Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото

Стерлигов, Борис Васильевич

Бесплатный автореферат и диссертация по наукам о земле на тему
Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото
ВАК РФ 25.00.10, Геофизика, геофизические методы поисков полезных ископаемых

Автореферат диссертации по теме "Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото"

На правах рукописи

Стерлигов Борис Васильевич

РАЗРАБОТКА МЕТОДИКИ СТОХАСТИЧЕСКОГО АНАЛИЗА КОМПЛЕКСА ГЕОЛОГО-ГЕОФИЗИЧЕСКИХ ДАННЫХ ДЛЯ РЕШЕНИЯ ПРОГНОЗНЫХ ЗАДАЧ НА ЗОЛОТО (НА ПРИМЕРЕ ЕНИСЕЙСКОГО КРЯЖА)

25.00.10 Геофизика, геофизические методы поисков полезных ископаемых

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата геолого-мннералогических наук

1 6 ДЕК 2010

Москва-2010

004618258

Работа выполнена на кафедре геофизических методов исследования земной коры геологического факультета Московского государственного университета имени М.В. Ломоносова

Научный руководитель: кандидат геолого-минералогических наук,

доцент Людмила Алексеевна Золотая

Официальные оппоненты: доктор физико-математических наук,

профессор Алексей Владимирович Петров

кандидат геолого-минералогических наук Александр Германович Горелов

Ведущая организация:

ГФУП «ВНИИГеофизика»

Защита состоится «15» декабря 2010 г. в 14 час. 30 мин. на заседании диссертационного совета Д.501.001.64 при Московском государственном университете имени М.В. Ломоносова по адресу: 119991, г.Москва, ГСП-1, Ленинские горы, ГЗ МГУ, зона «А», геологический факультет, аудитория 415, факс: (495) 939-57-66, iva@geol.msu.ru.

С диссертацией можно ознакомиться в библиотеке геологического факультета Московского государственного университета им. М.В. Ломоносова по адресу: главное здание МГУ, зона «А», 6 этаж.

Автореферат разослан «15» ноября 2010 г.

Ученый секретарь диссертационного совета

Б.А. Никулин

Общая характеристика работы

Актуальность работы определяется необходимостью совершенствования методики статистического анализа больших объемов (в пределах нескольких трапеций масштаба 1:1000000) геолого-геофизических данных при выделении участков под поиски золоторудных месторождений. Количественная оценка пространственно-корреляционных связей между золоторудными месторождениями и рудоконтролирующими структурами (РС) по данным комплексных геолого-геофизических исследований позволит более эффективно оконтуривать новые перспективные площади.

Практическая задача прогноза золоторудных объектов тесно связана с изучением глубинного строения земной коры, а именно - с трехмерным моделированием рудоконтролирующих структур, позволяющим на качественно новом уровне выделять перспективные площади, в т.ч. - для территорий, перекрытых осадочным чехлом. Реализация поставленной задачи востребована как в известных районах (Северо-Енисейский золоторудный район), так и на вновь изучаемых территориях.

Цель исследования. Целью исследования является выявление пространственно-корреляционных связей между золоторудными месторождениями и различными элементами строения земной коры (рудоконтролирующих структур и комплексов) методами статистического анализа геолого-геофизических данных.

Задачи исследования. Достижение поставленной цели требует решения следующих задач:

1. Создание искусственных моделей типичных геологических ситуаций для определения статистических критериев обнаружения пространственно-корреляционных связей между золоторудными месторождениями и рудоконтролирующими структурами.

2. Разработка методики классификации пространственно-корреляционных связей между золоторудными месторождениями и рудоконтролирующими структурами и её реализация на примере Енисейского кряжа.

3. Создание трехмерных физико-геологических моделей рудоконтролирующих структур региона Енисейского кряжа.

4. Оценка надежности выявления рудоконтролирующих структур и изучение закономерностей пространственного распределения, приуроченных к ним золоторудных месторождений Енисейского кряжа.

Методика исследования для решения поставленных задач включает в себя несколько этапов. На первом этапе, опираясь на результаты стохастического моделирования типичных геологических ситуаций, автором разработана методика обнаружения, количественной оценки и классификации пространственно-корреляционных связей между золоторудными месторождениями и геолого-тектоническими элементами строения земной коры (рудоконтролирующими структурами). На втором этапе исследований по комплексу геолого-геофизических данных: глубинного сейсмического зондирования (ГСЗ) вдоль геотраверсов «Батолит» и «Шпат»; магнитотеллурического зондирования (МТЗ

и АМТЗ) вдоль геотраверса «Батолит»; цифровых гравиметрических, магнитометрических и геологических карт масштабов 1:200000 и 1:1000000, создана трехмерная плотностная модель Енисейского кряжа. На третьем этапе, на базе созданной модели, проведена апробация разработанной методики стохастического анализа геолого-геофизических данных для выявления участков, перспективных под поиски золоторудных месторождений. На заключительном четвертом этапе проведен анализ выявленных автором перспективных площадей на поиски золоторудных месторождений Енисейского кряжа, показавший новые возможности этой территории на поиски золота. Защищаемые положения сводятся к следующему:

1. Разработанное автором оригинальное программное обеспечение, позволяет генерировать искусственные типичные модели геологических ситуаций и рудо-контролирующих структур.

2. Новый алгоритм анализа топологических характеристик геолого-тектонических объектов применен на множестве искусственных моделей рудо-контролирующих структур, позволил:

> разработать метод определения минимально допустимого размера статистической выборки (количества) эталонных объектов, необходимого для решения задач выявления месторождений;

> классифицировать установленные корреляционные связи между пространственными положениями золоторудных месторождений и рудоконтроли-рующими структурами;

> определить ограничения на топологические характеристики рудоконтроли-рующих структур, с точки зрения возможности обнаружения корреляционных связей с золоторудными месторождениями.

3. Построена новая трехмерная плотностная модель земной коры Енисейского кряжа и сопредельных территорий на площади 300000 км2 по результатам: комплексной интерпретации площадных гравитационных материалов масштаба 1:1000 000, 20 плотностного моделирования, анализа сейсмических и магнито-теллурических данных вдоль профилей «Батолит» и «Шпат». Уточнено глубинное строение татарско-аяхтинских у№]Га и глушихинских уМ5^/ гранитов Енисейского кряжа, выделены участки вероятного развития офиолитовых пород.

4. Выделено 29 участков, перспективных для поисковых работ на золоторудные объекты, общей площадью 1811км2 по результатам предложенной методики стохастического анализа комплекса геолого-геофизических данных территории Енисейского кряжа площадью 75730 км2 и построенной автором трехмерной физико-геологической модели. Полученные результаты являются существенно более детальными и позволяют по-новому оценить перспективность изученной территории Енисейского кряжа на поиски золоторудных месторождений. Научная новизна полученных результатов состоит в следующем:

1. Построены новые трехмерные глубинные физико-геологические модели строения земной коры Енисейского кряжа и сопредельных территорий.

2. По разработанной автором методике стохастического анализа геолого-геофизических данных, в пределах Енисейского кряжа выделены новые участки, перспективные под поиски золоторудных объектов.

3. Применение разработанной методики, позволило значительно уменьшить площади участков, выделяемых под поиски золоторудных объектов, что может снизить объемы поисковых работ и экономические затраты на их проведение. Практическая значимость выполненной работы состоит в построении новой физико-геологической модели изучаемого региона, подтверждающей гипотезу покровно-складчатого строения Енисейского кряжа (Берниковский В.А, 2003, 2007). Результаты исследований автора позволяют сократить объемы поисковых работ на золотоносность, вследствие предложенной методики стохастического анализа геолого-геофизических данных. Построенные прогнозные карты позволяют выделить на Енисейском кряже новые участки, перспективные под поиски золоторудных месторождений. Пространственное положение выделенных перспективных участков на поиски золота не противоречит, созданной автором трехмерной физико-геологической модели глубинного строения Енисейского кряжа.

Личный вклад автора заключается в разработке оригинального программного обеспечения, позволяющего генерировать искусственные типичные модели геологических ситуаций. На основе использования авторской программы, проведен анализ пространственных связей между золоторудными месторождениями (аппроксимируемыми индивидуальными точками) и рудоконтролирующими структурами (аппроксимируемыми эллипсами или отрезками). Автором проведена обработка и переинтерпретация площадных гравиметрических и магнитных данных, построена трехмерная плотностная модель Енисейского кряжа, проведена её геологическая интерпретация, подтверждающая гипотезу его по-кровно-складчатого строения.

В ходе написания диссертационной работы, автором проведена обработка и интерпретация геофизических данных и подготовлен ряд разделов к отчету по теме: «Разработать методические рекомендации по прогнозу погребенных крупных рудных объектов в обрамлении кристаллических щитов» (Черкасов C.B., Ткачев A.B., Рундквист Д.В., Арбузова Е.Е., Чурикова Т.Г., Вишневская H.A., Стерлигов Б.В., Мельникова Е.В., 2008).

ГСЗ вдоль профилей «Батолит» и «Шпат»; гравиметрическим данные Ag (редукция Буге, плотность промежуточного слоя 2.67 и 2.30 г/см3, в пределах листов Р45, Р46, Р47, 045, 046, 047, N45, N46, N47) и данные аэромагнитных съемок ДТ (в пределах тех же листов).

Апробация работы. Промежуточные результаты докладывались на третьей международной конференции «Геоинформационные системы в геологии» (Москва, 2006), на 22"ом собрании наук о земле (Нанси, 2008), на международной конференции «Инженерная и рудная геофизика» (Геленджик, 2009), на международной конференции «Современная геология: история, теория и практика» (Москва, 2009) и на Генеральной Ассамблее EGU (Вена, 2010). Объем и структура диссертации. Диссертация состоит из введения, четырех глав и заключения. Содержит 132 страницы, 53 рисунка, 3 таблицы и список литературы из 101 наименования.

Работа выполнена под научным руководством к.г.-м.н., доцента Л.А. Золотой, которой автор выражает глубокую искреннюю благодарность за консультации и помощь при написании работы. Большую помощь в проведении исследований автору оказал к.г.-м.н. C.B. Черкасов, которому автор выражает глубокую признательность за предоставленные материалы, советы при проведении геологической интерпретации, консультации и неоценимую помощь при написании работы, а также сотрудникам AHO «Российско-Французской Металлогенической Лаборатории» и Государственного геологического музея им. В.И. Вернадского РАН. Автор благодарит к.г.-м.н. Фельдмана И.С. (ООО «ЕМГЕО») за предоставленные материалы по электромагнитным исследованиям.

Автор выражает искреннюю благодарность профессору Университета Орлеана Ян Чену, исследователям Шарлю Гюмьё и Люку Барбансону за существенную помощь при проведении статистического моделирования и консультации при написании работы. Автор благодарит сотрудников Французской Геологической Службы (BRGM, Франция) Гийома Мартелета и Даниэля Ка-сарда, за помощь при проведении интерпретации и предоставленное программное обеспечение.

Во введении диссертации сформулированы актуальность проблемы, изложены цели и задачи исследований, показаны научная новизна, практическая значимость и структура работы.

Раздел 1. Различные современные подходы к решению задач прогноза крупных золоторудных зон по комплексу геолого-геофизических данных

Попытки анализа связи месторождений полезных ископаемых с глубинным строением земной коры предпринимались начиная с 20-х годов прошлого века. Существование таких связей было убедительно показано Пейве А.В в 1956 году, а начиная с конца 1970-х годов, развиваются статистические методы оценок подобных связей. Впервые данный метод был описан и формализован Берманом М. в 1977 году.

Геологическое картирование в пределах России, проведено на всей её территории, но особенно детально изучены выходы кристаллического фундамента. В настоящее время вся территория страны покрыта региональными геологическими, гравиметрическими и аэромагнитными съемками 1:1000000 масштаба. Для большей части территории существуют более детальные съемки масштаба 1:200000. Для всей площади исследования автор располагал цифровыми векторными геолого-геофизическими данными региональных и детальных съемок.

