留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用全张量重力梯度组合识别并提取中国南海断裂

郭东美 何慧优

郭东美, 何慧优. 应用全张量重力梯度组合识别并提取中国南海断裂[J]. 武汉大学学报 ● 信息科学版, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
引用本文: 郭东美, 何慧优. 应用全张量重力梯度组合识别并提取中国南海断裂[J]. 武汉大学学报 ● 信息科学版, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
GUO Dongmei, HE Huiyou. Boundary Identification and Extraction of Fault Structure in the South China Sea Using Full Tensor Gravity Gradient Combination[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
Citation: GUO Dongmei, HE Huiyou. Boundary Identification and Extraction of Fault Structure in the South China Sea Using Full Tensor Gravity Gradient Combination[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434

应用全张量重力梯度组合识别并提取中国南海断裂

doi: 10.13203/j.whugis20190434
基金项目: 

大地测量与地球动力学国家重点实验室自主项目 E025011010

中国科学院基础前沿科学研究计划 ZDBS-LY-DQC028

详细信息
    作者简介:

    郭东美,博士,副研究员,主要从事重力场理论及应用工作。guodongmei67@163.com

  • 中图分类号: P228

Boundary Identification and Extraction of Fault Structure in the South China Sea Using Full Tensor Gravity Gradient Combination

Funds: 

The Independent Project of State Key Laboratory of Geodesy and Earth's Dynamics E025011010

the Basic Frontier Science Research Program of Chinese Academy of Sciences ZDBS-LY-DQC028

More Information
    Author Bio:

    GUO Dongmei, PhD, associate researcher, specializes in the theory and application of gravity field. E-mail: guodongmei67@163.com

  • 摘要: 断裂构造研究是重力解释的一项重要工作,与构造单元划分密切相关。全张量重力梯度数据以其信息量大、含有更高频的信号成分,能更好地描述小的异常特征等优点在地球物理领域中得到广泛应用。基于全张量重力梯度组合研究中国南海断裂识别及提取方法。首先,比较多种重力梯度边界识别方法,包括直接利用重力梯度三分量法和全张量梯度组合法,分析它们的优缺点。通过对比分析,传统重力梯度三分量方法不能有效地均衡深浅异常的振幅,当异常中同时出现正负异常可能产生假的边界结果。全张量重力梯度组合法不仅可以有效地避免传统方法的缺陷,而且获得的边界还具有良好的连续性和收敛性。其次,利用改进的边缘检测计算理论边界提取法确定断裂的精确平面位置,得到了与全张量梯度组合法一致的结果。由此推断,南海断裂以北东走向和北西走向为主,北东东、北西、东西和近南北走向为辅。
  • 图  1  重力梯度全张量成分

    Figure  1.  Components of Full Tensor Gravity Gradient

    图  2  南海海深数据图

    Figure  2.  Bathymetric Data of the South China Sea

    图  3  南海布格重力异常图

    Figure  3.  Bouguer Gravity Anomalies of the South China Sea

    图  4  全张量重力梯度

    Figure  4.  Full Tensor Gravity Gradient Data

    图  5  传统三分量导数组合的南海边界识别结果

    Figure  5.  Edge Detection Results of the South China Sea Based on the Classical Three-Component Gradient Combination

    图  6  全张量梯度组合的边界识别结果

    Figure  6.  Edge Detection Results Based on the Combination of Full Tensor Gravity Gradient Data

    图  7  南海及邻区断裂平面位置分布

    Figure  7.  Plane Location of Faults in the South China Sea and Its Adjacent Areas

  • [1] Metcalfe I. Palaeozoic and Mesozoic Tectonic Evolution and Palaeogeography of East Asian Crustal Fragments: The Korean Peninsula in Context[J]. Gondwana Research, 2006, 9(1/2): 24-46
    [2] 杨建民, 张成, 王伟, 等. 南海南北陆缘盆地储盖组合差异及其主控因素[J]. 海洋地质与第四纪地质, 2012, 32(5): 97-105 https://www.cnki.com.cn/Article/CJFDTOTAL-HYDZ201205017.htm

    Yang Jianmin, Zhang Cheng, Wang Wei, et al. Differences of Reservoir-Assemblage Between Northern and Southern Continental Marginal Basins of South China Sea and Their Genesis[J]. Marine geology and Quaternary Geology, 2012, 32(5): 97-105 https://www.cnki.com.cn/Article/CJFDTOTAL-HYDZ201205017.htm
    [3] 鲁宝亮, 王璞珺, 梁建设, 等. 古南海构造属性及其与特提斯和古太平洋构造域的关系[J]. 吉林大学学报(地球科学版), 2014, 44(5): 1441-1450 https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201405005.htm

