RU2465621C1 - Способ поиска подземных вод - Google Patents
Способ поиска подземных вод Download PDFInfo
- Publication number
- RU2465621C1 RU2465621C1 RU2011121832/28A RU2011121832A RU2465621C1 RU 2465621 C1 RU2465621 C1 RU 2465621C1 RU 2011121832/28 A RU2011121832/28 A RU 2011121832/28A RU 2011121832 A RU2011121832 A RU 2011121832A RU 2465621 C1 RU2465621 C1 RU 2465621C1
- Authority
- RU
- Russia
- Prior art keywords
- images
- earth
- thermal
- vegetation
- indicator
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims description 42
- 230000004907 flux Effects 0.000 claims abstract description 17
- 239000002689 soil Substances 0.000 claims abstract description 16
- 238000001931 thermography Methods 0.000 claims abstract description 15
- 238000001429 visible spectrum Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000000844 transformation Methods 0.000 claims abstract description 3
- 230000005855 radiation Effects 0.000 claims description 21
- 239000003673 groundwater Substances 0.000 claims description 14
- 230000003595 spectral effect Effects 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 8
- 239000002028 Biomass Substances 0.000 claims description 4
- 230000035508 accumulation Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 4
- 229930002875 chlorophyll Natural products 0.000 claims description 4
- 235000019804 chlorophyll Nutrition 0.000 claims description 4
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 239000011435 rock Substances 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 2
- 230000006837 decompression Effects 0.000 claims description 2
- 230000035515 penetration Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000013316 zoning Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000002329 infrared spectrum Methods 0.000 abstract 2
- 239000000126 substance Substances 0.000 abstract 1
- 230000015572 biosynthetic process Effects 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 239000003643 water by type Substances 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 241000132092 Aster Species 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
Изобретение относится к области дистанционного спектрозонального зондирования геологической среды и может быть использовано для выявления подземных вод. Сущность: получают космические и авиационные снимки поверхности Земли в видимом диапазоне длин волн. Обрабатывают указанные снимки, интерпретируют полученные данные и составляют результативные карты. Проводят разновысотную тепловизионную авиационную съемку. Регистрируют космические и авиационные спектрозональные снимки поверхности Земли в диапазонах видимого спектра, а также ближнего, среднего и дальнего инфракрасного интервала длин волн. Обрабатывают спектрозональные снимки путем измерения интенсивности потока теплового излучения Земли с последующей аппаратурной фильтрацией тепловизионного изображения. Формируют структуру плотности потока теплового излучения геологической среды путем создания объемной модели блоково-разломных структур в дальнем спектре инфракрасного интервала длин волн. Из созданной модели получают горизонтальные среды, вертикальные среды и дифференциальные трансформации теплового потока. Определяют индикатор «стресса» состояния природно-ландшафтных систем с учетом видимого спектра и индикатор состояния растительности и почвы с учетом ближнего и среднего спектров инфракрасного интервала длин волн. После интерпретации полученных данных формируют трехмерный образ геологической среды с выделением геотермических признаков. По геотермическим признакам определяют расположение залежей подземных вод и расположение будущей скважины. Технический результат: возможность поиска залежей подземных вод от дневной поверхности до глубин в несколько десятков километров, повышение достоверности и упрощение поиска, снижение трудоемкости проведения работ. 16 з.п. ф-лы.
Description
Изобретение относится к области разведочной геофизики, а именно к способам выявления глубинных залежей воды путем дистанционного спектрозонального зондирования геологической среды.
Способ основан на регистрации и анализе космических и авиационных снимков в различных спектрах оптического излучения.
Известен ряд способов при поисках и разведке месторождений полезных ископаемых и подземных вод, осуществляемых путем измерения естественных и искусственных электромагнитных полей (патент РФ №2094832, МПК G01V 9/02, G01V 3/08, опубл. 27.10.1997; патент РФ №2006891, МПК G01V 9/00, опубл. 30.01.1994), регистрации сейсмических сигналов (патент РФ №2300125, МПК G01V 9/02, опубл. 27.05.2007), бурения скважин и каротажа геофизического поля (а.с. SU №1086400А, МПК G01V 9/02, опубл. 15.04.1984) на основе наземных инструментальных полевых наблюдений. Выявление перспективных участков, определение наиболее вероятной глубины залегания и контура границ искомой залежи производят путем площадной съемки аномальных значений физического поля и построения карт и разрезов с последующим выделением признаков геологической среды, в недрах которой локализованы залежи воды.
