Обнаружение

Процедуры программного блока "ОБНАРУЖЕНИЕ" предназначены для выделения слабых, соизмеримых с уровнем помех, геофизических аномалий линейной и произвольной формы. В разведочной геофизике под слабой аномалией принято считать сигнал, который соизмерим по амплитуде с уровнем помех или ниже этого уровня и его достоверное визуальное обнаружение практически невозможно.

Технология "КОСКАД 3D" является единственной компьютерной технологией в области обработки и интерпретации геолого-геофизической информации, в которой реализованы уникальные алгоритмы выделения и трассирования слабых аномалий на базе статистической теории обнаружения слабых сигналов.

Среди методов обнаружения слабых аномалий наиболее широко используются алгоритмы, построенные на теории принятия статистических решений и проверке статистических гипотез. Наряду с хорошо известными алгоритмами обнаружения, методом обратных вероятностей и самонастраивающейся фильтрации, в состав блока входят адаптивные алгоритмы, учитывающие изменение параметров аномалии и свойств помехи по площади и в пространстве.

Кроме этого, блок содержит программную реализацию многомерных аналогов способов обратных вероятностей и самонастраивающейся фильтрации, расширяющих возможности выделения слабых геофизических сигналов по нескольким геофизическим признакам и их трансформантам за счет накопления энергетического отношения сигнал/помеха и соответственно повышения надежности обнаружения аномалий.

Функциональное наполнение блока "ОБНАРУЖЕНИЕ" эффективно для решения следующих геологических задач:

В данный раздел включены программы по обнаружению слабых линейных аномалий, соизмеримых по амплитуде с уровнем помех.

В программе реализован метод межпрофильной корреляции в скользящем базовом окне, предназначенный для выявления и трассирования от профиля к профилю слабых линейных аномалий, амплитуда которых соизмерима с уровнем помех.

Алгоритм, реализованный в программе, заключается в простом суммировании значений поля по нескольким соседним профилям в скользящем окне, со смещением от профиля к профилю, и нормировании полученной суммы на число профилей. Величина смещения от профиля к профилю выбирается по значениям аргумента, соответствующего максимуму взаимно корреляционной функции между ними.

Число профилей суммирования определяется величиной высоты базового окна, которая обычно принимается равной от 5 до 31 профилей (слоев) в зависимости от характера поля и решаемой задачи. При обработке сейсмической информации параметры базы обычно задаются и выбираются в соответствии с характером сейсмического разреза.

Такое направленное суммирование значений поля позволяет подчеркнуть, существующие и коррелируемые от профиля к профилю слабые аномалии и уменьшить влияние случайной некоррелируемой помехи. По окончанию работы программы формируется сеть, содержащая два признака - результат направленного суммирования поля и направление корреляции от профиля к профилю, в каждой точке исходного поля.

В программе реализован так называемый алгоритм самонастраивающейся фильтрации, который базируется на оценке статистики Хоттелинга в скользящем окне, которая является оценкой энергетического отношения сигнал/помеха. Статистика Хоттелинга вычисляется в скользящем двумерном окне фиксированных размеров при различных его наклонах. Наклон скользящего окна либо выбирается автоматически в каждой точке поля, либо задается пользователем постоянным. Задание фиксированного наклона окна используется в случаях, когда необходимо выделить аномалии определенного направления. Ширина окна должна быть намного меньше высоты (оптимальный вариант 3х31).

Алгоритм эффективен только для исходных данных, в которых визуально обнаружить аномалии не представляется возможным. В других случаях ее применение не всегда эффективно.

В результате работы программы формируется сеть в базе данных комплекса, содержащая два признака: статистику Хоттелинга и корреляционное направление поля в каждой точке сети. Интерпретируется статистика следующим образом. В точках, где ее значения близки к нулю (менее 1.5) аномалии отсутствуют. Чем больше значение статистики, тем более вероятно наличие аномалии. Корреляционное направление можно использовать при решении задачи геологического районирования с помощью программ классификации.

Эта программа предназначена для выявления и трассирования слабых комплексных линейных аномалий, соизмеримых по амплитуде с уровнем помех, в условиях отсутствия информации о форме аномалии. В программе реализован так называемый многомерный аналог самонастраивающейся фильтрации, который базируется на расчете статистики следа ковариационной матрицы в скользящем двумерном окне, при различных его наклонах. Наклон скользящего окна либо выбирается автоматически в каждой точке поля, либо задается пользователем постоянным для всех точек поля. Задание фиксированного наклона окна используется в случаях, когда необходимо выделить аномалии фиксированного направления. В результате работы программы формируется сеть в базе данных комплекса, содержащая два признака: статистику следа ковариационной матрицы и корреляционное направления поля. Интерпретируется статистика следующим образом. В точках, где ее значения близки к нулю (менее 1.5), аномалия отсутствует. Чем больше значение статистики, тем более вероятно наличие аномалии.

По сравнению с одномерным аналогом метода самонастраивающейся фильтрации, данный алгоритм обладает большей надежностью правильного обнаружения аномалии. Так, обрабатывая два признака, надежность обнаружения увеличивается не менее, чем в четыре раза, три признака - не менее чем в девять раз и т.д. На рисунке показ результат выделения слабой аномалии по двум признакам. На рисунке слева осложненная помехой положительная аномалия, в центре - отрицательная аномалия, справа результат обнаружения многопризнаковой аномалии.

В данный блок включены программы по обнаружению слабых аномалий произвольной формы.

Эта программа реализует метод обратных вероятностей и используется для обнаружения слабых однопризнаковых или многопризнаковых аномалий в условиях, когда имеется информация об их форме (эталонная аномалия). За эталонную аномалию чаще всего принимается прямоугольный фрагмент любой сети из базы данных, включая исходную, где достоверно известно наличие аномалии.

В программе для каждой точки поля вычисляется статистика следа ковариационной матрицы F, которая является многомерным аналогом статистики Фишера. Значения статистики F интерпретируется следующим образом. Если ее значение находится в интервале 0<><>, то эталонная аномалия в точке отсутствует. Если значение статистики попадает в интервал 0.5<><>, то аномалия есть. И, наконец, если значение статистики 1.5<><> - эталонная аномалия присутствует и ее форма совпадает с эталонной, но амплитуда превышает амплитуду эталонной аномалии.

Использование модуля эффективно только в тех случаях, когда визуально обнаружить аномалии практически невозможно, то есть, когда обрабатываемое поле некоррелируемо как по пикетам, так и по профилям. Чаще всего этим свойством обладает последняя, локальная составляющая поля.

В программе реализован модифицированный алгоритм метода обратных вероятностей, позволяющий в автоматическом режиме выделить четыре типа (положительные, отрицательные и два типа знакопеременных - плюс-минус и минус-плюс) слабых аномалий соизмеримых с уровнем помех. В программе реализован модифицированный алгоритм метода обратных вероятностей, позволяющий в автоматическом режиме выделить четыре типа (положительные, отрицательные и два типа знакопеременных - плюс-минус и минус-плюс) слабых аномалий соизмеримых с уровнем помех.

В результате работы программы образуется четырех признаковая сеть. Первый признак - статистика F для проверки гипотезы о наличии положительной аномалии, второй признак - отрицательной аномалии, третий - знакопеременной аномалии плюс-минус, четвертый - знакопеременной аномалии минус-плюс.

В отличии от классического варианта метода обратных вероятностей данный алгоритм не требует наличия эталонной аномалии.