СИСТЕМЫ ПОПРАВКИ НА РЕЛЬЕФ МЕСТНОСТИ Российский патент 2012 года по МПК G01V3/38 

Данное изобретение, в общем, относится к способам, устройству и вычислительному программному коду для поправки на рельеф местности при геофизических съемках, в частности съемках потенциальных полей.

Для удобства в данном подробном описании мы упоминаем, главным образом, аэросъемки, а более конкретно гравиметрические съемки. Тем не менее, методики, которые мы описываем, не ограничены данными типами съемки и могут быть применены к воздушным, наземным или морским гравиметрическим съемкам или, обобщая, к другим съемкам потенциальных полей, в том числе, но не только, съемкам магнитных полей, таким как магнитотеллурическим съемкам, электромагнитным съемкам и т.п. Съемка потенциальных полей выполняется посредством измерения данных потенциальных полей, которые для гравиметрической съемки могут содержать данные гравиметра (измерение гравитационного поля) или данные гравитационного градиентометра (измерение градиента гравитационного поля). В других типах съемок данные потенциальных полей могут содержать данные векторного магнитометра, данные истинного магнитного градиентометра или другие типы данных, известные специалистам в данной области техники. Общая цель геофизической съемки потенциальных полей состоит в том, чтобы находить характеристики, которые потенциально указывают ценные месторождения полезных ископаемых.

При гравиметрической съемке близлежащая масса предоставляет данные как высокой, так и низкой (пространственной) частоты, тогда как влияние более глубокой массы видно, главным образом, только при более низких частотах. При поиске нижележащих аномалий переходная масса имеет преобладающий эффект, и чтобы предоставить точное представление глубоких признаков, желательно хорошее представление поверхностных признаков с тем, чтобы иметь возможность отбрасывать особенно более высокие частоты (которые преобладают в энергетическом спектре). Например, сигнал с длиной волны λ резко уменьшается с весовым коэффициентом z как exp(-kz), где k=2π/λ, из чего может быть оценено, что компонент сигнала с длиной волны 200 метров от массы на глубине 100 метров упал примерно до 1/20 своего первоначального значения на поверхности земли (и постепенно дополнительно ослабевает с увеличением веса), тогда как можно видеть, что большие длины волны ослабевают значительно меньше. В общем, размер и местоположение съемки выбирается свободно согласно шкале длин волны, соответствующей ожидаемым характеристикам с учетом размера и глубины цели.

Традиционно, воздушные съемки гравитационных полей, такие как гравиметрические съемки, протекают на сетке делений. (Описание предшествующего уровня техники можно найти в US 2005/0017721 и EP 0589554A.) Сетка задается посредством ортогональных наборов параллельных линий (траекторий полета) на двумерной поверхности, которая накладывается на нижележащий рельеф местности. Наложенная поверхность удовлетворяет ограничению по минимальной высоте (задаваемой посредством максимальной близости к земле, на которой летательному аппарату разрешено пролетать) и посредством ограничения на максимальную скорость набора высоты/снижения летательного аппарата, типично порядка трех процентов. Тем не менее, на холмистой или гористой местности поверхность, по которой летит летательный аппарат, может варьироваться максимум от двух до трех километров, скажем, от низа нижележащей долины до верха гор/ области съемки, так что требуется другой подход. Некоторые усовершенствованные методики для воздушных съемок потенциальных полей описаны в находящейся совместно на рассмотрении патентной заявке PCT заявителя "Gravity Survey Data Processing", PCT/GB2006/050211, полностью содержащейся в данном документе по ссылке. Они упрощают сбор данных потенциальных полей, в частности данных гравитации, из мест близко к земле.

После того как данные потенциальных полей собраны, поправка на рельеф местности, как правило, применяется перед анализом данных. Это вовлекает корректировку изменений высоты поверхности или, более конкретно, изменений высоты летательного аппарата над поверхностью обследуемой зоны. Множество методик может быть использовано для того, чтобы получить профиль поверхности, в том числе, но не только, одно или более из: покупки цифровых данных локального рельефа местности, получения данных GPS (глобальной системы позиционирования) и воздушных методик, таких как Lidar (лазерный локатор) и SAR (РЛС с синтезированной апертурой). Чтобы предоставить индикатор величины поправки, типичные характеристики, возникающие из изменений высоты местности, могут составлять сотни этвешей, тогда как типичная характеристика нижележащего геологического образования составляет примерно 1-10 этвешей.

