Бесплатный автореферат и диссертация по геологии на тему

Автоматическое выделение и оконтуривание нефтегазоперспективных объектов по комплексы геофизических признаков в системе КОМПАК-ГЕОКОМПАС

ВАК РФ 04.00.12, Геофизические методы поисков и разведки месторождений полезных ископаемых

Автореферат диссертации по теме "Автоматическое выделение и оконтуривание нефтегазоперспективных объектов по комплексы геофизических признаков в системе КОМПАК-ГЕОКОМПАС"



¡'1:5 7

Министерство природных ресурсов Российской Федерации Академия наук Российской Федерации Всероссийский научно-исследовательский институт Геофизических методов разведки (ВНИИгеофизика)

На правах рукописи

Марьянчик Евгений Борисович

Автоматическое выделение и оконтуривание нефтегазоперспективных объектов по комплексу геофизических признаков в системе КОМПАК-ГЕОКОМПАС

Специальность 04.00.12 - геофизические методы поисков и разведки месторождений полезных ископаемых

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 1997

Работа выполнена во Всероссийском научно-исследовательском институте геофизически методов разведки (ВНИИгеофизика).

Научны® руководитель: Консультант: Официальные оппоненты:

Ведущая организация:

доктор технических наук, профессор Б.А.Козлов

доктор технических наук, Г.А.Шэхтман

доктор геолого-минералогических наук А.В.Овчаренко,

доктор технических наук, профессор М.Б.Рапопорт

Новосибирская опытно-методическая экспедиция ОАО "Новооибирскгеология"

Защита состоится " Я.9- * д-н*-^_ 1ЭЭ?г.

в П часов на заседании диссертационного совета Д 071.06.01 пр Всероссийском научно-исследовательоком институте геофизически: методов разведки (ЕНИИгеофавика) по адресу: 101000, г.Москва, ул.Покровка, д.22.

С диссертацией можно ознакомиться в библиотеке институте ВНИИгеофизика

Автореферат разослан " ¿3 " 199? г.

Ученый секретарь диссертационного совета к.г.-м.н.

В.А.Брхов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Комплексная интерпретация данных различных геофизических методоНГс цель® прогноза и оценки нафгегвзонооности, выявления и геометризации месторокдений нефти и газа получила заслуженное признание как мощное средство, позволяющее повысить эффективность геологоразведочных работ путем, главным образом, сокращения непродуктивного дорогостоящего глубокого бурения при поисках и разведке нефти и газа.

Среди различных математических методов, применяемых для решения упомянутых выше задач хорошо зарекомендовали себя различные алгоритмы распознавания образов, как статистические, так и эвристические. Однако большая часть этих методов нацелена на прогноз продуктивности различных точек площади, рассматриваемых независимо друг от друга (локальные методы). Важнейшая же геологическая информация о строении изучаемого объекта, о его связности игнорируется. В то же время очевидно, что даже частичный' учет такой информации в рамках принятой модели объекта (структурные методы) повышает надежность и достоверность прогноза. Одним из способов формализации взаимосвязей между объектами или их частями (не применявшимся ранее для решения подобных задач) является использование математической теории конечных цепей Маркова.

Продолжает быть актуальным создание высокотехнологичной системы комплексной интерпретации геофизических данных, открытой для подключения новых программных средств, использующей современные средства описания и манипулирования данными, а также разработка наиболее эффективных и экономичных схем хранения используемых данных. Целью работа является повышение надежности и достоверности автоматического выделения и оконтуривания нефтегазоперспективных объектов по комплексу геофизических признаков путем использования математических методов, позволяющих дополнительно привлечь геологическую информацию, а также создание технологии, обеспечивающей построение надежной в эксплуатации системы комплексной геолого-геофизической интерпретации, открытой для новых программных средств, позволяющей обеспечить технологическую цепочку с другими геофизическими системами. Основные задачи.

1. обосновать корректность использования алгоритмов распознавания образов, основанных на применении теории цепей Маркова для выделения и геометризации месторождений нефти и газа.

2. Усовершенствовать и разработать алгоритмы распознавания об-

разов, автоматизирующие решение задачи выделения и оконтуривания не-фтегазоперспективных объектов и -повышающие надежность и достоверность прогноза за счет использования геологической информации; указать органичения на применение этих алгоритмов.

3. Разработать технологию работы и структуру сиотемы интерпретации геофизических данных КОШАК-ГЕОКОШАС; обеспечить открытость этой системы; предусмотреть возможность создания эффективного интерфейса как между прикладной и системными программами, так и между системой КОШШ-ГЕОКОМПАС и другими геолого-геофизическими системами.

4. Сформулировать требования к системе управления базами данных.

5. Разработать методику тестирования систем интерпретации геолого-геофизических данных с целью повышения надежности их эксплуатации в производственных организациях.

6. Оценить на модельных и реальных материалах эффективность созданных алгоритмических и программных средств.

Научная и техническая новизна работы.

1. Обосновано применение структурных методов распознавания образов при выделении и геометризации нефтегазовых месторождений в ■плане.

2. Развиты алгоритмы распознавания образов, позволяющие формализовать и использовать априорную информацию о ловушке с целью оконтуривания месторождений нефти и газа на основе теории цепей Маркова.

3. Разработаны структура и технология работы системы интерпретации геолого-геофиаической информации КОМПАК-ГЕОКОМПАС, позволившие создать открытую систему и обеспечить создание программного интерфейса между прикладной и системной программами, а также между системой в целом и другими прикладными программами.

4. Обоснована целесообразность использования СУБД сетевого типа в системе комплексной интерпретации геофизических данных.

5. Разработана методика тестирования систем комплексной интерпретации, позволившая существенно снизить сбои системы КОМПАК-ГЕОКОМПАС при ее эксплуатации в производственных организациях.

Личный вклад автора. При создании системы КСШАК-ГЕ0КСМ1А0 основные задачи и требования к системе, методологические и технологические концепции были сформулированы научным руководителем соответствующего раздела тематического плана ВЩШгеофизики, к.т.н. Миколаевским Э.Ю, Работа по разработке и развитию алгоритмов распознавания проводилась под руководством к.т.н. Вайвберга Я.М. При этом все основные

результаты, обладающие научной новизной и практической ценностью, были получены лично автором.

Практическая ценность и результативность внедрения. На различных типах ЭВМ создана эффективная система, открытая для включения нового программного обеспечения, обеспечивающая решение ряда задач комплексной интерпретации (безэталонное выделение аномальных зон по данным палевых методов; оконтуривание нефтегазоперспективных объектов по данным полевых методов и результатов опробования; экстраполяцию параметров пласта со скважин на сопредельные площади), а также эффективный обмен данными с другими геофизическими системами (например, ИНТЕРСЕКС!, ГРАВИПАК). Применение СУБД ГЕОКОМПАС, основанной на принципах комитета КОДАСШГ (сомята), позволило использовать в процессе работы данные различной структуры, что обеспечило возможность построения более универсальной системы, чем ранее.

