НАЦІОНАЛЬНА АКАДЕМІЯ НАУК УКРАЇНИ

ІНСТИТУТ ГЕОХІМІЇ НАВКОЛИШНЬОГО СЕРЕДОВИЩА

ШАФРАНСЬКА Наталія Василівна

УДК 553.078:553.495

ПРОГНОЗУВАННЯ УРАНОВОРУДНИХ ВУЗЛІВ

ЗАХІДНО-ІНГУЛЕЦЬКОЇ ЗОНИ УКРАЇНСЬКОГО ЩИТА

(МЕТОДОМ БАГАТОВИМІРНОЇ СТАТИСТИЧНОЇ ФІЛЬТРАЦІЇ)

Спеціальність 04.00.11 – „Геологія металевих і неметалевих корисних копалин”

Автореферат

дисертації на здобуття наукового ступеня

кандидата геологічних наук

Київ – 2004

Дисертацією є рукопис

Робота виконана на кафедрі геології родовищ корисних копалин геологічного факультету Київського національного університету імені Тараса Шевченка

Науковий керівник:

доктор геологічних наук, професор

ЖУКОВ Микола Никанорович,

Київський національний університет імені Тараса Шевченка, професор

Офіційні опоненти:

доктор геолого-мінералогічних наук

ГОРЛИЦЬКИЙ Борис Олександрович,

Інституту геохімії навколишнього середовища НАН України, завідуючий відділом

кандидат геолого-мінералогічних наук

ДЕРЕВСЬКА Катерина Ігорівна,

Інститут геологічних наук НАН України, старший науковий співробітник

Провідна установа:

Український Державний геолого-розвідувальний інститут, відділ геології рудних і нерудних корисних копалин

Захист відбудеться „ 2 ” червня 2005 р. о 10 год. на засіданні спеціалізованої вченої ради Д .192.02 Інституту геохімії навколишнього середовища НАН України за адресою: м. Київ, пр. Палладіна, 34-а.

З дисертацією можна ознайомитися у науковій бібліотеці Інституту геохімії, мінералогії та рудоутворення НАН України за адресою: м. Київ, пр. Палладіна, 34.

Автореферат розісланий „ 21 ” квітня 2005 р.

Учений секретар

спеціалізованої вченої ради,

доктор геолого-мінералогічних наук Занкевич Б.О.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми визначається такими факторами:

1. Роль урану, як одного з найважливіших видів енергетичної сировини, у зв’язку з розвитком атомної енергетики неухильно зростає. За економічними показниками АЕС перевершили електростанції, на яких як енергетичне джерело використовуються нафта та вугілля. Ймовірний подальший ріст дефіциту і цін на викопне органічне паливо обумовлює підвищення конкурентноздатності урану, як енергоносія.

2. Вичерпано ресурси легко відшукуваних родовищ, тому виникає необхідність використання прогресивних підходів до прогнозування. Для цього є два напрями. Перший полягає у корінному технічному переобладнанні галузі, впровадженні досконалих засобів вивчення та інтерпретації. Цей шлях потребує значних інвестицій, для яких сьогодні і в найближчому майбутньому політико-економічна кон’юнктура в Україні несприятлива. Окрім того, він веде до втрати частини природних ресурсів на погашення кредитів. Другий – у вдосконаленні технології прогнозування, спрямованому на посилення корисного сигналу за рахунок комплексування ознак і критеріїв уранового зруденіння, та використання інформації якісного характеру, яка досі неефективно використовувалась через недоліки формалізації та технологічні складності, що виникали з причини принципово різних шкал реєстрації.

3. Необхідне збільшення корисного виходу з накопиченої інформації за рахунок використання максимальної її кількості та більш глибокої проробки. Завдяки цьому буде підвищуватися ефективність проведених робіт.

Зв’язок роботи з науковими програмами, планами, темами. Робота виконана згідно з Національною програмою „Розвиток мінерально-сировинної бази України на період до 2010 року” і є складовою частиною робіт, за участю автора дисертації, які виконує казенне підприємство „Кіровгеологія” в рамках геологічного завдання 54-(60,57)-18 „Прогнозно-геологічні роботи масштабу 1:200000 на уран в межах Західно-Інгулецької структурно-формаційної зони на площі 7400 кв. км з виділенням потенційно рудних вузлів, оцінкою ділянок Лагодівського та Гейківського рудопроявів та прояву уранової мінералізації Щасливе, визначенням прогнозних ресурсів урану та паралельною оцінкою території на золото”.

Мета та задачі досліджень. Метою роботи є теоретична розробка методів прогнозування урановорудних вузлів на основі комплексування геологічної інформації різних видів та різної достовірності в межах Західно-Інгулецької зони і створення на їх базі технології прогнозування. Задачі досліджень:

1) дослідити сучасні методи прогнозування рудних корисних копалин, насамперед уранових;

2) оцінити інформативність прогнозних критеріїв різного геологічного змісту для прогнозування уранового зруденіння гідротермального жильно-штокверкового типу;

3) розробити теоретичні основи та реалізувати практично технологію прогнозування урановорудних вузлів Західно-Інгулецької зони на основі методів лінійної статистичної фільтрації та пошуку багатовимірних аналогів;

4) оцінити перспективність Західно-Інгулецької структурно-формаційної зони щодо уранового зруденіння гідротермального жильно-штокверкового типу та виділити потенційні урановорудні вузли, оцінити ефективність та достовірність результатів у порівнянні з досягнутим рівнем.

Об’єкт досліджень – територія Західно-Інгулецької структурно-формаційної зони стосовно перспективності виявлення гідротермального уранового зруденіння. Предмет досліджень – метод багатовимірної статистичної фільтрації геологічної інформації для виявлення урановорудних вузлів щодо згаданої території.

