Методическое пособие 802

формации.: Академические Жуковские чтения: сб. ст. по материалам III Всерос. науч.-практ. конф. / ВУНЦ ВВС «ВВА» – Воронеж, 2015 г.

7.Расторгуев И.П., Качмар М.Б. Распознавание облачных систем на основе цифровой спутниковой информации.: Сб. статей Междунар. науч.-практ. конф. Комплексные проблемы техносферной безопасности. Воронеж: ФГБОУ ВО «ВГТУ», 2017 г. Ч.3.

8.Воробьев В.И. Основные понятия синоптической метеорологии. М.: РГГМУ, 2003г. 48с.

9.Зверев А.С. Синоптическая метеорология. Л.: Гидрометеоиздат, 1977 г, 711 с.

10.Артемьев, А.С. Возможности геоинформационного моделирования при прогнозировании распространения загрязняющих веществ промышленных выбросов объектов техносферы в окружающей среде / А.С. Артемьев, А.В. Звягинцева // Вестник Воронежского государственного технического университета. - 2011. - Т. 7. - № 11. - С. 106-110.

11.Звягинцева, А.В. Экологический мониторинг опасных гидрологических явлений / А.В. Звягинцева, В.В. Кульнев, В.В. Кульнева // Экология и развитие общества. - 2018. -

№3 (26). - С. 62-66.

12.Osmolovsky, D.S. Reducing noise from round woodworking machines by applying vibration damping friction pads between the saw blade and the clapmping flange / D.S. Osmolovsky, V.F. Asminin, E.V. Druzhinina // Akustika. - 2019. - Т. 32. - № 1. - С. 138-140.

13.Звягинцева, А.В. Современные проблемы оценки последствий лесных пожаров и методы их решений / А.В. Звягинцева, В.И. Федянин, Д.В. Яковлев // Вестник Воронежского государственного технического университета. - 2007. - Т. 3. - № 2. - С. 98-102.

14.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

15.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

16.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т.

12. - № 2. - С. 17-25.

17.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

I. P. Rastorguev, A. V. Bozhko, L. V. Shulakewych

RESEARCH THE METEOROLOGICAL AND SYNOPTIC

OBJECTS ACCORDING SPECIALIZED SPACECRAFT

Particular methods of weather analysis and forecast based on the data of remote sensing of the atmosphere from specialized spacecraft are presented.

Key words: analysis and weather forecast, meteorological conditions, space meteorology, remote sensing of the atmosphere.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

70

УДК 551.509:623.74

И. П. Расторгуев, М.М. Зозуля

МЕТОДИЧЕСКИЕ ПОДХОДЫ К АНАЛИЗУ И ПРОГНОЗУ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ НА ОСНОВЕ ДАННЫХ ДИСТАНЦИОННО ПИЛОТИРУЕМЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ

Рассмотрены результаты теоретических и экспериментальных исследований использования данных наблюдений с дистанционно пилотируемых летательных аппаратов в целях повышения качества и расширения спектра исходной информации в задачах анализа и прогноза погоды.

Ключевые слова: дистанционно пилотируемые летательные аппараты, анализ и прогноз погоды, метеорологические условия, воздушная разведка погоды, мониторинг.

Одним из наиболее значимых факторов сдерживания прогресса в вопросах анализа и прогноза погоды является дефицит исходной информации заключающийся в пространственной и временной дискретности данных метеорологических и аэрологических наблюдений, превышающей микро- и мезо-масштабы метеорологических явлений и значимых для потребителя неоднородностей полей метеовеличин.

В результате теоретических и экспериментальных исследований [1-19 и др.] была обоснована целесообразность использования для повышения информативности исходных данных результатов тематических наблюдений и измерений с дистанционно пилотируемых летательных аппаратов (ДПЛА).

На предварительном этапе исследования были детализированы задачи метеорологического обеспечения, применительно к использованию ДПЛА для определения метеорологических условий полетов и наличия опасных явлений погоды.

