OPRES
Программа осуществляет вероятностное распознавание аномалий (в т.ч. комплексных) заданной формы.
Программа OPRES использует алгоритмы оптимального приема. Ожидаемая аномалия задается статистической моделью с определением в каждой точке наиболее вероятного (среднего) значения интенсивности аномалии и возможной изменчивости (стандартного отклонения). Никаких ограничений на исходное поле не накладывается, т.е. программа может использоваться для обработки любых пространственно распределенных данных, заданных в матричной форме.
В качестве модели для распознавания могут быть использованы результаты наблюдений на каком-нибудь реальном объекте, или какой-либо фрагмент исходной матрицы (т.н. натурная модель). В этом случае, а также когда нет предположений о возможной изменчивости модели, в ячейках матрицы со стандартным отклонением должны быть записаны нули.
Усовершенствованный алгоритм оптимального приема характеризуется повышенной избирательностью к форме ожидаемой аномалии. Повышенная чувствительность к форме аномалии может привести к ошибочному пропуску объектов, отличающихся от модели в пределах естественной изменчивости их параметров и геометрии. Поэтому для учета фактора изменчивости целесообразно использовать статистические модели объекта.
На рис. 1. показаны результаты прогнозирования карста на территории республики Татарстан по комплексу аэрогеофизических данных, включающих высокочастотную составляющую магнитного поля; концентрации урана, калия и тория по данным аэрогамма-спектрометрической съемки; эффективные удельные сопротивления на трех частотах по данным аэроэлектроразведки и цифровую модель местности (рельеф) по данным GPS.
Рис. 2. Результат распознавания (Б) статистической модели кимберлитовой трубки (В) по остаточному магнитному полю (А)
Так же в программе имеется возможность построения статистической модели вертикальной призмы, задавая диапазон изменения геометрических параметров и физических свойств. На рис. 2, Б показан результат распознавания слабомагнитных кимберлитовых трубок (с коэффициентом правдоподобия больше 1). Статистическая модель (рис. 2, В) соответствует характерным для изучаемой территории параметрам поисковых объектов.