Nghiên cứu áp dụng phương pháp khoảng cách - tần suất - nhận dạng trong giải đoán địa chất số liệu địa vật lý hàng khôn

MỞ ĐẦU Các phương pháp nhận dạng đóng vai trò hết sức quan trọng trong xử lý, phân tích tài liệu địa vật lý, đặc biệt là đối với các dạng số liệu có đặc tính phân bố ngẫu nhiên như các s

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

Nguyễn Trí Tiến

NGHIÊN CỨU ÁP DỤNG PHƯƠNG PHÁP KHOẢNG CÁCH – TẦN SUẤT – NHẬN DẠNG TRONG

GIẢI ĐOÁN ĐỊA CHẤT SỐ LIỆU ĐỊA VẬT LÝ HÀNG KHÔNG

LUẬN VĂN THẠC SĨ KHOA HỌC

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

MỤC LỤC

MỞ ĐẦU 4

Chương 1 - CƠ SỞ LÝ THUYẾT NHẬN DẠNG TRONG XỬ LÝ SỐ LIỆU ĐỊA VẬT LÝ 7

1.1 Lý thuyết xử lý tổ hợp số liệu 7

1.2 Mẫu và các đặc trưng thông kê số liệu địa vật lý 10

1.2.1 Số liệu đo và mẫu ngẫu nhiên 10

1.2.2 Hàm mật độ xác suất 11

1.3 Các thuật toán nhận dạng 13

1.3.1 Mẫu chuẩn các đặc điểm đặc trưng và sử dụng mẫu chuẩn trong

nhận dạng 14

1.3.2 Các thuật toán nhận dạng có mẫu chuẩn 16

1.3.3 Các thuật toán nhận dạng không có mẫu chuẩn 21

1.3.4 Quyết định sự tồn tại của đối tượng và đánh giá chất lượng xử lý 23

Chương 2 - HOÀN THIỆN VÀ MỞ RỘNG PHẠM VI ÁP DỤNG PHƯƠNG PHÁP KHOẢNG CÁCH -TẦN SUẤT - NHẬN DẠNG TRONG XỬ LÝ SỐ LIỆU ĐỊA VẬT LÝ MÁY BAY 24

2.1 Các phương pháp phân tích tài liệu địa vật lý máy bay trong nước và trên thế giới 24

2.1.1 Các phương pháp phân tích tài liệu địa vật lý máy bay trên thế giới 24 2.1.2 Các phương pháp phân tích tài liệu dịa vật lý may bay ở Việt Nam 30 2.2 Hoàn thiện và mở rộng phạm vi áp dụng phương pháp Khoảng cách-Tần suất-Nhận dạng trong xử lý-phân tích số liệu địa vật lý 31

2.2.1 Nội dung Phương pháp Khoảng cách-Tần suất-Nhận dạng hiện nay 32 2.2.2 Hoàn thiện và mở rộng phạm vi áp dụng Phương pháp Khoảng cách-Tần suất-Nhận dạng 33

Chương 3 - ÁP DỤNG PHƯƠNG PHÁP KHOẢNG CÁCH -TẦN SUẤT - NHẬN DẠNG VÀO XỬ LÝ SỐ LIỆU ĐỊA VẬT LÝ HÀNG KHÔNG VÙNG ĐÔNG

TUY HÒA 39

3.1 Lịch sử nghiên cứu địa chất – địa vật lý vùng đông Tuy Hòa 39

3.1.1 Lịch sử nghiên cứu Địa chất 39

3.1.2 Lịch sử nghiên cứu Địa vật lý 40

3.2 Đặc điểm địa chất và địa vật lý của vùng Đông Tuy Hòa 42

3.2.1 Đặc điểm địa lý, tự nhiên 42

3.2.2 Đặc điểm địa chất 44

3.2.3 Đặc điểm địa vật lý 46

3.3 Kết quả áp dụng phương pháp Khoảng cách-Tần suất-Nhận dạng vào phân tích tài liệu thực tế vùng Đông Tuy Hòa 47

KẾT LUẬN 63

TÀI LIỆU THAM KHẢO 64

MỤC LỤC HÌNH

Hình 3.1 – sơ đồ tuyến bay thực tế và dị thường phổ gamma hàng không 53

Hình 3.2 – bản đồ trường từ vùng đông Tuy Hòa 54

Hình 3.3 – bản đồ cường độ trường từ delta T vùng đông Tuy Hòa 55

Hình 3.4 – bản đồ hàm lượng Kali vùng đông Tuy Hòa 56

Hình 3.5 – bản đồ hàm lượng Thoiri vùng đông Tuy Hòa 57

Hình 3.6 – bản đồ cường độ Gamma vùng đông Tuy Hòa 58

Hình 3.7 – bản đồ cường độ Uran vùng đông Tuy Hòa 59

Hình 3.8 – sơ đồ phân bố cụm dị thường vùng đông Tuy Hòa 60

Hình 3.9 – sơ đồ phân bố cụm dị thường và kết quả phân tích theo phương pháp 61 Hình 3.10 – sơ đồ dự báo triển vọng khoáng sản vùng đông Tuy Hòa khoảng cách – tần suất – nhận dạng vùng đông Tuy Hòa 62

Bảng 3.1 - Kết quả phân tích theo phương pháp Khoảng cách-Tần suất -Nhận dạng và so sánh với kết quả kiểm tra mặt đất - Các cụm đối tượng mẫu: 38 và 55 50

Bảng 3.2: Kết quả phân tích theo phương pháp khoảng cách –tần suất – nhận dạng và so sánh với kết quả kiểm tra mặt đất - Đối tượng mẫu: 68 và 88 51