Простейшая задача заключается в уточнении и детализации пространственного распределения значений высоты нижней границы облачности (ВНГО) и характеристик дальности видимости (ДВ) непосредственно в районе аэродрома. Рациональная и достаточная база исходных данных может быть накоплена при реализации пролета ДПЛА вдоль взлетнопосадочной полосы и до дальнеприводных радимаркеров в обоих или в одном из направлений взлета-посадки воздушных судов.

Такая задача необходима, как при организации и проведении полетов, так и при их отсутствии. Особенно актуальна она при несении боевого дежурства на аэродроме, а также при принятии решения и непосредственно при приеме перелетающих экипажей в условиях «жесткого» минимума или при значительной изменчивости значений метеовеличин. Протяженность маршрута ДПЛА при определении значений ВНГО и наклонной дальности видимости (НДВ) в районе летного поля можно определить из представленной схемы – она составляет 23-25км.

Радиус действия при этом составляет в пределах 6 км. Время на реализацию такого полета не должно превышать 15-20 минут (иначе теряется свойство оперативности обновления информации). Если речь не идет об оценке условий полетов в облаках, то достаточный диапазон высот – 0÷300 м. Для оценки условий в облаках достаточно набора высоты 800-

1000 м.

Вторая типовая задача для ДПЛА – определение метеорологических условий и опасных явлений погоды (ОЯП) на направлениях ожидаемого их выхода. Алгоритм применения ДПЛА в этом случае следующий: взлет, оценка условий над «точкой» (при необходимости) и уход в направлении выхода опасных погодных условий. Разведка рациональна на удаление, достаточное для обеспечения безопасной посадки пилотируемых воздушных судов (ВС) на своем аэродроме.

_________________________________

© Расторгуев И.П., Зозуля М.М., 2019

71

Исходя из требований нормативных документов, для обеспечения возврата и производства посадки ВС, находящихся в воздухе, достаточно 30 минут. Учитывая среднюю скорость смещения метеорологических объектов у поверхности земли (30-40 км/ч), целесообразно доразведку погоды производить на удалении 15-20 км. В некоторых случаях простого маневра (подлёт к метеообъекту, замер его характеристик, возврат на «точку») не достаточно и требуется осуществлять дежурство в зоне на пути перемещения ОЯ. При этом, в зависимости от направления и скорости перемещения опасных для авиации погодных условий, их пространственных характеристик, маневрирование ДПЛА в районе дежурства может иметь различную конфигурацию.

Для выполнения второй задачи при определении метеорологических условий требуется преодоление расстояния 30-45 (с дежурством в зоне 50-200) километров за 30-40 (40-180) минут при относительно не большой максимальной дальности – 20 км. Скорость разведчика при этом на различных при различных значениях дальности и продолжительности составляет от 60 до 120 км/ч, а диапазон высот – в зависимости от обеспечиваемых типов пилотируемых ВС и специфики выполняемых ими задач – может достигать 5-6 км.

Для соответствия указанным требованиям, также не представляет сложности подобрать беспилотный летательный аппарат – заданным параметрам соответствуют многие образцы с массой от 3-5 до 20-30 кг и размерами от 40-50 см до 1,5-2 м, с полезной нагрузкой от нескольких сотен грамм до 3-5 кг. Исключение составляют требования по высоте верхней границы, дальности и продолжительности полета. ДПЛА, удовлетворяющих этим требованиям существенно меньше, они значительно сложнее в эксплуатации и дороже.

Третья перспективная задача максимально дублирует полеты на ВРП пилотируемых ВС. Основную сложность в подборе ДПЛА для выполнения этой задачи составляет подбор образцов соответствующих требованиям по высоте и скорости полета (от 200 до 500 км/ч). Если проблему по максимальной высоте частично возможно решить с помощью средств дистанционного зондирования атмосферы, то по скорости из серийных ДПЛА имеются аппараты, способные решать задачи только на нижнем пределе требуемых скоростей.

