Новые методы сжатия геофизической информации при формировании баз данных
В статье рассматривается новые методы сжатия цифровой информации о гравитационном и магнитном полях, основанные на синтезе методов истокообразной аппроксимации, фрактального подхода и вейвлет-анализа, обеспечивающие компактное хранение данных о поле в виде моделей элементарных источников с включение...
Збережено в:
| Дата: | 2009 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/28404 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Новые методы сжатия геофизической информации при формировании баз данных / А.А. Симанов // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2009. — С. 362-366. — Бібліогр.: 3 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860127517594091520 |
|---|---|
| author | Симанов, А.А. |
| author_facet | Симанов, А.А. |
| citation_txt | Новые методы сжатия геофизической информации при формировании баз данных / А.А. Симанов // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2009. — С. 362-366. — Бібліогр.: 3 назв. — рос. |
| collection | DSpace DC |
| description | В статье рассматривается новые методы сжатия цифровой информации о гравитационном и магнитном полях, основанные на синтезе методов истокообразной аппроксимации, фрактального подхода и вейвлет-анализа, обеспечивающие компактное хранение данных о поле в виде моделей элементарных источников с включением в базу данных. Созданные в процессе аппроксимации модели имеют значительно меньший размер, чем исходные данные, и используются для хранения и передачи больших объемов геолого-геофизической информации.
|
| first_indexed | 2025-12-07T17:42:38Z |
| format | Article |
| fulltext |
362
© À.À. Ñèìàíîâ, 2009
ÓÄÊ 550.831.017
Ãîðíûé èíñòèòóò ÓðÎ ÐÀÍ, ã. Ïåðìü, Ðîññèÿ
ÍÎÂÛÅ ÌÅÒÎÄÛ ÑÆÀÒÈß ÃÅÎÔÈÇÈ×ÅÑÊÎÉ
ÈÍÔÎÐÌÀÖÈÈ ÏÐÈ ÔÎÐÌÈÐÎÂÀÍÈÈ
ÁÀÇ ÄÀÍÍÛÕ
Введение. С конца 1990-х гг. в Горном институте Уральского отделе-
ния РАН г. Перми проводятся полевые и тематические работы для решения
задач нефтегазовой и горнодобывающей промышленности в разных регио-
нах России. Интенсивное проведение геофизических работ приводит к бы-
стро растущему объему геолого-геофизической информации.
Большие объемы геолого-геофизической информации требуют орга-
низации её хранения в памяти ЭВМ по специальным правилам и принци-
пам. С этой целью используются технологии баз данных, обеспечивающих
хранение информации с возможностью многократного обращения к ней в
связи с решением разнообразных геологических задач и необходимостью
использования новых математических методов обработки, интерпретации
и анализа геоданных [1].
В качестве источников данных используются первичные материалы
геофизических съемок; вторичная геолого-геофизическая информация, по-
лученная в результате обработки и интепретации; картографические, аэро-
космические и т.п. материалы. При таком обилии разноплановой информа-
ции крайне сложно обеспечить их структурированное хранение. Ранее дан-
ные хранились в различных папках и базах геоданных, часто на разных ком-
пьютерах. Практически, мы имели разнородные подборки информации, в
которых трудно что-либо найти. Именно необходимость обеспечения на-
дежного хранения и качественного использования имеющейся информа-
ции послужила причиной создания единой базы геолого-геофизических
данных Горного института УрО РАН. Для достижения этой цели осуществ-
лена систематизация и ввод геолого-геофизической информации в персо-
нальную базу геоданных (рис. 1).
Весьма значительный объем информации, хранящийся в базах данных,
существенно усложняет процесс хранения, выборки, обработки и анализа. С
целью уменьшения объема памяти, выделяемой для хранения геолого-геофи-
зической информации, минимизации вычислительных затрат и времени пред-
лагается использовать “сжимающие” алгоритмы аналитической аппрокси-
мации (модуль “Qtree”) [2] и вейвлет-преобразования (модуль “Wavelet”) [3].
363
Модуль “Qtree”, основан на аналитической аппроксимации внешних
элементов потенциальных полей системой истокообразных функций, пред-
ставляющих собой поля эквивалентных источников (точечных масс). Пред-
лагаемый алгоритм модуля “Qtree” основан на фрактальных принципах по-
строения сеточной модели с учетом морфологических особенностей геопо-
тенциального поля, что позволяет минимизировать количество источников
при сохранении необходимой точности аппроксимации.
В качестве примера работы модуля возьмем матрицу гравитационного
поля одной из площадей Западного Урала. Матрица составлена по материа-
лам разномасштабных площадных и профильных гравиметрических съемок
и имеет размер 339 строк на 151 столбец с шагом 0,5 км (т.е. содержит
51189 значений поля). Перепад значений поля между соседними узлами
матрицы достигает 1 мГал и более. С использованием модуля “Qtree”, реа-
лизующего алгоритм подбора параметров эквивалентных источников мето-
дом квадродерева, построена эквивалентная модель источников поля, со-
стоящая из 7 уровней и содержащая 27358 источников, что практически в
два раза меньше количества значений поля (53,4 %). При этом среднеквад-
ратичное расхождение модельного и исходного поля составило 0,04 мГал, а
максимальное (по модулю) – 0,085 мГал.
Использование данного модуля позволяет производить хранение дан-
ных о поле в виде моделей элементарных источников (сеточная модель, shp-
Ðèñ. 1. Ñòðóêòóðà ôîðìèðîâàíèÿ åäèíîé áàçû ãåîëîãî-ãåîôèçè÷åñêèõ äàííûõ
364
файл) с включением в базу данных. Вместо массива значений поля, содер-
жащего десятки и сотни тысяч числовых элементов, хранится аппроксима-
ционная конструкция, имеющая намного меньший размер (рис. 2).
Модуль “Wavelet” предназначен для построения аппроксимаций гра-
витационного поля совокупностями эквивалентных источников при значи-
тельном объеме исходных данных. При этом используется эффективный
алгоритм “истокообразной аппроксимации”, в котором построение адап-
тированной к полю аппроксимационной конструкции осуществляется на
основе предварительно выполненного вейвлет-преобразования поля.
Аналогично модулю “Qtree”, рассматриваемый алгоритм базируется
на существовании различий в спектральном составе исходного поля на от-
дельных участках в пределах области его задания, что приводит к идее рас-
положения источников на разных уровнях (глубине). Принципиально но-
вые возможности для этого открывает использование кратномасштабного
вейвлет-анализа в качестве инструмента для разложения анализируемого
поля на составляющие, соответствующие разноглубинным фрагментам ап-
проксимационной конструкции, для выделения сингулярностей поля и пред-
Ðèñ. 2. Àïïðîêñèìàöèîííàÿ êîíñòðóêöèÿ è ñòðóêòóðà òàáëèöû ñîäåðæàíèÿ shp-
ôàéëà ñåòî÷íîé ìîäåëè
365
варительной экспресс-оценки качества решения при заданном количестве
источников.
Любой сигнал при проведении быстрого вейвлет-преобразования мо-
жет быть представлен в виде некоторого “грубого образа” и разномасштаб-
ных “уточняющих особенностей”, что осуществляется его разложением с
использованием ортонормированных масштабируемых и перемещаемых в
пространстве функций с компактным носителем – вейвлетов. Существуют
устойчивые численные алгоритмы вычисления вейвлет-коэффициентов при
таком разложении, а также обеспечивается возможность приближенного
восстановления сигнала с априори заданной точностью. Поскольку вейв-
лет-коэффициенты существенно отличаются от нуля только вблизи сингу-
лярностей (т.е. вейвлет-ряды “нормальных” функций допускают сильное
“разряжение”), удается отбросить мелкие детали и выделить наиболее су-
щественные особенности анализируемого сигнала, что позволяет значитель-
но сжать объем первоначальной информации.
Использование данного модуля позволяет вместо массива значений
поля сохранять аппроксимационную конструкцию, имеющую существенно
меньшую размерность, т.е. перейти от цифровых карт полей к аналитичес-
ким аппроксимациям. Аппроксимация обеспечивает возможность восста-
новления поля в произвольно выбранных точках пространства вне источни-
ков, а также выполнение асимптотически оптимальных по точности транс-
формаций, учитывающих различия в аппликатах z точек измерений поля.
Как и модуль “Qtree”, данный модуль позволяет производить хранение дан-
ных о поле в виде моделей элементарных источников (сеточная модель, shp-
файл) с включением в базу данных.
Построение аналитической модели производится на этапе аппрок-
симации геопотенциального поля. Модель заключает в себе содержатель-
ную информацию, связанную со значениями поля в узлах равномерной
сети, а также возможности его восстановления в отдельных точках внеш-
него (по отношению к его источникам) пространства, асимптотически оп-
тимальные по точности трансформации полей разного вида с учетом осо-
бенностей рельефа поверхности измерений в пределах территории иссле-
дований.
Важно, что при построении аппроксимационных моделей происходит
подавление помех негармонического характера, обусловленных погрешно-
стями измерений; приповерхностными неоднородностями геологической
среды; погрешностями, возникающими в процессе формирования цифро-
вых моделей поля. Как показывает опыт, величины такого рода погрешнос-
тей в отдельных точках, как правило, многократно превосходят точность
выполненных геофизических съемок.
366
Заключение. Программные модули “Qtree” и “Wavelet” представляют
эффективные способы сжатия цифровой информации о гравитационном и
магнитном полях, основанные на синтезе методов истокообразной аппрок-
симации, фрактального подхода и вейвлет-анализа, обеспечивающие не толь-
ко компактное хранение данных, но также возможность восстановления
различных компонентов поля в произвольно выбранных точках простран-
ства, располагающихся выше поверхности измерений. Созданные в процес-
се аппроксимации модели имеют значительно меньший размер, чем исход-
ные данные, и используются для хранения и передачи больших объемов
геолого-геофизической информации.
Работа выполнена при поддержке Уральского отделения РАН (по ре-
зультатам конкурса научных проектов молодых ученых и аспирантов 2007 г.)
и РФФИ (грант № 07-05-96011).
1. Симанов А.А. Информационно-аналитическая система обеспечения крупномасштабных
гравиметрических съемок // Геоинформатика. – 2007. – № 4. – С. 1–11.
2. Симанов А.А. , А.В. Пугин. Новый подход к интерпретации и хранению геолого-геофи-
зических данных на основе геоинформационных технологий и принципов фрактального
анализа // International Conference & Exhibition EAGE, EAGO and SEG. – Saint Petersburg,
2006. – B046 (electronic format).
3. Долгаль А.С., А.А. Симанов. Применение кратномасштабного вейвлет-анализа при анали-
тических аппроксимациях геопотенциальных полей// Докл. РАН. – 2008. – Т. 418, № 2. –
С. 256–261.
|
| id | nasplib_isofts_kiev_ua-123456789-28404 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | XXXX-0017 |
| language | Russian |
| last_indexed | 2025-12-07T17:42:38Z |
| publishDate | 2009 |
| publisher | Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України |
| record_format | dspace |
| spelling | Симанов, А.А. 2011-11-10T23:45:36Z 2011-11-10T23:45:36Z 2009 Новые методы сжатия геофизической информации при формировании баз данных / А.А. Симанов // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2009. — С. 362-366. — Бібліогр.: 3 назв. — рос. XXXX-0017 https://nasplib.isofts.kiev.ua/handle/123456789/28404 550.831.017 В статье рассматривается новые методы сжатия цифровой информации о гравитационном и магнитном полях, основанные на синтезе методов истокообразной аппроксимации, фрактального подхода и вейвлет-анализа, обеспечивающие компактное хранение данных о поле в виде моделей элементарных источников с включением в базу данных. Созданные в процессе аппроксимации модели имеют значительно меньший размер, чем исходные данные, и используются для хранения и передачи больших объемов геолого-геофизической информации. ru Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України Геофізична інформація та математичні методи Новые методы сжатия геофизической информации при формировании баз данных Article published earlier |
| spellingShingle | Новые методы сжатия геофизической информации при формировании баз данных Симанов, А.А. Геофізична інформація та математичні методи |
| title | Новые методы сжатия геофизической информации при формировании баз данных |
| title_full | Новые методы сжатия геофизической информации при формировании баз данных |
| title_fullStr | Новые методы сжатия геофизической информации при формировании баз данных |
| title_full_unstemmed | Новые методы сжатия геофизической информации при формировании баз данных |
| title_short | Новые методы сжатия геофизической информации при формировании баз данных |
| title_sort | новые методы сжатия геофизической информации при формировании баз данных |
| topic | Геофізична інформація та математичні методи |
| topic_facet | Геофізична інформація та математичні методи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/28404 |
| work_keys_str_mv | AT simanovaa novyemetodysžatiâgeofizičeskoiinformaciipriformirovaniibazdannyh |