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

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

刘金钊 柳林涛 梁星辉 叶周润 李红蕾

刘金钊, 柳林涛, 梁星辉, 叶周润, 李红蕾. 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
引用本文: 刘金钊, 柳林涛, 梁星辉, 叶周润, 李红蕾. 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, YE Zhourun, LI Honglei. 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
Citation: LIU Jinzhao, LIU Lintao, LIANG Xinghui, YE Zhourun, LI Honglei. 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

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

doi: 10.13203/j.whugis20140235
基金项目: 国家自然科学基金(41304023); 国家科技部国家重大科学仪器设备开发专项基金(2011YQ120045)。
详细信息
    作者简介:

    刘金钊,博士,主要从事航空重力梯度数据建模和应用解释方面的研究。whiggliujinzhao@126.com

  • 中图分类号: P223.6

Application of Density Anomaly Depth Detection Using Gravity Gradient Eigenvectors and Multiscale Analysis Approach

Funds: The National Natural Science Foundation of China, No. 41304023; the National Major Scientific Instruments and Equipment Development Projects,No.2011YQ120045.
  • 摘要: 相较于传统的重力测量手段,重力梯度测量能够以更高的灵敏度和分辨率反映出地下密度异常体的结构特征。随着科学技术的不断发展,航空及卫星重力梯度测量系统已经投入使用,并实现了大范围高精度的重力梯度测量。因此,现阶段的主要挑战在于对越来越多的重力梯度数据进行分析、处理和解释。本文根据重力梯度全张量主特征值对应的特征向量,对密度异常体的深度探测进行了研究。由于不同埋深的密度异常体具有不同的波长反映,利用多尺度分析法可以分解出不同频段重力梯度张量,从而增强对更大埋深密度异常体的探测分析能力。通过对模型和实测重力梯度数据的分析解算,结果表明,重力梯度的特征向量和多尺度分析法能够有效地确定密度异常体的深度信息,并且对干扰场源和随机噪声也具有一定的抗干扰能力。
  • [1] Zuidweg K, Mumaw G R . Airborne Gravity Gradiometry For Exploration Geophysics——The First 5 Years[OL].http://www.hgk.msb.gov.tr/dergi/makaleler/OZEL18/ozel18_46.pdf,2014
    [2] Dransfield M H. Airborne Gravity Gradiometry in the Search for Mineral Deposits[J].Exploration,2007,7:341-354
    [3] Dransfield M H. Airborne Gravity Gradiometry [D]. Australia:University of Western Australia, 1994
    [4] Luo Zhicai, Zhou Boyang, Zhong Bo, et al. Outlier Detection of Satellite Gravity Gradiometry Data[J].Geomatics and Information Science of Wuhan University, 2012, 37(12): 1 392-1 396(罗志才,周波阳,钟波,等.卫星重力梯度测量数据的粗差探测[J].武汉大学学报·信息科学版,2012,37(12): 1 392-1 396)
    [5] Xu Tianhe,He Kaifei.Accuracy Evaluation Method of GOCE SGG Data Based on Satellite Crossovers[J].Geomatics and Information Science of Wuhan University,2011,36(5):617-620(徐天河,贺凯飞.利用交叉点不符值对GOCE卫星重力梯度数据进行精度评定[J].武汉大学学报·信息科学版,2011,36(5):617-620)
    [6] Pedersen L B, Rasmussen T M .The Gradient Tensor of Potential Field Anomalies:Some Implications on Data Collection and Data Processing of Maps[J].Geophysics,1990,55(12):1 558-1 566
    [7] BellR E, Anderson R, Pratson L. Gravity Gradiometry Resurfaces[J].The Leading Edge,1997, 16(1):55-59
    [8] Zhang Changyou, Mushayandebvu M F, Reid A B,et al.Euler Deconvolution of Gravity Tensor Gradient Data[J].Geophysics,2000,65(2):512-520
    [9] Mikhailov V, Pajot G, Diament M, et al.Tensor Deconvolution:A Method to Locate Equivalent Sources from Full Tensor Gravity Data[J].Geophysics,2007, 72(5): 161-169
    [10] Mataragio J, Kieley J .Application of Full Tensor Gradient Invariants in Detection of Intrusion-Hosted Sulphide Mineralization:Implications for Deposition Mechanisms[J].Mining Geoscience,2009,27:95-98
    [11] Beiki M.Analytic Signals of Gravity Gradient Tensor and Their Application to Estimate Source Location [J].Geophysics,2010,75(6):159-174
    [12] Beiki M, Pedersen L B .Eigenvector Analysis of Gravity Gradient Tensor to Locate Geologic Bodies[J].Geophysics,2010,75(6):137-149
    [13] Qruc B .Depth Estimation of Simple Causative Sources from Gravity Gradient Tensor Invariants and Vertical Component[J].Pure and Applied Geophysics, 2010,167(10):1 259-1 272
    [14] Qruc B .Edge Detection and Depth Estimation Using a Tilt Angle Map from Gravity Gradient Data of the Kozakli-Central Anatolia Region,Turkey[J].Pure and Applied Geophysics,2011,168(10): 1 769-1 780
    [15] Jiang Fuyu,Gao Likun,Huang Linyun.Study on Gravity Gradient Tensor of Oil-Gas Model[J].Journal of Jilin University(Earth Science Edition),2011,41(2):545-551(蒋甫玉,高丽坤,黄麟云.油气模型的重力梯度张量研究[J].吉林大学学报(地球科学版),2011,41(2):545-551)