Наукова новизна отриманих результатів полягає в тому, що:

1) розроблено теоретичні основи прогнозування урановорудних вузлів на основі методу багатовимірної статистичної фільтрації;

2) вперше виконано кількісну оцінку інформативності прогнозних критеріїв різного геологічного змісту для прогнозування згаданого типу уранового зруденіння і на її основі сформовано базовий перелік ознак для прогнозування урановорудних вузлів;

3) вперше обґрунтовано теоретично та реалізовано практично новий тип прогнозних карт урановорудних вузлів (карти ізовіддалей рядових об’єктів від еталонів та карти відгуків фільтру), доведено їх ефективність для прийняття рішень про подальші прогнозно-геологічні роботи;

4) виконано прогнозну оцінку території Західно-Інгулецької структурно-формаційної зони вперше на основі комплексування прогнозно-пошукових критеріїв різного геологічного значення методами багатовимірної статистичної фільтрації.

Практичне значення роботи. Розроблено технологію прогнозування урановорудних вузлів на основі методу багатовимірної статистичної фільтрації, яка довела більш високу ефективність в межах Західно-Інгулецької структурно-формаційної зони порівняно з досягнутим рівнем. В завершеному вигляді вона забезпечує можливість подальшого використання в інших масштабах прогнозування і має перспективи для пошуків інших видів сировини.

Впровадження результатів роботи. Одержані нові наукові результати було впроваджено при виконанні геологічного завдання з прогнозування урановорудних вузлів в межах Західно-Інгулецької структурно-формаційної зони. Результати увійшли до звіту за цим завданням та використані при плануванні та проведенні подальших детальних прогнозних робіт масштабу 1:50000 в межах Західно-Інгулецької структурно-формаційної зони, виконання яких здійснюється в цей час. Методику робіт описано у звіті.

Особистий внесок автора полягає у розробці теоретичних основ прогнозування уранового зруденіння гідротермального жильно-штокверкового типу на основі методу багатовимірної статистичної фільтрації, кількісній оцінці інформативності прогнозних критеріїв згаданого типу уранового зруденіння, розробці та впровадженні методики експертних оцінок, створенні нового типу прогнозних карт урановорудних вузлів, а також у виконанні прогнозної оцінки території Західно-Інгулецької структурно-формаційної зони вперше методами багатовимірної статистичної фільтрації.

Апробація результатів досліджень. Результати досліджень доповідалися та обговорювалися на засіданнях науково-технічної ради КП „Кіровгеологія” (протокол №7 від 11 лютого 2002 р., протокол №9 від 15 лютого 2002 р., протокол №13 від 25 березня 2004 р.), конференції професорсько-викладацького складу геологічного факультету Київського університету імені Тараса Шевченка „Актуальні проблеми геології” (Київ, 2001 р.), III Міжнародній конференції „Проблеми геоінформатики у комплексному використанні надр” (Дніпропетровськ, 2001 р.), IV Міжнародній конференції „Проблеми та перспективи застосування геоінформаційних технологій в гірництві” (Дніпропетровськ, 2002 р.), I Міжнародній конференції „Геоінформатика: теоретичні та прикладні аспекти” (Київ, 2002 р.), II Міжнародній конференції „Геоінформатика: теоретичні та прикладні аспекти” (Київ, 2003 р.).

Публікації. Результати досліджень за темою дисертації відображені у восьми публікаціях (п’ять з них – у фахових виданнях з переліку ВАК), серед них: статей в науковому журналі – 1, в збірниках наукових робіт – 6, в тезах конференцій – 1.

Обсяг і структура роботи. Дисертація складається зі вступу, трьох розділів, висновків, списку використаних джерел та додатків. Загальний обсяг роботи становить 165 сторінок, у т.ч. 98 сторінок основного тексту, 31 рисунок, 8 додатків (на 20 сторінках). Список використаних джерел включає 140 назв.

Автор висловлює велику вдячність за постійну підтримку та наукові консультації науковому керівникові – доктору геологічних наук, професору М.Н.Жукову, викладачам геологічного факультету Київського університету імені Тараса Шевченка: проф. Д.М.Щербаку, доц. В.А.Михайлову, доц. В.В.Шуньку, а також співробітникам КП “Кіровгеологія”: М.І.Куницькому, доктору геологічних наук В.А.Крюченко , В.Б.Зайцю, В.А.Анісімову, О.М.Сваткову, В.Д.Мякшило, О.М.Вжешневській за увагу та допомогу у дисертаційних дослідженнях.

ОСНОВНИЙ ЗМІСТ РОБОТИ

Розділ 1. Геологічна характеристика території досліджень. Західно-Інгулецька зона є досить добре вивченою з точки зору геологічної будови та ураноносності. Геологічне картування території, у тому числі і глибинне, виконували Бабков Я.М., Войновський А.С., Етінгоф І.М., Федюшин С.Є., Труцько Ф.В., Кисельов О.С., Курлов М.С., Захаров В.В., Змієвський Г.Є., Бутирін В.К., Панкратов І.М. Крім того в межах Західно-Інгулецької зони проводилися спеціалізовані роботи на уран, а саме прогнозно-геологічні: Комаров О.М., Зиков Є.О., Бабков Я.М., Польськой Ф.Р., Гонтмахер Г.А., Гуляк О.І., Сухінін О.М., Сватков О.М., Мякшило В.Д., а також пошукові та пошуково-оціночні роботи, включаючи глибинні пошуки: Гречишников М.П., Кірічек Б.Д., Степанов О.М., Зиков Є.О., Польськой Ф.Р., Бабков Я.М., Гуляк О.І. В процесі проведення спеціалізованих робіт на уран, крім закономірностей локалізації урану, вивчалась та уточнювалась геолого-структурна будова території робіт. В результаті вивчення, узагальнення та аналізу геологічної інформації, що міститься у звітах згаданих авторів, написано даний розділ.

