Nghiên cứu dự báo triển vọng khoáng sản trên cơ sở phân tích tổ hợp các tài liệu địa vật lý máy bay (Lấy vùng Tuy Hòa làm ví dụ fđ

Đây cũng chính là một trong những hạn chế khi tiến hành các phương pháp phân tích nhận dạng đối với tài liệu địa vật lý máy bay ở nước ta hiện nay.Đe tải ra đòi nhằm từng bước giải quyết

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC T ự NHIÊN

TÊN ĐỂ TÀI: NGHIÊN c ứ u Dự BÁO TRIỂN VỌNG KHOÁNG SẢN TRÊN c ơ SỞ PHÂN TÍCH T ổ HỢP CÁC TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY (LẤY VÙNG TUY

k o À L À M V Í D Ụ )

MÃ SỐ: QG.06.16

CHU TRÌ ĐÊ T À I: TS Võ Thanh Quỳnh

CÁC CÁN BỘ THAM GIA: PGS.TS Đỗ Đức Thanh

KS Kiều Chung Thuỷ NCS Phạm Nguyển Hà Vũ

n ^ Ĩ H Õ c ÔUỐC GIA HÃNỘt JRUNG TAM 1HONG TIN THƯVỊẸN

0 0 0 6 0 0 0 0 0 3 2

MỤC LỤC

Chương 1 Cơ sở lý thuyết xử lý tổ hợp số liệu địa vật lý 4

Chương 3 Dự báo triển vọng khoáng sản vùng Tuy Hoà 45 theo tài liệu địa vật lý máy bay trên cơ sở áp dụng hệ

phương pháp phân tích mới

Phu Iuc 1 • •

Phụ lục 2 ■ •

MỞ ĐẦU

Công tác đo bay địa vật lý tỷ lệ lớn ( từ-phổ gamma hàng không ) ở nước ta được bắt đầu và đẩy mạnh trong khoảng 25 năm trờ lại đây Những kết quả đạt được trong thời gian qua đã khẳng định vai trò vả hiệu quả to lớn của công tác địa vật lý máy bay trong việc tham gia giải quyết nhiều nhiệm vụ địa chất quan trọng, đặc biệt là trong việc tìm kiếm và dự báo các khoáng sản

có ích Tuy nhiên, trong thực tế công tác địa vật lý máy bay cũng bộc lộ một

số hạn chế, mà chủ yếu là ở khâu xử lý và phân tích tài liệu, cần được đàu tư nghiên cứu khắc phục, nhằm không ngừng nâng cao hiệu quả của phương pháp Đó là: Nguồn tài liệu của các phương pháp địa vật lý máy bay là rất phong phú, khối lượng các tài liệu địa vật lý máy bay trong đó tài liệu phổ gamma đóng vai trò chủ đạo ở nước ta hiện nay là hết sức lớn Xử lý phân tích tài liệu, khai thác triệt để thông tin đối với nguồn tài liệu hết sức phong phú này phục vụ công tác điều tra địa chất và tìm kiếm khoáng sản là nhiệm

vụ hết sức quan trọng Trong khi đó, do tính khẩn trương về mặt thời gian đối với các đề án điều tra địa chất, chưa cho phép đầu tư thỏa đáng cho công tác

xử lý phân tích tài liệu làm hạn chế phần nào hiệu quả của phương pháp

Trong những năm gần đây công tác xử lí và phân tích tài liệu địa vật lý máy bay ở nước ta cũng đã có những bước tiến đáng kể Thông qua các đề tài nghiên cứu, một số tác giả cũng đã tiến hành những nghiên cứu, phân tích thử nghiệm trên các tài liệu thực tế bằng nhiều phương pháp khác nhau, trong đó đáng chú ý là nhóm các phương pháp thống kê-nhận dạng

Tuy nhiên, những nghiên cứu theo hướng nói trên thường mới chi thu được kết quả tốt với mục đích nghiên cứu cấu trúc, phục vụ công tác lập bản đồ; còn với mục đích tìm kiếm và dự báo triển vọng khoáng sản thì các kết quả thu được còn hạn ché Hầu hết các phương pháp phân tích tài liệu phổ gamma hàng không hiện có (đặc biệt là các phương pháp nhận dạng) đều phân tích trên các số liệu trường liên tục theo diện, nghĩa là chỉ tập trung đối với các bản đồ trường Còn trên các điểm dị thường đơn ( “ Bản đồ phân bố

dị thường phổ gamma”-một tài liệu đạc biệt quan trọng trong tìm kiếm và dự báo triển vong khoáng sản ) thi thường mới chỉ có một số các phương pháp thống kê thực nghiệm đơn giản Ngoài ra khi tiến hành các phương pháp phân tích nhận dạng đối với tài liệu phổ gamma hàng không thường gặp một số khó khăn Đó là: khối lượng tài liệu cũng như số lượng các chủng loại thông tinlaf rát lớn,trong khi số lượng các tham số đầu vào của các chương trình phân tích nhận dạng hiện có thường bị giới hạn.Việc sử dụng các tổ hợp chủng loại thông tin khác nhau đẻ tiến hành phân tích nhận dạng nhiều khi cho những kết quả rất khác nhau Trong khi đó việc đánh giá, lựa chọn tổ hợp thông tin trước khi tiến hành phân tích nhận dạng thường dựa nhiều vào kinh nghiệm mang tính chủ quan, chưa có được những phương pháp mang tính toán học chặt chẽ Đây cũng chính là một trong những hạn chế khi tiến hành các phương pháp phân tích nhận dạng đối với tài liệu địa vật lý máy bay ở nước ta hiện nay.

Đe tải ra đòi nhằm từng bước giải quyết các yêu cầu đòi hỏi của thực tế với mục tiêu và các nội dung nghiên cứu cụ thể như sau:

* Muc tiêu đề tài•

Xây dựng và đưa vào áp dụng một hệ phương pháp phân tích tổ hợp các tài liệu địa vật lý máy bay trong tìm kiếm và dự báo triển vọng khoáng sản, góp phần đảy nhaiứi và nâng cao chất lượng của công tác

xử lý phân tích tài liệu địa vật lý máy bay

* Các nội dung nghiên cứu

- Nghiên cứu, đánh giá các phương pháp địa vật lý may bay trong tim kiếm và dự báo triển vọng khoáng sản đang được sử dụng trong các đề

án bay đo ở nước ta hiện nay

- Xây dựng và hoàn thiện một số phương pháp phân tích nhận dạngmới trên cơ sở ứng dựng lớp bài toán đánh giá lựa chọn thông tin góp

phần khắc phục những hạn ché của các phương pháp phân tích nhận dạng đang được ứng dụng hiện nay.

- Xây dựng hệ phương pháp phân tích tài liệu địa vật lý máy bay trong tìm kiếm và dự báo triển vọng khoáng sản trên cơ sở kế thừa các phương pháp hiện có và bổ sung một số phương pháp mới

- Đánh giá và dự báo triển vọng khoáng sản vùng Tuy Hoà trên cơ sở

áp dụng hệ phương pháp phân tích tổ hợp mới

Sau hai năm thực hiện (6/2006-6/2008) Đề tài đã hoàn thành đầy đủ các mục tiêu nhiệm vụ đề ra:

1 Đã xây được 3 phương pháp phân tích tài liệu mới:

- Phương pháp đánh giá và phân loại cụm dị thường

- Phương pháp Tần suất-Nhận dạng

- Phương pháp Khoảng cách-Tần suất-Nhận dạng

2 Đã xây dựng và đưa vào áp dụng có hiệu quả một hệ phương pháp phân tích tổ hợp tài liệu địa vật lý máy bay trên cơ sở đánh giá lựa chọn một số phương pháp hiện có đồng thời bổ sung 3 phương pháp phân tích mới

3 Đã xây dựng được “Sơ đồ dự báo triển vọng khoáng sản vùng Tuy Hoà”, góp phần làm sáng tỏ đặc điểm địa chất và triển vọng khoáng sản của vùng trên cơ sở áp dụng hệ phương pháp phân tích tài liệu mới

Các kết quả nghiên cứu đạt được của Đề tài hoàn toàn có thể đưa vào áp dụng trong công tác xư lý phân tích tài liệu địa vật lý máy bay, một nguồn tài liệu đồ sộ và hết sức phong phú nhưng chưa được khai thác triệt để ở nước ta hiện nay

- Xây dựng mô hình và xác định phương pháp nhận dạng.

- Ước lượng các đặc trưng thống kê

- Chọn thuật toán xử lý và thực hiện quá trình xử lý

- Định nghiệm về sự tồn tại của các đối tượng

- Đánh giá chất lượng xử lý

1.1.1 Xây dựng mô hình và xác định phương pháp nhận dạng.

Để xử lý tổ hợp số liệu Địa vật lý người ta ehủ yếu sử dụng các mô hình

chất vật lý không biết trước nên chúng được xem như các đối tượng ngẫu nhiên Mặt khác, các trường vật lý do các đối tượng địa chất tạo ra thường bị các loại nhiễu làm méo nên các dấu hiệu trường Địa vật lý khảo sát cũng mang tính ngẫu nhiên Với mô hĩnh để được nhiệm vụ tiếp theo là lựa chọn các phương pháp nhận dạng tương ứng, tiến hành xử lý theo mô hinh và giải quyết các nhiệm vụ bài toán đặt ra.

