(Kazakh National Research Technical University after K.I. Satbayev, Almaty, Kazakhstan) MAPPING OF LOCAL ALMATY CLIMATIC ZONES BY MEANS OF SPACE IMAGES
Abstract. Allocation of local climatic zones in cities makes it possible to reduce various combinations of buildings and land cover to a limited number of classes that can be used to unify observation sites of an urban heat island, and also be used in climatic and meteorological modeling. The article presents a method for classifying local climatic zones of the city of Almaty by Landsat 8 satellite imagery as part of the WUDAPT (World Urban Database Project) project. The first step in the development of WUDAPT is the description of cities based on the Local Climate Zones (LCZ) scheme, which classifies natural and urban landscapes into categories based on the climatic properties of the surface. This methodology provides a culturally neutral basis for collecting information on the internal physical structure of cities. In addition, research has shown that remote sensing data can be used for controlled LCZ mapping.
LCZ mapping is difficult because similar LCZs in different regions have different spectral properties due to differences in vegetation, building materials and other variations of cultural and physical environmental factors. The WUDAPT protocol developed here provides an easy to understand workflow; uses freely available data and software; and can be applied by someone without special knowledge in the field of spatial analysis or urban climate science.
Keywords: urban climate, processing of space images, local climatic zones, thematic mapping, OpenStreetMap, WUDAPT
Д.К. Джамалов
(Казахский национальный исследовательский технический университет имени К. И. Сатпаева, Алматы. Республика Казахстан, e-mail: [email protected])
КАРТОГРАФИРОВАНИЕ ЛОКАЛЬНЫХ КЛИМАТИЧЕСКИХ ЗОН АЛМАТЫ ПО КОСМИЧЕСКИМ СНИМКАМ
Аннотация.Выделение локальных климатических зон в городах позволяет свести различные сочетания застройки и земельного покрова к ограниченному числу классов, которые можно применять для унификации мест наблюдения за городским островом тепла, а также использовать в задачах климатического и метеорологического моделирования. В статье представлен способ классификации локальных климатических зон города Алматы по космическим снимкам Landsat 8 в рамках реализации проекта WUDAPT (World Urban Database Project). Первым шагом в разработке WUDAPT является описание городов на основе схемы локальной
● Жер туралы ғылымдар
ҚазҰТЗУ хабаршысы №5 2019 35
климатической зоны (LCZ), которая классифицирует природные и городские ландшафты по категориям на основе климатических свойств поверхности. Эта методология обеспечивает нейтральную в культурном отношении основу для сбора информации о внутренней физической структуре городов. Кроме того, исследования показали, что данные дистанционного зондирования могут использоваться для контролируемого картирования LCZ. Картирование LCZ является сложным, потому что похожие LCZ в разных регионах имеют разные спектральные свойства из-за различий в растительности, строительных материалах и других вариаций культурных и физических факторов окружающей среды. Разработанный здесь протокол WUDAPT обеспечивает простой для понимания рабочий процесс; использует свободно доступные данные и программное обеспечение; и может применяться кем-то без специальных знаний в области пространственного анализа или науки о городском климате.
Ключевые слова: городской климат, обработка космических снимков, локальные климатические зоны, тематическое картографирование, OpenStreetMap, WUDAPT
1 ВВЕДЕНИЕ
В совокупности города являются одним из основных факторов глобальных изменений окружающей среды, а также уникально уязвимы к последствиям таких изменений, как повышение уровня моря и повышение температуры воздуха. Кроме того, города создают различные климатические условия, которые могут вызывать дискомфорт, тепловой стресс и подверженность болезням и загрязнению городских жителей. В частности, в городах теплее, эффектом городского острова тепла (UHI) [1], а также они более загрязнены, чем села.
Чтобы изучить совокупное влияние городского климата и изменения климата на города и оценить уязвимость городского населения, необходимы передовые модели городов. Хотя ряд полезных моделей уже существует, в частности, для городской метеорологии и химии [2], им часто не хватает подробной информации о городской поверхности, которая требуется в качестве входных параметров для этих моделей. Фактически, нехватка данных о городских районах была недавно подчеркнута в 5-м Оценочном докладе МГЭИК о воздействиях, адаптации и уязвимости городских районов к изменению климата [3]. Еще одной проблемой, до недавнего времени, было отсутствие стандартного способа характеристики городов, что ограничивало возможность сбора согласованного набора параметров по всему миру. В результате было проведено много исследований по отдельным городам с использованием разных номенклатур, но не было единой методологии для сравнения этих областей в региональном или глобальном масштабах.