Положення в структурі Українського щита. Західно-Інгулецька зона розташовується в східній частині Кіровоградського тектонічного блоку, безпосередньо примикає з заходу до Криворізько-Кременчуцької субмеридіональної структурно-формаційної зони, контрольованої однойменним глибинним розломом, і розглядається як шовна (міжблокова) структура або як східна частина складно-дислокованого Кіровоградського мегаблоку.

Тектоніка. У межах досліджуваної площі можна виділити такі основні типи структур:

1) позитивні, в основному, куполоподібні структури, ядра яких складені архейськими плагіогранітоїдами (Інгулецький вал, Вершино-Власівська антикліналь, Онуфрієвське підняття);

2) позитивні (куполоподібні) структури, у будові ядер яких домінують продукти ранньопротерозойської гранітизації (Казанківське підняття; Ново-Володимирівський, Долинський, Верблюжський масиви);

3) грабеноподібні структури, складені породами інгуло-інгулецької серії (Західно-Інгулецька, Федорівська грабен-синкліналі);

4) розривні порушення, що в свою чергу поділяються на структури першого порядку (Суботсько-Мошоринська, Девладівсько-Бутівська, Конкська, Зелено-Завадівська зони розломів, Шестаківсько-Ворошилівський, Андрієвсько-Лозоватський розломи) та структури другого порядку (Троїцько-Сафонівська, Софієвсько-Криничеватська й Онуфрієвська (Цибулівська) зони розломів; Ново-Бугський, Воїновський, Федоро-Шуличинський (Верблюжський), Березноватський (Олімпіадівський), Східно-Христофорівський розломи).

Архей. Метаморфічні утворення архею представлені в межах території досліджень породами конкської серії і зустрічаються у вигляді останців амфіболітів та кристалосланців амфіболових і біотит-амфіболових серед гранітоїдів інгулецького комплексу. Інгулецький комплекс ультраметаморфічних плагіогранітоїдів в межах території досліджень представлений в основному плагіогранітами та плагіомігматитами біотитовими і амфібол-біотитовими. До дайкового комплексу основних і ультраоснових порід віднесені невеликі тіла гранітизованих горнблендитів, актинолітів, серпентинітів тощо.

Протерозой. Метаморфічні утворення в стратиграфічному відношенні представляють повний розріз інгуло-інгулецької серії, у східній частині території розвитку якої виділені зеленоріченська, артемівська, родіонівська, спасівська і чечеліївська світи. Зеленоріченська світа складена здебільшого амфіболітами, гнейсами амфіболовими, біотит-амфіболовими і силіманіт-біотитовими. Артемівська світа представлена кварцитами силікатно-магнетитовими і магнетитовими, гнейсами та кристалосланцями амфібол-біотитовими і біотитовими. В складі родіонівської світи виділяють кварцити і кварцито-пісковики з прошарками сланців і гнейсів (нижня підсвіта), а також мармури, кальцифіри, графітвміщуючі гнейси і сланці (верхня підсвіта). В складі спасівської світи переважають гнейси і кристалосланці двопіроксенові, піроксенові і біотит-піроксенові. Чечеліївська світа складена здебільшого гнейсами біотитовими і амфібол-біотитовими.

Магматичні та ультраметаморфічні утворення протерозою представлені гранітоїдами кіровоградського та новоукраїнського комплексів. Серед порід кіровоградського комплексу виділяють дрібно- та середньозернисті, порфіробластичні смугасті і тіньові плагіомікроклінові граніти та мігматити, які багатьма дослідниками називаються полімігматитами, а також гранодіорити і діорити. Новокраїнський комплекс складений порфіробластичними гранітами і мігматитами, гранодіоритами, діоритами, габро-монцонітами та монцонітами.

Гідротермально-метасоматичні зміни. В межах території досліджень виділяють окварцювання, хлоритизацію, епідотизацію, гематитизацію, карбонатизацію, серицитизацію та мусковітизацію, мікроклінізацію, альбітизацію, вторинні кварцити. Крім того виділяють такі метасоматичні формації: високотемпературні – скарни, грейзени; середньотемпературні – вторинні кварцити, березити; низькотемпературні – пропіліти, гумбеїти.

Геохімічна та радіогеохімічна характеристика району. Аналіз просторового розподілу вмістів урану, розміщення аномалій U і Th, їхнього співвідношення у зв’язку з геохімічною будовою та тектонічними структурами території дозволяють зробити певні висновки. Середній вміст урану в незмінених докембрійських породах території від гнейсів до гранітів близькі до кларкових вмістів U і Th для кислих порід Українського щита. Виключенням є гранітоїди Боковянського масиву. Ореоли аномальних значень урану розміщуються, головним чином, в межах тектоно-метасоматичних зон. Геохімічні аномалії урану розташовуються поблизу відомих рудопроявів та проявів уранової мінералізації, утворюють найбільш контрастні та широкі ореоли у зв’язку з епігенетичними урановорудними процесами і часто супроводжуються аномаліями елементів-індикаторів відповідної рудної формації.

Розділ 2. Теоретичні основи прогнозування урановорудних вузлів.