Несмотря на усовершенствованные методики полетов и обработки данных, которые мы описали выше, остается потребность в более оптимальной поправке на эффекты местности, расположенной под обследуемой зоной.

Согласно настоящему изобретению предусмотрен способ поправки на рельеф местности для геофизической съемки, при этом способ содержит: фиксирование много- или гиперспектрального изображения зоны, которая должна быть обследована; определение геологического состава поверхности упомянутой обследуемой зоны с использованием упомянутого зафиксированного много- или гиперспектрального изображения; определение данных поправки на рельеф местности для упомянутой геофизической съемки с использованием упомянутого определенного геологического состава поверхности; и использование упомянутых данных поправки на рельеф местности для выполнения упомянутой поправки на рельеф местности при упомянутой геофизической съемке.

Предпочтительно, поправка на рельеф местности содержит данные плотности, задающие изменение поверхностной плотности или пористости в обследуемой зоне. В вариантах осуществления, посредством использования гиперспектральных изображений для того, чтобы вычислять плотность (а также возвышение) для местности, нежелательные "фантомные" изображения местности могут в значительной степени ослабляться. Это помогает в эффективном понижении рельефа местности до плоского уровня. Пористость может быть полезной, поскольку для относительно пористой горной породы плотность может зависеть от последнего или среднего количества осадков.

Сопоставление геологического состава поверхности может содержать классификацию состава на один (или более) из множества классов; это может быть основано на прямом изображении поверхностной горной породы (здесь используется, как правило, так, чтобы включать в себя, к примеру, глину), например, где имеется небольшая или отсутствует растительность, либо классификация может быть основана на изменениях поверхностной растительности. Следует принимать во внимание, что точную плотность необязательно нужно определять для того, чтобы предоставлять некоторое преимущество, и даже приблизительная оценка поверхностной плотности может быть полезной. Сопоставленные изменения плотности или пористости могут содержать относительные, а не абсолютные значения.

В вариантах осуществления одна или более методик могут быть использованы для того, чтобы определять геологический состав поверхности из много- или гиперспектральных изображений обследуемой зоны. Они могут включать в себя (но не только) принципиальный анализ компонентов зафиксированных изображений, сопоставление зафиксированного спектра с библиотекой сохраненных спектральных данных, сопоставленную фильтрацию зафиксированных спектральных данных и основанный на искусственных нейронных сетях анализ зафиксированных данных изображений. Необязательно, методика может интерполировать между двумя или более из определенных геологических составов для пиксела ил зоны, включая линейную или нелинейную интерполяцию. Например, один пиксел может иметь близкое совпадение с двумя похожими, но различными типами горных пород, и/или близлежащие или соседние пикселы могут совпадать со связанными типами горных пород. В этих случаях линейные комбинации типов горных пород и/или спектра могут быть использованы для того, чтобы определять значения плотности между значениями, ассоциативно связанными с идентифицированными типами горных пород.

Предпочтительно, геофизическая съемка содержит гравиметрическую или гравитационную градиентную съемку, хотя, в общем, методики могут быть использованы для любой съемки потенциальных полей, в том числе методики съемки электромагнитных полей, либо базирующиеся на окружающих полях (например, магнитотеллурических), либо использующие искусственный источник электромагнитных полей. Когда методики используются для гравиметрических съемок, предпочтительно, данные плотности для поправки на рельеф местности комбинируются с данными поверхностного возвышения для обследуемой зоны, которые могут быть получены посредством любой из ряда традиционных методик или куплены.

Данные поправки на рельеф местности могут быть определены и предоставлены для целей корректировки геофизической съемки, либо эти данные могут быть использованы непосредственно с данными потенциальной съемки для решения "обратной задачи", чтобы определять оцененный нижележащий геологический состав обследуемой зоны.

