В.И. Тарасов обратил внимание разработчиков на необходимость приобретения снимков поверхности земли, выполненных со спутников. Поэтому A.B. Даниловым-Данильяном было обращено внимание на необходимость экономического анализа затрат на проведение анализа и прогноза месторождений углеводородного сырья.

По докладу в прениях выступил А.Н. Дмитриевский, который положительно оценил предложенный метод прогноза месторождений углеводородного сырья. Подтвердил необходимость экономического обоснования этого метода, поскольку не ясны объемы затрат на проведение контрольного бурения и риск получения положительных результатов.

Г.А.Лазарев в ответ на это замечание отметил, что для данного метода не требуются новые космические снимки, а достаточно имеющихся архивных данных. Так, например, для исследования площади 200 тыс. кв. км. стоимость необходимых аэрокосмических снимков равна примерно 4000 долларов США. По мнению Г.Е.Лазарева, экономический риск данного метода при бурении в 3-4 раза меньше, чем при традиционных методах поиска природных ископаемых.

По его А.Н.Дмитриевского, необходимо использование комплексного метода анализа природных ископаемых. Кроме того, он кратко ознакомил членов Аналитической группы с результатами анализа углеводородного сырья в районе Каспийского моря и решением по этому вопросу А.Б Миллера.

ПОСТАНОВИЛИ:

1. Поддержать работы направленные на разработку комплексного анализа и прогноза месторождений углеводородного сырья.

2. Взять под контроль Аналитической группы и периодически заслушивать информацию о ходе этих работ (отв. Л.И.Маслов).

3. Подготовить письма от Экономического управления Президента Российской Федерации в ОАО «Газпром» и рекомендовать заслушать вопрос о возможности и форме совместной работы по реализации структурно-метрического метода анализа и поиска углеводородного сырья (отв. Л.И.Маслов, Я.А.Иванченко).

Руководитель Аналитической группы Ответственный секретарь

A.B. Данилов-Данильян Л.И. Маслов

Приложение 6

Экспертное заключение на научно-технический отчет

«По исследованиям и изучению определенных геологических структур, предположительно имеющих нефть и газ в шести определенных областях Мексиканской территории»

(часть 1 и 2).

В рецензируемый отчет включены результаты прогнозных исследований на нефть и газ в Мексиканского шельфа, выполненные Московским государственным университетом имени к Ломоносова под научным руководством профессора, доктора географических наук ' Жукова.

При проведении этих работ основным методическим средством служил компьютерный ^Уктурометрический анализ космических снимков.

I Метод структурометрического анализа материалов дистанционного зондирования Земли ^3) разработан и применяется авторами только с целью прогнозных оценок углеводородного Рья (У ВС). Основой структурометрического анализа, по мнению авторов, служит ^фрирование контакта продуктивной толщи УВС с породами покрышки, сигналы от которой 'Фьггы» от непосредственного восприятия. Метод выявления скрытой информации на

Космических снимках, в том числе многозональных снимках давно используется в

'Логических и географических исследованиях. . Работа выполнена на основе анализа коммерческих снимков со спутника «Ландсат», ^Ученным авторами по сети Интернет.

Рее

Основная задача исследований состояла в получении ответа: есть ли промышленные Урсы нефти и газа в точках, намеченных для буровых установок. Фактически

турометрический анализ был проведен не только для указанных точек для бурения, но и для

Ирной прилегающей территории, в которых размещены крупные перспективные структуры, р Следует отметить, что район исследований очень трудный для всех видов поисковых и ВеДочных работ. Это вызвано тем, что залежи нефти там многопластовые, они залегают на Отельных глубинах - до 6 и более километров. Нередко отложения углеводородов Р°вождаются отложениями соли, что затрудняет интерпретацию материалов, ц Существенным осложняющим обстоятельством является море, глубина которого , ^Игает ' 200-400 м. В таких условиях общепризнано, что космические снимки являются Информативными и их трудно использовать в прогнозных целях.

