CN109975884A - 一种放射性地球物理测量数据融合方法 - Google Patents

一种放射性地球物理测量数据融合方法 Download PDF

Info

Publication number
CN109975884A
CN109975884A CN201711457720.0A CN201711457720A CN109975884A CN 109975884 A CN109975884 A CN 109975884A CN 201711457720 A CN201711457720 A CN 201711457720A CN 109975884 A CN109975884 A CN 109975884A
Authority
CN
China
Prior art keywords
data
old
new
radioactivity
geophysics
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.)
Granted
Application number
CN201711457720.0A
Other languages
English (en)
Other versions
CN109975884B (zh
Inventor
李必红
程纪星
刘祜
张儒亮
陈聪
吴国东
杨龙泉
田渴新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201711457720.0A priority Critical patent/CN109975884B/zh
Publication of CN109975884A publication Critical patent/CN109975884A/zh
Application granted granted Critical
Publication of CN109975884B publication Critical patent/CN109975884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V5/00—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity

Abstract

本发明属于铀矿勘查技术领域，具体涉及一种放射性地球物理测量数据融合方法，包括以下步骤：步骤一：收集新、老放射性地球物理原始实测数据；步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类；步骤三：对新、老放射性地球物理原始实测数据进行预处理；步骤四：第一次误差分析；步骤五：线性修正；步骤六：第二次误差分析；步骤七：非线性修正；步骤八：第三次误差分析；步骤九：将修正后的新、老数据合并融合和网格化处理；步骤十：进行滤波分析处理、绘图。本发明能够有效解决不同年度或季度放射性实测的放射性地球物理数据整体的不一致性，实现了新、老放射性地球物理测量数据的无缝融合。