Разработки автора, включенные в систему КОЮАК-ГЕОКОШАС, были внедрены и успешно эксплуатировались на различных этапах работы (начиная с 1985 г.) в НПО "Кефтегеофизика", НПГП "Новосибирск-геология", Томском геофизическом трасте, СНЖГиМСе.

Геологическая эффективность разработок, выполненных автором, обусловлена применением новых алгоритмов и технологий при решении различных задач комплексной интерпретации в указанных организациях на ряде площадей Новосибирской и Тюменской областей. Защищаемые положения.

1. Формализация и использование геологической информации в разработанных алгоритмах распознавания образов на основе математической теории цепей Маркова позволяют повысить уровень автоматизации при интерпретации геолого-геофнзических данных, а также обеспечивают повышение точности и достоверности прогноза. •

2. Разработанная технология работы системы КОМПАК-ГЕОКОМПАС, взаимоувязанная с ее структурой, отличается высокой эффективностью, универсальностью надежностью и открытостью, основанной. на возможности подключения новых программных средств, использовании СУБД сетевого типа, а также на наличии программного интерфейса между системой, прикладной программой и другими прикладными пакетами. Апробация работы. Основные результаты исследований докладывались на семинарвх во вшмгеофизике, в НПГП "Новосибирскгеолощя", в Томском геофизическом тресте, в СШИГГиМСе, в НФФ Вниигеофизики, конференциях МОИП (Москва, 1989) и (Москва, 1990), международном геофизи-геском симпозиуме ЗЕО/ЕАГО (Москва, 1993).

Работы автора трижды отмечались премиями на конкурсах за лучшую научную работу молодых ученых и специалистов ШИИгеофизики: в 1986 г. (вторая премия, совместно с Ю.А.Апвтовда), в 1987 г, (первая премия) и в 1988 г. (вторая премия, совместно с А.В.Бобровым).

В 1988 г. ' автор за создание первой версии системы КОМПАК-ГЕОКОМШО был удостоен серебрянной медали ВДНХ СССР. Публикации. По теме диссертации опубликовано 9 работ, структура диссертации. Введение, 4 главы и заключение.

Во введении показана актуальность темы диссертации, сформулированы цели и задачи исследований, раскрываются научная новизна, практическая ценность, защищаемые положения. Приведены сведения о внедрении разработок автора в научных и производственных организациях. В первой главе дан аналитический обзор существующих методов распознавания образов, применяемых для решения задач комплексной интерпретации, анализ их достоинств и недостатков, а также ряда систем комплексной интерпретации, использующих рассмотренные методы; обоснованы задачи работы. Во второй главе приведены описание и обоснование разработанных автором алгоритмов распознавания, основанных на применении теории цепей Маркова; сравнительный анализ эффективности алгоритмов (как разработанных автором, так и ближайших прототипов) на модельном примере. В третьей главе рассматриваются основные принципы построения системы шшАк-геоКоМПАС, формулирование основных требований к СУБД; составные части технологии работы системы КОШАК-ГЕОКОМПАС, включая описание структур основных баз данных, используемых в ней; анализ проблем, связанных с тестированием системы. В четвертой главе приведены примеры использования созданных алгоритмических и программных средств при решении задач выделения и оконтуривания нефтегазоперспективных объектов на различных площадях.

Автор выражает глубокую признательность научному руководителю Е.А. Козлову и консультанту Г.А.Шехтману за всестороннюю помощь, поддержку и конструктивную критику.

В разработке отдельных элементов создаваемых технологий наибольшую помощь автору оказали к.ф.-м.н. Архипова Е.Ю., Беспятов Д.В., Бобров A.B., к.г.-м.н. Лапковский В.В, Садовский К.D., Сухинин А.Н., к.т.н. Чернов A.A., к.г.-м.н. Щляхтер Е.С.. В опробовании системы по методике, разработанной автором и в непосредственном контакте с ним принимали участие Зернова Е.В., Кузнецова О.В., Логинова Л.Я. В производственном режиме разработки автора были применены грушами под руководством Токаревой В.П. (ШИТ!

"НЬвосибирскгеолопвд"), Пономаря Ю.В. (ТГТ), Шестакова В.И. и Машянской Т.в. (Нниигеофизика), Анисковича М.Ф. (ШР ВНЖгеофизики). Всем им, а также уже упомянутым выше (Николаевскому Э.Ю и Вайнбергу Я.М. автор выражает свою искреннюю благодарность.

СОДЕРЖАНИЕ РАБОТЫ

Глава I. Обзор методов распознавания образов» используемых в системах комплексной интерпретации геофизических данных; сравнительная характеристика зтих систем.

Постановка задачи комплексной интерпретации в терминах распознавания образов была реализована еще в 60-х годах. Так Ш.А.Губерма-ном (1966) отмечалось, что эффективность геологических исследований повышается, в частности, за счет совершенствования и разработки новых методов исследования геологических объектов, которые могут быть охарактеризованы десятками различных параметров. Однако при бурном росте числа таких методов и росте объемов геологоразведочных работ эффективность геологических заключений повышается гораздо более скромными темпами. Одной из причин этого являлось использование примитивных методов извлечения информации из полученных данных.

При построении алгоритмов распознавания необходимо налагать определенные требования на структуру пространства признаков, на меры сходства в этом пространстве. Дополнительно может быть сделано предположение о существований в пространстве признаков распределений вероятностей для каждого типа. Хотя такое предположение оказывается очень естественным лишь для ряда практических задач, только при нем становится корректной экспериментальная проверка эффективности алгоритмов распознавания, проводимая на материале, предъявляемом для опознавания. Таким образом, во всех алгоритмах распознавания делается предположение (явное или неявное) о существовании распределений. В этом случае задача разделения на классы представляет собой проверку статистических гипотез о принадлежности объекта к одному из классов.

Простейшие статистические метода распознавания основаны на минимизации математического ожидания общих потерь от неверной классификации (соответствующее правило получило название байесовского классификатора). Если значения априорных вероятностей неизвестны, возможно использовать минимаксный критерий, в основе которого лежит идея выбора правила, минимизирующего средние потери при наихудших возможных условиях. Если неизвестны ни априорные вероятности, ни

б

значения потерь, используется критерий Неймана-Пирсона. Но так как в большинстве случаев оказывается возможным оценить значения потерь и априорных вероятностей, наибольшее распространение получил критерий Байеса. Сложность, применения этих методов для проверки гипотезы о принадлежности объекта к одному из классов заключается, прежде всего, в том, что заданы "не условные плотности, распределений, а лишь информация о принадлежности каждого эталона к тому или иному классу. В связи с атим возникает задача оценки распределений по эталонной выборке. Если известно параметрическое семейство этих функций, .то для оценки плотности используются метода параметрического оценивания, позволяющие определить. недостающие параметры распределений (в качестве критерия оптимальной оценки искомых параметров распределений'может быть использована оценка максимума правдоподобия; такие оценки являются в некоторой степени.оптимальными, т.к. оценка максимума правдоподобия является эффективной, если для данного параметра вообще существует аффективная оценка; кроме того, при увеличении объема выборки оценка максимального правдоподобия всегда стремится к эффективной). Если же вид функций плотностей распределений заранее неизвестен, то используются методы непараметрического оценивания (например, метода ближайшего соседа).