MỞ ĐẦU

Các phương pháp nhận dạng đóng vai trò hết sức quan trọng trong xử lý, phân tích tài liệu địa vật lý, đặc biệt là đối với các dạng số liệu có đặc tính phân bố ngẫu nhiên như các số liệu địa hóa, các số liệu phổ gamma v.v… Hiện nay trong địa vật

lý có rất nhiều thuật toán nhận dạng hiện đại, được tự động hóa bằng các hệ phần mềm mạnh chuyên dụng, đáng chú ý là bộ chương trình phân tích phổ-thống kê do Giáo sư, Viện sĩ Ni-Ki-Tin cùng các đồng sự đề xuất, xây dựng Tuy nhiên trên thực tế khối lượng tài liệu cũng như số lượng các chủng loại thông tin thu được trên các đối tượng địa chất ngày càng rất lớn Trong khi đó 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 thông tin khác nhau để tiến hành phân tích nhận dạng nhiều khi cho những kết quả rất khác nhau Để nâng cao độ tin cậy của các phương pháp phân tích nhận dạng đã có những công trình nghiên cứu theo hướng ứng dụng lớp bài toán đánh giá lựa chọn thông tin để lựa chọn những tổ hợp thông tin chất lượng cao trước khi tiến hành phân tích nhận dạng Cũng từ đó đề xuất những cách tiếp cận mới giải quyết bài toán nhận dạng trong xử lý số liệu địa vật lý và thu được kết quả tốt Mặc dù vậy trong các phương pháp phân tích đối sánh cũng như đánh giá lựa chọn thông tin có ứng dụng thuật toán phân tích tần suất nói trên chỉ tiến hành trên một loại đối tượng mẫu, đó là các đối tượng cần tìm Do vậy với thuật toán nhận dạng tần suất trong một số trường hợp sẽ gặp hạn chế Thực tế có những chủng loại thông tin khi đánh giá trên đối tượng mẫu là tin cậy nhưng đặc trưng của nó lại tương tự như trên các đối tượng đối nghịch với đối tượng mẫu, khi đó việc sử dụng các thông tin này để phân tích đối sánh, xác định đối tượng đồng dạng dễ bị nhầm

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 các nhà địa vật lý Việt Nam đã nghiên cứu vận dụng kết hợp phương pháp phân tích khoảng cách khái quát theo thuật toán của Paguônôp 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 bằng phương pháp phân tích nhận dạng mới nói trên đã cho kết quả tốt Tuy nhiên trước đây phương pháp Khoảng cách-Tần suất-Nhận dạng vẫn còn tồn tại một số hạn chế, cần được nghiên cứu khắc phục Đó là: Phương pháp Khoảng cách-Tần suất-Nhận dạng hiện mới chỉ đưa ra được thuật toán phân tích đối sánh, xác định mức độ đồng dạng của đối tượng đối sánh so với đối tượng mẫu, làm cơ sở cho việc đánh giá, dự báo mức độ triển vọng của chúng, khi đối tượng đối sánh đã biết; chưa giải quyết được nhiệm vụ tìm kiếm, phát hiện, khoanh định ranh giới các đối tượng đồng dạng cũng như mức độ đồng dạng của chúng khi chưa biết trước các đối tượng đối sánh; một nội dung quan trọng đối với các phương pháp phân tích nhận dạng nói chung Phương pháp này cũng mới áp dụng có hiệu quả đối với tài liệu dị thường phổ gamma hàng không mà chưa được mở rộng cho các dạng tài liệu địa vật

lý khác, kể cả tài liệu từ hàng không Hiện nay phương pháp Khoảng cách-Tần Nhận dạng đã được các tác giả: Nguyễn Xuân Bình, Nguyễn Đức Vinh, Võ Thanh Quỳnh và nnk nghiên cứu hoàn thiện, khắc phục những hạn chế đã nêu và mở rộng hơn nữa phạm vi áp dụng của phương pháp Luận Văn này trình bày nội dung của phương pháp đã được hoàn thiện, bằng việc mở rộng thuật toán cho cả trường hợp biết trước đối tượng đối sánh và trường hợp chưa biết trước đối tượng đối sánh, cùng với phần mềm xử lí trên máy tính tương ứng Tiến hành áp dụng phân tích thử nghiệm đối với tài liệu địa vật lý hàng không (bao gồm cả tài liệu từ và tài liệu phổ

suất-gamma), góp phần làm rõ ý nghĩa khoa học cũng như khả năng áp dụng thực tế của phương pháp vừa mới được hoàn thiện, đồng thời góp phần làm sáng tỏ đặc điểm địa chất và triển vọng khoáng sản vùng Đông Tuy Hòa

Luận văn gồm các nội dung chính :

- Mở đầu

- Chương 1 - Cơ sở ly thuyết nhận dạng trong xử lý số liệu địa vật lý

- Chương 2 - Hoàn thiện và mở rộng phạm vi áp dụng phương pháp khoảng cách - tần xuất - nhận dạng trong xử lý số liệu địa vật lý máy bay

- Chương 3 - Áp dụng phương pháp khoảng cách – tần suất – nhận dạng vào

xử lý số liệu địa vật lý hàng không vùng đông Tuy Hòa

- Kết luận

Luận văn là kết quả thực hiện chương trình cao học tại Khoa địa chất – trường Đại học Khoa Học Tự Nhiên – ĐHQGHN dưới sự hướng dẫn của PGS.TS Võ Thanh Quỳnh – trường Đại học Khoa Học Tự Nhiên – ĐHQGHN

