重力垂直梯度测量探测能力的正演

重力垂直梯度测量是一种探测地质构造、小地质体位置的技术,但利用该技术对地下空洞的探测还没有深入地研究。通过假定地下空洞的位置和体积,采用正演方法对重力垂直梯度测量探测地下空洞的能力进行研究,分析不同埋深及体积的人造空洞对地面重力及重力垂直梯度的影响;并利用CG-5重力仪进行了初步实验。实验表明:重力垂直梯度对浅层地下空洞具有很好的探测能力;通过正演计算表明:在埋深超过200 m时,地下空洞对重力垂直梯度的影响近似与体积成正比,在埋深超过400 m时,地下空洞的埋深对重力垂直梯度的影响近似成线性下降。     

西太平洋海域卫星测高重力垂直梯度分布

从地球重力场基本理论出发,推导了重力垂直梯度计算的数值积分公式,并利用由多颗测高卫星联合反演的2'×2'海洋重力异常资料,解算了西太平洋海域重力垂直梯度.将计算所得的重力异常垂直梯度与现有资料进行比较,其差值均方根为±10.08E,表明两者精度相当.此外,还对差值大小和空间分布进行了深入分析.     

重力辅助惯性导航中重力归算的垂直梯度计算

重力辅助惯性导航技术是利用地球物理特征信息数据—重力来完成水下运动载体的辅助导航与定位。为了实现水下运动载体上重力传感器输出的实测重力信息与重力数据库中存储的重力信息之间的匹配,首先必须将这两类数据归算到一个平面。本文研究分析了重力归算中重力垂直梯度求解的各种方法;探讨了不同数值积分区域对扰动重力垂直梯度精度的影响;并通过计算分析,提出了可以直接以重力异常垂直梯度代替扰动重力垂直梯度来求取重力垂直梯度。     

基于Android平台的两种重力垂直梯度解算方法研究

重力垂直梯度测量在地球物理勘探中发挥着重要作用。通过测量实验,快速准确计算出重力垂直梯度值尤为重要。目前测定重力垂直梯度的方法有两种:传统测定法、同步观测法。针对重力垂直梯度测量进行需求分析,采用这两种重力垂直梯度解算原理,设计开发一款基于Android平台重力垂直梯度解算软件,其具有采集数据记录、数据处理、限差检验、精度评定和数据查询功能。最后,通过实地重力垂直梯度测量试验,对该软件进行运行性能和结果可靠性验证,并对比两种解算方法的精度。试验证明,该软件的两种解算方法都能够满足重力垂直梯度测量精度要求。     

重力垂直梯度在大地测量和物探中的应用

本文简要地介理力垂直梯度的一种确定原理和方法，着重研究它在现今大地测量和物探中的一些应用，指出利用垂直梯度可以解决长期未期很好解决的一些问题，它们是精确的似大地水准面与大地水准面的偏离、大地水准面高 和地球内剖的重力。     

影响相对重力测量精度因素的探讨

对影响相对重力测量精度的因素进行了分析,给出了相应的消除方法、计算公式和影响量级,并对重力垂直梯度对相对重力测量精度的影响进行了重点讨论。     

青藏东缘下察隅-共和剖面重力正演模拟

利用布格重力异常资料,经沉积层及岩石圈改正后,对青藏东缘下察隅-共和地球物理剖面的地壳结构进行了重力正演模拟。模拟结果显示,藏东缘上地壳厚度在20km左右,密度为2.78×103kg/m3;中地壳底界从30～40km变化,密度为2.89×103kg/m3,中地壳内存在密度为2.78×103kg/m3的低密度物质,在温泉至塘格木之间的中地壳底部存在3.33×103kg/m3的高密度物质;下地壳密度为3.10×103kg/m3。莫霍界面最浅处深度在56km左右,最深处达到74km左右,界面起伏变化大,在下察隅、察隅、怒江一带及温泉一带,其莫霍面较深。藏东地壳密度比中部密度要大,藏东低速层位于中地壳内及底部,而中部地区低速层位于上地壳底部。     

航空重力测量中垂直加速度确定方法的比较

垂直加速度是航空重力测量的重要改正项之一。文中概述了利用GPS确定加速度的基本方法，从理论上分析了GPS确定垂直加速度的精度，并利用航空重力测量实测数据，比较分析了惯常使用的3种垂直加速度确定方法．得出了若干初步结论。     

航空重力测量中垂直加速度确定方法的比较

垂直加速度是航空重力测量的重要改正项之一.文中概述了利用GPS确定加速度的基本方法,从理论上分析了GPS确定垂直加速度的精度,并利用航空重力测量实测数据,比较分析了惯常使用的3种垂直加速度确定方法,得出了若干初步结论.     

