СПОСОБ ПРОВЕДЕНИЯ ПРОГНОЗНО-ПОИСКОВЫХ РАБОТ МЕСТОРОЖДЕНИЙ ПОЛЕЗНЫХ ИСКОПАЕМЫХ НА ИССЛЕДУЕМОЙ ПЛОЩАДИ Российский патент 2016 года по МПК G01V9/00 

Изобретение относится к геологии, а точнее к способам поиска рудных месторождений, и может быть использовано для прогнозно-поисковых работ гидротермальных месторождений рудного сырья.

Известен способ поисков месторождений углеводородов, включающий исследование территории посредством многопроходной радиолокационной космической съемки, обработку материалов съемки по методу дифференциальной радиолокационной интерферометрии, регистрацию участков, имеющих текущие локальные воздымания земной поверхности и последующее выявление на территории участков с отрицательными аномалиями гравитационного и магнитного полей с помощью имеющейся геолого-геофизической информации. При этом участки, на которых одновременно обнаружены отрицательные аномалии гравитационного и магнитного полей и текущие локальные воздымания земной поверхности, рекомендуют к поисковому бурению (см. RU №2435179). Способ обеспечивает только поиск углеводородов.

Недостатки этого способа в следующем: очень высокие требования к условиям съемки, которая должна выполняться при одном и том же значении вертикального угла съемки, при одном и том же значении азимутального угла съемки, радиолокатором, испускающим зондирующую волну одной и той же длины, с одной и той же поляризацией радиолокационного сигнала, при одном и том же значении пространственного разрешения радиолокатора, при условии, что расстояние в пространстве между положениями радиолокатора при съемке различных проходов не превышает критического, определяемого из теории интерферометрии; данный способ может успешно работать только в тех нефтегазоносных провинциях, разрез которых характеризуется исключительно терригенными отложениями, причем при условии, что в гипергенной зоне отсутствуют аномалеобразующие (по плотности и магнитной восприимчивости) тела.

Известен также способ проведения прогнозно-поисковых работ месторождений полезных ископаемых на исследуемой площади, включающий определение и анализ геоморфологических и геологических особенностей земной коры территории поиска месторождений полезных ископаемых, которые указывают на возможные месторождения полезных ископаемых (см. RU №2366984). Способ реализуют с привлечением топографических карт исследуемой площади, результатов аэросъемки, космосъемки, гидроакустических работ, а также с проведением гравиметрических, магниторазведочных и сейсморазведочных исследований.

Недостатками данного способа являются:

- неопределенность типа полезного ископаемого, который может быть найден в результате проведенных работ;

- неоднозначность в понимании термина «участок со сложными геоморфологическими и геологическими особенностями», который, по мнению авторов патента, тоже перспективен на выявление месторождений УВ, несмотря на то, что этот участок не характеризуется пониженным рельефом со значительным количеством осадочных отложений, соседствует с таким участком;

- ограничение территории применения способа только участками кратеров, которые образовались в результате воздействия на Землю крупного небесного тела или крупных небесных тел;

- сложная, времяемкая и финансово затратная технология реализации способа, так как он предполагает использование не только географических и геологических карт, но и проведение аэросъемки, космосъемки, гидроакустических работ, а также проведение гравиметрических, магниторазведочных и сейсморазведочных исследований. Кроме того, реализация способа предполагает проведение дорогостоящих и времяемких разведочных работ.

Все это снижает достоверность прогнозно-поисковых работ по гидротермальным месторождениям рудного сырья и удорожает их проведение.

Задача, на решение которой направлено заявленное изобретение, - повышение достоверности прогнозно-поисковых работ по гидротермальным месторождениям рудного сырья и удешевление их проведения.

Технический результат: повышение достоверности прогнозно-поисковых работ гидротермальных месторождений рудного сырья на исследуемой площади и снижение затрат на поиски и разведку месторождений за счет сокращения объемов полевых исследований и ассортимента работ по сбору сведений о рельефе исследуемой площади, за счет использования готовых материалов дистанционного космического зондирования.