И Тем не менее, учеными МГУ, при полном отсутствии априорной информации, были ^Учены интересные и многообещающие материалы. В результате выполненных работ в районе г РеНия скважин выявлены новые перспективные на нефть структуры, определены границы и ^ ""Ины залегания пластов нефти. На каждую из выявленных структур авторами созданы 6 серий мПЫотерных карт, дающих комплексную характеристику новых, ранее неизвестных и 3Ученных, фактически открытых учеными университета, месторождений нефти. 1,с Кроме альбома карт, подготовлен текст, описывающий результаты выполненных ^Ледований, а также серия таблиц, дающих комплексную прогнозную характеристику °чНенных и вновь открытых залежей нефти.

^ Теперь задача мексиканской стороны, очевидно, состоит в том, чтобы оперативно учесть г0 &0АЬ1 российских ученых и сместить запроектированные, но еще не пробуренные скважины в

предложенные учеными МГУ. 1|С Необходимо отметить, что авторы в своем отчете представляют лишь результаты ^едований,.

Г)0 Работа, в определенной мере является апробацией метода на зарубежной территории и с&ящена исследованиям территории Мексики, утверждает высокий авторитет ученых России, не

разглашая ни своих ни государственных секретов используемой технологии.

На наш взгляд было бы целесообразным авторам, на определенном этапе, разработать специальные методические пособия для поисковиков-геологов с целью более широкого использования предлагаемого метода на территории России и других стран.

Президент Международной Акционерной геологической компании, Вице-президент РАЕН,

Зав. Кафедрой оптимизации геологоразведочных процессов Московской государственной геологоразведочной Академии,

профессор

Приложение 7

Рецензия на результаты исследований месторождения углеводородов, полученные путем применения «Системно-компьютерного комплекса оценки природных ресурсов на основе анализа космической

информации»

Настоящая работа была выполнена на основании Договора № 77- н -1 от 18.10.07, согласно е*Ническому заданию от 18 октября 2007 года под руководством Лазарева Г.Е., при участии Музенко Казакова В.М.

В результате структурометрического анализа, основанного на компьютерном дешифрировании Ссгесгвенных земных сейсмоакустических излучений, отражающихся в косвенной форме в материалах Станционного зондирования и проведении анализа многоспектральных космических данных, на основе Нереальной комплексной компьютеризированной методики, были разработаны и представлены:

* Результаты многовариантного профилирования глубин залегания и мощности продуктивных

Ластов;

* Прогноз границ и глубины залегания пласта №3 (по авторской нумерации);

* Прогноз глубины залегания и мощности пород кристаллического фундамента;

* Комплексная характеристика пласта Т| (турнейский ярус нижнего карбона) Боголюбовского

Чесц

°рождения Оренбургской области;

• Уточненная прогнозная характеристика для пласта Т( включая: границы площадей залегания еводородов, ВНК, абсолютные глубины залегания кровли продуктивного пласта, его эффективная

Утл,

Юность и коллекторские свойства (пористость, проницаемость, коэффициент нефтенасыщения);

• Построены: структурная карта и геологический профиль по оси: скв. №3301 - скв. № 3309, ^Ровле продуктивного пласта Т(, в пределах лицензионного участка;

• Создана схема, отражающая предлагаемые варианты планирования сейсмических °т и места рекомендуемого размещения проектных скважин.

На 'ео.

Представленные Исполнителем материалы проанализированы экспертной группой ООО «Недра-К» Предмет соответствия их с данными, полученными в результате выполнения комплекса '^огоразведочных работ в пределах заданного лицензионного участка. ^ В результате анализа выявлено высокая степень соответствия материалов Исполнителя и

Мазчика.

Заключение

. Представленные исполнителем результаты детальных исследований подтверждаются результатами ранее N. ^Денных геологоразведочных работ на Боголюбовском месторождении, в том числе заключетиями 11 фактическими материалами, полученными по уже пробуренным скважинам.

