针对全张量重力梯度数据处理与解释方法这一勘探地球物理领域前沿性研究课题,本项目着重在复杂地质构造的全张量重力梯度弱异常信息的识别、提取与反演这一热点问题上开展研究。基于复杂构造模型,推导无"奇点"的重力梯度张量正演公式,研究有限元非结构化网格的并行正演算法并算获取重力张量数据;在研究其异常特征基础上,提出表征复杂构造的重力梯度张量模指标,进而提出适合复杂异常场源的边界提取的张量不变量方法;通过改进传统欧拉反褶积算法,引入自适应模糊聚类算法,并提出能识别多个异常场源的三维核密度估计方法;在开展正则化因子的自适应调节算子和聚焦稳定算子研究基础上,提出全张量重力梯度数据的自适应正则化聚焦反演算法。通过本项目的研究,有望提出一套复杂构造的全张量重力梯度的弱异常信息的识别、提取与三维精细反演方法,对促进重力梯度张量数据处理和资料解释等方面具有重要科学意义和实际应用价值。
full gravity gradient tensor;fast forward algorithm of the unstructured-grid;boundary extraction algorithm;inversion algorithm of regularization convergence;three dimensional kernel density estimation
针对重力梯度张量数据处理与解释方法研究这一重磁勘探领域前沿性课题,本项目着重在复杂地质构造的重力梯度张量弱异常信息的正演计算、边界识别与反演成像等方面开展了研究工作。项目从复杂地质构造模型出发,利用等参元,基于项目组成员提出的H-自适应有限元重力张量正演算法,开展了动态数据存储策略和多核并行计算策略研究,进而提出了复杂构造的有限元非结构化网格重力张量快速正演算法。针对重力张量数据对于直接反应密度异常体的边界、圈定地下地质体具有更高的精度,但是重力张量的异常形态比较复杂这一特点,首先根据正演程序,计算出典型地质模型的全张量重力梯度数据,分析、研究不同地质模型的重力张量数据异常特征。然后,针对张量不变量模的不同表达形式,分析研究在不同地质构造模型下,不同张量模适应的地质情况,进而提出了多异常场源共存时的边界提取算法。针对三维张量欧拉反褶积方程计算过程中,并不一定能完全根除欧拉反褶积解的发散问题,引入了自适应模糊聚类算法,在此基础上,针对复杂地质构造中多异常场源的识别问题,尤其是具有弱异常信息的复杂异常场源的识别难题,提出能同时识别多个异常场源的三维核密度估计算法。在复杂构造的重力梯度张量反演成像方面,针对在传统的多分量联合反演中仅考虑反演数据的组成成分,并不考虑各分量自身特性的问题,引入了缩放因子,提出了一套自适应正则化聚焦全张量反演算法与混合正则化反演算法。最终总结归纳了一套重力张量弱异常信息的识别、提取与反演方法及资料解释体系,并编制了一套解释系统软件。总体而言,在本项目的支持下,取得的研究成果,将对促进重力梯度张量数据处理和资料解释等方面具有一定的理论价值和实际意义。