Nghiên cứu dự báo triển vọng khoáng sản trên cơ sở phân tích tổ hợp các tài liệu địa vật lý máy bay (Lấy vùng Tuy Hòa làm ví dụ fđ

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC Tự NHIÊN
TÊN ĐỂ TÀI: NGHIÊN c ứ u Dự BÁO TRIỂN VỌNG
KHOÁNG SẢN TRÊN c ơ SỞ PHÂN TÍCH T ổ HỢP CÁC
TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY (LẤY VÙNG TUY
k o À L À M V Í D Ụ ).
MÃ SỐ: QG.06.16
CHU TRÌ ĐÊ TÀI: TS. Võ Thanh Quỳnh
CÁC CÁN BỘ THAM GIA: PGS.TS. Đỗ Đức Thanh
KS. Kiều Chung Thuỷ
NCS. Phạm Nguyển Hà Vũ
n ^ Ĩ H Õ c ÔUỐC GIA HÃNỘt
JRUNG TAM 1HONG TIN THƯVỊẸN
0 0 0 6 0 0 0 0 0 3 2
HÀ NỘI - 2008
MỤC LỤC
Mở đầu 1
Chương 1. Cơ sở lý thuyết xử lý tổ hợp số liệu địa vật lý 4
1.1 Các bước xử lý tổ hợp sốliệu địa vật lý 4
1.2 Các thuật toán nhận dạng 10
Chương 2. Xây dựng hệ phương pháp phân tích tỗ họp 18
tài liệu địa vật lý máy bay trong tìm kiếm và dự báo
triển vọng khoáng sản
2.1 Tinh hình nghiên cứu trong và ngoài nước 18
2.2 ứng dụng Bộ chương trình COSCAD 25
2.3 Xây dựng một số phương pháp phân tích tài liệu mới 27
Chương 3. Dự báo triển vọng khoáng sản vùng Tuy Hoà 45
theo tài liệu địa vật lý máy bay trên cơ sở áp dụng hệ
phương pháp phân tích mới
3.1 Lịch sử nghiên cứu địa chất, địa vật lý 46
3.2 Đặc điểm địa chất, địa vật lý 48

3.3 Dự báo triển vọng khoáng sản 64
Kết luận 73
Tài liệu tham khảo 74
Phu Iuc 1
• •
Phụ lục 2
■ •
MỞ ĐẦU
Công tác đo bay địa vật lý tỷ lệ lớn ( từ-phổ gamma hàng không ) ở
nước ta được bắt đầu và đẩy mạnh trong khoảng 25 năm trờ lại đây. Những
kết quả đạt được trong thời gian qua đã khẳng định vai trò vả 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 dự báo các khoáng sản
có ích. Tuy nhiên, trong thực tế công tác địa vật lý máy bay cũng bộc lộ một
số hạn chế, mà chủ yếu là ở khâu xử lý và phân tích tài liệu, cần được đàu tư
nghiên cứu khắc phục, nhằm không ngừng nâng cao hiệu quả của phương
pháp. Đó là: Nguồn tài liệu của các phương pháp địa vật lý máy bay là rất
phong phú, khối lượng các tài liệu địa vật lý máy bay trong đó tài liệu phổ
gamma đóng vai trò chủ đạo ở nước ta hiện nay là hết sức lớn. Xử lý phân
tích tài liệu, khai thác triệt để thông tin đối với nguồn tài liệu hết sức phong
phú này phục vụ công tác điều tra địa chất và tìm kiếm khoáng sản là nhiệm
vụ hết sức quan trọng . Trong khi đó, do tính khẩn trương về mặt thời gian đối
với các đề án điều tra địa chất, chưa cho phép đầu tư thỏa đáng cho công tác
xử lý phân tích tài liệu làm hạn chế phần nào hiệu quả của phương pháp.
Trong những năm gần đây công tác xử lí và phân tích tài liệu địa vật lý
máy bay ở nước ta cũng đã có những bước tiến đáng kể. Thông qua các đề tài
nghiên cứu, một số 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, trong đó
đáng chú ý là nhóm các phương pháp thống kê-nhận dạng.
Tuy nhiên, những nghiên cứu theo hướng nói trên thường mới chi 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 ché. Hầu hết các phương pháp phân tích tài liệu phổ
gamma hàng không hiện có (đặc biệt là các phương pháp nhận dạng) đều
phân tích trên các số liệu trường liên tục theo diện, nghĩa là chỉ tập trung đối
với các bản đồ trường. Còn trên các điểm dị thường đơn ( “ Bản đồ phân bố
1
dị thường phổ gamma”-một tài liệu đạc biệt quan trọng trong tìm kiếm và dự
báo triển vong khoáng sản ) thi thường mới chỉ có một số các phương pháp
thống kê thực nghiệm đơn giản. Ngoài ra khi tiến hành các phương pháp phân
tích nhận dạng đối với tài liệu phổ gamma hàng không thường gặp một số khó
khăn. Đó là: khối lượng tài liệu cũng như số lượng các chủng loại thông tinlaf
rát lớn,trong khi 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 chủng loại
thông tin khác nhau đẻ tiến hành phân tích nhận dạng nhiều khi cho những kết
quả rất khác nhau. Trong khi đó việc đánh giá, lựa chọn tổ hợp thông tin trước
khi tiến hành phân tích nhận dạng thường dựa nhiều vào kinh nghiệm mang
tính chủ quan, chưa có được những phương pháp mang tính toán học chặt chẽ.
Đây cũng chính là một trong những hạn chế khi tiến hành các phương pháp
phân tích nhận dạng đối với tài liệu địa vật lý máy bay ở nước ta hiện nay.
Đe tải ra đòi nhằm từng bước giải quyết các yêu cầu đòi hỏi của thực tế
với mục tiêu và các nội dung nghiên cứu cụ thể như sau:
* Muc tiêu đề tài
•
Xây dựng và đưa vào áp dụng một hệ phương pháp phân tích tổ hợp
các tài liệu địa vật lý máy bay trong tìm kiếm và dự báo triển vọng
khoáng sản, góp phần đảy nhaiứi và nâng cao chất lượng của công tác
xử lý phân tích tài liệu địa vật lý máy bay.
* Các nội dung nghiên cứu
- Nghiên cứu, đánh giá các phương pháp địa vật lý may bay trong tim

