 |  | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
О. Л. Кузнецов А. А. НикитинГео-
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(1.2)
max,
где 
|
Тип спектрометра
|
Технические характеристики спектрометра
|
||||
|
Объем детектора, л
|
Относительная ошибка определения, %
|
Размер зоны обзора на высоте 75 м
|
|||
|
U
|
Th
|
K
|
|||
| СКАТ-71 |
6,3
|
18
|
16
|
9
|
70
|
| АГС-71 |
12,6
|
13
|
11
|
6
|
150
|
| СКАТ-77 |
37,8
|
8
|
6
|
4
|
400
|
| Макфар |
50,3
|
4
|
3
|
2
|
550
|
Таблица 2
Классификация методов поисков по видам геоизмерений (по В. И. Пахомову)
|
База единичного наблюдения
|
Методы поисков по области влияния измерения
|
|
|
не зависящей от условий наблюдения
|
зависящей от условий наблюдения
|
|
|
Постоянная
|
А. Космофотосъемки Литогеохимия по первичным ореолам рассеяния Радиометрия, петрофизика Петрохимия Петрография |
В. Естественные потенциальные геофизические поля: гравитационные, магнитные, электрические, электромагнитные, тепловые |
|
Переменная
|
Б. Литогеохимия по вторичным ореолам рассеяния Литохимия по потокам рассеяния Атмогеохимия Гидрогеохимия Биогеохимия |
Г. Геофизические поля с искусственными источниками
возбуждения: электрические, электромагнитные, сейсмические Аэрогамма-спектрометрия |
Основные виды геоизметений можно представить в виде табл. 2.
Геоизмерения представляют пространственно дискретные, либо пространственно-непрерывные переменные (например, сейсмические колебания).
Характеристики геоизмерений: база единичного наблюдения и область влияния измерений - существенным образом влияют на выбор математических моделей обработки исходной информации.
СИСТЕМЫ СБОРА И РЕГИСТРАЦИИ ГЕОИНФОРМАЦИИ
Разнообразный характер геоинформации обусловливает различные ее системы сбора и регистрации.
В настоящее время сбор и регистрация геолого-геофизической информации в полевых условиях осуществляется тремя основными способами: рутинным, т. е. записи качественных и количественных характеристик горных пород, минералов, шлифов и т. д. в журналах (на бумажные носители), аналоговым (на бумажные и магнитные носители) - перфоленты, перфокарты, магнитные ленты, диски), цифровым (на бумажные и магнитные носители, твердую память), в том числе в форматах (кодах) ЭВМ. В конечном итоге для обработки и интерпретации данных на ЭВМ вся информация представляется в цифровой форме. При геофизических и геохимических исследованиях широкое распространение имеет цифровая регистрация с аналого-цифровым преобразованием сигналов.
2.1. ЦИФРОВАЯ РЕГИСТРАЦИЯ
Особенности реализации цифровых систем регистрации обусловлены представлением исходных данных при аэросъемках (аэрогеофизические и аэрогеохимические станции), наземных наблюдениях (сейсмостанции, электроразведочные станции, цифровые магнитометры и гравиметры с твердотельной памятью) и геофизических исследованиях скважин (цифровые каротажные станции) с минимальными искажениями при условии передачи максимального динамического диапазона. При этом процесс аналого-цифрового преобразования сигналов заключается в их квантовании по уровню (кодирование амплитудных значений) и квантовании по времени (дискретизации).
2.1.1. Квантование сигналов по уровню
Квантованием по уровню называется представление текущих значений непрерывно изменяющегося сигнала конечным числом уровней, в результате которого непрерывный сигнал заменяется ступенчатой функцией. Это заведомо приближенное представление непрерывного (аналогового) сигнала и степень приближения определяются шагом квантования Dx (см. рис. 1, а).
Рис.1. Квантование сигналов по уровню (а, по времени (б и одновременно по
уровню в времени (в).
Заштрихованные участки — абсолютные погрешности квантования.
В правой части рис. I, а даны цифровые эквиваленты измерения выборок в двоичном
коде
Рассмотрим основные особенности квантования по уровню. Любой входной сигнал ограничен рабочим диапазоном измерения от xmax до xmin В пределах этого диапазона сигнал может принять любое из бесконечного числа возможных значений. Если амплитуда текущего значения сигнала достигла одного из уровней квантования, то такой уровень будет сохраняться до тех пор, пока текущее значение сигнала не достигнет соседнего квантованного, уровня, т. е. на интервале аЬ сигнал фиксируется как постоянный. Ошибка его измерения в пределах шага квантования изменяется от 0 до Dx. Обычно полагают, что эта ошибка имеет равномерное распределение. Если весь диапазон изменения сигнала разбить на конечное число N дискретных значений, отстоящих на один квант (шаг кодирования), то
N=(xmax - xmin )/Dx+1; при xmin=0; N=xmax/Dx+1. (2.1)
Чем меньше шаг квантования по уровню, тем выше разрешающая способность преобразователя (регистрирующего устройства). При заданной его допустимой относительной погрешности d получаем:
Dx=(2d/100)xmax или N=100/2d+1. (2.2)
Отсюда количество двоичных разрядов преобразователя
J=log2N=log2(100/2d+1) разрядов,
что совпадает с формулой (1.4). Например, при измерении напряжения от 0 до 10 В обычным вольтметром со шкалой 0-10 В и относительной погрешностью 2,5% (класс точности прибора 2.5) абсолютная погрешность составит Dx = 0,5.В, а число возможных дискретных уровней J=log2(100/5+l)=5 двоичных разрядов.
Поскольку любое значение кодируемого сигнала равновероятно в пределах ± Dx/2 (прямоугольный закон распределения), то погрешность квантования
и, следовательно, средняя квадратическая погрешность oкв = Dx/2 Ц3, т.е. в Ц3 раза меньше максимальной.
Недостатки квантования по уровню определяются неизбежным пропуском тех слабых сигналов, амплитуда, которых меньше величины Dx.
2.1.2. Квантование сигналов по времени
Квантованием по времени называется замена непрерывного сигнала, т. е. функции времени f(t), его мгновенными значениями, взятыми через определенные интервалы времени Dt (см. рис. 1, б). Иначе говоря, квантование по времени есть представление непрерывного сигнала в виде последовательности отсчетов (амплитудных выборок). Точность восстановления сигнала в пределах Dt зависит от отношения частоты квантования fкв=1/ Dt кв к максимальной частоте в спектре регистрируемого сигнала fгр, а также от способа аппроксимации.
Точность представления аналогового сигнала в дискретной форме тем выше, чем меньше интервал дискретизации Dt.
Согласно теореме Котельникова, любой сигнал f(t), описываемый функцией с ограниченным спектром (т. е. все реальные геофизические сигналы), определяется однозначно своими значениями, расположенными через интервал времени Dt = 1/2 fгр, где fгр - граничная частота спектра сигнала (ширина спектра).
Оценка погрешности, вносимой квантованием по времени, непрерывных сигналов, обладающих сложными спектрами, когда невозможно определить высшую (граничную) гармонику, проводится обычно на основе кусочно-линейной аппроксимации непрерывной функции. Максимальная погрешность дискпетизации в этом случае
Отсюда fкв = 1/Dt = 4,14 fгр. Это величина и принимается в практике регистрации цифровых геофизических станций. Чем выше отношение fкв/fгр, тем меньше искажения регистрируемого сигнала, но одновременно растет объем получаемой цифровой информации, а следовательно, и расход носителя, в частности, магнитной ленты.
Так, например, при сейсморазведке методом ОГТ полезная часть спектра сейсмических сигналов не выходит за пределы fгр=120 Гц, и, следовательно, частота квантования по времени сейсмических сигналов равна 500 Гц, или иначе, выборка амплитуд в канале производится через 2 мс.
Квантование по времени всегда приводит к ограниченному спектру записи, который должен располагаться в области fкв/4. Отсюда неизбежны искажения, обусловленные трансформацией (зеркальным отражением) высокочастотной части спектра сигналов в низкочастотную часть. На входе, например, сейсмостанции действует суммарный сигнал составляющих, частотный спектр которых учтен при выборе частоты квантования по времени fкв и более высокочастотных составляющих, в том числе белого аппаратурного шума. Ввиду зеркального эффекта (эйлясинг-эффект) происходят: а) трансформация белого аппаратурного шума из областей 250-500, 500-750 Гц, что ведет к резкому увеличению аппаратурного шума, б) трансформация спектра микро-сейсм, спектр которых достигает 300-450 Гц, в) трансформация высокочастотных составляющих полезных сигналов.
Для устранения этих искажений сигналы до квантования подвергают низкочастотной фильтрации, т. е. их пропускают через фильтр зеркальных частот (антиэйлясинг-фильтр, имеющий частоту среза в области fкв/4 (110-125 Гц) при fгр=500 Гц. Форму среза выбирают так, чтобы были ослаблены высокочастотные составляющие сигнала в области ненадежного преобразования от fгр до fкв/4, причем подавление зеркальных частот в области fкв составляет обычно не менее 40-50 дБ.
Квантование по времени технически реализуется с помощью генератора временных импульсов, благодаря которому через равные интервалы Dt происходит отбор "проб" мгновенных значений сигнала. Естественно, что при медленно меняющихся значениях следует увеличивать интервал Dt, иначе сигнал будет передаваться по каналу с большой избыточностью. Однако неравномерные системы квантования приводят к необходимости вводить алгоритмы аппроксимации, на что также требуется время, поэтому во всей геофизической аппаратуре используются исключительно равномерные системы квантования как по времени, так и по уровню (см. рис. 1, в).
2.1.3. Преобразователи аналог - код и код - аналог
Квантование по уровню осуществляется устройством, называемым преобразователем аналог — код. При этом всегда производится сопоставление входной непрерывной величины (чаще всего это напряжение) с набором ее дискретных эталонных значений, образующих сетку уровней квантования, и поиск номера уровня, наиболее близко совпадающего с величиной напряжения, тока и т. д.
В современных цифровых геофизических и геохимических станциях для преобразования аналоговых (непрерывных) сигналов в цифровую форму применяются преобразователи напряжение - код, работающие по принципу последовательного поразрядного взвешивания (уравновешивания) входного напряжения. В их основе лежит разложение значения сигнала по степеням двойки:
Eвх=xn-12n-1Eэ+xn-22n-2Eэ...+x020Eэ'+kDE, (2.6)
где xi равен нулю или единице; DE - шаг квантования, т.е. точность представления Евх в цифровой форме; k=0-0,5; 2iЕэ - эталонный уровень напряжения.
Задача кодирования состоит в установлении в Евх наличия или отсутствия эталонного напряжения 2iЕэ. Когда весовое эталонное напряжение имеется в соответствующем разряде двоичного числа, на выходе преобразователя формируется код единицы, если же 2iЕэ, отсутствует, то формируется код нуля.
Поиск наличия весовых эталонных уровней производится последовательно, начиная со старшего, путем сравнения и вычитания. Вначале преобразуемое напряжение сравнивается со старшим эталонным напряжением.
Таблица 3
Пример преобразования аналог-код
|
Разряд
|
Очередное эталонное напряжение Еэ
|
Накопление очередного эталонного напряжения Ен
|
Сравнение Евх с Ен
|
Код
|
|
1
2 3 4 5 6 7 8 |
64
32 16 8 4 2 1 0,5 |
64
64+32=96 64+16=80 80+8=88 88+4=92 88+2=90 88+1=89 89+0,5=89,5 |
89,7-64=25,7
89,7-96=6,3 89,7-80=9,7 89,7-88=1,7 89,7-92=-2,3 89,7-90=-0,3 89,7-89=0,7 89,7-89,5=0,2 |
1
0 1 1 0 0 1 1 |
В результате квантования получаем 89,5=10110011
Если преобразуемое напряжение больше эталонного или равно ему, то в старший разряд двоичного числа на выход выдается код "1" и определяется разность (Eвх-2iЕэ). Если же преобразуемое напряжение окажется меньше эталонного, то в старший разряд двоичного числа на выход выдается код "0" и разность не определяется. Далее полученная разность Eвх-2n-1Еэ при xn-1=1 или полное входное напряжение Eвх при xn-1= 0 сравнивается со следующим по величине весовым эталонным напряжениям. Если окажется, что значение разности Eвх-2n-1Еэ>=2n-2Еэ при xn-1 = 1 или Eвх>2n-1Еэ при xn-1 = 0, то в разряде xn-2 двоичного числа на выходе формируется код "1" и определяется разность(Eвх-2n-1Еэ)-2n-2Еэ. Если эта разность окажется отрицательной, то в следующем х„.2 разряде двоичного числа формируется код "О" и разность не определяется. Описанная последовательность операций в дальнейшем повторяется до выявления всех уровней квантования сигнала.
В табл. 3 приведен пример квантования напряжения Eвх=89,7 мВ с помощью преобразователя аналог-код.
Преобразование аналог - код с поразрядным уравновешиванием сигнала можно сравнить с взвешиванием массы на весах, при котором используется набор эталонных весов (гирь), массы которых последовательно уменьшаются от большего к меньшему в 2 раза. Если данный эталонный вес остается на противоположной измеряемой массе чаще весов, то это соответствует коду "I", если он снимается с чаши, то это соответствует коду "0".
Рис. 2. Схема преобразователя код-аналог с весовыми сопротивлениями
(а) и эквивалентная ей схема (б).
E0-E1 - источники питания, R1,
..., Rn - весовые сопротивления, Rн - сопротивление нагрузки,
Евых - выходное напряжение в аналоговой форме, П - переключатель
Практически для всех цифровых геофизических станций помимо цифровой записи сигналов на магнитные носители важен вывод исходной информации в аналоговой форме для ее визуализации на экране или графопостроителях. При этом уже требуется преобразование двоичного числа в аналоговый (непрерывный) сигнал (напряжение или ток) - так называемое преобразование код - аналог. С целью преобразования кода двоичного числа в аналоговый сигнал каждой единице числа поставим в соответствие напряжение или ток с определенным своим весом. Это следует из представления двоичного числа в виде равенства:
(2.7)
где хi, равен нулю или единице; 2i - вес цифры в числе. Для реализации выражения (2.7) в геофизических системах получили применение преобразователи с весовыми сопротивлениями Ri. Их принципиальная схема приведена на рис. 2.
Сопротивления Ri подбираются пропорционально весам цифр двоичного числа или, что то же самое, пропорционально степеням двойки. Для цепи, приведенной на рис.2, б можно записать равенство
(2.8)
где Ri = R/2i; E0
и E1 - два источника напряжения; П0, П1,
..., Пn-1 - переключатели(реле,триггеры), R0,
R1, ..., Rn-1 - весовые сопротивления. В начальный
момент при коде "О" во всех разрядах двичного числа переключатели
находятся на нижнем контакте и, следовательно, все весовые сопротивления
присоединены к источнику E0. Как только на преобразователь
подается двоичное число 
, в j-x разрядах которого находятся коды единиц, а в k-x разрядах
- коды нулей, j-e переключатели присоединяют j-e весовые сопротивления
к источнику E1, a k-e переключатели присоединяют другие
k-e весовые сопротивления те источнику Е0 (см.рис. 2,
б,).
Для верхней группы подключенных параллельно к источнику Е1 сопротивлений Rj имеем е(1/Rj)=е2j/R=(1/R)е 2j, а так как е2j = ехj2j= х, то е(1/Rj)=(1/R) х. Отсюда следует заключение о том, что сумма е (1/Rj) пропорциональна преобразуемому числу х.
Обычно число разрядов преобразователей код - аналог равно девяти плюс знак (сейсмостанции ССЦ-3, Волжанка [61]).
12.1.4. Многоканальная цифровая регистрация
Аэрогеофизические, сейсморазведочные, электроразведочные и каротажные станции - это многоканальные системы цифровой регистрации с возможностью визуализации результатов измерений, т. е. они совмещают в себе преобразователи аналог - код и код - аналог. В то же время всем этим системам присуща многоканальность с регистрацией либо однородной информации (сейсмостанции), либо различных физических полей (аэрогеофизические и каротажные станции). Однако принципиальная схема для всех указанных систем по существу одинакова (рис. 3). От источников регистрации информации СП (сейсмоприемники в сейсморазведке, датчики в виде заземленных диполей, статических магнитометров и многовитковой петли в электроразведке, зонды различных конструкций в каротаже) сигналы поступают в тракт регистрации, началом которого являются, как правило, широкополосные аналоговые предварительные усилители У с фильтрами. Далее выходы усилителей подаются на коммутатор каналов КК (мультиплексор), обеспечивающий квантование сигналов по времени путем последовательного циклического опроса всех каналов с определенной частотой и производящий временное уплотнение каналов (мультиплексирование) с одновременным их подключением к преобразователю аналог - код (ПАК).
Так, например, для 24-канальной сейсмостанции в течение 0,002 с коммутатор каналов производит опрос и дискретизацию по времени всех 24 каналов. В большинстве современных сейсморегистрирующих систем ПАК имеет 15 двоичных разрядов, включая знак. Полученный на выходе ПАК код мантиссы и код характеристики каждой выборки сигнала с сигналами синхронизации передаются в форматтер Ф, предназначенный для формирования цифрового кода в принятом для данной системы формата записи с целью дальнейшей ее записи на магнитную ленту (ЦМР - цифровой магнитный регистратор) через буфер-.ный накопитель БН.
Рис. З. Обобщенная схема многоканальной цифровой регистрирующей системы
Для визуализации регистрируемых сигналов имеется тракт контрольного воспроизведения, включающий преобразователь код -аналог (ПКА) и шлейфовый осциллограф ШО. В этом тракте считанные с ленты импульсные сигналы усиливаются, формируются многоразрядные слова (в сейсмостанции обычно 20 бит), а соответствующие двоичные разряды этих слов передаются в ПКА. ПКА формирует аналоговые сигналы. Все цифровые системы (геофизические станции) обычно содержат контрольно-измерительные устройства, обеспечивающие проверку входных датчиков, отдельных устройств, а также систему контрольно-защитной автоматики и диагностики неисправностей.
2.2 ЦИФРОВЫЕ СИСТЕМЫ МНОГОКАНАЛЬНОЙ РЕГИСТРАЦИИ
Геофизическую информацию получают с трех уровней наблюдения: воздух, земля-вода и скважина. По сравнению с другими видами геоинформации она характеризуется существенно большими числами измерений и необходимостью высокой скорости ее передачи. Поэтому с самого начала появления магнитной записи велась разработка аналоговых систем регистрации, а с появлением ЭВМ - цифровых регистрирующих систем. Большинство регистрирующих систем - многоканальные, что обусловлено либо комплексностью (геофизические исследования скважин, аэрогеофизика), либо многоканальностью измерительных устройств (сейсморазведка, электроразведка).
2.2.1. Цифровые системы регистрации в сейсморазведке
Цифровые сейсмостанции ССЦ-3,4, "Волжанка", "Прогресс", "Горизонт" наиболее информационно-емкие в разведочной геофизике. Сейсмическую информацию отличают большой динамический диапазон (до 170-180 дБ), широкий частотный состав [от единиц герц (ГСЗ, КМПВ) до 250-400 Гц (высокочастотная сейсморазведка)], сто ("Горизонт") и тысячи (зарубежные сейсмостанции) каналов, высокая скорость передачи информации (до 106 бот и более).
Для оценки динамического диапазона исходят из уровня микро-сейсм (6-2 мкВ), на фоне которых необходимо выделять слабые сигналы, а также величины аппаратурного шума (0,2 мкВ). Кроме того, максимальные сигналы, регистрируемые на входе сейсмостанции MOB, достигают 0,5-2 В, т. е. xmin = 0,2 мкВ, а xmax = 2 В. Отношение xmax/xmin равно 107. Динамический диапазон определяется величиной D = 2O1g(xmax/xmin) = 20 lg 2n = 20n lg2 = 6n дБ, где n - число двоичных разрядов; xmax и xmin - соответственно максимальное и минимальное значения входного сигнала.
В современных сейсмостанциях используют 15-разрядные ПАК, (большее число разрядов осуществить технически сложно), обеспечивая динамический диапазон в 90 дБ, что недостаточно для выделения слабых сигналов, так как D = 20 lgl07 = 140 дБ. Заметим, что на самом деле 15-ти разрядный преобразователь включает 14 разрядов на выборку (слова) и один разряд на знак, т. е. обеспечивает динамический диапазон в 84 дБ. Для увеличения динамического диапазона используются усилители с мгновенной автоматической регулировкой усиления (МАРУ), благодаря которым аналоговые сигналы со всех каналов подключаются к одному высокопрецизионному усилителю (на выходе коммутатора), имеющему дискретные переключаемые ступени с усилением от 2° до 2n (полное усиление достигает 4096 и более). При подаче очередной выборки этот усилитель оценивает ее значение и устанавливает усиление таким образом, чтобы усиленная выборка сигнала кодировалась практически полной шкалой ПАК. Это и позволяет расширить динамический диапазон с 90 дБ 162 дБ (15 дв. разрядов ПАК + 12 дв. разрядов МАРУ) и более.
Частотный состав регистрируемых сигналов определяется геологическими задачами. Скорость передачи информации можно найти исходя из объема сейсмической информации, регистрируемой на одной сейсмограмме в 1 с. Если принять, что дискретность записи составляет 0,002 с, то в 1 с содержится 500 слов (чисел). При 15-разрядном ПАКскорость передачи информации будет равна 500х15 = 7500 дв. разрядбв/с, соответственно для 24 каналов 180 000 дв. разрядов/с, для 96 каналов ("Горизонт") - 720 000 дв. разрядов/с (бот). Скорость передачи возрастает в 2 раза при шаге дискретизации по времени в 0,001 с.
Вся сейсмическая информация записывается на магнитную ленту шириной 12,7 мм, на которой размещается девятидорожечный формат. Каждое слово (число) в таком формате записывается в двух или трех столбцах (столбцы содержат по 9 разрядов и называются байтами - 8 разрядов на число). Запись в формате 12,7 мм характеризуется плотностью 32 имп/мм, при этом используется обычно параллельно-последовательный байтовый формат. Для преобразования параллельных кодов выборок, получаемых с выхода ПАК, в параллельно-последовательный байтовый формат с целью записи информации на стандартные магнитные ленты служит форматтер (см. рис. 3). В ряде сейсмостанций применяют регистраторы с плотностью 14 имп/мм при записи информации 20- или 21-разрядным параллельным кодом на ленту шириной 25,4 мм ("Волжанка", "Прогресс"), Для считывания таких записей на вычислительных центрах используются специальные НМЛ. Следовательно, при средней длительности записи информации 5 с, числе сейсмических каналов N=48 при частоте квантования fкв=500 Гц (Dt=0,002 с) общее число выборок (слов) за 1 с составляет Q=fквN=500*48=24 000, а с учетом вспомогательных каналов (отметка момента возбуждения, марки времени, вертикальное время, служебная информация и т. д.) один такт опроса коммутатора содержит до 60 отсчетов (ССЦ-4), следовательно, за 1 с необходимо отцифровать 30 000 выборок (слов), а за 5 с - 150 000 выборок (слов). На регистрацию записи в 1 с затрачивается обычно 1 м магнитной ленты.
В настоящее время при разработке сейсмостанций стремятся в процессе регистрации сейсмической информации реализовать ряд процедур предварительной обработки. Это привело к появлению компьютеризованных полевых сейсморегистрирующих систем, включающих цифровую сейсмостанцию и мини-ЭВМ. Мини-ЭВМ выполняют функции обеспечения автоматической диагностики регистрирующей системы, поканальную запись на магнитную ленту в заданном формате, демультиплексирование данных, управление источниками возбуждения, вычисление корреляционных зависимостей, контроль качества данных, редактирование данных, введение кинематических и статических поправок. Такие системы позволяют устранить разрыв между полевыми наблюдениями и обработкой результатов.
Существенное возрастание объемов получаемой сейсмической информации (в последнее время особенно в морской сейсморазведке) приводит к увеличению расхода магнитной ленты, необходимости разработки приемов ее надежного хранения. Ддя сокращения расхода магнитной ленты повышают плотность записи. Так, в ряде зарубежных станций применяют фазовый способ регистрации (а не кодово-им-пульсный), который обеспечивает плотность записи 63 имп/мм. При использовании реверсивной записи последовательным кодом, реализованной в аппаратуре Х DP-4000 компании "Глоб универсал Сайенс" (США), обеспечивается плотность записи 320 имп/мм (или 8000 бит/ дюйм), причем на ленте шириной 12,7 мм размещается 14 дорожек, а не 9, что существенно снижает расходы на магнитные носители.
В то же время средняя по объемам сейсморазведочная экспедиция в год затрачивает примерно 104 - 105 м магнитной пленки. Следовательно, крупные сейсморазведочные экспедиции представляют настоящие "заводы" по производству информации о земной коре от глубин 6-8 (MOB) до 30-40 км (ГСЗ, КМПВ).
2.2.2. Цифровые электроразведочные системы
Эти системы реализованы в цифровых электроразведочных станциях ЦЭС-1, ЦЭС-2, ЦЭС-3, аппаратуре ДЭФ-1, предназначенных для исследований методами частотного зондирования (43), зондирования становлением поля в ближней и дальней зоне (ЗС), магнитотеллури-ческими методами (МТЗ), а также методами сопротивлений и вызванной поляризации (ВП), т. е. методами, использующими искусственные электромагнитные поля в диапазоне 0-20 Гц (ЦЭС-2). Обычно это пятиканальные станции с регистрацией электрических (Еx, Еy) и магнитных (Нx, Нy, Hz) составляющих, а также dНz/dt. В качестве датчиков измерения информации используются электрические заземленные диполи (для Еx, Еy), статические магнитометры (для Hx, Нy, Нz) и многовитко-вая петля (для dНz/dt).
Результаты измерений регистрируются в цифровой форме на магнитной ленте шириной 6,25 мм с помощью последовательно расположенных кодов компонент электромагнитного поля. Принципиальная схема цифровой системы аналогична схеме на рис. 3. В точке измерения датчики СП преобразуют компоненты поля в электрические сигналы, поступающие на усилители У. Усиленные сигналы с помощью коммутатора каналов КК поочередно подаются на усилитель мощности и далее в форматтер Ф и ПАК и, наконец, на цифровой магнитный регистратор ЦМР. В магнитном регистраторе записываются 11-разрядные двоичные коды (слова), обеспечивая динамический диапазон в 66 дБ (с учетом автокомпенсации - 96 дБ), а также 5-разрядный код служебной информации (код участка записи, код зоны записи, код номера канала, код смены уровня автокомпенсации, код конца слова - для разделения разрядов соседних, последовательно записываемых, машинных слов). Поскольку 16-разрядные слова занимают мало места на магнитной ленте, то используется последовательная кодовая запись по двум дорожкам, по одной - машинные слова, по второй - сигналы синхронизации. Скорость передачи информации пропорциональна частоте кодирования и изменяется в широких пределах. Обычно используется три скорости записи (12; 47,6 и 190 мм/с). Нужная скорость выбирается так, чтобы плотность записи на превышала допустимого значения 20 двоичных разрядов/мм при общей длине магнитной ленты в 350 м (ЦЭС-1). Это обеспечивает непрерывную регистрацию соответственно в течение 0,5; 2 или 8 ч. Время квантования изменяется от 2,5 до 72 мс. В станциях ЦЭС-2 и ЦЭС-3 емкость магнитной ленты 525 м, а скорость магнитной ленты в режиме записи 11-320 мм/с, а в режиме воспроизведения (после преобразователя код - аналог) 250 мм/с.
В аппаратуре ДЭФ-1 (Венгрия) запись производится 12-разрядными словами
с интервалом времени 0,25; 0,5; 1; 2; 4; ..., 2048 мс. Цифровые
узлы аппаратуры способствуют увеличению предельных частот измерения
до 1000Гц.
В станциях ЦЭС-3 и ЦЭС-МГД для метода ЗС с измеряемыми компонентами (Еx, Еy, Нx, Нy, Нz) используется 8 и 48 каналов соответственно, что позволяет осуществлять пространственные наблюдения одной или нескольких компонент по площади съемки. Частотный диапазон измерения - от 0 до 100 Гц. Емкость магнитного регистратора - НМЛ достигает 107 Кбайт. ЦЭС-3 и ЦЭС-МГД предназначены для измерения, регистрации и предварительной обработки компонент искусственного электромагнитного поля, т. е. станция включает информационно-вычислительный блок на базе ЭВМ "Электроника-бОМ", кассетный магнитный накопитель, алфавитно- цифровой терминал и цветной графический терминал, информационно-измерительный блок для обеспечения обмена данными и командами между ЭВМ и другими элементами станции, приема и передачи команд управления и синхронизации через радиостанцию. Таким образом, современные электроразведочные станции представляют достаточно информационно-емкие цифровые системы сбора и регистрации данных по изучению геоэлектрических разрезов средней и большой мощности (0,5-10 км) и проводимости (50-10 000 См).
2.2.3. Цифровые системы
сбора и регистрации информации
при геофизических исследованиях скважин
Как и в других методах разведочной геофизики, сбор экспериментальных данных при геофизических исследованиях скважин (ГИС) включает: 1) преобразование данных в цифровую форму и их запись на магнитную ленту (МЛ) или перфоленту (ПЛ) для последующего ввода в ЭВМ; 2) передачу информации от каротажной партии (КП) в вычислительные центры экспедиций; 3) контроль цифровых данных и обеспечение их ввода в ЭВМ (рис. 4).
Ввиду широкой распространенности аналоговой регистрации данных ГИС преобразования аналог - код и код - аналог производятся раздельно на специально созданных с этой целью технических средствах и лишь в цифровой каротажной лаборатории ЛКС-10ЦУ1-01 эти операции совмещены подобно регистрирующим системам в сейсморазведке и электроразведке.
Шаг квантования по глубине определен с учетом изучения частотного состава конкретных сигналов (по теореме Котельникова) для различных типов зондов и составляет в нефтегазовой геофизике 0,1-0,2 м, в рудной геофизике (уголь и твердые полезные ископаемые) 0,025- 0,05 м. С целью преобразования старых записей аналоговых станций (каротажных диаграмм) в цифровую форму применяются одноканальные полуавтоматические преобразователи Ф001, Ф014, Ф018 лентопротяжного типа на бумажную или осциллографическую ленты со скоростью от 1 м/ч и более при ручном слежении кривой записи (Ф001; Ф014) и ее автоматическом сканировании (Ф018). Отклонение кривой от ее нулевой линии (в мм) преобразуется в восьмиразрядное число в двоичном коде (48 дБ). Это число, его масштаб, выраженный еще двумя разрядами, и служебная информация записываются на перфоленту или перфокарту.
В качестве многоканальных цифровых регистраторов используются автоматические преобразователи ПЛК-6 (преобразователь ленточный, каротажный, шестиканальный), "Триас" (15 каналов) и Н078 (8 каналов), принципиальные схемы которых аналогичны схеме на рис. 3. Так, в регистраторе Н078 аналоговые сигналы с выходов измерительных панелей каротажных станций с помощью коммутатора каналов КК поочередно подаются на ПАК с дальнейшей их записью блоками по 35 байт при плотности 32 байт/мм на магнитной ленте шириной 12,7 мм. Аналогичная плотность записи и ширина МЛ у регистратора "Триас". Динамический диапазон этих двух регистраторов достигает 80 дБ. Одна МЛ обеспечивает запись информации по интервалу до 2,5 тыс. м скважины. Один из современных регистраторов Н090 (и его прототип "Пласт") обеспечивает многоканальную (16 каналов) цифровую регистрацию данных ГИС, наряду с методами электрического каротажа, позволяет получать волновые картины акустического каротажа, много- I зондового нейтронного каротажа, гамма-гамма-каротажа, а также результаты измерения в различных временных "окнах" при ИННК [50].
Цифровая информация в Н078 и Н090 далее поступает на входы преобразователя код - аналог и преобразуется в аналоговые сигналы, регистрируемые осциллографом Н028А. В результате получают каротажные диаграммы в масштабах глубины и параметров, принятых в в данном регионе. Воспроизведение осуществляется как в процессе каротажа, так и после его проведения. В цифровой каротажной лаборатории ЛЦК-10 отдельно осуществляются регистрация данных ГИС на перфоленту с помощью ПЛК-б и воспроизведение данных на аналоговом осциллографе Н028. Цифровая лаборатория ЛКС-10ЦУ1-01 представляет собой усовершенствованный вариант ЛЦК-10 и отличается совмещением преобразователей аналог - код и код - аналог, много-канальностыо (восемь каналов и канал глубины), большим динамическим диапазоном (до 80 дБ).
В настоящее время развитие цифровых станций идет также по пути создания цифровых программно-управляемых систем ("Скважина-2" - для ГИС нефтяных и газовых скважин, "Прогноз" - для геолого-технологического контроля в процессе бурения). Помимо сбора и регистрации данных ГИС эти системы обеспечивают автоматическое управление процессом измерений с помощью бортовой ЭВМ "Электроника", контроль процесса каротажа и диагностику состояния технических средств, предварительную обработку результатов измерений в процессе каротажа.
2.2.4. Аэрогеофизические цифровые системы
В аэрогеофизических цифровых системах реализована принципиальная схема, приведенная на рис. 3. Это - многоканальные (комплексные) системы регистрации на магнитную ленту данных гамма-спектрометров, протонного или квантового магнитометра с измерением полного вектора T, приращения DT, электроразведочной аппаратуры по методу сверхдлинноволнового радиопрофилирования (СДВР) или индуктивного профилирования (ДИП).
Кроме того, имеются каналы регистрации абсолютных и относительных высот полета. Информация записывается на магнитной ленте.
Все измерительные устройства аэрогеофизической станции СКАТ-77, предназначенной для поисков месторождений радиоактивных, магнитных и с повышенным (пониженным) сопротивлением руд и геокартирования, объединены в единый комплекс системой сбора и регистрации информации в цифровой форме, состоящей из блока управления работой станции, цифрового магнитофона и цифровой магистрали (для обмена информацией между устройством управления и измерительными приборами). Блок управления производит последовательный опрос измерительных устройств по девяти адресам (пять каналов гамма-спектрометра: U, Th, К, общий канал и канал отношения U/Th, два.электроразведочных и по одному каналу магнитометра и высотомера). Цикл опроса каждого канала выбирается равным 0,25;
0,5; 1; 2; 20 и 40 с. Электромагнитное поле СДВ-радиостанций преобразуется в электрические сигналы двумя магнитными антеннами. Цифровая станция СКАТ-77 размещается на самолете АН-2 или вертолете МИ-8, скорость полета которых 160-180 и 110-140 км/ч.
2.3. ДРУГИЕ СИСТЕМЫ СБОРА И РЕГИСТРАЦИИ ГЕОДАННЫХ
Помимо многоканальных цифровых систем регистрации, как в разведочной геофизике, так в геологии и геохимии широко распространены традиционные приемы записей наблюдений в журналы, фиксация значений на различные типы индикаторов,-сбор и регистрация разрезов. Особое место занимают методы изображений при аэрокосмических исследованиях.
2.3.1. Традиционные приемы регистрации первичных полей информации
Эти приемы сводятся к фиксации наблюденных значений геополей в полевые журналы, которые затем (нередко с промежуточным этапом перезаписи на цифровые бланки) переносятся на технические носители (перфоленты, перфокарты - на устройствах УЦДЛ и УЦДК, магнитная лента - на устройствах ЕС-9002 и 9004) для ввода в ЭВМ и последующей обработки. В небольших объемах информация из полевых журналов может вводиться в микрокалькуляторы. Эта технология мало мобильна и требует больших затрат времени, а также сопровождается большим числом ошибок при перфорировании данных. Более современные технические средства включают: аналоговые устройства с Регистрацией на бумажную, электроэрозионную или фотоленту (аналоговые геофизические станции): портативные цифропечатающие устройства (наземные магнитометры, электроразведочная аппаратура). Для ввода в ЭВМ информации, зарегистрированной в аналоговой форме, в последние годы успешно используют полуавтомат "Шифратор" (завод "Казгеофизприбор"), с помощью которого записи физических полей (графики) переносятся на перфоленту. С этой же целью можно использовать полуавтоматические или автоматические преобразователи типа Ф001 и Ф018. В ряде производственных организаций применяют преобразователь графической информации в цифровую -СИЛУЭТ. Наибольшее распространение получили устройства считывания графической информации "Шифратор-3" с целью полуавтоматического преобразования графических материалов (графиков, карт изолиний, карт контуров, в том числе геологических карт) в цифровые коды с записью на перфоленту с целью ввода в ЭВМ для дальнейшей обработки и интерпретации исходных данных [17].
"Шифратор-3" выполнен в виде стола-планшета с выносным пультом управления и электронной стойки с перфоратором. Эксплуатируется в стационарных условиях. Рабочее поле считывания 600х600 мм, статистическая погрешность считывания +0,25 мм, время считывания координат одной точки при работе с ленточным перфоратором УВЛ-75 не более 0,2 с. Для оцифровки графический материал закрепляется на планшете с помощью специальных зажимов. Выбор начала координат отсчета - в любой точке рабочего поля считывания. Устройство работает в одиночном (считывание производится нажатием кнопки на визирдатчике) и непрерывном (считывание ведется автоматически через регулируемый интервал времени от 0,5 до 3 с) режимах. Кодирование исходных данных производится в абсолютных значениях координат (в мм) относительно принятого начала координат или в приращениях (в мм) относительно координат предыдущей точки считывания. Считывание производится с диэлектрического носителя информации (бумага, калька и т. п.) толщиной не более 0,4 мм. При регистрации наблюдений с квантовым магнитометром ММ-305 квантовой магнито-вариационной станции МВЛ-308 информация фиксируется в кодах ЭВМ, но на перфоленте.
Отметим также, что за рубежом появились первые модели цифровых гравиметров с твердотельной записью.
Поскольку геофизическая информация в полевых условиях часто регистрируется на нестандартных носителях и не в форматах обрабатывающей ЭВМ, необходима ее перезапись. С этой целью завод "Казгеофизприбор" выпускает универсальный форматтер информации -УФИН. На его основе создают специальные автономные технологические линии - нестандартное устройство регистрации УФИН-НМЛ. Оно предназначено для записи нестандартной геолого-геофизической информации на магнитную ленту НМЛ в формате, необходимом для обработки на ЭВМ ЕС, а также для чтения информации с НМЛ для ввода ее на другой носитель. Устройство УФИН содержит буферную память, блоки управления режимами работы, контроля, питания и НМЛ (ЕС-5017). Буферная память (состоит из четырех кубов: два - для накопления потока информации и ее записи на НМЛ; третий - для накопления информации при чтении с НМЛ; четвертый - для размещения служебной информации) согласует обмен информации с устройств с малой скоростью обмена (от 0 до 20 кГц) на устройства с большой скоростью обмена (НМЛ-64 Гц) и наоборот. УФИН успешно применялся для работы с устройствами АЦВУ (автоматизированная цифровая вибрационная установка), АВСИ (автоматизированный ввод сейсмологической информации для станции АСС-6), УОМИ (устройство обработки магниторазведочной информации), АКС (автоматический кодировщик спектрограмм для ввода геохимической информации), СУВ-М (устройство подготовки данных на перфолентах). Освоен выпуск дигитайзеров "ЭОЛ-104" и "ЭОЛ-105", для которых реализована их стыковка с персональными компьютерами. Среди зарубежных сканирующих устройств ввода картографической информации следует отметить систему "Лазерхром" (США), считывающую черно-белые изображения с поля 1000х700 мм со скоростью 20-50 символов в 1 с и с разрешающей способностью 700 линий на 1 см.
2.3.2. Аэро-и космофотосъемки
Аэро- и космофотосъемки являются средством сбора и регистрации информации в виде изображений (аэро- и космические снимки).
В настоящее время снимки из космоса с космических кораблей ("Союз") и орбитальных станций ("Салют") производятся в видимой и ближней инфракрасной области спектра в диапазоне 0,3-4,1 мкм, инфракрасной области (до 1000 мкм) и радиоволновом диапазоне (от сантиметров и выше). Первые из них (телевизионные и фотографические снимки) получили наибольшее распространение, а инфракрасные и радиолокационные снимки имеют ограниченное применение.
Телевизионные системы, работающие в видимой и инфракрасной областях, имеют определенное преимущество перед фотографическими, так как передаются по радиоканалам и не требуют возвращения пленки на Землю. Их недостаток - обычно невысокая разрешающая способность, которая может быть повышена за счет цифровой обработки изображений. Оптико-механические системы (съемка в нескольких спектральных диапазонах) в меньшей степени подвержены влиянию помех и лучше стандартизуются для обработки на ЭВМ, легко могут быть масштабированы. Фотографические системы обеспечивают регистрацию снимков с наибольшим разрешением на местности, позволяют проводить съемку в видимом диапазоне и в несколько более узких спектральных интервалах. Условия фотографирования зависят от ряда факторов (освещенность местности, состояние атмосферы, метеобстановка, время года и др.). Для многих районов благоприятны условия съемки при небольшом объеме снежного покрова, скрывающего многие маскирующие ландшафтные индикаторы и оттеняющего рельеф местности.
Количество информации, получаемой с космоснимка, зависит от разрешающей способности фотографирующей системы, а также от фотоаппарата, объектива, оптических свойств земной поверхности, возможностей фотопленки и ее обработки. Все эти показатели взаимосвязаны и определяют одну из главных особенностей космоснимка -высокую плотность ландшафтной информации. Один из основных показателей снимка - коэффициент спектральной яркости, определяемый как отношение интенсивности излучения, отраженного от поверхности в пределах спектрального интервала, к интенсивности излучения, рассеянного полностью отражающей поверхностью в тех же условиях.
Космоснимки характеризуются масштабом, разрешающей способностью и разрешением на местности [5].
Масштаб m зависит от высоты фотографирования, фокусного расстояния объектива, коэффициента увеличения, углов наклона и кривизны земной поверхности. Масштаб фотосъемки прямо пропорционален фокусному расстоянию объектива и обратно пропорционален высоте полета. В зависимости от масштаба-снимка находится и его разрешающая способность n, которая представляет собой число черно-белых штрихов на отрезке в 1 мм, раздельно воспроизводящихся на фотоснимке. Разрешение на местности D равно наименьшим размерам воспроизводимых объектов на снимке: m=2nD, тогда D=m/2n. Помимо этого космоснимки характеризуются обзорностью, детальностью и генерализацией изображения [5]. Обзорность есть отношение сфотографированной площади к площади, которая может визуально наблюдаться при данных условиях наблюдения и связана с масштабом фотоизображения, размером кадра и возможностями зрения человека. Детальность - возможность фотосистемы при определенных условиях фотографирования воспроизводить и различать предельно минимальные детали местности. Генерализация - степень обобщения спектральных и геометрических характеристик ландшафта территории, определяемой разрешающей способностью фотоаппаратуры, влиянием атмосферы и фотоматериалами.
Многозональная аэро- и космосъемка наиболее эффективна, проводится она с помощью фотографической и телевизионной техники.
Преимущества многозональной съемки определяются большим количеством диапазонов, изображением только в определенных зонах спектра, характеризующихся наибольшей контрастностью, возможностью обработки снимков как в различных диапазонах спектра, , так и в их комбинации, в том числе в виде синтезированных псевдо-;¦ цветных изображений. При многозональной съемке расширяется LJ объем извлекаемой информации как за счет большого (4-6 и более) I числа снимков на одну и ту же территорию, их более высокого разре-'• ¦ шения на местности, так и за счет увеличения отдешифрированных объектов в результате детальной проработки их индикационных признаков в узких зонах спектра.
Помимо рассмотренных видов аэро-космосъемки применяются инфракрасная съемка [регистрация теплового излучения земной поверхности в трех диапазонах: ближнем (0,76-1,4 мкм), среднем (1,4-3,0 мкм) и дальнем (3,0-1000 мкм)] для картирования термально-конт-растных поверхностей, термальных источников, нефтяных и газовых месторождений, полиметаллических сульфидных руд, подземных вод, а также радиолокационная съемка с регистрацией на микроволновом диапазоне радиосигналов, отраженных от поверхностных объектов.
Для решения геологических задач применяют радиолокаторы бокового обзора, устанавливаемые на самолетах. Радиолокационная съемка не, зависит от времени и метеоусловий. Изображение определяется степеныб шероховатости поверхности, формой объектов, углом падения луча и физическими свойствами отражающей поверхности. Изображения характеризуются контрастностью фототонов за счет теней, что обусловливает повышенную геометричность рисунка фотоснимка и, следовательно, позволяет с наибольшей эффективностью использовать эти снимки при решении структурных задач в геоморфологии и тектонике.
Основные свойства аэро-космоснимков указанных выше съемок: обзорность, генерализация, детальность (разрешение на местности), отражательная способность земной поверхности, а также такие ее физические свойства, как теплоемкость, влажность и др. Эти свойства определяют диапазон применения аэро- и космосъемок при геологических исследованиях. Важнейшими свойствами являются детальность, позволяющая различать изучаемые объекты и их внутреннюю структуру, и уровень генерализации, объективно отображающий форму объектов.
2.3.3. Фототелевизионные комплексы подводной регистрации [16]
Эти комплексы обеспечивают сбор информации в виде изображений. Цель формирования изображения здесь гораздо сложнее, изображение образует единую систему: водная среда - иллюминатор - светофильтр - объектив - фотопленка - источник света. Основное влияние на качество изображений оказывает водная среда. Для условий океанской воды при светосиле оптики 3,5 оптимальная дистанция съемки 3,5-4,0 м. Этим по существу и определяется тактика проведения съемок глубоководными буксируемыми комплексами. Сбор информации с буксируемого фотографического комплекса "Мир" и фототелевизионного комплекса "Нептун" производится путем маршрутной съемки дна океана с дистанции 2- 8 м от объектива на глубинах до 600 м при скоростях до 1,5 узла, при которой обеспечиваются моно- и стереосъемки с двух фотокамер (при моносъемке камеры работают последовательно, при стереосъемке - параллельно). Основными геологическими задачами, решаемыми с помощью подводных регистрирующих систем, являются поиски и разведка месторождений железо-марганцевых конкреций, сульфидных руд, фосфоритов.
БАЗЫ ГЕОДАННЫХ
Большие объемы первичной геоинформации, регистрируемой на четырех уровнях наблюдения, требуют организации их хранения в памяти микро-, мини- и супер-ЭВМ по специальным правилам и принципам, позволяющим осуществлять многократное к ним обращение с целью использования данных для обработки и интерпретации, выбора стратегии дальнейших прогнозно-поисковых или разведочно-эксплу-атационных работ, принятия по результатам обработки и интерпретации оптимальных управленческих решений.
При этом важно, чтобы организация данных и их хранение в различных технических средствах [микро-ЭВМ ("Искра", "Электроника", IBM и др.) в режиме персонального компьютера, мини-ЭВМ (СМ ЭВМ, БВК (СМ-1), управляющие вычислительные комплексы УВК (СМ-2, СМ-4, СМ-1420, СМ-1810 и др.), а также супер-ЭВМ (экспедиционные вычислительные комплексы ЭГВК ПС-2000 и СМ-2, ЕС-10/55 и др.)] отличались единой технологией, обеспечивая возможность их использования для решения различных геологических задач с учетом различия технических средств. Рассмотрим понятия базы данных, различных типов баз данных и их взаимодействия между собой.
3.1. ПОНЯТИЕ О БАЗЕ ДАННЫХ
Описания данных и отношений между ними определяют двумя типами: логическое и физическое. Физическое описание данных обеспечивается физической записью данных на внешних носителях (магнитных лентах, дисках, дискетах и т. д.) и представляет способ хранения информации на этих носителях.
Логическое описание данных указывает на то, в каком виде данные представляет себе пользователь, программист, и задача геоинформатики состоит именно в анализе логического описания геоданных и их взаимоотношений между собой для дальнейших операций хранения, передачи и обработки.
Согласно определениям Ассоциации по языкам систем обработки данных (CODASYL) выделяют следующие описания данных [52].
Байт — наименьшая адресуемая группа битов (8 битов).
Элемент данных - наименьшая единица поименованных данных, которая может состоять из любого количества битов или байтов. Элемент данных - это любая (одна) характеристика изучаемого объекта, в том числе и его координаты; элемент имеет имя (идентификатор).
Агрегат данных — поименованная совокупность элементов данных. Выделяются два типа агрегатов: вектор - одномерная упорядоченная совокупность элементов (например, название района работ, номер профиля, номер точки наблюдения образуют агрегат данных) и повторяющаяся группа - совокупность векторов, встречающихся несколько раз подряд, например, когда данные описываются таким образом, что сначала указываются номера профилей, а затем номера точек, т. е. повторяется пара: профиль - точка, профиль - точка и т. д.
Запись данных - поименованная совокупность элементов или агрегатов данных. Совокупность элементов описывается так, как это представляется программисту, причем логическая запись может не совпадать с физической, поскольку логическая запись состоит из элементов, расположенных в других физических записях.
Элементы записи - это характеристики (признаки, координаты) одного объекта, в частности, одной точки наблюдения. Каждая запись описывается именем (идентификатором) и форматом хранения, определяющим способ упаковки элемента записи на ленту, диск, дискету. При чтении из базы данных программист может полностью прочитать логическую запись.
Файл - поименованная совокупность всех экземпляров логических записей заданного типа. Если запись представляет описание различных характеристик объекта или точки наблюдения, то файл - это совокупность тех же характеристик по нескольким объектам или по профилю наблюдений, т. е. файл - это матрица - таблица исходных Данных.
База данных (БД) - совокупность записей различного типа, содержащая перекрестные ссылки, или иначе - это совокупность экземпляров различных типов записей и отношений между записями, элемента-чи, агрегатами. БД - это также совокупность матриц - таблиц (файлов) и программ, определяющих отношения между типами данных.
База данных, по другому распространенному в геофизике определению - это совокупность массивов данных на внешних носителях и программных средств доступа к ним [35], где под массивами подразумеваются и запись, и файлы. Действительно, геофизические, геохимические .и геологические пакеты программ включают данные разных типов: полевые наблюдения, информацию об изучаемом объекте и системе наблюдений; промежуточные результаты обработки; параметры обработки; программно-сформированные изображения выводимых результатов и т. д.
Физическая организация БД, в отличие от логической, - это физическое представление данных и их расположение на запоминающих устройствах.
База данных организуется таким образом, что данные собираются однажды и централизованно хранятся так, чтобы они были доступны всем специалистам-программистам, желающим их использовать. Одно из важных свойств БД - независимость данных от особенностей прикладных программ, которые их используют. Это означает, что изменение значений данных или особенностей их хранения на физических носителях не требует изменения прикладных программ.
В понятие БД включается система управления базой данных (СУБД), предназначенная для выполнения операций по обработке данных в прикладных программах. СУБД просматривает описание физической организации БД и определяет, какую физическую запись (записи) требуется считать, при этом СУБД выдает операционной системе ЭВМ команду чтения требуемой записи.
Нередко понятия БД и СУБД объединяют в одно понятие банк данных.
Понятие базы данных неразрывно связано со структурой ее построения (выделяют иерархические, сетевые и реляционные БД), языком манипулирования данными и языком описания данных.
Язык описания данных (ЯОД) - средство объявления СУБД тех структур, которые будут использоваться при обработке. ЯОД включается в программное описание ЭВМ. ЯОД для логического описания, должен идентифицировать типы данных (элемент, запись, файл), т. е. присваивать имя каждому типу данных.
Язык манипулирования данными (ЯМД)- это интерфейс(стыковка) между прикладной программой и СУБД. ЯМД включает ряд программ, осуществляющих открытие или закрытие файла, замену или удаление отдельных записей из файла (или самого файла), передачу в рабочую область программы содержимого указанного элемента данных и т. д.
Среди структур построения БД наиболее распространены в геологоразведке реляционные БД. Реляционные БД - это табличное представление данных, обычно в виде двумерных таблиц. Каждый элемент таблицы - это один элемент данных, повторения здесь отсутствуют. Все столбцы таблиц - однородные, т.е. элементы столбца имеют одинаковую природу (значения одного и того же поля, свойства, параметра и т. д.)" Каждому столбцу присвоены имена. В таблице нет двух одинаковых строк, поскольку координаты точек наблюдения разные. В операциях с таблицей ее строки и столбцы могут рассматриваться в любом порядке, в любой последовательности. Все наиболее применяемые таблицы лри.теолого-геофизических исследованиях, например, таблица петрофизических свойств горных пород, таблица описания физико-геологической модели объекта (месторождения) и т. д., удовлетворяют указанным свойствам. Подобные таблицы называются отношением, а база данных, построенная с помощью отношений называется реляционной. Таким образом, реляционная БД строится из плоских наборов элементов данных (рис. 5, о). В реляционных БД встречаются термины: домен (один столбец таблицы) и кортеж - таблица, определяющая взаимосвязь между элементами .данных. Иначе, кортеж - набор взаимосвязанных величин, а файл образуется из набора кортежей.
Основные преимущества реляционных БД: простота, гибкость, точность, связность, простота внедрения, независимость данных от прикладных программ, ясность.
Распространенными структурами БД в геологоразведке являются также иерархические или древовидные структуры (см. рис. 5, б). Дерево - это иерархия элементов, называемых узлами. На верхнем (первом) уровне иерархии находится один узел - корень. Каждый узел, кроме корня, связан с одним узлом на более верхнем уровне, называемом исходным узлом для данного узла. Ни один элемент не имеет более одного исходного. Каждый элемент может быть связан с одним или несколькими элементами на более низком уровне. Такие элементы называются порожденными, а элементы, не имеющие в конце ветви порожденных, называются листьями.
Используется термин иерархический файл, т. е. такой файл, в котором записи связаны в виде древовидной структуры. Иерархические структуры БД использованы в автоматизированной системе АСПО-8 (см. раздел 4.3) и в концепции создания банка "Разведочная геофизика" (см. раздел 5.3).
Редко используется так называемые сетевые структуры БД, приведенные на рис. 5, в.
В трех приведенных на рис. 5, в сетевых структурах первая (слева) имеет три уровня и для каждого узла - два исходных элемента, вторая (в середине) - четыре уровня, третья (справа) - пять уровней.
Рис. 5. Структуры баз данных:
а - реляционная, б - иерархическая, в - сетевая
Сетевые структуры БД характерны для организации управлением геологоразведочным производством на уровне экспедиции и выше.
Организация данных в БД прежде всего должна правильно передавать их основное смысловое значение, или семантику, и позволять эффективно к ним обращаться. В обычной прикладной программе структура данных организуется таким образом, чтобы обеспечить удобный Доступ к ним из данной программы. БД содержит данные, которые используются множеством разнообразных программ, и, следовательно, при определении структуры БД нельзя ориентироваться на критерии, используемые при программировании конкретных функций.
При обработке геолого-геофизических данных БД характеризуется большими и очень большими размерами выборок. Большим называется такое значение, которое превосходит количество данных, обрабатываемых одним человеком, даже если он имеет доступ к вычислительной системе. Фактическое количество изменяется от сложности данных и решаемых задач. Примером большой БД является система, содержащая сведения уже о 5000 образцах, рудных телах, месторождениях и т. д. Такая БД может, например, содержать 300 000 записей десятка или более типов. Три тысячи сейсмических лент со стоканальнои записью каждая уже образуют большую БД;
Очень большая БД образуется, например, при сведении всех геолого-геофизических данных для одного миллионного листа.
Большие массивы геолого-геофизической информации требуют использования специальных систем для организации хранения и поиска данных. Такие системы называются информационно-поисковыми (ИПС). ИПС, по существу, представляют БД совместно с СУБД, осуществляющих быстрый поиск данных. Поиск данных обычно производится по определенному символу. В отличие от БД и СУБД, которые можно рассматривать раздельно, для ИПС характерна неразрывная связь функций БД и СУБД. , г. В сейсморазведке при создании автоматизированной системы обработки данных СЦС-3 широкое применение получила ИПС "ИНЕС При обработке и интерпретации данных ГИС используется ИП1 ГЕОКОМПАС, базирующаяся на СУБД КОМПАС [67].
3.2. ФАЙЛОВЫЕ БАЗЫ ДАННЫХ
Вышеприведенные определения БД. основанные на концепциях CODASYL, а также иерархические и сетевые структуры БД сложно использовать при хранении, поиске и обработке массовых геолого-геофизических данных, что объясняется следующими обстоятельствами [35]:
1) при многоэтапной и многоцелевой обработке данных трудно заранее определить связи между всеми типами геообъектов и соответствующими им типами записей. При решении разных геологических задач взаимосвязи между объектами обработки (точками наблюдении, геологически однородными площадками, геохимическими и геофизическими аномалиями, известными проявлениями полезных ископаемых и т. п.) изменяются. Изменяется также и принцип группирования записей, соответствующих этим объектам;
2) отдельная запись при обработке геолого-геофизических материалов не имеет, как правило, самостоятельного значения.
Поэтому средства большинства систем управления базами данных, ориентированными на поиск и предоставление программисту единичных записей, не могут удовлетворить ни программиста, занимающегося созданием геолого-геофизического программного обеспечения, ни геолога-геофизика как специалиста в. области обработки и интерпретации данных;
3) реляционные БД в большей степени, чем сетевые и иерархические, приспособлены к обработке геолого-геофизических данных, поскольку реляционную БД можно рассматривать как совокупность разнообразных таблиц объекты - Свойства, связи между таблицами неявно определяются через общие элементы данных, например, координаты точек. Однако и реляционная БД практически не учитывает особенности технологии хранения, поиска и обработки массовых данных: а) геолого-геофизические данные хранятся в виде географически, покоординатно заданной информации, относящейся к определенному методу, способу исследований при определенной детальности работ (масштабе работ); б) при долговременном хранении-.геолого-геофизические данные не модифицируются, так как они обычно прошли стандартную первичную обработку; в) каждый новый фрагмент ^данных должен рассматриваться как автономный (иначе ведение баз при их реальных огромных объемах станет непосильно трудоемким), но система поиска должна обеспечивать оперативный поиск и выбор требуемого фрагмента базы данных; г) технология обработки диктует необходимость доставки геолого-геофизических данных не по отдельным записям, а достаточно большими порциями (сейсмическая трасса, профиль, площадь съемки и т. п.).
С учетом отмеченных обстоятельств и особенностей технологии хранения и обработки геоинформации В. В. Ломтадзе предложил синтезировать достоинства файловых структур описания данных, информационно-поисковых систем и реляционных БД. К достоинствам файловой структуры относится автономия фрагментов информации, оформляемых в виде отдельных файлов. Достоинства ИПС заключаются в возможности смыслового поиска фрагментов информации (файлов), требуемых для решения конкретных задач. Наконец, достоинства реляционных баз данных состоят в логической ясности представления данных, гибкости их преобразования и т. д., поскольку можно "вырезать" из таблиц объекты - свойства требуемые столбцы (свойства) или, наоборот, "склеивать" их, формируя для прикладных программ файлы с заданным составом записей.
Под файловой базой данных (ФБД) [35] понимается совокупность организованных по общим принципам файлов, между которыми неявно определены связи. Если в сетевых и иерархических базах данных объектом поиска и обработки является запись, то в ФБД основной объект поиска и обработки представляет файл или же совокупность взаимосвязанных однотипных записей, называемая массивом и являющаяся частью файла. В частных случаях можно выполнять работу и с отдельными записями.
Выбор стандартных структур организаций данных, в которые, как в контейнеры (или как книги на полке библиотеки), вкладывается разнообразная информация, является ключевым моментом при проектировании технологии обработки массовых геолого-геофизических данных. К достоинствам концепции банка данных относится введение понятия структуры данных и выделение набора стандартных структур, управляемых набором стандартных программ и подпрограмм, входящих в конкретную СУБД. Такой набор программ и подпрограмм В. В. Ломтадзе для файловых баз данных называет системой оперирования данными (СОД), которая играет роль общесистемного программного аппарата (см. раздел 4.1).
В ФБД выделяют четыре структуры данных: файл, массив, запись, элемент, которые по существу отражают все разнообразие площадной геолого-геофизической информации.
Файл обычно соответствует площади работ, т. е. содержит конкретные данные по этой площади.
Массив файла соответствует профилю или маршруту, скважине или интервалу скважины, сейсмической трассе, кривой ВЭЗ, МТЗ или любой другой совокупности точек наблюдения, т. е. массив содержит данные по профилю, маршруту, скважине и т. д. Массив состоит из заглавия и записей.
Заглавие - особая запись для характеристики массива в целом.
Записи массива в совокупности образуют таблицу объекты - свойства. Одна запись соответствует одному объекту и совпадает с понятием "запись" в терминах CODASYL.
Элементы записи - это характеристики, например, значения конкретного физического поля, координаты, признаки одного объекта, т.е. одной точки профиля, одной точки скважины, одной точки сейсмо-трассы и т. п.
Элементы заглавия каждого массива - это его общие характеристики, используемые чаще всего для координатной привязки и для поиска массива в файле. Каждый элемент заглавия и записи описывается идентификатором (именем) Р и форматом хранения ИС, определяющим способ упаковки элемента при записи на ленту или диск. Массив файла по структуре аналогичен таблице реляционной базы данных, но отличается от нее в основном наличием заглавия. Например,P0 - SMTR применительно к сейсмической информации означает, что массиву соответствует трасса, а код массива содержит номер сейсмограммы (старшие десятичные цифры). Так, SMTR-10120 означает номер сейсмограммы (SM-101) и номер трассы (TR-20). Допускается расчленение массива на подмассивы. При этом подмассивы одного массива Должны иметь один и тот же код, т. е. код данного массива, и заглавие массива содержится только в первом подмассиве. Если же Р0 = NL, то кодом массива является его порядковый номер в файле.
