基于非结构化网格的重力梯度张量反演

由于重力梯度张量是重力位的二阶导数,与传统的重力测量相比,重力梯度张量具有更高的分辨率,并且重力梯度张量具有5个相互独立的分量,包含了更多的地下空间信息和密度信息,因此将重力梯度张量数据应用到反演中可以得到较好的反演结果。非结构化网格具有很强的几何适应性,能够较好地拟合复杂异常体的边界,通过非结构化网格对反演目标区域进行离散,可以降低剖分误差,从而提高计算精度。为了降低反演过程中的多解性问题,将地球物理反问题的广义正则化目标函数应用于基于非结构化网格的三维重力梯度张量反演中,推导了相关公式,实现了各分量的独立反演,并阐述了深度加权函数在反演过程中的作用。为了充分利用重力梯度张量各分量所携带的密度、空间信息,将5个独立的分量进行了联合反演,反演结果表明,基于非结构化网格的三维重力梯度张量反演能够较好地反映地下异常源的物性分布和赋存位置。通过与长方体网格反演结果对比,本反演方法突出了非结构化网格反演的优越性;最后,通过较复杂组合模型的计算证实了方法的实用性。     

基于层源位场的重力及其梯度数据联合相关成像

为提高重力与重力梯度数据联合成像的纵向分辨率,笔者提出基于层源位场的重力及其梯度联合相关成像方法.为体现不同深度位置地质目标体的空间分布特征,采用均值滤波法和插值-切割分离法分离位场异常,并使用向下延拓方法得到不同深度层的层源重力及其梯度数据,在此基础上实现分层重力及其梯度的联合相关成像.将本文方法应用到多个立方体的组...     

基于深度加权的重力梯度张量数据的3D聚焦反演

针对重力梯度数据聚焦反演结果中存在的"上漂"现象,在经典Tikhonov正则化理论框架下,引入最小支撑泛函数对反演模型进行约束以避免反问题解的不稳定,并针对重力梯度数据聚焦反演中存在的趋肤效应,在模型目标函数中引入指数深度加权函数。通过理论模型,对部分重力梯度张量分量进行了单独以及联合聚焦反演,验证了基于深度加权的聚焦反演方法的有效性,并将该反演方法运用到涩北一号气田区的实际数据中,反演结果较好地反映出气田位置。     

基于重力及重力梯度数据的位场偏移成像

为了验证位场偏移快速成像方法的有效性以及对比基于重力和重力梯度数据的偏移成像的效果,笔者利用MATLAB编写了重力及重力梯度数据位场偏移成像的算法,并进行了模型正演计算,发现基于梯度数据的偏移成像的横向分辨率、抗噪性和抗背景场能力好于重力数据的偏移成像,并且能够较好的确定模型的中心埋深。将此方法应用于葫芦岛市黑鱼沟的某铅锌矿洞的深度计算中,验证了该方法的有效性。     

重力异常及其梯度张量DEXP定量解释方法的影响因素分析

快速成像反演方法是近几年重磁勘探定量解释的一个发展热点,由于其在计算过程中不需要加入先验信息,故而可以较为快速地估算场源的深度与密度等相关参量。DEXP(depth from extreme point)成像法由于在深度加权函数中考虑了构造指数,使得成像结果更为准确。笔者基于DEXP快速成像法的基本理论,首先,推导了重力异常及重力梯度张量的DEXP变换形式,并将其应用到场源解释之中;然后,采用理论模型试验,分别分析了数据的点距、误差、计算范围以及背景场对成像结果的影响;最后,将该成像方法应用于实测的全张量重力梯度数据,并与前人研究结果进行了对比与分析。理论模型试验与实际应用均表明:DEXP成像法能够有效压制数据噪声的影响,具有计算稳定性和准确性特点;数据的点距、计算范围和背景场均对DEXP成像结果具有一定的影响,因此在实际数据处理时,应该综合考虑它们对成像结果的影响,并且需要进行相关数据预处理以提高定量解释的精度。     

