基于差分进化算法的磁梯度张量系统误差校正

针对磁梯度张量系统存在单传感器三轴非正交、三轴灵敏度不一致和零偏以及多传感器测量轴非对准误差等问题,本文提出了一种基于改进差分进化算法的误差校正方法.首先,详细描述上述误差并建立数学模型.然后,基于匀强磁场环境中磁梯度张量系统测得的总磁场为定值、同一方向测量轴输出一致、磁梯度张量分量与张量不变量等于零的特点,提出了基于改进差分进化算法的误差参数估计方法.不同于传统的磁梯度张量系统两步校正方法,该方法只需进行一步反演即可实现单传感器误差参数和多传感器非对准误差参数估计.仿真结果表明：与遗传算法和最小二乘拟合方法相比,本文方法具有较高的求解精度和搜索效率,且抗噪能力较强.实测数据校正结果表明,本文方法可以降低磁梯度张量系统误差引起的测量误差,测量精度得到明显改善.

     

一种磁张量探测系统载体的磁张量补偿方法

针对磁张量系统载体产生的磁张量值对系统测量精度产生很大影响的问题,以及现有磁补偿模型存在非线性、分体式和参数多的问题,提出一种磁张量系统载体的一体化线性磁张量补偿方法.分析了载体硬磁材料产生固有磁张量值和软磁材料产生感应磁张量值的微观机理,并推导了相应的数学表达式,结合固有磁场影响和感应磁场影响建立了载体磁张量补偿模型.模型中含有20个载体磁张量补偿系数,对模型求解得到补偿系数,结合三分量磁场测量值即可达到对载体磁张量的补偿.实测实验表明,磁张量补偿方法计算得到的载体磁张量值与载体实际产生的磁张量值仅差32 nT/m,可以有效完成对磁张量系统的载体磁张量补偿.     

磁张量梯度数据方向解析信号比值的边界识别和空间位置反演方法

磁张量梯度测量具有高分辨率、多参量的优点,能更准确地描述磁源体的分布特征,在矿产资源勘探中具有广阔的用途.磁异常解析信号具有受倾斜磁化干扰小的特点,且为了增强深部地质体的分辨能力,本文提出磁张量梯度数据的解析信号比值的均衡边界识别及空间位置反演技术.磁张量梯度数据的均衡边界识别方法为不同方向解析信号比值的反正切函数,在降低倾斜磁化干扰的同时能有效地均衡不同深度地质体的响应,提高了对较深地质体的分辨率;空间位置反演技术是建立解析信号比值与地质体位置参数的对应方程,利用解析信号比值与地质体的对应关系作为约束条件来反演获得地质体的水平位置和深度信息,具有无需已知任何先验信息的优势.通过磁性体张量异常试验表明解析信号比值的边界识别方法能清晰和准确地获得不同深度地质体的边界,所建立的反演方程能准确地计算出地质体的范围和深度,具有较高的水平分辨率和精度.将本文方法应用于实测磁张量梯度数据的解释,获得了地下铁矿的分布特征,为区域矿产资源潜力评价提供了翔实的基础资料.

     

磁偶极子梯度张量的几何不变量及其应用

磁梯度张量系统姿态的变化将影响梯度场测量和数据解释的精度,使得具有坐标变换不变性特点的张量不变量成为磁梯度张量数据解释的研究热点.本文在对磁偶极子产生的磁梯度张量进行特征值分析的基础上得到了:测量点与磁偶极子位置形成的位置矢量、磁偶极子磁矩矢量与绝对值最小的特征值对应的特征向量垂直;位置矢量和磁矩矢量与最大及最小特征值对应的特征向量共面,且两矢量间的夹角可由磁梯度张量矩阵的特征值表示.最后,将本文所得磁偶极子梯度张量的几何不变量用于磁性目标的跟踪中,取得了较好的实时跟踪效果.     

基于梯度平方结构张量算法的高密度二维立体层析反演

射线参数水平分量是立体层析数据空间中最为重要的参数信息,梯度平方结构张量算法是一种针对图像的边缘检测快速算法.本文将叠前地震数据集视为图像,将梯度平方结构张量算法用于射线参数水平分量的提取,提高了立体层析数据空间的准备效率.高效率的数据空间提取使得高密度立体层析反演成为可能,数据空间加密后的立体层析反演精度以及叠前深度成像质量相比常规流程得到明显提高.基于二维理论数据与南海某二维深水数据的严格测试证实了该方法的有效性与稳健性.     