Description

一种放射性地球物理测量数据融合方法
技术领域
本发明属于铀矿勘查技术领域，具体涉及一种放射性地球物理测量数据融合方法。
背景技术
在铀矿勘查中，放射性地球物理测量主要包括伽马能谱测量、氡及其子体测量、β测量、中子测量、X荧光测量等等，其中伽马能谱测量中铀含量计算是利用氡子体特征能量峰计算获取，所以伽马能谱测量、氡及其子体测量所获得的铀含量和土壤氡浓度数据受氡的影响较大，氡主要指土壤或地层中所含222Rn，由于氡的季度性变化以及不同年度不同仪器校准等因素产生误差等原因，在进行不同年度或季度的铀含量或土壤氡数据处理时，往往涉及到不同年度或季度的数据的融合时整体的不一致性和不协调性，严重影响了数据成果图件的效果和解释。在现有的测量规范中，没有涉及到该方面的问题，也没有相应数据处理方法，因此，开展相关的数据融合方法研究非常必要。
发明内容
本发明的目的是提供一种放射性地球物理测量数据融合方法，能够有效解决在不同年度或不同季度中放射性地球物理测量数据整体不一致性，实现放射性地球物理测量数据无缝融合。
本发明所采用的技术方案是：
一种放射性地球物理测量数据融合方法，该方法包括以下步骤：
步骤一：收集新、老放射性地球物理原始实测数据；
步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类；
步骤三：对新、老放射性地球物理原始实测数据进行预处理；
步骤四：第一次误差分析；
步骤五：线性修正；
步骤六：第二次误差分析；
步骤七：非线性修正；
步骤八：第三次误差分析；
步骤九：将修正后的新、老数据合并融合和网格化处理；
步骤十：进行滤波分析处理、绘图。
如上所述步骤一：收集新、老放射性地球物理原始实测数据；包括：收集工作区不同年度或不同季度放射性地球物理原始实测数据，相对较早的测量数据记为老数据，将对较晚测量的数据记为新数据。
如上所述步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类，包括：将步骤一中经过预处理后的新、老放射性地球物理实测数据整理，分别形成含地理坐标和对应的放射性地球物理数据值的新、老二维空间散点数据文件，并将该数据按不同地质单元进行分类。
如上所述步骤三：对新、老放射性地球物理原始实测数据进行预处理，包括：
针对步骤二中按不同地质单元分类的新、老放射性地球物理空间散点数据，进行预处理，剔除单点异常，然后进行常规的统计噪声的降噪处理，再开展逐步剔除异常处理；
逐步剔除异常处理方法如下：对同一个地质单元新、老放射性地球物理数据，分别逐步删除大于等于“平均值+3倍均方差”的放射性地球物理异常数据，直至所有删除异常后的放射性地球物理数据值小于删除异常后统计的“平均值+3倍均方差”，然后，分别统计删除异常后的新、老放射性地球物理数据平均值和均方差，其它地质单元新、老数据逐步剔除异常处理方法相同。
如上所述步骤四：第一次误差分析，包括：对步骤三中剔除异常的相同地质单元实测的不同年度或季度放射性地球物理数据进行整体统计分析，将统计后的平均值进行整体相对误差识别，整体相对误差在大于-10％且小于10％的范围内，则无需校正；整体相对误差大于等于10％或小于等于-10％时，需对相对实测时间较早的老数据进行校正。
如上所述步骤五：线性修正，包括：根据步骤四分析结果，对整体相对误差大于等于10％或小于等于-10％的土壤氡浓度数据进行线性修正；
所述线性修正融合方法按公式(1)进行修正
XRi＝k，Ri (1)