Целью WUDAPT является создание глобальной базы данных высокого разрешения, которая собирает информацию о городских формах и функциях и предоставляет эту информацию в форме, подходящей для наук о климате. В рамках инициативы WUDAPT нам также необходимо создать необходимые инструменты, руководства и методологии, которые помогут создать эту базу данных.
Эта статья представляет собой попытку достичь этой цели. Разработка WUDAPT потребует нескольких этапов, которые включают в себя пространственное картирование соответствующих пространственных городских типов и привязку этих пространственных областей к городской морфологии, физическим свойствам и использованию человеком. Здесь мы опишем начальный этап классификации городских территорий, который впоследствии может быть связан с дополнительной информацией и подробностями в будущей работе.
Мы представляем и описываем методологию получения культурно-нейтральной основы для классификации и разграничения городских ландшафтов в климатически значимую схему классификации с использованием данных дистанционного зондирования в сочетании с местными экспертными знаниями и концепцией локальных климатических зон (LCZ). LCZ представляют собой общее, легко понимаемое, культурно нейтральное описание землепользования и растительного покрова (LULC), подходящее для климатических исследований [4]. Критическим моментом является то, что LCZ универсальны в своем применении и могут быть связаны с измеримыми городскими параметрами по городской форме и функциям. Классификационная схема LCZ была разработана для описания ландшафтов (городских и природных), которые демонстрируют различный термальный климат вследствие их свойств поверхности, и широко использовалась в исследованиях городского острова тепла (UHI).
2 МЕТОДОЛОГИЯ И РЕАЛИЗАЦИЯ
В этом разделе рассматриваются целесообразность, требования и ограничения методов картирования LCZ в качестве важного шага на пути к разработке первоначальной глобальной пространственной классификации, на которой будет основываться WUDAPT.
№5 2019 Вестник КазНИТУ 36
LCZ были недавно введены Стюартом и Оке для стандартизации классификации городских и сельских полевых участков для наблюдательных исследований UHI [4]. Традиционно, UHI был определен как разность температур воздуха между городом и деревней на высоте экрана (ΔTU-R), но различные исследования показали огромное разнообразие ландшафтов, рассматриваемых как
«сельские» или «городские» (например, аэропорты служили в качестве как городские, так и сельские опорные станции) [5]. Схема LCZ направлена на преодоление этой довольно упрощенной характеристики ландшафта с помощью общепризнанной климатической классификации городских и сельских районов. LCZ определяются как «области однородного поверхностного покрова, структуры, материала и деятельности человека, которые охватывают от сотен метров до нескольких километров в горизонтальном масштабе. Каждый LCZ имеет характерный температурный режим высоты экрана, который наиболее очевиден на сухих поверхностях, в спокойные, ясные ночи и в областях простого рельефа »[4]. Базовый уровень информации (L0) состоит из локальных климатических зон (LCZ) карт городов; каждая категория LCZ связана с диапазоном значений для соответствующих поверхностных дескрипторов модели (например, шероховатость, непроницаемое поверхностное покрытие, площадь крыши, высоты здания и т. д.). Уровни 1 (L1) и 2 (L2) будут предоставлять конкретные внутрипузырные значения для других соответствующих дескрипторов с большей точностью, такие как морфологические формы данных, данные о составе материала и потреблении энергии.
Таблица 1. Характеристики и параметры города Характеристика Параметры
Покрытие Вегетативное, строительное, непроницаемое поверхностное покрытие
Материал Тип стены, тип крыши, тип окна, дорожные материалы, оконная фракция на стене, цвет / альбедо
Геометрия Высота здания, ширина улиц, смежные или изолированные здания, геометрия крыши
Функция Использование зданий, ирригация, тип дороги, настройка температуры,
размещение, кондиционирование воздуха, ставни или затенение, открытие окна WUDAPT имеет иерархический подход к сбору данных:
Уровень 0: Города сопоставляются с использованием схемы локальной климатической зоны (LCZ), которая классифицирует ландшафты на 10 городских и 7 видов естественных поверхностных покрытий. Каждый тип LCZ описан с точки зрения типичного внешнего вида каждого в наземных и аэрофотоснимках и связан с некоторыми значениями городских параметров.