В работе Ы.И.Илезингера (1968) предложена итерационная процедура, состоящая в том,. что по параметрам распределения определяются их новые значения, болев правдоподобные, чем предыдущие. Кавдвя итерация этого алгоритма, т.е. получение параметров состоит из двух этапов, на первом из которых (распознавание) по формуле Байеса вычисляются апостериорные вероятности, а на втором (обучение) определяются значения параметров распределения, обеспечивающие максимум функции правдоподобия. Доказывается, что рписакяый алгоритм сходится, причем к тем .значениям параметров, которые дают экстремум функции правдоподобия. ■ При этом, в силу того, что в процессе работы алгоритма оценки параметров могут только улучшатьоя, алгоритм сходится к той точке, которая соответствует максимуму функции правдоподобия.

В ряде работ анализируется также возможность использования программ распознавания для количественного определения значений какого-нибудь параметра. Так, в работах Ш.А.Губермана указывается на ограниченность такого подхода и рекомендуется использование ряда других алгоритмов. В то же время, сравнительно мало исследована возможность сочетания этих алгоритмов с алгоритмами распознавания.

Создание и развитие компьютерных систем проходило в несколько

этапов. В начала 60-х годов основное внимание уделялось вопросам разработки отдельных алгоритмов, определения статистических закономерностей, опубликован ряд результатов, полученных М.М.Бонгардом, Ш.А.Губерманом, М.Л.Извековой, М.И.Овчинниковой, Я.М.Хургиным, А.И. Холиннм, Э.М.Браверманом, В.Н.Вапником, А.Я.Лернером, А.ЯЛервонен-кисом, В.И.Логиновым, И.Н.ШхЗергом, М.И.Овчинниковой, И.М.Чуриновой, Г.А.Горвицем, Г.Н.Зверевой, Д.Д.Халиловой, И.В.Головацкой, 0.Я.Рябых, Н.И.Захаровым, В.К.Поповым, А.А.Валуйским, И.П.Жабревым, М.Я.Гаубергом -и др. Параллельно Ф.М.Гольцманом и его учениками развивались идеи статистического выявления геофизических аномалий с помощью самообучающихся фильтров, без использования аталонов. Эти работы заложили основы бэзвтвлонного выявления аномалий по комплексу методов, успешно развиваемых в дальнейшем А.А.Никитиным и др.

К началу 70-х годов были разработаны основные принципы методики формирования картографических баз данных и решения задач геологического прогнозирования на их основе. Велись также работы го созданию ряда систем обработки и интерпретации, гэолого-геофизи-ческих и геохимических данных. В 70-х - 80-х годах различными авторами развивались алгоритмические и программные средства, которые использовались для задач- интерпретации геофизических данных; приобретался опыт практической работы; осознавались ограничения подходов; формировались методические приемы и рекомендации. О большим или меньшим успехом использовались программы КОРА-3 (Ю.А.Воронин И др., 1970), КВАР-2 (Ю.Н.Жежель, 1969, 1975), ПОИСК (Ю.В.Хоменнж и др, 1974, 1981), пакет прикладных программ РГЗ (В.Н.Добрынин, Е.Н.Черемисина, 1983), система ЛОЦМАН (В.М.Тихомиров В.М.Черепанов, 1979), система ЗОНД (В.М.Тихомиров и др., 1982) и мн. др. С 80-х годов процесс создания автоматизированных систем, интегрирующих развитое программно-математическое обеспечение с базами данных, вступил в стадию перехода от теоретических разработок к созданию человеко-машинных систем комплексной интерпретации различной информации. Из значительного количества автоматизированных систем геологического прогнозирования приводится краткая характеристика лишь тех из них, которые имеют некоторые сходные черты с системой КОМШК - ГЕ0К0МПА0.

Автоматизированная система прогноза нефтегазоносное?» АПС "Припять" (Г.И.Каратаев, И.К.Пашкевич), предназначается для целей прогноза нефтегазоносной® локальных поднятий; поиска антиклинальных не-фтепродуктивных ловушек; прогноза. значений физически размерных вели-

чин; классификации геологических объектов и-их районирования; различных функциональных преобразований и статистического анализа данных. Для работы с данными разработчики рекомендуют использовать СУБД реляционного типа. В числе прочих алгоритмов используются также различные лональше метода распознавания, с обучением и без него.

Система комплексной интерпретации данных СКИД (И.М.Чагин, C.B. Ве^фов и др.), предназначается для обработки и интерпретации геологической, геофизической и геохимической информации с использованием разнообразных схем последовательного решения задач. Управление процессом обработки данных организовано на базе программ, обеспечивающих связь между вычислительными процедурами и специализированными файлами. Программы системы могут быть подразделены не следующие комплексы; описание геологических объектов, статистический анализ данных, решение геологических задач, моделирование геологических объектов. В числе прочих математических методов используются локальные, методы распознавания. СУДЦ не используется.

Система РЕГИОН (Б.А.Чумаченко и др.) предназначена для оценки перспективности территорий, количественного геологического прогнозирования, системного моделирования. Математический аппарат включает, в частности, алгоритмы распознавания о поощрением, таксономии и экспертных оценок. Программное обеспечение системы реализовано в виде совокупности пакетов системных и прикладных программ, интегрированных посредством единой базы и единого языка общения. Структурные методы распознавания не попользуются.

Система КОМПАК-СОД (В.В.Ломтадзе и др.) содержит различные комплексы программ, обеспечивающие одномерный статистический анализ признаков и корреляцию их распределений, факторный, корреляционно-регрессионный и тренд-анализы, прогнозирование с применением алгоритмов распознавания образов, а также на основе использования картографической информации. В системе используются файловые базы данных, представляющие собой совокупность организованных по общим принципам файлов, между которыми неявно определены связи. Использована система оперирования данными. Необходимость использования универсальной СУБД отрицается; структурные методы распознавания не используются.

Система АС0Д-ПР0ГН05 (В.И.Гольдщмидт, Д.Н.Беляшов) имеет банд данных коллективного пользования с большим набором оредств управления. Задачи обработки данных решаются с помощью методов статистического, корреляционного, факторного, регрессионного анализов, распознавания образов (неструктурных) и т.д.

