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...     

重力及重力梯度联合反演青藏高原及邻区岩石圈三维密度结构

本文利用GOCE L2观测重力梯度的五个独立分量（Txx,Tzz,Txy,Txz,Tyz）,联合EGM2008地球重力场模型计算垂直重力,反演计算了青藏高原及邻区0~120 km深度岩石圈三维密度结构.将经过低阶项改正、地形效应改正、沉积层界面起伏效应改正得到的剩余重力及重力梯度异常值作为观测值,以改正剩余量归一化权重作为观测权重,基于Tikhonov正则化理论建立反演目标函数.反演过程中,利用地震层析S波速度转换密度作为初始约束,通过非等权最小二乘迭代法计算得到最终反演密度.反演结果表明：（1）40 km深度,青藏高原内部为中地壳,表现为低密度,邻区为中下地壳,表现为高密度.青藏高原内部中地壳强低密度层主要分布在高原边界.其成因是印度板块俯冲和周围坚硬块体阻挡作用导致在高原边界形成的高应变积累闭锁区,为壳内低密度软弱物质的形成提供了条件.（2）80 km深度,青藏高原上地幔顶部显示出低密度的特征.高原内部东、中、西密度特征差异明显,低密度以95°E为中心线呈东西对称分布.以班公—怒江缝合带为中心,在拉萨块体和羌塘块体内从北向南出现了"低-高-低"的密度分布起伏特征.该特征与GRACE得到的莫霍面起伏特征一致,结合大地构造结果,这种起伏特征验证了印度、羌塘块体从南北两侧分别向喜马拉雅、拉萨地块挤入的双向俯冲模式.（3）四川盆地和鄂尔多斯盆地内,地壳高密度异常较地震波速异常明显偏低,表明古老的四川盆地和鄂尔多斯盆地比想象中更冷、更坚硬.塔里木盆地和柴达木盆地内壳、幔高密度的结构特征,对应地幔物质上涌.     

利用重力异常匹配技术实现潜艇导航

潜艇的惯性导航误差是随时间积累的,利用重力异常数据进行辅助导航可以对惯性导航的漂移误差进行校正.首先利用2′×2′重力异常数据库作为基础信息,结合Kalman滤波算法对某区域进行了模拟计算,模拟过程采用了增益系数和信息更新序列的新方法进行Kalman 滤波的处理,结果表明在重力异常变化幅度较大的地区,重力异常可以进行潜艇的辅助导航.     

重力和重力梯度数据联合聚焦反演方法

重力数据包含较多的低频信息,重力梯度数据包含较多的高频信息,将重力数据和重力梯度数据进行联合反演得到的结果更加可信.本文基于聚焦反演方法,实现了这一过程.因为联合反演中分量种类增加,所以计算灵敏度矩阵所需要的时间增加,为此,本文提出了一种快速计算灵敏度矩阵的方法.因为联合反演对内存的要求增大,本文选择有限内存BFGS拟牛顿法求解反演问题.本文通过再加权的方法实现深度加权.文中利用单一分量的反演结果来预测异常体的埋深信息,随后将埋深信息结合到深度加权函数中,将其用于多分量组合反演计算.给出了模型试验,发现预测得到的异常体的埋深信息与其实际埋深存在偏差,但是将这一信息应用到反演计算,能够得到与真实模型一致的结果.之后,本文通过模型试验来探究重力和重力梯度联合反演的优势,发现将重力和重力梯度数据联合,能够识别出额外的噪声,反演得到的模型更加合理.但是,对于不同分量组合得到的反演结果是相近的,反演模型的提高很小.最后,将联合反演方法应用到美国路易斯安那州Vinton岩丘的实际数据中,结果显示,将重力和重力梯度数据联合反演,反演模型得到了提高,反演得到的结果与地质资料吻合.     

