BP神经网络磁性体顶面埋深预测方法

基于磁力异常确定磁性体埋深是磁法勘探的研究目的之一,对磁性矿藏、火成岩及磁性基底的研究具有重要意义。为此,通过提取大量理论长方体模型的磁力异常以及垂向一阶、二阶、三阶导数的极大值,获得三个极值比值并形成序列。利用这些极值比序列与相应模型的顶面深度构成训练样本,对构建的BP神经网络进行训练,并存储训练成功的BP神经网络,用于磁性体顶深预测。模型计算结果表明,91%以上训练样本和非训练样本的预测误差都小于10%。将该方法用于中国YX地区火山岩顶面埋深的预测,结果与钻井数据吻合较好,说明了方法的实用性和有效性。

重磁震平面统计建模反演技术的理论探讨

目的 为重磁震的平面联合统计建模反演提供理论依据与方法基础,力图将国内目前占主导地位的重震、磁震剖面的单项理论建模反演推进到新的层次。方法 基于场论,以独立地质系统为控制单元,把重磁震共存的物性界面深度作为与其一一对应的极值重磁异常的二元复合逆函数,利用差值趋势面分析,按单元在空间(波数)域内逼近其逆函数的泰勒(傅立叶)级数分布,建立重磁震联合反演的随机地质模型。结果 重磁震平面统计建模反演技术,成功应用于胜利油田新区和潜山区的油气勘探实践,编绘出仅靠地震难以成图的深层构造图。结论 随着高分辨率重磁界面识别技术的不断提高,该项探索性研究成果有望推进综合地球物理联合建模反演技术的发展。