Четвертая задача предполагает использование ДПЛА на маршруте перелёта военнотранспортной и дальней авиации. При этом ДПЛА летит на удаление в несколько десятков километров (при необходимости до ста и более) от пилотируемого ВС: протяженность маршрута 150-400 км, время 30-40 минут, дальность до 100-150 км, максимальные высоты от 1,5-2 до 1011 километров.

Теоретически возможен запуск ДПЛА с тяжелого пилотируемого ВС (с внешней или внутренней подвески) в погодоопасном направлении, отставание от него на удалении в несколько десятков километров (при необходимости до ста и более) на несколько часов, далее догон и подбор «лидера». Для решения этой задачи требуются беспилотные аппараты с крейсерской скоростью 600-900 км/ч. Таким скоростным показателям соответствуют только современные стратегические ударные БЛА, применение которых специально для целей метеорологического мониторинга, тем более в качестве «лидера», исключается.

Можно выделить еще ряд узкоспециальных задач, перспективных для применения ДПЛА: обеспечение десантирования; поисково-спасательных работ; определения параметров для оценки радиационной, химической и биологической обстановки. Для указанных и других задач мониторинга природной среды требования к беспилотным аппаратам целесообразно определять с учетом конкретных условий.

На следующем этапе была разработана методика подбора ДПЛА, как универсальных, так и для выполнения отдельных специфических задач метеорологического мониторинга. Суть данной методики заключается в численном выражении и нормировании основных характеристик ДПЛА с последующим сравнением полученных количественных характеристик с требуемыми для решения конкретной задачи метеорологического мониторинга.

Критерии соответствия определялись двух типов: категорические (допустимые – недопустимые) и сравнительные (уточняющие).

72

Применялись следующие решающие привила: на первом этапе несоответствующие (хотя бы по одному показателю) образцы исключались из дальнейшего рассмотрения, а остальные на следующем этапе сравнивались между собой по второй группе критериев. На основе данного сравнения, для наглядности результатов отбора были построены «Розы факторов», отображающие результаты исследования.

Окончательный вывод формулировался на основе комплексного показателя соответствия:

где n – количество показателей, Fi – отклонение i-того показателя от нормированных требуемых значений.

Анализ полученных результатов позволил подтвердить ранее полученные теоретические и экспериментальные выводы.

Немаловажным фактором является возможность в интерактивном режиме отслеживать погодные условия в районе нахождения БЛА и в зависимости от складывающейся обстановки корректировать программу метеорологических наблюдений) беспилотная авиация имеет огромный потенциал.

Далее были проведены три летных эксперимента в различных регионах страны (в районе Ржева, Петропавловск-Камчатского и распределенный по территории – в центре европейской территории страны), включающих по несколько десятков полетов.

При проведении первого эксперимента, параллельно с выполнением задач по предназначению, беспилотные аппараты производили видеосъемку по которой в интерактивном режиме определялись параметры облачности, наличие явлений погоды, дальность видимости. Из полученных данных очевидна значительная пространственно-временная детализация мониторируемых параметров облачности и дальности видимости по сравн е- нию с другими способами наблюдений.

При проведении второго эксперимента отрабатывалась методика усвоения данных ежесекундных измерений с метеорологических датчиков, установленных на борту ДПЛА. В период проведения полетов диапазон температур изменялся от -3 до +14°C, при относительной влажности от 48 до 100% и скоростях ветра до 14 м/с (50 км/ч). Имели место случаи с вхождением в облака, дождь и густые дымки. Продолжительность полетов составила от 45 до 135 минут. Измерение влажности и температуры характеризуется определенной инерционностью (5-30 секунд), как следует из приведенных технических данных о штатных приборах, установленных на комплексе.