公式(1)中，Ri为统计地质单元每个测点的实测放射性地球物理老数据值；XRi为修正后的每个测点实测放射性地球物理老数据值，k为线性修正参数；线性修正参数k的确定方法如下：对于老数据所对应的同一地层内含有新数据，则将步骤三中统计删除异常后的老数据平均值除以新数据平均值所得的比值，即为线性修正参数k；
若老数据所对应的同一地层内没有新数据，则选取老数据测点总量5％进行重复测量，然后按照步骤三中的方法对重复数据和对应测点的老数据进行逐步删除异常，然后、分别统计重复数据和对应测点的老数据的平均值，将重复数据的平均值除以对应测点的老数据平均值获得比值即为线性修正参数k值，然后，将k带入公式(1)，利用公式(1)对老数据进行修正。
如上所述步骤六：第二次误差分析，包括：对步骤五中经过线性校正后的老数据和新数据进行整体相对误差分析；整体相对误差大于-10％且小于10％，且线性校正后的老数据和新数据合并后，经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，按步骤七进行非线性修正。
如上所述步骤七：非线性修正，包括：对步骤六中融合处理效果不明显时，则对数据非线性修正；
所述非线性修正步骤如下：
步骤(7.1)、利用离散余弦变换将步骤五中修正后的老数据和新数据，获得在离散余弦域内的新、老频谱数据；
所述步骤(7.1)中的离散余弦正变换所用的公式如下面式(2)所示：
式(2)中，{x(n),n＝1,2,…,N}为修正后的老数据或新数据，N为数据的行数，{Y(k):k＝1,2,…N}为修正后的老数据或新数据的离散正余弦变换值，变换系数a(k)的定义如式(3)所示：
步骤(7.2)、在离散余弦域内，按照步骤三的处理方法对新、老频谱数据进行逐步剔除异常后，再分别求取新、老频谱的平均值和均方差，将新、老频谱数据的平均值加上三倍均方差后取整，分别记为E2n、E1n；
步骤(7.3)、将余弦域内老数据频谱大于E1n及新数据频谱大于E2n所有Y(k)赋值为零，再将老频谱所有数据乘以步骤(7.2)中计算的新、老频谱的平均值的比值，最终形成新的新、老频谱数据；
步骤(7.4)、将步骤(7.3)中处理后的新的新、老频谱数据进行离散反余弦变换，将其从离散余弦域内转换为二维空间域；
所述步骤(7.4)中进行离散反余弦变换时所使用的公式如下面式(4)所示：
式(4)中各项含义与式(2)、式(3)中相同，获得修正后的新、老散点数据。
如上所述步骤八：第三次误差分析，包括：将步骤(7.4)中修正后的新老散点数据进行整体误差分析，整体对误差大于-10％且小于10％，且非线性校正后的新、老数据合并后经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，返回步骤三开始重新循环处理。
如上所述步骤十：进行滤波分析处理、绘图，包括：对步骤九中网格化处理后的栅格数据，进行滤波分析处理，然后绘制成等值线平面图。
本发明的有益效果是：
本发明的一种放射性地球物理测量数据融合方法，采用线性和非线性相结合方法修正新、老土壤氡测量数据，能够有效解决不同年度或季度放射性实测的放射性地球物理数据整体的不一致性，实现了新、老放射性地球物理测量数据的无缝融合，为工程制图和成果解释提供了技术支撑。
附图说明
图1：本发明所述的一种放射性地球物理测量数据融合方法的流程图；
图2：为采用本发明处理前土壤氡浓度等值图；
图3：为采用本发明处理后的土壤氡浓度等值图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
如图1至3所示，一种放射性地球物理测量数据融合方法，该方法包括以下步骤：
步骤一：收集新、老放射性地球物理原始实测数据；
步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类；