В общем, решение этой обратной задачи не имеет достаточных ограничений, и поэтому любые доступные априорные данные, например из съемки физической поверхности и/или стволов скважины, также могут быть полезными.

Традиционные методики для решения этой обратной задачи могут быть применены, за исключением того, что вместо использования фиксированной плотности для поправки на рельеф местности в обследуемой зоне используется измеренная (оцененная) поверхностная плотность. Непосредственным подходом является то, чтобы модифицировать имеющееся вычислительное программное обеспечение, чтобы добиться этого, поскольку применяется множество методик. Таким образом, так же как и каждый элемент поверхностного рельефа, имеющий переменную высоту, ему также назначается переменная плотность; для частей обследуемой зоны (если имеются), где поверхностная плотность неизвестна или не может быть оценена с достаточной точностью, значение плотности по умолчанию, например типичная плотность верхней континентальной коры в 2,67 г/см³, может быть использовано.

В предпочтительных вариантах осуществления много- или гиперспектральное зафиксированное изображение имеет, по меньшей мере, 3 полосы длин волны, более предпочтительно, по меньшей мере, 5, 10, 50 или 100 полос. Например, в предпочтительном варианте осуществления используется 393 конкретных полосы. Предпочтительно, по меньшей мере, одна полоса длины волны доходит до ультрафиолета, в частности имеет длину волны менее или равную 200 нм. В предпочтительных вариантах осуществления много- или гиперспектральные данные, используемые для определения геологического состава поверхности, главным образом, исходят из ультрафиолетовой (менее 400 нм) области спектра.

Изобретение также предоставляет вычислительный программный код, в частности, на носителе, чтобы при выполнении реализовывать варианты осуществления вышеописанного способа. Носитель может содержать диск, такой как DVD- или CD-ROM, программируемое запоминающее устройство, либо носитель оптических или электрических сигналов. Вычислительный программный код может быть написан на любом традиционном вычислительном языке, включая высокоуровневые языки, такие как C или Fortran, и языки более низкого уровня, такие как код ассемблера. Код может содержать исходный, объектный или исполняемый код и может быть распределен, например, по сети.

Изобретение также предоставляет традиционную вычислительную систему, запрограммированную с помощью вышеописанного кода и включающую в себя рабочее запоминающее устройство для определения данных поправки на рельеф местности и процессор. Предпочтительно, система связана с системой для сопоставления гиперспектральных изображений с типами горных пород и включает в себя устройство хранения данных для ассоциативного связывания каждого типа горных пород с плотностью и/или пористостью. Предпочтительно, также предусмотрен пользовательский терминал для интерактивного определения трехмерной модели нижележащей геологической структуры, включающей в себя ввод (если доступен) данных из других источников, таких как данные стволов скважин и т.п.

Далее подробно описаны эти и другие аспекты изобретения только в качестве примера со ссылкой на прилагаемые чертежи, из которых:

фиг.1 иллюстрирует блок-схему системы, осуществляющей аспекты настоящего изобретения; и

фиг.2 иллюстрирует блок-схему процедуры реализации варианта осуществления способа согласно изобретению.

Ссылаясь на фиг.1, летательный аппарат 100 оснащен множеством приборов для геофизической съемки, в том числе приборами 102 для измерения потенциальных полей, по меньшей мере, одним формирователем гиперспектральных изображений (HSI) 104 и другими контрольно-измерительными приборами 106. Приборы для измерения потенциальных полей могут содержать, к примеру, векторный гравиметр, гравитационный градиентометр, магнитометр, магнитный градиентометр и т.п. Другие контрольно-измерительные приборы могут включать в себя контрольно-измерительные приборы GPS (глобальной системы позиционирования), предпочтительно устройство DGPS (дифференциальной GPS), альтиметр, оборудование для измерения высоты, оборудование для измерения давления и т.п. Необязательно, контрольно-измерительные приборы для электромагнитных измерений (EM) могут быть включены для измерения потенциальных полей, к примеру электромагнитная система временной области (TDEM).

