ПРИМЕНЕНИЕ МЕТОДОВ АНАЛИЗА ВРЕМЕННЫХ РЯДОВ ДЛЯ ИССЛЕДОВАНИЯ СТАНДАРТНЫХ ОТКЛОНЕНИЙ ОТСЧЕТОВ ГРАВИМЕТРА AUTOGRAV
DOI:
https://doi.org/10.7242/echo.2025.1.6Ключевые слова:
геофизика, гравиразведка, гравиметр, статистические методы, временные ряды, интерпретация, программное обеспечениеАннотация
В статье излагаются результаты, продолжающие исследования 2023 года, связанные с обработкой долговременных записей гравитационного поля, выполненных гравиметрами Autograv. Ранее был создан первый вариант программы «Анализ временных рядов», включающий процедуры ввода и контроля данных и реализующий ряд алгоритмов обработки. Программа была реализована на языке Python c использованием его математических библиотек. Следующий этап в 2024 году связан с созданием и тестированием расширенных процедур обработки и углубленным анализом данных: регрессионный анализ, сглаживание (скользящее среднее с равными и не равными весами, фильтр Савицкого-Голея, фильтр Винера), статистические оценки вида распределения, оценка спектральной плотности мощности и др.
Рассмотренные подходы можно применять не только к временным рядам гравиразведочных данных, но и к пространственным гравиметрическим данным (как к отдельным профилям, так и целым площадям). Широко известным примером использования статистических закономерностей при интерпретации гравиметрических данных является программный комплекс КОСКАД 3D. Другой пример использования статистики связан с анализом результатов анализа региональных геофизических работ (сейсморазведка, гравиразведка, магниторазведка) на нефть и газ и на этой основе прогнозирования возможных результатов на других площадях.
В целом применение различных методов статистической обработки гравиметрических данных создает большой набор признаков для применения методов искусственного интеллекта, что открывает возможности для построения баз знаний, разработки экспертных систем, выполнения машинного обучения с последующей целью в виде создания систем автоматической интерпретации гравиразведочных работ без участия человека.
Библиографические ссылки
Антонов Ю.В. Высокочастотныe колебания неприливных сейсмо-гравитационных пульсаций // Вестник ВГУ. Сер. Геология. – 2022. – № 3. – С. 66-75. – DOI: 10.17308/geology/1609-0691/2022/3/66-75.
Геник И.В. Об обработке долговременных записей гравиметра Autograv // Горное эхо. – 2023. – № 4 (93). – С. 56-61. – DOI: 10.7242/echo.2023.4.8.
Геник И.В. Применение статистических методов для прогнозирования результатов региональных гравиметрических работ // Стратегия и процессы освоения георесурсов: сб. науч. тр. Вып. 15 / ГИ УрО РАН. – Пермь, 2017. – С. 150-153.
Никитин А.А, Петров А.В. Теоретические основы обработки геофизической информации: учеб. пособие. – 3-е изд. доп. – М. ВНИИгеосистем, 2013. – 117 с.: ил.
Никитин A.A., Петров A.B., Зиновкин С.В. Развитие статистических приемов обработки и интерпретации геофизических полей в компьютерной технологии КОСКАД 3D // Изв. вузов. Геология и разведка. – 2007. – № 6. – С. 68-74.
Хайндман Р., Атанасопулос Д. Прогнозирование: принципы и практика. – М.: ДМК Пресс, 2023. – 458 с.
Mills T.C. Applied Time Series Analysis: A Practical Guide to Modeling and Forecasting. – Elsevier, 2019. – 354 p.
Nielsen A. Practical Time Series Analysis: Prediction with Statistics and Machine Learning. – Sebastopol: O'Reilly Media, 2019. – 504 p.
