CC BY
34
УДК 910.2.004.925
Паршин Александр Вадимович
кандидат геолого-минералогических наук, доцент,
Иркутский государственный технический университет, 664074, г. Иркутск, ул. Лермонтова, 83 e-mail: sarhin@geo. istu. edu;
Демина Ольга Игоревна
старший инженер,
Институт геохимии им. А.П. Виноградова СО РАН,
664033, г. Иркутск, ул. Фаворского 1а e-mail: d-0lka@yandex.ru
ИНТЕГРАЛЬНЫЕ ГЕОХИМИЧЕСКИЕ ИНДИКАТОРЫ В ОСНОВЕ МАТЕМАТИКО-КАРТОГРАФИЧЕСКОГО ОБЕСПЕЧЕНИЯ ЭКСПЕРТНЫХ ГЕОХИМИЧЕСКИХ ГЕОГРАФИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ
Parshin Alexander V.
Irkutsk State Technical University, candidate of geologic-mineralogical sciences, associate professor 664074, Irkutsk, Lermontov st. 83 e-mail: sarhin@geo.istu.edu
Demina Olga I.
the Institute of Geo-chemistry, named after A.P. Vinogradov, SB RAS, senior engineer
664033, Irkutsk, Favorsky st. 1a e-mail: d-0lka@yandex.ru
INTEGRATED GEOCHEMICAL INDICATORS IN THE BASE OF MATHEMATICAL-CARTOGRAPHIC SOFTWARE FOR EXPERT GEO-CHEMICAL GIS
Аннотация:
Рассматриваются особенности требований, предъявляемых к визуальной среде ГИС в области геолого-геохимических исследований. В качестве одной из проблем отмечается большое количество слоев данных. Рассматривается вариант уменьшения их размерности с помощью аддитивных и мультипликативных геохимических индикаторов - «модулей», которые предлагается картировать с учетом экспертных классификаций
Abstract:
The features of the requirements presenting for visual GIS environment in the field of geological and geochemical studies are viewed. A large amount of data layers is mentioned as one of the problems. The option of reducing their dimensions using additive and multiplicative geo-chemical indicators that is "modules" that are proposed for mapping with due regards for expert classifications is considered
Key words: GIS, geo-chemical modules, geo-informational mapping, pure quartz raw material
Ключевые слова: геоинформационные системы, геохимические модули, геоинформационное картографирование, высокочистое кварцевое сырье
Одним из важных вопросов, возникающих при создании геохимических географических информационных систем (ГИС), является организация компактных и научно обоснованных визуальных представлений геолого-геохимической обстановки, упрощающих анализ данных и принятие решений.
«Классическим» представлением пространственно распределенных данных в ГИС является картографическое. При этом исследования месторождений и проявлений геохимическими способами и их требования к визуальной среде имеют специфику, которая предъявляет к геохимическим «картам» требования, отличные от геофизических, геоэкологических или других видов исследований [1]. Инструменты классических ГИС обеспечивают легкое отображение столбцов БД в виде карт одного признака. Для комплексных представлений, к примеру, геоэкологической обстановки использовать универсальные решения достаточно удобно.
На рис. 1 [3] слои описывают разные типы объектов (точки наблюдения, реки, жилые кварталы, ореолы выпадения пыли и пр.), которые топологически не совпадают друг с другом, слои являются прозрачными. Благодаря этому итоговое распределение остается видимым. Однако в геолого-геохимических исследованиях используется единая
сеть пробоотбора, а результаты химического анализа обычно представляются интерполированными, непрозрачными, в связи с чем одновременное сопоставление нескольких признаков на одной карте невозможно.
Рис. 1 - Пример представления данных выпадения из атмосферы на территории г. Ростов-на-Дону в программе ArcView
Наиболее распространенным вариантом представления геохимических данных являются так называемые монополя, представляющие собой графические изображения совокупности полей распределения отдельных химических элементов (Са, Ьа и др.) и некоторых их соединений (БЮ2, ТЮ и др.), дающих информацию о характере геохимической обстановки на изучаемой территории. Монополя удобны при исследовании одного или небольшого количества геохимических параметров, позволяют картографически отображать пространственное распределение химических элементов, учитывать их пространственно-временные изменения и пр. [2]. В геоинформационных системах каждое монополе является отдельным слоем.
В настоящее время используются аналитические методы, позволяющие получать информацию о нескольких десятках химических параметров геологических объектов (1БРМ8 - более 50 показателей, силикатный анализ - более 15 соединений и др.). Представление этой информации в виде совокупности монополей имеет недостаток - сложность при комплексном визуальном анализе данных в ГИС из-за большого количества «слоев», которые для сравнения между собой необходимо выключать или менять их иерархию.
