基于融合重力异常的大别造山带东段莫霍面反演研究

利用实测布格异常和EGM2008重力异常融合结果,采用频率域位场反演方法计算大别造山带东段莫霍面三维空间分布,结合区域地质构造和地震活动等资料讨论大别造山带东段莫霍面分布特征及其构造含义等。研究结果显示:①莫霍面空间分布体现了块体构造差异,大别造山带莫霍面最深,最大深度达42km,显示东大别造山带存在明显山根,扬子地块深度次之,华北地块最浅;郯庐断裂带及其东侧区域存在莫霍面上隆带;②大别造山带北侧和南侧莫霍面陡变带分别位于青山—晓天断裂附近和襄樊—广济断裂以北,体现华北地块和扬子地块向大别造山带之下俯冲的构造特征,指示了深部构造缝合带位置;莫霍面深度特征表明郯庐断裂带区域构造边界带属性明显,其切割深度至少达到壳幔边界,大别造山带商城—麻城断裂两侧经历了差异隆升;③研究区域绝大多数地震发生在莫霍面以上深度,莫霍面深度陡变带、上隆带及不同莫霍面深度特征区的转换带为区域地震活动提供了深部构造条件。     

中国南海地区重力剥离对莫霍面反演的影响分析

确定更为精细的中国南海地区莫霍面对认识该地区内部结构、形成机制及相关动力学问题具有重要意义.重力剥离的精度直接影响莫霍面反演结果的质量.本文将由XGM2019e解算的自由空气重力扰动进行地形水深、沉积层、固体地壳密度异常和岩石圈热膨胀重力剥离,提取出莫霍面重力扰动,结合线性回归法和地震资料估计反演参数,并采用直接迭代法反演南海莫霍面模型,最后利用地震资料对反演结果进行精度评定.研究结果表明：仅顾及地形水深重力剥离的莫霍面反演结果整体精度较高,为1.94 km;在沉积物较厚的陆坡盆地,忽略沉积层的影响可使莫霍面最大加深6.30 km,但在沉积物较薄的南海海盆,考虑沉积层重力剥离会降低反演精度;利用CRUST1.0进行固体地壳重力剥离会使反演结果的精度降低0.22 km,表明CRUST1.0在南海地区并不准确;热膨胀重力剥离对反演精度的影响不大,但若忽略该效应,可能会高估洋壳区的莫霍面深度．针对南海重力莫霍面研究,笔者建议:若无精细地壳资料,忽略固体地壳重力剥离;若主要关注南海海盆可忽略沉积层的影响,但应考虑热膨胀重力剥离;若研究区覆盖沉积盆地,则应考虑沉积层重力剥离,并仔细选取密度-深度...     

均衡模型在莫霍面反演中的应用综述

莫霍面是重要的地质与地球物理界面,对其深度分布的研究是地球物理领域的重要内容.莫霍面深度分布与地球均衡重力场之间有重要关系,但长期以来部分研究人员在使用重测-均衡方法探究莫霍面深度时或多或少地忽视了参考均衡模型的重要性,造成了均衡补偿模式理论发展与重测-均衡方法研究莫霍面深度之间的不同步.本文介绍了世界上常用的几种均衡补偿模式当前的发展状况,对均衡解释中的一些争议问题和应用性问题进行了讨论,并针对莫霍面深度反演问题,指出了传统重测—均衡方法尚需进行的改进,并从五个方面阐释了均衡理论对传统反演方法的贡献,并探讨了下一步可继续探究的方向.     