В одном варианте осуществления воздушное судно оснащено так, чтобы формировать точную DEM (цифровую модель рельефа) с использованием комбинации LIDAR (лазерного локатора) и IMU (блока инерциальных измерений). В соединении с DGPS для коррекции данных LIDAR для движения воздушного судна. Данные DEM и DGPS также могут быть использованы для того, чтобы корректировать измеренные данные потенциальных полей для местности. Аналогично, данные ускорения летательного аппарата, высоты, угловой скорости и углового ускорения также могут быть использованы для того, чтобы корректировать выходные данные контрольно-измерительных приборов потенциальных полей. Специалисты в данной области техники должны понимать, что практически любой бортовой или удаленный датчик может быть использован для того, чтобы предоставлять информацию о местоположении и движении для летательного аппарата и/или контрольно-измерительных приборов потенциальных полей.

Обращаясь теперь к формирователю 104 гиперспектральных изображений, специалисты в данной области техники должны понимать, что, вообще говоря, это устройство содержит один или более видеоспектрометров, чтобы проводить измерения во множестве полос с узкой длиной волны в широком диапазоне длин волн. Методики, описанные в данном документе, не ограничены каким-либо конкретным типом формирователя гиперспектральных изображений, но предпочтительно устройство имеет множество полос длин волны в ультрафиолете, в частности, поскольку инфракрасные сигналы зачастую подавляются в течение дня. Формирователь изображений может быть пассивным или активным; во втором случае могут быть использованы методики, аналогичные LIDAR.

В одном примерном варианте осуществления формирователь гиперспектральных изображений используется для того, чтобы фиксировать изображения в 393 полосах в вариантах осуществления, охватывающих область длин волн от менее 150 нм или 100 нм до 500 нм и более (хотя при определенных условиях IR может подавляться, в других условиях IR-часть спектрального диапазона используется).

Специалисты в данной области техники должны понимать, что хотя часто удобно устанавливать формирователь 104 гиперспектральных изображений в летательном аппарате 100, в альтернативных вариантах осуществления описанных методик данные гиперспектральных изображений, зафиксированные посредством спутника, могут быть использованы (хотя разрешение, как правило, ниже, затраты выше, и спектральное покрытие является субоптимальным).

Данные гиперспектральных изображений и (если проводится в то же время) данные съемки потенциальных полей предоставляются в систему 108 обработки данных, содержащую процессор 108a, программный код для поправки 108b на рельеф местности и предпочтительно программный код 108c для решения обратной задачи для определения трехмерной модели геологической структуры зоны съемки из данных потенциальных полей. Система 108 обработки данных соединена, необязательно по сети, с библиотекой 110 HSI-изображений, включающей в себя код сопоставления/классификации спектра. Эта библиотека принимает HSI-данные из системы 108 обработки данных и возвращает данные плотности горной породы для использования посредством программного кода поправки на рельеф местности. Пользовательский терминал 112 предусмотрен для ввода любых ограничений на обратную задачу, доступных из известных данных, например извлекаемых из поверхности, вместо воздушной съемки. Необязательно, другие источники также могут предоставлять аналогичный ввод, в общем, чем больше известной информации о нижележащей геологии может быть предоставлено, тем лучше результирующая модель. Если летательный аппарат 100 не собирает данные рельефа местности, данные 114 DEM (цифровой модели рельефа) могут предоставляться отдельно. Система 108 обработки данных предоставляет вывод 116, содержащий данные поправки на рельеф местности и, необязательно, данные трехмерной геологической модели. Они могут быть сохранены в базе 118 данных и/или выведены по сети либо предусмотрены на съемном носителе 120 хранения.