Любой файл в СОД состоит из краткого паспорта и массивов [35]. Имеется близкая аналогия между паспортом файла и аннотацией книги, между массивами файла и главами той же книги. В паспорте файла содержится имя (или название) файла, имя (обозначение) владельца партии, экспедиции, объединения, параметр PACK, обычно равный 1 (это означает, что данные, содержащиеся в файле, должны храниться на ленте или диске в упакованном виде; в случае РАСК=0 упаковка запрещается), параметры V (число элементов данных в заглавии каждого массива), W (число элементов данных в заглавиях каждого файла), Р0, символически обозначающий принцип кодирования массивов файла (принцип группирования записей в массивы); Pj, Uj, Cj, (j = 1,..., V+ W), описывающие элементы заглавия и записей массивов.
Придавая параметрам Р, V, W, Рj, Uj, Cj (j=1, ..., V+W) определенные значения, можно формализовать представление различных геолого-геофизических данных. Например, представление площа
дных данных формализуется с помощью шести видов сетей, которым и соответствуют определенные структуры файлов, которые приведены в табл. 4. Примеры типов файлов для программного обеспечения гравиразведки даны в табл. 5.
Таблица 4
Виды сетей и структуры файлов площадных геолого-геофизических данных (по
В.В. Ломтадзе)
|
Вид сети
|
Название сети
|
Структура и состав файла
|
||
|
Способ кодирования массивов файла
|
Элементы заглавий массивов файла
|
Элементы записей массивов файла
|
||
|
0
|
Отдельные объекты
|
Код массива — его порядковый номер (NL) в файле
|
Любые общие характеристики объектов, описываемых массивом.
Заглавие может отсутствовать
|
Любые количественные, качественные признаки объектов
и, возможно, их координаты
|
|
1
|
Произвольная неупорядоченная
|
То же, часто файл состоит из одного массива, так как
записи специально не группируются в массивы
|
ХХН, ХХК, YYH, YYК - значения координат X, Y, которыми
ограничен участок, описываемый массивом (ось X направлена на север, ось
Y - на восток)
|
X, Y, F (X, Y - координаты объекта, описываемого записью;
F - признаки, которыми описан объект)
|
|
2
|
Произвольная упорядоченная
|
Код массива - XX, т.е. нижняя граница "полосы", в пределах
которой расположены точки (объекты, описываемые массивом)
|
То же
|
То же; в пределах "полосы" записи упорядочены по возрастанию
Y
|
|
3
|
Прямоугольная
|
Код массива - XX, т.е. координата Y профиля, параллельного
оси Y
|
УН, DУ - координата У начальной точки на профиле и шаг
по профилю
|
F
|
|
4
|
Профили, отрезки
|
Код массива NL
|
ХХН, ХХК, YXH, YYК - координаты начальной и конечной
точек маршрута
|
F
|
|
5
|
Скважины
|
Код массива - СКВ 1, т.е. номер скважины и код интервала
скважины
|
ZH, DZ, G - начальная глубина, шаг по глубине, общие
характеристики скважены и ее интервала (X, Y, H и др.)
|
F или Z, F или Z1, Z2, F
|
Таблица 5
Типы файлов в программном обеспечении гравиразведки (по В.В. Ломтадзе)
|
Тип информации
|
Тип файла
|
Наименование файла
|
Вид сети
|
Код массива
|
Элементы заглавия
|
Элементы записи
|
|
Топографическая
|
X
|
Координаты пунктов |
0
|
NN или NL | [NN, NK] | N, X, У, [GT] |
|
H
|
Высоты пунктов |
0
|
То же | [NN, NK] | N, H, [GT] | |
|
У
|
Координаты и высоты пунктов |
0
|
То же | [NN, NK] | N, X, У, H, [GT] | |
|
Геофизическая
|
N
|
наблюденные значения |
0
|
То же | [NN, NK] | N, Y |
|
M
|
Цифровая модель местности |
3
|
XX | УН, DУ | H | |
|
G
|
Полный графический файл |
0
|
NN или NL | [N], X, У, H, Y, [GT] | ||
|
1
|
NL | XXH, XXK, YYH, YYK | [N], X, У, H, G, [GT] | |||
|
2
|
XX | XXH, XXK, YYH, YYK | [N], X, У, H, G, [GT] | |||
|
3
|
XX | YH, DY | [N], H, G, [GT] | |||
|
4
|
NL | XXH, XXK, YYH, YYK | [N], H, G, [GT] | |||
|
A
|
Аномальные значения |
0
|
NN или NL | [NN, NK] | [N], X, У, H, GA, [GT] | |
|
1
|
NL | XXH, XXK, YYH, YYK | [N], X, У, H, GA, [GT] | |||
|
2
|
XX | XXH, XXK, YYH, YYK | [N], X, У, H, GA, [GT] | |||
|
3
|
XX | YH, ДУ | H, GA, [GT] | |||
|
4
|
NL | XXH, XXK, YYH, YYK | H, CA, [GT] | |||
|
I
|
Аппроксимирующие источники |
0
|
NL | HO | X, Y, H, I | |
|
F
|
Трансформированные значения g |
2
|
XX | XXH, XXK, YYH, YYK | X, Y, [X], F | |
|
3
|
XX | YH, ДY | [H], F | |||
|
U
|
Поле модели |
3
|
XX | YH, DY | GM или GT | |
|
Геологическая
|
Z
|
Вертикальные сечения |
0
|
NL | XX, YY, B, YH, ДY, X1,X2, SGM | Z1, Z2 |
|
S
|
Горизонтальные сечения |
0
|
NL | Z1, Z2, SGM | X1, X2, Y1, Y2 |
Примечание. В квадратных скобках указаны элементы, которые могут отсутствовать, вектор F в записях типа F включает результаты трансформации наблюденного поля.
Предложенный В. В. Ломтадзе общий метод формализации массовых геолого-геофизических данных позволяет рассматривать их обработку как многошаговый процесс последовательного преобразования файлов.
Если для геофизического метода определены типы файлов, то многочисленные программы обработки и интерпретации данных могут разрабатываться независимо друг от друга. Любой переход, например, от файла А к. файлу типа В может быть осуществлен с применением разных алгоритмов и разных программ.
На каждом шаге последовательного преобразования файлов с помощью той или иной программы выполняется переход от одного или нескольких исходных файлов к одному или более, которые могут отличаться от исходных структурой и составом. Поскольку каждый шаг графа обработки определяется именем программы, выполняющей требуемые функции, именами исходных и создаваемых файлов и значениями параметров управления работой данной программы (например, граничные координаты обрабатываемой площади, имена , используемых признаков и т. п.), то после любого шага процесс обработки может быть прерван для визуализации и анализа промежуточных результатов, принятия решения о выборе приемов и параметров дальнейшей обработки или интерпретации.
В заключение раздела подчеркнем, что описанный выше подход к построению реляционно-файловых (или просто файловых) баз данных нашел в настоящее время самое широкое применение при создании автоматизированных систем обработки и интерпретации геолого-геофизической информации, а также при обеспечении программными продуктами полевых вычислительных комплексов и автоматизированных рабочих мест. При этом большенство программистов предпочитают ограничиваться тремя структурами данных: элемент, запись и файл, полагая использование структуры массива лишним.
3.3. ВЗАИМОДЕЙСТВИЕ БАЗ ГВОЛОГО-ГВОФИЗИЧБСКИХ ДАННЫХ
Общий подход формализованного представления массовых геолого-геофизических данных в среде ФБД является также ключом к решению проблемы создания различных типов баз и их взаимодействия между собой. Решение этой проблемы основано на рассмотренной формализации представления разнотипных по содержанию и характеру геологических, геохимических данных, на вводимых понятиях региональных и локальных баз данных и на реализации организационно-технических мероприятий, осуществляемых в настоящее время в рамках создания ГЕОСИСТЕМЫ (см. гл. IX) [36].
Локальная методная ФБД образуется и существует в период обработки материалов полевой партии, экспедиции, например, гравиметрической, геохимической, геологоразведочной и т. д. Связи между файлами локальной методной ФБД неявно определяются таблицей типов файлов данного геолого-геофизического метода, а также принятой технологией обработки. Файлы некоторых типов каждой методной ФБД образуемые, как правило, в результате обработки на полевых вычислительных комплексах или на автоматизированных рабочих местах передаются в региональные базы данных.
Региональные чбазы данных (РФБД) обеспечивают долговременное хранение фактических данных в государственных масштабах.
Региональная база данных (РФБД) - это совокупность всех файлов, содержащих геолого-геофизические данные по одному миллионному листу картографической разграфки. Файл, включаемый в региональную ФБД, получает имя, состоящее из восьми символов: номенклатура листа (3 символа), год завершения работ, данные которых помещены в Файл (2 символа), регистрационный номер файла в базе данных на этот год (3 символа). Например, Р4889005 содержит результаты работ, завершенных в 1989 г. в пределах листа Р-48.
Краткая информация о каждом файле региональной базы (масштаб работ, вид сети, координаты, "ключи" для перехода от относительных координат в записях файла к истинным координатам, дескрипторы, характеризующие содержание файла) помещаются в поисковый образ файла. Поисковые образы всех файлов региональной ФБД объединяют в один файл поисковых образов, хранимый при поиске данных на диске. Сами файлы региональных ФБД хранятся на лентах или любых других устройствах памяти большой емкости. Связи между этими файлами определяются через их поисковые образы и тезариус - словарь, содержащий коды (дескрипторы) ключевых слов.
Наиболее важной задачей, решаемой при создании и ведении РФБД, является сохранение основных фактических материалов, получаемых при геологоразведочных работах, и обеспечение возможности их использования для многократной последующей обработки совместно с новыми данными. Для решения этой задали в рамках создания ГЕОСИСТЕМЫ (см: гл. 9) необходимо:
1) распределить территорию страны (по миллионным листам} между региональными вычислительными центрами. Такие центры следует организовать на базе либо крупных геологических объединений, либо крупных научно-исследовательских институтов, оснащенных большими и супер-ЭВМ. Можно выделить по крайней мере восемь региональных центров (указаны в скобках) по обслуживанию территории России: Дальний Восток (ПГО "Таежгеология"), г. Хабаровск; Восточная Сибирь - два центра (ПГО "Иркутскгеология" совместно с ПГО "Иркутскгеофиэика" и ПГО "Красноярскгеология"); Западная Сибирь (ЗапСибНИГРИ), г. Тюмень; Урал (институты УО РАН), г. Свердловск; восток Европейской части России (ПГО "Пермьгеология"); центр Европейской части России (ПГО "Центргеология", г. Москва); север Европейской части России (ПГО "Севзапгеология", г. Ленинград); юг Европейской части России, г. Ростов-на-Дону;
2) стандартизировать организацию данных в рамках методных ФБД, определив для каждого геолого-геофизического метода типы файлов, подлежащих передаче в региональные ФБД;
3) установить порядок пополнения региональных ФБД, аналогичный пополнению территориальных геологических фондов;
4) осуществить ведение региональных ФБД на базе
специализированной технологической группы с выполнением функций
по приему файлов из методных ФБД, их записи на магнитные ленты,
принадлежащие определенному миллионному листу, составлению образов
вновь принятых файлов и их включению в файлы образов, созданию целевых
ФБД по запросам.
Региональные (или архивные) ФБД используются для создания локальных
целевых ФБД. Временная целевая БД обычно предназначена для обобщения
и комплексного анализа геолого-геофизических материалов в пределах
конкретной территории с целью решения задач прогнозирования. Для
создания временной целевой базы данных пользователь (геолог, геохимик,
геофизик соответствующей технологической группы вычислительного
центра) формирует запрос, указывая привязку требуемых данных по
месту (миллионный лист, гранич-; ные координаты площадей), времени
(временной интервал проведения работ, данные которых представляют
интерес для решения конкретной прогнозно-поисковой задачи, геоэкологического
исследования и т. д.), детальности работ и их содержанию (дескрипторы,
отражающие масштаб исследований, конкретные геологические, геохимические
и геофизические методы).
Программное обеспечение региональных ФБД с помощью файла поисковых образов позволяет установить, в каких файлах и на каких лентах находится требуемая информация, и, следовательно, извлечь эту информацию, сформировать на ее основе временную целевую ФБД. Связи между файлами такой ФБД определяются структурой системы комплексного анализа данных и прогноза геологических объектов, в частности, выделенными в ней типами файлов, а также технологией обработки данных. Для работы с локальной ФБД применяются общесистемное программное обеспечение (см. раздел 4.1), программный аппарат обработки и интерпретации данных комплекса методов (см. разд. 4.3) и программы, принадлежащие методным системам обработки (см. разд. 4.2). Единый подход к организации файлов позволит обеспечить доступ к ним со стороны любого программного обеспечения.
К локальным можно также отнести постоянно действующие целевые ФБД по месторождениям определенного типа, скважинам (в том числе сверхглубоким), отдельным локальным структурам и-т. п. Такие базы данных обычно отличаются спецификой решаемых задач (например, контроль за эксплуатацией нефтегазовой залежи), и формы их взаимодействия с региональными ФБД могут быть самые разные. Описанные выше типы баз данных и их взаимодействие между собой можно представить в виде схемы, приведенной на рис. 6 [35].
Рис. 6. Схема взаимодействия баз геолого-геофизических данных [35]
3.4. ПРИМЕРЫ ОРГАНИЗАЦИИ БАЗ ДАННЫХ В РАЗВЕДОЧНОЙ ГЕОФИЗИКЕ
В связи с широким развитием автоматизированных систем обработки и интерпретации геолого-геофизических данных (см. гл. IV) используются различные виды организации баз данных. В качестве примеров по организации БД ограничимся рассмотрением состава БД и автоматизированной системы АСПО-8, предназначенной для прогноза месторождений полезных ископаемых по восьми видам минерального сырья с использованием комплекса геолого-геофизических данных на ЭВМ типа ЕС-1033 и т. д., и системы COSCAD по решению широкого спектра задач обработки геофизических полей на персональных компьютерах типа IBM-PC/AT, XT.
База данных системы АСПО-8 организуется ПГО "Аэрогеология" для выполнения исследований определенной деятельности (масштаба), содержит стандартизированную .информацию, которая подлежит долгосрочному хранению и предназначена для решения прогнозно-поисковых задач, а также выдачи справочных сведений. Структура хранения данных представлена на рис. 7.
Она построена по иерархическому и матричному принципам. Данные в виде файлов прямого доступа хранятся на магнитных лентах. Они включают следующее.
1. Описания территории в узлах регулярной квадратной сети в виде матриц, в которых каждая ячейка представляет значение переменной. Количественная информация хранится в истинных значениях признака, качественная информация - в виде условного цифрового кода значения признака. Данные хранятся массивами до 60.000 чисел каждый. Один массив соответствует одной переменной, т. е. содержит описание одного параметра по всей территории. Для географической привязки данных используется условная система прямоугольных координат. В описания входят: а) массивы признаков, характеризующих геологическое строение, геофизические поля, рельеф, изображения земной поверхности на материалах аэрокосмических съемок (всего до 255 массивов - признаков, или иначе файлов); б) исходный задающий массив (файл), описывающий местоположение известных рудных объектов прогнозируемых классов оруденения (до 8 типов рудных месторождений); в) целевые задающие массивы (файлы), описывающие местоположение обучающих и контрольных объектов по отдельным классам оруденения и областям аналогий; г) массивы (файлы) описаний запасов по отдельным классам минерального сырья (оруденения).
2. Результаты оценок признаков, полученные в ходе решения задач или по экспертным заключениям специалистов: а) массивы границ градаций признаков; б) массивы частных информативностей градаций для каждого признака, класса оруденения и области аналогий; в) массивы значимостей признаков для каждого класса оруденения и области аналогии.
3. "Дежурный прогноз" (архив результатов), включающий для каждого класса оруденения и области аналогии следующие массивы: массив мер сходства, массив вероятностей наличия рудных объектов, массив индексов перспективности.
4. Каталог-оглавление базы данных, который содержит названия хранимых массивов, их размеры и указания местоположения в базе данных.
Система управления базами включает комплекс программных средств, обеспечивающих функционирование базы данных: создание и вычеркивание файлов данных; запись, поиск и вывод файлов; коррекцию, пополнение и исключение данных в массивах; печать оглавления БД; диалоговые процедуры формирования БД и извлечения данных.
Таблица 6
Содержание отдельной запаси файла
Задание системы АСПО-8 содержит указания для поиска исходной информации в БД, определяет используемые функции системы и конструкцию схемы обработки данных. Задание включает: а) перечень используемых признаков; б) границы градаций или способы их автоматического выбора для расчета гистограмм распределения признаков; в) перечень основных используемых программ; г) указания к применению программ блока стандартной обработки, т. е. номера признаков, виды и параметры преобразований; д) указания к формированию целевых массивов данных, обучающих и контрольных выборок эталонных объектов для решения задач прогноза, т. е. номер класса прогнозируемых объектов в исходном задающем массиве и массив аналогий (задающий массив является формализованным представлением регистрационной карты известных рудных объектов), массив аналогий представляет территорию (область аналогий), на которую будет распространяться прогноз; е) количество экземпляров карт результатов комплексного анализа. Более подробное описание самой системы АСПО-8 и решаемые ею задачи приведены в разделе 4,2.
Другой пример организации базы данных относится к системе программ КОСКАД (COSCAD) (Московский геологоразведочный институт), созданной для персональных компьютеров типа IBM-PC/AT, XT .
Комплекс программ спектрально-статистического анализа геофизических данных предназначен для работы с цифровыми данными, организованными в двумерные сети. Каждая сеть представляет собой матрицу размером M-N, где М - число строк (профилей), N - число столбцов (точек на профиле). Расстояния между точками по профилю и профилями могут .быть произвольными. Значения этих расстояний, запрашиваемые при вводе данных, для большинства программ комплекса при обработке не учитывают. Комплекс включает интерполяционные и заполняющие "пустоты" сети наблюдений программы и программы визуализации, носящие справочный характер.
Дело в том, что все без исключения программы комплекса работают либо с точками сети, либо с окнами, т. е. с заданным числом точек. В любом случае окно, выраженное в единицах расстояния, не используется. Все сети, как исходные, так и результирующие, хранятся в базе данных реляционного типа. Каждая сеть имеет номер в диапазоне 1-99, по которому производится ее поиск. Общая функциональная последовательность обработки данных следующая: запуск головной программы, вход в меню или HELP ("подсказка"), выбор программы из меню и ее запуск. Последняя читает из базы данных одну или несколько сетей, выполняет необходимые действия и получает в результате одноканальную и многоканальную сети. Многоканальная сеть - это несколько сетей, имеющих одинаковое число строк и столбцов, объединенных в одну сеть с некоторым номером. Каждая из сетей при этом называется каналом. Например, результаты комплексных геофизических работ, выполненных по одной регулярной сети наблюдения, или результаты преобразования исходной сети, полученные одной программой комплекса, представляют многоканальную сеть.
В состав базы данных входят несколько файлов прямого доступа и одни вспомогательный файл последовательного доступа.
1. Основной, основные файлы. В зависимости от характера использования компьютера пользователь имеет возможность создать два типа основных файлов базы: а) однофайловую базу, когда все сети хранятся в одном файле прямого доступа фиксированной длины. Этот режим удобен при совместном использовании компьютера несколькими пользователями, так как можно не беспокоиться о переполнении диска, а также при работе на машинах серии ЕС ЭВМ; б) многофайловую базу, когда каждая сеть - отдельный файл с расширением MGR. Это основная система хранения данных, но при длительной работе с комплексом можно переполнить диск, особенно при работе с сетями большого размера. Например, одноканальная сеть 80*100 точек занимает несколько более 42 кбайт дисковой памяти. Многофайловый режим генерации базы, с другой стороны, позволяет экономить дисковую память за счет планирования средних размеров сетей, которые будут обрабатываться.
Максимальное число сетей в базе определяется при генерации базы программой INBDG и в данном варианте комплекса равно 99. Максимальный размер сети (M*N), которая может бдыть обработана, зависит от используемой программы. Для графических программ (группа В) максимальный размер сети M'N = 32 767, т. е., например, 181-181 точек.
2. Описательный файл OFF MGR. Файл предназначен для хранения информации о параметрах отдельных сетей и состоит из записей постоянной длины (по 128 слов). Количество записей определяется максимальным числом сетей в базе. Описанию отдельной сети соответствует отдельная запись, причем порядковый номер записи совпадает с номером сети в основном файле (табл. 6).
3. Файл поддержки и расширения базы. Файл прямого доступа, в котором содержится информация об основных параметрах файлов комплекса и его программном составе. В первой записи файла содержится информация о таких характеристиках комплекса, как максимальное число сетей (КМАТ), размер файла (IFM), тип хранения данных в файле, длина записи файла сетей, количество программных модулей, включаемых в комплексен т. д.
Состав и возможности системы КОСКАД приведены в разд. 4.3. I
Структура базы картографической информации [71].
Картографическая информация является основой представления результатов всех геолого-геофизических исследований. Элемент данных в базе - функции, определенная ни некотором подмножестве координатной плоскости [71]. Функции классифицируются по размерности их носителя и по множеству, в котором функция принимает значения. В зависимости от размерности носителя функции подразделяются на точечные, сеточные и площадные. Каждый из этих типов функций задает определенный тип файла, предназначенного для хранения и описания данных, относящихся к этой функции. Множество типов функций в совокупности и описывают базу данных.
Точечный файл представляет список координат точек, в которых определены значение функции и область, к которой относятся эти данные (например, население и населенные пункты некоторой области).
Сеточный файл определяется как точечный файл (вершины) плюс ребра, на которых может быть задана функция. Например, речная сеть. Здесь ребра - средняя линия русла, функция - ширина реки и другие характеристики с линейным характером распределения.
Площадной файл в зависимости от области значений и от дополнительных требований (эффективность доступа, точность, требования к памяти, тип задачи и др.) может быть представлен несколькими разновидностями.
1. Область значений - конечное множество. Эта функция разбивает плоскость (или ее подмножество) на ряд непересекающихся областей, на каждой из которых она имеет постоянное значение. Возможны три типа организации такого файла. Первый, когда каждая область представлена в памяти ЭВМ своими границами (внутренними). Эта информация избыточна, поскольку соседние области имеют общие части границ. Однако здесь достигается простота автоматического получения файла при сканировании и отслеживании информации.
Подобный файл называется площадным файлом границ. Другой тип организации площадного файла имеет файл ориентированных ребер. Избыточность устраняется путем выделения средних линий и точек ветвления. Каждое ребро ориентируется .произвольным образом, а ориентация плоскости индуцирует на каждой области стандартную ориентацию. Сравнение ориентации позволяет при обработке файла определить, к какой области относится некоторое ребро. Этот файл имеет сходство с сеточным файлом. Его отличие от сеточного состоит в том, что здесь информация ассоциируется с областью, а в сеточном файле информация локализована на сети.
Третий тип площадного файла - файл сечений. Здесь информация о границе каждой области не хранится. Вместо этого с некоторым шагом строятся сечения области определения, параллельные некоторому направлению. Сечение области хранится тремя числами, характеризующими точку входа, точку выхода и номер в каталоге областей. Сам каталог сопоставляет области с определенными характеристиками. Такая ориентация обеспечивает переход к матричному представлению, Доступ к которому быстр и удобен.
2. Область значений - вещественные числа. При этом также возможны три типа файлов. Первый - файл изолиний, основанный на непосредственном хранении в пределах границ области определения изолиний, в некотором внутреннем представлении, обычно в виде ломаных. С изолинией сопоставляются значения ее высоты. Основное назначение - построение цифровых моделей рельефа и визуализация горизонталей. Второй тип файлов - аналитическая функция, заданная в виде бикубического сплайна на прямоугольной решетке. Такая функ-Чия однозначно задается четырьмя числами в узлах решетки. Третий тип используется для функций, задающих рельеф.
3. Область значений, представленная прямым произведением евклидова пространства и множеством качественных характеристик, Данные такого файла хранятся в виде матриц, т. е. задается некоторая прямоугольная решетка, на узлы которой редуцируются данные. Простота структуры сочетается с возможностью эффективной коррекции. При этом предусматривается редакция изменений объектов такого файла, который превращается в динамический. Самый простой способ реализации динамического файла - хранение в памяти ЭВМ всех временных "средств". Динамический файл - это в логическом отношении два файла (основной и ассоциированный с ним файл редакций).
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ПРИ ГЕОЛОГО-
ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЯХ
Развитие программного обеспечения обработки геолого-геофизических данных шло в нашей стране по пути создания отдельных программ (1960-1970 гг.), систем программ (1970-1980 гг.) и автоматизированных систем (конец 70-х и начало 80-х годов). В настоящее время Для обработки, интерпретации и комплексного анализа геолого-геофизических данных ЭВМ используют главным образом в рамках построения автоматизированных систем обработки данных и создания на их основе высоких информационных технологий, объединяющих диалоговые компьютерные системы и человеко-машинные методы анализа геоинформации.
Любая высокоорганизованная автоматизированная система обработки данных (АСОД) состоит из базы данных, системы управления базой данных а библиотеки отрабатывающих программ (пакета прикладных программ). Пакеты прикладных программ (ППП) представляют комплексы программ, ориентированные на решение конкретного класса задач. ППП строятся на основе операционных систем и являются их Развитием. Операционные системы относятся к общесистемному Программному обеспечению, а ППП характеризуют фактическое напол-Нение методно-ориентированных АСОД, проблемно-ориентированных АСОД, в том числе АСОД комплексного анализа.
4.1. ОБЩЕСИСТЕМНОЕ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
При обработке разнотипной геолого-геофизической информации важно придерживаться' единой методологии и технологии формирования программного обеспечения для дальнейшего комплексного анализа. С этой целью программное обеспечение, как показано В. В. Ломтад-Зе [35], должно быть основано на общесистемных соглашениях по логической организации массовых геолого-геофизических данных, а сам общесистемный программный аппарат описывается системой оперирования данными (СОД), как связующее звено всего программного и информационного обеспечения, схема которого приведена на рис. 8. Связующая роль СОД определяется возможностью представления геолого-геофизических данных в виде наборов описаний однотипных объектов. В СОД используются четыре структуры данных: элемент, запись, массив, файл! Созданы версии СОД для ЭВМ БЭСМ-6, "Сайбер", ЕС. В версии СОД/ОС для ЭВМ ЕС длина и число массивов в файле не ограничены. Программный аппарат СОД включает: базовые .подпрограммы управления файлами и программы общего назначения.
Базовые подпрограммы - это обслуживание таблиц адресов файлов, обмен таблиц, записанных на магнитных лентах и дисках, определение относительных адресов элементов в записи, переход от символьного представления элемента данных к словному; сортировка записей по возрастанию одного из элементов; ввод подмассива с перфокарт, редактирование и печать строки, оперирование с байтами. Подпрограммы управления файлами выполняют типовые действия над ними: открытие файла, чтение каталогов файлов, подготовку к созданию файлов и выделение пространства в памяти для файлов; открытие массива, включающее доставку в основную память всего массива или его части; подготовку к созданию результирующего массива; закрытие файла, включающее завершение работы с последним массивом; запись каталога файла и каталогизацию файла.
Подпрограммы общего назначения выполняют следующие основные функции: ввод данных с перфокарт или с магнитных лент и формирование файла на МЛ и МД; логический контроль файлов, их исправление, печать и транспортировку с выборкой требуемых массивов; перегруппировку (перераспределение по массивам) информации в файлах и ее сортировку (в пределах массивов); перекомпоновку информации в записях файлов и слияние файлов.
Программы общего назначения (подробно описаны в работе [35]) представляют собой набор взаимосвязанных средств программирования, обеспечивающих и унифицирующих разработку программы в целом - от ввода управляющих параметров до закрытия созданных файлов. Эти программы позволяют свободно манипулировать файлами, вводить их и распечатывать, логически контролировать и исправлять, перегруппировывать в них записи, объединяя записи в массивы по новому принципу, сортировать записи в пределах массивов изменять последовательность элементов данных в записях и состав записей, выполнять слияние записей двух файлов, присоединять массивы одного файла к массивам другого. Благодаря программам общего назначения любые системы программ, разработанные с учетом требований СОД, оказываются информационно связанными. При этом исключаются ситуации, в которых результаты работы одной программы, оформленные в виде файла, не могут быть преобразованы в файл, играющий роль входного для другой программы.
Таким образом, программы общего назначения СОД характеризуются максимальной независимостью от данных и их основное назначение чаще всего состоит в переходе от файлов одних структур к файлам других структур. Подобная независимость данных от программ чрезвычайно важна при обработке геолого-геофизических данных. На основе СОД составлены АСОД "Гравипак", "Сейспак" и "Компак" (см. разд. 4.2 и 4.3). В то же время адаптация АС, ориентированных на СОД, к другим типам ЭВМ и наполнение их новыми программными продуктами наталкивается на трудности, обусловленные сложностью освоения внутренних механизмов СОД, поскольку программы и функциональные комплексы СОД составлены на своеобразном макроязыке (Фортран-ФБД).
Большинство АСОД ориентировано на использование системного программного обеспечения, представленного операционными системами (ОС) и пакетами прикладных программ. ОС являются неотъемлемой частью комплекса технических средств ЭВМ и средств разработки программ (языки программирования, трансляторы, редакторы связей) библиотеки подпрограмм и обслуживающие программы, обеспечивающие автоматизацию, составление и отладку программ пользователей). Программы ОС осуществляют разделение ресурсов ЭВМ между заданиями пользователей.
По набору входных языков различают одноязыковые и многоязыковые системы. Для последних отдельные части программ можно написать на разных языках, а затем системными средствами ОС (трансляторы, редакторы связей, загрузчики) объединить в программу, готовую к применению.
Многоязыковые системы делятся на открытые и закрытые. По характеру взаимодействия с пользователями различают интерактивные и пакетные системы программирования. В интерактивных системах пользователь может вмешиваться в процесс обработки программ (исправлять ошибки, .обнаруженные транслятором до завершения трансляции). В стандартных операционных системах, например, ЕС ЭВМ, применяются многоязыковые, открытые, пакетные системы программирования: дисковые операционные системы (ДОС) и ОС. По вход-дным языкам они частично соместимы, хотя есть и различия. По выходным (объектным) программам ДОС и ОС несовместимы, т. е. программы, подготовленные ДОС не могут исполняться под управлением ОС и наоборот, поскольку используются различные управляющие программы.
Система ОС превосходит ДОС по выбору возможностей. ОС - это' развитая система, обеспечивающая работу как средних, так и мощных моделей ЭВМ ЕС, а также работу многомашинных комплексов. ОС ЕС работает в одном из трех режимов: MFT, MVT, SVS, различающихся уровнем мультипрограммирования и использованием основной памяти (MFT - фиксированный режим, MVT - мультипликативный режим; SVS - система виртуальной памяти).
Основными компонентами любой ОС являются управляющая и обрабатывающая программы.
Управляющая программа обеспечивает автоматическое управление вычислительной системой, организует процесс обработки данных и загружает ресурсы системы таким образом, чтобы обеспечить ее максимальную производительность. Управляющая программа ОС организует обработку потока заданий, выполнение операций ввода, вывода и Работу вычислительной системы в целом: управление данными, зада-ниями, задачами и др. В состав обрабатывающей программы входят трансляторы с- используемых языков программирования (ФОРТРАН, АССЕМБЛЕР, АЛГОЛ-60, КОБОЛ, ПЛ-1) и сервисные программы. Обрабатывающая программа используется для сокращения объема работы и времени, затрачиваемого на написание, подготовку и выполнение пРограмм пользователей.
Сервисные программы, входящие в состав обрабатывающих программ, включают редактор связей и загрузчик, программы сортировки, обслуживания, монитор динамической отладки и др.
Для организации диалоговых систем коллективного пользования на базе ЭВМ ЕС, укомплектованных алфавитно-цифровыми дисплейными станциями разного типа, получила распространение система PRIMUS - универсальное диалоговое средство доступа пользователя к ресурсам ЭВМ. Она работает под управлением операционной'Системы ОС ЕС, ее функции состоят в обеспечении одновременной и независимой работы группы пользователей, имеющих доступ к ресурсам вычислительной системы через алфавитно-цифровые дисплеи. При этом обслуживаются одновременно до 256 пользователей, каждый из которых использует вычислительные ресурсы как в режиме разделения времени, так и в пакетном режиме.
При обработке данных сейсморазведки и других геофизических методов широко используют экспедиционные геофизические вычислительные комплексы (ЭГВК) на базе ПС-2000 (ПС-3000). В программное обеспечение ЭГВК ПС-2000 входят операционные системы, программные средства управления (мультипроцессор, инженерная панель, субкомплекс внешней памяти - СВП), система подготовки программ и микропрограмм, пакеты прикладных программ, тестово-диагности-ческая система. Операционные системы ЭГВК ПС-2000 строятся на базе ДОС АСПО (агрегатная система программного обеспечения СМ ЭВМ) и реализуют следующие режимы работы: многозадачный реального времени (однопроцессорный и мультипроцессорный); разделения времени; пакетной обработки. Это достигается добавлением к базовому комплексу АСПО средств, организующих функционирование мультипроцессора, его взаимодействие с мониторной подсистемой и СВП, а также средств, облегчающих подготовку программ и микропрограмм. Агре-гатность построения ДОС АСПО позволяет дли каждого конкретного применения генерировать такую версию операционной системы, которая сможет обеспечить выполнение требуемых функций при минимальном уровне избыточности.
Наряду с ЭВМ серии CM-1, CM-2 при обработке геолого-геофизической информации широкое применение находят комплексы на базе ЭВМ СМ-4 и СМ-1420. Система программного обеспечения этих комплексов имеет несколько уровней организации: пакеты программных модулей, системы программирования, операционные системы, базовые пакеты прикладных программ.
В набор операционных систем входят системы широкого назначения и узкоспециализированные, обеспечивающие эффективное решение определенных классов задач. Пользователю поставляются как системы в сгенерированном_виде, так и средства генерации системы под заданные применения и конфигурации технических средств.
Начиная с 1986 г. геологоразведочная отрасль быстрыми темпами оснащается персональными компьютерами различного типа, включая наиболее популярные зарубежные серии IBM -PS/AT, XT и совмести-мые с,последними - польские "МАЗОВИЯ", болгарские "ПРАВИЦА", отечественные серии ЕС-1840, ЕС-1841 и т. д.
Первые персональные компьютеры (микро-ЭВМ) отечественного производства типа "Электроника-60" включают набор диагностических программ: перфолентную ОС, состоящую из ассемблера, компоновщика, редактора текста, супервизора ввода - вывода; дисковую ОС (ДОС), обеспечивающую вычислительные ресурсы при работе в реальном масштабе времени; проблемно-ориентированный язык высокого уровня БЕЙСИК и др. В ряде микро-ЭВМ применяются языки ФОРТРАН ФОКАЛ и др.
Для эффективного программирования на микро-ЭВМ ("Электроника-60", ДВК и др.) в МГУ создана диалоговая система структурированного программирования (ДССП), составляющая альтернативу языку АССЕМБЛЕР, поскольку при той же машинной эффективности получаемых программ ДССП существенно проще.
Пакеты прикладных программ, ориентированные на их использование в автоматизированных системах, включают СУБД, ИПС, системы обработки документов, программы оперирования данными. Существуют огромные цифровые потоки геолого-геофизической информации, поэтому технология проектирования, создания, ведения и эксплуатации средств управления этими потоками на основе СУБД, ИПС и т. д. вытесняет традиционный режим обработки данных. Информационно-поисковые системы (ИПС) - это СУБД для обслуживания больших потоков информации. СУБД и базы данных следует рассматривать уже не только как средства хранения, накопления, оперирования, управления и коллективного пользования данными, но и как средства, играющие большую организационную роль для создания крупных комплексов проблемных программ на единой методической основе.
Поскольку современные СУБД разрабатываются с учетом требований информационных особенностей конкретной предметной области (экономика, делопроизводство и т. д.), то не каждая СУБД способна управлять информационными потоками в геологоразведочной отрасли.
Следует выбирать только те СУБД, которые учитывают особенности организации данных в геологии: непрерывно меняющиеся структуры данных, среди которых важную роль играют и иерархические, и матричные, информация группируется в однородные массивы с числом элементов до нескольких десятков миллионов, выступающих как единое целое; логические записи в массивах (строки в матрицах) могут состоять, в свою очередь, из нескольких десятков тысяч элементов, причем с различными типами (числа, тексты); сложность и разнообразие информации требует наличия естественного языка общения между пользователем и базой данных, что обусловливает необходимость мощной словарной службы.
В принципе использование концепции БД и СУБД обеспечивает решение этих задач. Однако узким местом в проблеме создания и использования сложных систем обработки и интерпретации является выбор СУБД, который осложняется отсутствием формальных критериев сравнения СУБД между собой и выбора оптимальной из них для применения в конкретной предметной области геологоразведки.
Для сравнения и выбора СУБД в работе [17] предложено использовать некоторые содержательные характеристики: типы данных, средства определения данных, средства программирования прикладных задач; средства поиска, манипулирования и изменения данных; структуру тезауруса и средства его ведения; программы создания, обновления и обеспечения целостности БД, сервисные программы; документацию, языковые средства, их селективную мощность и др.
Наиболее важным свойством СУБД является способность обеспечить создание и достаточно простую эксплуатацию часто меняющихся во времени информационных массивов в режиме коллективного пользования.
Основные из разработанных СУБД общего пользования представлены следующими наименованиями: БАНК, ОС, СЕТКА, ИНЕС, ПОИСК, ОКА, КАМА, МОДИС, ДИСЕН, БАЗИС, СЕДАН (СЕТОР), НАБОБ-80, ИСУ-1, КОМПАС, СПЕКТР, ДИСОД, TOTAL, UNIX и др.
Лучшие из перечисленных СУБД (ОКА, СЕДАН, ИНЕС, СПЕКТР и др.) имеют большие возможности, однако некоторые их особенности не позволяют воспользоваться ими напрямую для построения БД геоинформации (табл. 7).
Таблица 7
Сравнительные возможностиразличных СУБД
К таким особенностям относятся: число классов элементов; связи между ними внутри БД и между БД, которые считаются устоявшимися и не требующими корректировки в течение длительного времени; любые изменения структуры данных, характерные для геоинформации, влекут за собой необходимость формирования новой БД; возможность описания только простых отношений между элементами данных; ориентация на пользователя - программиста; формирование БД таким образом, что описание данных и собственно данные физически составляют единое целое, что приводит к возрастанию времени поиска информации, и ряд других особенностей.
Как уже подчеркивалось, специфика геоинформации заключается в ее представлении как по отдельным линиям (профилям, скважинам, трассам), так и по площади, причем в больших объемах, выполненных разными исполнителями, в разное время, при разной детальности и точности работ, в разных масштабах и т. д. Поэтому продолжаются исследования, ориентированные на преобразования известных СУБД и ИПС с учетом перечисленных в гл. 3 особенностей геоинформации, а также ведется разработка систем, подобных СОД, созданной В. В. Ломтадзе.
4.2. АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ОБРАБОТКИ ДАННЫХ
ОТДЕЛЬНЫХ ТЕХНОЛОГИЙ И МЕТОДОВ
С конца семидесятых - начала восьмидесятых годов начался этап широкого развития и внедрения автоматизированных систем на осно-ве высокоорганизованных БД и СУБД. Специфика регистрируемых геополей на разных уровнях наблюдений, методики измерений и предварительной обработки исходных данных приводит к необходимости разработки АСОД для каждого метода в отдельности и для каждого технологического комплекса (аэрогеофизика, ГИС и т. д.). Рассмотрим вначале наиболее распространенные АС для технологических комплексов, а затем АС для отдельных методов разведочной геофизики.
4.2.1. АС обработки аэрокосмической информации
Автоматизированная система обработки материалов (данных) аэрогеофизических съемок АСОМ-АГС/ЕС [3] предназначена для обработки (и частично интерпретации) аэрогеофизических (спектрометрических/магнитного и двух электроразведочных каналов) данных, включая обработку изображений. АСОМ-АГС/ЕС функционирует в среде ЭВМ ЕС под управлением операционной системы ОС, имеет БД с файлами прямого доступа, оперирует с большими объемами данных в пакетном или диалоговом режимах; обеспечено общесистемное обслуживание и вывод файлов в форме карт изолиний, карт графиков и оптических изображений. К настоящему времени с помощью АСОМ-АГС/ЕС обрабатывается до 70% ежегодных аэрогеофизических съемок страны, возможна обработка наземных данных, полученных для тех же методов.
Процесс обработки геоинформации включает четыре нестрого последовательные стадии: начальную, цель которой состоит в создании машинной памяти цифровых моделей наблюденных полей с учетом их привязки, вторую - содержательную обработку с качественным и количественным анализом информации; третью - интерпретацию данных (по методам и в комплексе); четвертую - формирование архива с целью многократного использования данных для переработки, переинтерпретации и обобщения.
Данные аэро- и наземных методов обрабатываются системой раздельно. Привязка аэроданных - по ориентирам и измерениям курса, с использованием системы Доплера, по ориентирам с полетами по горизонталям. Носители исходных наблюдений: цифровые на перфоленте и различных типах МЛ; аналоговые данные с выводом их на шифратор. Информация с исходных и промежуточных цифровых носителей проходит предварительную обработку. Модулем обработки является участок съемки, профили состоят из дискретных точек с векторами измеренных параметров (каналов). Каждый профиль идентифицируется уникальным целым номером.
Дисковые файлы прямого доступа образуют БД АСОМ-АГС/ЕС. Ядро базы - три файла: описательный, содержательный и матричный. Переход к матричной цифровой модели поля осуществляется путем интерполяции профильных данных в узлы регулярной сети. Ограничения на размеры и состав геоинформации: число маршрутов (профилей) до 3100, число точек по профилю (маршруту) - до 49 000, число многоканальных (от 1 до 16) матриц одновременного хранения - 20. Система поддерживается, сопровождается, развивается и функционирует в операционной среде ОС; используется диалоговая дисплейная система PRIMUS. На базе АСОМ-АГС/ЕС достаточно успешно решаются задачи автоматизации обработки изображений, несмотря на возникающие при этом большие объемы информации (106 - 107 чисел) с весьма сложной структурой.
Эффективное сжатие видеоданных (получение минимального объема передаваемых и хранимых данных) позволяет восстановить полностью или с заранее заданным уровнем искажения исходное изображение. Такое сжатие достигается путем построения разнообразных моделей полей. Анализ (обработка) изображений включает выделение известных признаков на изображении, например, текстур, ли-неамент, кольцевых структур и т. д.
Технология машинно-оптической визуализации и обработки в АСОМ-АГС/ЕС опирается на фотопостроитель ФОРМАТ-110, принтер-плоттер ЕС-7934", растровый цветной графопостроитель КОРОЛЛПРЕСС, синтезатор МСП-4.
Автоматизация дешифрирования космоснимков проводится в Лаборатории аэрометодов МГУ на ЭВМ ЕС-1020 и фототелеграфном аппарате "Нева". Использовались снимки, полученные с космического корабля "Союз-12" и орбитальной станции "Салют-4". Установлено, что космоснимки, преобразованные по алгоритмам определения производных поля в направлении осей абсцисс и ординат, дают обширную информацию о линейных геологических структурах, усиливая их зрительное воссприятие и повышая объективность дешифрирования. Ниаболее информативными оказываются снимки, преобразованные путем вычитания производных первого порядка в направлении осей абсцисс и ординат [5].
С помощью изображений аэро- и космоснимков и их дальнейших трансфЬрмаций решаются задачи не только по выделению крупных тектонических единиц (разломов) [4,5], но и по палеотектоническим реконструкциям, по оценке геохимических барьеров [21] и т.д.
В геологоразведочной отрасли известны другие АС обработки аэрогеофизической информации: СОАГД (СНИИГИМС), СОД ОС АЭРОПАК (ПГО "Иркутскгеология"), "Аэропоиск" (ПГО "Аэрогеология"), "Аэрометод" (НПО "Рудгеофизика").
Среди АС обработки изображений с целью классификации наземных объектов по материалам многозональных дистанционных данных с аэрокосмических аппаратов известны следующие.
1) АСОВИ (Агаев и др., 1984 г.) реализована на ЕС ЭВМ (ОС ЕС). Подсистемы коррекции, улучшения качества изображений работают с входными видеоданными. Подсистема классификации использует их результаты и априорные сведения, хранящиеся в банке картографической информации (легенды карт) и банке опорных данных.
2) ЦОГИ (Алексеев и др., 1983 г.). Базовые вычислительные комплексы БЭСМ-6, ЕС-1060 связаны с терминальными комплексами интерактивной обработки изображений на базе СМ-4. Библиотеки программ приема, хранения, обработки изображений объединены по функциональным признакам в проблемно-ориентированные комплексы для решения различных прикладных задач геологии, гидрогеологии, лесного хозяйства и т. д.
4.2.2. АС в полевой и морской геофизике
Автоматизированные системы одновременной обработки данных всех методов разведочной геофизики отсутствуют из-за специфики информации, получаемой для потенциальных полей и сейсморазведки. Однако для обработки данных большинства потенциальных полей успешно может быть использована система АСОМ-РГ (автоматизированная система обработки материалов разведочной геофизики), созданная в КИРГе (В. И. Гольдшмидрт, Ю. И. Кузьмин, В. Н. Шабалдин [17]) для обработки и интерпретации данных гравиразведки, магниторазведки, электроразведки, радиоволнового и акустического просвечивания (скважинный и подземный варианты), моделирования геообъектов и комплексной интерпретации. Она включает в себя собственную специализированную СУБД, т. е. имеет средства накопления, хранения и манипулирования большими массивами данных, функционирует в среде ОС/ЕС.
База данных имеет иерархическую структуру, включающую уровень, узел, тип организации данных, информационную единицу, логическую запись, элемент. БД и СУБД позволяют обрабатывать как специальные древовидные, так и матричные (реляционные) структуры данных, образующие, в свою очередь, сетевую структуру. БД размещается на МД и МЛ и включает в себя файл описания структуры данных (описательный файл), буферный файл, многотомный файл данных или несколько файлов данных. Описательный файл содержит сведения о данных: логическую структуру, структуру каждого массива, наименование данных, области их хранения на МЛ и МД, принадлежность данных, масштабы съемок, время образования данных, время формирования их описания в банке, отношения между элементами массива и массивами данных. Буферный файл является областью временного хранения исходных данных при их вводе в базу, на контроле, корректировке, областью временного хранения вторичных данных, получаемых в результате применения проблемных программ, и областью хранения данных, необходимых пользователю при решении содержательных геолого-геофизических задач в течение всего времени обработки данных. Файл данных содержит непосредственно сами данные. Извлечение их из файла или занесение в него возможно только с помощью СУБД.
СУБД осуществляет следующие функции: формирования описательного файла: обмена данными между оперативной памятью, буфером и файлом данных; ввода данных в буфер; информационно-поисковой информационно-справочной службы; получения печатных документов о состоянии АСОМ-РГ; архивной службы (рис. 9).
Пакеты прикладных программ содержат программы и решения прямых и обратных задач магнитно-грави- и электроразведки, т. е. ориентированы на задачи моделирования геообъектов (ввод информации с карт изолиний осуществляется с помощью устройства "Шифратор"). Функциональная схема АСОМ-РГ с учетом разработок других организаций (показаны слева), использующих системные соглашения СУБД АСОМ-РГ приведена на рис. 10. Кроме того с помощью программных интерфейсов предусмотрена связь с АСОМ-АГС/ЕС, СМАГ/ЕС для обработки данных скважинкой магниторазведки и АСОД - Прогноз для комплексного анализа данных.
СУБД АСОМ-РГ обеспечивает вывод результатов обработки и интерпретации на АЦПУ и графопостроитель "Атлас" в виде горизонтальных и вертикальных сечений, карт изолиний, аксонометрических , проекций и т.д.
Особенности СУБД АСОМ-РГ состоят в следующем: 1) сбор, хранение и коллективное использование геоинформации организованы как в матричные, так и в иерархические структуры; 2) данные не зависят от прикладных программ; 3) имеются средства информационного поиска с селективной выборкой информации по запросу с выводом на печать оформленного документа; 4) БД может содержать до 1 млрд. массивов с объемом каждого массива до 1 млрд. значений; 5) ориентировка СУБД на специалиста геолога или геофизика, который с помощью Директив на естественном языке может манипулировать данными или с помощью проблемных средств АСОМ-РГ может строить математические модели геологических объектов.
На базе ВЦ Казахстанской опытно-методической экспедиции (КОМЭ) В. Б. Петровским, В. К. Глаумом, А. В. Матусевичем и другими учеными создана система АСОГ-ЕС/ОС, обеспечивающая технологичность первичной обработки геофизических материалов по методам дСОГД-Гравиразведка, АСОГД-Магниторазведка, АСОГД-Электрораз-ведка, АСОГД-Сейсморазведка, однако обладающая ограниченным функциональным наполнением в области решения прямых и обратных задач.
В ПГО "Иркутскгеофизика" В. В. Ломтадзе создал комплекс АС по разным методам (гравиразведка, магниторазведка, сейсморазведка) на основе разработанной им СОД на базе ЕС ЭВМ "Сайбер".
Судовая автоматизированная система сбора геоданных "ГРАД" для морских сейсморазведочных и других геофизических работ является основой использования АС, реализованных на ЕС ЭВМ.
Следует указать также на возможность использования АС "Признак-1", предназначенной для экспресс-анализа изображений при геологической разведке в глубоководных районах океана с целью обнаружения на дне железомарганцевых конкреций. Анализ производится на бинаризованном изображении по набору заранее определенных признаков. Система реализована на ЕС ЭВМ. Рассмотренные выше АС обработки геоданных в значительной мере объединены самими системами в единую технологию.
Наряду с таким АС существует достаточно большое количество АС, предназначенных для обработки и интерпретации данных отдельных геофизических методов. Во-первых, это уже упомянутые АС СОД-гра-виразведка (ЭВМ ЕС, ПГО "Иркутскгеофизика"), АСОГД-гравиразвед-ка (ЭВМ ЕС, КОМЭ, г. Алма-Ата). Во-вторых, целый ряд АС, перечисленных ниже, предназначен для решения задач интерпретации данных магнито- и гравиразведки [17]:
1) АС "Альфа-2" (И. Д. Савинский, 1980 г.) - для интерпретации гравитационных и магнитных полей набором функционально-аналитических и статистических методов функционирует на ЭВМ ЕС в среде ^ЗС ЕС под управлением главного модуля "Альфа-2";
2) АС АСИГ (Е. Г. Булах, М. Н. Маркова и др., 1984 г.) - для интерпретации гравитационных аномалий методами минимизации - функционирует в среде ДОС АСВТ;
3) АС АСИГМ "Карпаты" (А. С. Кобрунов, 1985 г.) - для интерпретации гравиметрических данных с активным использованием априорных сведений, выраженных в критериальной форме,- функционирует на ЭВМ ЕС в среде ОС ЕС;
4) ППП МОГМ-ПЗ (В. Н. Страхов, М. И. Лапина, А. Б. Ефимов, 1986 г.), предназначенный для решения прямых задач гравиметрии и магнитометрии, - функционирует в операционных средах ЭВМ, ЕС, СМ, БЭСМ-6, "Электроника-60", IBM.
5) ППП ИГ АН УССР (В. И. Старостенко, А. Н. Заворотько, 1984 г.) предназначена для интерпретации гравитационного поля - функционирует на ЭВМ М-4030 в среде ДОС АСВТ.
Широко распространена система интерпретации данных ВЭЗ и цЭЗ-ВП, созданная А. А. Рыжовым для ЭВМ ЕС, СМ и персональных компьютеров.
На базе КОМЭ и форматах банка АСОМ-РГ разработана АС ОИС-ВП (автоматизированная система обработки и интерпретации данных пло- i щадных съемок методов ВП). С банком АСОМ-РГ эта АС связана интерфейсом на информационном уровне. Ее задачи: предварительная обработка данных метода ВП; анализ и интерпретация данных ВП.
Широкими функциональными возможностями обладает система "КОСКАД" (МГРИ), созданная на базе ЭВМ ЕС; CM-2; CM-4 и IBM/AT, XT. Она включает пакеты программ по: а) статистике (построение гистограмм и их анализ); б) анализу данных (построение спектров Фурье и Бурга для данных по отдельным профилям и площадям); в) построению одно- и двухмерных авто- и взаимнокорреляционных функций; г) фильтрации одномерных (по профилям) и двухмерных (по площади) массивов, адаптивные фильтры Винера, энергетический, согласованный; д) обнаружению слабых аномалий (способы обратных вероятностей, межпрофильной корреляции, самонастраивающейся фильтрации); е) обработке данных комплекса методов; ж) решению обратных задач методами подбора. Система обладает развитым программным обеспечением по выводу и анализу графиков, карт графиков и растровых карт.
В ВИМСе и ВНИИГеоинформсистем Е. Н. Черемисиной, В. И. Добрыниным и другими, учеными создана АС "АЛИСА" с широким технологическим обеспечением, включающим автоматизированное рабочее место для ввода - вывода геолого-картографической информации, полуавтоматическое устройство ввода картографических данных с микро-ЭВМ "Электроника-60", алфавитно-цифровые и .графические Дисплеи, полевой вычислительный комплекс 'на базе микро-ЭВМ (ДВК-2) для обработки данных в- полевых условиях, абонентский пункт АП-4 для выполнения работ по удаленному вводу заданий.
АС "АЛИСА" реализована на мини-ЭВМ СМ-4 и на персональных Компьютерах IBM-PC/AT. Программно-алгоритмическое обеспечение АС реализует первичную обработку потенциальных полей (трансформации, вычисление полного нормированного градиента, расчет псевдо-гравитационного поля для магнитного поля и коэффициентов корреляции между ними), геохимических полей (расчеты коэффициентов корреляции, линий регрессии ранговых коэффициентов корреляции, Факторный анализ), выбор информативного набора признаков и распознавание образов с обучением (алгоритмы "Голотип-N, Энтропия, Дис. криминант) и без обучения (Таксономия, "Направленный поиск").
Отличительной особенностью АС "АЛИСА" являются существенно развитые диалоговые средства, используемые при формализации геологической задачи и сведении .задачи к последовательности подзадач а также при анализе исходных данных. По существу, АС "АЛИСА" включает в себя свойства экспертной системы при постановке задачи и анализе данных. В настоящее время АС "АЛИСА" включает большущ часть программно-алгоритмического обеспечения системы "КОСКАД".
4.2.3. АС обработки в интерпретации данных сейсморазведки
АС в сейсморазведке представляют сложнейшие технологические комплексы. Наиболее распространенной является система СЦС-3 (ЦГЭ, 1980 г.). Система прошла многолетний период становления и наряду с развитой системной частью характеризуется обширнейшим функциональным наполнением, предназначена для обработки данных сейсморазведки на ЭВМ ЕС, оснащенных операционной системой ОС ЕС. Основной особенностью СЦС-3 является автоматический динамический запрос ресурсов ЭВМ, обеспечивающий возможность ее работы на ЭВМ разной конфигурации и рациональное использование ресурсов ЭВМ в мультипрограммном режиме работы с целью обработки профильных и площадных наблюдений по регулярным и произвольным схемам.
Структурная схема процесса обработки системы СЦС-3 включает [61]: многоканальное преобразование в сочетании с заданным набором одноканальных преобразований, которое образует геофизическую процедуру для получения промежуточного или окончательного результата обработки; совокупность геофизических процедур с использованием общего исходного набора сейсмозаписей, образующую шаг обработки, и, наконец, совокупность геофизических процедур, независимую по параметрам обработки и образующую этап обработки.
Объект обработки в СЦС-3 - данные сейсмического профиля. Данные делятся на три группы: параметры условий наблюдения, сейсмические записи, параметры обработки.
Сейсмические записи размещаются на МЛ в форме последовательного набора данных, упорядоченного по возрастанию общей координаты групп трасс, т. е. пункта взрыва, приема или глубинной точки.
Параметры обработки в задании на обработку определяются после имени соответствующей обрабатывающей программы. Параметры могут быть заданы целыми числами, действительными числами или символами. Язык управления заданием состоит из операторов ОС И операторов обрабатывающей системы СЦС-3. Для выполнения работ в СЦС-3 используются операторы; задания (// JOB); шага задания (// ЕХЕС), выходного набора данных (// PROUT DD).
Для составления геофизического задания используются операторы: основной программы ( =/ MPGM), описания профиля (PROF), подпрограммы (SPGM). Первый из них определяет вид обработки и получение результата; второй - последовательность сейсмозаписей, поступающих для обработки основной программой; третий - подпрограмму, которая должна быть выполнена при реализации основной программы (при этом указываются имя подпрограммы и параметры ее работы).
Язык задания СЦС-3 отличается простотой, лаконичностью, обеспечивает гибкое планирование графа обработки и оптимизацию затрат машинного времени. СЦС-3 имеет динамическую структуру и состоит из модулей разного уровня по функциям и способу управления.
Управляющей программой (СУБД - специализированная управляющая часть СЦС-3) системы является программа LEADEP, остальные модули - ресурсы этой программы (рис. 11). Эта программа работает под управлением ОС и обеспечивает выполнение шага задания. Ее функции: ввод задания и его редактирование; загрузка программных модулей, подготовка таблиц PROF по описаниям последовательности сейсмозаписей в задании; подготовка списков параметров для основных программ и подпрограмм; распределение основной памяти; подготовка средств управления наборами данных на МЛ и МД; подготовка таблиц управления процедурами обработки; управление процессом обработки.
MPGM (см. рис. 11) - программные модули первого уровня, реализующие уникальный алгоритм по обработке последовательности сейсмозаписей и получению результатов обработки.
Рис.11. Управление программными моделями в СЦС-3 [61]
SPGM - программные модули второго уровня, реализующие отдельные преобразования сейсмозаписей в основном алгоритме обработки, т. е. ввод статических и кинематических поправок, различные виды фильтрации, нормирование и др. Эти модули обрабатывают отдельные трассы, размещенные в оперативной памяти, а также имеют возможность обращения к программе LEADER с запросом на выполнение процедур PROC.
PROC - третий уровень программных модулей системы для реализации отдельно унифицированных служебных и вычислительных функций; от этих модулей возможно обращение к другим процедурам.
Система СЦС-3 включает все этапы обработки: редактирование данных (ввод поправок за рельефы верхнюю часть разреза, отбраковка из-МеРений с грубыми ошибками, исправление полярности каналов, коррекция нелинейности датчиков, упорядочение данных (сортировка и т.д.)); выделение сигналов на фоне помех (одно- и двумерная фильтрация трасс, получение изображений полей, максимально очищенных от помех); интерпретация (оценка параметров сигналов и изучаемой среды для построения ее модели, прогноз залежей углеводородов). Основные решаемые системой геологические задачи: построение структурных планов целевых отражающих горизонтов; подготовка структур, перспективных на нефть и газ; прогнозирование геологического разреза (ИГР).
Система СОС-ПС разработана для вычислительной системы ПС-2000 (ПС-3000) и вместе с ней образует экспедиционный геофизический вычислительный комплекс ЭГВК-ПС-2000. Исходной концепцией конструкции СОС-ПС (разработка ВНИИГеофизики) является обеспечение эффективности и технологической простоты работы геофизика с системой. С позиции простоты использования даже проводится аналогия мгжду СОС-ПС и калькулятором [61], котором операнд в процессе преобразования с помощью последовательности процедур многократно переходит из одного рабочего регистратора в другой, а при необходимости запоминается в одном из регистров памяти, пока вновь не потребуется для последующих операций. Роль такого операнда в СОС-ПС играет сейсмотрасса, рабочими регистрами являются входные и выходные буферы процедур, регистрами памяти - дисковые буферы, а вызов процедур осуществляется их перечислением с указанием параметров в свободном формате.
Основные свойства СОС-ПС следующие [61].
1) единый иерархический уровень обрабатывающих процедур, позволяющий упростить взаимосвязи между ними при формировании графа задания;
2) свободная компиляция процедур в задании, обеспечивающая возможность реализации любой последовательности и любого состава процедур:
3) ветвление графа обработки, позволяющее получать разнородные результаты в одном задании из одних и тех же входных трасс;
4) язык задания, формирующий е,го в геофизических терминах (это проявляется в семантике процедур, в наличии мнемоник у параметров, в свободном формате записи параметров);
5) обрабатывающая система не накладывает ограничений на технологию полевых работ.
Кроме того, предусмотрена информационная связь с СЦС-3 и "СОС-"Сайбер". СОС-ПС осуществляет решение тех же геологических задач, что и СЦС-3.
Интерпретационный этап данных сейсморазведки осуществляется также системами КИНГ и ИНТЕРСЕЙС. Первая создана в ИГиГ СО РАН на базе ЭВМ ЕС и БЭСМ-6 с целью решения обратной кинематической задачи для различных типов волн; вторая разработана в ЗапСибВНИИ-Геофизике на базе тех же ЭВМ с целью интерпретации данных сейсмо-разведки MOB. Обе системы обеспечивают расчет глубин и интервальных скоростей для целевых горизонтов осадочного яехла, а ИНТЕРСЕИС, кроме того, и поинтервальный динамический анализ.
Для обработки данных сейсморазведки существует целый ряд зарубежных АС, имеющих в нашей стране достаточно ограниченное применение из-за специфики ЭВМ и их операционных систем. Одной из первых была создана система SDPS на ЭВМ CDC серии 3000 с операцией, ной системой MSDOS. Другие системы: система PASS функционирует на ЭВМ "Сигма", используется в тресте "Укргеофизразведка"; система GEOS ЕР фирмы США "GEOSPACE CORPORATION" для ЭВМ PAYTHEON 703; система PACKAG Е-А английской фирмы "SEISCOM LIMITED адаптируется к ЭВМ, значительно различающихся по своим характеристикам и конфигурации периферийного оборудования; система 80S фирмы "COMPAGNIE GENERAL GEOPHYSIQUE" (Франция) предназначена для обработки данных на ЭВМ серии CDC-6000.
4.2.4. АС обработки
и интерпретации данных
геофизических исследований скважин (ГИС)
Наиболее известной и широко используемой в практике обработки данных геофизических исследований скважин является система АСОИГИС/ОС для ЭВМ ЕС. Она включает в себя сбор геоданных, обработку данных ГИС и хранение как исходных данных, так и результатов их интерпретации. Технологическая схема АСОИ ГИС/ОС приведена на рис. 12. Процесс обработки по этой схеме включает операции, общие для решения большинства геолого-геофизических задач [50].