Chương 1 - CƠ SỞ LÝ THUYẾT NHẬN DẠNG TRONG XỬ LÝ SỐ LIỆU

1.1 Lý thuyết xử lý tổ hợp số liệu

Mỗi loại số liệu cụ thể thường chỉ phản ánh một số đặc trưng nào đó của đối tượng vì vậy khi sử dụng đó để đưa ra kết luận về đối tượng sẽ cho kết quả kém tin cậy do nhiều nguyên nhân chưa kể tới các sai số mắc phải khi thu thập và chỉnh lý

số liệu Để nâng cao chất lượng xử lý thông tin và đáp ứng nhu cầu thực tế, hiện nay

người ta áp dụng phổ biến là các phương pháp xử lý tổ hợp dữ liệu Xử lý tổ hợp dữ

liệu về cơ bản là dựa trên nhiều loại thông tin khác nhau để quyết được các nhiệm

vụ đặt ra phù hợp với điều kiện kinh tế và kỹ thuật cho phép Không chỉ trong địa

vật lý mà nhiều lĩnh vực khác cũng sử dụng xử lý tổ hợp số liệu để nâng cao chất lượng của kết quả xử lý

Khảo sát và thu thập thông tin về đối tượng phải đáp ứng được các yêu cầu thực tế đặt ra như sau:

 Thông tin phải đảm bảo về số lượng và chất lượng để đạt được mục tiêu và xử lý với độ chính xác chấp nhận được

 Thời gian thu thập thông tin phải phù hợp với tiến độ yêu cầu

 Khảo sát, thu thập thông tin phải đạt được hiệu quả kinh tế

Từ các yêu cầu này mà đôi khi các phương án khảo sát loại số liệu có độ tin cậy cao hơn không được lựa chọn mà thay vào đó người ta sử dụng một loại thông tin khác mà khi sử dụng tổ hợp các thông tin này cũng có khả năng đáp ứng được các yêu cầu, mục tiêu đề ra Ví dụ như thay vì dùng số liệu địa chấn có giá thành khảo sát cao thì có thể sử dụng tổ hợp khảo sát trọng lực và số liệu điện trở suất để tìm kiếm các hang động karst

Mặt khác, hiện nay các tổ hợp phương pháp địa vật lý đang ngày càng được áp dụng rộng rãi do những đặc trưng về kỹ thuật như tổ hợp địa vật lý biển, tổ hợp địa vật lý hàng không… Các tổ hợp phương pháp này với các phương pháp ghi đo tự động sẽ cung cấp một khối lượng dữ liệu rất lớn bao gồm nhiều chủng loại thông tin

Ngoài dữ liệu khảo sát trực tiếp, hiện nay với số lượng thông tin lưu trữ ngày càng tăng thì việc sử dụng kết hợp các dữ liệu có sẵn này với các thông tin khảo sát

là một nhu cầu để nâng cao độ tin cậy cho kết quả xử lý

Mỗi loại thông tin chỉ mang những đặc trưng nhất định của đối tượng và để hoàn thành được nhiệm vụ đặt ra trong nhiều trường hợp người ta buộc phải sử dụng tổ hợp các thông tin khác nhau

Bản thân mỗi loại số liệu khảo sát đều mang những sai số, chúng đi kèm với

số liệu và nhiều lúc gây ra những sai lầm khi xử lý Những sai số này do nhiều nguyên nhân khác nhau như: Sai số đo ghi của máy, sai số do kỹ thuật và phương pháp đo ghi, sai số do ảnh hưởng của các đối tượng khác…trong số liệu địa vật lý những sai số mắc phải làm giảm độ tin cậy của thông tin được loại bỏ trong các

bước xử lý số liệu nhưng rất khó để tách hoàn toàn được chúng ra khỏi số liệu Đặc biệt là các nhiễu do nguồn gốc địa chất, chúng làm sai lệch mạnh các tín hiệu có ích

và đối khi không loại bỏ được do không đủ thông tin Những sai số này làm giảm đáng kể độ tin cậy của thông tin, đặc biệt trong trường hợp loại thông tin đó được coi là loại tính quan trọng đặc trưng cho đối tượng đang cần nghiên cứu Một nguyên nhân khác dẫn tới độ giảm tin cậy của một loại thông tin là tính đa trị của kết quả xử lý Điều này gây nhiều khó khăn và sai lầm trong xử lý Để xác định đơn trị đối tượng cần sử dụng kết hợp nhiều loại thông tin khác nhau một cách phù hợp

Từ các nguyên nhân trên các phương pháp xử lý tổ hợp số liệu đã và dang được áp dụng phổ biến trong nhiều lĩnh vực và mang lại kết quả cao

Lựa chọn tổ hợp số liệu:

Trong bất kỳ bài toán nhận dạng nào thì số lượng và chất lượng các tính chất (loại thông tin) dùng để nhận dạng luôn được quan tâm hàng đầu Mỗi tổ hợp thông tin khác nhau thường cho kết luận khác nhau về đối tượng Để đạt được kết quả đáng tin cậy nhất thì trong quá trình xử lý số liệu cần lựa chọn được tổ hợp thông tin có độ tin cậy cao và hợp lý

Chất lượng của thông tin tốt hay không phụ thuộc vào loại thông tin đó có đặc trưng cho đối tượng (khả năng phân biệt đối tượng với môi trường xung quanh) hay không Tính đặc trưng cho đối tượng của một loại số liệu địa vật lý do nhiều nguyên nhân quyết định Một tính chất là đặc trưng cho đối tượng khi độ chênh lệch giá trị của số liệu của tính chất đó giữa đối tượng nghiên cứu với môi trường xung quanh

