Статья
Название статьи Современные проблемы прогнозно-металлогенических исследований и пути их решения на основе создания специализированной лаборатории
Авторы Устинов С.А. канд. геол.-минерал. наук, зам. директора по научной работе, Институт геологии рудных месторождений, петрографии, минералогии и геохимии Российской академии наук, г. Москва, Россия; зав. лабораторией «Цифровых методов прогноза и мониторинга полезных ископаемых», stevesa@mail.ru
Петров В.А. д-р геол.-минерал. наук, директор, член-корреспондент РАН, vlad243@igem.ru
Мартыненко О.О. канд. хим. наук, ректор, martynenko.oo@zabgu.ru
Авдеев П.Б. ,
Федотов Г.С. канд. техн. наук, проректор по науке и инновациям, fedotovgs@zabgu.ru
Библиографическое описание статьи Устинов С. А., Петров В. А., Мартыненко О. О., Авдеев П. Б., Федотов Г. С. Современные проблемы прогнозно-металлогенических исследований и пути их решения на основе создания специализированной лаборатории // Вестник Забайкальского государственного университета. 2026. Т. 32, № 1. С. 35–53. https://www.doi.org/10.21209/2227-9245-2026-32-1-35-53
Категория Науки о Земле и окружающей среде
УДК УДК 553:528.8
DOI https://www.doi.org/10.21209/2227-9245-2026-32-1-35-53
Тип статьи Научная статья
Аннотация В условиях исчерпания легкодоступных месторождений и усложнения геолого-разведочных задач прогнозно-металлогенические исследования сталкиваются с системными проблемами, включая трудности интеграции разнородных геоданных, ограниченность традиционных методов при работе с большими объемами информации, низкую скорость актуализации прогнозных моделей и дефицит кросс-дисциплинарных кадров, что определяет актуальность настоящего исследования. Объектом исследования выступает процесс ПМИ в условиях цифровой трансформации. Цель работы заключается в систематизации современных проблем ПМИ и обосновании путей их решения на базе функционирования созданной в Забайкальском государственном университете совместно с Институтом геологии рудных месторождений, петрографии, минералогии и геохимии Российской академии наук лаборатории «Цифровых методов прогноза и мониторинга полезных ископаемых». Для достижения поставленной цели решаются задачи выявления ключевых методологических ограничений современной практики ПМИ, анализа потенциала цифровых технологий для их преодоления, формирования концепции и научно-практических направлений работы лаборатории, а также формулирования ожидаемых результатов и перспектив развития. Методологической основой выступает системный проектно-аналитический подход, включающий диагностику проблемного поля, проектирование решения, определение инструментов реализации и прогностическую оценку эффективности. В результате выявлено десять ключевых проблем ПМИ и предложены пути их решения на базе обозначенной лаборатории, для которой разработана концепция и определены четыре основных научно-практических направления: создание региональной ГИС, разработка прогнозных алгоритмов на основе машинного обучения, внедрение методов анализа данных дистанционного зондирования Земли и трёхмерного моделирования. Особое внимание уделено подготовке кадров нового поколения через интеграцию исследовательской и образовательной деятельности. Выводы свидетельствуют о том, что создание лаборатории позволит осуществить переход к новой парадигме ПМИ, основанной на цифровых технологиях, что повысит эффективность геолого-разведочных работ, укрепит минерально-сырьевую базу регионов и обеспечит подготовку востребованных специалистов, обладающих кросс-дисциплинарными компетенциями.
