Комплексирование данных ДЗЗ методами нечеткой логики для прогнозирования рудных объектов в Центральных Кызылкумах

В современных условиях эффективное прогнозирование и поиски полезных ископаемых на закрытых и полузакрытых территориях сопряжены со значительными трудностями, обусловленными мощным чехлом рыхлых мезокайнозойских отложений. Традиционные методы поиска перспективных на полезные ископаемые площадей на таких территориях исчерпывают свой потенциал, что обусловливает необходимость перехода к принципиально новым технологиям комплексного анализа разнородной геолого-геофизической информации (Никитин, 2004)
. Ключевым инструментом решения этой задачи становится интеграция данных дистанционного зондирования Земли (ДЗЗ), региональных геофизических полей и морфометрических методов в единой геоинформационной среде.
Выбор и комплексирование прогнозных факторов осуществлялись для золоторудной минеральной системы (Au, Ag, Cu) Кызылкумо-Нуратинского региона, Узбекистан, с учетом ее геодинамической модели. В качестве наиболее значимых рассматривались признаки, отражающие положение металлоносных аккреционных комплексов, надвигово-меланжевых и детачментных зон, участков повышенной тектонической нарушенности и их пересечения с более поздними разрывными структурами. Геофизические поля использовались для выявления неоднородностей и структурных границ палеозойского фундамента, данные ДЗЗ — для картирования их поверхностного проявления, а неотектонические показатели – как признаки поздней реактивации унаследованного структурного плана.
Информационную основу (параметры) для комплексного анализа составляют растровые данные дистанционной съемки и их продукты: мультиспектральные космические снимки Landsat 8/9 и Sentinel-2, используемые как прямой поисковый признак по спектрам отражения эталонных объектов и вещественному составу, а также для выделения линеаментов и кольцевых структур, по которым создаются поля тектонической нарушенности, узлов пересечений линеаментов с кольцевыми структурами, и поля трендовых для рудолокализации полезных ископаемых линеаментов северо-восточного и северо-западного простираний; цифровая модель рельефа Copernicus DEM (GLO-90), используемая для определения вертикальных и латеральных неотектонических движений и их направленности; региональные модели геофизических полей WGM2012 и EMAG2_V2 (по данным GOCE, CHAMP) и их локальные трансформанты, отражающие неоднородности, структурные границы и разломные зоны палеозойского фундамента; радиогеохимические поля распределений урана, тория, калия; выборки из объектов рудных месторождений, используемых в качестве эталонов.
Проведение комплексного пространственного анализа данных проводится в несколько этапов:
1. Формирование базы данных объектов полезных ископаемых по региону и выбор объектов-эталонов на основе пространственно-статистического анализа в совокупности с признаками оруденения – космоспектральных, структурно-тектонических, геодинамических, геофизических, неотектонических критериев. Для объективного выбора наиболее значимых рудных объектов в качестве эталонных признаков на оруденение используется алгоритм оптимизированного анализа «горячих точек» (Getis-Ord Gi*), который выявляет статистически значимые пространственные кластеры, в пределах которых формируется обучающая выборка объектов-эталонов. Каждому объекту-эталону присваивается значение параметра растровых данных.
2. Приведение растровых пространственных данных к пространственной стандартизации - картографической проекции (WGS 1984 / UTM) и пространственному разрешению для обеспечения сопоставимости матриц (размер ячейки, единая регистрационная координата X, Y).
