CC BY
4
УДК 621.396.96:622.23/24 [551.31] :681
http://doi.org/10.21440/2307-2091-2021-4-88-94
Алгоритм обработки данных георадиолокационных измерений и бурения скважин (проходки шурфов) для подготовки трехмерной модели геокриологических структур
Кирилл Олегович СОКОЛОВ* Андрей Андреевич ФЕДОРОВ**
Институт горного дела Севера им. Н. В. Черского СО РАН, Якутск, Республика Саха (Якутия), Россия Аннотация
Актуальность. При освоении территорий криолитозоны, в том числе и горными предприятиями, наличие геокриологических структур в массиве горных пород является негативным фактором. Это связано с возможным возникновением и развитием неблагоприятных процессов - термоэрозии, термокарста, солифлюкции и др. Для изучения геокриологических структур применяются различные методы, среди которых в последнее время получил распространение метод георадиолокации. Построение достоверных трехмерных моделей геокриологических структур, например пластового льда, по данным георадиолокации, требует обоснованного заполнения межпрофильного пространства с учетом геологических особенностей изучаемого массива горных пород. Для решения данной проблемы необходимо разработать алгоритм, учитывающий параметры геофизических измерений, а также форму и строение изучаемой геокриологической структуры.
Цель работы - разработка алгоритма обработки данных георадиолокационных измерений и бурения скважин (проходки шурфов) для создания трехмерной модели геокриологической структуры. Методы исследований. На основе анализа строения геокриологических структур в массиве горных пород и параметров геофизических измерений рассчитаны оптимальные размеры трехмерной структурированной ячейки; по результатам апробации методики картирования геокриологических структур определены параметры интерполяции межпрофильного пространства методом обратно взвешенных расстояний. Результаты исследований. Трехмерная модель, подготовленная по разработанному алгоритму, является основой для геопространственного анализа, например такого, как определение площади, объема геокриологических структур, различных срезов и разрезов и др. Апробация разработанного алгоритма проведена при исследованиях залежей подземного пластового льда в Центральной Якутии. Выводы. Подготовленная по алгоритму трехмерная модель геокриологической структуры, обладая представительностью и наглядностью ее строения, позволяет эффективно прогнозировать и контролировать геокриологическую обстановку на всех стадиях хозяйственного освоения территорий.
Ключевые слова: алгоритм обработки данных георадиолокации и бурения скважин (проходки шурфов), трехмерная модель, геокриологические структуры.
Введение
При освоении территорий криолитозоны, в том числе и горными предприятиями, наличие геокриологических структур в массиве горных пород является негативным фактором. Это связано с возможным возникновением и развитием неблагоприятных процессов - термоэрозии, термокарста, солифлюкции и др. [1-3]. Для изучения геокриологических структур применяются различные методы, среди которых в последнее время получил распространение метод георадиолокации [4]. Построение достоверных трехмерных моделей геокриологических структур, например пластового льда, по данным георадиолокации, требует обоснованного заполнения межпрофильного пространства с учетом геологических особенностей изучаемого массива горных пород. Для решения данной проблемы необходимо разработать алгоритм, учитывающий
Sk.sokolov@ro.ru *aan.fedorov@s-vfu.ru
параметры геофизических измерений, а также форму и строение изучаемой геокриологической структуры.
Методы исследования
Основа алгоритма по подготовке трехмерной модели геокриологической структуры состоит в определении оптимальных размеров трехмерных структурированных ячеек сетки трехмерной модели геокриологических структур, согласно параметрам геофизических измерений и наименьшей толщине геокриологической структуры. В качестве геокриологической структуры, являющейся объектом для разработки алгоритма, представлен подземный пластовый лед в массиве многолетнемерзлых пород.
В результате выявления подземных льдов, по данным георадиолокационных измерений массива многолетне-мерзлых горных пород [5-7], формируется таблица ин-
Таблица 1. Пример таблицы интервалов и глубин залеганияграниц подземных льдов
table 1. An example of a table of intervals and occurrence depths of the underground ice boundaries
Профиль
Пикет
Глубина залегания
верхней границы льда Т, м
нижней границы льда L, м
0 хю Ую 1,39 4,81
1 Уц 1,65 5,16
2 *12 /12 2,02 5,68
3 *13 Уъ - -
4 *14 Уи - -
5 *15 Уъ 2,41 6,86
6 Х16 У16 2,22 7,01
7 *17 Ум 1,99 6,90
х
У
тервалов и глубин, на которых обнаружен лед (табл. 1). Пикеты всех профилей имеют координаты в плановом положении в системе плоских прямоугольных координат (X-Y).
