Значение поворота и нормализации магнитотеллурических данных перед количественной интерпретацией

Магнитотеллурическое зондирование (МТЗ) является одним из ключевых методов геоэлектрики, позволяющим исследовать распределение удельного электрического сопротивления (УЭС) в земной коре и верхней мантии. Этот метод основан на измерении вариаций естественного электромагнитного (ЭМ) поля Земли. В последние годы МТ-методы стали широко применяться в рудной геофизике при поисках полезных ископаемых.

Интерпретация МТ-данных осложняется наличием искажений, связанных с неоднородностью приповерхностной части разреза, влиянием рельефа, анизотропией среды и другими факторами. Также нередко трехмерные геоэлектрические структуры интерпретируются в рамках двумерных моделей. При игнорировании этих факторов в процессе анализа и инверсии кривых МТЗ существует высокий риск получения некорректных геоэлектрических моделей и основанных на них ошибочных выводах о геологическом строении участка.

Искажения кривых МТЗ имеют два основных механизма: гальванический и индукционный. Гальванические искажения возникают вследствие появления избыточных зарядов на участках с различной электропроводностью, а индукционные искажения связаны с действием избыточных токов [1]. Гальванический эффект также известен в МТЗ как S-эффект, поскольку его влияние на кривые МТЗ на больших периодах зондирования зависит от неоднородности суммарной продольной проводимости разреза [2].

Характер проявления эффектов различен. При гальванических искажениях кривая кажущегося сопротивления смещается относительно нормальной кривой по оси сопротивлений без изменения формы, а фазовые кривые совпадают, поэтому искажения такого типа часто называют статическим смещением. Индукционный эффект характеризуется более сложным характером искажений, часто приводящим к появлению ложных перегибов и экстремумов на кривых кажущегося сопротивления, что создает эффект несуществующих проводящих или высокоомных слоев [2].

Наиболее распространенными являются именно гальванические искажения, вызванные локальными приповерхностными неоднородностями. Из-за малого размера этих неоднородностей они не могут быть включены в интерпретационную модель. Существует несколько методов коррекции гальванических искажений кривых МТЗ, которые часто называются процедурой «нормализации» МТ-данных, и последующей интерпретации данных с применением одномерной инверсии [3]. Среди них: пространственная фильтрация, использование тензора искажений, моделирование, использование при инверсии только TE-моды электромагнитного поля и др. Также для нормализации амплитудных кривых МТЗ используется метод зондирования становлением поля в ближней зоне (ЗСБ), который обладает большей устойчивостью к гальваническим искажениям и позволяет учитывать неоднородность верхней части разреза для оценки параметров глубинных структур.

Наиболее распространенной процедурой нормализации является «статистическая нормализация», которая заключается в пространственной фильтрации значений модуля импеданса на определенной частоте («частоте нормализации») для вычисления поправочных коэффициентов для смещения амплитудных кривых. Такой способ нормализации наиболее эффективен при частом шаге наблюдений (много меньшем, чем «целевые» объекты поиска) [3]. Частота нормализации и радиус сглаживания подбираются опытным путем исходя из степени проявленности неоднородностей, размера целевых объектов, шага между точками наблюдений.

Ошибки в результатах интерпретации МТ-данных могут возникнуть также в случае, когда 2D-инверсия проводится для трехмерных объектов или линии наблюдений расположены не вкрест к изучаемым квазидвумерным объектам.

В случаях когда геоэлектрическая модель близка к двумерной, для успешного применения 2D-инверсии необходимо выполнение двух условий: профили наблюдений должны располагаться вкрест структур; измерительная установка должна быть ориентирована вдоль и вкрест структур. Однако информация об азимуте простирания поисковых объектов не всегда имеется в наличии, и при проведении полевых работ направление профилей наблюдения может быть задано под любым углом. Это же касается и выбора ориентации измерительной установки (измерительных линий и датчиков магнитного поля).

Качественный анализ данных в большинстве случаев позволяет определить главные направления поляризации теллурического поля. Эту оценку можно сделать на основе анализа полярных диаграмм тензора импеданса, по поведению векторов Визе, по аномалиям компонент горизонтального магнитного тензора или на основе эллипсов фазового тензора. Учитывая эту информацию, можно выполнить процедуру поворота к азимуту выявленных направлений теллурических токов либо на уровне компонент электромагнитного поля, либо на уровне компонент тензора импеданса.