Ссылаясь теперь на фиг.2, на которой показана блок-схема процедуры для системы по фиг.1. Данные первоначально извлекаются из полетной съемки 200 (в других вариантах осуществления наземная или морская съемка может быть использована), тем самым предоставляя данные гиперспектральных изображений для использования при определении типа горных пород и сопоставлении плотности и/или пористости 202 горных пород. Как упоминалось выше, это влечет за собой сопоставление спектра, ассоциативно связанного с каждым пикселом зафиксированного изображения, с сохраненной библиотекой HSI-данных, чтобы классифицировать нижележащие поверхностные горные породы, а следовательно, извлечь данные плотности/пористости горных пород. HSI-данные либо могут быть классифицированы посредством использования типичных коэффициентов отражения из различных типов нижележащих горных пород, либо может быть локально физически изучена геология одного или более местоположений в обследуемой зоне, и затем могут быть сопоставлены относительные изменения в отношении этих местоположений; альтернативно, может быть использован синтез обеих методик. Например, мусковит содержит три карбонатных блока с различной плотностью, и взятие локальных проб может быть использовано для того, чтобы наилучшим образом сопоставить полосу оптической плотности признака CO, видного в данных гиперспектральных изображений. Необязательно, полосы длин волны, используемые для того, чтобы фиксировать данные гиперспектральных изображений, могут варьироваться согласно ожидаемому типу горной породы, к примеру, песчаник, который содержит железо, наилучшим образом обследуется в инфракрасном спектре. Анализ главных компонентов может быть использован для того, чтобы классифицировать пикселы в типы или классы горных пород, к примеру известняк, заиленная известь, песчаник и т.д. Когда горные породы в рамках этих классов имеют аналогичный диапазон плотности, классы необязательно могут быть комбинированы; дополнительно или альтернативно, если различные, но близлежащие пикселы задают различные типы горной породы, но в аналогичном диапазоне плотности, точная классификация не требуется для того, чтобы определять приблизительную плотность для релевантной части изображения обследуемой зоны. Тем не менее, вообще говоря, методика состоит в том, чтобы классифицировать обследуемую зону на категории по типам горных пород на основе данных гиперспектральных изображений, а затем использовать таблицу поиска для того, чтобы определять оцененную плотность и/или пористость для различных типов горных пород. Аналогичная методика может быть использована для того, чтобы определять тип нижележащей горной породы или, по меньшей мере, категорию типа горной породы из гиперспектрального изображения растительности, растущей в поверхностном грунте.

Предлагаемое на рынке доступное программное обеспечение для обработки гиперспектральных изображений включает в себя программное обеспечение ENVI, предлагаемое компанией RSI, Inc.; услуги обработки HSI-данных также доступны, например, от Analytical Imaging And Geophysicals LLC из Colorado, USA.

Многие подробности методик анализа гиперспектральных изображений можно найти в руководстве по программному обеспечению ENVI (Environment for Visualising Images), предлагаемом компанией RSI, Inc. из Colorado, USA (www.rsinc.com/envi/tutorial.pdf), в частности в главах 12-17.

После того как плотность/пористость горных пород сопоставлена на этапе 202, процедура затем определяет данные поправки на рельеф местности, которые, по сути, содержат сопоставленную плотность горных пород в комбинации с цифровой моделью рельефа, извлеченной либо из съемки, либо из другого источника 206. Например, точная DEM (цифровая модель рельефа) может быть сформирована с использованием комбинации LIDAR (лазерного локатора) и IMU (блока инерциальных измерений) вместе с DGPS (дифференциальной системой глобального позиционирования), чтобы корректировать данные LIDAR для движения воздушного судна. Данные DEM и DGPS также могут быть использованы для того, чтобы корректировать измеренные данные потенциальных полей для местности. Аналогично, данные ускорения летательного аппарата, высоты, угловой скорости и углового ускорения также могут быть использованы для того, чтобы корректировать выходные данные контрольно-измерительных приборов потенциальных полей. Любой бортовой или удаленный датчик может быть использован для того, чтобы предоставлять информацию о местоположении и движении для летательного аппарата и/или контрольно-измерительных приборов потенциальных полей.

Данные поправки на рельеф местности, таким образом, содержат набор данных, задающих высоту (возвышение) и плотность (или пористость) в позициях X, Y для обследуемой зоны. Они используются для того, чтобы корректировать данные потенциальных полей с целью, по сути, понижения местности до плоского уровня с однородной плотностью. До выполнения этой корректировки данные потенциальных полей, в общем, предварительно обрабатываются 208, например посредством координатной привязки, но в некоторых предпочтительных вариантах осуществления методики - с использованием способа эквивалентных источников, описанного в предыдущей патентной заявке PCT (там же). Следовательно, полезно на этой стадии изложить данные способы.