Hiện nay có rất nhiều phương pháp nhận dạng hiện đại, được tự động hóa bằng các phần mềm mạnh Tuy nhiên, có thể chia chúng thành hai nhóm: nhóm các phương pháp nhận dạng theo đối tượng chuẩn và nhóm các phương pháp nhận dạng không có đối tượng chuẩn

Nhóm các phương pháp nhận dạng theo đối tượng chuẩn được áp dụng khi chúng ta biết được lớp đổi tượng và biết được đặc trưng thống kê của các trường địa vật lý đối với từng lớp đối tượng

Khi xử lý số liệu địa vật lý bằng thuật toán nhận dạng có mẫu chuẩn, nhiệm vụ đặt ra là cần xây dựng các thuật toán hay đề xuất các chỉ tiêu nhận dạng đảm bảo để phân loại các đối sổ liệu quan sát thành hai lớp (thí dụ lớp

có quặng và lớp không quặng) hoặc với số lóp nhiều hơn 2 khi có trước các đặc trưng thống kê của mỗi loại dấu hiệu ứng với các đối tượng chuẩn

Vấn đề quan trọng, mang tính quyết đinh trong công tác xử lý số liệu địa vật lý bằng thuật toán nhận dạng theo đối tượng chuẩn là lựa chọn đối tượng chuẩn, trên đó tiến hành nghiên cứu các đặc trưng thông kê của các dấu hiệu (các trường địa vật lý) Điều này đặc biệt quan trọng khi khảo sát các diện tích

có cấu trúc địa chất phức tạp, ở đó các trường địa vật lý quan sát được biến đổi mạnh ngay cả ở những diện tích nhỏ

Nhóm các phương pháp nhận dạng không GÓ đổi tượng chuẩn được áp dụng khi chúng ta không biết trước các đặc trưng thống kê của các dấu hiệu

ứng với các lớp đối tượng cần tìm Khi đó quá trình nhận dạng đơn thuần chỉ thực hiện nhiệm vụ phân loại trường.

Phương pháp xử lý số liệu bằng thuật toán nhận dạng không có đối tượng chuẩn được thực hiện như sau: bằng thuật toán phân loại trường lựa chọn được, tiến hành chia các điểm quan sát thành một số nhất định các diện tích đồng nhất về dấu hiệu tổ hợp Bản chất địa chất của từng diện tích phân

ra được có thể không xác đinh được; để xác định chúng đòi hỏi phải có các số liệu khoan hoặc nghiên cứu bổ sung về tính chất vật lý của đá

1.1.2 Ước lượng các đặc trưng thong kê và lượng tin của các dấu hiệu trên các đổi tưọng chuẩn.

a ước lượng các đặc trưng thống kê.

Đe xử lý tổ hợp các số liệu bàng phương pháp nhận dạng có mẫu chuẩn thì công việc quan trọng mang tính quyết định là lựa chọn các mẫu chuẩn và xác định các đặc trưng thống kê các trường địa vật lý của chủng

Các mẫu hay đối tượng chuẩn là phần diện tích ở đó bằng các số liệu khoan và các số liệu địa chất khác đã xác định được bản chất địa chất của các đối tượng gây ra trường địa vật lý Tùy thuộc vào các mục đích nghiên cứu khác nhau mà các đối tượng chuẩn được lựa chọn khác nhau Ví dụ khi mục đích nghiên cứu là tìm kiếm khoáng sản thì đối tượng chuẩn có thể là một vùng quặng, một trường quặng, một IĨ1Ỏ quặng hay một vỉa quặng Còn khỉ khảo sát địa vật lý phục vụ công tác đo vẽ bản đồ địa chất thỉ các đối tượng mẫu có thể là diện tích phát triển một loại đá nào đó

Dựa vào các giá trị trường quan sát được trên các đối tượng chuẩn người ta tiến hành xác đinh các đặc trưng thống kê của trường cho từng loại đối tượng Các đặc trưng này bao gồm:

- Đường cong biến phân (hàm phân bố mật độ xác suất thực nghiệm).

- Kỳ vọng và phương sai của trường (thông qua đường cong biến phân )

Ngoài ra khi cần người ta còn tính cả hệ số tương quan giữa các dấu hiệu, phương chủ đạo của các dị thường

Điều đặc biệt cần lưu ý để công tác phân tích nhận dạng đạt hiệu quả tốt thỉ cần lựa chọn các đối tượng chuẩn sao cho các điện tích tồn tại đối tượng chuẩn phải nằm xen kẽ với các phần diện tích khảo sát cần nhận dạng

Đối với nhóm các phương pháp nhận dạng không có đối tượng chuẩn để xác đinh các đặc trưng thống kê của trường người ta chia khu vực khảo sát thành các diện tích cơ sở - cửa sổ Kích thước của các diện tích cơ sở hay số lượng điểm quan sát ừên mỗi diện tích cơ sở được lựa chọn dựa vào tỉ lệ bản

đồ và kích thước dị thường mà các đối tượng trường tạo ra Diện tích cơ sở có thể nhỏ nhất cần chọn để trong tương lai có thể đề nghị (hoặc không đề nghị) đưa vào thăm dò hoặc khảo sát chi tiết Diện tích cơ sở cũng có thể xem như cửa sổ trượt, các đặc trưng thống kê của trường trong cửa sổ đó được gán cho điểm trung tâm cửa sổ

b Lượng tin của dấu hiệu

Lượng tin của dấu hiệu là khả năng mà dấu hiệu đó có thể phân biệt được các đối tượng khác nhau với nhau Khả năng này phụ thuộc vào việc các đối tượng của cùng một lóp có thường xuyên cho những giá trị cố định của dấu hiệu đó hay không và các giá trị đó có phân bố rộng ra ngoài giới hạn của các đối tượng của lớp đó hay không

Người ta đưa ra các khái niệm lượng tin từng phần, lượng tin tông (tích phân) và lượng tin tổng hợp Lượng tin từng phần là lượng tin của nhừng dải

giá trị hay của nhóm các giá trị riêng biệt của một dấu hiệu nhất định Lượng tin tổng là lượng tín chứa toàn bộ các giá trị của một dấu hiệu (một loại trường) nào đó Cuối cùng lượng tin tổng hợp là lượng tin tính cho những dạng kết hợp khác nhau của nhiều dấu hiệu.

Trong quá trình nhận dạng không phải mọi dấu hiệu trường đều quan trọng như nhau, thậm chí có những dấu hiệu trường địa vật lý hoàn toàn không chứa thông tin về đối tượng khảo sát và có thể là những dấu hiệu nhiễu làm mờ nhạt đi các thông tin hữu ích Khi đưa các dấu hiệu này vào sử dụng

để nhận dạng không làm tăng mà ngược lại làm giảm chất lượng nhận dạng đối tượng Chinh vì vậy, trong quá trinh xử lý cần tiến hành đánh giá lượng tin của từng dấu hiệu để từ đó chọn ra những dấu hiệu có lượng tin cao đưa vào xử lý và loại bỏ những dấu hiệu có lượng tin thấp

1.1.3 Nguyên tắc lựa chọn các thuật toán xử lý.

Các thuật toán được lựa chọn để xử lý sẽ ảnh hưởng tới chất lượng xử lý

Đe chất lượng xử lý cao khi lựa chọn các thuật toán người ta dựa vào các yếu

tố sau:

a Nhiệm vụ địa chất đặt ra.• • • •

Nếu nhiệm vụ của khảo sát địa vật iý là tìm kiếm mỏ thì thuật toán phải

có khả năng nhận dạng hai lóp đối tượng: lớp quặng và lớp không quặng Còn nếu nhiệm vụ của khảo sát địa vật lý là phục vụ công tác đo vẽ bản đồ địa chất thỉ thuật toán phải đảm bảo khả năng cùng một lúc nhận dạng được nhiều lớp đối tượng liên quan với nhiều loại đất đá và các yếu tố kiến tạo khác nhau

b Đặc điểm chứa thông tin của số liệu gốc.

Nếu các số liệu địa vật lý chứa thông tin ở hai mức: mức “có”- mức dị thường và mức “không”- mức phông thi người ta sử dụng các thuật toán

logic, Trong trường hợp các số liệu địa vật lý chứa các thông tin định lượng thì người ta sử dụng các thuật toán kiểm chứng thống kê.

c Tính độc lập và không độc lập của các dấu hiệu trường.

Khi các dấu hiệu trường địa vật lý độc lập nhau thì có thể sử dụng các thuật toán đơn giản Còn trong trường họp các dấu hiệu liên quan với nhau thì các thuật toán được sử dụng phức tạp hơn Lưu ý là trong trường hợp các dấu hiệu trường không độc lập nhau, để nhận dạng đòi hỏi các giá trị trường phải phân bố theo luật chuẩn

d Mức độ đầy đủ của các thông tin tiên nghiệm.

Mức độ đầy đủ của các thông tin tiên nghiệm chính là mức độ hoàn chỉnh của các mô hình vật lý địa chất Trong trường hợp tồn tại các đối tượng chuẩn, nghĩa là khi biết rõ mô hình vật lý địa chất của các đối tượng thì để xử

lý người ta sử dụng các thuật toán nhận dạng có mẫu chuẩn để phân loại trường

1.1.4 Quyết định nghiệm về sự tồn tại của đối tượng cần tìm.

Đối với các thuật toán nhận dạng có mẫu chuẩn việc quyét định nghiệm chủ yểu dựa vào chỉ số tương đồng Chỉ số này xác định mức độ giống nhau hoặc khác nhau giữa đối tượng nghiên cứu với đối tượng chuẩn theo lượng thông tin tổng hợp của toàn bộ các dấu hiệu

Đối với các thuật toán nhận dạng không có mẫu chuẩn thì quá trình nhận dạng chỉ đơn thuần thực hiện việc phân chia diện tích khảo sát thành các phần đồng nhất theo tổng hợp các dấu hiệu Việc phân loại ở đây được tiến hành dựa vào các chỉ tiêu định nghiệm khác nhau Chỉ tiêu này phụ thuộc rất nhiều vào sổ lượng các lớp đối tượng cần phân chia là bao nhiêu

1.1.5 Đánh giá chất lượng xử lý.

Đối vói các thuật toán nhận dạng có mẫu chuẩn, chất lượng xử lý được đánh giá dựa vào sai số nhận dạng các đối tượng kiểm chứng (tỉ sổ các đối tượng kiểm chứng được nhận dạng đúng so với tổng các đối tượng kiểm chứng được đưa ra nhận dạng) Các đối tượng kiểm chứng là các đối tượng

mà bản chất địa chất của chúng đã được xác định rõ, song chúng không được chọn làm đối tượng mẫu mà là đối tượng được dùng làm kiểm tra các kết quả nhận dạng

Đối với các thuật toán nhận dạng không đối tượng chuẩn người ta sử dụng xác suất nhận dạng sai lầm để đánh giá chất lượng xử lý Xác suất này được tính dựa vào việc tính tích phân hàm phân bố mật độ xác suất của một

hệ số gọi là hệ số tương thích Các hàm này được xác định riêng cho các đối tượng kiểm chứng của từng lớp một

1.2 CÁC THUẬT TOÁN NHẶN DẠNG

1.2.1 Các thuật toán nhận dạng có mẫu chuẩn.

Các thuật toán nhận dạng có mẫu chuẩn là các thuật toán tiến hành xác đinh bản chất địa chất của các đối tượng dựa vào việc so sánh tập hợp các dấu hiệu địa vật lý đặc trưng cho đối tượng chuẩn với tập hợp các dấu hiệu địa vật

lý của đối tượng nghiên cứu

Hiện nay tồn tại nhiều thuật toán nhận dạng khác nhau, chúng được xây dựng dựa vào các công cụ toán học khác nhau như: toán logic, các hàm hồi quy và lý thuyết định nghiệm thống k ê Dưới đây là một số thuật toán điển hình

a Thuật toán logic.

Trong các thuật toán logic, để nhận dạng đổi tượng hoặc là người ta tính lượng tin tổng, hoặc là xác định khoảng cách tổng

Công việc đầu tiên, người ta tiến hành mã hóa các dấu hiệu trường bàng

mã nhị phân gồm tập số 0 và 1

Nếu xki là giá trị trường thứ 1 của mẫu thứ k thì:

- xkI = 0 khi mẫu k không chứa giá trị thứ 1

- xki = 1 khi mẫu k chứa giá trị thứ 1

Bằng cách trên toàn bộ các mẫu được mã hóa

Tiếp theo dựa vào các tổ hợp số 0 và l(từ thông tin) xác lập trên các mẫu chuẩn người ta xác định các từ thông tin chuẩn cho từng lớp đối tượng Từ thông tin chuẩn cho một lớp (đổi tượng) là từ thông tin gặp p lần ở các đối tượng chuẩn của lớp đó và không gặp lần nào ở các đối tượng chuẩn thuộc lóp khác Đối với một lóp đối tượng người ta có thể chọn vài từ thông tin chuẩn Các thông tin này được gọi là tổ hợp dấu hiệu phức hợp Trong các tổ hợp dấu hiệu phức hợp đặc trưng cho các đối tượng chuẩn của cùng một lớp thì tổ hợp dấu hiệu nào đặc trưng cho số lượng mẫu chuẩn lớn hơn, tổ hợp dấu hiệu đó sẽ có lượng tin lớn hơn

Cuối cùng là nhận dạng các đối tượng nghiên cứu Ờ bước này người tatiến hành kiểm tra xem bao nhiêu tổ hợp dấu hiệu phức hợp của từng lớp gặp

ở đối tượng nghiên cứu Nếu số lần gặp các tổ hợp dấu hiệu phức hợp của một lớp nào đó nhiều hơn số lần gặp các tổ hợp phức hợp của lớp khác thi đối tượng nghiên cứu được xểp vào lớp đó

b Thuật toán hồi quy.

Thực chất của thuật toán này là xây dựng các hàm hồi quy xác định mối quan hệ giữa các tham số địa chất cần tìm với các sổ liệu địa vật lý quan sát được

Giả sử ta lập một quan hệ hàm giữa tham số địa chất Y và các dấu hiệu địa vật lý Xi, X2 xk Hàm f( X ị, X 2 , xk) mà ta cần tìm phải thỏa mãn:

Trong đó Yị là giá trị quan trắc của biến Y tại quan trắc thứ 1; Xii là giá trị quan trắc thứ 1 của biến Xi.

Thuật toán phân tích hồi quy có ưu điểm là dễ dàng đưa vào xử lý bổ sung các số liệu của dấu hiệu mới bằng cách đưa thêm vào phương trình của hàm hồi quy các số hạng mới Tuy nhiên thuật toán hồi quy cũng có nhược điểm đó là với một tập hợp số liệu nhất định ứng với một giá ưị sai sổ cho trước có thể xấp xỉ được nhiều hàm hồi quy Do vậy ta không thể đưa ra được các lý giải về ý nghĩa vật lý của các hệ số của hàm hồi quy

c Thuật toán định nghiệm thống kê.

Thuật toán nhận dạng trên cơ sở mô hình thống kê đối tượng chuẩn trong phân tích số liệu địa vật lý thường sử dụng các thông số như: Tỉ số sự thật L(x) và tổng lượng thông tin J(1:2,x)

Giá trị các thông số đó được tính theo công thức:

x: là vectơ giá trị các dấu hiệu được sử dụng, xi,x2 xk (ví dụ các hàm ỉượng qu, qTh, qK- )-

Khi các dấu hiệu xi,x2 x k được xem là không phụ thuộc nhau thì xác suất của đại lượng n chiều của tổ họp n dấu hiệu được tính

P(x) = P(xi) P(x2) P ( x k)

L rx) = P »(x.).P ,(xQ P ,(xQ

P2(Xl) P 2(X2) P 2(Xk) = L (x \).L {xi) L(xic)

J(l:2,x) = J(l:2,Xi) + J(l:2,x2) + + J(l:2,xk)Nêu sự phụ thuộc của các dấu hiệu là rõ và sự phân bố của chúng tuân theo luật chuẩn thì để nhận dạng các đối tượng quặng và không quặng người

ta thường sử dụng các hàm phân giải bậc 1 (Rl) hoặc bậc 2 (R2) đối với các tham số X [ ,X 2 .xn Các hàm này được biểu diễn như sau:

Trong đó các hệ số: ai, bij, Cj được xác định từ các ma trận thông tin các dấu hiệu của các đối tượng quặng và không quặng, Thông qua các “diện tích đối tượng chuẩn” người ta xác định được các vectơ giá trị các dấu hiệu sử dụng X (trong trường hợp các dấu hiệu được xem là không phụ thuộc nhau)

hoặc các hệ số ãị, b jj, Ci (trong trường hợp các dấu hiệu phụ thuộc nhau) Sau

đó tính giá trị L(x), J(1:2,x) hoặc Rị, R2, phổ các giá trị này lên khắp diện tích khảo sát và biểu diễn chúng lên bản đồ Đối sánh các giá trị này với các giá trị của đối tượng chuẩn có thể nhận biết và khoanh định được các diện tích đồng dạng với đối tượng chuẩn Các dấu hiệu được lựa chọn thường là một tổ hợp nào đó trong số các tham số thu được

1.2.2 Các thuật toán nhận dạng không có mẫu chuẩn.

n

i=l j=l 1=1

Thuật toán này tiến hành phân loại trường khi các dấu hiệu trường hoàn toàn độc lập nhau Ban đầu người ta sử dụng các bộ lọc để tách các dị thường

ra khỏi phông nhiễu cho từng dấu hiệu trường Kết quả lọc cho phép nhận được các số liệu trường chủ yếu gồm các dị thường Tiếp theo là phân loại các

dị thường thành các lớp dị thường Mỗi lớp dị thường gồm các dị thường có các đặc trưng thống kê giống nhau Đẻ phân loại các dị thường đầu tiên người

ta phân chia khu vực khảo sát thành các diện tích cơ sở, sau đó dựa vào kết quả phân cấp các giá trị trường ở mỗi cửa sổ người ta dựng các đường cong biến phân đặc trưng cho cửa sổ đó Cuối cùng để phân lớp các dị thường

người ta sử dụng chỉ tiêu % để so sánh và xếp loại các đường cong biến phân

Các diện tích có ước lượng phân bố mật độ xác suất giống nhau được xếp vào một lớp

Giai đoạn cuối cùng của quá trình nhận dạng là giai đoạn thuật toán tiến hành xác định số hiệu của lớp tổng hợp

Với mục đích này, dựa vào các đường cong biến thiên dựng được cho từng dấu hiệu người ta xác định giá tn trung bình và phương sai rồi sắp xếp các giá trị trung bình theo thứ tự tăng dần Sau đó dựa vào chỉ tiêu xác suất hậu nghiệm cực đại người ta quyết định xếp loại đối tượng khảo sát vào các lớp khác nhau Bằng cách trên, toàn bộ khu vực khảo sát được phân thành một

số diện tích có hình dạng bất kì, ở đó dị thường của các dấu hiệu khác nhau chồng lên nhau

b Thuật toán K trung bình.

Nội dụng của thuật toán như sau: Giả sừ tồn tại n đối tượng Nhiệm vụ đặt ra là phân chia toàn bộ n đối tượng thành M lớp với M « n

Để giải quyết nhiệm vụ trên, lúc đầu người ta chọn ngẫu nhiên từ n đối tượng ra k đối tượng, k đối tượng được chọn này được xem như là các mâu

chuẩn xuất phát Tiếp theo là tiến hành chính xác hóa liên tiếp các mẫu chuẩn chọn được bằng cách so sánh các mẫu chuẩn với các đối tượng còn lại Saumỗi lần chọn tập hợp các mẫu chuẩn Ev chọn được ở lần chọn thứ V sẽ thaycho các mẫu chuẩn chọn được ở lần V - 1 (lần trước đó).

Nếu kí hiệu tập hợp mẫu chuẩn Ev chọn được ở lần thứ V ỉa:

Ev= { d v, e2v, , ekv} với v = 0, 1, 2,

Với mỗi mẫu chuẩn này còn được ghi các trọng số đặc trưng là: h i\ h2v,h3v hkv

Với kí hiệu này mẫu chuẩn xuất phát sẽ là:

Các mẫu chuẩn này chính là các mẫu được chọn ra ở vòng đâu tiên (vòng

số không) của quá trinh lặp Tiếp theo vòng số không thuật toán gọi tiếp số

được, thì mẫu chuẩn thuộc tập hợp E° tỉm được này được thay thế bàng mẫu chuẩn mới Mau chuẩn mới này có giá trị eil được tính như giá trị trọng tâm giữa giá trị của mẫu chuẩn cũ và giá trị của đổi tượng gắn kết với nó Xic+I-

Sau quá trình hiệu chỉnh ở vòng 1, bằng phương pháp mô tả trên thuật toán sẽ tiến hành hiệu chỉnh ở các lần tiếp theo, cho đến khi đối tượng cuối cùng được gọi ra

Sau khi tập hợp các mẫu chuẩn được chính xác hóa, thuật toán tiến hành phân loại toàn bộ số lượng n các đối tượng theo tập hợp các dấu hiệu thành M lớp dựa vào nguyên tắc khoảng cách tối thiểu

Hiện nay với sự phát triển mạnh mẽ của công nghệ tin học phần lớn các thuật toán trình bày ở trên đều đã được tự động hóa với các hệ phần mêm

lý phân tích tài liệu địa vật lý, địa chất, địa hóa ả Việt Nam cũng như những nước khác trên thế giới, trong đó đáng chú ý là hệ chương trình phân tích phổ- thống kê COSCAD do giáo sư viện sĩ A.A.Nikitina cùng các cộng sự G v

Demury, V.M Bondarenko, O.A Demidovicha, T.A Trofimovoj, o p Lukinoj và một số tác giả khác xây dựng

ĐAI HỌC QUỐC GIA HÀ NỘI_

TRUNG TẦM THÕNG TIN THƯ VIỆN

CHƯƠNG 2 XÂY DựNG HỆ PHƯƠNG PHÁP PHÂN TÍCH TỔ HỢP • • •

TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM

VÀ D ự BÁO TRIỂN VỌNG KHOÁNG SẢN

Tìm kiếm và dự báo ừiển vọng khoáng sản là mục đích chính của công tác địa vật lý máy bay tỉ lệ lớn (1:25.000 và 1:50.000), trong đó phương pháp phổ gamma hàng không đóng vai trò chủ đạo Trong mục này sẽ trình bày khái quát các phương pháp phân tích tài liệu địa vật lý máy bay trên thế giới Thực trạng của công tác phân tích tài liệu địa vật lý máy bay,đặc biệt là đối với tài liệu phổ gamma hàng không trong tìm kiếm và dự báo triển vọng khoáng sản ở Việt Nam, những tồn tại và hướng nghiên cứu của Đề tài

2.1.1 Các phương pháp phân tích tài liệu địa vật lý máy bay trên thế giới

Hiện nay trên thế giới, trong công tác phân tích tài liệu dịa vật lý may bay để giải thích địa chất và dự báo triển vọng khoáng sản người ta sử dụng rất nhiều phương pháp khác nhau, trong đó có các phương pháp thông kê- nhận dạng được áp dụng rộng rãi có hiêu quả hơn cả, và có thể chia chúng thành các nhóm phương pháp chính sau

l.C ác phương pháp tách trường

Sử dụng các phương pháp tách trường để phân chia các dị thường là nội dung quan trọng trong phân tích tài liệu phổ gamma hàng không, nhàm khoanh định và dự đoán về diện phân bổ của các đối tượng địa chất gây dị thường Dị thường phổ gamma là một phần địa phương của vỏ trái đất được khác biệt bởi sự không đồng nhất về địa chất và địa hóa, mà ở đó các trường phóng xạ ghi được cao hơn mức phông, hoặc mối tương quan giữa các thành phần trường bị phá vỡ Diện phân bố của các dị thường này nói chung lớn hơn

so với các dị thường điêm được nêu ở mục 1.3.3.1, nó tương úng với diện phân bố của các đối tượng địa chất gây dị thường.

Các phương pháp tách trường là những phương pháp quen thuộc, được

sử dụng rất rộng rãi và có hiệu quả ừong phân tích các tài liệu địa vật lý nói chung Trong phân tích tài liệu phổ gamma hàng không, do đặc tính phân bố ngẫu nhiên của các trường phóng xạ người ta thường sử dụng rỗng rãi hơn cả

là các phương pháp như: trung bình trượt, trung bình entropi, lọc phi tuyến, lọc tuyến tính, gradien

Vấn đề quan trọng khi sử dụng các phương pháp tách trường để phân chia dị thường phổ gamma hàng không là lựa chọn bán kính trung bình (kích thước cửa sổ chạy) sao cho phù hợp với kích thước của đối tượng gây dị thường Diện tích của cửa sổ chạy thường được chọn lớn hơn 2 -3 lần diện tích của dị thường

Những nghiên cứu theo hướng này được đề cập đến trong các công trình của Diordienco, của Ni-Ki-Tin và nhiều công trình của các tác giả khác

2 Các phương pháp thống kê nhận dạng

Các phương pháp nhận dạng không những được ứng dụng rất có hiệu quả trong phân tích các số liệu địa chất, địa vật lý mà còn được áp dụng rộng

tượng tương tự (đồng dạng ) với các đối tượng mẫu đã biết thông qua các chủng loại thông tin thu được trong quá trình nghiên cứu, khảo sát, đều có thể xếp vào lớp các bài toán nhận dạng Các phương pháp phân tích nhận dạng đặc biệt có hiệu quả khi tiến hành trên các cơ sở dữ liệu có các chủng loại thông tin đa dạng, phong phú và tin cậy Hiện nay có rất nhiều thuật toán nhận dạng hiện đại, được tự động hóa bằng các hệ phần mềm mạnh, được áp dụng

có hiệu quả trong phân tích tài liệu phổ gamma hàng không ờ nhiều nước trên thế giới Đề cập đến hướng nghiên cứu này có rất nhiều công trình đã được công bố, theo đó các phương pháp nhận dạng có thể chia thành 2 nhóm: nhóm

nhạn dạng không có đối tượng chuẩn

a Các phương pháp nhận dạng theo đối tượng chuẩn

Trong các phương pháp phân tích nhận dạng có đối tượng chuẩn thi việc quan trọng nhất là chọn đối tượng chuẩn, tiếp đến ỉà chọn tập hợp các dấu hiệu dùng để phản ánh và nhận dạng các đối tượng Tùy thuộc vào các mục đích nghiên cứu khác nhau mà việc lựa chọn các đối tượng chuẩn sẽ khác nhau Với mục đích nhận biết và khoanh định ranh giới các thành tạo địa chất, đối tượng chuẩn được lựa chọn là các “diện tích chuẩn” trên đó phân bổ các thành tạo địa chất đặc trưng tin cậy đã biết Với mục đích tìm kiếm và dự báo triển vọng khoáng sản, đối tượng chuẩn được chọn là các diện tích chuẩn,

đã biết về triển vọng khoáng sản (các đối tượng quặng và không quặng)

- Đối tượng quặng chuẩn được hiểu là một biểu hiện quặng bất kỳ mà các đặc tính địa chất - khoáng sản đã biết, nghĩa là đã có các dấu hiệu tin tưởng về một loại khoáng sản nào đó

- Đối tượng không quặng chuẩn là các đối tượng mà bàng các công việc tìm kiếm chi tiết trên mặt đất đã khẳng định là chúng không có biểu hiện quặng hóa

Phần lớn các thuật toán nhận dạng trên cơ sở mô hình thống kê đối tượng chuẩn trong phân tích tài liệu phổ gamma thường sử dụng các thông sổ như: Tỉ số sự thật L(x) và tổng lượng thông tin J( 1:2,x)

b Các phương pháp nhận dạng không có đối tượng chuẩn theo nguyên

lý tự điểu chỉnh.

Trong điều kiện khi diện tích khảo sát chưa được nghiên cứu kỹ và không có được các đối tượng chuẩn tin cậy người ta có thể sử dụng các phương pháp nhận dạng không có mẫu theo nguyên lý tự điều chỉnh đê phát hiện và khoanh định các diện tích trường dị thường dựa trên một số dấu hiệu

đã được chọn trước theo nguyên tắc: xác suất nhỏ, tương quan yếu và có tính trội của một nguyên tố nào đó

Người ta đặc biệt quan tâm đến các diện tích dị thường (có khả năng liên quan với các khoáng sản) được khoanh định theo các dấu hiệu nên trên khi có các đặc điểm như;

- Loại thường gặp trong các lớp đất đá khác nhau nhimg rất giống nhau

- Loại không điển hình cho lớp đất đá của nó hoặc trên toàn vùng

Các phương pháp nhận dạng không có mẫu theo nguyên lý tự điều chỉnh để đánh giá triển vọng khoáng sản nói chung đạt hiệu quả không cao, thường chỉ có thể tham gia vào việc phát hiện và khoanh đinh các diện tích,

dự báo là có thể có liên quan với khoáng sản

3 Các phương pháp thống kê thực nghiệm

Các phương pháp thông kê thực nghiệm được thiết lập trên cơ sở các quan niệm lý thuyết, những kinh nghiệm thực tế, sự tự điều chỉnh để tìm kiếm lời giải đúng trong quá trình phân tích Bằng mô hình toán học và thong qua chúng có thể phân chia các lớp dấu hiệu đối với các dị thường quặng và không quặng [34] Các thông số (được biểu diễn qua các biểu thức toán học) thường được sử dụng đó là:

- Các thông số Dominal

Quá trình phân bố lại các nguyên tố phóng xạ nhất thiết sẽ làm cho ít nhất một nguyên tổ được trội lên, và các thông số Dominal phản ánh đặc tính đó, chúng được biểu diễn theo công thức:

Các hàm tương quan (trong đó có các hệ số tương quan bậc 1 Rjj) phản anh mức độ quan hệ về đặc điểm phân bố của các trường phóng xạ u , Th, K Quá trinh phân bô lại các nguyên tố phóng xạ sẽ làm cho mổi tương quan binh thường trước đó giữa chúng bị phá vỡ, do vậy các hàm tương quan cũng

lả một dâu hiệu phản ánh đặc điểm phân bố cảu các trường phóng xạ

- Các hàm xác suất thống kê phản ánh xác suất bắt gặp của các đặc tính phóng xạ nào đó (theo nguyên tắc xác suất nhỏ), v ề nguyên tắc, xác suất bắt gặp các dị thường sẽ là rất nhỏ so với toàn diện tích khảo sát Do vậy nếu lựa chọn được các dấu hiệu phản ánh thích hợp thì thông qua chúng theo nguyên tắc xác suất nhỏ người ta cũng có thể khoanh định các diện tích có đặc tính phân bố không bình thường của các trường phóng xạ

- Các tỉ số hàm lượng các nguyên tố

Người ta cũng thường sử dụng các tỉ số hàm lượng như: qn/qu, qWqK, (qƯ.qK)/qTh, (qư + qK)/ qxt! làm các dấu hiệu để tìm hiểu về đặc điểm phân bố của các trường phóng xạ

Trong các đá không biến đổi của vỏ trái đất các tỉ số này thuờng khá ổn định và chỉ thay đổi trong các dải khá hẹp Ỏ những đới đá biến đổi, giá trị của các tỉ số này sẽ vượt ra khỏi các dải đó, do vậy thông qua các dấu hiệu này cũng có thể khoanh định và dự báo các đới đá biến đổi

Các phương pháp thống kê thực nghiệm, thông qua các thông số nói trên được áp dụng khá rỗng rãi và có hiệu quả trong phân tích tài liệu phổ gamma hàng không, đặc biệt là trong việc phát hiện và khoanh định các đới biến đổi có thể liên quan với khoáng sản

4 Các phương pháp khác.

Ngoài một số phương pháp phân tích mang tính chuyên dụng thường được áp dụng trong phân tích tài liệu phổ gamma hàng không như đã trình bày ở trên, trong thực tế người ta còn sử dụng rất nhiều phương pháp phân tích khác theo hướng khai thác và sử dụng triệt để thông tin như các phương

pháp đạo hàm, phương pháp phân tích các thành phần chính, các phương pháp

phân tích bản đô bóng, các phương pháp chồng chập thông tin

Hâu hêt các phương pháp nói trên ( bao gồm các phương pháp tách trường, các phương pháp nhận dạng, các phương pháp thống kê thực nghiệm

v.v ) nói chung đêu xử lý trên các số liệu liên tục theo tuyến hoặc theo diện,

nghía là phân tích trên các bản đồ trường (cường độ bức xạ gamma, hàm lượng các nguyên tố phóng xạ u , Th, K)

Trên các điểm dị thường đon (Bản đồ phân bố các dị thường phổ gamma hàng không) thường chỉ có một sổ phương pháp thống kê thực nghiệm đơn giản Thông qua các tham số đặc trưng riêng trên các điểm dị thường như: AJ, T(l/2), ATh/ AU, AU/ AK, Jj, F v.v , người ta xác lập mối quan hệ giữa các đặc điểm địa chất - khoáng sản với các đặc điểm xạ - địa hóa tương ứng, từ đó làm cơ sở cho việc dự báo về triển vọng khoáng sản của chúng

Tham gia đánh giá về mức độ triển vọng khoáng sản đối với các dị thường đơn, ngoài một số tham số như: F, T (l/2) người ta còn sử dụng tham số tích phân xác suất nhiều thành phần.: [4]

(1.12)

Trong đó: - X , y , z là các hàm lượng u, Th, K đã được chuẩn hóa

B : là diện phân bố của dị thường được xác đinh theo kênh tổng

Hiện nay, với sự phát triển mạnh mẽ của công nghệ tin học, các phương pháp xử lý và phân tích số liệu hiện đại ngày càng được ứng dụng rỗng rãi thay thế các phương pháp thủ công, trực quan, định tính Phần lớn các thuật toán trình bày ở trên đều đã được tự động hóa với các hệ phần mềm mạnh, chuyên dụng Đáng chú ý là Bộ chương trình phân tích phổ - thống kê COSCAD đo GS.VS Ni-Ki-Tin đề xuất xây dựng và hệ phần mềm mạnh ERMAPPER

2.1.2 Các phương pháp phân tích tài liệu dịa vật Ịý may bay ở Việt Nam

Công tác phân tích tài liệu địa vật lý hàng không ở nước ta trong những năm gân đây cũng đã có được những bước tiến đáng kể Trong tổ hợp các phương pháp phân tích tài liệu đang được sử dụng trong các đề án bay đo ngoài một sô phương pháp định tinh với các thuật toán tương đói đơn giản căn cứ trực tiêp vào đặc điêm hình thái của các bản đồ trường thì một số phương pháp phân tích hiện đại như:Dominal,tương quan,nhận dạng v.v cũng

đã được đưa vào áp dụng

Thông qua các đề tài nghiên cứu, một số tập thể tác giả cũng đã tiến hành những nghiên cứu, phần tích thử nghiệm trên các tài liệu thực té bàng nhiêu phương pháp khác nhau, đặc biệt là nhóm các phương pháp thống kê- nhận dạng và đã thu được những kết quả tốt Đóng góp vào hướng nghiên cứu này có thể kể đến các công trình của các tác giả như: TSKH Tăng Mười, TS Nguyễn Tài Thinh, GS Lê Khánh Phồn, TS.VÕ Thanh Quỳnh, TS Vù Thu Hương, TS Nguyền Thế Hùng, TS Nguyển Tuấn Phong và của nhiều nhà khoa học khác

Trong các công tn jiên các tác giả đã xử dụng một số phần mềm được \ j

xây dựng trong nước, đồng thời khai thác một sổ phương pháp trong hệ chương trình phân tích phổ - thống kê COSCAD và hệ chương trình ERMAPPER