    Lu Baoliang, Wang Pujun, Liang Jianshe, et al. Structural Properties of Paleo-South China Sea and Their Relationship with the Tethys and the Paleo-Pacific Tectonic Domain[J]. Journal of Jilin University (Earth Science Edition), 2014, 44(5): 1441-1450 https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201405005.htm
    [4] 罗新刚, 王万银, 张功成, 等. 基于重力资料的南海及邻区断裂分布特征研究[J]. 地球物理学报, 2018, 61(10): 4255-4268 doi:  10.6038/cjg2018L0561

    Luo Xingang, Wang Wanyin, Zhang Gongcheng, et al. Study on Distribution Features of Faults Based on Gravity Data in the South China Sea and Its Adjacent Areas[J]. Chinese Journal of Geophysics, 2018, 61(10): 4255-4268 doi:  10.6038/cjg2018L0561
    [5] 张功成, 贾庆军, 王万银, 等. 南海构造格局及其演化[J]. 地球物理学报, 2018, 61(10): 4194-4215 doi:  10.6038/cjg2018L0698

    Zhang Gongcheng, Jia Qingjun, Wang Wanyin, et al. On Tectonic Framework and Evolution of the South China Sea[J]. Chinese Journal of Geophysics, 2018, 61(10): 4194-4215 doi:  10.6038/cjg2018L0698
    [6] 刘洋, 许才军, 温扬茂. 门源Mw 5. 9级地震形变InSAR观测及区域断裂带深部几何形态[J]. 武汉大学学报·信息科学版, 2019, 44(7): 1035-1042 doi:  10.13203/j.whugis20190069

    Liu Yang, Xu Caijun, Wen Yangmao. InSAR Observation of Menyuan Mw 5. 9 Earthquake Deformation and Deep Geometry of Regional Fault Zone[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 1035-1042 doi:  10.13203/j.whugis20190069
    [7] 瞿伟, 王运生, 徐超, 等. 渭河盆地深大断裂处构造应力特征及其活动特性[J]. 武汉大学学报·信息科学版, 2017, 42(6): 825-830 doi:  10.13203/j.whugis20140744

    Qu Wei, Wang Yunsheng, Xu Chao, et al. Current Tectonic Stress and Activities Characteristics of the Deep Faults Within Weihe Basin[J]. Geomatics and Information Science of Wuhan University, 2017, 42 (6): 825-830 doi:  10.13203/j.whugis20140744
    [8] 姚伯初, 南海西部海域地质构造特征和新生代沉积[M]. 北京: 地质出版社, 1999

    Yao Bochu. Geological and Tectonic Characteristics and Cenozoic Sedimentation of the Western South China Sea[M]. Beijing: Geological Publishing House, 1999
    [9] 刘昭蜀, 赵焕庭, 范时清, 等. 南海地质[M]. 北京: 科学出版社, 2002

    Liu Zhaoshu, Zhao Huanting, Fan Shiqing, et al. Geology of the South China Sea[M]. Beijing: Science Press, 2002
    [10] 宋海斌, 郝天珧, 江为为, 等. 南海地球物理场特征与基底断裂体系研究[J]. 地球物理学进展, 2002, 17 (1): 24-34 doi:  10.3969/j.issn.1004-2903.2002.01.003

    Song Haibin, Hao Tianyao, Jiang Weiwei, et al. Researches on Geophysical Field Characteristics and Basement Fault System of South China Sea[J]. Progress in Geophysics, 2002, 17(1): 24-34 doi:  10.3969/j.issn.1004-2903.2002.01.003
    [11] 尹延鸿, 温珍河, 孙桂华, 等. 中国南部海域主要断裂类型、分布及地质特征[J]. 海洋地质前沿, 2013, 29(8): 1-6 https://www.cnki.com.cn/Article/CJFDTOTAL-HYDT201308001.htm

    Yin Yanhong, Wen Zhenhe, Sun Guihua, et al. Types, Distribution and Geological Feature of the Main Faults in the Southern China Seas[J]. Marine Geology Frontiers, 2013, 29(8): 1-6 https://www.cnki.com.cn/Article/CJFDTOTAL-HYDT201308001.htm
    [12] 卢丽娟, 蔡周荣, 黄强太, 等. 南海及邻区新构造运动表现特征及其主控因素[J]. 吉林大学学报(地球科学版), 2019, 49(1): 206-217 https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201901019.htm

    Lu Lijuan, Cai Zhourong, Huang Qiangtai, et al. Characteristics and Controlling Factors of Neotectonic Movement in South China Sea(SCS)and the Adjacent Areas[J]. Journal of Jilin University (Earth Science Edition), 2019, 49(1): 206-217 https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201901019.htm
    [13] 颜廷杰, 吴燕冈, 袁园, 等. 应用加强解析信号倾斜角进行位场数据的边界检测[J]. 地球物理学报, 2016, 59(7): 2694-2702 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201607032.htm

