Применение гиперспектральных методов в геологии: состояние и перспективы
Описана информационная технология прогнозной оценки нефтегазоносности территории. Предложен метод опорных векторов для классификации векторов наиболее информативных признаков с учетом процедуры валидации. Разработан новый датчик для гравиметрических измерений, основанный на конкурентоспособном адапт...
Gespeichert in:
| Veröffentlicht in: | Геоінформатика |
|---|---|
| Datum: | 2014 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України
2014
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/104248 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Применение гиперспектральных методов в геологии: состояние и перспективы / В.А. Яценко, Н.Д. Воронов, В.В. Гниденко, Н.В. Наливайчук // Геоінформатика. — 2014. — № 4. — С. 30-36. — Бібліогр.: 19 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-104248 |
|---|---|
| record_format |
dspace |
| spelling |
Яценко, В.А. Воронов, Н.Д. Гниденко, В.В. Наливайчук, Н.В. 2016-07-06T10:51:13Z 2016-07-06T10:51:13Z 2014 Применение гиперспектральных методов в геологии: состояние и перспективы / В.А. Яценко, Н.Д. Воронов, В.В. Гниденко, Н.В. Наливайчук // Геоінформатика. — 2014. — № 4. — С. 30-36. — Бібліогр.: 19 назв. — рос. 1684-2189 https://nasplib.isofts.kiev.ua/handle/123456789/104248 519.815 Описана информационная технология прогнозной оценки нефтегазоносности территории. Предложен метод опорных векторов для классификации векторов наиболее информативных признаков с учетом процедуры валидации. Разработан новый датчик для гравиметрических измерений, основанный на конкурентоспособном адаптивном криогенном чувствительном элементе. Получены оценки вероятности нефтегазоносности территорий по материалам дистанционных исследований. Комплексирование материалов дистанционных исследований с данными геолого-геофизических исследований повышает достоверность и эффективность результатов прогноза. Описано інформаційну технологію прогнозної оцінки нафтогазоносності території. Запропоновано метод опорних векторів для класифікації векторів найінформативніших ознак з урахуванням процедури валідації. Розроблено новий датчик для гравіметричних вимірювань, що ґрунтується на використанні конкурентоспроможного адаптивного кріогенного чутливого елемента. Отримано оцінки ймовірності нафтогазоносності територій за матеріалами дистанційних досліджень. Комплексування матеріалів дистанційних досліджень з даними геолого-геофізичних досліджень підвищує вірогідність і ефективність результатів прогнозу. Purpose. Remote sensing (RS) began in the early 60s with the development of image processing of satellite imagery. Wide use of radiometers and hyperspectrometers in RS led to the accumulation of huge volume of experimental data that can now be used for remote detection of minerals. Imaging spectrometry data or hyperspectral imagery acquired by airborne systems have been used in geologic since the early 1980’s and represent a mature technology. The solar spectral range 0,4–2,5 µm provides abundant information about hydroxyl-bearing minerals, sulfates and carbonates common to many geologic units and hydrothermal alteration assemblages. The purpose of this paper is to show the feasibility of hybrid information technology and new sensors for identification of oil and gas. Design/methodology/approach. We propose to combine hyperspectral, spectral and gravimetric data for oil forecasting using most informative parameters and the SVM-method. Behind the method is the idea of intelligent analysis based on models. Guided by this methodology, we demonstrate some possibilities involving four types of data such as hyperspectral, gravimetric, seismic, and geological data. Our method is also based on Spectral Angle Mapper (SAM) as a tool for matching the separated and members with pure spectra from databases. The analysis of SAM is provided in three spectral regions: VIS, IR and VIS+IR combined. Three kinds of available influences can be analysed: additive noise, constant offset, and slant offset. Findings. This paper presents an overview of support vector machines (SVM) as one of the most promising intelligent techniques for data analysis, as theoretical approaches and sophisticated applications developed for various research areas and problem domains. It is an attempt to provide a survey of the applications of SVM for oil and gas exploration. The applications of SVM have been grouped and summarized in the different areas of the exploration phase, which can be used as a guide to assess the effectiveness of SVM as against other data mining algorithms. The study introduces an image specific algorithm for oil identification and discusses the implications for geology. Based on the hydrocarbon infiltration theory, gravimetric data, the analysis of crude oil in soil, spectral data of crude oil in sea water, and Hyperion hyperspectral remote sensing images were used to develop the synergetic approach to oil-gas exploration. Practical value/implications. Our methodology proves to be practical for thorough data analysis in the exploration and production of oil and gas. The results indicate that the area of the oil-gas reservoir could be delimited in two ways: a) directly, by the absorption bands near 1730 nm in Hyperion image; b) indirectly, by using Linear Spectral Unmixing (LSU) and Spectral Angle Matching (SAM) of alteration mineral (e.g. kaolinite, illite). In addition, combined with the optimal bands in the region of visible/near-infrared, SAM can be used to extract the thin oil slick of microseepage. ru Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України Геоінформатика Теорія та практика оптимізації освоєння природних ресурсів Применение гиперспектральных методов в геологии: состояние и перспективы Застосування гіперспектральних методів у геології: стан та перспективи Hyperspectral methods in geology: current state and prospects Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Применение гиперспектральных методов в геологии: состояние и перспективы |
| spellingShingle |
Применение гиперспектральных методов в геологии: состояние и перспективы Яценко, В.А. Воронов, Н.Д. Гниденко, В.В. Наливайчук, Н.В. Теорія та практика оптимізації освоєння природних ресурсів |
| title_short |
Применение гиперспектральных методов в геологии: состояние и перспективы |
| title_full |
Применение гиперспектральных методов в геологии: состояние и перспективы |
| title_fullStr |
Применение гиперспектральных методов в геологии: состояние и перспективы |
| title_full_unstemmed |
Применение гиперспектральных методов в геологии: состояние и перспективы |
| title_sort |
применение гиперспектральных методов в геологии: состояние и перспективы |
| author |
Яценко, В.А. Воронов, Н.Д. Гниденко, В.В. Наливайчук, Н.В. |
| author_facet |
Яценко, В.А. Воронов, Н.Д. Гниденко, В.В. Наливайчук, Н.В. |
| topic |
Теорія та практика оптимізації освоєння природних ресурсів |
| topic_facet |
Теорія та практика оптимізації освоєння природних ресурсів |
| publishDate |
2014 |
| language |
Russian |
| container_title |
Геоінформатика |
| publisher |
Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України |
| format |
Article |
| title_alt |
Застосування гіперспектральних методів у геології: стан та перспективи Hyperspectral methods in geology: current state and prospects |
| description |
Описана информационная технология прогнозной оценки нефтегазоносности территории. Предложен метод опорных векторов для классификации векторов наиболее информативных признаков с учетом процедуры валидации. Разработан новый датчик для гравиметрических измерений, основанный на конкурентоспособном адаптивном криогенном чувствительном элементе. Получены оценки вероятности нефтегазоносности территорий по материалам дистанционных исследований. Комплексирование материалов дистанционных исследований с данными геолого-геофизических исследований повышает достоверность и эффективность результатов прогноза.
Описано інформаційну технологію прогнозної оцінки нафтогазоносності території. Запропоновано метод опорних векторів для класифікації векторів найінформативніших ознак з урахуванням процедури валідації. Розроблено новий датчик для гравіметричних вимірювань, що ґрунтується на використанні конкурентоспроможного адаптивного кріогенного чутливого елемента. Отримано оцінки ймовірності нафтогазоносності територій за матеріалами дистанційних досліджень. Комплексування матеріалів дистанційних досліджень з даними геолого-геофізичних досліджень підвищує вірогідність і ефективність результатів прогнозу.
Purpose. Remote sensing (RS) began in the early 60s with the development of image processing of satellite imagery. Wide use of radiometers and hyperspectrometers in RS led to the accumulation of huge volume of experimental data that can now be used for remote detection of minerals. Imaging spectrometry data or hyperspectral imagery acquired by airborne systems have been used in geologic since the early 1980’s and represent a mature technology. The solar spectral range 0,4–2,5 µm provides abundant information about hydroxyl-bearing minerals, sulfates and carbonates common to many geologic units and hydrothermal alteration assemblages. The purpose of this paper is to show the feasibility of hybrid information technology and new sensors for identification of oil and gas.
Design/methodology/approach. We propose to combine hyperspectral, spectral and gravimetric data for oil forecasting using most informative parameters and the SVM-method. Behind the method is the idea of intelligent analysis based on models. Guided by this methodology, we demonstrate some possibilities involving four types of data such as hyperspectral, gravimetric, seismic, and geological data. Our method is also based on Spectral Angle Mapper (SAM) as a tool for matching the separated and members with pure spectra from databases. The analysis of SAM is provided in three spectral regions: VIS, IR and VIS+IR combined. Three kinds of available influences can be analysed: additive noise, constant offset, and slant offset.
Findings. This paper presents an overview of support vector machines (SVM) as one of the most promising intelligent techniques for data analysis, as theoretical approaches and sophisticated applications developed for various research areas and problem domains. It is an attempt to provide a survey of the applications of SVM for oil and gas exploration. The applications of SVM have been grouped and summarized in the different areas of the exploration phase, which can be used as a guide to assess the effectiveness of SVM as against other data mining algorithms. The study introduces an image specific algorithm for oil identification and discusses the implications for geology. Based on the hydrocarbon infiltration theory, gravimetric data, the analysis of crude oil in soil, spectral data of crude oil in sea water, and Hyperion hyperspectral remote sensing images were used to develop the synergetic approach to oil-gas exploration.
