CN112305623A - 一种基于谱融合的位场特征获取方法和装置 - Google Patents
一种基于谱融合的位场特征获取方法和装置 Download PDFInfo
- Publication number
- CN112305623A CN112305623A CN202010860098.3A CN202010860098A CN112305623A CN 112305623 A CN112305623 A CN 112305623A CN 202010860098 A CN202010860098 A CN 202010860098A CN 112305623 A CN112305623 A CN 112305623A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- field
- fusion
- phase
- amplitude
- 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
Links
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
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
- G01V7/02—Details
- G01V7/06—Analysis or interpretation of gravimetric records
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于谱融合的位场特征获取方法和装置,涉及地球物理勘探领域。该方法包括:根据待处理重磁位场的实测数据获得实测场频谱,提取实测场频谱中的相位谱,并基于重磁场的先验信息构建理论模型,根据理论模型获取正演场频谱,提取理论场频谱中的振幅谱,通过谱融合方法将提取的相位谱和振幅谱进行融合获得目标频谱,根据目标频谱获得待处理重磁位场的谱融合处理结果,可以达到突出原位场横向特征的目的,从而提高位场的横向分辨能力。
Description
技术领域
本发明涉及地球物理勘探领域,尤其涉及一种基于谱融合的位场特征获取方法和装置。
背景技术
资源已经成为制约我国经济与社会发展的重要因素,我国的能源、重要金属矿产供应形势极为严峻,迫切需要开辟能源与重要矿产资源战略新区和接替基地,向深部找油、找气、找矿成为必然。重磁勘探在深部探测中具有成本低、快速的优势。已成为现代地球物理方法中的重要勘查手段。横向分辨能力强是重磁勘探的主要优势,但是随着勘探深度的增加,其横向分辨能力会逐渐变弱。例如往往将深部一定范围内的多个异常体的异常总和当作是一个大的异常体的异常,难以进行精细的解释判断,影响重力方法的应用。
在现有技术中通过边缘识别类方法有随着地质体埋深的增大其识别的地质体边界出现偏离增大的问题,且该类方法以导数计算为基础容易受噪声的影响;位场分离类方法所得到的结果不能有效地保留异常之间的界线特征,其中的向下延拓计算方法并不能从根本上解决计算的不稳定性。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于谱融合的位场特征获取方法和装置。
本发明解决上述技术问题的技术方案如下:
一种基于谱融合的位场特征获取方法,包括:
S1,根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
S2,基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;
S3,通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
本发明的有益效果是:本方案通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的横向分布数据,其中振幅谱可以设置理论模型的深度,从而可以保证处理结果随着地质体埋深横向识别范围出现偏离的问题;理论模型产生的振幅谱不含噪声,可以避免受噪声的影响;振幅谱是正演计算得到,因此不存在不适定的问题,位场谱融合方法是基于位场的相位谱具有异常体的横向特征的信息,提取原位场中的相位谱与新的理论位场的振幅谱相结合,从而达到突出原位场横向特征的目的,从而进一步提高位场的横向分辨能力。
进一步地,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱的具体包括:
所述实测场频谱的表达式包括:
所述理论模型频谱的表达式包括:
将所述实测场频谱的表达式的相位谱与所述理论模型频谱的表达式的振幅谱进行谱融合,获得目标频谱为:
其中,所Δga表示所述实测场频谱;Δgb表示所述理论模型频谱;u,v为x,y方向的波数;Aa(u,v)表示所述实测场频谱的振幅谱;表示所述实测场频谱的相位谱;Ab表示所述理论模型频谱的振幅谱;表示所述理论模型频谱的相位谱。采用上述进一步方案的有益效果是:本方案通过实测场频谱的相位谱与理论模型频谱振幅谱进行谱融合,获得目标频谱,对于实际计算时,空间和数据均是离散状态,因为是互换了两个异常体的部分信息,因此互换后的两个异常体均包含了原来两个异常体的部分信息。交换后的大异常体类似于进行垂向尺度压缩到与小异常体一致,大异常体的顶面埋深与原小异常体的顶面埋深一致,但是横向范围不变,因此变换后的大异常体产生的位场可以很好的指示原大异常横向分布范围,从而达到提高横向分辨率的目的。
进一步地,还包括:当所述待处理重磁位场包括多个重磁位场,所述理论模型包括多个理论模型时,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
采用上述进一步方案的有益效果是:本方案通过将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱,由于实际地质一般为多体模型,对于多异常体的情况,异常值较大的信息可能会掩盖掉异常值较小的信息,进行异常体的横向特征识别变得困难,通过本方案的方法能够实现了实际复杂地质问题的处理。