đủ lớn Trong trường hợp đối tương nằm quá sâu, kích thước quá nhỏ, hoặc do ảnh hưởng của đối tượng khác (phong hóa, biến chất, chất lưu…) dẫn tới độ chênh lệch của giá trị không đủ để phân biệt đối tượng với môi trường xung quanh khi đó thông tin có ích cho xử lý số liệu Các sai số không tách được sẽ gây ra sai lệch về

số liệu khi đó thông tin không còn mang tính đặc trưng cho đối tượng

Một tổ hợp thông tin không đầy đủ sẽ không đáp ứng được yêu cầu, nhiệm vụ đặt ra cho quá trình xử lý Việc chọn số lượng các loại thông tin phải đảm bảo được tính đơn trị cho kết quả và đưa ra được đầy đủ các yêu cầu nghiên cứu về đối tượng

Việc sử dụng đồng thời nhiều loại thông tin trong đó có những thông tin có độ tin cậy thấp không những gây khó khăn cho quá trình xử lý, chất lượng xử lý không cao, do các thông tin thiếu tin cậy sẽ làm nhòe đi các thông tin quan trọng khác dẫn đến những nhận thức sai lệch về đối tượng

Việc lựa chọn được một tổ hợp thông tin có chất lượng cao là nội dung khó khăn và phụ thuộc nhiều vào hiểu biết, kinh nghiệm của người xử lý

1.2 Mẫu và các đặc trưng thông kê số liệu địa vật lý

1.2.1 Số liệu đo và mẫu ngẫu nhiên

Vì các thiết bị quan sát trường trong trường đại vật lý đều là thiết bị số nên các kết quả quan sát trường là những con số Ở một điểm quan sat bất kì, kết quả quan sát trường địa vật lý hoặc đại lượng khác lại chứa nhiễu và sai số đo nên có thể là đại lượng này hay đại lượng khác mà người đo không dự đoán trước được Vì vậy

để mô tả các giá trị (bằng số) các trường địa vật lý đo được người ta sử dụng khái niệm đại lượng ngẫu nhiên

Các giá trị trường đại vật lý đo được là các số cụ thể nên đại lượng ngẫu niên

là mô tả nền tảng để mô tả các số liệu đại vật lý

Đại lượng X được gọi là đại lượng ngẫu nhiên nếu trong mỗi phép đo sẽ xuất hiện một trong những giá trị cụ thể x1, x2, x3,…của đại lượng náy với xác xuất tương ứng p1, p2, p3…

Tất cả cá giá trị có thể của X sẽ tạo thành nhóm đầy đủ vì bao giờ trong kết quả của một phép đo cúng sẽ xuất hiện một giá trị xi nào đó (biểu hiện nào đó của X); nghĩa là bao giờ cúng tồn tại đẳng thức:

Đồ thị của hàm phân bố mật độ xác suất thực nghiệm đƣợc dựng lên từ số liệu

khảo sát thực tế đƣợc gọi là đường cong biến phân

Ngoài hàm phân bố F(x) và hàm mật độ f(x) người ta còn dung các đặc trưng thống kê để mô tả các đại lượng ngẫu nhiên bao gồm:

 Kỳ vọng toán M[x]= = xi (1.6)

 Mod (M0) là giá trị mà tại đó hàm mật độ phân bố max

 Median (Me) là giá trị của X có xác suất P(x) =

 Phương sai: D[x]= M[x- [Mx]]2 = – M[x])2 pi (1.7)

 Độ lệch trung bình bình phương = (1.8)

Một số hàm phân phối lý thuyết

Đế mô tả các đại lượng ngẫu nhiên trong vật lý người ta sử dụng các hàm phân phối lý thuyết như hàm phân phối chuẩn (phân phối Gauxơ), phân phối chuẩn loga, phân phối Puasson…

Phần lớn các đại lượng ngẫu nhiên trong địa vật lý cũng như hiện tượng địa chất khác chúng tuân theo luật phân phối chuẩn

Đại lượng ngẫu nhiên X tuân theo luật phân phối chuẩn nếu hàm mật độ của

Đồ thị hàm phân phối chuẩn đối xứng qua đường thẳng x= và giảm dần

xuống xung quanh kỳ vọng

Diện tích giới hạn bởi đường cong và trục hoành bằng 1 đó chính là xác xuất

để đại lượng ngẫu nhiên X nhân giá trị cong khoảng ( - ; + ) (1.3) Xác xuất để đại lượng ngẫu nhiên X nhận giá trị trong khoảng từ x1 tới x2 chính là phần diện tích được bao bởi đường cong, trục hoành và hai đường thẳng x = x1; x = x2 Xác xuất

đó được tính theo công thức (1.4)

Nhiều giá trị trường địa vật lý như mật độ, tốc độ truyền sóng, phóng xạ… tuân theo luật phân phối chuẩn và dựa trên các thuật toán thống kê theo luật phân phối chuẩn người ta có thể xử lý số liệu để tìm ra các đặc trưng của đối tượng

Ngoài luật phân phối chuẩn còn có các luật phân phối khác đang được áp dụng phổ biến trong phân tích thống kê các số liệu địa vật lý Ví dụ như luật phân phối chuẩn loga được dùng để mô tả các giá trị điện trở, độ từ cảm của đất đá