Ключевые слова прогнозно-металлогенические исследования, цифровые технологии в геологии, геоинформационные системы, дистанционное зондирование Земли, трёхмерное геологическое моделирование, машинное обучение, анализ больших данных, подготовка кадров, Забайкальский государственный университет, Забайкальский край, Дальний Восток
Информация о статье
Список литературы 1. Смирнов С. С. Полиметаллические месторождения и металлогения Восточного Забайкалья. М.: Акад. наук СССР, 1961. 507 с. 2. Петров В. А., Платэ А. Н., Ряховский В. М. Создание и формирование инфраструктуры пространственных данных по минерально-сырьевым ресурсам Забайкальского края // Мониторинг. Наука и технологии. 2017. № 3. С. 57–63. EDN: ZKAFOF 3. Афанасов М. Н., Павлова В. В., Терновой В. В. Геолого-металлогеническое развитие Юго-Восточного Забайкалья // Вестник Санкт-Петербургского университета. Серия 7: Геология. География. 2007. № 3. С. 3–19. EDN: RTTJUP 4. Спиридонов А. М., Зорина Л. Д., Китаев Н. А. Золотоносные рудно-магматические системы Забайкалья / науч. ред. А. Ф. Коробейников. Новосибирск: Гео, 2006. 287 с. EDN: QKGGKL 5. Хомич В. Г., Борискина Н. Г. Основные геолого-генетические типы коренных месторождений золота Забайкалья и Дальнего Востока России // Тихоокеанская геология. 2011. Т. 30, № 1. С. 70–96. EDN: NDJVDZ 6. Ищукова Л. П., Игошин Ю. А., Авдеев Б. В., Губкин Г. Н., Филипченко Ю. А., Попова А. И., Рогова В. П., Макушин М. Ф., Хоментовский Б. Н., Спирин Э. К. Геология Урулюнгуевского рудного района и молибден-урановых месторождений Стрельцовского рудного поля. М.: Геоинформмарк, 1998. 382 с. 7. Гонгальский Б. И. Месторождения уникальной металлогенической провинции Северного Забайкалья: монография / отв. ред. Н. П. Лаверов. М.: ВИМС, 2015. 247 с. 8. Павленко Ю. В., Поляков О. А. Восточно-Забайкальская сурьмяная провинция // Вестник Читинского государственного университета. 2010. № 9. С. 77–84. EDN: NCHVKL 9. Сидорова Г. П., Авдеев П. Б., Якимов А. А., Маниковский П. М. Рудные элементы в ископаемых углях месторождений Забайкалья // Горный информационно-аналитический бюллетень (научно-технический журнал). 2020. № 10. С. 79–85. EDN: CHVWTS. DOI: 10.25018/0236-1493-2020-10-0-79-85 10. Юргенсон Г. А. Ювелирные камни Забайкалья: монография. Ч. 1: Промышленные месторождения пегматитов и грейзенов. Чита: ЗабГУ, 2016. 197 с. 11. Юргенсон Г. А. Ювелирные камни Забайкалья: монография. Ч. 2: Перспективные проявления. Чита: ЗабГУ, 2017. 152 с. 12. Оганесян Л. В., Мирлин Е. Г. Проблема исчерпания минерально-сырьевых ресурсов земной коры // Горная промышленность. 2019. № 6. С. 100–105. EDN: OYKMMC. DOI: 10.30686/1609-9192-2019-6-148-100-105 13. Волков А. В., Галямов А. Л., Лобанов К. В. Геодинамические обстановки формирования месторождений стратегических металлов в Арктической зоне России // Арктика: экология и экономика. 2019. № 2. С. 110–119. EDN: ZXMKQP. DOI: 10.25283/2223-4594-2019-2-109-119 14. Волков А. В., Галямов А. Л., Савчук Ю. С. Применение моделей глубинного строения земной коры и верхней мантии, созданных на основе гравитационных данных спутника ГОСЕ, в металлогеническом анализе // Исследование Земли из космоса. 2020. № 4. С. 41–50. EDN: DJLLQQ. DOI: 10.31857/S0205961420040065 15. Трофимов Н. Н., Рычков А. И. Рациональный комплекс работ по глубинному геохимическому прогнозированию // Вестник Российского университета дружбы народов. Серия «Инженерные исследования». 2008. № 1. С. 42–46. EDN: INMNDP 16. Гусев А. И. Инновационные технологии прогнозирования эндогенного оруденения // Современные наукоемкие технологии. 