Классическим подходом при прогнозе золоторудных провинций можно назвать рудно-формационный анализ, основы которого были заложены Константиновым Р.М, Кузнецовой В.А., Рундквистом Д.В., Томсоном И.Н., Щегловой А.Д. и другими выдающимися учеными. Константиновым М.М (2006) была предложена следующая методика рудо-формационного анализа:

> Установление типовых геологических обстановок нахождения и формирования месторождений, относящихся к определенной формации.

> Уточнение границ и возможностей применения метода аналогий при оценке слабоизученных месторождений, используя их формационную принадлежность.

> Обоснование возможности выявления как новых, так и нетрадиционных типов месторождений.

> Определение специфики геологической обстановки формирования крупных рудных месторождений.

Одновременно с этим подходом, для решения прогнозных задач на золото, развивается направление использования математических методов преобразований геолого-геофизических данных, в отсутствии единой концепции развития региона. Наиболее полно методы преобразований описаны в работах Knokx-Robinson (1997), Bonham-Carter G.F. (2002), Carranza E.G. (2009) и других авторов.

В математических моделях преобразований базовым понятием является параметрический слой: плоскость, находящаяся на высоте Я, на которую проецируются однотипные геологические объекты. При выборе геологических объектов для составления параметрического слоя, чаще всего, используют информацию о возрасте, составе, а также физических характеристиках горных пород. Эти данные могут быть получены при прямых исследованиях, таких как датировка возраста пород, петрографические и геохимические исследования скважин и др. С другой стороны, в ходе интерпретации геофизических данных и построении плотностных, магнитных, сейсмических и электрических и др. моделей могут быть получены косвенные данные о глубинных свойствах пород. Такой подход позволяет максимально учитывать априорную информацию при составлении модели изучаемого объекта и задании необходимого количества параметрических слоев.

В отличие от вышеописанного рудо-формационного анализа (Константинов М.М., 2006), использование математических моделей предусматривает следующую этапность решения поставленной прогнозной задачи:

1. По исходным геолого-геофизическим материалам формируется база данных различных параметрических слоев, отражающих топологические и физические свойства PC.

2. Проводится классификация параметрических слоев и оценка влияния каждого из них на результат построения прогнозной карты для поисков золоторудных месторождений.

3. Определяется оптимальный метод преобразования базы данных параметрических слоев.

4. Выделяются участки, перспективные под поиски золоторудных месторождений, на основе применения оптимального метода преобразования.

Существует два метода построения прогнозных карт (Knokx-Robinson С.М. и Groves D.I., 1997): концептуальный и эмпирический. Ясно, что первый метод предусматривает использование определенной геологической концепции формирования структур и, связанных с ними, определенных типов золоторудных месторождений. Эмпирический метод основывается на анализе пространственного распределения известных рудных скоплений вокруг различных типов геолого-тектонических объектов, что предусматривает обнаружение статистически значимой связи между ними. Метод хорошо адаптирован для изучения геологических структур кристаллических щитов.

Изучение современного состояния проблемы прогноза крупных золоторудных зон по комплексу геолого-геофизических данных показывает необходимость в разработке универсальной методики статистического анализа для решения обозначенных задач.

Раздел 2. Методика вероятностно-статистического моделирования для целей поисков и разведки месторождений.

Изучение геологических объектов, как порождений процессов в земной коре, показывает, что ситуация, в которой реализуется в природе процесс, такова, что его точное предсказание невозможно. Математические модели геологических объектов и процессов можно рассматривать как вероятностные (стохастические). В данном исследовании описывается стохастический принцип моделирования строения геологических объектов, при котором однотипные объекты геологической карты представлены как параметрические слои в соответствующей базе данных. Для каждого параметрического слоя строятся карты кратчайших расстояний до эталонных объектов слоя, которые, по определенному закону, преобразовываются в соответствующие карты вероятностных значений перспективности на золоторудную минерализацию. Итоговая карта участков, перспективных под поиски золоторудных месторождений, получается путем комбинации вероятностных карт каждого параметрического слоя. Первостепенное значение имеют два этапа: а) описание степени вклада каждого параметрического слоя на этапе объединения вероятностных карт, б) выбор одного из математических методов преобразований, используемого для пересчета карты

расстояний до объектов параметрических слоев в карты вероятностных значений.

Перед автором стояла задача создания искусственных математических моделей, отражающих типичные геологические ситуации территорий, относящихся к золоторудным провинциям. При таком подходе в пределах определенной площади исследования необходимо задать пространственные координаты известных месторождений, которые можно рассматривать как точки, и участвующих в последующем анализе геологических объектов, которые мы аппроксимируем простыми геометрическими формами: эллипсами, линиями. Заметим, что многоугольники могут соответствовать контурам интрузий, а линии - зонам разрывных нарушений. Изобразив, таким образом, модель, мы можем исследовать пространственные связи расстоянием между положением золоторудных объектов: а) границами распространения интрузий; б) разломами. На рис. 1 проиллюстрирована методика вышеописанного подхода на примере одного из участков Енисейского Кряжа. Основным параметром, устанавливающим пространственно-корреляционные связи между положением месторождения и объектами геологической карты, является вид функции пространственного распределения расстояний до них.

Автором разработан и реализован новый алгоритм автоматизированного создания искусственных моделей типичных геологических ситуаций золоторудных провинций (Стерлигов, 2010).

а)

ь разломы и дп (линии)

различные интрузивные образовании

|разно-;возрасгныс метаморфические породы

IIНТрУлип и -------ч< -

(полигоны) ^месторождения^ "• V \/ "к (тонки) -

,ч- \ \

рззрывкые нарушения

Рис. 1 Типы геометрических объектов: точечные, линейные и полигональные.

а) пример геологической корты (фрагмент Енисейского кряжа, Россия); б) фрагмент аномапьно-го поля силы тяжести для той же металлогенической провинции; в) геометрическая концептуальная модель

в)

У - Север

точки Множество М: •млинсы индивидуальные точки т

Множество Е: эллипсы с

'$е = *-(а-Ь>

<хо:уо) линии

Множество Ь: отрезки / У:)

Множество О: точки карты//

................./ | ;.......

размер ячейки по оси X

х - Восток

В процессе создания искусственных моделей, золоторудные месторождения рассматриваются как индивидуальные точки, с координатами положения центра (хд, уо), разрывные нарушения и др. (полилинии) аппроксимируются отрезками, интрузии и др. эллипсами (рис.1 в). В разработанном программном

обеспечении искусственная модель создается в два этапа: а) задаются топологические свойства объектов (характер распределения объектов на исследуемой области, задание азимута, размер и число сегментов, эллипсов), и б) задаются входные функции FY, описывающие пространственное распределение индивидуальных точек вокруг каждого типа объектов.

Искусственные модели состоят из двух параметрических слоев. Первый слой содержит множество отрезков Iii = {/1 А(1)}. Второй слой состоит из множества эллипсов Ж = {е | В(е)} (рис. 1в). Для множества JK эллипсов задается параметр р - отношение области, занятой эллипсами SE, к общей области исследования 5:

p = SE/S100% (1)

Другим важным параметром является NE - количество эллипсов. Координаты (хе ;уе) центров эллипсов и о, b полуоси эллипса определяются автоматически.

Основными свойствами множества ]Г, сегментов / является L - общая длина отрезков, и Nl - общее число отрезков. Отрезки задаются координатами их начала (хь уО и конца (х2, у2), азимут отрезка задается углом ß (Рис. 1в).

С помощью программного обеспечения можно создать 12 возможных конфигураций параметрического слоя, содержащего эллипсы е, и 6 конфигураций для отрезков /, что дает в общей сложности 72 базовых класса искусственных моделей геологических карт с идентичным способом задания топологических параметров объектов.

Для выбора наиболее адаптированной искусственной модели для прогноза золоторудных зон, можно использовать понятие информационной энтропии, предложенной Шенноном (1948, 1963). Энтропия - это мера неопределённости какого-либо опыта (испытания), который может иметь разные исходы, а значит и количество информации, содержащееся в модели. Для расчета энтропии необходимо определить функцию ожидаемого распределения расстояний до объектов через множество произвольных (всех) точек области. Такое множество '0> точек q создается по регулярной сети; число точек Nq зависит от общей площади модели без площади, занятой эллипсами (рис. 1.в):

Nq = (S- Se) / (cellsizeXcellsizeY), (2)

где cellsizeX и cellsizeY - размер ячейки регулярной сети вдоль оси X и оси Y, соответственно. Для гарантии, что множество точек '<> является представительным, использовалась регулярная сеть с размерами, минимум 50 на 50 точек. Энтропия Я дискретной случайной величины Хе с возможными значениями {Xi...,Xne }и функцией плотности вероятности Fx(p) равна:

H(~Fx)=,) l°g P(FXI) _ (3)

На следующем этапе определяется пространственное распределение индивидуальных точек. Создается множество М = {т | С(т)} индивидуальных точечных объектов т. Пространственное положение каждого точечного объекта т непосредственно определятся кратчайшим расстоянием до ближайшего эллипса р^ и кратчайшего расстояния до ближайшего отрезка ри (рис. 1в). Входные функции плотности вероятности F;(p) и C/j{p) пространственного распределения индивидуальных точек вокруг эллипсов и сегментов, соответственно, зада-

ются пользователем. Для описания входных функций используется классический нормальный закон распределения:

(4)

МР) =

7sÎ2X

где а' - дисперсия, и ц - математическое ожидание задаются пользователем. Получается два различных распределения плотности вероятности для каждого типа объектов (эллипсы или отрезки): входное /<")< и выходное (рассчитанное после распределения индивидуальных точек) (рис. 2). Таким образом, индивидуальные точки распределяются вокруг геометрических объектов, с помощью входных функций плотности вероятности (4), ^{р) для эллипсов и £/>(р) для отрезков.

Для выявления аномального пространственного распределения индивидуальных точек вокруг объектов оценивается статистическое различие между ожидаемым (Г,*) и выходным функциями распределения вероятностей. Однако, результаты проведенного стохастического моделирования показывают, что топологические свойства объектов параметрических слоев - линейного или поверхностного типа - не всегда позволяют однозначно восстановить входную функцию, имея выходную.

—— l-'x(|j) - ожидаемое

- Fy(p) - входное ./Î2-S. 2) Вход|ю(.

-Fï(pi-выходное 1>(р1

Duffy.Frf-O.O2 F£>

GROUP NORMAL: Модель класса l(CDF) MOJO)

A. p. \%N

Ш/

1 2 3 4 5 6 7 8 9 кратчайшее расстояние до хчлипсов

Ux(p) -ожидаема

- Uy(p) - входное/Л).9.1.5)

Ü7(p) - выходное

Dkl(FV, FZJ-0.01

7 8

кратчайшее рассюянне до отрезков

% эллипсы е (set Е) отрезки / (set L) индивидуальные точки т (set М) Рис. 2 Сравнение функций плотности вероятности: ожидаемой Fx, входной Fy и выходной Fz. а) функции кратчайших расстояний, вычисленных между эллипсами е и всеми точками карты q (ожидаемое) или индивидуальными точками т (выходное);

б) функции кратчайших расстояний, вычисленных .между отрезками 1 и точками карты q (ожидаемое) или индивидуальными точками т (выходное); в) пример искусственной модели.

Ожидаемое распределение для всех точек карты рассчитывается либо теоретическим либо эмпирическим ^(р) путем, используя множество

<5 всех точек д. Рассматривая случайное распределение множества точек на

плоскости, Кларк и Эванс, (1954) показали, что среднее расстояние между точками равняется:

ре= 1/(2^ (5)

где 6е - плотность точек (координат центров эллипсов) на единицу площади.

В таком случае, ожидаемое среднее расстояние между центрами эллипсов е также равно (5). При использовании уравнения (5) для определения среднего расстояния непосредственно между ближайшими эллипсами вводятся поправЬ — ки, путем вычитания двух ' - «средних» радиусов эллипсов е из рс, то есть:

р^р- 2-Ле, (6)

(7)

где «средний» радиус Яс произвольного эллипса получается из уравнения:

где средняя площадь эллипсов:

а 5/г общая площадь эллипсов.

