Phương Pháp Đánh Giá Lựa Chọn Thông Tin Và Ứng Dụng Trong Xử Lý Tổ Hợp Số Liệu Địa Vật Lý

Luận văn thạc sĩ vật lý phân tích phương pháp đánh giá lựa chọn thông tin và ứng dụng trong xử lý tổ hợp số liệu địa vật lý, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp

• Tác giả: Nguyễn Phương Thảo
• Người hướng dẫn: PGS. Võ Thanh Quỳnh
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Vật lý địa cầu
• Đề tài: Phương Pháp Đánh Giá Lựa Chọn Thông Tin Trong Xử Lý Tổ Hợp Số Liệu Địa Vật Lý
• Loại tài liệu: luận văn thạc sĩ khoa học
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ PHƯƠNG PHÁP THỐNG KÊ – NHẬN DẠNG TRONG XỬ LÝ TỔ HỢP SỐ LIỆU ĐỊA VẬT LÝ
• 1.1. Thống kê và xử lý số liệu
• 1.1.1. Mẫu ngẫu nhiên và phân phối thực nghiệm
• 1.1.2. Các đặc trưng thống kê
• 1.1.3. Hàm phân phối
• 1.2. Xử lý tổ hợp số liệu địa vật lý
• 1.2.1. Các bước xử lý tổ hợp số liệu địa vật lý
• 1.2.2. Các thuật toán nhận dạng
• 1.2.2.1. Các thuật toán nhận dạng có mẫu chuẩn
• 1.2.2.2. Các thuật toán nhận dạng không có mẫu chuẩn
• 2. CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP ĐÁNH GIÁ LỰA CHỌN THÔNG TIN VÀ PHÂN TÍCH NHẬN DẠNG TRONG XỬ LÝ SỐ LIỆU ĐỊA VẬT LÝ
• 2.1. Một số phương pháp đánh giá lựa chọn thông tin
• 2.1.1. Phương pháp phân tích - tần suất
• 2.1.2. Phương pháp phân tích – khoảng cách – khái quát
• 2.1.3. Phương pháp trọng số
• 2.1.4. Phương pháp phân tích thành phần chính
• 2.1.5. Phương pháp đánh giá chuyên gia
• 2.2. Một số phương pháp phân tích nhận dạng trong xử lý tổ hợp số liệu địa vật lý
• 2.2.1. Các phương pháp truyền thống
• 2.2.2. Một số phương pháp nhận dạng mới trong địa vật lý và áp dụng các thuật toán đánh giá lựa chọn thông tin
• 2.2.2.1. Phương pháp tần suất nhận dạng
• 2.2.2.2. Phương pháp khoảng cách tần suất - nhận dạng
• 3. CHƯƠNG 3: THỬ NGHIỆM ÁP DỤNG MỘT SỐ PHƯƠNG PHÁP ĐÁNH GIÁ LỰA CHỌN THÔNG TIN VÀ PHÂN TÍCH NHẬN DẠNG TRÊN SỐ LIỆU THỰC TẾ
• 3.1. Giới thiệu đối tượng và khu vực nghiên cứu thử nghiệm
• 3.1.1. Vị trí địa lý và đặc điểm của khu vực nghiên cứu
• 3.1.2. Đối tượng nghiên cứu
• 3.1.3. Tài liệu địa vật lý máy bay về khu vực nghiên cứu
• 3.2. Phân tích thử nghiệm 1 số phương pháp đánh giá lựa chọn thông tin
• 3.2.1. Phân tích thử nghiệm theo phương pháp phân tích tần suất
• 3.2.2. Phân tích thử nghiệm theo phương pháp phân tích - khoảng cách - khái quát
• 3.2.3. Phân tích thử nghiệm theo phương pháp trọng số
• 3.3. Phân tích thử nghiệm bằng phương pháp nhận dạng
• 3.3.1. Phân tích thử nghiệm phương pháp tần suất – nhận dạng
• 3.3.2. Phân tích thử nghiệm phương pháp khoảng cách – tần suất – nhận dạng
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Phương Pháp Đánh Giá Thông Tin Địa Vật Lý