2010. № 4. С. 50–52. EDN: LSPUWX 17. Бортников Н. С., Волков А. В., Галямов А. Л., Викентьев И. В., Аристов В. В., Лаломов А. В., Мурашов К. Ю. Минеральные ресурсы высокотехнологичных металлов в России: состояние и перспективы развития // Геология рудных месторождений. 2016. Т. 58, № 2. С. 97–119. EDN: VTOUMD. DOI: 10.7868/S0016777016020027 18. Бортников Н. С., Волков А. В., Галямов А. Л., Викентьев И. В., Лаломов А. В., Мурашов К. Ю. Проблемы развития минерально-сырьевой базы высокотехнологичной промышленности России // Геология рудных месторождений. 2023. Т. 65, № 5. С. 371–386. EDN: WTJQSG. DOI: 10.31857/S0016777023050039 19. Петров О. В., Молчанов А. В., Шатов В. В., Зубова Т. Н. Минерально-сырьевой потенциал стратегических остродефицитных видов минерального сырья для развития высокотехнологичной промышленности Российской Федерации // Геология рудных месторождений. 2023. Т. 65, № 5. С. 387–401. EDN: WCPGTA. DOI: 10.31857/S0016777023050064 20. Гвишиани А. Д., Добровольский М. Н., Дзеранов Б. В., Дзебоев Б. А. Большие данные в геофизике и других науках о Земле // Физика Земли. 2022. № 1. С. 3–34. EDN: SLGXHR. DOI: 10.31857/S0002333722010033 21. Chen L., Wang L., Miao J., Gao H., Zhang Y., Yao Y., Bai M., Mei L., He J. Review of the Application of Big Data and Artificial Intelligence in Geology // Journal of Physics: Conference Series. 2020. Vol. 1684, no. 1. P. 012007. EDN: APXBVK. DOI: 10.1088/1742-6596/1684/1/012007 22. Petrov V. A., Ustinov S. A., Minaev V. A. Methodological Aspects of Predictive Mineragenic Studies Using Earth Remote Sensing Data // Russian Journal of Earth Science. 2025. Vol. 25, no. 3. EDN: YYJLYL. DOI: 10.2205/2025ES001002 23. Савиных В. П., Цветков В. Я. Геоданные как системный информационный ресурс // Вестник Российской академии наук. 2014. Т. 84, № 9. С. 826–829. EDN: SWJNPR. DOI: 10.7868/S0869587314090278 24. Наумова В. В., Ерёменко В. С., Еременко А. С., Загумённов А. А., Патук М. И. От информационно-аналитической среды для поддержки научных исследований в геологии к единому цифровому пространству геологических научных знаний // Электронные библиотеки. 2022. Т. 25, № 1. С. 15–41. EDN: JKDNBU. DOI: 10.26907/1562-5419-2022-25-1-15-41 25. Кормилицын В. С. Некоторые методологические аспекты развития отечественной металлогении // Записки Горного института. 1997. Т. 143. С. 28–36. 26. Косянчук О. Н. Неоднозначность интерпретации данных сейсморазведки при дистанционном изучении структуры земной коры // Молодой ученый. 2012. Т. 1, № 1. С. 18–21. EDN: OOJROB 27. Смирнов П. А., Воротынцева И. А., Барабанов Н. Н., Лагутина А. А., Ложкин М. О. Интерпретация геологических данных на стадии эксплуатационной разведки золоторудного месторождения // Горный информационно-аналитический бюллетень (научно-технический журнал). 2021. № 7. С. 29–41. EDN: KMXTBN. DOI: 10.25018/0236_1493_2021_7_0_29 28. Иванюк Г. Ю., Горяинов П. М., Егоров Д. Г. Введение в нелинейную геологию (опыт адаптации теории структур к геологической практике). Апатиты: КНЦ РАН, 1996. 187 с. EDN: LORQKI 29. Гитис В. Г., Щукин Ю. К., Старостин В. И. ГИС технология прогноза рудных месторождений // Информационные процессы. 2013. Т. 13, № 2. С. 48–62. EDN: QYNNQR 30. Панина О. В., Попадюк Н. К., Еремин С. Г., Токмурзин Т. М., Разумова Е. В. Применение технологий BigData для оптимизации производственных процессов в горнодобывающей промышленности России: анализ внедрения и эффективности // Горная промышленность. 2024. № 6. С. 178–185. EDN: GWKOKT. DOI: 10.30686/1609-9192-2024-6-178-185 31. Qi Сh. Сh. Big data management in the mining industry // International Journal of Minerals, Metallurgy and Materials. 