Автором получено уравнение зависимости между количеством эллипсов и средним расстоянием между ними:

Описанное вычисление среднего расстояния между эллипсами е основано на определении первого момента распределения и, следовательно, равняется математическому ожиданию теоретического распределения расстояний ЯУ(р) от произвольных точек карты до ближайших эллипсов. Для выведения «универсальных» кривых рассмотрим средний радиус эллипсов, зависящий от площади области р занятой эллипсами, полученный из уравнений (7) и (5). Тогда уравнение (9) примет следующий вид:

(Ю)

График, показанный на рисунке За, построен, для случайного пространственного распределения эллипсов в пределах параметрического слоя. Однако пространственное распределение эллипсов может быть также групповым или равномерным. Для этого рассчитывается коэффициент кластеризации:

(11)

где среднее кратчайшее расстояние между ближайшими эллипсами:

Рл-СЕл)'**, (12)

а ре расстояние между ближайшими эллипсами (Кларк и Эванс, 1954). Тогда, перепишем уравнение (10) в виде:

РЕ=Рл1СЕг (13)

и подставим в (10). Используя уравнения (10), (12) и (13) получим неравенство:

0% 20% 40% 60% 80% и процент площади занятый эллипсамир

8-0 1500 3000 4500 6000 7500 9000 общая длина сегментов

Рис. 3 Определение оптимальной геометрической конфигурации, позволяющей выявить аномальное пространственное распределение индивидуальных точек вокруг объектов, а) дм эллипсов; б) для отрезков (сегментов).

В отличие от эллипсов, достаточно сложно использовать теоретический подход для описания пространственного распределения множества отрезков, поэтому, искомые параметры распределения получены эмпирическим путем. Для построения эмпирических кривых было рассчитано более 1000 моделей, вычисленных с помощью программного обеспечения, описанным выше. На рис. 36 представлены графики изменения математического ожидания в зависимости от средней и общей длины сегментов.

Важным моментом при использовании теоретических расчетов стохастического моделирования является ответ на вопрос: «Какое количество исходных данных по месторождениям необходимо (размер выборки) для надежного статистического анализа выявления пространственно-корреляционных связей между элементами геологической карты и положением золоторудных месторождений?» Для этого сравнивается входное ^{р) распределение расстояний между индивидуальными точками и геометрическими объектами и выходное /¿Кр) полученное для каждого параметрического слоя эмпирическим путем (рис. 4).

В случае, если выходное распределение расстояний р) соответствует входному распределению ^у{р), можно полагать, что количество индивидуальных точек т достаточно для статистического анализа. Для каждой искусственной модели количество «наблюденных» индивидуальных точек т поэтапно уменьшалось до АГМ = 3. По результатам тестирования было установлено, что, имея выборку из АТм = 42 индивидуальных то-

Модель: •■• Энтропия Н[Ру|Рг] Количество точек N

ШТднЯГ% Н книг распределения расстояний Fy(p) тест у2 Пирсона: выходная функция распределения расстояний Р/(р)

ад-КуСм?

Тестирование на модели класса D Group Small

О 10 20 30 40 50 60 70 80 90 100 НО 120 количество индивидуальных точек

Рис. 4 Результаты тестирования на минимальное число индивидуальных точек, необходимое для надежного статистического анализа.

чек, можно уверенно гарантировать, что выходная Fz функция распределения вероятностей не будет отличаться от входной функции Fy с вероятностью 95%, на уровне значимости 5%.

Одно из возможных применений искусственных геологических моделей состоит в определении устойчивости решения обратной задачи (восстановления входного распределения Fy) в зависимости от параметров модели. Устойчивость системы определяется на основе «потери» некоторой части информации (объектов). Тестирование происходит в несколько этапов и выполняется в следующей последовательности:

1. Построение оригинальной искусственной модели карты;

2. Определение местоположения индивидуальных точек т, используя входные функции распределений F>{p) и U)(р), заданных пользователем;

3. Проверка «пригодности» полученной модели для статистического анализа;

4. Удаление шаг за шагом и случайным способом, некоторого постоянного числа объектов (эллипсов или отрезков) из оригинальной искусственной модели;

5. На каждой стадии проводится оценка статистического различия между распределениями F'ziр) и U'z(р) вычисленными для новой («модифицированной») модели и Fz{р), Uz(р) полученными для стартовой модели.

Автором, на искусственных моделях, были определены необходимые минимальные размеры выборок эллипсов е из множества Б, при котором надежно восстанавливается входная функция Fy. Для каждой исходной модели был определен минимальный размер выборки эллипсов е из множества Е. По результатам тестирования, было установлено, что групповое пространственное распределение эллипсов е имеет некоторое преимущество по сравнению со случайным. Количественно, это можно оценить разницей (минимум в 5%) между необходимыми минимальными размерами выборок (Стерлигов Б.В., 2010). Схожим образом определяется минимальные необходимые размеры выборок отрезков / из множества I • для различных типовых геологических моделей. Полученные зависимости учитывались при анализе реальных геолого-геофизических данных Енисейского кряжа.

Далее описывается способ классификации параметрических слоев, основанный на использовании значений энтропии, как «благоприятных», «неблагоприятных» или «рискованных», для целей восстановления входной Fy функции распределения расстояний. Для этого одновременно проводится, с одной стороны, сравнение выходных Fz и ожидаемых Fx функций и, с другой стороны, входных Fy и выходных Fz функций. Для определения статистического различия между двумя функциями использовалось расстояние Dkl, в качестве статистической переменной, (Kullback и Leiber, 1951). Для решения проблемы масштаба, размеров изучаемой области, предлагается использовать фактор избыточности, вычисляемый как: W = 1 - Энтропия / (Максимальная Энтропия) (Шеннон, 1963).

На рис. 5 представлены результаты для двух различных входных функций: /N(p; ц =1.5, ст =2) и/ы(р; (Л=1.5, ст =4). Определены зависимости изменения Dkl от значений фактора избыточности W, вычисленных при сравнении а) ожидаемой Fx и выходной Fz функции (черные точки), и б) входной Fy и выходной Fz функции (серые точки), также показаны линии тренда и кривые нормального отклонения (Рис. 5). Статистические тесты, показывают, что при фиксированной функции входного Fy распределения значения расстояний DKL разница между выходным Fz и ожидаемым Fx распределениями (черные кривые) уменьшается, при одновременном уменьшении энтропии или увеличении значения фактора избыточности (Рис. 5). Вторая кривая показывает различие между входнъш Fy и выходным Fz распределениями. Определено, что, чем выше дисперсия входного распределения, тем больше будет различие между входными и выходными функциями (Рис. 5). Критическое значение фактора избыточности WCr вычисляется путем пересечения двух кривых (Рис. 5). Далее, используя статистику Пирсона, для входной Fy и выходной Fz функции определены предельные значения Winput и Woutput, при которых различие между каждой из функций и соответствующим ожидаемыми функциями незначительно (см. кривые соответствующие тесту на рис. 5). Для достаточно большого количества объектов (>20) справедливо неравенство W0UtPut ^ Winput. Параметрические слои со значением коэффициента избыточности, лежащим в интервале

< V/ <\¥оъ классифицируются как конфигурации «высокого риска», < <\Уои1рШ, как «опасные» конфигурации и при У/ < \\^при1 как «благопри-

входная функция

входная функция Fv-A(p:i»- I.5.0-4)

Fx - ожидаемое F;j - выходное

0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 W= I- Энтропия/СМакс Энтропия) Х2 тест: Fx = Fy (1 = Да; 0 = нет) %2 тест: Fx = F?. (1 = да; 0 = нет)

ятные» конфигурации.

а) 2

1.8 1,6 й1А

I I

о 0,8

8 <>■& (2 0.4 0.2 о

0.15 0.2 0.25 0.3 0.35 0,4 0.45 0.5 0.55 0,6 0.65 0.7 1-Энтропия/(Макс Энтропия) • ПкЦТх. Р/.) — линии тренда ® Рг) +/- стандартное отклонение —

Рис. 5 Определение «мощности» пространственных аномальных распределений.

графики а) и б) соответствуют двум различньш входным функциям распределения.

Опираясь на результаты проведенного стохастического математического моделирования, автор предлагает использовать для решения практических задач следующую поэтапную методику статистического анализа геолого-геофизических данных для выделения участков, перспективных под поиски рудных месторождений.

На первом этапе геологические, геофизические и геохимические данные по форме их проекции на горизонтальную плоскость разделяются на три типа: полигональные (интрузивные, магматические образования и пр.), линейные (разрывные нарушения и пр.) и точечные (рудные месторождения). В связи с

этим, необходимо отметить, что данный вид статистического анализа целесообразно проводить только для тех типов рудных объектов, которые в масштабе исследования могут быть приняты в качестве точки. Каждый тип данных (полигональный, линейный и точечный) в свою очередь разделяется на «параметрические слои», содержащие однотипные объекты (либо по возрасту, либо по типу, либо по происхождению и т.д.).

Второй этап заключается в: а) определении общей площади исследования, в пределах которой рассматриваются проекции объектов каждого параметрического слоя на выбранную плоскость исследования, и б) определении геометрических параметров проекций объектов для каждого параметрического слоя.

На третьем этапе для объектов полигонального и линейного типа необходимо определить параметры ожидаемых распределений соответствующих параметрических слоев. На четвертом этапе для каждого параметрического слоя рассчитывается энтропия параметрического слоя. На предпоследнем этапе параметрические слои классифицируются по степени влияния на положения рудных объектов. На последнем этапе рассчитываются карты, так называемых «вероятностных очков», и выделяются участки, перспективные под поиски рудных месторождений.

Раздел 3. Моделирование глубинного строения земной коры Енисейского кряжа.

Енисейский кряж в обозримой перспективе останется одним из основных золотодобывающих регионов, поскольку здесь сосредоточен большой ресурсный потенциал и действующие золотодобывающие мощности. Здесь же сосредоточены основные объемы геологоразведочных работ на золото, проводимые как за бюджетные средства, так и за средства недропользователей. Решить задачу выделения новых перспективных участков для Енисейского кряжа можно только путем изучения глубинного строения региона и рудоконтролирующих структур. Современное представление о геологическом строении региона основывается на работах Кириченко Г.И., Лесгафа A.B., Кузнецова Ю.А, Мусатова ДМ, Семихатова М.А., Суркова B.C., ХаинаВ.Е., Волобуева М.И., Вотаха O.A., Петрова В.Г., Херсаковой Т.Н., Константинова М.М-, Черкасова C.B., Сафонова Ю.Г а также Берниковской А.Е., Берниковского В.А., Даценко В.М., Сальникова Е.Б., Ясенева A.M., Ковач В.П., Котова А.Б., Травина A.B. и многих других авторов. Однако вопрос об истории формирования геологических структур Енисейского Кряжа до сих пор остается дискуссионным.

Существует несколько точек зрения на внутреннее строение Енисейского кряжа. Первая модель сформировалась в период господства геосинклинальной модели развития региона. Согласно этим представлениям, в структуре Енисейского кряжа выделятся Центральное и Приенисейское поднятие, а также Восточный, Ангаро-Тисский и Енисейский прогибы (Херсакова Т.Н., 1999). Поднятия отделяются от прогибов крупными долгоживущими, с рифея, разломами. На поднятиях обнажается архейский (?) фундамент, перекрытый нижнепротерозойским протоплатформенным чехлом, а также комплексом отложений

Рис. 6 Плотностпые модели глубинного строения Енисейского кряжа вдоль опорных профилей, а) вдоль геотраверса «Батолит»; б) вдоль геотраверса «Шпат».

