Luận văn thạc sĩ nghiên cứu áp dụng một số phương pháp phân tích tài liệu địa vật lý máy bay trong tìm kiếm

Khi xử lý số liệu địa vật lý bằng thuật toán nhận dạng có mẫu chuẩn, cần xây dựng các thuật toán hay đề xuất các chỉ tiêu nhận dạng đảm bảo để phân loại các đối số liệu quan sát thành ha

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

- -

Thái Hoàng Đan

NGHIÊN CỨU ÁP DỤNG MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM, DỰ BÁO TRIỂN VỌNG

KHOÁNG SẢN

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội - 2015

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

- -

Thái Hoàng Đan

NGHIÊN CỨU ÁP DỤNG MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM, DỰ BÁO TRIỂN VỌNG

MỤC LỤC

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ XỬ LÝ TỔ HỢP SỐ LIỆU ĐỊA VẬT LÝ 3

1.1 CƠ SỞ LÝ THUYẾT XỬ LÝ TỔ HỢP SỐ LIỆU ĐỊA VẬT LÝ 3

1.2 CÁC THUẬT TOÁN NHẬN DẠNG 7

1.2.1 Các thuật toán nhận dạng có mẫu chuẩn 7

1.2.2 Các thuật toán nhận dạng không có mẫu chuẩn 11

CHƯƠNG 2 CÁC PHƯƠNG PHÁP PHÂN TÍCH TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM VÀ DỰ BÁO TRIỂN VỌNG KHOÁNG SẢN

13

2.1 CÁC BƯỚC PHÂN TÍCH TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM VÀ DỰ BÁO TRIỂN VỌNG KHOÁNG SẢN 13

2.2 PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN 14

2.2.1 Cơ sở áp dụng phương pháp hệ số tương quan 17

2.2.2 Ứng dụng phương pháp hệ số tương quan trong đánh giá phân loại cụm dị thường 18

2.2.3 Ứng dụng phương pháp trong dự báo triển vọng khoáng sản 24

2.3 PHƯƠNG PHÁP TẦN SUẤT - NHẬN DẠNG 25

2.3.1 Phương pháp phân tích tần suất 25

2.3.2.Nội dung phương pháp Tần suất - Nhận dạng 26

CHƯƠNG 3 ÁP DỤNG MỘT SỐ PHƯƠNG PHÁP TIẾN HÀNH PHÂN TÍCH THỬ NGHIỆM TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY 29

3.1 Giới thiệu khu vực nghiên cứu 29

3.1.1 Vị trí địa lý 29

3.1.2 Tài liệu Địa vật lý máy bay khu vực nghiên cứu 30

3.2 Lựa chọn phương pháp 34

3.2.1 phương pháp Hệ số tương quan và chương trình phân tích hệ số tương quan

34

3.2.2 Phương pháp Tần suất – Nhận dạng và chương trình phân tích 36

3.3 Thực hiện phân tích thử nghiệm với khu vực Diên Khánh và Cam Lâm tỉnh Khánh Hoà 37

3.3.1 Phân tích Hệ số tương quan 37

3.3.2 Phần tích Tần suất – Nhận dạng 39

3.4 Kết quả và nhận định 44

KẾT LUẬN 46

TÀI LIỆU THAM KHẢO 48

PHỤ LỤC 50

DANH MỤC BẢNG

Bảng 2.1: Các đặc điểm của hệ số tương quan R 17

Bảng 2.2: Các mức mã hóa theo T(1/2) 19

Bảng 2.3: Các mức mã hóa theo ∆J 19

Bảng 2.4: Các mức mã hóa theo cường độ bức xạ tương đối 20

Bảng 2.5: Các mức mã hóa theo Tỉ số ∆Th/∆U 20

Bảng 2.6: Các mức mã hóa theo Tỉ số ∆U/∆K 21

Bảng 2.7: Các mức mã hóa theo chỉ số nhiều thành phần 21

Bảng 2.8: Các nhóm bản chất phóng xạ của dị thường phổ gamma 21

Bảng 3.1: Kết quả phân tích theo phương pháp Hệ số tương quan 38

Bảng 3.2: Số liệu đối tượng mẫu Trà Năng 40

Bảng 3.3: Số liệu đối tượng mẫu Ma Ty Du Long 41

Bảng 3.4: Bảng kết quả phân tích theo phương pháp Tần suất – nhận dạng 42

DANH MỤC HÌNH

Hình 2.1: Đồ thị phân tán của biến Y đối với biến X 15

Hình 3.1: Bản đồ khu vực nghiên cứu 29

Hình 3.2: Bản đồ hàm lượng Uran 30

Hình 3.3: Bản đồ hàm lượng Thori 30

Hình 3.4: Bản đồ hàm lượng Kali 31

Hình 3.5: Bản đồ hàm lượng kênh tổng 31

Hình 3.6: Kết quả phân tích nhận dạng theo mẫu theo đề án bay đo khu vực nghiên cứu 33

