SCIENTIFIC AND METHODICAL APPROACHES TO INCREASE PROSPECTING EFFICIENCY OF THE RUSSIAN ARCTIC SHELF STATE GEOLOGICAL MAPPING

На примере материалов по Баренцевоморско-Карскому региону приводится обоснование набора научно-методических приемов картографирования и глубинного моделирования в условиях российского арктического шельфа и прилегающих осадочных бассейнов континентальной части России. Охарактеризована фактологическая...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Zapiski Gornogo instituta (1999) 2018-10, Vol.233 (5), p.447
Hauptverfasser: Егоров, А. С., Винокуров, И. Ю., Телегин, А. Н.
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:На примере материалов по Баренцевоморско-Карскому региону приводится обоснование набора научно-методических приемов картографирования и глубинного моделирования в условиях российского арктического шельфа и прилегающих осадочных бассейнов континентальной части России. Охарактеризована фактологическая основа исследований и показано, каким образом в условиях несопоставимости различных геофизических данных применяется зонально-блоковая модель земной коры и обобщенные модели геодинамических обстановок. Обосновывается необходимость и описывается подход к построению глобальных и региональных палеореконструкций.Показано, что основным содержанием послойных карт глубинного строения (платформенного чехла и консолидированного фундамента) и разрезов земной коры становится отображение закономерностей локализации главных структурно-вещественных подразделений литосферы как следствия геодинамических процессов на границах литосферных плит. Установленные параметры глубинного строения и исторические вехи тектонической истории региона открывают новые возможности для изучения закономерностей локализации месторождений полезных ископаемых. Показан пример решения прогнозно-минерагенических задач по территории Западно-Сибирской и Хатангско-Вилюйской нефтегазовых провинций, выполненного с использованием параметров известных промышленных месторождений нефти и газа для обучения системы распознавания образов.
ISSN:2411-3336
2541-9404
DOI:10.31897/pmi.2018.5.447