Трещины массива горных пород оказывают влияние на физико-механические свойства горных пород, а их, в свою очередь, необходимо учитывать при планировании добычных работ и строительстве горнотехнических сооружений. Найдены различные методы обнаружения трещины в массиве горных пород по данным георадиолокации. Однако применение метода ограничения данных зависит от производительности операторов-геофизиков, так как данные георадиолокации интерпретируются ими вручную. Для изучения трещиноватости мерзлых горных пород по данным георадиолокации возможно применение искусственных нейронных сетей (ИНС), которые лучше проводят анализ георадиолокационных радарограмм с целью определения разрывов и смещения осей синфазности георадиолокационных сигналов. Существенной проблемой при применении ИНС является подготовка данных для обучения (обучающей выборки). Создание обучающего набора данных возможно с помощью модели георадиолокационного разреза массива мерзлых горных пород с трещиной. Однако практика использования синтетических радарограмм на основе модели георадиолокационного разреза массива мерзлых горных пород с трещиной показала необходимость ее преобразования в плане увеличения количества слоев горных пород, возможности задания наклонных границ с учетом существующих син- и антиформ. В статье описаны этапы разработки модели нейронной сети, в том числе создание обучающего набора данных, выбор структуры, обучение и апробация модели нейронной сети. Апробация модели INS продемонстрировала лучшую эффективность модели INS. Тем не менее, в работе модели наблюдаются некоторые недостатки. Разработанная система позволит сократить временные затраты на интерпретацию данных георадолокации. Дальнейшие исследования будут связаны с повышением точности предсказания, обусловленным расширением обучающего набора данных и предложением дополнительных моделей ИНС. Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации (тема N 0297-2021-0020, ЕГИСУ НИОКТР N 122011800086-1).
Cracks in the rock mass significantly affect the physical and mechanical properties of rocks, and they, in turn,must be taken into account in the planning of mining operations and construction of mining structures. There arevarious techniques for detecting cracks in the rock mass using GPR data. However, the application of these techniquesis limited by the productivity of geophysical operators, as the GPR data are mainly interpreted by them manually. Tostudy the fracturing of frozen rocks from GPR data, it is possible to use artificial neural networks (ANN), which willmake it possible to analyze GPR radarograms in order to detect discontinuities and shifts of in-phase axes of GPRsignals. A significant problem in the application of ANN is the preparation of data for training (training sample). It ispossible to create a training data set using a model of GPR section of frozen rock massif with a fracture. However,the practice of using synthetic radarograms based on the model of GPR section of frozen rock massif with a crack hasshown the need for its improvement in terms of increasing the number of rock layers, the possibility of setting inclinedboundaries, taking into account the presence of syn- and antiforms. The article describes the stages of neural networkmodel development, including the creation of a training data set, selection of architecture, training and testing of theneural network model. The validation of the ANN model showed high performance of the ANN model. Nevertheless,some drawbacks are observed in the performance of the model. The developed system will significantly reduce the timecost of GPR data interpretation. Further research will be related to improving the prediction accuracy associated withthe expansion of the training data set and development of an additional ANN model.

Для исследования ледяного покрова рек применяется метод георадиолокации, который выдает оперативную информацию о толщине льда. Полученные данные визуализируются через геоинформационную систему QGIS, которая картирует пространственное распределение толщины льда. Однако у системы есть недостатки, связанные с ручной корректировкой данных. В исследовании предлагается использовать программное обеспечение для более эффективной визуализации результатов. Это поможет быстрее анализировать данные, выявляя участки толстых льдов и контактов льда со дном, которые могут стать потенциальным препятствием для движения весеннего ледохода.
The GPR method is used to study the river ice cover, which provides operational information on ice thickness. The obtained data are visualized through the QGIS geoinformation system, which maps the spatial distribution of ice thickness. However, the system has disadvantages due to manual correction of the data. The study proposes the use of software to visualize the results more efficiently. This will help analyze the data more quickly, identifying areas of thick ice and ice-bottom contacts that could be potential obstacles to spring ice drift movement.

В данной статье представлены разработанные физико-геологические модели для метода георадиолокации, который в настоящее время активно применяется при исследованиях горно-геологических и геокриологических условий разрабатываемых россыпных месторождений криолитозоны. Актуальность разработки георадиолокационных моделей продиктована необходимостью определения особенностей волновых полей (радарограмм) для надежной интерпретации данных. Рассмотрены типичные модели горизонтально-слоистого строения верхней части геологического разреза (мерзлые рыхлые отложения, в том числе с включением пластового льда, палеорусла) алмазоносных россыпей субарктической зоны Якутии. Компьютерное моделирование проведено в системе gprMax численным методом конечных разностей во временной области. По его результатам построены георадиолокационные модели, содержащие схему геологического разреза с описанием электрофизических свойств и синтетическую радарограмму. Анализ результатов компьютерного моделирования позволил определить особенности структуры радарограмм, параметров георадиолокационных сигналов при наличии пластового льда, участков палеорусла. Результаты проведенных исследований показали, что использование разработанных георадиолокационных моделей способствует совершенствованию процедур обработки сигналов и разработке признаков интерпретации данных при изучении геологического строения и геокриологических условий россыпных месторождений Якутии (на примере "р. Маят" Анабарский район) методом георадиолокации.
This article presents the developed physical and geological models for the GPR method, which is currently actively used in the study of mining and geological and geocryological conditions of developed alluvial deposits in the cryolithozone. The relevance of the development of GPR models is dictated by the need to determine the features of wave fields (radargrams) for reliable data interpretation. Typical models of horizontal layered structure of the upper part of the geological section (frozen loose sediments, including those with inclusion of layer ice, paleorules) of diamondiferous placers in the subarctic zone of Yakutia are considered. Computer modeling was carried out in the gprMax system using the numerical finite difference method in the time domain. Based on its results, the GPR models containing a scheme of the geological section with a description of electrophysical properties and a synthetic radargram were built. Analysis of the results of computer modeling allowed us to determine the features of the radargram structure, parameters of GPR signals in the presence of formation ice, paleorules sections. The results of the studies have shown that the developed GPR models contribute to the improvement of signal processing procedures and the development of data interpretation features in the study of the geological structure and geocryological conditions of alluvial deposits in Yakutia (using the example of “Mayat River” Anabar district) by GPR.