进一步地,所述将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱的公式包括:
进一步地,所述相位谱包括:重磁位场的横向位置信息和横向尺度信息;所述振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
采用上述进一步方案的有益效果是:本方案实现了目标频谱既可以包括待处理重磁位场的横向信息,还可以包括理论模型垂直信息,二者相结合后,从而达到突出横向信息的目的。
本发明解决上述技术问题的另一种技术方案如下:
一种基于谱融合的位场特征获取装置,包括:实测场相位谱获取模块、理论模型振幅谱获取模块和谱融合模块;
所述实测场相位谱获取模块用于根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
所述理论模型振幅谱获取模块用于基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;
所述谱融合模块用于通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
本发明的有益效果是:本方案通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的横向分布数据,其中振幅谱可以设置理论模型的深度,从而可以保证处理结果随着地质体埋深横向识别范围出现偏离的问题;理论模型产生的振幅谱不含噪声,可以避免受噪声的影响;振幅谱是正演计算得到,因此不存在不适定的问题,位场谱融合方法是基于位场的相位谱具有异常体的横向特征的信息,提取原位场中的相位谱与新的理论位场的振幅谱相结合,从而达到突出原位场横向特征的目的,从而进一步提高位场的横向分辨能力。
进一步地,
所述谱融合模块具体用于所述实测场频谱的表达式包括:
所述理论模型频谱的表达式包括:
将所述实测场频谱的表达式的相位谱与所述理论模型频谱的表达式的振幅谱进行谱融合,获得目标频谱为:
其中,所Δga表示所述实测场频谱;Δgb表示所述理论模型频谱;u,v为x,y方向的波数;Aa(u,v)表示所述实测场频谱的振幅谱;表示所述实测场频谱的相位谱;Ab表示所述理论模型频谱的振幅谱;表示所述理论模型频谱的相位谱。采用上述进一步方案的有益效果是:
本方案通过实测场频谱的相位谱与理论模型频谱振幅谱进行谱融合,获得目标频谱,对于实际计算时,空间和数据均是离散状态,因为是互换了两个异常体的部分信息,因此互换后的两个异常体均包含了原来两个异常体的部分信息。交换后的大异常体类似于进行垂向尺度压缩到与小异常体一致,大异常体的顶面埋深与原小异常体的顶面埋深一致,但是横向范围不变,因此变换后的大异常体产生的位场可以很好的指示原大异常横向分布范围,从而达到提高横向分辨率的目的。
进一步地,所述谱融合模块还用于当所述待处理重磁位场包括多个重磁位场,所述理论模型包括多个理论模型时,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
采用上述进一步方案的有益效果是:本方案通过将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱,由于实际地质一般为多体模型,对于多异常体的情况,异常值较大的信息可能会掩盖掉异常值较小的信息,进行异常体的横向特征识别变得困难,通过本方案的方法能够实现了实际复杂地质问题的处理。
进一步地,所述谱融合模块还具体用于将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱的公式包括:
进一步地,所述相位谱包括:重磁位场的横向位置信息和横向尺度信息;所述振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
采用上述进一步方案的有益效果是:本方案实现了目标频谱既可以包括待处理重磁位场的横向信息,还可以包括理论模型垂直信息,二者相结合后,从而达到突出横向信息的目的。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明的实施例提供的一种基于谱融合的位场特征获取方法的流程示意图;
图2为本发明的其他实施例提供的一种基于谱融合的位场特征获取系统的结构框图;
图3为本发明的实施例提供的谱融合方法物理意义示意图;
图4为本发明的实施例提供的单体模型实验1的示意图;
图5为本发明的实施例提供的单体模型实验2的示意图;
图6为本发明的实施例提供的单异常体不同深度谱融合实验的示意图;
图7为本发明的实施例提供的单异常体不同深度谱融合及边缘检测实验的示意图;
图8为本发明的实施例提供的单异常体不同深度边缘检测实验的示意图;
图9为本发明的实施例提供的单棱柱体多方法对比实验的示意图;
图10为本发明的实施例提供的单棱柱体多方法及边缘检测对比实验的示意图;
图11为本发明的实施例提供的多尺度分析示意图;
图12为本发明的实施例提供的理论模型的设置对比实验的示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例提供的一种基于谱融合的位场特征获取方法,需要说明的是,位场数据一般可以是网格化数据为基础,位场反演时将地下空间剖分为与网格间距相匹配的棱柱体作为基本单元,因此棱柱体的频谱分析相对于其它典型模型体更有意义。在某一实施例中,棱柱体重力场频谱公式可以为:
其中,A=2πGρ,A与ρ成线性关系,称为常数因子;
棱柱体的相位谱中包含棱柱体的横向尺度信息,本方案与现有技术方案有所不同,也是谱融合方法研究的理论基础。如果假设棱柱体的相位谱信息中不包含横向尺度信息,尺度信息仅存在于振幅谱中,则谱融合结果的横向特征会严重的受理论模型横向尺度的影响,那么谱融合方法难以达到增加位场的横向分辨能力。其中:
D(u,v)=e-i(ξu+ηv)只与棱柱体中心水平坐标有关,称为位移因子,位移因子是坐标原点任选时而出现的因子。
上述棱柱体公式表明振幅谱包含棱柱体的物性信息、水平尺度信息、垂向分布信息,其中垂向分布信息即顶面埋深和垂向延伸,不包括水平位置信息,由于水平尺度信息和埋深信息比较容易混淆,难以区分。而相位谱只包含棱柱体的水平中心位置信息和横向尺度信息,不包含棱柱体的纵向分布信息及物性信息,因此利用相位谱识别棱柱体的横向分布特征具有极大的优势。于是本方案方法包括:
S1,根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
S2,基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;其中先验信息是公知概念,即通过已知信息构建理论模型。
在某一些示例中,基于二维场景,可以采用二维单位矩形体a的理论频谱表达式,简化为:
其中:A为振幅谱,eiaω为相位谱
使矩形体a的横向尺度增加τ倍、向深部移动h的距离和横向移动r的距离得到深部大尺度异常体b,其中b即待处理重磁位场的实测场频谱,频谱表达式可以为:
其中:ω为频率,e-ωh为向上延拓因子,eiωr为平移因子,矩形脉冲频谱
其中,异常体b的频谱可转变为:
通过谱融合方法将单位矩形a的振幅谱和异常体b的相位谱结合得到:
异常体b未进行垂向尺度的变化,所以当两个棱柱体的水平尺度一致时,F(τ,ω)为1,变为的向下延拓后的频谱,这是该方法最大的优势。因为传统的向下延拓是需要设置下延深度且存在不适定性,而该方法只需要大体估计异常体的横向尺度,便可得到与下延相类似的结果。
谱融合方法物理效果意义在于,对于实际计算时,空间和数据均是离散状态。如图3所示,因为是互换了两个异常体的部分信息,因此互换后的两个异常体均包含了原来两个异常体的部分信息。交换后的大异常体类似于,但不完全是,进行垂向尺度压缩到与小异常体一致,大异常体的顶面埋深与原小异常体的顶面埋深一致,但是横向范围不变,因此变换后的大异常体产生的位场可以很好的指示原大异常横向分布范围,从而达到提高横向分辨率的目的。
S3,通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
在某一些示例中,谱融合方法可以包括:一个位场为待处理的位场,另一个是理论模型产生的位场,交换两个位场的相位谱和振幅谱,得到两个新的位场;
在某一实施例中,假设棱柱体1为深部大尺度异常体,棱柱体2为浅部小尺度异常体,频谱表达式如下:
将棱柱体a和b的谱交换融合后得到:
变换后频谱公式表示的是一个新的频谱,该频谱具有棱柱体1的物性信息、垂向分布信息和水平尺度信息,同时具有棱柱体2的水平中心位置信息和水平尺度信息;同样也是表示一个新的频谱,该频谱具有棱柱体2的物性信息、垂向分布信息和水平尺度信息,同时具有棱柱体1的水平中心位置信息和水平尺度信息。
那么表达式是一个新的棱柱体的频谱,该棱柱体具有棱柱体2的物性特征和垂向分布特征、具有棱柱体1的水平空间位置和水平尺度信息。将这个新棱柱体的重力场频谱变换到空间域得到的重力场,理论上如果选择合适的参数则可以清晰的显示棱柱体1的横向分布特征。
实际数据计算时一般采用离散网格数据,三维反演时将地下半空间剖分为棱柱体,单个棱柱体的水平尺度与数据网格的水平大小一致,垂向尺度自定义,表示一般与棱柱体的水平尺度相当。
本方案通过谱融合方法将相位谱和振幅谱进行融合获得目标频谱,根据目标频谱获得待处理重磁位场的横向分布数据,其中振幅谱可以设置理论模型的深度,从而可以保证处理结果随着地质体埋深横向识别范围出现偏离的问题;理论模型产生的振幅谱不含噪声,可以避免受噪声的影响;振幅谱是正演计算得到,因此不存在不适定的问题,位场谱融合方法是基于位场的相位谱具有异常体的横向特征的信息,提取原位场中的相位谱与新的理论位场的振幅谱相结合,从而达到突出原位场横向特征的目的,从而进一步提高位场的横向分辨能力。
优选地,在上述任意实施例中,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱的具体包括:
所述实测场频谱的表达式包括:
所述理论模型频谱的表达式包括:
将所述实测场频谱的表达式的相位谱与所述理论模型频谱的表达式的振幅谱进行谱融合,获得目标频谱为:
其中,所Δga表示所述实测场频谱;Δgb表示所述理论模型频谱;u,v为x,y方向的波数;Aa(u,v)表示所述实测场频谱的振幅谱;表示所述实测场频谱的相位谱;Ab表示所述理论模型频谱的振幅谱;表示所述理论模型频谱的相位谱。本方案通过实测场频谱的相位谱与理论模型频谱振幅谱进行谱融合,获得目标频谱,对于实际计算时,空间和数据均是离散状态,因为是互换了两个异常体的部分信息,因此互换后的两个异常体均包含了原来两个异常体的部分信息。交换后的大异常体类似于进行垂向尺度压缩到与小异常体一致,大异常体的顶面埋深与原小异常体的顶面埋深一致,但是横向范围不变,因此变换后的大异常体产生的位场可以很好的指示原大异常横向分布范围,从而达到提高横向分辨率的目的。
优选地,在上述任意实施例中,还包括:当待处理重磁位场包括多个重磁位场,理论模型包括多个理论模型时,通过谱融合方法将相位谱和振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
在某一实施例中,由于实际地质情况复杂,一般可简化多体模型,多体模型的频谱比单体模型要复杂的多,多体模型的频谱可以看作是多个单体模型的频谱相加所得,其相加过程可以简化为两个复数相加时情况,其表达式可以为:
由以上公式可得到:
由和公式可以看出,两个复数和的相位角与这两个复数的幅值成正比关系,类似于“加权求和”。对于多个异常体频谱相加的情况,相位谱同时受振幅谱的影响,因此棱柱体的相位谱中不仅仅是包含棱柱体的水平中心位置信息和横向尺度信息,而是包含异常体的所有特征信息。因此对于多异常体的情况,异常值较大的信息可能会掩盖掉异常值较小的信息,进行异常体的横向特征识别变得困难。