Это можно наблюдать и при анализе графического представления полетных файлов. Было установлено, что температура на датчике уравновешивается с окружающей средой и начинает адекватно реагировать на ее изменение спустя 20-30 секунд. Исходя из сказанного и учитывая нецелесообразность излишней детализации, представляется рациональным использовать не ежесекундные, а 30-ти секундные интервалы наблюдений. За этот период летательный аппарат преодолевает расстояние 500-900 метров. В таком случае пространственная детализация, даже по сравнению с самыми густыми сетевыми наблюдениями, будет в десятки раз выше, а во времени данные будут поступать в 360 раз чаще.

Понятно, что такая детализация не всегда доступна и необходима только при исследовании метеорологических объектов на границе микро- и мезомасштаба. В принципе, при установке мгновенных датчиков, с помощью ДПЛА в режиме реального времени возможно получение значений основных метеорологических величин с каждых 15-20 метров пространства (расстояние преодолеваемое летательным аппаратом за одну секунду).

Сглаженный 30-ти секундный профиль температуры и влажности в отличие от первоначального графика, не подвержен искажениям за счет инерционности измерений.

При использовании ДПЛА вертолетного типа возможна фиксация летательного аппарата в реперных точках в течение 20-40 секунд, что позволит избежать проблемы инерционности наблюдений уже на этапе производства измерений.

73

На завершающем этапе исследования данные, полученные с ДПЛА, были применены для разработки способа сверхкраткосрочного прогноза нижней границы облачности.

С помощью видеоряда, полученного с борта ДПЛА, определялась высота нижней границы облаков в момент пропадания видимости объектов под летательным аппаратом. Наблюдения фиксировались с интервалом близким 15 мин. На протяжении 3 часов (всего 12 наблюдений из одного видеофрагмента). Были определены минимальные, максимальные и средние значения измерений за каждый час и за весь 3-х часовой интервал времени, а также диапазон изменения высоты НГО за весь период. В выборку были включены четыре формы низкой облачности: St; Sc; Fn; Cu.

Были рассчитаны статистические характеристики элементов архивной выборки. По месяцам был охвачен период с октября по апрель. Повторяемость составила от 10 случаев в ноябре до 18 случаев в феврале. Осадки наблюдались в 37% случаев, дымка и туман – около 41%, в более чем 21% случаев никаких явлений не наблюдалось.

Значения дальности видимости колебались в пределах от 500 метров (менее 1%), до 10 километров и более (22,6 %). Видимость менее 1 километра составило менее 6% случаев. Наиболее часто (41% случаев) наблюдалась слоисто-кучевая облачность, повторяемость слоистых облаков составила 33%, разорвано-дождевая – около 20%. Кучевая облачность составила 6% случаев (преимущественно в конце периода).

Далее была проведена разработка прогностических правил для сверхкраткосрочного прогноза характеристик ВНГО.

Уравнения для прогноза минимальных, средних и максимального значений высоты облаков представлены ниже (уравнения 2-6).

(2)

(3)

(4)

(5)

(6)

Критерии успешности данных уравнений приведены в таблице 1.

Из представленных критериев успешности можно сделать вывод о возможности использования представленных прогностических правил в оперативной работе ведомственных подразделения.

Таблица 1

Критерии успешности прогностических правил

Таким образом, в ходе проведенного исследования была показана практическая целесообразность использования ДПЛА для уточнения пространственно-временного распределения значений ВНГО и возможность их использования при сверхкраткосрочном прогнозировании.

74

Литература

1.Расторгуев И.П. Беспилотные технологии мониторинга погодных условий // Гелиогеофизические исследования. 2014. № 8. С. 51-54.

2.Расторгуев И.П., Дьяков С.А. Мониторинг погодных условий с дистанционно пилотируемых летательных аппаратов. Воронеж: Изд-во ВУНЦ ВВС «ВВА», 2016. 140 с.

