航空重(磁)多参量梯度探测与反演技术研究进展

航空重磁梯度、张量梯度测量能有效地减弱环境噪声的干扰,更高分辨率地描述地质体的分布并突出浅部地质体,随着测量装备的成熟,已经在油气与矿产资源勘查中得到应用。本文系统地总结了航空重(磁)多参量梯度探测技术的研究进展,为后续相关研究提供借鉴。基于航空重磁多参量梯度技术的研究背景,总结了国内外装备的进展。针对航空重磁多参量梯度数据的特点,介绍了其数据处理流程;针对航空重磁多参量梯度的分辨率特征,总结了现今重磁多参量梯度的高分辨率反演以及联合反演方法;基于航空重磁多参量梯度探测技术在矿产和油气资源勘查中的应用特征,分析了该项技术在深部资源勘查等方面的应用前景,明确了其在识别地下构造、寻找矿产资源、探测地下小型目标体等方面的应用进展。

顾及残差约束的多面函数法融合卫星测高和船载重力

融合多源重力数据是精化局部区域重力场的必要手段。本文通过引入残差约束因子,改进了基于多面函数的多源海洋重力数据解析融合方法。以日本群岛附近海域为例,使用卫星测高反演重力场模型和船载重力数据,分析了分块大小、融合船载重力数据量及其分布对该方法的影响,并与改进前多面函数法及最小二乘配置法的结果进行比较,验证了改进方法的可靠性和有效性。与验证船载重力数据相比,顾及残差约束的多面函数法精度最好,极值和标准差均显著下降。与多面函数法相比,不仅较好地改善了控制船载测点附近的不符值,而且将其较好地推估至整个区域的船载观测数据之间,残差分布合理,且无明显测线状误差。

基于机器学习的无人机磁测平台补偿方法研究

无人机航磁测量系统能够在勘探条件复杂的地区高效、低成本的获得大尺度数据,在航磁领域受到广泛关注。在无人机航磁测量系统中,磁测平台磁干扰的存在会大大降低磁测精度,载体磁干扰补偿已成为航磁数据处理中的项必不可少的工作。本文分析磁干扰场产生原理,针对实测补偿飞行数据研究求解Tolles-Lawson(T-L)线性模型补偿系数的最小二乘法和基于DNN神经网络和支持向量回归的机器学习方法建立磁补偿模型.

重力场向下延拓的三阶Adams-Bashforth公式法

重力场向上延拓是稳定且收敛的过程,而向下延拓是不稳定且发散的过程。为此,本文提出一种重力场向下延拓新方法。首先,对重力场及其垂向一阶导数向上延拓,得到不同高度的重力场垂向导数;然后,基于求解微分方程的三阶Adams-Bashforth多步法,推导出稳定的向下延拓公式;最后,为验证本文方法,将其分别应用于模型数据和实际数据。理论模型试验及误差曲线表明,相对于经典下延方法——傅里叶变换下延法和积分迭代下延法,新方法三阶Adams-Bashforth公式法下延过程稳定,边界效应不明显,下延深度可达5倍点距,下延结果与真实值的相对误差更小,结果更准确。将本文方法应用于加拿大某区实测航空重力数据,得到有效且准确的下延结果,能够识别和圈定一些细小异常特征。

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.

基于重加权反演评价重力梯度异常各分量（英文）

重力梯度反演中,了解重力梯度各分量在反演中发挥的作用,从而选择合适的分量组合非常重要。基于前人对重力梯度各分量的信息特征的研究,本文提出了一种重加权反演方法来评价单一重力梯度分量对反演结果分辨率的影响。这种方法仅用到了正则化方程中的拟合函数,并引入深度加权函数克服重力梯度反演中的"趋肤效应"。本文对比了不同的反演结果,验证了深度加权函数对反演结果的影响。基于避免引入先验信息这一前提,文中选择灵敏度矩阵构建的深度加权函数。基于单一长方体模型和复杂模型试验的反演结果表明不同分量对反演结果分辨率的影响在不同方向存在差异。此外,在两种模型数据中加入不同水平的随机噪声,得出结果与无噪声模型反演结果基本一致。最后,本文方法在美国路易斯安娜州文顿盐丘的实际数据得到了应用。