Па основании вышеизложенного, специалистами ООО «Недра-К» сделан вывод о том, что Ультаты материалов выполненных исследований представляют определенный интерес основа прогноза геологоразведочных работ на углеводородное сырье и будут использованы

^Ри

Дальнейшей разработке Боголюбовского месторождения.

«Недра-К»

Д.Н.Трубников С.П.Столыпии А.А. Вытовтов Н.В. Бирюкова

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ

1. Системно-компьютерный комплекс оценки природных ресурсов, экологического состоят1' и геодинамических процессов изучаемой территории на основе анализа космически1 информации. Доклад на конференции (Юзвишинские чтения), МАИ, Москва, 2007.

2. Экологический вестник № 7., Москва, 2007.

3. Актуальные экологические проблемы. (В соавторстве). Экологический вестник № ^ Москва, 2007.

4. Внедрение новой комплексной технологии (структурометрического метода) прогнозно' оценке природных ресурсов на основе системного компьютерного анализа цифров^ данных дистанционного зондирования Земли и использования свойств малых кольцевь" структур. Экологический вестник № 7., Москва, 2007.

5. Фотограмметрическое обеспечение дешифрирования космической видеоинформации с целью мониторинга экологического состояния, геодинамических процессов территорий 11 прогнозной оценки природных ресурсов. Экологический вестник № 7., Москва, 2007.

6. Уточненная оценка структур углеводородного сырья на Боголюбовском месторождеН11" (Оренбургская область) методом системно-компьютерного анализа космичесК^ информации. Отчетные документы. Оренбург, 2007.

7. Системно-компьютерный комплекс оценки природных ресурсов, экологической состояния и геодинамических процессов изучаемой территории на основе аналЯ^ космической информации. Доклад на Всероссийской научно-практической конференций1 международным участием «Водохозяйственные проблемы и рациональй01 природопользование». Оренбург, 13-15 марта 2008 года.

8. Возможности использования технологии структурометрического аналй3' аэрокосмических изображений в геологоразведочных работах. (В соавторстве) Доклад ^ Всероссийской научно-практической конференции с международным участи^' «Водохозяйственные проблемы и рациональное природопользование». Оренбург, 13''" марта 2008 года.

9. Экологический вестник № 8., Москва, 2008.

о

10. Актуальные экологические проблемы. (В соавторстве) Экологический вестник № Москва, 2008.

11. О перспективах поисковых работ залежей углеводородного сырья в Оренбургской облас*1' (В соавторстве) Экологический вестник № 8., Москва, 2008.

12. Научно-исследовательская работа по теме «Прогнозная оценка залежей полезН^ ископаемых с использованием системно-компьютерного комплекса на основе анаЛ^ данных космической информации, с возможностями, существенно превосходяШИ^, эффективность традиционных методов геологоразведочных работ» для нужд Оренбурге^0 области, по итогам открытого конкурса № 1-1-1300-13-0158-08. Оренбург, октябрь 2008 февраль 2009.

13. Экологический вестник № 9, Москва, 2009.

14. Прогнозная оценка природных ресурсов по материалам дистанционного зондирования Земли. Экологический вестник № 9, Москва, 2009.

15. Требования к программным средствам обработки космических снимков. Экологический вестник № 9, Москва, 2009.

16. Россия и человечество. Путь в будущее. - Изд. «Смядынь», Смоленск, 2009 г., -1468 с.

Список используемой литературы

1. Автоматизированный анализ природных линеаментных систем. - JL, 1988, 83 с.

2. Астафьев Д.А., Маслова Е.М. Основные тенденции совершенствования поисково-разведочных работ на нефть и газ. - М., 1989, 56 с.

3. Бабак В.И., Макаров В.И., Федонкина И.Н. Новейшая тектоническая структура 11 рельеф. // Москва: геология и город. - М.: АО "Московские учебники и Картолитография",

1997,

с. 86 -105.