地磁总场测量阵列对磁性目标定位的方法

提出了用地磁总场对磁性目标定位的方法.以远场磁偶极子原理构建了地磁总场的测量阵列,设计了阵列对目标的定位算法,求解中采用二重梯度算法消除了地磁总场随时间变化和空间分布不均匀对目标定位的影响.实验验证了这种二重梯度算法的有效性.利用MATHCAD对定位算法中的非线性方程组进行了仿真,采用LINGO软件求解了阵列方程组.在松花江沿岸某地,用光泵磁传感器阵列对航行中的目标船进行了定位实验,所测磁场数据曲线与理论曲线完全吻合,证明了定位算法物理模型的正确性.提出了改进的磁场梯度偏置定位算法,进一步提高了目标定位精度.实验证明了这种地磁总场目标定位方法的可行性.

     

利用重力梯度张量等位面曲率的地质体定位

针对重力梯度张量曲率的研究, 前人的工作主要集中在重力张量曲率的解释及边缘检测中, 几乎没有涉及到地下密度异常体的定位.本文结合重力矢量和重力梯度张量提出了一套基于重力梯度张量等位面曲率的地下密度异常体位置估计策略.首先, 从重力梯度张量等位面曲率的基本定义出发, 计算重力梯度张量等位面曲率.然后, 通过寻找球面或圆形等位面的重力梯度张量曲率, 提出了利用最大主曲率定位地下密度异常体位置的源参数估计方法, 并详细推导了估计3D球体(质点)和2D水平线源位置信息的解析表达式.再者, 针对噪声和多源存在的情况, 提出了一套利用重力梯度张量等位面曲率获得密度异常体位置信息的稳健估计流程, 并利用模糊C均值聚类算法进一步确定地下密度异常体的中心位置.最后, 通过理论模型测试和文顿盐丘实测航空重力梯度数据测试, 验证了本文算法的可行性和可靠性.结果表明: 在满足曲率半径定义条件的情况下, 本文所提出的源参数估计方法可以定位单个或多个地下3D和2D密度异常体的空间位置, 具有较好的稳健性和抗噪能力.该方法拓展了重力梯度张量曲率的应用范围, 可为重力梯度张量的三维反演工作提供先验的空间位置信息.

     

航磁垂直梯度调整ΔT水平方法研究

使用中国自主研发、具有完全自主知识产权的航磁全轴梯度勘查系统首次试飞获得的资料,利用航磁垂直梯度数据进行ΔT水平调整研究,讨论了航磁及航磁梯度资料水平调整的原则,提出梯度资料长波水平的调平方法.对经长波水平调整后的垂直梯度数据进行位场转换,获得不受地磁场随时间变化影响的磁异常,并通过恢复磁异常的长波信息,实现了ΔT的水平调整和增强.实际资料处理表明调平过程具有物理意义、效果明显.     

磁总场梯度方法探测废弃炸弹

为了探测二战时遗留的地下废弃炸弹,我们开展了磁总场梯度探测模拟实验.在此基础上探讨一些确定磁性体位置和范围的数据处理技术,如自适应化极、垂直二阶导数、三维解析信号及欧拉反褶积反演计算等.将这套数据采集的方法、数据处理的方法运用到实际的废弃炸弹探测中去,取得了一定的效果.研究表明:梯度磁测对于探测地表浅而小的磁性体效果较好、速度快,其数据采取自适应化极方法、垂直二阶导数的方法基本能够确定废弃炸弹的位置及个数,同时采用三维解析信号的数据处理方法能够确定废弃炸弹的方向,采用欧拉反褶积的方法能够确定废弃炸弹的埋藏深度.     

基于重力梯度张量数据的欧拉反演在梅山铁矿的应用

随着在石油勘查、矿产勘查、构造研究等地质工作中提出的应用位场异常研究规模相对较小的地质体及其细节的要求不断提高,传统重力方法在精度和分辨率方面已不能满足要求.重力梯度张量作为重力位二次导数,较之重力异常,能够更直观地反映地下密度体的赋存状态,基于重力梯度张量数据的反演能够提高地质体的定量模拟质量.但是由于受国内仪器的发展水平限制,直接获取实测的重力张量数据难度较大,目前对于重力张量数据的获取主要是通过数值计算的方法,把重力异常测量值变换成张量信息.本文是在样条理论的基础上,提出新的重力梯度张量计算方法,利用三次样条插值方法拟合重力异常,进一步地通过积分导数关系求取样条函数系数,实现了由重力异常求取重力梯度张量的数据计算.在此基础上,利用张量数据进行欧拉反演计算,对比常规欧拉反演结果,进一步分析张量欧拉反演精度.球体及水平板状体模型试验结果显示,张量欧拉反演更能有效地完成目标体的反演,其结果更加准确.最后,将张量欧拉反演应用到梅山铁矿区重力实测数据解释中,准确地反演出梅山主矿体的水平投影范围及矿体中心埋深.同时,相比常规欧拉反演,张量欧拉反演在刘家村附近、梅山村南部及黄林库—吴家洼地段显...     