ГИС «Суперкварциты»
Применительно к геохимии обозначенная выше проблема и ее решение рассматривается на примере геоинформационной системы поддержки изучения и поиска месторождений высокочистого кварцевого сырья (ВСК). В последние десятилетия интерес к месторождениям и проявлениям ВКС, в особенности к гранулированному и прозрачному жильному кварцу, который считается одним из самых качественных материалов, постоянно увеличивается. Такой тип кварца активно используется во всех ведущих отраслях промышленности при получении оптической и акустической электроники, кремния «солнечной» и полупроводниковой чистоты, выращивании монокристаллов и пр. В Восточной Сибири перспективными регионами являются Иркутская область и Республика Бурятия (Восточный Саян), детальные исследования которых проводятся еще с начала прошлого века. Автоматизация и поддержка дальнейших исследований, в особенности поисков ВКС, требуют разработки тематических средств и методов хранения, обработки и представления информации.
Для этой цели в ИГХ СО РАН была разработана геоинформационная система «Суперкварциты», в базе данных которой содержится пространственно определенная информация об изученных в ИГХ СО РАН проявлениях кварцитов, включающая результаты химического анализа, минералогические описания. Одной из ее функций является поддержка принятия решений при оценке перспективности площадей на высокочистое кварцевое сырье. Для реализации этой возможности необходимо было обеспечить исследователей небольшим набором простых для анализа комплексных представлений, поскольку при рассмотрении относительно большой группы примесных компонентов «загрязнителей» в кварцевом сырье исследователи не изучают один отдельно взятый химический элемент, а исследуют его наряду с несколькими другими - А1 с К, группу М^, Са, Мп, Бе и пр. Природное чистое кварцевое сырье должно характеризоваться высокой химической чистотой относительно большой группы примесных компонентов: А1, Т1, Бе, Мп. М§, Са, К, Ы, В, Си. Известно, что для «суперкварцитов» все примеси составляют не более 0,01 %, все остальное -это БЮ2, для «чистых» (или «осветленных») микрокварцитов - <500 ррт, для кварцитов, «загрязненных» примесью, - >500 ррт [5].
Оценку перспективности территории на основе сравнения абсолютных концентраций какого-либо показателя на разных ее участках произвести невозможно: низкие концентрации одного элемента не свидетельствуют о высокой чистоте сырья. Вследствие этого исходное сырье не нормируется по классам качества на основе дискретных химических показателей, а простой визуальный анализ слоев монополей ГИС, как было указано выше, затруднен. Многочисленность получаемых данных затрудняет их непосредственное практическое использование и предусматривает статистическую и графическую обработку [4].
Для ускорения визуального анализа необходимо было решить две задачи: во-первых, сократить количество монополей (которое в базе данных ГИС «Суперкварциты» исходно достигает нескольких десятков), представляемых исследователю для визуального анализа и сопоставления, не потеряв при этом полноты представляемой информации; во-вторых, на основе экспертного подхода разработать оригинальные легенды вместо относительных ("от минимума значений признака до максимума"), удовлетворяющие региональным особенностям геологической среды и требованиям экспертов-геологов и геохимиков. Задачи решаются с помощью разработки оригинального математико-картографического обеспечения, выполняющего расчет и дальнейшее картографирование комплексных индикаторов геохимических процессов, последующего экспертного анализа, направленного на разработку научно обоснованных критериев классификации сформированных слоев.
Снижение размерности данных
Из всех видов комплексного математического анализа, позволяющих сократить количество значимых признаков без потери необходимой информации, был выбран подход, основанный на расчете из данных химического анализа проб комплексных мультипликативных и аддитивных индикаторов - «модулей» [6, 7], к которым часто прибегают эксперты-геохимики. Значения каждого из этих показателей характеризуют геологический процесс или явление и позволяют оценить участок территории с позиций его перспективности. Математика большинства расчетов используемых в данной статье «модулей» приведена в [6].