1.3 Các thuật toán nhận dạng

Nhiệm vụ cơ bản nhất của công tác xử lý tổ hợp số liệu địa vậy lý là phân loại được các điểm quan sát thành các diện tích nhất định hay các nhóm, lớp diện tích nhất định, ở đó các đặc trưng của trường địa vật lý giống với các đặc trưng của trường liên quan với loại (lớp) đối tượng địa chất nhất định Để giải quyết được nhiệm vụ trên tương tự nhiều lĩnh vực khoa học khác người ta sử dụng lý thuyết nhận dạng - một lĩnh vực toán học đi sâu vào giải quyết các bài toán phân loại đối tượng dựa vào mối quan hệ hữu cơ giữa các đối tượng cụ thể và các dấu hiệu đặc trưng cho đối tượng đó

Hiện nay, trong địa vật lý người ta sử dụng 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: có phương pháp nhận dạng theo đối tượng chuẩn (có thông tin tiên

nhiệm) và nhóm có phương pháp nhận dạng không có đối tượng chuẩn (không có thông tin tiên nghiệm

1.3.1 Mẫu chuẩn các đặc điểm đặc trưng và sử dụng mẫu chuẩn trong nhận dạng

Để xử lý tổ hợp các số liệu bằng 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 chúng

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 từng 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 như mục đích nghiên cứu là tìm kiếm khoáng sản thì đối tượng chuẩn có thể là một vùng quặng,một trường quặng, một

mỏ quặng hay một vỉa quặng Còn khi khảo sát địa vật lý phục vụ công tác đo vẽ bản đồ địa chất thì các đối tượng mẫu có thể là diện tích phát triển một loại đá nào

đó

Tùy theo bản chất, đối tượng chuẩn có hai loại là đối tượng chuẩn mang các thông tin đại diện và đối tượng chuẩn mang thông tin phủ nhận Đối tượng đại diện mang các thông tin có khả năng phân loại một hay một lớp đối tượng Trong nhiều trường hợp có những đối tượng khác nhau nhưng mang các đặc điểm trường địa vật

lý tương đồng Khi đó người ta sử dụng đối tượng chuẩn mang thông tin phủ nhận

để loại bỏ những đối tượng không đúng ra khỏi tập kết quả nhận dạng Cần lưu ý để công tác phân tích nhận dạng đạt hiệu quả tốt thì cần lựa chọn đối tượng chuẩn sao cho các diện tích tồn tại các đối tượng chuẩn phải nằm xen kẽ với các phần diện tích khảo sát cần nhận dạng

Một đối tượng chuẩn nào đó có phạm vi ứng dụng là giới hạn và nó phụ thuộc vào các yếu tố sau:

 Đối tượng chuẩn phải có giá trị thông tin tin cậy theo mục tiêu tìm kiếm

 Đối tượng chuẩn phải phù hợp với diện tích nghiên cứu

 Mật độ lưới khảo sát các loại thông tin phải tương ứng với đối tượng chuẩn lựa chọn

Đối tượng mang các dấu hiệu nhận biết, phân biệt nó với môi trường xung quanh, các dấu hiệu có khả năng phân biệt cao trong các loại thông tin thu thập sẽ giúp quá trình xử lý số liệu cho kết tin cậy Để đánh giá chất lượng của dấu hiệu người ta sở dụng khái niệm lượng tin của dấu hiệu Lượng tin của dấu hiệu là khả năng mà dấu hiệu đó có khả năng phân biệt được các đối tượng khác nhau với nhau Khả năng này phụ thuộc vào việc các đối tượng của cùng một lớp có thường xuyên cho những giá trị cố định của nó hay không và các giá trị đó có phân bố rộng ra ngoài giới hạn của các đối tượng của lớp đó hay không

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 thê là những dấu hiệu nhiễu làm mờ nhạt đi các thông tin hữu ích Khi đưa ra dấu hiệu này váo sử dụng để nhận dạng không làm tăng mà ngược lại làm giảm chất lượng nhận dạng đối tượng Chính vì vậy, trong quá trình xử lý cần tiến hành đánh giá lượng tin của từng dấu hiệu để từ đó chọn ra những dấu hiệu có lượng tin đưa vào xử lý và loại bỏ những dấu hiệu có lượng tin thấp

Dựa vào các giá trị trường quan sát được trên các đối tượng chuẩn người ta tiến hành xác định các đặc trưng thống kê của trường cho từng đối tượng Các đặc trưng này được sử dụng tùy thuộc vào thuật toán nhận dạng áp dụng Thường các đặc trưng bao gồm:

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

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

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

1.3.2 Các thuật toán nhận dạng có mẫu chuẩn

Các thuật toán nhận dạng có mẫu chuẩn là các thuật toán tiến hành xác định bản chất địa chất của các đối tượng dựa vào việc so sánh tập hợp các dấu hiệu địa vật lý của đối tượng nghiên cứu

Việc lựa chọn thuật toán nhận dạng tùy thuộc vào các điều kiện sau:

 Số liệu xuất phát

 Tồn tại thông tin tiên nghiệm về đối tượng

 Nhiệm vụ cụ thể của công tác địa vật lý

Các thuật toán nhận dạng được xây dựng dựa vào các công thức toán khác nhau như: toán logic, các hàm hồi quy và lý thuyết định nghiệm thống kê…dưới đây là một số thuật toán điển hình

a Phương pháp nhận dạng sử dụng toán logic

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

Từ đối tượng chuẩn tìm được các dấu hiệu đặc trưng và người ta tiến hành mã hóa các dấu hiệu trường bằng mã nhị phân gồm tập hợp số “0” và “1”

Nếu xkn là giá trị trường của dấu hiệu thứ n của mẫu thứ k thì :