Three-dimensional inversion of full magnetic gradient tensor data based on hybrid regularization method

Rapid developments in SQUID-based technology make it possible for geophysical exploration to direct measure, inverse and interpret magnetic gradient tensor data. This contribution introduces a novel three-dimensional hybrid regularization method for inversion of magnetic gradient tensor data, which is based on the minimum support functional and total variation functional. Compared to the existing stabilizers, for example, the minimum support stabilizer, the minimum gradient support stabilizer or the total variation stabilizer, our proposed hybrid stabilizer, in association with boundary penalization, improves the revision result greatly, including higher spatial and depth resolution, more clear boundaries, more highlighted images and more evident structure depiction. Moreover, suitable selection of model parameter λ will further improve the image quality of the recovered model. We verify our proposed hybrid method with various synthetic magnetic models. Experiment results prove that this method gives more accurate results, exhibiting advantages of less computational costs even when less prior information of magnetic sources are provided. Comparison of results with different types of magnetic data with and without remanence indicates that our inversion algorithm can obtain more detailed information on the source structure based on rational estimation of total magnetization direction. Finally, we present a case study for inverting SQUID-based magnetic tensor data acquired at Da Hinggan Mountains area, inner Mongolia, China. The result also certifies that the method is reliable and efficient for real cases.     

Depth from extreme points method for gravity gradient tensor data

The ‘depth from extreme points’ method is an important tool to estimate the depth of sources of gravity and magnetic data. In order to interpret gravity gradient tensor data conveniently, formulas for the tensor data form regarding depth from the extreme points method were calculated in this paper. Then, all of the gradient tensor components were directly used to interpret the causative source. Beyond the g_zz component, also the g_xx and g_yy components can be used to obtain depth information. In addition, the total horizontal derivative of the depth from extreme points of the gradient tensor can be used to describe the edge information of geologic sources. In this paper, we investigated the consistency of the homogeneity degree calculated by using the different components, which leads to the calculated depth being confirmed. Therefore, a more integrated interpretation can be obtained by using the gradient tensor components. Different synthetic models were used with and without noise to test the new approach, showing stability, accuracy and speed. The proposed method proved to be a useful tool for gradient tensor data interpretation. Finally, the proposed method was applied to full tensor gradient data acquired over the Vinton Salt Dome, Louisiana, USA, and the results are in agreement with those obtained in previous research studies.     

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.

     

一种改进的重力梯度全张量数据的边界识别方法

边界识别是重力资料解释中的一项重要任务.随着重力梯度测量技术的迅速发展,重力梯度张量数据在边界识别中的应用越来越广泛.本文重点研究了随着深度的增加,边界识别能力下降,正负异常中出现假边缘的问题.另外,有些边缘检测方法对走向不同的地质体识别能力有所差异.本文对基于重力梯度张量的水平方向Theta法进行改进,通过选择合适的...     

Noise filtering of full-gravity gradient tensor data

In oil and mineral exploration, gravity gradient tensor data include higher-frequency signals than gravity data, which can be used to delineate small-scale anomalies. However, full-tensor gradiometry (FTG) data are contaminated by high-frequency random noise. The separation of noise from high-frequency signals is one of the most challenging tasks in processing of gravity gradient tensor data. We first derive the Cartesian equations of gravity gradient tensors under the constraint of the Laplace equation and the expression for the gravitational potential, and then we use the Cartesian equations to fit the measured gradient tensor data by using optimal linear inversion and remove the noise from the measured data. Based on model tests, we confirm that not only this method removes the high-frequency random noise but also enhances the weak anomaly signals masked by the noise. Compared with traditional low-pass filtering methods, this method avoids removing noise by sacrificing resolution. Finally, we apply our method to real gravity gradient tensor data acquired by Bell Geospace for the Vinton Dome at the Texas-Louisiana border.     

基于共轭梯度算法的重力梯度数据三维聚焦反演研究

重力梯度数据相对于传统重力数据,能够更细致、准确地描述地球浅部构造和研究矿产资源分布等信息.本文采用共轭梯度算法,在加权密度域求解重力梯度数据三维聚焦反演最优化问题,以恢复地下三维密度分布,目标函数包括数据不拟合函数和最小支撑稳定函数.首先,在推导目标函数对加权密度的一阶导数时,为了得到更合理的计算公式,我们考虑变加权函数中含有密度变量;此外,本文通过密度上下限约束,改善了传统聚焦反演中聚焦因子选取困难的问题.新算法获得的反演结果,对聚焦因子的选择约束较少,相比传统聚焦算法,能够更容易的获得理想结果.将方法应用于理论模型验证其有效性和正确性,并应用本文方法处理文顿盐丘地区的航空全张量重力梯度数据,得到了与已知地质信息匹配的密度分布,表明本文方法具有处理实际数据的能力.