Система ГЕО (институт проблем передачи информации) предназначена для решения широкого круга задач геолого-геофизичесного прогноза и районирования. Система состоит из проблемно-ориентированной инструментальной части и базы знаний решаемой задачи. Особенностью системы является наличие подсистемы аргументации, помогающей специалисту интерпретировать результаты прогноза. В системе используются локальные метода распознавания; СУБД не используется.

В системе ПАНГЕЯ (Э.Ю.Миколаевский и др.) ставится и решается ряд новых (по сравнению с КОШАК-ГЕОКОМПАС) идейно-концептуальных, методологических и технологических задач: профильный прогноз по комплексу геологогеофизичеких данных, в том числе, интерпретация данных ГИС, волнового сейсмического поля и его трансформант, вычисление данных потенциальных полей и их трансформант, электрических полей и их трансформант; взаимоучет и взаимокоррекция площадного и профильного прогноза с целью получения наиболее адекватной модели среды; решение прямой и обратной задач для гравиразведки и магниторазведки; разрабатывается система динамического моделирования. В числе используемых математических методов применяются различные локальные методы распознавания, а также алгоритм согласованного выбора. Для работы с данными используется сетевая СУБД с элементами объектной ориентированности.

Выводы:

1. Показано, что в геофизических системах широко используются различные методы распознавания образов. С их помощью решается группа задач, связанных с отнесением объекта к тому или иному классу по его косвенным характеристикам. В то же время &ти методы в рассмотренных системах нэ позволяют использовать априорную геологическую информацию, что существенно ограничивает надежность и достоверность прогноза,

2, Установлено, что большинство геофизических систем используют для работы с данными собственные разработки, файловые системы или реляционные СУБД. Возможности СУБД сетевого типа в большинстве случаев не востребованы.

Глава II. Разработка алгоритмов, предназначенных для выделения и оконтуривания нефтегазоперспективных объектов.

Большинство упомянутых в предыдущем разделе методов распознавания являются локальными, т.е. ориентироваными на решение задачи об отнесении каждой точки площади к тому или иному классу - без учета прогноза в соседних точках. Это целесообразно в случав, если коррек-

тно предположение о независимости результатов прогноза в разных точках площади, т.е. о некоррелированности модели объекта (что не соответствует реальной геологии). С математической точки зрения такое предположение приемлемо только в случаях, когда плотности распределения практически не перекрываются для точек, относящихся к разным 1 классам (в геологической практике это является скорее исключением, чем правилом).

Альтернативным мокет быть подход, связанный с представлением об исследуемом геологическом объекте как о едином целом. Как было показано (Я.М.Вайнберг, 1982; Я.М.Вайнберг, Е.Б.Марьянчшс, 1990), такое представление мокет быть формализовано при использовании математического аппарата теории конечных цепей Маркова. Применение алгоритма, использующего эту информацию, позволяет существенно повысить надежность прогноза.

Смысл алгоритма состоит в том, что при помощи уоловных вероятностей формализуются запреты на соседство точек разных типов. Например, для однопластовой (или массивной) модели газонефтяного месторождения антиклинального типа запрещен непосредственный газоводяной контакт; в том числе, и в плане. Использование таких переходных вероятностей позволяет проводить прогноз не в каждой точка отдельно, а с учетом взаимного расположения точек разных типов.

Алгоритм построен на предположении, что последовательность классов точек вдоль некоторой линии упорядочения (например, вдоль столбца сети - )), образует дискретную однородную цепь

Маркова порядка т:

Предполагается также, что определены первоначальные оценки втих условных вероятностей. В втом случае для решения поставленной задачи может быть использован итерационный алгоритм, схожий с алгоритмом Шлезингера.

На первом из двух шагов алгоритма апостериорные вероятности отнесения точки к тому или иному типу вычисляются по формулам:

2 ...2 р, (аТ . ...¿* .Х---К.)

, х4 уиу—1 ^у—т+4 1 м'

У-* у-т+1

'у—т+1

где •«.*£) вычисляется по рекуррентной формуле :

у—т

(3.3)

Здесь (Г...к£), а Р2(к^| ¡\. вычисляется по

рекуррентной формуле:

V*

с граничными условиями :

= если у=м

= I(¡1 )Е р,(к£ ^)Р(|£), если У=1

= г<к£|¡р2„ если у<т;

*

Р1 ( ¡'у ■ • • Зу-т+Х * • ) I у=а=

(3-6)

С помощью вычисленных апостериорных вероятностей, которые на каждой итерации могут быть использованы для прогноза классов точек всей сети, определяются оценки максимального правдоподобия безусловных вероятностей, пропорциональных

к,у

параметров распределений по формулам:

ш,=2 К*Р(,М..,1£) /2Р(£|К*...К*) (3.7)

к,у X ,у

й.= 2(К*)тК^Р(э'*|К^...К^)/2Р(.х£) - т*т.; (3.8)

безусловных вероятностей, пропорциональных ЕР(. .к£), и

к.у У

переходных вероятностей: РЦ,!^...'..^) -

е .....а;-.-^—*2>

*,У г

(Э.9)

5«-А .уин-С-......

У -1

Практика показала, что такой итерационный алгоритм сходится к оценкам максимума правдоподобия, причем достоверность сделанного

прогноза существенно увеличивается за счет использования информации о строении залежи (в том числе, априорной информации), формализованной в виде переходных вероятностей.

Отметим, что вместо сделанного предположения о том, что последовательность типов точек вдоль любого столбца сети образует цепь Маркова, может быть принято альтернативное предположение о типах породы вдоль строк сети. Практика использования алгоритма показала, что результат его работы может зависеть от сделанного таким образом предположения.

В двумерном олучае предполагается, что 5* является однородным дискретным случайным полем на множестве точек - узлов прямоугольной сети. Для учета ограничений на возможности соседства точек разных типов используются условнные вероятности переходов по горизонтали

и по вертикали

При вычислении апостериорных вероятностей где

£х=(к£...з£), используются приближенные соотношения, аналогичные (3.2) - (3.6). Вычисленные таким образом апостериорные вероятности ри*!*^.. .Х^), могут быть использованы для оценки переходных вероятностей по формуле, аналогичной (3.9), а также для проведения прогноза типов точек сети.

Очевидно, что многое должно зависеть и от выбора первоначальных оценок параметров распределений, безусловных и переходных вероятностей, т.к. разным первоначальным оценкам могут соответствовать различные локальные максимумы функции правдоподобия. При вычислении первоначальных оценок параметров распределений и безусловных вероятностей автор использует методы непараметрического оценивания. В отношении первоначальных оценок переходных вероятностей можно было бы поступить аналогичным образом, но, при наличии возможности, более предпочтительным цредставляется привлечение для этой цели априорной геологической информации, формализация которой может позволить задать структуру матрицы переходов.