- xkn =0 khi mẫu k không chứa dấu hiệu thứ n

- xkn =1 khi mẫu k chứa dấu hiệu thứ n

Bằng cách trên toàn bộ mẫu trên được mã hóa

Tiếp theo, dựa vào tổ hợp số “0” và “1” (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 (đối tượng) là từ thông tin gặp p lần ở các đối tượng chuẩn của lớp đó và không gặp lần nào các đối tượng chuẩn thuộc lớp là chọn khoảng giá trị thông tin chuẩn Các thông tin này được gọi là 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 đối tượng nghiên cứu Ở bước này người ta tiến hành kiểm tra xem có 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 khác thì đối tượng nghiên cứu được xếp vào lớp đó Quá trình này được tiến hành cho tới khi đối tượng cuối cùng được nhận dạng

b Phương pháp nhận dạng sử dụng phân tích hồi quy

Trong xử lý số liệu địa vật lý, thuật toán hồi quy đầu tiên được sử dụng để xử

lý số liệu đo địa vật lý giếng khoan và phân tích định lượng các tài liệu trọng lực Thực chất của phương pháp này là xây dựng các hàm hồi quy xác định mối quan hệ giữa các tham số địa chất cần tìm với các số liệu địa vật lý quan sát được bằng các phương pháp khác nhau Ví dụ mối quan hệ giữa một bên là độ rỗng của đất đá với bên kia là các số liệu đo điện trở, điện trường tự nhiên, gamma…dọc thành giếng khoan

Thường quá trình xấp xỉ các hàm hồi quy giới hạn bởi các đa thức bậc 1, bậc 2 hoặc đặc biệt có thể xấp xỉ với đa thức bậc lớn hơn Ví dụ: nếu chỉ có hai dấu hiệu 1

và 2 thì hàm hồi quy được xấp xỉ bằng đa thức bậc 2 có dạng:

yk = akxik + bkx2x +ckx1kx2k + dk + gk + hk (1.12)

Các hệ số ak , bk , ck ,dk , gk và hk trong biểuthức (1.12) được xác định bằng phương pháp bình phương tối thiểu theo các giá trị địa chất của tham số yk xác định được trên các đối tượng chuẩn và các số liệu đo trường địa vật lý của các dấu hiệu

x1k vàx2k của chính đối tượng đó.

Phương trình hồi quy trên được xác định cho từng đối tượng chuẩn thứ k Ngoài phương pháp hồi quy người ta còn tiến hành xác định giá trị ngưỡng yk cho từng lớp đối tượng chuẩn Cuối cùng đưa các giá trị trường đo được trên các đối tượng cần nghiên cứu vào các phương trình hồi quy tìm được trên đối tượng chuẩn

ta sẽ xác định được giá trị của tham số yk của đối tượng nghiên cứu

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 Vì vậy, thuật toán này rất phù hợp cho việc xử lý các số liệu của tổ hợp khảo sát gồm nhiều dấu hiệu khác nhau

Tuy nhiên, thuật toán hồi quy cũng có nhược điểm ở chỗ với một tập hợp số liệu nhất định ứng với một giá trị sai số cho trước có thể xấp xỉ được nhiều hàm hồi quy Nhược điểm này thể hiện rõ nhất khi các dấu hiệu quan sát trường liên quan với nhau Lý do trên không cho phép đưa ra được các lý giải về ý nghĩa vật lý của các hệ số của hàm hồi quy tìm được Các lý giải vật lý chỉ có thể được đưa ra khi dạng của phương trình này được xác định cho một mô hình vật lý cụ thể, còn quá trình xấp xỉ hồi quy chỉ được tiến hành đơn thuần với mục đích xác định hệ số của phương trình hồi quy ứng với mô hình vật lý đó

c Phương pháp kiểm định giả thuyết 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: tỷ số sự thật L(x) và tổng lượng thông tin J(1:2,x)

Giá trị các thông số được tính theo công thức:

x là vecto giá trị các dấu hiệu được sử dụng x1 , x2,…xk (ví dụ các hàm lượng

Nếu 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 thuộc lớp 1 và lớp 2 người ta thường sử dụng các hàm phân giải bậc 1 (R1) hoặc bậc 2 (R2) đối với các tham số x1 , x2,…xn Các hàm này được biểu diễn như sau:

1.3.3 Các thuật toán nhận dạng không có mẫu chuẩn

a Thuật toán kiểm chứng thống kê

thuật toán này tiến hành phân loại trường khi các dấu hiệu trường hoàn toàn độc lập với nhau Ban đầu người ta sử dụng bộ lọc để tách các dị thường ra khỏi phông nhiễu cho từng dấu hiệu trường Kết quả lọc có phép nhận được các số liệu

dị thường Mỗi lớp dị thường gồm các dị thường có các đặc trưng thống kê giống nhau Để phân loại các dị thường, đầu tiên người ta phân của khu vực khảo sát thành các diện tích cơ sở, sau đó dựa vào kết quả phân chia 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 các chỉ tiêu X2 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 sắp 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 phân dựng được cho từng dấu hiệu người ta xác định giá trị trung bình và phương sai sắp xếp các giá trị trung bình theo thứ tự tăng dần Sau đó người ta dựa vào chỉ tiêu xác suất hậu nghiệm cực đại người ta quyết định xếp loại đối tượng khảo sát và các lớp khác nhau Bằng cách trên, toàn bộ khu vực khảo sát được phân chia thành một số diện tích có hình dạng bất kỳ, ở đó dị thường của các dấu hiệu khác nhau đè lên nhau

b Thuật toán K trung bình

Nội dung thuật toán như sau: Giả sử 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 hú họa từ n đối tượng ra k đối tượng, k đối tượng được chọn này xem như các mẫu 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 Sau mỗi lần chọn tập hợp các mẫu chuẩn Evchọn được ở lần chọn thứ v sẽ thay cho các mẫu chuẩn ở lần chọn thứ v-1 ( lần trước đó)