Представленная работа призвана продемонстрировать влияние процедур поворота и статистической нормализации магнитотеллурических данных на точность определения параметров целевых объектов поиска.

Модельный ряд

Решение поставленной задачи выполнялось на основе интерпретации синтетических данных, полученных по результатам расчета прямой 3D-задачи.

Вмещающий разрез для всего модельного ряда представлен высокоомной изотропной средой с УЭС = 500 Ом×м. В основании модели располагаются проводящие породы: с глубины 2 км — 100 Ом×м, с глубины 30 км — 20 Ом×м.

В верхней, высокоомной части разреза располагается вытянутое проводящее тело (УЭС = 10 Ом×м), имитирующее рудную залежь и являющееся целевым объектом. Ширина и мощность проводника для всех моделей одинаковы: 300 и 200 метров соответственно. Азимут простирания проводника изменялся от 0° до 80°, притом что азимут профилей наблюдения для всех моделей составлял 90° (восток — запад). Таким образом, были сформированы четыре базовые модели, различающиеся по величине угла между направлением простирания проводника и профилями наблюдений: 90°, 60°, 30° и 10° (рис. 1).

Базовые модели, представленные на рисунке 1, усложнялись добавлением в приповерхностной части геоэлектрических неоднородностей (рис. 2). Все неоднородности можно разделить на две группы: крупные неоднородности, имитирующие нецелевые геологические объекты, часто встречающиеся на поисковых площадях, и локальные неоднородности произвольной формы и УЭС, имеющие размеры не более десятков метров. К первой группе относятся такие объекты, как: коры выветривания, карстовые воронки, интрузивные тела, талики (в случае мерзлых пород), тектонические нарушения, рыхлые четвертичные отложения различной мощности и пр.

В итоге для каждой из четырех базовых моделей рассчитывались четыре варианта, вклю- чающих разное количество приповерхностных неоднородностей, а общее число моделей составило 16.

Расчет прямой 3D-задачи выполнялся с по- мощью программы ModEM [4]. Горизонтальный размер области моделирования: 4×4 км. Горизонтальный размер ячейки: 50×50 м в области моделирования и увеличивался в геометрической прогрессии за края области моделирования. Вертикальная сетка: мощность первой ячейки 5 м; до глубины 100 м мощности ячеек увеличивались с шагом 5 м; далее до глубины 1 км величина ячеек составляла 50 м (рис. 3). От глубины 1 км вертикальный размер ячеек увеличивался в геометрической прогрессии с коэффициентом 1,5. Максимальная глубина модели составила 233 км. По результатам расчета прямой 3D-задачи были получены магнитотеллурические параметры в виде компонент тензора импеданса и магнитовариационные параметры в виде компонент матрицы Визе. Значения рассчитывались на частотах от 1 до 10 кГц (5 точек на декаду).

Подготовка данных к двумерной инверсии

Перед проведением двумерной инверсии выполнялся качественный анализ МТ/МВ-данных в современном программном комплексе «Inversio», разработанном в компании ООО «Северо-Запад».

В программе «Inversio» реализованы все распространенные алгоритмы анализа МТ/МВ-данных, описанные в последних трудах М.Н. Бердичевского и В.И. Дмитриева [2]. Основной акцент делался на анализ карт и псевдоразрезов кажущегося сопротивления, фазы импеданса, типперов и фазового тензора для определения параметров нормализации и угла поворота МТ-данных (рис. 4).

Для каждой из 16 рассчитанных 3D-моделей выполнялась 2D-инверсия по отдельным профилям. Перед инверсией использовались 11 разных сценариев нормализации и поворота синтетических данных:

1) без поворота и нормализации;

2) без поворота. Нормализация на частоте 1000 Гц;

3) без поворота. Нормализация на частоте 100 Гц;

4) без поворота. Нормализация на частоте 10 Гц;

5) поворот данных на 30°/60°/80°. Без нормализации;

6) первый этап — нормализация на час- тоте 1000 Гц, второй этап — поворот данных на 30°/60°/80°;

7) первый этап — нормализация на частоте 100 Гц, второй этап — поворот данных на 30°/60°/80°;

8) первый этап — нормализация на частоте 10 Гц, второй этап — поворот данных на 30°/60°/80°;

9) первый этап — поворот данных на 30°/60°/80°, второй этап — нормализация на частоте 1000 Гц;

10) первый этап — поворот данных на 30°/60°/80°, второй этап — нормализация на частоте 100 Гц;

11) первый этап — поворот данных на 30°/60°/80°, второй этап — нормализация на частоте 10 Гц.

