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。     

全张量重力梯度数据误差分析及补偿

针对用于航空移动平台的高精度全张量重力梯度测量系统,深入研究了梯度仪12个加速度计按3个不同旋转轴圆盘形成差分组合的结构。在确认该结构具有有效抑制运动共模加速度、减少外界环境干扰、实现高精度探测优点的同时,着重分析了重力梯度仪测量误差的来源和影响。研究表明,主要影响包括仪器固有随机噪声和外界确定性噪声。为定量描述影响程度,推导了在航空动态环境下的测量方程,并分离出加速度计的性能不匹配、平台不稳定、圆盘转速不稳定3个主要固有因素,从时间域和频率域角度定量分析固有影响因素的噪声水平。试验分析表明,通过利用Simulink仿真系统可以获得固有因素产生的噪声水平,并提出抑制方案。针对搭载环境测量误差,还分析了实测飞行中姿态和质量的改变对重力梯度测量值造成的环境影响,提出了基于点质量源的自身梯度校正方法。     

航空重力梯度试验标度场的建立方法研究

航空重力梯度测量受飞行区气流及飞机加速度等因素的影响,需要选择异常较弱的高度进行补偿飞行。为评价梯度仪测量效果和确定补偿飞行高度,需要建立相应高度的标准梯度场作为参考。笔者研究了利用地面重力数据通过曲面延拓和梯度转换建立标度场的方法,并开展了模型验证。利用该方法建立了吉林—黑龙江某航空重力梯度试验区在精度试验飞行高度和拟补偿飞行高度处的标度场,并确定了拟补偿飞行高度选取的可行性。此外,笔者还将延拓转换建立的重力梯度场和起伏地形正演场进行了比较。结果表明,两种方法建立的标度场均可用于梯度仪的测量精度评价和补偿飞行高度的选择。     

基于深度加权的多分量重力梯度数据联合相关成像方法

针对重力勘探中相关成像存在纵向分辨率较低的问题,提出基于深度加权的多分量重力梯度数据联合相关成像方法。与重力异常数据相比,重力梯度数据具有更高的信噪比、包含更多的频率信息。因此,本文在相关成像原理基础上联合多分量重力梯度数据,引入基于先验信息的深度加权函数,通过对研究区域进行划分,进一步提高深度加权效果。利用长方体组合理论模型确定了最佳梯度数据组合,验证了深度加权函数能够提高纵向成像效果;提出的方法还被证明具有抗噪性。将该方法应用于文顿盐丘区域的实测重力梯度数据,结果能够清晰地显示盖岩的位置。     

移动平台全张量重力梯度数据的噪声抑制

全张量重力梯度仪器测量数据中包含了大量的白噪声和有色噪声。传统的数字滤波器只能滤除某一频段外的噪声,对于混叠在重力梯度有用信号频段范围内的有色噪声不能很好的对其进行分离。为了同时滤除白噪声和有色噪声,笔者利用卡尔曼滤波器采用增广矩阵法将全张量重力梯度数据中的有色噪声进行估计,在抑制白噪声的同时将有用信号和有色噪声分离,并利用数字滤波器与卡尔曼滤波器的优点,将其结合生了更好的滤波效果,得到了更高质量的梯度信号。通过模型试验验证了本方法对噪声的滤波能力,并满足高精度重力梯度数据处理要求。     

基于多元线性回归的航空重力梯度测量自身梯度校正

航空重力梯度勘探中,载体自身产生的重力梯度效应对于超高精度的重力梯度仪而言是一种严重的干扰。由于载体结构复杂,用常规的载体建模并正演难以精确去除这种干扰。本文从统计学角度出发,用多元线性回归来处理自身梯度效应,不需要对载体模型做出任何假设与近似,用纯数据驱动的方式来校正自身梯度的干扰。回归诊断与模型仿真验证了这种校正方式有较高的准确性,并且当实际的转角落在地面标定的范围内时具备预测能力。     

利用重力梯度反演南海西南海盆深部构造

重力梯度异常反映的是重力异常的变化,其分辨率比重力异常高。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。本文利用重力梯度异常对南海西南海盆进行了解释,得到大致以西南海盆北东向扩张轴为对称轴的穹隆状构造面。该构造面在西南海盆下6~15km处形成一个密度界面,此界面可能是西南海盆北西-南东向海底扩张期间地幔上隆所引起的。      

不同小波基函数在重力梯度异常正演计算中的应用研究

在复杂地质体的重力梯度异常正演计算中,会生成巨型稠密的灵敏度矩阵,相对应的内存存储需求和矩阵向量乘法的耗时都会增加。笔者基于小波变换理论,首先从理论上给出了小波域中的重力梯度异常正演方程,之后选用不同小波基函数进行模型正演对比实验探讨计算效率。研究表明Db3小波基函数能有效减少正演计算中灵敏度矩阵对内存的需求,同时减少矩阵向量乘法操作数。     

基于有限单元法的重力梯度张量正演计算与分析

由于重力梯度张量测量相对于重力异常测量有许多优点,因此对重力梯度的研究十分必要。在重力梯度各张量的正演计算中,复杂地质体的计算式难以直接推导,而利用有限元技术在复杂形体体积积分的优势,可以较为快速和简便地进行复杂模型的重力梯度全张量正演计算。通过模型的建立和正演计算,分析了球体模型梯度张量异常的平面和剖面特征,以及重力梯度张量与球体模型位置的规律;最后进一步利用复杂模型的重力梯度正演模拟,说明了重力梯度识别地下地质体位置的优势和不足。     

基于深度学习的重力梯度事后误差补偿方法

旋转式重力梯度仪动态测量的误差补偿是航空重力梯度测量的关键技术。因深度学习直接提取数据特征,有望补偿以往通过建模难以补偿的误差,从而进一步提高误差补偿效果,笔者提出了基于深度学习的航空重力梯度测量事后误差补偿方法,利用航空试验实测数据建立数据集,搭建并训练由梯度仪运动参数映射到梯度仪输出噪声的神经网络,利用该网络预测梯度仪输出噪声,以此对其他实测数据进行误差补偿。结果表明,利用深度学习预测的梯度仪输出噪声与实际输出噪声非常接近,补偿后梯度仪输出噪声下降超过一个数量级,补偿的误差水平与梯度仪样机指标接近。     

全张量重力梯度数据垂直分量噪声滤除方法研究

全张量重力梯度数据中含有高频成分,为了在去除高频噪声的同时,保留浅部小异常体信息,本文利用最小二乘原理,求解重力梯度垂直分量与重力数据联合约束下的超定方程组。结果表明,随着计算窗口的增大,去噪效果越来越好,对于本文所设计的模型,当计算窗口增大到32×32时,重力数据中99%以上的噪声被去除,张量数据Vxz、Vyz中,分别有大约40%、50%的噪声被去除;同时,浅部小异常体信息几乎全部保存。     

基于重力全张量数据的Parker-Oldenburg算法研究

相比重力数据,重力张量数据通常包含更多的异常信息。本文根据重力数据与重力张量数据的关系,利用位场转化技术,将重力张量数据应用于传统的Parker-Oldenburg密度界面反演算法中。通过模型试验,证明了在网格间距较大或者数据存在一定噪音时,使用本文算法进行反演能得到更好的效果。实验结果说明利用重力张量数据可以有效地提高密度界面反演的分辨率。     

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。     

全张量重力数据水平分量噪声滤除方法

为获得更好的噪声滤除方法,本文建立一个球状模型,对全张量重力梯度三个水平分量加入高斯白噪声,并利用FFT和PSD分别对加噪后三个分量(Vxx1,Vxy1,Vyy1)进行频谱分析,根据频谱分析结果分别设计了巴特沃斯低通滤波器和高斯低通滤波器对加噪数据进行滤波,取得了较好效果,并利用复杂模型验证滤波效果。     

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。     

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。     

异构并行算法快速构建全球扰动重力梯度全张量图

扰动重力梯度是扰动重力位的二阶导数,相对于其他重力场元素能更多地反映变化的不规则地球产生的高频信息。在使用高阶次球谐系数模型获取大范围高分辨率的扰动重力梯度数据时,存在重复运算多、计算效率低下、耗时较长的问题。针对该问题,推导了简化计算公式,将中间变量提取出来作为全局参数和局部参数单独进行计算、存储,从而有效减少重复运算;并在简化公式的基础上,提出了扰动重力梯度张量快速异构并行算法,利用CUDA（compute unified device architecture）实现了梯度全张量在GPU端的并行计算。根据Txx、Tyy、Tzz三个分量满足Laplace条件验证了算法可靠性,并与传统串行算法进行了计算效率对比,实验结果表明,相较于串行算法,所提算法可减少90%以上计算耗时,可将计算效率提高60倍以上。最后利用该算法基于2 190阶EIGEN6C4模型快速构建了5′×5′分辨率的全球扰动重力梯度全张量图,计算结果显示了扰动重力梯度同地形、地球质量分布变化的相关性及其在全球范围内的数值特征。     

理论模型分析卡尔曼滤波在航空全张量磁力梯度测量中的应用效果

航空全张量磁力梯度测量数据中包含非常复杂的运动噪声,在频谱图中从低频至高频均有分布,并以白噪声为主,如何有效压制运动噪声是一个较大的挑战。传统的数字滤波只能滤除指定频段的噪声,对于混叠在全张量磁力梯度有用信号中的噪声不能有效分离。鉴于卡尔曼滤波是一种快速、高效和实时的最优估计方法,笔者将其应用到航空全张量磁力梯度数据处理中,搭建合理的状态方程和观测方程,通过模型实验验证了方法的有效性,结果显示全区噪声衰减因子优于0.92,即能够去除92%以上噪声成分,全区均方误差优于10 pT/m,可应用于航空全张量磁力梯度数据实时处理。