位场解析信号振幅极值位置空间变化规律研究

通过对单一边界、双边界、多边界以及点(线)质量模型重力异常解析信号振幅和重力异常垂向导数解析信号振幅的极值位置空间变化规律研究表明,重力异常垂向导数解析信号振幅和化极磁力异常解析信号振幅的极值位置相同,且与重力异常解析信号振幅的极值位置空间变化规律相似.利用位场解析信号振幅极大值位置能够准确识别单一直立边界地质体的边缘位置,但不能准确识别其它任何形体的边缘位置,其识别结果的偏移量大小随地质体的埋深、水平尺寸以及倾斜程度等变化.虽然重力异常垂向导数解析信号振幅比重力异常解析信号振幅的峰值更加尖锐、横向识别能力更强,其极大值位置更靠近地质体上顶面边缘位置,但均受地质体埋深的影响较大;随着埋深的增加,位场解析信号振幅的极大值位置会快速收敛到形体的"中心位置",其轨迹类似"叉子状";且对多边界模型会出现"极大值位置盲区"而无法识别其边缘位置.通过这些理论研究表明,位场解析信号振幅只能识别单一边界地质体的边缘位置;而不宜用来识别多边界地质体的边缘位置,但可以用来识别多边界地质体的"中心位置".     

位场总水平导数极值位置空间变化规律研究

通过对位场总水平导数函数性质的研究表明,位场总水平导数不是位函数,因而利用位场总水平导数构造新的边缘识别方法时会出现"奇点",使得计算结果的稳定性下降.对单一边界、双边界、多边界模型重力异常总水平导数和重力异常垂向导数总水平导数极值位置的空间变化规律研究表明,重力异常垂向导数总水平导数和化极磁力异常总水平导数的极值位置相同,与重力异常总水平导数的极值位置空间变化规律相似.利用位场总水平导数极大值位置能够准确识别单一直立边界地质体的边缘位置,但不能准确识别其它任何形体的边缘位置,其识别结果的偏移量大小随地质体的埋深、水平尺寸以及倾斜程度等变化,但能收敛于某一固定值;重力异常垂向导数总水平导数比重力异常总水平导数的峰值更加尖锐、横向识别能力更强,其极大值位置更靠近地质体上顶面边缘位置,但存在"次极大值"的影响.     

位场数据归一化总水平导数垂向导数边缘识别方法(英文)

位场数据边缘识别技术常常用来识别地质体的边缘位置.本文提出了一种新的位场数据边缘识别方法--归一化总水平导数垂向导数,它具有边缘探测和边缘增强两种功能.该方法首先计算位场数据的总水平导数THDR和总水平导数THDR的n阶垂向导数VDRn,并对n阶垂向导数VDRn采用取大于0的阈值技术得到总水平导数峰值PTHDR,该值可以用来进行边缘探测;其次,计算总水平导数峰值PTHDR与总水平导数THDR的比,并用最大值进行归一化得到归一化总水平导数垂向导数,该值可以用来进行边缘增强;最后,通过理论模型和实际资料检验了方法的有效性和可靠性.     

重磁异常源边界识别新方法对比及应用研究

本文目的是通过分析比较多种边界识别方法的应用效果给出各方法适用性建议.重磁异常源的边界识别是地球物理解释的重要方面,以往研究是基于棱柱体模型的,其边界是垂直的平面,它所产生异常本身具有明显的梯度,而且同一种方法对于不同埋深的地质体也具有不同的识别效果.所以对于具有不同空间分布特征的场源体进行边界识别时,选用合适的方法至关重要.首先介绍了典型的边界识别技术:水平总梯度模、Theta图、解析信号振幅、Tilt-angle、垂向导数以及基于数理统计类的归一化标准差、均值归一总水平导数方法;通过对具有不同空间特征的模型所产生的异常进行各边界识别处理,对比讨论了各方法对于不同埋深和形状地质体边界的识别效果;最后对工区实际资料进行了各方法处理,并对结果进行了对比分析,对不同方法的适用性给出了建议.     

扩展的倾斜角和倾斜角总水平导数方法

为了突出显示重磁场中地质体分布、断裂构造特征等信息,使图像显示错落有序、层次分明、清楚直观,有利于解释人员从不同角度认识重磁场异常特征.本文通过分析倾斜角概念,根据反余切函数特性,提出了扩展的倾斜角(iTdr)和倾斜角总水平导数(iTdr_Thdr)方法,来增强重磁异常信息,突出异常形状特点,以便于识别重磁异常中地质体边界和提取地质体分布、断裂构造平面展布特征等信息.理论模型和实际资料对比分析表明该方法简单、实用、具有较好的识别效果和较高的分辨能力,能够获取丰富的地质信息,对识别地质体边界、划分大地构造单元、确定断裂带和地质构造走向等具有实际意义.     