1) Составление задания на обработку или интерпретацию, или иначе выбор графа обработки комплекса ГИС, граничных значений параметров и критериев, необходимых при обработке. В задании указываются интервалы обработки и константы, управляющие дальнейшей работой программ; задание на интерпретацию обычно составляют раздельно для предварительной обработки и геолого-геофизической интерпретации.
2) Ввод и редактирование исходных данных ГИС и задания на обработку или интерпретацию, т. е. ввод данных ГИС в ЭВМ (преобразование в необходимый формат), установление погрешностей цифровой регистрации, привязка и увязка данных, полученных в разное время и с разной аппаратурой,по глубине, приведение их к физическим единицам. Эти задачи решаются специальным комплексом программ.
3) Обработка данных ГИС на ЭВМ в соответствии с заданием в пакетном или диалоговом режимах. Автоматизированная обработка ГИС реализуется на базе специализированной операционной системы (СОС) и библиотеки геофизических программ. Последняя обеспечивает получение истинных физических параметров пластов (рп, рзп, aпс и др). С этой целью данные ПС, микрокаротажа, акустического, радиоактивного и других видов ГИС подвергаются трансформации. По данным электрокаротажа производят отбивку границ пластов и определение Для них существенных значений КС, оценки удельного электрического сопротивления промывочной жидкости и зоны проникновения.
Программы геологической интерпретации, входящие в этот раздел, позволяют выделять коллекторы, определять характер их насыщения и коллекторские свойства; осуществлять литологическое расчленение разреза по комплексу ГИС.
4) Вывод результатов интерпретации. Промежуточные результаты интерпретации выводятся в процессе обработки данных ГИС на ЭВМ в табличной и графической формах с помощью АЦПУ и на видеотерминал. Окончательные результаты - в табличной, текстовой и графической (кривые зависимости параметра от глубины, литологическке колонии, карты и т. д.) формах с помощью АЦПУ и графопостроителей.
5) Контроль и корректировка данных. Результаты контролируются как на заключительном этапе, так и на ряде промежуточных этапов обработки данных ГИС на ЭВМ. Контроль результатов в процессе обработки осуществляется путем вывода их на экран дисплея и печати контрОльных данных, а на завершающем этапе - путем анализа табличных и графических данных.
Априорные данные с целью контроля и анализа данных разделяются на четыре группы: данные задания на интерпретацию, комплекс правил геофизической интерпретации (отбивка и согласование границ пластов, определение существенных значений параметров и др.), фактические данные исследования скважин, прогнозные данные (средние значения параметров и их доверительные интервалы) и установленные для месторождения или региона критерии достоверности интерпретации.
6) Составление заключения по данным ГИС. Различают оперативную (пo данным ГИС одной скважины) и свободную (по данным ГИС скважин месторождения или региона) интерпретацию. При оперативной интерпретации выделяются коллекторы, определяются характер их насыщения и коллекторские свойства. Коллекторы выделяют с помощью программ литологического расчленения разреза скважин. Коэффициент пористости пластов определяют с помощью известных формул или корреляционных связей, полученных на основе петрофизических исследований. Нефтегазоносность определяется с помощью специальных алгоритмов. В конечном итоге составляется заключение о нефтегазоносности разреза скважины.
При сводной интерпретации составляют отчет и оценивают под-счетные параметры пластов. Обычно сводную интерпретацию производят на окончательном этапе разведки месторождения. К подсчетным параметрам относят эффективные мощности, средневзвешенные коэффициенты пористости, нефте- и газонасыщенности и линейные запасы нефти и газа. По подсчетным параметрам определяют их средневзвешенные значения для месторождения в целом.
7) Хранение результатов интерпретации. Результаты обработки и интерпретации данных ГИС передаются на хранение в базы и банки данных Для последующего использования при геолого-геофизических обобщениях, подсчета запасов и выдачи информации на высшие уровни (вЦ экспедиции, ВЦ региона и т. д.) для принятия решений по управлению и оптимизации i еологоразведочных работ.
Система АСОИГИС работает с базой данных (БД), состав которой не зависит от конкретных задач и геофизических программ. БД состоит из основной (общей для всех пользователей) и индивидуальных пользовательских подбаз. При оперативной интерпретации используется специализированная СУБД, при сводной интерпретации - универсальная СУБДИНЕС-2.
Система АСОИГИС разработана ЦГЭ и ВНИИГеофизикой. Различные ее варианты, различающиеся библиотеками геофизических программ, возданы на ВЦ Главтюменьгеологии (с ориентировкой на месторождения Западной Сибири) и в других организациях. В Для решения задач оперативной интерпретации и оценки подсчет-ных параметров месторождений нефти и газа используется система АСОИГИС/ДОС-ЕС, работающая под управлением дисковой операционной системы ДОС ЕС версии 2.2 и с трансляторами с языков ФОРТРАН и АССЕМБЛЕР. Система требует объема памяти ЭВМ в 256 Кбайт, два НМЛ, два НМД и устройство ввода-вывода с перфолент и перфокарт.
Основным элементом АСОИГИС/ДОС-ЕС является банк данных. На рис. 13 приведены структура системы и ее база данных.
В структуре системы - библиотека абсолютных и объектных модулей и сама БД. Библиотека объектных модулей включает обслуживающие подпрограммы и геофизические программы, а библиотека абсолютных модулей - подпрограммы специализированной операционной системы (СОС), сформированные в виде единого модуля сервисные программы общего назначения (распечатка текстов программ, рабочего файла и др.), а также геофизические программы. Взаимодействие обслуживающих и геофизических программ обеспечивает головная программа СОС - Диспетчер (DISSOS). Процесс обработки и оператив-' ной интерпретации аналогичен таковым в АСОИГИС/ОС.
На базе ЭВМ CM-4, CM-1420 создан специализированный вычислительный комплекс геофизического предприятия, его программное обеспечение ПО ГИС СМ предназначено для оперативной интерпретации данных, обработки данных ГИС с целью оценки технического состояния скважин, определения подсчетных параметров продуктивных пластов. Автоматизированная интерпретация данных ГИС в рамках ПО ГИС СМ ведется в диалоговом режиме. Системное обеспечение включает операционную систему реального времени (ОСРВ), Систему управления базой данных СЕТОР СМ и пакеты программ по обслуживанию графических устройств и устройств передачи данных.
База данных ПО ГИС СМ представляет совокупность всех обрабатываемых данных, а также промежуточных и окончательных результатов их обработки по одной скважине. БД размещена на МД и занимает 2,4 Мбайта. Большая часть геофизических программ ПО ГИС СМ создана путем адаптации программ АСОИГИС/ОС-ЕС.
Для ЭВМ СМ-2 функционирует комплекс АСОИГИС/СМ-2 в операционной среде ДОС АСПО. База данных АСОИГИС/СМ-2 построена аналогично базе данных АСОИГИС/ДОС. Комплекс программ АСОИГИС/
СМ-2 выполняет основные процедуры обработки и оперативной интерпретации данных ГИС, но его возможности существенно ограничены по сравнению с АСОИГИС/ОС-ЕС.
Развитием АСОИГИС/СМ-2 является автоматизированная система обработки информации ГИС для экспедиционных геофизических вычислительных комплексов на базе ПС-2000 (АСОИГИС/ПС), предназначенная для решения задач оперативной интерпретации данных ГИС, определения подсчетных параметров и комплексирования данных ГИС и сейсморазведки.
Зарубежные системы обработки и интерпретации данных ГИС в принципиальном и методическом плане аналогичны АСОИГИС/ОС. Система интерпретации фирмы "Шлюмберже" SARABAND используется для интерпретации данных каротажа в разрезах с песчано-глинистьг ми коллекторами, а система CORIBAND рассчитана на коллекторы сложного состава с полиминеральным составом. Системы GLOBAL ("Шлюмберже") и ULTRA (фирма "Герхардт") предназначены для интерпретации данных ГИС с использованием методов нелинейного программирования при решении системы петрофизических уравнений, решением системы является набор параметров среды, при котором измеренные и теоретически рассчитанные для модели среды соответствующие геофизические параметры совпадают наилучшим образом.
4.3. АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ КОМПЛЕКСНОГО АНАЛИЗА
И КОМПЛЕКСНОЙ ИНТЕРПРЕТАЦИИ
ГЕОЛОГО-ГЕОФИЗИЧЕСКИХ ДАННЫХ
АС комплексного анализа и комплексной интерпретации геоданных получили наибольшее распространение в практике геолого-геофизических организаций, и прежде всего, для решения прогнозно-поисковых задач. По существу, в любом крупном НИИ и ПГО используется та или иная АС комплексного анализа или комплексной интерпретации.
Для решения прогнозно-поисковых задач в рудной геологоразведке и геофизике применяют десять достаточно распространенных АС, сведения по которым сведены нами в табл. 8, 9 и 10, отражающих их специализацию по стадиям геологоразведочного процесса (табл. 8), составу программно-тематического обеспечения (табл. 9) и решаемым геологическим задачам с указанием СУБД (табл. 10). При составлении таблиц использованы результаты работ [17, 38, 67]. При этом следует учесть, что ряд АС, первоначально предназначенных для решения других задач, в настоящее время дополнены программным обеспечением по комплексному анализу и комплексной интерпретации геоданных. Кроме того, некоторые из них проходят стадию перевода на персональные компьютеры типа IBM-PC/AT и совместимых с последними.
Таблица 8
Специализация АС комплексного анализа по стадиям геологоразведочного процесса
Таблица 9
Состав проблемного программно-математического обеспечения АС комплексного анализа
Таблица 10
Решаемые геологические задачи, типы ЭВМ и СУБД дая АС комплексного анализа
Помимо указанных АС, разработаны и используются другие АС и отдельные пакеты прикладных программ по комплексному анализу при решении прогнозно-поисковых задач рудной геологоразведки: АСОИ-Прогноз (ВостСНИИГИМС), ПП КОМПИ (МЭГМЭИ МГ Узбекистана), "Регион-2" (КОМЭ, г. Алма-Ата) и др.
Большинство АС используют алгоритмы распознавания образов с обучением на эталонных объектах. В то же время для решения задач геокартирования используют алгоритмы классификации комплексных геополей на однородные области без предварительного обучения на эталонных объектах. Поэтому заслуживают внимания системы "Регион-2",. КОСКАД. В КОСКАДе реализован модифицированный метод К-средних на основе статистики Хоттелинга [49], системы АСОД-Прогноз (КИРГ) и АЛИСА с реализацией алгоритмов "Направленный поиск" [69].
Введенный индекс перспективности существенно отличает системы АСПО-8 и КОСКАД от других систем.
С целью прогноза нефтегазоносности перспективных площадей по комплексу первичных и вторичных признаков сейсмического поля, рассчитываемых в заданном окне, в БелНИГРИ разработана АС "Припять" для ЭВМ ЕС-1022 с использованием дисковой операционной системы версии 1,3-ДОС. Распознавание перспективных объектов осуществляется на основе методов.регрессионного анализа.
Системы АСОИГИС/ОС и АСОИГИС/ДОС включают программы распознавания отдельных типов горных пород по диагностическим кодам, устанавливаемым первоначально на известном разрезе [50].
Большое количество программ создано по комплексированию сейсморазведки и ГИС, а также по комплексированию сейсморазведки и гравиразведки, сейсморазведки и электроразведки.
Перечислим основные задачи, требующие комплексирования сейсморазведки и ГИС [18]: 1)прогноз геологического (литологического) разреза (ПГР) в межскважинном пространстве, когда по данным ГИС устанавливаются эталонные объекты, аналоги которых затем находят по комплексу первичных и вторичных признаков сейсмического поля; 2) сейсмостратиграфия - выделение сейсмофаций по комплексу признаков (кинематических и динамических) сейсмического поля с их привязкой по данным ГИС; 3) геометризация ловушки углеводородов, т. е. установление ее пространственного положения, геометрии геологических границ в подстилающих и покрывающих отложениях, картирование литологических, тектонических и стратиграфических экранов, картирование ВНК, ГНК, ГВК по данным временных разрезов, ВСП, акустического каротажа, гамма-гамма-каротажа.
Для решения этих задач нашли применение комплексы программ "ЗАЛЕЖЬ"
и "ПАРМ". "ЗАЛЕЖЬ" является примером типичного
распознавания с обучением. На временных разрезах MOB выделяется
интервал между двумя опорными сейсмическими разрезами, для которого
поставлена задача построения литологического разреза по сейсмическим
профилям с использованием данных о литологии по скважинам, пробуренным
вблизи этих профилей в нескольких точках площади, где представлен
полный диапазон изменения литологии исследуемого интервала разреза.
Отрезки сейсмозаписи на выбранном интервале времен вблизи каждой
скважины рассматриваются в качестве эталонов. Распознавание с обучением
применяется дважды: первый раз - для автоматического прослеживания
опорных отражений в кровле и подошве выделенного интервала и второй
раз - для распознавания литологических разностей по форме записи.
В комплексе "ПАРМ" используется информация ВСП. Кроме задач решаемых комплексом "ЗАЛЕЖЬ", добавляется построение опорной трассы однократно отраженных волн, что позволяет более обоснованно осуществлять прогноз. Экстраполяция литологии от очередной скважины по латерали начинается со стратиграфической привязки отражений с использованием литологической колонки по скважине и определением стратиграфической приуроченности всех характерны^ экстремумов отраженных волн.
Разрешающая способность "ПАРМ" зависит от диапазона частот сейсмозаписи и акустической контрастности пропластков, составляющих исследуемый интервал разреза.
Указанные комплексы реализованы в пакете КОМПАК - ГЕОКОМПАС системы ГЕОПАК (ВНИИГеофизика). Этот пакет позволяет по данным ГИС с использованием банка петрофизических моделей оценивать основные петрофизические и коллекторские параметры на скважинах-эталонах: пористость, проницаемость, песчанистость, глинистость, коэффициенты нефте-, газо- и водонасыщенности, класс коллектора и т.д.
Для комплексного анализа данных сейсморазведки и гравиразвед-ки в настоящее время успешно применяется система АСКИНТ (автоматизированная система комплексной интерпретации), созданная в объединении " Центргеофизика" (П. А. Беспрозванный, В. С. Славкин, В. А. Болдырева и др.). АСКИНТ реализована на ЭВМ ЕС, использует корреляционную зависимость между данными гравиразведки и структурными планами, полученными сейсморазведкой. Интерполяция структурных построений по данным гравиразведки осуществляется на основе оценки глубин тех или иных горизонтов, полученных сейсморазведкой и являющихся эталонами. АСКИНТ применялась для решения региональных задач Западной Сибири.
Количественные методы комплексной интерпретации данных сейсморазведки и гравиразведки с широким набором методов линейного и нелинейного программирования использованы в комплексе программ Института геофизики АН Украины (В. И. Старостенко и др.). Построение физико-геологических моделей земной коры в пределах Украинского кристаллического щита, Днепрово-Донецкой впадины и других регионов по этим комплексам приведено в работах [62].
Совместно использованы высокоразрешенные данные ЗСБЗ, полученные и обработанные по методу многократных перекрытий, и данные МОГТ в районе Астраханского свода в системе программ НВ НИИГГ (В. В. Тикшаев и др.) для прогноза латеральных изменений вещественного состава исследуемых толщ.
Использование закономерности 
заложено в комплексе программ построения сейсмоэлектрических временных
разрезов (СЭВР), разработанных во ВНИИГИС (В. А. Сидоров, Н. Л.
Смилевец и др.).
Наконец, следует отметить тенденцию создания АС комплексной обработки, направленных на прогноз, поиски и разведку конкретных видов минерального сырья.
Автоматизированная система обработки геолого-геофизической информации АСОИ-Углеразведка (ВНИГРИуголь, В. В. Попов и др.) является составной частью отраслевой системы управления геологоразведочными работами (см. раздел 8.2). Она включает программное обеспечение комплексной интерпретации на ЕС ЭВМ данных наземной геофизики и исследований в Скважинах с использованием в качестве эталона петрофизической модели угленосных отложений, в качестве математического аппарата распознавания образов применяются метода корреляционно-регрессионного анализа. Основные решаемые задачи: литологическое расчленение разреза и выделение углей разных типов с оценкой их мощности и зольности.
В табл. 11 приведены данные о росте надежности литологического расчленения разреза по данным ГИС при различном числе методов каротажа.
Автоматизированная система СМАГ-ЕС предназначена для комплексной обработки и интерпретации данных наземных и скважинных геофизических исследований на железорудных месторождениях с целью оптимизации процесса разведки и повышения его надежности.
Система СМАГ (скважинная магниторазведка) разработана в' КИРГе (Морозов Л. Н. и др.) и первоначально создавалась для обработки и интерпретации данных скважинвой магниторазведки. СМАГ работает на ЭВМ ЕС модели 1022 и старше со специализированной СУБД СМАГ. Система позволяет решать следующие задачи [41]: ввод, накопление и выдачу разнообразной геоинформации с использованием СУБД СМАГ; обработку данных гироскопической и магнитной инкли-нометрии; вычисление координат скважин; обработку данных сква-жинной магниторазведки; определение литологии по комплексу каротажных данных; оценку содержания железа по данным КМВ, зольности углей по данным ГГК, физико-механических свойств по данным АК и др.; моделирование геообъектов по данным наземной, скважинной, аэромагниторазведки и гравиразведки; определение эффективной и остаточной намагниченности.
В системе хорошо развито программное обеспечение графики. Система СМАГ использовалась при поисках и разведке других видов полезных ископаемых: уголь (разведка и подсчет запасов), полиметаллы (поиски), черные металлы (поиски), цветные и редкие металлы (поиски, разведка). Это свидетельствует о том, что любая развитая в прикладном программном отношении АС с успехом может быть применена для решения различных геологических задач.
4.4. АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ОБРАБОТКИ
КАРТОГРАФИЧЕСКОЙ ИНФОРМАЦИИ
Обработка картографических материалов связана со значительными трудностями. Преодолеть их помогает разработанная В. В. Марченко [38] картографическая модель геологического строения, которая позволяет не только преобразовывать информацию карт геологического содержания в дискретный вид, но и применять для автоматизации этого процесса современные технические средства кодирования графической информации - дигитайзеры.
Картографическая информация представляется в трех основных формах:
1) в виде карт факторов. Под картографическим фактором по В. В. Марченко понимается конкретное геологическое образование, определяющее геологическое строение исследуемого района и входящее в легенду карты как самостоятельная единица. Такой фактор может иметь площадное (например, структурно-вещественные комплексы), линейное (например, тектонические нарушения) или точечное (например, рудопроявления, месторождения) распространение;
2) в виде карт числовых полей (значения непрерывных потенциальных или нёпотенциальных полей, их трансформаций и значения дискретных данных по регулярной сети);
3) в виде карт изолиний различных числовых полей.
При кодировании информации по району, представленному в виде карт факторов, следует определить, какие геологические образования выделяются в качестве факторов, и затем им присвоить порядковые номера. Любой из картографических факторов (объектов) можно описать в контурах определенного типа (объемных, площадных, линейных или точечных). Карты изолиний также можно представить в контурном виде. Одновременно и карты факторов, и числовые поля можно представить в матричном виде.
Технические средства ввода картографической информации должны удовлетворять следующим условиям [38]:
1) высокой точности и разрешающей способности (не хуже 0,5 мм);
2) высокой производительности и скорости оцифровки (не менее 3000 точек/ч);
3) простоте технического исполнения и эксплуатационной надежности;
4) обеспечению вывода результатов оцифровки на информационно-емкие машинные носители (магнитная лента, магнитный диск, перфолента);
5) возможности работы в автономном режиме обработки картографической информации.
Таким требованиям удовлетворяют дигитайзеры планшетного типа серийного производства "Шифратор-2(3)" и "Гарни-2".
Описанные выше формы представления картографической информации и требования к техническим средствам являются основой создания системы автоматизированной обработки графической геолого-сеофизиеской информации АВТОГРАФ [38]. В состав системы входит 42 программы, реализованные на языках ФОРТРАН и АССЕМБЛЕР для ЭВМ ЕС. Программное обеспечение имеет модульную структуру, позволяющую развивать функциональные возможности обработки картографических и числовых данных.
Система" АВТОГРАФ является одним из блоков системы решения задач геологического прогнозирования РЕГИОН/ОС, обеспечивающим автоматизированное формирование, например, территориальных банков геологических картографических и числовых данных.
В настоящее время каждая высокоорганизованная АС содержит в том или ином виде блоки по реализации картографической информации.
4.5. АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ДЛЯ ОБУЧЕНИЯ
Отсутствие развитых o сетей персональных компьютеров является существенным ограничением для разработки АС обучения студентов и инженеров на факультетах повышения квалификации. По мере насыщения геологоразведочных организаций персональными компьютерами и прежде всего серии IBM-PC/AT и совместных с IBM советскими компьютерами типа ЕС-1840 и других проблема создания АС для обучения приобретает особую актуальность в связи с переходом отраслей народного хозяйства на рыночные отношения и необходимостью переквалификации инженерных кадров. Ниже предлагается следующая концепция разработки АС для обучения в геологоразведке.
1. Техника и технология.
1.1. Используемая вычислительная техника - персональные компьютеры в силу простоты обращения с ними (отсутствие специального обслуживания), широкой возможности использования разнотипной графики (графики, карты графиков и карты изолиний, растровые карты, гистограммы, стереоизображения полей и т. д.).
1.2. Перспективные локальные сети персональных компьютеров на базе мини-ЭВМ и машин серии ЕС ЭВМ.
1.3. Операционные системы: 1) MSDOS версии 2.0 и выше, как наиболее распространенная в настоящее время; б) ОС-2 - мультизадачная операционная система, продолжение MSDOS; в) UNIX - система, конкурирующая с MSDOS и также имеющая достаточно широкое распространение.
1.4. Языки программирования: а) ФОРТРАН - язык, на котором создано огромное количество программного обеспечения; б) ПАСКАЛЬ - язык, получивший большое распространение; в) BASIC - язык на котором ведут программирование 70% разработчиков мира и который является базовым для персональных компьютеров.
Кроме того, следует отметить возможность создания программных продуктов, включающих смесь перечисленных языков, что вообще снимает проблему выбора языка.
1.5. Базы данных. При их создании надо отказаться от высокопроизводительных зарубежных разработок, таких, как DBASE, FOX, что объясняется простотой базы данных для учебных целей, с одной стороны, и возможностью разработки собственных независимых программных продуктов, с другой стороны.
2. Программное обеспечение.
2.1. Создание пакетов программ по отдельным дисциплинам с учетом специфики каждой из них.
2.2. Независимость программного обеспечения от типа ЭВМ, программного обеспечения и конкретной базы данных.
2.3. Общая схема АС обучения включает (рис. 14): 1) монитор -программу, осуществляющую вызов различных процедур и связь с различными компонентами схемы и СУБД; 2) программы общего назначения: построение гистограмм; графиков, карт графиков, карт изолиний, растровых карт; 3) функциональное ядро, состоящее из программ по алгоритмам решения задач конкретной дисциплины. Это самая ценная часть АС, разрабатываемая как централизованно, так и на конкурсной основе ведущими специалистами в конкретной области знаний; 4) СУБД на базе вышеуказанных операционных систем; СУБД выполняет стандартные функции любой несложной базы данных -хранение данных различного типа и манипулирование с ними; 5) обу-Чак>Щие программы. Это - программы организации процесса обучения, одной стороны, и программы организации контроля знаний и ведения учета, с другой стороны. Программы организации процесса обучения и контроля знаний, видимо, могут быть самые разные. Они должны отражать особенности школы каждого вуза или НИИ, т. е. проведение зачетов, контрольных заданий, консультаций. При этом необходимы игровой момент, воспитание экономических навыков и т. д. Следует отметить также разницу между обучением студентов по стандартным программным продуктам каждой геофизической дисциплины и обучением инженеров и аспирантов при работе с промышленными АС, имеющимися в распоряжении производственных и научных организаций.
БАНКИ ЗНАНИЙ И ЭКСПЕРТНЫЕ СИСТЕМЫ
Создание банков знаний и экспертных систем в геологоразведке является качественно новой ступенью в автоматизации и информатизации геологоразведочной отрасли [9,14]. Если в автоматизированных системах используются только фактически измеренные данные и по результатам их обработки делаются геологические выводы, то интеллектуальные (в частности, экспертные) системы базируются на знаниях и только с помощью логического вывода, основанного на знаниях, применяются для решения поставленных задач. В 80-е годы на основе исследований в области искусственного интеллекта сформировалась новая отрасль индустрии - производство интеллектуальных систем для решения задач понимания и синтеза текстов на естественном языке, понимания и синтеза устной речи, обработки и синтеза изображений, перевода с одного естественного языка на другой, принятия решений в условиях изменяющейся ситуации и т. п.
Производство интеллектуальных систем получило общее название в виде термина "инженерия знаний". Естественно, что большинство задач в геологоразведке для принятия решения требуют логических выводов, основанных на знаниях в конкретной области или в ряде областей. Пока следует констатировать отсутствие отечественных экспертных систем в геологоразведке, известные же зарубежные системы созданы главным образом для анализа разрезов и контроля за эксплуатацией нефтегазовых скважин и только система PROSPECTOR - Станфордский исследовательский институт (1982 г.) направлена на решение прогнозных задач [66].
Наиболее развитые АС обработки геоинформации представляют основу для перехода к экспертным системам в геологоразведке и банкам знаний по отдельным разделам отрасли.
5.1. ПОНЯТИЕ О БАЗЕ ЗНАНИЙ
Основой создания экспертной системы является база знаний. База знаний [БЗ] - это совокупность имеющихся сведений о проблемной области (для которой предназначена экспертная система), представленная в виде формальной структуры, обеспечивающей использование предварительно установленных правил. База знаний содержит факты (или утверждения) и правила. Факты представляют собой краткосрочную информацию в том смысле, что они могут изменяться. Например, при прогнозно-поисковых работах данные о физических свойствах горных пород и руд, данные о геофизических, геохимических полях, как правило, непрерывно пополняются новой информацией или изменяются в связи с переходом в новые регионы и т. д. Правила представляют более долговременную информацию, позволяющую порождать новые факты, новые геологические заключения и выводы, или новые гипотезы из того, что известно к настоящему времени.
Основное различие между базой данных и базой знаний состоит в том, что база знаний должна иметь достаточно творческих возможностей, в то время как факты в базе данных пассивны. База знаний активно пытается пополнить недостающую информацию.
В общем случае база знаний включает базу данных, список порождающих правил и методы выбора конкретного порождающего правила для применения в данной ситуации. Иначе говоря, знания в БЗ делятся на три типа: 1) фактические знания, в том числе фактически полученные данные о геополях; 2) процедурные знания или порождающие правила, которые собираются заранее путем опроса специалистов (экспертов) в данной предметной области. Эти знания составляют ядро БЗ, они используются в блоке рассуждения экспертной системы для вывода следствия; 3) управляющие знания, представляющие набор стратегий для рассмотрения альтернатив в процессе принятия решений, заключений.
Применительно к решению прогнозно-поисковых задач по комплексу геоданных и знаний БЗ включает три разных модуля: 1) факты - база данных, т. е. сами геоданные о признаках конкретной геологической ситуации, в частности, наблюденные значения геохимических и геофизических полей в конкретном районе, геологическое строение которого, например, представлено интрузивными комплексами основного и кислого состава; 2) правила, которые определяют область экспертизы. Каждое правило (порождающее) имеет форму ЕСЛИ (условие), ТО (действие), или другую форму ЕСЛИ (условие), ТО (действие 1) В ПРОТИВНОМ СЛУЧАЕ (действие 2). При этом процедура сопоставления с конкретным образом (образцом, эталонным объектом) определяет, применимо ли данное правило вообще. Применительно к рассмотренной геологической ситуации об интрузивных комплексах основного и кислого состава такими правилами могут йыть следующие: ЕСЛИ магнитное поле характеризуется повышенными значениями, а гамма-поле естественной радиоактивности-пониженное, ТО следует ожидать интрузивный комплекс основного состава; ЕСЛИ магнитное поле характеризуется пониженными значениями, а гамма-поле естественной радиоактивности-повышенное, ТО следует ожидать интрузивный комплекс кислого состава. Правила вводятся в ЭВМ и заносятся на магнитные носители, образуя исходный файл обычным образом; 3) управляющие знания, или правила работы с порождающими правилами. Такие знания называют еще "машиной вывода" [72] или механизмом вывода. Здесь создаются правила, ориентированные на специалиста-эксперта (инженера знаний) с целью выработки стратегий по применению порождающих правил при данном состоянии базы данных. Процесс "извлечения" знаний специалиста-эксперта - наиболее сложная задача для создания БЗ. Ее решение требует применения методов математической логики, теории нечетких множеств, различных процедур "взвешивания" цен альтернативных гипотез и свидетельств. Эта проблема актуальна при решении практически всех задач геологии, где нередки случаи прямо противоположных суждений разных специалистов об одной и той же геологической ситуации. Помимо оценки вероятности и "цены" каждой гипотезы или каждого суждения возникает вопрос о том, насколько они далеки между собой, т. е. логично ввести понятие "расстояние" между гипотезами, суждениями. Поскольку в геологии один и тот же объект, например, антиклиналь, может иметь разные определения, даваемые экспертами, то вопрос о введении "расстояний" важен и для таких определений, без которых невозможно создать базу знаний.
Таким образом, база знаний может быть представлена в виде совокупности трех структур:
БЗ - БД + ПП + МВ,
где БД - база данных; ПП - порождающие правила; MB - механизм (логического) вывода.
Знания, хранимые в БЗ.относятся обычно к той достаточно узкой области, для которой она предназначена. Практически невозможно создать БЗ для всей геологоразведки. Примерный перечень тех БЗ, которые разработаны к настоящему времени, включает решение таких задач, как прогноз (геология, медицина и т. д.), диагностика (медицина, электроника, химия и т.д.), проектирование (электроника, вычислительная техника и т. д.), планирование (геология, медицина, электроника), управление (космонавтика, электроника, химия и т. д.), контроль (космонавтика, химия и т. д.), обучение (геология, медицина и т.д.).
В работе [19] приведены сведения по 250 экспертным системам, созданным в различных отраслях народного хозяйства.
Построение БЗ - самый ответственный этап всех интеллектуальных систем.
Наиболее распространенные способы получения знаний о предметной области следующие: извлечение знаний из книг, отчетов, инструкций; описание совокупности всех необходимых знаний в данной конкретной области специалистом-экспертом; использование анкет-опросников с последующей их обработкой; получение информации от эксперта, выступающего в роли учителя; формирование БЗ самим экспертом, совмещающим роли эксперта и инженера знаний; использование методов статистического распознавания образов для накопления знаний путем статистической обработки экспериментально получаемой информации; применение методов машинного обучения для автоматического заполнения БЗ.
Инженер знаний - широко эрудированный специалист, умеющий отделять важное от второстепенного, обладающий способностью контактировать с любым экспертом и побуждающий эксперта поставлять нужную информацию. Однако при создании зарубежных экспертных систем выяснилось, что специалист не только часто испытывает затруднения с ясной формулировкой своих знаний, но даже не всегда расположен ими делиться. Поэтому особый интерес для развития экспертных систем представляют те способы получения знаний из вышеперечисленных, в которых эксперт, как таковой, не участвует.
База знаний содержит знания в символьной форме, т. е. в нее могут входить таблицы чисел, диапазоны значений величин, определенные вычислительные процедуры и самое главное, факты и правила - эвристики. Факты - это описание геообъектов, их признаки (качественные и количественные), числовые данные по геополям. Правила, а для геологоразведки это чаще всего правила - эвристики, представляют, как уже отмечалось выше, пути вынесения суждений, заключений, выводов на основании фактов.
В геологоразведке создание комплексных баз знаний (или банков знаний) по различным отраслям: геохимии, геофизике, геологии -открывает широкие возможности по обеспечению надежности суждений, заключений, выводов.
Выделим особенности информации, определяющие грань, за которой данные превращаются в знания, а базы данных переходят в базы и банки знаний. К таким особенностям относятся [56]:
1) внутренняя интерпретируемость. Каждая информационная единица должна иметь уникальное имя, по которому система ее находит, а также отвечает на запросы, в которых это имя упомянуто; СУБД обеспечивают реализацию внутренней интерпретируемости всех информационных единиц, хранимых в базе данных;
2) структурированность. Информационные единицы должны обладать гибкой структурой с выполнением вложимости одних информационных единиц в другие, подобно цепочке элемент - запись - массив - файл в файловых базах данных. Кроме того, должна существовать возможность произвольного установления между отдельными инфор-мационными единицами отношений "часть - целое" или "элемент -класс";
3) связность. В информационной базе между информационными единицами следует предусмотреть возможность установления связей различного типа.
Эти три особенности знаний позволяют ввести общую модель представления знаний, которую называют семантической сетью, представляющей собой иерархическую сеть, в вершинах которой находятся информационные единицы с индивидуальными именами, а дуги семантической сети соответствуют различным связям между информационными единицами.
4) семантическая метрика. В ряде случаев на множестве информационных единиц полезным оказывается задание отношения, характеризующего ситуационную близость информационных единиц, или силу ассоциативной связи между информационными единицами.
Такое отношение обеспечивает выделение в информационной базе типовых ситуаций, а следовательно, оно позволяет находить знания, близкие к уже найденным;
5) активность. Все процессы в ЭВМ инициируются командами, а фактические данные используются этими командами редко, т. е. данные обычно пассивны, а команды - активны. Эта ситуация неприемлема для экспертных систем, поскольку, как и у человека, в экспертных системах актуализации тех или иных действий способствуют знания, имеющиеся в системе. Появление в базе фактов или описаний геообъектов, установление связей между ними становится источником активности системы.
К сожалению, в настоящее время трудно реализовать базы знаний, в которых в полной мере были бы учтены все пять перечисленных особенностей.
Подобно тому, как различают три основные модели представления данных: реляционные, иерархические и сетевые - выделяют несколько моделей баз знаний.
Наиболее общей моделью представления знаний являются семантические сети, поскольку в них имеются средства для выполнения всех вышеперечисленных пяти особенностей. Однако их универсальность определяет негативную сторону. Если допустить в семантических сетях произвольные типы отношений и связей, то сложность работы с таким образом организованной информацией резко возрастает.
В экспертных системах известны следующие способы описания знаний [56].
1) Логические модели. В основу логических моделей заложена формальная система, задаваемая как М =< Т, Р, А, В>. Множество Т - множество базовых элементов разной природы, например, ключевые слова из некоторого ограниченного геологического словаря (можно провести аналогию с деталями детского конструктора). Для множества Т существует некоторый способ определения принадлежности или непринадлежности произвольного элемента к этому множеству. За конечное число шагов проверяется, является ли х элементом Т. Обозначим эту процедуру через П (Т).
Множество Р - множество синтаксических правил. С их помощью из элементов Г образуют синтаксически правильные совокупности. Например, из слов ограниченного геологического словаря строят синтаксически правильные фразы (как из деталей детского конструктора с помощью гаек и болтов собирают новые конструкции).
Таким образом, определяется процедура П (Р), с помощью которой за определенное число шагов получают ответ на вопрос, является ли совокупность X синтаксически правильной. Далее в множестве X выделяют подмножество А, элементы которого называются аксиомами, и процедуру П (А). С ее помощью для любой синтаксически правильной совокупности можно получить ответ на вопрос о принадлежности этой совокупности к множеству А.
Множество В - это множество правил вывода. Их применение к элементам А дает возможность получать новые синтаксически правильные совокупности, к которым снова мжно применять правила из В. Так формируется множество выводимых в данной формальной системе совокупностей.
Для знаний, входящих в базу знаний, можно считать, что множество А образует все информационные единицы, которые введены в БЗ извне, а с помощью правил вывода из них выводятся новые производные знания. Иначе говоря, экспертная система является генератором порождения новых знаний, образующих множество выводимых в данной системе знаний. Оно позволяет хранить в базе лишь те знания, Которые образуют множество А, а все остальные знания получать из них по правилам вывода.
Рассмотрение структуры логических моделей базы знаний показывает, насколько сложна проблема создания экспертной системы в геологии. Поэтому можно рассчитывать на разработку этих систем лишь для решения узко направленных задач. Ввиду большей формализации знаний в разведочной геофизике проблема создания экспертной системы (ЭС), например, в области обработки и интерпретации данных представляется вполне реальной задачей. В частности, ЭС разработаны на основе высокоорганизованных АС и отдельных пакетов приклад. них программ.
2) Сетевые модели. Сетевые модели базируются на конструкции семантической сети. Сетевые модели формально задаются в виде H= <I, C1, C2, ...,Сn, Г>. Здесь I - множество информационных единиц, С1, С2, ..., Сn - множество типов связей между этими единицами. Отображение Г задает между информационными единицами, входящими в множество I, связи из заданного набора типов связей. Бели допустить в сетевой модели связи различного типа, то это будет семантическая сеть. Реализация сетевых моделей значительно сложнее, чем логических, поскольку предсказать заранее при геолого-геофизических исследованиях все связи между данными объектами нереально.
3. Продукционные модели. Эти модели представляют комбинацию логических и сетевых моделей. Из логических моделей заимствована идея правил вывода, называемых здесь продукциями, а из сетевых моделей - описание знаний в виде семантической сети. Вместо логического вывода для логических моделей в продукционных моделях появляется вывод на знаниях.
4) Фреймовые модели. В отличие от моделей указанных трех типов во фреймовых моделях фиксируется жесткая структура информационных единиц, называемая протофреймом. Она представляется следующим образом:
(имя фрейма: имя слота 1 (значение слота 1)
имя слота 1 (значение слота 2)
имя слота К (значение слота К))
Значением слота могут быть числа или математические соотношения, тексты на естественном языке или программы, правила вывода или ссылка на другие слоты данного фрейма или других фреймов. В качестве значения слота выступает набор слотов более низкого уровня, что повзоляет реализовать принцип вложенности информационных единиц.
Фрейму и слотам присваиваются конкретные имена и происходит заполнение слотов. Из протофреймов получаются фреймы-экземпляры. Переход от исходного протофрейма к фрейму-экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов.
Например, структура протофрейма, может быть представлена следующим образом.
Типы интрузивных горных пород:
ультраосновные (значение слота 1)
основные (значение слота 2)
кислые (значение слота 3).
Если в качестве значений слотов использовать геологические и геофизические характеристики пород, то получится фрейм - экземпляр, в котором вместо "значения слота 1" указаны конкретные характеристики ультраосновных пород и т. д.
Ряд специалистов считает, что фреймовые модели нецелесообразно выделять отдельно в представлении знаний, поскольку в них объединены все основные особенности моделей остальных типов.
5.2. ЭКСПЕРТНЫЕ СИСТЕМЫ
Экспертные системы появились благодаря исследованиям в области искусственного интеллекта, к которым прежде всего относится разработка систем, обеспечивающих реализацию процесса общения с ЭВМ на естественном языке (ЕЯ-систем). Прообразом экспертных систем (ЭС) и систем искусственного интеллекта (ИИ) являлся персеп-трон Розенблата, представляющий самоорганизующийся автомат, моделирующий работу сетчатки глаза человека, а также универсальный решатель задач, основанный на эвристическом поиске А. Ньюэлла и Г. Саймона (решение как поиск, как перебор по эвристическим правилам). Далее появляются компьютерные системы по диагностике забо-геваний MYCIN и РиРР.которые послужили основой создания эксперт-юй системы PROSPECTOR (США) для решения задач геологии. Прак-ическое применение этой ЭС - прогноз месторождений молибдена. ?аким образом ЭС, базируются на интеллектуальном капитале 70-х го-(ов по ИИ, не принесшему ощутимых практических результатов. А гже в 80-е годы внимание ученых переносится в область проблем ма-аинного обучения (ЕЯ-систем).
Экспертная система, по определению Британского компьютерного (бщества, рассматривается как результат создания в ЭВМ основанной и знаниях компоненты, соответствующей навыку эксперта, в такой форме, которая позволяет системе дать разумный совет или принять разумное решение о функции обработки данных.
5.2.1. Структура экспертной системы
В экспертных системах в отличие от использованного при обработке и анализе данных на ЭВМ традиционного соотношения данные + алгоритм = программа, обеспечивается новая архитектура, основу которой составляют база знаний и "машина логического вывода", или иначе, знания + вывод = система.
Схема типичной ЭС приведена на рис. 15 [71]. ЭС состоит из трех основных компонентов: базы знаний о фактах и правилах (эвристиках), механизм решения и вывода (машина логического вывода или решатель), система контакта человека с машиной (ЭВМ). База знаний и машина логического вывода составляют ядро ЭС. Система контакта человека с ЭВМ включает два модуля: модуль приобретения знаний (обучение машины) и модуль объяснения (интерфейс).
Рабочая память ЭС предназначена для хранения данных. Данные в рабочей памяти в простейшем случае являются константами и (или) переменными. Переменные трактуются как характеристики некоторого объекта, а константы - как значения соответствующих характеристик.
Если в рабочей памяти анализируется одновременно несколько различных объектов, описывающих проблемную ситуацию, то указывается, к каким объектам относятся конкретные характеристики. Это приводит к появлению в рабочей памяти объектов со списками свойстве содержащими имена характеристик и их значения. Так, в диагностической экспертной системе по медицине MYCIN используется тройка "объект - атрибут - значение", причем структура диалога системы с пользователем предопределена иерархией объектов предметной области, например, структуры - породы - минералы.
Система ведет диалог в соответствии с заданной иерархией, собирая сначала сведения об объекте, стоящем в вершине иерархии.
Механизм логического вывода - это та часть ЭС, которая дает возможность применять правила и логику к фактам из базы знаний. Hair-ример, в экспертных системах, построенных на основе правил "ЕСЛИ -ТО", порождающие правила (или правила продукции) могут анализироваться двумя путями: в прямом направлении (прямая цепочка рассуждений), т. е. со стороны данных, когда для решения проблемы рассматриваются новые факты или условия и проверяются соответствующие следствия или выводы; в обратном направлении (обратная цепочка рассуждений), или со стороны цели, когда для решения проблемы формируются гипотетические следствия и проверяются условия, определяющие их справедливость.
База знаний содержит факты и правила. Факты - краткосрочная информация, т.е. они могут изменяться, правила - долговременная информация о том, как создавать (порождать) новые факты или гипотезы из известной на данный момент информации.
Для создания механизма вывода используются новые средства работы с неопределенностью. К ним относятся методы нечеткой логики (методы обработки нечеткой информации в системах принятия решений [51], байесовский подход или байесовская логика [71]) и коэффициенты уверенности или коэффициенты определенности. В большинстве ЭС стараются предусмотреть избыточность, позволяющую ЭС прийти к правильному заключению (выводу) несколькими различными путями.
Модуль приобретения (усвоения) знаний - узкое место в ЭС, поскольку эксперты обычно не способны объяснить, каким образом они приходят к тем или иным решениям. Кроме того, в настоящее время за рубежом при разработке ЭС возникла проблема, связанная с те'м, что эксперты вообще отказываются "отдавать" свои знания.
Модуль объяснения - это система, обеспечивающая возможность объяснения ЭВМ с человеком, т. е. особое внимание уделяется интерфейсу с пользователем. Интерфейс позволяет в любой момент спросить ЭС, почему она сделала такой вывод или почему она задала такой вопрос пользователю.
В ЭС, основанной на использовании порождающих правил, ответ обычно получают путем повторного прослеживания тех шагов рассуждения, которые привели к данному вопросу или к данному выводу.
Простота, с которой это достигается, является главным аргументом в пользу ЭС, базирующихся на правилах.
Для решения какого типа задач необходима разработка ЭС? В гео. логии - это прежде всего задачи прогноза, задачи обработки данных, затушеванных помехами разной природы, задачи тех областей геоло-гических знаний, где мало специалистов. В то же время для таких задач, для которых известны точные факты, или для тех областей знаний, в которых работают много специалистов, ЭС практически не нужны.
Зарубежные специалисты утверждают, что ЭВМ пятого поколения будут ориентированы на обработку знаний и будут обладать развитыми возможностями логического вывода, важная черта которого - рас считанный на человека интерфейс [72].
Вопросы логического вывода являются базовыми для перехода о автоматизированных систем обработки и интерпретации геоданных к автоматическим системам. Автоматические системы, по существу, и представляют собой экспертные системы.
5.2.2. Решение задач логического вывода
Решение задач логического вывода в ЭС сводится к учету неопределенности заключений. Учет неопределенности рассмотрим с позиций нечеткой логики, байесовского подхода и использования коэффициентов уверенности (определенности) в соответствии с результатами работ [66,72].
Нечеткая логика создана Л. Заде, распространившим булеву алгебру на действительные числа. В булевой алгебре 1 - это истина, а 0 - это ложь. Тот же подход применяется в нечеткой логике, в которой используются уже все дроби от 0 до 1, чтобы указать частичную истину.
Так, например, запись р (зеленый (х)) = 0,75 говорит о том, что предположение "х - зеленый" в некотором смысле истинно на 3/4, точно также оно на 1/4 ложно.
С целью комбинирования нецелочисленных значений истинности в нечеткой логике определяются эквиваленты операций И, ИЛИ и НЕ.
p1И р2 = min (p1, р2) (т. е. меньше), это - операция конъюнкции;
р1 ИЛИ р2 = max (p1, р2) (т. е. больше), это - операция дизъюнкции;
НЕ р1 = 1 - р1 - т. е. "обратное значение", это - операция отрицания.
Таким образом, неполные сведения, например, о горных породах и их характеристиках можно комбинировать на основе строгих и согласованных методов, поэтому нечеткая логика используется в системах принятия решений целого ряда ЭС, в частности, в отечественной системе ЭКСПЕРТ.
Проблема взвешивания отдельных сведений в нечеткой логике отсутствует и поэтому прибегают к методам теории свидетельств (оценка цены свидетельств).
Допустим, что мы располагаем некоторой совокупностью "нечетких" правил относительно образца горной породы.
Правило 1. ЕСЛИ х (образец) принадлежит к инструзивным породам И x (образец) характеризуется повышенной намагниченностью, ТО х (образец) относится к ультраосновным породам.
Правило 2. Если х (образец) характеризуется повышенной плотностью И х (образец) содержит биотит, ТО х (образец) относится к ультраосновным породам.
Пусть определенность того,что х принадлежит к интрузивным: породам, равна 1 и уверенность того, что х характеризуется повышенной намагниченностью, равна 0,8. Тогда условия, входящие в правило 1, имеют совместное значение степени истинности, равное 0,8, поскольку в случае логической функции "И" используем операцию min. Это определяет уверенность 0,8 для утверждения (заключения) "х относится к ультраосновным породам".
Далее пусть известно, что х характеризуется повышенной плотностью в умеренной степени (0,5) и содержит биотит при степени истинности 0,25, тогда степень истинности утверждения "х относится к ультра основной породе" равна 0,25 (меньшем из значений, если пользоваться правилом 1).
Таким образом, получены противоречивые значения степени истинности (0,8 и 0,25) для одного и того же утверждения. Поскольку не ясно, следует ли брать минимальное, максимальное или среднее из этих значений или некоторую функцию от двух чисел, то необходимо воспользоваться теорией свидетельств, позволяющей провести взаимное взвешивание раздельных источников сведений (знаний). С этой целью рассмотрим понятие коэффициента уверенности для измерения степени доверия к любому данному заключению, представляющему результат полученных свидетельств.
Коэффициент уверенности - это разность между двумя мерами (формула Шортлиффа):
КУ[Н/Е]=МD[Н/Е]-МНD[Н/Е], (5.1)
где КУ[Н/Е] - уверенность в гипотезе Н с учетом свидетельств Е; MD[H/E] - мера доверия гипотезе Н при заданном Е, тогда как MHD[Н/Е] - мера недоверия гопотезе Н при свидетельствах Е. КУ изменяется от -1 (абсолютная ложь) до +1 (абсолютная истина), принимая также все промежуточные значения, причем 0 означает полное незнание. Значения МВи MHD изменяются от 0 до 1. Следовательно, КУ - это простой способ взвешивания свидетельств "за" и "против".
В то же время формула (5.1) не позволяет отделить случай протц. воречащих свидетельств, когда MD и MHD велики, от случая недоста, точной информации, когда и МD,и МНD малы. КУ, MD и MHD не явля-ются вероятностными мерами, однако подчиняются некоторым аксиомам теории вероятности, хотя не являются случайными выборками Они просто предназначены для упорядочивания гипотезы.
Взвешивания свидетельств на основе MD проводится по формуле:
MD [H/E1, Е2] = МD[Н/Е1] + MD [Н/Е2] (1- MD [Н/Е1]), (5.2)
где запятая между Е1 и Е2 означает, что Е2 следует за E1. Аналогичное выражение существует для оценки MHD.
Смысл формулы (5.2) состоит в том, что действие второго свидетельства (Е2) на гипотезу Н при заданном свидетельстве Е1 сказывается в смещении MD в сторону полной определенности на расстоянии, зависящее от второго свидетельства.
Для формулы (5.2) не существенен порядок Е1 и Е2; по мере накопления подкрепляющих свидетельств MD увеличивает определенность. В соответствии с формулой (5.2) получаем, что для рассмотренного примера взвешивание свидетельств обеспечивает MD, равную 0,85; так как
MD [H/E1, E2] = 0,8 + 0,25 (1 - 0,8) = 0,85.
Байесовский подход при оценке неопределенности (или истинности) суждений, заключений приобретает все большее распространение в ЭС и большинство автоматизированных систем комплексного анализа также ориентировано на теорему Байеса. Теорема Байеса, как правило, связывает вместе информацию, поступающую из разных источников. На ее основе вычисляют отношение правдоподобия (ОП) для конкурирующих гипотез, исходя из цены (силы) свидетельств (утверждений):
ОП(Н1/Е)=Р(Е/Н1)/Р(Е/Но). (5.3)
ОП определяется как вероятность события или утверждения (свидетельства) Е при условии заданной конкретной гипотезы H1 в дальнейшем (Н), деленная на вероятность этого утверждения при условии ложной гипотезы Но в дальнейшем (не Н). Если через р(Н) обозначим априорную вероятность гипотезы при отсутствии любых свидетельств, а через р (Н/Е) - апостериорную вероятность Н при наличии свидетельств Е, то, согласно формуле Байеса,
P(H/E)=P(E/H)p(H)/P(E), (5.4)
P(Е) = Р(Е/Н)р(Н) + Р(Е/не Н) р(не Н). (5.5)
В дальнейшем будем пользоваться обозначениями Р(Е/Н)=р+ и Р(Е/не Н) = р-, для которых формула (5.4) примет вид:
p(H/E) = p+p/[p+p+p-(l-p)]. (5.41)
В формуле Байеса отчетливо проявлены достоинства этого подхода, первоначальным значением для гипотезы Н была априорная вероятность p=p(Н), которая хранится в БЗ. Вычислив новую величину р(Н/Е), е. задав конкретный вопрос о наличии у рассматриваемого образца горной породы того или иного свойства, можно забыть первоначальную вероятность р(Н) и воспользоваться значением р(Н/Е) как более правдоподобным. Причем указанный процесс повторяется многократно для каждого свидетельства, увеличивая или уменьшая вероятность гипотезы Н по формуле (5.4) путем использования новой априорной вероятности, получаемой из апостериорной вероятности на предыдущем шаге.
Структуру байесовского подхода для вычисления коэффициентов уверенности (коэффициентов определенности) тех утверждений, об истинности которых можно судить при выполнении ряда факторов, имеющих разную цену, можно представить в виде табл. 12. В первом столбце перечисляются правила - утверждения, знания об истинности или ложности которых влияют на коэффициент уверенности целевого утверждения (заключения, вывода), во втором и третьем столбах указываются соответственно подтверждающие и опровергающие цены факторов, т. е. степень их влияния на целевое утверждение.
При байесовском подходе коэффиценту уверенности целевого утверждения (например, х - образец относится к ультраосновным породам) сначала следует присвоить некоторое априорное значение. Это обстоятельство является самым тонким моментом при использовании байесовского подхода, поскольку истинное априорное значение неизвестно. С другой стороны, чем больше накапливается свидетельств,тем менее важна оценка априорных значений. Диапазон значений Аi и Bi в разных ЭС различный. Так, в отечественной системе ЭКСПЕРТ абсолютное значение положительных и отрицательных весов 100, в ряде других ЭС диапазон значений весов +5.
Таблица 12 Структура байесовского подхода
Отношение правдоподобия в ряде ЭС используют для уточнения шансов в пользу рассматриваемой гипотезы, если становится известным, что произошло событие Е.
Шансы о (Н) и вероятность р(Н) связаны между собой простыми соотношениями:
о(Н)=р(Н)/[1-р(Н)],
р(Н)=о(Н)/[1+о(н)]. (5.6)
Преобразование оценки "шансы против" (В) в оценку "шансы за" также весьма просто: о=1/В. Байесовская схема уточнения может быть сведена к выражению
о'(Н) = о(Н)ОП(Н/Е), (5-7)
где о(Н) - априорные шансы в пользу Н, а о' (Н) - результирующие апостериорные шансы, при условии наступления события Е. Однако в целом вероятности по Байесу более предпочтительны, чем шансы, так как крайние значения шансов равны ±°°, что соответствует вероятностям 0 и 1.
При обратной цепочке рассуждений возникает проблема очередности задания того или иного вопроса с целью поддержания свидетельства относительно выбранной гипотезы. Именно при этом оказываются важными оценки свидетельств. Каждому элементу свидетельства приписывается цена, отражающая его роль в процессе логического вывода, и в первую очередь задается тот вопрос, для которого цена оказывается наибольшей.
Цену свидетельства можно оценить выражением [71]:
ЦC=S|p(Hi/E)-p(Hi/HeE)|. (5.8)
ЦС вычисляется для каждого свидетельства Е как сумма максимальных изменений вероятностей, которые могут произойти во всех п-ги-потезах и к которым это свидетельство приложимо, т. е. первым всегда задается тот вопрос, у которого такая цена оказывается наибольшей. ЦС вычисляется для каждого свидетельства Е из базы знаний. Затем ЭС находит максимальное значение ЦС и требует информацию для соответствующего свидетельства. По мере уточнения апостериорной вероятности р(Нi/Е) они приводят к непрерывному изменению цен свидетельств.
Например, если в ходе диалога какое-то конкретное множество гипотез окажется почти полностью "уничтоженным", то будет мало шансов, нто их вероятности существенно изменятся. В то же время по мере того, как ряд гипотез становится более вероятным, возрастают щансы их свидетельств. В результате для таких свидетельств цены будут заданы с большей вероятностью.
Дело выглядит таким образом, как будто система располагает определенной мерой "внимания", уделяемого в основном тем гипотезам, относительно которых имеются наибольшие шансы их прояснения в каждый данный момент.
На практике главная задача состоит в выборе последовательности задаваемых вопросов.
5.2.3. Примеры построения баз знаний и логического вывода в ЭС
При разработке ЭС основные усилия направлены на две компоненты: базу знаний и машину логического вывода. БЗ - сумма человеческого опыта в некоторой, достаточно узкой области знаний и машина логического вывода должна "думать" над БЗ.
Конкретная БЗ для диагностики заболеваний в медицине использует две разновидности формата для данных. Рассмотрим их на примерах из геологии.
В первом формате хранятся знания о конкретном объекте: название объекта, априорная вероятность появления данного объекта, число признаков, которые могут быть использованы как признаки этого объекта, либо как противоречащие этому объекту.
Первый элемент формата - название объекта, может включать название минералов, горной породы, структуры, рудного тела, месторождения рудного поля и т. д.
Второй элемент - вероятности; при байесовском подходе - это априорная вероятность данного объекта.
Третий элемент - число признаков, используемых для "диагностики" конкретного объекта.
Далее составляются трехэлементные поля, так называемые ряды троек, где первый элемент - порядковый номер признака j; второй элемент - вероятность того, что этот признак наблюдается для данного объекта р+; третий элемент - вероятность того, что этот же признак может наблюдаться при отсутствии данного объекта р-, т.е. (j, p+,p-). Второй тип данных относится к самим признакам: номер признака, название признака, вопрос который следует задать в отношении данного признака. Здесь образуется всего три поля: первым идет номер призна-' ка, т.е. тот номер, который используется для ссылок на признаки в данном объекте, или первый элемент тройки. Вторым является имя признака. В третьем поле содержится вопрос, который можно задать при попытке определить, проявлен ли этот конкретный признак у данного объекта. Все описанное и представляет базу знаний.
Рассмотрим конкретный пример формата данных в БЗ с учетом двух позиций:
(1) название объекта, р, число применяемых признаков;
(2) номер признака, название признака, вопрос, который следует задать.
Например: ГРАНИТ (объект); 0,01; 2; 1; 1; 0,1; 2; 0,8; 0,2 и связанные с этим объектом два следующих признака:
1) интрузивная порода; вопрос - имеет ли данная порода интрузивное происхождение?
2) содержание кварца; вопрос - каково содержание кварца?
Пусть априорная вероятность того, что данная порода представляет гранит, равна 0,01. С диагностикой гранита, как объекта, связано два признака (правила).
Первый признак (правило 1 - E1): наличие интрузива. Вероятность интрузивного происхождения для гранита равна 1. Вероятность интрузивного происхождения породы при отсутствии гранита равна 0,1, так как бывают граниты метасоматического происхождения.
Второй признак (правило 2-Е2): содержание кварца 40%. Пусть вероятность того, что в граните содержится 40% кварца, равна 0,8, а вероятность того, что при отсутствии гранита содержание 40% кварца в породе равна 0,2.
Вероятности р+и р- соответственно равны р(Е/Н) и р(Е/не Н), основываясь на них, вычисляют апостериорные вероятности по формуле (5.4) и цены свидетельств при наличии нескольких гипотез по формуле (5.8), т.е.
p(H/E1) = 1* 0,01/(1* 0,01 + 0,1*0,99) = 0,1,
р(Н/Е2) = 0,8* 0,01/(0,8* 0,01 + 0,2*0,99) = 0,05.
Соответственно:
р(Н/не Е1) = 0,001 и р(Н/не Е2) = 0,0025.
Более сложный пример построения БЗ по локализации оловорудных проявлений Дальнего Востока в различных структурно-вещественных комплексах приведен в табл. 13.
В качестве геологических признаков E1 используются такие, как многообразие пород и напряженность разрывной тектоники. Соответствующий вопрос задается в форме: "Отмечается ли на данном участке, многообразие пород и интенсивность разрывной тектоники?" В качестве геохимических признаков Е2 используется один - продуктивность ореолов олова, а соответствующий этому признаку вопрос звучит как "Есть ли продуктивный ореол олова?" Наконец, в качестве геофизических признаков ЕЗ используются два: наличие гравитационной ступени и изменчивость магнитного поля. Для упрощения примера два геологических и два геофизических признака объединены в один.
Априорные вероятности трех гипотез приняты равными ОД. Условные вероятности р+= P(Е/Н) и р-= P(не Е/Н) для указанных признаков по каждой гипотезе приведены в табл. 13.
Апостериорные вероятности гипотез можно найти по формуле Байеса:
р(Н1)Р(Е1/Н1)
p(H1/E1)=------------------------------------------------------------------------- =
p(H1)P(E1/H1) р(Н2)P(E1/H2)+р(H3)Р3 (Е2/Н3)
0,1 * 0,6
= ------------------------------------------ = 0,35
0,1*0,6 +0,1*0,8 +0,1*0,3
р(H2/Е1) = 0,47; p(H3/E1) = 0,18
Соответственно по формуле Байеса находим:
p(H1/нe E1) = 0,47; p(H2/нe Е1) = 0,07;
р(Н3/не E1) = 0,6.
С учетом формулы (5.8) "цена" (свидетельства) геологических признаков ЦСЕ1 = 0,84.
Аналогично определяем:
р(Н1/Е2) = 0,4; р(Н2/Е2) = 0,5;
Р(НЗ/ЕЗ) = 0,1 и р(Н1/не Е2)=0,3; p(H2/не Е2) = 0,12;
р(Н3/не Е2) = 0,6,
по которым находим "цену" (свидетельства) геохимических признаков: ЦС Е2=0,98.
Таблица 13 Пример базы знаний
Наконец, для геофизических признаков имеем
р(Н1/Е3) = 0,44; р = (Н2/Е3)=0,44; р (Н3/Е3)=0,13;
р(Н1/не Е3) = 0,27; р(Н3/не Е3) = 0,27; р(Н3/не Е3) = 0,5 ;
и их "цена" ЦС Е3 = 0,7.
Рассмотренный пример показывает, что для различения гипотез первым должен быть задан вопрос о наличии продуктивности ореола олова.
Другим результатом из байесовского подхода является получение максимальной апостериорной вероятности для гипотезы Н2 в предположении о независимости признаков. Действительно, для k-й гипотезы Hk по. формуле Байеса имеем
p(Hk/E1E2E3) =
p(H1)P(E1E2E3/Hk)
=-----------------------------------------------------------------------------------------------------------
Р(Н1) P(E1 Е2 Е3/H1) + р(Н2) P(E1 Е2 Е3/Н2) + р(Н3) P(E1 E2 ЕЗ/НЗ)
Из условия независимости признаков E1, Е2 и Е3 следует, что
P(E1 E2 Е3/Нk) = P(E1/Hk)P(E2/Hk) Р (Е3/Нk).
Тогда с учетом данных табл. 13 для гипотез H1, H2, Н3 соответственно получаем
Р(Е1 Е2 Е3/Н1) = 0,6*0,8*0,7 = 0,336,
Р(E1 Е2 Е3/Н2) = 0,8*1,0* 0,7 = 0,56,
Р (Е! Е2 Е3/Н3) = 0,3*0,2*0,2=0,012.