Методи та технології прогнозування потенційно рудоносних територій. Проведено аналіз методів і технологій прогнозування, що ґрунтуються на ймовірнісно-статистичних методах. Зроблено висновок про те, що метод багатовимірної статистичної фільтрації має такі переваги: дозволяє комплексно використовувати кількісні, напівкількісні та якісні ознаки, зокрема ознаки, що реєструються у принципово різних шкалах (номінальних, кількісних детермінованих, кількісних статистичних), а також ознаки з різними рівнями достовірності своїх станів, має механізм компенсації у випадку, коли частина об’єктів не має значень однієї чи декількох ознак. Оптимальність методу доведено теоретично, всі ознаки супроводжуються характеристикою їхньої достовірності. Крім того метод не знайшов належної апробації в області прогнозу уранової сировини. Значний вплив стохастичних факторів та посередній характер первинної інформації обумовив вибір імовірністно-статистичного методу для прогнозування урановорудних вузлів.

Характеристика уранового зруденіння гідротермального жильно-штокверкового типу. Цей тип називають також гідротермальним урановим зруденінням в мінералізованих зонах дроблення або брекчіювання порід кристалічного фундаменту (мінералізованих розломах). Їх поділяють на такі, що просторово пов’язані з вулканогенно-інтрузивними утвореннями (ендоконтакові та екзоконтактові), та ті, що не пов’язані з вулканогенно-інтрузивними утвореннями (в метаморфічних породах). Вік цього типу зруденіння варіює від раннього рифею до сучасного. Головним урановим мінералом є настуран, також зустрічаються уранініт, кофініт. Значна частина запасів розподіляється в рудній масі у вигляді дрібних прошарків, рудних накопичень або невеликих гнізд, а решта запасів – у вигляді дрібної розсіяної вкрапленості навколо скупчень та прошарків. Морфологічно рудні поклади наближаються до штокоподібних тіл. Характерним є нерівномірний розподіл рудної мінералізації в контурах промислового зруденіння, чергування їх з ділянками пустих порід або некондиційних руд. Рудні тіла звичайно супроводжуються зонами навколорудних метасоматитів. В процесі роботи над цим параграфом було використано роботи Ф. Далкампа, Я.М. Бєлєвцева, В.Б. Коваля, О.І. Стригіна, Д.М. Щербака, В.О. Шумлянського, В.А. Крюченко, В.А. Анісімова, А.В. Кузьміна, М.П. Лавьорова тощо.

Прогнозно-пошукові критерії гідротермального жильно-штокверкового уранового зруденіння. В процесі роботи проведено аналіз прогнозно-пошукових ознак та критеріїв, що умовно можна поділити на геолого-структурні (ступінь тектонічної проробки території), літологічні (просторовий зв’язок з певними породами та наявність гідротермально-метасоматичних змін), радіогідрохімічні, геохімічні (наявність елементів-супутників), мінералогічні (виходи руд на денну поверхню або прояви уранової мінералізації), геофізичні (відображення у фізичних полях деяких прогнозно-пошукових ознаки).

Інформаційна база. Елементарними об’єктами бази даних в залежності від задач та масштабів прогнозних робіт можуть виступати рудні вузли, поля, родовища. Територія поділяється на ділянки фіксованої форми та розміру. Початковий список прогнозних ознак та критеріїв формується за теоретичними даними та з огляду на геологічні уявлення про умови утворення конкретного типу сировини. Інформація якісного і кількісного характеру збирається з різних джерел. До інформаційної бази крім рядових об’єктів території включаються також еталонні об’єкти, що описані за тими ж ознаками. Для деяких процедур (наприклад, багатовимірної статистичної фільтрації) потрібні еталонні об’єкти двох класів: продуктивні – що містять рудні об’єкти; непродуктивні (фонові) – що не містять рудних об’єктів; для інших (пошук багатовимірних аналогів) – тільки клас еталонів. Класів еталонних об’єктів може бути більше ніж один – наприклад, еталони продуктивності можуть бути представлені кількома класами, що являють собою еталони різних генетичних типів.

Визначення ознакового середовища з урахуванням результатів аналізу інформативності. Кожна конкретна задача прогнозу вимагає оцінки інформативності ознак з метою вибору базового набору ознак. Для відбору з усього розмаїття ознак локалізації уранового зруденіння використовується процедура оцінки інформативності. Значення показника інформативності ознаки являє собою ймовірність належності об’єктів до одного з класів еталонів за значеннями даної ознаки при використанні оптимального Бейесівського критерію класифікації. Інформативність кожної ознаки залежить не лише від її зв’язку з рудоутворюючим процесом, але й від якості матеріалів, якими вона представлена, їх репрезентативності, а також впливу різних випадкових факторів. Тому інформативність ознак у кожному конкретному випадку може не вкладатися в класичні уявлення про їх використання для проведення прогнозно-пошукових робіт на даний вид корисних копалин.

Процедури комплексування геологічних даних. Прогнозування урановорудних вузлів на основі комплексування геологічних даних виконується з використанням процедур лінійної статистичної фільтрації та пошуку багатовимірних аналогів. Метод багатовимірної (багатокомпонентної) статистичної фільтрації є узагальненням відомого у теорії випадкових функцій методу статистичної фільтрації на ознаки з різнотипними шкалами. Як відомо, ідея фільтрації полягає у обробці даних таким чином, щоб результат обробки – відгук фільтру – був би при наявності корисного сигналу якомога більш помітним по відношенню до тих випадків, коли сигнал відсутній. Метод статистичної фільтрації вперше був запроваджений московським проф. О.О. Нікітіним для фільтрації геофізичних полів, і одержав розвиток в роботах М.Н. Жукова – для обробки різновидової геологічної інформації.