Для построения цифровой трехмерной модели геокриологических структур формируется трехмерная сетка, в узлах которой содержатся информация о пространственных координатах (положение узла в плане и по глубине) и отметки наличия либо отсутствия льда (цифровые маркеры).
Для подготовки трехмерных данных, необходимых для построения объемного изображения в редакторе 3Б-графики, разработан алгоритм, состоящий из 5 этапов.
Этап 1. Расчет параметров трехмерной структурированной сетки с пространственной привязкой узлов сетки. Параметрами трехмерной структурированной сетки S(x, y, z) являются расстояния (dX, dY, dZ) между узлами. Ось Y направлена вдоль геофизических профилей, ось Х - поперек, ось Z - по глубине. Ширина dX, длина dY и высота ячейки dZ рассчитываются исходя из параметров проведения геофизических измерений и наименьшей толщины выявленных подземных льдов. На рис. 1 представлена ячейка трехмерной структурированной сетки S(x, y, z) размером dX x dY x dZ.
Размер dX определяется как dX = шт(межпрофильное расстояние)/2, так как необходима как минимум одна промежуточная точка между профилями для построения достоверной трехмерной модели.
Для обеспечения точности представления геокриологических объектов в плане параметр dY рекомендуется рассчитывать по формуле: dY = Х1/4, где \1 - радиус первой зоны Френеля используемого георадара.
Параметр dZ выбирается исходя из необходимой точности измерений по глубине k (в метрах), позволяющей достоверно отобразить лед минимальной мощности: dZ = h . /k, где h - наименьшая мощность подзем-
пласт. лед min ^ пласт. лед min ' ^
ного пластового льда, вычисляемая по формуле: h . =
^ т г / пласт. лед min
min(h - h ), где h , h - глубина залега-
4 нижн. гр. л верх. гр. л ^ нижн. гр. л верх. гр. л J
ния нижней и верхней границ льда соответственно.
После расчета параметров сетки S(x, y, z) во все ее узлы записывается цифровой маркер «= 0», обозначающий отсутствие льда в соответствующей точке исследуемого массива многолетнемерзлых горных пород.
Этап 2. Внесение информации о выявленных геокриологических структурах в узлы сетки, соответствующие георадиолокационным профилям и точкам углового сканирования. Для заполнения сетки S(x, у, z) информацией о выявленных геокриологических структурах необходимо внести цифровой маркер «= 1» в узлы сетки S в соответствии с данными табл. 1 по формуле: ^(Профиль, Пикет, z)=l, где г е [T/dZ; L/dZ].
На данном этапе производится заполнение узлов, входящих в интервал между верхней и нижней границами льдов, для каждого профиля (рис. 2). Всем узлам присваи-
dZ
Z
рисунок 1. Ячейка трехмерной структурированной сетки S Figure 1. three-dimensional structured mesh cell S
аз
X f
с
/ dZ
Профиль N + 1
ооооооооооооооооо а-ооооооооооооооо о 6 о о|
Профиль N
0 0 0 0 0 0 О О О О О О <1
О 0 0 0 0 0 0 (f-i 100 0 00000 о о
Z
0 0 0 0 0 0 0 0
о о о о о о с
0 0 0 0 0 0 0 0 0 0 0 0
г
dY
00000000 ¿000000000 0
0 0 0 0 Ол
оооооооооо 0>Ti
У
h п п п п п ГУ-- о
0 0 0 0 0
1111 1111 1111
о о о о о о
ООО ООО ООО
о о о о о с о о о о о с
0 о о о о с
0000000001
OOOOOOOÓOOOOOOOOOO
оооооооооо оооооооооо
рисунок 2. Оетка S (x, у, z) с начальными значениями Figure2 .Grid S (x,y,z) wi th init ial valu es
ваются пространственные координаты, рассчитанные на основе параметров трехмерной структурированной сетки (координаты по осям X и Y) и обработки результатов геофизических измерений (координаты по оси Z).
