A new edge recognition technology based on the normalized vertical derivative of the total horizontal derivative for potential field data

边察觉和改进技术通常在用潜在的域数据认出地质的身体的边被使用。我们在场一种新边识别技术基于有边察觉和改进技术的功能的全部的水平衍生物的规范的垂直衍生物。首先，我们计算潜在地的数据的全部的水平衍生物(THDR ) 然后计算 n 顺序 THDR 的垂直衍生物(VDRn ) 。为 n 顺序垂直衍生物，全部的水平衍生物(PTHDR ) 的山峰价值用比 0 大的阀值价值被获得。这 PTHDR 能被用于边察觉。第二， PTHDR 价值被全部的水平衍生物划分并且由最大的价值使正常化。最后，我们使用了数字模型的不同类型验证新边识别技术的有效性和可靠性。

利用重磁资料研究北极地区扬马延微陆块中南部断裂构造与油气远景

为了研究北极地区扬马延微陆块中南部的断裂构造与油气远景,系统收集并整理了已有的重力及磁力资料,基于变纬度化极技术计算磁力化极异常,利用位场边缘识别技术获得相应的位场边缘识别信息,结合已有的地质及地球物理研究成果,对重磁异常及位场边缘识别信息进行深入分析,确定扬马延微陆块中南部断裂构造格架,圈定油气勘探有利区。研究认为,扬马延微陆块中南部重力高异常与重力低异常相间分布的特征反映了该区隆起与坳陷分布的范围及展布特征。扬马延微陆块中南部主要发育有北东向、北西向、近东西向及近南北向4组断裂,这4组断裂对基底结构、性质、隆坳格架及新生界分布起着重要的控制作用。扬马延微陆块中南部圈定出Ⅰ类和Ⅱ类油气勘探有利区,这些勘探有利区最显著的特征是处于自由空间重力局部异常及垂向二阶导数异常高值带,其发育明显受断裂构造控制。Ⅰ类勘探有利区对应的重力异常幅值较高、异常变化梯度较陡;相对于Ⅰ类勘探有利区,Ⅱ类勘探有利区对应的重力异常幅值相对较小、异常变化梯度相对较为平缓。

位场边缘识别方法研究进展

研究地质体的边缘位置是重、磁位场数据解释永恒的主题,也是其优势.最近几年,国内外利用重、磁位场进行地质体边缘识别研究的文章明显增多,但没有作者系统整理和对比各方法的优点和缺点,给使用者带来诸多不便.本文首先将现有重、磁位场边缘识别方法分为数理统计、数值计算和其他三大类,并概述了各类方法的研究现状;之后较详细总结了数值计算类中垂向导数、总水平导数、解析信号振幅、倾斜角、θ图这5种基本的边缘识别方法以及在这些基本方法之上发展起来的诸如倾斜角总水平导数、增强解析信号振幅等方法的研究历史和应用效果;并用理论模型对比了几种主要边缘识别方法的识别效果.通过以上总结、对比和分析,指出了重、磁位场边缘识别方法使用中需要注意的问题以及将来的研究重点及发展方向.

位场边缘识别特征点提取方法及应用

位场边缘识别技术在地质构造特征研究中发挥着重要作用,但相关的自动化解释技术却发展缓慢.本文在位场边缘识别技术的基础上,研究了一套脊点提取、连接及特征线综合信息提取方法,可促进自动化地质解释的发展.首先,依据脊点的局部性质判断其存在性并计算其位置,采用分类连接、双向连接及排序等技术保证了脊点连接的连续性和高效性;之后,利用脊线方向、脊线笔直度、固定值线方向和固定值线扁度对特征线(脊线和固定值线)进行分区,并通过对特征线的方向、条数以及长度或面积进行综合统计,进一步提取边缘识别结果蕴含的信息.最后,通过实际资料测试验证了本文方法的有效性和实用性.

重力场场源边界识别技术与模型对比分析

边界识别是位场数据分析和解释的重要组成部分,其中数值计算类边界识别方法应用最为广泛。本文系统地阐述了数值类计算方法中边缘探测和边缘增强两类方法的基本原理和研究进展,并通过模型试算分析了两类方法的优缺点。结果认为,边缘探测适用于深度较浅的场源,边缘增强适用于深度较深的场源。同时,与传统识别方法的比较认为,比值类方法边界识别效果更清晰,尤其是改进倾斜角法和STDR法。这两种方法继承了倾斜角法的优势,均不受场源深度的影响,能够有效提取弱异常信息,识别的场源边界位置与实际位置吻合度更高,具有较高的精度和清晰度。

