基于三维构造张量的位场边界识别滤波器

地质体构造边界位置的确定是位场数据解释中的一项重要工作,现有很多基于位场梯度张量数据的边界检测滤波器,但存在识别边界位置模糊且无法均衡深浅地质体异常的缺点.本文定义了位场数据的三维构造张量,并提出基于位场构造张量的边界滤波器.为了同时显示不同振幅异常的边界位置,对新定义的滤波器进行归一化处理.在高阶均衡滤波器的计算中需要计算位场的垂向高阶导数,本文引入一种计算的稳定算法,基于拉普拉斯方程利用位场水平导数求解垂向导数,可减小垂向导数计算中产生的误差.将定义的滤波器应用到合成的重磁数据中证明了新方法相比传统的滤波器能更加清晰、准确地圈定边界位置,而且针对同时含有正负异常的地质情况,可避免产生额外的错误边界.最后将新的滤波器应用到实测的重磁数据的解释中,结果显示基于构造张量的滤波器可更准确清晰地划分出断裂的边界位置,发现更多的构造细节.     

位场数据边界识别的新方法—增强型水平导数法

边界识别是位场数据解释的一项基本任务.现有边界识别方法大多是基于水平与垂直导数的高通滤波器,但垂直导数的计算会明显地增大噪声的干扰.为了改善这一问题,本文提出了一种新的边界识别滤波器,该方法是利用不同阶水平导数之间的线性组合来进行地质体边界的识别,由于该方法不需要垂直导数参与计算,因此其输出结果较稳定.理论模型试验表明,该方法能够更加清晰的识别地质体的边界,且与其真实边界相吻合.最后将其应用于实际数据的处理中,其结果清晰地反映出断裂的位置及构造之间的界线,并能识别出更多的细节信息.     

基于Theta法改进的均衡滤波器在位场边界识别中的应用——以庐枞矿集区为例

利用观测数据确定地质体的边界位置是位场数据解译中的一项重要工作,传统的边界识别滤波器通常不能均衡深、浅部的地质体边界,近些年相关研究开始致力于发展均衡边界滤波器.本文基于Theta图法定义了新的边界识别滤波器,详述了滤波器波数域及空间域的主要计算公式,通过模型验证,该滤波器显著压制了Theta图法对深部地质体边界的放大作用,较好地平衡了深部和浅部边界.通过与传统的边界识别滤波器对比,本文定义的滤波器能够清晰且更加收敛地圈定出地质体的水平边界位置.以长江中下游成矿带庐枞矿集区为例,开展了1∶5万重磁数据的处理分析,并结合物性资料进行了讨论,结果表明:重磁数据的检测结果精确刻画了郯庐断裂带的位置;庐枞盆地的磁力数据检测边界整体与盆地的地质边缘一致,明确了边界断裂在深部倾向盆地内部;识别出庐枞盆地外围一系列环形边界,这些边界封闭区域与最新勘探发现的深部岩体及铁铜矿化体相对应,对于指导区域深部找矿工作有着重要的意义.     

基于尺度空间技术的归一化Facet模型位场边界识别

边界识别是位场数据处理解释中的重要环节,传统边界识别方法通常不能均衡深、浅部地质体边界.基于尺度空间技术和归一化的Facet模型检测算子,本文开发了一种带通空间滤波和边缘检测相结合的边界识别方法,有效地提高位场数据边界识别的精度和可靠性.为了验证本文算法的有效性和稳定性,分析了不同尺度空间函数和检测算子对算法的影响,并且对比了传统边界识别方法的效果.理论模拟和实际数据分析表明,利用位场垂向二阶导数进行的基于尺度空间技术的归一化Facet模型边界识别方法不仅算法的稳定性强,而且可以避免高阶导数对噪声干扰放大作用,同时均衡深部和浅部地质体边界,从而可以更精确地识别地质体的形态.     