Отметим, что если множество эталонов представительно по отношению ко всей выборке, то оценки т. и й. для каадого класса могут быть определены по эталонам этого типа. В противном случае (типичном, когда число эталонов невелико) для получения начальных приближений можно использовать какой-либо алгоритм локального прогноза. Начальные приближения переходных вероятностей могут быть заданы, исходя из априорных представлений об объекте. Внимание заслуживает

также прием, (предложенный Я.М.Вайнбергом) для повышения устойчивости итерационного процесса, суть которого состоит во введении дополнительного класса точек (назовем его фоном). Начальное распределение точек этого класса вычисляется по всем точкам сети. Отказ от переоценки параметров распределения фона позволяет ограничить изменение параметров распределений других классов.

Аналогичный подход может быть использован в том случае, когда множество эталонов отсутствует. При этом целесообразно рассмотреть некоторое множество точек, представительное по отношению к эталонной выборке. Это множество разбивается на несколько классов при помощи какого-либо алгоритма кластеризации. Точки, отнесенные к одному классу, считаются однотипными, по ним вычисляются первоначальные оценки параметров распределений. Далее может быть использован алгоритм, описанный выше.

Для исследования возможностей ряда алгоритмов была рассмотрена антиклинальная модель залежи с тектоническими нарушениями (со смещением блоков в плане). Распределения трехмерного вектора признаков в точках четырех классов было задано нормальным; параметры распределений были выбраны так, чтобы максимально затруднить решение задачи с помощью локальных методов распознавания. В качестве эталонов использованы 16 точек площади, значение классов в которых предполагается известным. Применение описанного алгоритма в данном случае основано на сделанном предположении о геометрии залежи, что нашло отражение в соответственно заданной структуре матрицы переходных вероятностей. Полученный результат почти точно восстанавливает модель. Для оценки устойчивости прогноза смоделированные признаки были "за-шумлены" аддитивной нормальной помехой. В процессе испытаний дисперсия помехи постепенно увеличивалась. Ясно, что при этом становилась неправомерной гипотеза о нормальности распределения признаков в точках одного класса, а возможность применения данного алгоритма становилась сомнительной. Тем не менее, полученные результаты показали и здесь преимущества структурного алгоритма перед локальными.

На следующем этапе исследований не использовались эталоны одного из классов. Для учета возможности распознавания точек, не относящихся ни к одному из классов, представленных эталонами, использовался "фоновый" класс. Существенного улучшения результата при использовании структурного алгоритма здесь не произошло, а, следовательно, временные затраты на использование более мощного алгоритма здесь оказались неоправданными.

Выводы:

1. Показано, что геологическая информация о геометрии залежи может быть в некоторых случаях формализована при помощи марковских условных вероятностей.

2. Установлено, что применение предлагаемого автором метода существенно повышает надежность и достоверность прогноза цри наличии формализованных априорных представлений о геометрии залежи, при корректности гипотезы о нормальном (или логнормальном) типе распределения признаков для точек каждого класса (цри небольшой аддитивной помехе), в также при представительном еталонном множестве.

Глава III. Разработка отрухтуры и технологии работы системы КОМПАК - ГЕОКОМПАС.

Очевидно, что алгоритмические или реализующие их программные средства сами по себе не представляют инструментария, позволяющего специалисту-геологу решать поставленные перед ним задачи, поскольку требуют от него как дополнительных знаний, связанных со знакомством со специальной терминологией, относящейся к вычислительной технике, с особенностями конкретных типов ЭВМ и операционных систем, так и умения совершать ряд действий с целью подготовки необходимых данных в том виде, как этого требует конкретная программа. Существенные проблемы для него возникают в случае, когда одна из применяемых программ должна использовать работы другой, а также, когда 2 разные программы используют одни и те же данные, структурированные по-разному. Из этого бледует необходимость разработки технологии, максимально освобождающей геолога от решения не свойственных ему задач и позволяющей применить для решения конкретной задачи различные программы, использующие максимально полную информацию об объекте.

В результате анализа существующих проблем и опыта эксплуатации различных программ в производственных организациях автором были сформулированы следующие принципы построения систелы:

1. Эксплуатационная замкнутость (что подразумевает возможность выполнение основных действий по обслуживанию системы средствами самой системы);

2. Открытость системы для включения новых программных средств (использующих, возможно, новые типы данных) - без изменения существущих программ;

3. Ориентация системы на использование большего объема обрабатываемых давных;

4. Обеспечение возможности одновременной работы разных

пользователей с одними и теми же данными;

5. Наличие развитых средств ведения баз данных, включая средства восстановления информации при сбоях ЭВМ во время обработки транзакций;

6. Наличие развитых средств управления вычислительным процессом и создания графов обработки.

На первый взгляд, некоторые из указанных принципов находятся, как будто, в противоречии друг с другом. Так, например, эксплуатационная полнота системы (необходимость которой диктуется стремлением к повышению "выживаемости" программного обеспечения за счет уменьшения зависимости от других программных средств) требует превращения ее в максимально замкнутую, что едва ли реализуемо, т.к. необходимо учитывать тенденцию стремления пользователей сохранить за собой возможность использования привычных прикладных программ - даже при приобретении новых и более совершенных программ. Удовлетворение таких требований, по-видимому, вполне справедливых, ибо совершенную систему создать едва ли возможно, связано с реализацией принципа открытости системы, что очевидно, плохо сочетается с ее замкнутостью.

СРБДл. Аналогичное противоречие наблюдается и при организации работы с данными. С одной стороны, стремление к замкнутости и универсальности системы с неизбежностью приводит к расширению спектра решаемых задач, требующих привлечения все Солее сложных алгоритмов, одновременного учета самой разной информации, а, следовательно, к постепенному (но неуклонному) усложнению структур данных, увеличению их объема и мн.др. Но с другой стороны, резкое увеличение объема необходимых программных средств предъявляет повышенные требования к их надежности и быстроте создания. Необходимо предусмотреть обработку сбоев, защиту от несанкционированного доступа, тестирования непротиворечивости данных, обработку транзакций и т.д. Как правило, создание собственных программных средств работы с данными рано или поздно заходит в тупик из-за повышающихся требований к данным (их структуре, доступу к ним, ограничениям и т.д.). В связи с этим наиболее простым выходом является использование универсальных средств работы с данными, т.е. одной из многочисленных СУБД (систем управления базами данных), а выбор конкретной СУБД и формулирование основных требований к ней становится одной из основных задач при проектировании системы. Как известно, в настоящее время общепринято деление всех СУБД на 3 класса по типу используемой модели данных -иерархические, сетевые (получили широкое распространение во многом

благодаря результатам работы рабочей группы то базам данных при международной организации по разработке языков обработки данных -К0ДАСШ1), реляционных (позволяющие применить математический аппарат реляционной-алгебры и реляционного исчисления для построения теории баз данных атого типа).