Nếu ký hiệu tập hợp mẫu chuẩn (Ev) chọn được ở lần thứ v là:

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 tới khi đối tượng cuối cùng được gọi

ra

Sau khi tập các mẫu 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

1.3.4 Quyết định sự tồn tại của đối tượng và đánh giá chất lượng xử lý

Đối với thuật toán nhận dạng có mẫu chuẩn việc quyết định nghiệm chủ yếu dựa vào chỉ số tương đồng Chỉ số này xác định mức độ giống nhau hoặc khác nhau giữa đối tượng nghiên cứu và đối tượng chuẩn theo lượng thông tin tổng hợp của toàn bộ các dấu hiệu (trường địa vật lý quan sát)

Phụ thuộc vào từng loại thuật toán nhận dạng người ta chọn những đại lượng khác nhau để đánh giá chỉ số tương đồng Đối với thuật toán nhận dạng kiểm chứng thống kê thì chỉ số tương đồng chính tương đồng chính là hệ số tương thích thích hay xác suất hậu nghiệm P( Ak/Bj ) Đối với thuật toán loại này để giải quyết

nghiệm người ta đưa ra các giá tri ngưỡng của hệ số tương thích và xác suất hậu nghiệm Giá trị của chỉ số tương đồng sẽ được so sánh với giá trị ngưỡng này để quyết định đối tượng nghiên cứu giống hay không giống với mẫu

Chất lượng của kết quả xử lý được đánh giá dựa vào sai số nhận dạng các đối tượng kiểm chứng 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 là mẫu chuẩn để nhận dạng mà được dùng làm các đối tượng để kiểm tra các kết quả nhận dạng

Sai số nhận dạng được tính bằng tỷ số các đối tượng kiểm chứng được nhận dạng đúng so với tổng các đối tượng kiểm chứng được đem ra nhận dạng

Đối với các thuật toán nhận dạng kiểm chứng thống kê người ta sử dụng xác suất nhận dạng sai lầm để đánh giá chất lượng xử lý Xác suất này được xác định dựa vào việc tính tích phân hàm phân bố mật độ xác suất của hệ số tương thích Các hàm này được xác định riêng cho các đối tượng kiểm chứng của từng lớp một

Chương 2 - HOÀN THIỆN VÀ MỞ RỘNG PHẠM VI ÁP DỤNG PHƯƠNG

PHÁP KHOẢNG CÁCH -TẦN SUẤT - NHẬN DẠNG TRONG XỬ

LÝ SỐ LIỆU ĐỊA VẬT LÝ MÁY BAY

2.1 Các phương pháp phân tích tài liệu địa vật lý máy bay trong nước

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 [1,2]

b 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 rãi trong nhiều lĩnh vực nghiên cứu khác Về nguyên lý, việc tìm kiếm các đối 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 ở 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 các phương pháp nhận dạng theo đối tượng chuẩn và nhóm các phương pháp nhận dạng không có đối tượng chuẩn

 Các phương pháp nhận dạng theo đối tượng chuẩn:

Trong các phương pháp phân tích nhận dạng có đối tượng chuẩn thì việc quan trọng nhất là chọn đối tượng chuẩn, tiếp đến là 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 bố 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 bằng 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 số như: Tỉ số

- Loại thường gặp trong các lớp đất đá khác nhau nhưng 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 định các diện tích, dự báo là có thể có liên quan với khoáng sản [2]

c 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 thông 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 tố được trội lên, và các thông số Dominal phản ánh đặc tính đó, chúng được biểu diễn theo công thức:

2 / ) 1 ()

K K

K

/ )



K

 - là độ lệch chuẩn của q K

Biểu thức của D Th U cũng được tính tương tự

 Các hàm tương quan: Các hàm tương quan (trong đó có các hệ số tương quan bậc 1 Rij) phản ánh mức độ quan hệ về đặc điểm phân bố của các trường phóng xạ U, Th, K Quá trình phân bố lại các nguyên tố phóng xạ sẽ làm cho mối tương quan bình thường trước đó giữa chúng bị phá vỡ, do vậy

các hàm tương quan cũng là một dấu 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) Về 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: qTh/qU, qTh/qK, (qU.qK)/qTh, (qU + qK)/ qTh 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 thường khá ổn định

và chỉ thay đổi trong các dải khá hẹp Ở 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

d 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 đồ bóng, các phương pháp chồng chập thông tin

Hầu hết 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 đều xử lý trên các số liệu liên tục theo tuyến hoặc theo diện, nghĩa 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 đơn (Bản đồ phân bố các dị thường phổ gamma hàng không) thường chỉ có một số phương pháp thống kê thực nghiệm đơn giản Thông qua các tham số đặc trưng riêng trên các điểm dị thường như: ∆J, T(1/2), ∆Th/ ∆U,

∆U/ ∆K, Ji, 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(1/2)… người ta còn sử dụng tham số tích phân xác suất nhiều thành phần.: [4]

dxdydz e

P

B

Sz z z Sy y y Sx x x

2 ( ) ( ) )

(

3) 2 (

1

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 định 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 do GS.VS Ni-Ki-Tin đề xuất xây dựng và hệ phần mềm mạnh ERMAPPER [3,4,5]

