Комплексная интерпретация геолого-геофизических данных для решения прогнозно-металлогенических задач

- 2
Оглавление
Стр.
ВВЕДЕНИЕ ............................................ 4
1. ПРОБЛЕМЫ И ПУТИ КОМПЛЕКСНОЙ ИНТЕРПРЕТАЦИИ РАЗНОТИПНЫХ ДАННЫХ ПРИ ПР0ГН03Н0-МЕТАЛЛ0ГЕНИЧЕСКИХ ИССЛЕДОВАНИЯХ
1.1. Геологические задачи комплексной интерпретации, основные понятия и критерии ........................... 10
1.2. Методические проблемы и принципы их решения .. 20
1.3. Формализованные методы комплексной интерпретации при прогнозировании ............................... 25
1.4. О методологическом подходе к решению прогнозно--метэллогенических задач ............................. 36
В ы в о д ы ........................................... 38
2. АЛГОРИТМЫ КОМПЛЕКСНОЙ ИНТЕРПРЕТАЦИИ ДАННЫХ ПРИ
ПР0ГН03Н0-МЕТАЛЛ0ГЕНИЧЕСКИХ ИССЛЕДОВАНИЯХ
2.1. Математическая постановка звдач комплексной интерпретации ......................................... 42
2.2. Формирование типоеой модели рудных объектов... 45
2.3. Оценка мер сходства исследуемых объектов с известными рудными объектами ............................ 46
2.4. Выделение потенциально рудоносных объектов ... 60
2.5. Оценка вероятностей наличия прогнозируемых рудных объектов ....................................... 68
2.6. Оценка прогнозных запасов полезного ископаемого и вычисление индекса перспективности ............... 72
Выгоды ................................................ 76
3. АВТОМАТИЗИРОВАННАЯ СИСТЕМА АСПО-8
3.1. Общая характеристика системы ..................... 81
3.2. Структура и функции системы ...................... 82
3.3. Технология прогнозно-металлогенических исследований ........................................ 94
- 3
В ы в о д ы .............................................. 117
4. ПРИМЕНЕНИЕ СИСТЕМЫ АСПО-8 ДЛЯ ПР0ГН03Н0-МЕТАЛЛ0ГЕ-НИЧЕСКИХ ИССЛЕДОВАНИЙ
4.1. Общие сведения о регионе и задачи исследований 119
4.2. Характеристика базы данных.................................................... 123
4.3. Результаты прогнозно-метзллогенических исследований .................................................. 129
4.4. Эффективность применения системы АСПО-8 ............. 153
В ы в о д ы .............................................. 155
ЗАКЛЮЧЕНИЕ ............................................... 157
Литература ............................................... 162
-16
определяется как сумма значимостей его градаций. Значимость градации, в сбою очередь, зависит от ее информативности и частоты встречаемости среди эталонных рудных объектов. Информативные, но редко встречающиеся на эталонах градации, имеют невысокую значимость, а оптимальное сочетание информативности и частоты встречаемости градации обеспечивает ей максимальную значимость. Очевидно, такие градации должны учитываться е оптимальных моделях прогнозируемых объектов.
Для оценки признаков и их градаций могут быть использованы эталонные объекты двух классов: рудные и безрудные или только одного класса - рудные [19,24,33,52,66 и др.] . В первой случае сопоставляются распределения признаков на эталонных объектах двух классов, во втором - на рудных объектах и всей территории исследований в целом. В последнем случае предполагается, что неизвестные рудные объекты встречаются весьма редко и не могут существенно влиять на характер распределения признаков по гсей исследуемой территории, которая в целом может рассматриваться как класс нерудных объектов. По оценкам А.Н.Бугайцз и Л.Н.Дуденко вероятность наличия неизвестных месторождений на случайно выбранном участке размером 1-4 кв.см е масштабе прогнозной карты при мелко- и среднемасштабном прогнозировании составляет 10“^ - 10“^ и менее [24]. Сходные данные были получены А.И.Бурдэ и его соавторами в результате статистического анализа размещения месторождений в различных регионах мира [25]. Предпочтительно использование эталонных объектов только рудного класса. Во-перЕых, в подавляющем большинстве случаев отсутствуют статистически представительные выборки так называемых "заведомо безрудных" объектов, а привлечение в качестве таковых объектов, находящихся в существенно иных геологических ситуациях, нежели известные рудные объекты, нару-
- 17 -
шэет условия применимости аналогий. Во-вторых, прогностические возможности признака непосредственно зависят от его распространенности на исследуемой территории (так, несмотря на постоянную приуроченность некоторого оруденения к пониженному магнитному полю, этот признак не может быть высокоинформативным, если он свойственен большей части исследуемой территории).
Оценка признаков должна завершаться отбором их "информативной совокупности" (ИСП). Под ИСП понимается набор признаков,
*
формируемый из множества оцениваемых параметров, который обеспечивает наибольшую надежность прогноза и минимизирует отношение числа исследуемых объектов, относимых к рудному классу, к числу правильно опознанных контрольных объектов. Признаки,включенные в ИСП, учитываются в оптимальной модели и при прогнозировании. Выявление информативной совокупности представляет интерес с различных точек зрения. С геологической - это комплекс признаков, которые требуют первоочередного изучения и определяют основные методы полевых и камеральных исследований при поисках. С формальной - минимизация избыточной системы признаков улучшает условия применения стзтистических методов, которые накладывают ограничения не количество учитываемых при прогнозировании признаков соответственно числу имеющихся эталонных объектов. Имеющийся опыт [78,90,106,107,111] свидетельствует, что механическое увеличение количества учитываемых данных может не только не улучшить прогноз, но даже и снизить его качество, т.е. наряду с признаками, индифферентными к оруденению, существуют и признаки-помехи, создающие "информационный шум", на фоне которого теряются полезные признаки. Естественно, эффективность использования каждого признака зависит не только от индивидуальных особенностей его распределения, но и от состава той совокупности денных, е которой он используется при