Для решения поставленной задачи способ проведения прогнозно-поисковых работ месторождений полезных ископаемых на исследуемой площади, включающий определение и анализ геоморфологических и геологических особенностей земной коры территории поиска месторождений полезных ископаемых, которые указывают на возможные месторождения полезных ископаемых, отличается тем, что прогнозно-поисковые работы выполняют в отношении гидротермальных месторождений рудных полезных ископаемых, при этом для определения и анализа геоморфологических и геологических особенностей земной коры территории поиска месторождений полезных ископаемых используют материалы дистанционного космического зондирования, представленные в виде цифровой модели рельефа исследуемой площади, структуру которой подвергают компьютерному анализу, для чего изображение, полученное в рамках цифровой модели рельефа, бинаризируют и выделяют его структурные элементы, предположительно являющиеся транспортной инфраструктурой палеогидротермальной системы, при этом территорию покрывают прямоугольными окнами, для каждого из которых рассчитывают значения фрактальной размерности Минковского (D_m), при этом окна покрытия классифицируют с применением алгоритма естественных границ Дженкса, с числом классов предпочтительно от 5 до 7, причем классы окон с пониженными значениями фрактальной размерности Минковского считают «пустыми», а классы окон, содержащих большое количество скелетных элементов при их лучшей «связности»,считают «перспективными» и рекомендуют для полевого опоисковывания. Кроме того, сопоставляют выделенные кластеры с известными рудопроявлениями и пунктами минерализации гидротермального генезиса различного масштаба, а также разломными структурами, на основе чего корректируют значение параметра D_m для отбраковки окон покрытия, как бесперспективных

Сопоставительный анализ признаков заявленного и известных технических решений свидетельствует о его соответствии критерию "новизна".

Признаки отличительной части формулы изобретения решают следующие функциональные задачи.

Признаки «прогнозно-поисковые работы выполняют в отношении гидротермальных месторождений рудных полезных ископаемых» обеспечивают высокую достоверность прогнозирования минерализации гидротермального генезиса.

Признаки, указывающие, что «для определения и анализа геоморфологических и геологических особенностей земной коры территории поиска месторождений полезных ископаемых используют материалы дистанционного космического зондирования, представленные в виде цифровой модели рельефа исследуемой площади, обеспечивают минимизацию перечня работ, необходимых для формирования исходных материалов.

Признаки, указывающие, что структуру цифровой модели рельефа исследуемой площади подвергают компьютерному анализу», позволяют получить сведения о перспективных структурах, присутствующих на исследуемой площади.

Признаки, указывающие, что «изображение, полученное в рамках цифровой модели рельефа, бинаризируют», позволяют подготовить материалы, пригодные для применения в процессе обработки изображений алгоритма естественных границ Дженкса.

Признаки, указывающие, что «выделяют его (рельефа) структурные элементы, возможно являющиеся транспортной инфраструктурой палеогидротермальной системы», позволяют оценить перспективность участков местности на наличие рудопроявлений гидротермального генезиса.

Признаки, указывающие, что «территорию покрывают прямоугольными окнами, для каждого из которых рассчитывают значения фрактальной размерности Минковского (D_m), при этом окна покрытия классифицируют с применением алгоритма естественных границ Дженкса», позволяют автоматически разделить участки исследуемой территории по степени перспективности на наличие рудопроявлений гидротермального генезиса.

Признаки, указывающие, что число классов классификации предпочтительно от 5 до 7, обеспечивают повышение достоверности прогноза.

Признаки, указывающие, что классы окон с пониженными значениями фрактальной размерности Минковского, считают «пустыми», а классы окон, содержащих большое количество скелетных элементов при их лучшей «связности», считают «перспективными» и рекомендуют для полевого опоисковывания», позволяют выявить на территории участки, перспективные для полевого опоисковывания.

Признаки, указывающие, что «сопоставляют выделенные кластеры с известными рудопроявлениями и пунктами минерализации гидротермального генезиса различного масштаба, а также разломными структурами, на основе чего корректируют значение параметра D_m для отбраковки окон покрытия, как бесперспективных», позволяют сосредоточить полевые поисковые работы в районах, перспективных на выявление рудопроявлений гидротермального генезиса.

На фиг. 1 показано исходное изображение, полученное по результатам дистанционного космического зондирования, использованное при создании цифровой модели рельефа; на фиг. 2 показано бинаризированное изображение цифровой модели рельефа; на фиг. 3 показаны примеры окон покрытия с пониженными значениями фрактальной размерности Минковского (пустых, неперспективных); на фиг. 4 показаны примеры окон покрытия с повышенными значениями фрактальной размерности Минковского (перспективных); на фиг. 5 показана прогнозная схема территории Нижнетаежного рудного узла (построена по результатам автоматизированной оценки бинаризированного изображения цифровой модели рельефа), содержащая окна покрытия разной перспективности; на фиг. 6 показаны кластеры (зоны), объединяющие перспективные окна покрытия.