基于多台站的接收函数和重力联合反演确定莫霍面起伏和地壳平均波速比

地壳厚度和波速比是研究地壳结构和组分的两个重要参数,可为区域构造研究提供重要约束。接收函数被广泛地用于确定地壳厚度和波速比,例如H-κ方法或H-κ-c方法,但是该方法只能确定台站下方的地壳厚度和速度比,当地震台站分布稀疏时,很难约束台站间的横向不均匀性。另一方面,重力数据也可用于莫霍面的起伏变化研究,它在横向上覆盖很好,有较高的分辨率,但在纵向上分辨率相对较低。为此,本研究提出了一种联合反演算法求解莫霍面深度和地壳波速比参数。联合反演算法综合考虑了接收函数在纵向上的较高分辨率和重力数据在横向上的较高分辨率,同时拟合区域内所有台站上的接收函数和区域重力数据。模型测试表明联合反演算法较单一的接收函数反演更精确,特别是对于地壳厚度的确定。     

基于接收函数约束的川滇地区莫霍面深度反演研究

本文利用川滇地区宽频地震接收函数结果和WGM2012全球布格重力场模型数据,采用正则化参数和接收函数结果交叉验证得到最优莫霍面参考深度和上下界面密度差,使用基于球坐标系下的快速非线性重力反演方法建立川滇地区莫霍面深度模型.研究结果显示,川滇地区整体莫霍面深度介于30～69km,青藏高原内部地区莫霍面深度大于50km;四川盆地莫霍面深度在36～38km;攀枝花地区莫霍面出现明显的隆起和下凹,变化范围在42～48km;川滇菱形地块莫霍面深度在40～50km;滇西和滇南地块莫霍面深度由南向北逐渐变深,变化范围在38～44km.本文反演莫霍面深度与接收函数结果平均误差为0.18km,与该区域天然地震层析成像、人工地震探测以及重力数据反演结果基本一致,但细节更加丰富,进一步确认了莫霍面在攀西裂谷地区存在隆起,小江断裂带下方存在下凹的特征.该结果可作为精细化川滇地区地壳密度界面模型,为研究该地区岩石圈结构和地质构造演化提供参考.     

南海海盆三维重力约束反演莫霍面深度及其特征

利用南海海盆及周边最新的重力,经过海底地形、沉积层的重力效应改正,并采用岩石圈减薄模型的温度场公式,校正了从张裂边缘到扩张海盆的热扰动重力效应.通过研究区的地震剖面和少量声呐数据得到的莫霍面深度点作为约束,采用基于"起伏界面初始模型"的深度修正量反演迭代公式,反演、计算了研究区的莫霍面深度及地壳厚度.结果表明,海盆区莫霍面深度在8~14 km之间,地壳厚度在3~9 km之间;东部海盆和西南海盆残留扩张中心沿NNE向展布向西南延伸至112°E,莫霍面深度超过12 km,地壳厚度在6 km以上,而西北海盆没有明显的增厚扩张中心;在西南海盆北缘的中沙地块南侧,存在一个近EW向地壳减薄带,地壳厚度在9~10 km;莫霍面深度14 km的等深线和地壳厚度9 km的等值线可指示洋陆边界位置.     

黄海及邻区莫霍面起伏特征

针对地壳构造形成的动力学机制,在广泛收集区域地质、地质构造和地球物理等资料的基础上,着重对重力数据进行了数字化、坐标、重力公式、投影方式和比例尺的统一化处理,进而进行了网格化处理.为将区域异常和局部异常分离开来,以便以对深部构造的系统研究,笔者选取趋势分析法分别对研究区内预处理后的布格重力异常数据(Δg)进行了三维多项式迭代拟合计算,得到了区域布格重力异常二阶、五阶、十阶趋势分析结果.继而,利用二级近似公式迭代法对布格重力异常五阶趋势分析区域异常数据进行了三维运算处理,得到了黄海及周边地区的莫霍面埋深值.分析了黄海及邻区莫霍面起伏特征,并进行了深部构造区划,探讨了深部断裂构造与莫霍面起伏间的成因联系,为深部构造和活动断裂演化的地球动力学研究提供了依据.     