本方案通过将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱,由于实际地质一般为多体模型,对于多异常体的情况,异常值较大的信息可能会掩盖掉异常值较小的信息,进行异常体的横向特征识别变得困难,通过本方案的方法能够实现了实际复杂地质问题的处理。
优选地,在上述任意实施例中,所述将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱的公式包括:
优选地,在上述任意实施例中,相位谱包括:重磁位场的横向位置信息和横向尺度信息;振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
本方案实现了目标频谱既可以包括待处理重磁位场的横向信息,还可以包括理论模型垂直信息,二者相结合后,从而达到突出横向信息的目的。
在某一实施例中,单体模型的数值实验,实验1,两个单位棱柱体(10m×10m×10m):待处理棱柱体模型m1和理论模型体m2,剩余密度均为1g/cm3,坐标单位均为米(m)。m1中心的坐标为(400,400,75),m2的中心坐标为(800,800,15),产生的位场为如图4(a)所示和如图4(b)所示,谱融合结果为如图4(c)所示和如图4(d)所示,模型m2的水平位置的选取对计算结果基本上没有影响。假设异常体m1为目标体,则如图4(a)所示为其产生的重力场,如图4(c)所示为其谱融合处理结果。对于尺度相同的异常体谱融合结果与重力场向下延拓一致,实验结果可以精确的显示目标体m1的水平尺度及位置信息。
在另一实施例中,实验2,两个棱柱体:待处理棱柱体模型m1和理论模型体m2,剩余密度均为1g/cm3,坐标单位均为米(m)。m1模型参数为(340~450,340~450,70~130),m2的模型参数为(340~450,340~450,0~10),产生的位场为如图5(a)所示和如图5(b)所示,谱融合结果为如图5(c)所示和如图5(d)所示。假设异常体m1为目标体,则如图5(a)所示为其产生的重力场,如图5(c)所示为其谱融合处理结果。对于尺度不同的异常体谱融合结果也可以精确的显示目标体m1的水平尺度及位置信息。
在某一实施例中,实验1和实验2是针对不同横向尺度的单棱柱体的对比实验,实验效果如图4(c)所示和如图5(c)所示,可以明显的识别不同横向尺度的棱柱体的分布范围,证明了棱柱体的相位谱中包含棱柱体水平尺度信息。处理实际资料时,对于确定单矿体的横向分布范围有重要意义。
在某一实施例中,实验3,单棱柱体不同深度实验。待处理棱柱体模型m1、m2、m3和理论模型体m4,剩余密度均为0.5g/cm3,坐标单位均为米(m)。m1模型参数为(850~1230,850~1230,80~290),m2模型参数为(850~1230,850~1230,180~390),m3模型参数为(850~1230,850~1230,280~490),m4模型参数为(880~1390,880~1390,10~20)。如图6所示,可以看出不同的埋藏深度的同一异常体在地表产生的异常不相同,随着埋藏深度的增加异常范围变大,异常最大值变小,即异常变平缓,目标体识别变得困难。但是经过谱融合处理后异常的范围都变小,且范围大小相近,均大于异常体的横向范围。理论公式中的深度因子不包含相位信息,因此理论上不同深度的单棱柱体异常的相位谱是一样的,即谱融合的结果应该是相同的。该次实验的三个融合处理结果基本相同,与理论预期一致,再次证明棱柱体的相位谱中包含棱柱体的水平尺度信息。表明该方法对于深部单矿体异常可能仍会有很好的应用效果。
如图6所示的处理结果缩小了异常范围,但是仍难以定量确定棱柱体的横向分布范围。现有的边缘检测方法对定量确定异常体边界有很好的应用效果,常用的检测方法有canny法、sobel法等。本项目采用canny法在谱融合处理的基础上进行定量的范围确定,如图7所示。边缘检测处理结果与棱柱体的横向范围非常吻合,对于浅部的棱柱体,其处理结果的形状与棱柱体一致。而直接对原始异常进行边缘检测,如图8所示的结果可以看出,检测结果的形状均为圆形,且检测范围随着棱柱体埋深的增加而变大。在实际资料的处理中,如果异常体埋深较深则直接进行边缘检测会产生较大的虚假的异常范围。因此谱融合方法与边缘检测方法的组合应用在单棱柱体异常的模拟实验中取得了很好的实验效果。
在某一实施例中,实验4,单棱柱体多方法对比实验。待处理棱柱体模型m1,剩余密度均为1g/cm3,坐标单位均为米(m)。m1模型参数为(850~1230,850~1230,380~490)。如图9所示可以看出效果明显的方法是谱融合方法和一阶垂向导数法,将异常范围缩小;其次是一阶水平模量法和Theta图法,极值圈定的范围均大于棱柱体的横向分布范围;斜导数法难以直接进行判断异常范围。为进一步的分析各处理方法的异常体特征,进行了边缘检测处理,如图10所示,原始异常的检测边界的范围明显大于棱柱体的横向分布范围;一阶垂向导数的检测范围变小,但是仍然偏大;谱融合的检测边界与棱柱体的横向边界相互交叉,效果最好;水平模量方法本身就是类似于边缘检测,检测结果类似于边界的边界,其实际确定的异常范围类似于原始异常的检测结果;斜导数和Theta图法的检测结果,均小于棱柱体的横向边界。因此综合对比分析可以认为这几种方法中谱融合方法的效果最好,