Данные потенциальных полей включают в себя, но не только, данные гравиметра, данные гравитационного градиентометра, данные векторного магнитометра и данные истинного магнитного градиентометра. Элементы и представления потенциального поля могут быть извлечены из скалярной величины.

Для гравитации релевантный потенциал - это гравитационный скалярный потенциал, Ф(r), задаваемый следующим образом:

,

где r, p(r'), G - это соответственно местоположение измерения гравитационного поля, массовая плотность в месте r' и гравитационная константа. Гравитационная сила, которая является тем, как гравитационное поле изучается, является пространственной производной от скалярного потенциала. Гравитация - это вектор в том, что она имеет направленность, поскольку, как хорошо известно, гравитация действует вниз. Она представляется посредством трех компонентов относительно любой выбранной декартовой системы координат следующим образом:

.

Каждый из этих трех компонентов варьируется в каждом из трех направлений, и девять величин тем самым формируется из гравитационного градиентного тензора:

.

Фундаментальные уравнения и взаимосвязи потенциальных полей вытекают из анализа свойств функции скалярного потенциала, ее производных, ее преобразований Фурье и других математических величин.

Согласно одной из теорем Грина, в случае если любая из пространственных производных скалярного потенциала (включая сам скалярный потенциал) известна в близлежащей поверхности, то значение этой пространственной производной известно во всех точках объема, заключенного посредством этой поверхности. Следствием этого является то, что после того как данная величина известна во всех точках посредством дифференцирования и интегрирования, все остальные производные скалярного потенциала могут быть извлечены, включая сам скалярный потенциал. Таким образом, скалярный потенциал и все его производные фактически известны во всех точках в рамках объема, когда только одна из его производных известна для поверхности, заключающей этот объем. Это показывает то, что полное измерение любого компонента любой из производных скалярного потенциала предоставляет возможность вычисления любого другого компонента любой производной скалярного потенциала. Из этого следует, что также неважно (по меньшей мере, в теории) то, какая величина измеряется, выбор контрольно-измерительных приборов сводится просто к тому, какой прибор измеряет требуемую величину с наибольшим отношением "сигнал-шум".

Дифференцирование вышеуказанного гравитационного скалярного потенциала в итоге дает:

,

что в зонах, где нет важных приведений в уравнение Лапласа, является важной фундаментальной взаимосвязью в гравитации:

.

Гармонические функции удовлетворяют уравнению Лапласа, и они имеют множество свойств, которые могут быть использованы при анализе данных, собираемых из съемок потенциальных полей.

Данные могут анализироваться и обрабатываться с использованием набора методик, которые работают с данными, собираемыми из съемки, в качестве начальной точки, но которые затем изменяют данные и/или их формат так, что значения, ассоциативно связанные с измеренными величинами, все отображаются на регулярной двумерной координатной сетке, которые находятся на горизонтальной плоскости анализа с фиксированной высотой (выверка на вертикальность и координатная привязка).

При координатной привязке, вообще говоря, обследуемая зона делится на прямоугольные ячейки, бока которых предпочтительно совмещены с главными направлениями, пролетаемыми при съемке, а затем фактические данные измерений заменяются на данные (данные с координатной привязкой), которые эквивалентны измеренным данным, но которые теперь являются назначенными значениями в точках в середине каждой ячейки. Размерность каждой ячейки может выбираться на основе среднего разделения линий, пролетаемых в двух ортогональных направлениях. После того как данные приведены в этот формат с координатной привязкой, они гораздо проще поддаются математической обработке. Данные могут трактоваться как набор чисел и могут обрабатываться, к примеру, посредством статистических или других способов, чтобы предоставлять оптимальную оценку потенциального поля на горизонтальной аналитической плоскости.

Данные могут быть уменьшены так, чтобы быть двумерными рядами Фурье, и при этом каждая строка данных предпочтительно имеет 2 ⁿ точек данных, чтобы упрощать применение быстрого преобразования Фурье; данные также собираются в ортогональных направлениях. Для гравитационного градиента двумерные ряды Фурье могут быть выражены как сумма двумерных пространственных синусоидальных волн в форме:

,

где волновые числа k _m, k _n связаны с размером съемки L _x , L _y в направлениях x, y соответственно посредством:

.