    [16] Ma Guoqing,Du Xiaojuan,Li Lili.Comparison of the Tensor Local Wavenumber Method With the Conventional Local Wavenumber Method for Interpretation of Total Tensor Data of Potential Fields[J].Chinese J Geophys, 2012,55(7): 2 450-2 461(马国庆,杜晓娟,李丽丽.解释位场全张量数据的张量局部波数法及其与常规局部波数法的比较[J].地球物理学报,2012,55(7): 2 450-2 461)
    [17] Fitz Gerald D J,Paterson R .Inversion of Gravity Gradiometry for a Basin Fault Network in an Oil Application in Brazil,Using 3D“Worming”[C]. The 13th International Congress of the Brazilian Geophysical Society,Brazil, 2013
    [18] Wedge D .Mass Anomaly Depth Estimation from Full Tensor Gradient Gravity Data[C].Applications of Computer Vision(WACV),IEEE Workshop on,Clearwater, Florida,2013
    [19] Wedge D,Sivarajah Y,Holden E J,et al.Mass Anomaly Visualisation and Depth Estimation from Full Tensor Gradient Gravity Data[J].ASEG Extended Abstracts,2013(1):1-5
    [20] Liu Lintao, Hsu Houze. Inversion and Normalization of Time-Frequency Transform[J].Applied Mathematics & Information Sciences,2012(6):67-74
    [21] Christensen A .Results from FALCON Airborne Gravity Gradiometer Surveys over the Kauring AGG Test Site[J].ASEG Extended Abstracts,2013(1):1-4
    [22] Martinez C, Li Y G.Understanding Gravity Gradiometry Processing and Interpretation Through the Kauring Test Site Data[J].ASEG Extended Abstracts,2012(1):1-4
    [23] Hofmann-Wellenhof B, Moritz H. Physical Geodesy[M]. New York: Springer Science & Business Media, 2006
  • [1] 汤俊, 毛文飞.  多尺度ARMA残差修正模型震前电离层TEC异常探测 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 791-798. doi: 10.13203/j.whugis20170321
    [2] 岳冲, 刘昌军, 王晓芳.  基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 882-888. doi: 10.13203/j.whugis20140335
    [3] 肖巍峰, 邓敏, 李朝奎.  三维点云多尺度等值线模型Morphing变换方法研究 . 武汉大学学报 ● 信息科学版, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
    [4] 刘金钊, 柳林涛, 梁星辉, 叶周润.  利用重力异常数据构建重力梯度场的方法比较 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1677-1682. doi: 10.13203/j.whugis20130797
    [5] 黄强, 范东明, 游为.  联合GOCE轨道和梯度数据反演地球重力场模型 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1482-1486.
    [6] 周亚男, 骆剑承, 程熙, 沈占锋.  多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 19-22.
    [7] 林雪原, 刘磊.  多传感器组合导航系统的多尺度分布式滤波算法 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 823-826.
    [8] 朱广彬, 李建成, 文汉江, 徐新禹.  极空白对三类重力梯度边值问题球谐分析解的影响分析 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 290-293.
    [9] 赵珞成, 罗志才, 刘浩, 李琼.  重力梯度同步观测方法 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 428-431.
    [10] 赵彬彬, 邓敏, 徐震, 刘慧敏.  多尺度地图面目标匹配的统一规则研究 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 991-994.
    [11] 夏林元, 肖俊, 林丽群.  基于边缘的多尺度立体匹配算法 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 767-770.
    [12] 刘爱平, 刘忠, 付琨, 尤红建.  一种有效的高分辨率SAR目标特征提取与识别方法 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 946-950.
    [13] 林丽群, 舒宁, 龚龑, 肖俊.  基于像斑的多光谱影像跨尺度分类研究 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 40-43.
    [14] 牛方曲, 甘国辉, 程昌秀, 祁铮.  矢量数据多尺度显示中的关键技术 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 869-872.
    [15] 杨必胜, 孙丽.  导航电子地图的自适应多尺度表达 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 363-366.
    [16] 蒋志勇, 陈晓玲, 秦前清, 陈楚群.  基于重构的多尺度目标提取与分割 . 武汉大学学报 ● 信息科学版, 2008, 33(11): 1158-1161.
    [17] 潘俊, 王密.  多尺度的DMC彩色合成影像辐射再处理方法 . 武汉大学学报 ● 信息科学版, 2007, 32(9): 800-803.
    [18] 蔡剑红, 李德仁.  多尺度下的不确定性空间方向锥形模型研究 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 735-739.
    [19] 刘艳芳.  多尺度耕地供需动态平衡模式研究 . 武汉大学学报 ● 信息科学版, 2005, 30(3): 194-198.
    [20] 陈俊勇.  地球重力场、重力、重力梯度在三维直角坐标系中的表达式 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 377-379. doi: 10.13203/j.whugis2004.05.001
  • 加载中
计量
  • 文章访问数:  664
  • HTML全文浏览量:  7
  • PDF下载量:  399
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-04-27
  • 刊出日期:  2016-03-05