3.Расторгуев И.П., Дьяков С.А., Максименко А.В. Мониторинг метеорологических условий с применением беспилотных авиационных комплексов. // Труды III Всероссийской науч. конф. «Проблемы военно-прикладной геофизики и контроля состояния природной среды». СПб.: ВКА имени А.Ф. Можайского. 2014. Т.1. С. 298-307.

4.Расторгуев И.П., Ефименко А.Е., Максименко А.В. Практическое применение ДПЛА для мониторинга пространственно-временного распределения облачности // Сб. ст. 11 Всерос. науч.-практ. конф. «Академические Жуковские чтения» (25-27 ноября 2014г.). Воронеж: ВУНЦ ВВС «ВВА». 2014.

5.Расторгуев И.П., Максименко А.В. Исследование структуры нижней границы облачности по данным дистанционно пилотируемых аппаратов // Сб. науч. ст. по мат. IV Всерос. науч.-практ. конф. «Академические Жуковские чтения» (23–24 ноября 2016 г.). Воронеж: ВУНЦ ВВС «ВВА», 2017. Т. 1. С. 210-214.

6.Расторгуев И.П., Ефименко А.Е., Зозуля М.М., Максименко А.В. Методика детализации пространственно-временного распределения полей метеорологических величин на основе данных дистанционно пилотируемых летательных аппаратов // Сб. трудов. Междунар. науч. - практ. конф. «Комплексные проблемы техносферной безопасности». Часть 3. Воронеж: ФГБОУ ВО «ВГТУ», 2017. С.111-116.

7.Звягинцева, А.В. Экологический мониторинг опасных гидрологических явлений / А.В. Звягинцева, В.В. Кульнев, В.В. Кульнева // Экология и развитие общества. - 2018. -

№3 (26). - С. 62-66.

8.Сазонова, С.А. Особенности формулировки прикладных задач управления функционированием системами теплоснабжения / С.А. Сазонова // Моделирование систем и про-

цессов. - 2018. -Т. 11. - № 3. - С. 80-88.

9.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

10.Zvyagintseva, A.V. Hydrogen permeability of nanostructured materials based on nickel, synthesized by electrochemical method. В сборнике: Proceedings of the 2017 IEEE 7th International Conference on Nanomaterials: Applications and Properties, NAP 2017 7. - 2017. - С. 02NTF41.

11.Чабала, Л.И. Экологическая безопасность человека / Л.И. Чабала, А.В. Звягинцева, В.А. Чабала // Вестник Воронежского государственного технического университета. - 2010. -

Т. 6. - № 2. - С. 100-102.

12.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

13.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

14.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т.

12. - № 2. - С. 17-25.

15.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

16.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воз-

75

духа / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов.

-2019. - Т. 12. - № 3. - С. 17-26.

17.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

18.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 34-41.

19.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

I.P. Rastorguev, M.M. Zozulya

METHODOLOGICAL APPROACHES TO THE ANALYSIS AND PREDICTION OF WEATHER CONDITIONS BASED ON DATA FROMTHE REMOTELY PILOTED AIRCRAFT

The results of theoretical and experimental studies of the use of these observations with di-station manned aircraft in order to improve the quality and expand the range of initial information in the problems of analysis and weather forecast are considered.

Key words: remotely piloted aircraft, weather analysis and forecast, meteorological conditions, air weather reconnai s- sance, monitoring.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

76

УДК 550.84

И.А. Скирда, М.О. Шеховцов

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ПРЯМОЙ ЗАДАЧИ ГРАВИРАЗВЕДКИ ДЛЯ ПОИСКА ЗАГЛУБЛЕННЫХ ОБЪЕКТОВ

В статье рассмотрены теоретические и практические особенности постановки задачи применения аэрогравиразведки при поиске скрытного заглубленного объекта. Показана эффективность применения метода механических кубатур при расчете аномалии силы тяжести заглубленного объекта в среде графического программирования LabVIEW при проведении авиационной разведки.

