Segmentacja jednorodnych regionów właściwości pola grawitacyjnego metodą uczenia maszynowego w centralnym obszarze Wietnamu

Abstract

W artykule przedstawiono wyniki zastosowania metody uczenia się bez nadzoru (grupowania K-średnich) w polu anomalii grawitacyjnych w centralnym regionie Wietnamu, aby podzielić obszar badawczy na różne klastry, które są homologiczne pod względem właściwości fizycznych. Dla osiągnięcia optymalnych wyników ważną rolę odgrywają parametry wejściowy. Wybrano 4 wielkości wejściowe: grawitację, atrybut anomalii pola, atrybut gradientu poziomego, atrybut wariancji i współczynnik śledzenia anomalii grawitacyjnej. Uzyskane wyniki wykazały, że obszar badawczy można podzielić na 7 klastrów, 9 klastrów, 11 klastrów oraz 13 klastrów charakteryzujących się ścisłymi właściwościami pola grawitacyjnego. Wyniki badań pokazują, że południowy zachód, centrum i południe obszaru badań charakteryzują się złożonymi, zmieniającymi się właściwościami fizycznymi, wynik ten odzwierciedla skomplikowaną aktywność tektoniczną na tych obszarach obecność spękań warstw skalnych w różnych kierunkach. Lokalizacje te są potencjalnymi miejscami tworzenia się skał endogenicznych złóż minerałów pochodzenia magmowego. Północno-zachodnia, północna i wschodnia część obszaru badawczego charakteryzuje się nieznacznymi zmianami właściwości fizycznych pola, odzwierciedlającymi stabilność warstw gruntu i skał na tym obszarze. Wyniki grupowania zgodnie z algorytmem uczenia się bez nadzoru (K-średnich) początkowo dotyczyły środkowego Wietnamu. Pozwoliły na zwiększenie wiarygodności decyzji geologów i geofizyków w interpretacji budowy geologicznej i ocenie pochodzenia głęboko zalegających złóż minerałów.