Тем не менее, это расширение является строго допустимым только при постоянной высоте, если только g _zz не является функцией от z. Поэтому мы выше описали усовершенствованный способ на основе эквивалентных источников (PCT/GB2006/050211, содержится по ссылке).

В примерном способе эквивалентных источников поверхность данных съемки разбивается на небольшие фрагменты, типично, порядка 50 м по краю, которые могут быть названы пластинками или массовыми элементами. Легко вычислять вперед гравитацию из каждой пластинки (см., например, R.J. Blakely, "Potential Theory in Gravity and Magnetic Applications", Cambridge University Press, 1995), масса которой регулируется до тех пор, пока не будет получено наилучшее общее совпадение с измеренными данными. Это определение массы может использовать стандартную процедуру сопоставления по методу наименьших квадратов. Совпадение может быть получено посредством сопоставления данных в истинной позиции измерений с гравитационным полем, сформированным посредством предлагаемого эквивалентного источника в идентичных истинных позициях измерений. Данный процесс является математически строгим и не вводит никаких искусственных корректировок в данные, чтобы они соответствовали горизонтальной прямоугольной съемке.

После того как это совпадение получено, совпадение считается набором первичных данных. Весь последующий анализ для того, чтобы определять геологическую структуру, в таком случае предпочтительно сравнивает и минимизирует разности между гравитационным полем, которое должна формировать любая данная геологическая структура, с гравитационным полем, сформированным посредством эквивалентного источника. Одно существенное преимущество этой методики заключается в том, что наилучшее совпадение исходит из распределения масс, хотя и синтетической единицы, и поэтому решение по наилучшему совпадению автоматически удовлетворяет уравнению Лапласа. Это является усовершенствованием в сравнении со способом, который формирует числовое наилучшее совпадение, но который не налагает дополнительное ограничение в том, что данные должны удовлетворять уравнению Лапласа, т.е. что они должны исходить из реального распределения массы.

Способ эквивалентных источников не должен использовать поверхность, согласованную с топографией, он может использовать источники, которые покрывают любую поверхность, которая может иметь постоянную высоту, выше или ниже истинной поверхности земли, может сокращать истинную поверхность земли и т.п. Выбор поверхности, следующей топографии, вероятно, формирует меньше вариаций в массе отдельных пластинок, но на общий результат, в принципе, не оказывает существенного влияния любой рациональный выбор поверхности.

Данные потенциальных полей, смоделированные либо посредством координатной привязки, либо посредством способа эквивалентных источников, описанных выше, предоставляют входные данные в вычислительный программный код 210 для определения трехмерной нижележащей геологической структуры, ответственной за измеренное (и смоделированное) потенциальное поле, с учетом поправки на рельеф местности, определенной на этапе 204, и любых доступных априорных данных 212. Надлежащие методики описаны в литературе (см., например, Blakely, там же, и ссылки в ней), дополнительно или альтернативно может быть использован, к примеру, коммерческий программный код, либо код GRMAG3D, предлагаемый Consortium for Electromagnetic Modelling and Inversion (CEMI) на базе University of Utah, USA.

Безусловно, множество других эффективных альтернатив должно быть очевидным специалистам в данной области техники. Следует понимать, что изобретение не ограничено описанными вариантами осуществления и заключает в себе модификации, очевидные специалистам в данной области техники, находящиеся в рамках сущности и объема прилагаемой формулы изобретения.

Изобретение относится к измерительной технике и может быть использовано для геофизических съемок потенциальных полей. Способ поправки на рельеф местности для геофизической съемки включает фиксирование много- или гиперспектрального изображения зоны, которая должна быть обследована; определение геологического состава поверхности упомянутой обследуемой зоны с использованием упомянутого зафиксированного много- или гиперспектрального изображения; определение данных поправки на рельеф местности для упомянутой геофизической съемки с использованием упомянутого определенного геологического состава поверхности, причем упомянутая поправка на рельеф местности содержит данные плотности, задающие варьирование поверхностной плотности или пористости по упомянутой обследуемой зоне; и использование упомянутых данных поправки на рельеф местности для выполнения упомянутой поправки на рельеф местности при упомянутой геофизической съемке. Предложены также система и носитель с программой для реализации упомянутого способа. Благодаря учету данных плотности повышается точность поправок на рельеф местности при геофизической съемке. 3 н. и 9 з.п. ф-лы, 2 ил.