基于水平方向解析信号的均衡重力位场边界识别方法

边界识别技术是位场数据解释中一项基本的工作，现有的边界识别方法多存在边界识别结果发散和不能均衡深浅地质体异常的缺点.目前一些均衡边界识别方法会因正负异常同时存在而引起额外的错误边界或者存在人为主观因素去除错误边界信息的缺点.本文充分利用重力位场张量梯度的多信息成分，提出利用水平方向解析信号及其垂向导数与传统的均衡边界识别方法做结合的方式定义新的探测边界的方法.通过理论模型试验证明新方法同传统方法相比，能够更加清晰、准确的圈定出深浅地质体的边界.最后将新的边界识别方法应用到实测重力异常数据解释中，取得了良好的边界识别结果并能够发现更多的构造细节.     

利用加强水平方向总水平导数对位场全张量数据进行边界识别

位场全张量梯度数据以其信息量大、含有更高频的信号成分,能更好地描述小的异常特征等优点在地球物理领域中得到广泛应用.边界检测是位场解释中不可缺少的任务,需要新的边界探测器来处理位场梯度张量数据.为了充分利用位场梯度张量数据的多信息成分,本文定义了方向总水平导数和加强方向总水平导数,并利用其定义新的边界检测器.为了能同时显示不同振幅大小异常的边界,本文对其进行了归一化处理.通过模型试验,证明了归一化方法能更加清晰准确地显示浅部和深部的地质体边界信息.最后将该边界检测方法用于加拿大圣乔治湾实际测得全张量重力梯度数据和中国朱日和地区的磁异常数据中,并得到了较好的边界检测结果.     

应用加强解析信号倾斜角进行位场数据的边界检测

边界检测在地球物理位场数据解释中占有重要位置.现有的传统边界识别方法有的不能同时显示不同振幅的异常边界,有的虽然能均衡不同振幅的异常,但识别出来的边界信息中含有一些额外的错误的边界信息,尤其是当测量的异常中同时含有正异常和负异常时.目前已有的去除额外错误边界信息的方法存在着一定的人为主观性.为了解决这些问题,本文定义了加强解析信号倾斜角来进行地质体边界识别.通过模型试验证明了该方法不仅能同时清晰地识别深部和浅部地质体的边界,而且能有效地避免引入一些错误边界信息.最后将该方法应用到四川盆地的重力异常数据中,并取得了良好边界结果.     

全张量磁梯度数据的斜导数特征值边界识别方法研究

本文提出了一种全张量磁梯度数据的斜导数边界识别方法，该方法利用全张量磁梯度数据定义了北向斜导数、东向斜导数和垂向斜导数.模型试验表明，北向和东向斜导数无法有效识别磁性异常体边界，异常形态复杂虚假异常较多，而垂向斜导数在高纬度斜磁化或者垂直磁化条件下可以清晰而准确得识别地质体的边界，具有一定的深度识别能力.与现有磁张量梯度的边界识别方法相比，识别效果好，可以有效均衡不同深度地质体的响应.将上述方法应用于大兴安岭地区实测航磁三分量数据转换得到的全张量数据，获得了研究区浅部磁性体的分布，并与三分量数据进行联合解释，取得良好的地质效果.     

全张量磁梯度数据解释的均衡边界识别及深度成像技术

全张量磁梯度数据具有高精度、高分辨率、多参量的优点，能更加清晰地刻画地质体的分布特征，综合利用磁张量梯度数据准确地获得地质体水平位置和深度信息是解释的主要目的.磁张量数据的方向解析信号具有减小倾斜磁化干扰的优点，常被用来圈定磁源体的水平位置，但解析信号强度随着地质体埋深的增加急剧衰减，难以有效识别较深的地质体.张量数据均衡边界识别技术，利用不同方向解析信号的比值函数，能有效地均衡不同深度地质体的响应，同时显示不同深度地质体的边界，提高了对较深地质体的分辨率.磁张量数据深度成像技术根据实测张量数据与假定模型张量数据的相关系数来给定地质体的深度，综合利用多参量数据联合反演提高了反演结果的准确性，且无需进行复杂的反演运算，是大数据量张量数据解释的有效方法.理论模型试验证明：磁张量数据均衡边界识别技术可清晰和准确地识别地质体的水平范围，受倾斜磁化干扰小；磁张量数据深度成像技术可准确地获得地质体的深度信息，具有较强的抗噪性.将上述方法应用于铁矿区实测航磁张量梯度数据解释，获得了铁矿体水平分布与埋深，深度结果与张量欧拉反褶积法计算结果一致.     

