一种基于多分量梯度数据联合和深度加权的相关成像方法技术

本发明专利技术涉及地球物理数据解译技术领域，提供一种基于多分量梯度数据联合和深度加权的相关成像方法。首先，使用重力仪采集待成像地质区域的重力梯度数据；然后，对重力梯度数据进行预处理；接着，对预处理后的重力梯度数据的部分分量进行联合，选取成像效果最好的多分量梯度数据组合计算相关系数矩阵；再根据待成像地质区域的先验地质资料，得到待成像地质区域的顶面埋深和底面埋深，对待成像地质区域的地下空间进行分块处理，引入深度加权函数，计算加权后的相关系数矩阵；最后，利用加权后的相关系数矩阵对待成像地质区域进行三维成像。本发明专利技术能够提高成像结果在深度方向上的分辨率，更加精准地确定地质体的上下边界，且计算效率高。

A correlation imaging method based on the combination of multi-component gradient data and depth weighting

The invention relates to the technical field of geophysical data interpretation, and provides a correlation imaging method based on multi-component gradient data combination and depth weighting. First, the gravity gradient data of the geological area to be imaged is collected by the gravimeter; then, the gravity gradient data is preprocessed; then, the partial components of the gravity gradient data after preprocessing are combined to select the multi-component gradient data combination with the best imaging effect to calculate the correlation coefficient matrix; then, according to the prior geological data of the geological area to be imaged, the data to be imaged is obtained The top and bottom buried depth of the geological area, the underground space of the geological area to be imaged is divided into blocks, the depth weighting function is introduced, and the weighted correlation coefficient matrix is calculated; finally, the weighted correlation coefficient matrix is used for 3D imaging of the geological area to be imaged. The invention can improve the resolution of the imaging result in the depth direction, more accurately determine the upper and lower boundaries of the geological body, and has high calculation efficiency.