нижнего - среднего рифея. В результате исследований конца XX века была предложена новая альтернативная модель строения Енисейского кряжа, сочетающая в себе как черты «фиксистской», так и «мобилисткой» моделей (Херса-кова Т.Н., 1999; Берниковский В.А., 2003, 2007). Было высказано предположение, что Енисейский кряж имеет покровно-складчатое строение. Покровообра-зование на территории кряжа происходило, как минимум, дважды: первый этап связан с коллизионными процессами гренвильской эпохи (1000 млн. лет) во время формирования суперконтинента Родиния. На втором этапе (900 - 850 млн. лет) произошла коллизия рифейской островной дуги и позднерифейской Палеосибири (Берниковская А.Е„ 2003). Этот процесс завершился внедрением гранитов татарско-аяхтинского комплекса (850±50 млн. лет), и формированием покровно-складчатой структуры Енисейского Кряжа (Херсакова Т.Н., 1999).

Для проверки существующих гипотез глубинного строения Енисейского кряжа и уточнения представлений о природе формирования зон с повышенной золоторудной минерализацией были привлечены данные электромагнитных исследований методом магнитотеллурического зондирования вдоль профиля «Батолит»; данные ГСЗ вдоль профилей «Батолит» и «Шпат»; гравиметрические съемки Ag и материалы аэромагнитных съемок AT. На первом этапе изучения глубинного строения территории, опираясь на геолого-геофизические данные, были построены двухмерные плотностное модели глубинного строения Енисейского кряжа в программе GM-SYS (GeoSott) вдоль геотраверсов «Батолит» и «Шпат» (рис. 6).

Западно-Сибирская As- мПш плита

Сибирская платформа

0) 4g. uIVl

В процессе моделирования было рассмотрено множество моделей, отражающих различные точки зрения на строение изучаемого региона. Однако, наилучшая точность подбора плотностных моделей менее ±0.8 мГал была получена в предположении покровно-складчатого строения региона. Особое внимание

уделялось моделированию интрузивных образований (на глубинах до 5 км), в частности гранитных комплексов татарско-аяхтинского и глушихинского возраста, как возможных рудоконтролирующих структур золоторудных месторождений.

Трехмерное плотностное моделирование проводилось в программе ЗDgeomodeller (ВЯОМ, Франция). Отличительной особенностью программы является геологический принцип моделирования, который основан на построении поверхностей различных геологических слоев с использованием точек наблюдений на местности и данных об элементах залегания слоев. При моделировании в качестве исходных данных использовались цифровые геологические карты масштаба 1:200000 и 1:1000000, что существенно ускорило процесс создания трехмерных моделей. Геологические слои модели располагаются в строгом соответствии с их возрастом от самых древних до молодых. Всего выделено 17 геологических слоев, начиная от мантии до осадочных пород.

В соответствии с типом пород, слагающих слои, задавалось значение плотности, которое варьировало от 2,05 до 3,25 г/смЗ. Отметим, что плотности о для глубинных слоев определялись на основе корреляционных зависимостей а от значений скоростей V соответствующих блоков сейсмических разрезов. Отдельно моделировались разрывные нарушения, путем трассирования их на поверхности. Для трехмерного моделирования использовались результаты плотностного моделирования вдоль опорных профилей «Батолит» и «Шпат». Для получения более достоверной модели, дополнительно, проводилось плотностное моделирование вдоль серии из восьми профилей, параллельных профилю «Батолит» и расположенных на расстоянии 40 км друг от друга. В результате трехмерного плотностного моделирования была создана модель глубинного строения Енисейского кряжа и сопредельных территорий (рис. 7).

а, г/смЗ Осадочные породы: 2 05 ШШШ мезозой 2 5 ЯШ палеозой

2.5 Шйй кембрий 2.67 ве™

Метамрфические породы:

2.6 | j МРнеопрагерозоГ!

2.7 MI MF мезопротерозой 2.75 ЯШ РР палеопротерозой

Изверженные породы: 3.01 ЯН триассовые траппы Граниты:

: lyNPg/ Глушихинский

Z.64 -^комплекс

2^1 Щ^т yNP/a Татарско-

^^^ аяхтинский комплекс Фундамент: 2.75 К- "Л Верхняя часть 2.7 ЯН силл 2_g5 НН Средняя часть -I 05 шшш офиолитовын комплекс

Рис. 7 Фрагмент ЗО плотностной модели глубинного строения Енисейского кряжа.

Проведя параметризацию по плои слоев путем решения прямой задачи для предельных территорий, было получено

юсти и конфигурации геологических территории Енисейского кряжа и со-аномальное поле силы тяжести, ото-

браженное на рисунке рис. 8. Вместе с тем, были рассчитаны и другие модели строения Енисейского кряжа, отвечающие различным геологическим гипотезам (Стерлигов Б.В., 2008). Однако, наилучшую сходимость с наблюденным полем (±6мГал) показала плотностная модель, отвечающая покровно-складчатому строению изучаемой территории. Для центральной части Енисейского кряжа удалось существенно уточнить глубинное строение гранитоидов татарско-аяхтинского и глушихинского возраста. Первые из них имеют преимущественно субвертикальное залегание, однако, глушихинские граниты характеризуются сложным внутренним строением, и лишь малая часть из них проявляется на поверхности.

Рис. 8 Аномальное поле силы тяжести а) рассчитанное для трехмерной плотностной модели и наблюденное (в редукции Буге, плотность промежуточного слоя а = 2.67 г/см) .

Полученная физико-геологическая трехмерная модель Енисейского кряжа не противоречит исходным геолого-геофизическим данным, отображает сложное строение региона и вписывается в концепцию развития Енисейского кряжа как коллизионной структуры. Результаты, полученные в процессе интерпретации геофизических данных, использовались в дальнейшем при построении прогнозных карт на золото.

Раздел 4. Построение прогнозных карт золоторудных зон Енисейского кряжа.

В пределах золотоносных провинций Енисейского кряжа усилиями исследователей этого региона (Петровский Н.В., Бернштейн П.С., Бровков Г.Н., Гаврилов A.M., Корнеев Т.Я., ЛиЛ.В., Мусатов Ю.П., Новожилов Ю.И. и др.) выявлены конкретные проявления, перспективные площади, рудные поля и узлы. Тем не менее, анализ перспектив выявления рудного золота, по-прежнему, является одной из основных задач по исследованию Енисейского кряжа.

Описанная выше методика стохастического анализа геолого-геофизических данных для целей выделения участков, перспективных под поиски золоторудных месторождений, была применена автором на территории Енисейского кряжа. Это связано с тем, что, с одной стороны, для данного региона имеется большой объем геолого-геофизических данных высокой кондиционности (раздел 3), а с другой стороны, имеется представительная выборка из 47 известных золоторудных месторождений (представительность оценена по результатам тестирования, изложенным в разделе 2).

Основная часть известных месторождений находится в пределах СевероЕнисейского золоторудного района, изучению которого посвящено множество работ. Отметим, что к настоящему времени уже созданы различные прогнозные карты на золотоносность в пределах Енисейского кряжа, которые опираются на результаты исследований Бровкина Г.Н (1985), РучкинаГ.В. и Конкина В.Д. (1998), Симкина Г.С. (1998) Константинова М.М и Варгуниной Н.П. (1998), Сафонова Ю.Г. (2007), Черкасова C.B. (2008), Ромашко В.В. (2010) и других авторов. Золоторудные формации Енисейского кряжа представлены тремя типами: золото-кварцевой, золото-сульфидной и формацией золотоносных кор выветривания. Типичным представителем золото-сульфидной формации является Олимпиадинское комплексное сурьмяно-золоторудное месторождение.

По результатам предшествующих исследований (Константинов М.М и др., 1999, Черкасов C.B. и др., 1999) известно, что золоторудная минерализация приурочена к татарско-аяхтинским гранитным массивам, а также ассоциирована с метаморфическими породами сухопитской серии. Таким образом, согласно описанной в разделе 2 методике стохастического моделирования были созданы параметрические слои, содержащие проекции данных геологических образований и цифровые данные расстояний от положения месторождений до контуров гранитных массивов и метаморфических образований. Одновременно с этим, произведено описание геологического разреза совокупностью детальных параметрических слоев по возрасту пород. Всего создано 16 параметрических слоев, содержащих проекции различных геологических объектов. Основываясь на результатах обработки и интерпретации геофизических данных, изложенных в разделе 3, создано дополнительно два параметрических слоя. Первый слой содержит результаты тектонического районирования территории Енисейского кряжа. Второй слой - результаты выделения зон пониженной плотности, оконтуренных с помощью применения метода деконволюции Эйлера.

На следующем этапе, согласно предложенной в разделе 2 методике, определялись статистические характеристики функций ожидаемых распределений Fx для отобранных парамет-

рических слоев - значение эн- 4 5 j .................

тропии H[Fx] и математического X 4 -i ., и У) 4 orintfffi^

о 3.5 j /Ф^л) ^р«¡s»

ожидания ЩРх\. Построен график зависимости значений ма- « 2.з

тематических ожиданий от ЭН- §_ 2 \Параметрические слои содержащие:

* 3

тропии ДЛЯ каждого из парамет- ё1'5"!^" * Осадочные породы к Разрывные нарушения

" ! 1 в Метаморфические * Геофизические данные

рических слоев, на котором 03 \ породы

'„ : в Магматические породы можно четко выделить группы о ■»—.......—г.....- -,------.--------------------------------------

«плохих», неприменимых для 0 5 10 15 20 25 30 35 40

Математическое ожидание распределения р* статистического анализа, «сред- всех точек вокруг объектоРв слоя

них», «хороших» и отличных „ „ „ , ,

г Рис. 9 Классификация слоев, содержащих геоло-

параметрических слоев (рис. 9). го-геофизические объекты, на основе энтропии и Для каждого параметриче- математического ожидания ожидаемого рас-ского слоя были рассчитаны пределения (для всех точек области).

функции выходного распределения Fz, которые описывают пространственно-корреляционную связь золоторудных месторождений и объектов соответствующего параметрического слоя. По характеру отношения функций ожидаемого Fx и выходного распределений Fz было выделено три типа закономерностей: «отсутствие аномалии», «сильное статистическое различие» и «слабое статистическое различие».

Следующий важный этап - определение вклада каждого из параметрических слоев в итоговую прогнозную карту. Для этого, было необходимо определить тесноту связи объектов параметрического слоя и положения золоторудных месторождений. В разделе 2 было установлено, что чем больше статистически значимо отличие функций ожидаемого Fx распределения от выходного Fz, тем уверенней можно утверждать, что объекты данного слоя являются рудоконтро-лирующими структурами (Carranza М., 2009, Стерлигов Б., 2010). Однако необходимо учитывать, что при различной энтропии слоев, но одинаковой степени влияния объектов данных слоев на минерализацию, «степень» статистической связи будет принята как менее выраженная для слоя с меньшей энтропией. Для учета данного эффекта построен график зависимости энтропии параметрического слоя от значения статистики Пирсона (Кендал М. и Стюарт А, 1983) (рис. 10). По результатам анализа графика выделено 4 класса слоев по степени их значимости для построения вероятностной карты. При этом слои 4-ого класса не участвовали при построении прогнозных карт, так как статистически значимой пространственной связи золоторудных месторождений и объектов данных слоев не установлено.

В результате комплексного статистического анализа геолого-геофизических данных было отобрано 5 параметрических слоев, которые в свою очередь разделены на 3 класса по степени влияния объектов параметрических слоев на положение золоторудных объектов (рис. 9). Из графика видно, что параметрические слои в порядке их значимости распределяются так:

1. Метаморфические породы нижней-средней подсерий сухопитской серии

MPÍAm;

2. Разрывные нарушения, выделенные по потенциальным полям;

3. Источники Эйлера, рассчитанные для аномального гравитационного поля Ag;

4. Татарско-аяхтинские граниты yNPjto;

5. Метаморфические породы тейской серии РРзй.

Параметрические слои содержащие: ^ Осадочные породы ■ Метаморфические породы • Магматические (юроды х Разрывные нарушения Геофизические данные

0.05

0.75

0.15 0,25 0.35 0,45 0.55 0.65 \У = 1 - Энтропия/.Макс(Энтропия)

Рис. 10 Классификация слоев по их влиянию на положение рудных объектов, и определение весовых функций каждого слоя для расчета итоговых «прогнозных» карт.