Ключевые слова: аэрогравитационная разведка, LabVIEW, аномалия силы тяжести, избыточная плотность, численный метод решения прямой задачи гравиразведки.

Основной задачей специального мониторинга в области военного применения является обнаружение наиболее значимых военных и стратегических объектов противника. Для решения данной задачи широкое применение получили оптико-электронные и инфракрасные средства воздушной разведки. Несмотря на то, что современные комплексы воздушной разведки имеют высокую разрешающую способность, их применение для обнаружения заглубленных объектов противника не достаточно эффективно. Это обусловлено тем, что вмещающая среда обладает высокой степенью маскировки, не только при применении оптикоэлектронных, но и инфракрасных средств разведки, полностью скрывая объект и его тепловое излучение. Исходя из этого для обнаружения подземных объектов противника, таких как командные пункты, ракетные шахты, склады вооружения и других стратегических заглубленных объектов, целесообразно использование методов разведки, основанных на других физических принципах.

Наиболее эффективным методом обнаружения достаточно объемных и массивных заглубленных объектов при проведении воздушной разведки является применение гравитационной, магнитной и электрической разведок. Для вскрытия вышеуказанных объектов каждая из этих видов разведок имеет свои преимущества и недостатки. Магнитометрическая разведка может вскрывать только намагниченные объекты, т.е. сооружения, изготовленные из ферромагнитных материалов с магнитной восприимчивостью от нескольких ед. Си и выше. Проведение электромагнитной разведки сопряжено с необходимостью создавать на разведываемой местности электромагнитное поле. Данное поле создается методом бесконечно длинного кабеля. Применение этого метода представляется не всегда возможным при необходимости соблюдения режима скрытности, а также в случае если разведка проводиться на территории вероятного противника. Всех этих недостатков лишено применение гравитационной разведки при решении задач специального мониторинга.

Данная разведывательная методика, основанная на законе всемирного тяготения Ньютона, получила широкое применение в области геологических исследований. В военной сфере данный метод полевой геофизики более эффективно может применяться только в виде аэрогравиразведки. Аэрогравиразведка основывается на проведении с помощью специальных гравиметров съемки с самолетов или вертолетов, движущихся на высотах порядка 100 - 150 м со скоростью 100 - 200 км/ч.

При измерении на исследуемой площади гравиметрами силы тяжести с помощью специальной методики определяют аномалию данной силы. На основании анализа результатов проведенных гравиметрических съемок решается обратная задача гравиразведки, то есть производится обнаружение заглубленных объектов, определяется их форма и размеры. Обратная задача гравиразведки может решаться неоднозначно, так как при анализе данных гравиметрических съемок необходимо иметь представление о том, какие подземные объекты обладают соответствующими значениями аномалии силы тяжести.

_________________________________

© Скирда И.А., Шеховцов М.О., 2019

77

Таким образом, однозначность решения обратной задачи невозможна без результатов решения прямых задач гравиразведки, заключающихся в определении аномалии силы тяжести заглубленных объектов с известными параметрами (форма, размеры, эффективная плотность и глубина залегания). Аномалия силы тяжести является наиболее важной возмущаемой величиной, связанной с гравитационным полем. Знак аномалии определяется знакам эффективной плотности и над относительно «легкими» объектами фиксируются отрицательные аномалии, а над более плотными - положительные [1].

Прямая задача гравиразведки является определяющей при оценке заметности специализированного объекта для средств разведки вероятного противника. Задачу заметности объекта необходимо решать еще на этапе его проектирования. Необходимо проводить соответствующие расчеты аномалии силы тяжести, вызванные данным сооружением. Изменяя глубину залегания объекта, его геометрические и плотностные характеристики, параметры вмещающей породы, следует добиться уменьшения аномалии и, следовательно, решить задачу маскировки данного объекта.