Дієвість методу ґрунтується на введеній мірі, у якій вклад кожної ознаки залежить від співвідношення між розбіжністю значень та критичною границею, яку визначає відповідний тест порівняння. Цей вклад втілений у значеннях коефіцієнтів оптимального лінійного фільтру. Для їх визначення фільтр настроюється на корисний сигнал, представлений об’єктами ряду еталонів продуктивності, відносно фону, представленого об’єктами ряду еталонів непродуктивності. Для обчислення відгуків фільтру було застосовано метод лінійної статистичної фільтрації із використанням вищезгаданих коефіцієнтів оптимального лінійного фільтру. Для статистичних ознак відгук лінійного фільтру, оптимального за відношенням “сигнал/завада”, обчислюється за формулою:

(1)

де (2,3)

n – кількість тих ознак, які беруть участь у фільтрації;

xj – значення j-ї ознаки у об’єкта, що підлягає фільтрації;

mj, mSj – математичне сподівання j-ї ознаки при відсутності та наявності сигналу відповідно;

; (4)

уj – середній квадратичний відхил j-ї ознаки при відсутності сигналу.

За рахунок b фільтр приводиться до нульового математичного сподівання в разі відсутності сигналу. Для якості фільтрації має значення закон розподілу. В разі логнорамального закону розподілу замість xj використовується lnxj. В результаті фільтрації об’єктів бази даних з використанням коефіцієнтів оптимального лінійного фільтру для кожного об’єкту отримують величину відгуку фільтру.

Прогнозування за допомогою процедури пошуку багатовимірних аналогів полягає в упорядкуванні об’єктів за мірою близькості до класу еталонів з визначенням оптимальних параметрів упорядкування та проведенням геологічної інтерпретації результатів. Процедура упорядкування об’єктів території відбувається за мірою відміни (так званою віддаллю) у ознаковому просторі до еталонних об’єктів. Наявності корисного сигналу відповідає відносно невелике значення віддалі до цього об’єкту, який має оцінюватися процедурою, як внутрішній аналог еталонів. Фільтр в цьому разі буде налаштовано на певний корисний сигнал. Можливий також інший варіант, коли дана процедура виконується відносно об’єктів фону, тобто фільтр настроєно на фон. Тоді внутрішнім аналогам відповідають області фону, а підвищеним значенням міри відміни – відхилення від фону, тобто аномалії у ознаковому просторі. Алгоритм збудовано на обчисленні віддалі – міри відміни між черговим об’єктом та вибіркою еталонних об’єктів.

Процедура упорядкування об’єктів території відбувається за мірою відміни (так званою віддаллю) у ознаковому просторі до еталонних об’єктів. Наявності корисного сигналу у особі об’єкта (Y) відповідає відносно невелике значення віддалі (Y) до цього об’єкту, який має оцінюватися процедурою, як внутрішній аналог еталонів. Фільтр в цьому разі буде налаштовано на певний корисний сигнал. Можливий також інший варіант, коли дана процедура виконується відносно об’єктів фону, тобто фільтр настроєно на фон. Тоді внутрішнім аналогам відповідають області фону, а підвищеним значенням міри (Y) – відхилення від фону, тобто аномалії у ознаковому просторі. Алгоритм збудовано на обчисленні віддалі – міри відміни між черговим об’єктом та вибіркою еталонних об’єктів.

Якщо у процедурі беруть участь ознаки як з номінальними, так і статистичними шкалами, то критерій відміни встановлює максимальне значення (1) міри відміни між двома значеннями ознаки, вираженої в статистичній шкалі в разі негативного результату перевірки гіпотези про збіжність математичних сподівань. Він еквівалентний встановленню розбіжності значення ознаки, що виражена в будь-якій іншій шкалі. Якщо всі ознаки G1, G2, …, Gr мають статистичну шкалу, то потреби у згаданому механізмі немає. к(Х,Y) – віддаль між об’єктами Х та Y за ознакою – обчислюється у вигляді:

(5)

де: mx, my – математичні сподівання значень ознаки;

uq – квантиль (0;1) – нормального розподілу порядку

(Gk) – середнє квадратичне відхилення ознаки.

Для того, щоб мати можливість регулювати вклад кожної ознаки у міру відміни об’єктів, передбачено введення вагових коефіцієнтів ознак 1, 2, …, r. Автоматичне визначення масштабних коефіцієнтів ознак з урахуванням їх інформативності забезпечує рівноправну участь ознак. Передбачено можливість корекції коефіцієнтів, чим досягається підсилення (при збільшенні) або ослаблення (при зменшенні) ролі окремих ознак відповідно до їх геологічного змісту. Завдяки цьому забезпечується можливість урахування досвіду експертів з метою підвищення ефективності процедури.

Міра відміни об’єктів Х та Y (віддаль між Х та Y) за сукупністю ознак G1, G2, …, Gr обчислюється у вигляді:

(6)

Віддаль між об’єктом Y та класом еталонів Q –

(7)

В формулі (7) – кількість об’єктів у вибірці еталонів.

Ефективність роботи процедури та обраного набору ознак можна перевірити за допомогою контрольних об’єктів. Такими можуть служити відомі рудопрояви та прояви мінералізації, що знаходяться в межах території досліджень території.