Инверсия проводилась в двух вариантах: бимодальная (по TM- и TE-модам) и бимодальная с участием компонент матрицы Визе (типперов).

Для моделей, где тело располагалось под углом к профилям наблюдений, для более корректной работы алгоритмов инверсии производилась процедура «коррекции дистанций». Для этого строился «виртуальный» интерпретационный профиль так, чтобы он проходил вкрест тела и точки измерения сносились на него (рис. 5).

Двумерная инверсия проводилась в программе ZondMT2D (А.Е. Каминский) [5]. Для объективности итогового результата во всех случаях были использованы одинаковые параметры инверсии: горизонтальная и вертикальная сетка моделирования, количество итераций, стартовое сопротивление модели, радиус сглаживания, набор инвертируемых компонент и их веса.

Параметры, с которыми проводилась двумерная инверсия:

• стартовая модель: однородное изотропное полупространство с УЭС 200 Ом∙м;
• вертикальная сетка: размер первой ячейки — 10 м, количество слоев — 50, геометрический коэффициент увеличения мощности каждого следующего слоя — 1,05, максимальная глубина модели 2000 м;
• размер ячейки по горизонтальной оси — 25 м;
• тип инверсии — smoothnessconstrained;
• количество итераций инверсии — 3;
• радиус сглаживания — 1.

Ниже приводится поэтапное сравнение влияния процедур поворота и нормализации МТ-данных на результаты двумерной инверсии. Так как приповерхностные неоднородности распределены по модели неравномерно и на разных профилях оказывают разное искажающее действие, то и демонстрация тех или иных процедур, предшествующих инверсии, показана на разных профилях: № 6, 8, 11 (рис. 6А).

Влияние частоты нормализации

На первом этапе было изучено влияние выбора частоты нормализации на результаты инверсии (рис. 7). Для демонстрации ниже рассмотрены результаты для базовой Модели А, в которой профили наблюдений расположены ортогонально к простиранию проводника (рис. 1А). Статистическая нормализация выполнялась с радиусом 200 метров на частотах 1000, 100 и 10 Гц.

По визуальной оценке очевидно, что результат инверсии после низкочастотной нормализации (частота 10 Гц) наиболее близок к исходной модели, а при интерпретации данных, нормализованных на высоких частотах, возникают ложные объекты, появление которых мы связываем с остаточным влиянием приповерхностных неоднородностей.

Влияние поворота данных

Следующие процедуры рассматривались для Модели В, для которой азимут простирания проводника составляет 60° (рис. 1В, 6Б) при наличии всех введенных неоднородностей (рис. 2). Было проведено сравнение результатов инверсии синтетических данных, прошедших и не прошедших процедуру поворота на 60°.

По результатам инверсии данных без поворота (рис. 8А, Б) видно, что целевой объект восстанавливается, однако его форма, размеры и УЭС не соответствуют исходной модели. При инверсии повернутых данных параметры целевого проводящего тела восстанавливаются лучше, но в итоговой модели присутствуют некоторые артефакты, которые могут привести к выделению ложных объектов (рис. 8В, Г). В качестве еще одного вывода можно отметить, что привлечение к инверсии магнитовариационных параметров (бимодальная инверсия с подбором типпера) уменьшает эффект «затягивания» проводника на большую глубину (рис. 8Г), но при этом незначительно повышается УЭС целевого объекта.

Влияние процедуры «корректировки дистанций»

На следующем этапе для тех же синтетических данных базовой Модели В (рис. 1В, 6Б), для которых осуществлялась процедура поворота, были проведена корректировка дистанций между точками наблюдений за счет сноса на виртуальный профиль, ориентированный вкрест простирания целевого объекта (рис. 5). По результатам двумерной инверсии можно отметить, что процедура корректировки дистанций позволила практически полностью справиться с артефактами (рис. 9В, Г), которые возникали на предыдущем этапе (рис. 9А, Б). Наиболее близкий к исходной модели результат дает инверсия без привлечения типперов (рис. 9В).