kiếm và dự báo triển vọng khoáng sản đang được sử dụng trong các đề
án bay đo ở nước ta hiện nay.
- Xây dựng và hoàn thiện một số phương pháp phân tích nhận dạng
mới trên cơ sở ứng dựng lớp bài toán đánh giá lựa chọn thông tin góp
2
phần khắc phục những hạn ché của các phương pháp phân tích nhận
dạng đang được ứng dụng hiện nay.
- Xây dựng hệ phương pháp phân tích tài liệu địa vật lý máy bay trong
tìm kiếm và dự báo triển vọng khoáng sản trên cơ sở kế thừa các
phương pháp hiện có và bổ sung một số phương pháp mới.
- Đánh giá và dự báo triển vọng khoáng sản vùng Tuy Hoà trên cơ sở
áp dụng hệ phương pháp phân tích tổ hợp mới.
Sau hai năm thực hiện (6/2006-6/2008) Đề tài đã hoàn thành đầy đủ các
mục tiêu nhiệm vụ đề ra:
1. Đã xây được 3 phương pháp phân tích tài liệu mới:
- Phương pháp đánh giá và phân loại cụm dị thường.
- Phương pháp Tần suất-Nhận dạng.
- Phương pháp Khoảng cách-Tần suất-Nhận dạng.
2. Đã xây dựng và đưa vào áp dụng có hiệu quả một hệ phương pháp
phân tích tổ hợp tài liệu địa vật lý máy bay trên cơ sở đánh giá lựa
chọn một số phương pháp hiện có đồng thời bổ sung 3 phương pháp
phân tích mới.
3. Đã xây dựng được “Sơ đồ dự báo triển vọng khoáng sản vùng Tuy
Hoà”, góp phần làm sáng tỏ đặc điểm địa chất và triển vọng khoáng
sản của vùng trên cơ sở áp dụng hệ phương pháp phân tích tài liệu
mới.
Các kết quả nghiên cứu đạt được của Đề tài hoàn toàn có thể đưa vào áp
dụng trong công tác xư lý phân tích tài liệu địa vật lý máy bay, một nguồn tài
liệu đồ sộ và hết sức phong phú nhưng chưa được khai thác triệt để ở nước ta
hiện nay.