Анализируя преимущества и недостатки указанных типов СУБД, изложенные, в частности, в работах В.Карева (1993), В.В.Ломтадзе и др. (1968), Б.В.Жйановича и др. (1987), автор рекомендует при создании конкурентоспособного коммерческого продукта в области обработки и интерпретации геофизических данных (где нужны сложноструктурированные данные) использовать сетевую модель данных. Эта рекомендация, согласующаяся в выводах с концепцией Миколаевского Э.Ю. (1985, 1988, 1996), основана на ряде факторов. Использование двумерных таблиц (реляционная модель) в реальной прикладной разработке ведет к увеличению требуемой памяти для представления отношений мевду записями (в частности, для поддержания в качестве ключа связи одного и того же поля в разных записях), а при большем количестве экземпляров записей расход памяти (в том числе, и на отсутствующие связи) может оказаться весьма существенным; сетевая модель лишена этого недостатка. Наличие (при использовании сетевой модели) явного описания связей между записями упрощает разработчику представление полной структуры данных и облегчает ориентацию в ней; в реляционных же структурах не всегда легко выделить связи между типами данных, особенно в случае, когда % типа записи косвенно связаны посредством нескольких других типов записи. Хотя■освоение сетевой модели является, как правило, более сложным для программиста, хорошо отработанные языковые средства позволяют создать на атой основе сервисные возможности, не уступающие реляционным. На этапе интерпретации геолого-геофизической информации наблюдается резкое усложнение структур данных, увеличение объема обрабатываемых материалов и создаваемых программ.

Отмеченные факторы позволяют сформулировать требования к СУБЛ, используемой в области обработки и интерпретации геофизической информации:

I. Безопасность хранения информации: исключение возможности для пользователя совершения действий, нарушающих непротиворечивость данных (ясно, что на 100 % решить эту задачу невозможно, а без использования СУБД сложность этой задачи резко возрастает); защита от сбоев; возможность отката, наличие средств копирования и восстановления баз данных.

2. Функциональность: наличие средств описания произвольной сетевой структуры данных; возможность взаимосвязи прикладных программ, написанных на различных языках программирования; возможность работы с большими объемами данных; возможность работы в сети ЭВМ; возможность одновременной работы нескольких пользователей с одной базой данных; корректная блокировка базы данных при работе пользователей на модификацию, а также возможность временной (на оеанс работы с прикладной программой) модификации данных, незаметной для других пользователей;, возможность построения своих административных средств; наличие средств реструктуризации; возможность одновременной работы с большим количеством баз данных как одного, так и различных типов; возможность осуществления административных операций из прикладных программ;

3. Возможность построения интерфейса с другими СУБД;

4. Наличие развитой документации (с примерами эксплуатации и контрольным примером).

5. Ведение версии разработчиками или иными легальными пользователями.

При разработке системы комплексной интерпретации КОМПАК-ГЕО-КОМПАС была выбрана СУБД КОМПАС, разработанная в ВЦ АН СССР и в значительной степени усовершенствованная (в соответствии со сформулированными выше требованиями) во ВНЖгеофизике, получив при этом название ГЕОКОМПАС. На основе использования этой СУБД автором была разработана и реализована технология работы с данными в системе;- при этом возможности, предоставленные прикладной программе, можно подразделить на:

1. Средства манипулирования данными, построенные в виде Зиблиотеки программ при широком использовании сетевых ссылок при описании структуры данных, что существенно расширяет возможности тользователя по работе с данными;

2. Средства экспорта/импорта данных, обеспечивающие возможность здновременной работы с различными структурами данных (включая ограничения на доступ конкретных пользователей к конкретным базам денных), а также административные программные средства;

3. Средства организации множественного доступа к базам данных;

4. Средства обеспечения сохранности данных при сбоях ЭВМ (в ;лучае, если аварийное завершение задания или сбой ЭВМ имели место ю время осуществления операции управления транзакцией, система щределяет, что имеет место нарушение логической целостности базы

данных и повторно осуществляет операцию управления транзакцией.

Открытость систелы обеспечена разработкой специальной базы данных, в которой содержится вся необходимая информация о подключаемых к системе программе (именах и типах параметров, вызываемых модулях и пр.). Запрос значений параметров, заданных пользователем, иа^прикладной программы достигается при помощи ряда служебных программ. Разработана также база данных, в которой содержится необходимая информация о пользователях, включая право доступа к базам данных, используемых в прикладных, программах, а также иерархию пользователей.

При разработке технологии работы системы К0Ш1ДК-ГЕ0К0ШАС автором были спроектированы и реализованы в программном продукте также структуры базы исходных данных; базы данных результатов; базы данных моделей. Универсальность цредлагаемого подхода была проиллюстрирована также на примере разработки (при непосредственном участии автора) базы гравиметрических данных в системе ГРАВШАК (А.АЛернов).

Рассмотрим подробнее стуитит базы исходных данных. Основными объектами, содержащимися в ней, являются площадь и месторождение (далее эти термины используются только в качестве информационного понятия). Каждое месторождение считается привязанным к некоторой площади.

основными объектами, относящимися к площади, являются горизонты, признаки, линии, ограничения прогноза и нарушения, а к месторождению - скважины и параметры пласта.

Каждый горизонт на площади характеризуется стратиграфической принадлежностью и литологическим типом. Наличие такого объекта позволяет осуществлять эффективный доступ к той части площади, которая относится к выбранному горизонту.

Под признаком понимается матрица данных, заданная в узлах регулярной сети, определенной на площади, и, возможно, привязанная к конкретному горизонту. Особо выделены признаки - рельеф дневной поверхности и рельефы поверхностей горизонтов. В дополнение к этому организовано хранение дополнительной информации о площади (например, линеаментов, отдельных точек).

Линии предназначены для формализации информации о тектонических нарушениях, ограничениях прогноза и т.п. Каждая линия представляет собой ломаную, определяемую координатами (на регулярной сети) угловых точек. Для учета изменения расположения проекции линии на тот или иной горизонт введена возможность задания угловых точек отдельно на каждом горизонте.

Информация о тектонических нарушениях и разломах мокет быть формализована в виде совокупности линий. Предусмотрена возможность хранения информации о значениях амплитуд вертикального и горизонтального смещений для каждого элемента нарушения (линии) - по каадому горизонту.

Ограничения прогноза предназначены для того, чтобы ограничить область распространения прогноза совокупностью связных участков площади. Очевидно, что каждый связный участок может быть представлен в виде пересечения внутренностей и внешностей замкнутых границ однос-вязных участков; таким образом, любое ограничение может быть задано в виде дизъюнктивной нормальной формы границ односвязных участков.

