Документы

Территория исследования расположена на севере Вьетнама в провинции Йенбай и представляет собой крупный (14.5 × 6.5 × 0.8 км) структурно-денудационный останец на периферии сильного расчлененного низкогорья Кон Вой, а также склоны и днища прилегающих речных долин. Для территории известны проявления камнесамоцветной минерализации в виде жильных образований в толщах мраморов. Район относительно труднодоступен для полевых изысканий, поэтому для предварительной оптимизации проведения геолого-поисковых работ стояла задача на основе анализа имеющейся геолого-геоморфологической информации получить данные о возможной локализации участков полезной минерализации. Для этого методом дискретного преобразования Фурье был рассчитан амплитудный спектр расчленения рельефа для участков, связанных с жильными геологическими образованиями в приповерхностной части мраморных толщ. Бинарная классификация (на потенциальные участки с полезной минерализацией и без нее) полученных числовых показателей амплитуд высот, отвечающих гармоническим колебаниям разных пространственных частот, осуществлена с помощью простой нейронной сети – двухслойного персептрона. Расчетный алгоритм был реализован на языке Python. Применение данной методики позволило выполнить прогноз на рубиново-шпинельную минерализацию в коренном залегании на изучаемую площадью более 200 км2 . Полевыми исследованиями в 2019 г. выполнена заверка прогнозных данных, заключающаяся в минералогическом и геохимическом опробовании доступной части спрогнозированных точек. Получена оценка прогнозной силы использованной методики: каждый третий (~35%)
спрогнозированный нейронной сетью участок фактически содержит коренные источники рубинов и шпинелей на рассмотренной территории.
Переведенное названиеSPECTRAL ANALYSIS OF LAND SURFACE WITH THE CONSTRUCTION OF A NEURAL NETWORK FOR GEMS SEARCH ON THE EXAMPLE OF THE LUK TIEN MOUNTAIN RANGE (NORTHERN VIETNAM)
Язык оригиналарусский
Страницы (с-по)111-122
ЖурналГЕОМОРФОЛОГИЯ
Том54
Номер выпуска3
СостояниеЭлектронная публикация перед печатью - 2023

    Области исследований

  • Двумерное спектральное преобразование рельефа, поисковая геоморфология, морфометрические методы, машинное обучение, ГИС, ЦМР

ID: 103858455