【技术实现步骤摘要】
一种基于多分量梯度数据联合和深度加权的相关成像方法
本专利技术涉及地球物理数据解译
，特别是涉及一种基于多分量梯度数据联合和深度加权的相关成像方法。
技术介绍
随着我国资源开采向地球深部进军，传统和现有的物探方法技术还存在着许多缺陷，不能满足要求，特别是重、磁方法要想在新一轮的资源勘探中发挥应有的作用，其方法技术的突破势在必行。地球物理勘探中，数据往往是海量的，如何能够更快、更精确解译出勘探结果是地球物理未来发展的趋势。重、磁三维反演根据反演方式的不同大体上可分为两类，一类是基于反演理论、在最小二乘的意义下使目标函数达到极小的线性与非线性反演，在引入足够约束条件和相对简单的情况下，能够给出接近实际情况的物性分布和几何形态。由于重、磁三维反演在数学上是典型的病态问题，具有固有的多解性，要使病态问题转化成非病态的稳定问题，需要补充、增加信息，即引入先验约束条件,但约束条件的提取及与反演过程的结合，特别是一些地质信息如何转化成具有解析形式的约束条件并同反演过程融合，目前还存在着许多问题。另外，三维反演的另一个问题是计算维数巨大。重、磁三维反演的另一类方法是快速自动解释，如欧拉反褶积、解析信号法和位场相关成像等。解析信号和欧拉褶积方法可对大面积的平面网格数据进行自动反演解释，具有较强的适应性和灵活性，近年来成为位场反演方法研究的一个热点。综合以上两类反演方法，要想快速处理海量地球物理勘探数据，就需要用到上述方法中的位场相关成像方法。位场相关成像方法的基本原理是，将下半空剖分成均匀网格，计算每一网格结点(扫描点)单位物性差所产生的异常(扫描函数)与实测场在一定窗口范围内的归一化互相关(场源发生的概率)，并逐点移动扫描点和窗口，计算所有网格结点上场源发生的概率，然后根据场源出现的概率情况勾画出地质体的分布情况。传统的位场相关成像方法在横向方向上可以很好地确定地质体的空间位置和形态，但在纵向上的分辨率较低，存在趋肤效应以及异常体底部相连等情况。现有技术中针对该问题进行了改进，如将一种基于先验深度信息的加权函数应用于重力聚焦反演中，随后进一步提出空间梯度加权函数，能够提升反演效果，改善地质体在深度方向上分辨率较低的问题；将相关成像分别应用于磁法和重力勘探数据，提出基于异常分离的三维相关成像；磁总场异常垂直梯度的相关成像，在模型数据与实际磁测数据中验证了该方法的稳定性。然而，上述现有技术中，重力勘探中相关成像的纵向分辨率仍然较低。
技术实现思路
针对现有技术存在的问题，本专利技术提供一种基于多分量梯度数据联合和深度加权的相关成像方法，能够提高成像结果在深度方向上的分辨率，更加精准地确定地质体的上下边界，且计算效率高。本专利技术的技术方案为：一种基于多分量梯度数据联合和深度加权的相关成像方法，其特征在于，包括下述步骤：步骤1：进行数据采集：使用重力仪采集待成像地质区域的重力梯度数据；所述重力梯度数据有6个分量{Vxx,Vxy,Vxz,Vyy,Vyz,Vzz}；步骤2：进行数据预处理：对重力梯度数据进行网格化处理、插值处理、地形校正及高通滤波处理；步骤3：对预处理后的重力梯度数据的部分分量进行联合，得到多种多分量梯度数据组合，选取成像效果最好的多分量梯度数据组合；步骤4：根据成像效果最好的多分量梯度数据组合计算相关系数矩阵C；步骤5：根据待成像地质区域的先验地质资料，得到待成像地质区域的顶面埋深和底面埋深，对待成像地质区域的地下空间进行分块处理，引入深度加权函数，计算加权后的相关系数矩阵Clater；步骤6：利用加权后的相关系数矩阵Clater对待成像地质区域进行三维成像。所述步骤2中，采用空间波长为2000-5000m的高通滤波器对重力梯度数据进行高通滤波处理以移除区域背景场。所述步骤3包括下述步骤：步骤3.1：对预处理后的重力梯度数据的部分分量进行联合，得到多种多分量梯度数据组合；其中，每种多分量梯度数据组合中第j个质量元的相关系数为该多分量梯度数据组合中第j个质量元的参与联合的各个分量的相关系数的乘积Cjoint,j＝C1,j×…×Cn,j，n∈{1,2,...,6}；其中，Cn,j为第j个质量元的第n个重力梯度分量的相关系数；步骤3.2：利用每种多分量梯度数据组合对待成像地质区域进行三维成像，得到每种多分量梯度数据组合下的成像结果图；步骤3.3：选取分辨率最高的成像结果图对应的多分量梯度数据组合作为成像效果最好的多分量梯度数据组合。所述步骤4中，根据成像效果最好的多分量梯度数据组合计算相关系数矩阵C，包括：根据成像效果最好的多分量梯度数据组合计算第j个质量元的相关系数为其中，αβ∈A，A为成像效果最好的多分量梯度数据组合中参与联合的分量集合，Vαβ,j(xi,yi,zi)为地下第j个质量元在第i个测点上引起的重力梯度的αβ分量，N为测点总数，Bαβ,j(xi,yi,zi)为地下第j个质量元在第i个测点上引起的重力梯度的αβ分量的几何函数；所有质量元的相关系数构成相关系数矩阵C。所述步骤5包括下述步骤：步骤5.1：根据待成像地质区域的先验地质资料，得到待成像地质区域的顶面埋深和底面埋深，对待成像地质区域的地下空间进行分块处理；步骤5.2：引入深度加权函数为其中，z为地下网格的深度，dz为待成像地质区域地下空间范围内的最大深度值；α为经验值，α＝0.001；r为缩放因子；zc1为待成像地质区域的顶面埋深，zc2为待成像地质区域的底面埋深；步骤5.3：将相关系数矩阵C与深度加权函数W(z)结合，计算加权后第j个质量元的相关系数为Clater,j＝Cj×W(zj)，得到加权后的相关系数矩阵Clater；其中，Cj为相关系数矩阵C中第j个质量元的相关系数，W(zj)为第j个质量元的深度加权函数值，zj为第j个质量元所在地下网格的深度。所述步骤6中，利用加权后的相关系数矩阵Clater通过matlab中的slice函数对待成像地质区域进行三维成像。本专利技术的有益效果为：(1)本专利技术通过多分量梯度数据联合，得到多种多分量梯度数据组合，根据成像效果最好的多分量梯度数据组合计算相关系数矩阵，能够提高成像的分辨率。(2)本专利技术引入基于先验信息的深度加权函数，通过对待成像地质区域的地下空间进行分块处理，能够进一步提高成像结果在深度方向上的分辨率，更加精准地确定地质体的上下边界。(3)本专利技术避免了常规反演方法需要进行的多次迭代运算，当处理的数据量很大时，计算效率仍然很高。附图说明图1为本专利技术的基于多分量梯度数据联合和深度加权的相关成像方法的流程图。图2为具体实施方式中未引入深度加权函数得到的垂直剖面x＝442.56km处的Vxz|Vyz|Vzz组合成像结果图。图3为具体实施方式中未引入深度加权函数本文档来自技高网...