基于Cokriging的三维重力张量随机反演

重力张量是重力位的二阶导数,与传统的重力测量相比,重力张量具有更高的分辨率。协同克里格法是地质统计学中常见的一种方法,使用协同克里格法对三维重力张量各分量数据进行随机反演。由于位场数据在深度方向上的分辨率较低,因此需通过使用深度加权函数和钻孔数据来解决这一问题,对比了带深度加权和带钻孔数据的协同克里格反演结果。反演结果表明,协同克里格法能够较好地反演重力张量各分量数据,两种方式都能够较好地反演出地下异常位置,带深度加权的协同克里格法反演出来的密度值与实际值有一定的偏差,而带钻孔数据的协同克里格法能够较好地反演出剩余密度值,并且对于不同埋深的异常体都能很好地反映。     

利用实测重力垂直梯度反演长白山地区一剖面的深部构造

针对重力梯度高分辨率的特点,利用在长白山地区实测的重力垂直梯度数据,采用梯度空间参量图反演其深部构造。台阶模型试验表明: 重力梯度空间参量图能给出构造倾角和倾面的信息,结合重力梯度剖面和梯度空间参量图可以构建出地下构造的几何模型,进而对一些复杂构造进行解释。通过对比实测布格重力异常和实测重力梯度异常,重力梯度比重力异常的分辨率更高; 将梯度法应用到实测重力梯度数据的处理中,结果表明: 该方法对确定密度变化界面的水平位置和深度具有非常好的效果。     

固定翼电磁数据双分量联合电导率深度成像

传统固定翼航空电磁探测采用总场dB/dt进行电导率深度成像,不仅损失多分量测量信息,dB/dt与电导率的非唯一性也影响数据的成像精度。笔者提出了一种基于磁场双分量(B_x, B_z)查表的联合电导率深度成像算法,根据固定翼电磁响应的正演计算,建立按时间道划分的B_x-B_z-电导率-飞行高度数据表,利用磁场双分量联合查表与插值算法确定视电导率,避免了由于电磁数据二值性引起的视导率不确定性问题;根据扩散深度公式得到视深度,并计算成像深度,从而得到双分量联合电导率深度成像结果。基于一维大地模型正演数据与准二维大地模型正演加噪数据,分别采用磁场双分量联合查表法、总场查表法和单分量查表法对仿真数据进行电导率深度成像,结果表明磁场双分量联合查表法优于单分量与总场查表法,较单分量电导率深成像精度提高了7%。     

井中重力矢量数据联合反演研究

井中重力矢量测量可以近距离感知地下目标体,获得地质体不同方向的重力异常特征,提高地下介质的纵向分辨率.这里首先基于点元法实现了井中重力矢量正演,通过模型正演计算,分析了井中三分量重力异常响应特征,然后基于相关性搜索的黄金分割算法实现了井中重力矢量联合反演,通过模型反演分析了井中重力不同分量数据联合反演的效果,验证了反演...     

基于二维经验模式分解的重力资料多尺度分析

重力资料是从地表到深部所有密度不均匀体引起的重力效应的叠加。针对不同的工作任务,需要利用不同尺度的重力资料进行研究。二维经验模式分解能够自适应地对非线性、非平稳信号实现多尺度分解。文章研究将二维经验模式分解应用于重力资料的多尺度分析,对重力数据进行二维经验模式分解以得到各级固有模态函数和剩余分量,利用径向对数功率谱分析方法估计各级模态函数所反映的地下场源的近似深度,定性地解释不同深度下的场源产生的异常,较好地揭示场源赋存的地质信息。模型数据和实际数据的测试佐证了该方法技术的可行性。     

基于窗口数据的重力相关成像

位场相关成像可以快速估计场源的空间位置。为了减小叠加异常对相关成像的影响,现有的成像方法通常是采用剩余异常或异常垂向导数成像。笔者通过加入一个数据截取窗口,计算窗口内数据的相关系数,以减少相邻场源间的影响,从而达到提高成像分辨率的目的;并通过相关系数极值的大小选取窗口,从理论上使成像结果更加可靠。通过重力模型试验,验证本方法能够提高成像分辨率。将该法应用于葫芦岛市黑鱼沟的某矿洞的深度计算中,取得较好效果。     

航空重力梯度测量飞行姿态影响及误差校正

在石油和金属矿勘探中,相对于重力异常数据,航空重力梯度数据含有更多的高频信号成分,能更好的描述小的异常特征。为了得到地下异常体的真实重力梯度数据,需要全张量梯度测量数据中有效地去除飞机自身梯度值的影响。针对这一影响,提出线性的校正方法。考虑飞行姿态的改变引起的空间坐标系的变化,在校正过程中给出旋转矩阵和张量转换矩阵来实现坐标系的统一。通过模型实验分析了自身梯度值随姿态角变化情况,用实际梯度数据计算证明了该方法能够减小几个E的姿态误差,有效提高数据的精度。     