Побудова прогнозних карт. В результаті застосування методів пошуку багатовимірних аналогів та лінійної статистичної фільтрації всі об’єкти БД отримують значення міри відміни („віддалі”) до еталонних об’єктів, а також значення відгуку фільтру. Складовою розробленої методики прогнозування є новий підхід до представлення результатів – побудова карт ізовіддалей елементарних осередків до еталонних об’єктів та карт відгуків фільтру. Карту ізовіддалей, яка відображає результати прогнозування, можна порівнювати з картами суміщення ознак, що складаються в процесі прогнозування за традиційною технологією, але має певні переваги перед картою суміщення ознак: існує можливість комплексування великої їх кількості, а при інтерпретації карти суміщення ознак виникають труднощі вже при використанні більше п’яти ознак; при комплексуванні ознак автоматично враховується їх інформативність та геологічне значення, тоді як при вивченні карти суміщення ознак врахування різного ступеня інформативності нанесених на неї ознак можливе хіба що на інтуїтивному рівні.

Розділ 3. Прогнозування уранового зруденіння гідротермального жильно-штокверкового типу. Тестування та впровадження технології прогнозування на основі методу багатовимірної статистичної фільтрації відбувалося в двох масштабах. Спочатку з її застосуванням проводилося прогнозування уранового зруденіння гідротермального жильно-штокверкового типу масштабу 1:100000 на експериментальній ділянці площею близько 700 км2 в межах Західно-Інгулецької структурно-формаційної зони. Задачею досліджень була локалізація урановорудних вузлів. Методика та результати прогнозування увійшли у вигляді окремих розділів у два виробничих звіти.

Після виконання науково-методичних робіт та отримання позитивних результатів було вирішено розширити територію досліджень. Після аналізу фактичного матеріалу Західно-Інгулецької зони було з’ясовано, що вивченість території за деякими групами ознак не дозволяє проводити прогнозування масштабу 1:100000. Тому масштаб прогнозування було змінено на 1:200000 з огляду ще й на те, що повноцінне тестування ефективності технології має відбуватися на різних етапах прогнозно-пошукових робіт з перспективою виконання повного їх циклу: від дрібномасштабного прогнозування до пошуків родовищ з поступовим збільшенням масштабу робіт. Для цілісної системи, що була б готова для впровадження потрібно було відстежити проблеми, що виникають на різних масштабах прогнозування.

Для виконання поставленої задачі було створено базу даних, в якій об’єктами опису служать локальні ділянки території (осередки), що відповідають 1 см2 карти у масштабі прогнозування, тобто розміром 1 х 1 (2 х 2) км на місцевості. База даних містить біля 700 об’єктів для масштабу 1:100000 та біля 2000 об’єктів для масштабу 1:200000, кожен з яких описаний по інформаційних полях (в термінології БД – ознаках). До бази даних залучено описи еталонних об’єктів двох класів (продуктивних і непродуктивних). Кількість ознак на початковому етапі прогнозування була значною. Умовно їх можна поділити на такі групи: ознаки адресації (номери об’єктів, координати, назви об’єктів); геолого-структурні ознаки (тектонічні, контакти порід та наявність дайок); гідротермально-метасоматичні процеси; геофізичні (дані гравітаційної та магнітної зйомок та результати їхніх трансформацій); геохімічні; радіогідрохімічні (вміст урану, радію та радону в тріщинних водах кристалічних порід); радіогеохімічні (вміст урану в кристалічних породах, наявність радіогеохімічних аномалій, радіоактивність кристалічних порід фундаменту); мінералогічні (наявність та характер уранової мінералізації).

В процесі досліджень за участю автора оброблено результати аналізів 3794 радіогідрохімічних, 7936 геохімічних, 7201 радіогеохімічних проб; вимірювання радіоактивності порід в 657 свердловинах, описи 27 рудопроявів, 39 проявів уранової мінералізації, 287 радіоактивних аномалій, дані магнітометричної та гравіметричної зйомок різних масштабів, використано 13 карт, залучено матеріали одинадцяти баз даних.

Після проведення аналізу інформативності всіх ознак було визначено базовий перелік, за яким виконувалося прогнозування. Він являє собою ознакове середовище для застосування процедур прогнозу. Прогнозування виконувалося з використанням методів лінійної статистичної фільтрації та пошуку багатовимірних аналогів. Поряд з автоматизованими процедурами був також залучений метод експертних оцінок, які виконувала група експертів, що має великий досвід прогнозування. Це зроблено для врахування тієї опосередкованої інформації, яка зосереджена в досвіді експертів з розв’язуваної проблеми. Незважаючи на певну суб’єктивність, цей фактор здатний значно підвищити достовірність прогнозу.

Результати прогнозування представлено у вигляді карт ізовіддалей рядових об’єктів до еталонів та карт відгуків фільтру. Для порівняння результатів комп’ютерного прогнозування з використанням двох методів з результатами прогнозування за традиційною методикою на карти результатів комп’ютерного прогнозування нанесено межі рудних вузлів, що виділені за результатами традиційного прогнозування (рис. 1, 2). На карту результатів нанесено також відомі рудні об’єкти території. Взагалі в процесі прогнозування масштабу 1:100000 (1:200000) було

побудовано одинадцять (сім) прогнозних карт за групами ознак та результатів прогнозування. Ефективність роботи процедур підтверджується тим, що було „впізнано” 100% об’єктів ряду еталонів та близько 90% тестових об’єктів.

Порівнюючи результати прогнозу, виконаного традиційними методами (суміщення карт різних прогнозних критеріїв) та результати, одержані методами багатовимірної статистичної фільтрації, можна стверджувати, що ступінь локалізації запропонованих методів значно вища: до 45% за методом лінійної статистичної фільтрації, до 35% за методом пошуку багатовимірних аналогів. Додатковим підтвердженням ефективності обох підходів є значна збіжність між результатами, одержаними за обома методами. Треба відзначити, що всі відомі рудопрояви та прояви уранової мінералізації потрапили в межі виділених потенційно урановорудних вузлів.

