全张量重力梯度仪数据质量评价和滤波处理方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111427096A(43)申请公布日2020.07.17(21)申请号202010257866.6(22)申请日2020.04.03(71)申请人自然资源部第二海洋研究所地址310000浙江省杭州市西湖区保俶北路36号(72)发明人袁园(74)专利代理机构北京方韬法业专利代理事务所(普通合伙)11303代理人党小林(51)Int.Cl.G01V7/00(2006.01)G01V13/00(2006.01)权利要求书1页说明书5页附图3页(54)发明名称全张量重力梯度仪数据质量评价和滤波处理方法(57)摘要本发明提供了一种全张量重力梯度仪数据质量评价和滤波处理方法。该方法包括：通过奇偶网格分析法分别对全张量重力梯度仪测量的各个梯度分量进行噪声估计；根据由噪声估计结果确定的各重力梯度分量权值，以及拉普拉斯方程的傅里叶级数解，构建加权联合反演滤波方程；利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系数；利用计算得到的傅里叶级数系数，正演计算得到滤波结果。本发明提供的全张量重力梯度仪数据质量评价和滤波处理方法能够实现在去除全张量重力梯度仪测量数据的高频噪声的同时保留有效的高频有效重力梯度信息，显著提高滤波后的成果数据的精度和分辨率。CN111427096ACN111427096A权利要求书1/1页1.一种全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，包括：通过奇偶网格分析法分别对全张量重力梯度仪测量的各个梯度分量进行噪声估计；根据由噪声估计结果确定的各重力梯度分量权值，以及拉普拉斯方程的傅里叶级数解，构建加权联合反演滤波方程；利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系数；利用计算得到的傅里叶级数系数，正演计算得到滤波结果。2.根据权利要求1所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，通过奇偶网格分析法分别对全张量重力梯度仪测量的各个梯度分量进行噪声估计，分析其噪声水平，包括：奇偶网格分析法利用奇数测线和偶数测线分别对数据进行网格，利用两个独立网格数据的和与差来实现对噪声的估计。3.根据权利要求2所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用两个独立网格数据的和与差来实现对噪声的估计，包括：根据如下公式对噪声的均方根误差进行估计：nd(i,j)＝[so(i,j)+no(i,j)]-[se(i,j)+ne(i,j)]＝no(i,j)-ne(i,j)其中，nd(i,j)为奇偶网格差，so(i,j)为奇数网格信号成分，se(i,j)为偶数网格信号成分，no(i,j)为奇数网格噪声成分，ne(i,j)为偶数网格噪声成分。4.根据权利要求1所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，加权联合反演滤波方程具有以下形式：Ac＝d其中，A为方程系数，c为要拟合的系数,d为测量的重力梯度分量值。5.根据权利要求4所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系数，还包括：对目标函数添加正则化项。6.根据权利要求5所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，正则化项具有如下形式：其中，μ为正则化参数。7.根据权利要求4所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系统，还包括：根据噪声估计结果，定义不同重力梯度分量的方向加权矩阵。8.根据权利要求7所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，方向加权矩阵具有如下形式：W＝diag(1/σ1,…,1/σ6)其中，σi为第i个数据的标准偏差。2CN111427096A说明书1/5页全张量重力梯度仪数据质量评价和滤波处理方法技术领域[0001]本发明涉及重力梯度数据处理技术领域，特别是涉及一种全张量重力梯度仪数据质量评价和滤波处理方法。背景技术[0002]全张量重力梯度测量相对传统的重力测量的主要优势在于能同时获得六个不同方向的重力梯度分量信息，从而从不同方向反映地下同一地质目标。[0003]各个重力梯度分量满足引力位所满足的拉普拉斯方程约束条件，具有内部一致性，且具有高分辨率、高精度等优势，所包含的高频信号成分能更好的描述小的异常特征。[0004]目前，全张量重力梯度数据的质量评价主要利用重力梯度数据满足的拉普拉斯特性去掉实际的重力梯度信号，对残余的噪声进行整体估计。该方法认为各个重力梯度张量受噪声的干扰水平相同。然而，实际情况下，不同方向的重力梯度数据受平台的影响并不相同，其噪声水平也不尽相同。[0005]在全张量重力梯度数据滤波处理过程中，去除高频干扰噪