Этап 3. Расчет параметров метода обратных взвешенных расстояний (ОВР). Высокая информативность трехмерной модели геокриологических структур обеспечивается обоснованным выбором метода интерполяции данных бурения скважин (проходки шурфов) и геофизических измерений для заполнения узлов сетки S(x, y, z), расположенных в межпрофильном пространстве.
Интерполяция осуществляется при помощи интерполяторов, которые представлены двумя классами: точные интерполяторы и сглаживающие, применимость каждого из которых зависит от решаемой задачи. Практически во всех сглаживающих интерполяторах применяются геостатистические инструменты, требующие для интерполирования межпрофильного пространства наличие большого объема априорной информации [8, 9].
Основой практически всех точных интерполяторов служит формула, использующая весовые коэффициенты, а различие существующих точных интерполяторов состоит в различных способах вычисления этих коэффициентов. С учетом одной из основных особенностей распространения подземных пластовых льдов (в пространстве глубина и мощность залегания данного вида льдов не меняется или меняется незначительно) для интерполирования данных для сетки S(x, у, z) предлагается один из вариантов точных интерполяторов - метод обратных взвешенных расстояний (ОВР). Основным преимуществом метода ОВР является его чувствительность к кластерному распределению интерполируемых данных, что важно при создании трехмерной модели подземных пластовых льдов.
В методе ОВР предполагается, что каждый узел А. оказывает локальное влияние на значение в расчетном узле А,
которое зависит от расстояния между А. и А. Вес Щ. узла А. является функцией от расстояний Б. до соседних узлов:
А = 1А. х W,
j j
i jy> / ¿—¡ы\ n"
Dm
(1)
(2)
где А. - значение цифрового маркера в .-м ближайшей узле; Б. - расстояние от .-го ближайшего узла до расчетного узла А; т - показатель степени, определяющий размер кластера; п - количество ближайших точек, использующихся для расчета значения в узле А.
Для эффективного использования метода ОВР необходимо подобрать два параметра: т и Я - радиус окрестности, в которой производится поиск ближайших узлов. Результаты апробации методики картирования геокриологических структур методом георадиолокации показали, что для определения радиуса окрестности поиска Я возможно использование эмпирического правила:
Я = л/з УМПР / 2,
(3)
где УМПР - усредненное межпрофильное расстояние.
При различных значениях т значение А может достаточно сильно варьироваться (табл. 2). При увеличении показателя степени т соответственно увеличивается и степень кластеризации, так как лед является скорее локальным объектом, чем некой неразрывной поверхностью, расположенной на всем участке исследования. Значение т индивидуально для исследуемого участка массива горных пород и определяется усредненным межпрофильным расстоянием (УМПР).
Для выбора т производится расчет весовых коэффициентов Щ(т, Я), где т е [1; ^УМПР104], а Я вычисляется по формуле (3). Максимальное значение т опреде-
Таблица 2. Влияние показателя степени m на искомое значение А table 2. Influence of the exponent m on the target value A
m
Смысл значения показателя степени
0-1 Влияние расстояния от узла А слабое 1 Расстояния влияют пропорционально величине обратного расстояния (^ = 1/0)
>1 Чем больше степень т, тем сильнее влияет ближайший узел на А по сравнению с более отдаленными узлами. Если т стремится к бесконечности, то метод начинает работать как метод ближайшего значения
Таблица 3. Формат таблицы для передачи данных в редактор 3й-графики table 3. Format of the table for transferring data to the 3D graphics editor
Профиль
Пикет
Плоские прямоугольные координаты узла
X
Глубина залегания узла Z
Цифровой маркер
X00 X01
X10 *11
Z
00
00
Z
01
01
Z
02
02
Z
10
Z
11
Z
12
12
ляется исходя из эмпирического условия УМПР m>10 и соответственно:
1 > УМПРШ • 10"4; 1
> УМПР; 1п^10Г>1п УМПР;
Г if. X -- ,
In УМПР m > logyMnplO4.