Hình 3.7: Kết quả khoanh định đới triển vọng khoáng sản theo đề án bay đo 34

Hình 3.8: Sơ đồ khối chương trình Phân tích hệ số tương quan 35

Hình 3.9: Sơ đồ khối chương trình ứng dụng Phương pháp Tần suất – Nhận dạng 37 Hình 3.10: Sơ đồ đới biến đổi trường xạ theo phương pháp hệ số tương quan 39

Hình 3.11: Sơ đồ kết quả nhận dạng theo phương pháp Tần suất – Nhận dạng theo mẫu Trà Năng 43

Hình 3.12: Sơ đồ kết quả nhận dạng theo phương pháp Tần suất – Nhận dạng theo mẫu Ma Ty Du Long 43

Hình 3.13: So sánh kết quả theo phương pháp Hệ số tương quan 44

Hình 3.14: So sánh kết quả theo phương pháp Tần suất – nhận dạng 45

MỞ ĐẦU

Công tác đo bay địa vật lý tỷ lệ lớn (từ - phổ gamma hàng không) ở nước ta được đẩy mạnh và phát triển trong khoảng 30 năm trở lại đây Những kết quả đạt được trong thời gian qua đã khẳng định vai trò và 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 thăm dò khoáng sản có ích Tuy nhiên, trong thực

tế công tác địa vật lý máy bay cũng bộc lộ một số hạn chế, chủ yếu là ở khâu xử lý

và phân tích tài liệu, cần được đầu tư nghiên cứu khắc phục, nhằm không ngừng nâng cao hiệu quả của phương pháp

Hiện nay, trong địa vật lý có rất nhiều phương pháp mới, được tự động hóa bằng các hệ phần mềm chuyên dụng mạnh, đáng chú ý có bộ chương trình phân tích phổ - thống kê do GS.VS Nikitin cùng các đồng sự xây dựng Công tác xử lý số liệu ở Việt Nam trong thời gian qua đã đạt được những kết quả đáng kể Bên cạnh ứng dụng bộ chương trình xử lý thống kê Codcad thì các nhà địa vật lý Việt Nam đã nghiên cứu và đưa vào ứng dụng một số phương pháp xử lý phân tích mới nhằm nâng cao hiệu quả của công tác xử lý số liệu

Xuất phát từ những cơ sở trên, học viên chọn hướng nghiên cứu là: “ Nghiên

cứu áp dụng một số phương pháp phân tích tài liệu địa vật lý máy bay trong tìm kiếm, dự báo triển vọng khoáng sản”

Mục tiêu đề tài:

Nghiên cứu một số phương pháp phân tích và khả năng ứng dụng của phương pháp trong xử lý phân tích số liệu phổ gamma hàng không Lựa chọn phương pháp để tiến hành phân tích thử nghiệm trên số liệu thực tế từ đó đánh giá hiệu quả ứng dụng phương pháp trong xử lý số liệu địa vật lý hàng không

Các nội dung nghiên cứu:

Tìm hiểu tổng quan về phân tích và xử lý tổ hợp các tài liệu địa vật lý

Nghiên cứu một số phương pháp và khả năng ứng dụng trong xử lý phân tích

số liệu phổ gamma hàng không

Lựa chọn phương pháp áp dụng tiến hành phân tích thử nghiệm tài liệu thực tế

vùng Đông nam thành phố Nha Trang và khu vực lân cận

Đánh giá kết quả thực hiện và hiệu quả của phương pháp

Cấu trúc của luận văn:

Nội dung chính của luận văn được trình bày trong 3 chương, phần mở đầu và kết luận

Chương 1: Tổng quan về xử lý tổ hợp số liệu địa vật lý

Chương 2: Các phương pháp phân tích tài liệu địa vật lý máy bay trong tìm kiếm và dự báo triển vọng khoáng sản

Chương 3: Áp dụng một số phương pháp tiến hành phân tích thử nghiệm tài liệu địa vật lý máy bay

Luận văn được hoàn thành tại Bộ môn Vật lý Địa cầu – Trường Đại học Khoa học Tự nhiên, dưới sự hướng dẫn của PGS.TS Võ Thanh Quỳnh Học viên xin bày tỏ lòng biết ơn sâu sắc nhất tới thầy giáo hướng dẫn, người đã tận tình hướng dẫn dạy bảo học viên trong suốt quá trình học tập, nghiên cứu và thực hiện luận văn Suốt quá trình học tập và thực hiện luận văn học viên đã nhận được những góp ý quý báu và sự giúp đỡ nhiệt tình của các thầy cô giáo trong Bộ môn Vật lý Địa cầu, Học viên xin gửi tới các thầy, cô lời cảm ơn chân thành nhất Học viên xin chân thành cảm ơn tới Khoa Vật lý, Phòng Sau Đại học và các phòng ban khác của Trường Đại học Khoa học Tự nhiên-ĐHQGHN đã quan tâm, giúp đỡ học viên trong suốt quá trình học tập và thực hiện luận văn này Dù đã cố gắng để hoàn thiện luận văn tuy nhiên không thể tránh khỏi những thiếu sót, rất mong nhận được sự đóng góp quý báu của quý thầy cô và người đọc luận văn này!