2020. Vol. 27, no. 2. P. 131–139. EDN: OURPHV. DOI: 10.1007/s12613-019-1937-z 32. Принципы и методика составления металлогенических и прогнозных карт рудных полей и рай­онов / отв. ред. В. А. Королев. М.: Недра, 1973. 189 с. 33. Барышников В. Д., Барышников Д. В., Гахова Л. Н., Качальский В. Г. Опыт применения геомеханического мониторинга при подземной разработке месторождений полезных ископаемых // Физико-технические проблемы разработки полезных ископаемых. 2014. № 5. С. 61–73. EDN: SYTYCH 34. Голик В. И., Келехсаев В. Б., Савелков В. И., Гашимова З. А. К мониторингу состояния массива пород при освоении недр в течение неопределённо долгого периода времени // Вектор ГеоНаук. 2018. Т. 1, № 2. С. 48–60. EDN: YBDPTF 35. Черемисина Е. Н., Костылева Т. В., Мурадян А. В. Цифровизация в геологоразведке: обзор и анализ современного состояния // Геоинформатика. 2021. № 4. С. 18–27. EDN: HFUKHD. DOI: 10.47148/1609-364X-2021-4-18-27 36. Панина О. В., Беляев А. М., Завалько Н. А., Еремин С. Г., Сагина О. А. Применение методов глубокого машинного обучения для структурного анализа рудных тел и прогнозирования оптимальных зон добычи // Горная промышленность. 2025. № 1. С. 177–183. EDN: YAJMMM. DOI: 10.30686/1609-9192-2025-1-177-183 37. Крайнова Э. А. Экономический механизм управления проектными рисками при освоении нефтегазовых ресурсов // Записки Горного института. 2009. Т. 184. С. 144–149. EDN: RENRQH 38. Крук М. Н., Павлов А. Н. Возможности оценки геолого-экономических рисков при освоении минеральных ресурсов арктических морей России. СПб.: РГГМУ, 2013. 102 с. 39. Спиридонов А. А., Фадеев А. М. Стратегическое управление рисками освоения арктических шельфовых месторождений // Экономика промышленности. 2022. Т. 15, № 1. С. 36–48. EDN: VWATFA. DOI: 10.17073/2072-1633-2022-1-36-48 40. Петров В. А., Лексин А. Б., Погорелов В. В., Ребецкий Ю. Л., Саньков В. А., Ашурков С. В., Рассказов И. Ю. Геодинамическое моделирование рудоносных геологических структур (на примере района Стрельцовского урановорудного поля) // Геология рудных месторождений. 2017. Т. 59, № 3. С. 173–200. EDN: YRWLIH. DOI: 10.7868/S0016777017030042 41. Петров В. А., Устинов С. А., Минаев В. А., Нафигин И. О., Гришков Г. А., Яровая Е. В. Геоинформационные технологии в прогнозно-минерагенических исследованиях // Разведка и охрана недр. 2024. № 2. С. 25–35. EDN: WAMSBE. DOI: 10.53085/0034-026X_2024_2_25 42. Zhang W., Ching J., Goh A. T. C., Leung A. Y. F. Big data and machine learning in geoscience and geoengineering: Introduction // Geoscience Frontiers. 2021. Vol. 12, no. 1. P. 327–329. EDN: SJLIDW. DOI: 10.1016/J.GSF.2020.05.006 43. Гришков Г. А., Нафигин И. О., Устинов С. А., Минаев В. А., Петров В. А. Подход к созданию пространственных прогнозно-поисковых моделей месторождений на основе сверточных нейронных сетей (на примере территории Юго-Восточного Забайкалья) // Наука и технологические разработки. 2024. Т. 103, № 2. С. 75–90. EDN: NFNRLY. DOI: 10.21455/std2024.2-5 44. Устинов С. А., Петров В. А. Использование детальных цифровых моделей рельефа для структурно-линеаментного анализа (на примере Уртуйского гранитного массива, ЮВ Забайкалье) // Геоинформатика. 2016. № 2. С. 51–60. EDN: WBKJRP 45. Гришков Г. А., Нафигин И. О., Устинов С. А., Петров В. А., Минаев В. А. Разработка методики автоматического выделения линеаментов на основе нейросетевого подхода // Исследование Земли из космоса. 