全张量重力梯度数据滤波处理.PDF

2013 年 9 月 APPLIED GEOPHYSICS （应用地球物理） 第 10 卷，第 3 期 全张量重力梯度数据滤波处理//Noise filtering of full gravity gradient tensors data, APPLIED GEOPHYSICS, 2013, 10(3), P. 241-250. DOI: 10.1007/s11770-013-0391-3 全张量重力梯度数据滤波处理 1 1♦ 2 1 袁园 ，黄大年 ，余青露 ，耿美霞 （1. 吉林大学 地球探测科学与技术学院，长春 130026 ；2. 中国石化石油物探技 术研究院，南京 211103 ） 摘要：在石油和金属矿勘探中，相对于重力数据，重力梯度张量数据含有高频的 信号成分，能更好的描述小的异常特征。然而，全张量重力梯度仪测量值中含有 高频随机噪声。从高频信号成分中分离出噪声将是处理重力梯度张量数据的一个 挑战。本文在拉普拉斯方程约束条件下推导了重力梯度张量的笛卡尔方程和位场 的表达式，然后应用笛卡尔方程通过最优线性反演方法拟合测量的重力梯度张量 值，从而去除测量值中的噪声。通过模型实验，证明了这种方法不仅能很好的去 除高频的随机噪声，而且能增强被噪声淹没的弱异常信号。与传统的低通滤波方 法相比，避免了通过牺牲分辨率来达到去除噪声的缺点。最后将该方法应用到 Bell Geospace 在 Vinton Dome 测得的 Air-FTG 梯度张量数据中，并取得了很好的效果。 关键词：重力梯度张量，拉普拉斯方程，最优线性反演，低通滤波，高频信号 引言 Mikhailov et al., 2007; Murphy and Brewster, 2007 ）。因此，在重力梯度张量数据处理时，去 除高频噪声的同时保留高频的有效重力梯度信 在过去十几年，高精度重力梯度张量探测技 号将非常有挑战。 术和测量数据广泛用于区域和局部地球物理勘 Brzezowski 等（1988）和 Pajot 等（2008 ） 探中，通过联合地震数据实现对探测对象进行定 分析了全张量重力梯度仪的测量误差以及各个 量解释（Jorgensen et al., 2001 ）。该项技术通过航 误差的相对大小。Barnes 等（2011 ）对全张量重 空和船载方式成功应用于能源和矿产资源勘查。 力梯度仪测量值进行了噪声水平的估计，分析了 全张量重力梯度仪的主要优势在于提供高分分 全张量重力梯度测量的勘探能力。传统的低通数 辨率和多个信息成分的重力梯度数据，能更好的 字滤波器在去除全张量重力梯度仪测量值中的 描述小的异常特征（Barnes et al., 2008 ）。重力梯 高频噪声时，假设信号和噪声拥有不同的能量， 度张量数据包含了更多的高频信号成分。重力梯