Каждая скважина характеризуется своими координатами в системе координат, заданной на соответствующей площади.. Предполагается, что в кавдой скважине определен вектор значений признаков, заданных на площади, а также вектор значений параметров пласта (в том числа и коллекторских) заданных на месторождении. Имеется возможность идентификации параметров, привязанных к некоторому горизонту, заданному на соответствующей площади. Для коллекторских параметров возможно хранение стратиграфической и литологических характеристик.

Вместе с числовой информацией о любом объекте может храниться и текстовая информация (комментарии), представляющие собой произвольный текст.

В база даз-сных результатов основным объектом хранения является площадь, представляемая результатами работы (будем далее называть их просто результатами) различных программных средств системы. Каздый результат характеризуется как обязательной информацией (типом результата - бинарный, качественный, количественный;•идентификаторами пользователя и программы, получившими результат; датой и временем записи результата; значениями результата в точках прямоугольного фрагмента площади; именем месторовдения из базы исходных данных, если оно было использовано при получении результата), так и необязательной (комментариями и специальными параметрами, значениями которых могут быть числовыми или текстовыми).

Основным объектом, содержащимся в базе данных лодеией, является модель, характеризуемая: числом классов (соответствующих, например, участкам с различными физическими . свойствами), размерностью моделируемой случайной величины (т.е. числом полей), типом и параметрами распределения для каждого класса.

Тестирование систел. Практика использования геофизических

интерпретационных систем КОШАН-ГЕОНОМПАС, ГРАВШАК, ИНТЕРСЕИС на различных типах ЭВМ показала, что большая часть ошибок программного обеспечения выявляется не на стадии разработки и опытно-методического опробования этих систем, нацеленной, прежде всего, на выявление пригодности разработок для решения конкретных задач, а на стадии их промышленной эксплуатации. Это не только создает серьезные неудобства для пользователей, но и затрудняет устранение обнаруженных ошибок. Кроме того, тестирование программы является более эффективным, когда оно проводится не разработчиком, и не специалистами по решению задач геологоразведки, а специальной группой. В связи с этим автором на основе работы Г.Майерса, (1982) была разработана методика тестирования системы КОМПАК-ГЕОКОМПАС.

При тестировании такого сложного программного продукта, каким являются геофизические системы, целесообразно выделить несколько уровней как тестирования их в целом, так и отдельных программ, в них входящих. Наиболее приемлемый . набор тестов при опробовании геофизических систем, по мнению автора, должен включать следующие виды тестирования: на предельных объемах; документации; удобства эксплуатации; защиты от несанкционированного доступа; требований к памяти; конфигурации оборудования; удобства установки; восстановления системы после ее полного или частичного разрушения. По мнению автора, наиболее подходящим для завершения тестирования программых геофизических комплексов является критерий, основанный на анализе числа ошибок, найденных в единицу времени. Если с некоторого момента времени количество найденных ошибок начинает уменьшаться, а спустя еще какой-то период времени все тесты становятся неудачными (т.е. не обнаруживают ошибок), тестирование можно завершить. Приведенные выше рекомендации были использованы при тестировании системы комплексной интерпретации геофизических данных КОШ1АК-ГЕОКОМПАО и позволили почти полностью исключить рекламации пользователей при производственной эксплуатации системы.

Выводы:

1. Сформулированы принципы построения геофизических систем.

2. Установлены преимущества СУБД сетевого типа по сравнению с реляционными'СУБД при построении системы комплексной интерпретации геофизических данных и сформулированы требования к СУБД.

3. Рассмотрены средства обеспечения высокой технологичности системы КОМПАК-ГЕОКОМПАС, включая структуры баз данных и методику тестирования.

Глава IV. Примеры использования созданных алгоритмических и программных средств при решении задач выделения и оконтуривания нефтегазоперспективных объектов.

Исследование разработанных методов^ проводилось автором на архивных данных, а также местными специалистами в производственных организациях были использованы архивные данные по Средне-Ботуобннскому газонефтяному месторождению, расположенному в Якутии: структурная карта отражающего горизонта Кембрий-Венд, карта изохрон по этому горизонту, а также карта эффективных скоростей, аномальная составляющая Лg, аномальная составляющая АН магнитного поля и данные МТЗ. Ставилась задача геометризации газовой части залежи. Также использовались данные опробования продуктивного пласта в 46 скважинах, расположенных на этой площади. Структура матрицы переходных вероятностей была выбрана в соответствии с моделью антиклинальной залежи. Результат работы алгоритма оказался адекватен реальности. Схожие результаты были получены и при уменьшении количества используемых скважин от 46 до 9. Естественно предположить, что такая устойчивость обеспечивается, прежде всего, использованием данных сейсморазведки. Однако удаление соответствующих признаков не приводит к принципиальному ухудшению результатов, что свидетельствует о корректности в данном случае выбранной модели.

На Новоютымской площади разработанные автором алгоритмические и программные средства использовались в НПГО "Новосибирскгеология" с целью прослеживания пласта .1гэ для возможного выделения неантиклинальных ловушек в пределах тюменской свиты. Наилучшими по информативности оказались следующие геофизические материалы: карта изохрон отраженной волны Б (подошва баженовской свиты), изопахиты толщи Б-А (кровля палеозоя), гипсометрический уровень современной дневной поверхности. В качестве эталонов были использованы результаты опробования 13 скважин. Результатом работы программы явилось районирование Новоютымской площади по типу разреза, вскрытого скважинами.

На Верх-Тарской площади, расположенной в северном районе Новосибирской области и относящейся к Верх-Тарскому нефтегазоносному району юго-востока Западно-Сибирской плиты при использовании разработанных автором алгоритмов получена карта разбиения площади на классы, позволившая выявить Верх-Тарское месторождение. При оконтури-вании и предварительной геометризации месторождений в пределах Верх-Тарской площади обучение проходило на скважинах 2 типов (продуктивные и непродуктивные). В результате достаточно хорошо оконтурены

известные в пределах площади Верх-Терское и Восточно-Тврское месторождения нефти. При экстраполяции нефтенасыщенной мощности коллектора (пласт со скважин на сопредельные площади получена карта аффективной нефтенасыщенной мощности пласта «Г4, в целом отражающая характер распределения коллекторов.

На Урненском куполовидной поднятии, где отмечается сложное строение песчаных пластов верхневасюганской подсвиты, методические приемы, направленные на разрешение сейсмической записи в этой зоне, ранее были малоэффективными. Для прогнозирования распространения песчаных пород коллекторов в ее пределах имеющийся геолого-геофизический материал был обработан по системе КОМПАК-ГЕОКОМПАС, что позволило локализовать участки с вероятным отсутствием песчаных пород и получить представление об изменениях мощности песчаников го площади. Нефтеперспективнооть участков на северном склоне Урненского куполовидного поднятия и на его южном склоне была подтверждена результатами обработки по системе КОМПАК-ГЕОКОМПАО.