Уровень 1: карты LCZ используются для отбора городского ландшафта для более подробной информации о дополнительных аспектах формы и функций.
Уровень 2: это самый высокий уровень и относится к городским данным, собранным в заданном пространственном масштабе (например, 250 м) по всей городской территории (покрытие
«от стены до стены»).
Данные уровня 0 являются самым грубым уровнем сбора данных, но должны обеспечивать всесторонний и последовательный охват. Эти данные описывают городской ландшафт в пространственных единицах соседнего масштаба (> 1 км2) с использованием схемы LCZ.
Классификация городской территории по типам LCZ основана на полуавтоматическом процессе с использованием доступных мультиспектральных спутниковых изображений (Landsat8) и свободного программного обеспечения SAGA. Для того, чтобы этот процесс функционировал, необходим образец учебных зон, которые идентифицируют типы LCZ в выбранном городе. Эти учебные области используются для определения статистических характеристик значений пикселей LCZ в доступных мультиспектральных изображениях; после эта информация используется для разработки модели, которая классифицирует все изображения в типы LCZ. Были выделены следующие типы (классы):
LCZ 1: Компактные высотные здания
− плотно упакованные здания до десятков этажей
− мало деревьев или нет
− небольшое или совсем не зеленое пространство
− бетонные, стальные, каменные и стеклянные строительные материалы
− небольшой дневной температурный диапазон
● Жер туралы ғылымдар
ҚазҰТЗУ хабаршысы №5 2019 37
LCZ 2: компактные здания средней высоты
− плотно упакованные здания высотой от 3 до 9 этажей
− немного, если какие-либо деревья
− небольшое или совсем не зеленое пространство
− каменные, кирпичные, плиточные и бетонные строительные материалы
− небольшой дневной температурный диапазон
LCZ 3: Компактные малоэтажные здания
− плотно упакованные здания высотой от 1 до 3 этажей
− мало деревьев или нет
− небольшое или совсем не зеленое пространство
− бетонные, стальные, каменные и стеклянные строительные материалы
− дневной температурный диапазон – средний
LCZ 4: Открытые высотные здания
− построенные здания высотой в десятки этажей
− обилие деревьев и проницаемое покрытие (низкие растения)
− бетонные, стальные, каменные и стеклянные строительные материалы
− небольшой дневной температурный диапазон
LCZ 5: Открытые здания средней высоты
− просторно расположенные здания высотой от 3 до 9 этажей
− обилие деревьев и проницаемое покрытие (низкие растения)
− бетона, стали, камня и стекла.
− среднесуточный температурный диапазон
№5 2019 Вестник КазНИТУ 38
LCZ 6: Открытые малоэтажные здания
− открытые здания высотой от 1 до 3 этажей
− обилие деревьев и проницаемое покрытие (низкие растения)
− деревянные, кирпичные, каменные, плиточные и бетонные строительные материалы
LCZ 7: Легкие малоэтажные здания
− легкие строительные материалы, здания высотой от 1 до 2 этажей
− мало деревьев или нет совсем
− плотный покров
− большой дневной температурный диапазон
LCZ 8: Большие малоэтажные здания
− большие, открытые здания высотой от 1 до 3 этажей
− небольшое количество деревьев
− полы в основном вымощены
− среднесуточный температурный диапазон
LCZ 9: Здания в природной зоне
− редкое расположение небольших или средних зданий
− природное окружение
− обилие проницаемого покрытия
− большой дневной температурный диапазон
● Жер туралы ғылымдар
ҚазҰТЗУ хабаршысы №5 2019 39
LCZ 10: Тяжелая промышленность
− Малоэтажные и средние промышленные сооружения (башни, резервуары, стопки)
− мало деревьев или совсем нет
− прикрытый грунт или твердый
− металлические, стальные и бетонные строительные материалы
LCZ A: Плотные деревья
− Сильно лесистый пейзаж лиственных и / или вечнозеленых деревьев.
− Покрытие земли в основном проницаемо (низкое растение).