4. Бородзич Э.В. Воздействие короткоживущих подкоровых локальных возмущений Hä лито-, гидро- и атмосферу. // Гагаринск. научн. чтения по космонавтике и авиации 1989 г. - М" Наука, 1990, с. 130-140.

5. Брахгофель Ф.Ф. Геологические аспекты кимберлитового магматизма северо-восток3 Сибирской платформы // Якутск, 1984, 57 с.

6. Брюханов А.В, Господинов Г.В., Книжников Ю.Ф. Аэрокосмические методы 8 географических исследованиях. - М.: Изд-во МГУ, 1982, 232 с.

7. Веселев К.Е. Физико-геологические основы концепции глобального рифтогенеза-' М„ 1993, 128 с.

8. Габриэлянц Г.А. и др. Методика поисков и разведки залежей нефти и газа. - М., 198-'

205 с.

9. Гарбук СИ., Гершензон В.Е. Космические системы дистанционного зондированЯ" Земли. - М.: АиБ, 1997, 396 с.

10. Геологический словарь. - М.: Недра, 1973, Т.1 - 488 с, Т.2 - 456 с.

11. Государственная геологическая карта СССР. Масштаб 1:1 000 000 (новая серий) Объяснительная записка. Лист R-(50)-52-Thkch. - Л.: ВСЕГЕИ, 1984.

12. Государственный контракт от 13.06.1996 г., № 851-4776. 96.

13. Дмитриевский А.Н. и др. Зоны нефтегазонакопления в карбонатных отложений Сибирской платформы. - М„ 1993, 119 с.

14. Дмитриевский АН. и др. Эволюция осадочных бассейнов в вендско-палеозойскУ10 эру Сибирской платформы и прогноз их нефтегазоносности. - М., 1992, 57 с.

15. Дунаев Б.С., Лебедев О.Н., Севастьянов В.И., Фивенский Ю.И. Методика измерен^ параметров светящихся частиц, зарегистрированных камерами для съемки звезд. // В Атмосферно-оптические явления по наблюдениям с орбитальных научных станций "Салют"-Тарту: Изд-во АН Эстонской ССР, 1981, С.70-90.

16. Еремеев А.Н, Яницкий И.Н. Перспективы развития гелиометрическЯ* исследований. // Сов. Геология, 1980, №3, С. 18-23.

17. Еременко H.A., Чилингар Г.В. Геология нефти и газа на рубеже веков. - М., 19^'

176 с.

18. Жалковский Е.А., Халугин Е.И., Комаров А.И., Серпуховитин Б.И. Цифрой картография и геоинформатика (Краткий терминологический словарь). - М., КартгеоцентР Геодезиздат, 1999,45 с.

19. Жуков В.Т., Лазарев Г.Е., Шевченко В.Г. Россия в третьем тысячелетии. - М.,200^

1120 с.

20. Жуков В.Т., Агишева О.Н., Мотовилова М.С. Использование дистанционных метод0" картографирования. // Транспорт: Наука, техника, управление. - М.: ВИНИТИ, № 9, 1999,С.57-58.

21. Жуков В.Т., Лазарев Г.Е., Косиков А.Г. Региональная информатика. // К.А. СалиШ^ и географическая картография (к 90-летию со дня рождения). - М.: МЦ РГО, 1995, С.67-77.

22. Жуков В.Т., Лазарев Г.Е., Ломоносов М.Н., Фивенский Ю.И., Хвостов В.В. Но9°с

^Пользование данных аэрокосмической съемки Земли для прогноза месторождений нефти и газа, "транспорт: Наука, техника, управление.- М.: ВИНИТИ, № 9, 1999, С.49-53.

23. Забалуев ВВ. Методы поисков залежей углеводородов и обоснования заложения Исковых скважин. - М., 1994,46 с.

24. Иванов В.А., Полетаев А.И. Опыт линеаментного и палеотектонического анализов Смещения бокситовых месторождений (на примере Северной части Туранской плиты). // Изв. 8уЗов. Геол. и разведка. - М., 1988, № 1, С.131-136.