基于尺度空间技术的归一化Facet模型位场边界识别

边界识别是位场数据处理解释中的重要环节,传统边界识别方法通常不能均衡深、浅部地质体边界.基于尺度空间技术和归一化的Facet模型检测算子,本文开发了一种带通空间滤波和边缘检测相结合的边界识别方法,有效地提高位场数据边界识别的精度和可靠性.为了验证本文算法的有效性和稳定性,分析了不同尺度空间函数和检测算子对算法的影响,并且对比了传统边界识别方法的效果.理论模拟和实际数据分析表明,利用位场垂向二阶导数进行的基于尺度空间技术的归一化Facet模型边界识别方法不仅算法的稳定性强,而且可以避免高阶导数对噪声干扰放大作用,同时均衡深部和浅部地质体边界,从而可以更精确地识别地质体的形态.     

应用加强解析信号倾斜角进行位场数据的边界检测

边界检测在地球物理位场数据解释中占有重要位置.现有的传统边界识别方法有的不能同时显示不同振幅的异常边界,有的虽然能均衡不同振幅的异常,但识别出来的边界信息中含有一些额外的错误的边界信息,尤其是当测量的异常中同时含有正异常和负异常时.目前已有的去除额外错误边界信息的方法存在着一定的人为主观性.为了解决这些问题,本文定义了加强解析信号倾斜角来进行地质体边界识别.通过模型试验证明了该方法不仅能同时清晰地识别深部和浅部地质体的边界,而且能有效地避免引入一些错误边界信息.最后将该方法应用到四川盆地的重力异常数据中,并取得了良好边界结果.     

基于三维构造张量的位场边界识别滤波器

地质体构造边界位置的确定是位场数据解释中的一项重要工作,现有很多基于位场梯度张量数据的边界检测滤波器,但存在识别边界位置模糊且无法均衡深浅地质体异常的缺点.本文定义了位场数据的三维构造张量,并提出基于位场构造张量的边界滤波器.为了同时显示不同振幅异常的边界位置,对新定义的滤波器进行归一化处理.在高阶均衡滤波器的计算中需要计算位场的垂向高阶导数,本文引入一种计算的稳定算法,基于拉普拉斯方程利用位场水平导数求解垂向导数,可减小垂向导数计算中产生的误差.将定义的滤波器应用到合成的重磁数据中证明了新方法相比传统的滤波器能更加清晰、准确地圈定边界位置,而且针对同时含有正负异常的地质情况,可避免产生额外的错误边界.最后将新的滤波器应用到实测的重磁数据的解释中,结果显示基于构造张量的滤波器可更准确清晰地划分出断裂的边界位置,发现更多的构造细节.     

基于迭代差分的视导数及其在边界识别中的应用

位场导数换算是重磁数据处理与解释的基本方法,但其不稳定性限制了在实际资料中的应用,且目前的改进措施并未能较好地解决导数计算精度和不稳定性之间的矛盾问题.针对于此,本文在波数域导数迭代法基础上,提出了迭代差分视导数.该方法是在导数迭代法的信号压制区内,通过对不同迭代次数计算结果之差进行合理修正实现的;同时对比分析了视导数与常规导数算子的滤波特性;并通过导数模型实验验证了视导数具有较强的计算稳定性和较高的异常分辨率.另外,本文还对三种常用边界识别方法进行了改进来进一步突出场源边界的异常特征,并将视导数应用到了这些边界识别方法之中.组合模型试验表明,本文提出的边界识别方法改进措施有效地提高了原方法对边界的精细检测能力,基于视导数的边界识别方法则不仅具有较强的抗干扰能力,而且更加精确地检测出了地质体的边界.最后,将视导数和基于视导数的边界识别方法应用到了黑龙江虎林盆地重力异常中,结果显示视导数不仅具有较强的计算稳定性,而且清晰地展示出了异常间的相互关系;同时,基于视导数的边界识别方法准确、清晰地识别出了地质体的边界,还展示出了更多的边界细节信息.     

全张量磁梯度数据的斜导数特征值边界识别方法研究

本文提出了一种全张量磁梯度数据的斜导数边界识别方法,该方法利用全张量磁梯度数据定义了北向斜导数、东向斜导数和垂向斜导数.模型试验表明,北向和东向斜导数无法有效识别磁性异常体边界,异常形态复杂虚假异常较多,而垂向斜导数在高纬度斜磁化或者垂直磁化条件下可以清晰而准确得识别地质体的边界,具有一定的深度识别能力.与现有磁张量梯度的边界识别方法相比,识别效果好,可以有效均衡不同深度地质体的响应.将上述方法应用于大兴安岭地区实测航磁三分量数据转换得到的全张量数据,获得了研究区浅部磁性体的分布,并与三分量数据进行联合解释,取得良好的地质效果.     

基于磁异常的边界特征增强方法对比研究

基于磁异常进行场源边界识别(如断裂划分)是磁法勘探解释工作的重要内容.由于受到斜磁化、场源埋深、异常叠加以及噪声等多种因素的影响,基于磁异常直接进行场源的边界识别往往难以准确识别出场源体的边界,所以,人们研究了各种场源边界特征增强的方法技术,以便于进行场源边界的识别工作.近年来,国内外出现了很多新的边界特征增强方法,但有些方法的边界特征增强效果与已有方法相近,有的方法效果有待深化检验,存在验证方法的理论模型过于简单,未全面细致地分析出它们的优缺点等问题.针对上述情况,本文运用多种复杂、贴近实际的理论模型,深入对比分析了包括解析信号模法和倾斜角法等在内的15种具有代表性的边界增强方法,分析了它们在不同磁化方向、不同场源埋深、不同场源形态、异常叠加和噪声干扰等多种因素影响下的边界增强效果,重点归纳总结出它们的优缺点和适用条件,以为实际应用时的方法选择提供参考.通过模型实验,我们认为解析信号模垂向导数法、总水平导数法、解析信号模倾斜角法是在多种因素影响下,适用性较强、应用效果较好的三种方法.     