    Yan Tingjie, Wu Yangang, Yuan Yuan, et al. Edge Detection of Potential Field Data Using an Enhanced Analytic Signal Tilt Angle[J]. Chinese Journal of Geophysics, 2016, 59(7): 2694-2702 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201607032.htm
    [14] 戴伟铭, 黄大年, 李桐林, 等. 基于重力梯度结构张量特征值斜导数边界识别方法及其在南海的应用[J]. 地球物理学报, 2018, 61(6): 2494-2507

    Dai Weiming, Huang Danian, Li Tonglin, et al. The Edge Detection Method and Its Application in the South China Sea Based on the Gravity Gradient Structure Tensor Eigenvalue[J]. Chinese Journal of Geophysics, 2018, 61(6): 2494-2507
    [15] 英高海, 姚长利, 郑元满, 等. 基于磁异常的边界特征增强方法对比研究[J]. 地球物理学报, 2016, 59(11): 43834398 doi:  10.6038/cjg20161137

    Ying Gaohai, Yao Changli, Zheng Yuanman, et al. Comparative Study on Methods of Edge Enhancement of Magnetic Anomalies[J]. Chinese Journal of Geophysics, 2016, 59(11): 4383-4398 doi:  10.6038/cjg20161137
    [16] Cooper G R J, Cowan D R. Enhancing Potential Field Data Using Filters Based on the Local Phase [J]. Computers and Geosciences, 2006, 32(10): 1585-1591 doi:  10.1016/j.cageo.2006.02.016
    [17] Miller H G, Singh V. Potential Field Tilt: A New Concept for Location of Potential Field Sources[J]. Journal of Applied Geophysics, 1994, 32(2/3): 213-217
    [18] Verduzco B, Fairhead J D, Green C M, et al. New Insights into Magnetic Derivatives for Structural Mapping[J]. The Leading Edge, 2004, 23(2): 116-119 doi:  10.1190/1.1651454
    [19] Ma G Q, Li L L. Edge Detection in Potential Fields with the Normalized Total Horizontal Derivative [J]. Computers & Geosciences, 2012, 41: 83-87
    [20] Sertcelik I, Kafadar O. Application of Edge Detection to Potential Field Data Using Eigenvalue Analysis of Structure Tensor[J]. Journal of Applied Geophysics, 2012, 84: 86-94 doi:  10.1016/j.jappgeo.2012.06.005
    [21] 周文纳, 杜晓娟, 李吉焱. 重力数据的平面全张量梯度角度边界识别方法[J]. 石油地球物理勘探, 2013, 48(6): 1009-1016 https://www.cnki.com.cn/Article/CJFDTOTAL-SYDQ201306023.htm

    Zhou Wenna, Du Xiaojuan, Li Jiyan. Gravity Data Edge Identification Using Plane Full Tensor Gradient Angle[J]. Oil Geophysical Prospecting, 2013, 48 (6): 1009-1016 https://www.cnki.com.cn/Article/CJFDTOTAL-SYDQ201306023.htm
    [22] 袁园, 黄大年, 余青露. 利用加强水平方向总水平导数对位场全张量数据进行边界识别[J]. 地球物理学报, 2015, 58(7): 2556-2565 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201507030.htm

    Yuan Yuan, Huang Danian, Yu Qinglu. Using Enhanced Directional Total Horizontal Derivatives to Detect the Edges of Potential-Field Full Tensor Data [J]. Chinese Journal of Geophysics, 2015, 58(7): 2556-2565 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201507030.htm
    [23] 舒晴, 马国庆, 刘财, 等. 全张量磁梯度数据解释的均衡边界识别及深度成像技术[J]. 地球物理学报, 2018, 61(4): 1539-1548 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201804027.htm

    Shu Qing, Ma Guoqing, Liu Cai, et al. Balanced Edge Detection and Depth Imaging Technique for the Interpretation of Full-Tensor Magnetic Gradient Data[J]. Chinese Journal of Geophysics, 2018, 61 (4): 1539-1548 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201804027.htm
    [24] 刘金钊, 柳林涛, 梁星辉, 等. 重力梯度特征向量和多尺度分析法在密度异常深度探测中的应用[J]. 武汉大学学报·信息科学版, 2016, 41(3): 322-330 doi:  10.13203/j.whugis20140235

    Liu Jinzhao, Liu Lintao, Liang Xinghui, et al. Application of Density Anomaly Depth Detection Using Gravity Gradient Eigenvectors and Multiscale Analysis Approach[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 322-330 doi:  10.13203/j.whugis20140235
    [25] 郭东美, 鲍李峰, 许厚泽. 中国大陆厘米级大地水准面的地形影响分析[J]. 武汉大学学报·信息科学版, 2016, 41(3): 342-348 doi:  10.13203/j.whugis20130494

    Guo Dongmei, Bao Lifeng, Xu Houze. Analysis of Terrain Effects in cm-order Geoid Computations in Chinese Mainland[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 342-348 doi:  10.13203/j.whugis20130494
    [26] 郭东美, 鲍李峰, 许厚泽. 基于EIGEN-6C2重力场模型反演青藏高原地壳结构[J]. 地球科学, 2015, 40(10): 1643-1652 https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201510004.htm