25. Итоги науки и техники. Исследования Земли из космоса. Том I. Физические основы, и средства исследования Земли из космоса. // Под ред. Я.Л. Зимана. - М: ВИНИТИ,

4195 с.

26. Карта нефтегазоносности мира (объяснительная записка). // Под ред. В.И. "соцкого и др. -М., 1994,196 с.

27. Карта растительности Московской области. // Под общей редакцией Г.Н. Огуреевой. асШтаб

1:200 ООО. - М: Географический ф-т МГУ им. М.В. Ломоносова, Кафедра биогеографии,

'Ч

' 28. Кац Я.Г., Полетаев А.И., Румянцева З.Ф. Основы линеаментной тектоники. - М.: Чч 1986,134 с.

29. Кац Я.Г., Тевелев A.B., Полетаев А.И. Основы космической геологии. - М.: Недра, 4238 с.

У 30. Киенко Ю.П. Введение в космическое природоведение и картографирование: Чебник для ВУЗов. - М.: Картгеоцентр-Геодезиздат, 1994,212 с.

31. Книжников Ю.Ф. Основы аэрокосмических методов географических исследований: ^: Изд-во МГУ, 1980, 137 с.

32. Книжников Ю.Ф. Аэрокосмическое зондирование (Методология, принципы, ^блемы). - М„ МГУ, 1997, 129 с.

33. Книжников Ю.Ф., Кравцова В.И. Аэрокосмические методы картографирования и Фафических исследований. - М„ 1984, 161 с.

^ 34. Комплексные эколого-геохимические исследования территории города Электроугли Минского

района Московской области. // Экологический вестник, № 2. - М., 1998, 55 с.

35. Конторович А.Э. и др. Геология нефти и газа Западной Сибири. - М., 1975, 521 с.

36. Космическая информация в геологии. - М.: Наука, 1985, 536 с.

37. Кострюков О.М., Кострюкова Н.К. Методика изучения и оценки динамически ^Ряженных зон с использованием материалов дистанционного зондирования и данных

нДартного каротажа. - М.: Роскомнедра, 1995,43 с.

38. Кравцова В.И. Космические методы картографирования. // Под редакцией Ю.Ф. Нн*никова. - М.: Изд-во МГУ, 1995, 240 с.

39. Кузнецов О.Л., Никитин A.A. Геоинформатика. - М., Недра, 300 с.

40. Краткая философская энциклопедия. - М.: Прогресс, 1994, 576 с.

41. Мелош Г. Образование ударных кратеров: геологический процесс. - М., 1994, 336 с.

42. Михайлов А.Е. и др. Дистанционные методы в геологии. - М., 1993,224 с.

^ 43. Михайлов И.М. Залежи нефти и газа - продукт жизнедеятельности колоний дробных микроорганизмов. // Геология, Геофизика и Разработка нефтяных месторождений, ^ -М.Д995, С.11-18.

к 44. Московская область. Загрязнение природной среды, почв. Масштаб 1:350 000. аРтографическое приложение к журналу "Лик". Вып. 1. - М., "ЛИК", 1993.

45. Муди Дж., Хилл М. Дж. Сдвиговая тектоника. // Вопросы современной зарубежной Тоники. - М.: Изд-во ИЛ, 1960, С.265-333.

46. Новаковский Б.А. Фотограмметрия и дистанционные методы изучения Земли. - М-> 1997, 205 с.

47. Отчет по теме: "Оценка влияния полигона ТБО "Быково" на природную среду"-' М.: Географический ф-т МГУ, 1998,147 с.

48. Полетаев А.И., Истомин В.А., Палачек P.M. Ливсаментная тектоника КуойкскО' Молодинского кимберлитового поля. // Изв. ВУЗов. Геол. и разведка, 1994, № 1, С. 152-154.

49. Полетаев А.И., Каграманов Ю.Р., Караханян А.С, Кац Я.Г. Роль линеаментной тектоники в структурно-информационном прогнозировании газонефтяных месторождений 9 Малокавказском регионе. // Изв. ВУЗов. Геол. и разведка, 1992, №1, С. 16-32.

