重力梯度数据的联合相关系数边界识别方法

发布时间：2021-08-04 21:20

　　为了提高重力数据对地下结构边界识别的分辨率,改善成像效果,利用重力梯度数据计算x、y方向总水平导数的相关系数,检测地质体边界;联合多方向窗口的相关系数增强识别效果;利用数字图像处理中二值化与阈值处理的方法进一步突出识别出的边界。理论模型试验证明该方法能够很好地识别模型边界,特别是拐角位置。还讨论了窗口大小、观测点距、线距对识别结果的影响。将该方法应用于加拿大圣乔治湾地区的实际航测数据,识别出了主要的地下构造边界。模型数据和实测航空数据计算结果表明,该方法具有理论简单、对地质体边界识别效果好等优点。 

【文章来源】：石油地球物理勘探. 2020,55(02)北大核心EICSCD

【文章页数】：13 页

【部分图文】：

实测数据的THDx(a)和THDy(b)分布

利用式(4)计算的Cjoint结果中可能存在干扰,影响地质体边界的识别和成图效果。根据数字图像处理中的BTP原理,设定一阈值α, 并据其对数据划分区间,对不同区间内的数据赋值为0或1。这样整个数据被转化为只包含0或1的数据集,图像中的细节被弱化,边界将更清晰地显示出来。MWJC法是利用THDx与THDy的负相关性判断边界的,即相关系数的分布区间为[-1,1]。为了不破坏结果的幅值分布规律并保留边界细节,本文提出改进的BTP(Improved BTP,IBTP)方法。具体步骤包括:(1)将Cjoint的取值区间[-1,1]划分为若干个长度相等的子区间,并统计各子区间上的数量;

同一测点在不同窗口中的相对位置会不同,因此基于窗口A～H的CCED识别结果也有所不同:识别的地质体边界会随窗口方向的变化而移动。例如,在图1中位于窗口A中的右下角的测点,在图3a中则位于窗口A的右上角,即识别出的地质体边界向图中实际边界的右上方移动。基于MWJC的识别结果进一步突出了边界中四个顶点的位置,提高了识别的边界与背景的对比度。根据统计结果确定α=-0.2,经过IBTP处理的MWJC结果(图6)完全消除了图5a中的干扰,边界显示更清晰。从图6 可见, 每个正方体的四个顶点位置均被准确地识别,结合图4e,能够判断不同深度正方体的边界。图3 模型一的THDx(a)和THDy(b)分布

【参考文献】：
期刊论文
[1]基于双曲线密度模型的频率域界面反演[J]. 商宇航,邰振华,秦涛.  石油地球物理勘探. 2018(04)
[2]二维重力数据径向反演及应用[J]. 林宝泽,肖锋,王明常.  石油地球物理勘探. 2018(02)
[3]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[J]. 袁园,黄大年,余青露.  地球物理学报. 2015(07)
[4]利用各方向均方差相关系数进行位场边界检测（英文）[J]. 徐梦龙,杨长保,吴燕冈,陈竞一,郇恒飞.  Applied Geophysics. 2015(01)
[5]基于差分求导的伪总梯度余弦值法的位场边界检测[J]. 邰振华,张凤旭,刘国兴,王彦国.  石油地球物理勘探. 2014(04)
[6]重力数据的平面全张量梯度角度边界识别方法[J]. 周文纳,杜晓娟,李吉焱.  石油地球物理勘探. 2013(06)
[7]基于剩余异常相关成像的重磁物性反演方法[J]. 孟小红,刘国峰,陈召曦,郭良辉.  地球物理学报. 2012(01)
[8]利用水平与垂直导数的相关系数进行位场数据的边界识别[J]. 马国庆,杜晓娟,李丽丽.  吉林大学学报(地球科学版). 2011(S1)
[9]重力张量数据的目标体边缘检测方法探讨[J]. 朱自强,曾思红,鲁光银.  石油地球物理勘探. 2011(03)

博士论文
[1]重力全张量梯度数据的并行反演算法研究及应用[D]. 侯振隆.吉林大学 2016



本文编号：3322427