Hà Nội, ngày 7 tháng 11 năm 2015

Học viên: Thái Hoàng Đan

CHƯƠNG 1 TỔNG QUAN VỀ XỬ LÝ TỔ HỢP SỐ LIỆU ĐỊA VẬT LÝ

1.1 CƠ SỞ LÝ THUYẾT XỬ LÝ TỔ HỢP SỐ LIỆU ĐỊA VẬT LÝ

Công tác xử lý tổ hợp số liệu Địa vật lý là một quá trình phức tạp phụ thuộc vào mục đích đối tượng nghiên cứu và các dạng số liệu khác nhau Về cơ bản bao gồm các bước sau[6];

- 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

Mô hình thống kê đóng vai trò quan trọng trong công tác xử lý tổ hợp số liệu Địa vật lý vì các đối tượng khảo sát được xem như các đối tượng ngẫu nhiên Mặt khác, các dấu hiệu trường Địa vật lý khảo sát cũng mang tính ngẫu nhiên do các yếu

tố nhiễu làm biến dạng Với mỗi mô hình cụ thể cần lựa chọn các phương pháp nhận dạng tương ứng, tiến hành xử lý và giải quyết các nhiệm vụ bài toán đặt ra

Khái quát có thể chia chúng thành hai nhóm phương pháp chính đó là: 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 đối 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, cần xây dựng các thuật toán hay đề xuất các chỉ tiêu nhận dạng đảm bảo để phân loại các đối số liệu quan sát thành hai lớp đối nghịch (quặng và không quặng) hoặc với số lớp nhiều hơn 2 khi có trước các đặc trưng thống kê của mỗi loại dấu hiệu ứng với các đối tượng chuẩn

Khi xử lý bằng thuật toán nhận dạng theo đối tượng chuẩn là lựa chọn đối tượng chuẩn, theo đó tiến hành phân tích các đặc trưng thống kê của các dấu hiệu (các trường địa vật lý) Áp dụng có hiệu quả cao 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 có đối tượng chuẩn được áp dụng khi không biết trước các đặc trưng thống kê của các dấu hiệu ứng với các lớp đối tượng cần nghiên cứu 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: Lựa chọn phương pháp phân loại trường, tiến hành chia các điểm quan sát thành một số các diện tích đồng nhất về dấu hiệu tổ hợp

1.1.2 Ước lượng các đặc trưng thống kê và lượng tin của các dấu hiệu trên các

đối tượng chuẩn

a, Ước lượng các đặc trưng thống kê

Việc lựa chọn các mẫu chuẩn và xác định các đặc trưng thống kê các trường địa vật lý của chúng là công việc rất quan trọng trong công tác xử lý số liệu bằng thuật toán nhận dạng có đối tượng chuẩn

Các mẫu hay đối tượng chuẩn là phần diện tích mà ở đó 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

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

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 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 thì cần lựa chọn các đối tượng chuẩn sao cho các diện 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 định 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 trên 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 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 lớp 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 tổng (tích phân) và lượng tin tổng hợp Lượng tin từng phần là lượng tin của những dải giá trị hay của nhóm các giá trị riêng biệt của một dấu hiệu nhất định Lượng tin tổng là lượng tin 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, 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 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 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 Để 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 lý là tìm kiếm mỏ thì thuật toán phải có khả năng nhận dạng hai lớp 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 thì 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 thì 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 hợp các dấu hiệu liên quan với nhau thì các thuật toán được sử dụng phức tạp hơn 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 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 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 số lượng các

lớp đối tượng cần phân chia là bao nhiêu

1.1.5 Đánh giá chất lượng xử lý

Đối với 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 số 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, tuy nhiên 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 NHẬN DẠNG [8]

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 định 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 kê… Dưới đây là một số thuật toán điển hình

a Thuật 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

Công việc đầu tiên, người ta tiến hành mã hóa các dấu hiệu trường bằng mã nhị phân gồm tập số 0 và 1

Nếu xkl là giá trị trường thứ l của mẫu thứ k thì:

- xkl = 0 khi mẫu k không chứa giá trị thứ l

- xkl = 1 khi mẫu k chứa giá trị thứ l

Bằng cách trên toàn bộ các mẫu được mã hóa

Tiếp theo dựa vào các 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 ở các đối tượng chuẩn thuộc lớp khác Đối với một lớp 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 Ở bước này người ta tiến 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 thì đối tượng nghiên cứu

được xếp 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 số 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 x1, x2…, xk Hàm f(x1, x2…, xk) mà ta cần tìm phải thỏa mãn:

E(Y-f(x1, x2…, xk))2 đạt cực tiểu

Lớp hàm thường được dùng là các hàm đa thức, thường chỉ là bậc 1 (hàm tuyến tính) hoặc bậc 2

j x Y

b a

Y i i ij i j

1 1 1

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:

L(x) = P1(x)/ P2(x) (1.5)

J(1:2,x) = log[P1(x)/ P2(x)] (1.6) Trong đó:

P1(x), P2(x): là xác suất bắt gặp giá trị dấu hiệu x cùng với các đối tượng tương ứng của lớp 1 và lớp 2 (lớp quặng và lớp không quặng) Khi sử dụng đối tượng chuẩn cho lớp 1 (lớp quặng) thì trong các biểu thức P2(x) được thay bằng 1

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

)

()(xP

)(xP

)

(xP

)(xP

)(xP

)

(xP

)

( 1 2

k 2 2

2 1 2

k 1 2

1 1 1

k

x L x

L x L x

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

(1.11)

Trong đó các hệ số: ai, bij, ci 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 ai, bij,

ci (trong trường hợp các dấu hiệu phụ thuộc nhau) Sau đó tính giá trị L(x), J(1:2,x) hoặc R1, 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

a Thuật toán kiểm chứng thống kê

Thuật toán này tiến hành phân loại trường khi các dấu hiệu trường hoàn toàn độc lập nhau 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 Sau đó 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 Để phân loại các dị thường đầu tiên người ta phân chia khu vực khảo sát thành các diện tích

cơ sở, 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 sử dụng chỉ tiêu 2để 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 trị trung bình và phương sai để sắp xếp các giá trị trung bình theo thứ tự tăng dần 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 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 ngẫu nhiên từ n đối tượng

ra k đối tượng, k đối tượng được chọn này được xem như là 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 Eν chọn được ở lần chọn thứ ν sẽ thay cho các mẫu chuẩn chọn được ở lần ν -1 (lần trước đó)

Nếu kí hiệu tập hợp mẫu chuẩn Ev chọn được ở lần thứ v là:

Eν = {e1ν, e2ν,…, ekν } với ν = 0, 1, 2,… (1.12) Với mỗi mẫu chuẩn này còn được ghi các trọng số đặc trưng là: h1ν, h2ν, h3ν

hkν

Với kí hiệu này mẫu chuẩn xuất phát sẽ là:

E0 = {e10, e20,…, ek0

} (1.13) Các mẫu chuẩn này chính là các mẫu được chọn ra ở vòng đâu tiên (vòng số không) của quá trình lặp Tiếp theo vòng số không thuật toán gọi tiếp số xk+1 và tìm xem trong k mẫu ei0, mẫu chuẩn nào gần với nó nhất Nếu tìm được, thì mẫu chuẩn thuộc tập hợp E0 tìm được này được thay thế bằng mẫu chuẩn mới Mẫu chuẩn mới này có giá trị ei1 được tính như giá trị trọng tâm giữa giá trị của mẫu chuẩn cũ và giá trị của đối tượng gắn kết với nó xk+1

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

Việc khoanh định các diện tích triển vọng khoáng sản trước hết là dựa vào các tài liệu bay đo trong đó tài liệu phổ gamma đóng vai trò chủ đạo, sơ đồ giải đoán địa chất được thành lập trước đó cũng là một cơ sở quan trọng khi dự báo mức

độ triển vọng khoáng sản của vùng

Các bước tóm tắt của quá trình thực hiện phân tích tài liệu, khai thác, sử dụng thông tin, khoanh định và dự báo các khu vực có triển vọng khoáng sản được tiến hành như sau:

Bước 2:

Đối sánh các kết quả có được từ bước 1 với các tiền đề địa chất khoanh định các đới có triển vọng và phân loại chúng Bước này tiến hành bằng cách đối sánh kết quả của bước 1 với các số liệu địa chất, địa hoá, trọng sa đặc biệt là số liệu có được từ công tác kiểm tra mặt đất

Những diện tích có các tiền đề địa chất, địa vật lý thuận lợi cho việc tạo quặng được khoanh định là các đới có triển vọng khoáng sản của vùng nghiên cứu

Sau bước này các đối tượng được chia làm 3 loại:

Loại A: các đối tượng có triển vọng khoáng sản sau bước 2 và đã kiểm tra thực tế với các dấu hiệu chứa quặng rõ rang, các đối tượng loại này sau sẽ được dùng như các đối tượng mẫu hoặc đối tượng đối sánh

Loại B: các đối tượng không được kiểm tra mặt đất nhưng có triển vọng khoáng sản sau khi phân tích theo các tiền đề vật lý và địa chất (sau bước 2)

Loại C: là các đới còn lại chúng có các đặc điểm không thuận lợi cho việc tích tụ và sinh thành khoáng sản