3
CHƯƠNG 1
C ơ SỞ LÝ THUYẾT x ử LÝ TỐ HỢP SÓ LIỆU
ĐỊA VẬT LÝ
1.1 CÁC BƯỚC XỬ LÝ TỒ HỢP SỔ LỆU ĐỊA VẬT LÝ
Trong công tác xử lý tổ hợp số liệu địa vật lý, nhiệm vụ cơ bản và quan
trọng nhất là phân loại các điểm quan sát thành các diện tích hay các nhóm
diện tích nhất đinh. Trong đó các diện tích được phân loại có các trường địa
vật lý đặc trưng cho các đối tượng địa chất tương ứng. Để giải quyết nhiệm vụ
trên, tương tự như nhiều lĩnh vực khoa học kĩ thuật khác, trong địa vật lý
người ta thường 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 với các dấu hiệu trường đặc trưng tương ứng cho
đối tượng đó. 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. Một
cách khái quát có thể phân chia quá trình này theo các bước cơ bản sau đây
- 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.
Để xử lý tổ hợp số liệu Địa vật lý người ta ehủ yếu sử dụng các mô hình
thống kê vì các đối tượng khảo sát cần nghiên cứu có vị trí, kích thước, tính
4
chất vật lý không biết trước nên chúng được xem như các đối tượng ngẫu
nhiên. Mặt khác, các trường vật lý do các đối tượng địa chất tạo ra thường bị
các loại nhiễu làm méo nên các dấu hiệu trường Địa vật lý khảo sát cũng
mang tính ngẫu nhiên. Với mô hĩnh để được nhiệm vụ tiếp theo là lựa chọn
các phương pháp nhận dạng tương ứng, tiến hành xử lý theo mô hinh và giải

quyết các nhiệm vụ bài toán đặt ra.
Hiện nay có 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:
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 đổi 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,
nhiệm vụ đặt ra là cần xây dựng các thuật toán hay đề xuất các chỉ tiêu nhận
dạng đảm bảo để phân loại các đối sổ liệu quan sát thành hai lớp (thí dụ lớp
có quặng và lớp không quặng) hoặc với số lóp nhiều hơn 2 khi có trước các
đặc trưng thống kê của mỗi loại dấu hiệu ứng với các đối tượng chuẩn.
Vấn đề quan trọng, mang tính quyết đinh trong công tác xử lý số liệu địa
vật lý bằng thuật toán nhận dạng theo đối tượng chuẩn là lựa chọn đối tượng
chuẩn, trên đó tiến hành nghiên cứu các đặc trưng thông kê của các dấu hiệu
(các trường địa vật lý). Điều này đặc biệt quan trọng 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 GÓ đổi tượng chuẩn được áp
dụng khi chúng ta không biết trước các đặc trưng thống kê của các dấu hiệu
ứng với các lớp đối tượng cần tìm. 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: bằng thuật toán phân loại trường lựa
chọn được, tiến hành chia các điểm quan sát thành một số nhất định các diện
tích đồng nhất về dấu hiệu tổ hợp. Bản chất địa chất của từng diện tích phân
ra được có thể không xác đinh được; để xác định chúng đòi hỏi phải có các số
liệu khoan hoặc nghiên cứu bổ sung về tính chất vật lý của đá.
1.1.2 Ước lượng các đặc trưng thong kê và lượng tin của các dấu hiệu

trên các đổi tưọng chuẩn.
a. ước lượng các đặc trưng thống kê.
Đe xử lý tổ hợp các số liệu bàng 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 chủng.
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 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 IĨ1Ỏ quặng hay một vỉa quặng. Còn khỉ
khảo sát địa vật lý phục vụ công tác đo vẽ bản đồ địa chất thỉ 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 đinh các đặc trưng thống kê của trường cho từng loại
đối tượng. Các đặc trưng này bao gồm:
6
- 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
thỉ cần lựa chọn các đối tượng chuẩn sao cho các điện 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 đinh 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 ừên 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 có

thể nhỏ nhất cần chọn để trong tương lai có thể đề nghị (hoặc không đề nghị)
đưa vào thăm dò hoặc khảo sát chi tiết. 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 lóp 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 tông (tích
phân) và lượng tin tổng hợp. Lượng tin từng phần là lượng tin của nhừng dải
7
giá trị hay của nhóm các giá trị riêng biệt của một dấu hiệu nhất định. Lượng
tin tổng là lượng tín 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, thậm chí 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. Chinh vì vậy, trong quá trinh 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.
Đe 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 iý là tìm kiếm mỏ thì thuật toán phải
có khả năng nhận dạng hai lóp 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 thỉ 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 thi người ta sử dụng các thuật toán
8
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 họp các dấu hiệu liên quan với nhau thì
các thuật toán được sử dụng phức tạp hơn. Lưu ý là 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 quyét định nghiệm
chủ yểu 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 sổ lượng các lớp đối tượng cần phân chia là bao nhiêu.
1.1.5 Đánh giá chất lượng xử lý.
9
Đối vói 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 sổ 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, song 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 NHẶN DẠNG.
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
đinh 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 đổi tượng hoặc là người ta tính