В данной обзорно-аналитической работе представлено современное состояние георадиолокационных исследований ледяного покрова рек, как одного из перспективных и альтернативных направлений для пространственного охвата протяженных участков рек. Различным аспектам данного вопроса посвящены труды многих отечественных и зарубежных исследователей. Данные аспекты затрагивают такие темы, как различные методики проведения наземных георадиолокационных исследований, так и с борта летательного аппарата; обработка и интерпретация георадиолокационных данных, а также многие другие темы. В аналитической части статьи, обобщая результаты трудов исследователей, следует вывод, что наиболее точные и полные данные о состоянии ледяного покрова рек получены с применением георадара с частотой антенного блока ~ 400 МГц. Также в работе отмечено, что в исследованиях недостаточно изучается вопрос определения различных типов строения ледяного покрова по результатам обработки георадарных данных.
This review-analytical paper presents the current state of GPR studies of river ice cover as one of the promising and alternative directions for spatial coverage of extended river sections. The works of many domestic and foreign researchers are devoted to various aspects of this issue. These aspects touch upon such topics as different methods of conducting both ground-based GPR studies and from an aircraft; processing and interpretation of GPR data, as well as many other topics. In the analytical part of the article, summarizing the results of the works of researchers, it should be concluded that the most accurate and complete data on the condition of the ice cover of rivers were obtained by using GPR with the antenna unit frequency ~ 400 MHz. It is also noted in the work that the issue of determining different forms of ice cover based on the results of GPR data processing is insufficiently studied in the studies.

Актуальность работы. Трещины массива горных пород представляют собой поверхности разрыва сплошности в горных породах без признаков смещения. Они существенно влияют на физико-механические свойства горных пород, и их, в свою очередь, необходимо учитывать при планировании добычных работ и строительстве горнотехнических сооружений. Решить эту проблему можно путем применения методов искусственного интеллекта (ИИ), так как они способны обрабатывать большие объемы данных. Цель работы: выбор метода искусственного интеллекта для выявления трещин массива горных пород по данным георадиолокации на основе аналитического обзора применяемых методов искусственного интеллекта в обработке и интерпретации данных геофизических измерений. Метод или методология проведения работы: аналитический обзор применения методов искусственного интеллекта при обработке данных геофизических методов. Результаты работы и область их применения. В результате проведенного исследования сформирована таблица, показывающая качественные оценки четырех характеристик методов ИИ, позволяющие сделать обоснованный выбор метода для выявления трещин горных пород по данным георадиолокации. Полученные оценки характеристик методов ИИ будут полезны широкому кругу геофизиков, занимающихся обработкой и интерпретацией данных и желающих повысить эффективность своей работы. Выводы. Проведенный обзор показал, что методы искусственного интеллекта находят довольно широкое применение при обработке данных геофизических методов. Среди используемых методов можно выделить искусственные нейронные сети, методы опорных и релевантных векторов, генетические алгоритмы и т. д. В качестве метода искусственного интеллекта для выявления трещин массива горных пород по данным георадиолокации была выбрана сверточная нейронная сеть, так как она наиболее чувствительна к данному типу данных и обладает высокой устойчивостью к шумам.
Relevance. Rock mass cracks are fracture surfaces in rocks with no signs of shifting. They significantly affect the physical and mechanical properties of rocks, and they, in turn, must be taken into account when planning mining operations and constructing mining structures. This problem can be solved by applying artificial intelligence (AI) methods, as they are able to process large amounts of data. The purpose of the work: choice of artificial intelligence method for detecting rock mass cracks from GPR data based on an analytical review of the applied artificial intelligence methods in the processing and interpretation of geophysical measurement data. Research methodology: analytical review of the application of artificial intelligence methods in the processing of geophysical methods data. The results of the work and their scope. As a result of the study, a table has been formed showing the qualitative assessments of the four characteristics of AI methods, which make it possible to make a reasonable choice of a method for detecting rock mass cracks from GPR data. The resulting estimates of the characteristics of AI methods will be useful to a wide range of geophysicists involved in data processing and interpretation and those who want to improve the efficiency of their work. Conclusions. The review showed that artificial intelligence methods are widely used in the processing of geophysical methods data. Among the methods used, one can single out artificial neural networks, support and relevance vector machines, genetic algorithms, etc. A convolutional neural network was chosen as an artificial intelligence method for detecting rock mass cracks from GPR data, since it is most sensitive to that data type and has a high noise immunity.

В статье приведен результат особенности строения ледяного покрова реки Лена в районе г. Якутска.