    Guo Dongmei, Bao Lifeng, Xu Houze. Tectonic Characteristics of the Tibetan Plateau Based on EIGEN-6C2 Gravity Field Model[J]. Earth Science, 2015, 40(10): 1643-1652 https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201510004.htm
    [27] Sudheer D, SethuMadhavi R, Balakrishnan P. Edge and Texture Feature Extraction Using Canny and Haralick Textures on SPARK Cluster[C]//The 2nd International Conference on Data Engineering and Communication Technology, Singapore, 2018
  • [1] 朱广彬, 常晓涛, 瞿庆亮, 周苗.  利用卫星引力梯度确定地球重力场的张量不变方法研究 . 武汉大学学报 ● 信息科学版, 2022, 47(3): 334-340. doi: 10.13203/j.whugis20200028
    [2] 杨腊梅, 贾永红.  利用多源数据确定季节性咸水湖湿地自然边界的方法 . 武汉大学学报 ● 信息科学版, 2020, 45(3): 419-425. doi: 10.13203/j.whugis20180207
    [3] 夏小科, 贾庆仁, 杨泉, 金星, 李军.  一种面向三维WebGIS的空间数据加载优化方法 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1997-2004. doi: 10.13203/j.whugis20200184
    [4] 张国栋, 郭健, 杨东凯, 王峰, 高洪兴.  星载GNSS-R海冰边界探测方法 . 武汉大学学报 ● 信息科学版, 2019, 44(5): 668-674. doi: 10.13203/j.whugis20170050
    [5] 宁晓刚, 王浩, 张翰超, 刘娅菲, 庞博, 郝铭辉.  2000-2016年中国地级以上城市高精度城区边界遥感提取及时空扩展分析 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 1916-1926. doi: 10.13203/j.whugis20180183
    [6] 邹镇宇, 江在森, 武艳强, 张龙, 崔月菊.  利用带倾角断层形变公式研究川滇块体东边界断裂带形变特征 . 武汉大学学报 ● 信息科学版, 2018, 43(11): 1688-1695. doi: 10.13203/j.whugis20160415
    [7] 邓文彬, 许闯, 阿力甫·, 努尔买买提.  卫星重力梯度观测数据的时变信号影响分析 . 武汉大学学报 ● 信息科学版, 2016, 41(1): 72-78. doi: 10.13203/j.whugis20140861
    [8] 李建成, 徐新禹, 赵永奇, 万晓云.  由GOCE引力梯度张量不变量确定卫星重力模型的半解析法 . 武汉大学学报 ● 信息科学版, 2016, 41(1): 21-26. doi: 10.13203/j.whugis20150554
    [9] 钟波, 宁津生, 罗志才, 周浩.  联合GOCE卫星轨道和重力梯度数据严密求解重力场的模拟研究 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1215-1220.
    [10] 罗志才, 周波阳, 钟波, 吴怿昊.  卫星重力梯度测量数据的粗差探测 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1392-1396.
    [11] 魏征, 董震, 李清泉, 杨必胜.  车载LiDAR点云中建筑物立面位置边界的自动提取 . 武汉大学学报 ● 信息科学版, 2012, 37(11): 1311-1315.
    [12] 魏文薪, 江在森, 武艳强, 赵静.  利用GPS数据研究川滇块体东边界主要断裂带运动特性 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1041-1044.
    [13] 罗志才, 吴云龙, 钟波, 杨光.  GOCE卫星重力梯度测量数据的预处理 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1163-1167.
    [14] 曾齐红, 毛建华, 李先华, 刘学锋.  建筑物LiDAR点云的屋顶边界提取 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 383-386.
    [15] 杜晓初, 郭庆胜, 丁虹.  宽边界区域拓扑关系量化分析与抽象 . 武汉大学学报 ● 信息科学版, 2004, 29(11): 1021-1024.
    [16] 邓波, 朱灼文, 陆中.  重力学边值问题边界数据随机模型 . 武汉大学学报 ● 信息科学版, 2004, 29(1): 77-79.
    [17] 张世强, 卢健, 刘时银.  利用TM高光谱图像提取青藏高原喀喇昆仑山区现代冰川边界 . 武汉大学学报 ● 信息科学版, 2001, 26(5): 435-440.
    [18] 罗志才.  利用卫星重力梯度数据确定地球重力场的理论和方法 . 武汉大学学报 ● 信息科学版, 1998, 23(2): 186-186.
    [19] 罗志才, 晁定波, 宁津生.  重力梯度张量的球谐分析 . 武汉大学学报 ● 信息科学版, 1997, 22(4): 346-349.
    [20] 高贤君, 冉树浩, 张广斌, 杨元维.  基于多特征融合与对象边界联合约束网络的建筑物提取 . 武汉大学学报 ● 信息科学版, 0, 0(0): -. doi: 10.13203/j.whugis20210520
  • 加载中
图(7)
计量
  • 文章访问数:  369
  • HTML全文浏览量:  131
  • PDF下载量:  34
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-20
  • 刊出日期:  2022-05-05