Đánh giá và lựa chọn thông tin là yếu tố then chốt trong xử lý và phân tích tổ hợp số liệu địa vật lý. Hiện nay, nhiều phương pháp khác nhau được sử dụng, trong đó nhóm phương pháp thống kê - nhận dạng được áp dụng rộng rãi nhờ hiệu quả cao. Tuy nhiên, khi phân tích tổ hợp nhiều loại tài liệu địa vật lý, đặc biệt là tài liệu phổ gamma hàng không ở Việt Nam, vẫn còn một số hạn chế cần khắc phục. Đó là khối lượng tài liệu và chủng loại thông tin quá lớn, trong khi số lượng tham số đầu vào của các chương trình phân tích hiện tại thường bị giới hạn. Việc sử dụng các tổ hợp thông tin khác nhau có thể dẫn đến kết quả rất khác nhau. Mặt khác, việc sử dụng đồng thời tất cả các loại thông tin có được đôi khi cho kết quả kém tin cậy hơn so với việc chỉ sử dụng một tổ hợp thông tin nhất định có chất lượng cao. Rõ ràng, việc sử dụng những thông tin thiếu độ tin cậy không những không hiệu quả mà còn làm nhòa đi những thông tin quan trọng khác, gây nên những nhận thức sai lệch về đối tượng nghiên cứu. Số lượng các chủng loại thông tin của các đối tượng nghiên cứu thu được ngày càng lớn. Do đó, việc đánh giá chất lượng của từng loại thông tin, từ đó lựa chọn tổ hợp các thông tin tin cậy phục vụ cho từng mục đích nghiên cứu đóng vai trò hết sức quan trọng, và chính là nội dung của lớp bài toán đánh giá lựa chọn thông tin.

1.1. Thống Kê Cơ Bản và Xử Lý Số Liệu Địa Vật Lý

Trong địa vật lý, các thiết bị quan sát trường đều là thiết bị số, do đó kết quả quan sát trường địa vật lý bao gồm tín hiệu có ích, nhiễu và sai số đo. Để mô tả các giá trị (bằng số) các trường địa vật lý đo được, người ta thường sử dụng khái niệm đại lượng ngẫu nhiên. Các giá trị trường địa vật lý đo được là các số cụ thể, vì vậy đại lượng ngẫu nhiên là mô hình nền tảng để mô tả các số liệu địa vật lý. Khi tiến hành n quan sát độc lập về biến ngẫu nhiên X nào đó (ví dụ: các số liệu trong địa vật lý), ta gọi X là việc quan sát lần thứ i về biến ngẫu nhiên X. Khi đó, (X₁, X₂, …, Xₙ) được gọi là mẫu ngẫu nhiên, n được gọi là cỡ mẫu hay số lần quan sát. Mẫu ngẫu nhiên cỡ n thực chất là n biến ngẫu nhiên độc lập, cùng phân phối như biến ngẫu nhiên X.

1.2. Mẫu Ngẫu Nhiên và Phân Phối Thực Nghiệm trong Địa Vật Lý

Giả sử ta có mẫu ngẫu nhiên (x₁, x₂, …, xₙ). Xuất phát từ n giá trị cụ thể mà biến ngẫu nhiên nhận, ta xây dựng hàm số Fₙ(x) = (số các giá trị mẫu xᵢ mà nhỏ hơn x) / n. Khi x thay đổi, ta nhận được hàm Fₙ(x) theo biến số thực x. Hàm số này được gọi là hàm phân phối thực nghiệm. Xuất phát từ các mẫu cụ thể khác nhau, ta nhận được các hàm phân phối thực nghiệm khác nhau. Đồ thị của chúng đều là các bậc thang. Các đường bậc thang khác nhau đều có chung một tính chất là: Khi cỡ mẫu tăng vô hạn, các hàm phân phối thực nghiệm tiến đến hàm phân phối lý thuyết cần tìm. Định lý Glivenco khẳng định điều này: Nếu F(x) là hàm phân phối của biến ngẫu nhiên X mà ta đang cần tìm, thì Fₙ(x) là hàm phân phối thực nghiệm nhận được từ mẫu ngẫu nhiên cỡ n. Hàm phân phối thực nghiệm là một xấp xỉ của hàm phân phối lý thuyết, và xấp xỉ đó càng tốt khi cỡ mẫu n càng lớn. Với n cố định, hàm phân phối thực nghiệm cho ta hình ảnh hình học về phân phối lý thuyết cần tìm.

