重磁位场边界识别及联合反演方法研究及应用

发布时间：2020-09-15 16:38

　　重磁勘探对获取地下不同密度和磁化率的地质体分布、位置、产状,及对其地质含义的解释具有重要作用。同时,由于重磁勘探具有成本低、效率高、覆盖范围广、测量过程不受地域条件约束等特点,已经成为地球物理勘探中不可或缺的重要方法。在重磁勘探中,测量获得的重磁数据是由地下不同埋深、不同规模地质体引起的叠加异常,处理重磁数据能够实现构造的划分、异常体的位置圈定和物性特征的提取。一方面,通过边界识别能够对地质体进行边界增强,突出边界位置,以实现快速的构造划分以及异常圈定,另一方面通过物性反演计算,能够定量获取异常体的物性和位置信息,进而确定地质体空间分布。本文首先对几种传统边界识别方法展开研究,分别分析了总水平导数法、垂向导数法、总梯度模量法、倾斜角法、Theta图法的优势与不足。其次,为了确定重磁同源目标体的特征,本文还对重磁联合反演展开了研究。对比国内外研究现状,针对基于交叉梯度函数的结构耦合方法进行模型试算分析。为了进一步提高重磁数据联合反演的可靠性,本文对常规的基于交叉梯度函数的结构耦合方法进行改进,提出了基于边界识别方法约束下的交叉梯度结构耦合方法,并将本文提出的方法进行模型试算,其结果与单一数据正则化反演结果相比有更高的纵向分辨率。最后,本文对青海共和盆地恰卜恰镇的重力数据和磁数据进行反演解释。共和地区存在具有特定重磁特征的干热岩,并同时存在着较多断层等构造。本文首先应用边界识别方法分析,并对重磁同源的区域进行圈定,接着通过重磁数据单一正则化反演和重磁交叉梯度联合反演定量分析,根据其结果对干热岩进行精细圈定,对地热地质资源的开发提供参考。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P631.2
【部分图文】：

模型空间,数据空间,物性参数,灵敏度矩阵

如图2.1：图 2.1 数据空间与模型空间的关系图其中，d 是正演模型计算所得数据或是研究区实地测量的数据，m 为模型物性参数，G 为正演得到的核函数。正演计算是指正演数据 d 是由给出的物性参数 m和模型网格的灵敏度矩阵 G 计算得出，它们之间的关系式为：d Gm（2.1）相对应的，反演则是根据测量数据网格计算核函数 G 之后和实际观测数据 d来求解地下各个网格的物性参数 m 的过程。利用灵敏度矩阵的广义逆 G-1来求解，直接求解得出物性参数 m，即：1m G d （2.2）2.2 正则化反演方法地球物理反演的求解过程是病态的

位场数据,正则化反演,长方体,位置图

图2.2双直长方体模型三维位置图

重力模型,长方体,横向剖面

图 2.3 双直长方体重力模型纵横切片图（a）模型横向剖面；（b）模型纵向剖面.图 2.4 双直长方体磁模型纵横切片图（a）模型横向剖面；（b）模型纵向剖面.对双直长方体模型做正则化反演，其结果的横纵剖面如图 2.6、图 2.7 所示。其结果表明，对于重力数据和磁数据，其均能大致反映出两个长方体的位置，但

【参考文献】