Description:

"First Break том 24, июль 2006 Особые темы First Break Рудная геология и геофизика Mining Geoscience Из материалов рубрики "Особая тема" этого номера, посвященной рудной геологии и геофизике, становится очевидным, что специалисты рудной и нефтегазовой отраслей применяют в целом сходные подходы и методики. Одно из существенных различий состоит в том, что в рудной отрасли назрела более очевидная потребность в улучшении методов исследования, о чем говорят авторы всех трех статей рубрики. В обзорной статье Барретта и Уильямса говорится, что основной проблемой с ростом объемов данных могут оказаться их визуализация и доступ к ним; с этой же проблемой сталкивается нефтегазовая отрасль. В статьях, представленных компаниями Geosoft и Quantec речь идет о более "лобовых", но все равно полезных решениях. Образование и повышение квалификации Education and Training Вторая "Особая тема" - образование и повышение квалификации - посвящена вопросам "смены команды" разведочной отрасли в целом, привлечению и закреплению выпускников, которые заменят когорты уходящих на заслуженный отдых. Рассматриваются также вопросы создания постоянных программ повышения квалификации, которые позволят поддерживать работников на современном уровне быстро развивающихся технологий. Приводятся точки зрения двух компаний, занимающихся практическим решением этих задач. Тематика рубрики "Особая тема" январь информационные технологии и управление данными февраль Наземная сейсморазведка март визуализация и интерпретация данных апрель нефтяная геология май скважинная сейсморазведка июнь междисциплинарный выпуск июль образование и повышение квалификации рудная геология и геофизика август экологическая и инженерная геология и геофизика сентябрь обработка данных октябрь геология и геофизика на эксплуатируемых месторождениях ноябрь несейсмические методы и аэрогеофизика декабрь морская сейсморазведка в течение года тематика рубрики может быть расширена. Разведка месторождений минерального сырья и современные методы работы с данными Колин Т. Барнетт (Colin T. Barnett)1 и Питер М. Уильямс (Peter M. Williams)2 обсуждают, как новые идеи работы с данными, например визуализация и вероятностный подход к решению обратной задачи, могут способствовать совершенствованию разведочных работ в рудной отрасли. Эта статья является сокращенным вариантом статьи из тематического сборника* Общества геологов-экономистов (Society of Economic Geologists), которое в этом году отмечает свое столетие. Этой работе анализируется состояние дел в разведке месторождений золота, в которой, как показано в (Schodde, 2004) предложение с трудом покрывает спрос. За последние 20 лет затраты на открытие нового месторождения выросли вчетверо, а средний размер запасов на месторождении сократился на 30%. Рентабельность отрасли составляет 5-7%, что сопоставимо со ставкой кредита. Почему так происходит, и что с этим делать? В работе (Paterson, 2003) отмечается, что открытия следовали волнами, после внедрения новых методов или новых представлений о генезисе руд. Скачок в количестве открытых месторождений произошел, например в 1950-1975 гг., после внедрения новых методов и аппаратуры в разведочной геофизике и геохимии. В последнюю четверть ХХ века произошел прорыв в микроэлектронике и компьютерных технологиях, что привело к значительному росту качества и количества данных. Очевидно, однако, что сами по себе эти новшества не смогли остановить снижение прироста открытых месторождений за тот же период. Где же искать новые методы, которые вызовут следующую волну открытий? Похоже, что мы получаем данные быстрее, чем можем их потребить. Но та же проблема стоит в биоинформатике с расшифровкой геномов или в осмыслении огромных объемов информации в Интернете. В этой работе проводится тезис о том, что необходимо найти новые методы извлечения полезной информации из данных. Особое внимание следует обратить на недавние разработки в области визуализации и работы с данными. Обучение машин разделяют в целом на контролируемое и неконтролируемое. Контролируемое обучение, или обучение на эталонных объектах (образцах), подразумевает наличие и доступность большого количества объектов с известными свойствами и откликами. Эти объекты составляют множество так называемых известных парных соответствий, называемое обычно обучающим множеством, и задача состоит в том, чтобы научить правильно определять эти соответствия в примерах. В разведочной отрасли обучающее множество составляется обычно из известных месторождений и разведанных областей. При неконтролируемом обучении известны только отклики, а свойства неизвестны. В этом случае цель состоит в обнаружении "интересных" особенностей данных - кластеров, границ, скрытых структур - о происхождении которых можно сделать предположения. Визуализация является важным методом работы с данными. Человеческий мозг имеет огромные возможности расшифровки и осмысления сложных данных, если они представлены в визуальной форме. За последние 20 лет сделаны важные шаги в визуальном представлении информации, что позволяет опытному интерпретатору легче их воспринимать. * Barnett, C.T. and Williams, P.M. _2006_ Mineral exploration using modern data mining techniques. In Doggett, M.E. and Parry, J.R. (Eds.) Wealth Creation in the Minerals Industry: Integrating Science, Business and Education. Society of Economic Geologists Special Publication 12, 295-310. 