Подготовка и верификация исходных данных для блочного моделирования
Подготовка и верификация исходных данных для блочного моделирования — это определяющий этап построения модели, именно на этом шаге закладывается качество всех последующих действий. Поэтому работу с данными следует начинать не с выбора метода интерполяции, а с анализа того, насколько сама выборка корректно описывает геологическое пространство.
Доменизация выборки
Общую совокупность исходных данных необходимо первоначально разделять как минимум на 3 геолого-структурных макродомена – регулярный массив, кора выветривания и зоны тектонических разломов.
Необходимость такого разделения обусловлена тем, что указанные геологические среды формировались в различных условиях и характеризуются собственными закономерностями изменчивости и статистическими характеристиками. Их совместный анализ в составе единой выборки приводит к искусственному смешению различных статистических популяций, искажению формы распределений, средних и медианных значений, показателей дисперсии и пространственной корреляции и, как следствие, к некорректной интерполяции параметров в блоки модели.
Последующее районирование регулярного массива выполняется с выделением геомеханических доменов по значениям рейтинговых классификаций и физико-механических характеристик.
Геомеханические домены выделяются для обособления участков массива с однородными инженерно-геологическими свойствами и назначения для них репрезентативных расчётных параметров.
Декластеризация и композитирование
Декластеризация применяется для снижения смещения статистических оценок, вызванного неравномерной плотностью бурения. На практике какая-либо часть месторождения часто оказывается изучена подробнее других, и тогда “интересующие” зоны начинают непропорционально сильно влиять на статистику. В результате представительность выборки снижается - статистические параметры могут и быть искусственно завышены или занижены.
Композитирование устраняет влияние различной длины исходных интервалов. При невзвешенном анализе короткие и длинные интервалы вносят одинаковый вклад в статистику, хотя характеризуют разные объёмы массива. Приведение данных к единой длине обеспечивает их сопоставимость и корректность последующей оценки. Альтернативой является анализ с взвешиванием значений по длине интервала.
Анализ сформированных выборок
На этом этапе в первую очередь необходимо выявить и оценить выбросы. Часть экстремальных значений действительно может отражать локальные зоны повышенной изменчивости массива, однако другая часть нередко связана с ошибками описания керна, картирования или последующей обработки данных. Поэтому выбросы нельзя автоматически удалять или, наоборот, безусловно сохранять: каждое такое значение требует проверки в геологическом и геомеханическом контексте.
Далее следует проанализировать форму распределения параметров. Если гистограмма какого-либо геомеханического показателя демонстрирует выраженную мультимодальность, а коэффициент вариации остаётся высоким, это часто указывает на внутреннюю неоднородность выборки. В такой ситуации необходимо проверить пространственное распределение значений и оценить, не объединены ли в одном домене участки с различными условиями. При подтверждении такой неоднородности домен целесообразно дополнительно разделить на более однородные участки.
Отдельное внимание следует уделить анализу ожидаемых корреляционных зависимостей между параметрами. Для геомеханических данных существуют пары показателей, связь между которыми обычно прослеживается достаточно устойчиво, например RQD и FF/m, GSI и JR/JA, Q и RMR и т.д. Если в исходной выборке такие зависимости отсутствуют или слабо выражены, это может служить признаком наличия грубых ошибок в исходных данных.