На рис. 3 представлен пример графика ТТ, по которым возможен выбор значения параметра т, исходя из условия:
AW = (W(m) - W(m _ i))/W<m = D< 10 <
Этап 4. Внесение информации о геокриологических структурах в узлы сетки, расположенные в межпрофильном пространстве, на основе интерполяции методом ОВР по горизонтальным плоскостям трехмерной сетки производится автоматизированным способом с помощью имеющегося программного обеспечения, либо специализированного, разработанного под конкретные требования по быстродействию и поддержке архитектуры процессора.
Для передачи рассчитанной сетки S(x, у, г) в редактор 3Б-графики для отображения в трехмерном виде формируется таблица, содержащая информацию о цифровых маркерах и пространственном положении всех узлов трехмерной сетки (табл. 3).
Этап 5. Построение в редакторе 3В-графики поверхности на основе рассчитанной трехмерной сетки.
Построение поверхности в редакторе 3Б-графики (на примере программного обеспечения Уох1ег) состоит из следующих операций:
1) загрузка таблицы в среду редактора в поддерживаемом формате;
2) ввод информации о параметрах загружаемой таблицы (расположение столбцов, соответствующих координатам узлов и цифровым маркерам);
0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
р 2 3 4 5 m
Рисунок 3. График зависимости W от значений m Figure3. Graphof Inversus m values
рисунок 4. результат 3й-картирования подземных льдов массива многолетнемерзлых горных пород на основе комплексной геолого-геофизической информации
Figure 4. Result of 3D-mapping of underground ice of the permafrost rock mass based on complex geological and geophysical information
3) настройка параметров отображения трехмерной модели (масштаб осей, углы поворота и др.) в модуле Transform;
4) построение и настройка изоповерхности (цвет, прозрачность и др.) в модуле Isosurface.
Результаты
Разработанный алгоритм обработки данных георадиолокационных измерений и бурения скважин (проходки шурфов) для подготовки трехмерных данных апробирован при исследованиях в Центральной Якутии. Участок размером 140 x 60 м ограничен существующей застройкой, имеет ровный рельеф. В геологическом отношении участок сложен четвертичными аллювиальными отложениями, представленными суглинистыми грунтами.
Для обеспечения достоверности и полноты выделения геокриологических структур исследования проведены по равномерной сети 6 параллельных профилей, усредненное межпрофильное расстояние между которыми составило УМПР = 8 м, а в недоступных для профилирования местах выполнены измерения в 3 точках методом углового георадиолокационного сканирования [10-12].
По результатам обработки данных георадиолокационных измерений составлены таблицы интервалов и глубин, на которых обнаружен лед. Рассчитаны размеры ячеек трехмерной структурированной сетки - ширина dX = 0,2 м, длина dY = 0,2 м и высота ячейки dZ = 0,1 м. В узлы трехмерной сетки, лежащие в межпрофильном простран-
стве, записан цифровой маркер «= 0», а в узлы, входящие в интервал верхней и нижней границ льдов, записан цифровой маркер «=1». Для интерполирования данных в межпрофильном пространстве методом обратных взвешенных расстояний рассчитаны параметры - показатель степени т = 4,1 и радиус поиска Я = 6,92 м.
Для передачи рассчитанной трехмерной сетки в редактор 3Б-графики сформирована таблица, содержащая информацию о цифровых маркерах и пространственном положении узлов трехмерной сетки.
На основе этой таблицы в редакторе 3Б-графики построена изоповерхность, отображающая подземный пла-стовый лед (рис. 4) [13-15].
Для заверки данных георадиолокационных измерений на участке пробурено 5 скважин в центральной части площади исследований на глубину 15 метров, из которых данные по 4 скважинам подтвердили наличие льда. Кровля подземного льда прослеживается на глубине 2-2,5 м от поверхности, распространяется до глубины 12 м.
выводы
Трехмерная модель геокриологической структуры, обладая представительностью и наглядностью, также позволяет достаточно достоверно давать пространственную оценку строения геокриологической структуры, что позволяет более эффективно прогнозировать и контролировать геокриологическую обстановку в массиве горных пород.
ЛИТЕРАТУРА
1. Геокриологические опасности. Тематический том / под ред. Л. С. Гарагуля, Э. Д. Ершова. М.: КРУК, 2000. 316 с.