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

doi: 10.13203/j.whugis20140235
    基金项目:  国家自然科学基金(41304023); 国家科技部国家重大科学仪器设备开发专项基金(2011YQ120045)。
    作者简介:

    刘金钊,博士,主要从事航空重力梯度数据建模和应用解释方面的研究。whiggliujinzhao@126.com

  • 中图分类号: P223.6

摘要: 相较于传统的重力测量手段,重力梯度测量能够以更高的灵敏度和分辨率反映出地下密度异常体的结构特征。随着科学技术的不断发展,航空及卫星重力梯度测量系统已经投入使用,并实现了大范围高精度的重力梯度测量。因此,现阶段的主要挑战在于对越来越多的重力梯度数据进行分析、处理和解释。本文根据重力梯度全张量主特征值对应的特征向量,对密度异常体的深度探测进行了研究。由于不同埋深的密度异常体具有不同的波长反映,利用多尺度分析法可以分解出不同频段重力梯度张量,从而增强对更大埋深密度异常体的探测分析能力。通过对模型和实测重力梯度数据的分析解算,结果表明,重力梯度的特征向量和多尺度分析法能够有效地确定密度异常体的深度信息,并且对干扰场源和随机噪声也具有一定的抗干扰能力。

English Abstract

刘金钊, 柳林涛, 梁星辉, 叶周润, 李红蕾. 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
引用本文: 刘金钊, 柳林涛, 梁星辉, 叶周润, 李红蕾. 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, YE Zhourun, LI Honglei. 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
Citation: LIU Jinzhao, LIU Lintao, LIANG Xinghui, YE Zhourun, LI Honglei. 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
参考文献 (23)

目录

    /

    返回文章
    返回