50. Полетаев A.M., Кац Я.Г., Леонов Н.Н. Выявление активных разрывно-линеаментнЫ* структур района Смоленской АЭС (по данным визуального и автоматизированного анализа). " Цифровая обработка видеоинформации при структурно-геологических и сейсмотектонически" исследованиях. - Л.: ВСЕГЕИ, 1991, С.42-55.

51. Полетаев А.И., Кац Я.Г., Румянцева З.Ф., Тевелев А.В. Природа линеаментов и роль в изучении современной геодинамики (на примере сочленения платформ Евразии 11 Гондваны). // Тезисы 27-го МГК. - М, 1984, Т. VIII, С.244-245.

52. Полетаев А.И. Линеаментная делимость земной коры. - М.: МГП "Геоинформмарк 1994,48 с.

53. Полетаев А.И. Линеаментология: от суммы фактов к научному направлений //Тектоника и геодинамика: общие и региональные аспекты. Материалы совещания., Т.П. -ГЕОС, 1998,С.95-97.

54. Полетаев А. И. Линеаментный анализ как один из экологически чистых метоД°е современных геологических исследований. // Изв. ВУЗов. Геол. и разведка. - М., 1991, № 9, С.2^' 30.

55. Полетаев А.И. Мультилинеаментное поле Земли. // Тезисы докл. Междунар. нау4^ симпозиума: "Закономерности строения и динамики планет земной группы". -Хабаровск,

1992-

С.48-49.

56. Полетаев А.И. Узловые структуры земной коры. - М.: МГП 'Теоинформмарк",

1992'

58 с.

57. Принципы прогноза и оценки месторождений полезных ископаемых. - М.: Недр3' 1984,38 с.

58. Реймерс Н.Ф. Экология (теории, законы, правила, принципы и гипотезы). -Журнал «Россия Молодая», 1994, 367 с.

59. Роль сдвиговой тектоники в структуре литосфер Земли и планет земной группы- ^ Под ред. П.С. Воронова. - Спб., 1997, 591 с.

60. Савиных В.П., Цветков В.Я. Геоинформационный анализ данных дистанционно!"" зондирования.-М., Картгеоцентр-Геодезиздат, 2001, 227 с.

61. Семенов В., Дронин Н., Жуков В., Ревков А. Проблемы создания производственна зон на резервных территориях Москвы. // Архитектурный вестник, № 4, 1994, С.50-52.

62. Соловьев В.В. Структуры центрального типа территории СССР по данным геолог0 геоморфологического анализа. // Объяснительная записка к Карте морфоструктур центрально^ типа территории СССР Масштаба 1:10 000 000. - Л.: М-во геологии СССР, ВСЕГЕИ, 1978, 111с-

63. Сонюшкин В.В., Федоров А.Е., Полетаев А.И. Корреляция морфологии ядра Землиfl планетарных геологических структур. // ДАН, 1993, Т. 332, № 4, С.479-481.

64. Составление карт новейшей геодинамики с использованием материал0® дистанционного зондирования (Методические рекомендации). - М.: Аэрогеология, 1993,94 с.

65. Справочник по геохимическим поискам полезных ископаемых. // А.П. Соловьев и др. 11990,335 с.

66. Структурный анализ снимков в аэрокосмических исследованиях Земли. - М.: МФГО, Ч 147 с.

67. Тикунов B.C. Моделирование в картографии. - МГУ., 1997,404 с.

68. Уткин В.Ф., Лукьященко В.И. и др. (ЦНИИМаш), Садовничий В.А., Александров . Жуков В.Т., Лазарев Г.Е., Ломоносов М.Н., Максимов В.Ф., Фивенский Ю.И. (МГУ). Новый

Н комплексного исследования природных ресурсов Земли и других космических тел по ^Ультатам дистанционного зондирования. // Доклад на Междунар. конф. "Малые спутники", 16-^Коября 1998, г. Королев Моск. обл.