LCZ B: Рассеянные деревья
− Слегка лесистый пейзаж лиственных и / или вечнозеленых деревьев.
− Покрытие земли в основном проницаемо (низкое растение).
LCZ C: Кустарники
− Открытое расположение кустов, кустарников и коротких древесных деревьев.
− Покрытие земли в основном проницаемо (голой почвой или песком).
LCZ D: Низкие растения
− Бесценный пейзаж травы или травянистых растений / культур.
− Мало или совсем нет деревьев.
№5 2019 Вестник КазНИТУ 40
LCZ E: Голая скала или впадина
− Необычный ландшафт скалы или проложенного покрытия.
− Мало или совсем нет деревьев.
LCZ F: Грубая почва или песок
Бесценный ландшафт почвенного или песчаного покрытия.
Мало или совсем нет деревьев или растений.
LCZ G: Вода
− Большие, открытые водоемы, такие как моря и озера, или небольшие тела, такие как реки, водохранилища и лагуны.
Данные классы использовались для выделения участков города с характерным типом урбанизации. На рисунке 2 представлена обучающая разметка для города Алматы. Используя эти данные математическая модель, реализованная в программном пакете SAGA [6]. SAGA-GIS была разработана для простой и эффективной реализации пространственных алгоритмов и, следовательно, служит основой для разработки и реализации геонаучных методов и моделей. Он предоставляет легко доступный пользовательский интерфейс со многими вариантами визуализации (рис. 5c) и может быть написан из командной строки с использованием python или R. В версии 2.1.4 SAGA предоставляет более 700 методов, включая файловые операции, ссылки и проекцию, основные пространственные растровые и векторные операции, а также фильтры, которые используются здесь на этапах предварительной и последующей обработки. Поскольку классификатор случайных лесов ранее не был доступен в SAGA, он был реализован из библиотеки обработки изображений VIGRA [7].
Последняя версия SAGA поддерживает цепочки инструментов, позволяя последующим вызовом нескольких модулей одним щелчком мыши, что поможет в дальнейшем просто выполнить процедуру классификации. В качестве входных данных для анализа используется спутниковые изображения (Landsat8) [8] [https://earthexplorer.usgs.gov/].
● Жер туралы ғылымдар
ҚазҰТЗУ хабаршысы №5 2019 41
Рис. 1. Нанесение обучающей разметки
Мы решили использовать Google Планета Земля, которая является бесплатной, простой в использовании и включает изображения с очень высоким разрешением для большинства городов.
3 РЕЗУЛЬТАТЫ
1) Результатом научной работы стала карта климатических зон. Были использованы снимки Landsat 8 для города Алматы на 30.04.2018, которые использовались для анализа и построения карты климатических зон, рисунок 2.
Рис. 2. LCZ для города Алматы
Зелёные насаждения обогащают ландшафт территорий жилой застройки и служат средой для формирования рекреационных элементов. Кроме того, по картам можно определить участки или выявить объекты, которые оказывают интенсивное тепловое воздействие на окружающую городскую среду. Одновременно с тепловым загрязнением такие объекты могут оказывать и химическое воздействие. На картах застройки и функциональных зон отражена информация о состоянии природно-антропогенных территорий, которые служат главным зелёным каркасом городов, и заброшенных участков, которые свойственны городам, где наблюдается упадок производств или их закрытие. На созданных картах прослеживается выраженная взаимосвязь структуры городской застройки и её тепловой структуры в пределах жилой и промышленной зон.
№5 2019 Вестник КазНИТУ 42
4 ЗАКЛЮЧЕНИЕ
В этой статье мы представили концептуальные соображения относительно стандартного протокола для получения LCZ из данных дистанционного зондирования. Общая цель заключается в разработке универсального, простого и объективного метода картирования, который позволяет местным экспертам без ГИС и опыта дистанционного зондирования проводить и проверять классификации LCZ для своих городов. Помимо первоначальной цели классификации мест наблюдения UHI, было установлено, что схема LCZ обеспечивает общую и в значительной степени всеобъемлющую и непоследовательную дискретизацию городского ландшафта в отношении климата его слоя навеса. Схема хорошо сбалансирована между точностью и универсальностью применения.