Việc thực hiện các thuật toán phân tích đối sánh để đưa ra được tính chất cụ thể của các đối tượng chưa được kiểm chứng được tiến hành bằng các chương trình trên máy tính với một số thuật toán xử lý có đối tượng chuẩn Từ đó thành lập “bản

đồ phân vùng triển vọng khoáng sản theo tài liệu từ - phổ gamma hàng không”

2.2 PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN

Phân tích tương quan là kỹ thuật rất thường dùng trong thống kê của nhiều ngành như kinh tế, y học, sinh học… nhằm khảo sát mối liên quan giữa 2 biến số

đo trên cùng các đối tượng thông qua hệ số tương quan Có nhiều loại hệ số tương quan nhưng trong nội dung luận văn này chỉ chủ yếu trình bày hệ số tương quan r

Hệ số tương quan r là số đo mối liên quan tuyến tính của 2 biến số

Hệ số tương quan 1

Trong phân tích tương quan người ta đề cập đến cường độ của mối quan hệ giữa hai biến Y và X, đánh giá xem hai biến Y và X có quan hệ với nhau hay không

Hình 2.1: Đồ thị phân tán của biến Y đối với biến X

Đồ thị phân tán của biến Y đối với biến X là tập hợp các điểm M(xi , yi) trong hệ tọa độ vuông góc Dựa vào đồ thị phân tán ta có thể xác định được dạng quan hệ giữa 2 biến Y và X

Trong đồ thị phân tán, nếu các điểm M(xi , yi) quy tụ xung quanh một đường thẳng (D) ta nói hai biến ngẫu Y và X có một sự tương quan tuyến tính Đường thẳng (D) được gọi là đường hồi qui tuyến tính

Gọi X, Y là cặp giá trị của các biến ngẫu nhiên với số trung bình là μx , μy và phương sai là σx2 , σy2 Để đo lường mức độ quan hệ giữa X và Y người ta dùng đại lượng hiệp tương quan (covariance) và hệ số tương quan

Hệ số tương quan  của tập hợp chính

Hiệp tương quan (Covariance)

y x

E Y X Cov

N i

y i x i y

x

y x

Y X

y x

y x y

x

Y X Cov

N i

y i y

N i

x i x

1

2 2

y i N

i

x i

N i

y i x i

y x

y x

1

2 1

2 1

Hệ số tương quan R của mẫu

Covariance của mẫu :

1)

X Cov S

n i

i i

i i

n i

i i

Y X

Y X Y

X

y y x

x

y y x x S

S

S R

1

2 1

2

1 ,

i i

n i i i Y

X

y n y x

n x

y n y x R

1

2 2 1

2 2 1

Bảng 2.1: Các đặc điểm của hệ số tương quan R STT Đặc điểm của hệ số tương quan

1 -1 ≤ R ≤ 1

2 R được dùng để ước lượng hướng và độ mạnh của mối quan hệ

giữa X,Y

3 |R| càng lớn thì tương quan giữa X và Y càng chặt

4 0 < R ≤ 1 : gọi là tương quan thuận (X↑, Y↑)

5 -1 ≤ R ≤ 0 : gọi là tương quan nghịch (X↑, Y↓)

6 RX,Y = RY,X : Hệ số tương quan có tính đối xứng

7 R là ước lượng của ρ

2.2.1 Cơ sở áp dụng phương pháp hệ số tương quan

Hệ số tương quan có ý nghĩa toán học là phản ánh mức độ quan hệ giữa hai đại lượng Khi hai đại lượng X, Y có mối quan hệ càng chặt chẽ thì giá trị tuyệt đối của hệ số tương quan càng lớn (tiến dần tới 1) Và ngược lại, Khi X, Y có quan hệ không chặt thì giá trị tuyệt đối của hệ số tương quan càng tiến gần tới 0

Vậy khi sử dụng hệ số tương quan trong tài liệu phổ gamma hàng không thì

có được các nhận định về đặc điểm phân bố của trường phóng xạ tự nhiên

Nếu sử dụng hệ số tương quan để phản ánh đặc điểm phân bố của trường phóng xạ tự nhiên của các nguyên tố U, Th, K có thể thấy:

- Khi trường phóng xạ tự nhiên của 2 nguyên tố X, Y (X,Y=U, Th, K) phân bố trong đất đá một cách bình thường (phản ánh điều kiện địa chất đồng nhất) thì quan hệ giữa chúng sẽ là quan hệ chặt chẽ, vì vậy giá trị của hệ số tương quan

|R| sẽ lớn (tiến gần tới 1)

- Khi ít nhất 1 trong hai nguyên tố (hoặc cả 2 nguyên tố) phân bố một các bất thường và mang tính chất cục bộ (phản ánh điều kiện địa chất không đồng nhất) thì mối quan hệ giữa các nguyên tố này bị phá vỡ (quan hệ không chặt, hoặc không quan hệ) và điều đó dẫn tới hệ số tương quan có giá trị nhỏ (tiến gần tới 0)