Отсюда апостериорные вероятности гипотез
p(H1/E1 E2 E3)=0,37; p(H2/E1E2E3)=0,62,
р(Н3/Е1Е2 Е3) = 0,013,
т. е. при наличии перечисленных в табл. 13 поисковых признаков резко возрастают вероятности оловорудных проявлений: для вскрытого - в 6,2 раза, для скрытого - в 3,7 раза; в то же время при тех же поисковых признаках падает вероятность наличия месторождений другого вида минерального сырья с 0,1 до 0,013.
При условии привлечения новых признаков (правил) в качестве априорной вероятности в формуле Байеса можно будет использовать уже полученные апостериорные вероятности гипотез: 0,37, 0,62 и 0,013, как обновленные значения p(Hk). Таким образом, весь описанный процесс можно повторять неоднократно, увеличивая или уменьшая вероятности, но каждый раз обращаясь к одной и той же формуле Байеса, подставляя в нее каждый раз новую априорную вероятность, получаемую из апостериорной вероятности на предыдущем шаге.
Недостатки байесовского подхода сводятся к двум моментам: 1) если в БЗ отсутствует признак, наиболее информативный для различения гипотез, то это приводит к искажению величин Р(Е) = SP(E/Hk) р (Нk); 2) необходимо иметь количественную информацию по каждой гипотезе и по каждому признаку (правилу) в виде вероятностей. Хотя следует заметить, что по мере того, как вероятности P(E/Hk) асимптотически приближаются к своим крайним значениям, точные цифры перестают быть важными при достижении нижнего порога для отбрасывания гипотезы Hk и верхнего порога для принятия гипотезы Hk (см. рис. 16, а).
Учет неопределенности, заключенной в реакции пользователя, для системы PROSPECTOR состоит в задании одиннадцатибалльной шкалы, на которой +5 означает "да", -5 означает "нет", а 0 - "я не знаю"; все остальные варианты ответа располагаются в промежуточных точках шкалы (см. рис. 16, б). В этом случае вычисления протекают практически так же, как и ранее, но с заменой р(Н/Е) на p(H/R), рассчитанную по формуле:
p(H/R) = р(Н/Е) P(Е/R) + р(Н/не Е) P(не E/R), (5.9)
где R представляет ответ пользователя по одиннадцатибалльной шкале.
Иначе, чтобы допустить неопределенность, система должна допустить некоторую вероятность р(Н/Е) и некоторую вероятность р(Н/не Е), значения которых зависят от той степени, в которой ответ пользователя поддерживает или опровергает конкретный признак объекта.
Очевидно, что если ответ пользователя нулевой, то p(H/R)=p(H), т.е. ничего не меняется, а при других ответах неопределенность оценивается путем кусочно-линейной интерполяции между р(Н/Е) в р(Н/не Е).
Последовательность действий при работе с ЭС с рассмотренной выше структурой БЗ следующая.
1. Для каждой гипотезы определяется априорная вероятность. Это можно сделать путем просмотра БЗ и извлечения вероятности для каждой из гипотез р(Нk).
2. Для каждого свидетельства (признака) находится его цена, g принципе соответствующая его информативности. Для этого снова просматривается БЗ и извлекаются "тройка" (j, р+, р-), где j- номер признака, а р+ и р- - соответственно вероятности P(Ej/Hk) и Р(Еj/не Hk) для конкретного признака. Затем вычисляются ЦС каждого признака по формуле (5.6).
3. Из всех ЦС находится наибольшее, указывающее на тот признак (свидетельство), который может вызвать наибольшее изменение вероятности по всем рассматриваемым гипотезам.
4. Производится опрос пользователя по поводу признака, вызвавшего наибольшее изменение вероятности по всем гипотезам. С этой целью используется вопрос, хранимый в БЗ. Ответ пользователя может быть дан по шкале от -5 до +5 (или по любой другой шкале), Обозначим его символом R.
5. При заданном R проводится пересчет для всех гипотез, в которых упоминается этот признак, с тем, чтобы установить р(Н/R) по соответствующему графику, приведенному на рис. 16, б.
6. Производится пересчет для всех признаков с тем, чтобы учесть изменения в вероятностях, которые произошли в результате получения реакции пользователя.
7. Вычисляются те минимальные и максимальные величины, которые еще достижимы для реализации каждой гипотезы.
8. Находится наибольший из возможных минимумов для этих гипотез.
9. Проверяется, существует ли гипотеза, максимально возможное значение которой превышает максимум из этих минимумов. Бели существует такой максимум, который превышает наибольший минимум, то возвращаются к п. 3 и задают другой вопрос. Если такого максимума нет, то существует наиболее вероятный результат, который и следует выдать пользователю.
10. Вызывается из системы резюмирующая программа, в ходе которой она сообщает пользователю подробное описание всех выводов, которые были проведены системой.
5.2.4. Система PROSPECTOR
В заданном разделе приведены сведения о первой ЭС в геологии PROSPECTOR. Она содержит более 1000 правил и использует таксономию геологических терминов из более чем 1000 понятий, включает сложный пакет средств поддержки, содержащий и средства объяcнения и средства приобретения знаний; на разработку системы с 1974 по 1983 гг. было затрачено 30 человеко/лет.
Действия системы ее ведущий специалист Рихард Дуда описывает следующим образом: "Геолог начинает исследования, сообщая программе характеристики месторождения, которое его интересует, - тип залегания, параметры геологических структур, виды пород, минералов и вторичных продуктов, имеющиеся или ожидаемые. Программа сравнивает эти наблюдения с моделями разного типа залежей руд, указывая черты сходства, различия и недостающую информацию. Программа затем вовлекает геолога в диалог, чтобы получить дополнительную информацию и с ее помощью оценить запасы руды в данном месторождении. Цель состоит в том, чтобы обеспечить геолога службой сервиса, сопоставимой с телефонной связью с источниками информации относительно рудных месторождений разного типа".
Одна из версий PROSPECTOR имеет базу знаний с информацией о трех разных классах рудных месторождений. Эта информация представлена в трех моделях геологических знаний: одна описывает месторождения сульфидов, другая - месторождения свинца и цинка, а третья - медных руд. Каждая модель содержит правила в сочетании с семантическими сетями, как это описано далее. Для описания системы PROSPECTOR приведем примеры ее действий.
Фрагмент протокола, представленный ниже, иллюстрирует диалог системы с пользователем с целью классификации заданного географического региона. (Информация, введенная пользователем, дальше по тексту подчеркнута).
Сначала пользователь вводит информацию о регионе. PROSPECTOR переформулирует введенные утверждения и приписывает им коэффициенты уверенности, исходя из информации пользователя.
1. Присутствуют дайки. (Дайки) (5)
2. Присутствукуг меловые диориты (Меловые диориты) (5)
3. Возможно, есть сиенодиорит (Монцонит) (3)
Здесь вместо термина сиенодиорит подставлен синоним и пользователю сообщено, что эта форма предпочтительнее.
4. Может быть некоторое количество кварцевого монцонита (кварцевый монцонит) (2).
......
13. Все. Этим завершена фаза ввода.
Далее PROSPECTOR выдвигает гипотезу о крупном месторождении сульфидов в данном регионе и начинает проверять ее.
14. До какой степени вы уверены, что "Вулканическая провинция и к зона крупного разлома?" Отвечая, пользователь просит переформулировать вопрос: "Хотя наличие разлома имеет большое значение, заметьте, что он может присутствовать, но его трудно обнаружить. Таким образом, отсутствие разлома не должно слишком сильно повлиять на ваш ответ. Имея это в виду, до какой степени вы уверены в том, что район поисков находится в вулканической провинции и лежит в зоне крупного разлома?" (-2).
16. В какой степени вы уверены, что:
"Галенит, сфалерит или медный колчедан выполняют трещины в риолите, дадите или андезите?" (-5).
Этот отрицательный ответ заставляет систему отказаться от гипотезы о месторождении сульфидов и вместо нее выдвинуть гипотезу о залежах медно-порфировых руд. Теперь система задает вопросы, чтобы проверить эту новую гипотезу.
...
...
28. В какой степени вы уверены, что:
"В районе поисков существуют вулканические скальные породы того же возраста, что и интрузивные тела в породах?"
Почему? Здесь пользователь хочет понять, с какой целью PROSPECTOR задает этот вопрос. Я пытаютсь определить картину глубин-ньвс пластов в области исследования. Существование вулканических пород одного возраста - важный признак выхода искомых пород на поверхности. Искомый объект - месторождение медно-порфировых руд, должен лежать, как правило, ниже (т. е. находиться на большой глубине) вулканических пород одного возраста.
8. В какой степени вы уверены, что:
"В районе поисков существуют вулканические скальные породы того же возраста, что и интрузивне тела в породах?" (+3).
32. В какой степени вы уверены в том, что "В интрузивных породах содержится кварцевый монцонит?" (+4).
Этот ответ представляется противоречащим вашим предыдущим ответам на следующие вопросы:
"Кварцевый монцонит?" (2).
Вы хотите изменить ваш ответ на вопрос 32?
Нет. Новый ответ на вопрос 4? (4).
Здесь PROSPECTOR отмечает противоречия во входной информации пользователя, так как информация в строке 4 должна быть согласована с ответом на вопрос 32. Пользователь решает пересмотреть свое более раннее утверждение.
33. В какой степени вы уверены, что:
"В интрузивных породах содержится гранодиорит" (3)
....
...
Задав еще 33 вопроса, PROSPECTOR решает, что информации достаточно, чтобы выдвинуть гипотезу о том, что регион содержит месторождение типа медно-порфировых руд (ММПР).
На шкале от -5 до +5 наша уверенность, что имеется месторожде-Вие (ММПР), равна 1,683. В итоге получены основные заключения в Вользу гипотезы:
соответствующее геологическое строение региона (3,576);
соответствующее петро-тектоническое окружение (3,333);
соответствующая интрузивная система для ММПР (1,683).
Первые четыре наблюдения, поддерживающие гипотезы, суть cледующие:
в исследуемом регионе есть система гранитных интрузий (5.0), В в пределах активной континентальной окраины имеются гранит-Вые интрузии (5,0),
здесь же наблюдаются метаморфизованные осадочные и вулкани-Веские породы от позднего палеозоя до раннего мезозоя (5.0),
наблюдаются измененные породы (5.0).
Существуют другие наблюдения в пользу гипотезы, хотите рас-Вмотреть еще какие-нибудь из них? Нет.
Я не могу больше ничего сделать с этой гипотезой, хотите рассмот-Веть еще какую-нибудь? Хватит.
Система PROSPECTOR использует правила, связывающие наблюдаемые свидетельства (Е) тех или иных геологических фактов с гипотезой (H), выдвигаемой на базе этих свидетельств. Правило имеет вид:
ЕСЛИ Е ТО Н (со степенью доверия) LS, LN. Это значит, что свидетельство Е поддерживает гипотезу H со степенью доверия, которая обычно определяется коэффициентами уверенности LS, LN. Первый из них указывает, несколько наше доверие к гипотезе возрастает в результате обнаружения данного свидетельства, в то время, как LN указывает, насколько они убывают из-за обнаружения его отсутствия: LS и LN не единственные коэффициенты уверенности в PROSPECTOR. Каждое свидетельство и каждая гипотеза в системе имеют свой собственный коэффициент уверенности Р, означающий вероятность наличия Ввидетельства или справедливости гипотезы.
Свидетельство в PROSPECTOR может быть любой логической комбинацией из фактов, его составляющих, например:
Е1 и Е2 и Е3, Е1или Е2; Е1и(Е2 или Е3).
Однако гипотеза Н всегда является единственным понятием, например, Н2, и может быть использована в части ЕСЛИ правила, чтобы из нее следовали (или могли следовать) другие гипотезы, как это показано ниже:
Н2 ->H1(LS2,LN2).
Правила PROSPECTOR образуют сеть, в которой указываются все связи между свидетельствами и гипотезами и, следовательно, всевозможные цепочки выводов, которые могут быть получены из правил, Сеть выводов для трех простых правил показана на рис. 17.
Каждая из трех моделей в системе PROSPECTOR является совокупностью сотен правил, которые образуют сеть выводов. Значения коэффициентов уверенности LS и LN были определены при создании модели и оставались неизменными при работе системы. Значения р коэффициентов уверенности свидетельств и гипотез также включены в модель, но они изменяются под влиянием новой информации, представленной пользователем. Например, пользователь вводит следующую информацию о свидетельстве (см. рис. 17):
E1 может находиться в регионе.
Система создает схему этого условного выражения с уверенностью относительно E1, ранжированной по шкале от -5 (уверенность в отсутствии E1) до +5 (полная уверенность в наличии E1). В этом случае значение коэффициента уверенности может быть равно 2 (есть некоторая уверенность в наличии E1). Затем система использует значение 2, чтобы модифицировать вероятность Р4, которая была связана со свидетельством E1. Ввиду того, что 2 больше 0, Р4 должно быть увеличено. Однако модификация на этом не заканчивается. Поскольку Р4 - вероятность наличия E1 изменилась, то Р3 - вероятность справедливости Н2 - тоже изменяется. Изменение Р3 вычисляется по обобщенной формуле Байеса с использованием значений LS1 и LS2.
Изменение вероятности свидетельства E1 влечет за собой изменение вероятности гипотезы Н2, которая в свою очередь приводит к изменению вероятности гипотезы H1. Это "распространение вероятности" осуществляется в PROSPECTOR автоматически по мере того, как пользователь вводит новую информацию. "Распространение вероятности" постоянно происходит по направлению к верхним узлам, изменяя вероятность целевых гипотез. Например, о том, что в регионе содержится определенный тип сульфидных, свинцово-цинковых или медно-рудных залежей. Если вероятность рассматриваемой гипотезы в результате "распространения вероятности" упадет ниже, чем вероятность любой из двух других целевых гипотез, то PROSPECTOR переключится на другую гипотезу, выбирая ту, у которой вероятность выше, чем у остальных. Строка 16 протокола иллюстрирует это: система'отбрасывает выдвинутую гипотезу о том, что в регионе вероятно сульфидное месторождение, пытаясь вместо нее показать, что вероятно месторождение меди.
Та часть системы, которая в действительности осуществляет "распространение вероятности" вверх по сети вывода, это и есть то, что в системе PROSPECTOR назьюается "механизмом вывода". Поскольку правила начинают обрабатываться с части ЕСЛИ и затем система переходит к части ТО, такой тип обработки называют прямой цепочкой рассуждений (см. раздел 5.1).
"Распространение вероятности" не может начаться до тех пор, пока пользователь не введет в систему новую порцию информации. Поэтому механизм вывода системы PROSPECTOR должен также решить, какой вопрос задать пользователю. Он делает это, просматривая правила, которые поддерживают выдвинутую гипотезу, задавая самый лучший вопрос о свидетельствах, входящих в эти правила, /амый лучший вопрос тот, ответ на который наиболее сильно повли-гет на вероятность выдвинутой гипотезы.
Если H1 (см. рис. 17) является текущей целью, то система проверит фавила "Е3 -> H1" и "Н2 -> H1", чтобы решить, значение какой из федпосылок, Е3 или H2, может сильнее повлиять на вероятность H1. Если Е3 повлияет сильнее, то система спросит пользователя о Е3. Если ке большее влияние оказывает H2, то система использует ту же процедуру, чтобы найти вопрос, ответ на который в наибольшей степени ювлияет на вероятность H2, Этот поиск в обратном направлении [ерез просмотр правил продолжается до тех пор, пока не будет окон-ительно выбран вопрос. Поскольку доступ к правилам осуществляется из части ТО к частям ЕСЛИ, то такая процедура является разновидностью обратной цепочки рассуждений (см. раздел 5.1).
Правила в PROSPECTOR чаще всего имеют простую структуру: в части ЕСЛИ каждого правила содержится немного свидетельств (часто только одно).
В табл. 14 приведен пример из набора семи типичных правил системы PROSPECTOR. Сеть вывода, соответствующая этим правилам, показана на рис. 18.
Система PROSPECTOR удачно сочетает представление знаний, основанных на правилах, и представление знаний семантической сетью.
Кроме того, использование формулы Байеса для принятия решений (механизма вывода) ставит эту систему в ряд лучших АС по распознаванию образов. Причем применяемый в системе термин "распространение вероятности" означает изменение вероятностей в узлах сети вывода с целью учета влияния новой информации о вероятности в каком-нибудь конкретном узле. Сеть вывода - это все возможные цепочки выводов, которые можно получить из правил в системе, основанной на правилах.
Оценка качества работы системы PROSPECTOR, так же как и для АС комплексного анализа, проводилась путем анализа геологической информации на уже открытых месторождениях. Кроме того, анализ геологических, геофизических и геохимических данных на слабо изученной территории Маунт Толмаж восточнее Вашингтона позволил системе предсказать наличие залежей молибдена на конкретном участке.
5.3. ПРИНЦИПЫ СОЗДАНИЯ ЦЕНТРАЛЬНОГО БАНКА "РАЗВЕДОЧНАЯ ГЕОФИЗИКА"
Вопросы разработки банков геолого-геофизических данных и знаний приобретают особое значение в связи с созданием национальных, глобальных геосистем, и в частности, с обеспечением Государственной системы сбора и обработки данных геологических, геофизических и геохимических исследований на разных уровнях наблюдений ("ГЕОСИСТЕМЫ").
Однако методология создания подобных банков исходной и newnKTtmvmuieu информации ввиду многообразия и огромных объемов последней остается неясной. Без установления основных методологических принципов разработка банков национальных (государственных) геосистем невозможна. В целом такие геосистемы должны включать ряд центральных банков, таких как "Глубинное строение Земли", "Минеральные ресурсы" и т. д.
Разведочная геофизика - информационно-емкая отрасль, поэтому необходимо образование специализированной сети банков данных и знаний. Эта сеть должна включать центральный банк (ЦБ) и ряд региональных банков (РБ).
Основная целевая функция ЦБ должна состоять в обеспечении необходимой информацией следующих организаций: 1) отраслевых министерств (государственных комитетов) и производственных объединений при планировании новых геофизических работ, при текущем управлении и анализе экономической эффективности выполненных работ; 2) научно-исследовательских организаций, обеспечивающих исследования по обобщению результатов геофизических работ как комплексных, так и по отдельным методам; 3) производственных геолого-геофизических объединений, заинтересованных во внедрении новых методов обработки геоданных, специализированного программно-математического обеспечения; 4) высших учебных заведений, готовящих специалистов в области разведочной геофизики, при проведении учебного процесса и, главным образом, при подготовке дипломных проектов студентами и кандидатских диссертаций аспирантами.
Эта целевая функция определяет характер хранимой в ЦБ информации и ее объем.
Функция региональных банков должна существенно отличаться от функции ЦБ - она состоит в привлечении необходимой информации тех конктретных геофизических исследований, которые проводятся на территории региона. Информационное обеспечение планирования и управления проводимыми в регионе исследованиями потребностей научных организаций и вузов также должны составлять функцию РБ, но не основную, а вспомогательную.
Отметим различия в характере информации:
1) в ЦБ должна в основном храниться первичная, частично переработанная информация о геофизических полях, в РБ - главным образом экспериментальная;
2) в ЦБ должна храниться вся информация по геофизической изученности территории страны, в региональных банках - информация только по изученности данного региона;
3) в ЦБ должна храниться библиография по всем работам поисково-разведочного характера, вышедшим как в нашей стране, так и за рубежом, в РБ - только часть этой библиографии.
На начальном этапе достаточно будет создать примерно 9-10 региональных банков по следующим регионам: 1) Дальний Восток; 2) Вос-°очная Сибирь; 3) Западная Сибирь; 4) Урал; 5) Казахстан и Средняя Азия; 6) Кавказ; 7) Украина и Беларусь; 8) Центрально-Европейская часть; 9) Северо-Запад Европейской части.
В настоящем разделе речь пойдет об основных методологических проблемах разработки центрального банка "Разведочная геофизика" (сокращенно ЦБ - РГ) без обсуждения вопроса технического характера.
В дальнейшем необходимо привлечение широкого круга геофизиков для выработки основных принципов создания ЦБ- РГ.
5.3.1. Принципы создания и структура ЦБ-РГ
Принципы создания банка образуют иерархическую систему из четырех уровней (сверху вниз): 1-й уровень - целевой, 2-й - структурный (организационный), 3-й - технологический, 4-й - ввода и вывода информации.
На целевом уровне следует выделить шесть основных принципов, которые необходимо учитывать при создании ЦБ.
1. Принцип управленческо-методологической ориентации банка. Банк должен обеспечивать планирование и управление геофизическими работами в целом по стране, проведение единой научно-технической политики, методику геофизических работ с аппаратурно-техни-ческим обеспечением проводимых исследований и создание комплексов обработки геоинформации на ЭВМ.
2. Принцип комплексности или принцип хранения в банке (в обобщенной форме) всей той информации, которая должна использоваться в геофизических исследованиях: геологической, геохимической, технической.
3. Принцип примата первичной и модельной информации, когда банк содержит информацию о геофизических полях (и физико-химических процессах формирования полей). Информацию при этом можно классифицировать следующим образом: экспериментальная, первичная, модельная.
Экспериментальная информация - это по существу то, что мы имеем на выходе регистрирующих систем (показания приборов, аппаратуры).
Первичная информация - экспериментальная информация после ее первичной обработки (введения тех или иных поправок, отбраковка выбросов, подавление шумов и т. д.). В грави- и магниторазведке первичная информация - аномальные значения элементов гравитационного и магнитного полей.
Модельная информация - это результат глубокой переработки первичной информации, или иначе - результаты интерпретации пер. вичной информации.
Рассмотренный принцип примата первичной и модельной информации представляет собой следствие принципа управленческо-методоло-гической ориентации банка.
4. Принцип информационной и организационной открытости. Суть его в том, что при разработке банка должны быть предусмотрены: а) пополнение банка новой информацией, а также замена одной (устаревшей) информации другой (новой); 2) изменение организационной структуры банка как путем введения в эту структуру новых элементов, так и путем перестройки структуры в целом.
5. Принцип разделения структуры банка на постоянную и временную части. Помимо постоянных функций на банк могут возлагаться временные - обеспечение информацией некоторых, особо крупных и важных исследований (например, по эффективности разведочной геофизики при поисках отдельных видов сырья).
Для обеспечения таких временных исследований в банке должны создаваться специальные временные части, в которые будет "перекачиваться" информация как из постоянной части данного банка, так и из других специализированных банков геолого-геофизической ориентации, в частности из РБ- РГ.
6. Принцип автоматической связи с другими банками. Сосредоточение всей геофизической информации в ЦБ-РГ невозможно и не нужно, однако тогда не все информационные запросы можно будет удовлетворить с помощью имеющейся в данном банке информации.
Следовательно, возникает необходимость в запросах в другие банки, и оптимальнее всего здесь будет стратегия автоматического запроса в другие банки через данный банк, подобно тому, как при отсутствии издания в своем фонде сама библиотека обращается в другие библиотеки через межбиблиотечный фонд.
На структурном уровне сформулируем следующие основные принципы.
1. Принцип максимизации удобств пользователей влечет за собой два следствия: а) при разработке банка не следует стремиться к минимизации его объема, т. е. для удобства пользователей одна и та же информация может храниться в разной форме, в разных разделах банка; б) при разработке банка не следует ставить во главу угла простоту организационной структуры банка.
Дальнейшие следствия из этого главного принципа приобретают сами форму принципов.
2. Принцип построения ЦБ-РГ в виде иерархически древовидно-стратифицированной структуры, корнем которой служат автоматизированные сервисные системы (рис. 19). Корень дерева включает три автоматизированные сервисные системы (САС): САС "Запрос" - автоматизированная система, обрабатывающая запросы в банк и выдающая информацию пользователю либо из самого банка, либо из других банков через САС "Связь"; САС "Ввод" - автоматизированная система ввода и организации хранения геоинформации, в частности, ввод спутниковой информации через приемно-передающие антенны; САС "Связь" - автоматизированная система автоматической связи с другими банками с обеспечением приема и передачи в САС "Запрос" запросов из других банков пересылки информации по этим запросам.
3. Принцип деления постоянной части банка на семь основных разделов: территориальный, библиографический, тематически-методический; программно-алгоритмический, аппаратурно-технический, экономический и управленческий.
4. Принцип взаимно однозначного соответствия информации и источников полученной информации. '
Этим принципом утверждается, что в структуре банка, в ее постоянной части, предусматривается библиографический раздел, содержащий как опубликованные, так и фондовые материалы. Раздел должен содержать исчерпывающую информацию по разведочной геофизике, включая советские и зарубежные литературные источники, отчеты производственных и научно-исследовательских организаций. Библиографический раздел имеет структуру, копирующую структуру всех остальных разделов постоянной части банка, кроме управленченского; тем самым обеспечивается взаимно однозначное соответствие между самой информацией и теми источниками, из которых она получена. Каждый источник в библиографическом разделе должен иметь не только полное библиографическое описание, но и разверну, тую аннотацию, как помощь пользователю.
5. Принцип организации территориального раздела банка по кар. тографическим единицам. Суть этого принципа двоякая. С одной стороны, им утверждается, что вся территория страны должна быть описана в виде совокупности картографических единиц и информация должна быть распределена по этим единицам. С другой стороны, им утверждается, что информация по каждой картографической единице должна образовывать нечто вроде самостоятельного мини-банка.
В качестве картографической единицы целесообразно выбрать миллионный лист государственной разграфки, например, лист Р48. В то же время, в связи с переходом на новую программу геокартирования территории страны в масштабе 1:200 000, возможно, в качестве такой картографической единицы следует принять лист масштаба 1:200.000.
6. Принцип организации тематически-методического раздела банка, включающего три основные подраздела, которые обеспечивают интересы разных пользователей: а) целевые комплексные геофизические исследования; б) методы разведочной геофизики; в) физические свойства горных пород и физические процессы, протекающие в горньс породах.
На третьем (технологический) и четвертом (ввод - вывод инфор мации) уровнях основное значение приобретают сугубо технические принципы.
Остановимся на некоторых из них, имеющих общее значение.
1. Принцип стандартизации хранимой информации. Любую геоик формацию можно представить в одной из трех элементарных форм: числовой массив, описательный текст и смешанный описательно-чис ловой текст. Пример числового массива - данные об измеренных значениях того или иного поля по профилю, площади съемки. Чисто опи сательный текст представляет различного рода общие сведения о данных, некоторые библиографические описания. Огромный объем информации выражается в форме описательно-числовых текстов, напри мер, по физическим свойствам горных пород и т. д. Следовательно; указанным принципом утверждается, что любая информация в банке должна быть описана в виде некоторой комбинации из этих трех основных форм.
2. Принцип унификации хранения информации на паспортной основе. Сущность этого, достаточно элементарного принципа в следующем: каждая хранимая информация должна состоять из двух обязательных частей: а) паспорта (или сведений о хранимой информации), б) собственно информации. В паспорте информации обязательно указываются сведения об источниках информации.
3. Принцип обслуживания пользователей по стандартизованным запросам. Естественно, что пользователь сам не может знать структуру и наполнение банка данных и другие детали. Единственно, что он должен знать - это как оформить запрос, который через дисплей будет вводить в банк оператор. Запросы следует оформлять на стандартных номерных бланках, в которых пользователь заполняет пустые места, руководствуясь несложной инструкцией.
Оператору достаточно ввести в ЭВМ только номер банка и данную пользователем информацию, а все остальное выполнит САС "Запрос".
4. Принцип выдачи информации в необходимой форме. Банк будет удобен для пользователя в том и только в том случае, если он будет получать от него не только распечатки, но при необходимости и графики, карты, схемы, программы, алгоритмы в математической нотации, записи данных на дискетах, магнитных лентах и т. д.
5. Принцип полного контроля вводимой в банк информации. Процедура ввода в банк информации является достаточно сложной операцией, поскольку такой ввод потребует выполнения процедур пас-Аюртизации, слияния новой информации с уже имеющейся, перекодирования номенклатурных единиц и т. д. САС "Ввод" должна быть ор-Ванизована так, чтобы обеспечить решение всех этих проблем с полным контролем (автоматическая двойная процедура ввода со сличением результатов).
5.3.2. Содержание информации в ЦБ-РГ
Охарактеризуем содержание информации, хранимой в различных разделах банка.
I. Территориальный раздел представляет собой объединение различного типа информации, относящейся к листам карт масштаба 1:1 000 000 (1:2000000); информация по каждому листу представляет мини-банк. При этом возникают два вопроса: 1) зачем в ЦБ нужен этот раздел; 2) какая именно информация должна храниться пр каждому листу. Ответ на первый вопрос предельно прост: без знания, хотя бы в достаточно обобщенной форме, геофизической ситуации в каждом конкретном районе научное управление геофизическими работами невозможно. Дать сотрудникам министерств, производственных объединений, -научных учреждений пусть обобщенную, но адекватную информацию о геолого-геофизической обстановке по любому району, значит существенно повысить качество (обоснованность) принимаемых решений. Кроме того, такая информация незаменима для сотрудников научных учреждений при планировании и постановке конкретных исследований. Огромную роль она должна сыграть и в проведении (учебного процесса в высших учебных заведениях.
Хранимая информация должна включать:
1) основные данные по геологии района (тектонике, стратиграфии, литологии, магнетизму и т. д.), разумеется в обобщенной форме, до глубин 5-10 км, для разных листов по-разному;
2) общие сведения о глубинном строении .земной коры района (в модельной форме без хранения экспериментальной и даже первичной информации);
3) сведения о геофизической изученности района (когда и где ставились те или иные геофизические исследования) - здесь будет дублирование информации, содержащейся в управленческом разделе банка, но такое дублирование представляется вполне оправданным;
4) гравитационное и магнитное поля по району (первичная информация) в масштабе 1:1 000 000 (1:200 000) и выборочно - в более крупных масштабах (отдельные перспективные участки);
5) данные по другим геофизическим исследованиям - сейсмическим, электроразведочным и т. д. на необходимом уровне обобщения;
6) физико-геологические модели среды для отдельных участков;
7) данные о физических свойствах горных пород и физических процессах для района - в основном в обработанной форме;
8) сведения по геохимии района в обобщенной форме;
9) данные бурения и геофизических исследований скважин по отдельным опорным скважинам;
10) данные об истории геологического развития района;
11) обобщенные сведения о минеральных ресурсах региона, поисковых признаках и т. д.
Соответственно с указанными типами, информация по каждому листу карты должна определяться по одиннадцати подразделам, каждый из которых будет иметь собственную структуру (рис. 20).
Развитие территориального раздела банка должно осуществляться постоянно, по мере развития региональных банков и за счет "перекачки" части информации из этих банков. Работа эта серьезная и большая, однако выгоды от создания территориального раздела банка представляются существенными.
II. Тематически-методический раздел - самый сложный по структуре, в то же время его наличие в общей структуре ЦБ-РГ может показаться спорным. Именно поэтому на функциях и содержании этого раздела следует остановиться более подробно.
Известно, что геофизик-исследователь (любой специалист в области разведочной геофизики по необходимости является исследователем) во многом мыслит аналогиями и эталонами, ибо его деятельность по существу представляет собой процесс распознавания образов. От того, насколько легко и в полном объеме-геофизик получает в свое распоряжение эталоны, заметно зависит производительность его труда.
Обеспечить широкий круг геофизиков-производственников, а также ученых, управленцев и преподавателей вузов исчерпывающим набором эталонных объектов, как типовых, так и уникальных - в игом первая функция рассматриваемого раздела. - Кроме нее, укажем еще две функции. Одна состоит в том, чтобы обеспечить ученых и производственников достаточно полными и объективными данными о физических свойствах горных пород и породообразующих минералов, об их структуре и химическом составе, а также о тех физико-химических процессах, которые протекают в земных недрах. Без таких данных ни планирование комплексных геофизических исследований, ни исследования по разработке новых методов невозможны.
Другая функция состоит в том, чтобы обеспечить текстовыми материалами разработчиков новых методов и методик обработки и интерпретации данных геофизических наблюдений. Действительно, в настоящее время большинство новых методов извлечения информации из наблюдаемых полей перед их применением в производстве не проходят необходимого объема тестирования, и одна из основных причин - трудности с нахождением и подготовкой к расчетам на ЭВМ материалов необходимого качества. Недооценивать этот момент нельзя.
С учетом всех трех функций практическая значимость создания тематически-методического раздела банка несомненна.
Структура раздела должна быть следующей (рис. 21). Раздел распадается на три подраздела: 1) целевые комплексные исследования; 2) геофизические исследования отдельными методами при решении различных геологических задач; 3) данные о физических свойствах горных пород и протекающих в них физико-химических процессах.
В первом подразделе должны быть даны (с иллюстрацией стадийности геолого-геофизических исследований) эталонные примеры по решению задач (см, рис. 21) регионального характера, задач геологического картирования, поисков и разведки месторождений полезных ископаемых. По каждому примеру (эталону) должна даваться информация геологического и геохимического характера, первичная геофизическая информация, результаты отдельных процедур ее обработки o (интерпретации), окончательный итог - все то, что сейчас принято именовать комплексной (или системной) физико-геологической моделью изучаемой среды. Во втором подразделе приводятся материалы аналогичного характера, но только по отдельным методам, включая строение изучаемой среды, определенное по тому физическому параметру, который ответственен за изучаемое поле. Наконец, содержание третьего подраздела достаточно понятно. Следует также отметить, что в этом подразделе должно храниться достаточно много как первичной, так и экспериментальной информации.
Особо подчеркнем два момента: а) объем материалов по обработке данных наблюдений с помощью различных процедур будет достаточно велик - это даст основу для оценки качества новых методик; б) среди эталонных примеров много таких, в которых целевая геологическая задача решается геофизическими методами (или одним методом) плохо; на таких примерах надо осуществлять тестирование новых методик и даже новых модификаций геофизических методов. Достаточно очевидно, что по каждому из примеров-эталонов следует приводить прогнозы и их подтверждение (или неподтверждение) последующим бурением, горными выработками и т. д. В целом тематически-методический раздел банка обеспечивает существенное улучшение кооперации производства, науки и подготовки высококвалифицированных специалистов-геофизиков.
III. Библиографический раздел - один из важнейших, связан с территориальным и тематически-методическим разделами; в нем как бы повторяется структура всех других разделов (см. рис. 19). Здесь отметим два следующих обстоятельства: во-первых, библиографический раздел банка должен иметь дополнительно свои специфические связи с библиографическими разделами других специализированных банков геолого-геофизического профиля; во-вторых, с течением времени библиография банка будет пополняться как аннотациями тех или иных статей, отчетов и т. д., так и текстами из этих статей, отчетов и т. д.
Другими словами, с течением времени библиографический раздел ЦБ-РГ превращается в общесоюзную автоматизированную библиотеку по разведочной геофизике.
На наш взгляд, иного пути в преодолении информационного кризиса в области специальной литературы нет.
IV. Программно-алгоритмический раздел призван играть роль автоматизированного фонда алгоритмов и программ. Его функции достаточно ясные: по запросам показателей (региональных, экспедиционных, полевых вычислительных центров и других организаций), научно-исследовательских институтов и т. д.) он должен выдавать им описания алгоритмов и г'отовые программы с необходимой документацией и сопровождающими сведениями, в частности, где именно данные алгоритмы и программы уже используются. Структура данного раздела представляется сложной.
Раздел распадается на четыре подраздела:
1) алгоритмическое и программно-математическое обеспечение общего характера (общесистемное) для больших ЭВМ;
2) алгоритмическое и программно-математическое обеспечение по комплексной интерпретации геофизических данных (большие ЭВМ);
3) алгоритмическое и программно-математическое обеспечение по обработке и интерпретации данных отдельных геофизических методов (большие и мини-ЭВМ);
4) алгоритмическое и программно-математическое обеспечение для полевых вычислительных комплексов и автоматизированных рабочих мест (микро-ЭВМ и ПЭВМ).
Необходимость создания программно-алгоритмического раздела в ЦБ-РГ совершенно очивидна: в настоящее время разработано огромное количество алгоритмов и программ и автоматизированных систем обработки и интерпретации геоданных, но они нигде не собраны, документация на многих из них отсутствует, возможности тиражирования затруднены. В то же время функция апробации программно-математического обеспечения, создания документации по-прежнему остаются за отраслевым фондом алгоритмов-программ (ФОАП). Организации, составляющие отраслевой ФОАП, передают готовый продукт (алгоритмы, программы и т. д.) в ЦБ - РГ, через который с высоким уровнем обслуживания пользователей осуществляется выдача этого продукта пользователя. Такой порядок, когда разработчики имеют дело только с ФОАП, а пользователь - только с ЦБ-РГ,позволит преодолеть анархию, которая процветает уже много лет в области программно-математического обеспечения разведочной геофизики.
V. Аппаратурно-технический раздел должен содержать информацию четырех типов:
1) технические показатели эксплуатируемой геофизической регистрирующей аппаратуры, обеспеченность этой аппаратурой производственных и научных организаций, состояние аппаратуры;
2) сведения о заводах-изготовителях геофизической аппаратуры, планах ее выпуска и т. д.;
3) данные о новых разработках геофизической аппаратуры, проводимых в различных министерствах и ведомствах, в отдельных научных и производственных организациях (параметры аппаратуры, сроки проведения НИР и ОКР, планы выпуска и т. д.);
4) сведения по геофизической аппаратуре, выпускаемой и разрабатываемой за рубежом.
В соответствии с четырьмя типами информации выделяются пять шдразделов: а) стандартная аппаратура; б) база по выпуску аппаратуры; а) новые аппаратурные разработки; г) зарубежная аппаратура; д) патентно-лицензионная деятельность.
Создание аппаратурно-технического раздела банка не только обеспечивает текущий контроль за состоянием аппаратурных разработок, но и создает более мощную информационную7 базу для самих разработчиков аппаратуры. По существу, в настоящее время проведение целенаправленной научно-технической политики в области аппаратурных разработок в значительной степени сдерживается именно отсутствием необходимого банка данных и знаний.
VI. Экономический раздел должен содержать информацию, позволяющую проводить глубокий научный анализ экономических аспектов геофизических исследований. В разделе целесообразно представить информацию четырех типов:
1) данных о финансовых, штатных, материально-технических показателях производственных и научных учреждений, о хозяйственных договорах и т. д.;
2) данные по затратам на различные геофизические работы производственного и научно-исследовательского характера, на технические разработки и т. д.;
3) различного рода информативные документы и обобщенные показатели;
4) данные о применении геофизики в открытии и освоении мине- o-рально-сырьевых ресурсов страны и т. д.
Следовательно, экономический раздел ЦБ-РГ должен состоять из четырех подразделов. Создание экономического раздела банка поможет в управлении геофизическими работами и в разработке принципиальных вопросов экономики геофизических работ.
VII. Управленческий раздел должен выполнять две основные функции: 1) обеспечение информацией по геофизической изученности территорий; 2) обеспечение информацией по директивным документам различных министерств и организаций, связанных с разведочной геофизикой. В соответствии с этим раздел включает два подраздела: 1) геофизической изученности; 2) директивных документов.
Создание управленческого раздела будет обеспечивать качественно новый уровень координации производственных и научно-исследовательских работ в области разведочной геофизики, ибо возникает оперативная возможность ознакомления Государственного комитета по науке и технике, различных министерств и т. д. со всеми решениями и постановлениями тех или иных организаций в данной области.
В подразделе "Директивные документы" хранятся планы производственных и научных исследований, информация об отчетах по этим исследованиям. С другой стороны, пока трудно говорить, какого именно уровня директивные документы должны храниться и какой срок. Однако необходимость указанного подраздела очевидна. То же самое следует сказать и о подразделе "Геофизическая изученность". Существует серьезная проблема по сбору сведений о том, когда и какая организация проводила те или иные исследования на данной территории, где находятся отчеты, каковы основные результаты. Собрать воедино подобную информацию и сделать ее легкодоступной - важная управленческая задача, одновременно актуальная и для науки.
В заключение подчеркнем различия между центральными и региональными банками по разведочной геофизике и кратко охарактеризуем их структуру и хранимую в них информацию.
Прежде всего в РБ-РГ отсутствуют разделы IV, V и VI. Вычислительные центры, непосредственно ведущие обработку геофизической информации, должны будут делать запросы в программно-алгоритмический раздел центрального банка. То же самое можно сказать и об аппаратурно-технических аспектах геофизических исследований - нет необходимости накапливать соответствующую информацию на местах. Кроме того, информацию по вопросам экономики геофизических работ также следует централизовать и тем самым обеспечить потребности на местах только через центральный банк. Разделы II, III и VII в структуре региональных банков имеют сугубо подчиненное значение, в частности, раздела VII в них просто не будет. В разделе II представлены, естественно в меньшем объеме, те методические приемы решения геологических задач геофизическими методами, которые имеют значение для исследований, проводимых в регионе. В то же время данные о физических свойствах горных пород и т. д. должны быть расширены, но при этом иметь региональную ориентацию. Что же касается библиографического раздела, то здесь все достаточно ясно.
Основное различие касается территориальных разделов банков. Если в центральном банке основная единица - лист масштаба 1 : 1.000.000 (1:200.000), то в региональных - листы масштаба 1:200.000 и 1:50.000. Если в центральном банке по каждому из листов должна храниться в основном первичная (полуобработанная) информация, то в региональном банке прежде всего исходная экспериментальная информация (вся или только ее наиболее важная часть - это вопрос особого рассмотрения).
Таким образом, только через создание целой сети специализированных банков по разведочной геофизике можно получить возможность удовлетворить все информационные потребности конкретной компоненты геологоразведочного процесса в целом.
Все разделы как центрального, так и региональных банков должны содержать развитые процедуры диалоговых средств, т. е. по существу должны быть приближены к экспертным системам. Построение их можно строить на тех элементах экспертных систем, которые развиты в АС "АЛИСА" [69] и "РЕГИОН" [24].
Наконец, следует подчеркнуть необходимость кооперации научных и производственных организаций в решении проблемы специализированной сети банков по разведочной геофизике. Такая кооперация нужна по следующим направлениям:
а) разработка детальной структуры банков на нижних уровнях;
б) реализация технических аспектов функционирования банков, ввода и вывода информации;
в) накопление программно-алгоритмического раздела банков;
г) создание автоматизированных сервисных и экспертных систем;
д) развитие "гибридных интеллектуальных систем".
Понятие "гибридные интеллектуальные системы" [24] связывается с созданием человеко-машинных систем комплексного анализа геоинформации. Отличительной особенностью такого класса систем (типа "РЕГИОН") является сочетание в системе наряду с классическими математическими методами и искусственным интеллектом естественного интеллекта в виде эвристических моделей. В гибридных интеллектуальных системах естественный интеллект пользователя "встраивается" в компьютерную технологию с помощью "интеллектуального интерфейса". Другими словами, творческие возможности самого пользователя, его гипотезы, концепции "погружаются" в систему.
Тем самым система учитывает не только знание и опыт геолога (геофизика), но и его интуицию и талант.
В экспертных же системах, содержащих "базу знаний", инициатива в решении проблемы принадлежит не человеку, а машине, причем.в базе знаний обычно опыт и знания экспертов значительно форма'лизо-ваны и не учитывают область интуитивного мышления человека при принятии им прогнозных решений. Поэтому даже весьма совершенная экспертная система не достигает значительного успеха при решении слабо структурированных задач. В то же время гибридные системы не только используют интуицию человека при решении конкретных прикладных задач, но и развивают ее.
ПОЛЕВЫЕ ВЫЧИСЛИТЕЛЬНЫЕ КОМПЛЕКСЫ
И АВТОМАТИЗИРОВАННЫЕ РАБОЧИЕ МЕСТА
Появление персональных компьютеров (ПЭВМ) отечественного и зарубежного производства привело к концепции автоматизированного рабочего места для геологов. Автоматизированное рабочее место (АРМ) в соответствии с терминологией систем автоматизированного проектирования (САПР) представляет программно-технический комплекс автоматизированного проектирования. АРМ в системах САПР предназначены для выполнения следующих функций [46]: 1) оперативного ввода, вывода, редактирования и преобразования текстовой и (или) графической информации; 2) настройки, редактирования, исполнения и контроля программ пользователей в диалоговом режиме; 3) формирование архива проектных решений и библиотеки процедур (меню); 4) осуществление взаимодействуя с другими АРМ и с центральным (базовым) вычислительным комплексом (ЦБК). Естественно специфика геоинформации и решения геологоразведочных задач внесла серьезные изменения в концепцию АРМ. Развитие информационно-вычислительных сетей привело к существенному скачку в разработке различных типов АРМ в геологии и геофизике в 1989-90 гг., а также к созданию на основе их концепции полевых вычислительных комплексов (ПВК), представляющих передвижной вариант АРМа.
6.1. ПРИНЦИПЫ СОЗДАНИЯ АРМ и ПВК
АРМ, в зависимости от вида входящих в них программных комплексов, подразделяют на проблемно-ориентированные и объектно-ориентированные, а в зависимости от вида и производительности используемых процессов - на АРМ высокой производительности, АРМ средней производительности и АРМ малой производительности. Характеристики АРМ разной производительности в зависимости от типа процессора, оперативных запоминающих устройств (ОЗУ) й- внешних запоминающих устройств (ВЗУ) приведены в табл. 15.
АРМ высокой и средней производительности обеспечивают мультипрограммный и многопользовательный режимы работы.
Концепция создания АРМ в геологии должна предусматривать разработку многоуровневой иерархической информационно-вычислительной среды на базе сетей ЭВМ. На каждом структурном уровне проектируется совокупность проблемно-ориентированных рабочих мест (АРМ-Гео).
Проблемная ориентация АРМ-Гео обеспечивается системой функциональных и прикладных программ, реализующих решение задач предметной области.
При создании АРМ-Гео необходимо учитывать специфику геоинформации и геологоразведочных задач. Среди принципов создания АРМ-Гео с учетом данных работы [59] можно выделить следующие.
1. Необходимость построения стационарных и передвижных АРМ.
Геологоразведочный процесс характеризуется чередованием двух разделенных как территориально, так и во времени циклов: камерального (теоретического) и полевого. Функции и требования к результатам на каждом цикле существенно различны. При камеральном цикле определяется, где и какие работы следует провести, а на полевом цикле - осуществляется их реализация на выбранном объекте исследования. При первом приходится анализировать и обобщать большие объемы разнородной информации, строить адекватные модели сложных природных объектов и процессов, принимать решения о направлении дальнейших исследований; при полевом цикле следует обеспечить высокую производительность работ при заданной точности регистрации полей и корректировке методики и сетей наблюдений.
Эти различия определяют принцип создания АРМ двух типов: стационарных и передвижных.
Стационарные АРМ целесообразно создавать на базе экспедиции или крупной партии и в дальнейшем будем называть их АРМ или АРМ-Гео. Передвижные АРМ действуют непосредственно в поле и их будем называть ПВК. В дальнейшем, видимо, их функциональное на полнение будет сближаться.
2. Целесообразность формирования персональных баз знаний (ПБЗ).
Выше неоднократно отмечалось многообразие задач геологоразведки, геообъектов и геопроцессов, что не позволяет надеяться в обозримом будущем на создание автоматизированных или экспертных систем для нескольких предметных областей. Поэтому в геологоразведке существует достаточно четкая специализация геологов и геофизиков. Геологи специализируются либо по объектам (виды полезных ископаемых, типы месторождений, регионы и т. п.), либо по стадиям и задачам геологоразведочного процесса (картирование, прогноз и поиски, разведка, подсчет запасов и т. д.). Геофизики обычно специализируются по методам разведочной геофизики и по решению геологических задач (региональный прогноз, локальный прогноз и т. д.). В процессе работы чтения специальной литературы, участия в семинарах и конференциях у каждого из них формируется персональная база знаний (ПБЗ). В этой связи АРМ-Гео призвано расширить границы ПБЗ и существенно повысить эффективность процессов ее формирования, развития и использования за счет специалистов-экспертов, обладающих более мощной базой знаний по сравнению с другими специалистами, так и за счет возможностей самих персональных ЭВМ и периферийных устройств. Создание АРМ с целью переработки, переосмысливания и переоценки традиционных баз геологических знаний.
3. Разработка экспертных систем на базе АРМ и ПВК. Этот принцип является развитием предыдущего и обусловлен слабой формализацией базы знаний в геологоразведке. Именно слабая формализация большинства понятий в геологии препятствует широкой автоматизации решения ее задач, в отличие от разведочной геофизики и геохимии. По-прежнему при решении подавляющего большинства практических задач геолог вынужден опираться не на развитую методологию, а на собственные опыт и интуицию. Теоретический арсенал геолога основан, как правило, не на глубоких причинных зависимостях, а на эмпирических ассоциациях, которые носят достаточно локальный и субъективный характер, нередко противоречивы и не выражены в строго определенных терминах.
Кроме того, реальные исходные данные (факты), в отличие от гео физических данных, часто фрагментарны, имеют низкую достоверность и содержат разные типы ошибок. Обработка подобных знаний, т.е. малодостоверных фактов и слабоформализованных правил, производится на основе экспертных систем (см. гл. V). Поскольку экспертные системы в процессе решения моделируют действия специалиста эксперта, используя различные эвристические приемы и знания, которые он применяет на практике, то эффективность разработки АРМ-Гео, как высокой информационной технологии многоцелевого назначения, несомненна.
4. Непрерывное развитие программного обеспечения АРМ и ПВК за счет реализации методов интегрированного системного анализа (см. гл. X) и интеграции АС и ЭС.
Как правило, большинство ПВК (и АРМ) в настоящее время ориен-ч тировано на первичную, рутинную обработку экспериментальных данных. В то де время непрерывное совершенствование вычислительной техники, диалоговых и графических средств персональных компьютеров позволяет уже, сейчас рассчитывать на возможность использования достаточно сложных методов математического моделирования и комплексного анализа данных. По-видимому, уже в ближайшие годы произойдет конструктивное объединение автоматизированных систем, рассчитанных на формализованные модели и теории, и экспертных систем. Последние должны дополнять АС. При этом экспертную часть целесообразно использовать для устранения неопределенностей в исходной формулировке проблемы или задачи в смысле структуризации пространства объектов, формирования образов (эталонов), контроля полноты и достоверности данных, обоснования критериев и ограничений, т. е. фактически для формализации постановки геологической задачи, а автоматизированную систему - для построения и реализации алгоритма ее решения. Такая интеграция АС и ЭС открывает принципиально новые возможности моделирования геообъектов и геопроцессов на ЭВМ.
Такого рода интегрированные системы имеют различные сферы применения. Это: а) комплексная интерпретация геолого-геофизических данных с целью построения (конструирования) моделей геологических объектов по данным различных систем и методов наблюдений; б) прогноз и поиски месторождений полезных ископаемых; в) геолого-экономическая оценка месторождений; г) планирование действий, т.е. определение последовательности проведения геологоразведочных работ, систем и сетей наблюдений, графов обработки; д) проектирование сложных технологических объектов (проекты разрезов скважин, карьеров, схем добычи полезного ископаемого и т. п.); е) обнаружение закономерностей размещения геообъектов и формирование поисковых гипотез, критериев и признаков.
5, Построение информационно-вычислительных систем для передачи геоинформации с ПВК и АРМ на более мощные (экспедиционные, региональные) центральные вычислительные комплексы (Центры) и для обмена информацией между ПВК и АРМ и между ними и более мощными центрами.
Каким бы ни был технический и интеллектуальный потенциал АРМ и ПВК, геологу не обойтись без контактов с внешним миром. Среди многообразия подобных связей отметим: а) общение с руководством и соисполнителем при постановке решения задач, со специалистами и экспертами, занимающимися решением аналогичных задач в других организациях и в сходных по геологическому строению районах; б) обращение к архивным материалам, которые, как правило, накапливаются в геологических фондах. Важными задачами перестройки геологоразведочной отрасли являются реорганизация фондов, превращение их в мощные, оснащенные современной вычислительной техникой банки знаний коллективного пользования, а также проведение экспериментов. Эксперименты проводят либо для получения новой геоинформации (этим заняты полевые партии и экспедиции), либо для проверки теоретических гипотез. Проверка теоретических построений ведется как с помощью натурного, так и путем имитационного моделирования. Имитационное моделирование проводят на различных моделях. В то же время получение первичных наблюденных или измеренных данных и моделирование в геологоразведке тесно связаны. Моделирование с обработкой данных на ЭВМ требует обычно значительных ресурсов машинной памяти и времени, которые целесообразно сконцентрировать в нескольких мощных вычислительных центрах. Сеть таких центров не только позволяет обеспечить вычислительными ресурсами основную массу пользователей, но и дает возможность оперативно перераспределять эти ресурсы в случае необходимости.
Таким образом, к основным принципам создания и развития APKj и ПВК в геологоразведке относятся: разработка стационарного АР\{ и передвижного АРМ, т.е. ПВК; формирование на основе АРМ ц ПВК - персональных баз знаний геологов-экспертов, охватывающих различные аспекты геологии; построение экспертных систем для различных стадий и задач геологоразведочного процесса; развитие программного обеспечения АРМ и ПВК за счет программных средств (включая диалоговые и графические) АС и ЭС с дальнейшей перспективой их интеграции; создание информационно-вычислительных сетей (локальных и глобальных) с целью передачи геоинформации и ее обмена между АРМ (ПВК) и более мощными вычислительными комплексами.
Следовательно, АРМ и ПВК представляют начальный (первичный) элемент сбора, хранения, передачи и обработки геоинформации в общей структуре ГЕОСИСТЕМЫ (см. гл. IX), направленной на информатизацию как всего геологоразведочного процесса, так и всей геологоразведочной отрасли народного хозяйства.
6.2. СТРУКТУРА, ТЕХНИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ АРМ И ПВК
Первые выпускаемые модели АРМ были ориентированы на решение задач проектирования радиоэлектронной и микроэлектронной аппаратуры, картографирования, проектирования в строительстве. Эти модели были положены в основу создания АРМТео и ПВК. Общая структура АРМ, независимо от типа модели, может быть представлена в виде, изображенном на рис. 22. Как правило, модели АРМ были ориентированы на использование мини-ЭВМ типа СМ ЭВМ. Кроме того, все АРМ должны были удовлетворять следующим основным требоза-ниям: достаточно низкая стоимость, небольшие размеры, высокая надежность и производительность, возможность решения простых задач локальными средствами, особенно с помощью задач машинной графики; доступ к центральному банку данных и к большой ЭВМ; удобства организации диалога с ЭВМ; возможность ввода - вывода текстовых документов и графических изображений; реализация многопользовательского режима работы [46]. В соответствии с указанными требованиями типовой комплекс АРМ должен содержать следующие основные узлы: мини-ЭВМ или микро-ЭВМ (или персональный компьютер); накопители на магнитном диске (НМД) и магнитной ленте (ПМЛ), устройство печати (АЦПУ); алфавитно-цифровой и графический дисплеи; кодировщик графической информации; графопостроитель; устройство связи с большей ЭВМ.
В геологоразведке первоначально получили распространение комплексы АРМ, изготовляемые на базе ЭВМ СМ-4; АРМ-Гео, АРМ-ГИС (АСОИГИС), затем на микро-ЭВМ типа "Искра-1030", "Электроника-60М, ДВК.
В разд. 6.3 приведены сведения о конкретном наполнении АРМ и ПВК соответствующими техническими комплексами. Широко используемые внешние устройства АРМ включают: устройство ввода с перфокарт СМ-6102; устройство внешней памяти на кассетных МЛ-СМ-5208; устройства внешней памяти на кассетных МД: СМ-5402 (емкостью 2,5 Мбайт); СМ-5408 (емкостью 14 Мбайт); СМ-5407 (емкостью 29 Мбайт); экранный пульт графический ЭПГ-400 (СМ-7300), ЭПГ СМ или ЭПГ-2 (СМ-7306) и кодировщик графической информации СМ-6402; устройство алфавитно-цифровой печати (CM-6300, CM-6304, CM-6305), устройство внешней памяти на магнитной ленте с плотностью записи 64 бит/мм (СМ-5304), НМЛ с плотностью 32 бит/мм (СМ-6301); кодировщик графической информации ПКГИО, ЭМ-709 или ГАРНИ-2; устройство ввода-вывода с перфолент СМ-6202; видеотерминал алфавитно-цифровой СМ-7204 (7205); асинхронный мультиплексор передачи данных на 16 линий (СМ-8514) и на 8 линий (МПА-А), устройство связи вычислительных машин УСВМ А 71118, графический дисплей УПГИ-А или ГРАФИТ, адаптер дистанционной связи АДС; графопостроитель АП-7251 (52).
Часть внешних устройств разрабатывается с учетом специфики геологоразведки, например, заводом "Казгеофизприбор" (г. Алма-Ата) разработано устройство записи и контроля полевой информации (УЖИ) "Профиль-1" отрядного уровня (полевой партии), предназначенное для препроцессинга, т. е. автоматической перезаписи информации из полупроводниковой (твердотельной) памяти пешеходных электро- и магниторазведочных измерителей ЭИВ-204; ММ-60, ММ-61 на МЛ в компакт-кассете. Этим же заводом выпускаются различные варианты графопостроителя "Атлас".
Модели АРМ, ориентированные на использование больших ЭВМ и спецпроцессоров (например, комплекс СМ-2 - ПС 2000), относятся к АРМ высокой производительности. Модели АРМ, базирующиеся на мини-ЭВМ (CM-4, CM-1420 и др.),составляют АРМ средней производительности, наконец, использование микро-ЭВМ типа "Электроника-60" в качестве базы АРМ - это АРМ малой производительности.
Рекомендуемый набор и характеристики элементов технического обеспечения для разного типа АРМ приведены в табл. 16 [46].
С целью повышения эффективности применения АРМ в семействе СМ ЭВМ в настоящее время ведется разработка многотерминальных вычислительных комплексов [32; 46]. Снижение затрат на одно рабочее место в таких комплексах происходит за счет совместного использования ресурсов центральной ЭВМ (центральный вычислительный комплекс - ЦБК) и сокращения состава дорогостоящего периферийного оборудования на рабочих местах путем их специализации.
Многотермальное АРМ состоит из центральной ЭВМ, в качестве которой используется модель СМ ЭВМ с высоким быстродействием, большим объемом оперативной и внешней памяти на магнитных дисках и лентах и быстродействующими устройствами вывода алфавитно-цифровой и графической информации и связанных с ней телефонными каналами интеллектуальных терминальных станций на базе микро-ЭВМ. Создание таких комплексов возможно благодаря повышению вычислительной мощности и снижению стоимости терминальных микро-ЭВМ и разработке высокопроизводительных процессоров для мини-ЭВМ. При этом каждая терминальная станция представляет собой одно рабочее место, ориентированное на выполнение достаточно узкого типа работ, таких как подготовка данных, обработка текстовой информации, обработка графической o(картографической) информации и т.п. При Необходимости, если, например, АРМ ориентировано на решение оптимизационных задач, следует прямое подключение терминальных станций к большой ЭВМ. Терминальные станции строятся на базе функционального ядра, состоящего из микро-ЭВМ с объемом оперативной памяти не менее 64 Кбайт, накопителя на сменных СД емкостью не менее 512 Кбайт и мультиплексора или адаптера для подключения каналов связи с пропускной способностью до 9600 бит/с по каждому каналу. В таких терминальных станциях используются микро-ЭВМ СМ-1300 или СМ-1800. Этот состав функционального ядра терминальной станции обеспечивает автономное исполнение простых, но часто выполняемых работ, таких, как ввод, контроль и корректировка исходных текстовых и графических данных, выпуск текстовой документации, редактирование изображений и т. д.
Для решения задач геологоразведки могут быть использованы следующие основные типы терминальных станций многотерминального АРМ: 1) станция ввода графических данных на базе микро-ЭВМ СМ-1800 и устройства ввода данных с чертежей - УСПГИ. Программное обеспечение терминальной станции позволяет проверять ранее введенные данные и при необходимости их корректировать, а также передавать данные по линии связи; 2) станция вывода текстовой и графической информации на базе микро-ЭВМ СМ-1800 и растрового устройства печати-черчения. Программное обеспечение станции позволяет принимать данные по линиям связи и преобразовывать их в необходимый для вывода формат; 3) станции обработки изображений ЭПГ-2 на базе микро-ЭВМ СМ-1300 и графического векторного дисплея ЭПГ. В состав ЭПГ-2 входит 8-канальный мультиплексор, позволяющий подключать до семи дополнительных устройств (станции ввода графических данных, вывода текстовой и графической информации, малогабаритные планшетные графопостроители и т. п.). Программное обеспечение ЭПГ-2 включает мультипрограммную операционную систему ОС РВ ЭВМ, систему дистанционного ввода заданий в центральную ЭВМ дрМ и систему интерактивной графики, т. е. ЭПГ-2 может быть применена как однопользовательская терминальная станция и в качестве основы для построения многопользовательских станций; 4) станция подготовки и редактирования текстовой документации на базе микро-ЭВМ СМ-1800 со специальным алфавитно-цифровым дисплеем, обеспечивающим удобные средства редактирования текстов. Программное обеспечение станции содержит пакет программ для редактирования и выпуска текстовой информации и для связи с центральным вычислительным устройством (ЦВУ) многотерминального АРМ.-
В качестве центральной ЭВМ для АРМ можно использовать мини-ЭВМ СМ-1420 с оперативной памятью 1 Мбайт, НМД емкостью 29 Мбайт, высокопроизводительными планшетными графопостроителями и печатающими устройствами. Центральная ЭВМ включает два 16-каналь-ных мультиплексора для подключения терминальной станции и синхронный адаптер для связи с большой ЭВМ.
Программное обеспечение центральной ЭВМ многотерминального АРМ базируется на мультипрограммной распределенной операционной системе реального времени (РОС РВ) СМ ЭВМ, включающей следующие средства: программирование прикладных задач (языки ФОРТРАН-IV, КОБОЛ, ПАСКАЛЬ, БЕЙСИК), "вязи с терминальными станциями и большой ЭВМ, систему управления файлами. Под управлением РОС РВ работает также система управления базами данных.