Поэтому мы рассматривали его как оптимальную отправную точку для сбора более полных данных о физических и, в частности, климатологических характеристиках городских территорий. Для решения региональных и культурных особенностей могут использоваться подклассы, но это должно быть ограничено большими областями однородных определенных структур. Использование этих дополнительных классов должно быть хорошо задокументировано и собрано, чтобы стандартизировать его для культурных и биофизически сходных регионов. Обсуждались различные методы картирования, и было установлено, что контролируемая классификация на основе пикселей на основе многовременных данных Landsat является наилучшим компромиссом в отношении данных требований (универсальность, объективность, вычислительные и денежные затраты, а также ограниченное обучение операторов). Классификатор случайных лесов был реализован в программном обеспечении GIS SAGA с открытым исходным кодом, которое обеспечивает простой в использовании графический интерфейс пользователя для последующей обработки и классификации.
Первоначальные тематические исследования были проведены в качестве доказательства концепции с многообещающими результатами. Наши результаты показывают, что спектральной информации из данных дистанционного зондирования обычно достаточно для контролируемой классификации LCZ в умеренном влажном климате; Классификация городов в других климатических режимах в настоящее время проверяется. Многовременные данные, представляющие сезонные фенологические стадии, по-видимому, улучшают точность классификации, хотя оптимальное сезонное распределение изображений требует дальнейшего изучения и может варьироваться в зависимости от климата.
Работа выполнена при поддержке гранта № BR05236316 по теме «Разработка программного комплекса для 3D моделирования, непрерывного мониторинга и прогнозирования уровня загрязнения атмосферного воздуха густонаселенных и промышленных территорий» Министерства образования и науки Республики Казахстан.
ЛИТЕРАТУРА
[1] Oke, T.R. City size and the urban heat island. Atmos. Environ. 1973, 7, 769–779.
[2] Ching, J.K.S. A perspective on urban canopy layer modeling for weather, climate and air quality applications. Urban. Clim. 2013, 3, 13–39.
[3] Satterthwaite, A.D.E.; Aragón-Durand, F.; Corfee-Morlot, J.; Kiunsi, M.; Pelling, M.; Roberts, D.C.;
Solecki, W. Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part A: Global and Sectoral Aspects.
Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.
Доступ: http://www.ipcc.ch/pdf/assessment-report/ar5/wg2/WGIIAR5-FrontMatterA_FINAL.pdf (Дата обращения 25 мая 2019).
[4] Stewart, I.D.; Oke, T.R. Local climate zones for urban temperature studies. Bull. Am. Meteorol. Soc. 2012, 93, 1879–1900.
[5] Stewart, I.D. A systematic review and scientific critique of methodology in modern urban heat island literature. Int. J. Climatol. 2011, 31, 200–217.
[6] Conrad, O. SAGA. Aufbau, Funktionsweise und Anwendung eines Systems für geowissenschaftiche Analysen. Göttingen, 2006. Доступ: http://ediss.uni-goettingen.de/bitstream/handle/11858/00-1735-0000-0006-B26C- 6/conrad.pdf?sequence=1 (Дата обращения 28 мая 2019).
[7] Köthe, U. Generische Programmierung für die Bildverarbeitung; BoD–Books on Demand: Hamburg, Germany, 2000.
[8] Knight, E.J.; Kvaran, G. Landsat-8 operational land imager design, characterization and performance.
Remote Sens. 2014, 6, 10286–10305
Джамалов Д.К.
Алматының жергілікті климаттық аймақтарын ғарыштық суреттер арқылы картаға түсіру Түйіндеме. Қалаларда жергілікті климаттық аймақтарды бөлу қалалық жылу аралының бақылау учаскелерін біріктіру үшін және климаттық және метеорологиялық модельдеуде пайдаланылуы мүмкін,
● Жер туралы ғылымдар
ҚазҰТЗУ хабаршысы №5 2019 43
ғимараттардың әртүрлі үйлесімін және топырақ жамылғыларын шектеулі санына азайтуға мүмкіндік береді.