在某一实施例中,多体模型数值实验,实验5,实际情况往往可以简化为多个异常体叠加,涉及到不同横向尺度、纵向尺度和埋深的异常体。这种情况的处理方法如果不能进行变尺度处理,往往很难取得较好的处理效果。基于以上思路设计了多尺度初步对比实验,实验5多尺度初步对比实验。模型体设置是模拟深大异常体和浅小异常体共存的情况,其中有两个小异常体位于大异常体的正上方,一个小异常体位于斜上方。具体参数为待处理棱柱体模型m1、m2、m3、m4和理论模型体m5,坐标单位均为米(m)。m1模型参数为(990~1500,990~1500,190~250),剩余密度-0.4g/cm3;m2模型参数为(1040~1150,1040~1150,10~50),剩余密度0.2g/cm3;m3模型参数为(1190~1300,1300~1350,50~90),剩余密度0.3g/cm3;m4模型参数为(1590~1650,1690~1750,20~60),剩余密度0.2g/cm3;m5理论模型参数为(990~1100,990~1100,10~50),剩余密度1.0g/cm3。向上延拓高度分别是50m和100m。如图11所示最左侧一列是原始重力异常异常及向上延拓重力异常,其它两列分别是与重力异常相对应的直接进行边缘检测的结果和经谱融合处理后进行边缘检测的结果。本次实验采用不同向上延拓高度来体现不同的尺度,实验结果可以看出,第二列图随着延拓高度的增加,直接进行边缘检测的结果受浅部影响减小,受深部异常影响增大;经谱融合处理后进行的边缘检测结果,随着延拓高度的增加,突出的分别是浅部异常、全部异常及深部异常。由于谱融合方法的参数及边缘检测的参数比较多,故其组合结果会非常多。本次谱融合实验的结果中,出现了可以一次检测到所有异常体的结果,对于异常体已知的情况,则可以认为检测效果很好;对于异常体未知的情况可能会把右上方的模型体m4识别为干扰,但是综合分析三个检测结果,可以排除m4是干扰,这是多尺度分析的优势。改变尺度的参数可以是延拓的高度,也可以是理论模型的参数等。
该实验表明,对于多棱柱体的重力异常,多尺度分析可以有效的识别和确定不同尺度的异常体的边界。
在某一实施例中,理论模型的设置可以包括,谱融合方法的核心要素是理论模型的选取,理论上振幅谱是不受异常体的水平位置的影响,因此理论模型设置可以不考虑模型体的横向位置分布情况。但是数值模拟时,受采样率的限制,信息会有一定程度的损失,模型体的水平位置移动会对振幅谱产生一定的影响。针对其影响程度,设计了如下实验:
实验6理论模型的设置实验。模型体设置是通过平移异常体分析其对谱融合处理的影响程度。具体参数为待处理模型的四个棱柱体m1、m2、m3、m4,理论模型体1的四个棱柱体n1、n2、3、n4,理论模型体2的四个棱柱体p1、p2、p3、p4,如表1模型实验参数表所示:
如图12所示的结果显示理论模型体与目标模型体的水平位置一致时,理论异常1,取得了较好的检测结果,但是对于中间的棱柱体只进行了部分识别,识别特征与已知吻合;当移动理论模型体时,理论异常2,所得谱融合处理结果与为移动时的结果大体一致,只是中间异常体的异常特征差别较大,检测结果只是识别出外围的三个异常体,且识别出的特征与已知大体吻合,效果略差。
该实验表明,选取理论异常体时与目标异常体的横向位置吻合越好,处理效果越好。实际处理时可以采取迭代的方式进行处理。
在某一实施例中,如图2所示,一种基于谱融合的位场特征获取装置,该装置包括:实测场相位谱获取模块11、理论模型振幅谱获取模块12和谱融合模块13;
实测场相位谱获取模块11用于根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
理论模型振幅谱获取模块12用于基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;
谱融合模块13用于通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
本方案通过谱融合方法将相位谱和振幅谱进行融合获得目标频谱,根据目标频谱获得待处理重磁位场的横向分布数据,其中振幅谱可以设置理论模型的深度,从而可以保证处理结果随着地质体埋深横向识别范围出现偏离的问题;理论模型产生的振幅谱不含噪声,可以避免受噪声的影响;振幅谱是正演计算得到,因此不存在不适定的问题,位场谱融合方法是基于位场的相位谱具有异常体的横向特征的信息,提取原位场中的相位谱与新的理论位场的振幅谱相结合,从而达到突出原位场横向特征的目的,从而进一步提高位场的横向分辨能力。
优选地,在上述任意实施例中,
所述谱融合模块具体用于所述实测场频谱的表达式包括:
所述理论模型频谱的表达式包括:
将所述实测场频谱的表达式的相位谱与所述理论模型频谱的表达式的振幅谱进行谱融合,获得目标频谱为:
其中,所Δga表示所述实测场频谱;Δgb表示所述理论模型频谱;u,v为x,y方向的波数;Aa(u,v)表示所述实测场频谱的振幅谱;表示所述实测场频谱的相位谱;Ab表示所述理论模型频谱的振幅谱;表示所述理论模型频谱的相位谱。
优选地,在上述任意实施例中,谱融合模块13还用于当待处理重磁位场包括多个重磁位场,理论模型包括多个理论模型时,通过谱融合方法将相位谱和振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
优选地,在上述任意实施例中,所述谱融合模块还具体用于将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱的公式包括:
优选地,在上述任意实施例中,相位谱包括:重磁位场的横向位置信息和横向尺度信息;振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
可以理解,在一些实施例中,可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是,上述各实施例是与在先方法实施例对应的产品实施例,对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明,在此不再赘述。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于谱融合的位场特征获取方法,其特征在于,包括:
S1,根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
S2,基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;