Practical value/implications. Our methodology proves to be practical for thorough data analysis in the exploration and production of oil and gas. The results indicate that the area of the oil-gas reservoir could be delimited in two ways: a) directly, by the absorption bands near 1730 nm in Hyperion image; b) indirectly, by using Linear Spectral Unmixing (LSU) and Spectral Angle Matching (SAM) of alteration mineral (e.g. kaolinite, illite). In addition, combined with the optimal bands in the region of visible/near-infrared, SAM can be used to extract the thin oil slick of microseepage.
|
| issn |
1684-2189 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/104248 |
| citation_txt |
Применение гиперспектральных методов в геологии: состояние и перспективы / В.А. Яценко, Н.Д. Воронов, В.В. Гниденко, Н.В. Наливайчук // Геоінформатика. — 2014. — № 4. — С. 30-36. — Бібліогр.: 19 назв. — рос. |
| work_keys_str_mv |
AT âcenkova primeneniegiperspektralʹnyhmetodovvgeologiisostoânieiperspektivy AT voronovnd primeneniegiperspektralʹnyhmetodovvgeologiisostoânieiperspektivy AT gnidenkovv primeneniegiperspektralʹnyhmetodovvgeologiisostoânieiperspektivy AT nalivaičuknv primeneniegiperspektralʹnyhmetodovvgeologiisostoânieiperspektivy AT âcenkova zastosuvannâgíperspektralʹnihmetodívugeologíístantaperspektivi AT voronovnd zastosuvannâgíperspektralʹnihmetodívugeologíístantaperspektivi AT gnidenkovv zastosuvannâgíperspektralʹnihmetodívugeologíístantaperspektivi AT nalivaičuknv zastosuvannâgíperspektralʹnihmetodívugeologíístantaperspektivi AT âcenkova hyperspectralmethodsingeologycurrentstateandprospects AT voronovnd hyperspectralmethodsingeologycurrentstateandprospects AT gnidenkovv hyperspectralmethodsingeologycurrentstateandprospects AT nalivaičuknv hyperspectralmethodsingeologycurrentstateandprospects |
| first_indexed |
2025-11-26T08:05:59Z |
| last_indexed |
2025-11-26T08:05:59Z |
| _version_ |
1850615081740533760 |
| fulltext |
30 ISSN 1684-2189 GEOINFORMATIKA, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
Ââåäåíèå. Äèñòàíöèîííîå çîíäèðîâàíèå Çåì-
ëè (ÄÇÇ) ïîÿâèëîñü â 1960-å ãîäû, êîãäà íà ïåð-
âûå êîñìè÷åñêèå àïïàðàòû ñòàâèëè àïïàðàòóðó
òðàññîâîãî òèïà – ïðîåêöèÿ îáëàñòè èçìåðåíèé
íà ïîâåðõíîñòü Çåìëè ïðåäñòàâëÿëà ñîáîé ëèíèþ.
 íàñòîÿùåå âðåìÿ óæå ðàçâèòà è øèðîêî ïðèìå-
íÿåòñÿ àïïàðàòóðà ïàíîðàìíîãî òèïà – ñêàíåðû,
ïðîåêöèÿ îáëàñòè èçìåðåíèé íà ïîâåðõíîñòü Çåì-
ëè êîòîðûõ ïðåäñòàâëÿåò ñîáîé ïîëîñó. Ïîâñåìåñò-
íîå èñïîëüçîâàíèå ðàäèîìåòðîâ è ãèïåðñïåêòðî-
ìåòðîâ ïðè ÄÇÇ ïîçâîëèëî íàêîïèòü îãðîìíûé
îïûò è ïîäãîòîâèòü íåîáõîäèìóþ ýêñïåðèìåí-
òàëüíóþ áàçó ïðèìåíåíèÿ ñïåêòðàëüíûõ ìåòîäîâ
äëÿ îáíàðóæåíèÿ ïîëåçíûõ èñêîïàåìûõ [1,3].
 çàâèñèìîñòè îò íåîáõîäèìûõ èññëåäîâàíèé
ïîäáèðàåòñÿ àïïàðàòóðà ñ ÷óâñòâèòåëüíûìè ýëå-
ìåíòàìè â íóæíîì âîëíîâîì äèàïàçîíå è íåîáõî-
äèìîé òî÷íîñòè. Îäíàêî ïðîïóñêàíèå àòìîñôåðû
íàêëàäûâàåò äîïîëíèòåëüíûå îãðàíè÷åíèÿ.
 áîëüøèíñòâå ñëó÷àåâ àïïàðàòóðà ñïåêòðîìåòðîâ
èñïîëüçóåò òîëüêî ÷àñòü èíòåðâàëà ïðîïóñêàíèÿ.
Ïðîïóñêàíèå – âåëè÷èíà, îáðàòíàÿ ïîãëîùåíèþ
àòìîñôåðû. Îáå âåëè÷èíû âûðàæàþò â ïðîöåíòàõ.
Èçó÷åíèå ñâîéñòâ ìèíåðàëîâ è ãîðíûõ ïîðîä
îñíîâàíî íà ìèíåðàëîãè÷åñêèõ è ïåòðîãðàôè÷åñêèõ
èññëåäîâàíèÿõ. Èçâåñòíî, ÷òî áîëåå 92 % çåìíîé
êîðû ïî ìàññå ñîñòàâëÿþò ñèëèêàòû – ñîëè êðåì-
íèåâûõ êèñëîò, ïîýòîìó èõ èññëåäîâàíèþ óäåëÿ-
åòñÿ áîëüøå âíèìàíèå. Â âèäèìîì äèàïàçîíå ìè-
íåðàëû ìàëî ðàçëè÷èìû, îäíàêî çíà÷èòåëüíî
áîëüøå ðàçëè÷èé íàáëþäàåòñÿ â áëèæíåì èíôðà-
êðàñíîì äèàïàçîíå – òàêèå ãðóïïû ìèíåðàëîâ, êàê
ãëèíû, êàðáîíàòû è ñóëüôàòû, èìåþò îò÷åòëèâûå
ëèíèè ïîãëîùåíèÿ, ëåãêî ðåãèñòðèðóåìûå ñ ïîìî-
ùüþ ñîâðåìåííûõ óñòðîéñòâ ÄÇÇ.
Ñïåêòðû ãîðíûõ ïîðîä îòëè÷àþòñÿ ìåíüøåé
êîíòðàñòíîñòüþ ïî ñðàâíåíèþ ñî ñïåêòðàìè îò-
äåëüíûõ ìèíåðàëîâ. Âìåñòå ñ òåì äëÿ âñåõ ãîð-
íûõ ïîðîä õàðàêòåðíî óâåëè÷åíèå êîýôôèöèåíòà
ñïåêòðàëüíîé ÿðêîñòè (ÊÑß) îò âèäèìîãî äèàïà-
çîíà ê áëèæíåìó èíôðàêðàñíîìó. Äëÿ áîëüøèí-
ñòâà ãîðíûõ ïîðîä íàáëþäàåòñÿ ïîëîãèé ìàêñè-
ìóì â îáëàñòè ÷àñòîò 2,0–2,7 ìêì. Èññëåäîâàíèÿ
ïîêàçàëè ÷òî ñîâðåìåííàÿ àïïàðàòóðà ÄÇÇ èìååò
äîñòàòî÷íî âûñîêóþ òî÷íîñòü ïðè èñïîëüçîâàíèè
åå â ãåîëîãèè. Íàèáîëüøåé ïðîáëåìîé îñòàþòñÿ
àòìîñôåðíàÿ êîððåêöèÿ è êàëèáðîâêà, ÷òî ìîæíî
ðåøèòü ñ ïîìîùüþ êàëèáðîâî÷íûõ ïîëèãîíîâ.
Îòìåòèì ÷òî ñóùåñòâåííûå îãðàíè÷åíèÿ íàêëà-
äûâàþòñÿ òàêæå îñâåùåííîñòüþ èññëåäóåìîé òåð-
ðèòîðèè, òåìïåðàòóðîé ïîâåðõíîñòè è ðàñòèòåëü-
íîñòüþ íà ìåñòå.
Ìåòîäèêà ïðîãíîçíîé îöåíêè íåôòåãàçîíîñíî-
ñòè òåððèòîðèè. Äëÿ ñîçäàíèÿ êîëè÷åñòâåííûõ êàðò
ïðîãíîçíîé îöåíêè ïåðñïåêòèâíîñòè òåððèòîðèè
íà ïîèñêè çàëåæåé íåôòè è ãàçà ïðåäëàãàåòñÿ ìå-
òîäèêà îöåíêè íåôòåãàçîíîñíîñòè òåððèòîðèè íà
îñíîâå èíòåãðèðîâàííîãî èñïîëüçîâàíèÿ äàííûõ
ÄÇÇ (ãèïåðñïåêòðàëüíûõ, ñïåêòðàëüíûõ, ãðàâè-
ìåòðè÷åñêèõ è äð.). Íà âñåõ ýòàïàõ ðàáîò äëÿ ñè-
ñòåìàòèçàöèè, õðàíåíèÿ è îáðàáîòêè èíôîðìàöèè
øèðîêî èñïîëüçóþòñÿ ÃÈÑ-òåõíîëîãèè.
Ïðîãíîçíàÿ îöåíêà ïåðñïåêòèâíîñòè òåððè-
òîðèè îñíîâûâàåòñÿ íà èñïîëüçîâàíèè ñâÿçè çà-
ëåæåé óãëåâîäîðîäîâ (ÓÂ) ñ ðàçðûâíûìè ñòðóê-
òóðàìè ðàçíîãî ìàñøòàáíîãî óðîâíÿ, óçëàìè
ÓÄÊ 519.815
ÏÐÈÌÅÍÅÍÈÅ ÃÈÏÅÐÑÏÅÊÒÐÀËÜÍÛÕ ÌÅÒÎÄÎÂ Â ÃÅÎËÎÃÈÈ:
ÑÎÑÒÎßÍÈÅ È ÏÅÐÑÏÅÊÒÈÂÛ
Â.À. ßöåíêî1,2, Í.Ä. Âîðîíîâ2, Â.Â. Ãíèäåíêî3, Í.Â. Íàëèâàé÷óê3
1Íàó÷íûé ôîíä ó÷åíûõ è ñïåöèàëèñòîâ ïî ìîëåêóëÿðíîé êèáåðíåòèêå è èíôîðìàòèêå,
ïðîñï. Àêàä. Ãëóøêîâà, 40, êîðï. 4/1, Êèåâ 03680, Óêðàèíà, e-mail: vyatsenko@gmail.com
2Èíñòèòóò êîñìè÷åñêèõ èññëåäîâàíèé ÍÀÍ Óêðàèíû è ÃÊÀ Óêðàèíû,
ïðîñï. Àêàä. Ãëóøêîâà, 40, êîðï. 4/1, Êèåâ 03680, Óêðàèíà
3Íàöèîíàëüíûé òåõíè÷åñêèé óíèâåðñèòåò Óêðàèíû “Êèåâñêèé ïîëèòåõíè÷åñêèé èíñòèòóò”,
ïðîñï. Ïîáåäû, 37, Êèåâ 03056, Óêðàèíà, å-mail: nnv@scs.ntu-kpi.kiev.ua
Îïèñàíà èíôîðìàöèîííàÿ òåõíîëîãèÿ ïðîãíîçíîé îöåíêè íåôòåãàçîíîñíîñòè òåððèòîðèè. Ïðåäëîæåí ìåòîä
îïîðíûõ âåêòîðîâ äëÿ êëàññèôèêàöèè âåêòîðîâ íàèáîëåå èíôîðìàòèâíûõ ïðèçíàêîâ ñ ó÷åòîì ïðîöåäóðû âà-
ëèäàöèè. Ðàçðàáîòàí íîâûé äàò÷èê äëÿ ãðàâèìåòðè÷åñêèõ èçìåðåíèé, îñíîâàííûé íà êîíêóðåíòîñïîñîáíîì
àäàïòèâíîì êðèîãåííîì ÷óâñòâèòåëüíîì ýëåìåíòå. Ïîëó÷åíû îöåíêè âåðîÿòíîñòè íåôòåãàçîíîñíîñòè òåððèòî-
ðèé ïî ìàòåðèàëàì äèñòàíöèîííûõ èññëåäîâàíèé. Êîìïëåêñèðîâàíèå ìàòåðèàëîâ äèñòàíöèîííûõ èññëåäîâà-
íèé ñ äàííûìè ãåîëîãî-ãåîôèçè÷åñêèõ èññëåäîâàíèé ïîâûøàåò äîñòîâåðíîñòü è ýôôåêòèâíîñòü ðåçóëüòàòîâ
ïðîãíîçà.
Êëþ÷åâûå ñëîâà: ãèïåðñïåêòðàëüíûé ìåòîä, ãèïåðîí, ãðàâèìåòð, çåìíàÿ ïîâåðõíîñòü, ìîðå, çàëåæè íåôòè è
ãàçà, îáíàðóæåíèå, ïðîãíîçèðîâàíèå, SVM-ìåòîä.
31ISSN 1684-2189 ÃÅβÍÔÎÐÌÀÒÈÊÀ, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
ïåðåñå÷åíèÿ ðàçëîìîâ, êîëüöåâûìè ñòðóêòóðàìè,
àíòèêëèíàëüíûìè ñêëàäêàìè. Ó÷èòûâàåòñÿ ïðî-
ÿâëåíèå çàëåæåé ÓÂ â ñïåêòðàëüíûõ ÿðêîñòÿõ ðà-
ñòèòåëüíîãî ïîêðîâà [1].
Ïðîãíîç çàëåæåé ïðîâîäèòñÿ íà îñíîâå ó÷åòà
âñåãî êîìïëåêñà ïðèçíàêîâ. Äëÿ îöåíêè ïåðñïåê-
òèâíîñòè òåððèòîðèè èñïîëüçóþò ðàçíûå ìåòîäû
ïðîãíîçà, îñíîâàííûå íà SVM-ìåòîäå. Â ðåçóëü-
òàòå ïîëó÷àþò îöåíêó âåðîÿòíîñòè îáíàðóæåíèÿ
îáúåêòîâ ïðîãíîçà â êàæäîé òî÷êå èññëåäóåìîé
òåððèòîðèè, êîòîðàÿ îòâå÷àåò ìèíèìàëüíîé ïëî-
ùàäè, ðàñïîçíàâàåìîé íà êîñìè÷åñêèõ ñíèìêàõ.
Äîñòîâåðíîñòü ðåçóëüòàòîâ ïðîãíîçà ïîäòâåðæäà-
åòñÿ ÷èñëåííûì ìîäåëèðîâàíèåì, äàííûìè áóðå-
íèÿ íà ó÷àñòêàõ ïðîâåäåíèÿ ðàáîò.
Ãðàâèìåòðè÷åñêèå èçìåðåíèÿ íà îñíîâå ñâåðõ-
ïðîâîäÿùåãî äàò÷èêà íîâîãî òèïà. Ñîâðåìåííîå
ñîñòîÿíèå ðàçðàáîòîê â îáëàñòè ãðàâèòàöèîííûõ
èçìåðåíèé â ãåîëîãèè íå îáåñïå÷èâàåò â ïîëíîé
ìåðå èññëåäîâàíèå âàæíûõ àñïåêòîâ ñîâðåìåííûõ
ïðîáëåì ââèäó îòñóòñòâèÿ ãðàâèìåòðîâ ñ âûñîêîé
÷óâñòâèòåëüíîñòüþ. Íèæå ðàññìîòðåí íîâûé äàò-
÷èê äëÿ ãðàâèìåòðè÷åñêèõ èçìåðåíèé, îñíîâàí-
íûé íà ÿâëåíèè ìàãíèòíîé ëåâèòàöèè [4, 7, 19].
Îïòîêðèîãåííûé âûñîêîòî÷íûé ãðàâèìåòð
îðèåíòèðîâàí íà ïîèñê ïîëåçíûõ èñêîïàåìûõ,
âûÿâëåíèå î÷àãîâ ãîòîâÿùèõñÿ çåìëåòðÿñåíèé,
ïðîâåäåíèå ãåîôèçè÷åñêèõ è àñòðîôèçè÷åñêèõ
èññëåäîâàíèé â ñòàöèîíàðíûõ è ïîëåâûõ óñëî-
âèÿõ [12–16, 18]. Ãðàâèìåòð ïîçâîëÿåò âûÿâëÿòü
è èññëåäîâàòü íåôòåãàçîíîñíûå ëèíçû, ðóäíûå
òåëà, àëìàçíûå òðóáêè è äðóãèå ïîëåçíûå èñêîïà-
åìûå, à òàêæå îáíàðóæèâàòü, âûÿâëÿòü âóëêàíè-
÷åñêèå êàìåðû, òåêòîíè÷åñêèå ðàçëîìû, ïëîòíîñò-
íûå íåîäíîðîäíîñòè, ãðàíèöû ãåîñôåð è äðóãèå
íàó÷íî-èññëåäîâàòåëüñêèå îáúåêòû. Ïðèáîð ïðè-
ìåíèì â ñòàöèîíàðíûõ è ïîëåâûõ óñëîâèÿõ ëþ-
áîé ñëîæíîñòè, äëÿ ìîðñêèõ è àýðîêîñìè÷åñêèõ
èññëåäîâàíèé, ïðè ïîäãîòîâêå ñòðîèòåëüíûõ è
ãîðíîïðîõîä÷åñêèõ ðàáîò. Äåéñòâèå ïðèáîðà îñ-
íîâàíî íà ÿâëåíèè ìàãíèòíîé ïîòåíöèàëüíîé ÿìû
ñ àâòîìàòè÷åñêîé ñòàáèëèçàöèåé ïîëîæåíèÿ ðàâ-
íîâåñèÿ ïðîáíîãî òåëà [8–11]. Ñëåäóåò çàìåòèòü,
÷òî ðûíîê ãðàâèìåòðîâ, ïðèãîäíûõ äëÿ ðàáîòû â
ïîëåâûõ óñëîâèÿõ, ïðàêòè÷åñêè íå çàïîëíåí. Ëè-
äåðîì (ïîñëå ñëèÿíèÿ ñ àìåðèêàíñêîé ïðîèçâî-
äèòåëåì “Ëàêîñòà-Ðîìáåðã”) ÿâëÿåòñÿ êàíàäñêàÿ
ôèðìà “Ñèíòðåêñ”.
Äëÿ ðåøåíèÿ çàäà÷è äåòàëèçàöèè ãðàâèòàöè-
îííîãî ïîëÿ Çåìëè èñïîëüçóþòñÿ èçìåðåíèÿ ãðà-
âèòàöèîííûõ ãðàäèåíòîâ ïî òðåì ïðîñòðàíñòâåí-
íûì íàïðàâëåíèÿì íà îñíîâå òðåõîñíîãî
ãðàâèòàöèîííîãî ãðàäèåíòîìåòðà, êîòîðûé ìîæåò
áûòü óñòàíîâëåí íà áîðòó ñïóòíèêà, è îïðåäåëå-
íèå îðáèòû ñïóòíèêà ñ ïîìîùüþ àïïàðàòóðû
ñïóòíèêîâîé íàâèãàöèè. Êîíå÷íûìè ðåçóëüòàòà-
ìè ìîæåò áûòü ðàçðàáîòêà ìåòîäèêè è àëãîðèò-
ìîâ, à òàêæå óòî÷íåíèå òîíêîé ñòðóêòóðû ãðàâè-
òàöèîííîãî ïîëÿ Çåìëè íà îñíîâå ìàòåìàòè÷åñêîé
îáðàáîòêè ñïóòíèêîâûõ ãðàäèåíòîìåòðè÷åñêèõ èç-
ìåðåíèé åâðîïåéñêîãî ñïóòíèêà GOCE. Ó÷åíûìè
ðàçíûõ ñòðàí ïðîâîäÿòñÿ äåòàëüíûå èçìåðåíèÿ
ïàðàìåòðîâ ãðàâèòàöèîííîãî ïîëÿ ñ èñïîëüçîâà-
íèåì ðàçíûõ òèïîâ ãðàâèìåòðîâ.
Ãðàâèìåòð ïðåäíàçíà÷åí äëÿ èçìåðåíèé óñêî-
ðåíèÿ ñèëû òÿæåñòè g [ì/ñ2] ïðè ðåøåíèè ôóíäà-
ìåíòàëüíûõ ãåîôèçè÷åñêèõ, ãåîäåçè÷åñêèõ è ìåò-
ðîëîãè÷åñêèõ çàäà÷.  äàííîå âðåìÿ òî÷íîñòü
íàèëó÷øèõ ñòàöèîíàðíûõ íàçåìíûõ ãðàâèìåòðîâ
ñîñòàâëÿåò 10–8 g, äëÿ ãðàâèìåòðîâ ìîðñêîãî áàçè-
ðîâàíèÿ – 10–7 g, äëÿ àâèàöèîííîãî – 10–6 g. Áîëü-
øèíñòâî ãðàâèìåòðîâ, âûïóñêàåìûõ ïðîìûøëåí-
íîñòüþ, îñíîâàíî íà ñâîéñòâàõ ðàñòÿíóòîé
ïðóæèíû èëè óïðóãèõ ñâîéñòâàõ ïðóæèí, èçãî-
òîâëåííûõ èç êâàðöà èëè äðóãèõ ñïåöèàëüíûõ
ñïëàâîâ. Èõ òî÷íîñòü íåäîñòàòî÷íà äëÿ ðåøåíèÿ
óêàçàííûõ ïðîáëåì. Ïîñêîëüêó ïîãðåøíîñòü ãðà-
âèìåòðîâ íà îñíîâå òðàäèöèîííûõ ïðèíöèïîâ â
öåëîì èñ÷åðïàíà, ìíîãèå ðàçðàáîò÷èêè íà ïðîòÿ-
æåíèè ïîñëåäíèõ äåñÿòèëåòèé ñòàðàþòñÿ èñïîëü-
çîâàòü íåòðàäèöèîííûå ïîäõîäû ê ñîçäàíèþ ñó-
ïåðòî÷íûõ ãðàâèìåòðîâ. Ýòè ïîäõîäû ìîæíî
ñãðóïïèðîâàòü ïî ñïîñîáó íåêîíòàêòíîãî ïîäâå-
øèâàíèÿ ÷óâñòâèòåëüíîé ìàññû ãðàâèìåòðà, èñ-
ïîëüçîâàíèþ ýëåêòðè÷åñêèõ èëè ìàãíèòíûõ ñèë,
ìåòîäàì èçìåðåíèÿ ñìåùåíèé ÷óâñòâèòåëüíîé
ìàññû ãðàâèìåòðà (ñèñòåìû îïòè÷åñêîé ðåãèñòðà-
öèè, ýôôåêò Äæîçåôñîíà êàê îñíîâà èçìåðåíèé
è ò. ï.), à òàêæå ïî êîìïüþòåðíûì ìåòîäàì îáðà-
áîòêè ñèãíàëîâ. Ñêà÷îê â óñîâåðøåíñòâîâàíèè
ãðàâèìåòðîâ ñòàë âîçìîæíûì áëàãîäàðÿ ôèíàíñè-
ðîâàíèþ ðàçðàáîòîê ñâåðõïðîâîäÿùèõ ãðàâèìåò-
ðîâ. Áàçîâàÿ êîíñòðóêöèÿ ñâåðõïðîâîäÿùåãî ãðà-
âèìåòðà îñòàåòñÿ íåèçìåííîé íà ïðîòÿæåíèè
ïî÷òè 30 ëåò. Ñâîáîäíîå ñîñòîÿíèå (ëåâèòàöèÿ)
÷óâñòâèòåëüíîé ìàññû ýòîãî ãðàâèìåòðà äîñòèãà-
åòñÿ íà îñíîâå ýôôåêòà Áðàóíáåêà–Ìåéñíåðà.
Îäíà èç àêòóàëüíûõ çàäà÷ ìåõàíèêè ñâîáîä-
íîãî òåëà â ìàãíèòíîì ïîëå – ñîñòàâëåíèå è àíà-
ëèç óðàâíåíèé äèíàìèêè ñâîáîäíîãî òåëà â ïîëå
èäåàëüíî ïðîâîäÿùèõ òîêîâûõ êîíòóðîâ. Ýòî ñâÿ-
çàíî ñ âîçìîæíîñòüþ èñïîëüçîâàíèÿ ýôôåêòîâ
äèàìàãíèòíîãî îòòàëêèâàíèÿ è ìèíèìóìà ìàãíèò-
íîé ïîòåíöèàëüíîé ýíåðãèè, ÷òî ïîçâîëÿåò ñòà-
áèëèçèðîâàòü ðàâíîâåñèå ñâîáîäíîãî òåëà. Ïðè
ýòîì èñïîëüçóåòñÿ ýôôåêò ìèíèìóìà ìàãíèòíîé
ýíåðãèè è ñòîéêîñòè ðàâíîâåñèÿ ñâîáîäíîãî èäå-
àëüíî ïðîâîäÿùåãî òîêîâîãî êîëüöà, ñîîñíîãî â
ïîëîæåíèè ðàâíîâåñèÿ ê íåïîäâèæíîìó, èäåàëü-
íî ïðîâîäÿùåìó òîêîâîìó êîëüöó. Âûïîëíåíû
èññëåäîâàíèÿ óðàâíåíèÿ äâèæåíèÿ è óñòîé÷èâî-
ñòè ïðè íàëè÷èè íå îäíîãî, à äâóõ íåïîäâèæíûõ,
èäåàëüíî ïðîâîäÿùèõ òîêîâûõ êîëåö, êîòîðûå
ïðåäñòàâëÿþò ñîáîé êîíñåðâàòèâíóþ ïîòåíöèàëü-
íóþ ñèñòåìó. Äëÿ ñîñòàâëåíèÿ óðàâíåíèé äèíà-
ìèêè èñïîëüçóåòñÿ ìåòîä Ëàãðàíæà, ðàçâè-
32 ISSN 1684-2189 GEOINFORMATIKA, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
òûé [10] îòíîñèòåëüíî ýëåêòðîìåõàíè÷åñêèõ ïðå-
îáðàçîâàòåëåé ýíåðãèè.  êà÷åñòâå êèíåòè÷åñêîé
ýíåðãèè âûáðàíà ýíåðãèÿ ìàãíèòíîãî ïîëÿ.
 íàñòîÿùåå âðåìÿ ðàçðàáàòûâàþòñÿ ñïóòíè-
êîâûå ãðàâèìåòðû äëÿ ïîëó÷åíèÿ îïåðàòèâíîé
èíôîðìàöèè î ãðàâèòàöèîííîì ïîëå Çåìëè. Äëÿ
ðåàëèçàöèè ÷óâñòâèòåëüíîãî ýëåìåíòà êðèîãåííî-
ãî ãðàâèìåòðà èñïîëüçóþòñÿ ñâåðõïðîâîäÿùèå íà-
íîìàòåðèàëû, îðèåíòèðîâàííûå íà àçîòíûå òåì-
ïåðàòóðû [13, 14]. Ïðåäëîæåíû òàêæå ÷èñëåííûå
àëãîðèòìû äëÿ îöåíêè âàðèàöèé óñêîðåíèÿ ñèëû
òÿæåñòè ïðè ðåøåíèè ãåîôèçè÷åñêèõ çàäà÷ [2].
 ðåçóëüòàòå ýêñïåðèìåíòàëüíûõ èññëåäîâà-
íèé îáùåé ðàáîòû ïî îïðåäåëåíèþ ñâîéñòâ ðàáî-
÷åãî ìàêåòà ãðàâèìåòðà, äèíàìè÷åñêèõ õàðàêòåðè-
ñòèê ìàãíèòíîãî ïîäâåñà ñâîáîäíîé ïðîáíîé
ìàññû ðàáî÷åãî ìàêåòà ãðàâèìåòðà (ñîâìåñòíî ñ
ãðóïïîé Èíñòèòóòà ôèçèêè ÍÀÍ Óêðàèíû) äîðà-
áîòàí ÷óâñòâèòåëüíûé ýëåìåíò ìàãíèòíîãî ïîä-
âåñà [5, 6, 17].
Íà ðèñóíêå ïîêàçàíà ôóíêöèîíàëüíàÿ ñõåìà
èçìåðèòåëüíî-âû÷èñëèòåëüíîé ñèñòåìû. Îñíîâ-
íûå ñîñòàâíûå ÷àñòè ýòîé ñèñòåìû: ñâåðõïðîâî-
äÿùèé ïîäâåñ, îïòè÷åñêàÿ ñèñòåìà ðåãèñòðàöèè
èíôîðìàöèè è ìèêðîïðîöåññîðíûé âû÷èñëèòåëü-
íûé áëîê. Â ñèñòåìå èñïîëüçóåòñÿ ëàçåðíûé èí-
òåðôåðîìåòð äëÿ èçìåðåíèÿ ìàëûõ ñìåùåíèé ëå-
âèòèðóþùåãî ïðîáíîãî òåëà.
Îáðàáîòêà ñèãíàëîâ îïòîêðèîãåííîãî ãðàâè-
ìåòðà ïðîâîäèòñÿ â íåñêîëüêî ýòàïîâ: íà ïåðâîì
êîìïåíñèðóþòñÿ øóìû, âëèÿþùèå íà ìåõàíè÷å-
ñêóþ ÷àñòü ïðèáîðà, âòîðîì – èñïîëüçóåòñÿ îá-
ðàòíàÿ äèíàìè÷åñêàÿ ìîäåëü äàò÷èêà, íà òðå-
òüåì – îñóùåñòâëÿåòñÿ àäàïòèâíàÿ öèôðîâàÿ
ôèëüòðàöèÿ. Ñî÷åòàíèå òàêèõ ïðèíöèïîâ, êàê
ïîäâåøèâàíèå ñâîáîäíîé ÷óâñòâèòåëüíîé ìàññû,
ïðèìåíåíèå îïòè÷åñêîé ðåãèñòðàöèîííîé ñèñòå-
ìû è íîâûõ ñðåäñòâ îáðàáîòêè ñèãíàëà, îáåñïå÷è-
âàåò íîâûå äèíàìè÷åñêèå ñâîéñòâà ïðèáîðà.
Ðàçðàáîòàíà ìíîãîìåðíàÿ íåëèíåéíàÿ ìàòåìà-
òè÷åñêàÿ ìîäåëü ãðàâèìåòðà, íà îñíîâå êîòîðîé
ïîëó÷åíî áèëèíåéíîå, à çàòåì è ëèíåéíîå ïðè-
áëèæåíèå. Äëÿ îöåíêè âåêòîðà ñîñòîÿíèé ñèñòå-
ìû ïðåäëîæåí ðîáàñòíûé àëãîðèòì ãàðàíòèðîâàí-
íîãî ýëëèïñîèäàëüíîãî îöåíèâàíèÿ ìíîæåñòâà
äîñòèæèìîñòè óïðàâëÿåìîé ëèíåéíîé ñèñòåìû,
ïîäâåðæåííîé âëèÿíèþ îãðàíè÷åííîé ïîìåõè ñ
íåèçâåñòíûìè ñòàòèñòè÷åñêèìè õàðàêòåðèñòèêàìè.
Êðèòåðèé òî÷íîñòè – ìèíèìèçàöèÿ îïðåäåëèòåëÿ
ìàòðèöû ýëëèïñîèäà.
Ðàçðàáîòàííûé îïòîâîëîêîííûé êðèîãåííûé
ãðàâèìåòð ìîæåò áûòü èñïîëüçîâàí ïðè ïðîâåäå-
íèè ôóíäàìåíòàëüíûõ èññëåäîâàíèé. Âîçìîæíî
åãî ïðàêòè÷åñêîå ïðèìåíåíèå â ãåîäèíàìèêå, ãåî-
ëîãèè, íàâèãàöèè, êîñìè÷åñêèõ èññëåäîâàíèÿõ,
ïðè èçó÷åíèè çàðîæäåíèÿ è ðàçâèòèÿ êðèòè÷åñ-
êèõ ëîêàëüíûõ è ãëîáàëüíûõ ñîñòîÿíèé Çåìëè,
âûÿâëåíèè ïîëåçíûõ èñêîïàåìûõ è ðåøåíèè äðó-
ãèõ ïðîáëåì. Ïåðâûé øàã â ðåàëèçàöèè òàêîé
ïðîãðàììû çàêëþ÷àåòñÿ â ðàçðàáîòêå íàçåìíîãî
ãðàâèìåòðà íà îñíîâå ñîçäàííîãî íàìè îïòîêðèî-
ãåííîãî äàò÷èêà. Îí ìîæåò áûòü èñïîëüçîâàí ñî-
âìåñòíî ñ ñåéñìîìåòðàìè è ìàãíèòîìåòðàìè ïðè
ïðîãíîçèðîâàíèè çåìëåòðÿñåíèé, à òàêæå â ñåéñ-
ìîìåòðèè.
Ïðèìåíåíèå äàííîãî ïðèáîðà â ìèêðîñïóò-
íèêå îãðàíè÷åíî îòñóòñòâèåì êðèîãåííîãî îáåñ-
ïå÷åíèÿ åãî ìàññîãàáàðèòíûìè õàðàêòåðèñòèêà-
ìè. Îáñóæäåíèå ýòîé ïðîáëåìû â ÊÁ “Þæíîå”
è àíàëèç ñîâðåìåííîãî ñîñòîÿíèÿ òåõíîëîãèé ïî-
êàçàëî, ÷òî äëÿ åå ðåøåíèÿ íåîáõîäèìî èñïîëü-
çîâàòü íàíîðàçìåðíûå ñòðóêòóðû è ìàòåðèàëû,
÷òî, â ñâîþ î÷åðåäü, ïðèâåäåò ê ñîçäàíèþ äàò÷è-
êà ìèêðîìåõàòðîííûõ ðàçìåðîâ. Îïðåäåëåíû ìà-
òåðèàëû, êîòîðûå ìîãóò áûòü èñïîëüçîâàíû â
ðàçðàáîòêå ïåðñïåêòèâíûõ ãðàâèìåòðîâ è àêñåëå-
ðîìåòðîâ. Ðåàëèçàöèÿ òàêîé âîçìîæíîñòè ïîçâî-
ëèò ðàçðàáîòàòü ïðèáîðû íîâîãî òèïà äëÿ ìèê-
ðîñïóòíèêîâ.
Ïðîãíîçíàÿ îöåíêà íåôòåãàçîíîñíîñòè òåððè-
òîðèè. Ïðîãíîçíàÿ îöåíêà òåððèòîðèè îñíîâàíà
íà ñëåäóþùåé ïîñëåäîâàòåëüíîñòè ðàáîò.
1. Ñáîð è ñèñòåìàòèçàöèÿ èìåþùèõñÿ äàííûõ
(ãèïåðñïåêòðàëüíûõ, ñïåêòðàëüíûõ, ãðàâèìåò-
ðè÷åñêèõ è äð.) äëÿ ïðîâåäåíèÿ ïðîãíîçíûõ
èññëåäîâàíèé, âûäåëåíèå íàèáîëåå èíôîðìà-
Ôóíêöèîíàëüíàÿ ñõåìà èçìåðèòåëüíî-âû÷èñëèòåëüíîé
ñèñòåìû: 1 – êðèîñòàò ñî âñòàâêîé, íà êîòîðîì ñìîíòèðî-
âàíà îïòè÷åñêàÿ ãîëîâêà; 2 – îïòè÷åñêèé êàáåëü; 3 – ôî-
êóñèðóþùèé îáúåêòèâ; 4 – ãîëîâêà ñ ëàçåðíûì äèîäîì;
5 – áëîê ïèòàíèÿ ëàçåðíîãî äèîäà; 6 – áëîê ñòàáèëèçàöèè
òåìïåðàòóðû; 7 – èíòåðôåðîìåòð Ôàðáè–Ïåðî ÈÔÏ-1;
8 – ôîòîïðèåìíèê; 9 – ñèíõðîííûé äåòåêòîð; 10 – ìèê-
ðîêîíòðîëëåð ñî âñòðîåííûì ÖÀÏ è ÀÖÏ; 11 – ìîäóëÿ-
òîð; 12 – áëîê êëàâèàòóðû è èíäèêàöèè
33ISSN 1684-2189 ÃÅβÍÔÎÐÌÀÒÈÊÀ, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
òèâíûõ ïðèçíàêîâ, îáåñïå÷èâàþùèõ ïîñëå-
äóþùóþ êîìïüþòåðíóþ îáðàáîòêó [1, 3].
2. Àíàëèç èíôîðìàòèâíîñòè ñîáðàííûõ äàííûõ
ñ èñïîëüçîâàíèåì ìåòîäà ãëàâíûõ êîìïîíåíò
äëÿ ðåøåíèÿ çàäà÷ ïðîãíîçà è ôîðìèðîâàíèå
âåêòîðà ïîèñêîâûõ ïðèçíàêîâ.
3. Àäàïòàöèÿ ðàçðàáîòàííûõ ïðîãðàìì ïðîãíîçà
äëÿ êîíêðåòíûõ ãåîëîãî-ãåîôèçè÷åñêèõ óñëî-
âèé.
4. Ðàñ÷åòû ïðîãíîçíîé îöåíêè ïåðñïåêòèâíîñòè
òåððèòîðèè íà îáíàðóæåíèå çàëåæåé ÓÂ ïî
êîìïëåêñó âûáðàííûõ ïîèñêîâûõ ïðèçíàêîâ ñ
èñïîëüçîâàíèåì ñïåöèàëüíûõ ìàòåìàòè÷åñêèõ
ìåòîäîâ.
5. Àíàëèç ðåçóëüòàòîâ ïðîãíîçíîé îöåíêè ïåðñ-
ïåêòèâíîñòè òåððèòîðèè íà îáíàðóæåíèå çà-
ëåæåé ÓÂ ñ èñïîëüçîâàíèåì ýêñïåðòíûõ îöå-
íîê è ïîäãîòîâêà ðåêîìåíäàöèé íà ïðîâåäåíèå
äàëüíåéøèõ ðàáîò.
Ðàáîòà ñ èñïîëüçîâàíèåì ìåòîäà ðàñïîçíàâà-
íèÿ îáðàçîâ ñîñòîèò èç òðåõ ýòàïîâ: ïåðâûé –
ôîðìèðîâàíèå âåêòîðà íàèáîëåå èíôîðìàòèâíûõ
ïðèçíàêîâ îáúåêòîâ ïîèñêà â ïðîñòðàíñòâå èñ-
ïîëüçóåìûõ ïîèñêîâûõ ïðèçíàêîâ (ñòðóêòóðíûõ,
ñïåêòðàëüíûõ è äð.), âòîðîé – ðåøåíèå çàäà÷è
ðàñïîçíàâàíèÿ îáðàçîâ ñ èñïîëüçîâàíèåì SVM-
ìåòîäà (SVM – support vector machines), òðåòèé –
ñðàâíåíèå âñåé èçó÷àåìîé òåððèòîðèè ñî ñôîðìè-
ðîâàííûì “îáðàçîì” îáúåêòîâ ïîèñêà. Ïðîãíîç-
íîé îöåíêîé íåôòåãàçîíîñíîñòè ñëóæèò ìåðà
ñõîäñòâà ó÷àñòêîâ òåððèòîðèè ñ “îáðàçîì” îáúåêòà
ïðîãíîçà.