Однако данные способы содержат ряд недостатков, характерных для методов, регистрирующих геофизические поля наземными способами:
относительная трудоемкость работ; большие временные и материальные затраты при получении исходного поля; сложность или невозможность использования в труднодоступных условиях таежно-болотисто-озерного ландшафта; зависимость достоверности конечных результатов от применяемой модификации метода и технологии интерпретации на этапах региональных, поисковых и разведочных работ.
Общеизвестно, что многие недостатки и сложности в реализации приведенных выше способов снимаются, если использовать дистанционную систему цифровой регистрации параметрических данных сканирования площади с последующим расчетом физической модели геологической среды.
Известен способ выявления залежей углеводородов (заявка РФ №2009123199, МПК G01V 9/00, опубл. 27.12.2010), включающий получение снимка с тепловизионным изображением исследуемой территории в инфракрасном диапазоне длин волн 8-14 мкм, обработку тепловизионного изображения путем расчета и построения объемной модели плотности потока теплового излучения геологической среды и объемной модели блоково-разломных структур, построения горизонтальных и латеральных срезов, вертикальных разрезов плотности потока теплового излучения геологической среды и блоково-разломных структур и их дифференциальных трансформаций с последующей интерпретацией полученных данных, и составление результативных карт.
Однако в рассматриваемом способе не предполагалось проводить поиск глубинных вод по геотермическим признакам, не предусмотрена многоуровневая спектрозональная съемка верхней части геологического разреза, без которой возникают ограничения по разрешающей способности тепловизионного зондирования залежей подземных вод в пластах с малой мощностью коллектора.
Известен способ поиска и разведки подземных вод (патент РФ №2178191, МПК G01V 9/02, опубл. 10.01.2002), ближайший по технической сущности к заявляемому способу и принятый за прототип, включающий поиск и разведку подземных пресных и минерализованных вод по результатам изучения космо- и аэрофотоснимков, проведение геофизических исследований участков обводненной зоны, получение космо- и аэрофотоснимков, математическую компьютерную обработку этих снимков с использованием комплекса математических программ и интерпретацию полученных результатов.
Однако рассматриваемый способ сложен и трудоемок в практической реализации, требует значительных объемов дорогостоящих наземных геофизических и буровых работ; возможна значительная неоднозначность морфологического анализа и визуальной интерпретации фотоизображения дистанционных снимков, которые имеют различную геологическую природу и могут быть не связаны с глубинными зонами подземных вод. Способ не позволяет реально отразить эндогенное изменение температурных аномалий в условиях формирования залежей подземных вод, т.к. не предусматривает пересчет теплового поля на глубину.
Задачей, на решение которой направлено предлагаемое изобретение, является поиск залежей подземных вод от дневной поверхности до глубин в несколько десятков километров, повышение точности и достоверности выявления в геологической среде зон кумуляции флюидов и зон повышенной проницаемости путем регистрации теплового поля на глубине, что позволяет реально отразить изменение эндогенных температурных аномалий в условиях формирования залежей гидротермальных источников и минеральных вод.
Также задачей является упрощение способа и снижение трудоемкости проведения работ.
Техническим результатом является повышение эффективности поиска залежей подземных вод и достоверности выявления полезного объема этих залежей и местоположения будущей скважины.
Технический результат достигается тем, что в способе поиска подземных вод, включающем проведение съемки поверхности Земли дистанционным методом, получение космических и авиационных снимков поверхности Земли в видимом диапазоне длин волн, обработку снимков с последующей интерпретацией полученных данных и составление результативных карт, новым является то, что проводят разновысотную видеотепловизионную авиационную съемку, регистрируют космические и авиационные спектрозональные снимки поверхности Земли в диапазонах видимого спектра, а также ближнего, среднего и дальнего инфракрасного интервала длин волн, обработку спектрозональных снимков проводят путем измерения интенсивности потока теплового излучения Земли с последующей аппаратурной фильтрацией тепловизионного изображения, формируют структуру плотности потока теплового излучения геологической среды путем создания объемной модели блоково-разломных структур в дальнем спектре инфракрасного интервала длин волн, из которой получают горизонтальные срезы, вертикальные разрезы и дифференциальные трансформации теплового потока, определяют индикатор «стресса» состояния природно-ландшафтных систем с учетом видимого спектра и индикатор состояния растительности и почвы с учетом ближнего и среднего спектров инфракрасного интервала длин волн, после интерпретации полученных данных формируют трехмерный образ геологической среды с выделением геотермических признаков, по которым определяют местоположение залежей подземных вод и расположение будущей скважины.