Như vậy, hệ số tương quan có giá trị càng lớn thì càng khẳng định đặc điểm

phân bố trường bình thường (Điều kiện địa chất ổn định) và ngược lại Điều đó cho

thấy hoàn toàn có thể sử dụng hệ số tương quan hàm lượng các nguyên tố để nghiên

cứu đặc điểm phân bố các trường phóng xạ tự nhiên

2.2.2 Ứng dụng phương pháp hệ số tương quan trong đánh giá phân loại cụm

dị thường

Thực tế, các dị thường phổ gamma thường tập trung thành các cụm hoặc dải,

tập hợp nhiều dị thường tập trung thành một tập hợp (gọi chung là cụm dị thường)

trên mỗi một yếu tố địa chất gây dị thường, các dị thường mang những đặc tính

phóng xạ tương đối chung, liên quan tới một số loại hình khoáng sản nhất định vì

vậy việc phân tích tài liệu, dự báo triển vọng khoáng sản cần tiến hành theo các cụm

dị thường

Các bản đồ phân bố dị thường đơn và các tham số đặc trưng của từng dị

thường đơn khó có thể đưa ra cái nhìn khái quát về đặc điểm phóng xạ chung của

toàn cụm, từ đó khó rút ra những nhận định chính xác về đặc điểm của đối tượng

địa chất gây dị thường cũng như việc đánh giá khả năng liên quan đến khoáng sản

của chúng

a,Đánh giá phân loại dị thường đơn 2

Sau quá trình khảo sát phổ gamma hàng không, các bản đồ trường bắt buộc

Ngoài các bản đồ trường kể trên, thì bắt buộc phải thành lập đối với tài liệu

phổ gamma hàng không đó là bản đồ phân bố các dị thường phổ gamma (dị thường

đơn)

2

Theo Võ Thanh Quỳnh, Nguyễn Xuân Ngoan, Vũ Tuấn Hùng (2002), Thành lập bộ chương trình

xử lý tài liệu địa vật lý máy bay

Để thành lập bản đồ này, sau khi phân chia dị thường, xác định các thông số phóng xạ của chúng trực tiếp trên các đồ thị trường, sau đó tiến hành phân loại dị thường

Hiện nay, người ta sử dụng phương pháp “mã hóa và phân loại dị thường” để tiến hành phân loại các dị thường phổ gamma hàng không theo các nhóm bản chất phóng xạ khác nhau Các chỉ tiêu được sử dụng bao gồm: ∆J, T(1/2), ∆Th/∆U ,

∆U/∆K, F, Ji (i=U,Th,K) trong mỗi chỉ tiêu gồm các mức khác nhau tương ứng với các khoảng giá trị đặc trưng được mã hóa bằng chữ cái hoặc số, cụ thể như sau:

Chỉ tiêu thứ nhất đặc trưng cho tham số độ rộng của nửa biên độ dị thường T(1/2) gồm 3 mức mã hóa bằng các chữ cái A, B, C

Bảng 2.4: Các mức mã hóa theo cường độ bức xạ tương đối

k jk i

q a

q a

Chỉ tiêu thứ 4: Tỉ số ∆Th/∆U gồm 3 mức được mã hóa bằng các số 1,2,3

Bảng 2.5: Các mức mã hóa theo Tỉ số ∆Th/∆U

STT Mức mã hóa Giá trị của ∆Th/∆U

Bảng 2.6: Các mức mã hóa theo Tỉ số ∆U/∆K

STT Mức mã hóa Giá trị của ∆U/∆K

Chỉ tiêu thứ 6: Chỉ số nhiều thành phần F (F=U.K/Th) được mã hóa ở 3 mức 1,2,3

Bảng 2.7: Các mức mã hóa theo chỉ số nhiều thành phần

STT Mức mã hóa Giá trị của F

Về bản chất phóng xạ, các dị thường phổ gamma được phân loại thành 7 nhòm theo bảng sau:

b, Đánh giá phân loại cụm dị thường

Hiện nay trong công tác xử lý - phân tích tài liệu phổ gamma hàng không, bản đồ dị thường phổ gamma đóng vai trò quan trọng, đặc biệt là trong việc tìm kiếm và dự báo các khoáng sản có ích Tuy nhiên, trên thực tế khi tiến hành 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 các dị thường điểm đơn lẻ (dị thường đơn) với một số lượng rất lớn (hàng nghìn dị thường đối với mỗi đề án bay đo) Trong khi đó công tác kiểm tra mặt đất các dị thường, bao gồm kiểm tra sơ bộ và kiểm tra chi tiết chỉ có thể thực hiện với một số lượng rất hạn chế những dị thường tiêu biểu, mà việc lựa chọn, xác định chúng gặp nhiều khó khăn