Tuy nhiên, những nghiên cứu theo hướng này thường mới chi thu được kết quả tốt với mục đích nghiên cứu cấu trúc, phục vụ công tác lập bản đồ; còn với mục đích tìm kiếm và dự báo triển vọng khoáng sản thì các kết quả thu được còn hạn chế Hầu hết các phương pháp phân tích tài liệu phổ gamma hàng không hiện có (đặc biệt là các phương pháp nhận dạng) đểu phân tích trên các số liệu trường liên tục theo diện, nghĩa là chỉ tập trung đối với các bản đồ trường Còn trên các điểm dị thường đơn ( “ Bản đồ phân bố

dị thường phổ gamma”-một tài liệu đạc biệt quan trọng trong dự báo triển vong khoáng sản ) thỉ thường mới chỉ có một sổ các phương pháp thông kê

nhận dạng đối với tài liệu phổ gamma hàng không thường gặp một số khó khăn Đó là: khối lượng tài liệu cũng như số lượng các chủng loại thông tinlaf rát lớn,trong khi số lượng các tham số đầu vào của các chương trình phân tích nhận dạng hiện có thường bị giới hạn.Việc sử dụng các tổ hợp chủng loại thông tin khác nhau đẻ tién hành phân tích nhận dạng nhiều khi cho những kết quả rất khác nhau Trong khi đó việc đánh giá, lựa chọn tổ hợp thông tin trước khi tiến hành phân tích nhận dạng thường dựa nhiều vào kinh nghiệm mang tính chủ quan, chưa có được những phương pháp mang tính toán học chặt chẽ

Đẻ tài ra đời nhàm từng bước góp phần giải quyết các tồn tại nói trên

2.2 ỨNG DỤNG BỘ CHƯƠNG TRÌNH COSCAD

Bộ chương trình COSCAD do GS.VS Ni-Ki-Tin cùng các cộng sự đề xuất xây dựng là một hệ phần mềm rất mạnh, chuyên dụng đã và đang được ứng dụng rộng rãi,có hiệu quả trong xử lí, phân tích tài liệu địa chất,địa vật lý

ở Việt Nam cũng như nhiều nước khác ừên thế giới

Bộ chương trình bao gồm tập hợp của rất nhiều mô đun xử lý khác nhau

và có thể chia thành các khối chính sau:

- Khối các chương trình phục vụ (service)

Dùng để tạo ra cơ sở dữ liệu và các phép toán trên các lưới trong cơ sở (hợp nhất lưới, dán các lưới ) Nhờ chương trình này ta có thể tạo ra lưới mới trong cơ sở dữ liệu và đưa ra kết quả dưới dạng lưới riêng có Format hoặc không Format cho xử lý sau đó hoặc xây dựng bản đồ và hình nôi

- Khối các chương trình đồ thị (Graphics)

Chức năng dùng để biểu diễn các lưới xuất phát hay lưới kêt quả chỉ trên màn hình dưới dạng đồ thị riêng theo các tuyến, bản đô phân lớp, bản đô các

đồ thị, bản đồ các đồ thị theo các trục X, Y, z Nếu cần thiết phải đưa kết quả cuối cùng lên giấy dưới dạng đượng đẳng tuyến cần phải đưa ra lưới tương

ứng từ cơ sở và sử dụng bộ chương trình đặc biệt Một trong các bộ như vậy

là bộ chương trình Surfer, cho phép biểu diễn bản đồ hình nổi của truờng

- Khối các chương trình xử lý thống kề (Statistics)

Tính các đặc trưng thống kê như quan hệ tỷ số các nguyên tố, mức đóng góp của các nguyên tố vào trường tổng, giá trị trung bình, độ iệch chuẩn, tính đối xứng, độ nhọn, trị số thăng giáng của trường địa phương, hàm liên kết theo các hướng, hệ số liên kết chuẩn, gradien theo các hướng, gradien toàn phần, hướng gradien, hàm tương quan giữa các trường v.v

- Khối các chương trình lọc trường (Filtering)

Thực hiện hóa các bộ lọc tuyến tối ưu có thể giải quyết các vấn đề tách các trường nguồn thành các trường thành phần: lọc năng lượng, lọc thích nghi, lọc Komogorov-Viner để phân chia thành phần dị thường địa phương và thành phần khu vực

- Khối các chương trình phát hiện và phân chia dị thường (Dectection)

Gồm các kiểu dị thường tương quan dương, dị thường tương quan âm, dịthường tương quan âm - duơng; chương trình phân chia dị thường theo tổ hợp dấu hiệu, chương trinh phân lớp đối tượng địa vật lý - địa chất; chương trình nhận dạng theo đối tượng chuẩn V V

- Khối các chương trình xử lý tổ hợp (Complex)

Chức năng xử lý giám sát tổ hợp dữ liệu Trong khối này có một số chức năng phân lớp và nhận dạng ảnh

Để khoanh định các diện tích triển vọng, tiến tới thành lập “Sơ đồ dự báo triển vọng khoáng sản” theo tài liệu địa vật lý máy bay, đề tài sử dụng một số chương trình trong “Khối xử lý thống kê”, “Khối phát hiện và phân chia dị thường” và “KJcối xử lý tổ hợp” của bộ COSCAD như cách làm hiện nay J

- Khối xử lý thống kê xác định các đặc trưng trường địa vật lý như: giá trị trung bình, khoảng giá trị đặc trưng, luật phân bố

- Khối xử lý tổ hợp để phân chia các miền trường(chương trình phân lớp) theo tổ hợp đặc trưng các dấu hiệu trường địa vật lý

- Khối phát hiện và phân chia dị thường để khoanh định ranh giới các đới

dị thường (các trường xạ-địa hoá cục bộ, liên quan đến các đới biến đổi,có tiềm năng triển vọng khoáng hoá quặng)

2.2 XÂY DỰNG MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH MỚI

Để đánh giá và phân loại mức độ ừiển vọng của các diện tích đã được khoanh định theo tiêu chuẩn địa vật lý đề tài đã xây dựng và đưa vào áp dụng

3 phương pháp phân tích mới

2.2.1 Phương pháp đánh giá và phân loại cụm dị thường

2.2.1.1 Cơ sở phương pháp

Hiện nay trong công tác xử lý-phân tích tài liệu phổ gamma hàng không,bản đồ dị thường phổ gamma đóng vai ừò quan trọng, đặc biệt là trong việc tìm kiếm và dự báo các khoáng sản có ích Tuy nhiên, trên thực tế khi tiến hanh khai thác sử dụng loại tài liệu này vẫn gặp phải một số hạn chế, cần được nghiên cứu khắc phục Đó là:

- Bản đồ dị thường phổ gamma được thành lập dựa theo kết quả phân loại bản chất phóng xạ của dị thường điểm đơn lẻ (dị thường đơn) với một số lượng rất lớn (hàng nghìn dị thương đối với mỗi đề án bay đo) Trong khi đó công tác kiểm ưa mặt đất các dị thường, bao gồm kiểm tra sơ bộ (KTSB) và kiểm tra chi tiết (KTCT) chỉ có thể được thực hiện với một số lượng rất hạn chế những dị thường tiêu biểu, mà việc lựa chọn, xác định chúng gặp nhiêu khó khăn

-Trên thực tê các dị thường phổ gamma thường tập trung thành cụm hoặc dải (gọi chung là cụm), bao gồm nhiều tập hợp dị thường đơn phân bố gần nhau trên một đối tượng địa chất nào đó Trên mỗi yếu tố địa chất gây dị thường các dị thường mang một đặc tính phóng xạ chung, liên quan với một loại hình khoáng sản nêu có Do vậy, việc lựa chọn tiến hành kiểm tra mặt đất, cũng như việc dự báo các diện tích triển vọng khoáng sản ờ các bước phân tích tiếp theo thường được tiến hành theo cụm Trong khi đó, thực tế ta chi có bản đồ phân bố các dị thường đơn Rõ ràng là căn cứ trên bản đồ này rất khó

có được một cách nhìn đầy đủ và khái quát về đặc điểm phóng xạ chung của toàn cụm Do đó việc lựa chọn các cụm dị thường tiêu biểu đại diện cho từng nhóm bản chất phóng xạ để tiến hành kiểm tra mặt đất và đặc biệt là việc dự báo các diện tích triển vọng khoáng sản liên quan với các cụm dị thường gặp nhiều khó khăn Thực tế công việc này còn dựa nhiều vào kinh nghiệm, mang tinh chủ quan, chưa dựa trên những tiêu chuẩn mang tính định lượng, có cơ sở khoa học chặt chẽ

Để góp phần khắc phục khó khăn nói trên theo hướng từng bước nâng cao hơn nữa hiệu quả khai thác sử dụng thông tin, chúng tôi xây dựng một phương pháp phân tích bổ sung mới với tên gọi “Phương pháp đánh giá và phân loại cụm dị thường” theo cách sau:

- Xem một cụm dị thường bao gồm tập hợp nhiều dị thường đơn với các tham số phóng xạ khác nhau như là một dị thường duy nhất với các tham số phóng xạ đặc trưng chung nào đó

- Các cụm dị thường được đánh giá và phân loại bản 'chất phóng xạ qua 8 tham số chỉ tiêu: AJ, T(l/2), AU/AK, ATh/AU, Ju, jTh, Jk, F tương tự đối với các dị thường đơn, ngoài ra còn đưa vào bổ sung ba tham sổ mới là các hệ

Tám tham sô phóng xạ đặc trưng của cụm kể trên được xác định bàng cach xay dựng các đường cong mật độ phân bố từ tập hợp số liệu trên các dị thường đơn, từ đó xác định giá trị có tân suất lớn nhất làm giá trị đặc trưng chung của cụm.