3. Моделирование на основе алгоритмов нечеткой логики (Fuzzy Logic Membership и Fuzzy Logic Overlay) – фаззификация (di Martino, 2015; Puig, 2011; Köhler, 2026), 428. Процесс включает последовательные шаги:
 Значения каждого входного параметра, или фактор (например, градиент магнитного поля или вертикальные неотектонические изменения), соответствующие объекту-эталону, преобразуются с использованием функции принадлежности (Fuzzy Membership) со шкалой от 0 до 1, где. значение 1 соответствует максимальной степени сходства со значением параметра (условиями на конкретном эталонном объекте), значение 0 соответствует полному отсутствию благоприятных признаков. В зависимости от характера гистограммы распределения признаков используются различные типы функций («нечеткий ближайший» – для распределений степенного характера; поле плотности тектонических нарушений, латеральные неотектонические смещения; «нечеткий гауссов» - для распределений сигмоидального, логнормального или нормального характеров). Реализация этих функций нуждается в установке коэффициента разброса Rσ, который определяется по среднеквадратичному отклонению σ для каждого набора растровых данных. Условно, если для растра σ= 100, то коэффициент разброса Rσ будет равен 0,01; при σ≈ 0 Rσ=1, при σ =0,1 0 Rσ=10.
 После определения всех включенных в обработку параметров растровые слои с функциями принадлежности (факторы) объединяются при помощи операторов нечеткого наложения (Fuzzy Overlay). Объединение каждого из факторов оруденения, сопутствующего всей совокупной выборке эталонных объектов, выполняется при помощи оператора Fuzzy OR (ИЛИ), что позволяет определить интегральную принадлежность каждого из факторов, связанных с эталонами. Для определения всех вероятных потенциальных рудных полей (и их оконтуривания) используется оператор Fuzzy AND (И), который позволяет выявить максимальное проявление поисковых критериев по всей территории исследований.
Использование алгоритмов пространственной статистики, кластеров объектов и аппарата нечеткой логики позволяет формализовать поисковые признаки известных эталонных месторождений и распространить их на всю исследуемую площадь. Это минимизирует субъективный фактор при интерпретации и позволяет картировать участки перспективности на рудоносность как на обнаженных, так и на перекрытых рыхлыми отложениями площадях.
Применение в качестве поисковых факторов геофизических и структурно-тектонических полей по данным ДЗЗ, неотектонических движений и радиогеохимических аномалий обусловлено следующими ключевыми предпосылками:
1. Геофизические поля отражают плотностные и магнитные неоднородности глубоких структурных горизонтов под мезозокайнозойским чехлом, позволяя картировать положение фундамента, скрытые интрузии и региональные разломы, часто ассоциирующиеся с оруденением.
2. Структурно-тектонические поля, выделяемые по материалам ДЗЗ (линеаменты, узлы их пересечений и кольцевые структуры), после сопоставления с геологическими и геофизическими данными используются для выявления вероятных зон тектонической нарушенности и повышенной проницаемости, по которым в периоды тектоно-магматической активизации мигрируют рудоносные гидротермальные растворы, сформировавшие месторождения.
3. Учет неотектонической реактивации в альпийский этап обусловлен реактивацией тектонических движений по древним глубинным разломам. Анализ новейших движений с применением морфометрических методов позволяет выявлять участки реактивации древних рудоконтролирующих структур, а также оценивать влияние дифференцированных поднятий и опусканий на современный эрозионный срез рудных районов.
4. Комплексирование всех перечисленных факторов как единой системы количественных растровых полей позволяет с помощью алгоритмов пространственного анализа перенести критерии размещения известных рудных объектов на закрытые участки и выделить наиболее перспективные зоны для постановки глубинных поисковых буровых работ. Спектральные характеристики объектов и вещественный состав, идентифицируемые по космическим снимкам, а также радиогеохимические аномалии позволяют установить участки для первоочередных геолого-разведочных работ.
Результатом комплексного анализа является итоговая интегральная растровая карта, отражающая индекс перспективности – чем выше значение индекса, тем более благоприятны выделенные позиции для локализации оруденения. Полученная модель перспективных признаков верифицируется путем сопоставления выделенных высокоиндексных зон с локализацией рудопроявлений на территории, не вошедших в эталонную выборку, а также данными по бурению, имеющимися на территории исследований (например, вскрывшие потенциально рудоносные породы фундамента, такие как терригенно-углеродистые и карбонатно-сланцевые толщи, серпентиниты, метабазиты, скарны). В результате применения метода удалось выделить региональные участки для постановки геолого-разведочных работ.