Trên thực tế các dị thường phổ gamma thường tập trung thành cụm hoặc dải (gọi chung là cụm), bao gồm tập hợp nhiều 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 thường mang một đặc tính phóng xạ chung, liên quan với một loại hình khoáng sản nhất định nếu có Do vậy, việc lựa chọn tiến hành kiểm tra mặt đất, cũng như việc dự báo các diện tích triển vọng khoáng sản ở các bước phân tích tiếp theo thường được tiến hành theo cụm Trong khi đó, thực tế ta chỉ 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 tính 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 các nhà địa vật lý việt nam đã đưa

ra phương pháp xác định các cụm dị thường và bản chất của cụm dị thường như 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 thông qua 8 tham số chỉ tiêu: ∆J, T(1/2), ∆U/∆K, ∆Th/∆U, JU, JTh, JK, F tương tự như đối với các dị thường đơn

Tám tham số phóng xạ đặc trưng của cụm kể trên được xác định bằng cách xây 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 tần suất lớn nhất làm giá trị đặc trưng chung của cụm

c, Ứng dụng hệ số tương quan trong đánh giá, phân loại cụm dị thường

Như nội dung đã được trình bày về hệ số tương quan, chúng tôi đề xuất sử dụng phương pháp hệ số tương quan nhằm nâng cao chất lượng phân tích, xử lý số liệu

Từ ý nghĩa toán học và ý nghĩa địa chất của hệ số tương quan, thì các cặp hệ

số tương quan: RU/Th, RU/K và RTh/K được sử dụng như dấu hiệu để khoanh định các trường xạ địa hóa cục bộ với giá trị ngưỡng được chọn thông qua các đối tượng chuẩn đã biết của vùng nghiên cứu Với các cụm dị thường, hệ số tương quan giúp nâng cao hiệu quả đánh giá và phân loại cụm dị thường

Nếu trong một cụm dị thường có bản chất dị thường là một nguyên tố (U hoặc Th hoặc K) thì chính sự phân bố không bình thường của nguyên tố này sẽ dẫn tới R của nguyên tố đó với 2 nguyên tố còn lại sẽ nhỏ từ đó ta đưa ra kết luận bản chất của cụm dị thường này Tương tự như vậy nếu 2 hoặc cả 3 nguyên tố (U,Th,K) đều có sự phân bố bất thường thì hệ số tương quan lần lượt sẽ nhỏ hơn nhiều từ đó

có những kết luận về bản chất dị thường của cụm Việc sử dụng hệ số tương quan trong mục tiêu đánh giá phân loại cụm dị thường được tiến hành như sau:

- Trên toàn cụm dị thường tiến hành tính RU/Th, RU/K và RTh/K

- So sánh các giá trị R tính được của cụm với các đối tượng mẫu của vùng từ đó đưa ra kết luận về bản chất và mức độ triển vọng của cụm dị thường

Kết quả phân tích thử nghiệm của phương pháp trên các tài liệu giả định và một số tài liệu thực tế cho thấy hoàn toàn có thể sử dụng hệ số tương quan hàm lượng các nguyên tố để nghiên cứu đặc điểm phân bố các trường xạ địa hóa tự nhiên và các hệ số này có thể sử dụng khá tốt nhằm khoanh định các trường xạ địa hóa cục bộ, nơi sảy ra các quá trình phân bố lại các nguyên tố phóng xạ liên quan với các đới biến đổi có khả năng hình thành quặng hóa

2.2.3 Ứng dụng phương pháp trong dự báo triển vọng khoáng sản

Ngoài việc sử dụng hệ số tương quan trong hỗ trợ và nâng cao hiệu quả trong đánh giá phân loại cụm dị thường Phương pháp hệ số tương quan được ứng dụng trong phân chia các thành tạo địa chất và dự báo triển vọng khoáng sản

Phương pháp được tiến hành dựa trên các thông số cường độ bức xạ của các nguyên tố U, Th, K Và sử dụng các giá trị hệ số tương quan của các nguyên tố này nhằm mục tiêu phân chia các thành tạo địa chất và dự báo triển vọng khoáng sản góp phần nâng cao hiệu quả sử dụng, phân tích số liệu phổ gamma hàng không Phương pháp được tiến hành như sau:

- Số liệu tiến hành xử lý là cường độ bức xạ của các nguyên tố U, Th, K

- Lập một lưới điểm đều trên toàn diện tích

- Tiến hành mở cửa sổ quét với tâm là một điểm trên lưới vừa lập

- Trên cửa sổ quét vừa mở tính các thông số RU/Th, RU/K và RTh/K

- Giá trị RU/Th, RU/K và RTh/K được gán cho điểm ở tâm của cửa sổ quét

- Tiến hành dịch chuyển cửa sổ quét trên toàn diện tích với tâm cửa sổ lần lượt là tất cả các điểm trên toàn lưới điểm đã lập ban đầu