S3,通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
3.根据权利要求1或2所述的一种基于谱融合的位场特征获取方法,其特征在于,还包括:当所述待处理重磁位场包括多个重磁位场,所述理论模型包括多个理论模型时,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
5.根据权利要求1所述的一种基于谱融合的位场特征获取方法,其特征在于,所述相位谱包括:重磁位场的横向位置信息和横向尺度信息;所述振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
6.一种基于谱融合的位场特征获取装置,其特征在于,包括:实测场相位谱获取模块、理论模型振幅谱获取模块和谱融合模块;
所述实测场相位谱获取模块用于根据待处理重磁位场的实测数据获得实测场频谱,并提取所述实测场频谱中的相位谱;
所述理论模型振幅谱获取模块用于基于重磁场的先验信息构建理论模型,并根据所述理论模型提取理论模型频谱的振幅谱;
所述谱融合模块用于通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱,根据所述目标频谱获得所述待处理重磁位场的谱融合处理结果。
8.根据权利要求6或7所述的一种基于谱融合的位场特征获取装置,其特征在于,所述谱融合模块还用于当所述待处理重磁位场包括多个重磁位场,所述理论模型包括多个理论模型时,所述通过谱融合方法将所述相位谱和所述振幅谱进行融合获得目标频谱具体包括:将多个重磁位置场的频谱相加后得到的多体重磁位场的相位谱,与多个理论模型的频谱相加后得到的多体模型的振幅谱进行谱融合获得目标频谱。
10.根据权利要求9所述的一种基于谱融合的位场特征获取装置,其特征在于,所述相位谱包括:重磁位场的横向位置信息和横向尺度信息;所述振幅谱包括:重磁位场的物性信息、水平尺度信息、垂向分布信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860098.3A CN112305623B (zh) | 2020-08-20 | 2020-08-20 | 一种基于谱融合的位场特征获取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860098.3A CN112305623B (zh) | 2020-08-20 | 2020-08-20 | 一种基于谱融合的位场特征获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112305623A true CN112305623A (zh) | 2021-02-02 |
CN112305623B CN112305623B (zh) | 2022-06-17 |
Family
ID=74483766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010860098.3A Active CN112305623B (zh) | 2020-08-20 | 2020-08-20 | 一种基于谱融合的位场特征获取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112305623B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4780859A (en) * | 1987-03-09 | 1988-10-25 | Mobil Oil Corporation | Method of interpreting seismic data |
CN101285896A (zh) * | 2008-06-13 | 2008-10-15 | 杨辉 | 一种地球物理勘探中的重磁数据处理方法 |
CN102590856A (zh) * | 2011-01-11 | 2012-07-18 | 中国科学院地质与地球物理研究所 | 基于小波频谱分析的位场异常分离方法 |
US20130028052A1 (en) * | 2011-03-30 | 2013-01-31 | Routh Partha S | Convergence Rate of FUll Wavefield Inversion Using Spectral Shaping |
US20130235694A1 (en) * | 2012-01-31 | 2013-09-12 | Colorado School Of Mines | Geological medium exploration |
CN103792573A (zh) * | 2012-10-26 | 2014-05-14 | 中国石油化工股份有限公司 | 一种基于频谱融合的地震波阻抗反演方法 |
CN103984015A (zh) * | 2014-05-28 | 2014-08-13 | 中国地质科学院地球物理地球化学勘查研究所 | 基于正演系数滤波的位场分离方法和位场分离系统 |
US20150125061A1 (en) * | 2013-11-04 | 2015-05-07 | Varian Medical Systems, Inc. | Apparatus and Method for Reconstructing an Image Using High-Energy-Based Data |
CN106597532A (zh) * | 2016-11-14 | 2017-04-26 | 中国石油化工股份有限公司 | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 |
CN106772617A (zh) * | 2016-12-29 | 2017-05-31 | 中国石油大学(华东) | 一种基于时频分析技术的井控有色拓频方法 |