Терминальная станция и центральная ЭВМ АРМ являются самостоятельными вычислительными системами, допускающими автономную работу. Связь между ними поддерживается аппаратными и программными средствами телеобработки СМ ЭВМ, и выбор необходимого состава терминальной станции пользователь осуществляет самостоятельно, исходя из конкретных условий.
Состав технических средств многотерминального АРМ и его базовое программное обеспечение позволяют автоматизировать решение большинства задач геологоразведочного процесса. Проблемная ориентация каждой задачи (картирование, прогноз, подсчет запасов и т. д.) требует разработки соответствующих прикладных программ для центральной ЭВМ и некоторых типов терминальных станций.
Программное обеспечение АРМ (ПВК) включает компоненты общего и специального назначения.
Общее программное обеспечение не отражает специфики геологоразведочных задач и геоинформации и включает в себя компоненты, которые обеспечивают организацию и контроль вычислительного процесса, автоматизацию этапов подготовки и отладки прикладных программ.
Общее программное обеспечение делится на общесистемное и базовое. Общесистемное программное обеспечение характеризуется тем, что его компоненты, например ОС, СУБД, графическая система, не отражают специфики АРМ и являются промышленно-сопровождаемыми программно-методическими комплексами.
Базовое программное обеспечение характеризуется тем, что его компоненты, например, объектно- (методно-) или проблемно-ориентированные пакеты прикладных программ (ППП) отражают специфику АРМ данного класса, однако не разрабатываются при их создании и приобретаются как комплект наравне с комплектом общесистемного программного обеспечения.
Специальное (прикладное) программное обеспечение уже отражает специфику конкретного АРМ и содержит совокупность программных средств, реализующих математическое обеспечение, например, по обработке данных гравиразведки (магниторазведки, электроразведки и т.д.).
Основные принципы, которыми руководствуются при создании программного обеспечения АРМ, следующие: 1) модульность - для обеспечения свойства открытости системы; 2) иерархичность - для функциональной вложенности; 3) взаимодействие с базами данных -для обеспечения единого информационного интерфейса между взаимосвязанными модулями; 4) реализация проблемно-ориентированных входных языков в ППП, относящихся к проектирующим подсистемам; 5) выделение в программном обеспечении управляющей и обрабатывающей частей.
К общесистемному программному обеспечению относятся: операционная система универсальной или специализированной ЭВМ; мониторная система; графическая система; СУБД, поддерживающие базы данных и ППП; программы формирования графической и текстовой документации.
К общесистемным компонентам АРМ могут быть отнесены программные средства моделирования и оптимизации. Функции взаимодействия с пользователями и управление реализуются в основном компонентами общесистемного программного обеспечения, к которым относятся графическая система, программы диалогового взаимодействия.
Последние осуществляют алфавитно-цифровой диалог и интерпретацию проблемно-ориентированного языка проектирования, программы документирования.
Функции взаимодействия АРМ с другими АС и ПВК обеспечиваются сетевыми программами мониторной системы: либо ОС, либо специальным телемонитором, имеющим форму ППП по расширению функций операционной системы.
Обслуживание и вспомогательные программы мониторной системы обеспечивают сбор и обработку геоинформации, выдачу диагностики, сопровождение информационного и программного обеспечения.
Компоненты общесистемного программного обеспечения являются промышленно тиражируемыми изделиями и представляют программно-методический комплекс (ПМК). ПМК - взаимосвязанная совокупность компонентов программного, информационного методического, математического и лингвистического обеспечения по выполнению законченной совокупности проектируемых или обслуживающих операций.
Основой общесистемного обеспечения является операционная система, которая реализует автоматизированное функционирование комплекса технических средств АРМ и выполнение компонентов программного обеспечения, функций интерфейса между программными и техническими средствами.
Мониторная система (подсистема управления), обслуживающая подсистемы АРМ, предназначена для организации и оптимизации управления процессом обработки, интерпретации данных. Мониторная система включает управляющую программу, программы диалогового взаимодействия с пользователем (алфавитно-цифровой диалог), лингвистические процессоры проблемно-ориентированных языков проектирования и управления процессом проектирования (обработки), а также языка описаний функций МС (распределение ресурсов АРМ, формирование перечня задач по обработке и др.); программы взаимодействия с сетью; обслуживающие и вспомогательные программы; СУБД мониторной системы; базу данных МС.
Мониторная система не должна дублировать функции операционной системы, а, будучи специализированным дополнением ОС, должна обеспечивать максимальную эффективность за счет генерации и настройки программ.
6.3. ПРИМЕРЫ ПОСТРОЕНИЯ И ПРИМЕНЕНИЯ ПВК И АРМ
ПРИ ГЕОЛОГО-ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЯХ
Современная технология геофизических исследований должна базироваться на полевых вычислительных комплексах, которые осуществляют первичную, рутинную обработку и экспресс-содержательную обработку, что позволяет разгрузить экспедиционные и региональные (территориальные) центры, повысить производительность и эффективность съемок.
Первый уровень такой технологии должен исходить из следующих предпосылок: 1) регистрирующую аппаратуру необходимо дополнить встроенной или присоединенной памятью с объемом, позволяющим хранить данные не менее чем за одну рабочую смену; 2) информация из компьютеризированной, регистрирующей аппаратуры ежедневно переписывается на магнитный носитель на месте производства работ (геофизический отряд, партия и т. д.). Там же следует оставлять кощщ собранных материалов на магнитном или бумажном носителях для дублирования и отчетности; 3) необходимо проводить ежедневный контроль кондиционности собранного материала, следить за отсутствием ошибок при перезаписи на магнитные носители, построением гра. фиков измеряемых значений поля и т. п. Ежедневное построение графиков позволяет оперативно влиять на методику последующих работ (изменение шага съемки и детализация отдельных интервалов, изменение ориентировки сети наблюдений и т. п.).
Предшественниками ПВК следует считать автономные регистраторы для сбора геоинформации, в которых происходит накопление данных в запоминающем устройстве, например, регистратор "Блокнот-1" (Сибирское ОКБ НПО "Нефтегеофизика") с объемом памяти одной сменной платы 16 Кбайт, предназначенной для регистрации и запоминания результатов измерений с электроразведочной аппаратурой "ЦИКЛ-2".
Первые ПВК также появились на базе разработок сибирских ученых. Это "ПУРО-1" (СНИИГИМС), ПВК-3 и ПВК-4 (СО РАН). Они ориентированы на предварительную экспресс-обработку геофизической информации в полевых условиях. ПВК основаны на использовании современных микро-ЭВМ. Тенденции их развития были направлены прежде всего на существенное увеличение оперативной памяти, разрядности слова (до 32 разрядов) и степени интеграции дискретных элементов, что позволяло создавать вычислительные системы, обладающие высокой производительностью при малом объеме, массе, энергопотреблении.
ПВК-3 создан для обработки электроразведочных данных на базе микро-ЭВМ "Электроника-бОМ" и конструктива КАМАК. В составе комплекса ОЗУ с дисковой организацией, емкостью 512 Кбайт, накопитель на МЛ СМ 5300.01, алфавитно-цифровой дисплей, графический дисплей, двухкоординатный графопостроитель. Использование "электронного диска" примерно в 5 раз ускоряет время обмена с системным носителем и увеличивает надежность ПВК за счет отсутствия механических подвижных частей, присущих флоппи- и мини-дискам.
Все элементы комплекса и ПМО функционируют под управлением ОС-РАФОС. Ввод полевых данных, полученных на станциях "ЦЭС-МГД", "ЦЭС-2", "ЦИКЛ-2", "ИМПУЛЬС", может быть осуществлен с терминала и со спецустройств. Исходные данные и результаты обработки записываются на НМЛ в кодах ЕС ЭВМ для дальнейшей их обработки и интерпретации на ВЦ более высокого уровня.
С помощью ПВК-3 определяются зоны повышенной проводимости на разных глубинах, исследуются электрические параметры разреза, в полевых условиях осуществляется построение геоэлектрических разрезов. Блок-схема ПВК-3 приведена на рис. 23. При выборе соответствующего программного обеспечения можно использовать для экспресс-обработки данные магнито-гравиразведки.
ПВК-1 построен на базе микро-ЭВМ "Электроника-НЦ-80" и спецпроцессора "Электроника-МТ-70". Его периферийные устройства: факсимильный аппарат ФАК-11, ПВК-1 функционируют под управлением ОС-РАФОС и используются для обработки сейсмических и электромагнитных данных. Комплексы позволяют провести разнообразную обработку и анализ сейсмотрасс вплоть до получения временного разреза.
Созданный НПО "Рудгеофизика" полевой комплекс МОЛ-601 предназначен для экспресс-обработки аэромагнитных, аэроспектрометрических и аэронавигационных данных, а также данных наземной маг-ниторазведки, зарегистрированных на компакт-кассете. Комплекс базируется на ЭВМ "Электроника-60М". В его состав входит алфавитно-графический дисплей, накопители на МЛ (НМЛ СМ 5300.01.., НМЛ СМ 5211.26), графопостроитель "АТЛАС-6". Программно-математическое обеспечение хранится в модуле постоянного запоминающего устройства и обеспечивает обработку данных с аэромагнитометров ММВ-215 и ММ-01, магнитовариационной станции МВС-306, пешеходного магнитометра ММ-60, систем радиогеодезической привязки "МИР" и "ПОИСК".
Комплекс обеспечивает: копирование данных (с кассеты на кассету и с кассеты на стандартную ленту НМЛ); коррекцию ошибок и дополнение служебной информацией; построение графиков, вычисление координат и построение линии полета; вычисление концентрации ра. диоактивных элементов; введение поправок; организацию и запись данных на магнитную ленту для обработки в АС АСОМ-АТС/ЕС. Произ-водительность комплекса при обработке аэрогеофизических данных -100 тыс. физических точек в смену. Указанные ПВК выпускаются малыми сериями.
Разработка программно-математического обеспечения для ПВК по существу только начата. Это обеспечение включает: системные средства (ОС РАФОС, МС ДОС и др.), систему сервисного обеспечения визуализации результатов и диалоговый режим работы; пакеты прикладных программ по отдельным геофизическим методам. Наиболее развитое программное обеспечение по обработке данных потенциальных полей в настоящее время у ПВК "Топаз", созданного НПО "Сибгео" совместно со странами бывшего СЭВ. ПВК "Топаз" предназначен для экспресс-обработки и интерпретации данных электро- магнито-гравиразведки непосредственно в районе полевых исследований с целью оперативного вмешательства в технологию геофизических работ.
Обработка и интерпретация данных проводятся параллельно с производством полевых работ, что позволяет повысить качество геофизических съемок за счет непрерывного контроля данных; увеличить производительнодсть и эффективность полевых исследований за счет своевременного уточнения методики проведения работ, корректировки изучаемых участков; ускорить получение геологических результатов в обрабатывающих центрах более высокого уровня; разгрузить вычислительные центры высокого уровня от первичной, рутинной обработки и предварительной интерпретации данных в рамках отдельных методов и их комплексного анализа.
Комплекс имеет развитые средства для диалоговой обработки и может использоваться в качестве АРМ геофизика-интерпретатора.
ПВК "Топаз" размещается в контейнере-лаборатории типа NOVO-KON фирмы LOBORMIN (Венгрия), расположенной на шасси, и может транспортироваться автомобилями типа ЗИЛ-131, КамАЗ, пригоден для эксплуатации в полевых и стационарных условиях при температуре от -40 до 50 "С, имеет автономную систему энергообеспечения, системы отопления и кондиционирования.
Основу ПВК "Топаз" составляет микро-ЭВМ "Электроника-МС 1201.02" (или МС 1212). Его периферийные устройства: цветной графический дисплей ДС 52750, графопостроитель "Микроника" П 297М1, накопитель на МЛ МГ-301 (2 шт.), кассетный накопитель на магнитной ленте типа СМ 5211, мозаичное печатающее устройство Д100Е, электронный диск с памятью 1 Мбайт.
Ввод данных осуществляется с помощью клавиатуры дисплея, МЛ, компакт-кассеты или твердотельной памяти.
Основные технические данные ПВК:
быстродействие команд "сложение" - 700 тыс. операций в секунду (для МС 1212 - 1 млн. операций в с);
емкость ОЗУ-28 - к 16-ти разрядных слов (4 Мбайт для МС 1212);
разрешающая способность цветного графического дисплея ДС 52750-800x480 точек;
количество градаций по цвету - 64;
количество цветов - 8.
С целью расширения функциональных возможностей ПВК "Топаз" для обработки данных аэрогеофизики и сейсморазведки предусмотрен накопитель типа "винчестер" емкостью 20 Мбайт.
В состав программного обеспечения ПВК входят системное обеспечение ОС РАФОС; системное математическое обеспечение графики, реализующее оперативно визуализацию данных на экране цветного графического дисплея и получение твердой цветной копии (графиков, карт графиков и карт изолиний, временных и глубинных разрезов) на графопостроителе; прикладное обеспечение: АС обработки электроразведочных данных методами МПП, ЗСБ, ВП; программа предварительной обработки и интерпретации данных электроразведки по методу постоянных токов; программа предварительной обработки и интерпретации данных МТЗ и данных наземно-скважинной электроразведки; АС "Аэропак-микро" для обработки и интерпретации данных аэрогеофизики; программы обработки и интерпретации данных наземной магниторазведки и гравиразведки.
С 1990 г. начато серийное производство ПВК "Топаз", а НПО "Сиб-гео" обеспечивает запуск ПВК, обучение специалистов и сервисное обслуживание комплекса.
Полевой компьютер ISODEM для геофизических работ потенциальными методами имеет широкие функциональные возможности, потребляет немного энергии и используется в геофизических регистрирующих системах любой конфигурации. Для выполнения функций управления, сбора, оценки качества и предварительной обработки данных полевого эксперимента этот комплекс позволяет осуществлять, обработку данных всех методов, кроме сейсморазведки.
Подключение ISODEM к полевым измерительным модулям, а также к другим ЭВМ осуществляется с помощью стандартных интерфейсов IES-625 (IEEE-488)-RS-232.
Размеры-комплекса 350x270x500 мм, масса 20 кг, энергопотребление менее 1,5А; 12В; объем памяти 0,5 Мбайт; формат записи - кассетного магнитофона ISO-3407, графический дисплей - монохронный с четырьями уровнями яркости, цветной принтер (четыре цвета); процессор К588 (система команд "Электроника-60").
К ПВК следует отнести комплекс автоматизированного сбора и обработки геолого-геофизической информации МАРС-АБИССАЛЬ, который выполняет сбор, регистрацию и обработку сейсмической и сейсмоакустической информации, обеспечивает регистрацию и обработку геоакустической информации, ввод и первичную обработку гравиметрической, магнитометрической и телевизионной информации с помощью бортового ВЦ. Эта судовая геофизическая система создана в НИПИ "Океангеофизика" ПО "Южморгеология".
Следует отметить, что в рамках отдельных геофизических методов центральной проблемой является создание единого специализированного математического обеспечения ПВК во избежание многократного дублирования, как это наблюдается для АС, реализованных на больших ЭВМ.
Кроме того, возможности микро-ЭВМ, а следовательно, и ПВК будут постоянно расширяться, при этом большая часть обработки и методной интерпретации будет постепенно перемещаться со стационарных ВЦ на ПВК.
В качестве АРМ - геофизика, помимо ПВК "Топаз", который в стационарном режиме выполняет роль АРМ, начато серийное производство АРМ-геофизика-обработчика данных наземной гравиметрии и магнитометрии (разработка ЦГЭ геологического управления "Укргео-логия"). АРМ предназначено для эксплуатации непосредственно на базах полевых партий, отрядов, является автономным модулем "Первичная обработка" системы автоматизированной обработки информации гравимагнитных данных (АСОИГМД).
Техническая обеспеченность АРМ: ПЭВМ "Искра-1030 11" или "Искра-1030 4М"; алфавитно-цифровой, графический видеомонитор; алфавитно-цифровое печатающее устройство; накопитель на гибких магнитных дисках (ГМД) или жесткий диск "винчестера"; графопостроитель типа "АТЛАС"; устройство передачи данных с ГМД на МЛ (и наоборот) в кодах ЕС ЭВМ.
Пакет прикладных программ АРМ предназначен для первичной обработки данных гравиметрии и технического нивелирования. Пакет содержит 12 проблемных программ, позволяющих вводить и обрабатывать данные полевых измерений, формировать файлы результатов на ГМД с последующей их передачей на МЛ для углубленной обработки на ЕС ЭВМ.
Использование этого АРМ обеспечивает повышение производительности обработки информации в 1,5 раза и оперативную оценку ее качества. Применяемая технология АРМ позволяет осуществлять обмен информацией между полевой партией и базовым (центральным) ВЦ.
АРМ для объемного физического моделирования электромагнитных полей в рудной электроразведке создан Казахским институтом разведочной геофизики (КИРГ). Этот комплекс предназначен для интерпретации материалов электроразведки методами заряда, сопротивлений путем подбора полей, наблюденных в полевых условиях и физическими моделями сред. Комплекс обеспечивает трехмерное моделирование поля в присутствии неоднородностей среды произвольной формы, сбор, отработку и визуализацию данных измерений.
АРМ представляет собой систему аналоговых и цифровых блоков, включающих модель среды (электролитическая ванна размером 3х2х1 м), генераторное, приемно-коммутационное и измерительное устройства длоки синхронизации и ОЗУ. Управление работой комплекса в процессе сбора, обработки и визуализации данных производится микро-ЭВМ "Искра-1256", связанной с другими устройствами через интерфейсный блок, выполненный в виде печатной платы. Для приема поля используется многоканальное (500 датчиков магнитной и 50 электрической компонент) устройство.
Комплекс обеспечивает автоматический опрос датчиков поля, их регистрацию в ОЗУ, обработку путем проведения данных к "натуре" и вывода их на АЦПУ "Роботрон- 1124"в виде матрицы значений поля в заданном масштабе. Информация о токе в линии АВ, геометрии установки, сопротивлении среды вводится оператором с клавиатуры микро-ЭВМ.
При необходимости углубленной обработки данных моделирования трансформантов поля (оценка погрешностей, построение изолиний и т. д.) производится перезапись данных на КНМЛ; кассета с магнитной лентой поступает на ВЦ, где форматируется на устройстве УФИН, переписывается на МЛН ЕС ЭВМ и обрабатывается в системе АСОМ АТС/ЕС с визуализацией на графопостроителе "АТЛАС".
В результате использования комплекса осуществляется составление априорных геоэлектрических моделей по первичным геолого-геофизическим материалам. Кроме того, при интерпретации данных метода заряда по одному из участков в Западном Казахстане, включающему низкоомные зоны и контакты пород с различным сопротивлением, были подтверждены геологические гипотезы о наличии двух рудных залежей на глубинах 500- 800 м.
На базе микро-ЭВМ "Электроника-60" во ВНИИГеосистем создан компьютеризованный каротажный комплекс "Пласт-5", который обеспечивает надежную цифровую регистрацию (с контролем и коррекцией данных по глубине) и первичную оперативную обработку данных всех видов геофизических исследований скважин на магнитную ленту и документирование каротажных диаграмм. Этот комплекс может служить в качестве АРМ-геофизика, поскольку состоит из легкотранспортируемых блоков и модулей.
Дальнейшая оперативная и сводная интерпретация данных ГИС проводится на малых ВК ГИС CM (CM-4, CM-1420) или на базовых ВЦ на ЕС ЭВМ с использованием АСОИГИС (см. гл. 6).
Ряд образованных в последнее время кооперативов начал выпуск ПВК типа ПВК 0880,03 с регистрацией данных специальных методов ГИС (ИННК, РК, АК) и их первичной обработкой.
Одним из основных резервов повышения эффективности геологоразведочного процесса является создание АРМ по комплексному анализу и интерпретации геолого-геофизических данных.
При этом АРМ геолога- геофизика должно учитывать следующие особенности:
массовость данных, порождающая высокую плотность и большие объемы информационных потоков, что обусловливает требование максимальной эффективности как от вычислительных процедур, так и от схем оперирования информационными структурами;
многообразие геологических задач и появление новых методов и алгоритмов обработки, что накладывает условия максимальной открытости систем обработки, простоты построения новых графов обработки на основе базовых технических средств;
разнородность геолого-геофизической информации, что затрудняет стандартизацию (формализацию) информационных структур, излишнее число которых снижает эффективность комплексного анализа данных.
Программно-математическое обеспечение такого типа АРМ должно представлять собой автоматизированную систему, реализующую технологически единую и замкнутую обработку данных.
Следует также отметить, что существуют серьезные различия между АРМ исследователя и АРМ инженера на производстве.
В последнем случае программное обеспечение должно иметь существенно сокращенную диалоговую часть и обладать возможностью организации пакетной обработки по фиксированным графам.
Отмеченные выше особенности были положены в основу создания разработанной во МГРИ автоматизированной системы комплексного анализа и обработки геолого-геофизической и геохимической информации, названной АПМ-2 (автоматизированное производственное место). Главное назначение АПМ-2 - обеспечение АРМ инженера-геолога и геофизика, занимающегося комплексным анализом и обработкой геоинформации на мини- и микро-ЭВМ архитектуры POP-11 (LSI-11) с целью решения задач геокартирования, поисков и разведки месторождений твердых полезных ископаемых.
Основные отличия АПМ-2 от имеющихся аналогичных разработок АРМ комплексного анализа следующие:
высокая вычислительная эффективность в сочетании с мобильностью серии СМ ЭВМ (по сравнению с АРМ) 'на базе "Электроника-60", включающей СМ-1420 и СМ-1700 и все базовые операционные системы ЭВМ данной архитектуры. Эта эффективность достигается путем реализации быстрых программ для большинства алгоритмов обработки;
файловая база данных с минимально-рациональным числом типов информационных структур, имеющая систему каталогизации и архивации поиска по каталогам и выборки необходимой геоинформации;
развитые и удобные для пользователя возможности редактирования, модификации, переформачив^ния и реорганизации данных. Указанные функции занимает существенное место в технологии обработки, поэтому их улучшение чрезвычайно важно;
наличие подсистемы внешних связей, позволяющей не только пе-реформачивать данные, но и принимать к обработке другие ("чужие") форматы данных с получением "своих" форматов. Это существенно облегчает связь АПМ-2 с пакетами прикладных программ по отдельным методам;
использование гибкой информационной технологии при содержательной обработке данных, базирующееся на применении в ряде программ по реализации распространенных технологических процедур, (например, перемещение "окна") встроенного компилятора. Последний обеспечивает реализацию любого алгоритма, который изложен пользователем на специальном структурном языке (подобно языку СИ) непосредственно в процессе работы программы с высокой вычислительной эффективностью;
векторная графика отчетного качества, легко адаптируемая к новым типам графических устройств;
активный диалог программ, который по желанию заменяется . пакетным режимом по заранее составленному графу обработки.
Прикладное программное обеспечение АПМ-2 в значительной степени совпадает с ППП системы КОСКАД (см. раздел 4.3), в то же время он реализует основные преимущества архитектуры ЭВМ DEC по сравнению с архитектурой ЭВМ IBM.
В заключение раздела по АРМ и ПВК рассмотрим перспективы развития АРМ-Гео, изложенные в работе [59] и связанные, в частности, с созданием Геосистемы (см. гл. 9).
Опыт разработки АРМ в различных предметных областях человеческой деятельности показывает, что все многообразие функций, выполняемых специалистом, удобно делить на три группы: основные функции, т. е. профессиональная деятельность; вспомогательные и рутинные функции; функции общения (коммуникации).
С учетом анализа геологоразведки рассмотрим состав функций и средств их реализации в АРМ-Гео.
Ядром системы поддержки профессиональной деятельности является персональная база знаний (ПБЗ), отражающая сферу профессиональной деятельности конкретного специалиста - пользователя АРМ-Гео. Сфера деятельности специалиста-геолога (геофизика) описывается взаимосвязью геологоразведочных задач (ГРЗ) и геологических объектов (ГО). Эта отвечающая двум множествам ГРЗ-ГО пространственная решетка определяет глобальную структуру ПБЗ. Понятие ПБЗ относится к АРМ в целом, как ко всей человеко-машинной системе, а не к отдельным ее компонентам. Основные функции системы поддержки профессиональной деятельности заключаются в организации и формировании знаний о ГО и ГРЗ, использовании ПБЗ в практике.
Организация и формирование знаний о ГО предусматривает:
задание иерархии объектов; выделение классов объектов каждого уровня
иерархии (классификация объектов); построение типовых обобщенных
описаний объектов разных классов (формирование образов, в частности,
физико-геологических моделей); описание необходимых и достаточных
условий (факторов) отнесения конкретного объекта к тому или иному
классу; установление теоретических положений, гипотез,
эвристик и поисковых признаков и критериев, отражающих пространственные
и причинно-следственные закономерности в расположении и образовании
объектов разных классов; описание методов (способов, процедур) определения
значений факторов, существенных для классификации и локализации
объектов; создание и ведение базы данных (фактов), т. е. формирование
моделей конкретных объектов по мере их изучения. Для каждого факта,
помещенного в базу, должны быть указаны способ его получения и оценка
достоверности.
Для реализации перечисленных функций в состав АРМ-Гео должны быть включены специальные средства - подсистема формирования знаний о ГО.
Основу базы знаний о ГРЗ образуют три взаимосвязанных слоя описаний - задач, операций и процедур. Структура слоя задач отражает разделение ГРЗ на классы и фиксирует логические отношения между классами задач. Для каждого класса строится типовое описание, определяющее перечень исходных данных и результаты решения задачи.
Следующий слой определяет множество операций, которые могут быть использованы при решении задач. Целесообразно выделить три типа операций: рутинные, предназначенные для нахождения значений различных характеристик конкретных объектов; логические, позволяющие определить степень истинности (достоверности) конкретных условий, гипотез, свидетельств или закономерностей; моделирующие, которые имитируют природные процессы или результаты конкретных действий.
Последовательность операций, обеспечивающая решение
данной задачи, называется сценарием решения задачи (СРЗ). В принципе,
одной задаче может соответствовать несколько разных СРЗ. Если все
операции формализованы, т. е. имеют однозначную интерпретацию, то
понятие СРЗ становится эквивалентным традиционному понятию алгоритма.
Третий слой образуют описания процедур, реализующих операции на
ЭВМ. Каждой операции может соответствовать множество процедур различающихся
языком программирования, схемой вычислений, представлением данных,
временем выполнения, объемом памяти и т п. Соответствующие характеристики
отражаются в описании процедуры. Собственно процедуры могут составляться
независимо и хранятся в библиотеке процедур.
Знания, хранящиеся в ПБЗ, используются главным образом для информационно-справочного обслуживания или при решении различных задач. Решение задач может осуществляться как в режиме прямого счета, так и в режиме моделирования. Если в ПБЗ отсутствует сценарий решения соответствующей задачи, то он конструируется специальной компонентной системы решения - планировщиком. В зависимости от характера используемых данных, моделей и операций решение реализуется либо по традиционной схеме (генератор процедур), либо по технологии экспертных систем (интерпретатор операций). Любое действие целесообразно комментировать блоком объяснений.
Предлагаемая организация позволяет объединить достоинства традиционных ППП (АС) и экспертных систем и тем самым обеспечить эффективное моделирование объектов и процессов в геологоразведке.
Важную роль в совершенствовании организации ПБЗ и всей деятельности АРМ-Гео играет подсистема оценки функционирования и самоорганизации. Она осуществляет накопление, систематизацию и анализ параметров, характеризующих эффективность и качество функционирования различных компонент АРМ-Гео, и выдает рекомендации по совершенствованию их деятельности. Общение пользователя с ЭВМ в процессе работы АРМ-Гео должно осуществляться на привычном для геолога языке.
В этой связи следует отметить разработки по созданию специализированных языков в геологии, таких как ГЕЛАН (В. А. Сикорский, А. В. Жучков). Поддержка такой возможности возлагается на подсистему общения.
Реализация коллективной работы АРМ-Гео должна обеспечиваться коммуникационной средой информационно-вычислительных сетей Геосистемы, при этом необходимо осуществлять постоянный обмен информацией между персональным компьютером и общими информационно-вычислительными ресурсами. Эти задачи решаются путем создания локальных сетей персональных компьютеров.
В процессе разработки Геосистемы должен быть создан параметрический ряд АГМ функциональных подсистем, таких, как АРМ - управление и развитие минерально-сырьевой базы, АРМ - подсчет запасов, АРМ - планирование геологоразведочных работ, АРМ - проектирование геологоразведочных работ и т.д., которые естественным образом должны входить в центральный банк "Разведочная геофизика" и другие аналогичные банки и функционировать в среде ГЕОСИСТЕМЫ, т. е. они разрабатываются в рамках глобальных и объектовых подсистем ГЕОСИСТЕМЫ (см. гл. IX).
Для информационно-уровневых подсистем "космос-воздух-земля-скважина" создаются АРМ, ориентированные по методам. В настоящее время их разработка находится в стадии технического проектирования, а отдельные элементы программного обеспечения, реализующие пакеты прикладных программ и общесистемные средства,- в стадии макетного проектирования.
Тенические средства АРМ-Гео определяет специалист-пользователь и выбирает их, исходя из требований, диктуемых различными областями применения конкретного АРМ.
СЕТИ ПЕРЕДАЧИ ИНФОРМАЦИИ
Необходимость обмена и передачи геоинформации,.с одной стороны, как между ПВК (и АРМ), так и между ПВК и вычислительными центрами экспедиций, объединений, а с другой стороны, - между вычислительными центрами экспедиций, объединений и региональными центрами, между региональными центрами и головным центром геологоразведочной отрасли требует построения вычислительных сетей различного уровня и характера.
Вычислительная сеть представляет собой систему станций на базе ЭВМ (называемых узлами сети), взаимосвязанных между собой через каналы передачи данных [58].
В основе современного построения вычислительных сетей (ВС) лежит модель взаимодействия открытых систем, имеющая семь уровней: 1) физический, 2) канальный, 3) сетевой, 4) транспортный, 5) сеансовый, 6) представительный, 7) прикладной. На базе этой модели и в соответствии с ее распределением по уровням реализуются протоколы, или системы соглашений, позволяющие вести обмен и передачу информации для вычислительных сетей. Выделяют две большие группы вычислительных сетей: 1) локальные сети, элементы которых (ЭВМ, ПЭВМ и другие устройства) расположены на расстояниях менее 5-10 км друг от друга; 2) глобальные сети, элементы которых расположены на расстояниях более 5-10 км.
Такое деление является достаточно условным, поскольку существующее сетевое математическое обеспечение с успехом используется как в локальных, так и в глобальных сетях.
До настоящего времени в нашей стране отсутствует серийно выпускаемое оборудование для объединения в сети ЕС ЭВМ, СМ ЭВМ, ПЭВМ типа ЕС 1840 в соответствии с международными стандартами, а имеющиеся локальные вычислительные сети разработаны без учета международных стандартов и относятся к экспериментальным.
Данная глава посвящена рассмотрению существующих отечественных (экспериментальных) и зарубежных локальных и глобальных сетей, а также принципам построения сетей связи для Геосистемы.
7.1. ЛОКАЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СЕТИ (ЛВС)
Появление ЛВС связано с автоматизацией управленческой и учрежденческой деятельности на основе мини- и микро-ЭВМ. Бурное развитие ЛВС получили в связи с распространением персональных компьютеров.
После объединения различного вычислительного оборудования в сеть специалист может использовать те ресурсы сети, которые наиболее соответствуют характеру решаемой задачи.
Под ЛВС понимают вычислительные сети (т. е. систему передачи ных), охватывающие абонентов в одном или нескольких близко положенных заданиях. В настоящее время ЛВС имеют следующие ичные характеристики: высокую скорость передачи данных (0,1 : 100 Мбит/с); небольшую протяженность (0,1:10 км); малую вероятность ошибки передачи данных (10-10).
Топология сети определяется способом соединения связных устройств и абонентов каналами связи. На практике для ЛВС используют звездную, кольцевую, шинную, а также смешанную и древовидную базовые топологии [46].
Основные свойства топологии - надежность, расширяемость и производительность.
Производительность характеризуется отношением задержки к пропускной способности. Задержка сети - это среднее время передачи сообщений между абонентами, а пропускная способность сети - максимальное число битов абонентских сообщений, которые могут передаваться через сеть в одну секунду.
Топология сети определяет расположение узлов и соединений между ними. Наибольшее распространение получили звездообразная (радиальная), кольцевая и шинная топология.
Звездообразная сеть показана на рис. 24, о. В центре звезды обычно располагается обрабатывающая ЭВМ или коммутатор, соединяющий различных пользователей сети. Звездообразная сеть идеальна для ситуаций, когда требуется доступ многих абонентов к одному обслуживающему центру, пригодна для подключения простейших терминалов.. Ее достоинства: независимость радиальных направлений друг от друга; высокий уровень защиты доступа к данным; простая адресация и контроль адресации центральным узлом; простые процессы обнаружения и устранения неисправностей. К недостаткам звездообразных сетей относятся: зависимость от надежности центрального узла; сложность технологии обработки данных в центральном узле, и как следствие, его высокая стоимость, меньшая пропускная способность, чем при кольцевой или шинной топологии, поскольку требуется обработка передаваемых кадров в центральном узле, большая длина линий связи.
Кольцевая сеть состоит из нескольких повторителей или приемопередатчиков, соединенных линией связи (рис. 24, б). Вместо концентрации всего управления сетью в одном сложном и дорогом коммутационном узле каждый узел сети объединен с повторителем, который имеет простую логику работы - обеспечивает только прием и передачу данных по кольцу и доступ к линии связи подключенного к нему узла. Передача информации по кольцу выполняется в одном направлении, что значительно упрощает повторители и протоколы передачи данных. Сообщения, передаваемые по кольцу, циркулируют до тех пор, пока не будут удалены или приняты каким-либо узлом. Обычно узел - отправитель информации - удаляет ее из сети в случае, когда информация, пройдя по кольцу, вновь поступает в этот узел. Для удаления информации, которую узел-отправитель не может распознать, или информации, посланной узлом, прекратившим затем работу, в кольцевую сеть включают узел-монитор, который также запускает кольцо в работу и посылает тестирующие сообщения.
Преимущества кольцевых сетей в следующем: пропускная способность равномерно разделяется между всеми пользователями; зависимость от центрального узла отсутствует; неисправные каналы и узлы могут быть легко идентифицированы; маршрутизация очень простая; широковещательная передача всем узлам реализуется просто; доступ к кольцу гарантирован, даже если сеть сильно загружена; вероятность ошибки очень мала; очень высокая скорость передачи и использования неодинаковых линий связи на разных участках возможны.
К недостаткам кольцевых сетей относятся: зависимость надежности сети от работоспособности всех кабелей и повторителей; потребность мониторного устройства на практике, близкое расположение повторителей (не более 100 м) и внесение ими некоторой задержки сигнала.
Шинная сеть (рис. 24, в) характеризуется тем, что информация передается в шину через узлы и доступна для всех узлов, подключенных к шине. Передача информации осуществляется двумя способами:
немодулированными сигналами, представляющими собой нули и единицы, и модулированными сигналами.
Шинная сеть с передачей модулированных сигналов напоминает радиоканал, в котором для различных радиостанций выделяются различные несущие частоты. В шинной сети с передачей немодулированных сигналов в каждый момент только один узел может вести передачу. В противном случае информация каждого из узлов искажается и должна передаваться снова. Для исключения искажения используется временное разделение шины. Способы организации временного разделения шины составляют сущность различных методов доступа к шине.
Шинная сеть с передачей немодулированных сигналов имеет следующие преимущества: все компоненты сети легко доступны; пропускная способность эффективно используется; монтаж сети простой; сложные проблемы маршрутизации отсутствуют. Ее недостатки: для связи с шиной требуется "интеллектуальное" устройство; автоматическое подтверждение приема и равномерное распределение ресурсов между узлами отсутствуют; общая длина шины не может быть более 2 км.
Преимущества шинной сети с передачей модулированных сигналов: сеть легко развивается, путем добавления новых ответвлений; сеть приспособлена для продолжительной передачи данных с высокой скоростью; можно производить совместную передачу по одному кабелю изображения, данных и речи.
Основной недостаток такой сети - высокая стоимость модемов.
Древовидная топология имеет те же преимущества и недостатки, что и простая шинная топология.
Топология определяет не только общую структуру взаимосвязей, но и такие характеристики ЛВС, как надежность, стоимость и гибкость. В табл. 17, взятой из работы [58], приведены результаты качественного анализа характеристик ЛВС с различной топологией.
Типы линий связи (среда передачи данных), употребляемые в ЛВС: витая пара, коаксиальный кабель с дискретной сигнализацией, коаксиальный кабель с аналоговой сигнализацией, оптоволоконный кабель.
В ЛВС линия связи представляет собой совокупность кабелей, аппаратур (повторители сигналов, приемопередатчики, модемы), реализующую интерфейс оборудования пользователя с сетью.
Витая пара используется для объединения ПЭВМ и совместно используемых печатающего устройства, накопителей на магнитных дисках, графопостроителей и т. д. Ее достоинство - низкая стоимость, а недостаток - невысокая скорость передачи данных до 10 Мбит/с.
Коаксиальный кабель с дискретной сигнализацией (коаксиал ДС) обеспечивает более высокие скорость передачи (до 40 Мбит/с) и помехозащищенность, чем витая пара, но он дороже.
Коаксиальный кабель с аналоговой сигнализацией (коаксиал АС) требует использования радиочастотных модемов. При передаче может применяться частотное уплотнение. Недостатки коаксиала АС по сравнению с коаксиалом ДС: более высокие капитальные затраты и стоимость эксплуатации, поскольку подключаются модемы, которые в процессе эксплуатации требуют частой настройки; подключение к сети выполняется только в заранее запланированных местах.
Преимущества коаксиала АС связаны с развитием техники кабельного телевидения, возможностью одновременной передачи речи, данных и изображений в разных полосах частот коаксиала АС (по коа-ксиалу ДС реализуется пока мультиплексируемая по времени передача речи и данных). Сеть с коаксиалом АС может иметь длину до 50км.
Оптоволоконный кабель, позволяет передавать данные со скоростью 150 Мбит/с и более.
Его основные достоинства - высокая скорость и помехозащищен-нось, недостаток - высокая стоимость.
Методы доступа устройств к каналу связи определяют в значительной степени скорость обмена данными между устройствами, подключенными к сети. Для подключения к сети передачи данных используют методы частотного и временного уплотнения.
При частотном уплотнении в одной линии связи одновременно организуются несколько каналов, расположенных в различных частотных диапазонах (аналогично кабельному телевидению).
При временном уплотнении канал использует группу устройств таким образом, что в каждый момент времени активным является лишь одно устройство. Для осуществления временного разделения в ЛВС используются специальные методы и оборудование: в кольцевых сетях - методы вставки регистра (метод введения задержки) и передачи маркера -особое сообщение, которое передается по сетевому каналу от одного узла к другому (метод передачи права); в шинных сетях - множественный доступ с контролем несущей частоты и множественный доступ с контролем несущей частоты и обнаружением конфликтов между пакетами [58].
Протоколы. Традиционные вычислительные системы являются замкнутыми в том смысле, что взаимодействие устройств, входящих в такие системы, подчиняется правилам, специально разработанным для этой системы, а устройство, изготовленное для другой серии ЭВМ, нельзя подключить к вычислительной системе без доработки аппара-туры или программной эмуляции подключаемого устройства.
Эмуляция - способ, позволяющий использовать ПЭВМ в режиме терминала, работающего совместно с главной ЭВМ. Такой режим требует в составе ПЭВМ наличия специальных технических и программных компонентов.
Фирма IBM разработала для ПЭВМ IBM PC три комплекта технических и программных средств: SNA 3270; SNA 3770 и IBM 3101, рассчитанных на применение IBM PC в режиме эмуляции терминалов больших ЭВМ. Это адаптеры, представляющие собой плату, вставляемую в IBM PC на одно из свободных мест, предусмотренных в ПЭВМ для установки плат расширения. Поскольку ассортимент устройств, изготовляемых разными фирмами, весьма разнообразен, построение закрытой сети существенно ограничивает возможности пользователей. Поэтому необходим некоторый набор стандартных интерфейсов для создания открытых систем, для которых допускается взаимодействие различных устройств. Основой для разработки всего множества стандартных протоколов взаимодействия ЭВМ и другого вычислительного оборудования служит эталонная модель взаимодействия открытых систем (ЭМФОС), имеющая иерархическую модульную структуру из семи уровней (рис. 25). Для каждого уровня модели определяется набор функций, реализуемых с использованием услуг нижних уровней таким образом, что нижние уровни оказываются как бы прозрачными для верхних уровней.
Локальная сеть не гарантирует, что информация, передаваемая от устройства к устройству, будет понятна пользователям. Она лишь обеспечивает достоверную передачу информации от отправителя к получателю, реализуя протоколы нижних уровней ЭМВОС. Другие функции эталонной модели реализуются самим пользователем. Иными словами, локальные сети являются системами передачи данных, на которых должен строиться широкий набор услуг, предоставляемых пользователю.
Протоколы управления каналами передачи данных (сетевой протокол) обеспечивают передачу по сети цифровой информации в заданном порядке и с обнаружением и исправлением ошибок. Существуют знакоориентированные (байт-ориентированные) и бит-ориентированные протоколы.
Знакоориентированные протоколы предназначены для посимвольной передачи данных. Они удобны для медленных и "малоинтеллектуальных" устройств, работающих с алфавитно-цифровой информацией, т.е. для клавиатуры, печатающего устройства.
Бит-ориентированные протоколы используют для высокоскоростной связи между ЭВМ. В этих протоколах представляемую информацию упаковывают в кадры, указывая с помощью специальных последовательностей битов начало и конец кадра.
Протокол становится независимым от формата передаваемой информации. Наиболее распространенный бит-ориентированный протокол - высокоуровневый протокол управления каналом передачи данных (HDLC). Структура кадра (или пакета) в протоколе HDLC приведена на рис. 26. Здесь 01111110- фланг, т.е. последовательность битов, ограничивающая кадр (пакет). С целью избавления от символьного представления границ кадра в качестве флага используют специальную последовательность из шести единиц. Для исключения такой комбинации бит внутри кадра применяют прием, называемый вставкой бита. Бит "О" вставляется отправителем после каждой последовательности из пяти единиц, если эта последовательность встречается внутри кадра. Получатель выполняет обратную операцию.
Передаваемые данные размещаются в информационном поле кадра. Адресное поле используется для указания адреса отправителя или адреса получателя информации. Управляющее поле содержит информацию о назначении кадра. Поле проверки служит для обнаружения ошибок в адресном управляющем и информационном полях.
Протокол HDLC является базовым для магистральных сетей с коммутацией пакетов и используется в несколько измененной форме во многих локальных сетях, поскольку благодаря наличию в кадре адреса узла-приемника позволяет передать по одному каналу информацию для разных абонентов.
Отметим, что особую роль в передаче информации играет метод коммутации пакетов, являющийся методом динамического распреде. ления пропускной способности каналов передачи, который обеспечивает эффективность их использования в 3-100 раз по сравнению с методом предварительного резервирования (методом коммутации каналов). Кроме того, метод коммутации пакетов при передаче данных между ЭВМ выполняет и такие важные функции, как безошибочная доставка информации, преобразование кодов, изменение скорости передачи данных для связи с несовместимыми терминалами, возможность шифрования в цифровом виде.
Метод коммутации пакетов применяется во всех видах вычислительных сетей: в спутниковой связи, локальных сетях, наземных сетях передачи данных общего пользования, т.е. везде, где требуется интер1 активный режим обмена данными.
При создании большой сети с коммутацией пакетов возникает задача коллективного использования ее ресурсов такими процессами (прикладными задачами пользователя), поведение которых имеет неравномерный пульсирующий характер. При этом для осуществления функции связи и координации процессов требуются не только вычислительные, но и дорогостоящие связные ресурсы, например, в географически распределенной системе. Поэтому в региональной или общегосударственной сети, где расходы на связь относительно велики, скорость передачи данных на много порядков меньше, чем в локальной сети, а задержки - на много порядков больше. Развитие широкополосных волоконно-оптических средств передачи, а также спутниковых систем связи может изменить ситуацию и сблизить характеристики локальных и глобальных сетей.
7.2. ЭТАЛОННАЯ МОДЕЛЬ ВЗАИМОДЕЙСТВИЯ
ОТКРЫТЫХ СИСТЕМ (ЭМВОС)
С появлением необходимости .объединения разнотипных ЭВМ в распределенные многомашинные ассоциации (вычислительные сети) возникла острая необходимость в разработке некоторой идеологической концепции, которая позволила бы установить универсальные правила взаимодействия разнотипных ЭВМ между собой. Международная организация по стандартизации (МОС) приняла и рекомендовала к использованию семиуровневую иерархию взаимодействия ЭВМ. При этом самым высоким уровнем считается уровень прикладных вычислительных процессов, реализуемых в различных ЭВМ, самым низким " уровень установления соединения в канале связи. Каждая из взаимодействующих ЭВМ рассматривается как некоторая открытая систе-ма в том смысле, что реализуемое в ней программное обеспечение удовлетворяет некоторому набору универсальных соглашений (протоколов), точное выполнение которых гарантирует возможность взаимодействия различных ЭВМ (открытых систем).
Эта так называемая эталонная модель взаимодействия открытых систем определяет стандарты соединения и взаимодействия элементов вычислительных сетей. Элементы сети делятся на ряд функциональных слоев, называемых уровнями. Каждый уровень сострит из объектов, выполняет определенную логическую функцию и обеспечивает определенный набор услуг для расположенного над ним уровня.
Согласно модели, функции передачи сообщений в сети ограничиваются четырьями нижними уровнями: физическим, канальным, сетевым и транспортным. Рассмотрим реализацию этих уровней.
Физический уровень - базовый уровень в иерархии протоколов ЭМВОС. Он обеспечивает передачу потока двоичных сигналов, в виде которых представляются передаваемые данные через каналы связи, которые включают в себя совокупность технических средств приема-передачи сигналов и линии передачи, т. е. физической среды для электрических сигналов, представляющих биты переданной информации. При передаче данных по аналоговым каналам связи последовательность двоичных сигналов-битов на входе канала преобразуется в устройствах модуляции / демодуляции - модемах в аналоговые сигналы, параметры которых согласованы с параметрами линий передачи.
В случае использования цифровых канлов связи преобразование последовательностей бит в аналоговые сигналы не производится. При этом используется сопряжающее оборудование - контролеры. Физический уровень представляет единственную реальную взаимосвязь между узлами сети.
В сети используются каналы связи, арендованные у Министерства связи. Это - телефонные линии, каналы радиосвязи, в том числе и через искусственные спутники Земли (ИСЗ), радиорелейные и тропосферные линии. Возможно использование услуг существующих систем передачи данных, например систем "Сирена", на базе которой осуществляется резервирование авиабилетов в системе гражданской авиации, "Искра" и др. Для подключения ВЦ к указанным каналам связи используются кабельные коммуникации до ближайших АТС. В случае значительной удаленности ВЦ целесообразно использовать и развивать существующую ведомственную связь на основе радиорелейных тропосферных линий, KB- связи и связи через ИСЗ.
Канальный уровень используется для организации безошибочной передающей среды на основе реальных дискретных Каналов, вносящих ошибки в передаваемые по ним данные. В соответствии с рекомендацией Х.25 МККТТ1 используется протокол HDLC, позволяющий организовать дуплексный обмен и обеспечивающий эффективную защиту от ошибок. Вместо термина "канальный уровень" часто используется термин "уровень звена передачи данных". Все функции по организации звена реализуются в адаптере, содержащем следующие наиболее важные компоненты (рис. 27): формирователь (Ф) в передатчике или дешифратор (ДШ) в приемнике "флаговой" последовательности, кодонезависимой последовательности, контрольного поля; буферную память (БФ) на один пакет; схему управления (СУ).
Для обеспечения обратной связи в звене приемник-передатчик в составе одного адаптера имеется прямая сигнальная связь. Линейная часть канала связи образуется с помощью двух двухпроводных соединительных линий.
В исходном состоянии звена модули приемника (ПРМ) находятся в состоянии готовности к приему пакета из линии, модули передатчика (ПРД) - к передаче. По линиям связи между ПРД и ПРМ постоянно передается синхронизирующая последовательность.
Работа звена осуществляется следующим образом. При наличии в узловой ЭВМ заявки на передачу и при условии готовности ПРД производится передача пакета из буфера ЭВМ в буфер ПРД, затем начинается передача пакета в линию и прием его в БФ ПРМ на другой стороне звена. В процессе передачи пакета формируется контрольная последовательность, а после окончания передачи на приемной стороне - проверка правильности передачи. В случае отсутствия ошибки по обратному каналу передается "квитанция" о нормальном завершении обмена, в случае ошибки - квитанция "сбой", и в этом случае передатчик повторяет передачу пакета (до 8 раз). После завершения передачи пакета по линии связи ПРД выставляет сигнал о готовности к приему нового пакета, а ПРМ выставляет сигнал о наличии в его буфере принятого пакета и необходимости дальнейшей отработки пакета. Обе станции звена равнозначны и могут одновременно начинать и осуществлять встречные обмены. Возникающие конфликты по использованию каналов связи разрешаются на уровне завершенности отдельных этапов обмена с приоритетом в пользу обмена квитанциями. При идеальной синхронизации встречных потоков в канале его пиковая пропускная способность будет соответствовать удвоенной скорости передачи битов в каждой линии связи.
Связь адаптера с ЭВМ осуществляется либо через интерфейс "Общая шина" (с СМ ЭВМ), либо через Е-интерфейс (с ЕС ЭВМ), при этом адаптер размещают рядом с ЭВМ. По отношению к ЭВМ адаптер представляется в виде некоторого устройства, которому присвоено Два программных адреса. С их помощью организуется программный канал связи между процессором ЭВМ и адаптером для передачи команд, управляющих слов, прерываний. Кроме этого, организуется и канал прямого доступа со стороны адаптера к оперативной памяти ЭВМ.
Процесс взаимодействия между ЭВМ и адаптером (обмен одним пакетом данных) можно разделить на три этапа: передача запроса (получение разрешения); обмен данными (в режиме прямого доступа); завершение обмена.
Приоритет по направлению потока данных отдан адаптеру с целью предотвращения возможных пиковых перегрузок сети, т. е. при одновременной попытке передачи пакетов от ЭВМ к адаптеру вначале передается пакет от адаптера к ЭВМ, затем из ЭВМ в адаптер.
Сетевой уровень обеспечивает сетевые соединения между ЭВМ сети путем коммутации и маршрутизации пакетов. Сетевой протокол Реализуется в связной ЭВМ ВЦ сети в виде последовательности cледующих фаз: организация виртуального соединения, передача данных, разъединение. На отдельных фазах используются несколько типов пакетов, различающихся по своей структуре и содержанию служебных полей.
Техническая реализация функций коммутации пакетов в сети обеспечивается с помощью центра коммутации пакетов (ЦКП). Процесс коммутации отдельного пакета связан с выполнением следующей последовательности операций: прием пакета из линии или ЭВМ (перепись пакета в буфер ЦКП); отработка пакета (анализ типа пакета, назначение маршрута дальнейшей его передачи); установка в очередь на передачу пакета в линию или в ЭВМ; передача пакета в линию или ЭВМ.
С помощью ЦКП можно строить достаточно сложную конфигурацию сети.
Для каждого ЦКП задается таблица маршрутизации, записанная в микросхеме ПЗУ. В этой таблице для каждого адресуемого узла задается основное, резервное и дополнительное направление (номера линейных направлений ЦКП) для дальнейшего следования пакета. В случае нормального состояния узлов и сети в целом пакет проходит к адресату по кратчайшему пути, заданному в таблицах как основное направление. В случае, если основное направление неработоспособно (заблокировано,пакет не проходит из-за ошибок в линии, срабатывает таймер по неготовности ПРД), производится смена маршрута и пакет отправляется по резервному направлению. Когда же необходимо отказаться от резервного направления, используется дополнительное направление. Этот механизм работает в каждом ЦКП и на каждом шаге определения очередного направления следования пакета. В итоге, если полного разрыва в сети нет, то пакет должен достичь адресата. Однако существуют ситуации, когда даже при наличии пути прохода пакета может произойти его "зацикливание" - хождение по замкнутым внутренним маршрутам. В этих случаях, а также в ситуациях разрыва сети "зацикленный" пакет уничтожается, так как в противном случае будет происходить засорение сети блуждающими пакетами. Таблицы маршрутизации формируются по мере развития сети и изменения ее конфигурации.
Транспортный уровень реализует функции сквозной передачи сообщений между адресуемыми узлами сети. Протокол этого уровня выполняется в узловой ЭВМ ВЦ и реализуется в виде следующих фаз: установление соединений между абонентами сети; передача сообщений (разбиение на пакеты, сборка пакетов); завершение обмена и разъединение соединений; контроль и управление потоком в сети, мультиплексирование соединений.
Протоколы верхних уровней: сеансовый, представительный и прикладной-определяют функционирование сети. Эти протоколы устанавливают стандартные для сети способы выполнения прикладных функций. Необходимость стандартизации способов вызвана неоднородностью сети - разнотипностью ЭВМ и операционных систем.
Сеансовый уровень обеспечивает реализацию соответствующих протоколов по организации диалога между процессами и управлению обменом данными между этими процессами.
Представительный уровень осуществляет преобразование информации пользователей* представление ее в требуемой форме при обмене между взаимодействующими системами, т. е. образует единый интерфейс для операционных систем и прикладных программ. Эти функции реализуются программными интерпретаторами и трансляторами, которые преобразуют данные и процедуры, соответствующие протоколам взаимодействия процессов, в форму, определяемую спецификой операционных систем и ЭВМ.
Прикладной уровень - обеспечивает взаимодействие между прикладными процессами. В отличие от представительного уровня, где определяется форма представления данных, на прикладном уровне определяется содержание информации.
Разработка протоколов высокого уровня позволит представлять пользователю сети следующие услуги: удаленный ввод заданий, т. е. выполнение заданий, поступающих с любых терминалов на любую ЭВМ, в пакетном или диалоговом режиме; передачу файлов между ЭВМ сети; доступ к удаленным файлам - обработку файлов, хранимых в удаленных ЭВМ; исследование распределенных баз данных, размещаемых в нескольких ЭВМ; распределенную обработку, т. е. параллельное выполнение задачи несколькими ЭВМ.
Реализация этих услуг возможна на основе создания единой программно-технологической среды пользователя. Базовыми протоколами такой среды являются: протокол виртуального терминала; передача файлов; протокол передачи графической информации.
Протокол виртуального терминала обеспечивает организацию взаимодействия реальных терминалов с другими компонентами вычислительной сети - программами и терминалами. Процедуры взаимодействия с сетью преобразование пакетов в символы и обратно, а также управление реальным терминалом реализуются ЭВМ, к которой подключен терминал.
Протокол передачи файлов устанавливает единый для сети способ взаимодействия процессов, участвующих в передаче файла: процесса - источника файла, процесса - получателя файла и процесса, управляющего передачей файла. При обработке данных одна программа может применяться для обработки многих файлов, размещенных в разных системах, и один файл может подвергаться обработке по программам, находящимся в нескольких ЭВМ. На основе передачи файлов Реализуется электронная почта.
Протокол передачи графической информации определяет способ управления графическими данными при диалоговом режиме взаимодействия пользователей со средствами обработки данных.
Наряду со стандартами и рекомендациями МОС в мире существую ранее разработанные системные сетевые архитектуры. Самыми распространенными из них являются сетевые архитектуры SNA и DNA.
Системная сетевая архитектура SNA была разработана на фирме IBM США для обеспечения систем телеобработки, создаваемых на основе выпускаемых фирмой средств вычислительной техники. Хотя каждому уровню ЭМВОС имеется соответствующий аналог в SNA, непосредственное взаимодействие между двумя моделями не обеспечивается. Это объясняется тем, что архитектура SNA разрабатывалась в то время, когда еще не было международных стандартов. Чтобы обеспечить взаимодействие с системой коммутации пакетов X. 25, в IBM разработан интерфейс коммутации пакетов (NP SI), который используется в качестве адаптера между нижними тремя уровнями SNA и Х.25. При этом протоколы верхних уровней в корреспондирующих прикладных системах должны быть совместимы.
Сетевая архитектура DNA разработана фирмой DEC (США) и представляет собой основные концепции, согласно которым разнородные вычислительные системы, производимые фирмой и включающие в себе ЭВМ разных типов, функционирующие под управлением различных операционных систем, могут быть объединены в тёрриториально-рас-пределенные информационно-вычислительные сети.
Программное обеспечение, производимое фирмой DEC и реализующее концепции DNA, получило название DECNET. Для обеспечения взаимодействия с сетями коммутации пакетов Х.25 фирма разработала интерфейс PSI.
7.3. ПРИМЕРЫ ВЫЧИСЛИТЕЛЬНЫХ СЕТЕЙ
Программные и аппаратные средства построения ЛВС поставляются в виде набора программных и программно-аппаратных компонент. В работе [33] их называют комплексом программно-аппаратных средств (КПАС). В настоящее время выпускают несколько типов КПАС, как правило, не отвечающих международным стандартам.
КПАС "Эстафета" серийно выпускается с 1985 г., имеет топологию кольца и включает в себя: сетевые станции локальной сети (СЛС); кабель для объединения станций в физическое кольцо; програм обеспечение станций, реализующее протоколы трех уровней (1, 2 записанное в постоянные запоминающие устройства; програм обеспечение подключаемых ЭВМ, реализующее протоколы вер уровней ЭМВОС. ЛВС "Эстафета" допускает объединение в физиче^ кольцо до 125 СЛС [34].
Расстояние между соседними СЛС при использовании витой телефонной пары составляет до 1,5 км. Данные в сети передаются в виде пакетов. Пакетирование и распакетирование байтов осуществляется СЛС.
Скорости передачи данных между станцией и подключенным оборудованием - 150; 300; 600; 1200; 2400; 4800; 9600 бит/с (по выбору пользователя для каждой станции), по кольцу - 125 000 бит/с.
В сети использован метод доступа с передачей права. Сетевая станция локальной сети представляет собой микропроцессорную систему, содержащую восьмибитовый микропроцессор и постоянное. запоминающее устройство емкостью 4 Кбайт; схему выхода в кольцо; контроллер стыка С2 (асинхронный интерфейс - аналог Х.25 МККТТ); схему синхронизации. На рис. 28 показана структурная схема ЛВС "Эстафета", установленной в Международном центре научной и технической информации (МЦНТИ). В сети использовано шесть станций СЛС "Эстафета", ЭВМ СМ-1420, ЭВМ СМ-4, микро-ЭВМ "Искра-226", микро-ЭВМ "Роботрон 1715", два терминала VDT-52100.
Помимо подключения терминалов и микро-ЭВМ к коммутационному узлу на ЭВМ СМ-4 для организации выхода в сеть МЦНТИ и подключения терминалов и микро-ЭВМ к ЭВМ СМ-1420 для работы с информационно-поисковыми системами на базе ППП ФОБРИН и СЕТОР-СМ "Эстафета" реализует передачу файлов между ЭВМ и обеспечивает доступ к периферийным устройствам микро-ЭВМ.
КПАС "Квант-C" с топологией "шина" предназначен для объединения однородных вычислительных ЭВМ типа СМ-1420 и СМ-1300. Эта сеть может использоваться в распределенных автоматизированных системах проектирования.
ЛВС на базе КПАС "Квант-C" допускает подключение до 100 абонентов; максимальная длина среды 1 -км; возможно подключение ЭВМ со стыком общей шины; скорость передачи по среде 1 Мбит/с.
КПАС "Сибирь". Разработаны и выпускаются КПАС двух типов: "Сибирь-1" (топология "дерево") - для построения однородных древовидных ЛВС на выделенных каналах и "Сибирь-3" (топология "Ши-на") - для построения разнородных многоканальных ЛВС. К ЛВС на базе "Сибирь-3" подключается до 256 абонентов при максимальном расстоянии 1 км. Скорость передачи в физической среде 0,5 Мбит/с.
КПАС МИФИР. ЛВС на базе КПАС МИФИР предназначена для объединения разнородных вычислительных машин, распределенных по территории учреждения или предприятия. Эта ЛВС может использоваться в распределенных автоматизированных системах управления. КПАС МИФИР выпускается двух типов с топологией "шина" и "звез-Да". ЛВС с топологией "шина" имеет следующие характеристики: максимальная длина шины 2,5 км, максимальное число абонентов на шине 2,5-ЮО; скорость передачи информации в шине 10 Мбит/с; в качестве абонентов используются ЭВМ типа ЕС, СМ и PC.
КПАС "Электроника Невод-1" с топологией "звезда". ЛВС на базе КПАС "Электроника Невод-1" предназначена для объединения разнородных высокопроизводительных вычислительных машин, распределенных внутри здания. Скорость передачи по физической среде 20 Мбит/с; максимальная протяженность до центрального узла 150 м; максимальное число абонентов 16; в качестве абонентов выступают ЭВМ "Эльбрус", "Электроника СС-Бис", "Электроника-82", СМ-1700; CM-1420, СМ-1300.
КПАС "Электроника МС 8301" с топологией "кольцо".
ЛВС на базе КПАС "Электроника МС 8301" предназначена для объединения разнородных ЭВМ и систем управления в пределах предприятия. Она имеет следующие технические характеристики: скорость передачи (оптоволокно) 1,6 Мбит/с; длину оптоволоконного кабеля между станциями 300 м; максимальное число абонентов 512; кроме того, к ней могут быть подключены все типы отечественных ЭВМ.
Объединение различных типов ЭВМ в локальные сети позволяет, с одной стороны, интегрировать все необходимые пользователю информационные ресурсы, а с другой - разрешить проблему использования дорогостоящего оборудования (накопителей на МД большой емкости,А печатающих устройств высокого качества, устройства ввода-вывода графической информации и т. п.) путем организации коллективного доступа к нему.
Рассмотрим примеры ряда зарубежных ЛВС для ПЭВМ. В отличие от отечественных эти сети составлены в соответствии с международными стандартами и получили широкое распространение.