Ïîäõîä ê îáðàáîòêå íàèáîëåå èíôîðìàòèâíûõ
ïðèçíàêîâ áàçèðóåòñÿ íà ñèñòåìíîì èñïîëüçîâà-
íèè íåëèíåéíûõ ìåòîäîâ ôèëüòðàöèè, êëàññèôè-
êàöèè è ðàñïîçíàâàíèÿ îáðàçîâ. Ìåòîä îïîðíûõ
âåêòîðîâ (SVM) – ýòî íàáîð ïîõîæèõ àëãîðèòìîâ
âèäà “îáó÷åíèå ñ ó÷èòåëåì”, êîòîðûå èñïîëüçóþò-
ñÿ äëÿ çàäà÷ êëàññèôèêàöèè è ðåãðåññèîííîãî àíà-
ëèçà. Äàííûé ìåòîä ïðèíàäëåæèò ê ñåìåéñòâó ëè-
íåéíûõ êëàññèôèêàòîðîâ. Îí ìîæåò òàêæå
ðàññìàòðèâàòüñÿ êàê ñïåöèàëüíûé ñëó÷àé ðåãóëÿ-
ðèçàöèè, ïî À.Í. Òèõîíîâó. Îñîáîå ñâîéñòâî ìå-
òîäà îïîðíûõ âåêòîðîâ – áåñïðåðûâíîå óìåíüøå-
íèå ýìïèðè÷åñêîé îøèáêè êëàññèôèêàöèè è
óâåëè÷åíèå çàçîðà, â ñâÿçè ñ ÷åì ìåòîä òàêæå èç-
âåñòåí êàê ìåòîä êëàññèôèêàòîðà ñ ìàêñèìàëüíûì
çàçîðîì.
Îñíîâíàÿ èäåÿ ìåòîäà îïîðíûõ âåêòîðîâ –
ïåðåâîä èñõîäíûõ âåêòîðîâ â ïðîñòðàíñòâî áîëåå
âûñîêîé ðàçìåðíîñòè è ïîèñê ðàçäåëÿþùåé ãè-
ïåðïëîñêîñòè ñ ìàêñèìàëüíûì çàçîðîì â ýòîì
ïðîñòðàíñòâå. Äâå ïàðàëëåëüíûå ãèïåðïëîñêîñòè
ñòðîÿòñÿ ñ îáåèõ ñòîðîí ãèïåðïëîñêîñòè, ðàçäåëÿ-
þùåé êëàññû k. Ðàçäåëÿþùàÿ ãèïåðïëîñêîñòü
ìàêñèìèçèðóåò ðàññòîÿíèå äî äâóõ ñîîòâåòñòâóþ-
ùèõ ïàðàëëåëüíûõ ãèïåðïëîñêîñòåé. Àëãîðèòì
ðàáîòàåò â ïðåäïîëîæåíèè, ÷òî, ÷åì áîëüøå ðàç-
íîñòü èëè ðàññòîÿíèå ìåæäó ïàðàëëåëüíûìè ãè-
ïåðïëîñêîñòÿìè, òåì ìåíüøå ñðåäíÿÿ îøèáêà
êëàññèôèêàòîðà.
Íàéäåíà ïàðà ãèïåðïëîñêîñòåé, êîòîðûå äàþò
ìàêñèìàëüíóþ øèðèíó ïîëîñû, ïóòåì ðåøåíèÿ
çàäà÷è îïòèìèçàöèè ñ îãðàíè÷åíèÿìè
21min
2w
w
ïðè óñëîâèè
( ) 1 0j jz b′ ′ ⋅ + − ≥x w , 1,...,j j J′ ′ ′∀ = .
Îäèí èç ïîäõîäîâ ê êëàññèôèêàöèè íàèáîëåå
èíôîðìàòèâíûõ ïðèçíàêîâ íà k êëàññîâ, â çàâè-
ñèìîñòè îò ñòðóêòóðû ðàéîíà ïîèñêà, îñíîâàí íà
ìåòîäå îïîðíûõ âåêòîðîâ. Äëÿ îáó÷åíèÿ àëãîðèò-
ìà èñïîëüçîâàíû ýòàëîííûå ñòðóêòóðû. Âàëèäà-
öèÿ ìîäåëè êëàññèôèêàöèè âûïîëíÿëàñü ñ èñ-
ïîëüçîâàíèåì çíàíèé ýêñïåðòîâ. Ðåçóëüòàòû
êëàññèôèêàöèè äàííûõ ñðàâíèâàëèñü ñ ðåçóëüòà-
òàìè êëàññèôèêàöèè ýêñïåðòàìè. Åñëè ðåçóëüòà-
òû ðàçëè÷àëèñü, ïðåäëàãàëîñü çàíîâî íàó÷èòü àë-
ãîðèòì êëàññèôèêàöèè. Ýêñïåðèìåíòàëüíûå
èññëåäîâàíèÿ ïîêàçàëè âûñîêóþ âåðîÿòíîñòü ïðà-
âèëüíîãî ðàñïîçíàâàíèÿ ïðåäïîëàãàåìîãî ðàéîíà
ïîèñêà.
Âûâîäû
1. Îïèñàíû ïåðñïåêòèâíûå èíôîðìàöèîííûå
òåõíîëîãèè ïðîãíîçíîé îöåíêè íåôòåãàçîíîñ-
íîñòè òåððèòîðèè. Ïðåäëîæåíû ìåòîäû ìàòå-
ìàòè÷åñêîãî ìîäåëèðîâàíèÿ è êëàññèôèêàöèè
äëÿ èñïîëüçîâàíèÿ â ãåîëîãèè.
2. Ïðåäëîæåíî èñïîëüçîâàòü ìåòîä îïîðíûõ âåê-
òîðîâ äëÿ êëàññèôèêàöèè âåêòîðîâ íàèáîëåå
èíôîðìàòèâíûõ ïðèçíàêîâ ñ ó÷åòîì ïðîöåäó-
ðû âàëèäàöèè. Ìåòîäû èññëåäîâàíèÿ ìîãóò
áûòü èñïîëüçîâàíû â ðàçëè÷íûõ îáëàñòÿõ çíà-
íèé, â òîì ÷èñëå â ýêîëîãèè è ñåëüñêîì õî-
çÿéñòâå.
3. Ïðîãíîçíûå ìîäåëüíûå èññëåäîâàíèÿ ïîçâî-
ëÿþò ïîëó÷èòü îöåíêè âåðîÿòíîñòè íåôòåãàçî-
íîñíîñòè òåððèòîðèé ïî ìàòåðèàëàì äèñòàíöè-
îííûõ èññëåäîâàíèé ñ ó÷åòîì ãåîëîãè÷åñêèõ
è ïðèðîäíûõ óñëîâèé.
4. Êîìïëåêñèðîâàíèå ìàòåðèàëîâ äèñòàíöèîí-
íûõ èññëåäîâàíèé ñ äàííûìè ãåîëîãî-ãåîôè-
çè÷åñêèõ èññëåäîâàíèé ïîâûøàåò äîñòîâåð-
íîñòü è ýôôåêòèâíîñòü ðåçóëüòàòîâ ïðîãíîçà.
Ñîâìåñòíîå ïðèìåíåíèå ñèñòåìû âåêòîðíîãî
ñêàíèðîâàíèÿ, ãðàâèòàöèîííîãî ìîäåëèðîâà-
íèÿ è êîððåëÿöèîííîãî àíàëèçà ïîçâîëÿåò ïî-
ñòðîèòü ãåîëîãè÷åñêóþ ìîäåëü, àäåêâàòíóþ
àïðèîðíîé ãåîëîãè÷åñêîé èíôîðìàöèè è íà-
áëþäåííîìó ïîëþ.
5. Ïðåäëîæåííàÿ ìåòîäèêà ïðîãíîçà íåôòåãàçî-
íîñíîñòè ïîçâîëÿåò: à) ïðîâîäèòü îöåíêó
ïåðñïåêòèâíîñòè òåððèòîðèè íà íåôòü è ãàç
34 ISSN 1684-2189 GEOINFORMATIKA, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
íåçàâèñèìî îò âðåìåíè ãîäà è ïðèðîäíûõ óñ-
ëîâèé; á) âûäàâàòü ðåêîìåíäàöèè ïî ïîñòà-
íîâêå äåòàëüíûõ ïîèñêîâûõ ðàáîò; â) îïåðà-
òèâíî ïðîâîäèòü ïðîãíîçíûå èññëåäîâàíèÿ íà
ëþáîé òåððèòîðèè â òðåáóåìîì ìàñøòàáå;
ã) âûäåëÿòü ëîêàëüíûå ó÷àñòêè ñ ìàêñèìàëü-
íî âîçìîæíîé âåðîÿòíîñòüþ îáíàðóæåíèÿ çà-
ëåæåé íåôòè è ãàçà, òàêèì îáðàçîì ñîêðàùàÿ
ôèíàíñîâûå çàòðàòû è ñðîêè âûïîëíåíèÿ ïî-
èñêîâî-ðàçâåäî÷íûõ ðàáîò.
1. Àðõèïîâ À.È. Ìåòîäîëîãèÿ è îïûò ïîèñêà çàëåæåé
óãëåâîäîðîäîâ íà ñóøå ñ èñïîëüçîâàíèåì àýðîêîñ-
ìè÷åñêîé èíôîðìàöèè /À.È. Àðõèïîâ, Ç.Ì. Òîâ-
ñòþê, Î.È. Ëåâ÷èê, Ò.À. Àðõèïîâà, Ò.Â. Îñêàíüÿí,
Â.È. Ëÿëüêî, Ì.À. Ïîïîâ // Íàóêè ïðî Çåìëþ òà êîñ-
ìîñ ñóñï³ëüñòâó: ïðàö³ Ïåðøî¿ íàóê. êîíô., Êè¿â, 25–
27 ÷åðâ. 2007. – Ê., 2007.– C. 55–60.