Проведенный автором анализ участков, перспективных под поиски золоторудных месторождений Енисейского Кряжа, построенных с использованием алгебраической модели, позволил выделить две выборки золоторудных месторождений. В первую группу вошли 13 золоторудных месторождений, площадь соответствующих буферных зон (области одинаковых значений вероятности нахождений месторождений) на 76% от области исследования. Вторая выборка состоит из 34 месторождений, площадь соответствующих буферных зон составляет 14%. Однако, с другой стороны, площадь всех выделенных перспективных участков составляет более 10000 км2, что по-прежнему составляет достаточно обширную территорию. С целью уменьшения площади участков, перспективных на поиски рудных месторождений использовались математические модели нечеткой логики и весовых функций. Площадь буферных зон, перспективных на поиски золоторудных месторождений, рассчитанных на основе математической модели «весовых функций», составила 6% или 4500 км2. Одновременно, к данным буферным зонам приурочено 72% золоторудных месторождений. Для прогнозной карты, основанной на математической модели «нечеткой логики», выделены буферные зоны со значениями «вероятностных» очков выше 0.06, общей площадью 4%, на которые также приходится 72% месторождений.

Для получения наиболее достоверного результата, итоговые площади, перспективные под поиски золоторудных месторождений, были построены путем пересечения участков, полученных в результате различных прогнозных построений (преобразование методами алгебраического суммирования, нечеткой логики и весовых функций) (рис, 11). Построенные прогнозные карты являются основным результатом статистического анализа геолого-геофизических данных Енисейского кряжа. Согласно этим данным, выполнено оконтуривание площадей, перспективных на поиски крупных золоторудных месторождений, которые составили 2% от площади Енисейского кряжа (Стерлигов Б.В., 2009). Важно, что в пределах выделенных зон располагаются около 70% известных месторождений региона и более 90% крупных и сверхкрупных золоторудных месторождений региона (в том числе Олимпиадское, Советское и др.), что подтверждает высокую степень достоверности разработанной автором методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото (на примере Енисейского кряжа)

Примененная автором методика стохастического анализа геолого-геофизических данных на территории Енисейского кряжа, позволила по-новому оценить перспективность территории на поиски золоторудных месторождений (рис.11). Одним из преимуществ, разработанной и примененной автором методики стохастического анализа данных является существенное сужение границ выделенных прогнозных участков (уменьшение площади участков, более чем в четыре раза). Таким образом, общая площадь участков, перспективных на золотоносность, выделенных автором, равняется 1811 км2, или 2.4% от площади исследования (75730 км2). Именно небольшая площадь выделенных участков

наиболее выгодна с экономической точки зрения, так как существенно снижаются затраты на этапе поисковых работ.

о Аи месторождения СЗ изучаемая область

-разрывные нарушения

Гранитные комплексы |, > |)уЫР1:а Татарско-

Аяхтинский комплекс Метаморфические породы, МРЗэЬ Сухопитская серия ЯК МРЗш1 \ лерейская свита

.....I МРЗ^Ь Горбияокская свита

ШВМРЗкг Кординская свита

Золоторудные зоны: ЕЕО Стерлигов Б.В.. 2010 ¡233 Ромашко В.В., 2010 РЩ РФМЛ, 2007 I 1 Варгунина Н.П., 1982 золоторудные узлы

Рис. 11 Сопоставление участков, перспективных под поиски золоторудных месторождений, с прогнозными построениями предгиествующнх исследований за период с 1980 по 2010 годы.

Полученные карты участков, перспективных на золотоносность, сопоставлялись автором с полученной трехмерной физико-геологической моделью строения Енисейского кряжа (рис. 12). Для детального анализа, сравнение проводилось в центральной части Енисейского кряжа (участок 100 на 150 км), и рассматривалась только верхняя часть модели (до 20 км) (рис. 12).

На построенной модели четко прослеживается пространственно-корреляционная связь, как золоторудных месторождений, так и выделенных прогнозных участков с пространственным положением гранитоидов татарско-аяхтинского возраста, развитых преимущественно в центральной и северовосточной части модели. В северо-западной и юго-западной части модели были внедрены преимущественно граниты глушихинского возраста, и отмечается отсутствие золоторудных месторождений и рудопроявлений (рис. 12). Важно, что в данной части модели практически отсутствуют и прогнозные участки. Небольшая группа прогнозных участков в юго-западной части модели, скорее всего, выделена ошибочно, так как непосредственно под ней находится круп-

ный гранитоидный массив глушихинского возраста (размерами около 30 на 30 км, и мощностью до 10 км).

Рис. 12 Сопоставление золоторудных зон и трехмерной физико-геологической модели Енисейского кряжа.

Анализируя построенную физико-геологическую модель Енисейского кряжа, было установлено, что главные рудоконтролирующие структуры имеют субвертикальное строение границ. Предложенная методика сопоставления результатов двухмерного статистического анализа геолого-геофизических данных и трехмерной физико-геологической модели Енисейского кряжа позволяют скорректировать конфигурацию и количество прогнозных участков, перспективных на поиски месторождений рудного золота.

Автором создана и апробирована новая методика стохастического анализа геолого-геофизических данных с целью выявления новых участков под поиски золоторудных месторождений, как в пределах Енисейского кряжа, так и для других территорий со схожими геолого-тектоническими условиями развития. Для региона Енисейского кряжа и сопредельных территорий создана новая трехмерная физико-геологическая модель глубинного строения земной коры по комплексу площадных геологических и гравимагнитных данных, с опорой на профильные сейсмические и электроразведочные материалы вдоль геотраверсов «Батолит» и «Шпат». Предложенная модель отражает сложное внутреннее геологическое строение Енисейского кряжа, и согласуется с современными представлениями об эволюции региона (рис. 7). Уточнено глубинное строение татарско-аяхтинских уОТ^д и глушихинских гранитов Енисейского

кряжа (рис. 12), выделены участки вероятного развития офиолитовых пород.

На построенной автором прогнозной карте выделено 29 участков, перспективных для поисковых работ на золоторудные объекты, общей площадью 1811км2 по результатам предложенной методики стохастического анализа комплекса геолого-геофизических данных территории Енисейского кряжа (рис. 11).

Заключение

Полученные результаты выделенных прогнозных золоторудных зон, полученных на основе предлагаемой автором методики стохастического анализа, по-новому позволяют оценить перспективность территории по сравнению с предшествующими прогнозными оценками для региона Енисейского кряжа. Применение разработанной методики, позволило существенно уменьшить площадь участков, выделяемых под поиски золоторудных объектов, что существенно снижает объемы поисковых работ и экономические затраты на их проведение. Разработанная методика стохастического анализа комплекса геолого-геофизических данных, для решения прогнозных задач на золото, может быть применена для изучения других областей со схожими геолого-тектоническими условиями развития.

Основные положения диссертации опубликованы в следующих работах:

1. Статистический анализ геолого-геофизических данных при прогнозе золоторудных зон Енисейского кряжа. // Геофизика, 2010. №4 с.47-59 (соавторы JI.A. Золотая, C.B. Черкасов, Ш. Гюмьё, Я. Чен, Д. Касард)

2. Проблема представления трансформант гравитационного поля для различного программного обеспечения, Третья международная конференция «Геоинформационные системы в геологии", 15-17 ноября, 2006

3. Геофизические признаки транскоровых палеосистем тепломассопереноса как индикаторы рудных объектов. Тезисы Научно-практической конференции «Прогноз, поиски, оценка рудных и нерудных месторождений — достижения и перспективы». ЦНИГРИ, Москва, 2008 (соавторы C.B. Черкасов, H.A. Вишневская, A.B. Ткачев, Т.Г. Чурикова)

4. Изображение глубинных структур земной коры с использованием геологических и геофизических данных, и применение для золоторудных месторождений Енисейского кряжа, 22'ое Собрание Наук о Земле, Нанси, 21-24 апреля, 2008 (соавторы Л.А. Золотая, C.B. Черкасов, Ш. Гюмьё, Я. Чен, Д. Касард)

5. Построение прогнозных карт зон, перспективных на золотоносность, с использованием методов статистического анализа на примере Енисейского кряжа, Инженерная и рудная геофизика, Геленджик, 26-30 апреля, 2009 2008 (соавторы Л.А. Золотая, C.B. Черкасов, Ш. Гюмьё, Я. Чен, Д. Касард)

6. Прогноз и поиск золоторудных месторождений методами математической статистики на примере Енисейского кряжа, Современная геология: история, теория и практика, Москва, 14-16 октября, 2009, с. 245-247 (соавторы Л.А. Золотая, C.B. Черкасов, Ш. Гюмьё, Я. Чен, Д. Касард)

7. Прямое статистическое моделирование и его применение для построения прогнозных карт при поисках рудных месторождений, EGU, Генеральная Ассамблея, Вена, 02 - 07 мая, 2010 (соавторы Ш. Гюмьё, Л. Барбансон, Я.Чен, Д. Касард, C.B. Черкасов, Л.А. Золотая)

8. Modeling of paleo heat-and-mass transport for prognosis of mineral deposits using GIS. AIP Conf. Proc. 7 May 2008, Volume 1009, pp. 262-269 (co-authors S. Cherkasov, D. Cassard, E. Arbuzova and N. Vishnevskaya)

Подписано в печать ¡2.11.2010

Формат 60 х 90/16

Печать РИЗО. Объем работы 1 п.л.

Отпечатано в отделе оперативной печати Геологического ф-та МГУ Тираж ¡00 экз. Заказ № <4 £

Содержание диссертации, кандидата геолого-минералогических наук, Стерлигов, Борис Васильевич

ВВЕДЕНИЕ.

РАЗДЕЛ 1. РАЗЛИЧНЫЕ СОВРЕМЕННЫЕ ПОДХОДЫ К РЕШЕНИЮ ЗАДАЧ ПРОГНОЗА КРУПНЫХ ЗОЛОТОРУДНЫХ ЗОН ПО КОМПЛЕКСУ ГЕОЛОГО-ГЕОФИЗИЧЕСКИХ ДАННЫХ.

1.1. Современный геологический взгляд на формирование различных типов золоторудных месторождений (описываются различные типы месторождений, их распространенность в мире, какой тип изучается).

1.2. Гипотеза формирования рудоконтролирующих систем.

1.3. Методы прогноза и поисков золоторудных месторождений.

1.4. Особенности применения геофизических методов на этапе поисковых и прогнозных задач на рудное золото.

1.5. Современные возможности создания ЗТ) физико-геологических моделей.

РАЗДЕЛ 2. МЕТОДИКА ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИ ПОИСКАХ И РАЗВЕДКЕ ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ.

2.1 Методика создания искусственных геологических моделей, состоящих из различных параметрических слоев.

2.1.1 Определение геометрической конфигурации объектов каждого параметрического слоя искусственной модели.

2.1.2 Пространственное распределение точечных объектов по отношению к линейным и полигональным объектам.

2.1.3 Классификация параметрических слоев модели, используя информационную энтропию.

2.2 Аномальное пространственное распределение точечных объектов т.

2.2.1 Используемые статистические тесты.

2.2.2 Различные виды функций, описывающих аномальное пространственное распределение точек вокруг объектов.

2.2.3 Влияние конфигурации параметрического слоя на возможность восстановления входного распределения расстояний между точками и объектами слоя.

2.3 Тестирование устойчивости геологических моделей различных типов.

2.3.1 Тест на необходимое минимальное количество точечных объектов т.

2.3.2 Тест на устойчивость модели к уменьшению количества объектов.

2.4 Общая классификация моделей, основанная на информационной энтропии.

2.5 Краткие выводы.

РАЗДЕЛ 3. МОДЕЛИРОВАНИЕ ГЛУБИННОГО СТРОЕНИЯ ЗЕМНОЙ КОРЫ ЕНИСЕЙСКОГО КРЯЖА.

3.1 Современные представления о геологическом строении Енисейского кряжа.

3.2 Характеристика используемых геофизических данных.

3.2.1 Потенциальные поля (поле силы тяжести Ag, магнитное поле AT).

3.2.2 Региональные сейсмические наблюдения вдоль геотраверсов ГСЗ «Батолит» и «Шпат».

3.2.3 Результаты магнитотеллурического зондирования вдоль опорного профиля «Батолит».

3.3 Различные виды трансформаций потенциальных полей.

3.4 Построение 2D плотностных моделей вдоль геотраверсов «Батолит» и «Шпат».

3.5 Трехмерное моделирование глубинного строения Енисейского кряжа и сопредельных территорий.

РАЗДЕЛ 4. ПОСТРОЕНИЕ ПРОГНОЗНЫХ КАРТ ЗОЛОТОРУДНЫХ ЗОН ЕНИСЕЙСКОГО КРЯЖА.

4.1 Различные вероятностно-статистические подходы при прогнозе и поисках рудных месторождений.

4.2 Статистический анализ геолого-геофизических данных Енисейского кряжа.

4.3 Математические модели построения прогнозных карт на золото.

4.3.1 Группа «дискретных» методов.

4.3.2 Группа «непрерывных» методов.

4.4 Прогноз золоторудных зон Енисейского кряжа.

4.5 Краткие выводы.

4.5.1 Сопоставление золоторудных зон выделенных автором с результатами предшествующих исследований.

4.5.2 Использование 3D физико-геологической модели Енисейского кряжа для целей прогноза золоторудных зон.

Введение Диссертация по наукам о земле, на тему "Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото"

Растущая потребность в минеральном сырье делает необходимым развитие новых методов прогноза и поиска полезных ископаемых, в том числе основанных на изучении пространственно-корреляционных связей между положением месторождений и элементами глубинного строения земной коры. Попытки анализа связи месторождений рудных полезных ископаемых с глубинным строением земной коры предпринимались начиная с 20-х годов прошлого века. При построении глубинных тектонических моделей рудных месторождений активно привлекаются данные геофизических методов: магниторазведки, гравиразведки и сейсморазведки.

Поверхность территории России, особенно в местах выходов фундамента, достаточно хорошо обследована. Большая часть территории России покрыта геологической съемкой 1:200000 масштаба. Значительная часть геологических карт масштабов 1:2500000, 1:1000000 и 1:200000 оцифрована и переведена в векторный формат, создана единая база цифровых геологических данных. На сегодняшний день, практически вся территория России имеет покрытие гравиметрическими картами масштабов 1:1000000 и 1:200000. Совокупность цифровых геолого-геофизических баз данных позволяет успешно применять методы статистического анализа для решения широкого спектра задач, в частности для решения прогнозных задач на золото.

Задача прогноза и поиска скрытых и погребенных золоторудных месторождений в современных экономических условиях остается первостепенной. В связи с этим, для решения этих задач растет значение комплексирования геологических, геофизических и геохимических методов. Однако существует ряд сложностей при использовании данных методов («Геофизические методы.», 1990): рудообразующие системы (РС) имеют разное строение для месторождений разных полезных ископаемых, и, наоборот, для одного и того же вида сырья РС могут различаться в разных геодинамических обстановках (и для разных типов месторождений). гравитационные и магнитные аномалии, в общем случае не являются прямыми признаками оруденения. при анализе региональных закономерностей как геофизические, так и геохимические аномальные зоны соответствуют объектам, в той или иной степени наследующим отдельные элементы строения рудообразующих структур, которые являются лишь косвенными признаками возможного оруденения. как для геофизических, так и для геохимических аномалий отсутствует универсальная методика количественной оценки их пространственной связи с рудными объектами.

Одновременно с этим, современное развитие геоинформационных систем (ГИС) позволяет по-новому использовать междисциплинарные геолого-геофизические данные для фундаментальных исследований и экономического применения (Brewer С.А., 2005). Это позволяет использовать новый класс статистических методов построения «прогнозных» карт, отражающих зоны разной степени вероятностей выявления золоторудной минерализации (Carranza E.J.M., 2009). Подобные построения основаны на методах математической статистики, как результатов преобразований исходного набора геолого-геофизических данных в прогнозные карты на поиски месторождений золота.

Основной задачей исследований автора является разработка методики стохастического анализа геолого-геофизических данных для выявления пространственно-корреляционных связей между золоторудными месторождениями и различными элементами строения земной коры (PC и комплексов). Разработаны и применяются два основных способа решения подобных задач (Knokx-Robinson, 1997): а) эмпирический подход, при котором в качестве входных данных геологической модели используется информация о местоположении известных золоторудных месторождений и имеющиеся геолого-геофизические материалы; б) концептуальный подход, при котором решение прогнозных задач базируется на определенной геологической концепции развития региона, в отсутствии данных о местоположении известных месторождений золота.

При использовании эмпирического и концептуального подходов для решения задач прогнозирования важным моментом является обоснование и выбор оптимальной методики преобразований данных. Существует множество различных математических моделей преобразований: булевский метод (Bonham-Carter G.F., 2002), алгебраические методы (например, Siris; Vaillant, 1995), метод нечеткой логики (Bonham-Carter G.F, 2002), метод весовых функций (Carranza E.J.M., 2009), и прочие. Данные математические модели преобразований достаточно хорошо изучены и подробно описаны в литературе (Knokx-Robinson С.М. et Grouves D.I., 1997, Bonham-Carter G.F., 2002, Carranza E.J., 2009). Однако, часто возникает вопрос о корректности использования преобразований геолого-геофизических данных при решении конкретной прогнозной задачи. В данной работе автор использует приемы стохастического моделирования типичных геологических ситуаций для определения 5 поиска оптимального метода преобразования (на примере Енисейского кряжа) и оценивает устойчивость полученного результата прогноза.

Для проведения стохастического моделирования автором было разработано оригинальное программное обеспечение для создания искусственных моделей типичных геологических ситуаций. Определены статистические критерии обнаружения пространственно-корреляционных связей между золоторудными месторождениями и PC. При описании геологических объектов на поверхности модели автором используется их аппроксимация простыми геометрическими фигурами: многоугольниками описывают контуры интрузивных тел, метаморфических пород и т.д.; линиями задают положение разрывных нарушений, геологических контактов и т.д. Для каждой искусственной геологической модели пользователем задаются топологические характеристики объектов: пространственное положение, длина, площадь, ориентация, объединение в группы и др. Автором разработана методика классификации корреляционных связей между местоположениями золоторудных месторождений и PC. Проведена оценка надежности выявления PC и изучение закономерностей пространственного распределения приуроченных к ним золоторудных месторождений на примере Енисейского кряжа.

Для апробации разработанной методики стохастического анализа геолого-геофизических данных для целей построения прогнозных карт на золото, была выбрана хорошо изученная различными методами территория Енисейского кряжа, в пределах которой имеется выборка из 47 золоторудных месторождений. Основная часть месторождений находится в пределах Северо-Енисейского золоторудного района, которому посвящено множество работ (Петровский Н.В., Бернштейн П.С., Бровков Г.Н., Гаврилов А.М., Корнеев Т.Я., Ли JI.B., Мусатов Ю.И., Новожилов Ю.И. и др.). Отметим, что к настоящему времени уже созданы различные прогнозные карты на золото в пределах Енисейского кряжа, которые опираются на результаты исследований Бровкина Г.Н (1985), РучкинаГ.В. и Конкина В.Д. (1988), СимкинаГ.С. (1998) Константинова М.М и Варгуниной Н.П. (1988), Сафонова Ю.Г. (2007), Черкасова C.B. (2008), Ромашко В.В. (2010) и других авторов. На завершающем этапе исследований автора был предложен вариант прогнозной карты на золото для территории Енисейского кряжа, показывающий высокую эффективность предложенной методики (описанный в разделе 4).

Решение поставленной задачи выделения прогнозных участков на золотоносность сопряжено с изучением глубинного строения региона. Современное представление о геологическом строении региона основывается на работах 6

Кириченко Г.И., ЛесгафаАЛЗ., Кузнецова Ю. А, Мусатова Д.И, Семихатова М.А., Суркова B.C., ХаинаВ.Е., Волобуева М.И., Вотаха O.A., Петрова В.Г., Херсаковой Т.Н., Константинова М.М., Черкасова C.B., Сафонов Ю.Г а также Верниковской А.Е., Берниковского В.А., Даценко В.М., Сальникова Е.Б., Ясенева A.M., Ковач В.П., КотоваА.Б., Травина A.B. и других авторов. Созданная автором трехмерная физико-геологическая модель Енисейского кряжа с одной стороны базируется на результатах предшествующих геологических исследований, и с другой - опирается на материалы площадных и профильных геофизических исследований: гравимагниторазведки, сейсморазведки, электроразведки.

Актуальность работы определяется необходимостью совершенствования методики статистического анализа больших объемов (в пределах нескольких трапеций масштаба 1:1000000) геолого-геофизических данных при выделении участков под поиски золоторудных месторождений. Количественная оценка пространственно-корреляционных связей между золоторудными месторождениями и рудоконтролирующими структурами (PC) по данным комплексных геолого-геофизических исследований позволит более эффективно оконтуривать новые перспективные площади.

Практическая задача прогноза золоторудных объектов тесно связана с изучением глубинного строения земной коры, а именно - с трехмерным моделированием рудоконтролирующих структур, позволяющим на качественно новом уровне выделять перспективные площади, в т.ч. - для территорий, перекрытых осадочным чехлом. Реализация поставленной задачи востребована как в известных районах (Северо-Енисейский золоторудный район), так на вновь изучаемых территориях.

3. Создание трехмерных физико-геологических моделей рудоконтролирующих структур региона Енисейского кряжа.

Методика исследования для решения поставленных задач и включает в себя несколько этапов. На первом этапе, опираясь на результаты стохастического моделирования типичных геологических ситуаций, автором разработана методика обнаружения, количественной оценки и классификации пространственно-корреляционных связей между золоторудными месторождениями и геолого-тектоническими элементами строения земной коры (рудоконтролирующими структурами). На втором этапе исследований по комплексу геолого-геофизических данных: глубинного сейсмического зондирования (ГСЗ) вдоль геотраверсов «Батолит» и «Шпат»; магнитотеллурического зондирования (МТЗ и АМТЗ) вдоль геотраверса «Батолит»; цифровых гравиметрических, магнитометрических и геологических карт масштабов 1:200000 и 1:1000000, создана плотностная модель Енисейского кряжа. На третьем этапе, на базе созданной модели, проведена апробация разработанной методики стохастического анализа геолого-геофизических данных для выявления участков, перспективных под поиски золоторудных месторождений. На заключительном четвертом этапе проведен анализ выявленных автором перспективных площадей на поиски золоторудных месторождений Енисейского кряжа, показавший новые возможности этой территории на поиски золота. Защищаемые положения сводятся к следующему:

1. Разработанное автором оригинальное программное обеспечение, позволяет генерировать искусственные типичные модели геологических ситуаций и рудоконтролирующих структур.

2. Новый алгоритм анализа топологических характеристик геолого-тектонических объектов применен на множестве искусственных моделей рудоконтролирующих структур, который позволил: разработать метод определения минимально допустимого размера статистической выборки (количества) эталонных объектов, необходимого для решения задач выявления месторождений; классифицировать установленные корреляционные связи между пространственными положениями золоторудных месторождений и рудоконтролирующими структурами; определить ограничения на топологические характеристики рудоконтролирующих структур, с точки зрения возможности обнаружения корреляционных связей с золоторудными месторождениями.

3. Построена новая трехмерная плотностная модель земной коры Енисейского кряжа и сопредельных территорий на площади 300000 км2 по результатам: комплексной интерпретации площадных гравитационных материалов масштаба 1:1000 000, результатов Ю плотностного моделирования, сейсмических и магнитотеллурических профилей «Батолит» и «Шпат». Уточнено глубинное строение татарско-аяхтинских уЫР^а и глушихинских уИР^/ гранитов Енисейского кряжа, выделены участки вероятного развития офиолитовых пород.

