ОЦЕНКА ЭЛЕКТРИЧЕСКИХ СВОЙСТВ ГОРНЫХ ПОРОД НА ОСНОВЕ СКОРОСТНОГО АНАЛИЗА ДАННЫХ МЕТОДА ОТРАЖЕННЫХ ЭЛЕКТРОМАГНИТНЫХ ВОЛН (МОЭМВ-ОГТ)

Обложка

Цитировать

Полный текст

Аннотация

Разработан алгоритм оценки удельного электрического сопротивления (УЭС) горных пород на основе скоростного анализа данных метода отраженных электромагнитных волн с изменяемой базой разноса приемника и передатчика (МОЭМВ-ОГТ). При построении геоэлектрической модели в точке («виртуальной скважины») по данным МОЭМВ-ОГТ, в отличие от алгоритмов обработки данных методов электроразведки, не требуется априорная информация о геологическом и структурном строении участка, достаточно данных измерений. Приводится пример виртуальной скважины по параметру УЭС глубиной 500 метров, построенной в ходе экспериментального исследования в криолитозоне.

Об авторах

О. А. Гулевич

Институт земного магнетизма, ионосферы и распространения радиоволн им. Н.В. Пушкова РАН (ИЗМИРАН); ООО «Таймер»; МГУ им М.Ю. Ломоносова

Email: oxana.gulevich@mail.ru
ORCID iD: 0000-0002-3883-5965
Scopus Author ID: 56663135100
ResearcherId: AAX-8829-2021
Физический факультет, кандидат физико-математических наук 2015-2015

Л. Б. Волкомирская

Институт земного магнетизма, ионосферы и распространения радиоволн им. Н.В. Пушкова РАН (ИЗМИРАН)

Email: mila.48@inbox.ru
ORCID iD: 0000-0001-7474-1053
кандидат физико-математических наук 1998-2023

Е. П. Кайгородов

АУ «НАЦ РН им. В.И. Шпильмана»

Email: epk1967kj@yandex.ru
ORCID iD: 0009-0004-0774-8051

Список литературы

  1. Альпин Л. М., Даев Д. С., Каринский А. Д. Теория полей, применяемых в разведочной геофизике. — Москва : Недра, 1985. — 407 с.
  2. Волкомирская Л. Б., Гулевич О. А. Способ глубинной георадиолокации и устройство для его осуществления. Патент на изобретение №RU2816128C1 от 26.03.2024 г. — Москва : ООО «Таймер», 2024.
  3. Волкомирская Л. Б., Гулевич О. А., Ляхов Г. А. и др. Георадиолокация больших глубин // Журнал радиоэлектроники. — 2019. — Т. 2019, № 4. — doi: 10.30898/1684-1719.2019.4.6.
  4. Кильпио Е. Ю., Щербаков И. А. О научных результатах в области физических наук, полученных в 2020–2021 гг. // Доклады Российской академии наук. Физика, технические науки. — 2022. — Т. 506, № 2. — С. 3—33. — doi: 10.31857/S2686740022070069.
  5. Электроразведка: пособие по электроразведочной практике для студентов геофизических специальностей / под ред. В. К. Хмелевского, И. Н. Модина, А. Г. Яковлева. — М. : ГЕРС, 2005. — 311 с.
  6. Christensen N. B. Difficulties in determining electrical anisotropy in subsurface investigations // Geophysical Prospecting. — 2000. — Vol. 48, no. 1. — P. 1–19. — doi: 10.1046/j.1365-2478.2000.00174.x.
  7. Doyoro Y. G., Chang P.-Y., Puntu J. M., et al. A review of open software resources in python for electrical resistivity modelling // Geoscience Letters. — 2022. — Vol. 9, no. 1. — doi: 10.1186/s40562-022-00214-1.
  8. Gautier M., Gautier S., Cattin R. PyMERRY: A Python solution for an improved interpretation of electrical resistivity tomography images // GEOPHYSICS. — 2023. — Vol. 89, no. 1. — F23–F39. — doi: 10.1190/geo2023-0105.1.
  9. Hou D., Wang X., Zou J. Inversion of soil resistivity by using CSAMT method // 2020 IEEE International Conference on High Voltage Engineering and Application (ICHVE). — IEEE, 2020. — P. 1–4. — doi: 10.1109/ICHVE49031.2020.9279948.
  10. Olayinka A. I., Yaramanci U. Assessment of the reliability of 2D inversion of apparent resistivity data // Geophysical Prospecting. — 2000. — Vol. 48, no. 2. — P. 293–316. — doi: 10.1046/j.1365-2478.2000.00173.x.
  11. Volkomirskaya L. B., Gulevich O. A., Reznikov A. E., et al. Impact of Signal Registration Technology on GPR Data // Engineering and Mining Geophysics 2021. — European Association of Geoscientists & Engineers, 2021. — P. 1–9. — doi: 10.3997/2214-4609.202152005.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Гулевич О.А., Волкомирская Л.Б., Кайгородов Е.П., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».