2023. № 6. С. 86–97. EDN: DGOQRA. DOI: 10.31857/S0205961423060040 46. Устинов С. А., Чепчугов А. М., Томаровская М. А., Петров В. А., Свечеревский А. Д., Яровая Е. В. Структурно-тектонофизический подход к интерпретации результатов линеаментного анализа для прогноза рудообразующих минеральных систем на примере района Туюканского рудного узла // Исследование Земли из космоса. 2024. № 5. С. 35–57. EDN: RRUKNC. DOI: 10.31857/S0205961424050037 47. Устинов С. А., Петров В. А., Минаев В. А., Нафигин И. О., Яровая Е. В. Дешифрирование и интерпретация структур центрального типа на территории Юго-Восточного Забайкалья для прогноза рудообразующих систем // Геология рудных месторождений. 2024. Т. 66, № 4. С. 329–362. EDN: CBCHRL. DOI: 10.31857/S0016777024040015 48. Nafigin I. O., Ishmukhametova V. T., Ustinov S. A., Minaev V. A., Petrov V. A. Geological and mineralogical mapping based on statistical methods of remote sensing data processing of Landsat-8: a case study in the Southeastern Transbaikalia, Russia // Sustainability. 2022. Vol. 14, no. 15. P. 9242. EDN: LUKAKC. DOI: 10.3390/SU14159242 49. Нафигин И. О., Ишмухаметова В. Т., Устинов С. А., Минаев В. А., Петров В. А. Оценка пригодности территорий для проведения детального геолого-минералогического картирования на основе статистических методов обработки данных дистанционного зондирования КА Landsat-8: на примере юго-восточного Забайкалья, Россия // Исследование Земли из космоса. 2023. № 2. С. 61–83. EDN: MNATCH. DOI: 10.31857/S0205961423010086 50. Смирнова И. О., Кирсанов А. А. Состояние и перспективы использования данных дистанционного зондирования при изучении экзогенных геологических процессов на примере оползней // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18, № 3. С. 26–48. EDN: CRLVGL. DOI: 10.21046/2070-7401-2021-18-3-26-48 51. Zheng M., Deng K., Fan H., Huang J. Monitoring and analysis of mining 3D deformation by multi-platform SAR images with the probability integral method // Frontiers in Earth Science. 2018. Vol. 13, no. 1. P. 169–179. EDN: GMVGHK. DOI: 10.1007/s11707-018-0703-2 52. Wang F., Tao Q., Liu G., Chen Y., Han Y., Guo Z., Liu X. Monitoring of surface deformation in mining area integrating SBAS InSAR and Logistic Function // Environ Monit Assess. 2023. Vol. 195, no. 12. P. 1493. EDN: TXWITL. DOI: 10.1007/s10661-023-12095-8 53. Li Ya. X., Yang K. M., Zhang J. H., Hou Zh. X., Wang S. H., Ding X. M. Research on time series InSAR monitoring method for multiple types of surface deformation in mining area // Natural Hazards. 2022. Vol. 114, no. 3. P. 2479–2508. EDN: EMTTKZ. DOI: 10.1007/s11069-022-05476-8 54. Baojun W., Bin Sh., Zhen S. A simple approach to 3D geological modelling and visualization // Bulletin of Engineering Geology and the Environment. 2009. Vol. 68, no. 4. P. 559–565. EDN: TCAYCT. DOI: 10.1007/s10064-009-0233-y 55. Genaveh T. M., Kalateh A. N., Arab-Amiri A. R. 3D modeling of a shallow polymetallic ore deposit using 3D inversion of magnetic, electrical resistivity and induced polarization data: a case study from Nahavand, Hamedan Province, Iran // Acta Geophysica. 2024. Vol. 73. P. 1509–1530. EDN: EPVGTS. DOI: 10.1007/s11600-024-01463-8 56. Wang G., Zhang Z., Li R., Li Ju., Sha D., Zeng Q., Pang Z., Li D., Huang L. Resource prediction and assessment based on 3D/4D big data modeling and deep integration in key ore districts of North China // Science China Earth Sciences. 2021. Vol. 64, no. 9. P. 1590–1606. EDN: TEGKQH. DOI: 10.1007/s11430-020-9791-4
Полный текст статьиСовременные проблемы прогнозно-металлогенических исследований и пути их решения на основе создания специализированной лаборатории