ВИСНОВКИ

Мета роботи, що полягає в теоретичній розробці методів прогнозування урановорудних вузлів на основі комплексування різновидової геологічної інформації в межах Західно-Інгулецької зони, досягнута. Результати апробації у виробничих умовах показали слушність теоретичних обґрунтувань методу. Задачі досліджень виконані і в результаті одержані такі висновки:

1. Виконано кількісну оцінку інформативності ознак та критеріїв локалізації гідротермального уранового зруденіння жильно-штокверкового типу в межах Західно-Інгулецької зони на основі запропонованого методу, в результаті чого встановлено набір інформативних ознак якісного та кількісного характеру.

Інформативними критеріями на даний тип зруденіння є дані з гідротермально-метасоматичних змін (переважно низькотемпературних) (I=0,78-0,83), ступінь тектонічної переробки території, вузли перетинання зон глибинних розломів з розломами інших напрямків (I=0,69-0,8), контакти метаморфічних порід і гранітоїдів різного складу (I=0,92). Інформативними є також радіогеохімічні (I=0,74-1,0), радіогідрохімічні (I=0,75-0,95), геохімічні (I=0,71-0,88) та мінералогічні ознаки (I=0,89-1,0).

2. Виконано прогнозну оцінку території Західно-Інгулецької структурно-формаційної зони вперше на основі комплексування прогнозно-пошукових критеріїв різного геологічного значення методом багатовимірної статистичної фільтрації.

В результаті прогнозування гідротермального уранового зруденіння жильно-штокверкового типу в межах Західно-Інгулецької структурно-формаційної зони виділено одинадцять урановорудних вузлів, що є перспективними на виявлення даного типу зруденіння. Дев’ять з них відомі за результатами попередніх досліджень, два – виділені вперше. В процесі прогнозування реалізовано механізм врахування експертних оцінок у комплексуванні критеріїв при прогнозуванні урановорудних вузлів. За рахунок врахування експертного корегування дольової участі окремих ознак при їх комплексуванні у процедурі пошуку багатовимірних аналогів досить ефективно враховано опосередковану інформацію – досвід експертів.

3. Розроблений метод прогнозування уранового зруденіння гідротермального прожилково-штокверкового типу показав вищий порівняно з досягнутим рівень локалізації урановорудних вузлів до 15-40% при виконанні прогнозних робіт в межах Західно-Інгулецької структурно-формаційної зони.

Застосування даного методу у виробничому процесі призводить до прискорення, полегшення, підвищення рівня автоматизації та ефективності аналітичних робіт прогнозування. Його може бути застосовано для прогнозно-пошукових робіт різних масштабів, а також при відповідній науково обґрунтованій адаптації – для прогнозу інших рудних родовищ.

4. Вперше обґрунтовано теоретично та реалізовано практично новий тип прогнозних карт урановорудних вузів Західно-Інгулецької структурно-формаційної зони масштабу 1:100000 та 1:200000 (карти ізовіддалей рядових об’єктів від еталонів та карти відгуків фільтру).

Карти ізовіддалей, що відображають результати прогнозування, можна порівнювати з картами суміщення ознак, що зазвичай складаються в процесі прогнозування. При їх створенні існує можливість комплексування великої кількості ознак з автоматичним врахуванням їх інформативності. Доведено ефективність використання таких карт для прийняття рішень про подальші прогнозно-геологічні роботи.

СПИСОК ОПУБЛІКОВАНИХ РОБІТ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Жуков Н.Н., Шафранская Н.В. Компьютерное прогнозирование рудных месторождений на основе разновидовой геологической информации // Сборник научных трудов Национальной горной академии Украины. – Днепропетровск, 2001. – №12, Т.1. – С. 88-94.

2. Жуков М.Н., Крюченко В.А., Шафранська Н.В. Комп’ютерне прогнозування уранових родовищ із застосуванням інформаційно-аналітичної системи „Фільтр” // Вісник Київського національного університету. Геологія. – К., 2002. – №21-22. – С. 68-71.

3. Жуков М.Н., Шафранська Н.В. Кількісна оцінка інформативності локалізації уранового зруденіння // Сборник научных трудов Национального горного университета Украины. – Днепропетровск, 2002. – №14, том 2. – С. 118-123.

4. Жуков М.Н., Шафранська Н.В. Оцінка результативності прогнозних ознак та критеріїв локалізації уранового зруденіння гідротермального прожилково-штокверкового типу // Вісник Київського національного університету. Геологія. – К., 2003. – №25. – С. 49-51.

5. Шафранська Н.В., Жуков М.Н. Комп’ютерне прогнозування рудних родовищ методом багатовимірної статистичної фільтрації // Геоінформатика. – К., 2003. – №1. – С. 27-32.

6. Жуков М.Н., Шафранська Н.В. Метод непараметричної класифікації в задачі прогнозування уранових родовищ гідротермального прожилково-штокверкового типу // Теоретичні та прикладні аспекти геоінформатики. – Київ, 2004. – Т. 1. – С. 103-106.

7. Фенота П.О., Лобасов О.П., Шафранська Н.В. Задача прогнозу родовищ корисних копалин в середовищі ГІС // Теоретичні та прикладні аспекти геоінформатики. – Київ, 2004. – Т. 1. – С. 303-308.

8. Жуков М., Шафранська Н. Комп’ютерне прогнозування рудних родовищ, як засіб підвищення економічної ефективності прогнозно-пошукових робіт // Тези конференції “Актуальні проблеми геології України”. – К., 2001. – С. 11.

АНОТАЦІЯ

Шафранська Н.В. Прогнозування урановорудних вузлів Західно-Інгулецької зони Українського щита (методом багатовимірної статистичної фільтрації). – Рукопис.