На Эпасской площади комплексная интерпретация геолого- геофизической информации была проведена с целью получения дополнительных сведений о строении верхнеюрских отложений. При этом исходными данными служили динамические и кинематические характеристики отраженной волны Б, полученные с помощью системы ИНТЕРСЕКС, и ручной вариант структурной карты по отражающему горизонту Б. Ввиду отсутствия эталонных объектов обучения (в пределах площади фактически находится только одна скважина Эпасская-2), выборка имеющихся параметров проведена на качественном уровне. Для прогноза были выбраны следующие параметры: априорная фаза; сжатие сигнала; энергия на опорной частоте 22 Гц; структурная карта. С помощью разработанных автором программ было выполнено районирование площади в соответствии с модельными типами эталонов.

На Чебурдинокой площади разработки автора использовались с целью прослеживания по площади изменения мощности песчаников васю-ганской свиты и выделения нефтеперспективных участков, связанных с продуктивным пластом В качестве исходных данных были использованы динамические параметры, полученные о помощью системы ИНТЕРСЕИС (период по ФАК, энергия в голосе частот 8-53 Гц, амплитуда априорной фазы, число отраженных фаз, интервальная энергия, эффективная амплитуда, энергия в полосе частот 8 - 18 Гц, средневзвешенная частота, сжатие сигнала), данные аэромагнитной съемки, а также, параметры, отражающие ландшафтные особенности современной дневной поверх-

ности, структурные построения и карты изохрон сейсмических горизонтов (Б.,, Т, Г2, А). В качестве эталонов для обучения использовались 4 скважины за пределами Чебурдинской структуры. Столь непредставительная выборка обусловлена невозможностью привлечения скважин с соседних площадей, т.к. обработка сейсмических материалов в их пределах выполнялась в разные годы и с применение различных методик, материалы которых увязать не удалось. Тем не менее, была осуществлена попытка средствами КОМПАК-ГЕОКОМПАС спрогнозировать зоны коллекторов в юрских отложениях, связанных с песчаниками васюганской свиты, и выделить участки с благоприятными условиями для формирования и накопления залежей УВ. В результате выделен ряд перспективных объектов структурного и неструктурного типа, в частности, выявлено и оконтурено Чебурдинское локальное поднятие, построены прогнозные карты, на которых выделены нефтеперспективные объекты, зоны улучшенных коллекторов юрских отложений.

На Свбунской площади Западно-Сибирской плиты проводилось выделение и оконтуривание нефтегазоперсгоктивных участков, уточняющих контуры структур по отражающему горизонту Б (такие как Лунгъенокая, Опаловая, Котыгъеганская структуры и верхняя периклиналь Верхне- Но-линъеганского месторождения). Кроме того, обнаружены новые перспективные зоны, не отмеченные на структурной карте по горизонту Б. Эти результаты были получены при использовании карт аномалий поля силы тяжести, остаточных аномалий силы тяжести, аномального магнитного поля, локальных составляющих по структурной поверхности горизонта Б и отметок рельефа дневной поверхности, а также данные по скважинам соседнего Верхне-Коликъеганского месторождения.

Вывод: показана высокая эффективность разработанных автором алгоритмических и программных средств при решении задач комплексной интерпретации геофизических данных. -

Основные положения диссертации изложены в публикациях:

1. Апатов Ю.А., Архипова Е.Ю., Бондаренко Э.В., Жиганшина О.В., Марьянчик Е.Б. Некоторые возможности комплексной интерпретации геофизических данных, реализованные в системе КОШАК. - В кн.: Развитие геофизических методов поиска и разведки месторождений полезных ископаемых. Секц.мол.уч.и спец.ВНШгеофизики и ВНИИНГГа (11-13 февраля 1986 г.). Матер, по теме. М., изд. Нефтегеофизики, 1986, сс.25-26.

2. Апатов Ю.А., Архипова Е.Ю., Марьянчик Е.Б. Црименение регрессионного анализа для экстраполяции некоторых коллекторских параметров со скважин на сопредельные площади. -В кн.: Проблемы и

перспективы математизации и компьютеризации геологии (материалы симпозиума, ноябрь 1986 г.). М., Наука, МОШ, 1989, сс.ПО-114.

3. Архипова Е.Ю..Марьянчик Е,Б.,Вайнберг Я.М.,Садовский К.Ю., Токарева В.П. О структурных и других методах распознавания образов нефтегазоперспективных объектов. Мевд. геофизический симп. и выст. по развед. геофизике SE0/EAT0: сборник рефератов. М.., 1993,сс.88-89.

4. Бобров A.B., Марьянчик Е.Б. Управляющая подсистема для системы комплексной интерпретации геофизических данных КОМПАК -ГЕОКОМПАС. В кн.: Геологические, геофизические и геохимические информационные системы. Сб. научн. тр., М., ВНШгеоинформсистем. Вып. I. Геофизические и геохимические процессы и поля. Аппаратурные комплексы. 1989, сс.88-93.

5. Вайнберг Я.М., Марьянчик Е.Б. Использование марковских условных вероятностей для решения задачи оконтуривания месторождений нефти и газа по данных полевых геофизических методов и результатов опробования продуктивной толщи. - В кн.: Математические методы изучения геологических явлений. М., Наука, МОШ, 1990, сс.71-79.

6. Вайнберг Я.М., Марьянчик Е.Б. Приложение методов классификации на графах к задаче безэталонного выявления аномальных зон по данным полевых геофизических исследований. - В кн.: Проблемы и перспективы математизации и компьютеризации геологии (материалы симпозиума, ноябрь 1986 г.). М., Наука, МОШ,.1989, сс.104-110.

7. Вайнберг Я.М., Марьянчик Е.Б. Применение цепей Маркова для решения задачи безэталонного выявления аномальных зон по данный полевых геофизических исследований. - В кн.: Пути повышения вффективности геофизических методов при поисках и разведке нефтегазовых залежей. Секция мол. уч. и с-пец. ВНИИгеофизики. Тез. докл. конф. II—14 мая 1987 г., М., изд. Нефтегеофизики, 1987, сс.57.

8. Марьянчик Е.Б. Алгоритм выделения аномальных зон по данньи комплекса полевых геофизических исследований. - В кн.: Комплекси-рование геофизических методов при поисках и разведке месторождений углеводородов. Сб. научн. тр. ВНИМгеофизика, 1988, сс.154-158.

9. Марьянчик Е.Б., Мекибель A.A. Использование методов кластеризации для решения задач комплексной интерпретации данных геофизических методов. - В кн.: Пути повышения эффективностг геофизических методов при поисках и разведке нефтегазовых залежей. Секц.мол.уч.и спец. ВНИИгеофизики. Тез. докл. конф. 11-14 мая ISS1/ г., М., изд. Нефтегеофизики, 1987, сс.5б.