Снимки поверхности Земли получают в диапазонах видимого (0,63-0,69 мкм) спектра, ближнего (0,76-0,90 мкм), среднего (1,55-1,75 мкм) и дальнего (10,4-12,5 мкм) инфракрасного интервала длин волн.
Спектрозональные космические снимки поверхности Земли получают, используя данные со спутников «Landsat-TM/ETM+» и «Terra/Aqua-MODIS».
Спектрозональную авиационную съемку проводят видеотепловизионным комплексом высокого разрешения с использованием вертолета и/или дирижабля в широком диапазоне высот от 30 м до 3 км, что позволяет вести поиск залежей воды в верхней части геологического разреза.
Перед обработкой снимков дополнительно проводят отбор и предварительную обработку космических и авиационных снимков.
Отбор снимков осуществляют на основе масштаба исследований, оптимального покрытия изучаемой территории кадрами, отсутствия облачности над участком, времени съемки, диапазона распределения значений интенсивности теплового поля для кадров в пределах одного маршрута.
Предварительную обработку снимков осуществляют путем перевода данных из исходного вида в стандартные форматы, радиометрической коррекции, топографической нормализации, составления мозаик из нескольких снимков, синтезирования, устранения помех и подавления шумов, географической привязки изображений с использованием опорных точек на местности.
Аппаратурную фильтрацию тепловизионного изображения производят на основе функции:
где 
- элемент n-го слоя с координатами (i, j);
n - номер слоя;
k - шаг проникновения, связанный с эффективной глубиной зондирования δ=kn.
Объемную модель блоково-разломных структур формируют на основе максимизирующего фильтра, отклик которого по определенной окрестности задают выражением:
где 
- элемент n-го слоя модели блоково-разломных структур с координатами (i, j),
Линии разрывов геологической среды выделяют с помощью разностного аналога оператора Лапласа:
∇2f=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y),
где x и y - аргументы функции.
Индикатор «стресса» состояния природно-ландшафтных систем для каждого пикселя изображения определяют на основе линейной трансформации данных:
где Me - медиана,
σ - среднеквадратичное отклонение,
q - коэффициент, зависящий от ширины гистограммы значений индекса
TR - радиационная температура (в градусах Цельсия), полученная по данным дальнего инфракрасного спектрального канала 10,4-12,5 мкм (ТМ6), 
- трансформированный вегетационный индекс, отражающий относительное содержание хлорофилла в биомассе,
ТМ3 - значение спектральной яркости в красной области видимого спектра, расположенной в зоне сильного поглощения хлорофилла,
ТМ4 - значение спектральной яркости в ближней инфракрасной области, чувствительной к количеству вегетационной биомассы, с последующей интерпретацией разностного показателя индикатора «стресса», получаемого за различные даты съемки, в увязке с глубинным строением геологической среды.
Индикатор состояния растительности и почвы определяют на основе нормализованного «инфракрасного» индекса
с учетом трансформированного индекса «влагосодержания»
чувствительного к содержанию влаги в растительности и почвах, радиационной температуры TR (в градусах Цельсия) и
по данным спектральной яркости в ближней (ТМ4) и средней (ТМ5) инфракрасной области.
Интерпретация полученных данных включает в себя морфоструктурное районирование по интенсивности плотности потока теплового излучения геологической среды, определение природы аномалий образующих геологических объектов, зон разуплотнения пород с улучшенными коллекторскими свойствами, в состав которых входят зоны флюидоперетоков и флюидонакопления, способные быть природными резервуарами воды.
Местоположение залежей подземных вод определяют по пространственному сочетанию признаков: минимальным значениям изолиний плотности потока теплового излучения в разрезе блоково-разломных структур на уровне продуктивного горизонта и наименьшим параметрам нормализованных индексов состояния растительности и почв (ISN, IWN) в местах выхода флюида на поверхность Земли.
Участки, не содержащие залежи подземных вод, определяют по совпадению в разрезе плотных блоков структур с максимумами графиков нормализованных индексов состояния растительности и почв, которые дают дополнительную геохимическую информацию, отражая аномальное воздействие подземных вод на верхнюю часть разреза.
Результативные карты составляют путем морфоструктурной интерпретации и наложения полученных данных на топографическую основу с добавлением необходимой текстовой и графической информации, включая результаты тематической классификации геологических объектов.
В качестве топографической основы используют векторные и растровые электронные карты высокого разрешения.
Достоверность выявления полезного объема залежей подземных вод от дневной поверхности до глубин в несколько десятков километров достигается путем применения информативной, многоцелевой и экономически целесообразной технологии использования космических («Landsat-TM/ETM+», «Terra/Aqua-MODIS») и авиационных тепловизионных систем наблюдений в различных спектрах оптического излучения.