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

Công tác phân tích tài liệu địa vật lý hàng không ở nước ta trong những năm gần 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 số phương pháp định tính với các thuật toán tương đối đơn giản căn cứ trực tiếp vào đặc điểm 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, phân tích thử nghiệm trên các tài liệu thực tế bằng nhiều 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: PGS.TSKH Tăng Mười, TS Nguyễn Tài Thinh, GS.TS Lê Khánh Phồn, PGS.TS.Võ Thanh Quỳnh, TS Vũ Thu Hương, TS Nguyễn Thế Hùng, TS Nguyễn Tuấn Phong và của nhiều nhà khoa học khác Trong các công trình trên các tác giả đã sử dụng một số phần mềm được xây dựng trong nước, đồng thời khai thác một số 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 chỉ 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 Nhìn chung các kết quả nghiên cứu đạt được nói trên vẫn còn manh mún, thông qua việc áp dụng, phát triển, hoàn thiện một số phương pháp nhận dạng riêng lẻ; chưa có được một phương pháp, hệ phân tích các tài liệu địa vật lý hàng không hoàn chỉnh trong giải đoán địa chất, tìm kiếm và dự báo triển vọng khoáng sản [4,5]

2.2 Hoàn thiện và mở rộng phạm vi áp dụng phương pháp Khoảng cách-Tần suất-Nhận dạng trong xử lý-phân tích số liệu địa vật lý

Phương pháp Khoảng cách-Tần suất-Nhận dạng cùng với phương pháp Tần suất-Nhận dạng là hai phương pháp phân tích nhận dạng mới, đã được áp dụng bước đầu có hiệu quả trong xử lí-phân tích tài liệu phổ gamma hàng không, phục vụ tìm kiếm và dự báo triển vọng khoáng sản Tuy nhiên, cũng như phương pháp Tần suất-Nhận dạng trước đây, phương pháp Khoảng cách-Tần suất-Nhận dạng hiện nay cũng tồn tại một hạn chế khá lớn, cần được nghiên cứu khắc phục Đó là: Phương pháp Khoảng cách-Tần suất-Nhận dạng hiện mới chỉ đưa ra được thuật toán phân tích đối sánh, xác định mức độ đồng dạng của đối tượng đối sánh so với đối tượng mẫu, làm cơ sở cho việc đánh giá, dự báo mức độ triển vọng của chúng, khi đối tượng đối sánh đã biết, chưa giải quyết được nhiệm vụ tìm kiếm, phát hiện, khoanh định ranh giới các đối tượng đồng dạng cũng như mức độ đồng dạng của chúng khi chưa biết trước các đối tượng đối sánh, một nội dung quan trọng đối với các phương pháp phân tích nhận dạng nói chung Phương pháp này cũng chỉ mới áp dụng có hiệu quả đối với tài liệu dị thường phổ gamma hàng không mà chưa được mở rộng cho các dạng tài liệu địa vật lý khác, kể cả tài liệu từ hàng không Luận văn này trình bày kết quả nghiên cứu, hoàn thiện nội dung của phương pháp, bằng việc mở rộng thuật toán cho cả trường hợp biết trước đối tượng đối sánh và trường hợp chưa biết trước đối tượng đối sánh, cùng với việc xây dựng phần mềm xử lí trên máy tính tương ứng Chương trình mới mang tên QKCM Chương trình mới này đã được áp dụng phân tích thử nghiệm đối với tài liệu địa vật lý hàng không (bao gồm cả tài liệu từ và tài liệu phổ gamma) trên một số diện tích bay đo cho kết quả tốt Hi vọng

với việc hoàn thiện phương pháp nhận dạng mới: Phương pháp Khoảng cách-Tần

suất-Nhận dạng có thể đưa vào áp dụng thực tế, góp phần đẩy nhanh và nâng cao

chất lượng của công tác xử lí - phân tích tài liệu địa vật lý hàng không, một nguồn tài liệu hết sức phong phú ở nước ta hiện nay, phục vụ công tác tìm kiếm và dự báo triển vong khoáng sản [9,11]

2.2.1 Nội dung Phương pháp Khoảng cách - Tần suất - Nhận dạng hiện nay

Phương pháp Khoảng cách-Tần suất-Nhận dạng được xây dựng trên cơ sở vận dụng phương pháp phân tích tần suất theo thuật toán Griffiths-Vinni và phương pháp phân tích khoảng cách khái quát theo thuật toán của Paguônôp Nội dung của phương pháp có thể tóm tắt như sau:

a Xây dựng ma trận thông tin đối tượng mẫu

Các ma trận thông tin của đối tượng mẫu (quặng và không quặng) theo phương pháp phân tích khoảng cách khái quát dễ dàng có được trực tiếp từ số liệu địa vật lý trên các đối tượng mẫu đó Ma trận thông tin của đối tượng mẫu trong phương pháp phân tích tần suất được xây dựng từ chính ma trân mẫu quặng như sau:

Từ tập hợp số liệu của các chủng loại thông tin của đối tượng mẫu quặng trong phương pháp phân tích khoảng cách khái quát xây dựng các đường cong biến phân (đường cong mật độ phân bố) Từ các đường cong biến phân xác định 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, nếu

nó nằm trong khoảng giá trị đặc trưng 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 kì về ma trận thông tin chuẩn theo yêu cầu của thuật toán với các phần

từ là các giá trị 1 hoặc 0

b Đánh giá lựa chọn tổ hợp thông tin

Việc đánh giá lựa chọn tổ hợp thông tin được tiến hành trên cơ sở vận dụng kết hợp cả 2 phương pháp theo cách như sau: