Конференция ЦНИГРИ 2021. РЕГИОНАЛЬНЫЙ ПРОГНОЗ МЕДНО-ПОРФИРОВОГО ОРУДЕНЕНИЯ ПО ГЕОФИЗИЧЕСКИМ ДАННЫМ

РЕГИОНАЛЬНЫЙ ПРОГНОЗ МЕДНО-ПОРФТРОВАННОГО ОРУДЕНЕНИЯ ПО ГЕОФИЗИЧЕСКИМ ДАННЫМ
Бабаянц П.С., Калмыков Б.А.,  Алексей Леонидович
АО «ГНПП «Аэрогеофизика»
  

Описаны методика и результаты регионального прогноза рудных объектов медно-порфирового типа ранга рудных районов и рудных узлов по результатам анализа комплексных гравимагнитных данных.
Ключевые слова: магнитометрия, гравиметрия, медно-порфировое оруденение, комплексная
интерпретация, прогноз.

Представленная работа посвящена описанию методики регионального прогноза рудных объектов ранга рудных районов и рудных узлов по результатам анализа комплексных гравимагнитных данных из комплекта ГГК-1000/3 и базируется на опыте, полученном при выполнении аналогичных работ на медно-порфировый тип оруденения в Дальневосточном регионе [1]. Исследования выполнялись в рамках работы по составлению прогнозной геофизической основы Приамурья и Сихотэ-Алиня для прогноза медно-порфировых и эпитермальных золоторудных месторождений на основе интерпретации результатов ретроспективных региональных гравимагнитных съемок.
Для анализа были использованы опубликованные и фондовые гравиметрические и магнитометрические данные по территории Приамурья и Сихотэ-Алиня масштаба 1:1000000 и крупнее, главным образом результаты съемок масштаба 1:200 000, имеющиеся в свободном доступе, по которым были составлены сводные матрицы гравитационного и магнитного полей с размером ячейки 2 × 2 км. С учетом географического положения и значительных размеров площади исследований, для исключения влияния на структуру полей внешних факторов магнитное поле было редуцировано к полюсу, а к гравитационному применена изостатическая редукция.
В качестве дополнительного информационного параметра использовалась цифровая модель рельефа местности, для создания которой использовалась международная глобальная модель GEBCO (General Bathymetric Chart of the Oceans), которая включает в себя модель SRTM (Shuttle Radar Topography Mission) для сухопутной части, и данные батиметрии для акватории Мирового океана. Модель GEBCO представляет собой матрицу альтитуд рельефа в географической системе координат (WGS84) с ячейкой 30 угловых секунд по широте и долготе, что для данной территории соответствует около 1 км.
На региональной стадии исследований при размере ячейки матриц исходных данных 2 × 2 км использование аналитических методов анализа, основанных на технологиях прямого моделирования, представляется малоэффективным, поскольку размеры элементов, определяющих факторы вещественного контроля целевого объекта, могут быть сопоставимы или даже меньше шага матрицы. В этом случае ключевую роль должны играть технологии вероятностно-статистического анализа.
Для установления закономерностей проявления тех или иных факторов локализации целевого объекта при условии наличия статистически представительной выборки эталонных объектов использовался анализ совмещенных гистограмм распределения анализируемого параметра, построенных отдельно для генеральной совокупности (матрица распределения параметра) и целевого объекта (значения параметра в точках размещения эталонов).
Был проанализирован широкий спектр возможных трансформант геофизических полей, из которых предпочтение было отдано тем, которые в той или иной мере способны подчеркнуть факторы локализации целевого объекта, определявшиеся по литературным данным [4, 5]. Были вычислены и использовались для последующего анализа следующие преобразования гравитационного и магнитного полей:
• 1. Поверхность, огибающая нижние кромки намагниченных объектов, альтитуды которой вычислялись с помощью специальной технологии.;
• 2. Шрайбман В.И., Жданов М.С., Витвицкий О.В. Корреляционные методы преобразования и интерпретации геофизических аномалий. М: Недра.- 1977.- 237
• 3. Andrew S. Glassner, Deep Learning, Vol. 1: From Basics to Practice
Тем не менее в 2020 году были проведены испытания нового бесплатформенного гравиметра, вес и габариты которого позволяют использовать при аэрогравиметрической съемке в качестве воздушного носителя БПЛА. Определенно, в аэрогеофизике за БПЛА есть будущее и огромный потенциал, также как и глобально – роботизация производства это то что логично ожидать в ближайшие десятилетия. С появлением бесплатформенного гравиметра нового поколения, нечувствительного к вериткальным ускорениям появилась возможность комбинировать в одном комплексе аэрограви, - магнито и –электроразведку, при том что первые два метода ранее были методически несовместимы с аэроэлектроразведкой. Дело в том, что аэроэлектроразведочные съемки требуют полета на постоянной высоте над земной поверхностью с огибанием рельефа, в то время как вертикальные ускорения влияли на данные, полученные с применением платформенных гравиметров прошлого поколения. Бесплатформенный гравиметр нового поколения был испытан в арктических районах России. Он, при весе в 15 кг, по качеству получаемых данных не уступает широко используемому гравиметру GT, который весит 160 кг. Таким образом, с учетом возросшей вариативности при выборе воздушных носителей и модернизации аппаратурной составляющей, спектр аэрогеофизических услуг для поисков углеводородов можно объединить в три основных блока.