Решение прямой задачи гравиразведки для однородных тел правильной геометрической формы реализуется расчетом строгих аналитических формул. В связи с тем, что объекты военного назначения подземного базирования неоднородны и имеют сложную геометрическую форму, решение прямой задачи гравиразведки для них производится путем расчета интегрального выражения:

где gт – аномалия силы тяжести, вызванная плотностной неоднородностью, вызванной наличием во вмещающей породе инородного тела; x, y, z – координаты точки расчета (точки места наблюдения); , , – переменные интегрирования; Δσ= σт – σвм – избыточная или эффективная плотность тела; σт – плотность тела; σвм – плотность вмещающих пород; G – гравитационная постоянная; V – объем исследуемого объекта [2].

Решение указанного выражения выполняется на электронных вычислительных машинах и требующего соответствующего программного обеспечения.

Исходя из этого, для нахождения аномалии силы тяжести данных объектов существует более простой в реализации численный метод решения прямой задачи гравиразведки. Данный метод носит название механических кубатур и заключается в разбиении участков однородности объектов на некоторое количество тел кубической формы с последующей аппроксимацией кубов шарами того же объема или аппроксимацией шарами вертикального столба-параллелепипеда [3].

Численный метод аппроксимацией шаром имеет методическую ошибку менее 1 мкГал для куба объемом до 1 км3. Погрешность определения аномалии силы тяжести однородного куба объемом 1 м3 составляет 0,0002%, что полностью удовлетворяет применению численного метода при аэрогравиразведки объектов специального назначения.

Целью данной работы является разработка методики применения численного метода определения аномалии силы тяжести неоднородных заглубленных объектов военного назначения при решении прямой задачи гравиразведки.

Для достижения поставленной цели необходимо решение следующих задач:

1.Разработка алгоритма численного метода расчета аномалии силы тяжести неоднородного объекта произвольной формы.

2.Реализация разработанного алгоритма при проведении воздушной гравиразведки некоторых фортификационных объектов военного назначения.

На первом этапе расчета аномалии силы тяжести объекта численным методом необходимо заданный объект разбить на некоторое количество однородных тел кубической формы. Далее каждый куб заменяется шаром соответствующего объема и производится расчет аномалии силы тяжести каждого шара. Прямая задача для заглубленного однородного шара реализуется по формуле:

78

где Δσ – избыточная плотность шара, V – объем шара, x – положение точки наблюдения относительно центра шара по горизонтали, h – глубина залегания шара.

Следующим этапом производится суммирование гравитационных эффектов от каждого однородного шара, центральная ось которых перпендикулярна оси перемещения точки наблюдения. Это производится с целью определения аномалии силы тяжести в каждой точке наблюдения на маршруте полета при проведении воздушной гравиметрической съемки объекта. На основании полученных данных, производится построение графиков значения аномалии силы тяжести заданных объектов. Данный алгоритм представлен на рисунке 1.

Рис. 1. Алгоритм расчета аномалии силы тяжести неоднородного объекта численным методом

Наиболее распространенными фортификационными сооружениями являются объекты бункерного типа, имеющие форму параллелепипеда. Данные объекты, как правило, имеют подземное расположение на глубине обеспечивающей защиту от обычных и ядерных средств поражения. Глубина залегания таких объектов во вмещающей среде варьируется в зависимости от назначения объекта и условий его местонахождения, которые включают в себя плотность вмещающей среды, наличие подземных вод, сейсмическую активность района расположения и др.

При построении подземных объектов используется бетон, обеспечивающий необходимую защиту от влаги, марок W4, W6 и W8, а в районах с высокой концентрацией грунтовых вод применяется бетон марок W16, W18 и W20. Данные марки бетона имеют примерно одинаковую плотность около 2,6 г/см3. Геометрические размеры объектов определяются их площадью и высотой. Строгих ограничений к данным параметрам нет, но обычно площадь основания подземных объектов бункерного типа составляет до 6000 м2.

79