4. Выделено 29 участков, перспективных для поисковых работ на золоторудные л объекты, общей площадью 1811км по результатам предложенной методики стохастического анализа комплекса геолого-геофизических данных территории Енисейского кряжа площадью 75730 км и построенной автором трехмерной физико-геологической модели. Полученные результаты являются существенно более детальными и позволяют по-новому оценить перспективность изученной территории Енисейского кряжа на поиски золоторудных месторождений. Научная новизна полученных результатов состоит в следующем:

3. Применение разработанной методики, позволило значительно уменьшить площади участков, выделяемых под поиски золоторудных объектов, что может снизить объемы поисковых работ и экономические затраты на их проведение. Практическая значимость выполненной работы состоит в построении новой физико-геологической модели изучаемого региона, подтверждающей гипотезу покровно-складчатого строения Енисейского кряжа (Берниковский В.А., Берниковская А.Е., и др., 2001). Результаты исследований автора позволяют сократить объемы поисковых работ на золотоносность, вследствие предложенной методики стохастического анализа геолого-геофизических данных. Построенные прогнозные карты позволяют выделить 9 на Енисейском кряже новые участки, перспективные под поиски золоторудных месторождений. Пространственное положение выделенных перспективных участков на поиски золота не противоречит, созданной автором трехмерной физико-геологической модели глубинного строения Енисейского кряжа.

Некоторые результаты полученные автором, вошли в «Методические рекомендации по прогнозу рудных объектов на основе геофизического картирования элементов палеосистем тепломассопереноса», которые получили одобрение Научно-редакционного совета Федерального агентства по недропользованию (протокол № 18 заседания Бюро Научно-редакционного совета по геологическому картированию Федерального агентства по недропользованию (НРС Роснедра) от 27 мая 2009 г.). Личный вклад автора заключается в разработке оригинального программного обеспечения, позволяющего генерировать искусственные типичные модели геологических ситуаций. На основе использования авторской программы, проведен анализ пространственных связей между золоторудными месторождениями (аппроксимируемыми индивидуальными точками) и рудоконтролирующими структурами (аппроксимируемыми эллипсами или отрезками). Автором проведена обработка и переинтерпретация площадных гравиметрических и магнитных данных, построена трехмерная плотностная модель Енисейского кряжа, проведена её геологическая интерпретация, подтверждающая гипотезу его покровно-складчатого строения.

Данная работа является результатом пятилетних исследований автора. Для анализа глубинного строения земной коры региона Енисейского кряжа использовались следующие материалы: данные электромагнитных исследований методом магнитотеллурического зондирования вдоль профиля «Батолит»; данные ГСЗ вдоль профилей «Батолит» и «Шпат»; гравиметрическим данные Ag (редукция Буге, плотность промежуточного слоя 2.67 и 2.30 г/см3, в пределах листов Р45, Р46, Р47, 045, 046, 047, N45, N46, N47) и данные аэромагнитных съемок ДТ (в пределах тех же листов).

Апробация работы. Промежуточные результаты докладывались на третьей международной конференции «Геоинформационные системы в геологии» (Москва, 2006), на 22"OVI собрании наук о земле (Нанси, 2008), на международной конференции «Инженерная и рудная геофизика» (Геленджик, 2009), на международной конференции «Современная геология: история, теория и практика» (Москва, 2009) и на Генеральной Ассамблее EGU (Вена, 2010).

Объем и структура диссертации. Диссертация состоит из введения, четырех глав и заключения. В первой главе охарактеризованы различные современные подходы к решению задач прогноза крупных золоторудных зон по комплексу геолого-геофизических данных. Вторая глава содержит обоснование предложенной автором методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото. В третьей главе характеризуется геологическое строение Енисейского кряжа, излагаются результаты изучения его глубинного строения. Автором проводится плотностное моделирование глубинного строения Енисейского кряжа, на основе комплекса геолого-геофизических данных, для целей построения трехмерной физико-геологической модели. В четвертой главе описано построение прогнозных карт золоторудных зон Енисейского кряжа, на основе предложенной автором методики в разделе 2. Диссертация содержит 132 страницы, 53 рисунка, 3 таблицы и список литературы из 101 наименования.

Заключение Диссертация по теме "Геофизика, геофизические методы поисков полезных ископаемых", Стерлигов, Борис Васильевич

ЗАКЛЮЧЕНИЕ

В результате проведенного исследования автором разработано оригинальное программное обеспечение, позволяющее генерировать искусственные типичные модели геологических ситуаций и рудоконтролирующих структур. Автором был предложен новый алгоритм анализа топологических характеристик геолого-тектонических объектов. Данный алгоритм был применен на множестве искусственных моделей рудоконтролирующих структур, который позволил: разработать метод определения минимально допустимого размера выборки (количества) эталонных объектов, необходимого для решения прогнозных задач на золото, классифицировать установленные корреляционные связи между местоположениями золоторудных месторождений и рудоконтролирующих структур, и определить ограничения на топологические характеристики рудоконтролирующих структур. Опираясь на результаты исследований, автором создана и апробирована новая методика стохастического анализа геолого-геофизических данных с целью выявления новых участков под поиски золоторудных месторождений, как в пределах Енисейского кряжа, так и для других территорий со схожими геолого-тектоническими условиями развития. Исследования пространственно-корреляционных связей между положением известных золоторудных месторождений и различными элементами геолого-тектонического картирования позволили получить их количественную оценку методами статистического анализа для территории Енисейского кряжа. Всего, выделено 29 участков, перспективных для поисковых работ на золоторудные объекты, общей площадью 1811км2 по результатам стохастического анализа комплекса геолого-геофизических данных территории

Енисейского кряжа площадью 75730 км и построенной автором трехмерной физико-геологической модели.

Построена новая трехмерная плотностная модель земной коры Енисейского кряжа л и сопредельных территорий на площади 300000 км по результатам комплексной интерпретации площадных гравитационных и магнитных материалов масштаба 1:200 000, результатов 2 Б плотностного моделирования, профильных сейсмических и электроразведочных измерений вдоль геотраверсов «Батолит» и «Шпат». Уточнено строение рудоконтролирующих структур Енисейского кряжа, выделены участки вероятного развития офиолитовых пород. Построенная трехмерная плотностная модель Енисейского кряжа использована как основа для согласования результатов стохастического анализа геолого-геофизических данных с моделью глубинного строения рудоконтролирующих систем. Предложенная модель отражает сложное внутреннее строение Енисейского кряжа, и согласуется с современными представлениями об эволюции региона.

Результаты сопоставления карт полученных на основе предлагаемой методики с предшествующими прогнозными построениями для региона Енисейского кряжа, доказывают высокую эффективность предложенного метода. Полученные результаты вселяют уверенность в практической значимости предложенной методики стохастического анализа геолого-геофизических данных при прогнозе золоторудных зон Енисейского кряжа. Очевидно, что универсальность предложенной методики делает возможным её применение для других областей, со схожими геолого-тектоническими условиями развития.

Библиография Диссертация по наукам о земле, кандидата геолого-минералогических наук, Стерлигов, Борис Васильевич, Москва

1. Андреев Б.А., Клушин И.Г. Геологическое истолкование гравитационных аномалий. Ленинград, ГОСТОПТЕХИЗДАТ, 1962,496с.

2. Берниковский В.А., Верниковская А.Е., Черных А.И. Порожнинские гранитоиды Приенисейского офиолитового пояса индикаторы неопротерозойских событий на Енисейском кряже. Докл. РАН, т. 381, № 6, с. 806-810,2001.

3. Берниковский В.А., Пиис В.Л., Верниковская А.Е. Раннетриасовые А-граниты Таймыра результат Северо-Азиатского суперплюма. Доклады Академии наук, 2001, т. 380, № 1, с. 87-93.

4. Верниковская А.Е., Берниковский В.А., Даценко В.М., Сальникова Е.Б., Ясенев A.M., Ковач В.П., Котов А.Б., Травин A.B. О проявлении раннепалеозойского магматизма в Южно-Енисейском кряже. Доклады Академии наук, 2004, т. 397, № 3, с. 374-379.

5. Берниковский В.А., Верниковская А.Е. Тектоника и эволюция гранитоидного магматизма Енисейского кряжа. Геология и геофизика, 2006, № 1, т. 47, с. 35-52.

6. Волобуев М.И Рифейский офиолитовый комплекс Енисейского кряжа. Геотектоника, No 6, 1993, с. 82-87.

7. Володарский Р.Ф., Ланда Т.И. Геологическая интерпретация гравитационных и магнитных полей с помощью ЭВМ. Москва, «Наука», 1970,200с.

8. Геофизические методы разведки рудных месторождений. Под ред. В.В.Бродового, Москва, «Недра», 1990, 296с.

9. Геологические результаты геофизических исследований в Сибири и на дальнем востоке. Отв. ред. Калинин O.A., Моисеенко Ф.С., Новосибирск, «Наука» (Сибирское отд.), Гл.21-22, 1967.С.303-365

10. Гладкий К.В. Гравиразведка и магниторазведка. Москва, «Недра», 1967, 319с.

11. Гмурман В.Е. Теория вероятностей и математическая статистика. Москва, Высшая школа, 2003,479с.

12. Григоров В.Т. Крупнейшие золоторудные месторождения Енисейского кряжа и Кузнецкого Алатау и их экономическая оценка с позиции стратиморфного рудообразования. Москва, Научный Мир, 2003, 168с.

13. Егоркин A.B. и др. Отчет по теме «Строение земной коры и верхней мантии по профилям: Красноводск Мары (1а), Мары-Мурунтау-Абкабан (16), Абкабан-Тында-Татарский пролив (1в), Термез-Аральское море-Эмба (2), Тында-Амурзет (3)». Москва, Центр «ГЕОН», 1991

14. Казанский В.И. Рудоносные тектонические структуры активизированных областей. Москва, «Недра», 1972,242с.

15. Кобранова В.Н. Физические свойства горных пород (Петрофизика). Москва, ГОСТОПТЕХИЗДАТ, 1962. 450с.

16. Константинов М.М. Золоторудные провинции мира. Москва, Научный мир, 2006, 358с.

17. Константинов М.М., Данковцев Р.Ф., Симкин Г.С., Черкасов C.B. Глубинное строение и закономерности размещения месторождений Северо-Енисейского золоторудного района. Геология рудных месторождений, 1999, т. 41, № 5, с. 425-436.

18. Крупные и суперкрупные месторождения рудных полезных ископаемых, Том 1 («Глобальные закономерности размещения»). Москва, ИГЕМ РАН, 2006

19. Ли Л.В., Круглов' Г.П., Шохина О.И., Вербицкий Б.Г. Роль литологических и структурных факторов и локализации прожилково-вкрапленного оруденения в надинтузивной зоне. ГРМ, 1984, №1, стр. 83-88.

20. Логачев A.A., Захаров В.П. Магниторазведка. Ленинград, «Недра», 1979, 352с.

21. Магакьян И.Г. Рудные месторождения. Москва, Охрана недр, 1955, 336с.24. «Методические указания по разведке и геолого-промышленной оценке месторождений золота», Под. ред. Г. П. Воларовича, Москва, ЦНИГРИ, 1974.

22. Ножкин А.Д., Постников A.A., Наговицин К.Е., Травин A.B., Станевич А.М., Юдин Д. С. Чингасанская серия неопротерозоя Енисейского кряжа: новые данные о возрасте и условиях. Геология и геофизика, т. 48,2007, с. 1307-1320.

23. Петров A.B. Теоретические основы обработки геофизических данных. Москва, 2004, 51с.

24. Постельников Е.С. Геосинклинальное развитие Енисейского кряжа в позднем докембрии. Москва, «Наука», 1980, 70с.

25. Попов Н.В. Тектоническая модель раннедокембрийской эволюции ЮжноЕнисейского кряжа. Геология и геофизика, т.42, № 7,2001, с. 1028-1041.