应用全张量重力梯度组合识别并提取中国南海断裂

doi: 10.13203/j.whugis20190434
    基金项目:

    大地测量与地球动力学国家重点实验室自主项目 E025011010

    中国科学院基础前沿科学研究计划 ZDBS-LY-DQC028

    作者简介:

    郭东美,博士,副研究员,主要从事重力场理论及应用工作。guodongmei67@163.com

  • 中图分类号: P228

摘要: 断裂构造研究是重力解释的一项重要工作,与构造单元划分密切相关。全张量重力梯度数据以其信息量大、含有更高频的信号成分,能更好地描述小的异常特征等优点在地球物理领域中得到广泛应用。基于全张量重力梯度组合研究中国南海断裂识别及提取方法。首先,比较多种重力梯度边界识别方法,包括直接利用重力梯度三分量法和全张量梯度组合法,分析它们的优缺点。通过对比分析,传统重力梯度三分量方法不能有效地均衡深浅异常的振幅,当异常中同时出现正负异常可能产生假的边界结果。全张量重力梯度组合法不仅可以有效地避免传统方法的缺陷,而且获得的边界还具有良好的连续性和收敛性。其次,利用改进的边缘检测计算理论边界提取法确定断裂的精确平面位置,得到了与全张量梯度组合法一致的结果。由此推断,南海断裂以北东走向和北西走向为主,北东东、北西、东西和近南北走向为辅。

English Abstract

郭东美, 何慧优. 应用全张量重力梯度组合识别并提取中国南海断裂[J]. 武汉大学学报 ● 信息科学版, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
引用本文: 郭东美, 何慧优. 应用全张量重力梯度组合识别并提取中国南海断裂[J]. 武汉大学学报 ● 信息科学版, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
GUO Dongmei, HE Huiyou. Boundary Identification and Extraction of Fault Structure in the South China Sea Using Full Tensor Gravity Gradient Combination[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
Citation: GUO Dongmei, HE Huiyou. Boundary Identification and Extraction of Fault Structure in the South China Sea Using Full Tensor Gravity Gradient Combination[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
  • 中国南海地区位于欧亚、印澳、太平洋3大板块交接部位,受西部的特提斯构造域与东部的太平洋构造域叠合影响[1],具有特殊的大地构造背景和独特的大地构造位置。自古生代以来,南海地区经历了特提斯和太平洋两大构造域,由欧亚大陆边缘微板块和从冈瓦纳大陆裂离向北漂移的板块经过多次聚合、分离而形成的复杂构造区,断裂构造发育,性质多样,基底构造单元具有不同的构造属性[2]。南海海盆西部和南部受印-澳板块向北漂移和俯冲影响,东部受太平洋板块和菲律宾海板块向NWW方向漂移和俯冲影响,在不同板块的相互作用之下,经历了复杂的地质演化过程,形成了裂谷、海盆、断陷、挤压、走滑等多种构造现象[3]。南海复杂的地质构造以及不同板块之间的相互作用等因素,使得南海构造问题存在争论,其中,包括古南海缝合带位置问题和地质构造单元划分等问题[4-5]

    目前,许多学者[6-7]利用综合地球物理方法对南海断裂分布进行了研究。姚伯初[8]按走向将南海及邻区断裂分为NE-NNE、NEE-EW、NW和SN方向4组。刘昭蜀等[9]将断裂按展布方向分为NE、NW、近EW和近SN方向4组,其中,NE、NW方向断裂是南海的主要断裂,近EW方向断裂主要分布在中央海盆和南海北部,近SN方向断裂主要分布在南海东西方向两侧。宋海斌等[10]认为南海断裂按展布方向可分为NE向断裂组、EW向断裂组、NW向断裂组和SN向断裂组。尹延鸿等[11]认为南海断裂构造主要有NE、SN、NW和近EW向断裂组。罗新刚等[4]认为南海及邻区断裂有57条,其中,一级断裂14条,二级断裂43条,以NE和NW方向为主。鲁宝亮等[3]认为按断裂展布方向可分为NE-NEE、NW和近SN方向3组,北部主要表现为NE-NNE和NW方向,西部主要以SN向及NE向的分支断裂组成,南部主要发育NE向、NW向及向南突出的弧形3组断裂,东部主要以SN向的马尼拉海沟为主要特征。卢丽娟等[12]认为南海活动断裂的延伸方向以NE、NW和近SN向为主,北部和南部海域以NE、NW向为主,西北部以NW向断裂为主,东部和西部以近SN向断裂为主。前人对南海及邻区断裂构造类型和分布的总体认识基本一致,但对其位置、方向、延伸和组合关系等认识不完全一致。