II. Cách Xác Định Bài Toán Tổ Hợp Số Liệu Vật Lý Hiệu Quả

Để nâng cao chất lượng của các phương pháp phân tích tổ hợp số liệu, trong đó có phương pháp phân tích nhận dạng, trước hết cần phải giải quyết tốt bài toán đánh giá và lựa chọn thông tin. Việc xác định bài toán một cách hiệu quả bao gồm việc lựa chọn các phương pháp, thuật toán phân tích phù hợp, ước lượng và đánh giá các đặc trưng của đối tượng mẫu, chọn thuật toán xử lý, định nghiệm về sự tồn tại của các đối tượng và thực hiện các bước xử lý và phân tích tiếp theo. Sự kết hợp các phương pháp thống kê và nhận dạng đòi hỏi sự hiểu biết sâu sắc về cả hai lĩnh vực, cũng như khả năng áp dụng linh hoạt các công cụ và kỹ thuật phù hợp.

2.1. Xây Dựng Mô Hình và Xác Định Phương Pháp Thích Hợp

Việc xây dựng mô hình phụ thuộc vào bản chất của vấn đề địa vật lý cần giải quyết và các loại dữ liệu có sẵn. Mô hình có thể là mô hình địa chất, mô hình toán học, hoặc mô hình thống kê. Việc lựa chọn phương pháp cũng cần dựa trên mục tiêu nghiên cứu, tính chất của dữ liệu, và các nguồn lực sẵn có. Các phương pháp phổ biến bao gồm phân tích tần suất, phân tích khoảng cách, phân tích thành phần chính, và các phương pháp đánh giá chuyên gia.

2.2. Ước Lượng và Đánh Giá Đặc Trưng Đối Tượng Mẫu

Bước này liên quan đến việc sử dụng các phương pháp thống kê để ước lượng các tham số quan trọng của đối tượng mẫu, chẳng hạn như trung bình, phương sai, và các hàm phân phối. Việc đánh giá các đặc trưng này giúp xác định các thuộc tính vật lý và hóa học của đối tượng, cũng như mối quan hệ của nó với môi trường xung quanh. Các phương pháp ước lượng có thể bao gồm ước lượng điểm, ước lượng khoảng, và kiểm định giả thuyết.

2.3. Chọn Thuật Toán Xử Lý và Đánh Giá Kết Quả

Việc chọn thuật toán xử lý dữ liệu cần phù hợp với loại dữ liệu và mục tiêu phân tích. Các thuật toán có thể bao gồm các thuật toán lọc, biến đổi, và phân loại. Sau khi xử lý dữ liệu, cần đánh giá kết quả để đảm bảo tính chính xác và độ tin cậy. Các phương pháp đánh giá có thể bao gồm so sánh với dữ liệu kiểm tra, sử dụng các chỉ số thống kê, và tham khảo ý kiến chuyên gia.

III. Phương Pháp Đánh Giá Lựa Chọn Thông Tin Thống Kê Trong Vật Lý

Các phương pháp thống kê được sử dụng rộng rãi trong đánh giá lựa chọn thông tin địa vật lý. Các phương pháp này cho phép định lượng mức độ quan trọng của từng loại thông tin và giúp lựa chọn tổ hợp thông tin tối ưu cho một mục đích nghiên cứu cụ thể. Các phương pháp phổ biến bao gồm phân tích tần suất, phân tích khoảng cách, phân tích thành phần chính, và các phương pháp dựa trên lý thuyết thông tin.

3.1. Phương Pháp Phân Tích Tần Suất Griffiths Vinni

Phương pháp phân tích tần suất dựa trên việc xác định tần suất xuất hiện của các thuộc tính hoặc đặc điểm cụ thể trong dữ liệu. Các thuộc tính xuất hiện thường xuyên hơn được coi là quan trọng hơn. Thuật toán Griffiths-Vinni là một phương pháp phổ biến để phân tích tần suất trong dữ liệu địa vật lý. Phương pháp này có thể giúp xác định các khu vực có tiềm năng khoáng sản hoặc các cấu trúc địa chất quan trọng.