Мақалада Landsat-8 спутниктік суреттерімен Алматы қаласының жергілікті климаттық аймақтарын WUDAPT (World Urban Database Project) жобасының шеңберінде жіктеу әдісі көрсетілген. WUDAPT-тің дамуындағы алғашқы қадам - жердің климаттық қасиеттеріне негізделген санаттарға табиғи және қалалық пейзаждарды сыныптайтын жергілікті климаттық аймақтар (LCZ) схемасына негізделген қалалардың сипаттамасы болып табылады. Бұл әдістеме қалалардың ішкі құрылымы туралы ақпаратты жинау үшін мәдени бейтараптық негізді қамтамасыз етеді. Бұдан басқа, зерттеу қашықтан зондтау деректерін басқарылатын LCZ картасын жасау үшін қолдануға болатындығын көрсетті. LCZ карталау қиын, өйткені әртүрлі өңірлердегі ұқсас LCZ өсімдіктердің, құрылыс материалдарының және басқа да мәдени және физикалық факторлардың өзгешеліктерінің айырмашылығы бойынша әр түрлі спектрлік қасиеттерге ие. Мұнда әзірленген WUDAPT протоколы жұмыс үрдісін түсінуге оңай; еркін қол жетімді деректер мен бағдарламалық қамтамасыз етуді қолданады; кеңістіктік талдау немесе қалалық климаттық ғылым саласында арнайы білімі жоқ адам қолдануы мүмкін.
Түйінді сөздер: қалалық климат, ғарыш суреттерін өңдеу, жергілікті климаттық аймақтар, тақырыптық карталар, OpenStreetMap, WUDAPT
УДК 550.34.013.2
A.Y. Abetov, A.T. Niyazova (Satbayev University, Almaty, Kazakhstan
E-mail: [email protected])
DEEP STRUCTURE OF THE CONSOLIDATED CRUST OF BIG GEOSTRUCTURES OF THE NORTH-USTYURT REGION
Abstract. The tectonic elements of the North Ustyurt region are divided into three groups according to the depth of the Moho surface.
The first group consists of the South Emba uplift, the Central Ustyurt dislocation system and the Aral-Kyzylkum with minimal marks of the depths of immersion of the Moho surface, which mainly lies conformally with the basement surface.
The second group of structures formed by the North Ustyurt system of troughs, the Aktumsuk system of dislocations, the Baichagyr-Yarkimbai protrusion and the Kuanysh-Koskalinsky rampart, where the Moho surface takes on intermediate depth values.
The Buzachi arch forms the third group of structures and Mountain Mangyshlak, the Chelkar trough, the adjacent areas of the South-Western spurs Mugodzhar and the Akkul ledge with the maximum deepening of the surface of Moho. In the second and third groups, the correlation relationships between the surfaces of the basement and Moho weaken.
The structural characteristics along the Moho surface are good correlated with the distribution of gravitational and magnetic anomalies, heat fluxes.
Key words. Moho surface, basement surface, correlation coefficient, heat flux, analysis of magnetic and gravitational fields.
А.Е. Абетов, А.Т. Ниязова
(Satbayev University, Алматы, Республика Казахстан E-mail:[email protected])
ГЛУБИННОЕ СТРОЕНИЕ КОНСОЛИДИРОВАННОЙ КОРЫ КРУПНЫХ ГЕОСТРУКТУР СЕВЕРО-УСТЮРТСКОГО РЕГИОНА
Аннотация. Тектонические элементы Северо-Устюртского региона обособляются в три группы по глубине залегания поверхности Мохо.
Первую группу образуют Южно-Эмбинское поднятие, Центрально-Устюртская система дислокации и Арало-Кызылкумский вал с минимальными отметками глубин погружения поверхности Мохо, которая, преимущественно залегает конформно с поверхностью фундамента.
Вторую группу структур образуют Северо-Устюртская система прогибов, Актумсукская система дислокаций, Байчагыр-Яркимбайский выступ и Куаныш-Коскалинский вал, где поверхность Мохо принимает промежуточные по глубинам значения.
Третью группу структур формируют Бузачинский свод и Горный Мангышлак, Челкарский прогиб, прилегающие к нему районы Юго-Западных отрогов Мугоджар и Аккуловский выступ с максимальным
№5 2019 Вестник КазНИТУ 44
заглублением поверхности Мохо. Во второй и третей группах корреляционные связи поверхностей фундамента и Мохо ослабевают.
Структурные характеристики по поверхности Мохо хорошо согласуются с распределением гравитационных и магнитных аномалий, тепловых потоков.