【技术保护点】
1.一种基于多分量梯度数据联合和深度加权的相关成像方法，其特征在于，包括下述步骤：/n步骤1：进行数据采集：使用重力仪采集待成像地质区域的重力梯度数据；所述重力梯度数据有6个分量{V

【技术特征摘要】
1.一种基于多分量梯度数据联合和深度加权的相关成像方法，其特征在于，包括下述步骤：
步骤1：进行数据采集：使用重力仪采集待成像地质区域的重力梯度数据；所述重力梯度数据有6个分量{Vxx,Vxy,Vxz,Vyy,Vyz,Vzz}；
步骤2：进行数据预处理：对重力梯度数据进行网格化处理、插值处理、地形校正及高通滤波处理；
步骤3：对预处理后的重力梯度数据的部分分量进行联合，得到多种多分量梯度数据组合，选取成像效果最好的多分量梯度数据组合；
步骤4：根据成像效果最好的多分量梯度数据组合计算相关系数矩阵C；
步骤5：根据待成像地质区域的先验地质资料，得到待成像地质区域的顶面埋深和底面埋深，对待成像地质区域的地下空间进行分块处理，引入深度加权函数，计算加权后的相关系数矩阵Clater；
步骤6：利用加权后的相关系数矩阵Clater对待成像地质区域进行三维成像。


2.根据权利要求1所述的基于多分量梯度数据联合和深度加权的相关成像方法，其特征在于，所述步骤2中，采用空间波长为2000-5000m的高通滤波器对重力梯度数据进行高通滤波处理以移除区域背景场。


3.根据权利要求1所述的基于多分量梯度数据联合和深度加权的相关成像方法，其特征在于，所述步骤3包括下述步骤：
步骤3.1：对预处理后的重力梯度数据的部分分量进行联合，得到多种多分量梯度数据组合；其中，每种多分量梯度数据组合中第j个质量元的相关系数为该多分量梯度数据组合中第j个质量元的参与联合的各个分量的相关系数的乘积Cjoint,j＝C1,j×…×Cn,j，n∈{1,2,…,6}；其中，Cn,j为第j个质量元的第n个重力梯度分量的相关系数；
步骤3.2：利用每种多分量梯度数据组合对待成像地质区域进行三维成像，得到每种多分量梯度数据组合下的成像结果图；
步骤3.3：选取分辨率最高的成像结果图对应的多分量梯度数据组合作为成像效果最好的多分量梯度数据组合。


4.根据权利要求1所...

【专利技术属性】
技术研发人员：侯振隆，郑玉君，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21