Было разработано специализированное программное обеспечение «МоёиЫ» (свидетельство №2013617503 от 15.08.2103 г.), которое реализует необходимые математические операции над данными и формирует таблицы пригодной для дальнейшего картографирования структуры. Расчеты могут выполняться на уровне СУБД и в этом случае не требуют действий от исследователя. Данные, необходимые для математической обработки и расчетов комплексных геохимических характеристик, а также пространственные таблицы с результатами вычислений берутся из БД «Суперкварциты». В данный момент программа позволяет рассчитывать девятнадцать часто используемых исследователями
геохимических показателей, таких как «Eu-модуль», «Отношение Се/Се*», «Модуль LREE/HREE» и др. Обычно геологи и геохимики рассчитывают и анализируют такие индикаторы в табличных редакторах, представляя их в виде диаграмм или графиков, нами предлагается их картографическое представление. Такой вариант отображения биологически более удобен исследователю, обеспечивает сопоставление результатов с геологическими картами, геофизическими полями и т.д. Однако простых расчетов и последующего картирования модулей по относительным легендам недостаточно для формирования информативных карт, поскольку интерпретация сформированных таким образом картографических материалов будет под силу только высококлассному геологу, причем и для такого специалиста эта работа весьма трудоемка и сравнима по затратам времени с анализом большого количества монополей.
Для того чтобы быстро визуально ранжировать участки по перспективности на определенный вид сырья, результаты расчетов по каждому из комплексных показателей должны быть научно обоснованно классифицированы в соответствии с определенной системой, учитывающей региональный геохимический фон и включающей априорно известную геологическую информацию по эталонным объектам. Картографические представления должны цветом или знаком явно отражать перспективные и неперспективные участки.Для этого в данной работе использован экспертный подход, основанный на консультациях с ведущими специалистами-геохимиками в области высокочистого кварцевого сырья. Были разработаны классы для каждого из атрибутов, они реализованы в виде qml-файлов для клиентских интерфейсов Quantum GIS и SLD-файлов для представления через Geoserver на веб-сайтах. Классификации применимы для всего региона Восточного Саяна, для других кварцевых проявлений они могут требовать корректировки компетентными специалистами по конкретному объекту.
Алгоритм принятия решений о перспективности площади
В результате работы математико-картографического обеспечения в ГИС-интер-фейсе становятся доступны слои «модулей», уже классифицированные по предустановленным легендам. По отдельности каждый показатель не позволяет оценить площади, но анализ их совокупности позволит делать определенные выводы даже неспециалисту в области геологии, в этом заключается элемент системы поддержки принятия решений ГИС «Суперкварциты». Для выявления перспективных участков территории выполняется последовательный анализ слоев «модулей», причем эффективность подхода тем выше, чем меньше требуется слоев для обоснованного принятия решений. В любом случае их должно быть в разы меньше числа химических параметров пробы. Рассмотрим методику анализа перспективности территории на примере участка, на котором встречается кварцевое сырье различного качества. Участок находится в пределах месторождения Бурал-Сарьдаг.
На рис. 2 представлен «цериевый» модуль, который отражает условия осадкона-копления в районах выходов кремнисто-карбонатных толщ. Анализ полученного изображения в совокупности с рельефом позволяет сделать вывод, что в пределах изученной площади Ce-модуль может характеризовать степень метасоматического преобразования исходных пород. «Темно-синий» класс соответствует породам, развитым на контакте с интрузивным телом, и характеризует процесс «заражения» кварцитов материалом гра-нитоидов. Метасоматические кварциты принадлежат к «белым» классам (отличающимся по химическому составу). «Красный» класс соответствует геохимическим особенностям «суперкварцитов» - наиболее чистому виду кварцевого сырья [6]. Это не означает, что пробы, попавшие в этот класс (в центре и в северной части разреза), обязательно являются «суперкварцитами», но если бы на рассматриваемом участке находились именно «суперкварциты», они бы попадали в «красную» область. При этом породы, пробы из которых в «красный» класс не попали, однозначно «суперкварцитами» не являются. «Голубой» класс в данном случае указывает на влияние на кварциты вещества из нижележащих толщ вдоль нескольких разломов различного простирания.
Рис. 2 - Распределение значений модуля Ce/Ce*
Исходя из одного этого представления можно сделать предварительный вывод, что к «суперкварцитам» относятся три пробы. Однако на рис. 3 приведено распределение результатов расчета Eu-модуля, значения которого на участке изучаемой площади могут свидетельствовать о более позднем гидротермальном процессе. Повышение содержания отношения Eu/Eu*, возможно, связано с гидротермальной проработкой кварцитов. В соответствии с известными геохимическими особенностями «суперкварцитов» в них нет европиевой аномалии, соответственно, для них выделен второй, «перспективный», класс - «красный». Из анализа двух модулей следует, что к области, перспективной на суперкварциты, относится только центр карты.
Рис. 3 - Распределение значений модуля Eu/Eu* 57
Далее рассматривается следующий мультипликативный индикатор - «сумма примесей». Анализ подтверждает, что центральная часть карты может быть перспективна на «суперкварциты» (рис. 4).