Влияние порядка выполнения поворота и нормализации данных

По полученным результатам можно сделать вывод, что порядок проведения процедур поворота и нормализации не сильно влияет на результат 2D-инверсии. Однако для отдельных вариантов отличия есть, и они складываются в пользу последовательности: 1) поворот, 2) нормализация. В качестве примера на рисунке 10 приведены инверсии, полученные для базовой Модели В (рис. 1В). Если на первом этапе была проведена нормализация, а затем поворот МТ данных, то на результатах инверсии вместо одного проводника мы видим две проводящие области, центры которых не совпадают с положением целевого объекта в стартовой модели. Если же на первом этапе был выполнен поворот, то по результатам бимодальной инверсии без привлечения МВ параметров выделяется один проводник, совпадающий с реальным положением проводника в исходной модели.

Выводы по результатам моделирования

Подводя итоги моделирования, приведем сопоставление двух результатов инверсии (Модель В): первый вариант инверсии выполнен по исходным данным, полученным в результате расчета прямой 3D-задачи (рис. 11А, Б), а во втором случае синтетические данные подвергались предварительным процедурам: повороту, нормализации, коррекции дистанций (рис. 11В, Г). Наглядно видно, что результаты инверсии МТ-данных после применения предварительных процедур приближаются к исходной модели, контуры целевого проводящего объекта хорошо восстанавливаются. В то же время результаты инверсии МТ-данных без преобразований демонстрируют сильные отклонения от истинной модели.

Применение процедур поворота и нормализации для реальных полевых данных

На флангах крупного рудного месторождения в Красноярском крае были проведены работы методом АМТЗ по сети субширотных профилей. Анализ карты аномального магнитного поля показал, что азимут основных геологических структур на площади работ имеет простирание с СЗ на ЮВ и располагается под углом примерно 45° по отношению к профилям наблюдений.

Перед количественной интерпретацией проводились процедуры поворота данных, нормализации и коррекции дистанций. Априорные геологические данные и результаты бурения для исследуемой площади отсутствуют, поэтому мы можем судить только о влиянии перечисленных процедур на результаты двумерной инверсии (рис. 12).

Для обоих профилей можно отметить, что процедура «корректировки дистанций» меняет картину распределения УЭС, выделяя в разрезах пологие структуры. Для Профиля № 6 данная процедура убирает «хвост» проводника на западном конце профиля. Применение для данных всех процедур позволяет локализовать проводящий объект как по вертикали, так и по латерали. Для профиля № 7 можно отметить, что процедуры поворота и нормализации особо не меняют структуру модели УЭС, при этом «корректировка дистанций» выделяет контрастный проводящий объект на западном конце профиля, убирая слабоконтрастную аномалию на востоке (рис. 12).

Заключение

В результате проведенного исследования были получены следующие основные выводы. Процедуры поворота и нормализации являются необходимыми элементами подготовки магнитотеллурических данных к количественной интерпретации. Они позволяют существенно повысить достоверность получаемых результатов.

Частота нормализации оказывает значительное влияние на качество инверсии. Низкочастотная нормализация (10 Гц) дает наиболее близкие к исходной модели результаты, в то время как высокочастотная нормализация приводит к появлению ложных геоэлектрических структур. Процедура поворота данных улучшает локализацию целевого объекта, однако может приводить к появлению дополнительных аномалий. Компенсация этого эффекта достигается при участии типперов в процессе инверсии. Порядок выполнения процедур поворота и нормализации оказывает незначительное влияние на конечный результат, однако предпочтительным является следующий порядок: сначала поворот данных, затем низкочастотная нормализация.

Процедура «корректировки дистанций» является эффективным инструментом для устранения артефактов, возникающих при несовпадении азимута простирания изучаемого объекта и профилей наблюдений. Применение полного комплекса процедур (поворот, нормализация, корректировка дистанций) позволяет максимально приблизить результаты инверсии к исходной геоэлектрической модели.

Разработанный алгоритм может быть успешно применен при решении различных геофизических задач, в том числе при поисках рудных месторождений.

Дальнейшие исследования могут быть направлены на изучение влияния различных параметров процедур подготовки МТ-данных на качество инверсии в условиях более сложных геоэлектрических моделей, например при наличии сильных перепадов рельефа.