贝克盆地卫星重力场特征与构造单元划分

贝克盆地位于印尼东部巴布亚省贝克岛海域,为一受Sorong断裂走滑作用形成的大型走滑拉分盆地。该盆地勘探程度极低、地表油气苗比较活跃,发育大型沉积坳陷,油气勘探潜力不容忽视。该盆地属于勘探前瞻区,井震资料较少,尚未开展系统的构造解析等石油地质规律方面研究。因此,综合利用地震资料和高精度卫星重力资料研究贝克盆地的构造区划,为进一步勘探研究奠定基础。研究中应用位场分离技术获取布格重力异常划分贝克盆地边界及二级构造单元6个;利用位场边缘识别技术计算布格重力异常总水平-垂向导数推测贝克盆地控盆断裂3组,其中2组为近东西走向,一组为近南北走向。研究表明贝克盆地发育3组大型断裂体系,分为6个二级构造单元,整体呈"西高东低、三坳三隆、隆坳相间、东西分块"的构造格局。此次研究借助高精度卫星重力资料,以区域地质及地震资料为参考,有效解决了低勘探前瞻盆地构造区划的难题,指明了该区的研究方向,对类似靶区具有较好的借鉴和推广意义。

西非科特迪瓦盆地重力场特征与构造区划

为系统解析西非科特迪瓦盆地构造特征、厘定洋陆边界并划分构造单元,明确有利勘探区带,基于新采集地震资料和最新高精度卫星重力数据,应用位场分离技术获取布格重力异常划分科特迪瓦盆地洋陆边界;利用位场边缘识别技术计算布格重力异常总水平-垂向导数推测控盆断裂6组,其中3组为近东西走向,3组为近南北走向;利用剩余布格重力异常反演科特迪瓦盆地沉积厚度,根据异常所对应的隆起和坳陷结合布格重力异常和总水平-垂向导数划分东部离散边缘、北部转换离散边缘和洋盆共3个二级构造单元。首次明确了科特迪瓦盆地“东西分段、南北分带”的构造特点、厘定了洋陆边界、划分了构造单元,指出东部离散边缘区为有利勘探区。结合区域地质研究认为东部离散边缘区含油气系统证实,勘探潜力较大,为盆地未来勘探方向。借助高精度卫星重力资料,以区域地质及地震资料为约束,有效解决巨型低勘探盆地构造区划的难题,指明盆地勘探方向,对类似靶区具有较好的借鉴和推广意义。

高精度位场边界识别方法及在煤矿火烧区边界解释的应用

场源边界识别是位场数据解释必不可少的任务,早先人们使用数据的分布特征来获取场源的边界信息,难以在较强的背景异常条件下识别弱异常,为此使用基于一定窗口尺寸的自动控制滤波器来识别场源的分布,然而这种方法的结果对于窗口尺寸有较大的依赖,且对于复杂异常难以良好应用。近几年,人们主要采用位场数据导数的特征点反映场源边界信息的特征,然后利用成像结果与边界的对应关系来识别场源体的水平边界。其中,磁异常水平导数的极值、垂直导数的零值与地质体边界相对应,现有边界识别方法主要采用一阶水平和垂直导数的比值所组成的均衡边界识别滤波器来完成地质体位置的圈定,但方法分辨率和泛用性较低。基于此,提出将基于不同阶导数比值的边界检测滤波器与多尺度无监督深度学习相结合,利用不同阶导数比值来获得更高分辨率的边缘成像结果,同时建立Deep Image Prior(DIP)与Generative Adversarial Network-None Local(GAN-NL)网络相结合的多尺度无监督深度学习,根据边缘成像结果的极值来获取源水平位置。利用多尺度DIP网络来识别源位置,在DIP网络中加入自注意机制神经网络增强其学习能力,可以在不需要大量数据标签的情况下去除噪声,利用GAN-NL网络对极值点进行分类,给出极值点的位置信息。与其他边缘检测滤波器比较的结果表明:所开发的边界识别方法具有更高的分辨能力,其能够更精确、更清晰地显示场源的边缘,相对常规方法精度提升15%左右。多尺度无监督深度学习可以根据边缘成像结果自动给出源边缘,且结果与真实边缘一致,具有良好的泛用性。通常情况下,煤层与围岩之间不存在明显的磁性差异。而煤层自燃时,高温使煤层顶板地层中的黄铁矿、菱铁矿等结核体受热变质,形成含铁磁性矿物的烧成岩。温度降低后,保留了强烈的热剩余物,磁化强度比燃烧前高几十倍,因此煤矿燃烧区存在明显的磁异常。这一特性为利用磁测法圈定燃烧区域边界提供了物理前提。针对山东某矿煤田燃烧区开展磁法勘探来查明其分布,将所开发的边界识别方法用于获取火烧区的分布范围,后期打钻验证结果准确率85%。