lượng tin tổng, hoặc là xác định khoảng cách tổng.
10
Công việc đầu tiên, người ta tiến hành mã hóa các dấu hiệu trường bàng
mã nhị phân gồm tập số 0 và 1.
Nếu xki là giá trị trường thứ 1 của mẫu thứ k thì:
- xkI = 0 khi mẫu k không chứa giá trị thứ 1
- xki = 1 khi mẫu k chứa giá trị thứ 1
Bằng cách trên toàn bộ các mẫu được mã hóa.
Tiếp theo dựa vào các tổ hợp số 0 và l(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 (đổi 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
lóp khác. Đối với một lóp 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. Ờ 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 thi đối
tượng nghiên cứu được xểp 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 sổ liệu địa vật lý quan
sát được.
11
Giả sử ta lập một quan hệ hàm giữa tham số địa chất Y và các dấu hiệu
địa vật lý Xi, X2 xk. Hàm f(X ị, X2 , xk) mà ta cần tìm phải thỏa mãn:
E(Y-f(xi, 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.
Hàm tuyến tính có dạng:
k
Y = p 0 + X P1*1
i
Với điều kiện:
n k
L — ~/3°~ đạt cực tiểu.
7=1
Trong đó Yj là giá trị quan trắc của biến Y tại quan trắc thư j ; Xji là giá
trị quan trắc thứ j của biến Xị.
Hàm đa thức bậc hai có dạng:
k k k
Y - a+ bcc, +
i=l /=1 7-1
Với điều kiện:
n ( Ắc k k
L = Y i - a - ^ b x i, - ^ ^ c ,;Xh.Xìj
1=1 y i=l i=l j = l
\ 2
đat cực tiêu.
12
Trong đó Yị là giá trị quan trắc của biến Y tại quan trắc thứ 1; Xii là giá
trị quan trắc thứ 1 của biến Xi.
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. Tuy nhiên thuật toán hồi quy cũng có nhược
điểm đó là với một tập hợp số liệu nhất định ứng với một giá ưị sai sổ cho
trước có thể xấp xỉ được nhiều hàm hồi quy. Do vậy ta không thể đưa ra được