    边界识别是重力数据解释的一项重要内容,可以显示地下断层、接触带和其他地质体边界的水平位置,许多学者[13-15]进行了断裂识别和地质构造单元划分。现有的传统边界识别方法大多数基于重力异常的水平和垂直导数。如Cooper等[16]使用倾斜角度和倾斜导数增强重磁异常的细节,以不同的方式提高了边界检测的性能。Miller等[17]使用倾斜角法圈定地质构造和估算深度。Verduzco等[18]综合利用垂向导数和总水平导数进行边界检测,验证该方法在浅层异常识别的有效性。Ma等[19]通过对总水平导数的归一化检测边界并降低对噪声的敏感性。Sertcelik等[20]利用重力资料和磁资料对基于特征值分析法检测地下线性构造的边界,有效降低了干扰噪声的影响。然而传统的基于重力异常水平和垂直导数的方法具有一定的局限性,对噪音非常敏感,难以有效地均衡深浅异常的振幅,当异常中同时出现正负异常时,会产生虚假的边界结果。近年来,全张量重力梯度数据被应用圈定地质体的构造边界。全张量重力梯度是重力位场分别在xyz方向的导数,共9个分量。全张量重力梯度包含不同方向的更多信息。将不同的张量分量组合可以更全面地了解地质体的综合情况,减少解的发散程度,因而在地球物理解释中得到较多应用。周文纳等[21]在倾斜角和θ图边界识别基础上,提出平面梯度的角度边界识别。袁园等[22]提出了改进的水平解析信号方法、加强水平方向总水平导数方法和改进的结构张量算法,进行全张量重力梯度数据的边界解释。舒晴等[23]利用全张量磁梯度数据进行均衡边界识别及深度成像。戴伟铭等[14]利用重力梯度结构张量矩阵特征值实现边界识别。

    每种边界识别方法都有各自的特点和作用,且每种方法所能解决的问题也不同。因为地质现象复杂,单一解释方法存在局限性,联合不同梯度张量数据对异常地质体边界和断裂位置的解释存在着很大的挑战[24]。首先,本文基于大量前人研究成果,比较多种常用边界识别方法,包括直接利用重力梯度三分量法和全张量梯度组合法,分析它们的优缺点,并将其用于南海异常地质体边界和断裂位置的圈定;然后,利用基于全张量重力梯度的改进的边缘检测计算理论(Canny算法)精确定位断裂在地表的平面位置,得到了全张量梯度组合法一致的结果。

    • 重力数据在笛卡尔坐标系xyz方向上的分量为:

      gx=-Gvρx-ξr3dvgy=-Gvρy-ηr3dvgz=-Gvρz-ζr3dv

      式中,G为万有引力常数;r为测量点(xyz)到地质体(ξηζ)的距离;ρ为地质体密度。传统的边界识别方法是利用了重力数据3个方向导数的组合,如总水平导数(total horizontal derivative,THD)、解析信号振幅(analytic signal amplitude,ASM)、斜导数和θ导数。总水平导数为水平导数的平方和(TTHD),为:

      TTHD=gx2+gy2

      解析信号振幅为xyz方向导数的平方和(TASM),为:

      TASM=gx2+gy2+gz2

      斜导数(Tatan)为:

      Tatan=arctangzgx2+gy2

      θ导数(Tacos)为:

      Tacos=arccosgx2+gy2gx2+gy2+gz2

      式中,gxgygz分别为重力异常g的水平x方向、y方向及垂向z方向的异常导数。

      从式(4)和式(5)可以看出,斜导数、θ导数方法是以重力gxyz方向而建立的角度边界识别。但是这种单方向的角度边界识别法都存在着同样的问题,即在较深的地质体边界识别中误差大,且当地质体相邻很近时,其分辨能力不足。为了更加准确地探测目标体,可利用全张量梯度的边界识别方法。重力全张量梯度数据为重力向量g=(gxgygz)在3个正交方向(xyz)空间的导数,重力梯度全张量成分如图 1所示。重力全张量梯度可以表示为:

      图  1  重力梯度全张量成分

      Figure 1.  Components of Full Tensor Gravity Gradient

      T=gxxgxygxzgyxgyygyzgzxgzygzz

      式中,gαβ=gαβαβx,y,z。其中,

      gαβ=αVβ=βVα=gβα,α,βx,y,z

      xyz方向中,共有9个重力梯度张量。gxxgyygzz满足拉普拉斯方程:gxx+gyy+gzz=0,且有gxy=gyxgxz=gzxgyz=gzy

      类似于式(4)和式(5),令水平面内所有水平分量gyygxygyxgxx为水平导数,gxzgyz为垂直导数,可建立公式如下:

      Ttan=arctangxz2+gyz2gxx2+gyy2+2gxy2Tcos=arccosgxx2+gyy2+2gxy2gxz2+gyz2+gxx2+gyy2+2gxy2
    • 本文所用的地形数据来自Sandwell和Smith海深数据,如图 2所示,数据分辨率为1'×1'。空间重力异常资料同样来自于Sandwell和Smith全球卫星重力异常,数据分辨率为1'×1',在海域数据精度可达到3.03×10-5 m/s2

      图  2  南海海深数据图

      Figure 2.  Bathymetric Data of the South China Sea

      本文对南海自由空气重力异常采用洋陆分离的方法进行布格校正。在海洋区域,采用传统Parker-Oldenburg正演将地层分为海水层、沉积层以及基底3层来进行计算;在陆地,则是采用传统地面地形校正[25]来进行计算。地层密度取2 670 kg/m3,海水密度取1 030 kg/m3。将陆地和海域两个结果进行叠加得出了南海及其周边地区的布格重力异常,如图 3所示。

      图  3  南海布格重力异常图

      Figure 3.  Bouguer Gravity Anomalies of the South China Sea

      图 3可见,由洋盆区域向边界海、大陆架以及陆地区域方向,布格重力异常值在慢慢地降低。一些大的盆地构造,如莺歌海盆地、中建南盆地、南沙海槽盆地、曾母盆地等,布格重力异常表现出高值,这直观地反映了南海地区布格重力异常与基底起伏呈负相关。从布格重力异常走向上来看,南海北部陆架由于受到华南大陆和海区构造的影响,布格异常散乱,整体呈NE向分布。北部陆坡向中央海盆异常值增加,存在布格重力异常急剧增大的梯度带。南部陆坡布格重力异常存在不连续的重力梯度带,走向以NE、NW向为主。西部陆坡布格异常变化比较平缓,总体呈SN走向,部分异常呈NW走向。东部陆坡布格异常变化梯度大。西南海盆区内布格重力异常走向明显,呈NE向展布。东部海盆异常区异常走向不明显,大部分区域为正异常。

    • 基于前人研究成果,比较多种常用的重力梯度边界识别方法,包括直接利用重力梯度三分量法和全张量梯度组合法,分析它们的优缺点,并将其用于南海异常地质体边界和断裂位置的圈定。图 4给出了重力梯度全张量异常。

      图  4  全张量重力梯度

      Figure 4.  Full Tensor Gravity Gradient Data

      图 4可见,gxx可以有效地反映地质构造南北向的特征,gyy可以更好地反映地质构造东西向的特征,gxy可以更多地反映地质构造4个方位角的特征,gzx可以识别地质体南北边界,gzy可以识别地质体的东西边界。由于直接由全张量梯度分量识别的地质体边界较模糊,分辨能力较差,因此研究了不同梯度分量组合的边界识别法。传统方法计算的斜导数和θ导数如图 5所示。

      图  5  传统三分量导数组合的南海边界识别结果

      Figure 5.  Edge Detection Results of the South China Sea Based on the Classical Three-Component Gradient Combination

      图 5可以看到,传统的边界识别方法产生额外的错误边界信息,获得的边界不够收敛,会对实际地质解释造成干扰。针对全张量重力梯度数据信息量大、信号频率高,能更好地描述小的异常特征等特点,本文采用全张量梯度数据改进的Ttan值以及改进的Tcos值进行南海地质体边界识别。图 6为全张量梯度组合的边界识别结果。

      图  6  全张量梯度组合的边界识别结果

      Figure 6.  Edge Detection Results Based on the Combination of Full Tensor Gravity Gradient Data

      图 6可见,改进后的两种算法能有效地识别出地质体线性边界信息,而且两种方法识别的边界一致。与传统方法比较,基于全张量梯度的边界探测器能很好地识别地质体的边界,不仅可以有效地避免产生错误的边界信息,而且获得的边界结果更加准确、收敛。基于Ttan值和Tcos值特征法获取的结果可以清楚地展现出南海NE向的展布特征以及南海海盆区域、中西沙区域、南沙群岛区域、华南陆架陆坡区域、华南大陆区域、苏禄海区域、西部南北弧形区域、吕宋岛弧等主要构造单元的边界。

    • Canny边界提取算法具有信噪比好、定位精度高、最简响应等优点,可以检测到不易识别的弱边界[26-27]。基于Canny算法提取断裂平面位置的流程如下。

      1)使用自适应高斯函数平滑布格重力异常:

      hx,y=exp-x22σ22πσ2Ix,y=hx,yhx,y*fx,y

      式中,(xy)为点位坐标;σ为标准差;fxy)为原始数据;Ixy)为平滑后数据;*为卷积运算。

      2)计算全张量梯度的幅值和方向。传统Canny算法采用2×2大小的模板来计算梯度幅值和方向。这种方法对噪声敏感,容易丢失真正边界信息。本文在传统方法的基础上利用重力全张量梯度的组合计算梯度的幅值和方向,并且给出了具体的公式。