69. Уткин В.Ф., Лукьященко В.И. и др. (ЦНИИМаш), Садовничий В.А., Александров Жуков В.Т., Лазарев Г.Е., Максимов В.Ф., Фивенский Ю.И. (МГУ). Новая методика

Немного анализа аэрокосмических изображений в целях экологических оценок и прогноза Резных ископаемых. // 12th Annual AIAA/UTAH State University Conference on Small Satellites ill8ust 31 -September 3,1998).

70. Фивенский Ю.И., Антонов СИ. Крупномасштабное картирование погребенной °верхности коренных пород по данным аэрофотоснимков. // Проблемы специализированного Морфологического картографирования (Материалы межгосударственного совещания ХХП1

геоморфологической комиссии РАН, Волгоград, 7-11 октября 1996 г.). - Волгоград: Чемена", 1996, С.46-48.

71. Фивенский Ю.И., Ведешин Л.А. Проблемы структурометрических определений по ^ериалам аэрокосмических съемок Земли. // Структурный анализ снимков в аэрокосмических Следованиях Земли. - М.: МФГО, 1985, С.38-50.

72. Фивенский Ю.И., Жуков В.Т., Лазарев Г.Е., Ломоносов М.Н. Прогноз безопасности ^^газопроводов на стадиях проектирования и эксплуатации. // НТЖ "Защита окружающей ieAbi в нефтегазовом комплексе". - М., 2000, № 4-5, С.2-5.

73. Фивенский Ю.И., Жуков ВТ., Лазарев Г.Е., Ломоносов М.Н., Хвостов В.В. ^Уктурометрический метод анализа аэрокосмической информации для идентификации и ^едования природных объектов и процессов. // Тезисы докл. междунар. космической конф. 1(°сМос без оружия - арена мирного сотрудничества в XXI веке" 11-14 апреля 2001 г. - М., Изд-во ^И, 2001, С.117-118.

^ 74. Фивенский Ю.И. Методы повышения качества аэрокосмических фотоснимков. - М.: ^-ВоМГУ, 1977, 158 с.

75. Фивенский Ю.И. Характеристики многозональных фотографирующих систем. // В • Космическая съемка и тематическое картографирование. - М.: Изд-во МГУ, 1979,С.5-16.

76. Чекалина Т.И. Использование аэрокосмической информации в географических сЛедованиях и решении народно-хозяйственных задач. - М., 1989, 130 с.

77. Экогеохимия городских ландшафтов. // Под ред. Н.С.Касимова. - М.: Изд-во МГУ, с.

Чззб

СОДЕРЖАНИЕ

Общая характеристика работы...................................

3

Глава 1. Обзор методов исследования экологического состояния, геодинамических процессов территории и прогнозной оценке природных ресурсов.................. '

Глава 2. Разработка и применение способа структурометрической поэлементной оценки космических снимков......................................................................................

Глава З.Внедрение новой комплексной технологии структорометрического анализа аэрокосмических изображений для прогнозирования характеристик строения недр Земли........&

Заключение ...........................................................................................................^

Последовательность исследований...............................................................................^

Приложения :

1. Пример обработки исходного аэрокосмического изображения..................................

2. Пример прогнозной карты на территорию Киргизии...............................................^

3. Пример прогноза глубинного положения границ раздела осадочных пород..................^

4. Пример поэтапных структурометрических исследований на заданную территорию (образцы отчетных документов).................................................................................^

5. Протокол заседания аналитической группы экономического управления

Президента Российской Федерации..............................................................................^

6. Экспертное заключение вице-президента РАЕН профессора Е.А.Козловского...............^

7. Рецензия на результаты исследований месторождения углеводородов, .полученные путем применения «Системно-компьютерного комплекса оценки природных ресурсов на основе анализа космической информации»........................................................................................... ^

9,1

Список опубликованных работ................................................................................... 0

Список используемой литературы ...............................................................................^

2009125881

2009125881