步骤三：对新、老放射性地球物理原始实测数据进行预处理；
步骤四：第一次误差分析；
步骤五：线性修正；
步骤六：第二次误差分析；
步骤七：非线性修正；
步骤八：第三次误差分析；
步骤九：将修正后的新、老数据合并融合和网格化处理
步骤十：进行滤波分析处理、绘图。
所述步骤一：收集新、老放射性地球物理原始实测数据；包括：收集工作区不同年度或不同季度放射性地球物理原始实测数据，相对较早的测量数据记为老数据，将对较晚测量的数据记为新数据。
所述步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类，包括：将步骤一中经过预处理后的新、老放射性地球物理实测数据整理，分别形成含地理坐标和对应的放射性地球物理数据值的新、老二维空间散点数据文件，并将该数据按不同地质单元进行分类。
所述步骤三：对新、老放射性地球物理原始实测数据进行预处理，包括：针对步骤二中按不同地质单元分类的新、老放射性地球物理空间散点数据，进行预处理，剔除单点异常，然后进行常规的统计噪声的降噪处理，再开展逐步剔除异常处理；
逐步剔除异常处理方法如下：对同一个地质单元新、老放射性地球物理数据，分别逐步删除大于等于“平均值+3倍均方差”的放射性地球物理异常数据，直至所有删除异常后的放射性地球物理数据值小于删除异常后统计的“平均值+3倍均方差”，然后，分别统计删除异常后的新、老放射性地球物理数据平均值和均方差，其它地质单元新、老数据逐步剔除异常处理方法相同。
所述步骤四：第一次误差分析，包括：对步骤三中剔除异常的相同地质单元实测的不同年度或季度放射性地球物理数据进行整体统计分析，将统计后的平均值进行整体相对误差识别，整体相对误差在大于-10％且小于10％的范围内，则无需校正；整体相对误差大于等于10％或小于等于-10％时，需对相对实测时间较早的老数据进行校正。
所述步骤五：线性修正，包括：根据步骤四分析结果，对整体相对误差大于等于10％或小于等于-10％的土壤氡浓度数据进行线性修正；
所述线性修正融合方法按公式(1)进行修正
XRi＝k·Ri (1)
公式(1)中，Ri为统计地质单元每个测点的实测放射性地球物理老数据值；XRi为修正后的每个测点实测放射性地球物理老数据值，k为线性修正参数；线性修正参数k的确定方法如下：对于老数据所对应的同一地层内含有新数据，则将步骤三中统计删除异常后的老数据平均值除以新数据平均值所得的比值，即为线性修正参数k；
若老数据所对应的同一地层内没有新数据，则选取老数据测点总量5％进行重复测量，然后按照步骤三中的方法对重复数据和对应测点的老数据进行逐步删除异常，然后、分别统计重复数据和对应测点的老数据的平均值，将重复数据的平均值除以对应测点的老数据平均值获得比值即为线性修正参数k值，然后，将k带入公式(1)，利用公式(1)对老数据进行修正。
所述步骤六：第二次误差分析，包括：对步骤五中经过线性校正后的老数据和新数据进行整体相对误差分析；整体相对误差大于-10％且小于10％，且线性校正后的老数据和新数据合并后，经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，按步骤七进行非线性修正。
所述步骤七：非线性修正，包括：对步骤六中融合处理效果不明显时，则对数据非线性修正；
所述非线性修正步骤如下：
步骤(7.1)、利用离散余弦变换将步骤五中修正后的老数据和新数据，获得在离散余弦域内的新、老频谱数据；
所述步骤(7.1)中的离散余弦正变换所用的公式如下面式(2)所示：
式(2)中，{x(n),n＝1,2,…,N}为修正后的老数据或新数据，N为数据的行数，{Y(k):k＝1,2,…N}为修正后的老数据或新数据的离散正余弦变换值，变换系数a(k)的定义如式(3)所示：