Дисертація на здобуття наукового ступеня кандидата геологічних наук за спеціальністю 04.00.11 – „Геологія металевих і неметалевих корисних копалин”. – Київський національний університет імені Тараса Шевченка, 2004.

Дисертація присвячена питанням розробки теоретичних та методичних основ прогнозування урановорудних вузлів на основі комплексування прогнозних ознак та критеріїв різного геологічного значення із суттєво різними шкалами реєстрації методом багатовимірної статистичної фільтрації. Реалізовано механізм врахування експертних оцінок при комплексуванні критеріїв в процесі прогнозування.

Виконано прогнозну оцінку Західно-Інгулецької зони щодо гідротермального жильно-штокверкового уранового зруденіння із застосуванням методів лінійної статистичної фільтрації та пошуку багатовимірних аналогів. В процесі роботи виконано кількісну оцінку інформативності прогнозних ознак та критеріїв для даного типу уранового зруденіння. Результати прогнозування наведено у вигляді прогнозних карт нового типу: карти ізовіддалей від еталонів та карти відгуку фільтру.

Ключові слова: прогнозування, урановорудні вузли, Західно-Інгулецька зона, комп’ютерна технологія, інформативність ознаки, багатовимірна статистична фільтрація, відгук фільтру.

АННОТАЦИЯ

Шафранская Н.В. Прогнозирование урановорудных узлов Западно-Ингулецкой зоны Украинского щита (методом многомерной статистической фильтрации). – Рукопись.

Диссертация на соискание научной степени кандидата геологических наук по специальности 04.00.11 – „Геология металлических и неметаллических полезных ископаемых”. – Киевский национальный университет имени Тараса Шевченка, 2004.

Наиболее сложным и дискуссионным направлением в сфере внедрения геоинформационных технологий в геологических работах является прогнозирование и поиски полезных ископаемых. Основная сложность состоит в необходимости учитывать специфику геологических объектов и задач, которая делает формальный перенос известных статистических методов в эту сферу малоэффективным, а иногда ведет к дискредитации вероятностно-статистического подхода.

Диссертация посвящена вопросам разработки теоретических и методических основ прогнозирования урановорудных узлов на основе комплексирования прогнозных признаков и критериев различного геологического значения с существенно различными шкалами регистрации методом многомерной статистической фильтрации. Реализован механизм учета экспертных оценок при комплексировании критериев при прогнозировании урановорудных узлов. Доказано существенное повышение достоверности и уровня локализации за счет учета экспертного корректирования долевого участия отдельных признаков в процедуре поиска многомерных аналогов. Этим достаточно эффективно учтена опосредованная информация – опыт экспертов, которую практически невозможно учесть при формальных построениях.

Выполнена прогнозная оценка Западно-Ингулецкой структурно-формационной зоны с применением методов линейной статистической фильтрации и поиска многомерных аналогов. В результате прогнозирования гидротермального жильно-штокверкового уранового оруденения выделено одиннадцать урановорудных узлов, перспективных для выявления данного типа оруденения. В основу исследований легли принципы, стадийность и начальный набор прогнозно-поисковых критериев, которые используются при выполнении подобных работ традиционными методами. Принципиальное различие заключается в том, что на каждом этапе (сбора информации, выбора прогнозных критериев, наложения признаков и получения результатов) использовался комплекс количественных характеристик, основанных на применении вероятностно-статистических методов.

В процессе работы выполнена количественная оценка информативности прогнозных признаков и критериев для данного типа уранового оруденения, в результате чего установлен набор информативных признаков количественного и качественного характера. Результаты прогнозирования приведены в виде прогнозных карт нового типа (карты изоудалений от эталонов и карты отклика фильтра), доказана их эффективность для принятия решений о дальнейших прогнозно-геологических работах.

В работе детально описана геолого-структурная, петрографическая, гидрогеологическая, геохимическая и радиогеохимическая характеристика территории исследований, гидротермально-метасоматические изменения, история геологического развития и рудонакопления. Кроме того, диссертация содержит результаты анализа прогнозных признаков и критериев гидротермального жильно-штокверкового уранового оруденения, а также обзор методов и технологий прогнозирования потенциально рудоносных территорий, основанных на вероятностно-статистических методах.

Ключевые слова: прогнозирование, урановорудные узлы, Западно-Ингулецкая зона, компьютерная технология, информативность признака, многомерная статистическая фильтрация, отклик фильтра.

SUMMARY

Shafranskaya N.V. Prognosticating of uranium ore clusters of West-Inguletsky terrain of Ukrainian shield (by method of multidimensional statistical filtration). – Manuscript.

Thesis for a Candidate degree in geological sciences by speciality 04.00.11 – „Geology of metallic and non-metallic raw materials”. – Institute of Environment Geochemistry NAS of Ukraine, 2004.

Thesis is dedicated to the problems of designing theoretical and methodical basis of prognosticating uranium ore clusters on the base of integration of prognostic features and criteria of different geological importance and different scale of registration, by the method of multidimensional statistical filtration. Mechanism of evaluation of expert marks for integration criteria in the process of prognosticating has been realized in the work.

Prognostic evaluation of West-Inguletskaya terrain on the subject of hydrothermal vein-stock uranium mineralization by using of method of linear statistical filtration and searching multidimensional analogues has been fulfilled. In the process of work proper evaluation of information of prognostic features and criteria for this type of uranium mineralization was made. Results of prognosticating are presented in the new type maps: maps of difference from etalons and maps of reflecting of filter.

Key words: prognosticating, uranium ore cluster, West-Inguletsky terrain, computer technology, information of feature, mineralization statistical filtration, reflecting of filter.