利用比值DEXP进行重力梯度数据深度成像

针对传统DEXP快速成像结果依赖于地质体构造指数的缺点,笔者提出了利用重力异常不同阶垂向导数比值DEXP的方法。该方法使得成像结果独立于地质体构造指数。地质体的深度估计完全自动化,仅需要寻找比值DEXP成像结果的极大值点位置。通过该方法估计出的深度结果,可以进行地质体构造指数的估计。通过模型试验,证明该方法能准确地估计出地质体的深度位置以及地质体的类型。将该方法应用到Bell Geospace公司在Vinton Dome测得的Air--FTG全张量重力梯度数据中取得了很好的结果。     

重力场向下延拓的三阶Adams-Bashforth公式法

重力场向上延拓是稳定且收敛的过程,而向下延拓是不稳定且发散的过程。为此,本文提出一种重力场向下延拓新方法。首先,对重力场及其垂向一阶导数向上延拓,得到不同高度的重力场垂向导数;然后,基于求解微分方程的三阶Adams-Bashforth多步法,推导出稳定的向下延拓公式;最后,为验证本文方法,将其分别应用于模型数据和实际数据。理论模型试验及误差曲线表明,相对于经典下延方法——傅里叶变换下延法和积分迭代下延法,新方法三阶Adams-Bashforth公式法下延过程稳定,边界效应不明显,下延深度可达5倍点距,下延结果与真实值的相对误差更小,结果更准确。将本文方法应用于加拿大某区实测航空重力数据,得到有效且准确的下延结果,能够识别和圈定一些细小异常特征。     

相关成像技术在浅层地温测量中的应用

在浅层地温测量中,为了减小背景场干扰,采用梯度数据的采集方式,对理论模型以及野外某地的地温数据进行相关成像处理,结果显示出的温度异常体的位置和深度与实际异常体接近,且受到环境因素的影响较小。相关成像技术可以有效地应用于浅层地温测量的数据处理当中。     

Inversion of residual gravity anomalies using neural network

A new approach is presented in order to interpret residual gravity anomalies from simple geometrically shaped bodies such as horizontal cylinder, vertical cylinder, and sphere. This approach is mainly based on using modular neural network (MNN) inversion for estimating the shape factor, the depth, and the amplitude coefficient. The sigmoid function has been used as an activation function in the MNN inversion. The new approach has been tested first on synthetic data from different models using only one well-trained network. The results of this approach show that the parameter values estimated by the modular inversion are almost identical to the true parameters. Furthermore, the noise analysis has been examined where the results of the inversion produce satisfactory results up to 10% of white Gaussian noise. The reliability of this approach is demonstrated through two published real gravity field anomalies taken over a chromite deposit in Camaguey province, Cuba and over sulfide ore body, Nornada, Quebec, Canada. A comparable and acceptable agreement is obtained between the results derived by the MNN inversion method and those deduced by other interpretation methods. Furthermore, the depth obtained by the proposed technique is found to be very close to that obtained by drilling information.     

基于数学形态学的位场数据边缘增强方法

位场数据边缘增强对于地质构造研究和矿床勘查具有重要意义。现有的边缘增强方法多数基于位场数据的导数构建,往往存在对噪声敏感的缺点,且处理结果中常有虚假边界的出现。本文基于数学形态学良好的形状分析和噪声压制性能,通过数学形态学基本算子的组合叠加,提出了一种新的位场数据边缘增强方法。该方法容易实现,且不需要计算位场数据的水平和垂向导数。板状体模型试验结果表明,该方法能有效地对重力异常和化极后的磁异常数据进行边缘增强。针对三维模型试验中正负异常同时存在的情况,相比以往几种方法,该方法输出的边缘更清晰且没有额外边缘的产生,并表现出更强的抗噪能力。最后将该方法和以往几种方法应用到老挝万象地区实际重力异常数据的处理中,结果显示该方法刻画出的边缘更加连续清晰;同时结合以往地质资料,推断了成矿的有利部位。