论文部分内容阅读
在应用地球物理学中，位场分解是一个出现很早但一直没有彻底解决的问题。在地面观测的重力异常是来自不同深度和不同尺度源体的位场叠加，如果不对位场进行适当的分解，则难以定量的反演计算场源的物性及几何参数，这在重力资料的分析处理中占有十分重要的地位，因为这种划分是很多处理方法的基础。论文重点研究一些数据处理的方法，对高精度重数据进行位场分解以应用于地层的反演。首先，在研究了趋势分析及计算方法的基础上，对于趋势分析派生出米的差值趋势面的相关理论和应用都作了详细的讨论，并对于一直难以确定反映目标层的趋势面次数的选择的问题作了探讨。同时，采用了小波变换对重力异常进行多尺度分解，并对不同的频率成份进行分析与处理，结合地震资料和其他参数组合得到目标层信息。得到目标层的重力异常之后，提出等效地质体条件假定下的极值重力异常的概念并进行了分析，应用遗传算法等优化算法提取一一对应的极值异常。另外，考虑重力异常的分布和不同地质体之间的相互影响，导致反演的多解，根据重力异常分布的特征利用高斯混合模型进行建模对目标层进行不同地质异常体的划分。将所研究的算法应用于胜利油田沾车地区，对实测的高精度重力异常数据进行位场分解，实验取得了相应合理的结果，验证了方法的可行性。