步骤(7.2)、在离散余弦域内，按照步骤三的处理方法对新、老频谱数据进行逐步剔除异常后，再分别求取新、老频谱的平均值和均方差，将新、老频谱数据的平均值加上三倍均方差后取整，分别记为E2n、E1n；
步骤(7.3)、将余弦域内老数据频谱大于E1n及新数据频谱大于E2n所有Y(k)赋值为零，再将老频谱所有数据乘以步骤(7.2)中计算的新、老频谱的平均值的比值，最终形成新的新、老频谱数据；
步骤(7.4)、将步骤(7.3)中处理后的新的新、老频谱数据进行离散反余弦变换，将其从离散余弦域内转换为二维空间域；
所述步骤(7.4)中进行离散反余弦变换时所使用的公式如下面式(4)所示：
式(4)中各项含义与式(2)、式(3)中相同，获得修正后的新、老散点数据。
所述步骤八：第三次误差分析，包括：将步骤(7.4)中修正后的新老散点数据进行整体误差分析，整体对误差大于-10％且小于10％，且非线性校正后的新、老数据合并后经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，返回步骤三开始重新循环处理。
所述步骤十：进行滤波分析处理、绘图，包括：对步骤九中网格化处理后的栅格数据，进行滤波分析处理，然后绘制成等值线平面图。
以下结合具体实施例对本发明作进一步描述：
步骤1、以相山火山盆地2014年和2016年实测的土壤氡测量数据为放射性地球物理原始实测数据，相对较早的2015年土壤氡测量数据记为老数据，将相对较晚的2016年测量的数据记为新数据；
步骤2、将步骤1中经过预处理后的新、老土壤氡实测数据整理，分别形成含地理坐标和对应的土壤氡数据值的新老空间散点数据文件，并将该数据按不同地质单元进行分类，因所选数据区域为同一地层，所以不用分类；
步骤3、针对步骤2中的新、老土壤氡空间散点数据，进行预处理，剔除单点异常，然后进行常规的统计噪声的降噪处理，再开展逐步剔除异常处理；
所述步骤3中，逐步剔除异常处理方法如下：对同一个地质单元新老土壤氡数据，分别逐步删除大于等于“平均值+3倍均方差”土壤氡异常数据，直至所有删除异常后的土壤氡浓度值小于删除异常后统计的“平均值+3倍均方差”，然后，统计删除异常后的土壤氡浓度平均值和均方差；
步骤4、对步骤3中剔除异常的土壤氡浓度进行整体统计分析，实际计算新、老土壤氡浓度整体相对误差为45％，明显大于10％，需对相对实测时间较早的2015年的老数据进行修正；
步骤5、根据步骤4分析结果，对2015年实测土壤氡浓度数据进行线性修正。
所述步骤5中，线性修正融合方法按公式(5)进行修正
XRi＝k·Ri (5)
公式(5)中，Ri为统计地质单元2015年实测的每个测点的土壤氡浓度值；XRi为修正后的每个测点的土壤氡值，k为线性修正参数。线性修正参数k的确定方法如下：将步骤(3)中统计删除异常后的2016年的土壤氡浓度平均值除以2015年的土壤氡浓度平均值所得的比值，即为线性修正参数k。计算获取线性修正参数k＝0.87，然后将修正系数k代入公式(5)中，利用公式(5)完成2015年老数据的修正。
步骤6、对步骤5中经过线性修正后的2015年度和2016年度的数据进行整体相对误差分析。统计计算整体对误差为8.9％，数据没有跳跃性变化，无需非线性修正，则按步骤7数据融合处理；
步骤7、将修正后的新老数据合并融合和网格化处理；
步骤8、对步骤7中网格化处理后的栅格数据，进行滤波分析处理，然后绘制成等值线平面图。
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。