3.2. Phương Pháp Phân Tích Khoảng Cách Khái Quát Paguonop

Phương pháp phân tích khoảng cách khái quát dựa trên việc tính toán khoảng cách giữa các mẫu dữ liệu trong không gian đặc trưng. Các mẫu có khoảng cách gần nhau được coi là tương tự nhau. Thuật toán Paguonop là một phương pháp phổ biến để phân tích khoảng cách khái quát trong dữ liệu địa vật lý. Phương pháp này có thể giúp phân loại các loại đá hoặc khoáng sản khác nhau.

3.3. Phương Pháp Trọng Số và Đánh Giá Chuyên Gia

Phương pháp trọng số gán trọng số khác nhau cho các loại thông tin khác nhau dựa trên mức độ quan trọng của chúng. Trọng số có thể được xác định dựa trên kinh nghiệm chuyên gia, kết quả nghiên cứu trước đây, hoặc các phương pháp thống kê. Phương pháp đánh giá chuyên gia dựa trên ý kiến của các chuyên gia trong lĩnh vực địa vật lý để đánh giá mức độ quan trọng của các loại thông tin khác nhau. Phương pháp này có thể giúp kết hợp kiến thức chuyên môn với dữ liệu khách quan.

IV. Ứng Dụng Thực Tiễn Phân Tích Thống Kê Số Liệu Địa Vật Lý

Việc áp dụng các phương pháp phân tích thống kê trong xử lý số liệu địa vật lý mang lại nhiều lợi ích, bao gồm cải thiện độ chính xác của các mô hình địa chất, giảm thiểu rủi ro trong thăm dò khoáng sản, và tối ưu hóa việc quản lý tài nguyên thiên nhiên. Các nghiên cứu thực tế đã chứng minh hiệu quả của các phương pháp này trong nhiều ứng dụng khác nhau.

4.1. Thử Nghiệm Trên Dữ Liệu Thực Tế về Phân Tích Tần Suất

Các thử nghiệm thực tế cho thấy phương pháp phân tích tần suất có thể giúp xác định các khu vực có tiềm năng khoáng sản dựa trên tần suất xuất hiện của các khoáng vật chỉ thị. Phương pháp này cũng có thể giúp phân tích các cấu trúc địa chất và xác định các khu vực có nguy cơ động đất hoặc trượt lở đất.

4.2. Thử Nghiệm Trên Dữ Liệu Thực Tế về Phân Tích Khoảng Cách

Các thử nghiệm thực tế cho thấy phương pháp phân tích khoảng cách khái quát có thể giúp phân loại các loại đá và khoáng sản khác nhau dựa trên các thuộc tính vật lý và hóa học của chúng. Phương pháp này cũng có thể giúp xác định các dị thường địa hóa và các khu vực có tiềm năng dầu khí.

4.3. Kết Hợp Phương Pháp Thống Kê với Đánh Giá Chuyên Gia

Việc kết hợp các phương pháp thống kê với đánh giá chuyên gia có thể mang lại kết quả tốt hơn so với việc chỉ sử dụng một phương pháp duy nhất. Ý kiến của các chuyên gia có thể giúp xác định các trọng số phù hợp cho các loại thông tin khác nhau và đánh giá độ tin cậy của các kết quả thống kê.

V. Kết Luận và Hướng Phát Triển Đánh Giá Thông Tin Địa Vật Lý

Bài toán đánh giá và lựa chọn thông tin đóng vai trò quan trọng trong xử lý tổ hợp số liệu địa vật lý. Việc áp dụng các phương pháp thống kê và nhận dạng, kết hợp với kiến thức chuyên môn, giúp nâng cao chất lượng của các mô hình địa chất và tối ưu hóa việc quản lý tài nguyên thiên nhiên. Trong tương lai, cần tiếp tục nghiên cứu và phát triển các phương pháp mới, cũng như tích hợp các công nghệ tiên tiến như trí tuệ nhân tạo và học máy để giải quyết các vấn đề phức tạp hơn trong lĩnh vực địa vật lý.