重力全张量数据联合欧拉反褶积法研究及应用

全张量测量技术是在空中或海上用加载了多个加速度计的移动平台技术测量位场的五个独立分量.各张量分量包含不同方向的地下地质体信息,水平张量分量T_(xx)、T_(yy)、T_(xy)、T_(xz)、T_(yz)通常用于识别和映射与地质构造或地层变化有关的测量区域中的目标,垂直张量分量Tzz用于估计深度.然而,这些分量传统上是彼此分开解释,经常遇到错失关键信息的风险.本文所用全张量欧拉反褶积是在单独z方向的欧拉反演基础上发展而来的,它融合了重力异常垂直分量以及其三个方向导数、水平分量以及其三个方向导数.全张量数据信息得以有效应用的同时,欧拉反褶积结果也比常规欧拉反褶积结果更加收敛.最后,结合美国墨西哥湾地区实测航空FTG数据,用重力梯度张量数据进行联合欧拉三维反演研究,有效的识别岩盖的边界信息,划分岩盖范围,为进一步研究盖层底下深部复杂地质情况提供可靠的解释结果.

不同高度数据联合欧拉反褶积法研究

基于不同测量高度重力场及其梯度数据可同时对应同一场源并用于反演场源位置的分析原理,拓展不同高度场数据在欧拉反褶积法中的应用范围.首先,立足于对欧拉反褶积方法的理论研究基础,提出不同高度数据融合联合欧拉反演公式.其次,在理论模型上对多种高度数据联合反演做了测试分析计算,验证了不同高度场数据融合联合欧拉反褶积法能够改善位场解释中单一观测面数据计算带来的解的发散问题,收敛过程由此改善.最后,将本文方法应用于龙门山地区实际重力数据的解释,获得了研究区断裂分布特征.

基于模糊C均值聚类的空—地—井垂直重力梯度数据反演方法

通过重力梯度数据三维反演能够获得地下密度结构模型,用于地质资源勘探等领域。航空、地面和井中观测的重力梯度数据含有不同频率的信息,通过数据联合可以降低反演多解性,提高成像分辨率。对于具有复杂形态的地下异常体,目前这种多尺度数据联合反演的纵向空间分辨率,尤其是异常体底部的成像分辨率有待提升。针对该问题,开展了航空—地面—井中垂直重力梯度数据的联合反演方法研究。首先,在正则化反演中引入模糊C均值聚类算法,通过在迭代过程中加入聚类约束降低多解性;其次,联合航空、地面和井中垂直重力梯度数据,提出一种联合反演方法,并使用GPU加速计算;然后,将反演应用于理论模型数据与美国文顿盐丘地区重力梯度数据,验证方法的效果,并讨论了井位置对结果的影响;最后,对基于GPU加速的并行反演方法进行性能分析。数据试验证明了模糊C均值聚类算法能够降低反演的多解性,通过联合反演能够获得准确的密度分布,该方法具有一定的抗噪能力;使用异常旁井和穿异常井数据的成像分辨率更高。计算的文顿盐丘地区密度分布与其他学者的结论相近,证明了方法是有效且可行的。试验还表明,GPU并行方法具有较高的加速比,提出的方法能够为地质找矿等研究提供技术支撑。

如何让重力可见——重力和重力梯度测量

向天空中抛掷物体,它总是会落回到大地,使物体落回到大地的这种力就是重力。从亚理士多德到伽利略,人类孜孜不倦的研究着这一现象,直到300年前,牛顿通过苹果落地发现了重力。重力无处不在,分布在我们生活的整个空间中,却又无法直接看到或触碰。同时,我们所生活的地球是一个外观不规则的形体,密度分布存在变化,任意两点的重力大小可能不同,但是这一变化很微小,人类无法感觉到。