      3)非极大值抑制。即将求解构造边界问题转变为求解幅值局部最大值的问题。若中心处的幅值比沿梯度线方向上的相邻点处的幅值小,则赋零,认为不是边界点;反之,确定为边界点。由此过程生成的边界仍包含许多由噪声而产生的虚假边界。

      4)通过高低阈值结合连接边界。高阈值一般为低阈值的2倍。首先,利用高阈值寻找构造边界,由此获取的边界中虚假边界很少,但有间断点;然后,利用低阈值将边界断点处闭合,实现完整边界的连接。结合南海区域地质构造给出南海区域断裂识别结果。

      图 7(a)给出了Canny算法提取得到的精确的断裂平面位置,黄色线条为改进的Canny算法提取的断裂位置,底图为Tcos值边界识别结果。

      图  7  南海及邻区断裂平面位置分布

      Figure 7.  Plane Location of Faults in the South China Sea and Its Adjacent Areas

      图 7可以看出,改进后的Canny边缘检测法可直接获取断裂的平面位置,定位精度高,提取的边界基本由构造边界中心点连接而成。对于每条边界只标识一次,不响应虚假边界,最大限度地抑制了噪声边缘。比较图 7(a)图 7(b),可以看出,得到的断裂走向基本一致。主要断裂有:F1-1和F1-4为海陆交接边界,F1-2为台西南盆地、珠江口盆地和琼东南盆地的边界,F1-3为穿过莺歌海延伸到万安盆地的断裂,F1-5和F1-10为中央海盆的边界,F1-6和F1-7为海盆大洋中脊,F1-8为中央海盆与周围地块的边界,F1-9为马尼拉海沟俯冲带,F1-10为巴拉望盆地、礼乐盆地、文莱沙巴盆地和南沙海槽盆地的边界,F1-11为北康盆地和曾母盆地的边界。

      本文推断南海断裂以NE向走向和NW向走向为主,以NEE向、NW向、EW向和近SN向走向为辅。南海海盆区域呈菱形分布,其东西两侧的断裂构造走向近SN向,其他线性构造走向均为NE-NEE向。南海西部为越东陆架,SN向的线性异常与海岸线大致平行,有一系列平直的阶梯状正断层,具有剪切-拉张特征,由西向东断裂,多为走滑型断裂;南海东部断裂主要呈近SN向分布,与吕宋岛弧、马尼拉海沟展布方向相一致,呈向西凸出的弧形,南海东部构造呈现挤压型边缘特征;南海北部陆缘区线性异常方向大致平行于NE向走向的海岸线,其内有一系列阶梯状断层,为拉张型边缘,反映了该区中生代俯冲增生带构造特征;南海南部构造特征主要呈现NE、NW及向南突出的弧形走向,以海沟俯冲型断裂为主。NE向走向以南沙海槽为主,NW向走向以廷贾断裂以及乌鲁根断裂为主,弧形褶断褶带以武吉米辛等缝合带和主卢帕尔为主。

      南海中部呈现三角形的线性异常带大致展示出中央海盆的边界。海盆内部的断裂构造为锯齿状张裂,多为NE向和近EW向走向。NE向张裂为规模较大的岩石圈断裂和地壳断造,构成南海海盆的基本构造轮廓。NE向断裂主要分布在隆起的岛块及其边缘,延伸方向与华南板块的主要断裂平行,对南海海盆形成明显的控制作用。近EW向断裂包括NEE向走向和EW向走向两种。NEE向主要分布在陆坡区、北部陆架,以基底断裂为主。EW向断裂以岩石圈断裂为主,中央海盆区的EW向断裂通常构成海底扩张轴。

    • 近年来,位场数据的特征值被广泛应用于地质体的边界识别,其中,重力梯度全张量的特征值是一个重要方法。本文对重力张量数据的边界识别法进行了深入研究,分析了重力梯度三分量组合法和全张量梯度组合法的优缺点,并将其用于南海异常地质体边界和断裂位置的圈定。

      1)全张量重力梯度异常可以获得更多的重力细节特征,为地质解释提供了更多的依据。由于全张量重力梯度信息量大、含有更高频的信号成分,联合不同梯度张量组合能更加准确地进行位场解释。通过比较多种边界识别方法得到的结果,可以看出,利用全张量重力梯度分量组合的Tcos值和Ttan值识别的边界一致,定位精准且收敛更好,提高了描述断裂构造或者地质体边界的水平位置的准确性。

      2)基于改进的Canny边界提取算法精确获取南海断裂的平面位置,得到的南海断裂边界与Tcos值和Ttan值结果一致,精确给出了南海构造单元边界。南海海盆边缘特征各不相同,西部为走滑型断裂,东部为海沟俯冲型断裂,南部为挤压型断裂,北部为拉张型断裂。南海断裂以NE向走向和NW向走向为主,以NEE向、NW向、EW向和近SN向走向为辅。

参考文献 (27)

目录

    /

    返回文章
    返回