ЛВС PC NET фирмы IBM выпускается с 1984 г. и получила широкое признание у потребителей ввиду ее высоких технико-экономических показателей. Она представляет широкополосную сеть с топологией "дерево", в качестве физической среды передачи данных используется коаксиальный кабель сопротивлением 75 Ом. Метод доступа к сети CSMA/CD (CARRIER SENCE MULTIPLE ACCES WITH COLLJSON DETECTION) представляет собой множественный доступ с контроллером и обнаружением конфликтов между пакетами, со скоростью данных 2 Мбит/с. Для обеспечения работоспособности сети PC NET фирма IBМ создала специализированный комплекс технических и программных средств, позволяющий объединить в сеть до 72 ПЭВМ класса IBM PC и РРС (портативные ПЭВМ), под управлением операционной системы PC DOS(MS=DOS) версии 3.1 и выше.
ЛВС TRN (TOKEN-RINY NETWORK) фирмы IBM [32] выпускают с 1985 г. Она представляет собой кольцевую сеть с пропускной способностью 4 Мбит/с. Сеть TRN построена как вариант цифровой сети с передачей данных в диапазоне моделирующих частот. Возможность ее реализации обеспечивается с помощью платы адаптера для ПЭВМ типа PC и пассивного концентратора, служащего для объединения до восьми ПЭВМ.
Пассивный концентратор представляет устройство многостанционного доступа. Несколько таких устройств соединяются шлейфом с Максимальным числом ПЭВМ на сегмент 260. Первоначально для сети TRN использовался коаксиальный кабель, а затем был разработан ее дешевый вариант с применением неэкранированной витой пары.
ЛВС ETHERSERIES [32] разработана фирмой COM CORPORATION (США), совместима с глобальной сетью ETHERNET. Подключение IBM PC к этой сети осуществляется с помощью специализированного интерфейса сети ETNERNET, выполненного на одной плате, вставляемой в ПЭВМ. Структура сети - шинная, максимальное число станций - 1000, передающая среда - тонкий коаксиальный кабель сопротивлением 93 Ом, скорость передачи данных - 10 Мбит/с. Метод доступа - CSMA/CD. Сетевое программное обеспечение, созданное фирмой, содержит три пакета: 1) для управления файловым сервером с емкостью памяти 216 Кбайт и более (этот пакет используется и для загрузки операционной системы PCDOS (MS-DOS) в те ПЭВМ, в которых отсутствует внешнее запоминающее устройство); 2) для распределения ресурсов двух печатающих устройств, подключенных к одной ПЭВМ коллективного доступа; 3) электронная почта в двух модификациях для работы в ЛВС и для работы на внешнюю телефонную линию.
ЛВС 10 NET [32] разработана фирмой FOX RESEARCH INС для ПЭВМ IBM PC и совместимых с ними ПЭВМ. Сеть также совместима с глобальной сетью ETHERNET. Метод доступа (протокол обмена) - CSMA/CD, топология сети - "шина", но может быть преобразована в топологию "звезда", скорость передачи данных 1 Мбит/с, количество узлов до 32, каждый сегмент имеет максимальную длину 610 м; ПЭВМ сети работают под управлением PC DOS,(MSDOS) версий 2.0 и выше. Ориентировочная емкость операционной памяти для функционирования ПЭВМ в сети составляет 128 Кбайт. Для связи двух ЛВС между собой, а также для связи ЛВС с удаленной ПЭВМ применяют специальное устройство "Шлюз", которое позволяет использовать одну из ПЭВМ в качестве общего коммуникационного устройства, обеспечивающего через модем взаимодействие с удаленной ПЭВМ и другой сетью.
ЛВС PLAN 4000 и PLAN 2000 [32] созданы фирмой NETSTAR SYSTEMS, имеют шинную топологию и используют метод маркерного доступа, скорость передачи данных по сети PLAN 4000 - 2,5 Мбит/с; работа в режиме электронной почты. Сеть PLAN 4000 базируется на основе мощного файлового сервера, выполненного на мощном микропроцессоре М 68000 с подключением HMD типа "Винчестер" с минимальной емкостью 60 Мбайт. Возможно увеличение емкости HMD до 500 Мбайт. Максимальное число станций в сети 255. В сети функционируют ПЭВМ типов IBM PC (под управлением MS DOS), UCSD/P-SYSTEM, APPLE 2 (под управлением DOS или СР/М), APPLE 3 (под управлением SOS).
ЛВС PLAN 4000 отличается высокой стоимостью; ЛВС PLAN 2000 дешевле, в ней вместо дорогостоящего сервера функции файлового сервера выполняет ПЭВМ типа IBM PC. Файловый сервер (или файл-сервер) собирает информацию от других терминалов локальной сети и передает ее в телефонную сеть в пакетном режиме.
Преимущества ЛВС перед отдельной ЭВМ (ПЭВМ) не сняли проблем доступа пользователей к региональным, национальным, а в ряде случаев и к зарубежным информационным ресурсам. ЛВС является нижним уровнем в иерархии сетей, создаваемых для доступа к региональным и национальным информационным ресурсам, который обеспечивается на базе глобальных сетей. Объем информации, циркулирующей в локальных сетях, на порядок превышает объем, передаваемый в глобальных сетях ЭВМ, что достигается использованием специальных каналов связи и программной поддержки, разработанных для локальных сетей.
Глобальные сети ЭВМ строятся, как правило, на специально выделяемых каналах передачи связи. При этом используются все виды связи: проводные, радиорелейные, тропосферные и спутниковые.
Разработка и развитие глобальных сетей идет достаточно медленно в связи с объемностью, удаленностью, большими затратами на оборудование и математическое обеспечение, хотя глобальные сети появились раньше локальных.
За рубежом уже действует несколько глобальных сетей. Созданная в конце 60-х годов и реализованная в 70-е годы глобальная сеть ARPANET до сих пор используется, хотя и не удовлетворяет пользователей по многим показателям.
В настоящее время из глобальных сетей наибольший интерес представляют сети ACS фирмы AT Т и SNA фирмы IBМ.
Второе рождение обретает сеть DECNET фирмы DEC, благодаря включению в свой состав и ПЭВМ, и ЭВМ серии VAX11, и микро-VAХ1132].
Сеть АСЗ фирмы AT Т [32] создана на основе виртуальных цепей и виртуальных вызовов (в соответствии с рекомендациями Х.25) со средствами для коммутации сообщений, электронной почты, удаленной пакетной обработки, ввода данных.
Основное отличие ACS состоит в наличии средств обработки и хранения в узлах сети и доступности этих средств для пользователей. Программы, находящиеся в узлах, могут составляться сотрудниками телефонных компаний и абонентами сети. Пользователь представляет себе структуру ACS так, как это изображено на рис. 29.
Пользовательские машины-терминалы, компьютеры или контроллеры подключены к узлам сети ACS, которые могут выполнять функции обработки и заполнения данных.
Сеть ACS задумана как сеть общегосударственного масштаба, порождающая множество виртуальных подсетей. Любая фирма могла бы располагать одной или несколькими виртуальными частными подсетями.
Подключение сети ACS к любому компьютеру не требует разработки сложного программного обеспечения, поскольку в ACS предусмотрена эмуляция существующих терминалов.
Сеть ACS удобна для мелких пользователей, которые избегают телеобработку, считая ее сложной и дорогой. Мелкий пользователь легко становится абонентом сети при оплате "подписки". Расчет производится в зависимости от количества передаваемых пакетов. Это ведет к тому, что передача малого объема информации обходится дешевле во много раз, чем использование телефонной связи.
Сеть SNA фирмы IBМ [32] создана для объединения ЭВМ типа IBМ которые рассосредоточены территориально. На уровне 2 в этой сети применяется разработанный фирмой IBМ протокол SDLC (SYNCHRONOUS DATA LINK CONTROL); который является подмножеством протокола физического звена связи HDLS (HIYHERLEWEL DATA LINK CONTROL) принятый международной организацией стандартов (МОС). Уровень 3 - управление трассой в целом - эквивалентен уровню 3 Х.25, но в деталях с ним не совпадает. Управление передачей в SNA выполняет больше функций по сравнению с уровнем МОС, так как выполняет не только функции транспортного обслуживания, но и функции уровня 6.
Основная работа на уровне управления функциями в SNA приходится на так называемый сервис представлений (PRESENTATION SERVICES), что соответствует управлению представлениями МОС. Уровень 5 имеет свой эквивалент в SNA: службу логических устройств и службу физических устройств, которые устанавливают и обслуживают сеансы в SNA.
Подчеркнем, что разработка и построение глобальных сетей ведутся медленно, новшества в эти сети вводятся с большой осторожностью ввиду больших затрат на их создание. Число таких сетей, в отличие от ЛВС, невелико; обычно они либо общегосударственные, либо принадлежат очень крупным компаниям (AT Т, IBМ, DES), которые представляют услуги пользователям таких систем.
7.4. ПРИНЦИПЫ ПОСТРОЕНИЯ СЕТЕЙ СВЯЗИ ГЕОСИСТЕМЫ [1]
Разрабатываемая в настоящее время государственная Геосистема для обеспечения потребностей геологоразведочной деятельности и отрасли представляет сложную многозвенную и многоуровневую структуру, которая включает первичные сети - совокупности пучков каналов и узлов всех родов связи. Система связи Геосистемы должна обеспечить функционирование межотраслевой информационно-вычислительной сети (ИВС), цель которой - сбор данных от источников геоинформации, обмен данными между информационными и вычислительными комплексами, терминалами (абонентскими пунктами), обеспечение функциональных элементов Геосистемы телефонной, телеграфной и факсимильной связью, предоставление сервисных услуг.
При использовании ЛВС, как низшего звена ИВС, следует опираться на соответствующую архитектуру вычислительных устройств американских фирм-изготовителей, например, DNA и SNA. Программно-аппаратурные вопросы создания ЛВС достаточно проработаны, да и в нашей стране уже накоплен опыт эксплуатации этих сетей. Так, в Глав-тюменьгеологии созДана и несколько лет эксплуатируется однородная ИВС на базе СМ ЭВМ. Поскольку в дальнейшем необходимо ориентироваться на разработку неоднородных ЛВС, то целесообразно для целей Геосистемы применять КПАС "Эстафета", с соответствующей его доработкой, связанной с подключением в сеть ЭВМ типа ЕС и реализацией стандартов, применяемых в КПАС МИФИР-Ш. КПАС МИФИР-Ш объединяет ЭВМ типа ЕС, СМ, "Электроника-60", СМ-1800, ЕС-1840 [23].
Общий подход к построению системы связи должен быть дифференцирован в зависимости от звена (уровня) Геосистемы.
На верхних уровнях: общегосударственном, межотраслевом и отраслевом, предусматривается использование существующих (выделяемых на правах аренды), а также вновь вводимых каналов и узлов связи общего пользования, принадлежащих Единой автоматизированной сети связи (ЕАСС) страны, либо тому или иному ведомству (комитету).
Эти стационарные линии связи основаны на кабельных, радиорелейных и спутниковых системах передачи, позволяющих организовать магисТральные пучки каналов между крупными административно-хозяйственными центрами. Важным условием создания вычислительных комплексов и центров коммутации пакетов ИВС является их "вписывание" в сети связи общего назначения и привязки к территориальным узлам. По-иному следует строить первичные сети связи в региональных звеньях "поле - экспедиция - объединение", что связано с географической обособленностью, а также труднодоступностью объектов низового звена и отсутствием в экспедициях стационарных линий общегосударственной связи. Поэтому для них следует использовать тот или иной род радиосвязи. На верхнем региональном уровне (объединение, региональные ВЦ и банки данных) целесообразно сочетание тех или других принципов построения системы связи. Типовая топология эксплуатационных (полевых) и региональных подсетей системы связи Геосистемы в основном имеет радиально-узловой вид (рис. 30), поскольку информация от полевых (первичных) источников (аэростанций, сейсмостанций, каротажных станций и т. д.) собирается в экспедициях, а затем передается в объединения (ПГО). Последние замыкаются на отраслевой (или межотраслевой) региональный центр.
Топология связи в верхних звеньях (региональные центры связаны между собой и межотраслевыми центрами высшего звена Геосистемы, включая ее головной вычислительный центр) представляет сочета-тание полносвязного и иерархического принципов.
Средства радиосвязи, применяемые для региональных звеньев геологоразведочной отрасли [коротко и ультракоротковолновые (KB и УКВ), радиорелейные (РРС), тропосферные (ТРС)], недостаточно эффективны по надежности, пропускной способности и оперативности передачи геоинформации.
Наиболее перспективна радиосвязь через искусственные спутники Земли (ИСЗ) с использованием сетевых структур. Спутниковую связь в сочетании с усовершенствованием радиорелейных тропосферных средств следует считать основным видом региональной связи Геосистемы.
Сетевая структура (структура организации связи или архитектура связи) включает такие понятия, как конфигурация сети и маршрутизация, коммутация, тип, число каналов, род связи (проводная, ради-релейная, спутниковая и т. д.), число ретрансляций (переприемов), способы многостанционного доступа к сети и др.
Объем первичной информации, которую необходимо передавать в одни сутки, наибольший в сейсмических и каротажных партиях и экспедициях; он может достигать 108 - 109 бит. Поэтому основные скорости передачи цифровой информации, циркулирующей в сетях Геосистемы, должны находиться в диапазоне 1,2 - 9,6 Кбит/с. Для реализации топологии региональных подсетей связи Геосистемы (см. рис. 30) следуе! проанализировать возможности обмена данными и применения различных средств связи.
Сеть обмена данными - ядро ИВС, которое объединяет в одно целое отдельные главные вычислительные машины и терминалы, обеспечивая их взаимодействие между собой на основе единой системной идеологии, реализуемой в сетевых протоколах. Соединение в единое целое совокупности разнородных ЭВМ и терминалов предполагает, что концепции построения и функционирования сетей и подключаемых к ним абонентских комплексов соответствуют универсальным соглашениям - протоколам. Сеть обмена данными характеризуется своей архитектурой, под которой понимают набор структурно упорядоченных сетевых элементов и систему сетевых протоколов. Общая структура глобальной сети Геосистемы с учетом типовой топологии может быть представлена четырьмя уровнями (рис. 31).
Структура наиболее простых для построения по заданной топологии сетей KB и УКВ связи основана на прямых каналах между абонентами и фактически повторяет конфигурацию топологии рис. 30. В то же время КВ-радиосвязь ненадежна, обладает малой пропускной способностью, зависит от состояния атмосферы, времени года и суток, а УКВ-средства используются лишь в пределах прямой видимости, без ретрансляций, что ограничивает их применение.
Использование РРС позволяет повысить как пропускную способность каналов, так и дальность связи за счет ретронсляции через каждые 40-50 км. Однако это ведет к усложнению структуры и маршрутов прохождения сигналов. Простейшая структура сети РРС повторяет радиально-узловую топологию (см. рис. 30) и отличается от нее только появлением промежуточных станций-ретрансляторов (РТР). Даже при немногочисленных РТР (двух-трех) общий объем оборудования (станций) значительно возрастает по сравнению с числом абонентов, снижая технико-экономические показатели. Поэтому рациональнее усложнить структуру за счет предоставления одних и тех же (общих) РТР нескольким абонентам, тогда достигается экономия промежуточных станций в сети, но возникает более сложная задача обеспечения многостанционного доступа абонентов к общему, коллективному РТР.
В геологии используются сети, основанные на сочетании РРС и ТРС. Однако ТРС, обеспечивая большую дальность связи на одном интервале без ретрансляции (до 200 км ), значительно менее пригодны для организации разветвленных сетей, поскольку они не могут работать на всенаправленную антенну. Поэтому применение ТРС в Геосистеме целесообразно главным образом в радиально-узловых сетях низового звена, а также на отдельных магистралях (в регионах с неразвитой кабельной связью) в сочетании с РРС, используемым при этом для ответвления каналов, т. е. "привязки" к магистрали, ближних абонентов.
Вне зависимости от расстоянии, рельефа местности, других природных и географических условий практически все структуры сетей могут быть построены с помощью земных станций (ЗС) спутниковой связи и одного РТР, запущенного на орбиту ИСЗ и создающего удобные предпосылки для применения различных способов многостанционного доступа. Многостанционный доступ абонентов к общему РТР ИСЗ обеспечивается как с поьющью постоянно выделенных каналов (закрепление за земными станциями частотных и временных интервалов - частотное или временное разделение), так и путем предоставления по требованию на время сеанса связи при тех же способах разделения. В зависимости от характера информации и временной разгрузки сетей существуют процедуры использования отдельных каналов или ecerq ствола РТР - от составления расписания работы до случайного (свободного) доступа с автономным контролем ЗС качества прохождения либо состояния занятости радиолиний.
Благодаря прямым связям и наличию общего РТР и ИВС на базе спутниковых каналов, упрощается маршрутизация и коммутация сообщений (пакетов).
РТР ИСЗ совместно с ЗС могут также образовывать внутри- и межрегиональные магистральные линии (сети) связи для организации пучков каналов (высокоинформативных потоков данных) между крупными центрами с ответвлением каналов по наземным и спутниковым линиям к близлежащим и удаленным объектам Геосистемы.
Выбор и внедрение вариантов технических средств тех или иных родов связи в значительной степени зависит от их экономических показателей, в частности затрат на разработку, установку, эксплуатацию. Дешевле всего легкие станции РРС. Спутниковые абонентские станции последнего поколения существенно дороже, однако для них ожидается снижение цен в связи с появлением эффективных РТР ИСЗ. Это означает, что при одинаковых пропускных способностях и даль-костях связи примерно 200 км и более спутниковая связь оказывается наиболее выгодной (из-за увеличения расходов на сеть РРС примерно пропорционально числу ретрансляций). Тяжелые станции ТРС для магистральной связи при протяженности линий свыше 300-400 км также дороже сети спутниковых линий на базе узловых ЗС.
Долевое участие, в финансировании создания и запуска космического комплекса других заинтересованных ведомств и возможность предоставления каналов РТР ИСЗ по определенным тарифам другим пользователям позволяют считать использование спутниковой связи для Геосистемы наиболее экономичным.
В заключение отметим, что при ПГО "Енисейгеофизика" создан инженерный центр МНТК "Геос" по разработке наземных программно-технических комплексов, обеспечивающих прием - передачу цифровой информации с использованием ретрансляторов на. ИСЗ (приемопередающие комплексы (ППК) "Геосеть-1", "Геосеть-2" и "Геосеть-3"). В настоящее время реализованы отдельные компоненты программного обеспечения ИВС (сеансовый и транспортный уровни), а также создаются инструментальные и программные средства АРМ-ПИК.
КОМПЬЮТЕРИЗИРОВАННЫЕ ТЕХНОЛОГИИ
ГЕОЛОГО-ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЙ
НА РАЗНЫЕ ВИДЫ МИНЕРАЛЬНОГО СЫРЬЯ
Широкое развитие цифровых регистрирующих систем по" сбору геоинформации, полевых вычислительных комплексов и автоматизированных рабочих мест по первичной обработке геоданных, автоматизированных систем обработки и интерпретации данных различных геофизических методов и их комплекса, и, наконец, создание сетей передачи геоданных обеспечивают реальную возможность построения компьютеризированных технологий геологоразведочных работ на разные виды минерального сырья. Независимо друг от друга создаются подобные технологии на твердые полезные ископаемые, на уголь, нефть и газ (объектовые подсистемы), а также для других подсистем Геосистемы.
В настоящее время можно говорить лишь о тех или иных моделях компьютеризированных технологий, поскольку их внедрение в практику геологоразведочного процесса еще далеко от их завершения.
Компьютеризированную технологию геологоразведочного процесса (ГРП) в общем виде можно определить как последовательность циклов однотипных процедур: проектирование и проведение полевых работ, комплексная интерпретация результатов, построение модели объекта, обращение к банку эталонных моделей и принятие решений о переходе к следующей стадии (подстадии) геологоразведочного процесса, реализуемую на базе широкого применения цифровых систем регистрации и передачи данных, обработки данных на ПВК и АРМ, АС и ЭС.
Основные задачи компьютеризированной технологии следующие: сокращение объемов и сроков работ за счет приближения к геообъекту по кратчайшему пути; оптимизация комплекса геолого-геофизических методов исследований; рациональное размещение скважин и горных выработок.
Компьютеризированная технология обеспечивает непрерывность всего геологоразведочного процесса с помощью однотипных программных средств при реализации итерационной последовательности указанных выше однотипных процедур.
Наиболее проработаны к настоящему времени модели технологий на твердые полезные ископаемые [11], на нефть и газ [15], на уголь [57].
В основе создания компьютеризированных технологий заложены принципы системного анализа: построение моделей искомых геообъектов и их анализ, оптимальность принятия решений на каждом этапе, каждой стадии геологоразведочного процесса и системность исследований.
8.1. ТЕХНОЛОГИЯ ИССЛЕДОВАНИЙ НА ТВЕРДЫЕ ПОЛЕЗНЫЕ ИСКОПАЕМЫЕ
Компьютеризированная технология ведения геологоразведочных работ на твердые полезные ископаемые основана на технологии геологоразведочного процесса (ГРП) и учитывает проверенную временем его стадийность и содержание стадий и подстадии.
Необходимость разработки такой технологии обусловлена накоплением данных по большому числу детально (и недостаточно детально) изученных геологических объектов и трудностями практического использования таких данных. Это связано прежде всего с тем, что полное использование данных о локализации, генезисе и параметрах рудных объектов требует от специалиста-геолога широкой эрудиции. С другой стороны, фонд легкооткрываемых месторождений исчерпан, и для повышения эффективности поисков и разведки слабо проявленных и слабо контрастных по физическим свойствам месторождений приходится применять широкий комплекс геологических, геофизических и геохимических методов с комплексным, интегрированным анализом их результатов, что сопряжено с высокими затратами средств и времени. Сроки и стоимость геологоразведочных работ сокращают за счет оптимизации геологоразведочного процесса; эффективность последнего зависит от того, насколько полно использована информация о геологических объектах. Оптимизация ГРП в свою очередь базируется на моделировании изучаемых объектов (или процессов).
Первоначально цель создания моделей рудных месторождений сводилась к региональной оценке минеральных ресурсов неосвоенных территорий. При этом был установлен ряд преимуществ модельного подхода [11]: существенное сжатие информации об объекте, представление ее в четко организованном виде; пригодность для типизации, выделения эталонов и др.; возможность рационального комплексиро-вания методов исследования на базе отнесения объекта к одному из классов по кратчайшему пути, используя связи между набором необходимых конкретных свойств объектов и соответствующими геолого-геофизическими методами; рациональное проектирование размещения разведочных работ на основе сходства морфологических характеристик эталона и исследуемого объекта; использование "компактного" представления сведений о геологических объектах в процессе обучения студентов и специалистов.
Именно эти преимущества обусловили применение модельного подхода как основы разрабатываемой компьютеризированной технологии поиска рудных месторождений с помощью прогнозно-поисковых комплексов [11]. Технология прогнозно-поисковых комплексов обеспечивает рациональное комплексирование методов исследования при поисках, т. е. направлена на оптимизацию ГРП, в частности, геолого-по-искового.процесса.
Однако следует учитывать недостатки работ по моделированию рудных месторождений, связанные с низким уровнем формализации моделей, и, как следствие этого, низкий уровень компьютеризации. Попытки формализовать структуру моделей рудных объектов пока не доведены до компьютерного состояния и не получили достаточной поддержки специалистов.
В то же самое время созданные многочисленные автоматизированные системы ("Регион" МНИИПУ, "Алиса" ВИМС и ВНИИГеосистем, и др.) предоставляют геологу - пользователю программные средства обработки и комплексного анализа данных, не связанные непосредственно с технологией геологоразведочных работ. В автоматизированных системах используются алгоритмы и программы, эффективные лишь в определенных геологических ситуациях. Каждая АС имеет оригинальную подсистему ввода, хранения, выборки и подготовки данных по решению конкретной задачи. В ряде случаев эксплуатируется одновременно несколько систем с целью использования преимуществ каждой из них.
Автоматизированные системы жестко привязаны к конкретным классам задач, конкретным типам ЭВМ и операционным средам. Это обусловливает их моральное старение на фоне интенсивного развития персональных ЭВМ и средств локальных вычислительных .сетей. Причем стареет не идейно-алгоритмическа'я сущность АС, а их программная реализация.
Информационная и программная несовместимость, отсутствие мобильности программных средств существенным образом ограничивают перенос накопленного алгоритмического богатства на новые типы ЭВМ и операционные среды.
Основное ограничение автоматизированных систем заключается в том, что все они работают с геологическими данными, оставляя специалисту-пользователю работу с геологическими знаниями. Поэтому появление экспертных систем, которые работают со знаниями, представленными в виде различных формализованных конструкций (фреймов, семантических сетей и т. д.), позволит обеспечить их перспективность в геологии.
Современное состояние геологоразведочного процесса характеризуется необходимостью создания компьютеризированных технологий геологоразведочных работ.
В основе компьютеризированной технологии лежит использование моделей месторождений и прогнозно-поисковых комплексов. Компьютерную реализацию технологии следует ориентировать на применение ПЭВМ и локальных вычислительных сетей, обеспечивающих доступ к большим объемам данных. Прикладное программное обеспечение целесообразно также ориентировать на новые ЭВМ и операционные системы, вовлекая в обработку и анализ геолого-геофизические знания.
Принципы компьютеризированной технологии на твердые полезные ископаемые можно сформулировать следующим образом [И, 24]:
построение моделей геологических объектов по результатам комплексной интерпретации геолого-геофизических данных;
выбор из банка эталонных моделей наиболее близких аналогов полученной модели, сравнение и принятие решения о направленности дальнейших работ (проведение дополнительных работ, прекращение раббт);
проектирование следующей стадии на основе моделей объекта, полученных на предыдущей стадии (подстадии);
корректировка модели объекта в ходе текущей стадии и адаптивное управление процессом геологоразведочных работ;
вывод на цифровые модели геообъектов по данным детальной разведки.
Геологоразведочный процесс в целом представляет собой интера-ционную последовательность однотипных цикличных операций, представленных на рис. 32. В каждый цикл с указанными выше принципами компьютеризированной технологии входят: изучение объекта; комплексная интерпретация данных; построение модели; подбор эталонной модели, максимально соответствующей полученной по результатам интерпретации; принятие решения о переходе к следующей стадии; проектирование рационального комплекса последующих работ по оптимальной сети наблюдений.
Основное содержание банка (базы) знаний - прошлый опыт исследования детально изученных месторождений (рудных полей) различных геолого-промышленных типов. Этот опыт позволяет подняться над уровнем традиционного использования специфически личного, в силу чего и .ограниченного, профессионального опыта геологов-практиков.
Сама компьютеризированная технология ведения геологоразведочных работ должна быть встроена в технологию геолого-разведочного процесса, с учетом его традиционной стадийности и содержания стадий и подстадий (рис. 33) и представляет собой итерационный процесс. В ходе исследований меняется как характер объектов (от перспективных площадей до геометризации рудных тел и залежей), так и характер соответствующих им моделей. Модели начальных стадий имеют вид объектов в пространстве признаков, но в ходе итерационного процесса изучения они распадаются на все более геометрически определенные в геологическом пространстве объекты. Конечная цифровая модель является основой для подсчета запасов и геолого-экономической оценки объекта и должна передаваться, а в условиях рыночной экономики продаваться добывающим отраслям промышленности. Эта модель должна сопровождаться моделями, полученными в ходе работ всех предшествующих стадий.
В совокупности эти модели составляют образ разведанного объекта и должны служить основой для проектирования и проведения эксплуатационной разведки и разработки месторождений.
Эволюция моделей объекта от ранних к поздним стадиям объективно отображает сложность геологической ситуации, так и эффективность ведения геологоразведочных работ, что является основой для проведения исследований, направленных на совершенствование технологии.
Создавая банк знаний, мы ориентируемся на использование экспертных систем (ЭС). Каждая ЭС предъявляет свои требования к структуре и организации базы (банка) знаний и к форме их представлений.
В настоящее время трудно рекомендовать какие-либо известные ЭС и строить базу знаний в расчете на их использование; ближе всего к решению прогнозно-поисковых задач ЭС "PROSPECTOR". Уже на ранней стадии проектирования необходимо создание банка описаний детально изученных объектов при минимально возможном числе допущений.
Таким минимальным допущением является признание того, что описательная модель геологического объекта иерархична, т. е. представляет собой дерево, в узлах которого находятся факты - свойства, признаки. Структуру элементарного факта можно представить в виде таблицы (табл. 18).
Очевидно, что знания, представленные в виде табл. 18, позволяют связать свойства объектов (факты) с методами их выявления в ходе геологоразведочных работ, включая приемы (способы) математической обработки результатов измерений (наблюдений).
Процесс создания описательных моделей, приведенный на рис. 34 [59], может быть реализован следующим образом. На первом этапе ведущий специалист по конкретному геолого-промышленному типу конструирует первоначальную структуру описания. На следующих этапах диалоговая система начинает опрашивать экспертов, используя предварительно введенную структуру в качестве сценария диалога. То есть система предлагает эксперту в связи с конкретным объектом подтвердить, опровергнуть или добавить новые факты к уже имеющимся в базе знаниям. При этом все произведенные экспертом операции персонифицируются, т. е. всегда имеется возможность получить описательную модель, соответствующую общепринятым представлениям либо предположениям отдельных групп и индивидуальных экспертов.
Главное назначение компьютеризированной технологии ведения геологоразведочных работ с системой баз данных и знаний - возможность создания условий для их коллективного использования.
Наиболее удачным решением задачи обеспечения достоверности, минимальной избыточности и контроля использования данных является применение компьютеризированного словаря данных.
Назначение подобного словаря состоит в централизованном; ведении и управлении на всех этапах проектирования, реализации и эксплуатации системы, а также в обеспечении эффективного взаимодействия между всеми участниками (абонентами) под9истемы "твердые полезные ископаемые" Геосистемы, созданной на базе рассматриваемой технологии и доступной абонентам с помощью локальных и глобальных сетей.
Словарь данных должен содержать сведения о группах элементов данных, базы данных и перекрестные ссылки между группами элементов данных и базами данных, сведения о ходах защиты и разграничении доступа, а также фиксировать, какая программа какую базу данных использует.
Важная проблема создания базы знаний - терминология. Неоднократно возникавшие в печати и на конференциях дискуссии о необходимости унификации геологических терминов и понятий не привели к возникновению общепринятых словарей, имеющих массовое распространение. Целесообразно формировать словари параллельно с деятельностью экспертов. Таким образом в словари б,азы знаний и ЭС автоматически попадут все использованные экспертами понятия, а специальная экспертная комиссия (наподобие МОС) будет периодически исследовать их состояние и выбирать главные синонимы. В результате конкретная модель может быть воспроизведена как в терминах авторов, так и в терминах, рекомендованных комиссией экспертов.
Реализация такой технологии в виде специализированной диалоговой системы на базе ПЭВМ обеспечивает создание банка фактов, организованных в виде иерархических описательных моделей. Одновременно с процессом создания и накопления фактов целесообразно разрабатывать средства манипулирования знаниями с целью поисков аналогов изучаемых объектов, а также при решении задач классификации объектов, при использовании знаний в режиме консультирования на всех стадиях и подстадиях ГРП. Технология использования банка моделей при управлении геологоразведочным процессом может быть представлена в виде, предложенным Ю. Н. Бурмистенко и Л. А. Линдером (рис. 35).
Содержимое банка знаний не исчерпывается описательными моделями объектов, хотя они составляют его важнейшую компоненту. Для каждого геообъекта необходимо хранить характерные резервы (планы) в виде традиционных для геолога изображений, что позволяет преодолеть терминологические и понятийные различия в толковании одних и тех же фактов.
Основные принципы организации банка знаний следующие: персонификация моделей и фактор; непрерывность его обновления за счет изучения новых объектов; расширение описательных моделей графическими образами, включая создание для эксперта видеографических средств "рисования".
В настоящее время главным ресурсом подсистемы "твердые полезные ископаемые" Геосистемы являются данные, поступающие от других уровневых подсистем. Данные организуются в базу данных (см. рис. 32), состоящую из следующих компонентов: база данных "Карта", база данных "Геологический разрез", база данных "Цифровая модель геообъекта".
База данных разрабатывается в интересах конечных пользователей (абонентов подсистемы), поэтому в основу проектирования закладываются представления конечных пользователей партий и экспедиций - концептуальные требования. Данные, помещаемые в базу данных, также предоставляет конечный пользователь через АРМ и ПВК. Для отражения всех потребностей пользователей, имеющих отношение к базе данных, при разработке концептуальной модели в информационный поток необходимо учитывать требования прикладных программ к исходным данным; приоритеты различных прикладных программ при работе с базой данных; права владения данными; элементы данных для каждой прикладной программы и их взаимосвязи; взаимоотношения между разными прикладными программами предметной области; ограничения доступа к данным (секретность и безопасность); возможные будущие прикладные программы; требования по частоте использования данных и времени отклика.
На основе компонентов базы данных "Карта" и "Геологический разрез" создаются цифровые объемные модели изучаемых геообъектов. Эти модели являются исходной информацией для геолого-экономической оценки и подсчета запасов, геотехнологического картирования, проектирования систем отработки месторождений и т. п. Каждая последующая стадия ГРП порождает свою объемную модель все большей детальности. Модель, полученная на заданной стадии проведения работ, обеспечивает основу проектирования работ последующей стадии.
Компьютеризированная технология геологоразведочных работ на твердые полезные ископаемые, представленная на рис. 32-35 и описанная выше, по существу представляет подсистему "Твердые полезные ископаемые" для Геосистемы. Эта подсистема обеспечивает следующие функции:
1) сбор геоинформации с цифровых, аналоговых и бумажных (журналов) носителей; 2) хранение геоинформации главным образом на магнитных носителях, первичная обработка на базе АРМ и ПВК; 3) обмен геоинформацией на базе ЛВС и глобальных сетей при выполнении работ по комплексному изучению и контролю за разработкой рудных месторождений на межотраслевом, отраслевом и региональных уровнях, а также в пределах локальных объектов изучения и исследования.
На межотраслевом и отраслевом уровнях реализуются функции по обеспечению в автоматизированном режиме службы межотраслевого банка информацией о ресурсах твердых полезных ископаемых.
На уровне региона реализуются следующие функции: 1) выбор первоочередных объектов исследования по прогнозу, поискам и разведке месторождений; 2) оптимальное распределение ресурсов по видам работ; 3) рациональное комплексирование геолого-геофизических исследований по уровням зондирования; 4) определение сроков и ресурсов, обеспечивающих достижение цели работ; 5) формирование баз данных; моделей и процедур по рудным месторождениям для данного региона; 6) обработка и комплексный анализ геоданных с графическим отображением результатов; 7) прогнозирование месторождений твердых полезных ископаемых; 8) планирование и проектирование работ по изучению ресурсов рудных месторождений региона; 9) управление региональными исследованиями.
На уровне объекта исследования при проектировании и планировании производится: 1) выбор и обоснование оптимальных (рациональных) комплексов геоинформации на разных уровнях зондирования; 2) обоснование оптимальных сетей наблюдений и измерений; 3) определение требований к точности измеряемых геолого-геофизических свойств, полей; 4) обоснование качества и сроков обработки геоданных по различным методам и комплексный их анализ; 5) расчет сроков и ресурсов на выполнение работ на объекте.
На этапе обработки геоданных подсистема "твердые полезные ископаемые" обеспечивает информационное взаимодействие систем обработки геоданных всех уровней, доступ к удаленным информационным ресурсам, региональное использование вычислительных ресурсов в режиме "электронная почта" с возможностью пересылки файлов, защитой геоданных от несанкционированного доступа.
Система обработки геоданных экспедиционного уровня решает наиболее трудоемкие, и массовые задачи по систематизации, обработке, интерпретации и комплексному анализу данных по стадиям и видам геологоразведочных работ на базе АРМ. Затем эта информация передается в региональные ВЦ.
8.2. ТЕХНОЛОГИЯ ИССЛЕДОВАНИЙ НА НЕФТЬ И ГАЗ
Создание компьютеризированной технологии исследований на нефть и газ лежит в основе подсистемы "нефть и газ - прогноз, поиск, разведка", разрабатываемой для Геосистемы специалистами ВНИГНИ (Г. А. Габриэлянц, В. А. Аракелян, С. А. Виноградов и др.) и ВНИГРИ (М. Д. Белонин,-В. М. Омелин, Ю. В. Подольский и др.). Указанная подсистема так же, как и другие подобные подсистемы ("твердые полезные ископаемые", "АСОИуголь" и др.), направлена на оптимизацию геологоразведочного процесса по локальным объектам, этапам и стадиям, по видам работ на разных уровнях управления и масштабов исследований с целью повышения эффективности изучения и освоения углеводородных ресурсов в народном хозяйстве.
Наличие большого числа разработок по автоматизации и оптимизации отдельных видов работ на разных стадиях регионального, поискового и разведочного этапов изучения геообъектов требует сведения всех этих разработок в единую компьютеризированную технологию, рхватывающую все иерархические уровни управления геологоразведочными работами на нефть и газ.
Объектом управления для подсистемы является направленный технологический процесс выявления и подготовки ресурсов углеводородов к промышленной разработке. Этот процесс с позиции системного подхода рассматривается как динамически изменяющаяся по времени структура исследований по стадиям, видам и объектам при наличии обратной связи, т. е. по результатам ведения геологоразведочных работ их ход постоянно корректируется, как и в технологии на твердые полезные ископаемые (см. рис. 33), ориентируясь на создание более совершенных моделей изучаемых геообъектов.
Технологическая схема геологоразведочных работ на нефть и газ, представляющая основу компьютеризированной технологии на прогноз, поиски и оценку геообъектов углеводородного сырья, может быть реализована по этапам и стадиям в соответствии с действующей традиционной стадийностью геологоразведочного процесса на нефть и газ.
В качестве примера на рис. 36 приведены технологические схемы регионального этапа и поискового этапа на стадии выявления объекта, составленные специалистами ВНИГНИ.
Аналогично технологии, представленной на рис. 36, создаются технологические схемы поискового этапа на стадиях подготовки объектов и поиска месторождений, а также технологии разведочного этапа на стадиях оценки месторождений и подготовки месторождений к промышленному освоению.
Эти технологические схемы обеспечивают определение функций подсистемы, выделение типовых задач, распределение задач по блокам и решение других вопросов проектирования.
Для создаваемой подсистемы входным потоком информации являются данные и знание до осуществления управляющего воздействия, а выходным потоком - более совершенные модели геообъектов и результат управления.
Результат управления отделен от начала управляющего воздействия некоторым промежутком времени, который характеризует реакцию системы, ее инерцию.
При решении задач прогноза, поисков и разведки месторождений нефти и газа для подсистемы в целом наиболее значимы исходные гео-Данные, нормативы, методы обработки, цели, решения.
Выходным потоком геоинформации в подсистеме является: 1) информация о современном состоянии территории (объекта исследования), включающая распределение тех или иных видов работ и затрат, список геообъектов и их характеристики, местоположение контуров, скважин, геометрию залежей, величины запасов и ресурсов, карты, разрезы, внутриотраслевые пропорции и т. д.; 2) прогнозные данные о состоянии геологоразведочных работ на ближайшую и отдаленную перспективы (т. е. величина и структура ресурсов); предполагаемые характеристики новых объектов, число объектов, подлежащих выводу из системы геологоразведочных работ и т. п.; 3) ретроспективные сведения: история освоения территории; апостериорные оценки качества проведения геолого-геофизических исследований, результаты геологоразведочных работ на нефть и газ; 4) новая научная информация: новые гипотезы и представления, определяющие модифицированную базу знаний; 5) конструктивные оценки и рекомендации по оптимальному планированию и ведению геологоразведочных работ в регионе на базе анализа всей доступной информации.
На основе элементов выходного потока генерируется управляющее решение по продолжению тех или иных видов работ или по их прекращению по сигналу обратной связи, корректирующему выходной поток.
Геологоразведочный процесс отличается многоплановостью, наличием огромного числа разнородных данных на всех уровнях управления, геоинформацией различного качества, поступающей на разных носителях и из разных источников. Часто разнородная геолого-геофизическая и технико-экономическая информация отличается невысоким качеством, неопределенностью и неоднозначностью. В связи с этим многие задачи решаются в условиях неопределенности и многовариантности.
С учетом отмеченных обстоятельств создаваемая технология должна предусматривать: а) звенья внемашинной обработки данных; б) многовариантный подход к решению одной и той же задачи, позволяющий принимать согласованное решение; в) взаимодействие человека с ЭВМ; г) базу данных с развитой управляющей и сервисной периферией; д) информационно и функционально открытую систему; е) работу в пакетном и диалоговом режимах.
Автоматизация управления на основе современных вычислительных систем и распределенных баз данных обеспечивает многовариантное планирование поисково-разведочных работ, выбор согласованного варианта проведения работ, их распределения по направлениям, объектам и объемам по отдельным этапам и стадиям.
Целесообразно также использовать имитационное моделирование.
Имитационное моделирование отдельных звеньев технологии позволяет предсказывать возможные последствия реализации того или иного варианта плана или управляющего решения.
В рассматриваемой подсистеме, в отличие от подсистемы на твердые полезные ископаемые, наиболее разработаны критерии эффективности функционирования подсистемы.
Эффективность геологоразведочного процесса на нефть и газ определяется приростом подготовленных запасов углеводородов, соотнесенным с временными и материальными затратами на их подготовку. Показатель эффективности или его отдельные составляющие задаются планирующими органами на основе действующих нормативов и инструкций с учетом потребностей народного хозяйства.
В обобщенной форме эффективность работы отдельных звеньев технологии можно оценить как отношение основного показателя, характеризующего результат работ, к соответствующим затратам, в том числе временным. На ранних этапах изучения нефтегазоносности территории (региональные работы, поиски на стадии выявления объектов) важны прирост информации и увеличение ее достоверности. При этом эффективность работ характеризуется затратами, необходимыми для обеспечения заданного прироста информации за определенный промежуток времени.
Аналогично строятся показатели эффективности работ, когда мерой результата служит изученность, разведенность, величина запасов, оцененная бурением площадь, соотношение запасов разных категорий.
Повышение эффективности геологоразведочных работ от использования предлагаемой технологии "нефть, газ" может быть достигнуто следующим образом:
1) за счет внедрения новых методов, анализа геоинформации; 2) применения имитационного моделирования, интерактивных графических и экспертных систем по обеспечению оперативного проведения -многовариантных расчетов и выбора оптимальных решений; 3) использования экономико-математических методов моделирования геопроцессов на разных критериях оптимальности.
Схема управления, как видно из рис. 36, реализуется по трем ветвям: учет разноплановых сведений, анализ и обработка данных, планирование. Учет данных предполагает организацию сбора, хранения, систематизации и передачи по каналам связи, организацию документооборота.
Анализ и обработка геоданных - комплекс работ, по результатам которых оценивается обстановка и принимается решение по проведению дальнейших работ и достижению конечной цели - подготовки запасов углеводородов к промышленному освоению.
Планирование - наиболее активный элемент управления, суммирующий результаты функционирования отдельных звеньев технологии [7]. В управлении можно выделить 3 уровня. Нижний уровень управления ГРП, связанный с регистрацией и предварительной обработкой разнообразной геолого-геофизической и технико-экономической информации; первичные геоданные на этом уровне различаются по составу, форме представления, степени агрегированности и универсальности, причем особое место здесь занимает бурение скважин, от качества исследований которых зависит достоверность информации и, следовательно, представления о нефтегазоносности недр. Верхние уровни управления ГРП охватывают деятельность нефтеразведочных и геолого-геофизических партий, экспедиций и ПГО, включая:
1) решение задач комплексной интерпретации геоинформации с целью описания объектов поиска - коллекторов, покрышек, самих углеводородов; 2) получение параметров для подсчета запасов и их изменения по разрезу и площади; 3) описание структур, ловушек, залежей и месторождений; 4) оценку перспектив нефтегазоносности и выделение перспективных площадей, структур, залежей и месторождений с подсчетом запасов углеводородов на всех стадиях разведки; 5) оценку эффективности работ на нефть и газ в целом по видам исследований, стадиям и конкретным геообъектам.
На этих уровнях решаются также вопросы перспективного и текущего планирования и оперативного геологического управления с обоснованием объемов и видов работ, их размещения и последовательности проведения.
На отраслевом уровне управление ГРП на нефть и газ осуществляется подсистемой "анализ результатов производственно-хозяйственной деятельности", результатом которой является выполнение заказов по предприятиям в целом и составление на этой основе прогнозных программ развития работ на нефть и газ, их долгосрочном и текущем планировании.
Перечислим общие принципы построения компьютеризированной технологии на нефть и газ с учетом уже разработанных автоматизированных систем. Это 1) иерархическая упорядоченность звеньев; 2) модульность организации всех звеньев технологии; 3) открытость технологии с точки зрения возможности подключения новых модулей и расширения спектра решаемых задач; 4) максимальная автоматизация сбора, передачи, поиска, хранения и обработки геоданных; 5) декомпозиция задач ГРП и выделение из них типовых задач; б) многовариантность решения задач с построением согласованных результатов; 7) композиция типовых задач для построения компьютеризированных технологий решения полного комплекса задач ГРП.
В связи с реализацией указанных принципов рассмотрим задачи, решаемые в подсистеме "нефть и газ - прогноз, поиск, разведка" на базе компьютеризированной технологии, информационное, техническое и программно-математическое обеспечение этой технологии.
Для формулировки задач исследований выделим три основных блока технологии: "Прогноз, поиски", "Разведка" и "Геолого-эконо-мическое прогнозирование и планирование работ на нефть и газ".
В блоке "Прогноз, поиски" реализуются технологии решения задач регионального и поискового этапов ГРП, а именно: выделение перспективных территорий (площадей) на основе АС обработки геоданных и построение комплексной модели региона; оценка перспектив нефтега-зоносности региональных геообъектов: провинций, областей, зон нефтенакопления; выделение и подготовка локальных нефтегазонос-ных объектов, в том числе аномалий типа залежи, по результатам геолого-геофизических и геохимических исследований; качественная и количественная оценка перспектив нефтегазоносности локальных объектов до постановки глубокого поискового бурения и после бурения первых поисковых скважин; геометризация и оценка подечет-ных параметров по данным поискового бурения, оперативный подсчет запасов; выбор первоочередных объектов для детальных геофизических работ и поискового бурения для введения объектов в разведку.
С помощью блока "Разведка" решаются следующие задачи:
оптимизация размещения скважин, включающая выбор стратегий, определение места заложения очередной скважины (скважин), систему размещения скважин и оценку необходимого их количества по каждому горизонту;
установление пределов достаточности разведки, принятие решения о завершении или продолжении работ;
геометризация залежей, включающая моделирование пространственного распределения подсчетных параметров, оконтуривания, выделение флюидоупоров и контактов, подсчет запасов углеводородов по категориям.
Блок "Геолого-экономическое прогнозирование и планирование на нефть и газ" обеспечивает оценку геолого-экономической структуры ресурсов нефти и газа; комплексный анализ результатов и эффективности геологоразведочных работ на нефть и газ по регионам; планирование геологоразведочных работ.
Информационное обеспечение технологии включает сбор данных, их документацию и подготовку на файлах! ввода-вывода; анализ качества исходной, промежуточной и выходной геоинформации, ее достоверности, точности и достаточности; базы данных с программным обеспечением на основе СУБД и ИПС.
Информационное обеспечение целесообразно ориентировать на реализацию существующих типовых баз данных с использованием СУБД ИНЕС, СУБД ADABAS (СПЕКТР) с соответствующей периферией. При этом идет уже формирование БД для эталонных НГБ (нефтегазовые балансы), НГО (нефтегазовые объекты) и НГЗ (нефтегазовые залежи). Особое значение приобретает создание базы знаний (БЗ) модели нефтегазонакопления по эффективным методам и методикам обработки геоданных, прогноза, поиска и разведки месторождений нефти и газа.
При организации БД
а) определяют состав первичной геоинформации, переход от первичных, измеряемых геоданных к геологическим параметрам, используемым на практике при.решении геологических задач;
б) организовывают сети распределения БД на сети ЭВМ, решают вопросы сбора, хранения, сортировки и передачи геоинформации.
Техническое обеспечение технологии включает следующие средства: сбора и регистрации геоинформации (см. гл. 2); подготовки геоданных (см. гл. 4); хранения информации (см. гл. 2-4) вывода информации и ее отображения в цифровом и графическом виде; связи и передачи геоинформации (см. гл. VII), а также аппаратуру для организации диалогового режима "человек - ЭВМ" (см. гл. 6).
Технические средства обработки геоданных на ЭВМ объединяются в информационно-вычислительную сеть (гл. 7), в структуре которой выделяются два основных уровня: региональный, соответствующий ПГО и НИИ, на базе научно-методического ВЦ; локальный, соответствующий экспедиции (партии).
Структурными единицами сети являются ВЦ этих уровней.
Вычислительная сеть обеспечивает связь с ИВС Геосистемы и выход на отраслевой ВЦ. В пределах ВЦ целесообразно наличие ЛВС на базе ЭВМ различного класса и мощности, терминалов и АРМ.
С учетом специфики информации-при геологоразведочных работах на нефть и газ (огромные объемы, широкий спектр регистрируемых сигналов, большой их диапазон; многоканальность) подсистема "Нефть, газ" развивается на больших ЕС ЭВМ, СМ ЭВМ, профессиональных ПЭВМ. С учетом специфики решаемых геологических задач, связанных с широким использованием графических материалов и необходимостью визуализации результатов обработки огромного объема информации техническое обеспечение включает средства кодирования и ввода в ЭВМ графических документов, графопостроители, плоттеры, графические дисплеи.
Программно-математическое обеспечение технологии делится на обслуживающее и прикладное.
Программное обеспечение включает: операционные системы (ОС ЭВМ), пакеты прикладных программ универсального назначения типа СЦС-3; проблемные и сервисные программы; отдельные программы, пакеты и комплексы программ для решения отдельных задач обработки (например, еейсмостратиграфии, сейсмической топографии и т. д.), программы и их комплексы, дополняющие стандартное математическое обеспечение: средства ведения диалога, ввод графической информации с экрана дисплея.
Требования к ОС ЭВМ состоят в необходимости обеспечения интерактивного режима обработки; мобильности прикладного программного обеспечения применительно к разным уровням ВЦ и типам ЭВМ; возможности совмещения обрабатывающих типовых комплексов АС со средствами ведения баз данных и использования устройств ввода-вывода графической информации. Таким требованиям в качестве ОС для ЕС ЭВМ выбираются ОС 7 ЕС на ЭВМ типа СМ-1420, ОС РВ версии 3.0 и выше, для ПЭВМ типа IBM/PC - 486 - MS DOS.
Математическое обеспечение объединяет в себе методы и математические средства для построения геолого-математических и экономико-математических моделей геообъектов и процессов. Средства математического обеспечения включают средства моделирования (прежде всего, имитационное); описания типовых задач технологии; методы многокритериальной оптимизации и математического программирования, широкий спектр приемов математической статистики, теории случайных процессов и оптимальной фильтрации.
На этой основе программно-математического обеспечения в настоящее время по блоку "Прогноз, поиски" интенсивно ведется:
а) создание тектоно-литогенетических моделей нефтегазоносных объектов на примере Прикаспия и Западной Сибири, т. е. регионов, обеспеченных огромным объемом геоданных;
б) разработка геолого-геофизических моделей строения карбонатных резервуаров для прогноза ловушек рифогенного типа на примере Тимано-Печорской провинции;
в) построение модели системного описания и оперативной обработки результатов геологоразведочных работ на нефть и газ на основе комплексных геолого-геофизических исследований;
г) создание экспертных систем по решению типовых задач нефтяной геологии;
д) построение банков данных с целью решения прогнозно-поисковых задач и т. д.
Задачи компьютеризированной технологии исследований на нефть и газ в информационном и программно-математическом обеспечении во многом совпадают с задачами технологии исследований на твердые полезные ископаемые. В то же время техническое обеспечение здесь существенно сложнее и многообразнее, а специфика решения геологических задач и исходной геоинформации определяет отличия в создании АРМ, ЛВС и программных продуктов от технологии на твердые полезные ископаемые.
8.3. ТЕХНОЛОГИЯ ИССЛЕДОВАНИЙ НА УГОЛЬ
(АСОИ-УГЛЕРАЗВЕДКА)
Основой компьютеризированной технологии исследований на уголь является разрабатываемая в настоящее время автоматизированная система обработки геолого-геофизической информации АСОИ-Углеразведка.
Структура и основные этапы этой технологии для комплексного прогнозирования угленосности в соответствии с традиционной стадийностью геологоразведочного процесса разработаны Б. И. Журбицким [57] и представлены на рис. 37. Они отражают перечень исходной геоинформации, иерархию ее использования, результаты прогнозирования по этапам, конечный результат прогноза с его оценкой и практические рекомендации по продолжению или прекращению работ.
Б. И. Журбицким выделяется два уровня (глобальный, или региональный, и локальный прогнозы) и три основных этапа прогнозирования, между которыми не всегда существуют строгие непереходимые границы.
Глобальный и региональный прогнозы угленосности обеспечиваются путем использования общегеологических материалов региональных геолого-геофизических исследований, проводимых с целью прогноза всех видов полезных ископаемых. Здесь выделяют два относительно самостоятельных этапа прогнозирования, которые УСЛОВНО называют геофизическим и геологическим.
На этапе глобального (регионального) геофизического прогнозирования используется геоинформация следующего характера: космофо-тоснимки (КФС), данные сейсморазведки ГСЗ, КМПВ, MOB, гравираз-ведки, аэромагнитной съемки и морфоструктурного анализа.
По результатам этого этапа выделяются перспективные глубинные структуры или геофизические прогнозные площади (ГФП).
На этапе регионального геологического прогнозирования используются материалы геологической съемки масштаба 1 : 200.000 и сопутствующих работ, а также данные специализированных исследований (неотектонические, палеотектонические, палеографические и др.), производные карты, построенные по геофизическим материалам, карты глубинных срезов поверхности фундамента. По результатам этого этапа выделяются перспективные площади второго этапа прогнозирования, а именно: структурно-фациальные зоны, увязанные с глубинными структурами (ППУ1).
На третьем этапе осуществляется локальное прогнозирование в пределах ППУ[ с использованием всех имеющихся геоданных, полученных в масштабе 1: 50.000, а при их отсутствии - по данным специализированных профильных геолого-геофизических исследований. По геофизическим данным определяются площади первоочередных поисковых работ, а по результатам геологоразведочных работ - площади для поисково-оценочных работ (или дается отрицательное заключение).
Следующие задачи решаются на этапе прогнозирования, и определяющими являются методы прогноза по этапам:
а) анализ региональных закономерностей размещения угольных месторождений в геофизических полях; определение теоретических предпосылок для поисков углей; составление перечня эталонов и вычисление их усредненных физико-геологических характеристик;
б) определение местоположения основных линеаментов глубинных разломов, ограничивающих крупные блоки земной коры (S1) по материалам космофотосъемки, магнитно- и гравиразведки;
в) оконтурирование площади (S2), для которой поверхность мантии в пределах блока относительно приподнята [поднятие границы М (Мохоровичича)], а мощность коры и геосинклинальных комплексов пород сокращена [поднятие или незначительный прогиб границы К (Конрада)] по материалам сейсморазведки ГСЗ, КМПВ, грави- и морфо-метрии;
г) выделение площади прогибания поверхности фундамента (S3) по данным комплекса МПВ-ГР-МР (ГР и МР - грави- и магниторазведка), определение соотношения прогибаний со структурами земной коры (S2), установление областей пересечения S2 ЗS3, рассматриваемых как перспективные площади для первого этапа прогнозирования;
Методы решения рассмотренных выше задач хорошо разработаны и изложены в опубликованной литературе.
На втором, геологическом, этапе выделяют следующие основные задачи:
а) выяснение общетеоретических и региональных эмпирических предпосылок прогнозирования угленосности по комплексу геологических признаков;
б) выделение области (S4) развития внутриконтинентальных и прибрежно-бассейновых фаций с повышенным содержанием средне- и крупнозернистых дельтовых (русловых) песчаников по материалам специализированных литологических и фациальных исследований; определение соотношения S4 и S1p, выделение зоны их пересечения S1p З S4;
в) определение площади (S5) развития циклитов трансгрессивного типа мощностью 30-35 м и зон повышенной тектонической активности по материалам изучения геологических разрезов (в скважинах и на обнажениях); определение соотношения S5 с S4 и S1p; выделение площади их пересечения S1p З S4 З S5;
г) выделение площади развития (S6) комплексов осадочных угленосных формаций и оценка их основных характеристик по комплексу геоданных; оценка стратиграфической приуроченности этих комплексов, вещественного и структурного типа фундамента; определение положения в региональных геотектонических структурах и соотношения с глубинными структурами;
д) обобщенная экспертиза комплекса геоданных прогностического типа и выделения углеперспективных структурно-фациальных зон (ППУц).
Методы выполнения второго этапа прогнозирования специфичны, слабо формализованы, вопросы выделения основного перечня характеристик угленосности требуют дальнейшей разработки.
Третий этап прогнозирования связан с обработкой геоданных масштабов 1:200 000,1:50 000 на площади ППУП либо (при отсутствии данных) с выполнением специализированных полевых ревизионно-проверочных работ. Целесообразно введение этого вида специализированных работ в нормативы по стадийности геологоразведочного процесса.
Задачи третьего этапа: выделение углеперспективных структур по комплексу геолого-геофизических методов; их геологическое обследование с проверкой бурением и оценка площадей для проведения поисковых (ППУii) и поисково-оценочных работ (Sp+). Методы этих работ изложены в руководстве по геолого-съемочным работам масштаба 1:50 000.
Оценка результатов прогноза - важный элемент в процессе прогнозирования угленосности (верификация прогнозных геомоделей).
Применительно к региональному прогнозу используются два приема: экспертиза и экспериментальная проверка горными работами, бурением.
Экспертиза осуществляется на основе неформализованного учета влияния погрешностей отдельных звеньев процесса прогнозирования, включающих:
а) числовую оценку достоверности, точности и полноты (равномерности расположения на площади прогнозирования) исходных геологических и геофизических характеристик;
б) количественную или качественную оценку информативности признаков и критериев с учетом их пороговых значений;
в) качественную или количественную оценку полноты изученное-ти моделей-эталонов по площадям в системе информативных признаков;
г) качественную оценку "представительности" моделей на данной площади прогнозирования;
д) качественную или количественную оценку эффективности принятой меры близости, подобия (метрики) и силы прогностических связей;
е) оценку погрешностей выполнения прогнозных операций для отдельных точек, районов и всей площади в целом.
По совокупности указанных частных оценок (а) - (е), используя индивидуальную или групповую экспертизу, выполняют общую количественную или полуколичественную оценку перспективности площади.
Экспериментальная проверка оценки прогноза включает геофизическое обследование района, площади ППУц, выполнение горных работ или бурения; установление по этим данным косвенных признаков и критериев угленосности, наличия (отсутствия) углепроявлений; определение параметров угленосности и зоны их распространения по площади прогнозирования.
Информационное обеспечение технологии на уголь включает сбор геоданных, подготовку их с анализом качества и кодирование данных, организацию базы данных.
Существенным моментом при организации базы геоданных является введение в ее состав процедур и операций по переходу от входных данных к прогнозируемым характеристикам.
Схема основных элементов БД и типового цикла компьютеризированной технологии для трех этапов прогнозирования приведена на рис. 38.
В зависимости от особенностей БД, методов оценки информативности признаков, способов обоснования моделей связи "признаки -угленосность" можно предложить целый ряд технологий прогноза.
На практике в основном используются эмпирическая методика непосредственного включения исходных геоданных в базу прогнозирования с эвристическим обоснованием типа модели связи (оператора |F), экспертным определением характеристик угленосности и оценки их достоверности путем прямой аналогии. В то же время в литературе обсуждается теоретическая методика прогноза, в основе которой геолого генетические построения моделей связи (A)F (У) и на которую следует ориентировать создание соответствующей базы знаний и экспертной системы.
Требования к практической реализации геолого-генетического подхода к прогнозу угленосности сводятся прежде всего к построению специализированных моделей связи и увязанной с ними базы данных. В программно-алгоритмическом плане построение моделей связи ориентируется на использование регрессионного анализа [57], а геологические исследования направлены на создание палеогеографических, палеотектонических, фациальных и других специализированных карт.
При разработке баз подобных специализированных исходных данных и построении генетических моделей (выраженных математическими зависимостями) основная задача создания компьютеризированной технологии на уголь будет решена.
Технологическая схема по прогнозу угленосности совершенствуется пока главным образом путем создания и внедрения отдельных автоматизированных систем и пакетов прикладных программ, ориентированных на применение методов распознования (например, ПРОГНОЗ-1, ПРОГНОЗ-2). Естественно весьма актуальным является использование неформализованных методов прогнозирования, к которым относится и построение многофакторных моделей углеобразования, учитывающих все основные факторы формирования генетических параметров угленосных комплексов.
Процедура многофакторного моделирования, которая может быть положена в основу разработки базы знаний, включает в себя следующий комплекс исследований [57]:
1) формационный анализ угленосных комплексов, известных в регионе угольных бассейнов и месторождений с детальным изучением их литолого-фациального состава, строения, параметров угленосности и изменчивости;
2) внутри- и межбассейновая корреляция геологических разрезов, изучение литологии и угленосности, восстановление генетических контуров их распространения;
3) структурно-фациальное районирование территории первоначального распространения угленосных формаций и дифференциация ее на палеогеографические обстановки;
4) построение карт палеогеографического районирования на палеоструктурной основе, с выделением главных геотектонических элементов (геосинклинальные, складчатые системы, щиты и плиты платформ, области тектономагматичейкой активизации) и их структурноформационных зон;
5) оконтуривание сходных по положению в региональных структурных элементах осадочных бассейнов, а в пределах бассейнов -палеоструктурных зон с определенными режимами осадконакопле-ния. Построение многофакторных моделей углеобразования для одновозрастных частей угленосных комплексов; заканчивается дифференциацией осадочных бассейнов на типы по их положению в структуре и тектоническому режиму;
6) прогноз параметров угленосности разрезов неизученных осадочных бассейнов или слабоизученных их частей осуществляется с помощью принципа аналогии и генетической классификации угленосных структур;
7) прогноз местоположения наиболее продуктивных зон в палео-структуре в зависимости от генетического типа палеобассейна и соответствующей угленосной формации, совмещение контура продуктивной палеозоны с современным структурным планом региона или бассейна.