В основу изобретения положена необходимость комбинированного использования спутниковых и авиационных данных различного пространственного разрешения, потребность обоснованного применения соответствующих индикаторов спутниковых наблюдений, позволяющих оценивать неоднородность теплофизических свойств земной коры и проводить морфоструктурную классификацию элементов изображений.
Предлагаемый способ основан на извлечении комплексной информации о пространственной и временной динамике спектральных параметров состояния растительности и почв (ISN, IWN) в увязке с глубинным строением геологической среды. При этом глубинные тектонические нарушения Земли рассматривают как систему природных подводящих каналов для миграции к поверхности флюидогазовых эманации, которые образуют участки флюидоперетоков в проницаемых средах и флюидонакопления в пористых средах в форме многоэтажных камер. Возникающие зоны разуплотнения пород с улучшенными коллекторскими свойствами, в состав которых входят зоны флюидоперетоков и флюидонакопления, способны быть природными резервуарами воды.
Местоположение залежей подземных вод определяют по пространственному сочетанию следующих признаков - минимальные значения изолиний плотности потока теплового излучения в разрезе блоково-разломных структур на уровне продуктивного горизонта и наименьшие параметры нормализованных индексов состояния растительности и почв (ISN, IWN) в местах выхода флюида на поверхность Земли. Наибольшие значения теплового потока в разрезе блоково-разломных структур, совпадающие с максимумами графиков индексов ISN и IWN, которые построены для земной поверхности, интерпретируют как зоны, не содержащие залежи подземных вод.
Принципиальным достоинством заявляемого способа является возможность одновременно изучать на региональном и детальном уровнях гидрогеологическое строение Земли, используя непосредственную связь плотности потока теплого излучения среды с зонами коллектора, насыщенного минеральными водами. Синтез моделей блоково-разломных структур в рамках градиентных сред с локальными глубинными источниками теплового поля позволяет с большой достоверностью определять местоположение в разрезе геотермальных источников.
Сущность способа поиска подземных вод заключается в следующем.
Поиск подземных вод в осадочном чехле и кристаллическом фундаменте проводят путем последовательной съемки, включая региональный масштаб исследований по космическим снимкам и разновысотную авиационную регистрацию плотности потока теплового излучения при детализации перспективной площади, и последующего обоснования оптимального места заложения разведочной гидрогеологической скважины.
Снимки поверхности Земли в широком спектральном диапазоне получают, используя данные космического сегмента со спутников «Landsat», «Terra» и «Aqua». Многоуровневая аэрокосмическая видеотепловизионная съемка позволяет получать результаты в глобальном (MODIS), региональном (ТМ, ЕТМ+, ASTER) и детальном масштабах.
Регистрируют тепловизионное изображение в дальнем инфракрасном диапазоне длин волн 10,4-12,5 мкм, формируют региональную объемную структуру эндогенного потока теплового излучения с классификацией неоднородностей по форме блоково-разломных структур, выделяют характерные геотермические признаки, связанные с тепловыми аномалиями и позволяющие пространственно локализовать в геологической среде залежи воды.
Затем проводят выделение локальных участков теплового поля, наиболее благоприятных для объемной концентрации воды в геологической среде, разбиение на зоны и ранжирование объектов по глубине на три типа: перспективные, с неясными перспективами и бесперспективные.
На перспективной площади проводят детальное видеотепловизионное зондирование геологической среды путем разновысотной авиационной съемки. Наибольшую эффективность дистанционные работы достигают при последовательном применении носителей. На первом этапе используют вертолет в интервале высот полета 0,3-3 км, в результате чего добиваются пространственного разрешения снимка 0,2-2 м. На втором этапе - дирижабль в интервале высот 0,03-0,5 км с пространственным разрешением снимка 0,02-0,3 м.
Для проведения авиационной съемки видеотепловизионным комплексом высокого разрешения с температурной чувствительностью 0,02°С выработан набор оптимальных требований к полетным и погодно-временным условиям. Параметры съемки, включающие в себя высоту и скорость полета носителя, интервал времени между кадрами, величину продольного перекрытия снимков, рассчитывают с помощью специально созданных номограмм. Это снижает «смаз» изображения и повышает разрешающую способность многоуровневой (0,03-3 км) авиационной съемки.