2. Основы геокриологии (мерзлотоведения). Ч. 1. Общая геокриология / отв. ред. П. Ф. Швецов, Б. Н. Достовалов. М.: АН СССР, 1959. 460 с.
3. Якупов В. С. Геофизика криолитозоны. Якутск: Изд-во Якутского госуниверситета, 2008. 342 с.
4. Кунин Н. Я. Комплексирование геофизических методов при геологических исследованиях. М.: Недра, 1972. 263 с.
5. Соколов К. О., Федорова Л. Л., Федоров А. А. Алгоритм обработки и интерпретации георадиолокационных данных при изучении геокриологических структур многолетнемерзлых пород // Известия УГГУ. 2020. Вып. 3(59). С. 75-80. https://doi.org/10.21440/2307-2091-2020-3-75-80
6. Sokolov K., Fedorova L., Fedorov M. Prospecting and Evaluation of Underground Massive Ice by Ground-Penetrating Radar // Geosciences. 2020. Vol. 10(7). C. 274-288. https://doi.org/10.3390/geosciences10070274
7. Определение наличия подземного пластового льда по данным георадиолокации: программа. Свид-во о гос. регистрации программ для ЭВМ № 2020661403 РФ / К. О. Соколов; правообладатель Якутский научный центр СО РАН. № 2020660078; заявл. 07.09.20; опубл. 22.09.20. Бюл. № 12. 1 с.
8. Демьянов В. В., Савельева Е. А. Геостатистика: теория и практика. М.: Наука, 2010. 327 с.
9. Дэвис Дж. С. Статистический анализ данных в геологии / пер. с англ. В. А. Голубевой; под ред. Д. А. Родионова. В 2 кн. Кн. 1. М.: Недра, 1990. 319 с.
10. Kulyandin G. A., Fedorova L. L. Improvement GPR research of dredged polygons using the angular scanning technique // Инженерная и рудная геофизика 2020: материалы 16-й науч.-практ. конф. и выставки (Пермь, 14-18 сент. 2020 г.). https://doi.org/10.3997/2214-4609.202051142
11. Способ георадиолокации в условиях ограниченного пространства: пат. 2561769 Рос. Федерация. № 2014117846/28; заявл. 29.04.14; опубл. 10.09.15. Бюл. № 25. 4 с.
12. Kulyandin G. A., Omelyanenko A. V., Omelyanenko P. A. Methods of GPR Angular Scanning // 15th International Conference on ground Penetrating Radar (GPR 2014), June 30-July 4. 2014. Brussels, Belgium: Square Brussels Meeting Centre, 2014. Р. 590-593.
13. Закревский К. Е. Геологическое 3D моделирование. М.: ИПЦ Маска, 2009. 376 с.
14. Закревский К. Е., Майсюк Д. М., Сыртланов В. Р. Оценка качества 3D моделей. М.: ИПЦ Маска, 2008. 272 с.
15. Капутин Ю. Е. Горные компьютерные технологии и геостатистика. СПб: Недра, 2002. 424 с.
Статья поступила в редакцию 25 июля 2021 года
УДК 621.396.96:622.23/24 [551.31] :681
http://doi.org/10.21440/2307-2091-2021-4-88-94
Algorithm for processing data from GPR measurements and drilling wells (sinking prospecting pits) for preparing a three-dimensional model of geocryological structures
Kirill Olegovich SOKOLOV* Andrey Andreevich FEDOROV**
N. V. Chersky Mining Institute of the North of the Siberian Branch of RAS, Yakutsk, Republic of Sakha (Yakutia), Russia Abstract
Relevance. During the development of permafrost territories, including by mining enterprises, the presence of geocryological structures in the rock mass is a negative factor. This is due to the possible occurrence and development of unfavorable processes - thermal erosion, thermokarst, solifluction, etc. Various methods are used to study geocryological structures, among which the GPR method has recently become widespread. The construction of authentic three-dimensional models of geocryological structures, for example, sheet ice, according to GPR data, requires a well-grounded filling of the interprofile space, taking into account the geological features of the studied rock mass. To solve this problem, it is necessary to develop an algorithm that takes into account the parameters of geophysical measurements, as well as the shape and structure of the studied geocryological structure. The purpose of the work is to develop an algorithm for processing data from GPR measurements and drilling wells (sinking prospecting pits) to create a three-dimensional model of a geocryological structure.