2. Ãí³äåíêî Â. Íåéðîìåðåæåâå îö³íþâàííÿ ñëàáêèõ
âïëèâ³â íà êåðîâàíå ëåâ³òóþ÷å ïðîáíå ò³ëî /Â. Ãí³äåí-
êî, Ì. Íàëèâàé÷óê, Â. ßöåíêî // Íàóê. ïðàö³ Íàö.
óí-òó õàð÷. òåõíîëîã³é. – 2013.– ¹ 48. – C. 44–48.
3. Ãîðíûé Â.È. Îáçîð äîñòèæåíèé ïîñëåäíåãî äåñÿòèëå-
òèÿ â îáëàñòè ïðèìåíåíèÿ ñïóòíèêîâûõ ìåòîäîâ äèñ-
òàíöèîííîãî çîíäèðîâàíèÿ ïðè ãåîëîãè÷åñêèõ è ãåî-
ôèçè÷åñêèõ èññëåäîâàíèÿõ / Â.È. Ãîðíûé,
À.À. Òðîíèí // Ñîâðåìåííûå ïðîáëåìû äèñòàíöèîí-
íîãî çîíäèðîâàíèÿ Çåìëè è êîñìîñà. – 2012. – Ò. 9,
¹ 5. – Ñ. 116–132.
4. Êîçîðåç Â.Â. Äèíàìè÷åñêèå ñèñòåìû ñâîáîäíûõ ìàã-
íèòíî-âçàèìîäåéñòâóþùèõ òåë / Â.Â. Êîçîðåç. –
Êèåâ: Íàóê. äóìêà, 1981. – 140 ñ.
5. Íàëèâàé÷óê Ì. Âèì³ðþâàëüíî-îá÷èñëþâàëüíà ñèñòåìà
äëÿ îòðèìàííÿ îïåðàòèâíî¿ ³íôîðìàö³¿ ùîäî ãðàâ³òà-
ö³éíîãî ïîëÿ /Ì. Íàëèâàé÷óê., Â. ßöåíêî, Â. Ãí³äåí-
êî // Êîìï’þòåðíî-³íòåãðîâàí³ òåõíîëî㳿: îñâ³òà, íàó-
êà, âèðîáíèöòâî. – Ëóöüê: Âèä-âî Ëóöüê. íàö. òåõí.
óí-òó, 2013. – ¹ 12. – C. 167–173.
6. Íàëèâàé÷óê Í. Àïïàðàòíî-ïðîãðàììíîå îáåñïå÷åíèå
àäàïòèâíîãî îïòîêðèîãåííîãî ãðàâèìåòðà íà îñíîâå
íàíîñòðóêòóð / Í. Íàëèâàé÷óê, Â. ßöåíêî // 13-òà
óêð. êîíô. ç êîñì. äîñë³äæåíü: Çá. òåç. – Ê.: Êàôåäðà,
2013. – C. 139.
7. ßöåíêî Â.Î. Ìîäåëþâàííÿ òà îïòèì³çàö³ÿ àäàïòèâíîãî
êð³îãåííîãî ãðàâ³ìåòðà / Â.Î. ßöåíêî, Ì.Â. Íàëèâàé-
÷óê // 19-òà ̳æíàðîä. êîíô. ç àâòîìàò. êåðóâàííÿ,
Êè¿â, 26–28 âåð., 2012. – Ê., Óêðà¿íà, 2012. – Ñ. 344.
8. Goodkind J.M. The superconducting gravimeter /
J.M. Goodkind // Rev. Sci. Instrum. – 1999. – V. 70,
No. 11. – P. 4131–4152.
9. Goodkind J.M. Superconductivity applied to gravimetry /
J.M. Goodkind , R.J. Warburton // IEEE Transactions on
Magnetics. – 1975. – V. 11, No. 2. – P. 708–711.
10. Kozoriz V. Novel Magnetic Levitation and Propulsion
Phenomena / V. Kozoriz. – Zaporizhya, 1999. – 271 p.
11. Moon F.C. Superconducting Levitation: Application to
bearings and magnetic transportation. – New York: John
Willey & Sons, 1994. – 295 p.
12. Prothero W.A. A superconducting gravimeter /
W.A. Prothero, J. M. Goodkind // Rev. Sci. Instr. –
1968. – V. 39.– P. 1257– 1261.
13. Yatsenko V. Cryogenic-Optical Gravimeter: Principles,
Methods and Applications / V. Yatsenko, M. Nalyvaichuk //
Kharkov Univer. Vestnik. Ser. Radiophysics and
Electronics. – 2011.– P. 107–113.
14. Yatsenko V. Global optimization of cryogenic-optical
sensor, in Sensors, Systems, and Next-Generation
Satellites / V. Yatsenko, P. Pardallos; eds K.W.H. Fujisada,
J. Lirie. Proc. SPIE 4550. – 2001. – P. 433 – 441.
15. Yatsenko V. Modeling and Optimization of Cryogenic-
Optical Gravimeters / V. Yatsenko, M. Nalyvaichuk //
Inter. J. information theories and applications. – 2012. –
V. 19, No. 3.– P. 232–240.
16. Yatsenko V. Modeling of Superconducting Gravimeter for
Futute Space Missions: Optimization. Control, and
Estimation / V. Yatsenko, M. Nalyvaichuk, V. Gnidenko,
O. Kochkoda // 2nd Inter. conf. on memory of
corresponding member of Nat. Acad. Sci. of Ukraine
V.S. Melnik, Kyiv, 4–6 Apr., 2012. – Êyiv, Ukraine
2012. – P.110.
17. Yatsenko V. Opto-cryogenic sensitive element with
ultrasensitive laser interferometer and microprocessor
controller / V. Yatsenko, N. Nalivaichuk // IEEE Inter.
conf. on Advanced Optoelectronics and Lasers, CAOL, :
abstr. – Kharkov, UIRE, 2013. – P. 39.
18. Yatsenko V.A. On the possibility of application of “Magnetic
Potential Well” effect for creation of à graviinertial
cryogenic device / V.A. Yatsenko, E.I. Kryuchkov //
J. Automation and Information Sci. –2003 – V. 34. –
P. 106–119.
19. Yatsenko V.À. Mathematical modeling and optimization of
controlled superconducting sensors with magnetic levitation /
V.À. Yatsenko, N.V. Nalivaichuk // Ìîäåëþâàííÿ òà äîñ-
ë³äæåííÿ ñò³éêîñò³ äèíàì³÷íèõ ñèñòåì: Çá. íàóê. ïðàöü
(ì³æíàð. êîíô. DSMSI-2011). – Ê., 2011. – Ñ. 146.
35ISSN 1684-2189 ÃÅβÍÔÎÐÌÀÒÈÊÀ, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
ÇÀÑÒÎÑÓÂÀÍÍß Ã²ÏÅÐÑÏÅÊÒÐÀËÜÍÈÕ ÌÅÒÎÄ²Â Ó ÃÅÎËÎò¯: ÑÒÀÍ ² ÏÅÐÑÏÅÊÒÈÂÈ
Â.Î. ßöåíêî1,2, Ì.Ä. Âîðîíîâ2, Â.Â. Ãí³äåíêî3, Ì.Â. Íàëèâàé÷óê3
1Íàóêîâèé ôîíä â÷åíèõ òà ñïåö³àë³ñò³â ç ìîëåêóëÿðíî¿ ê³áåðíåòèêè ³ ³íôîðìàòèêè,
ïðîñï. Àêàä. Ãëóøêîâà, 40, êîðï. 4/1, Êè¿â 03680, Óêðà¿íà, å-mail: vyatsenko@gmail.com
2²íñòèòóò êîñì³÷íèõ äîñë³äæåíü ÍÀÍ Óêðà¿íè òà ÃÊÀ Óêðà¿íè,
ïðîñï. Àêàä. Ãëóøêîâà, 40, êîðï. 4/1, Êè¿â 03680, Óêðà¿íà
3Íàö³îíàëüíèé òåõí³÷íèé óí³âåðñèòåò Óêðà¿íè “Êè¿âñüêèé ïîë³òåõí³÷íèé ³íñòèòóò”,
ïðîñï. Ïåðåìîãè, 37, Êè¿â 03056, Óêðà¿íà, å-mail: nnv@scs.ntu-kpi.kiev.ua
Îïèñàíî ³íôîðìàö³éíó òåõíîëîã³þ ïðîãíîçíî¿ îö³íêè íàôòîãàçîíîñíîñò³ òåðèòîð³¿. Çàïðîïîíîâàíî ìåòîä îïîð-
íèõ âåêòîð³â äëÿ êëàñèô³êàö³¿ âåêòîð³â íàé³íôîðìàòèâí³øèõ îçíàê ç óðàõóâàííÿì ïðîöåäóðè âàë³äàö³¿. Ðîçðîá-
ëåíî íîâèé äàò÷èê äëÿ ãðàâ³ìåòðè÷íèõ âèì³ðþâàíü, ùî ́ ðóíòóºòüñÿ íà âèêîðèñòàíí³ êîíêóðåíòîñïðîìîæíîãî
àäàïòèâíîãî êð³îãåííîãî ÷óòëèâîãî åëåìåíòà. Îòðèìàíî îö³íêè éìîâ³ðíîñò³ íàôòîãàçîíîñíîñò³ òåðèòîð³é çà
ìàòåð³àëàìè äèñòàíö³éíèõ äîñë³äæåíü. Êîìïëåêñóâàííÿ ìàòåð³àë³â äèñòàíö³éíèõ äîñë³äæåíü ç äàíèìè ãåîëîãî-
ãåîô³çè÷íèõ äîñë³äæåíü ï³äâèùóº â³ðîã³äí³ñòü ³ åôåêòèâí³ñòü ðåçóëüòàò³â ïðîãíîçó.
Êëþ÷îâ³ ñëîâà: ã³ïåðñïåêòðàëüíèé ìåòîä, ã³ïåðîí, ãðàâ³ìåòð, çåìíà ïîâåðõíÿ, ìîðå, ïîêëàäè íàôòè ³ ãàçó,
âèÿâëåííÿ, ïðîãíîçóâàííÿ, SVM-ìåòîä.