26. Рундквист Д.В., Неженский И.А. Зональность эндогенных рудных месторождений. Ленинград, «Недра», 1975, 22с.

27. Сафонов Ю.Г., Попов В.В., Волков A.B., Злобина Т.М., Чаплыгин И.В., Актуальные проблемы металлогении золота. Геология и геофизика, т. 48,2007, с. 1257-1275.

28. Сердюк С.С. Оценка перспектив нетрадиционных золото-платинометальных руд в черносланцевых комплексах Партизанского рудного узла (Южно-Енисейский золотоносный район). КНИИГиМС, 2005

29. Стерлигов Б.В., Золотая Л.А., Черкасов C.B., Гюмьё HL, Чен Я., Касард Д Статистический анализ геолого-геофизических данных при прогнозе золоторудных зон Енисейского кряжа. Геофизика, 2010, №4 с.47-59

30. Суганов Б.И., Михайленко В.Г. Составление металлогенической и прогнозной карт масштаба 1:500000 на черные, благородные, цветные и редкие металлы юга Красноярского края. Информационный отчет. Красноярская ГГК-ГУ ЦРПЭП, 2002

31. Херсакова Т.Н. Новые данные о строении Енисейского кряжа. Геотектоника, 1999, № 1, с. 15-27.

32. Хмелевской В.К. Геофизические методы исследования земной коры. "Дубна", 1997, 184с.

33. Черкасов C.B. Глубинное строение Енисейского кряжа и распределение золотого оуденения. Доклады Академии Наук, 1999, т. 368, № 4, с. 522-524.127

34. Шеннон К.Е., Работы по теории информации и кибернетике. Москва, Иностранная литература, 1968,27с.

35. Adams S. Using geological information to develop exploration strategies for epithermal deposits. Reviews in Economic Geology, vol. 2,1985,273 — 298.

36. Blakly R.J. Potential theory in gravity & magnetic applications, Cambridge University Press, New York, 1996,177p.

37. Bonham-Carter G. F. Geographic information systems for geoscientists: modeling with GIS, PERGAMON, 2002, 398p.

38. Brewer C.A. Designing Better Maps: A Guide for GIS Users. ESRI Press, 2005,220p.

39. Berman M. Distance distributions associated with Poisson processes of geometric figures. Journal of Applied Probability 14,1977,195-199.

40. Berman M. Testing for spatial association between a point processes and another stochastic process. Applied Statistics 35, 1986, 54-62.

41. Billa M., Cassard D., Lips A.L.W., Bouchot V., Tourliere В., Stein G., Guillou-Frottier L. Predicting gold-rich epithermal and porphyry systems in the central Andes with a continental-scale metallogenic GIS. Ore Geology Reviews 25,2004, pp. 39- 67.

42. Carranza E.J.M. Controls on mineral deposit occurrence inferred from analysis of their spatial pattern and spatial association with geological features. Ore Geology Reviews 35, 2009, pp. 383-400.

43. Carranza E.J. Geochemical anomaly and mineral prospectively mapping in GIS. Elsevier, Amsterdam, 2009,368p.

44. Cassard D., Billa M., Lambert A., Picot J.-C., Husson Y., Lasserre J.-L., Delor C„ 2008. Gold predictivity mapping in French Guiana using an expert-guided data-driven approach based on a regional-scale GIS. Ore Geology Reviews 34, pp. 471-500.

45. Cathles L.M., Erendi AH.J. How long can a hydrothermal system be sustained by a single intrusive event. Economic Geology, Vol. 92, 1997, pp. 766-771.

46. Cathles L.M., Cherkasov S.V.& Vishnevskaya N.A. Convective modeling based on geophysical imaging of deep crustal intrusions A new foundation for mineral exploration? Global Tectonics Metallogeny, Vol. 8,2003, Nos. 1-4.

47. Cherkasov S.V. Revelation of Unknown Exciting Geological Features from Non-conventional Usage of Geostatistical Methods. Proceeding of IAMG'05: GIS and Spatial Analysis, Vol. 1, 2005, pp. 209-214.

48. Chernoff H., Lehmann E.L. The use of maximum likelihood estimates in %2 tests for goodness-of-fit. The Annals of Mathematical Statistics 25, 1954, pp. 579-586.

49. Clark P.J., Evans F.C. Distance to nearest neighbor as a measure of spatial relationships in populations. Ecology, 1954, Vol. 35, No. 4, pp. 445-453.

50. Cramer H. Mathematical methods of statistics, Uppsala, Sweden, 1980, 628p.

51. Gelman, A., Carlin J., Stern H., Rubin D. Bayesian Data Analysis. Chapman and Hall/CRC, 1995.

52. Gorr W.L., Kurland K.S., GIS Tutorial: Workbook for Arc View 9. ESRI Press, 2008,464p.

53. Feltrin L. Predictive modeling of prospectively for Pb-Zn deposits in the Lawn Hill Region, Queensland Australia. Ore Geology Reviews 34,2008, pp. 399-427.

54. Jacobsen B.H. A case for upward continuation as a standard separation filter for potential-field maps. Geophysics, vol. 52, no. 8, 1987, pp. 1138-1148.

55. Kendall M., Stuart A.The advanced theory of statistics. Vol. 1: Distribution theory. London: Griffin, 1960, 588p.

56. Kendall M., Stuart A. The advanced theory of statistics. Vol. 2: Inference and relationship. London: Griffin, 1979, 889p.

57. Kendall M., Stuart A. and Ord J.K., The advanced theory of statistics, Vol. 3. London: Griffin, High Wycombe, 1983,780p.

58. Knox-Robinson C.M., Groves D.I. Gold prospectivity mapping using a Geographic Information System (GIS) with examples from Yilgarn Block of Western Australia. Chron. rech. min. 529, 1997, pp. 127-138.

59. Konstantinov M.M., Cherkasov S. V., Dankovtsev R.F., Egorkin A. V. Specific crustal features for large and superlarge endogenic gold deposits (Siberia and Far East regions). Global Tectonics Metallogeny, Vol. 7, 1999, No. 2, pp 143-148.

60. Kullback, S., Leiber, R. On information and sufficiency. Annals of Mathematical Statistics, No 22, 1951,79-86

61. Lajaunie C., Courrioux G., Manuel L. Foliation fields and 3D cartography in geology: principles of a method based on potential interpolation. Mathematical Geology vol. 29, 1997, No. 4, pp. 571-584

62. Likhanov I.I., Reverdatto V.V., Sheplev Y.S., Verschinin A.E., Kozlov P.S.Contact metamorphism of Fe- and Al-rich graphitic metapelites in the Transangarian region of the Yenisei Ridge, eastern Siberia, Russia. Lithos, No. 58, 2001, pp. 55-80.

63. Likhanov I.I., Reverdatto V.V., Kozlov P.S., Popov N.V. Collision Metamorphism of Precambrian Complexes in the Transangarian Yenisei Range, Petrology, 2008, Vol. 16, No. 2, pp. 136-160.

64. Pedersen L. B. Relations between potential fields and some equivalent sources. Geophysics. Vol. 56,1991, No. 7, pp. 961-971.

65. Plackett R.L. Karl Pearson and the Chi-Squared Test. International Statistical Review, No. 51 (1), 1983, pp. 59-72.

66. Romashko V.V. Allocation of potential gold-ore clusters was made on the base of midscale geological and geophysical materials. 4th Saint-Petersburg International Conference & Exhibition, 5-8 April 2010.

67. Shannon C. E. A Mathematical Theory of Communication. The Bell System Technical Journal, 1948, Vol. 27, pp. 379-423, 623-656.

68. Spector A, Bhattacharyya. Energy density spectrum and autocorrelation function of anomalies due to simple magnetic models. Geophysical Prospecting, No. 14, 1966, pp.242272.

69. Vaillant M., Jouany J.M., Devillers J. A multicriteria estimation of the environmental risk of chemicals with the SIRIS method. Toxicology Modeling, 1995, No 1, pp. 57-72

70. Бабушкин E.A и др. Государственная геологическая карта РФ (новая серия). Карта дочетвертичных образований листа Р-44,45 (Верхнеимбатск) масштаба 1:1000000. СНИИГГиМС, СПб карт. Фабрика, 1997

71. Балясина С.А. и др. Объяснительная записка к Государственной геологической карте РФ. Масштаб 1:1000000(новая серия). Лист N-46,(47) Абакан. МПР РФ, Красноярскгеолсъемка, 2000

72. Беззубцев В.В. и др. Государственная геологическая карта РФ (новая серия). Масштаб 1:1000000. (Карта дочетвертичных образований). Лист N-46,(47) (Абакан). Красноярскгеолсъемка, ВСЕГЕИ, СПб карт. Фабрика, 2000

73. Головеров А.Г. и др. Геологическая карта СССР масштаба 1:1000000 (новая серия) листа 0-(44),45-Томск. СНИИГТиМС, Ленкарт. Фабрика, 1987

74. Григорьев Н.В. и др. Геологическая карта СССР (новая серия) (дочетвертичных образований) листа N-(44),45 (Новосибирск) масштаба 1:1000000. СНИИГГиМС, Ленкарт. Фабрика, 1987

75. Григорьев Н.В. (отв. ред.) Объяснительная записка к Геологической карте СССР масштаба 1:1000000 (новая серия) листа N-(44),45 (Новосибирск). МГ СССР, ВСЕГЕИ, Сибгео, СНИИГГиМС, Ленкарт. Фабрика, 1988

76. Григорьев Н.В. и др. Геологическая карта СССР (новая серия). Схематическая карта доюрских образований листа N-43,(44) (Омск) масштаба 1:1000000. СНИИГТиМС, Ленкарт. Фабрика, 1992

77. Дутикова О.Д. Гравиметрическая карта СССР листа 0-46 масштаба 1:1000000 (редукция Буге 5 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1965

78. Дутикова О.Д. Гравиметрическая карта СССР листа N-45 масштаба 1:1000000 (редукция Буге 5 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1966

79. Дутикова О.Д. Гравиметрическая карта СССР листа 0-45 масштаба 1:1000000 (редукция Буге 5 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1966

80. Зуев В.К. (отв. ред.) Объяснительная записка к Геологической карте РФ масштаба 1:1 ООО ООО (третье поколение) листа 0-46 (Красноярск). С-Пб Карт. Фабрика ВСЕГЕИ, 2006

81. Ковригина Е.К. и др. Карта дочетвертичных образований (новая серия) Государственной геологической карты СССР листа Р-46,47 масштаба 1:1000000. ВСЕГЕИ, Ленкарт. Фабрика, 1979

82. Куренная 3. М. Гравиметрическая карта СССР листа 0-47 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1965

83. Куренная З.М. Гравиметрическая карта СССР листа N-46 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. Каталог ОПТ, экз. № 5, 6, 7 - 1 кн. ВНИИ Геофизика, 1977

84. Куренная З.М. Гравиметрическая карта СССР и МНР листа N-47 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. Каталог пунктов ОГС экз. № 5, 6, 7 - 1 бр. 1980 г. ВНИИ Геофизика

85. Торочкова Г. И. Гравиметрическая карта СССР листа Р-46 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1966

86. Торочкова Г. И. Гравиметрическая карта СССР листа Р-45 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. ВНИИ Геофизика, 1966

87. Торочкова Г. И. Гравиметрическая карта СССР листа Р-47 масштаба 1:1000000 (редукция Буге 8 = 2,3 г/смЗ) 1 лист. Каталог пунктов ОГС. Экз. 5, 6, 7 - 1 бр. ВНИИ Геофизика, 1980

Информация о работе

Стерлигов, Борис Васильевич
кандидата геолого-минералогических наук
Москва, 2010
ВАК 25.00.10

Диссертация

Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Разработка методики стохастического анализа комплекса геолого-геофизических данных для решения прогнозных задач на золото - тема автореферата по наукам о земле, скачайте бесплатно автореферат диссертации

Похожие работы