接收函数和重力联合反演中国东北地区高精度莫霍面和波速比分布及地质意义

本文通过接收函数和重力数据联合反演获取了中国东北地区高精度的莫霍面和平均地壳波速比模型,新的联合反演方法综合考虑了接收函数在纵向上和重力数据在横向上的优势,在某种程度上可以降低单一接收函数数据易受盆地沉积层、莫霍面倾斜、介质不均匀分布等因素的干扰.在接收函数数据的预处理中,通过远震接收函数波形重建方法构建规则化的虚拟台站,提升整体的空间分辨率.在重力数据的滤波中,分别对莫霍面上方的浅部区域和岩石圈以下的深部背景场采用速度结构导向和向上延拓的滤波手段.新获得的莫霍面分布显示,海拉尔盆地、二连盆地、三江盆地、渤海湾盆地的莫霍面深度略浅于周围地区,而大兴安岭、小兴安岭、张广才岭的莫霍面略深.与前人结果相比,本研究得到的精细莫霍面模型与地形起伏和盆地边界有更好的对应关系,且在南北重力梯度线两侧的差异更明显.松辽盆地东部的莫霍面相对较浅,且存在高波速比异常,可能是由于松辽盆地区域的横向拉张引起的地幔热物质侵入地壳引起的.长白山火山地区下方地壳存在高波速比,意味着该处可能存在由于地幔热物质上涌引起的地壳部分熔融.     

基于反射界面自动拾取的AVA反演方法研究

本文将逐点匹配滤波思想应用于叠前AVA反演,提出了一种反射界面自动拾取方法,从而将叠前非线性反演问题转化为两步线性反演进行求解.首先基于逐点计算的方式获取每个采样点对应的残差值,然后在残差曲线上自动拾取波谷以定位反射界面,最后在频率域采用最小二乘反演对叠前参数进行更准确的估计.相比于传统的同时估计反射界面位置和幅值的非线性反演方法,该方法不需要关于参数的个数、分布等先验假设,并且具有运算速度快、求解稳定的优点.模型试验以及实际地震资料处理验证了该方法的有效性.

     

垂直重力梯度反演Moho面的频谱域公式及其应用

通过求解引力相等原则下的Fredholm积分方程,可以得到不规则单一密度界面(Moho面)的起伏.本文充分参考了前人的理论研究,推导出扰动垂直重力梯度确定Moho面深度的频谱域表达式,该式具有二次项迭代精度.运用此公式进行了全球Moho面的恢复计算,并将该结果与CRUST1.0模型和GEMMA Moho模型进行了对比和验证.     

基于阈值约束的协克里金法联合反演重力与重力梯度数据

常规协克里金方法反演重力或重力梯度数据具有抗噪性好、加入先验信息容易等优点,其反演的地下密度分布能够识别异常体中心位置,还原异常体基本形态,但反演图像光滑,分辨率低,这是由于常规方法估计的密度协方差矩阵全局发散、平稳.为了通过协克里金方法获得聚焦的密度分布需要改善密度协方差矩阵的性质.首先,本文推导了理论密度协方差公式,其性质表明,当理论模型聚焦分布时,其密度协方差矩阵是非平稳且聚焦分布的.为了打破常规协方差矩阵全局平稳、发散的特征,本文设置密度阈值处理协方差矩阵,通过不断更新协方差矩阵来迭代实现协克里金反演,最终得到相对聚焦的反演结果.用本文方法处理重力与重力梯度数据恢复两种密度模型,均得到了与正演模型匹配的反演结果;再将方法运用于文顿盐丘的实际测量重力与重力梯度数据,反演结果与已知的地质情况匹配较好.

     

An alternative method for density variation modeling of the crust based on 3-D gravity inversion

In this paper we are proposing an alternative method for determination of density variations of the crust from constrained inversion of the terrestrial gravity data. The main features of the method can be summarized as follows: (i) Constructing a band-pass filter to remove the long and short wavelength signals from the terrestrial gravity data. (ii) Using an iterative method for stabilization and solution of the inverse problem. The mentioned regularization method is first validated by simulated gravity data and next the methodology is used for development of a new regional density variation model of the crust in three layers based on real gravity data in geographical area of Iran. Application of the band-pass filter to the latter data resulted the residual gravitation variations in the range of − 300 to 50 (mGal) which next based on the iterative method resulted following ranges for residual densities: −120 to 40 (kg/m³) in first layer, −40 to 40 (kg/m³) in second layer, and − 40 to 40 (kg/m³) in third layer.     