1BWG Mining, 424 Mapleton Avenue, Boulder, Colorado 80304, USA. 2BWG Mining, 28 Eaton Place, Brighton BN2 1EG, UK. (с) 2006 EAGE Рис. 1 Объемная геологическая модель рудного района Калгурли (Kalgoorlie). Вид с юго-востока. Размеры модели 112х115х36 км. Красным отмечены шахты Кундана (Kundana) и Кановна Бель (Kanowna Belle). Серый слой в основании показывает границу Мохо, коричневый - плоскость разлома Ида (Ida). Гранитные интрузии показаны пурпурным цветом. С разрешения Грэнни Смит (Granny Smith), компания Placer. 2D представление данных Одним из таких шагов было внедрение цветного изображения. Это дало возможность строить цветные рельефные карты или, для космоснимков, представлять их в условных цветах. Цветные изображения гораздо более наглядны, чем ранее употреблявшиеся черно-белые карты изолиний и схем расположения точек; их проще интерпретировать. Кроме того, меняя угол освещения, можно выделить и проследить тонкие особенности в отдельном наборе данных. Следующим шагом стало совмещение данных из разных источников в так называемых геоинформационных системах (ГИС), позволяющих совмещать наборы данных по площадям, оконтуривая их, прослеживая границы, или накладывая друг на друга в едином масштабе. В современных системах ГИС (ArcView, MapInfo) имеются также средства для управления базами данных и формирования запросов к ним, для сбора информации, которую пользователь хочет визуализировать, в точках, по профилям и на площадях. 3D интерпретация Значительный прогресс достигнут также в обработке данных перед визуализацией. Стало возможно определение свойств пород путем решения трехмерной обратной задачи (Li and Oldenburg, 1996, 1998). Поэтому теперь, вместо того, чтобы просто разглядывать карты поля силы тяжести или магнитного поля в миллигалах или нанотеслах, можно использовать результаты автоматической интерпретации для распределения плотности и магнитной восприимчивости. Поскольку закономерности потенциальных полей хорошо известны, решение обратной задачи для любого набора полевых данных можно проводить, задавая ограничения на основе любой геологической и физической априорной информации и получать удовлетворительный результат. За последние несколько лет эти и другие технологии вошли в состав пакетов 3D визуализации, например, Gocad. Появился термин "общая модель земли" (common earth model, CEM), используемый для моделей геологического строения, построенных по данным различных дисциплин (Garrett et al., 1997; McGaughey and Vallee, 1998). ФГМ может включать 1D данные по бурению в точках (или по профилям), 2D данные - карты и разрезы, и 3D блочные модели распределения геологических, геохимических... Ключевые слова: функция, космоснимок, уокер лейн, золотой месторождение, запас, immersive environment, рудный геология, необходимый, целом, geophysical, открытие, месторождение, район, качество, barnett, показанный, образ, множество, отдельный, показать, рудный отрасль, табла, исследование, модель, составлять, вероятность месторождение, промышленный месторождение, society, метод, точка, затрата, vallee, отрасль, соответствовать, обследовать, sdm, анализ, область, вероятность, изыскание, разведочный отрасль, унция золото, learning, известный месторождение, разведка, результат, оценка, современный, geologic map, geophysics, геологический, ранг, university, использоваться, представление, полезный, parry, natural resources, масштаб, neural network, хороший, mining, обследование, юго-восток, правый, известный, внедрение, лейн, значение, следовать, neural, вероятностный подход, разнородный, набор, зона уокер лейн, невада, нейронный сеть, doggett, совмещение, рудный, break июль, education society, геофизик, зона уокер, science, break, mineral exploration, поле, доступ, тема рудный, первичный слой, особая тема, нужный обследовать, статистический, york, дать, июль, информация, км, особый тема, золото, идея, очевидный, привести, рост, геология геофизик, mineral-potential mapping, набор дать, система, решение, шаг, учет, региональный, обучение, результат анализ, нужный, количество объект, образец, особый, карта, должный, соответствие, network, приведенный, процедура анализ, слой, data, общий, exploration, сила, объект, размер, stewart, геология, невад, программа изыскание, western united, распределение, визуализация, mineral, williams, площадь правее, расстояние, отклик, уокер, mcgaughey, количество, проводиться, pan, kouda, использовать, формация, treinish, нейронный, минимальный расстояние, задача, объем, тема, подход визуализация, geology, площадь, western, улучшение, natural, особенность, singer, разрешение, промышленный, программа, eage, связанный, структура, цвет, высокий ранг, полученный, геологический карта, процедура, сеть, poulton, последний, статья, обнаружение, участок, высокий, подход, унция, resources, зона