位场垂向梯度最佳自比值的边界检测技术

位场梯度换算在地质体边界检测中有着重要的应用.但传统的梯度算法易受干扰影响,计算稳定性差,且很难在复杂的叠加异常中识别出小型地质体的边界.鉴于此,本文给出了自比值的定义,提出了能够处理高阶导数的位场垂向梯度最佳自比值的边界检测方法,阐述了方法的数学含义和物理意义.模型试验表明,垂向梯度最佳自比值算法不仅计算稳定性强,而且能清晰地检测出传统梯度算法无法检测的模型体边界.在地质条件复杂的鸭绿江盆地的重力异常实例应用中,垂向三阶导数最佳自比值计算结果识别出的构造边界与实际地质体分布有着较好的对应关系,这不但与前人的工作成果互为佐证,而且自比值圈定的负异常分布区能较好地反映出浑江煤田的工作范围.     

Step-Edge Detection Filters for the Interpretation of Potential Field Data

Edge detection is a useful tool in the interpretation of potential field data, and the existing edge detection filters are almost functions of first-order horizontal and vertical derivatives. We propose step-edge detection filters to improve the resolution of edge detection results, which use the functions of different-order derivatives to accomplish the edge detection task. We demonstrate the proposed filters on synthetic potential field data, and the results show that the new methods can recognize the edges of the sources more precisely and clearly. We also discuss the application effect of different step-edge detection filters. Lastly, we apply the proposed filters to real potential field data, and the recognized edges of the stratigraphic markers are more precise and clear.     

Edge Detection in Potential-Field Data by Enhanced Mathematical Morphology Filter

Enhancement on the edges of the causative source is an indispensable tool in the interpretation of potential-field data. There are a number of methods for recognizing the edges, most of which involve high-pass filters based on derivatives of potential-field data. A new edge-detection method is presented, called the enhanced mathematical morphology (EMM) filter. The EMM filter uses the ratio of the erosion of the total horizontal derivative to the dilation of total horizontal derivative to recognize the edges of the sources, and can display the edges of the shallow and deep bodies simultaneously. The EMM filter does not require the computation of vertical derivatives, which makes this method computationally stable. The EMM filter is tested on synthetic and real potential field data in China. Compared to other edge-detection filters, the new method is able to recognize the source edges more clearly, and the outputs are more insensitive to noise.     

位场各阶垂向导数换算的新正则化方法

位场垂向导数大量应用于位场数据处理与解释中.当前广泛采用的位场各阶垂向导数换算方法为基于Laplace方程并结合波数域和空间域方法的具有递推特性的ISVD(integrated second vertical derivative)算法.本文在位场垂向导数换算的正则化方法和径向平均功率谱的基础上,提出一种位场各阶垂向导数换算的新正则化方法.新正则化方法仅需通过分析位场径向平均功率谱来确定一个截止波数,即可稳定换算位场各阶垂向导数.理论模型和实测数据实验结果表明:(1)新正则化方法物理意义明确、计算简单,且各阶垂向导数换算的稳定性和精度明显优于ISVD算法;(2)在用新正则化方法求得各阶垂向导数的基础上,利用泰勒级数法可以获得大深度、高精度的位场向下延拓结果.     

Application of balanced edge detection filters to estimate the location parameters of the causative sources using potential field data

Balanced edge detection filters can recognize the edges of the shallow and deep bodies simultaneously, and are commonly used in the edge detection of potential field data. In this paper, we present using the balanced edge detection filters to estimate source locations, and derive two linear equations based on the balanced edge detection filters that can estimate the locations of the source without any priori information about the nature (structural index) of the source. The proposed methods are demonstrated on synthetic gravity anomalies, and the inversion results show that the proposed methods can successfully estimate location parameters of the sources. I also apply the proposed methods to real magnetic data, and the inversion results estimated by the proposed methods are consistent with the results estimated by the other similar method.