+ 2000 -24000
О 0-100
О 100-250
О 250- 500
О 500-900
О 900-2000
сумма примесей
Рис. 4 - Распределение значений модуля суммы примесных элементов»
Можно продолжать анализ и по другим мультипликативным и аддитивным «модулям», однако авторам представляется, что для получения первых обоснованных выводов о перспективности площадей на высокочистое кварцевое сырье может быть достаточно четырех-пяти индикаторов. Для получения сравнимого по достоверности объема информации на основе классического монопольного геоинформационного подхода потребовалось бы сравнить и проанализировать более 30 слоев, что заняло бы в десятки раз больше времени.
Предложенный варант картирования геолого-геохимической обстановки является удачным дополнением к классическим монопольным представлениям. Использование мультипликативных и аддитивных показателей на основе картографического подхода существенно ускоряет решение ряда научных и производственных геологических задач. Техническое обеспечение аналогичных ГИС может быть выполнено на основе открытых технологий, что дополнительно повышает экономический эффект от их внедрения.
Основываясь на описанной методике, в ГИС «Суперкварциты» был оперативно выполнен анализ перспективности территории Восточного Саяна на высокочистое кварцевое сырье. На рис. 5 приведена схема возможного прогноза дальнейших поисково-исследовательских работ, где полигонами разного цвета отмечены различные типы кварцевого сырья, что дает ясную картину геолого-геохимической обстановки и общей изученности данного района Восточного Саяна.
Наиболее перспективными областями «суперкварцитов» представляются месторождение Бурал-Сарьдаг и район проявления Урда-Гарган. Менее чистое, но также подходящее для хозяйственной деятельности сырье, запасы которого, основываясь на модели образования кварцевых месторождений, должны значительно превосходить «суперкварциты» (в связи с чем оно не менее привлекательно для добычи), локализованы в районах в участках: Окинский, Урунге-Нурский, Хара-Нурский и Холбинский, а также Бурал-Сарьдагский и Урда-Гарганский.
Заключение
Рис. 5 - Схема прогноза перспективности территории Восточного Саяна на высокочистое кварцевое сырье
Для дальнейших поисков достаточно сформировать полевые отряды, состоящие из студентов вузов или геологических техникумов, выдать им GPS-навигаторы с намеченными точками пробоотбора и поручить отбирать пробы по регулярной сети. Необходимыми для оценки площади видами анализа являются силикатный и ICP-MS. Данные должны быть внесены в базу в соответствии с правилами ГИС, после чего карта прогноза может быть обновлена. ГИС в этом случае выступает в роли навигатора дальнейших исследований, частично заменяя собой высококвалифицированных геологов.
Литература
1. Кучинская В.П. Математико-картографическое обеспечение поисков и типизации золоторудных объектов Апрелковской рудно-магматической системы / В.П. Кучинская, А.В. Паршин // Современные проблемы геохимии: материалы конференции молодых ученых - 2013г. - Иркутск: 2013. - С. 151 - 153.
2. Демина О.И. Некоторые экологические аспекты строительства газопроводов на территории Иркутской области / О.И. Демина, А.В. Паршин, О.Г. Зеленая // Вестник Иркутского государственного технического университета. - 2012. - № 2. - С. 42 - 47.
3. Приваленко В. ГИС при эколого-геохимическом мониторинге г. Ростова-на-Дону / В. Приваленко, Вл. Приваленко// ArcReview. - 2004. - № 4 (31) [Электронный ресурс] - Режим доступа на 27.10.13:
http://dataplus.ru/news/arcreview/detail.php?ro=1879&SECTION ID=50
4. Демина О.И. Геоинформационное обеспечение геолого-геохимических исследований и поисков месторождений сверхчистого кварцевого сырья на территории Восточного Саяна / О.И. Демина, А.В. Паршин, А.М. Федоров // Фундаментальные исследования. - 2013. - № 10 (8). - С. 1778 - 1782.
5. Федоров А.М. Геохимия и условия образования особо чистых кварцитов на примере проявлений Восточного Саяна: дис. ... канд. геол.-минерал. наук / А.М. Федоров. - Иркутск: ИГХ СО РАН, 2012. - 160 с.
6. Юдович Я.Э. Основы литохимии / Я.Э Юдович, М.П. Кетрис. - СПб.: Наука, 2000. - 479 с.
7. Budyak A. GIS mapping of geological features of the Baikal mountain region based on integrated geochemical indicators / A. Budyak, A. Parshin // Mineralogical Magazine. -2013. - V. 77. - N. 5. - Р. 788.