1. Способ поправки на рельеф местности для геофизической съемки, при этом способ содержит этапы, на которых:
- фиксируют много- или гиперспектральное изображение зоны, которая должна быть обследована;
- определяют геологический состав поверхности упомянутой обследуемой зоны с использованием упомянутого зафиксированного много- или гиперспектрального изображения;
- определяют данные поправки на рельеф местности для упомянутой геофизической съемки с использованием упомянутого определенного геологического состава поверхности, причем упомянутая поправка на рельеф местности содержит данные плотности, задающие варьирование поверхностной плотности или пористости по упомянутой обследуемой зоне; и
- используют упомянутые данные поправки на рельеф местности для выполнения упомянутой поправки на рельеф местности при упомянутой геофизической съемке.

2. Способ по п.1, в котором упомянутое определение данных плотности содержит этап, на котором интерполируют между двумя или более поверхностными геологическими составами для одного или более пикселей упомянутого зафиксированного изображения.

3. Способ по п.1 или 2, в котором упомянутое определение упомянутых данных поправки на рельеф местности содержит этап, на котором комбинируют упомянутые данные плотности с данными поверхностного возвышения для упомянутой обследуемой зоны.

4. Способ по п.1, в котором упомянутое определение поверхностного геологического состава реагирует на изменения поверхностной растительности упомянутой обследуемой зоны.

5. Способ по п.1, в котором упомянутое определение поверхностного геологического состава содержит этап, на котором классифицируют части упомянутой обследуемой зоны в одни из множества классификаций поверхностного геологического состава.

6. Способ по п.1, в котором упомянутое определение поверхностного геологического состава содержит одно или более из: анализа главных компонентов упомянутого зафиксированного изображения, операции сопоставления для упомянутого зафиксированного изображения с использованием библиотеки сохраненных спектральных данных, сопоставленной фильтрации упомянутого зафиксированного изображения и основанного на искусственных нейронных сетях анализа упомянутого зафиксированного изображения.

7. Способ по п.1, в котором упомянутая географическая съемка содержит гравиметрическую или гравиметрическую градиентную съемку.

8. Способ по п.1, дополнительно содержащий этап, на котором выполняют упомянутую геофизическую съемку с поправкой на рельеф местности, чтобы определять оцененный нижележащий геологический состав упомянутой обследуемой зоны.

9. Способ по п.1, в котором много- или гиперспектральное зафиксированное изображение содержит, по меньшей мере, 3 полосы длин волн, более предпочтительно по меньшей мере, 5, 10, 50 или 100 полос.

10. Способ по п.1, в котором упомянутое много- или гиперспектральное зафиксированное изображение включает в себя множество полос длин волн с длиной волны, равной или меньшей 400 нм.

11. Система для выполнения поправки на рельеф местности для геофизической съемки, содержащая: формирователь гиперспектральных изображений для фиксирования много- или гиперспектрального изображения зоны, которая должна быть обследована; и
систему обработки данных, сконфигурированную для того, чтобы:
- определять геологический состав поверхности упомянутой обследуемой зоны с использованием упомянутого зафиксированного много- или гиперспектрального изображения;
- определять данные поправки на рельеф местности для упомянутой геофизической съемки с использованием упомянутого определенного геологического состава поверхности, причем упомянутая поправка на рельеф местности содержит данные плотности, задающие варьирование поверхностной плотности или пористости по упомянутой обследуемой зоне; и
- использовать упомянутые данные поправки на рельеф местности для выполнения упомянутой поправки на рельеф местности при упомянутой геофизической съемке.

12. Носитель, несущий вычислительный программный код, чтобы при выполнении реализовывать способ по любому из пп.1-10.