Б. И. Журбицким предложена модель системы метода разведки угольных месторождений, которая также может рассматриваться как составной элемент компьютеризированной технологии (рис. 39). В модели выделено пять условных "уровней" - материальный, нормативный, методический, технический, информационный, которые соответствуют технологической схеме поискового этапа на нефть и газ.
Детально проработанным элементом технологии исследований на уголь является состав базы данных. По размерам геообъектов изучения и условиям измерений выделяются четыре группы: а - методы изучения керна; б - каротаж; в - межскважинные геофизические методы; г - наземные и дистанционные геофизические методы, выделены также четыре группы методов по изученным характеристикам угленосности; а - методы визуальных исследований; б - метбды морфометрических измерений; в - геофизические методы; г - геохимические методы.
Введено три группы обобщающих характеристик для разведки угольных месторождений: А - информационные характеристики: A1 -надежность, А2 - точность; А3 - глубинность, А4 - спектральная ширина по задачам;
Б - технико-экономические характеристики: Б1 - стоимость; Б2 -скорость; Б3 - трудоемкость; Б4 - экологичность;
В - системные характеристики: B1 - относительная ресурсоем-кость; В2 - относительная информативность; В3 - помехоустойчивость; В4 - взаимозависимость.
В. В. Поповым в результате декомпозиции системы поисков и разведки угольных месторождений выделены четыре уровня обработки геоинформации и пять уровней ее накопления [55].
Первый уровень обработки обеспечивается геологоразведочными и специализированными геофизическими, геохимическими, гидрогеологическими, аэрогеофизическими (и др.) партиями и экспедициями, где производится сбор первичной полевой информации, ее документация, накопление, первичная обработка и хранение. Данные каждого метода накапливаются отдельно и обрабатываются с помощью специальных АС и отдельных пакетов программ (см. гл. IV).
Второй уровень обработки геоинформации по угольным месторождениям реализуется в геологоразведочных экспедициях, где проводятся комплексный анализ и (или) комплексная интерпретация геоданных с целью решения рассмотренных выше задач прогноза, поисков или разведки, оперативный анализ геоинформации для управления геологоразведочным процессом в пределах экспедиции, а также обработка с целью подсчета запасов, промышленно-экономичес-кой оценки.
Третий уровень обработки выполняется в производственных геологических объединениях и научно-исследовательских институтах. На этом уровне решаются задачи обобщения геоинформации на территории угольных бассейнов и месторождений, прогнозирования перспективных площадей для поисков, оценки ресурсов, движения запасов.
Четвертый уровень обработки информации предназначен для обобщения данных об угленосности по крупным регионам и стране в целом, организационно выполняется в ведущих НИИ. При этом создается банк данных по угольным бассейнам и месторождениям страны, решаются задачи обобщения геоинформации, экономики минерального сырья и геологоразведочных работ, составляются долгосрочные прогнозы и планы.
Каждый уровень имеет свою исходную и выходную базы данных, причем выходная база нижнего уровня является исходной для следующего.
Пяти уровням накопления геоинформации соответствуют пять баз данных: распределенная база первичной геоинформации (БД 1 "Партия") для ее хранения по отдельным методам; распределенная база данных (БД 2 "Площадь"), включающая данные всех видов съемок, все карты, и сочлененная с базой данных (БД 2 "Скважина"), зарегистрированных по скважинам, и базой данных (БД 2 "Выработка"), полученных по измерениям в горных выработках; база данных на уровне отчета по участку (БД 3 "Участок"); база данных по угольному бассейну (месторождению) (БД 4 "Бассейн"); база данных по крупным регионам и стране в целом (БД 5 "Регион").
К настоящему времени логически и концептуально оформлено построение баз данных "Скважина", "Выработка", "Участок" и "Бассейн".
Разведка угольных (и других) месторождений во временном интервале представляет систему накапливания все более детальной информации. Количество информации, получаемое в процессе разведки угольных месторождений, колеблется в широких пределах и зависит от стадии, размеров участка, геолого-геофизического комплекса метбдов, глубины разведки и угленасыщенности.
Наибольший объем информации обеспечивают бурение, документация и опробование керна, каротаж и сейсморазведка. Как показывает В. В. Попов, количество информации "а каждой последующей стадии геологоразведочного процесса возрастает в среднем на порядок. По мере обработки геоинформации ее объем от уровня к уровню снижается на один-два порядка (табл. 19).
На основе приведенных в табл. 19 оценок объема геоинформации на разных уровнях нетрудно рассчитать требуемые объемы информации для ее передачи по каналам в составе ЛВС и глобальных сетей.
На всех уровнях, кроме нижнего, следует предусмотреть межотраслевой обмен информацией между системами АСОИ-Углеразведка, САПР-уголь и АСУ-уголь.
Создаваемые компьютеризированные технологии на различные виды полезных ископаемых, как показывает проведенный выше их анализ, к настоящему времени проработаны в различной степени. Общая структура таких технологий в подсистемах на твердые полезные ископаемые и на нефть и газ является предпочтительной. В подсистеме "Нефть и газ" технология первичной обработки на базе АС СЦС-3 и СОС-ПС уже внедрены в практику большинства производственных и научных организаций; подобные единые технологии первичной обработки на твердые полезные ископаемые и уголь пока отсутствуют.
Слабым местом во всех видах компьютеризированных технологий остается создание экспертных систем и сетей передачи данных, хотя наиболее развиты сети передачи данных в технологии на "нефть и газ", уже реализованные в таких крупных регионах, как Западная Сибирь и Прикаспий. Видимо, на эти модели сетей передачи данных следует ориентировать технологии на другие виды минерального сырья.
Различные структуры АРМ и ПВК уже реализованы для технологии на твердые полезные ископаемые. С учетом специфики геоинформации и решаемых задач эти структуры целесообразно использовать в технологиях на "нефть и газ" и АСОИ-Углеразведка.
Организация и наполнение баз знаний при разработке экспертных систем представляют первоочередные задачи для всех технологий. Ближе всего по формализации понятийной основы для базы знаний подготовлена технология АСОИ-Углеразведка.
НАЦИОНАЛЬНЫЕ СИСТЕМЫ ОБОРА, ПЕРЕДАЧИ И ОБРАБОТКИ
ГЕОДАННЫХ НА ЧЕТЫРЕХ УРОВНЯХ НАБЛЮДЕНИЙ
Эффективным направлением информатизации научно-исследовательских и производственных геологоразведочных работ при изучении и освоении геологического пространства, включающем минеральные ресурсы, источники энергии и охрану окружающей среды, является создание национальных и межгосударственных систем сбора, передачи и обработки геоданных, образующих информационные геосистемы. Современное состояние компьютеризированных технологий и информационных систем в науках о Земле характеризуется значительными достижениями в области теории и методологии интеграции геоданных; создания автоматизированных геосистем по сбору, передаче и обработке разноуровневой аэрокосмической, наземной (и морской) и скважинкой информации; разработки географических информационных систем и проектирования интегрированных (глобальных) баз данных о природных ресурсах Земли.
В настоящее время создаются крупные проекты по разработке глобальных геосистем. К таким проектам относится Геосистема (Государственная система сбора, хранения, передачи и обработки геоданных с четырех уровней наблюдений: космос, воздух, земля, (море), скважина).
9.1. НАЗНАЧЕНИЕ И ЦЕЛИ СОЗДАНИЯ НАЦИОНАЛЬНЫХ
ИНФОРМАЦИОННЫХ ГЕОСИСТЕМ
Развитие информационных геосистем за последние двадцать лет прошло несколько стадий. Первая стадия была связана с автоматизацией основных функций информационных систем - ввода, хранения, анализа и воспроизведения информации на различных устройствах, входящих в состав технических средств. В результате были созданы аппаратные средства, обеспечивающие регистрацию, хранение, накопление пространственных данных в цифровой форме, их редактирование и воспроизведение в аналоговой форме (см. гл. 2).
Следующая стадия характеризуется внедрением развитого программного обеспечения и проектирования систем для подготовки машинной графики. Началось формирование картографических баз данных, главным образом основанных на методе векторного кодирования, при котором каждый вектор задается своими граничными точками и шириной (ширина аппроксимирующей линии). С увеличением мощности ЭВМ и возрастанием доступности цифровых картографических материалов начался новый этап - переход от традиционной картографии к обработке и анализу пространственных данных.
Значительное влияние на интеграцию геоинформации на этом этапе оказало развитие дисциплин по дистанционному зондированию и анализу изображений, получаемых с искусственных спутников Земли. Однако системы обработки спутниковых данных были ориентированы не на векторный подход, а на растровый. Усилиями картографов, профессионалов в дистанционных исследованиях и специалистов по вычислительной технике и программированию был разработан программный интерфейс между этими системами.
Таким образом, была реализована возможность представления используемых в картографии данных в растровой форме, адекватной форме представления данных, полученных с помощью аэро- и космических носителей. На этой основе стали создаваться географические информационные системы (ГИС).
Накопленные к настоящему времени огромные массивы геоданных, полученные путем традиционных геолого-геофизических исследований и дистанционного зондирования континентов и Мирового океана, пока используются явно недостаточно из-за несоответствия форматов данных и применяемых при создании баз данных языков ( программирования, а также из-за отсутствия средств передачи информации по каналам связи.
Разработка глобальных геосистем потребовала создания интегральной базы пространственных данных, центральной проблемой которого является определение структур, наиболее подходящих для хранения всех видов пространственных данных (растры, точки, линии, многоугольники и т. д.) в компактной форме. С этой целью были предложены иерархические модели данных, обеспечивающие представление всех типов пространственных отношений, эффективный поиск и обработку данных и возможность анализа изображений на разных уровнях обобщения. Введение в информационные геосистемы экспертных систем показало возможность широкого использования эвристических методов при классификации информации в целях повышения эффективности поиска, обучения пользователей и обеспечения удобного для них взаимодействия с системами.
Достижения в области компьютеризации на данной стадии нашли отражение в развитии мощной отрасли информационных технологий географических информационных систем. В свою очередь, возникшие при этом новые задачи связаны с интеграцией баз разнородных данных, интеграцией различных технических средств и интеграцией разных дисциплин знаний. Отметим, что исследования показывают возможность измерения одного параметра в среднем десятью различными методами и его использования в трех-пяти научных дисциплинах.
Было признано, что в наибольшей степени решению этих задач удовлетворяет концепция интегральной или глобальной ГИС, построенная на основе детальных баз геоданных, содержащих разнородную, но географически ориентированную информацию. Данное обстоятельство позволяет привязать, соотнести все данные к любой конкретной точке земной поверхности.
В общем случае технология интеграции геоданных предполагает мобилизацию данных (когда сбор и (или) компиляция данных требуют предварительной человеко-машинной обработки и надежного контроля за достоверностью вводимой информации); создание высокоразвитого единого программного обеспечения; совершенствование инструментальных средств (растровые и векторные системы, системы искусственного интеллекта и т. д.); проведение обработки геоданных в соответствии с корректно сформулированными геологическими концепциями.
Перспективы хранения информации связываются с оптическими запоминающими устройствами.
Рядом зарубежных фирм уже созданы системы с высоким технологическим уровнем в области сбора и хранения информации. Так, фирма КОДАК (США) располагает системой хранения информации на оптических дисках с емкостью памяти 6800 Мбайт на каждом из 14 дисков. Система позволяет поддерживать скорость считывания 1,0 Мбайт/с. Фирма СОНИ (Япония) владеет системой хранения информации на оптических дисках емкостью 2,1 Гбайт и скоростью передачи информации 1,1 Мбайт/с. Система записывает и хранит 50 дисков на 164 Гбайта.
За рубежом большое внимание уделяют созданию методов обработки информации дистанционных съемок (космо- и аэросъемок), программных и технических средств преобразования информации в форму, оптимальную для комплексного использования с геофизическими и геохимическими данными. С этой целью в США создана мощная индустрия по дистанционным измерениям, включающая развитые технологические схемы преобразований космоаэроизображений (их цифровое кодирование, фильтрация, коррекция, усиление и выделение информативных элементов изображений) с целью идентификации геологических объектов, в том числе для полузакрытых и закрытых (перекрытых мощным покровом) регионов.
Уже теперь компьютерное дешифрирование космофотоснимков и аэрогеофизическйх данных широко применяется для прогноза промышленных скоплений углеводородов, полиметаллов и золота, ураноносных альбититов и вулканических трубок с урановой минерализацией [73].
Разработки и эксплуатация интегрированных баз геоданных освещаются в ряде обзорных публикаций (Т. Альберт, И. Грушка [73]), при этом отмечаются преимущества реализации баз данных на ПЭВМ типа IBM/PC.
Важным обстоятельством явилось принятие в 1987 г. рабочей группой КОГЕОДАТА проекта, предусматривающего создание Глобальной базы данных о природных ресурсах Земли (ГРИД). Основные задачи ГРИД сводятся к следующему: централизация доступа к информации, содержащейся в целом ряде баз данных по природным ресурсам; организация взаимосвязанных и географически соотнесенных наборов данных по окружающей среде для решения задач по планированию и управлению территориями на региональном и международном уровнях; создание аналитической базы для оценки состояния отдельных наиболее важных компонентов окружающей среды и природных ресурсов; подготовка специалистов в данной области для развивающихся стран.
Система ГРИД предусматривает международную кооперацию и может использоваться на различных уровнях: глобальном, региональном и локальном. ГРИД сможет принимать, хранить и перерабатывать как данные типа карт, аэро- и космических снимков, так и точечные, линейные или полигонные, а также социально-экономические данные, усредненные для определенных территорий. Массив данных можно анализировать в любых сочетаниях в статике или динамике.
В Японии разработан проект создания глобальной базы данных по осадочной петрологии (Н. Нишибуоки-Накаяма [73]) с использованием ЭВМ типа IBM PC (реализуется с 1985 г.). В соответствии с проектом предполагается хранить в базе данных сведения по следующим регионам: Западная Европа,Южная Азия, Китай, Средний Восток, Восточная Европа, Россия, США и Канада, Латинская Америка, Япония и Корея, Австралия и Новая Зеландия, Африка. В базе данных предполагается выделить следующие блоки: карбонаты и эвапориты; кремнекласти-ческие породы; пирокластические породы; уголь и лигниты; железные руды и кремнистые отложения, а также фосфаты; общий блок. Окончательный вариант формата блоков данных для всех типов пород будет утверждаться на ближайшем международном геологическом конгрессе.
Большое внимание уделяется созданию баз данных по минералогии. В частности, создана база минералогических данных Национальной коллекции минералов Канады (NMC), впервые послужившая основой для создания и поддержки компьютерных баз данных в науках о Земле. Система включает в себя более чем 100 государственных и частных источников, а также сеть экспертов-консультантов (X. Г. Ансель, [73]).
Интегрированным выражением современных компьютерных технологий являются географические информационные системы (ГИС). Понятие "географическая информационная система" появилось в США в начале 80-х годов и первоначально употреблялось для определения информационных систем, связанных с автоматизированной обработкой пространственных данных (дистанционное зондирование, геодезия, картография, фотограмметрия и др.) со свойственными им общими признаками (определение места каждого признака в географическом пространстве, представление каждого признака, установление связи признака с другими признаками на карте и т. д.), поскольку между ними трудно провести различие. Расширение круга решаемых задач и связанные с этим разработка, совершенствование и широкое использование информационных систем привели в последующие годы к появлению большого числа терминологических синонимов - "системы пространственной информации", "системы географических данных", "информационные системы по природным ресурсам", "информационные системы по землепользованию" и др. и соответственно к смысловой неопределенности понятия ГИС.
В литературе встречаются четыре общих подхода к определению ГИС, ориентированные на процессы обработки информации, область применения, функции программного обеспечения, базы данных. Каждый из них рассматривает ГИС в определенном аспекте - как " специализированный тип информационной системы. Это не отражает ее сущности как компьютеризированной технологии обработки (ввода, хранения, анализа и представления) как пространственной, так и тематической информации, обладающей уникальными свойствами генерации новой информации и предназначенной для решения широкого круга прикладных задач в целях управления природными ресурсами (их планирование, моделирование, оценка и т. д.).
Традиционно ГИС состоит из трех элементов: программного продукта; технических средств, реализующих на ЭВМ высокую технологию; базы и банков данных и программного обеспечения для решения конкретных задач и экспертно-консультационной деятельности (сервиса).
В настоящее время в развитии ГИС обозначился качественно новый этап - наряду с совершенствованием машинной части и программного обеспечения важным элементом системы становятся эксперты-консультанты. Они помогают потенциальному пользователю формулировать задачу, комплектовать систему необходимой конфигурации, обучать пользователя работе в производственном режиме.
Последние достижения в области разработки и применения ГИС в науках о Земле нашли отражения в материалах 28-й сессии Международного геологического конгресса [73]. Среди них прежде всего следует выделить систему "Интерграф" - самую современную ГИС, позволяющую оперативно осуществлять построение любых графических геолого-геофизических документов, проводить корреляцию и строить геолого-геофизические разрезы, карты любой степени сложности, осуществлять объемное моделирование, оценивать объемы и запасы лриродных ресурсов, планировать местоположение скважин. Система высокоэффективна при совместной обработке петрофизических и сейсмических материалов. В итоге система "Интерграф" допускает любые геологические построения в соответствии с различными геологическими гипотезами, т. е. многовариантное моделирование.
Создание системы оказалось возможным благодаря использованию современной вычислительной техники и разработке мощного программного обеспечения. Оно обеспечивает функционирование разветвленной (распределенной) компьютерной сети с периферийными ОС типа VAX/VMS, PC/MS - DOS и UNIX, работающими с локальными и распределенными базами данных и имеющими оперативную связь (доступ) с единой базой комплексных данных (география, геология, I геофизика и др.), охватывающей крупный регион, страну и (или) часть света.
В геологии особый интерес представляет модификация GIPSIE (Geological Interactive Plotting System Interpretation and Evoluation). Система создана компанией Intergraph Corporation (Alabama, США).
Предметно-ориентированной на задачи нефтяной геологии является модификация системы "Интерграф" - PRE/MIER (Petroleum Resource Enviroment for Mapping, Interpretation, Evaluation and Reporting)."
В настоящее время разработаны ГИС, предназначенные для решения широкого круга задач [73]: РЭГМЭП (Австралия) - компьютерная обработка полевых геологических данных; ФИНГИС (Финляндия) - генерация цифровых карт и оценка минеральных ресурсов; СГП (Австрия) - компьютерная технология графоаналитического и статистического анализа геохимических данных; ПАРИК (Канада) - программное обеспечение для геологии, обслуживание рудников; МАРИКА (Франция) - землепользование, прогноз полезных ископаемых, обслуживание городского хозяйства и др.
Среди первых отечественных ГИС следует выделить системы РЕГИОН и АЛИСА [38,39,69]. В системе РЕГИОН предусмотрены генерация интегрированных блоков данных (на основе синтеза многофакторной картографической, числовой и текстовой информации) по территориям; выработка прогнозных решений и создание прогнозных работ с оценкой ресурсов на различные виды полезных ископаемых; накопление решающих'моделей геологического прогноза.
Технология позволяет проводить комплексный анализ исходной информации, полученной в результате наземных и аэрокосмических исследований и представленной в виде геологических, тектонических, структурно-формационных, металлогенических и других карт, схем линеаментов, карт числовых геофизических полей и геохимических данных. Кроме того, в ней предусмотрены обработка фактографических параметров описания отдельных геологических объектов (возраст, состав пород и руд, морфология рудных тел и т. д.), а также текстовой геологической информации (сведения об изученности территорий, методика проведения работ и др.). Преобразование карт геологического содержания в дискретный вид, при котором "видение" карты приближается к ее визуальному восприятию человеком, открывает широкие возможности проведения количественного анализа пространственных геологических ситуаций, выделения "геологических аномалий" [24]. Система РЕГИОН рекомендована экспертами ЮНЕСКО для использования в других странах.
Основное преимущество системы АЛИСА - наличие методологических и технологических средств, обеспечивающих описание геологических задач, их формализацию и выбор рационального способа решения.
В рамках автоматизированной системы АЛИСА осуществляется решение следующих задач: выделение перспективных площадей по комплексу характеристик; разделение геологических объектов на классы; ранжирование перспективных объектов по значимости; формирование характеристик для решения геолого-прогнозных задач; описание геологических объектов наборами интегральных характеристик и выделение информативных совокупностей характеристик для разделения геологических объектов. Программное обеспечение системы реализует методы статистической обработки и анализа данных, трансформации потенциальных полей, методы таксономии и распознавания образов. Система рассчитана на комплекс технических средств, центральным из которых является IBM -PC.
В последние годы появились предпосылки для создания интегральных геоинформационных систем (ИГИС) глобального плана.
Среди проектов создания ИГИС особое место занимают разработки НАСА (США) ряда опытных проблемно-ориентированных систем данных по климату, океанам, суше и планетам. Кроме того, в сотрудничестве с программой ООН по окружающей среде создается база данных по глобальным ресурсам. Эти опытные системы являются основой создания. Системы научной и прикладной информации НАСА, которая к 2000 г. должна объединить все функционирующие информационные системы [74].
Программа создания опытных систем данных. Опытные системы предназначены для проверки возможности применения существующих и, в ряде случаев, разработки новых способов и средств доступа и обработки данных. Кроме того, их целью является исследование процессов управления интегрированными системами, включающими разнородные технические средства, разрабатываемые и эксплуатируемые распределенными и автономными коллективами.
Такая опытная система включает в себя доступные в дистанционном режиме справочники по данным с отсылками к архиву; доступные в дистанционном режиме каталоги данных, содержащие сведения о держателях данных, их качестве, описываемых геофизических районах и т. д.; доступные в дистанционном режиме библиографические каталоги, описывающие в первую очередь литературу ограниченного распространения; средства просмотра данных; средства сопровождения данных, включая обновление носителей и документацию по обработке и калибровке; средства общей обработки (статистика, построение графиков и т. д.).
Все опытные программы намеренно используют различные технические и организационные подходы для проверки большого числа используемых технических решений.
Опытная система данных по климату. Система эксплуатируется Центром космических полетов Годцарда. Первоначально она была ориентирована на группу климатологов Центра, но после принятия программы опытных систем была подключена к средствам удаленного доступа. Начали проводиться регулярные семинары пользователей для обмена опытом работы с системой и ее дальнейшего развития. Система реализована на супермини-ЭВМ и содержит каталог, описывающий более 200 наборов данных, относящихся к климатологическим исследованиям. Поиск в каталоге ведется по ключевым словам, просмотр данных в 13 массивах - по параметрам и средствам сбора. Имеются средства статистической обработки и построения графиков.
Опытная система данных по океанам. Система находится в лаборатории реактивного движения НАСА. Каталог ведется для большого числа массивов данных. Обеспечивается прямой доступ к двум массивам. Предоставляются возможности создания и хранения массивов данных -и вычислительные ресурсы для расчетов. Имеется также большой библиографический католог, в том числе по литературе ограниченного распространения.
Опытная система данных по суше. Создание системы началось в 1985 г. Особое внимание уделяется сбору и хранению данных по большим участкам земной поверхности за длительные периоды времени. На начальном этапе система обслуживает научные направления климатологии земной поверхности и осадочных бассейнов. Система предполагается распределенной как по расположению массивов, так и по управлению. Поэтому ее архитектура строится по принципам распределенных систем. Доступ к системе осуществляется в выделенных организациях НАСА и нескольких университетах. Удаленным пользователям предоставляются различные возможности: от ввода, хранения и обработки больших массивов данных до простого абонентского пункта с ограниченной памятью и вычислительными ресурсами.
Опытная система данных по планетам. Созданием системы руководит Лаборатория реактивного движения НАСА. Система распределена по нескольким проблемно-ориентированным центрам, что предполагает более квалифицированное формирование и ведение массивов. Первоначально система была представлена в виде совокупности тесно связанных проектов, исследующих различные подходы к управлению данными и постоянно обменивающихся результатами. В настоящее время основное внимание уделяется обеспечению совместного управления системой и стандартам обмена данными.
Создание опытных систем дало ценный опыт для разработки будущей информационной системы НАСА. Каждая из систем реализовывала эксперименты с определенными техническими решениями и выявляла их достоинства и недостатки, эффективные методы организации и управления комплексными системами научных данных.
Проведенные работы показали важность привлечения пользователей к проектированию и разработке систем, передачи пользователям функций ведения массивов, предварительного создания прототипов систем.
Система научной и прикладной информации нового поколения. Программа предназначена для обеспечения научных исследований на космических аппаратах. В основном деятельность системы будет связана с программой НАСА по наблюдению Земли. Система обеспечит координацию деятельности и интеграцию всех научных и прикладных систем НАСА. Она будет состоять из разнородных массивов, представляемых пользователям через специальные интерфейсы в виде единого комплекса данных. Предполагается: обеспечение анализа данных при постановке и планировании космических исследований; тестирование и интеграция оборудования в системах корабля; планирование последовательности выполнения исследований; контроль, управление и отслеживание состояния оборудования и экипажа; прием и передача данных; управление данными, включая их архивацию для долговременного пользования; представление средств анализа данных. Ядром системы станут Центры данных по отдельным дисциплинам - передовые научные центры, в которых специалисты будут работать с данными, курировать и обеспечивать работу внешних пользователей. Центры обеспечат хранение текущих данных, передаваемых в архив после их активного использования.
В России глобальным проектом ИГИС является Геосистема, разрабатываемая в межотраслевом научно-техническом комплексе (МНТК) "ГЕОС" [26].
Концепция создания Геосистемы предусматривает разработку многоуровневой иерархической информационно-вычислительной среды на базе сетей ЭВМ; На каждом организационном уровне проектируются опорные информационно-вычислительные центры. Основой системы являются базы данных, технологии расцределенной обработки с использованием проблемно-ориентированных рабочих мест, интерактивной графики, телекоммуникационные средства.
Цифровые и аналоговые модели геополей фиксируются с четырех уровней зондирования литосферы: космос - воздух - земля - скважина. Информационно-измерительные системы реализуют функции управления процессами измерения и регистрации, контроля качества результатов опробования, картирования геофизических и геохимических полей и геологического-пространства, выделение в плане и разрезе объекта с заданными свойствами картируемого параметра. Разработка ведется путем создания полевых вычислительных комплексов на базе микро-ЭВМ и монометодных автоматизированных рабочих мест, способных функционировать у широкого потребителя по фиксированной технологиию\.
Базы данных нижнего уровня содержат информацию по отдельным видам геолого-геофизкческих исследований и уровням опробования и имеют файловую структуру. Для оптимального и комплексного ведения геологоразведочных работ в регионе, обеспечения территориальных органов необходимой информацией о минеральных ресурсах, инженерно-геологических и геоэкологических показателях формируются межотраслевые региональные банки данных.
Для информационного обеспечения государственных органов создаются отраслевые и межотраслевые базы данных по минерально-сырьевым ресурсам страны и Мирового океана, базы данных региональных исследований, глубинного строения, разведочной геофизики.
Геоинформация сети межотраслевых и отраслевых банков данных представляет неотъемлемую часть национальных информационных ресурсов. Их назначение - обеспечение необходимой информацией широкого круга специалистов различных отраслей и ведомств при решении фундаментальных и прикладных задач в науках о Земле, информационное обеспечение государственных органов по вопросам геоэкологии прогноза катастрофических природных явлений и охраны недр.
Работу с базами данных в информационно-справочном режиме, формирование локальных баз данных для решения прикладных задач обеспечивают пользователям средства распределенного метода доступа. Эти средства разрабатываются для пользователей в виде унифицированных технологий организации данных. Для прикладных программистов унифицированные технологии включают универсальный интерфейс с данными, диалоговый язык запросов, приближенный к естественному языку предметной области, средства работы с машинной графикой в интерактивном режиме, средства коллективного доступа к данным.
Анализ и обобщение отечественных и зарубежных разработок убедительно свидетельствуют о том, что создание компьютерных технологий и информационных систем в науках о Земле за рубежом существенно опережает отечественные разработки. Вместе с тем проектирование МНТК "ГЕОС" ГЕОСИСТЕМЫ - Государственной системы сбора, хранения, передачи и обработки геологических, геофизических и геохимических данных с четырех уровней: космос - воздух - земля - скважина, с целью изучения и освоения геологического пространства позволяет, минуя промежуточные этапы развития в этой области, перейти на современный уровень создания глобальных интегрированных ГИС.
Несмотря на то, что проект НАСА существенно отличается, по концепции и схемам технических решений от проекта ГЕОСИСТЕМЫ, успешное их выполнение в совокупности может привести к престижному мировому научно-техническому достижению, реализующему все сферы геологической деятельности.
9.2. ИНФОРМАЦИОННАЯ ИНФРАСТРУКТУРА ГЕОСИСТЕМЫ
Основная цель разработки Геосистемы - создание компьютеризированных геотехнологий по оптимизации процесса изучения и освоения минеральных ресурсов страны и Мирового океана.
Создание и развитие компьютеризированных технологий по изучению и освоению минеральных ресурсов требуют современной информационной инфраструктуры Геосистемы.
Информационная инфраструктура в широком смысле - это совокупность технических, программных, информационных, экономических, организационных и других средств и методов по обеспечению необходимых условий для эффективного использования потенциальных возможностей Геосистемы.
Информационная инфраструктура Геосистемы включает [6, 31]: информационно-вычислительную среду (опорные информационно-вычислительные центры, создаваемые с учетом организационной структуры геологоразведочной отрасли, минерально-сырьевых комплексов, территориального геологического деления и обеспечивающие создание и ведение региональных отраслевых банков данных и знаний, систем обработки геоданных, выход на межотраслевые и международные банки данных); низовые информационные инфраструктуры экспедиций и ПГО; приемно-передающую среду (каналы связи, коммуникационная сеть с центрами коммутации пакетов, объединяющая ЛВС и отдельные ЭВМ); интерфейсные и шлюзовые программно-технические комплексы; системы и средства связи по массовому обслуживанию, пользователей Геосистемы.
Назначение информационной инфраструктуры Геосистемы состоит в обеспечении условий доступа потенциальных потребителей Геосистемы к вычислительным ресурсам и необходимой геоинформации. От уровня ее развития зависит скорость получения геоинформации, достоверность и стоимость последней, реакция на изменение информационных потребностей Геосистемы и формирование необходимых новых видов геоинформации и информационных услуг.
Технические средства инфраструктуры Геосистемы включают:
1) полевые вычислительные комплексы, позволяющие в процессе геологоразведочных работ в полевых условиях, на суше и акваториях регистрировать параметры геополей, осуществлять обработку полученных данных и использовать результаты для принятия оперативных решений непосредственно на месте производства работ;
2) приемно-передающие комплексы, необходимые для передачи геоинформации в экспедиционные и региональные центры и способные работать с тропосферными, радиорелейными, проводными или спутниковыми каналами связи;
3) локальные сети передачи данных на базе ЭВМ экспедиций, ВЦ производственно-геологических объединений и территориальных (региональных) комплексов по изучению и освоению минеральных ресурсов;
4) автоматизированные рабочие места различного назначения для обработки и интерпретации геоинформации на местах;
5) суперЭВМ, предназначенные для хранения, поддержания и переработки информации, накопленной по крупным регионам страны.
Программные средства Геосистемы - это совокупность методов и алгоритмов (математических, эвристических, экспертных) и программ решения на ЭВМ задач обработки, анализа и интерпретации геоданных на всех уровнях наблюдений и на всех стадиях геологоразведочных работ в целях выработки оптимальных решений по управлению геоло- . горазведочными процессами.
Задачи и функции программного прикладного обеспечения (ППО) определяются уровнем его применения: ПВК и АРМ, экспедиционный ВЦ, региональный ВЦ и информационно-методический ВЦ Геосистемы.
Для удобства рассмотрения, анализа и проектирования работ ППО разделяют на три основные подсистемы [30].
Методные ППО - это алгоритмы и программы обработки, анализа и интерпретации данных, полученных геолого-геофизическим методом комплексного анализа и интерпретации; обработки данных лабораторных измерений. Методы ППО адаптируются к задачам различных объектов и региональных подсистем.
Объектовые ППО - это алгоритмы и программы решения задач оптимизации регионального изучения территории, поисков и разведки месторождений полезных ископаемых (рациональное комплексирова-ние методов и объемов работ, оптимальное размещение сетей наблюдений), геометризация и подсчет запасов полезных ископаемых промышленных категорий, прогнозирование запасов, определение коэффициента извлечения нефти, газа, кондиций рудных залежей. Объектовые ППО адаптируются к требованиям региональных подсистем.
Общее ППО - это алгоритмы и программы, имеющие универсальное значение при решении ряда задач методных и объектовых ППО: статистические методы обработки, анализа и количественной интерпретации данных; методы распознавания образов; интерполяция ? геолого-геофизических признаков; фильтрация геополей и тренд-ана-: лиз; вычисление трансформант; получение цифровых моделей и карт " поисков признаков и критериев на всех стадиях ГРП; геологическая интерполяция, т. е. восстановление геолого-геофизических признаков o с учетом априорных и косвенных данных; .корреляция разрезов скважин; обработка и анализ изображений, прикладная машинная графика.
Важнейшей особенностью общего ППО является возможность использования его модулей методным, объектовым ППО и другими пользователями Геосистемы.
Основой ППО служат современные алгоритмы обработки, анализа и интерпретации, которые позволяют получать в заданной конкретной области и при решении конкретных геологических задач результаты, оптимальные по точности или надежности. Качество используемых алгоритмов подтверждается теоретическими исследованиями, анализом результатов, получаемых на моделях, адекватных реальной геологической среде, а также опытом их практического применения.
При создании ППО следует соблюдать следующие принципы современной технологии программирования: мобильность - максимально возможная независимость от операционной среды, максимальное использование мобильных языков высокого уровня; модульность -выделение модулей на основе учета требований по отделению машинно-зависимых от машинно-независимых; выделение модулей, несущих замкнутую функциональную нагрузку и неоднократно используемых в данном пакете; удобства для пользователей, включающие возможность диалогового составления заданий (в том числе и диалогового режима реального времени, интерактивного графического режима при его необходимости), простоту изучения инструкций по работе с пакетом программ и подготовки исходных данных, автоматизацию определения оптимальных параметров вычислительных схем, минимальное количество задаваемых пользователями параметров при максимально формализованном описании их определения пользователем, выдачу результатов в форме, пригодной для использования.
Информационная инфраструктура Геосистемы проектируется по определенному организационному принципу. Исходя из целей и функций Геосистемы инфраструктура организационно представляет комплекс информационно-измерительных систем и информационно-вычислительной сети (иначе Геосети), объединяющей экспедиционные, региональные и центральные отраслевые и межотраслевые вычислительные центры обработки (ЭВЦ, РВЦ и ОВЦ).
Иерархически - модульное представление Геосети дано на рис. 40.
Геосистема реализует [31]: на отраслевом и межотраслевом уровнях следующие функции:
формирование баз геоданных по минерально-сырьевым ресурсам территорий и Мирового океана с информационным обеспечением государственных органов планирования и управления; формирование баз данных в области наук о Земле с информационным обеспечением государственных органов по вопросам геоэкологии, охраны недр и прогноза катастрофических природных явлений; обеспечение межотраслевого обмена геоинформацией на республиканском и региональном уровнях; формирование межотраслевых региональных баз данных и обеспечение местных советов информацией о минеральных ресурсах, инженерно-геологических и геоэкологических показателей; информационное обеспечение с целью оптимального и комплексного ведения геологоразведочных работ в регионе на уровне предприятий (ПГО, экспедиций); регистрация геоданных с их экспрессной предобработкой на месте полевых работ и принятием оперативных решений по системам и объемам наблюдений; сбор и хранение геоинформации, полученной на четырех уровнях наблюдений: космос - воздух - земля -скважина; формирование баз данных по минеральным ресурсам и передача данных заказчику по запросам государственных, отраслевых и региональных служб; обработка гео- и технико-экономической информации при проведении работ по комплексному изучению и освоению месторождений полезных ископаемых.
Общая функционально-организационная схема Геосистемы может быть представлена в виде, изображенном на рис. 41.
Разработка компьютеризированных технологий проектирования и планирования, организации работ геологоразведочного процесса по видам полезных ископаемых ведется в рамках объектовых подсистем: "Твердые полезные ископаемые", "Нефть и газ", "Уголь" (см. гл. 8), "Подземная гидросфера - прогноз, поиск, подсчет" и т. д. На основе комплексной обработки и интегрированного анализа многоуровневой геоинформации и в соответствии с этапностью и стадиями геологоразведочного процесса в рамках таких подсистем решаются задачи геолого-экономической оценки геообъектов, подсчета запасов и ресурсов, построения многофакторных физико-геологических или гидродинамических моделей.
По .уровням зондирования литосферы в Геосистеме выделяются информационно-измерительные подсистемы: "Космос", "Воздух", "Земля" ("Океан"), "Скважина".
Глобальные подсистемы Геосистемы создаются для решения таких задач, как "Глубинное строение", "Региональная геология", "Литомо* ниторинг и экология", "Океангеоресурс", имеющих общенаучное и прогностическое направления.
Региональные подсистемы Геосистемы создают с учетом организационной структуры отрасли, сложившихся минерально-сырьевых комплексов и специфики территориального геологического деления.
В связи с необходимостью информационного взаимодействия систем обработки данных всех указанных уровней, обеспечения функций доступа к удаленным информационным ресурсам, рационального использования вычислительных ресурсов разрабатывается информационная инфраструктура Геосистемы, включающая низовые инфраструктуры ПГО и экспедиций, региональные информационно-вычислительные центры, приемно-передающие средства (кайалы связи, коммуникационные сети по объединению ЛВС и отдельных ЭВМ), региональные и отраслевые банки данных и знаний.
9.3. ИНФОРМАЦОННО-УЮВНЕВЫЕ ПОДСИСТЕМЫ ГЕОСИСТЕМЫ
Информационно-уровневая подсистема "Космос" [44] в структуре Геосистемы рассматривается в качестве звена, обеспечивающего решение геологических задач по материалам аэро- и космических съемок (МАКС).
Подсистема "Космос" создается с целью существенного повышения информативности, объективности и достоверности космоаэрогео-логических исследований. Для достижения этой цели применяют компьютерные технологии получения и отраслевой обработки МАКС.
Основные задачи подсистемы: сбор и ббработка данных уровня "Космос"; обеспечение Геосистемы информацией о состоянии физического поля поверхности Земли в оптическом, тепловом и радиоволновом диапазонах частот электромагнитного спектра, получаемой с космических летательных аппаратов; обеспечение объектовых подсистем "Твердые полезные ископаемые", "Нефть и газ", глобальных подсистем "Глубинное строение", "Океангеоресурс", "Региональная геология", "Литомониторинг", "Экология"^ региональных подсистем картами геологического содержания.
В состав подсистемы "Космос" входит ряд целевых и функциональных подсистем. Целевые предназначены для построения карт геологического содержания по схеме технологического процесса, приведенной на рис. 42. Состав функциональных подсистем представлен на рис. 43.
Предусматривается построение карт в цифровой и графической форме масштабов 1:1 000 000 - 50 000.
Подсистемы построения карт обеспечивают выполнение следующих функций: аппаратурно-программную и методологическую поддержку дешифрирования материалов космических съемок (фотографических, сканерных, тепловых, радиолокационных) разных масштабов с целью выделения линейных, кольцевых и площадных элементов, информативных для обнаружения разрывных и складчатых структур, литолого-стратиграфических и петрографических комплексов; морфо-метрический анализ топографических карт; построение карт линейных, кольцевых и площадных элементов МАКС; интерпретацию выделенных элементов совместно с геологическими, геофизическими и геохимическими данными; выдачу заказа на наземную проверку результатов интерпретации; построение карт литрлого-стратиграфических и петрографических комплексов; формирование карты фактического материала как информации для базы данных.
Технические средства подсистемы "Космос" включают серийно выпускаемые системы дистанционного зондирования, ЭВМ, системы связи и передачи данных, средства фотометрии, фотограмметрии, метрологии.
Обработка геоданных и дешифрирование космоаэроснимков ориентируется на иерархические системы на рабочих местах в форме проблемно-ориентированных АРМ.
Информационное обеспечение подсистемы включает: космические сканерные снимки в цифровой форме и в виде изображений М: 2 500 000 - 1 : 200 000; космические снимки масштабов 1:1 000 000, 1 : 500 000; 1 : 200 000 и крупнее; тепловые космические снимки; радиолокационные космоснимки; космические фотографические снимки М : 1 : 2 500 000, 1 : 1 000 000 и 1 : 200 000; аэрофотоснимки Ml : 1 000 000; 1 : 50 000; 1 : 25 000; тепловые аэроснимки Ml : 50 000 и 1 : 25 000; топографические карты Ml : 500 000; 1 : 200 000; 1 : 100 000; геоданные с их хранением в базах объектовых подсистем; геоиндикационные и интерпретирующие модели.
При формировании базы данных используются классификаторы геоданных, используемые при формировании данных объектовых подсистем.
Прикладное программное обеспечение подсистемы включает пакеты программ и программные модули, созданные для обработки изображений, геоиндикационного моделирования, интерпретации и картографического отображения, а также средства ведения базы данных, алфавитно-цифровой и графической визуализации данных, монитор для управления в пакетном и диалоговом режимах, которые обеспечивают выбор необходимого варианта обработки.
Программно-алгоритмические методы обеспечивают обработку изображений, построение композиций разновременных и разноаспектных изображений, создание геоиндикационных моделей, картографическое отображение результатов интерпретации.
Подсистема "Космос"" функционально связана с подсистемами управления базой данных, базой знаний Геосистемы в целом, ее глобальными, объектовыми и информационно-уровневыми подсистемами "Воздух", "Земля", "Скважина".
Взаимодействие между этими подсистемами обеспечивается технологической схемой космоаэрогеологических исследований и поддерживается информационно-вычислительной сетью Геосистемы. Подсистема "Космос" проектируется ПГО "Аэрогеология".
Информационно-уровневую подсистему "Воздух" [42] используют совместно с другими подсистемами Геосистемы (или автономно) для решения геологических, экологических и других народнохозяйственных задач.
Подсистема предусматривает следующее: выделение на уровне "Воздух" трех подуровней, различающихся по совокупности измеряемых геополей, особенностям аппаратурных средств, технологии и целевому назначению аэрогеофизических (маловысотный и средневы-сотный подуровни) и дистанционных исследований (высотный подуровень); оснащение аэрогеофизических работ компьютеризированной аппаратурой в модульном исполнении, объединяемой в комплексы необходимой конфигурации; создание для каждого подуровня гибких аппаратурно-методических комплексов, т. е. аэрогеофизической аппаратуры с метрологическим, технологическим, методическим, программно-математическим обеспечением и каналами связи с Геосистемой; компьютерную обработку и многовариантную интерпретацию аэрогеоданных на базе АРМ опробования "Космос - Земля".
Подсистема "Воздух", проектируемая НПО "Рудгеофизика", ориентирована на использование отечественной аппаратуры, оборудования и серийных летательных аппаратов.
Планово-высотная привязка аэрогеофизических и дистанционных наблюдений осуществляется системой спутниковой навигации с использованием отечественной (Глонасс) и американской (Навстар) сети спутников.
Маловысотный (25 - 100 м) аппаратурно-методический комплекс включает гамма-спектрометрический, магнитометрический, электроразведочный (СДВР) и геохимические аэрометоды. С его помощью решают широкий круг геологических задач по обеспечению региональных исследований, общих поисков и специализированных поисков твердых полезных ископаемых, а также геоэкологии.
Средневысотный (100 - 500 м) аппаратурно-методический комплекс включает высокоточную магнитометрию и электроразведочные методы для картирования и поисков полезных ископаемых в закрытых районах, изучения нефтегазоносных структур, исследований акваторий (аэромагнито- и аэрогравиразведка).
Высотный аппаратурно-методический комплекс обеспечивает решение задач геокартирования, литомониторинга и экологии с использованием дистанционного зондирования поверхности Земли в оптическом, тепловом и радиодиапазонах.
В состав первых двух комплексов входит также полевой вычислительный комплекс для препроцессинга цифровой аэроинформации, т. е. для ее контроля, редактирования и дублирования.
Программно-математическое обеспечение подсистемы "Воздух" основано на алгоритмах и программных модулях существующих автоматизированных систем обработки данных аэрогеофизики, обеспечивающих компьютеризированную технологию аэрогеофизических работ.
Взаимодействие этой подсистемы с другими информационно-уровневыми, глобальными и региональными подсистемами осуществляется информационно-вычислительной сетью Геосистемы.
Информационно-уровневая подсистема "Земля" [43] предназначена для измерения, преобразования и хранения геоинформации о структуре и свойствах физических полей, характеризующих строение и состояние земной коры, а также для прогноза, поисков и разведки месторождений полезных ископаемых.
Для разработки подсистемы "Земля" необходимо создание комплекса информационно-измерительных и информационно-вычислительных систем, а также систем сбора, хранения, обработки и интерпретации данных сейсморазведки, гравиразведки, электро- и магниторазведки и геохимических данных.
Подсистема "Земля" взаимодействует с другими информационно-уровневыми подсистемами, объектовыми региональными и глобальными подсистемами.
Сейсмические информационно-измерительные системы реализуются на основе аппаратурно-методических комплексов, включающих источники сейсмических колебаний, сейсмоприемники, системы сбора, регистрации и преобразования данных, линии передачи и обмена данными, полевые вычислительные комплексы, вспомогательное технологическое оборудование.
В качестве источников сейсмических колебаний предусматривается использование широкодиапазонных вибрационных и импульсных источников возбуждения продольных и поперечных сейсмических волн.
Регистрирующие системы включают сверхмногоканальные (до 1000 каналов) телеметрические станции на микропроцессорной основе, осуществляющие измерения в большом динамическом диапазоне (160 дБ) и широкой полосе частот (500 Гц) и выполняющие предварительную обработку по корреляции и накоплению данных в реальном масштабе времени. Сейсмический телеметрический кабель должен обеспечить передачу данных с пропускной способностью до 5 Мбит/с.
Одной из основных задач аппаратурно-методического комплекса является реализация объемной, высокоразрешающей, многоволновой сейсморазведки, вледрение технологии ГСЗ-МОВ в комплексе с методами глубинного ОГТ.
Для электроразведочных информационно-измерительных систем аппаратурно-методический комплекс включает источники и датчики электромагнитных полей, генераторные установки мощностью 10-20 кВт, многоканальные (не менее восьми каналов) станции регистрации данных для нефтяной и рудной электроразведки (динамический диапазон до 96 дБ, диапазон времен регистрации 10-4 - 1 с),телеметрические комплексы (с числом каналов до 100) для площадных электроразве^-дочных работ, полевые вычислительные комплексы для оперативной обработки и интерпретации данных.
Электроразведочный аппаратурно-методический комплекс позволяет реализовать новые технологии: синхронную регистрацию компонент магнитотеллурического поля; технологию пространственных, площадных работ с применением генераторов большой мощности и использованием импульсных и гармонических полей- технологию методом переходных процессов и зондирований, становлением поля в ближней зоне с использованием многокомпонентных наземных и скважинных измерений.
Информационно-измерительные системы магнито- и гравиразведки включают высокоточные магнитометры по определению приращения полного вектора напряженности магнитного поля Т, вертикальных и горизонтальных компонент вектора Г(чувствительность не ниже 0,01 нТл) и гравиметры с твердотельной памятью (со среднеквадрати-ческой погрешностью измерений 0,002-0,03 мГал).
Основу информационно-вычислительной сети (ИВС) составляют средства высокопроизводительной (до 1010 операций/с) вычислительной техники и персональные ЭВМ в специализированных конфигурациях, АРМ разного назначения (обработчика, интерпретатора), оснащенные прикладными программно-алгоритмическими средствами.
Структура ИВС по уровням обработки предусматривает создание ПВК, экспедиционных комплексов (ЭГВК), региональных многомашинных вычислительных комплексов (РГВК).
Для передачи геофизических и геохимических данных от систем сбора и регистрации на экспедиционные и региональные центры предусматривается использование спутников и (или) радиоканалов СЕЯЗИ.
Для обработки и интерпретации геоданных целесообразно применять автоматизированные системы ГЕОПАК, АСОМ-РГ и др.
Функциональная схема отраслевой АС ГЕОПАК, разрабатываемая специалистами ВНИИГеофизики, приведена на рис. 44.
Информационно-уровневая подсистема "Скважина" [8] представляет собой совокупность компьютеризированных геотехнологий для проведения исследований в скважинах, бурящихся для изучения недр Земли, и выполнения геологоразведочных работ по всем видам полезных ископаемых с подготовкой управляющих решений и параметров для подсчета запасов месторождений.
Основные задачи подсистемы "Скважина" - создание компьютеризированных технологий по циклу "исследование (работы) в скважине - регистрация геоинформации - сбор геоданных - передача - обработка (и интерпретация) - накопление (хранение) информации и геологических результатов - подготовка проектов управляющих решений".
Подсистема предусматривает оперативную передачу геофизической, геолого-технологической, технологической и управляющей информации от объектов выполнения работ (буровых скважин) до экспедиций по геофизическим исследованиям скважин, производственных геологических объединений и на региональные, отраслевые ВЦ.
Подсистема обеспечивает хранение всей получаемой информации с уровня "Скважина" в распределенных банках данных для использования геоинформации в глобальных, региональных и объектовых подсистемах Геосистемы.
Применительно к объектовой подсистеме "Нефть и газ" предусмотрено создание наиболее полной информационной структуры уровня "Скважина" как части общей информационной инфраструктуры Геосистемы. Информационно-обрабатывающая система "Скважина" подключается к информационно-вычислительной сети ВЦ (ЭВЦ-РВЦ-ОВЦ) и к банку данных (отраслевой банк данных - нефть и газ).
Применяемый для подсистемы 'Нефть и газ" аппаратурно-методи-ческий комплекс по сбору и регистрации информации "КАМАК" предусматривает измерение не менее 32 параметров ГИС с динамическим диапазоном не менее 30 дБ и объемом ОЗУ 56 Кбайт (внешнее ОЗУ не менее 2 Мбайт).
Скорость обмена со скважинным прибором не менее 19 Кбайт/с. Аналоговая и программно-управляемая с цифровой телеметрией скважинная аппаратура работает при температуре 120-170'С и давлении 120 МПа (диаметр скважинного прибора - 73-90 мм).
Уникальная скважинная аппаратура для подсистемы "Глубинное строение" предусматривает работу при температуре 250-300°С, давлении 1500-2500 МПа и диаметре скважины 90-120 мм. Типовой подъемник рассчитан на глубины 4-7 км, а для сверхглубоких скважин - до 15 км.
Аппаратурно-методический комплекс "Поиск", используемый для решения задач объектовой подсистемы "Твердые полезные ископаемые", предусматривает шесть одновременно регистрируемых параметров, в том числе три при спуске аппаратуры. В этот комплекс входит спуско-подъемное оборудование для скважин глубиной до 500 м. При этом основными методами регистрации .геоинформации являются: а) ГК, ГГК, ННК, НГКС, НАК - через бурильные трубы; б) КС, ПС, ВП, БК - в открытом стволе при температуре до 60°С, давлении до 10 МПа, диаметре 36 мм.
Другие аппаратурно-методические комплексы обеспечивают к-регистрацию геоданных для подсистем "Глубинное строение", "Уголь". р Для реализации компьютеризированной технологии подсистемы "Скважина" уже создан целый ряд специализированных ПВК и АРМ как на отечественных, так и зарубежных (IBM) ПЭВМ, а в качестве программно-методического комплекса широко используется автоматизированная система АСОИГИС.
Основные разработки компьютеризированной технологии подсис темы "Скважина" осуществляются специалистами НПО "Союзпромгео" физика".
9.4. ГЛОБАЛЬНЫЕ, РЕГИОНАЛЬНЫЕ И ОБЪЕКТОВЫЕ
ПОДСИСТЕМЫ ГЕОСИСТЕМЫ
К основным глобальным подсистемам Геосистемы относятся: "Глубинное строение", "Региональная геология и металлогения" "Океангеоресурсы", "Литомониторинг и геоэкология". Подсистема "Глубинное строение" направлена на оценку перспектив нефтегазо-носности и рудоносности глубинных горизонтов земной коры и создается в рамках ПГО "Недра" [68]. В ее основе лежат разработка эффективных и экономичных технических средств для проникновения в недра Земли на глубины 10-15 км, получение новой информации о закономерностях строения и развития литосферы, геолого-геофизических процессах и изменениях во времени структуры, свойств и состава геообъектов.
Подсистема состоит из совокупности функциональных, обеспечивающих и целевых блоков. Функциональные блоки представляют собой взаимосвязанные геотехнологии, реализующие элементы подсистемы (геолого-геофизическое обоснование мест заложения сверхглубоких скважин, проектов их строительства; подготовка и проводка скважин; исследование вещества; геолого-геофизические исследования околоскважинного пространства). Обеспечивающие блоки включают исследования по технике и технологии сверхглубокого бурения, разработке новых средств проведения комплексных работ, созданию геолабораторий.
Целевые блоки (банки данных, локальные базы данных, АРМ и сети связи) направлены на формирование информационных ресурсов.
Подсистема "Региональная геология и металлогения" направлена на прогноз минеральных ресурсов, катастрофических явлений, инженерно-геологических обстановок и включает в себя автоматизированную систему сбора, хранения и обработки региональных геоданных. Конечным продуктом подсистемы являются государственные геологические карты масштабов 1:1.000.000,1:200.000 и 1:50.000.
Подсистема "Океангеоресурсы" обеспечивает сбор, хранение, обработку и анализ информации о геологическом строении дна Мирового океана и его минеральных ресурсах. Задачами подсистемы являются формирование банков данных и знаний, создание экспертных систем, разработка новых технологий изучения геологии океанического дна.
Банки данных создаются на основе зонально-ресурсного принципа (глубоководная зона океана, шельф, прибрежные территории). Эти банки в дальнейшем образуют единый региональный банк "Минеральные ресурсы Мирового океана". Локальные банки между собой и с региональным банком связаны единой информационно-вычислительной сетью. В основе информационной базы подсистемы заложены сведения по твердым полезным ископаемым глубоководной части океана, общегеологические сведения об океанической литосфере, сведения по нефтегазоносности и газогидратам океана, данные по геологии и полезным ископаемым прилегающих к океану территорий.
На судовых ВЦ производится экспресс-обработка и интерпретация. Предусматривается создание двух экспертных систем: гибридная система прогноза и поиска глубоководных полиметаллических сульфидов и система оценки значимости научно-технических достижений. В первой из них в качестве признаковых полей используются данные морской магнитометрии, гравиметрии, батиметрии, сейсмометрии, сейсмоакустики, геохимическая и гидрогеохимическая информация. Вторая ЭС базируется на классификации научно-технических достижений и критериях оценки этих достижений.
В программно-алгоритмическом комплексе подсистемы особое место уделяется моделированию с учетом специфических физических условий и явлений, характерных для глубоких горизонтов в недрах Земли, в частности в подкоровой части литосферы и в нижележащих слоях верхней мантии.
Банк данных раздела "Ресурсы дна Мирового океана" (глубоководная зона океана) включает базы по железомарганцевым конкрециям, полиметаллическим сульфидам, нефти, газу и газогидратам, а также нетрадиционным видам полезных ископаемых.
Банк данных раздела "Минеральные ресурсы шельфов" (шельф) включает базы данных и знаний по нефтегазоносности арктических шельфов, твердым полезным ископаемым арктических шельфов.
Банк данных раздела "Ресурсы прибрежных территорий" включает базу данных и знаний по минеральным ресурсам Антарктики.
Подсистема."Литомониторинг и геоэкология" [12] предназначена для экологического изучения состояния и динамики изменения геологической среды как составной части среды обитания и жизнедеятельности человека в условиях всевозрастающего влияния на нее техногенного воздействия.
Контроль состояния геологической среды представляет собой единую систему циклических исследований, завершающихся в каждом цикле перманентным прогнозом динамики литосферных условий и рекомендациями по соизмерению и ограничению влияния хозяйственной деятельности, приобретающей глобальные масштабы.
Геоэкологические исследования состояния литосферы и конкретных природно-технических геосистем осуществляются на четырех o уровнях наблюдений "Космос - воздух - земля - скважина". Каждому уровню зондирования отвечают соответствующие масштабы наблюдений, объекты и степень генерации получаемой информации.
Объекты по уровням зондирования связаны между собой и составляют единые, так называемые геотопологические ряды, как, например: угленосный (железорудный и т. п.) бассейн - район добычи - месторождение - шахтное поле или карьер; производственно-территориальные комплексы - промышленные районы - градопромышленные агломерации - города и крупные населенные пункты - источники воздействия - объекты влияния; бассейновые ирригационные системы - мелиорируемые земли - угодья; ландшафт - участки ландшафтов - местность - урочище - фация.
Наиболее крупные объекты (бассейны, производственные комплексы, ландшафт) изучаются с уровня "Космос"; районы добычи, крупные городские агломерации и участки ландшафтов - с уровня "Воздух"; месторождения, урочища, городские территории - с уровня "Земля" и наиболее мелкие объекты - с уровня "Скважина".
Исходя из взаимовлияния литосферы и биосферы, функции системы контроля геологической среды в рамках подсистемы "Литомонито-ринг и геоэкология" определяются главным образом единым объек-том - ландшафтом, как частью земной поверхности, отличающейся от сопредельных территорий: а) индивидуальным внешним обликом и развитием в пространстве и времени; б) индивидуальным внутренним геологическим строением; гидрогеологическими и инженерно-геологическими условиями; в). определенным энергетическим балансом (водным, тепловым, химическим); г) конкретным местоположением и количественно характеризуемыми границами.
Компоненты и связи в культурном ландшафте формируются под воздействием социально-экономической деятельности человека.
Общесистемные задачи глобального контроля геологической среды отвечают трем последовательным этапам единой системы: 1) установлению экологически сбалансированного потенциала геосреды; 2) природоохранительной оценке использования геосреды; 3) экономической оценке использования геосреды.
Уже в 80-е годы начали создаваться государственные системы контроля геологической среды по наиболее важным элементам геоэкологии: системы мониторинга подземных вод, экзогенных геопроцессов, радиоэкологического мониторинга, геохимического контроля состояния геолого-почвенных условий и др. Эти системы базируются на специализированных наблюдениях и банках данных. За рубежом во многих странах уже действуют системы учета и оценка баланса ресурсов полезных ископаемых, водных балансов на основе ведения государственных кадастров.
Отмеченные обстоятельства создают основу компьютеризированной технологии для подсистемы "Литомониторинг и геоэкология".
Все глобальные подсистемы, как и информационно-уровневые подсистемы, создаются крупными научно-производственными объединениями и НИИ и рассчитаны как на решение задач отдельных отраслей, так и на межотраслевые потребности.
Региональные подсистемы Геосистемы обеспечивают проведение работ по комплексному изучению и использованию (контроль за разработкой) месторождений во всех регионах страны. При их создании следует ориентироваться на существующее состояние в области компьютеризации и автоматизации в производственных и научных организациях данного конкоетного оегиона, учитывая создание подсистемы "Западная Сибирь" (с центром в г. Тюмени), "Восточная Сибирь" (с центром в г. Красноярске), "Прикаспий" (с центром в г. Уральске),"Казахстан" (с центром в г. Алма-Ата), "Украина" (с центром в г. Киеве) и "Дальний Восток" (с центром в г. Владивосток).
Региональные подсистемы разрабатываются территориальными организациями, расположенными в регионе, например, подсистема "Западная Сибирь" - ПГО "Главтюменьгеология", а подсистема "Прикаспий" - территориальным геологическим управлением "При-каспийгеология", т. е. организациями, в которых достигнут наиболее высокий уровень компьютеризации и автоматизации геолого-геофизических исследований.
Региональные подсистемы предусматривают следующие разработки:
1) автоматизированные блоки: кадастры и балансы минеральных ресурсов региона; данные результатов геологических, геофизических и геохимических исследований, проводимых по комплексному изучению геологического строения и минеральных ресурсов; контроль за разработкой месторождений;
2) информационное обслуживание структуры банков геоинформации;
3) комплексы АРМ для специалистов, реализующих хозяйственные функции службы по руководству, планированию и управлению, материально-техническому снабжению, бухгалтерии, кадрам;
4) средства связи с глобальными, объектовыми и информационно-уровневыми подсистемами Геосистемы и другими региональными подсистемами;
5) программно-методические комплексы по интегрированному системному анализу геоинформации с целью решения задач управления геологоразведочным процессом в регионе, обобщения геолого-геофизических материалов, экологии региона и т. д.
Организация региональных баз данных, представляющих ключевое звено региональных подсистем, базируется на опыте объединений "Иркутскгеофизика" и "Главтюменьгеология" и ориентируется на схему В. В. Ломтадзе (см. рис. 6).
По существу созданием сети региональных подсистем достигается основная цель Геосистемы.
Объектовые подсистемы Геосистемы создаются в рамках компьютеризированных технологий на различные виды минерального сырья (см. гл. 8). Наиболее развитыми в настоящее время являются компьютеризированные технологии на "Нефть и газ" (см. раздел 8.2), "Твердые полезные ископаемые" (см. раздел 8.1) и "Уголь (см. раздел 8.3). Промежуточное положение между глобальными и объектовыми подсистемами занимает подсистема "Минерально-сырьевая база" Геосистемы. Эта подсистема предназначена для автоматизированного управления развитием минерально-сырьевой базой народного хозяйства в рамках кооперативной системы деятельности по комплексному изучению и освоению минеральных ресурсов [54].