Các hệ sô tương quan hàm lượng các nguyên tố được xác:định như sau: Chúng ta biêt hệ sô tương quan của hai đại lượng ngẫu nhiên bất kỳ được xác định theo công thức:

Từ bản chất toán học của hệ số tương quan nếu sử dụng chúng để phản ánh đặc điểm phân bố của các nguyên tố phóng xạ u, Th, K trong đát đá có thể thấy: khi hệ số tương quan hàm lượng càng có giá trị nhỏ thì mức độ “dị thường” của các trường phóng xạ càng lớn và ngược lại Nếu trong 3 nguyên

tố phóng xạ Ư, Th, K có một nguyên tố nào đó phân bố không bình thường thì

2 hệ số tương quan có nó tham gia sẽ có giá trị nhỏ Do vậy, các hệ số tương quan hàm lượng không chỉ là những tham số chỉ tiêu xác định bản chất phóng

xạ, mà còn nói lên mức độ “dị thường”, từ đó liên quan đến việc đánh giá mức

R x , y =

đọ tnen vọng khoang san của cụm Các kêt quả phân tích thử nghiệm trên tải liệu thực tê cho thây đây là những tham số chỉ tiêu rất tốt trong việc tham gia đanh giá và phân loại bản chât phóng xạ của cụm mà khi xử lý ừên các dị thường đơn không thể có được.

2.2.1.2 Xây dựng chương trình và phân tích thử nghiệm.

Theo nội dung phương pháp trình bày ở trên, chúng tôi đã xây dựng chương trình xử lý trên máy tính (chương trình Q20) từ kết quả phân loại cụm

dị thường theo chương trinh thành lập “Sơ đồ phân bố cụm dị thường” Trên

sơ đồ này toàn bộ cụm dị thường được biểu diễn còn lại như một dị thường duy nhât theo ranh giới của cụm với cách thể hiện các nhóm bản chất phóng

xạ theo các tổ hợp màu tương tự như đối với các dị thường đơn

Với nội dung phương pháp và phần mềm xử lý trên máy tính tương ứng như đã trình bày ở trên, chúng tôi đã tiến hành phân tích thử nghiệm đối với tài liệu thực tế của vùng bay Tuy Hòa và cho kết quả tốt

Đây là một phương pháp phân tích mới, được xây dựng hoàn chỉnh

và đưa vào ứng dụng cho kết quả tốt,bổ sung vào tổ hợp các phương pháp phân tích hiện có góp phần nâng cao hiệu quả khai thác, sử dụng thông tin trong xử lý phân tích tài liệu phổ gamma hàng không ở nước ta hiện nay

2.2.2 Phương pháp Tần suất-Nhận dạng

Hiện nay trong công tác phân tích tài liệu địa vật lý máy bay để dự báo triên vọng khoáng sản, người ta sử dụng rất nhiều loại phương pháp khác nhau, trong đó nhóm các phương pháp thống kê-nhận dạng được úng dụng rộng rãi và rât có hiệu quả Tuy nhiên trên thực tế khi tiến hành các phương pháp phân tích nhận dạng đối với nhiều loại tài liệu địa vật lý, trong đó có tài liệu phố gamma hảng không ở nước ta, một số hạn chế vẫn đang gặp phải, cẩn được nghiên cứu khắc phục Đó là: Khối lượng tài liệu cũng như số lượng các chủng loại thông tin rất lớn, trong khi đó số lượng các tham số đâu vào của

dụng các tô hợp thông tin khác nhau để tiến hành phân tích nhận dạng cho

những kêt quả rât khác nhau Mặt khác, kể cả khi số lượng các tham sổ đầu vào của các chương trình phân tích nhận dạng được mở rộng thì việc sử dụng đông thời tât cả các loại thông tin có được để phân tích nhận dạng lại cho kết quả thiếu tin cậy hom khi chi sử dụng một tổ họp thông tin nhất định trong đó

có chât lượng cao Rõ ràng việc sử dụng những thông tin thiếu độ tin cậy không những không có hiệu quả mà còn làm nhòa đi những thông tin quan trọng khác, gây nên những nhận thức sai lệch về đối tượng nghiên cứu Trong thực tê sô lượng các chủng Loại thông tin của các đối tượng địa chất thu được ngày càng lớn Làm thế nào để đánh giá được chất lượng của từng chủng loại thông tin, từ đó lựa chọn tổ hạp các thông tin tin cậy phục vụ cho từng mục đích nghiên cứu Đây chính là nội dung của lớp các bài toán đánh giá lựa chọn thông tin Với thực tế và cách đặt vấn đề trên cho thấy để nâng cao hơn nữa chất lượng của các phương pháp phân tích nhận dạng , trước hết cần phải giải quyết tốt bài toán đánh giá lựa chọn thông tin Theo hướng này, chúng tôi

đã nghiên cứu áp dụng phương pháp phân tích tần suất theo thuật toán Griffiths - Vinni vào đánh giá lựa chọn thông tin Từ đó đề xuất một giải pháp phân tích đối sánh, xác định đối tượng đồng dạng và xây dựng thành một phương pháp phân tích nhận dạng mới với tên gọi “phương pháp Tần suất- Nhận dạng” Những phân tích thử nghiệm bước đầu trên một số tài liệu thực

tế bằng phương pháp nhận dạng mới đã cho kết quả tốt

2.2.2.1 Nội dung phương pháp phân tích tần suất

Hiện nay, trong lớp các bài toán đánh giá-lựa chọn thông tin có rất nhiều phương pháp để xác định giá trị của loại thông tin thú “i” trong tập hợp nhiều chủng loại thông tin nhận được của đối tượng nghiên cứu Phương pháp phân tích tần suất với việc sử dụng tần suất trung bình của sự xuất hiện đồng thời các tính chất do Griffiths và Vinni đưa ra có dội dung tóm tắt như sau:

Giả sử ta có ma trận thông tin các tính chất của đối tượng nghiên cứu:

k — số loại tính chất của ma trận thông tin

n — sô lượng mẫu chứa các thông tin về các tính chất của đốitượng

‘J - được biểu diễn bằng các khái niệm logic: “yes” hoặc “no”

Khi đó tỉ trọng thông tin của tổng m tính chất đầu được tính:

Neu tính theo tỉ lệ % trong tổng thông tin của tất cả các tính chất ta có:

Như vậy bản chất của phương pháp phân tích tần suất theo thuật toán

Giffiths - Vinni là đưa ra được một cách đánh giá về chất lượng của từng

chủng loại thông tin trong nhận thức đối tượng, trên cơ sở đó lựa chọn tập hợp các chủng loại thông tin có giá trị cao phục vụ các mục đích nghiên cứu

Ở Việt Nam, phương pháp này đã được nghiên cứu áp dụng ứong một

số lĩnh vực, ví dụ trong địa chất thăm dò khi lựa chọn tổ hợp thông tin để đánh giá các mỏ quặng.v.v còn trong xử lý số liệu địa vật lý chưa thấy có công trình nào đề cập đến Nhằm góp phần nâng cao hơn nừa độ tin cậy của các kết quả phân tích nhận dạng, lúc đầu chúng tôi đã áp dụng phương pháp này để lựa chọn tổ hợp thông tin đầu vào cho các chương trình phân tích nhận dạng mà không hề tham gia vào các thuật toán phân tích nhận dạng Tiếp sau

đó cũng từ nội dung phương pháp phân tích tần suất chúng tôi đã đề xuất một cách tiếp cận, trực tiếp tham gia giải quyết bài toán nhận dạng và xây dựng thành một phương pháp mới:”Phương pháp Tần suất -Nhận dạng

2.2.2.2 Xây dựng nội dung phương pháp Tần suất-Nhận dạng

Phương pháp Tần suất - Nhận dạng được xây dựng với các nội dung chính sau:

- Xây dựng ma ừận thông tin của đối tượng mẫu

- Đánh giá, lựa chọn tổ hợp thông tin

- Phân tích đối sánh, xác định các đối tượng đồng dạng

1 Pương pháp xây dựng ma trận thông tin của đối tượng mẫu.

Để đánh giá và lựa chọn tổ hợp thông tin theo thuật toán Griffiths-

Vinnỉ, trước hết cần có ma trận thông tin của đối tượng mẫu Ma trận này

được xây dựng theo cách như sau:

Từ tập hợp số liệu của các chủng loại thông tin của đổi tượng mẫu xâydựng các đường cong biến phân (đường cong mật độ phân bố) Từ các đường cong biến phân xác đinh khoảng giá trị đặc trưng cho từng tham số Sau khi

có được các khoảng giá trị đặc trưng, dùng nó làm “cửa sổ quét” để tạo ra các đơn vị thông tin cho từng chủng loại thông tin của từng phần tử Đối với mỗi phần tử của mỗi chủng loại thông tin, nếu nó nằm trong khoảng giá trị đặc tnmg sẽ nhận giá trị là 1, nằm ngoài sẽ nhận giá trị là 0 Bằng cách này sẽ chuyển được một ma trận thông tin với các số liệu địa chất, địa vật lý bất kl

về ma trận thông tin chuẩn theo yêu cầu của thuật toán với các phân tử là các giá trị 1 hoặc 0

2 Phương pháp đảnh giá lựa chọn tổ hợp thông tin.

Đẻ tiến hành phân tích đối sánh, xác định các đối tượng đồng dạng, trước hết cần đánh giá lựa chọn tổ hợp thông tin có chất lượng cao từ tập hợp tất cả các chủng loại thông tin có được về đối tượng nghiên cứu