Research methods. Based on the structure analysis of the geocryological structures in the rock mass and the parameters of geophysical measurements, the optimal dimensions of a three-dimensional structured cell were calculated; Based on the results of approbation of the method for mapping geocryological structures, the parameters of interpolation of the interprofile space by the method of inverse distance weighting were determined.
Results. The three-dimensional model, prepared according to the developed algorithm, is the basis for geospatial analysis, for example, such as determining the area, volume of geocryological structures, various sections and etc. The developed algorithm was tested in the study of deposits of underground sheet ice in Central Yakutia. Conclusions. The three-dimensional model of a geocryological structure prepared according to the algorithm, possessing the representativeness and clearness of its structure, makes it possible to effectively predict and control the geocryological situation at all stages of economic development of territories.
Keywords: Algorithm for processing data from GPR measurements and drilling wells (sinking prospecting pits), three-dimensional model, geocryological structures.
REFERENCES
1. Garagulya L. S., Ershova E. D. 2000, Geocryological hazards. Thematic volume. Moscow, 316 p. (In Russ.)
2. Shvetsov P. F., Dostovalov B. N. 1959, Fundamentals of geocryology (permafrost studies). Part 1. General geocryology. Moscow, 460 p. (In Russ.)
3. Yakupov V. S. 2008, Geophysics of the permafrost zone. Yakutsk, 342 p. (In Russ.)
4. Kunin N. Ya. 1972, Integration of geophysical methods in geological research. Moscow, 263 p. (In Russ.)
5. Sokolov K. O., Fedorova L. L., Fedorov A. A. 2020, Algorithm for processing and interpretation of ground-penetrating radar data in the study of permafrost geocryological structures. Izvestiya UGGU [News of the Ural State Mining University], issue. 3 (59), pp. 75-80. (In Russ.) https://doi. org/10.21440/2307-2091-2020-3-75-80
6. Sokolov K., Fedorova L., Fedorov M. 2020, Prospecting and Evaluation of Underground Massive Ice by Ground-Penetrating Radar. Geosciences, vol. 10(7), pp. 274-288. https://doi.org/10.3390/geosciences10070274
7. Sokolov K. O. 2020, Determination of the presence of underground sheet ice according to ground-penetrating radar data: program. Certificate of the state registration of computer programs No. 2020661403 RF; copyright holder Yakutsk Scientific Center SB RAS. No. 2020660078; declared 09/07/20; publ. 09/22/20. Bul. No. 12, 1 p. (In Russ.)
8. Demyanov V. V., Savelyeva E. A. 2010, Geostatistics: theory and practice. Moscow, 327 p. (In Russ.)
9. Davis J. 1990, Statistical analysis of data in geology. Rus. transl. V. A. Golubeva; ed. D. A. Rodionova. Moscow, 319 p. (In Russ.)
10. Kulyandin G. A., Fedorova L. L. 2020, Improvement GPR research of dredged polygons using the angular scanning tech-nique. Engineering and ore geophysics 2020: materials of the 16th scientific-practical conf. and exhibition. Perm. (In Russ.) https://doi.org/10.3997/2214-4609.202051142
11. Method of GPR in a confined space: Pat. 2561769 Russian Federation. No. 2014117846/28; declared 04/29/14; publ. 10.09.15. Bul. No. 25, 4 p. (In Russ.)
12. Kulyandin G. A., Omelyanenko A. V., Omelyanenko P. A. 2014, Methods of GPR Angular Scanning. 15th International Conference on ground Penetrating Radar (GPR 2014), June 30-July 4. 2014. Brussels, Belgium, Square Brussels Meeting Centre, pp. 590-593.
13. Zakrevsky K. E. 2009, Geological 3D modeling. Moscow, 376 p. (In Russ.)
14. Zakrevsky K. E., Maisyuk D. M., Syrtlanov V. R. 2008, Assessment of the quality of 3D models. Moscow, 272 p. (In Russ.)
15. Kaputin Yu. E. 2002, Mining computer technologies and geostatistics. Saint Petersburg, 424 p. (In Russ.)
The article was received on July 25, 2021
Sk.sokolov@ro.ru
*aan.fedorov@s-vfu.ru