HYPERSPECTRAL METHODS IN GEOLOGY: CURRENT STATE AND PROSPECTS
V.A. Yatsenko1,2, N.D. Voronov2, V.V. Gnidenko3, N.V. Nalivaychuk3
1Scientific Foundation of Scientists and Spesialists on Molecular Cybernetics and Informatics,
Àcademica Glushkova Ave., 40, bild. 4/1, Êyiv 03680, Ukraine, e-mail: vyatsenko@gmail.com
2Space Research Institute of NASU and SSAU, Àcademica Glushkova Ave., 40, bild. 4/1, Êyiv 03680, Ukraine
3National Technical University of Ukraine “Kyiv Polytechnic Institute”, Peremogy Ave., 37, Êyiv 03056, Ukraine,
e-mail: nnv@scs.ntu-kpi.kiev.ua
Purpose. Remote sensing (RS) began in the early 60s with the development of image processing of satellite imagery. Wide
use of radiometers and hyperspectrometers in RS led to the accumulation of huge volume of experimental data that can
now be used for remote detection of minerals. Imaging spectrometry data or hyperspectral imagery acquired by airborne
systems have been used in geologic since the early 1980’s and represent a mature technology. The solar spectral range 0,4–
2,5 µm provides abundant information about hydroxyl-bearing minerals, sulfates and carbonates common to many
geologic units and hydrothermal alteration assemblages. The purpose of this paper is to show the feasibility of hybrid
information technology and new sensors for identification of oil and gas.
Design/methodology/approach. We propose to combine hyperspectral, spectral and gravimetric data for oil forecasting
using most informative parameters and the SVM-method. Behind the method is the idea of intelligent analysis based on
models. Guided by this methodology, we demonstrate some possibilities involving four types of data such as hyperspectral,
gravimetric, seismic, and geological data. Our method is also based on Spectral Angle Mapper (SAM) as a tool for
matching the separated and members with pure spectra from databases. The analysis of SAM is provided in three spectral
regions: VIS, IR and VIS+IR combined. Three kinds of available influences can be analysed: additive noise, constant
offset, and slant offset.
Findings. This paper presents an overview of support vector machines (SVM) as one of the most promising intelligent
techniques for data analysis, as theoretical approaches and sophisticated applications developed for various research areas
and problem domains. It is an attempt to provide a survey of the applications of SVM for oil and gas exploration. The
applications of SVM have been grouped and summarized in the different areas of the exploration phase, which can be used
as a guide to assess the effectiveness of SVM as against other data mining algorithms. The study introduces an image
specific algorithm for oil identification and discusses the implications for geology. Based on the hydrocarbon infiltration
theory, gravimetric data, the analysis of crude oil in soil, spectral data of crude oil in sea water, and Hyperion hyperspectral
remote sensing images were used to develop the synergetic approach to oil-gas exploration.
Practical value/implications. Our methodology proves to be practical for thorough data analysis in the exploration and
production of oil and gas. The results indicate that the area of the oil-gas reservoir could be delimited in two ways:
a) directly, by the absorption bands near 1730 nm in Hyperion image; b) indirectly, by using Linear Spectral Unmixing
(LSU) and Spectral Angle Matching (SAM) of alteration mineral (e.g. kaolinite, illite). In addition, combined with the
optimal bands in the region of visible/near-infrared, SAM can be used to extract the thin oil slick of microseepage.
Keywords: hyper spectral, hyperion, gravimeter, land, sea, oil-gas reservoir, detection, forecasting, SVM-method, mapper.
36 ISSN 1684-2189 GEOINFORMATIKA, 2014, ¹ 4 (52)
© Â.À. ßöåíêî, Í.Ä. Âîðîíîâ, Â.Â. Ãíèäåíêî, Í.Â. Íàëèâàé÷óê
References
1. Arhipov A.I., Tovstjuk Z.M., Levchik O.I., Arhipova Ljalko V I., Popov M.A. Metodologija i opyt poiska zalezhej uglevodorodov
na sushe s ispol'zovaniem ajerokosmicheskoj informacii [Methodology and experience finding hydrocarbon deposits on land
using aerospace information]. Nauky pro zemlyu ta kosmos suspilstvu. Pratsi Pershoyi naukovoyi konferentsiyi [Earth science and
space community. Proceedings of the First Conference, 25-27 chervnya 2007 r.]. Kyiv, 2007, pp. 55-60.
2. Hnidenko V., Nalyvaychuk M., Yatsenko V. Neiromerezheve otsiniuvannia slabkykh vplyviv na kerovane levituiuche probne
tilo [Neural network estimation of weak effects on controlled levitation test subject]. Naukovi pratsi Natsionalnoho universytetu
kharchovykh tekhnolohii [Proceedings of National University of food tehnolohiy], 2013, no. 48, pp. 44-48.
3. Gorny V. I., Tronin A. A. Obzor dostizhenij poslednego desjatiletija v oblasti primenenija sputnikovih metodov distancionnogo
zondirovanija pri geologicheskih i geofizicheskih issledovanijah [Overview of the achievements of the last decade in the use of
satellite remote sensing methods in geological and geophysical studies]. Sovremennye problemy distancionnogo zondirovanija
Zemli i kosmosa [Modern Problems of Remote Sensing and Space], 2012, vol. 9, no. 5, pp. 116-132.
4. Kozorez V.V. Dinamicheskie sistemy svobodnyh magnitno vzaimodejstvujushhih tel [Dynamical systems magnetically interacting
free subject]. Kyiv, Naukova dumka, 1981, 140 p.
5. Nalyvaychuk M., Yatsenko V., Hnidenko V. Vymiriuvalno-obchysliuvalna systema dlia otrymannia operatyvnoi informatsii
shchodo hravitatsiinoho polia [Measurement and computer system to obtain timely information on the gravitational field].
Kompiuterno-intehrovani tekhnolohii: osvita, nauka, vyrobnytstvo [Integrated Computer: education, science, vyrobnytstvo].
Luck, Publisher Lutsk National Technical University, 2013, no. 12, pp. 167-173.
6. Nalivajchuk N., Yatsenko V. Apparatno programmnoe obespechenie adaptivnogo opto-kriogennogo gravimetra na osnove
nanostruktur [Hardware software adaptive opto-cryogenic gravimeter based on nanostructures] Zbirnyk tez 13-yi ukrainskoi
konferentsii z kosmichnykh doslidzhen. [Abstracts of the 13th Ukrainian Conference on Space doslidzhen]. Kyiv, Kafedra,
2013, 139 p.
7. Yatsenko V.O., Nalyvaychuk M.V. Modeliuvannia ta optymizatsiia adaptyvnoho kriohennoho hravimetra [Modeling and
optimization of adaptive cryogenic gravimeters]. 19 Mizhnarodna konferentsiya z avtomatychnoho keruvannya, Kyiv, 26-28
veresnya 2012 [19th International Conference on Automatic Control, Kyiv 26-28 September 2012]. Kyiv, Ukraine, 2012,
344 p.
8. Goodkind J.M. The superconducting gravimeter. Rev. Sci. Instr., 1999, vol. 70, no. 11, pp. 4131-4152.
9. Goodkind J.M., Warburton R.J. Superconductivity applied to gravimetry. IEEE Transactions on Magnetics, 1975, vol. 11,
no. 2, pp. 708-711.
10. Kozoriz V. Novel Magnetic Levitation and Propulsion Phenomena. Zaporizhya, 1999, 271 p.
11. Moon F.C. Superconducting Levitation: Application to bearings and magnetic transportation. New York, John Willey & Sons,
1994, 295 p.
12. Prothero W.A., Goodkind. J. M. A superconducting gravimeter. Rev. Sci. Instr,1968, vol. 39, , no. 9, pp. 1257-1261.
13. Yatsenko V., Nalyvaichuk M. Cryogenic-Optical Gravimeter: Principles, Methods and Applications. Kharkov University Vestnik,
Ser. Radiophysics and Electronics, 2011, pp. 107-113.
14. Yatsenko V., Pardallos P. Global optimization of cryogenic-optical sensor, in Sensors, Systems, and Next-Generation
Satellites. Eds K. W.H. Fujisada, J. Lirie. Proc. SPIE 4550 , 2001, pp. 433-441.
15. Yatsenko V., Nalyvaichuk M. Modeling and Optimization of Cryogenic-Optical Gravimeters. International Journal information
theories & applications, 2012, vol. 19, no. 3, pp. 232-240.
16. Yatsenko V., Nalyvaichuk M., Gnidenko V., Kochkodan O. Modeling of Superconducting Gravimeter for Futute Space
Missions: Optimization. Control, and Estimation. 2nd International Conference on memory of corresponding member of
National Academy of Science of Ukraine V.S. Melnik, 4–6 April, 2012, Êyiv, Ukraine, 110 p.
17. Yatsenko V., Nalivaichuk N. Opto-cryogenic sensitive element with ultrasensitive laser interferometer and microprocessor
controller. Abstracts. IEEE International Conference on Advanced Optoelectronics and Lasers, CAOL. Kharkov, UIRE, 2013,
39 p.
18. Yatsenko V.A., Kryuchkov E.I. On the possibility of application of “Magnetic Potential Well” effect for creation of à
graviinertial cryogenic device. Journal of Automation and Information Science, 2003, vol. 34, pp. 106–119.
19. Yatsenko V.A., Nalivaichuk N.V. Mathematical modeling and optimization of controlled superconducting sensors with magnetic
levitation. Modeliuvannia ta doslidzhennia stiikosti dynamichnykh system: Zbirnyk naukovykh prats mizhnarodna konferentsii
DSMSI-2011 [The modeling and study of the stability of dynamical systems: Scientific Papers of the International Conference
DSMSI-2011]. Kyiv, 2011, 146 p.
Ïîñòóïèëà â ðåäàêöèþ 15.07.2014 ã.
Received 15/07/2014
|