các lý giải về ý nghĩa vật lý của các hệ số của hàm hồi quy.
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) = p,(xy p2(x)
J(1:2,x) = log[Pi(x)/ p2(x)]
Trong đó:
Pi(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) thi trong các biểu thức p2(x) được thay
bằng 1.
x: là vectơ giá trị các dấu hiệu được sử dụng, xi,x2 xk (ví dụ các hàm
ỉượng qu, qTh, qK )-
Khi các dấu hiệu xi,x2 xk được xem là không phụ thuộc nhau thì xác
suất của đại lượng n chiều của tổ họp n dấu hiệu được tính.
13
P(x) = P(xi). P(x2) P (x k)
L rx) = P»(x.).P,(xQ P,(xQ
P2(Xl). P2(X2)
__
P2(Xk)
= L(x\).L{xi) L(xic)
J(l:2,x) = J(l:2,Xi) + J(l:2,x2) + + J(l:2,xk)
Nêu 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 quặng và không quặng người
ta thường sử dụng các hàm phân giải bậc 1 (Rl) hoặc bậc 2 (R2) đối với các
tham số X [,X 2 . . .xn. Các hàm này được biểu diễn như sau:
Trong đó các hệ số: ai, bij, Cj 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 ãị, bjj, Ci (trong trường hợp các dấu hiệu phụ thuộc nhau). Sau
đó tính giá trị L(x), J(1:2,x) hoặc Rị, 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.
n
k k
k
Ri = j y j VQJQ + Ỵ^cx,
i=l j=l 1=1
14
Thuật toán này tiến hành phân loại trường khi các dấu hiệu trường hoàn
toàn độc lập nhau. Ban đầu người ta 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. Tiếp theo là 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. Đẻ phân loại các dị thường đầu tiên người
ta phân chia khu vực khảo sát thành các diện tích cơ sở, sau đó 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 để phân lớp các dị thường
người ta sử dụng chỉ tiêu % 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 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 tn trung bình và phương sai rồi sắp xếp
các giá trị trung bình theo thứ tự tăng dần. Sau đó 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 sừ 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 mâu
15
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 Ev chọn được ở lần chọn thứ V sẽ thay
cho các mẫu chuẩn chọn được ở lần V -1 (lần trước đó).
Nếu kí hiệu tập hợp mẫu chuẩn Ev chọn được ở lần thứ V ỉa:
Ev= {dv, e2v, , ekv} với v = 0, 1, 2,
Với mỗi mẫu chuẩn này còn được ghi các trọng số đặc trưng là: hi\ h2v,
h3v hkv
Với kí hiệu này mẫu chuẩn xuất phát sẽ là:
Các mẫu chuẩn này chính là các mẫu được chọn ra ở vòng đâu tiên (vòng
số không) của quá trinh lặp. Tiếp theo vòng số không thuật toán gọi tiếp số
X k+1 và tìm xem trong k mẫu e j°, mẫu chuẩn nào gần với nó nhất. Nếu tim
được, thì mẫu chuẩn thuộc tập hợp E° tỉm được này được thay thế bàng mẫu
chuẩn mới. Mau chuẩn mới này có giá trị eil được tính như giá trị trọng tâm
giữa giá trị của mẫu chuẩn cũ và giá trị của đổi tượng gắn kết với nó Xic+I-
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.
Hiện nay với sự phát triển mạnh mẽ của công nghệ tin học phần lớn các
thuật toán trình bày ở trên đều đã được tự động hóa với các hệ phần mêm
mạnh, chuyên dụng, được ứng dụng rộng rãi rất có hiệu quả trong công tác xử
16
lý phân tích tài liệu địa vật lý, địa chất, địa hóa ả Việt Nam cũng như những
nước khác trên thế giới, trong đó đáng chú ý là hệ chương trình phân tích phổ-
thống kê COSCAD do giáo sư viện sĩ A.A.Nikitina cùng các cộng sự G.v
Demury, V.M. Bondarenko, O.A. Demidovicha, T.A. Trofimovoj, o.p
Lukinoj và một số tác giả khác xây dựng.
ĐAI HỌC QUỐC GIA HÀ NỘI_
TRUNG TẦM THÕNG TIN THƯ VIỆN
000600000 38
17
CHƯƠNG 2
XÂY DựNG HỆ PHƯƠNG PHÁP PHÂN TÍCH TỔ HỢP
• • •
TÀI LIỆU ĐỊA VẬT LÝ MÁY BAY TRONG TÌM KIẾM
VÀ D ự BÁO TRIỂN VỌNG KHOÁNG SẢN
2.1 TÌNH HÌNH NGHIÊN cứu TRONG VÀ NGOÀI NƯỚC
Tìm kiếm và dự báo ừiển vọng khoáng sản là mục đích chính của công
tác địa vật lý máy bay tỉ lệ lớn (1:25.000 và 1:50.000), trong đó phương pháp
phổ gamma hàng không đóng vai trò chủ đạo. Trong mục này sẽ trình bày
khái quát các phương pháp phân tích tài liệu địa vật lý máy bay trên thế giới.
Thực trạng của công tác phân tích tài liệu địa vật lý máy bay,đặc biệt là đối
với tài liệu phổ gamma hàng không trong tìm kiếm và dự báo triển vọng