Claims (10)

1.一种放射性地球物理测量数据融合方法，其特征在于：该方法包括以下步骤：
步骤一：收集新、老放射性地球物理原始实测数据；
步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类；
步骤三：对新、老放射性地球物理原始实测数据进行预处理；
步骤四：第一次误差分析；
步骤五：线性修正；
步骤六：第二次误差分析；
步骤七：非线性修正；
步骤八：第三次误差分析；
步骤九：将修正后的新、老数据合并融合和网格化处理
步骤十：进行滤波分析处理、绘图。
2.根据权利要求1所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤一：收集新、老放射性地球物理原始实测数据；包括：收集工作区不同年度或不同季度放射性地球物理原始实测数据，相对较早的测量数据记为老数据，将对较晚测量的数据记为新数据。
3.根据权利要求2所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤二：对新、老放射性地球物理原始实测数据按地质单元进行分类，包括：将步骤一中经过预处理后的新、老放射性地球物理实测数据整理，分别形成含地理坐标和对应的放射性地球物理数据值的新、老二维空间散点数据文件，并将该数据按不同地质单元进行分类。
4.根据权利要求3所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤三：对新、老放射性地球物理原始实测数据进行预处理，包括：针对步骤二中按不同地质单元分类的新、老放射性地球物理空间散点数据，进行预处理，剔除单点异常，然后进行常规的统计噪声的降噪处理，再开展逐步剔除异常处理；
逐步剔除异常处理方法如下：对同一个地质单元新、老放射性地球物理数据，分别逐步删除大于等于“平均值+3倍均方差”的放射性地球物理异常数据，直至所有删除异常后的放射性地球物理数据值小于删除异常后统计的“平均值+3倍均方差”，然后，分别统计删除异常后的新、老放射性地球物理数据平均值和均方差，其它地质单元新、老数据逐步剔除异常处理方法相同。
5.根据权利要求4所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤四：第一次误差分析，包括：对步骤三中剔除异常的相同地质单元实测的不同年度或季度放射性地球物理数据进行整体统计分析，将统计后的平均值进行整体相对误差识别，整体相对误差在大于-10％且小于10％的范围内，则无需校正；整体相对误差大于等于10％或小于等于-10％时，需对相对实测时间较早的老数据进行校正。
6.根据权利要求5所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤五：线性修正，包括：根据步骤四分析结果，对整体相对误差大于等于10％或小于等于-10％的土壤氡浓度数据进行线性修正；
所述线性修正融合方法按公式(1)进行修正
XRi＝k·Ri (1)
公式(1)中，Ri为统计地质单元每个测点的实测放射性地球物理老数据值；XRi为修正后的每个测点实测放射性地球物理老数据值，k为线性修正参数；线性修正参数k的确定方法如下：对于老数据所对应的同一地层内含有新数据，则将步骤三中统计删除异常后的老数据平均值除以新数据平均值所得的比值，即为线性修正参数k；
若老数据所对应的同一地层内没有新数据，则选取老数据测点总量5％进行重复测量，然后按照步骤三中的方法对重复数据和对应测点的老数据进行逐步删除异常，然后、分别统计重复数据和对应测点的老数据的平均值，将重复数据的平均值除以对应测点的老数据平均值获得比值即为线性修正参数k值，然后，将k带入公式(1)，利用公式(1)对老数据进行修正。
7.根据权利要求6所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤六：第二次误差分析，包括：对步骤五中经过线性校正后的老数据和新数据进行整体相对误差分析；整体相对误差大于-10％且小于10％，且线性校正后的老数据和新数据合并后，经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，按步骤七进行非线性修正。
8.根据权利要求7所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤七：非线性修正，包括：对步骤六中融合处理效果不明显时，则对数据非线性修正；
所述非线性修正步骤如下：
步骤(7.1)、利用离散余弦变换将步骤五中修正后的老数据和新数据，获得在离散余弦域内的新、老频谱数据；
所述步骤(7.1)中的离散余弦正变换所用的公式如下面式(2)所示：
式(2)中，{x(n),n＝1,2,…,N}为修正后的老数据或新数据，N为数据的行数，{Y(k):k＝1,2,…N}为修正后的老数据或新数据的离散正余弦变换值，变换系数a(k)的定义如式(3)所示：
步骤(7.2)、在离散余弦域内，按照步骤三的处理方法对新、老频谱数据进行逐步剔除异常后，再分别求取新、老频谱的平均值和均方差，将新、老频谱数据的平均值加上三倍均方差后取整，分别记为E2n、E1n；
步骤(7.3)、将余弦域内老数据频谱大于E1n及新数据频谱大于E2n所有Y(k)赋值为零，再将老频谱所有数据乘以步骤(7.2)中计算的新、老频谱的平均值的比值，最终形成新的新、老频谱数据；
步骤(7.4)、将步骤(7.3)中处理后的新的新、老频谱数据进行离散反余弦变换，将其从离散余弦域内转换为二维空间域；
所述步骤(7.4)中进行离散反余弦变换时所使用的公式如下面式(4)所示：
式(4)中各项含义与式(2)、式(3)中相同，获得修正后的新、老散点数据。
9.根据权利要求1所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤八：第三次误差分析，包括：将步骤(7.4)中修正后的新老散点数据进行整体误差分析，整体对误差大于-10％且小于10％，且非线性校正后的新、老数据合并后经过网格化处理的栅格数据没有跳跃性变化，则进行步骤九数据融合处理，否则，返回步骤三开始重新循环处理。
10.根据权利要求1所述的一种放射性地球物理测量数据融合方法，其特征在于：所述步骤十：进行滤波分析处理、绘图，包括：对步骤九中网格化处理后的栅格数据，进行滤波分析处理，然后绘制成等值线平面图。
CN201711457720.0A 2017-12-28 2017-12-28 一种放射性地球物理测量数据融合方法 Active CN109975884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711457720.0A CN109975884B (zh) 2017-12-28 2017-12-28 一种放射性地球物理测量数据融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711457720.0A CN109975884B (zh) 2017-12-28 2017-12-28 一种放射性地球物理测量数据融合方法