基于改进的小子域滤波的重力异常及重力梯度张量边缘增强(英文)

针对利用重磁资料增强地质体边界在图像中的视觉效果和提高地质解译的准确性问题,提出应用改进的小子域滤波方法对重力异常及重力梯度张量数据进行增强处理。根据滑动窗口子域平均选择原理,探讨了改进的小子域滤波方法在位场异常数据含有高斯白噪声时,不同窗口大小对地质体边界的识别效果及其在具有不同边界延伸方向地质体中的应用效果。模型试验结果表明,利用改进的小子域滤波对重力梯度张量数据进行增强处理,得到的地质体边界形态失真更小,且受滤波窗口大小、噪声以及地质体边界方向的影响较小;对深部场源体,通过增大滤波窗口的方式,可以较好地反映深部场源体的边界。结合黑龙江省虎林盆地重力异常以及计算的重力梯度张量的处理实例表明改进的小子域滤波法较传统的小子域滤波法增强了对断裂水平位置信息的识别。     

重力和重力梯度数据三维相关成像

本文提出了重力异常三维相关成像方法和重力梯度数据三维相关成像方法,并提出了基于异常分离的三维相关成像方法来提高成像分辨率.通过合成Y型岩脉模型和合成多个直立长方体组合模型的重力异常和重力梯度数据试验分析,验证了本文三维相关成像方法可显示出异常地质体的空间赋存状态和等效剩余质量分布,具有良好的纵向和横向分辨率.     

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.

     

一种新的基于R-D分析的重力匹配辅助导航算法

针对现有重力辅助导航匹配算法匹配精度、匹配率受惯导初始位置误差影响较大以及实时性较差等不足,提出一种实时重力辅助导航匹配算法.新算法利用惯导输出的相对位置信息,提取半径、方向角约束模型,然后通过对相似性进行度量,筛选出待匹配点,得到最优匹配参数,该算法可以在惯导初始误差较大的情况下进行实时、高效匹配.实验结果表明,新算法对惯导初始误差不敏感、鲁棒性好,而且精度高、实时性强.     

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.

     

基于实测重力异常和地形数据确定重力梯度的研究

本文利用澳大利亚北领地West Arnhem Land 地区实测重力异常数据并联合DEM(9")和SRTM3(3")地形高程数据,使用移去-恢复技术和Stokes积分方法计算了该地区两条剖面的重力梯度及其功率谱密度,使用FFT方法解算了整个地区的重力梯度值,结果证明了联合重力异常数据和高分辨率地形高程数据能有效地提高重力梯度的解算精度;功率谱密度的计算结果与国外成熟的重力梯度功率谱密度模型相吻合,表明高于0.3 Hz频率范围的功率谱密度可看做噪声,为重力梯度数据处理中噪声的辨别和剔除提供了借鉴,另外对重力梯度辅助导航基准图的构建以及重力梯度测量系统的标定提供了有益的探索.     

三维重力、重力梯度和大地电磁数据的平滑聚焦结构约束联合反演

多种地球物理数据联合反演解释能够显著提高勘探分辨率,近年来,基于交叉梯度结构约束的联合反演得到了广泛研究.该方法有效克服了单一方法反演易受多解性影响和不同方法反演结果结构不一致等问题,已成为目前最流行的联合反演技术之一.传统的重力和大地电磁联合反演常因重力纵向分辨能力弱,导致密度模型可靠性较低,进而使联合反演结果有失准...     

利用Hilbert变换计算重力归一化总梯度

针对提高重力勘探正反演解释的分辨率问题,提出利用Hilbert变换计算和研究重力归一化总梯度.文中从理论上详细地证明了方法的可行性,给出了适合计算机实现的计算方法.为探讨该方法对油气藏的分辨能力,在模型计算中,分别利用Fourier级数法、Fourier变换法和本文提出的Hilbert变换法计算模型的GH场值,发现当三度体储油球冠模型（模拟似三度贮油气藏背斜模型）油气藏部分（低密度体）厚度减小到低于球冠厚度的十分之一时,Fourier级数及变换法不能分辨出低密度体所产生的异常,而Hilbert变换法仍然可以清晰地识别,这说明用Hilbert变换法计算的GH场对异常识别的分辨率优于其他两种方法.     

基于全卷积神经网络的磁异常及磁梯度异常反演

地球物理反演问题具有病态性、不适定性,传统的线性反演方法面临着次优逼近和初始模型选择等挑战,为了提高磁场数据反演的精度,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全卷积神经网络的磁异常及磁梯度异常反演方法.文中首先提出了一种基于网格点几何格架的磁异常及磁梯度异常的空间域快速正演算法,这为本文全卷积神经网络...