- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
授课提纲 磁法勘探新方法技术概述 磁法勘探新方法技术 应用实例 授课提纲 磁法勘探新方法技术概述 磁法勘探新方法技术 应用实例 一、起伏地形重磁异常化平 我国是一个多山的国家,尤其是中西部地区,起伏地形不仅给野外地球物理勘探带来很大的困难,而且也给资料的处理解释带来不便。为了便于对所得到的磁异常进行解释,需要将这些起伏地形测点上的磁异常值换算成某一水平面相应点上的异常值,即所谓曲化平处理。 图2-3-1为起伏地形上水平圆柱体重力值及曲化平结果,圆柱体埋深200米。曲化平参数如下: 偶极子个数:10个;偶极子方向按缺省值;偶层面高程:-100米;延拓高度300米;延拓点数18个;点距:50米;第一扩边参数:0.9;第二扩边参数:50。 二、重磁异常小波分析 多尺度分析又称多分辨分析,对于离散序列信号f t L2(R),经尺度j 1,2,…,J层分解后,得到L2(R)中各正交闭子空间(W1、W2、…、WJ、VJ),若Aj Vj代表尺度为j的逼近部分,Dj Wj代表细节部分,则信号可以表示为f t Aj+ ,据此函数可以根据尺度j J时的逼近部分和j 1,2,…,J的细节部分进行重构,右图为三层多尺度分析结构图。 三、欧拉(Euler)齐次方程方法 快速反演 欧拉(Euler)齐次方程法又称欧拉反褶积方法。该方法是一种能自动估算场源位置的位场反演方法,它以欧拉齐次方程为基础,运用位场异常、其空间导数以及各种地质体具有的特定的“构造指数”来确定异常场源的位置。自20世纪80年代中后期以来,欧拉方法已得到了较为广泛的应用,尤其是适用于大面积重磁测量数据的解释。 开展井地磁测联合反演方法研究的意义 授课提纲 磁法勘探新方法技术概述 磁法勘探新方法技术 应用实例 授课提纲 磁法勘探新方法技术概述 磁法勘探新方法技术 应用实例 全国危机矿山接替资源找矿项目(编号:座机电话号码 )危机矿山专项磁法数据处理与解释 3.算法流程 理论模型 同时,我们在xoy平面内 80m,80m , 120m,120m 位置处设置两口垂直井,深度范围为0~400m,点距为10m,共82个点,根据正演 公式计算出井中磁异常。所选择的两口井离异常体的位置较近,这样计算出的值能够比较好的反映场源的异常信息。 1:实际矿体位置; 2:地面dT反演结果; 3:井中的Za反演结果; 4:井地联合反演结果 井地联合反演结果也没有与实际矿体位置完全一致,其原因可能是地面磁异常不完整,没有负磁异常和正常场。 3、井地视磁化强度成像 用长方体单元离散化地下空间,每一个长方体单元磁化率为常数,允许不同长方体单元的磁化率不同。假设长方体宽和长分别等于观测点在x轴和y轴方向上的点距,●点表示磁测点的位置,位于顶层长方体上顶面中心,观测面高程为常数z0,ZK表示钻井。 三维磁化率成像模型示意图 3D井地联合磁化率成像 假设我们已经将地下三维空间划分为直立长方体网格单元模型,总数为M个,每个网格单元内的磁化率均匀分布;观测面上有N个观测点。那么,第j个长方体在第i个观测点的磁异常可以表示为 根据位场叠加原理,第i个观测点的磁异常 是地下全部N个直立长方体单元在该点处的磁异常总和,即 3D井地联合磁化率成像 即 写成矩阵形式 预优共轭梯度算法 3 3D井地联合磁化率成像 共轭梯度法是一种用于求解线性或者线性化方程组的迭代算法,优点有: 1、共轭梯度法是在初始点沿梯度构造的共轭方向对目标函数的极小点进行搜索,迭代次数少,收敛速度快; 2、共轭梯度法是矢量运算,其矢量变量可以在迭代过程中循环使用,有利于并行算法; 3、节约运算时间和存储空间。共轭梯度法直接从目标函数出发,无需形成 线性方程组,还可以充分利用系数矩阵的稀疏性来降低运算成本。目前已有很多较成熟的共轭梯度算法,如不完全分解预优共轭梯度法、预优共轭梯度法、广义共轭梯度法等等。 3D井地联合磁化率成像 为降低迭代次数,提高收敛速度,VanDecar和Snieder在1994年提出了通过预优矩阵来改善方程组的条件数,我们所说的预优共轭梯度法就是将预优矩阵应用于共轭梯度法中,以达到改善方程组条件数的目的。这种算法在求解大规模线性方程组的时候非常有效,如果预优矩阵选取合适的话,会使得核函数的特征值集中分布在对角线上,从而大大降低了迭代次数。 我们在进行磁化率成像反演的过程中会发现,反演结果有趋于地表的现象,通常我们称之为“趋肤效应”,面对这种情况,我们可以采用合适的深度加权函数来克服这种效应。深度加权函数可以使核函数随着深度的变化自然衰减。深度加权函数可以补偿核函数随深度的这种自然衰减。 Li和Oldenburg 2000 提出了两种方法来构建3D加权函数。第一种是基于敏感矩阵,它依赖于所有数据体
文档评论(0)