CN111045089B - 一种增强重磁场边界识别方法 - Google Patents
一种增强重磁场边界识别方法 Download PDFInfo
- Publication number
- CN111045089B CN111045089B CN201911328164.6A CN201911328164A CN111045089B CN 111045089 B CN111045089 B CN 111045089B CN 201911328164 A CN201911328164 A CN 201911328164A CN 111045089 B CN111045089 B CN 111045089B
- Authority
- CN
- China
- Prior art keywords
- small
- gravity
- square error
- mean square
- magnetic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000005484 gravity Effects 0.000 claims abstract description 43
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 108020001568 subdomains Proteins 0.000 claims abstract 2
- 230000010287 polarization Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims 3
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
- G01V3/081—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices the magnetic field is produced by the objects or geological structures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Electromagnetism (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明属于重磁数据处理技术领域,具体涉及一种增强重磁场边界识别方法,包括:步骤一:输入重磁异常测量数据;步骤二:网格化重磁数据,并计算总水平导数异常;步骤三:选取滑动窗口的大小,计算各个小子域的平均值和均方差;步骤四:选取均方差较小的前三个区域,计算三个小子域的总水平导数的均方差;步骤五:输出均方差最小子域的均值;步骤六:求取滑动小子域滤波结果的垂向导数和总水平导数;步骤七:求取滑动小子域滤波结果的倾斜角,输出结果。
Description
技术领域
本发明属于重磁数据处理技术领域,具体涉及一种增强重磁场边界识别方法。
背景技术
重磁异常是地下物质密度和磁性分布不均匀的综合反映,有横向分辨率高的优势,因此利用重磁位场在推断地质目标体的边界位置时有独特的优势。常用的方法有总水平导数法、垂向导数法、解析信号振幅、倾斜角法等,都是利用异常极大值的位置或零值的位置确定目标体的边界,但是此类方法会降低边缘识别的精度,对噪声的压制能力也较弱。国内目前还没有涉及滑动小子域滤波法与倾斜角法的有效结合来识别重磁位场的边界。
因此,需要设计一种增强重磁场边界识别方法,将滑动小子域滤波法与倾斜角法的有效结合用于有效地识别地质体的边界。
发明内容
本发明针对上述现有技术的不足,提供一种增强重磁场边界识别方法,用于解决现有技术中异常极大值位置或零值位置确定目标体的边界时边缘识别精度降低,噪声压制能力较弱的技术问题。
本发明的技术方案:
一种增强重磁场边界识别方法,包括以下步骤:
步骤一:输入重磁异常测量数据;
步骤二:网格化重磁数据,并计算总水平导数异常;
步骤三:选取滑动窗口的大小,计算各个小子域的平均值和均方差;
步骤四:选取均方差较小的前三个区域,计算三个小子域的总水平导数的均方差;
步骤五:输出均方差最小子域的均值;
步骤六:求取滑动小子域滤波结果的垂向导数和总水平导数;
步骤七:求取滑动小子域滤波结果的倾斜角,输出结果。
所述步骤二包括:利用克里金法将测量的重磁数据进行网格化处理,生成规则的网格数据,磁法数据先进行化极处理,然后根据公式(1)求取重磁异常数据的总水平导数异常:
式中,f代表重磁异常,fTD代表重磁异常的总水平导数异常。
所述步骤三还包括:两次滑动窗口,大滑动窗口的大小为n,大窗口节点数据5n,内部小子域窗口的大小为k=(n+1)/2,然后小子域的窗口从左到右逐点滑动,直到到达大窗口的最末端;根据公式(2)、(3)计算各个小子域的均方差作为判别准则;
所述步骤四还包括:在布设的k2个小子域内选取数据均方差较小的前3个小子域作为目标区;根据公式(2)和公式(4)计算选定的3个小子域总水平导数的均值和均方差;
所述步骤六还包括:利用公式(1)和公式(5)求取滑动小子域滤波结果的总水平导数异常MSSfTD与垂向一阶导数MSSfVZ;
式中,fvz代表重磁异常的垂向一阶导数。
所述步骤七还包括:利用公式(6)求取滑动小子域滤波结果的倾斜角;
根据计算结果,利用零值的位置即可识别出地质体边界的位置。
本发明的有益效果为:
本发明设计的一种增强重磁场边界识别方法中滑动小子域滤波倾斜角法能够均衡不同深度异常的幅值,在重磁场中对边界的增强效果最好,能够增强和放大微弱信息的识别和提取,更能突出地质体的边界信息,使输出的结果更加准确和稳定,能够快速有效的识别出地质体的边界。