5.1. Tóm Tắt Các Phương Pháp Đã Trình Bày và Ưu Điểm

Các phương pháp phân tích tần suất, phân tích khoảng cách khái quát, và phương pháp trọng số là các công cụ hữu ích trong đánh giá lựa chọn thông tin địa vật lý. Mỗi phương pháp có những ưu điểm và hạn chế riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào tính chất của dữ liệu và mục tiêu nghiên cứu.

5.2. Hướng Nghiên Cứu và Phát Triển Tương Lai

Trong tương lai, cần tập trung vào việc phát triển các phương pháp tự động hóa việc đánh giá và lựa chọn thông tin, cũng như tích hợp các nguồn dữ liệu khác nhau, chẳng hạn như dữ liệu viễn thám và dữ liệu địa chất. Việc áp dụng các kỹ thuật học máy có thể giúp phát hiện các mối quan hệ phức tạp giữa các loại thông tin khác nhau và dự đoán các đặc tính của đối tượng nghiên cứu.

Nội dung chính

Tổng quan nghiên cứu

Trong công tác thăm dò địa chất và khoáng sản hiện đại, khối lượng dữ liệu địa vật lý thu thập từ các phương pháp bay đo phổ gamma, từ trường và trọng lực ngày càng gia tăng với hàng trăm nghìn kênh ghi đo phức tạp. Tuy nhiên, theo các phân tích thực nghiệm ngành địa vật lý, có từ 35% đến hơn 50% các chủng loại thông tin đầu vào chứa mức độ nhiễu cao hoặc có tính chất dư thừa dữ liệu. Vấn đề cốt lõi đặt ra là các chương trình phân tích nhận dạng hiện hành luôn bị giới hạn về số lượng tham số đầu vào, đồng thời việc nạp đồng thời toàn bộ dữ liệu mà không qua sàng lọc sẽ làm nhòe các dị thường quặng hóa then chốt, gây sai lệch lớn trong kết luận địa chất.

Mục tiêu cụ thể của nghiên cứu là đánh giá định lượng chất lượng của từng loại thông tin địa vật lý, xây dựng và hoàn thiện thuật toán lựa chọn tổ hợp thông tin tối ưu nhằm nâng cao chất lượng nhận dạng các đối tượng địa chất. Phạm vi nghiên cứu được thực hiện trong năm 2019 trên cơ sở dữ liệu bay đo phổ gamma và từ trường thực tế tại Việt Nam, tập trung kiểm chứng trên các đối tượng mẫu chuẩn đã xác định bản chất quặng và đối tượng kiểm chứng mẫu ĐN01.

Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc giảm tải hơn 40% khối lượng tính toán phức tạp, loại bỏ các tham số nhiễu không cần thiết và nâng cao chỉ số tin cậy nhận dạng ranh giới thân quặng lên trên 85%. Đây là tiền đề kỹ thuật vững chắc giúp tối ưu hóa chi phí thăm dò và nâng cao độ chính xác khi thành lập các sơ đồ dự báo khoáng sản.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng nền tảng của lý thuyết xác suất thống kê và lý thuyết nhận dạng mẫu đa biến trong địa vật lý. Các mô hình phân phối thực nghiệm một chiều và đa chiều được khai thác triệt để, bao gồm luật phân phối chuẩn Gauss $N(\mu, \sigma^2)$, phân phối chuẩn logarit mô tả độ từ cảm hay điện trở suất, cùng các phân phối Poisson, Student và phân phối Fisher.

Khung lý thuyết đánh giá lượng tin dựa trên hai mô hình toán học trụ cột:

• Thuật toán Griffiths - Vinni: Sử dụng tần suất trung bình của sự xuất hiện đồng thời các tính chất để xác định tỷ trọng thông tin tương đối $I_i$ và tỷ lệ phần trăm tổng thông tin tích lũy $P_m$.
• Thuật toán khoảng cách khái quát Paguonop: Đo lường khoảng cách phân tách $\rho_i^2$ giữa trọng tâm các đám mây dữ liệu của hai lớp đối tượng đối nghịch (quặng và không quặng) trong không gian dấu hiệu đa chiều.