Подсистема ориентирована на органы управления геологоразведочной отраслью.
Автоматизации подлежат функции учета, анализа и планирования минерально-сырьевой базы, реализуемые с помощью иерархической структуры управления народным хозяйством, в том числе и внутри отраслей. Это находит отражение в структуре информационных потоков как по горизонтали, так и по вертикали системы управления.
Функциональная схема подсистемы включает три блока:
1) блок планирования по задачам долговременного (15 - 20 лет), перспективного (5 лет), текущего (1 год) и оперативного планирования;
2) блок учета по оперативному, текущему (годовой статистический учет), ретроспективному (архивы статистической отчетности за длительные периоды) формам учета;
3) блок анализа по оперативному (анализ хода создания минерально-сырьевой базы), текущему (анализ годовой деятельности) и статистическому (ретроспективный анализ) видам анализа.
Для реализации функциональной схемы предусматривается создание межотраслевого автоматизированного банка данных "Минеральные ресурсы"; программно-технологических комплексов "Кадастр - Баланс", "Экономика минерального сырья", "Экономический кадастр предприятий по добыче и переработке минерального сырья", "Зарубежные минеральные ресурсы", "Вторичные минеральные ресурсы"; система обмена и управления информацией с применением средств телекоммуникации.
Функции сбора, хранения и обработки геологической, экономической и технологической информации при управлении развитием минерально-сырьевой базы народного хозяйства реализуются отраслевыми службами (банки объединения "Союзгеолфонд" и территориальные геологические фонды, банк ВИНИТИ и т. д.).
ИНТЕГРИРОВАННЫЙ СИСТЕМНЫЙ АНАЛИЗ ГЕОИНФОРМАЦИИ
Регистрация геофизических, геологических и геохимических полей на разных уровнях наблюдения [космические (спутниковые), повысотные (аэросъемка на нескольких высотах), наземные, подземные и скважинные измерения геополей] существенным образом расширяют информацию об изучаемых геообъектах (и геопроцесоах) и возможности ее обработки и интерпретации на ЭВМ с целью решения различных задач, в том числе и прогнозно-поисковых. Комплексный и разноуровневый характер геоинформации обусловливает необходимость использования системного анализа при обработке и интерпретации данных.
Первостепенное значение для экспедиционных и региональных центров создаваемой Геосистемы приобретает проблема разработки теории и методологии комплексирования разнородной (разнопарамет-ровой) и многоуровневой геоинформации, определяемого как "интегрированный системный анализ геоинформации (ИСА)".
В настоящем разделе рассмотрим основные принципы и методы ИСА, направленные на решение типичных задач разведочной геофизики, - обнаружения и локализации перспективных геообъектов, их распознавания и классификации, построения многофакторных моделей изучаемых объектов.
10.1. ПРИНЦИПЫ И МЕТОДЫ ИНТЕГРИРОВАННОГО
СИСТЕМНОГО АНАЛИЗА ГЕОИНФОРМАЦИИ
Очевидно, что теория и методология комплексирования разнородной и многоуровневой геоинформации не могут создаваться вообще, без указания конкретных геолого-геофизических приложений [10].
Вместе с тем целесообразно сформулировать общие положения и принципы, которые следует использовать при разработке конкретных методов и технологий комплексирования такой сложной геоинформации.
Системный анализ - это совокупность методов, ориентированных на проблемы принятия решений в условиях, когда выбор альтернативы требует изучения сложной информации разной природы [45].
Методология системного анализа основана на исследовании операций, теории принятия статистических решений и управления. В разведочной геофизике целью комплексной обработки и интерпретации разнородных данных геофизических съемок является, как правило, создание объемных многофакторных физико-геологических моделей (или системы объектов разного уровня) и принятие управленческих решений о направлении дальнейших исследований: бурить ли скважины или прекратить изучение района ввиду его неперспективности или продолжать изучение другими методами из-за недостаточности информации об объектах исследований.
При анализе геоинформации с четырех уровней зондирования литосферы следует учитывать разновысотный характер (регистрация на пяти и белее высотах) данных аэросъемок, получивших в последнее время широкое применение на геотраверсах. При обработке и интерпретации геоданных также следует учитывать системность физико-геологических моделей на разных стадиях и подстадиях геологоразведочного процесса, в свою очередь образующих систему геолого-геофизических исследований на твердые полезные ископаемые, на нефть и газ и другие виды минерального сырья. Следовательно, анализ геоинформации развивается на базе сложной системы, включающей комплексную обработку (и интерпретацию) по разным геолого-геофизическим методам, ее интеграцию по разным уровням зондирования литосферы, и, наконец, комплексирование информации как по методам, так и по уровням (рис. 45).
К сожалению, математическая теория сложных систем только разрабатывается. На практике системный анализ сводится к тому, что оптимизируются отдельные звенья общей системы, устанавливается их влияние на эффективность системы в целом. Оптимизация отдельных параметров реальной физико-геологической модели относится к подобным задачам системного анализа. Например, можно максимизировать величину энергетического отношения сигнал/помеха в многомерном (разнометодном и многоуровневом) пространстве с целью решения задачи обнаружения потенциальной рудоносности (или нефтегазоносности) изучаемых объектов. В то же время одновременная оптимизация всех параметров физико-геологических моделей, помимо сложности регистрируемой информации, существенно затруднена из-за эквивалентности и неоднозначности решения обратных задач разведочной геофизики.
Системный анализ всегда начинается с построения модели, отвечающей в нашем случае постановке конкретной геологической задачи, т. е. с формализации изучаемого объекта (процесса). Построение модели сводится к описанию объекта (процесса) на языке математики. С помощью одной и той же модели в принципе могут изучаться разные объекты (например, математическая модель затухающей по экспоненте косинусоиды применяется для описания эпейрогенеза в геологии, формы сейсмических колебаний и характера погрешностей измерений в гравиразведке).
Обычно с помощью математических выражений удается описать несложные по своему строению геологические объекты и формы геофизических (геохимических) аномалий. Для сложных объектов необходимо использовать статистические и стохастические модели, а их анализ проводить на базе имитационного моделирования.
Поскольку построение модели определяется конкретной геологической задачей, то необходим анализ модели в соответствии с постановкой задачи исследований. При описании модели нужно провести анализ априорных сведений и ограничений и сформулировать некоторую оптимизационную задачу. Так, например, при решении задач обнаружения перспективных объектов по одному полю или по комплексу геополей можно максимизировать либо пиковое, либо энергетическое отношение сигнал/помеха в многомерном пространстве этих полей. Такая оптимизация (максимизация) при разных априорных ограничениях, накладываемых на полезный сигнал и помеху, приводит к реализации различных по своей конструкции оптимальных фильтров (согласованного и энергетического) при обработке данных одного метода [47] или приемов распознавания образов (многомерные аналоги способов обратных вероятностей и самонастраивающейся фильтрации, метод главных компонент [47,53] и т. д.) для комплекса геополей. Следующий этап системного анализа - решение оптимизационной задачи (или просто оптимизация) по выбору стратегии, обеспечивающей достижение цели управления. Критерий оптимальности при этом обычно является и критерием отбора наиболее экономной стратегии. Например, оптимальный комплекс геофизических методов при решении задачи поисков перспективных объектов может быть выбран путем минимизации функции потерь, включающей в себя как информационные возможности методов (в качестве информационного признака, в частности, выступает и энергетическое отношение сигнал/ помеха, рассчитываемое для любого набора геофизических полей [48]), так и их экономические показатели. Выбор оптимального комплекса геофизических методов и определяет стратегию управления геологоразведочным процессом на стадии поисков.
Таким образом, системный анализ включает построение модели, анализ этой модели и оптимизацию решения поставленной задачи [45].
Основной задачей системного анализа является установление цели, а сама система рассматривается как механизм ее достижения.
Поскольку система наблюдений геополей на разных уровнях требует анализа, обработки и интерпретации данных комплексных геолого-геофизических съемок, то под интегрированным системным анализом (ИСА) геоинформации будем понимать комплексную, интегрированную обработку и интерпретацию разноуровневой геоинформации на основе системного анализа [25].
Цель ИСА геоинформации - создание объемных многофакторных физико-геологических моделей изучаемых объектов (систем объектов) и принятие управленческих решений о направлении дальнейших исследований.
Сформулируем общие положения и принципы ИСА, которые следует использовать при разработке конкретных методов и технологий ИСА, а также их информационного и программно-математического обеспечения. При этом отметим, что геофизические и геохимические поля, регистрируемые на разных уровнях наблюдений, обычно интерпретируются совместно лишь в пределах того уровня, на котором они измерены. Интеграция геоданных (комплексная интерпретация) на разных уровнях измерений практически не используется.
До.сих пор отсутствуют принципы и методы обработки и интерпретации полей, зарегистрированных лишь на двух разных высотах. Комплексные анализ и интерпретация геоданных в пределах одного уровня проводятся на основе алгоритмически-программного обеспечения распознавания образов. Комплексная интерпретация данных сейсморазведки и геофизических исследований скважин (ГИС) при решении задач Сейсмостратиграфии и прогнозирования геологического разреза проводится на базе тех же методов распознавания образов, причем данные ГИС обычно применяются лишь в качестве априорной информации на эталонных объектах - скважинах. Совершенно очевидно, что для построения физико-геологических моделей изучаемых объектов, адекватных реальной геологической среде, необходимо шире использовать информационные возможности многоуровневых геоданных. Поэтому актуальность разработок принципов и методов ИСА несомненна.
Принципы ИСА вытекают из того положения, что процессы, происходящие в земной коре и на поверхности земли, взаимосвязаны. Это положение также подтверждает целостность и замкнутость всей информационной системы: космос-воздух-земля-скважина.
К основным принципам ИСА следует отнести [28]:
1) расширение территории исследований и соответственнее увеличение объема гесинформации, относимого к элементу земной коры, при переходе с нижнего уровня на более высокий;
2) потеря глобальности исследований при переходе с верхнего на нижний уровень;
3) унаследованность проявления в физических и геохимических полях разного уровня (от нижнего до верхнего) геологических структур и процессов, обусловленная общее организацией структуры геологического пространства. Эта общая организация выражается в иерархичности геопроцессов, в частности, в наличии линейных и кольцевых дислокаций земной коры, а унаследованность их проявления в полях разного уровня связана с механизмом передачи информации с глубины на поверхность;
4) использование геоинформации, получаемой на каждом нижнем уровне, в качестве петрофизической основы интерпретации на каждом верхнем.
Так, информация о астрофизических свойствах по данным ГИС используется в качестве эталонной при решении задач прогноза литологического разреза и сейсмостратиграфии при наземных наблюдениях методами сейсморазведки и гравираэведки. Наземные петро-физические измерения и измерения в скважинах являются основой при интерпретации данных с воздушных носителей.
В свою очередь, аэрогеофизические и аэрогеохимические наблюдения подтверждают результаты обработки и интерпретации спутниковых данных. Сюда следует отнести интерполяцию и экстраполяцию результатов наблюдений более детального уровня для интерпретации данных более высокого уровня;
5) разбиение площади или пространства наблюдений на квазиоднородные области по эффективным .параметрам среды, значениям комплексного параметра (меры сходства) и различным статистическим показателям.
К принципам ИСА относятся и общие принципы самого системного анализа: модельность исследований, т. е. построение модели при решении конкретных геолого-геофизических задач; системность исследований, т. е. анализ моделей как систем с установлением для них априорных сведений и ограничений; оптимальность, сводящаяся к выбору и выработке критериев принятия решений [29].
Методы ИСА достаточно разнообразны и зависят от решения конкретных геолого-геофизических задач. Так как исходная геоинформация регистрируется на разных уровнях, практически все конкретные приложения связаны с анализом корреляционных (ковариационных) матриц измеряемых полей и признаков. Размерность этих матриц зависит от числа уровней наблюдения регистрируемых полей и признаков, от числа точек (ячеек) и профилей съемок.
Следовательно, методы изучения многомерных ковариационных матриц (блочных матриц) и уменьшения их размерности, оценка главных факторов, определяющих те или иные параметры изучаемых геообъектов и процессов, являются основными для ИСА. Анализ сложных моделей, возникающих при решении задач изучения глубинного строения Земли, геокартирования, поисков и разведки месторождений полезных ископаемых, при прогнозировании геологического разреза, сейсмостратвграфии и т. д., невозможен без методов имитационного моделирования (методы конечных разностей, Монте-Карло и др.).
В ходе геолого-геофизических исследований меняется как характер изучаемых объектов (от выделения перспективных площадей при поисках до геометризации рудных тел и залежей при разведке), так и характер соответствующих им моделей.
Наконец, принятие управленческих решений о постановке дальнейших исследований или об их отказе в геологии осуществляется чаще всего в условиях существенной априорной неопределенности. Поэтому на конечном этапе использования ИСА следует применять экспертные системы, методы построения матриц предпочтения и на их базе использовать такие критерии принятия решений, как критерий гарантированного результата, Парето, Гурвица и др.
Основными содержательными задачами, которые возникают при поисках месторождений полезных ископаемых на разных стадиях геологоразведочного процесса, являются задачи обнаружения и локализации перспективных объектов, детального их описания (количественная интерпретация).
В настоящее время уже созданы методы ИСА для решения задач обнаружения и локализации перспективных объектов (см. раздел 10.2), разработаны некоторые приемы количественной интерпретации разноуровневой информации (см. раздел 10.3) и на их основе с учетом принципов ИСА могут быть построены более совершенные многофакторные физико-геологические модели изучаемых объектов (см. раздел 10.4).
10.2. ОБНАРУЖЕНИЕ ГЕООБЪЕКТОВ
ПО ДАННЫМ МНОГОУРОВНЕВЫХ НАБЛЮДЕНИЙ
Для решения задачи обнаружения геообъектов по данным комплекса разных методов и с учетом многоуровневых наблюдений рассмотрим конкретные методы ИСА: по оценке эффекта телескопирова-ния; построению многомерных аналогов способов обратных вероятностей (при наличии априорной информации о форме аномалий) и самонастраивающейся фильтрации (при отсутствии информации о форме аномалий) [53]; новому подходу к распознаванию комплексных геофизических аномалий [48] и классификации (разбиении) комплексных геополей на однородные области [49].
Указанные методы базируются на математическом аппарате теории oпроверки статистических гипотез.
10.2.1. Оценка эффекта телескопирования
Обнаружение перспективных объектов основано на принципах расширения территории исследования и унаследованности проявлений геологических структур в геофизических и геохимических полях разного уровня [28], что выражается в эффекте телескопирования аномалий этих полей. Эффект телескопирования заключается в совпадении аномалий по всем уровням и уменьшении их размеров при переходе к более низкому уровню. Этот эффект проявляется в теле-скопичности:
а) аномальных значений комплексного параметра (или меры сходства), полученных на разных уровнях при обработке данных на базе алгоритмов распознавания образов;
б) аномального содержания рудного элемента в пределах площадей, соответствующих строению месторождения, рудного поля, рудного района, провинции по данным геофизических и геохимических наземных съемок и аэросъемок;
в) аномальных значении энергетического отношения сигнал/помеха, полученных по результатам обработки полей разного уровня.
Расширение геометрических размеров указанных аномальных эффектов при переходе от более низкого уровня к более высокому отражает системный характер геологических объектов от масштаба месторождения до масштаба рудной (нефтегазовой) провинции.
Для того чтобы обнаружить и локализовать аномальный эффект, создаваемый перспективным объектом (например, месторождением) на разных уровнях, введем количественную оценку эффекта телескопирования (в i-й точке)pi, равную следующей квадратичной форме: pi=X1D-1.X, или
где X1, Х2, Х3 - векторы либо наблюденных значений поля, либо значений комплексного параметра (мер сходства), либо содержаний рудного элемента (или газа) на трех уровнях наблюдений (1, 2 и 3). Их размерности разные, поскольку они соответствуют длине выбранного для анализа интервала на каждом уровне. При площадных измерениях векторы Х1, Х2, Х3 представляют собой квадратные или прямоугольные матрицы, размеры которых определяются величиной двумерного "окна" на каждом уровне съемки. Количество точек для интервала или "окна" каждого уровня съемки определяется априорными размерами искомого объекта, в качестве их оценок используются значения , интервалов корреляции, вычисляемые по одномерным или двумерным автокорреляционным функциям наблюденных полей.
1/D1, 1/D2,1/D3 - величины, обратные дисперсиям тех же значений поля, мер сходства, содержания элементов на разных уровнях.
Выражение (10.1) справедливо для некоррелированных помех, в противном случае в обратной корреляционной матрице помех D-1 следует учитывать эти корреляционные свойства. Значения D1, D2, D3 определяются на заведомо безаномальных участках. Текущее значение величины р, определяется путем перемещения заданных по размерам интервала или "окна" в пределах наблюденных значений съемки.
Решение об аномальности величины рi, соответствующей многомерному и многоуровневому анализу отношения аномалия/помеха, следует принимать на основе применения известной статистики (критерия) Фишера. При рi > рпор, где рпор определяется по таблицам распределения статистики Фишера для заданных степеней свободы и вероятности ошибки I рода, фиксируется эффект телескопирования, локализующий перспективный аномалиеобразующий объект.
В том случае, когда имеются наблюденные значения по разным методам и по разным уровням одновременно, обратная корреляционная матрица D-1 превращается в блочную матрицу (матрицу матриц), а вектор X в матрицу, число строк которой определяется числом уровней. Например, для двух уровней и трех полей, наблюдаемых по (усаждому уровню, конструкция (10.1) приобретает вид
где первый индекс в обозначениях X и D фиксирует номер метода, а второй индекс - номер уровня. Наконец, если наблюденные значения представляют собой данные, измеренные по некоторой площади по комплексу геополей, зарегистрированных при этом на разных уровнях, то конструкция (10.1') превращается в перемножение блочной матрицы X, каждое значение Хij - матрица, число блоков которой определяется числом уровней, на двойную блочную матрицу D-1, т. е. матрицу матриц, где число блоков первого порядка определяется числом методов, а число блоков второго порядка определяется числом уровней.
10.2.2. Многомерные
аналоги способов обратных вероятностей
и самонастраивающейся фильтрации
Конструкция оценки эффекта телескопирования (10.1) положена в основу при обобщении способов обратных вероятностей и самонэстра-ивающейся (адаптивной) фильтрации [53] для комплекса одновременно наблюдаемых физических полей (или несколько уровней наблюдения одного и того же поля). Известно, что надежность обнаружения комплексной аномалии n определяется суммой значений энергетических отношений аномалия/помеха, рассчитанных для каждого l-го поля (или l-го уровня), т. е. р = S 1рl, l= 1,..., L, L - число полей (или число уровней наблюдения) [47]:
геополей, зарегистрированных при этом на разных уровнях при площадных измерениях, потребует существенного усложнения алгоритмов. Так, матрица R, равная произведению двух обычных матриц в рассмотренном выше варианте обработки, будет определяться произведением уже двух блочных матриц, количество блоков которых равно числу уровней наблюдений. Соответственно ковариационные матрицы G и D, представленные для рассмотренного выше варианта обработки простыми блочными матрицами, для которых число блоков равно числу полей L, будут матрицами матриц матриц (двойные блочные матрицы), где число одного уровня блоков равно числу полей L, а число второго уровня блоков определяется числом уровней наблюдений. Соответственно, требуется пересчет степеней свободы в формулах (10.12) - (10.14) - для статистики Фишера.
Рис. 46. Карта изолиний модульного поля I, представленного суммой пяти линейных аномалий (пунктирные линии) в некоррелированной помехи
Рис. 47 Карп изолиний молельного поля II, прелиавленного суммой пяти линейных аномалий (пунктирные линии) и некоррелированной помехи
Рис. 48. Значения статистики Фишера при обработке данных модельного поля I способом одномерного варианта самонастраивающейся фильтрации
Рис. 49. Значения статистики Фишера при обработке данных модельных полей I и II, многомерный аналогом способа самонастраивающейся фильтрации
10.2.3. Распознавание комплексных геофизических аномалий
С целью обнаружения площадей, перспективных на поиски и разведку месторождений полезных ископаемых, широко используют различные алгоритмы распознавания образов с предварительным обучением на эталонных объектах.
Постановка и решение задачи для большинства методов распознавания в геологии и геофизике состоит в следующем. Сначала проводится обучение на эталонных объектах разных классов для оценки информативности отдельных признаков и их различных сочетаний (этап обучения). Затем по имеющейся информации о значениях измеренных или полученных путем обработки признаков в каждой точке наблюдений, или при каждом смещении выбранного для анализа "окна" (ячейки) из М точек и N профилей, на основе различных правил и критериев принятия решения делается вывод о принадлежности искомой точки, "окна" (ячейки) к тому или иному классу эталонных объектов (этап распознавания).
Известно, что этап обучения на эталонных объектах - один из наиболее уязвимых мест методов распознавания в геологии и геофизике. Многообразие геолого-геофизической информации, обусловленное изменением геологического строения в пределах даже одной площади исследования, влияние различного рода помех часто не позволяют использовать надежно результаты обучения на эталонных объектах для решения прогнозно-псисконых задач. При этом геофизическая информация используется далеко не полностью, поскольку чаще всего ограничиваются набором таких признаков поля в элементарной ячейке (окне), как среднее, знак аномалии, дисперсия, интервал корреляции, направление изолиний. Целесообразно построить такой алгоритм распознавания, который был бы ориентирован на размеры конкретного эталонного объекта и форму создаваемых им аномалий и позволил бы выделять на изучаемой площади объекты с аналогичными характерным" особенностями комплексных полей.
Параметрами, характеризующими эталонный объект, являются двумерные поверхности, заданные значениями поля в дискретных точках прямоугольной сети. Каждая поверхность отражает поведение конкретного геофизического поля (признака) над эталонным объектом. Признаками могут быть значения различных геофизических полей, их производных, наблюдения на различных уровнях одного признака, оцифрованная геологическая информация и т. д. Соответственно, при наблюдении комплексных полей, зарегистрированных на разных уровнях наблюдений, мы получаем наборы двумерных поверхностей. Число таких наборов определяется числом уровней наблюдения.
При подобном подходе к распознаванию, в отличие от традиционного, реализуется вся имеющаяся информация о структуре физических полей. Значения комплексной аномалии, т. е. ее двумерной формы (или трехмерной при разноуровневых наблюдениях), можно получить классическим путем обучения на уже исследованных (например, бурением) площадях, либо путем решения прямь х задач, а также создав банк данных элементарных аномалий, из которых путем линейных преобразований можно построить комплексную аномалию заданной энергии и формы, в том числе комплексную и разноуровневую аномалию при наблюдениях на нескольких уровнях.
Этап распознавания заданной комплексной аномалии F (i, j), i = 1,..., М, j = 1,..., N, размером М* N точек, где М - число точек наблюдения ца профиле; N - число профилей, состоит в следующем.
Без ограничения общности рассмотрим окно на анализируемой площади размером М *N точек и наклоном Q. Пусть в каждой точке окна исходные данные представлены наблюдениями по L признакам, т. е. векторами f(i,j), причем f(i, j) = a (i, j) + n (i, j), где a (i, j) - аномальная составляющая наблюденного поля; n(i, j) - помеха, имеющая в
б) использование банка данных элементарных аномалий резко сокращает этап обучения, т. е. делает алгоритм мобильным при обра-ботке данных по различным исследуемым территориям;
в) для использования алгоритма необходимо задание лишь формы комплексной аномалии над эталонным объектом. Оценка параметров помехи и ее влияние исключаются на этапе распознавания автоматически;
г) изменение наклона окна позволяет выделять комплексные аномалии различного простирания.
Из недостатков выделим следующий. Алгоритм построен на предположении, что наблюденное поле - сумма аномалии и помехи (аддитивная модель поля), хотя в ряде случаев это неверно. Предположение о нормальности помехи также не всегда выполняется, однако это допущение в многомерном анализе оказывает слабое влияние на конечный результат. Рассмотренный алгоритм реализован А. В. Петровым и составленная для него программа включена в АС КОСКАД.
10.2.4. Классификация (районирование) комплексных геополей
Известно несколько подходов к реализации классификации комплексных данных на заданное или заранее неизвестное число однородных областей - так называемое распознавание образов без обучения на эталонных объектах [47]. При эвристическом подходе не учитываются коррелированность признаков между собой; корреляционный подход, базирующийся на методе главных компонент, не дает анализа изменения корреляционных связей между признаками по площади исследований. Один из наиболее эффективных методов классификации метод К-средних [47] не учитывает корреляционные связи между признаками, кроме того, не всегда можно достаточно надежно задать число классов (однородных областей), на которые требуется разбить площадь исследований. Ниже описывается алгоритм классификации, свободный от указанных ограничений [49].
Задачу классификации (или районирования) комплексных геофизических геополей на априорно неизвестное число областей, однородных в смысле вектора среднего по всем признакам, можно свести к реализации следующих процедур:
1) первая процедура включает проверку статистической гипотезы о том, что наблюденные данные представляют выборку из генеральной совокупности, действительно представляющей собой сумму нескольких, а не одного, унимодальных L-мерных нормальных распределений. Невыполнение этой гипотезы свидетельствует о том, что вся совокупность исходных данных принадлежит к одному классу (области) и соответственно дальнейшая обработка не имеет смысла;
2) вторая процедура представляет этап обучения, при котором проводят первоначальную классификацию исследуемой площади и оценку общей ковариационной (корреляционной) матрицы L>
3) третья процедура реализует повторную классификацию площади с уже известной ковариационной матрицей Д
4) наконец, четвертая процедура обеспечивает оценку качества классификации путем нахождения общего, межклассового и внутриклассового разбросов и определение количества образованных кластеров (однородных по комплексу признаков областей).
Первые три процедуры базируются на проверке двух многомерных статистических гипотез и построении соответствующих критериальных статистик. Первая из этих статистик позволяет проверить справедливость гипотезы о равенстве векторов средних J выборок из генеральной совокупности, представленной смесью J унимодальных L-мерных нормальных распределений с различными векторами математического ожидания и одинаковой ковариационной матрицей D.
Использование второго многомерного статистического критерия позволяет провести попарное сравнение векторов средних любых выборок из той же генеральной совокупности.
Приведем пример применения этих критериев для генеральной совокупности, из которой осуществляется выборка из J групп. Пусть вектор наблюдений размерности L относится к I-й группе (I-1, ..., J) и имеет многомерное нормальное распределение с (Mi, D), где Мi - вектор средних значений в I-й группе; D-- ковариационная матрица, одинаковая для всех групп; векторы Мi к матрица D считаются неизвестными. Допустим, что из каждой группы генеральной совокупности осуществлена выборка L-мерных векторов объемом N, причем справедливо соотношение N> J +L + 2, где N - сумма всех наблюдений в выборках. Тогда с помощью первой критериальной статистики можно решить вопрос о равенстве векторов средних M1 =M2 = ... =Mj во всех группах генеральной совокупности, а используя второй многомерный критерий, проверить равенство векторов средних Mi во нсех произвольных группах t и k.
На основе первой критериальной статистики построен алгоритм распознавания комплексных геофизических аномалий (см. раздел 10.2.3), в котором также проверяется гипотеза о равенстве векторов средних в нескольких выборках (в строках и столбцах окна фильтрации) между собой. Исходя из этого можно вновь использовать статистику следа матрицы и ее аппроксимацию распределением Фишера с целью реализации первой процедуры алгоритма классификации, т.е. решить вопрос о принадлежности всей совокупности комплексных данных к одному классу.
Конкретное выражение для критериальнсй статистики получим в предположении, что вся совокупность наблюденных комплексных данных состоит из J= N - L - 2 классов; L - количество признаков (полей), причем L+ 2 класса состоят из двух точек наблюдения, остальные классы представлены одним наблюдением (точкой). Двухточечные классы можно получить, объединив в един класс L + 2 точки, ближайшие в смысле эвклидова расстояния. Тогда критериальная статистика для проверки гипотезы о равенстве векторов средних этих классов по аналогии с выражением (10.20) определяется выражением
Гипотеза Ho о равенстве всех J векторов средних значений принимается, если F< Fa (Fa - заданный порог принятия решения). Справедливость гипотезы Hо свидетельствует о принадлежности всей совокупности наблюдений к одному классу. Если гипотеза Ho не верна, то обработка продолжается.
Далее, используя вторую критериальную статистику с целью проверки гипотезы о равенстве векторов среднего в двух группах, можно объединить два класса в случае справедливости этой гипотезы. Такое объединение приводит к сокращению первоначального числа классов на единицу. Для этого объединения сравнивают векторы среднего в двух группах на основе статистики следа матрицы, аппроксимируемой распределением Фишера
- оценки векторов средних в этих группах; D - оценка общей ковариационной матрицы для всех групп.
Статистика F имеет распределение Фишера со степенями свободы g1=L и g2=N-J-L+1.
Если гипотеза о равенстве векторов среднего справедлива то классы t и k объединяются. После объединения корректируется общая матрица D и вектор среднего для вновь образованного класса. Общее число классов уменьшается на единицу. В противном случае рассчитывается величина F для следующей комбинации существующих классов.
Вторая процедура алгоритма классификации завершается, когда для определенного уровня значимости а между всевозможными комбинациями пар классов имеется существенное различие в смысле статистики F-критерия (10.23).
Третья процедура алгоритма реализует реклассификацию исходной совокупности комплексных наблюдений. Здесь так же, как при второй процедуре, осуществляется попарное объединение начальных классов на основе статистики (10.23). Отличие состоит в том, что при расчете критериальной статистики F используется оценка общей ковариационной матрицы D, полученной при второй процедуре; соответственно, корректировка ковариационной матрицы после каждого объединения классов не производится.
Для оценки качества результатов классификации исходных данных алгоритм предусматривает расчет ряда параметров. Оценка качества осуществляется путем расчета общего, межклассового и внутриклассового разброса и определения числа образованных кластеров (однородных областей). Общий разброс
Количество образованных кластеров определяется числом классов, для которых справедливо соотношение w/N < V/N, т. е. таких классов, в которых средний квадрат внутриклассового разброса меньше среднего расстояния до общего центра в исходной совокупности.
Из рассмотрения статистики вида Т = 1 - W / V следует, что чем больше величина Т, тем большая доля общего разброса точек объясняется межклассовым разбросом, и можно считать, что качество классификации лучше. Естественно принять, что чем больше среди выделенных классов кластеров, тем успешнее проведено разбиение.
Задача распознавания комплексных аномалий по нескольким уровням наблюдения требует обращения двойных блочных матриц (матрицы матриц матриц).
10.3. Количественные
методы интерпретации
геоданных при интегрированном системном анализе
Количественные методы интерпретации геоданных, зарегистрированных даже лишь на двух разных высотах, еще не разработаны. В то же время привлечение разноуровневой информации для решения основных задач разведочной геофизики бесспорно открывает новые возможности по совершенствованию физико-геологического моделирования изучаемых объектов. В данном разделе рассматриваются некоторые подходы к совместной количественной интерпретации данных, полученных как по одному геофизическому методу (аэромагнитные данные на разных высотах), так и по комплексу физических полей, зарегистрированных на нескольких уровнях наблюдения. При этом можно выделить пять задач количественной интерпретации разноуровневых данных, для решения которых были использованы новые подходы.
1. Оценка особых точек для потенциальных полей.
Решение этой задачи базируется на компенсационном фильтре Колмогорова-Винера. Фильтр реализован А. А. Лыхиным, и его программная реализация включена в состав АС КОСКАД. Суть компенсационного фильтра состоит в следующем.
Пусть имеются наблюденные данные f1j и f2j, измеренные на двух высотах (уровнях) - см. например рис. 50. Необходимо исключить влияние поля f1j из поля f2j, т. е. требуется компенсировать влияние
Следовательно, окончательная форма компенсационного фильтра (10.28) принимает вид
Естественно, что компенсационный фильтр (10.29) - (10.30) с успехом может использоваться для обработки данных, полученных разномасштабными съемками, например f1 масштаба 1 : 200 000, а f2 - масштаба 1:50 000 и т. д.
На рис. 51-54 приведены результаты обработки данных f1 и f2 (см. рис. 50) разновысотной аэромагнитной съемки, выполненной по геотраверсу на территории Северного Казахстана.
Как и следовало ожидать, пересчет поля f2 в нижнее полупространство, по сравнению с пересчетом поля f1, дает большее число особых точек, однако неоднозначность их определения, за исключением двух-трех, остается высокой. В то же время применение компенсационного фильтра и дальнейший пересчет разности (10.30) в нижнее полупространство (рис. 53) позволяет не только осуществить более однозначную оценку особых точек, но и выделить ряд новых, которые не были обнаружены при пересчете исходных полей f1 и f2.
На рис. 54 приведены результаты компенсационного фильтра, который был применен для двух пересчетов полей f1 и f2, представленных на рис. 51 и 52. Интерес здесь представляют два обстоятельства: несомненно глубинная природа двух особых точек в районе 30 000 -45 000 м исходного профиля и предельная глубина исследований магнитной съемки, которая оценивается примерно в 5500 м по резким горизонтальным градиентам. Величина 5500 м составляет половину от оценки в 11000 м (рис. 54), поскольку ближайшая особая точка при пересчете вниз автокорреляционной (или взаимно корреляционной) функции (что имеет место в нашем случае при использовании фильтра Колмогорова- Винера) располагается в 2 раза глубже по сравнению с аналогичной особой точкой, полученной при пересчете самого наблюденного поля.
Для оценки особых точек, характеризующих глубину залегания центра масс, верхних и нижних границ аномалиеобразующих объектов, можно использовать метод главных компонент. Действительно, поскольку получение многоуровневой информации приводит к построению карт физических полей в вертикальной плоскости, а для потенциальных полей возможны и их пересчеты в нижнее полупространство, то для данных в вертикальной плоскости нетрудно оценить корреляционную матрицу. Элементами этой матрицы являются парные коэффициенты корреляции значений физического поля, измеренного либо на разных уровнях, либо пересчитанного на разные глубины. Вычисление для такой корреляционной матрицы первых двух-трех главных компонент и их построение в вертикальной плоскости позволят по экстремуму (особой точке) первой главной компоненты установить глубину центра масс, а по экстремумам других главных компонент - оценить верхнюю и нижнюю границы объектов.
залегания определяется на некотором (эталонном) интервале другим геофизическим методом, например, сейсморазведкой, или на тех участках, где эта глубина известна по данным бурения. Аналогичный подход может быть реализован как при наблюдениях одного типа поля на трех уровнях [но при этом в уравнении (10.31) для Hф (х) добавляется еще одна свертка], так и при наблюдениях нескольких полей на разных высотах. Например, если при тех же наблюдениях полей T1 и Т2 провести дополнительно измерение поля Dg на поверхности земли, то уравнение (10.31) примет вид
Для оценки глубины залегания контактной поверхности в осадочном чехле (рис. 55) в выражениях (10.33) и (10.34) значения Hф следует заменить на Hk, соответственно для оценки глубины залегания некоторой другой поверхности - значения Hф заменяют на глубины этой поверхности.
При данном подходе к оценке глубин залегания существенно то обстоятельство, что глубинные объекты создают аномальные эффекты на нескольких уровнях исследования.
Г. В. Демурой отмечено, что различная глубинность геофизических методов позволяет определить угол падения изучаемых объектов по смещению аномальных эффектов от менее глубинного метода исследования к более глубинному методу. Такое смещение им установлено для рудных объектов по данным гравиразведки (наиболее глубинный метод), магниторазведки и электроразведки срединным градиентом (наименее глубинный метод).
3. Оценить возраст глубинных геологических образований можно при наличии наземных наблюдений поля Dg и полного вектора магнитного поля Т, измеренного при аэромагнитной или наземной съемках.
При вертикальном намагничении горных пород экстремумы полей Dg и T, например, для антиклинальных поднятий, должны совпадать; в случае косого намагничения локальные магнитные аномалии смещаются относительно гравитационных в зависимости от направления полного вектора намагничения To (см. рис. 55)
I=n0T0+Ir,
где Ir - вектор остаточной намагниченности.
Величина смещения косого намагничения горных пород в пространстве определяется по положению максимума двумерной взаимно корреляционной функции полей Dg и Т. С одной стороны, отсутствие по двумерной взаимно корреляционной функции устойчивого в плане максимума указывает на различную природу гравитационных и магнитных аномалий, с другой стороны, по значению полного выбора намагничения для данного региона появляется возможность оценить возраст пород. С этой целью используются координаты полюсов древнего магнитного поля, вычисленные для основных типов пород и имеющиеся в соответствующих каталогах для большинства регионов.
Кроме того, следует учитывать относительное увеличение интен-сивностей аномалий для полей Dg и T при переходе от молодых структур к более древним, а для магматических комплексов - постепенное понижение плотности и магнитной восприимчивости пород и повышение радиоактивности от более ранних к более поздним интрузивным образованиям. Естественно, оценка возраста пород при этом возможна лишь при их достаточной магнитной восприимчивости.
4. Оценка прогнозных ресурсов (запасов) производится при наличии скважинных и наземных (или высотных) измерений. При комплек-сировании геофизических методов исследований скважин, по данным
При решении прогнозно-поисковых задач в каждой точке (ячейке) наблюдения по данным комплекса геофизических методов вычисляется значение меры сходства. Используя приведенную регрессионную зависимость (10.35), в той же точке оценивают величину запасов или прогнозных ресурсов. Эта оценка будет значима при условии, что yk вдвое превышает величину ryt.
Такой подход существенно повышает эффективность распознавания геообъектов по комплексу геолого-геофизических данных, поскольку в каждой точке (ячейке) исследуемого региона появляется возможность оценить не только значение комплексного параметра, но и величину запасов или прогнозных ресурсов, что приводит к сужению территории дальнейшего опоискования.
5. Оценка адекватности физико-геологических моделей реальной среде.
Соответствие построенных физико-геологических моделей (ФГМ) реальной среде можно оценить используя так называемое обобщенное расстояние m, введенное для случая построения ФГМ по комплексу геофизических данных в виде
При сравнении нескольких альтернативных ФГМ в качестве модели, адекватной реальной среде, принимается такая, для которой величина обобщенного расстояния (10.36) является наименьшей. Такой подход обеспечивает построение модели, которая, возможно и грубо, но согласуется с данными всех методов. Это обстоятельство существенно при физико-геологическом моделировании по геофизическим полям, поскольку по экспериментальным данным одного метода всегда можно подобрать модель, для которой теоретически рассчитанные значения со сколь угодно высокой точностью совпадут с наблюденными значениями, однако для другого метода эта же модель уже может быть нереальной.
При наличии комплексных геофизических исследований, проведенных на разных уровнях (высотах) наблюдения, критерий адекватности ФГМ реальной среде с учетом соотношения (10.36) выражается обобщенным расстоянием
Привлечение дополнительной геоинформации, полученной на разных уровнях наблюдений, при сравнении альтернативных ФГМ на основе использования обобщенного расстояния (10.37) позволит, с одной стороны, сузить набор альтернативных моделей, с другой -ускорить решение задачи об адекватности ФГМ реальной среде.
Таким образом, значение обобщенного расстояния обеспечивает количественную оценку качества ФГМ.
10.4. ПОСТРОЕНИЕ МНОГОФАКТОРНЫХ МОДЕЛЕЙ ГЕООБЪЕКТОВ
Построение многофакторных моделей изучаемых объектов по комплексу геополей, зарегистрированных на разных уровнях наблюдений, - конечная цель интегрированного системного анализа геоинформации. Многофакторность моделей изучаемых объектов обусловлена многофакторностью геологических процессов в земной коре. Например, главные группы факторов рудообразования - это reonoroj тектонические условия, физико-химические параметры вмещающей среды, типы рудообразующих растворов. Рудообразующие факторы внешне, как правило, проявляются в виде признаков, фиксируемых по описаниям геологов или в виде аномальных эффектов геофизических и геохимических полей.
В зависимости от информации, доставляемой разными уровнями наблюдений, создаются различные типы моделей геообъектов и выделяются различные группы факторов, направленные на решение геокар-тировочных, прогнозно-поисковых и разведочных задач.
По данным скважинных измерений и изучения физических свойств горных пород в сква'жинах и на обнажениях осуществляется астрофизическое моделирование.
Петрофизическая модель (ПФМ) - совокупность взятых в природных границах разновидностей горных пород, которая состоит из равновесных парагенетических минералов, представлена двумя координатами (состав и время) и охарактеризована статистическими распределениями физических свойств.
Для построения петрофизической модели необходимо:
1) изучение физических свойств горных пород с учетом петрофизи-ческого, минераграфического, химического и других видов анализов;
2) исследование изменчивости физических свойств в пространстве и установление закономерностей их изменения по составу в пределах природной ассоциации горных пород;
3) создание легенды и классификаций типов пород.
Петрофизическая модель характеризуется различными по природе физическими свойствами и зависит от разных геологических факторов, т. е. это комплексная и многофакторная модель.
Свойство комплексности позволяет сужать неоднозначность интерпретации геофизических данных. Построение ПФМ обычно осуществляется по сети скважин или по опорным геологическим разрезам. ПФМ является составной частью физико-геологической модели изучаемой среды. Дополнение петрофизической информации данными наземных и аэросъемок позволяет проводить физико-геологическое моделирование.
Физико-геологическая модель (ФГМ) - максимально приближенное к реальным условиям обобщенное и формализованное представление об основных геологических и физических характеристиках изучаемого объекта и его вмещающей среды. Под ФГМ также понимается максимально приближенное к реальному систематизированное описание целевых геологических объектов, подлежащих обнаружению и последующей оценке. В зависимости от стадии геологоразведочного процесса выделяют ФГМ на уровне провинции (бассейна), района, рудного поля, месторождения, рудного тела (залежи).
При создании ФГМ рудных полей и месторождений основное значение имеют правильно заданные ПФМ и структурно-вещественный комплекс.
Структурно-вещественный комплекс (СВК) - это совокупность физически квазиоднородных на данном уровне исследований геологи-ческих образований (горных пород, рудных тел и т. д.), которые выделяются в физическом поле как единый возмущающий объект СВК при формировании ФГМ выделяют обычно в качестве отдельных элементов модели. В зависимости от геологических факторов СВК подразделяют на рудоконтролирующие, рудовмещающие и рудные. Рудоконтролирующие СВК применительно к выделению рудных полей и месторождений соответствуют конкретным рудоконтролирующим элементам геологического строения, а также их сочетаниям. Например рудоконтролирующими СВК вулкано-плутонических структур являются система некков, фиксирующаяся периферической кольцевой зоной геофизических аномалий, и отложения вершинной кальдеры палеовулкана, характеризующейся пониженными физическими полями в центре структуры.
Рудовмещающие СВК включают метасоматические образования и продуктивные горизонты, которые являются основными объектами при выделении месторождений рудных тел. Рудные СВК соответствуют рудным скоплениям и рудным телам.
По существу все типы СВК представляют те целевые геологические объекты поисков, которые подлежат обнаружению, локализации и детальному описанию.
В рамках физико-геологического моделирования выделяются гравимагнитные, сейсмогравитационные, сейсмоэлектрические и другие типы моделей в зависимости от наличия исходной информации.
Наконец по данным наземных и аэрокосмических наблюдений осуществляется построение еще одной наиболее распространенной модели - геологической карты.
Геологическая карта - модель геологического пространства, на которой средствами картографии с использованием комплекса геолого-геофизических данных отражены состав, строение и история формирования. Имеется множество разновидностей этой модели. К этому типу модели примыкают модели геологических,, геолого-геофизических разрезов.
Все виды перечисленных моделей представляют при геолого-геофизических исследованиях целевую функцию, которая с точки зрения системного анализа подлежит оптимизации.
Параметры, характеризующие объект изучения и влияющие на целевую функцию, называют факторами. Для оптимизации целевой функции необходимо параметр оптимизации связать с этими факторами с помощью либо функциональной, либо статистической зависимоcти.
При решении геокартировочных и прогнозно-поисковых задач по комплексу геополей и признаков в качестве параметра оптимизации выступает мера сходства (комплексный параметр) с эталонными объектами и широко применяются различные алгоритмы и программные комплексы распознавания образов, базирующиеся на методах математической логики, регрессионного анализа, теории принятия статистических решений.
При физико-геологическом моделировании, предусматривающем количественные оценки параметров модели, в качестве параметра оптимизации используется обобщенное расстояние (см. раздел 10.3), в методах подбора - значение среднеквадратической ошибки отклонения модельных (теоретически рассчитанных) и экспериментальных данных, а также величина, минимизирующая многопараметрический функционал (при наличии функциональной зависимости).
При петрофизическом моделировании по данным ГИС широко применяются методы имитационного моделирования, а также метод Монте-Карло.
При построении геологических карт наряду с методами распознавания образов начаты исследования по использованию планирования оптимального эксперимента с оптимизацией функции отклика системы. В качестве функции отклика выступают графики геофизических полей над опорными (эталонными) разрезами.
Важнейшими моделями при выявлении и прогнозе полезных ископаемых, изучении закономерностей их размещения и оценке геообъектов являются прогнозно-поисковые модели.
Прогнозно-поисковые модели (ППМ) представляют собой иерархически построенный ряд моделей объектов разного ранга: рудная провинция (нефтегазоносная провинция или нефтегазовый бассейн), рудный узел (нефтегазоносная область), рудное поле (нефтегазоносная зона), месторождение (нефтегазовая залежь), в котором каждая последующая модель является результатом вычленения и дифференциации наиболее существенной части модели более высокого ранга. Иерархическое построение моделей выражается в различных масштабах генерализации элементов модели. Для целей поисков ограничиваются построением моделей трех уровней генерализации геологической среды в масштабах 1:1 000 000,1:200 000 и 1:50 000.
Модели объектов поисков представляют собой сочетание поисковых признаков и критериев, которые находят отражение объекта в. показаниях различных геолого-геофизических методов и которые изменяются от верхнего к нижнему уровню зондирования литосферы, т. е. при переходе от уровня "Космос" к уровню "Скважина". Эти модели формируются на основе генетического и парагенетического взаимосвязанных подходов.
Генетический подход выражается в построении модели гее логического процесса образования объекта и установлении для такой модели критериев и признаков, которые являются решающими для выявления, обнаружения объекта. Парагенетический подход представляет собой обобщение данных по известным объектам того же родя что и объект поисков, и установление статистическими приемами наиболее характерных для него признаков и критериев, набор которых зависит от уровня зондирования. Построение ППМ обычно ограничивается качественным описанием поисковых признаков и критериев, а содержание ППМ в значительной степени определяется конкретным видом минерального сырья. Комплексирование аэрокосмических, наземных и скважинных геолого-геофизических методов поисков позволяет установить признаки и критерии, лежащие в основе ППМ и ФГМ.
На примере прогноза нефтегазоносности, осуществляемого комплексом аэрокосмических, наземных, геохимических и геофизических исследований, Г. П. Попсуй-Шапко составлена таблица поисковых признаков и критериев, отражающих многофакторный характер моделей нефтегазоносных объектов.
Геолого-геофизические критерии поисков метасоматических залежей углеводородов (УВ), по Г. П. Попсуй-Шапко, приведены ниже.
Другим примером многофакторной модели может служить физико-геологическая модель нефтегазового месторождения антиклинального типа, используемая для прямых поисков нефти и газа по комплексу наземных геофизических методов. Еще двадцать лет назад при решении проблемы прямых поисков основное внимание концентрировалось на выявлении непосредственных (прямых) эффектов нефтегазовых залежей из наблюдаемых геофизических полей, поскольку предполагалось, что залежь представляет отдельное, изолированное по физическим свойствам тело. Накопленные к настоящему времени материалы по физико-геологическому моделированию свидетельствуют о сложном распределении физических свойств пород в пределах месторождений нефти и газа.
На рис. 56 показана ФГМ нефтегазового месторождения антиклинального типа, на которой выделяется семь основных геологических факторов, существенным образом влияющих на физические свойства горных пород и характер геофизических полей. Все эти факторы разделяются на две группы: первая связана с залежами углеводородов, вторая - со структурно-тектоническими особенностями разреза (вмещающей среды). Физические свойства пород ограничиваются здесь плотностью s, удельным электрическим сопротивлением r, скоростью распространения v и поглощением a сейсмических волн. Если геологический фактор приводит к увеличению параметра, то этому соответствует знак (+), в противном случае - знак (-) (см. рис. 56).
К первой группе факторов относятся: влияние непосредственно порозаполняющего флюида (нефть, газ); вторичные изменения состава и физических свойств пород под влиянием углеводородов (запечатывающий слой и другие контактные изменения); ореол вторжения углеводородов (зона аномально высокого пластового давления). Вторую, группу факторов образуют: зона разуплотнения пород в своде структуры; зона разнонапряженных состояний пород (субвертикальные зоны неоднородностей); опорные границы (границы между породами с разными физическими свойствами); фундамент.
Нефтегазовая залежь по своим физическим свойствам отличается от окружающих пород, и в первую очередь от водоносных коллекторов, пониженной плотностью (от 0,1-0,25 г/см3 для газа и до 0,1-0,15 г/см3 для нефти), повышенным суммарным электрическим сопротивлением (от 30-50 до 400-500%), пониженной скоростью распространения продольных сейсмических волн (до 25-30%), повышенным поглощением сейсмических волн (в 10 раз и более). В то же время в зависимости от типа коллектора, структуры, разреза значения наблюдаемых аномалий гравитационных, электрических и сейсмических полей над нефтегазовыми залежами существенно различаются.
Вторичные изменения, обусловленные залежами углеводородов, весьма различны и их проявление в физических полях очень неоднозначно. Кроме того, над непромышленными скоплениями углеводородов в непродуктивных разрезах также наблюдаются вторичные изменения литологии и физических свойств пород, значительно возрастающие на структурах, нарушенных разломами, способствующими миграции флюидов.
Таким же образом неоднозначно проявляются и другие геологические факторы.
Все это свидетельствует о весьма сложном процессе моделирования даже достаточно хорошо изученных объектов.
Еще сложнее моделирование геологических процессов из-за явного недостатка фактического материала, т. е. сведений о составе, фазовом состоянии, значениях термодинамических параметров в зонах, недоступных прямому наблюдению. Хотя каждая сверхглубокая скважина приносит новые данные о составе горных пород, их структуре, наличии зон уплотнения и разуплотнения, о разгрузке напряжений в земной коре, динамике флюидов, однако эти данные не поддаются целостной интерпретации.
В связи с отмеченными обстоятельствами следует выделить основные задачи ИСА по построению многофакторных моделей геообъектов и геопроцессов в рамках рассматриваемого раздела геоинформатики. К этим задачам относятся [2]:
1) создание баз данных и баз знаний по различным типам многофакторных моделей геообъектов (и геопроцессов) с обеспечением долговременного их хранения и накопления. При этом необходимо вести разработки по совершенствованию, унификации и стандартизации форм представления разнородных геоданных. Создаваемая в ЗапСибНИГНИ Н. А. Гольдиной система документации геологоразведочных работ на уровне геофизических экспедиций и предложенная ею матричная модель информационного отображения процессов изучения геообъектов могут быть положены в основу при создании указанных баз данных. Следует предусмотреть возможность расширения различного рода геологической информации, заносимой в базу для последовательного и многоцелевого использования, а также применения таких способов кодирования первичных материалов, которые не приводят к потере исходной информации при ее последующем анализе на ЭВМ. Очень важен вопрос о схеме описания многофакторных моделей геообъектов. В настоящее время используются в основном три схемы: первая состоит в описании на исследуемой площади множества отдельных точек (месторождений, рудопроявле-ний, скважин) или выборе небольших участков вокруг таких точек (составление кадастров). При этом подходе картографические геологические данные не используются для выявления количественных закономерностей размещения перспективных геообъектов.
Вторая схема описания основана на представлении территории в виде системы непересекающихся связанных множеств (блоков), объединение которых покрывает всю изучаемую площадь. При этом площадь сначала разбивается го правильной сети на квадратные ячейки (1x1 см), затем определяются значения всех геолого-геофизических признаков для каждой ячейки, далее вычисляются интегральные характеристики для блоков. Число ячеек в реальных задачах составляет десятки и сотни тысяч. В результате могут быть построены различные модели изучаемой площади, причем выделение блоков возможно как по отдельным факторам (структурно-тектоническим, рудоконтролирующим и т. д.), так и по их комплексу.
В третьей схеме за ячейку сбора геоинформации принимают участок земной коры, ограниченный рамками планшета масштаба 1:200 000 (или 1:25 000), используя международную разграфку ЛИСТОЕ масштаба 1 : 1 000 000. Количество информации в пределах изучаемой, площади обусловливается не ее размером, а сложностью геологического строения. В качестве элементарной ячейки используется элементарная площадка размерами 0,25 и 1 см2 в масштабе карты.
Хранение карт геологического содержания в виде элементарных ячеек в машинной памяти ЭВМ позволяет оперативно моделировать любые контуры в зависимости от конкретных задач и объектов прогнозирования;
2) разработка систем передачи и обмена геоданными между источниками (ПВК) и потребителями (АРМ и ВЦ экспедиций, ПГО и региональных центров отраслевого и межотраслевого назначения). В рамках этой проблемы должна быть решена задача стандартизации обменного формата геоданных. В качестве возможного варианта такого обменного формата геоданных можно использовать структуру формата, разработанного американской ассоциацией геологов-нефтяников 1987 г. для геологических данных и данных по геологии нефти.
Кроме того, важно привлечь внимание всех пользователей информационных средств Геосистемы к вопросу о выработке межотраслевых стандартов на обменные форматы геоданных, а также стандартных средств трансляции файлов для ЭВМ ЕС, СМ и ПЭВМ.
3) построение пакетов прикладных программ по петрофизическо-му, физико-геологическому и другим видам многофакторного моделирования, разработка на их основе автоматизированных систем, а с учетом базы знаний и экспертных систем. С этой целью необходимо использовать накопленный опыт по таким автоматизированным системам как АСОМ-РГ и другим, описанным в разделах 4.2 и 4.3.
Пакет прикладных программ состоит из функционального наполнения, отражающего специфику решаемых задач, и включает совокупность моделей, используемых при составлении расчетных программ (например, прямые и обратные задачи геофизики) и сопроводительных описаний, языка заданий как средства общения пользователя с пакетом прикладных программ и системного наполнения, реализующего работу пользователя с пакетом.
Функциональное наполнение представляет собой совокупность модулей, соответствующих различным математическим задачам и методам их решения.
Для того чтобы по данным наблюдений определять структуру геологических объектов, создают проблемно-ориентированные системы обработки и интерпретации геоданных (см. гл. IV). Результаты обработки и интерпретации дополняют базу исходных данных. В процессе обработки и в результате моделирования могут быть установлены новые характерные особенности геополей для прогноза изучаемых объектов. Выявленные особенности геополей совместно с неформализованными логическими утверждениями и эмпирическими правилами образуют базу знаний.
Некоторые виды геоинформации могут входить как в базу данных, так и в базу знаний.
Экспертная система, сопоставляя результаты вычислительного эксперимента по тому или иному виду моделирования и данные наблюдений, делает вывод о представительности выбранной физической (физико-геологической и т. д.) имитационной модели и реальности предполагаемых значений параметров модели.
После выбора конкретной модели на ее основе уже непосредственно решаются задачи прогноза с использованием проблемно-ориентированных автоматизированных систем.
Информация к концу двадцатого столетия становится одним из важных ресурсов современного производства. Наличие информации приводит к существенному снижению потребностей в земле, труде, капитале, уменьшает расход сырья и энергии. Информация - основа энергосберегающих технологий. Информация вызывает к жизни новые виды производства и в настоящее время сама стала товаром и служит исходным сырьем для бурно растущего сектора экономики - индустрии знаний. Накопление информации, по мнению Т. Столпера, так же важно, как и накопление капитала. Хороший патент нередко оказывается более ценным, чем целое предприятие. Экономист Ф. Мэхлап, один из ведущих специалистов в области индустрии знаний, указывает, что образование - это самая крупная отрасль индустрии знаний. Американский социолог Д. Белл высказывается за центральное место знаний в современном производстве.
По мнению ведущих экономистов США, период постиндустриальной экономики, или нового индустриального общества, начался в середине 60-х годов.
В 1967 г. в США находилось 15 тыс. компьютерных терминалов, а к 1980 г. их число превысило 2 млн. Стоимость компьютерных баз данных в 1970-1971 гг. составляла 100-200 тыс., а уже в 1980 г. - 2 млн. долл.
В 80-е годы резко возрастает интерес к экспертным системам (ЭС). В 1986 г. в США было продано 12 000 ЭС - из них 11 000 простых ЭС и 1000 сложных, при этом 85% всех затрат приходится на приобретение сложных ЭС. Простая ЭС на персональные ЭВМ стоит 50-300 тыс. долл., время на ее разработку составляет от 3 мес до 1 г., содержит она от 200 до 1000 правил. Сложная ЭС на универсальных ЭВМ стоит 5-10 млн. долл., время на ее разработку составляет от года до 5 лет, содержит она от 1500 до 10 000 правил. В 1986 г. рынок, ЭС в США достигал 130 млн. долл., а в 1987 г. - 200 млн. долл. Рынок ЭС составляет уже в 1990 г. 90% рынка всех программных продуктов. По прогнозам 1990 г. рынок ЭС в США - 1 млрд. долл., в 1995 г. - 8-10 млрд. долл., а в 2000 г. - 60 млрд. долл.
В производстве ЭС в 1990 г. было занято 100 000 чел., а в 1984 г. только 3000 чел.
Исследования и разработки ЭС составляют основу компьютеризации развитых государств. На реализацию национальных и межнациональных программ компьютеризации выделяются большие средства. Например, на 10-летнюю стратегическую компьютерную программу в США выделено 1,6 млрд. долл., а на аналогичную программу Esprit Европейского экономического сообщества (ЕЭС) = 1,94 млрд. долл. Уже в начале 1988 г. ЕЭС удвоили ассигнования на Esprit до 3,9 млрд. долл. В США с учетом реализации новых программ и расходов частных фирм затраты на ЭС только в 1987 г. составили 1 млрд. долл., а в 1990 г. - более 4 млрд. долл. В США ведомства финансируют 70% всех исследований по ЭС, промышленные фирмы - 15% и кредитно-финансовые организации - 10%.
В Великобритании в 1984 г. 54% фирм использовали ЭС, а в США в 1987 г. практически все компьютерные фирмы имели лаборатории по ЭС.
Несмотря на значительную стоимость разработок ЭС, они приносят существенный доход. Ежегодный доход от ЭС DEFT фирмы IBM по проверке гигантских дисководов составляет 12 млн. долл. при начальной стоимости системы 100 тыс. долл., а доход от ЭС XCON фирмы DEC по определению конфигурации системы VAX составляет 25 млн. долл. при стоимости разработок менее 3 млн. долл.
Учитывая резкое отставание в области компьютеризации человеческой деятельности в России в целом и компьютеризации геологоразведочной деятельности в частности, первоочередными задачами геоинформатики следует считать создание систем передачи информации от полевых и экспедиционных ВЦ в региональные ВЦ, разработку программно-математического обеспечения интегрированного системного анализа геоинформации, подготовку специалистов по геоинформатике для всех отраслей геологоразведочного производства и геоэкологии. Без этой основы невозможна реализация Геосистемы.
Многократное увеличение ассигнований на компьютеризацию геологоразведочного производства несомненно обеспечит существенную прибыль за счет открытия новых приповерхностных, но слабоконтрастных по физическим характеристикам, и глубокозалегающих месторождений полезных ископаемых, прежде всего в уже промышленно освоенных регионах.
Становление любой научной дисциплины начинается с систематизации накопленных сведений, введения терминов и понятий. Геоинформатика не является исключением. Ее понятийная основа в значительной мере определяется кругом представлений, используемых в вычислительной технике, прикладной математике, геологии, геохимии и геофизике.
Пока еще рано говорить об окончательно сложившемся спектре терминов, понятий задач геоинформатики, по которым будут неизбежные разногласия, что в целом характерно для всех направлений бурно развивающейся информатики.
В настоящей книге авторами предпринята попытка обоснования геоинформатики как новой дисциплины в науках о Земле. В связи с этим бесспорна, на наш взгляд, целесообразность введения курса "Геоинформатика" в учебные планы по геологическим специальностям.
Следует также подчеркнуть необходимость подготовки специалистов геологов и геофизиков соответственно по специализациям "геологическая информатика" и "геофизическая информатика" в рамках специальностей 0801 и 0802. Потребность геологоразведочной отрасли в специалистах по геоинформатике является уже давно назревшей проблемой, что обусловлено широким внедрением в практику геологоразведочных работ информационных технологий в области анализа геоданных, их обработки и интерпретации на ЭВМ, сетей передачи геоданных, различных типов АРМ и ПВК, а также созданием автоматизированных и экспертных систем по решению задач геокартирования, прогнозно-поисковых и разведочных исследований.
Опыт двухлетней подготовки инженеров-геофизиков по специализации "математическое моделирование и геофизическая информатика" профессорско-преподавательским составом кафедры высшей математики и специальных кафедр геофизического факультета Московского геологоразведочного института позволяет рекомендовать чтение курсов по следующим дисциплинам: "Технология программирования" с учетом особенностей геоинформации , "Исследование операций", "Системный анализ", "Методы математического моделирования геополей и геопроцессов", "Методы решения некорректных задач", "Автоматизированные и экспертные системы", "Комплексный анализ геоданных" и как обобщающий курс "Геоинформатика". Иллюстрация основных понятий и методов решения задач во всех перечисленных курсах сопровождается примерами из геологии и геофизики.
Подготовка инженеров-геофизиков при этом завершается написанием дипломной работы или дипломного проекта, посвященных построению базы геоданных, составлению пакетов прикладных программ и обработке (интерпретации или моделированию) с целью решения конкретной геологической задачи.