Установлено, что перед тематической обработкой космических данных необходимо проводить отбор тепловизионных снимков на основе определенного набора критериев (масштаб исследований, оптимальное покрытие изучаемой территории кадрами, отсутствие облачности над участком, время съемки) и улучшение изображений (топографическая нормализация, синтезирование, удаление шумов), которые снижают влияние помех при выявлении эндогенного теплового поля Земли.
Предварительная обработка космических и авиационных тепловизионных изображений включает ряд типовых и специально разработанных процедур по переводу данных из исходного вида в стандартные форматы, радиометрической коррекции, топографической нормализации, составлению мозаик из нескольких снимков, синтезирования, устранению помех и подавления шумов, географической привязки изображений с использованием опорных точек на местности.
Обязательной составляющей предлагаемого способа является методика изучения динамики природной среды на основе космической многоспектральной съемки. Применяется индикатор состояния природно-ландшафтных систем IS (индекс «стресса» растительности). Он рассчитывается на основе трансформированного вегетационного индекса TVI и радиационной температуры TR (в градусах Цельсия) по данным спектральных диапазонов 0,63-0,69 мкм (TМ3), 0,76-0,90 мкм (ТМ4) и 10,4-12,5 мкм (ТМ6) для разновременных снимков спутника «Landsat».
Индекс определяется по формуле
где 
Индекс IS является универсальным, интегральным индикатором водно-теплового стресса растительных ландшафтов. Этот индекс более эффективен, чем применение по отдельности его составляющих TR и TVI, т.к. максимально полно отражает основные признаки угнетенного состояния фитоценозов - понижение значений вегетационного индекса и повышение температуры. Он позволяет учесть наличие на снимке растительности с неполным покрытием и исключить влияние почвенного фона. Теоретический диапазон значений IS лежит в пределах от 0 до 1, однако на практике максимальная величина не превышает 0,4. Повышенные величины индекса IS свидетельствуют о большей вероятности присутствия на исследуемой территории стрессового состояния растительности.
Диапазон значений индекса IS для участков ландшафта при разных датах съемки «Landsat» может существенно различаться, что обусловлено неодинаковыми температурными метеоусловиями и несовпадением фаз вегетации. В связи с этим используют нормализованный индекс «стресса», вычисляемый на основе линейной трансформации данных: 
где Me - медиана; σ - среднеквадратичное отклонение; q - коэффициент, зависящий от ширины гистограммы значений индекса IS.
Диапазон изменения индекса ISN для ландшафтно-растительных систем находится в пределах от 0 до 1 (за исключением воды, техногенных объектов, открытых горных пород), а значение медианы нормализованной гистограммы располагается в районе 0,5. Путем подбора коэффициентов q учитывается различная дисперсия гистограмм IS, вызванная разнообразием растительных ландшафтов и изменчивостью их состояний. Оценка пространственных и временных изменений растительного покрова проводится путем интерпретации разностного показателя индекса «стресса» ΔISN=ISN2-ISN1, получаемого за различные даты съемки (ISN1 и ISN2), в увязке с глубинным строением геологической среды.
Другим индикатором состояния растительности и почвы является нормализованный «инфракрасный» индекс. Он рассчитывается по формуле 
на основе трансформированного индекса «влагосодержания» 
чувствительного к содержанию влаги в растительности и почвах, радиационной температуры TR (в градусах Цельсия) и
по данным спектральной яркости инфракрасных диапазонов 0,76-0,90 мкм (ТМ4), 1,55-1,75 мкм (ТМ5) и 10,4-12,5 мкм (ТМ6) для разновременных снимков спутника «Landsat».
Состояние почвенно-растительного покрова, определяемое путем спектрозональной съемки, дает дополнительную геохимическую информацию, которая отражает аномальное воздействие подземных вод на верхнюю часть разреза.
Результативные карты составляют путем морфоструктурной интерпретации и наложения полученных данных на топографическую основу с добавлением необходимой текстовой и графической информации, включая результаты тематической классификации геологических объектов. В качестве топографической основы используют векторные и растровые электронные карты высокого разрешения.
Преимуществами предлагаемого способа является информативность данных и высокая производительность работ, возможность изучения и анализа труднодоступных районов, относительная дешевизна при исследовании больших территорий, абсолютная экологическая чистота.
Заявляемый способ апробирован при изучении субмаринных природных источников пресных вод и глубинного водообмена между сушей и морем (интрузии морской воды) на территории Королевства Испании, а также при поиске гидротермальных источников и минеральных вод в Чешской Республике.