Nội dung này được thực hiện theo đúng phương pháp phân tích tần suất như đã trình bày ở mục II số lượng chủng loại thông tin m được lựa chọn tùy thuộc vào giá trị ngưỡng của pm cho trước (Ví dụ pm >= 80%)

3 Phương pháp phân tích đối sánh, xác định cảc đối tượng đồng dạng

Phân tích đối sánh, xác định đối tượng đồng dạng là nội dung chính của một thuật toán nhận dạng

Các đối tượng cần đối sánh với đối tượng mẫu để xem nó có đồng dạng với đổi tượng mẫu hay không được thực hiện như sau:

- Xây dựng ma trận thông tin cho đổi tượng đối sánh tương tự như đổi với đối tượng mẫu thông qua các khoảng giá trị đặc trưng của chính đôi tượng mẫu

- Tiến hành đánh giá tỉ trọng thông tin cho tất cả các tính chất của đối

- Tính tỉ ữọng thông tin của tổ họp thông tin đã được lựa chọn của đối tượng mẫu cho đối tượng đối sánh Có thể xem giá trị này tương tự như hệ số

đồng dạng, ta gọi nó là chỉ số đồng dạng, kí hiệu p*m

Đối tượng đối sánh được xem là đồng dạng với đổi tượng mẫu khi p*m

có giá trị đạt mức quy định nào đó Ví dụ p*m >= 75%.

2.2.23 Xây dựng chương trình và phân tích thử nghiệm

Theo các bước nội dung của phương pháp như đã nêu, chúng tôi đã xây

dựng chương trình xử lí trên máy tính (chương trình QTS) Các bước thực

hiện của chương trình được thể hiện trên sơ đồ (Hình 2.1)

Đây là một phương pháp phân tích tổ họp, cho phép xử lí đối với mọi

dạng số liệu địa chất, địa vật lý bất kỳ với số lượng tham số đầu vào tuỳ ý và

đã tiến hành phân tích thử nghiệm trên tài liệu thực tế vùng Tuy Hòa

Từ các kết quả đo vẽ tỉ lệ lớn dưới mặt đất cũng như công tác kiểm tra

mặt đất các dị thường cho thấy: Khoáng sản trên vùng biểu hiện khá phong

phú, đáng chú ý là vàng, thiếc, volfram, trong đó nổi bật nhất là vàng với

nhiều điểm quặng đã được phát hiện, Trong số 28 cụm dị thường được lựa

chọn từ 120 cụm để tiến hành kiểm tra mặt đất có 16 cụm được đánh giá là rất

có triển vọng 12 cụm được đánh giá là ít hoặc không có triển vọng Chúng tôi

đã tiến hành phân tích bằng phương pháp Tần suất - Nhận dạng cho toàn bộ

số liệu của 120 cụm dị thường với đổi tượng mẫu là các cụm trùng với các

điểm quặng đã biết Đó là cụm 68 Xuân Sơn - Suối Cái được đánh giá tài

nguyên dự báo cấp p ước khoảng 5000 kg vàng, và cụm 38 được đánh giá

triển vọng thiếc

Với 2 cụm đối tượng mẫu đã xác định được 23 cụm đồng dạng (16 của

cụm 68 và 7 của cụm 38) Trong số 23 cụm đồng dạng, có 9 cụm đã tiến hành

công tác kiểm tra mặt đất kết quả 8 cụm được đánh giá là triển vọng ioại 1 và

loại 2, chỉ có 1 cụm được đánh giá là ít triển vọng ( Bảng 1, Bảng 2, Hình 12 )

Đây là một phương pháp phân tích nhận dạng mới được xây dựng trên

cơ sở ứng dụng phương pháp phân tích tần suất trong lớp bài toán đánh giá

lựa chọn thông tin Những kết quả đạt được đã nói lên độ tin cậy cũng như ý nghĩa thực tiễn của phương pháp.

Phương pháp này hoàn toàn có thể ứng dụng tham gia giải quyết nhiệm

vụ tìm kiếm và dự báo triển vọng khoáng sản trong xử lý, phân tích tài liệu địa vật lý máy bay, một nguồn tài liệu đồ sộ hết sức phong phú ở nước ta hiện nay Vè nguyên tắc phương pháp này có thể mở rộng phân tích cho các tài liệu địa vật lý khác nhau Tuy nhiên hiện chưa có kết quả phân tích trên các dạng tài liệu địa vật lý khác Đây cũng là hướng nghiên cứu tiếp theo để hoàn thiện hơn nữa nội dung của phương pháp Những kết quả đạt được cũng mở

ra hướng nghiên cứu tiếp cận mới giải quyết bài toán nhận dạng trong địa vật

lý trên cơ sở khai thác ứng dụng lớp các bài toán đánh giá lựa chọn thông tin

2.2.3 Phương pháp Khoảng cách-Tần suất-Nhận dạng

].Phucmg pháp Tần suất-Nhận dạng như đã trình bày ở trên là một phương pháp phân tích nhận dạng chỉ dựa trên một loại đối tượng mẫu, đó là các đối tượng cần tìm (ví dụ dối tượng quặng) Trong khi đó trên thực tế ữong nhiều trường hợp, ta có được đồng thời 2 loại đối tượng mẫu đối nghịch nhau là đối tượng cần tìm và đối tượng đối nghịch với nó (ví dụ các đối tượng quặng và không quặng) Rõ ràng trong trường hợp này cần có các thuật toán nhận dạng mới sao cho việc đánh giá lựa chọn tổ hợp thông tin được tiến hành đồng thời trên cả 2 loại đối tượng mẫu, để từ đó tiến hành phân tích đối sánh, nhận biết, phân biệt đối tượng sẽ cho kết quả tin cậy hơn Theo hướng này chúng tôi đã nghiên cứu vận dụng kết hợp phương pháp phân tích khoảng cách khái quát theo thuật toán của Poguonop và phương pháp phân tích tần suất theo thuật toán Griffiths-Vinni trong đánh giá lựa chọn thông tin cũng như trong phân tích đối sánh xác định đối tượng đồng dạng Từ đó xây dựng thành một phương pháp phân tích nhận dạng mới với tên gọi “Phương pháp Khoảng cách-Tần suất-Nhận dạng” Những phân tích thử nghiệm trên các tài liệu thực

tế bàng phương háp phân tích nhận dạng mới nói trên đã cho kết quả tốt

2.2.3.1 Nội dung phương pháp phân tích khoảng cách khái quát

Phương pháp phân tích khoảng cách khái -quát do Paguônôp đề xuất

tượng thông qua độ đài khoảng cách khái quát trong không gian dấu hiệu giữa

2 loại đối tượng mẫu đối nghịch nhau Nội dung phương pháp được tóm tắt như sau:

Giả sử ta có 2 đối tượng mẫu đối nghich nhau (ví dụ quặng và không quặng Sau đây ta gọi chúng là đối tượng quặng và không quặng) có k loại dấu hiệu (k tính chất) mỗi dấu hiệu có n giá trị (với đối tượng quặng) và m giá trị (với đối tượng không quặng) đã biết Khi đó ta có các ma trận thông tin của các đối tượng mẫu như sau:

Đối tượng quặng:

f e , -VikỊ Ỵ

(2.3)Trong đó:

ơ i = +

ikq

không quặng.

ơ iq , ơ ikq - Phương sai của các giá trị của tính chất “i” đối với

quặng và không quặng

Săp xêp { P ị } theo thứ tự giảm dân và gọi nó là {yơ* i} Khi đó thôngtin tổng của j tính chất đầu trong toàn bộ k tính chất được tính theo công thức:

Trị số P j2 có quan hệ với sai số nhận biết, phân biệt đổi tượng ơ m như

V iq ,0 * ikq - Giá trị trung bình của tính chất “i” đối với quặng và

Nội dung phương pháp phân tích tần suất như đã trình bày ờ mục 2.2.2.1

Từ nội dung của 2 phương pháp phân tích như đã nêu (Phương pháp Phân tích Khoảng cách khái quát và Phương pháp Phân tích Tần suất), cho thấy về bản chất chúng là các phương pháp đánh giá chất lượng của từng chủng loại thông tin dựa trên cơ sở dữ liệu và cách đánh giá khác nhau, từ đó lựa chọn tố họp các chủng loại thông tin có giá trị cao phục vụ các mục đích nghiên cứu

Ở Việt Nam, các phương pháp này đã được nghiên cứu áp dụng trong một số lĩnh vực thuộc Địa chất học Tuy nhiên trong Địa vật lý thì hầu như chưa được đề cập đến Nhằm góp phần hoàn thiện và nâng cao hơn nữa độ tin cậy của các kết quả phân tích nhận dạng, chúng tôi đã vận dụng kết hợp đồng thời cả 2 phương pháp nói trên để xây dựng thành một phương pháp nhận dạng mới hoàn chỉnh trong xử lý số liệu địa vật lý với tên gọi “Phương pháp Khoảng cách-Tần suất-Nhận dạng ”

2.2.3.2 Xây dựng nội dung phương pháp Khoảng cảch-Tầrt suất-Nhận dạng