基于深度学习的重力异常与重力梯度异常联合反演

高效高精度的反演算法在重力大数据时代背景下显得尤为重要,受深度学习卓越的非线性映射能力的启发,本文提出了一种基于深度学习的重力异常及重力梯度异常的联合反演方法.文中首先提出了一种基于网格点几何格架的重力异常及重力梯度异常的空间域快速正演算法,这为本文深度学习反演算法的实现奠定了基础;其次对大量的不同密度模型进行正演计算...     

基于数据空间和稀疏约束的三维重力和重力梯度数据联合反演

随着重力和重力梯度测量技术的日趋成熟,基于重力和重力梯度数据的反演技术得到了广泛关注.针对反演多解性严重、计算效率低和内存消耗大等难点问题,本文开展了三维重力和重力梯度数据的联合反演研究,该方法结合重力和重力梯度两种数据,将L0范数正则化项加入到目标函数中,并在数据空间下采用改进的共轭梯度算法求解反演最优化问题.同时,本文摒弃了依赖先验信息的深度加权函数,引入了自适应模型积分灵敏度矩阵,用来克服因重力和重力梯度数据核函数随深度增加而衰减引起的趋肤效应问题.为了提高反演计算效率,本文又推导出基于规则网格化的重力和重力梯度快速正演计算方法.模拟试算表明,改进的共轭梯度法可以降低反演的迭代次数,提高反演的收敛速度;自适应模型积分灵敏度矩阵,可以有效解决趋肤效应,提高反演纵向分辨能力;数据空间和改进的共轭梯度算法结合,可以更好地降低反演求解方程的维度,避免存储灵敏度矩阵,有效地降低反演计算时间和内存消耗量.野外实例表明,该算法可以在普通计算机下快速地获得地下密度分布模型,表现出较强的稳定性和适用性.

     

基于UNet++卷积神经网络的重力异常三维密度反演

三维密度反演是地球物理领域的研究热点,而在大数据及人工智能发展的时代背景下如何快速高效地实现重力数据反演显得更为重要.传统反演方法通常需要存储大型系数矩阵,内存占用大,耗费时间长,同时为约束反演结果而加入的正则化约束项参数难以确定;深度学习可以不依赖先验信息,也不需要计算及存储系数矩阵,使得计算效率大大提高.基于此,本文提出了一种基于UNet++网络的重力异常反演方法.首先将UNet++网络中部分参数进行更改：选择在输入数据绝对值较大时梯度更稳定的LeakyReLU作为激活函数;加入了Batch Normalization层,增强了网络的收敛速度及稳定性.然后为了提高网络的全局最优化能力,引入了基于余弦退火的学习率更新策略,使用梯度的一阶以及二阶矩估计的Adam最优化算法,利用数据集与标签集进行网络训练,实现了重力异常的三维密度反演.通过实验验证了UNet++、LeakyReLU更快速稳定的收敛能力,而余弦退火学习率更新策略具有更强的全局寻优能力.含噪模型实验及实际数据反演结果进一步证明该方法的正确性和有效性,及其良好的泛化能力与抗噪能力.

     

The gravity and isostatic Moho in North China Craton and their implications to seismicity

The Bouguer gravity is the combination of field sources in different depths. Based on the multi-scale analysis of the Bouguer gravity, we can get the gravity anomaly caused by the Moho undulation. This study presents the various orders of approximation of gravity anomaly in North China Craton (NCC), the possible source depths with radial logarithmic power spectrum, and the relationship between the deep structure and gravity anomaly. Furthermore, we discuss the isostatic compensation about the Moho depth from gravity and deep seismic sounding profiles (DSS). The results show that: (1) the fourth approximation could have resulted from the Moho undulation, (2) in contrast to the isostatic Moho, the inverted gravity Moho and the DSS Moho show that most of NCC has been isostatically compensated, and (3) the isostatic compensation rate has some close relation to the seismicity.