附图说明
图1为本发明设计的一种增强重磁场边界识别方法的流程图;
图2为滑动小子域的剖分示意图;
图3为滑动小子域的分解方法示意图。
具体实施方式
下面结合附图和实施例对本发明设计的一种增强重磁场边界识别方法进行详细说明:
一种增强重磁场边界识别方法,包括以下步骤:
步骤一:输入重磁异常测量数据;
步骤二:网格化重磁数据,并计算总水平导数异常;
步骤三:选取滑动窗口的大小,计算各个小子域的平均值和均方差;
步骤四:选取均方差较小的前三个区域,计算三个小子域的总水平导数的均方差;
步骤五:输出均方差最小子域的均值;
步骤六:求取滑动小子域滤波结果的垂向导数和总水平导数;
步骤七:求取滑动小子域滤波结果的倾斜角,输出结果。
所述步骤二包括:利用克里金法将测量的重磁数据进行网格化处理,生成规则的网格数据,磁法数据先进行化极处理,然后根据公式(1)求取重磁异常数据的总水平导数异常:
式中,f代表重磁异常,fTD代表重磁异常的总水平导数异常。
所述步骤三还包括:两次滑动窗口,大滑动窗口的大小为n,大窗口节点数据5n,内部小子域窗口的大小为k=(n+1)/2,然后小子域的窗口从左到右逐点滑动,直到到达大窗口的最末端;根据公式(2)、(3)计算各个小子域的均方差作为判别准则;
所述步骤四还包括:在布设的k2个小子域内选取数据均方差较小的前3个小子域作为目标区;根据公式(2)和公式(4)计算选定的3个小子域总水平导数的均值和均方差;
所述步骤六还包括:利用公式(1)和公式(5)求取滑动小子域滤波结果的总水平导数异常MSSfTD与垂向一阶导数MSSfVZ;
式中,fvz代表重磁异常的垂向一阶导数。
所述步骤七还包括:利用公式(6)求取滑动小子域滤波结果的倾斜角;
根据计算结果,利用零值的位置即可识别出地质体边界的位置。
实施例:以二连盆地某地区航磁ΔT异常数据为实施例进行说明:
步骤一、二:将二维离散的航磁ΔT异常数据在surfer中利用克里金法进行网格化处理,其中网格化的参数为网格间距为2.5km,搜索半径为25km,生成161×101的网格数据。对航磁ΔT异常数据进行化极处理,磁化倾角为61.12°,磁化偏角为-5.19°。然后在根据公式(1)求取航磁ΔT异常数据的总水平导数异常
式中,f代表重磁异常,fTD代表重磁异常的总水平导数异常。
步骤三:本次大滑动窗口的大小为n(n=5),大窗口节点数据25,内部的小子域窗口的大小为k=(n+1)/2(k=3),然后小子域的窗口从左到右逐点滑动,如附图3所示;
步骤四:滑动小子域滤波的过程:利用下面的公式(2)和公式(3)计算9个小子域的均方差;
在布设的k2(9)个小子域内选取数据均方差较小的前3个小子域作为目标区;利用公式(2)和公式(4)计算3个小子域航磁ΔT化极异常数据总水平导数的均值和均方差;
步骤五:在选定的3个小子域中选取总水平导数均方差最小的子域,将这个小子域所对应的平均值作为最后的输出结果,即大窗口中心点的值;大窗口,窗口的大小仍为5从左到右滑动到下一点直至完成全区的计算,得到滑动小子域滤波的结果(NSSf);
步骤六:利用公式(1)和公式(5)求取滑动小子域滤波结果的总水平导数异常MSSfTD与垂向一阶导数MSSfVZ;
步骤七:利用公式(6)求取滑动小子域滤波结果的倾斜角;
根据计算结果,利用零值的位置即可识别出地质体边界的位置。
Claims (5)
1.一种增强重磁场边界识别方法,其特征在于:包括以下步骤:
步骤一:输入重磁异常测量数据;
步骤二:网格化重磁数据,并计算总水平导数异常;
步骤三:选取滑动窗口的大小,计算各个小子域的平均值和均方差;
步骤四:选取均方差较小的前三个区域,计算三个小子域的总水平导数的均方差;
步骤五:输出均方差最小子域的均值;
步骤六:求取滑动小子域滤波结果的垂向导数和总水平导数;
步骤七:求取滑动小子域滤波结果的倾斜角,输出结果;
所述步骤三还包括:两次滑动窗口,大滑动窗口的大小为n,大窗口节点数据5n,内部小子域窗口的大小为k=(n+1)/2,然后小子域的窗口从左到右逐点滑动,直到到达大窗口的最末端;根据公式(2)、(3)计算各个小子域的均方差作为判别准则;
所述步骤四还包括:在布设的k2子域内选取数据均方差较小的前3个小子域作为目标区;根据公式(2)和公式(4)计算选定的3个小子域总水平导数的均值和均方差;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911328164.6A CN111045089B (zh) | 2019-12-20 | 2019-12-20 | 一种增强重磁场边界识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911328164.6A CN111045089B (zh) | 2019-12-20 | 2019-12-20 | 一种增强重磁场边界识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111045089A CN111045089A (zh) | 2020-04-21 |
CN111045089B true CN111045089B (zh) | 2022-07-26 |
Family