Claims (17)
1. Способ поиска подземных вод, включающий проведение съемки поверхности Земли дистанционным методом, получение космических и авиационных снимков поверхности Земли в видимом диапазоне длин волн, обработку снимков с последующей интерпретацией полученных данных и составление результативных карт, отличающийся тем, что проводят разновысотную видеотепловизионную авиационную съемку, регистрируют космические и авиационные спектрозональные снимки поверхности Земли в диапазонах видимого спектра, а также ближнего, среднего и дальнего инфракрасного интервала длин волн, обработку спектрозональных снимков проводят путем измерения интенсивности потока теплового излучения Земли с последующей аппаратурной фильтрацией тепловизионного изображения, формируют структуру плотности потока теплового излучения геологической среды путем создания объемной модели блоково-разломных структур в дальнем спектре инфракрасного интервала длин волн, из которой получают горизонтальные срезы, вертикальные разрезы и дифференциальные трансформации теплового потока, определяют индикатор «стресса» состояния природно-ландшафтных систем с учетом видимого спектра и индикатор состояния растительности и почвы с учетом ближнего и среднего спектров инфракрасного интервала длин волн, после интерпретации полученных данных формируют трехмерный образ геологической среды с выделением геотермических признаков, по которым определяют местоположение залежей подземных вод и расположение будущей скважины.
2. Способ по п.1, отличающийся тем, что снимки поверхности Земли получают в диапазонах видимого (0,63-0,69 мкм) спектра, ближнего (0,76-0,90 мкм), среднего (1,55-1,75 мкм) и дальнего (10,4-12,5 мкм) инфракрасного интервала длин волн.
3. Способ по п.1, отличающийся тем, что спектрозональные космические снимки поверхности Земли получают, используя данные со спутников «Landsat-TM/ETM+» и «Terra/Aqua-MODIS».
4. Способ по п.1, отличающийся тем, что спектрозональную авиационную съемку проводят видеотепловизионным комплексом высокого разрешения с использованием вертолета и/или дирижабля в широком диапазоне высот от 30 м до 3 км, что позволяет вести поиск залежей воды в верхней части геологического разреза.
5. Способ по п.1, отличающийся тем, что перед обработкой снимков дополнительно проводят отбор и предварительную обработку космических и авиационных снимков.
6. Способ по п.5, отличающийся тем, что отбор снимков осуществляют на основе масштаба исследований, оптимального покрытия изучаемой территории кадрами, отсутствия облачности над участком, времени съемки, диапазона распределения значений интенсивности теплового поля для кадров в пределах одного маршрута.
7. Способ по п.5, отличающийся тем, что предварительную обработку снимков осуществляют путем перевода данных из исходного вида в стандартные форматы, радиометрической коррекции, топографической нормализации, составления мозаик из нескольких снимков, синтезирования, устранения помех и подавления шумов, географической привязки изображений с использованием опорных точек на местности.
8. Способ по п.1, отличающийся тем, что аппаратурную фильтрацию тепловизионного изображения производят на основе функции:
где
- элемент n-го слоя с координатами (i, j);
- элемент исходного тепловизионного изображения с координатами (m, k);
n - номер слоя;
k - шаг проникновения, связанный с эффективной глубиной зондирования δ=kn.
где
n - номер слоя;
k - шаг проникновения, связанный с эффективной глубиной зондирования δ=kn.
9. Способ по п.1, отличающийся тем, что объемную модель блоково-разломных структур формируют на основе максимизирующего фильтра, отклик которого по определенной окрестности задают выражением:
,
где
- элемент n-го слоя модели блоково-разломных структур с координатами (i, j);
- элемент n-го слоя с координатами (m, k).
где
10. Способ по п.1, отличающийся тем, что линии разрывов геологической среды выделяют с помощью разностного аналога оператора Лапласа:
∇2f=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y),
где x и y - аргументы функции.
∇2f=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y),
где x и y - аргументы функции.
11. Способ по п.1, отличающийся тем, что индикатор «стресса» состояния природно-ландшафтных систем для каждого пикселя изображения определяют на основе линейной трансформации данных:
где Me - медиана;
σ - среднеквадратичное отклонение;
q - коэффициент, зависящий от ширины гистограммы значений индекса
TR - радиационная температура (в градусах Цельсия), полученная по данным дальнего инфракрасного спектрального канала 10,4-12,5 мкм (ТМ6);
- трансформированный вегетационный индекс, отражающий относительное содержание хлорофилла в биомассе;
TМ3 - значение спектральной яркости в красной области видимого спектра, расположенной в зоне сильного поглощения хлорофилла;
ТМ4 - значение спектральной яркости в ближней инфракрасной области, чувствительной к количеству вегетационной биомассы,
с последующей интерпретацией разностного показателя индикатора «стресса», получаемого за различные даты съемки, в увязке с глубинным строением геологической среды.