永兴岛基准站的重复绝对重力测量研究

本文主要描述了永兴岛基准站绝对重力测量的实施过程,重力值的计算原理及参数改正,重力垂直梯度测定方法、计算模型及示意图,并将永兴岛基准站历次的测量结果进行了比对分析,结果表明从1999年~2010年该站的绝对重力值整体变化趋势是减小的,变化量为16.2×10-8 m·s-2。     

由垂直重力梯度异常反演全球海底地形模型

本文给出了海底地形起伏与垂直重力梯度异常之间的响应函数关系。据此,联合船测海深和垂直重力梯度异常数据,构建了全球75°S~70°N范围内1′×1′海底地形模型。以船测海深为检核参考,考察了本文模型在印度洋南部和西北太平洋地区的精度。结果表明,在考察区域内,本文模型精度优于ETOPO1、GEBCO和DTU10模型,且在印度洋南部与SIO的最新海底地形模型V15.1精度相当,在西北太平洋地区略优于V15.1。探讨了高次项和地壳均衡现象的影响量级,发现两者对反演结果的影响很小,可以忽略。通过与重力异常反演结果的比较,发现垂直梯度异常反演在中短波长部分（100~200km）表现较优。在西北太平洋地区,联合重力异常和垂直梯度数据进行海底地形反演计算,反演结果的精度较V15.1模型提高了约29.5％,说明联合这两种数据可以计算精度更高的海底地形模型。     

利用引力梯度数据计算径向梯度的优化方法

根据重力梯度观测各分量的方差及协方差信息,提出了利用GOCE梯度数据计算径向重力梯度的优化方法。首先给出了径向重力梯度的计算方法,并深入分析了误差传播规律,通过建立相应的条件极值问题,给出了计算径向重力梯度最优组合因子的方法;通过模拟数据验证了本文所提出的优化因子的优越性。实际数据计算表明:相对于传统方法,采用优化组合因子可使反演所得引力位模型的累积大地水准面精度在250阶时提高约2 cm。由于径向重力梯度不仅可以用于地球引力场模型的求解,也可直接应用于地球物理问题的讨论,因此本文所提出的优化方法也可对部分地球动力学问题的讨论提供方便。     

卫星重力梯度观测数据的时变信号影响分析

系统地讨论了时变重力中潮汐信号与非潮汐信号对GOCE卫星重力梯度观测数据的影响。结果表明:(1)时变改正的量级为0.1 mE,比GOCE卫星设计精度(3.2 mE)低,但其为有色噪声,在数据预处理中必须剔除;(2)潮汐影响(0.1 mE)比非潮汐影响(0.01 mE)要高一个量级,决定着时变重力改正的精度。将本文计算结果与GOCE官方公布结果进行对比,二者具有较好一致性,验证了本文计算方法及结果的有效性。     

重力梯度张量的球谐分析

深入研究了利用卫星重力梯度数据确定地球重力场模型的球谐分析方法,导出了由重力梯度张量的球函数展开系数确定扰动位球谐系数的实用解算模型。模拟试算结果验证了本文算法的有效性和实用性。     

利用余弦变换的重力梯度Parker正演方法及其应用

重力测量数据存在地形数据产生的高频分量的影响,高精度地形数据正演重力梯度也能较好地反映重力局部高频特征。为获得高精度重力梯度数据,实现基准梯度数据库精确快速构建,研究了利用数字高程模型正演重力梯度的频率域快速计算方法,推导出基于余弦变换的Parker正演重力梯度理论公式。数值实验结果表明,余弦变换频率域正演方法平均绝对误差可达到0.5E左右精度要求,与傅里叶变换正演方法相比误差可减小3dB左右,与棱柱法等空间域正演方法相比,该方法计算规模小,速度优势明显。     

基于MapX控件技术的自动化重力粗差探测

重力数据作为研究地球重力场的基础数据,应用十分广泛,其数据质量的优劣直接影响着应用结果的好坏,本文介绍了布格异常重力粗差探测方法,利用数据库和Map X控件技术实现自动化粗差探测,采用粗差剔除后的重力数据得到了我国高精度的垂线偏差、高程异常模型,证明了该方法的正确性。     

重力梯度同步观测方法

为了克服传统陆地重力梯度测量方法的不足,提出了利用两台或多台具有电子读数的相对重力仪测量重力梯度的同步观测方法和相应的数据处理模型,该方法无需进行固体潮改正和零漂改正而直接求解重力差,垂直重力梯度实验结果验证了该方法的有效性。     

重力梯度特征向量和多尺度分析法在密度异常深度探测中的应用

相较于传统的重力测量手段,重力梯度测量能够以更高的灵敏度和分辨率反映出地下密度异常体的结构特征。随着科学技术的不断发展,航空及卫星重力梯度测量系统已经投入使用,并实现了大范围高精度的重力梯度测量。因此,现阶段的主要挑战在于对越来越多的重力梯度数据进行分析、处理和解释。本文根据重力梯度全张量主特征值对应的特征向量,对密度异常体的深度探测进行了研究。由于不同埋深的密度异常体具有不同的波长反映,利用多尺度分析法可以分解出不同频段重力梯度张量,从而增强对更大埋深密度异常体的探测分析能力。通过对模型和实测重力梯度数据的分析解算,结果表明,重力梯度的特征向量和多尺度分析法能够有效地确定密度异常体的深度信息,并且对干扰场源和随机噪声也具有一定的抗干扰能力。     

基于梯度幅度直方图和类内方差的边缘提取方法

针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。