Задачи прогноза и поисков месторождений полезных ископаемых требуют понимания, описания закономерностей строения и площадного распространения элементов гидротермальной палеосистемы, в качестве которых выступают несплошности различного порядка.

Нарушения земной поверхности, выделяемые по космофотоснимкам, образуют характерный рисунок, характеристики которого коррелируют с рудонасыщенностью недр. Для определения перспективности территории в отношении наличия полезных ископаемых, связанных с миграцией гидротермальных растворов, следует учитывать также иные особенности системы трещиноватости территории, причем процессы инфильтрации гидротермальных растворов требуют, чтобы трещиноватые породы достигли порога протекания - (минимально достаточного для этого количества взаимосвязанных трещин). Формирование в породе продуктивной палеогидротермальной системы требует наличие источников растворов рудного вещества. Одним из таких источников может выступать магматическое тело. Магматические тела различной природы (дайки, жерловые комплексы, лакколиты) могут быть дешифрированы на КФС в силу типичности образуемого ими рисунка.

Для выявления продуктивных зон требуется аналитически выделить черты гидротермальной системы в изображении, полученном по материалам дистанционного космического зондирования, и рассчитать параметры, описывающие их характеристики. В качестве средств анализа используются: распознавание образов с помощью преобразования Хафа и выявление структуры палеогидротермальной системы с применением фрактальной размерности Минковского (D_m).

На чертежах показаны границы 1, окон покрытия 2, 3, 4 и 5, отличающихся перспективностью. При этом показанные на фиг. 5 окна покрытия 2-5, отличающиеся степенью перспективности, отличаются степенью проницаемости, отражаемой градациями черного цвета (от белого к серому и, далее, к черному). Здесь наименее перспективные окна 2 показаны белыми, а наиболее перспективные окна 3 показаны черными, при этом окна 4 и 5 показаны различающимися оттенками серого из расчета, чем выше перспективность, тем выше интенсивность серого. Кроме того, на фиг. 6 показаны кластеры 6 (зоны), объединяющие перспективные окна покрытия и эллипсы 7, описывающие эти кластеры, их длинные оси 8.

Способ реализуют в следующем порядке. Для проведения работ используют готовые материалы дистанционного космического зондирования, предпочтительно полученные в результате радиолокационной съемки (радарной интерферометрии), которые, как правило, представлены в виде цифровой модели рельефа местности. Понятно, что используют материалы, соответствующие исследуемой площади. Изображение, полученное как цифровая модель рельефа исследуемой площади, бинаризируют известным образом и выделяют его структурные элементы, возможно являющиеся транспортной инфраструктурой палеогидротермальной системы. Параметры фильтрации в процессе бинаризации выбирают из условия наиболее полного выделения «скелетных» элементов. Сопоставимые с действительной ситуацией результаты достигнуты с помощью алгоритма поиска границ на изображении.

При этом территорию (бинаризированное изображение цифровой модели рельефа исследуемой площади) покрывают прямоугольными окнами покрытия 2-5. Далее, для каждого окна рассчитывают значения фрактальной размерности Минковского (D_m), при этом окна покрытия классифицируют с применением алгоритма естественных границ Дженкса. Число классов подбирается экспериментально (предпочтительно 5-7 классов). Эта работа реализуется программным путем.

При этом происходит естественная латеральная группировка окон покрытия в кластеры, характеризующиеся повышенными и пониженными значениями фрактальной размерности Минковского. Значения классов, показавших пониженные значения фрактальной размерности Минковского (например, D_m<1), рассматриваются как «пустые» (см. Фиг. 3). Классы окон (кластеры) бинаризированного изображения с большим количеством скелетных элементов (насыщенный черный цвет) и лучшей их «связностью» характеризуют как «перспективные» (на выявление оруденения) и рекомендуют для полевого опоисковывания.

При этом в качестве программного продукта используется среда научных и инженерных расчетов Matlab. Окна различной проницаемости анализируются с помощью функции regionprops, что позволяет анализировать бинарное изображение, выделяя связанные элементы - кластеры 6. Помимо кластеров функцией вычисляются также координаты центров эллипсов 7, описывающих кластеры 6, ориентацию и длины осей (в т.ч. длинных осей 8) и некоторые другие. Для усиления контраста кластеров предварительно использовалась функция bwmorph, вызываемая с параметром «skel» (фиг. 5). Массив ориентировок длинных осей 8 кластеров 6 в дальнейшем использовался для сопоставления с полевыми замерами рудонасыщенных трещин. При этом принималось в расчет, что элементы, отвечающие трещиноватости, выделяемые на базе полученных изображений, не могут соответствовать трещинам, реально наблюдаемым в обнажениях и наоборот, но соответствуют их проницаемым зонам.