Publications (2)

Publication Number Publication Date
CN109975884A true CN109975884A (zh) 2019-07-05
CN109975884B CN109975884B (zh) 2020-10-23

Family

ID=67074458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711457720.0A Active CN109975884B (zh) 2017-12-28 2017-12-28 一种放射性地球物理测量数据融合方法

Country Status (1)

Country Link
CN (1) CN109975884B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050187A (zh) * 2019-12-26 2021-06-29 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4964089A (en) * 1989-12-22 1990-10-16 Conoco Inc. Method for derivation of internal velocities from post-migration parts
EP0477806A2 (en) * 1990-09-25 1992-04-01 Honeywell Inc. Method and apparatus for producing an accurate time base
JPH09245074A (ja) * 1996-03-11 1997-09-19 Nec Corp 回路接続情報の比較装置
CN1683939A (zh) * 2004-04-13 2005-10-19 西门子公司 在磁共振断层造影中融合加权成像的运动校正的多点方法
US7489928B2 (en) * 2002-12-31 2009-02-10 Smith Brian K Adaptive RF link failure handler
US20090177947A1 (en) * 2008-01-08 2009-07-09 Setsuko Masuda Method for appending data to tape medium, and apparatus employing the same
CN103499836A (zh) * 2013-07-18 2014-01-08 中国石油集团西北地质研究所 空变-多时窗融合高精度剩余静校正方法
CN105652316A (zh) * 2014-12-01 2016-06-08 北京石大创新石油科技有限公司 一种基于裂缝模型的智能优化地震多属性融合方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4964089A (en) * 1989-12-22 1990-10-16 Conoco Inc. Method for derivation of internal velocities from post-migration parts
EP0477806A2 (en) * 1990-09-25 1992-04-01 Honeywell Inc. Method and apparatus for producing an accurate time base
JPH09245074A (ja) * 1996-03-11 1997-09-19 Nec Corp 回路接続情報の比較装置
US7489928B2 (en) * 2002-12-31 2009-02-10 Smith Brian K Adaptive RF link failure handler
CN1683939A (zh) * 2004-04-13 2005-10-19 西门子公司 在磁共振断层造影中融合加权成像的运动校正的多点方法
US20090177947A1 (en) * 2008-01-08 2009-07-09 Setsuko Masuda Method for appending data to tape medium, and apparatus employing the same
CN103499836A (zh) * 2013-07-18 2014-01-08 中国石油集团西北地质研究所 空变-多时窗融合高精度剩余静校正方法
CN105652316A (zh) * 2014-12-01 2016-06-08 北京石大创新石油科技有限公司 一种基于裂缝模型的智能优化地震多属性融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
薛东剑等: "多源遥感影像融合技术在地质灾害调查中的应用", 《遥感技术与应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050187A (zh) * 2019-12-26 2021-06-29 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质
CN113050187B (zh) * 2019-12-26 2024-03-01 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN109975884B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
Jiang et al. Statistical stacking and adaptive notch filter to remove high‐level electromagnetic noise from MRS measurements
Sokos et al. Evaluating centroid‐moment‐tensor uncertainty in the new version of ISOLA software
CN108921885A (zh) 一种综合三类数据源联合反演森林地上生物量的方法
Guo et al. Impact of root water content on root biomass estimation using ground penetrating radar: evidence from forward simulations and field controlled experiments
WO2016141598A1 (zh) 共姿态道集地表一致性振幅补偿方法及装置
Van der Klooster et al. Mapping soil clay contents in Dutch marine districts using gamma‐ray spectrometry
CN104536042B (zh) 一种二维叠后地震资料振幅补偿方法及装置
CN104775811B (zh) 一种地层各向异性信息的提取及校正方法和系统
Wellmann et al. Validating 3-D structural models with geological knowledge for improved uncertainty evaluations
Zhao et al. Electrical imaging of plant root zone: A review
CN110133027A (zh) 一种准确测定耕地重金属污染状况的方法
Mangel et al. Reflection tomography of time-lapse GPR data for studying dynamic unsaturated flow phenomena
CN103678778A (zh) 一种放射性物化探信息综合方法
Petersen et al. Characterization of some Middle European soil textures by gamma‐spectrometry
Garré et al. Parameterizing a dynamic architectural model of the root system of spring barley from minirhizotron data
CN109975884A (zh) 一种放射性地球物理测量数据融合方法
Khodadadi et al. Understanding deforestation impacts on soil erosion rates using 137Cs, 239+ 240Pu, and 210Pbex and soil physicochemical properties in western Iran
CN102692651A (zh) 速度空变的初至波剩余静校正方法
CN110231661B (zh) 岩石标本与野外勘探测量激电参数的对应方法
Crouzet et al. Palaeomagnetism for chronologies of recent alpine lake sediments: successes and limits
CN109409748B (zh) 一种耕地质量评价指标关联性的检核方法及系统
Kassenaar An application of principal components analysis to borehole geophysical data
SARMADIAN et al. Mapping of spatial variability of soil organic carbon based on radial basis functions method
CN105259577B (zh) 一种确定地层界面的角度信息的方法及装置
Cassel et al. Delocalization of salt solution in a semiarid farmland topsoil

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