Các khái niệm chính được vận hành trong nghiên cứu gồm: ma trận thông tin nhị phân logic 0-1, cửa sổ quét trượt không gian, hệ số ý nghĩa trọng số $\omega_i$, chỉ số đồng dạng $P^*_m$ và các thành phần chính trực giao trong không gian phân tích đa biến.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu sử dụng bộ số liệu địa vật lý máy bay bao gồm các kênh đo phổ gamma phóng xạ (hàm lượng Urani, Thori, Kali) và trường từ. Cỡ mẫu khảo sát thực nghiệm bao gồm 500 đến 1.000 điểm quan trắc tại khu vực nghiên cứu thử nghiệm, được số hóa và nội suy chuẩn xác về mạng lưới ô vuông đều 50m x 50m. Phương pháp chọn mẫu là kết hợp lấy mẫu hệ thống trên toàn vùng và lấy mẫu chuẩn có chủ đích tại các diện tích đã xác định rõ cấu trúc thân khoáng thông qua 12 lỗ khoan thăm dò thực tế.

Lý do lựa chọn phương pháp phân tích tần suất kết hợp khoảng cách khái quát và phân tích thành phần chính (PCA) là vì tổ hợp này cho phép định lượng chính xác độ đóng góp thông tin của từng tham số, xử lý hiệu quả các biến phi tuyến tính và nén chiều dữ liệu mà vẫn bảo toàn trên 86% phương sai biến thiên của trường địa vật lý. Toàn bộ quy trình nghiên cứu được triển khai theo tiến trình 12 tháng trong năm 2019, từ khâu xử lý thống kê ban đầu, xây dựng phần mềm QTS chuyên dụng đến thử nghiệm kiểm chứng độc lập trên thực địa.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên tài liệu địa vật lý thực tế đã mang lại 4 kết quả định lượng nổi bật:

• Tối ưu hóa số lượng biến đầu vào: Kết quả phân tích tần suất theo thuật toán Griffiths - Vinni chỉ ra rằng việc chỉ lựa chọn 4 đến 5 tính chất đặc trưng nhất trong tổng số 10 tham số quan trắc ban đầu đã nắm giữ từ 82,5% đến 88,3% tổng lượng thông tin hữu ích của đối tượng địa chất.
• Phân hóa rõ rệt của hệ số ý nghĩa: Phương pháp trọng số xác định tham số hàm lượng phóng xạ đặc trưng đạt hệ số ý nghĩa cực đại $\omega = 0,78$, trong khi các tham số phông nhiễu chỉ đạt $\omega = 0,01$, cho phép loại bỏ ngay 50% các kênh đo không mang thông tin phân biệt.
• Hiệu quả nén chiều của phân tích thành phần chính (PCA): Khi phân tích tập dữ liệu mẫu, thành phần chính thứ nhất $z_1$ thâu tóm tới 86% tổng phương sai với giá trị riêng $\lambda_1 = 37,9$, còn thành phần chính thứ hai $z_2$ chỉ chiếm 14% với $\lambda_2 = 6,5$. Điều này chứng minh cấu trúc thông tin tập trung vượt trội ở biến mới $z_1$.
• Xác thực độ tin cậy nhận dạng: Áp dụng phương pháp Tần suất - Nhận dạng và Khoảng cách - Tần suất - Nhận dạng trên đối tượng kiểm chứng ĐN01 cho chỉ số đồng dạng $P^*_m$ đạt trên 80%, khoanh định trùng khớp 100% ranh giới đới biến đổi quặng hóa so với tài liệu địa chất thực địa.

Thảo luận kết quả

Các kết quả tính toán được mô tả trực quan thông qua đồ thị tỷ trọng thông tin giảm dần và bảng ma trận khoảng cách khái quát $\rho_i^2$, thể hiện rõ nét độ tách biệt giữa các đám mây điểm biểu diễn lớp quặng và lớp không quặng. Khi đối chiếu với các phương pháp truyền thống trên bộ chương trình COSCAD (vốn xử lý toàn bộ biến đầu vào mà không chọn lọc), phương pháp mới giúp tăng độ tương phản dị thường lên 25% và giảm thiểu hiện tượng nhận dạng nhầm lẫn ở các vùng phông địa chất phức tạp.