Кроме того, сопоставляют выделенные кластеры с известными рудопроявлениями и пунктами минерализации гидротермального генезиса различного масштаба, а также разломными структурами, что позволяет корректировать значение параметра D_m для отбраковки окон покрытия, как бесперспективных.

Проверка существенности структурного соответствия между выявляемыми по материалам дистанционного космического зондирования «перспективными» кластерами 6 и реальными рудными объектами, наблюдаемыми в поле, была проведена на Нижнетаежном рудном узле (НТРУ). Пояснения - на фиг. 6 обозначены рудные объекты: а - рудные жилы, б - зона «Дружба»; прямоугольные рамки со словами это участки НТРУ с их названиями.

Для рудных зон НТРУ были выполнены маршрутные замеры элементов залегания трещин и прожилков с оруденением, специализированных на вышеназванные типы оруденения (всего выполнено 700 замеров). На основе этого составлены розы-диаграммы, отразившие распределение географических азимутов кластеров и рудоносных трещин, выполнено сопоставление с ориентировками проницаемых окон покрытия, выделенных по материалам дистанционного космического зондирования.

Выполненный комплекс исследований показал, что направления длинных осей проницаемых зон - кластеров 6 в общем соответствуют основным тектоническим структурам региона. К этим проницаемым зонам также приурочены интрузии, парагенетически связанные с месторождениями полезных ископаемых. Таким образом, можно говорить о существенном структурном соответствии между выявляемыми по материалам дистанционного космического зондирования «перспективными» кластерами и реальными рудными объектами, наблюдаемыми в поле, что подтверждает соответствие заявленного способа критерию «промышленная применимость».

Изобретение относится к области геологии и может быть использовано для проведения прогнозно-поисковых работ гидротермальных месторождений рудных полезных ископаемых. Сущность: выявляют и анализируют геоморфологические и геологические особенности земной коры территории поиска. Для этой цели используют материалы дистанционного космического зондирования, представленные в виде цифровой модели рельефа исследуемой площади. Изображение, полученное в рамках цифровой модели рельефа, бинаризируют и выделяют его структурные элементы, предположительно являющиеся транспортной инфраструктурой палеогидротермальной системы. При этом территорию покрывают прямоугольными окнами, для каждого из которых рассчитывают значения фрактальной размерности Минковского (D_m). Окна покрытия классифицируют с применением алгоритма естественных границ Дженкса с числом классов предпочтительно от 5 до 7. Классы окон с пониженными значениями фрактальной размерности Минковского считают “пустыми”, а классы окон, содержащих большое количество скелетных элементов, при их лучшей “связности” считают “перспективными” и рекомендуют для полевого опоисковывания. Технический результат: повышение достоверности прогнозно-поисковых работ. 1 з.п. ф-лы, 6 ил.

1. Способ проведения прогнозно-поисковых работ месторождений гидротермальных рудных полезных ископаемых, включающий определение и анализ геоморфологических и геологических особенностей земной коры территории поиска, которые указывают на возможные месторождения полезных ископаемых, отличающийся тем, что в ходе прогнозно-поисковых работ используют материалы дистанционного космического зондирования, представленные в виде цифровой модели рельефа исследуемой площади, структуру которой автоматически анализируют, для чего изображение, полученное в рамках цифровой модели рельефа, бинаризируют и выделяют его структурные элементы, возможно являющиеся транспортной инфраструктурой палеогидротермальной системы, при этом территорию покрывают прямоугольными окнами, для каждого из которых рассчитывают значения фрактальной размерности Минковского (D_m), при этом окна покрытия классифицируют с применением алгоритма естественных границ Дженкса с числом классов предпочтительно от 5 до 7, причем классы окон с пониженными значениями фрактальной размерности Минковского считают “пустыми”, а классы окон, содержащих большое количество скелетных элементов, при их лучшей “связности” считают “перспективными” и рекомендуют для полевого опоисковывания.

2. Способ по п.1, отличающийся тем, что сопоставляют выделенные кластеры с известными рудопроявлениями и пунктами минерализации гидротермального генезиса различного масштаба, а также разломными структурами, на основе чего корректируют значение параметра D_m для отбраковки окон покрытия как бесперспективных.