基于水平方向解析信号的均衡重力位场边界识别方法

边界识别技术是位场数据解释中一项基本的工作,现有的边界识别方法多存在边界识别结果发散和不能均衡深浅地质体异常的缺点.目前一些均衡边界识别方法会因正负异常同时存在而引起额外的错误边界或者存在人为主观因素去除错误边界信息的缺点.本文充分利用重力位场张量梯度的多信息成分,提出利用水平方向解析信号及其垂向导数与传统的均衡边界识别方法做结合的方式定义新的探测边界的方法.通过理论模型试验证明新方法同传统方法相比,能够更加清晰、准确的圈定出深浅地质体的边界.最后将新的边界识别方法应用到实测重力异常数据解释中,取得了良好的边界识别结果并能够发现更多的构造细节.     

位场边缘识别特征点提取方法及应用

位场边缘识别技术在地质构造特征研究中发挥着重要作用,但相关的自动化解释技术却发展缓慢.本文在位场边缘识别技术的基础上,研究了一套脊点提取、连接及特征线综合信息提取方法,可促进自动化地质解释的发展.首先,依据脊点的局部性质判断其存在性并计算其位置,采用分类连接、双向连接及排序等技术保证了脊点连接的连续性和高效性;之后,利用脊线方向、脊线笔直度、固定值线方向和固定值线扁度对特征线(脊线和固定值线)进行分区,并通过对特征线的方向、条数以及长度或面积进行综合统计,进一步提取边缘识别结果蕴含的信息.最后,通过实际资料测试验证了本文方法的有效性和实用性.     

Application of balanced edge detection filters to estimate the location parameters of the causative sources using potential field data

Balanced edge detection filters can recognize the edges of the shallow and deep bodies simultaneously, and are commonly used in the edge detection of potential field data. In this paper, we present using the balanced edge detection filters to estimate source locations, and derive two linear equations based on the balanced edge detection filters that can estimate the locations of the source without any priori information about the nature (structural index) of the source. The proposed methods are demonstrated on synthetic gravity anomalies, and the inversion results show that the proposed methods can successfully estimate location parameters of the sources. I also apply the proposed methods to real magnetic data, and the inversion results estimated by the proposed methods are consistent with the results estimated by the other similar method.     

利用加强水平方向总水平导数对位场全张量数据进行边界识别

位场全张量梯度数据以其信息量大、含有更高频的信号成分,能更好地描述小的异常特征等优点在地球物理领域中得到广泛应用.边界检测是位场解释中不可缺少的任务,需要新的边界探测器来处理位场梯度张量数据.为了充分利用位场梯度张量数据的多信息成分,本文定义了方向总水平导数和加强方向总水平导数,并利用其定义新的边界检测器.为了能同时显示不同振幅大小异常的边界,本文对其进行了归一化处理.通过模型试验,证明了归一化方法能更加清晰准确地显示浅部和深部的地质体边界信息.最后将该边界检测方法用于加拿大圣乔治湾实际测得全张量重力梯度数据和中国朱日和地区的磁异常数据中,并得到了较好的边界检测结果.     

Edge Detection in Potential-Field Data by Enhanced Mathematical Morphology Filter

Enhancement on the edges of the causative source is an indispensable tool in the interpretation of potential-field data. There are a number of methods for recognizing the edges, most of which involve high-pass filters based on derivatives of potential-field data. A new edge-detection method is presented, called the enhanced mathematical morphology (EMM) filter. The EMM filter uses the ratio of the erosion of the total horizontal derivative to the dilation of total horizontal derivative to recognize the edges of the sources, and can display the edges of the shallow and deep bodies simultaneously. The EMM filter does not require the computation of vertical derivatives, which makes this method computationally stable. The EMM filter is tested on synthetic and real potential field data in China. Compared to other edge-detection filters, the new method is able to recognize the source edges more clearly, and the outputs are more insensitive to noise.     

Step-Edge Detection Filters for the Interpretation of Potential Field Data

Edge detection is a useful tool in the interpretation of potential field data, and the existing edge detection filters are almost functions of first-order horizontal and vertical derivatives. We propose step-edge detection filters to improve the resolution of edge detection results, which use the functions of different-order derivatives to accomplish the edge detection task. We demonstrate the proposed filters on synthetic potential field data, and the results show that the new methods can recognize the edges of the sources more precisely and clearly. We also discuss the application effect of different step-edge detection filters. Lastly, we apply the proposed filters to real potential field data, and the recognized edges of the stratigraphic markers are more precise and clear.