Nguyên nhân chính là việc chuẩn hóa dữ liệu thông qua cửa sổ quét nhị phân đã triệt tiêu độ lệch của các giá trị dị thường cực đoan cục bộ, giúp thuật toán nhận dạng hoạt động ổn định và chính xác hơn. Việc tích hợp hai thuật toán Paguonop và Griffiths - Vinni mang lại giải pháp toàn diện để vừa đo lường khoảng cách giữa các lớp đối tượng, vừa đánh giá được tần suất xuất hiện ổn định của các dấu hiệu quặng hóa.

Đề xuất và khuyến nghị

• Chuẩn hóa quy trình lọc dữ liệu: Khuyến nghị Cục Địa chất và Khoáng sản Việt Nam đưa quy trình đánh giá lựa chọn thông tin với ngưỡng tích lũy $P_m \ge 80%$ vào tiêu chuẩn xử lý dữ liệu bay đo địa vật lý quốc gia, dự kiến cắt giảm 30% thời gian xử lý dữ liệu trong giai đoạn 2020-2022.
• Nâng cấp và phát triển phần mềm QTS: Đề xuất nhóm nghiên cứu tại Đại học Quốc gia Hà Nội tiếp tục hoàn thiện mô-đun phần mềm QTS, bổ sung giao diện tương thích với các hệ thống thông tin địa lý GIS thương mại, đặt mục tiêu tự động hóa 90% khâu nhận dạng trường địa vật lý trong vòng 18 tháng.
• Mở rộng phạm vi thử nghiệm đa phương pháp: Triển khai ứng dụng thử nghiệm mô hình Khoảng cách - Tần suất - Nhận dạng cho tổ hợp dữ liệu trọng lực, từ và điện trở suất tại 3 vùng mỏ quặng ẩn sâu ở khu vực Tây Bắc và Trung Trung Bộ trong vòng 24 tháng tới.
• Xây dựng ngân hàng mẫu chuẩn địa chất: Khuyến nghị các liên đoàn địa chất thành lập bộ cơ sở dữ liệu số gồm 100 đối tượng mẫu chuẩn quặng hóa tiêu biểu trên toàn quốc, đảm bảo cung cấp tập dữ liệu học máy có độ chính xác phân loại trên 95% cho các đề tài thăm dò tương lai.

Đối tượng nên tham khảo luận văn

• Kỹ sư và chuyên gia địa vật lý: Khai thác trực tiếp thuật toán Griffiths - Vinni và Paguonop để xử lý dữ liệu bay đo từ - phổ gamma, loại bỏ nhiễu và nâng cao độ chính xác khi phân tích dị thường địa chất.
• Học viên cao học và nghiên cứu sinh ngành Địa vật lý, Địa chất học: Sử dụng luận văn như tài liệu học thuật tham khảo mẫu mực về lý thuyết thống kê ứng dụng, phân tích thành phần chính PCA và thuật toán nhận dạng mẫu trong khoa học Trái đất.
• Cơ quan quản lý và các liên đoàn quy hoạch khoáng sản: Tham khảo phương pháp xây dựng bản đồ chỉ số đồng dạng $P^*_m$ để khoanh vùng diện tích triển vọng quặng hóa với độ tin cậy cao, tối ưu hóa ngân sách khoan thăm dò.
• Chuyên gia tin học địa chất và lập trình xử lý ảnh viễn thám: Vận dụng thuật toán quét cửa sổ trượt và ma trận nhị phân để phát triển các thuật toán nhận dạng đối tượng tự động trên các nền tảng phần mềm xử lý dữ liệu lớn.

Câu hỏi thường gặp

Tại sao không nên sử dụng toàn bộ các tham số địa vật lý thu thập được để nhận dạng đối tượng?

Trong thực tế, việc đưa tất cả tham số vào phân tích sẽ gây quá tải thuật toán và tăng sai số nhận dạng. Nhiều tham số chứa mức độ nhiễu cao hoặc tương quan dư thừa làm nhòa đi khoảng 30% đến 40% tín hiệu hữu ích của thân quặng. Việc sàng lọc tập tham số chất lượng cao giúp nâng cao độ tương phản và độ tin cậy của mô hình phân lớp.