- Với mỗi điểm trên lưới ta được 3 thông số RU/Th, RU/K và RTh/K

- Từ đó ta được 3 lớp dữ liệu mới là RU/Th, RU/K và RTh/K

- Thành lập các bản đồ đồng mức với 3 lớp dữ liệu vừa xác định

- Từ bản 3 lớp bản đồ đồng mức này tiến hành khoanh định được các ranh giới địa chất, các đứt gẫy địa chất và cũng từ đó có thể khoanh định được các cụm dị thường và đưa ra bản chất của cụm phục vụ cho công tác dự báo triển vọng khoáng sản

Phương pháp hệ số tương quan đã được nhóm tác giả Nguyễn Viết Đạt, Nguyễn Xuân Bình, Võ Thanh Quỳnh xây dựng, hoàn thiện và đưa vào phân tích thử nghiệm với số liệu thực tế và cho kết quả tốt

2.3 PHƯƠNG PHÁP TẦN SUẤT - NHẬN DẠNG [10]

Phương pháp này do PGS.TS Võ Thanh Quỳnh đề xuất xây dựng năm 2007,

và nhóm tác giả Võ Thanh Quỳnh, Nguyễn Xuân Bình, Nguyễn Đức Vinh nghiên cứu hoàn thiện và công bố năm 2011 Nội dung chính của phương pháp là trên cơ

sở ứng dụng phương pháp phân tích tần suất trong tổ hợp số liệu thống kê cũng như xây dựng thuật toán phân tích, đối sánh, xác định đối tượng đồng dạng

2.3.1 Phương pháp phân tích tần suất

Phương pháp phân tích tần suất với việc sử dụng tần suất trung bình của sự xuất hiện đồng thời các dấu hiệu do Griffths -Vinni đưa ra tiến hành trên một loại đối tượng mẫu có nội dung tóm tắt như sau:

Giả sử ta có đối tượng nghiên cứu với k loại dấu hiệu, mỗi dấu hiệu có n số liệu đã biết Khi đó ta có ma trận thông tin các dấu hiệu của đối tượng mẫu như sau:

n

k k

dt j i

2 22

21

1 12 11

Trong đó:

k là số các tính chất của ma trận thông tin

n là số lượng mẫu của mỗi loại thông tin

Mỗi phần tử ij của ma trận được biểu diễn bằng các khái niệm logic: “yes” hoặc “no” hoặc bằng các số 1 hoặc 0

Theo Griffths-Vinni, lượng thông tin tương đối của dấu hiệu thứ “i” được xác định theo công thức:

2

1 1

n

h

hj hi i

k n

Nếu sắp xếp các dấu hiệu của đối tượng theo thứ tự giảm dần của lượng thông tin tương đối, ta sẽ được tập mới là  *

i

I Khi đó tỷ trọng thông tin của tổng m dấu hiệu đầu tính theo tỉ lệ % trong tổng thông tin của tất cả k dấu hiệu được tính bằng:

%100

1

* 1

m i i m

2.3.2 Nội dung phương pháp Tần suất - Nhận dạng

Lý thuyết của phương pháp phân tích tần suất ở trên là một cơ sở để lựa chọn các tính chất tốt một cách định lượng Như đã trình bày trong chương 1, tổ hợp số liệu địa vật lý là tập hợp của các tính chất có chất lượng khác nhau Và khi ứng dụng phương pháp phân tích tần suất trong việc tìm một tổ hợp tính chất tốt phục vụ

mục tiêu nhận dạng đối tượng là hiệu quả và có tính định lượng Phương pháp Tần

suất – Nhận dạng là một phương pháp nhận dạng trong xử lý số liệu địa vật lý do PGS TS Võ Thanh Quỳnh đề xuất trên cơ sở ứng dụng phương pháp phân tích tần suất trong tổ hợp số liệu thống kê cũng như xây dựng thuật toán phân tích, đối sánh, xác định đối tượng đồng dạng (kết quả đề tài QG06.16)

Các nội dung của phương pháp tần suất nhận dạng gồm có 3 nội dung chính sau:

- Xây dựng ma trận 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

a, Xây dựng ma trận thông tin đối tượng mẫu

Đây là một nội dung rất quan trọng ảnh hưởng tới kết quả phân tích của thuật toán Griffths –Vinni, trước hết cần có ma trận thông tin của đối tượng mẫu Ma trận thông tin của đối tượng mẫu trong phương pháp phân tích tần suất được xây dựng như sau:

Từ tập hợp số liệu của các chủng loại thông tin của đối tượng mẫu 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 của từng phần tử Đối với mỗi phần tử của mỗi 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 phân tử là các giá trị 1 hoặc 0

b, Đánh giá lựa chọn tổ hợp thông tin

Để 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 2.1 Số lượng chủng loại thông tin m được lựa chọn tùy thuộc vào giá trị ngưỡng của Pm cho trước (ví dụ Pm ≥75%)

c, Phân tích đối sánh xác định các 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 đối tượng mẫu hay không được thực hiện như sau:

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