基于深度加權(quán)的重力梯度數(shù)據(jù)聯(lián)合相關(guān)成像反演
發(fā)布時間:2021-03-25 16:12
針對礦產(chǎn)勘查中相關(guān)成像反演存在的縱向分辨率較低的問題,提出了一種基于深度加權(quán)的重力梯度數(shù)據(jù)相關(guān)成像反演方法.通過聯(lián)合多個重力梯度分量、引入基于先驗信息的深度加權(quán)函數(shù)與地下空間分區(qū)加權(quán)等方法,提高反演的縱向空間分辨率.在數(shù)據(jù)試驗中,利用立方體組合模型證實了提出的方法能夠準確反演出目標體的空間位置,計算的密度數(shù)值范圍與理論模型基本一致,且方法具有一定的抗噪能力.將反演應用于美國文頓鹽丘地區(qū)的實測重力梯度數(shù)據(jù),結(jié)果顯示出的蓋巖位置與已知地質(zhì)資料相符,證明了本文方法具有可行性和實用性.
【文章來源】:東北大學學報(自然科學版). 2020,41(11)北大核心EICSCD
【文章頁數(shù)】:5 頁
【部分圖文】:
模型空間位置示意圖
根據(jù)秦朋波的研究[11],對比分析不同重力梯度分量的特點,可得出Vxz|Vyz|Vzz組合反演效果最好.因此,本文聯(lián)合這三個梯度分量開展試驗,并設定最大迭代次數(shù)為100次.為對比深度加權(quán)改善的效果,首先使用未改進的相關(guān)成像反演(見圖2).經(jīng)16次迭代計算后,結(jié)果的最大值達到0.7 g/cm3,與理論模型一致.在圖2c中,可見反演的橫向分辨率較高,水平方向上的形態(tài)和模型基本一致.但是由圖2a和圖2b中識別出的結(jié)果可見,深度方向上的分辨率較低,模型B的下延深度過大,而模型C幾乎無法辨識出.圖2 使用未改進的相關(guān)成像反演結(jié)果(矩形框為模型位置)
圖2 使用未改進的相關(guān)成像反演結(jié)果(矩形框為模型位置)下面使用基于空間分區(qū)深度加權(quán)的方法進行反演.首先對地下空間進行分區(qū),使分區(qū)后每個立方體獨自占據(jù)一個區(qū)域,進而使用深度加權(quán)函數(shù)為立方體A,B,C分別賦值.立方體A,B的zc1均取200 m,由于下底面深度不同,則模型A的zc2=500 m,模型B的zc2=400 m;對于立方體C,zc1=700 m,zc2=900 m.加權(quán)函數(shù)中α=0.001,dz=1 000 m,r=20.在16次迭代后,反演結(jié)果見圖3,剩余密度最大值達到0.7 g/cm3,與理論模型保持一致.分別對比圖3a和圖2a,圖3b和圖2b,可見本文提出的算法能夠較準確地計算出下底深度,并能同時計算出不同深度的目標體的分布范圍,反演的縱向分辨率和未改進的算法相比大幅提升;結(jié)果的數(shù)值范圍也與理論模型基本一致.此外,結(jié)果還反映出本文方法具有良好的抗噪能力,可用于模擬實測數(shù)據(jù)的反演研究.
本文編號:3099949
【文章來源】:東北大學學報(自然科學版). 2020,41(11)北大核心EICSCD
【文章頁數(shù)】:5 頁
【部分圖文】:
模型空間位置示意圖
根據(jù)秦朋波的研究[11],對比分析不同重力梯度分量的特點,可得出Vxz|Vyz|Vzz組合反演效果最好.因此,本文聯(lián)合這三個梯度分量開展試驗,并設定最大迭代次數(shù)為100次.為對比深度加權(quán)改善的效果,首先使用未改進的相關(guān)成像反演(見圖2).經(jīng)16次迭代計算后,結(jié)果的最大值達到0.7 g/cm3,與理論模型一致.在圖2c中,可見反演的橫向分辨率較高,水平方向上的形態(tài)和模型基本一致.但是由圖2a和圖2b中識別出的結(jié)果可見,深度方向上的分辨率較低,模型B的下延深度過大,而模型C幾乎無法辨識出.圖2 使用未改進的相關(guān)成像反演結(jié)果(矩形框為模型位置)
圖2 使用未改進的相關(guān)成像反演結(jié)果(矩形框為模型位置)下面使用基于空間分區(qū)深度加權(quán)的方法進行反演.首先對地下空間進行分區(qū),使分區(qū)后每個立方體獨自占據(jù)一個區(qū)域,進而使用深度加權(quán)函數(shù)為立方體A,B,C分別賦值.立方體A,B的zc1均取200 m,由于下底面深度不同,則模型A的zc2=500 m,模型B的zc2=400 m;對于立方體C,zc1=700 m,zc2=900 m.加權(quán)函數(shù)中α=0.001,dz=1 000 m,r=20.在16次迭代后,反演結(jié)果見圖3,剩余密度最大值達到0.7 g/cm3,與理論模型保持一致.分別對比圖3a和圖2a,圖3b和圖2b,可見本文提出的算法能夠較準確地計算出下底深度,并能同時計算出不同深度的目標體的分布范圍,反演的縱向分辨率和未改進的算法相比大幅提升;結(jié)果的數(shù)值范圍也與理論模型基本一致.此外,結(jié)果還反映出本文方法具有良好的抗噪能力,可用于模擬實測數(shù)據(jù)的反演研究.
本文編號:3099949
本文鏈接:http://www.sikaile.net/projectlw/dqwllw/3099949.html
最近更新
教材專著