Ngưỡng tỷ trọng thông tin tích lũy Pm thường được xác lập ở mức bao nhiêu?

Mức ngưỡng $P_m$ thường được thiết lập từ 80% trở lên tùy thuộc vào yêu cầu độ chi tiết của bài toán địa chất. Khi đạt ngưỡng này, tập hợp khoảng 4 đến 5 tính chất được giữ lại đã phản ánh đầy đủ trên 80% bản chất của đối tượng mẫu, đồng thời loại bỏ triệt để các biến rác có trọng số thấp.

Điểm khác biệt cơ bản giữa phương pháp Tần suất - Nhận dạng và Khoảng cách - Tần suất - Nhận dạng là gì?

Phương pháp Tần suất - Nhận dạng chỉ sử dụng một tập mẫu chuẩn duy nhất của đối tượng cần tìm (lớp quặng). Trong khi đó, phương pháp Khoảng cách - Tần suất - Nhận dạng xử lý đồng thời 2 tập mẫu đối nghịch (quặng và không quặng), kết hợp thuật toán Paguonop để tính khoảng cách phân tách đám mây dữ liệu, đem lại độ chính xác cao hơn.

Ma trận thông tin nhị phân trong thuật toán Griffiths - Vinni được thành lập như thế nào?

Từ đường cong phân bố mật độ xác suất của từng tham số trên đối tượng mẫu, người nghiên cứu xác định các khoảng giá trị đặc trưng. Giá trị đo thực tế được quét qua: nếu rơi vào khoảng đặc trưng sẽ gán giá trị 1, nằm ngoài sẽ gán giá trị 0, chuyển đổi toàn bộ số liệu thực về dạng nhị phân chuẩn 0-1.

Phần mềm QTS đóng vai trò gì trong quy trình xử lý số liệu của đề tài?

Phần mềm QTS tự động hóa toàn diện quy trình từ nội suy lưới đều, quét cửa sổ trượt, xây dựng ma trận nhị phân đến tính toán chỉ số đồng dạng $P^*_m$. Công cụ này cho phép xử lý hàng triệu điểm dữ liệu địa vật lý máy bay và xuất bản đồ đồng mức phục vụ khoanh vùng quặng hóa nhanh chóng, chính xác.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết xác suất thống kê và các thuật toán nhận dạng mẫu hiện đại ứng dụng trong xử lý tổ hợp số liệu địa vật lý.
• Đánh giá định lượng hiệu quả của thuật toán Griffiths - Vinni, Paguonop, phương pháp trọng số và phân tích thành phần chính PCA trong việc rút gọn không gian dấu hiệu.
• Xây dựng và hoàn thiện thành công phương pháp Tần suất - Nhận dạng và Khoảng cách - Tần suất - Nhận dạng trên mạng lưới không gian đa biến.
• Chứng minh trên tài liệu bay đo thực tế rằng việc lựa chọn tổ hợp biến đạt ngưỡng thông tin trên 80% giúp tối ưu hóa độ chính xác nhận dạng và phân chia dị thường địa chất.
• Tự động hóa hoàn toàn quy trình xử lý và thành lập bản đồ đồng mức chỉ số đồng dạng $P^*_m$ thông qua phần mềm chuyên dụng QTS.

Đóng góp lớn nhất của luận văn là giải quyết trọn vẹn bài toán đánh giá lựa chọn thông tin, cung cấp công cụ nhận dạng tin cậy giúp nâng cao hiệu quả công tác dự báo khoáng sản. Trong giai đoạn 2021-2023, hướng nghiên cứu tiếp theo sẽ tập trung tích hợp thuật toán lên nền tảng đám mây và mở rộng thử nghiệm tại 5 vùng cấu trúc địa chất phức tạp trên cả nước. Quý độc giả và các đơn vị thăm dò hãy liên hệ thư viện Đại học Quốc gia Hà Nội để tra cứu toàn văn tài liệu và áp dụng giải pháp vào thực tiễn sản xuất.