Первый блок и исторически традиционный включает гравиметрию и магнитометрию и решает региональные и поисковые задачи которые актуальны, прежде всего, на этапе когда добывающая компания получает доступ к лицензионному участку, оценивает стратегию геолого-разведочных работ и начинает поиск месторождений углеводородов. Второй блок, кроме аэрограви и магниторазведки, также включает аэроэлектроразведку, фотосъемку, лазерное сканирование и решает региональные и поисковые задачи, а также задачи подготовки проведения наземных геологоразведочных работ. Здесь в качестве воздушного носителя должен быть использован вертолет. Третий блок служит для подготовки и мониторинга геологоразведочных работ, а комплекс методов, которые используются позволяет применять в качестве воздушных носителей сверхлегкие летательные аппараты и БПЛА.
Одновременно с бурным развитием полевой и аппаратурной составляющей аэрогеофизической съемки, камеральная обработка и интерпретация полученных данных является важнейшим этапом, который кардинальным образом влияет на конечный продукт. На сегодняшний день ранее используемые подходы к методике обработки и интерпретации не могут удовлетворять требованиям добывающих компаний к конечному результату аэрогеофизических съемок как составной части геологоразведочных работ на нефть и газ. Принимая это во внимание, усовершенствованы алгоритмы обработки и интерпретации данных аэрогеофизической съемки. При интерпретации, прежде всего, внимание уделено комплексированию и совместному анализу данных потенциальных полей с данными наземной электроразведки, сейсморазведки и бурения. При обработке требуется не унифицированный, а индивидуальный подход к каждому изучаемому региону.
Например, редуцирование влияния верхнего слоя в данных гравиразведки – это комплексная задача, а не простое применение постоянной плотности к верхней части разреза. При обработке стандартно вводилась топографическая поправка с постоянной средней плотностью 2.3 или 2.67 г/см3. В реальности это далеко не всегда так. Для изучения районов со сложным рельефом и латеральным изменением плотностей в приповерхностных слоях разработана методика построения многослойных моделей, позволяющих более детально описать изменения плотностей верхней части разреза. Процесс подбора плотностей слоев верхней части разреза может быть итерационным, а конечный результат определяется геофизиком-обработчиком и интерпретатором с учетом априорных данных и общих представлений о геологическом строении изучаемой площади. В процессе интерпретации комплексирование аэрогеофизических данных, с данными сейсморазведки и бурения позволяют получить согласованную геофизическую модель, позволяющую существенно снизить неопределённости геологического строения, связанные с латеральной изменчивостью плотностных, акустических, а также геометрических свойств отложений осадочного чехла и фундамента. Интерпретация состоит из набора алгоритмов каждый из которых решает конкретную задачу. Для решения плохоформализуемых интерпретационных задач на этапе комплексирования геофизических данных инженеры компании используют передовые алгоритмы машинного обучения, доступные в виде открытых библиотек высокоуровневого языка программирования Python.Такой подход позволяет получить индивидуальное оптимальное решение сложной задачи с учетом специфики конкретного проекта, и показал высокую эффективность. Результаты комплексной интерпретации используются для построения и уточнения геологических моделей, которые в свою очередь служат для количественной оценке объемов углеводородов и определения стратегии дальнейших геологоразведочных работ. При этом остается еще большое пространство для развития как в области обработки данных аэрогеофизической съемки, так и в области их комплексной интерпретации совместно, прежде всего, с данными сейсморазведки и бурения. Заключение Технологическое развитие трех основных компонент аэрогеофизики – воздушных носителей, аппаратуры и программного обеспечения, позволило существенно повысить производственную и экономическую эффективность применения таких методов в процессе геологоразведки на углеводороды. В настоящее время эволюция методов аэрогеофизической съемки, обработки и интерпретации продолжается. Для разработки новых алгоритмов решения поисковых задач используется опыт аэрогеофизических съемок накопленный в России, а также опыт зарубежных нефтегазодобывающих и аэрогеофизических компаний. Аэрогеофизическая съемка позволят без воздействия на окружающую среду в короткие сроки получить огромный массив данных, которые помогают уточнить геологическое строение и углеводородный потенциал изучаемого района. Это впоследствии дает возможность сфокусировать более дорогостоящие сейсморазведочные и буровые работы на наиболее перспективных участках.

 

Список литературы:

• 1. Бабаянц П.С., Контарович Р.С. Возможности современных аэрогеофизических методов при изучении нефтегазоперспективных территорий // Освоение ресурсов нефти и газа российского шельфа: Арктика и Дальний Восток. М-лы III Международной конференции. М., ВНИИГАЗ, 2010 г., с. 47-58;
• 2. Шрайбман В.И., Жданов М.С., Витвицкий О.В. Корреляционные методы преобразования и интерпретации геофизических аномалий. М: Недра.- 1977.- 237
• 3. Andrew S. Glassner, Deep Learning, Vol. 1: From Basics to Practice
 

    


 

 

 

                                               

Уточнить стоимость
Нажимая на кнопку «Отправить», я даю согласие на обработку моих персональных данных согласно ч. 4 ст. 9 152-ФЗ
Оформить заявку
Нажимая на кнопку «Отправить», я даю согласие на обработку моих персональных данных согласно ч. 4 ст. 9 152-ФЗ