重力及其梯度张量数据高精度成像和密度反演方法研究

《重力及其梯度张量数据高精度成像和密度反演方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重力及其梯度张量数据高精度成像和密度反演方法研宄－ｍａｒＴｈｅｓｔｕｄｏｎｈｉｈｒｅｃｎａｎｄｄｅｎｓｉｔｉｎｖｅｓｉｏｎｙｇｐｉｓｉｏｎｉｇｉｇｙｍｅｔｈｏｄｓｏｆｒａｖｉｔａｎｄｉｔｓｒａｄｉｅｎｔｔｅｎｓｏｒｄａｔａｇｙｇ作者姓名：王泰涵专业名称：固体地球物理学研宄方向：勘探地球物理指导教师：黄大年教授｜｜学位类别：理学博士培养单位：地球探测科学与技术学院论文答辩日期：２０１８年５月２７日授予学位日期：年月日答辩委员会组成：姓名

2、职称工作单位主席孟令顺教授吉林大学委员黄旭日教授西南石油大学孙大明教授级高工中石化东北石油局刘财教授吉林大学杜晓娟教授吉林大学未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学博士学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的

3、指导下，独立进行研宄工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：曰期：么月曰ｇ《中国优秀博硕士学位论文全文数据库》投稿声明研宄生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研宄生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文

4、数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和ＣＮＫＩ系列数据库中使用，同意按章程规定早受相关权益。论文级别：□硕士０博士学科专业：固体地球物理学论文题目：重力及其梯度张量数据高精度成像和密度反演方法研究作者签名：指导教师签名年（月曰ｍ《《（作者联系地址邮编）：作者联系电话：重力及其梯度张量数据髙精度成像和密度反演方法研宄摘要针对重力及其梯度数据揭示地质体位置和物性（密度）准确分布的目标，开展重

5、力张量数据组合的密度反演及地质体空间分布的成像技术研宄，重点解决数据组合、分辨率讨论问题，提升成像和密度反演结果的精度，并针对航空、地面协同重力数据联合技术的应用效果进行分析，，提升深部地质体的勘探能力推动了航空重力梯度张量技术发展及航空、地面协同勘探技术体系的建立。主要开展：１）在空间域和频率域量化分析、对比重力数据与其梯度张量数据的关系，并分析实测梯度张量数据相对重力数据计算梯度张量的优势。重力数据相对在低频包含更多的能量信息，对相对深部（长波长）异常有良好的反映，而梯度数据

6、则在高频部分能量较大，反而对相对浅部（短波长）异常比较敏感。分析了重力梯度张量数据与地质体的分形对应关系，为后续处理与解释工作的数据选取奠定基础。２）基于梯度张量矩阵的特征和优势，研究了更高精度的快速平面成像方法，并强调综合利用张量各分量，，注重优化张量分量组合更有效地融合包含信息，提高解释准确性和精度，。提出了均衡的张量不变量和均衡的特征值成像方法其能够均衡不同振幅的深浅地质体异常，提高成像分辨率。为了降低噪声的干扰和传递，方法中包含张量数据的求导是基于拉普拉斯方程的稳定算法。模型

7、数据试验和实测数据结果表明新方法能更准确、清晰地均衡强弱振幅异常，体现场源细一定抗噪性节，较常规方法成像分辨率更高并有。３）研发重力梯度张量数据的相关成像技术，在屏蔽深部背景异常干扰的基础上，综合利用重力梯度数据的多参量参与成像，相互约束，避免了单分量测量误差较大或数据量较少对结果的影响。含噪的理论模型试验和实测数据处理结果表明联合成像方法能够有效地对地质体埋深进行成像，定位深度更为准确，并且消除了虚假边界，分辨率更高，说明方法的适用性和可靠性。４）基于梯度张量数据的分量多、信息

8、量大的恃征，联合多分量进行三维密Ｉ一度反演，与重力或其梯度张量单分量结果相比，进步提高了解的分辨率。并针对大数据量重力梯度张量多分量联合反演提出优化密度反演算法一种方式是通。过引入兰索斯双对角化方法（ＬＢ），将反演所用的核函数矩阵进行降阶，避免了共轭梯度法中大的核函数矩阵乘积运算，从而减少反演过程的计算时间。利用加权的广义交叉验证方法在ＬＢ算法中讨论最优正则化参