Ключевые слова. Поверхность Мохо, поверхность фундамента, коэффициент корреляции, тепловой поток, анализ магнитного и гравитационного полей.
Введение
Небольшой исторический экскурс в историю геологического развития показывает, что до середины 70-х годов представления о строении консолидированной коры Северо-Устюртского региона базировались исключительно на интерпретации геофизических потенциальных полей [1].
С середины 70-х и в 80-ые годы консолидированная кора этого региона активно изучалась модификациями сейсморазведки ГСЗ-МОВЗ и КМПВ-ОГТ. Только по Восточному Устюрту общая протяженность профилей превысила 3000 км. Однако, несмотря на относительную информативность этих методов, финальные модели консолидированной коры Северо-Устюртского региона не вышли за рамки плоско-параллельных сред [2, 3, 4].
На определенной стадии развития геологических представлений по Северо-Устюртскому региону эти модели, безусловно, сыграли свою положительную роль. Вместе с тем, решение насущных прикладных и фундаментальных задач нефтегазовой геологии обусловило необходимость в выявлении более тонких структурных и вещественных особенностей строения консолидированной коры или магмаметаморфической земной коры (ММЗК) в терминологии Кунина Н.Я. [5].
В этих целях в 1986-1989 гг. только на территориях Восточного Устюрта и Юго-Западного Приаралья ГГП «Узбекгеофизика» были отработаны восемь профилей ГСЗ-ОГТ общей протяженностью свыше 800 км, пересекшие основные тектонические элементы этих регионов - Центрально-Устюртскую систему дислокаций, Барасакельмеский прогиб, Куаныш-Коскалинский вал и Судочий прогиб. Результаты интерпретации этих профилей были дополнены материалами обработки и интерпретации профилей КМПВ-МГОВ [2].
Большой вклад в исследования глубинного строения Северо-Устюртского региона был внесен Антоненко А.Н., Поповым А.А., Куниным Н.Я., Морозовым М.Д., Абдулиным А.А., Воцалевским Э.С., Пилифосовым В.М., Воложем Ю.А., Сапожниковым Р.Б., Быкадоровым В.А., Бабаджановым Т.Л., Рзаевой В.А., Вольвовскими Б.С. и И.С., Кононовым Ю.С., Абетовым А.Е., Неволиным Н.В., Гарецким Р.Г., Липатовой В.В., Шрайбманом В.И., Акрамходжаевым А.М., Яншином А.Л., Дикенштейном Г.Х., Гринбергом И.Г., Дьяковым Б.Ф. и др.
По результатам проведенных исследований было установлено, что фундамент Северного Устюрта сложен метаморфическими и интрузивными породами позднего докембрия-среднего палеозоя, образованными гнейсами, амфиболитами, кристаллическими сланцами, метаморфизованными карбонатными отложениями и мраморами, разбуренными редкими скважинами.
Докембрийские кристаллические и метаморфические сланцы обнаружены также в Юго- Западном Приаралье (Узбекистан) на площади Коскала (скв.1), где они сформированы графит – хлорит - мусковитовыми сланцами, образовавшимися при метаморфизме вулканитов основного и среднего состава (в меньшей степени кислого состава) и осадочных обломочных пород [6].
Возраст пород в скважине-1 Коскала определен как 585 ± 25 млн лет [7].
К верхнему протерозою отнесены разбуренные глубокими скважинами амфиболиты (Г-16 Базайская), различные метаморфические и кристаллические сланцы (Г-1 Кызылой, Г-16 Базайская) [7].
Породы фундамента предположительно докембрийского и палеозойского возрастов вскрыты бурением по обрамлению Челкарского прогиба (Аккулковский вал, Базайское поднятие, Жумагульский выступ), где по аналогии с Уралом к палеозою (силур-девон) к ним условно, отнесены углисто-серицитовые сланцы, филлиты, базальтовые порфириты, серпентиниты (в скважинах Г-2 Аккулковская, Г-1 Сорбулак, Г-6 Жумагул) [7].
Вблизи границы с Северо-Аральским блоком в разрезе консолидированной коры появляются сильно метаморфизованные карбонатно-терригенные породы, вероятнее всего, раннепалеозойского возраста [8, 9, 10, 11, 12].