CN109100816A (zh) * | 2018-07-09 | 2018-12-28 | 中国人民解放军火箭军工程大学 | 一种重磁数据处理方法及系统 |
CN109283575A (zh) * | 2018-11-13 | 2019-01-29 | 北京博达瑞恒科技有限公司 | 基于时频分解的断裂检测方法及系统 |
CN110414060A (zh) * | 2019-06-28 | 2019-11-05 | 中国地质大学(武汉) | 一种基于四阶谱矩的位场边界识别方法 |
CN111337992A (zh) * | 2020-03-23 | 2020-06-26 | 兰州大学 | 一种基于位场数据向下延拓的场源深度获得方法 |
-
2020
- 2020-08-20 CN CN202010860098.3A patent/CN112305623B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4780859A (en) * | 1987-03-09 | 1988-10-25 | Mobil Oil Corporation | Method of interpreting seismic data |
CN101285896A (zh) * | 2008-06-13 | 2008-10-15 | 杨辉 | 一种地球物理勘探中的重磁数据处理方法 |
CN102590856A (zh) * | 2011-01-11 | 2012-07-18 | 中国科学院地质与地球物理研究所 | 基于小波频谱分析的位场异常分离方法 |
US20130028052A1 (en) * | 2011-03-30 | 2013-01-31 | Routh Partha S | Convergence Rate of FUll Wavefield Inversion Using Spectral Shaping |
US20130235694A1 (en) * | 2012-01-31 | 2013-09-12 | Colorado School Of Mines | Geological medium exploration |
CN103792573A (zh) * | 2012-10-26 | 2014-05-14 | 中国石油化工股份有限公司 | 一种基于频谱融合的地震波阻抗反演方法 |
US20150125061A1 (en) * | 2013-11-04 | 2015-05-07 | Varian Medical Systems, Inc. | Apparatus and Method for Reconstructing an Image Using High-Energy-Based Data |
CN103984015A (zh) * | 2014-05-28 | 2014-08-13 | 中国地质科学院地球物理地球化学勘查研究所 | 基于正演系数滤波的位场分离方法和位场分离系统 |
CN106597532A (zh) * | 2016-11-14 | 2017-04-26 | 中国石油化工股份有限公司 | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 |
CN106772617A (zh) * | 2016-12-29 | 2017-05-31 | 中国石油大学(华东) | 一种基于时频分析技术的井控有色拓频方法 |
CN109100816A (zh) * | 2018-07-09 | 2018-12-28 | 中国人民解放军火箭军工程大学 | 一种重磁数据处理方法及系统 |
CN109283575A (zh) * | 2018-11-13 | 2019-01-29 | 北京博达瑞恒科技有限公司 | 基于时频分解的断裂检测方法及系统 |
CN110414060A (zh) * | 2019-06-28 | 2019-11-05 | 中国地质大学(武汉) | 一种基于四阶谱矩的位场边界识别方法 |
CN111337992A (zh) * | 2020-03-23 | 2020-06-26 | 兰州大学 | 一种基于位场数据向下延拓的场源深度获得方法 |
Non-Patent Citations (6)
Title |
---|
荆磊等: "改进的阻尼法低纬度磁异常化极方法", 《地球物理学报》 * |
荆磊等: "改进的阻尼法低纬度磁异常化极方法", 《地球物理学报》, no. 02, 15 February 2017 (2017-02-15) * |
郭欣等: "基于二阶谱及多阶微分融合的频谱拓展方法", 《地球物理学进展》 * |
郭欣等: "基于二阶谱及多阶微分融合的频谱拓展方法", 《地球物理学进展》, no. 05, 15 October 2016 (2016-10-15) * |
郭欣等: "基于频率域多阶微分融合的地震频带拓宽方法研究", 《石油物探》 * |
郭欣等: "基于频率域多阶微分融合的地震频带拓宽方法研究", 《石油物探》, no. 02, 25 March 2016 (2016-03-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN112305623B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Fractal analysis and its impact factors on pore structure of artificial cores based on the images obtained using magnetic resonance imaging | |
Zheng et al. | Roundness and sphericity of soil particles in assemblies by computational geometry | |