khoáng sản ở Việt Nam, những tồn tại và hướng nghiên cứu của Đề tài
2.1.1 Các phương pháp phân tích tài liệu địa vật lý máy bay trên thế giới
Hiện nay trên thế giới, trong công tác phân tích tài liệu dịa vật lý may
bay để giải thích địa chất và dự báo triển vọng khoáng sản người ta sử dụng
rất nhiều phương pháp khác nhau, trong đó có các phương pháp thông kê-
nhận dạng được áp dụng rộng rãi có hiêu quả hơn cả, và có thể chia chúng
thành các nhóm phương pháp chính sau.
l.Các phương pháp tách trường
Sử dụng các phương pháp tách trường để phân chia các dị thường là nội
dung quan trọng trong phân tích tài liệu phổ gamma hàng không, nhàm
khoanh định và dự đoán về diện phân bổ của các đối tượng địa chất gây dị
thường. Dị thường phổ gamma là một phần địa phương của vỏ trái đất được
khác biệt bởi sự không đồng nhất về địa chất và địa hóa, mà ở đó các trường
phóng xạ ghi được cao hơn mức phông, hoặc mối tương quan giữa các thành
phần trường bị phá vỡ. Diện phân bố của các dị thường này nói chung lớn hơn
18
so với các dị thường điêm được nêu ở mục 1.3.3.1, nó tương úng với diện
phân bố của các đối tượng địa chất gây dị thường.
Các phương pháp tách trường là những phương pháp quen thuộc, được
sử dụng rất rộng rãi và có hiệu quả ừong phân tích các tài liệu địa vật lý nói
chung. Trong phân tích tài liệu phổ gamma hàng không, do đặc tính phân bố
ngẫu nhiên của các trường phóng xạ người ta thường sử dụng rỗng rãi hơn cả
là các phương pháp như: trung bình trượt, trung bình entropi, lọc phi tuyến,
lọc tuyến tính, gradien.
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.
2. 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 ữong 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 ờ 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 phpas nhận dạng theo đối tượng chuẩn và nhóm các phương pháp
J

nhạn dạng không có đối tượng chuẩn.
19
a. Các phương pháp nhận dạng theo đối tượng chuẩn
Trong các phương pháp phân tích nhận dạng có đối tượng chuẩn thi
việc quan trọng nhất là chọn đối tượng chuẩn, tiếp đến ỉà 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 bổ
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 bàng 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 sổ
như: Tỉ số sự thật L(x) và tổng lượng thông tin J( 1:2,x)
b. Các phương pháp nhận dạng không có đối tượng chuẩn theo nguyên
lý tự điểu chỉnh.
Trong điều kiện khi diện tích khảo sát chưa được nghiên cứu kỹ và
không có được các đối tượng chuẩn tin cậy người ta có thể sử dụng các
phương pháp nhận dạng không có mẫu theo nguyên lý tự điều chỉnh đê phát
hiện và khoanh định các diện tích trường dị thường dựa trên một số dấu hiệu
đã được chọn trước theo nguyên tắc: xác suất nhỏ, tương quan yếu và có tính
trội của một nguyên tố nào đó
20
Người ta đặc biệt quan tâm đến các diện tích dị thường (có khả năng
liên quan với các khoáng sản) được khoanh định theo các dấu hiệu nên trên
khi có các đặc điểm như;
- Loại thường gặp trong các lớp đất đá khác nhau nhimg 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 đinh các diện tích,
dự báo là có thể có liên quan với khoáng sản.
3. 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 thong 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 tổ được trội lên, và các thông số Dominal phản ánh đặc
tính đó, chúng được biểu diễn theo công thức:
Dị={q°K-q°n )e{X-xVl (1.11)
Trong đó:
aK - là độ lệch chuẩn của qK
Biểu thức của Dn cũng được tính tương tự.
- Các hàm tương quan.
21
Các hàm tương quan (trong đó có các hệ số tương quan bậc 1 Rjj) phản
anh mức độ quan hệ về đặc điểm phân bố của các trường phóng xạ u, Th, K.
Quá trinh phân bô lại các nguyên tố phóng xạ sẽ làm cho mổi tương quan
binh thường trước đó giữa chúng bị phá vỡ, do vậy các hàm tương quan cũng
lả một dâu 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: qn/qu, qWqK,
(qƯ.qK)/qTh, (qư + qK)/ qxt! 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 thuờng khá ổn
định và chỉ thay đổi trong các dải khá hẹp. Ỏ 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.
4. 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 đô bóng, các phương pháp chồng chập thông tin.
Hâu hêt 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 đêu xử lý trên các số liệu liên tục theo tuyến hoặc theo diện,
nghía 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 đon (Bản đồ phân bố các dị thường phổ
gamma hàng không) thường chỉ có một sổ phương pháp thống kê thực
nghiệm đơn giản. Thông qua các tham số đặc trưng riêng trên các điểm dị
thường như: AJ, T(l/2), ATh/ AU, AU/ AK, Jj, 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(l/2) người ta còn sử dụng
tham số tích phân xác suất nhiều thành phần.: [4].
( 1.12)
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 đinh 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 đo GS.VS. Ni-Ki-Tin đề xuất xây dựng và hệ phần mềm mạnh
ERMAPPER
23