ID=70238213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911328164.6A Active CN111045089B (zh) | 2019-12-20 | 2019-12-20 | 一种增强重磁场边界识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111045089B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347421A (zh) * | 2020-10-16 | 2021-02-09 | 中国地质调查局沈阳地质调查中心 | 突出与增强断裂线状重力异常信息的方法与系统 |
CN112464521B (zh) * | 2020-10-28 | 2024-05-28 | 中国石油天然气集团有限公司 | 走滑断裂确定方法及装置 |
CN112666615B (zh) * | 2020-12-17 | 2021-09-14 | 中国自然资源航空物探遥感中心 | 基于Tilt法获取精确航空磁测数据的方法、装置 |
CN113866836B (zh) * | 2021-11-23 | 2023-10-20 | 重庆大学 | 一种基于归一化磁异常导数标准差的多目标边界识别方法 |
CN116009100A (zh) * | 2023-02-08 | 2023-04-25 | 核工业北京地质研究院 | 一种重磁位场边界弱信息提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105807323B (zh) * | 2016-03-09 | 2018-05-18 | 哈尔滨工程大学 | 一种利用小子域识别算法确定磁性目标位置的方法 |
-
2019
- 2019-12-20 CN CN201911328164.6A patent/CN111045089B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111045089A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111045089B (zh) | 一种增强重磁场边界识别方法 | |
CN107783187B (zh) | 一种将测井速度和地震速度结合建立三维速度场的方法 | |
CN103926617B (zh) | 一种缝洞储集体的检测方法和检测装置 | |
CN110414060B (zh) | 一种基于四阶谱矩的位场边界识别方法 | |
Baba et al. | Enhancing geophysical signals through the use of Savitzky-Golay filtering method | |
CN103954995B (zh) | 一种砂岩型铀矿勘查中的砂体识别方法 | |
CN105388518B (zh) | 一种质心频率与频谱比联合的井中地震品质因子反演方法 | |
CN107748399B (zh) | 利用重力界面反演识别山前带深部构造层方法 | |
Wang et al. | The gravity matching area selection criteria for underwater gravity-aided navigation application based on the comprehensive characteristic parameter | |
CN104698497A (zh) | 一种砂泥岩薄互层层位的精细标定方法 | |
CN105738952B (zh) | 一种水平井区储层岩石相建模方法 | |
NO20140524A1 (no) | Inversjonsbasert arbeidsflyt for å behandle kjernetetthetsbilder i steilvinklede og horisontale brønner | |
CN105911592B (zh) | 一种实钻约束的三维地震资料长波长静校正方法 | |
Williams et al. | Comparison of grid Euler deconvolution with and without 2D constraints using a realistic 3D magnetic basement model | |
CN110703347B (zh) | 基于构造背景的重力断裂影像识别方法 | |
Abdelrahman et al. | A least-squares minimization approach to depth determination from magnetic data | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN108008456B (zh) | 一种圈定热液型铀矿深部三维重点铀成矿有利靶区的方法 | |
CN109885927B (zh) | 一种地层径向电阻率连续反演方法 | |
CN106869919B (zh) | 一种三角洲前缘薄油藏识别方法 | |
CN116009100A (zh) | 一种重磁位场边界弱信息提取方法 | |
CN107664771A (zh) | 一种基于相似性系数的微地震全波形定位方法 | |
CN106522919A (zh) | 三探头密度测井的围岩校正方法及装置 | |
CN116755148A (zh) | 正交各向异性介质多方位反射波走时反演方法 | |
CN112649880B (zh) | 砾岩下伏构造变速成图方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |