珠江口盆地基底结构的综合地球物理研究

通过对珠江口盆地重磁资料的分析处理及反演计算，依据盆地的地质、地球物理特征，采取了针对性的综合地球物理研究思路与方法，对地震资料难以解决的珠江口盆地基底结构进行了研究，确定了盆地的重力和磁性基底深度，并对盆地内的断裂和基底岩性作了推断，提供了新的认识，为今后研究提供了依据。     

遥感地质分析在油气靶区建立中的应用

在对松潘-阿坝地区遥感图像解译的基础上,基于GIS对解译出的线性体进行特征分析,并与本区航磁、重力及大地电磁测深资料进行综合分析,从而推断出：根据卫星影像解译出的盆地南部和北部的分界线可能是一条基底断裂,断裂的存在对该地区的油气生成,运移及聚集都可能产生明显的影响。这一推断为在研究区内建立油气勘探区域提供了有力的证据。     

利用面波频散反演场地参数的Occam法

将Constable等人1987在解释大地电磁测深资料时提出的Occam反演方法应用到面波频散反演之中，其思路是求满足一定的残差条件下的最光滑的模型。从文中反演的几组数据结果来看，该方法在面波反演中的应用效果是令人满意的。     

石油重磁资料处理解释系统在微机上的实现

微机技术的发展和石油重磁勘探的需要促使了石油重磁资料微机处理和解释系统的建立。系统由输入、输出辅助子系统、重磁场分离和转换子系统及五个反演解释子系统八部分组成。五个反演解释子系统针对重磁力方法在油气勘探中所能解决的地质问题的类型不同而设计。计算模块的选择注意到方法的有效和适应，地球物理综合解释的需要及平面与剖面、定量正演与反演相结合的重要性。实际应用例子说明系统建立的成功和有效     

起伏地形条件下的磁异常二维聚焦反演及应用

地形对磁异常的反演和解释有很大的影响,特别是磁异常体贴近地表分布时更是如此,为了降低这种影响,笔者推导出了基于有限延深的二度厚板状体的带地形的磁异常正演公式,并提出了一种基于起伏地形的地下网格模型剖分的新方法。同时,聚焦反演对物性体有很强的聚焦效果,如果能够预先判断磁异常主要由地下浅层的强磁性体所引起,则可以考虑采用聚焦反演的方法得到磁性体的位置,显然这种方法非常适合铁矿体的反演。笔者将带地形的二维磁异常正演与聚焦反演结合起来,进行了相应的模型试验,并与水平地形下的聚焦反演及起伏地形下的光滑反演进行对比,验证了这种结合的有效性。最后,将该方法应用于新疆特克斯的磁异常剖面,对该剖面的磁性体分布做出了合理的解释。     

综合物探方法在松辽盆地北部基底结构研究中的应用

根据综合地球物理方法，查明松辽盆地北部基底的断裂２６条，其中岩石圈断裂６条，壳断裂５条，基底断裂１５条；盆地基底岩性由五种类型所组成一前寒武系变质岩、糜棱岩、下古生界变质岩、二叠系浅变质岩及花岗岩。为盆地演化及含油气性提供重要信息。     

大地电磁偏移成像技术的研究进展及其解决复杂地质问题的能力

总结和分析了大地电磁场成像技术的研究现状 ,在Zhdanov等对偏移电磁场的研究和成像技术基础上 ,提出了改进的有限差分法大地电磁场偏移成像技术 ,使差分方程精度和成像分辨率有了明显的提高 ,将前人大地电磁场偏移成像的模型试验研究推进到适用于复杂地电模型和实际资料处理解释的阶段 ,并通过松辽盆地大地电磁测深资料的偏移成像处理和解释展示了该方法的有效性和实用性     

曙光雷达数据处理软件系统

针对岩土工程探测对象的隐蔽性与复杂性,开发了曙光雷达数据处理软件系统,实现了不同类型雷达数据的共享数据处理、分形处理、偏移、联合反演、小波变换等功能;现场验证及试用结果表明,该软件系统可以改善地下目的物探测的分辨率和真实度,可为岩土工程施工提供较准确的地下障碍物资料。     

三维高密度电阻率E SCAN法有限元模拟异常特征研究

工程电法勘探中，常需要探测埋深不大、规模较小、分布复杂的目标体，对探测方法的精度要求较高.由于三维高密度电阻率法数据采集密度大，可对目标体进行多方位观测，是目前工程探测中常用的方法之一.本文对三维高密度电阻率E SCAN法的视电阻率异常特征进行研究.设计几种典型地质体模型，利用有限单元法进行正演计算，并分析其异常特征和分布规律.算例结果表明，E SCAN法对低阻体的分辨能力强于高阻体.无需对所有电极进行扫描供电观测，即可分辨地质体电性特征及水平位置，但观测结果难以分辨地质体纵向延伸.     

BP、Hopfield神经网络在位场反演中的应用比较

比较了BP、Hopfield二种神经网络模型的特性及其运行机制,分别用于位场反演,还比较了各自在位场反演中的应用效果。结果表明:这二种神经网络模型虽然都可用于位场反演,但由于Hopfield网络缺乏学习能力,不能较好地利用已知地质、地球物理信息而受到限制。而BP神经网络具有较强的学习能力,能从已知的信息中得到有利于解决最优化问题的结论,比Hopfield神经网络更加适合于位场的反演问题。