Okabe et al. | Prediction of permeability for porous media reconstructed using multiple-point statistics | |
US8885925B2 (en) | Method for 3D object identification and pose detection using phase congruency and fractal analysis | |
US9070049B2 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
Fedi et al. | 2D continuous wavelet transform of potential fields due to extended source distributions | |
Babadagli | Fractal analysis of 2-D fracture networks of geothermal reservoirs in south-western Turkey | |
Jouini et al. | Multifractal analysis of reservoir rock samples using 3D X-ray micro computed tomography images | |
Wei et al. | Uncertainty analysis of 3D potential-field deterministic inversion using mixed Lp norms | |
Abedi | A focused and constrained 2D inversion of potential field geophysical data through Delaunay triangulation, a case study for iron-bearing targeting at the Shavaz deposit in Iran | |
CN112305623B (zh) | 一种基于谱融合的位场特征获取方法和装置 | |
Chen et al. | Extraction of gravity anomalies associated with gold mineralization: a comparison of singular value decomposition and bi-dimensional empirical mode decomposition | |
Ahmed et al. | Elastic properties of sands, Part 1: Micro computed tomography image analysis of grain shapes and their relationship with microstructure | |
Belila et al. | Petrophysical characterization of coquinas from Morro do Chaves Formation (Sergipe-Alagoas Basin) by X-ray computed tomography | |
CN110989032B (zh) | 一种基于倾斜角的重力水平总梯度断裂识别方法 | |
Micelotta et al. | Dust polarization studies on MHD simulations of molecular clouds: comparison of methods for the relative-orientation analysis | |
Chen et al. | Potential field data interpolation by Taylor series expansion | |
Cascone et al. | ACLAS: A new automatic method of defining potential field lineaments using coherency analysis | |
Basirat et al. | Scaling geological fracture network from a micro to a macro scale | |
Harris et al. | Analysis of the Euler deconvolution technique for calculating regional depth to basement in an area of complex structure | |
Schembre-McCabe et al. | A framework to validate digital rock technology | |
Farhanah et al. | Application of gradient-based edge detection on defined surface feature boundary | |
Wedge | Mass anomaly depth estimation from full tensor gradient gravity data | |
CN113866834A (zh) | 一种基于熵滤波的场源中心位置反演方法 | |
Geng et al. | Trend enhancement in aeromagnetic maps using constrained coherence-enhancing diffusion filtering |
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 |