Статистичне моделювання даних у 3D області з "кубічною" кореляційною функцією на прикладі геофізичного моніторингу Рівненської АЕС

Вижва, З., Демидов, В., Вижва, А. (2024). The statistical simulation of dataset in 3D area with "cubic" соrrelation function on example Rivne NPP geophysical monitoring. Visnyk of Taras Shevchenko National University of Kyiv. Geology, 3(106).

Вступ. Розроблено модель й алгоритм статистичного моделювання даних у 3D області з використанням оптимальної в середньому квадратичному наближенні "кубічної" кореляційної функції. Наведено приклад доповнення змодельованими даними результатів геофізичних досліджень карстово-суфозійних явищ у задачі моніторингу густини крейдяної товщі на території Рівненської АЕС.
На території розміщення Рівненської АЕС проведено комплекс геофізичних досліджень. Серед таких моніторингових спостережень найбільший інтерес викликають радіоізотопні дослідження густини та вологості ґрунтів за периметром збудованих споруд. При цьому виникла проблема доповнення моделюванням даних, які отримано під час контролю зміни густини крейдяної товщі на території досліджуваного проммайданчика з використанням радіоізотопних методів по сітці, що охоплювала 29 свердловин.
Методи. Зазначену проблему в роботі було розв'язано методом статистичного моделювання, що надає можливість відображати явище (випадкове поле об'єкта дослідження у тривимірній області) у будь-якій точці області спостереження. На основі спектрального розкладу випадкових полів у 3D-просторі побудовано статистичну модель розподілу усередненої густини крейдяної товщі у 3D області спостереження.
Результати. Сформульовано алгоритм статистичного моделювання випадкових полів з "кубічною" кореляційною функцією. Отримано на базі розробленого програмного забезпечення додатково змодельовані реалізації випадкової складової предмета дослідження на сітці спостережень необхідної детальності та регулярності. Проведено статистичний аналіз результатів чисельного моделювання розподілу усередненої густини крейдяної товщі та їхню перевірку на адекватність.
Висновки. Метод статистичного моделювання випадкових полів з "кубічними" кореляційними функціями дає змогу доповню- вати дані з достатньою точністю.