где Me - медиана;
σ - среднеквадратичное отклонение;
q - коэффициент, зависящий от ширины гистограммы значений индекса
TR - радиационная температура (в градусах Цельсия), полученная по данным дальнего инфракрасного спектрального канала 10,4-12,5 мкм (ТМ6);
TМ3 - значение спектральной яркости в красной области видимого спектра, расположенной в зоне сильного поглощения хлорофилла;
ТМ4 - значение спектральной яркости в ближней инфракрасной области, чувствительной к количеству вегетационной биомассы,
с последующей интерпретацией разностного показателя индикатора «стресса», получаемого за различные даты съемки, в увязке с глубинным строением геологической среды.
12. Способ по п.1, отличающийся тем, что индикатор состояния растительности и почвы определяют на основе нормализованного «инфракрасного» индекса
, с учетом трансформированного индекса «влагосодержания» 
, чувствительного к содержанию влаги в растительности и почвах, радиационной температуры TR (в градусах Цельсия) и 
по данным спектральной яркости в ближней (ТМ4) и средней (ТМ5) инфракрасных областях.
13. Способ по п.1, отличающийся тем, что интерпретация полученных данных включает в себя морфоструктурное районирование по интенсивности плотности потока теплового излучения геологической среды, определение природы аномалий образующих геологических объектов, зон разуплотнения пород с улучшенными коллекторскими свойствами, в состав которых входят зоны флюидоперетоков и флюидонакопления, способные быть природными резервуарами воды.
14. Способ по п.1, отличающийся тем, что местоположение залежей подземных вод определяют по пространственному сочетанию признаков; минимальным значениям изолиний плотности потока теплового излучения в разрезе блоково-разломных структур на уровне продуктивного горизонта и наименьшим параметрам нормализованных индексов состояния растительности и почв (ISN, IWN) в местах выхода флюида на поверхность Земли.
15. Способ по п.14, отличающийся тем, что участки, не содержащие залежи подземных вод, определяют по совпадению в разрезе плотных блоков структур с максимумами графиков нормализованных индексов состояния растительности и почв, которые дают дополнительную геохимическую информацию, отражая аномальное воздействие подземных вод на верхнюю часть разреза.
16. Способ по п.1, отличающийся тем, что результативные карты составляют путем морфоструктурной интерпретации и наложения полученных данных на топографическую основу с добавлением необходимой текстовой и графической информации, включая результаты тематической классификации геологических объектов.
17. Способ по п.16, отличающийся тем, что в качестве топографической основы используют векторные и растровые электронные карты высокого разрешения.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011121832/28A RU2465621C1 (ru) | 2011-05-30 | 2011-05-30 | Способ поиска подземных вод |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011121832/28A RU2465621C1 (ru) | 2011-05-30 | 2011-05-30 | Способ поиска подземных вод |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2465621C1 true RU2465621C1 (ru) | 2012-10-27 |
Family
ID=47147590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011121832/28A RU2465621C1 (ru) | 2011-05-30 | 2011-05-30 | Способ поиска подземных вод |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2465621C1 (ru) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015101061A1 (zh) * | 2013-12-31 | 2015-07-09 | 华中科技大学 | 一种平面地形中地下管状设施红外成像探测定位方法 |
| RU2556737C1 (ru) * | 2014-02-03 | 2015-07-20 | Камиль Мидхатович Каримов | Способ тепловизионной диагностики геологической среды (варианты) |
| CN115980863A (zh) * | 2022-12-16 | 2023-04-18 | 中国煤炭地质总局地球物理勘探研究院 | 一种地球物理工程的勘探探测方法、勘探装置及应用 |
| CN119229219A (zh) * | 2024-12-02 | 2024-12-31 | 四川创数智慧科技股份有限公司 | 基于深度学习的遥感图像自动分类系统及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU807160A1 (ru) * | 1979-04-27 | 1981-02-23 | Лаборатория Аэрометодов Объединения"Аэрогеология" | Способ поисков источников водо-СНАбжЕНи |
-
2011
- 2011-05-30 RU RU2011121832/28A patent/RU2465621C1/ru not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU807160A1 (ru) * | 1979-04-27 | 1981-02-23 | Лаборатория Аэрометодов Объединения"Аэрогеология" | Способ поисков источников водо-СНАбжЕНи |
Non-Patent Citations (2)
| Title |
|---|
