Вестник МГТУ, 2026, Т. 29, № 1.

Вестник МГТУ. 2026. Т. 29, № 1. С. 29-40. DOI : https://doi.org/10 .21443/1560-9278-2026-29-1-29-40 Введение При исследовании геологических структур для установления корреляционных связей между различными толщами или определения источников происхождения метаосадочных отложений применяется сравнительный анализ породных комплексов изучаемых объектов. Основной метод исследования базируется на изучении петрографических особенностей горных пород и их минерального состава. Подобные методики показали высокую эффективность при работе с неизмененными или слабоизмененными фанерозойскими комплексами, в которых степень изменения пород не велика. Однако при исследовании глубоко метаморфизованных раннедокембрийских образований возникают существенные сложности в интерпретации полученных данных. Главная проблема заключается в трудностях восстановления изначальных характеристик метаморфических пород, формирование которых происходило в условиях амфиболитовой и гранулитовой фаций метаморфизма. Ключевой фактор сложности состоит в том, что при воздействии высоких температур и давления одни и те же породы могут приобретать различные характеристики, а первичные минералы трансформируются в новые минеральные соединения. Это значительно ограничивает возможности прямого геологического анализа и сравнительного изучения состава породных комплексов. Ситуация дополнительно осложняется недостаточной обнаженностью, часто отсутствием полных стратиграфических разрезов, первичной и вторичной латеральной изменчивостью состава отложений, что приводит к невозможности полного учета всех факторов вариабельности и затрудняет проведение достоверных исследований раннедокембрийских геологических объектов. Цель работы заключается в проверке возможностей метода сравнительного анализа геологических объектов для решения литолого-стратиграфических задач в сложно построенных раннедокембрийских комплексах. Материалы и методы В ходе наших предыдущих исследований была создана система специализированных методов для определения первичной природы пород древнейших комплексов и геодинамических условий их формирования, включая метод определения близости статистически значимых петрогеохимических характеристик, подробное описание которого представлено в монографии (Сорохтин и др., 2024) и целой серии более ранних публикаций авторов. Данный метод учитывает то, что химический состав толщ горных пород характеризуется неоднородностью выборок, что проявляется в полимодальном распределении составов пород и наличии их аномальных значений. Эффективность разработанной методики подтвердилась при анализе раннедокембрийских образований и их сопоставлении с фанерозойскими аналогами. Это позволило расширить область применения метода на литолого-стратиграфические исследования раннедокембрийских супракустальных комплексов. Ключевое преимущество методики заключается в способности выявлять наиболее схожие геологические объекты на основе данных о химическом составе всего породного комплекса. При этом используется подход Э. П. Изоха (1978), согласно которому при достаточном объеме представительных выборок расчет среднего состава приближается к реальным соотношениям пород. Такой метод сравнения по сути аналогичен классической корреляции, однако информация о породном составе геологического объекта представляется не через описание первичных пород комплекса, а через данные о химическом составе, отражающем все многообразие пород. Принципиальная схема реализации метода вычисления сходства объекта для целей геологических корреляций показана на рис. 1. Рис. 1. Визуализация принципа определения стратиграфических аналогов методом сравнения геохимического сходства. На схеме иллюстрируется расчет коэффициентов близости (показаны стрелками) между целевым объектом ( X ) и потенциальными коррелятами ( Y 1, Y 2, Y 3). Наибольшая степень сходства (красная стрелка), соответствующая минимальному значению коэффициента, указывает на наиболее вероятную корреляцию объекта X с объектом Y 2 Fig. 1. Visualization of methodology for correlating stratigraphic units via geochemical similarity analysis. The scheme demonstrates the determination of proximity coefficients (shown by arrows) for a target unit (X) against candidate units ( Y 1 , Y 2 , Y 3 ). The red arrow signifies the smallest coefficient value, indicating the highest degree of similarity and thus the most reliable correlation between X and Y2 31