| Каримов К.М. и др. Авиационное тепловизионное зондирование геологической среды. - Геология, геофизика и разработка нефтяных и газовых месторождений, №5, 2009, с.24-31. Каримов К.М. и др. Дистанционное тепловизионное зондирование Земли при решении геологических задач. - Георесурсы, №1(29), 2009, с.38-42. * |
| Каримов К.М. и др. Дистанционный тепловизионный метод при разведке подземных вод в Испании. - Геология, геофизика и разработка нефтяных и газовых месторождений, №10, 2010, с.24-31. Онегов В.Л., Каримова Л.К. Современный подход к обработке тепловизионных снимков / Тезисы докладов VIII открытой Всероссийской конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 15-19 ноября 2010 г., с.50, 51. * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015101061A1 (zh) * | 2013-12-31 | 2015-07-09 | 华中科技大学 | 一种平面地形中地下管状设施红外成像探测定位方法 |
| US10365399B2 (en) | 2013-12-31 | 2019-07-30 | Huazhong University Of Science And Technology | Method for infrared imaging detection and positioning of underground tubular facility in plane terrain |
| RU2556737C1 (ru) * | 2014-02-03 | 2015-07-20 | Камиль Мидхатович Каримов | Способ тепловизионной диагностики геологической среды (варианты) |
| CN115980863A (zh) * | 2022-12-16 | 2023-04-18 | 中国煤炭地质总局地球物理勘探研究院 | 一种地球物理工程的勘探探测方法、勘探装置及应用 |
| CN119229219A (zh) * | 2024-12-02 | 2024-12-31 | 四川创数智慧科技股份有限公司 | 基于深度学习的遥感图像自动分类系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Detecting, extracting, and monitoring surface water from space using optical sensors: A review | |
| Casana et al. | Archaeological aerial thermography: a case study at the Chaco-era Blue J community, New Mexico | |
| Rarity et al. | LiDAR-based digital outcrops for sedimentological analysis: workflows and techniques | |
| Niedzielski | Applications of unmanned aerial vehicles in geosciences: introduction | |
| Martorana et al. | An overview of geophysical techniques and their potential suitability for archaeological studies | |
| RU2465621C1 (ru) | Способ поиска подземных вод | |
| Harishidayat et al. | Reconstruction of land and marine features by seismic and surface geomorphology techniques | |
| Makowski et al. | History of modern seafloor mapping | |
| Keifer et al. | Ambient Rayleigh wave field imaging of the critical zone in a weathered granite terrane | |
| Osinowo et al. | Analysis of high-resolution aeromagnetic (HRAM) data of Lower Benue Trough, Southeastern Nigeria, for hydrocarbon potential evaluation | |
| Mangel et al. | Drone applications in hydrogeophysics: Recent examples and a vision for the future | |
| Dujoncquoy et al. | UAV-based 3D outcrop analog models for oil and gas exploration and production | |
| Zahm et al. | Use of unmanned aerial vehicles (UAVs) to create digital outcrop models: An example from the Cretaceous Cow Creek Formation, Central Texas | |
| Pregesbauer et al. | An object oriented approach to automatic classification of archaeological features in magnetic prospection data | |
| D'Amico et al. | Investigating Pocket beach dynamics in Malta: The SIPOBED project | |
| Yeh et al. | Derivation of strike and dip in sedimentary terrain using 3D image interpretation based on airborne LiDAR data | |
| Almalki et al. | Improving geological mapping of the Farasan Islands using remote sensing and ground-truth data | |
| Toulia et al. | The contribution of pattern recognition techniques in geomorphology and geology: the case study of Tinos Island (Cyclades, Aegean, Greece) | |
| Alexakis et al. | Remote sensing applications in archaeological research | |
| Hodgetts | LiDAR in the environmental sciences: geological applications | |
| Vilhelmsen et al. | Drone‐towed electromagnetic and magnetic systems for subsurface characterization and archaeological prospecting | |
| Prelat et al. | Airborne hyperspectral detection of natural offshore and onshore hydrocarbon seeps | |
| Osman et al. | Workflow of integration of digital outcrop modeling and sedimentology of the Early Triassic Upper Khartam Member of Khuff Formation, central Saudi Arabia | |
| Al-Hadithi et al. | Using source parameter imaging technique to the aeromagnetic data to estimate the basement depth of Tharthar Lake and surrounding area in Central Iraq | |
| Haryono | Advances in Karst Geomorphology and Hydrogeology Research in the Last Decade and Its Future Direction for Karst Land Use Planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| HE4A | Change of address of a patent owner | ||
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20150531 |