吉林大学学报(地球科学版) ›› 2023, Vol. 53 ›› Issue (6): 1928-1949.doi: 10.13278/j.cnki.jjuese.20230246

• 地球探测与信息技术 • 上一篇    下一篇

航空重(磁)多参量梯度探测与反演技术研究进展

马国庆1,王君楠1,孟庆发1,孟兆海2,秦朋波3,王泰涵1,李丽丽1   

  1. 1.吉林大学地球探测科学与技术学院,长春130026
    2.天津航海仪器研究所,天津300131
    3.广州海洋地质调查局,广州510000
  • 出版日期:2023-11-26 发布日期:2023-12-13
  • 基金资助:
    国家自然科学基金项目(42074147)

Research Develpment of Airborne Gravity (Magnetic) Multi-Components Gradient Detection and Inversion Technology

Ma Guoqing1, Wang Junnan1, Meng Qingfa1, Meng Zhaohai 2,Qin Pengbo3, Wang Taihan1, Li Lili1   

  1. 1. College of GeoExploration Science and Technology, Jilin University, Changchun 130026, China
    2. Tianjin Navigation Instrument  Research Institute,Tianjin 300131,China
    3. Guangzhou Marine Geological Survey, Guangzhou 510000, China

  • Online:2023-11-26 Published:2023-12-13
  • Supported by:
     the National Natural Science Foundation of China (42074147)

摘要: 航空重磁梯度、张量梯度测量能有效地减弱环境噪声的干扰,更高分辨率地描述地质体的分布并突出浅部地质体,随着测量装备的成熟,已经在油气与矿产资源勘查中得到应用。本文系统地总结了航空重(磁)多参量梯度探测技术的研究进展,为后续相关研究提供借鉴。基于航空重磁多参量梯度技术的研究背景,总结了国内外装备的进展。针对航空重磁多参量梯度数据的特点,介绍了其数据处理流程;针对航空重磁多参量梯度的分辨率特征,总结了现今重磁多参量梯度的高分辨率反演以及联合反演方法;基于航空重磁多参量梯度探测技术在矿产和油气资源勘查中的应用特征,分析了该项技术在深部资源勘查等方面的应用前景,明确了其在识别地下构造、寻找矿产资源、探测地下小型目标体等方面的应用进展。

关键词: 航空重磁, 多参量梯度, 探测装备, 数据处理, 协同反演, 应用前景

Abstract: Airborne gravity magnetic gradient and tensor gradient measurements can effectively reduce the impact of environmental noise, describe the distribution of geological bodies, and highlight shallow geological bodies with higher resolution. With the develpment of measurement equipment, it has been applied in oil, gas, and mineral resource exploration. This article systematically summarizes the research progress of airborne gravity (magnetic) multi-components gradient detection technology, providing a reference for subsequent related research. The progress development of equipment at home and abroad is summarized based on the research background of airborne gravity and magnetic multi-components gradient technology. The data processing process is introduced based on the characteristics of multi parameter gradient data in airborne gravity and magnetism. Obtained from the airborne gravity and magnetic multi-components gradients’resolution characteristics, we summarize the current high-resolution inversion and joint inversion methods for gravity and magnetic multi-parameter gradients. Derived from the application characteristics of airborne gravity and magnetic multi-components gradient detection technology in mineral,oil and gas resource exploration, the application prospects of this technology in deep resource exploration are analyzed, such as identifying underground structures, searching for mineral resources, and detecting small underground target bodies.

Key words:  , airborne gravity and magnetism, multi-components gradient, detection equipment, data processing, collaborative inversion, application

中图分类号: 

  • P312
[1] 崔中良, 周家喜, 罗开. 赣南兴国—宁都萤石成矿带分形结构及成矿与找矿前景#br#[J]. 吉林大学学报(地球科学版), 2024, 54(1): 108-124.
[2] 席彪, , 谢兴兵, , 毛玉蓉, , 严良俊, , 周磊, .

基于ACME的井中激电系统采集控制软件开发与应用 [J]. 吉林大学学报(地球科学版), 2022, 52(3): 785-794.

[3] 于涵, 刘财, 王典, 鹿琪. 面波频散能量谱计算方法[J]. 吉林大学学报(地球科学版), 2022, 52(2): 602-612.
[4] 肖凡, 陈建国. 基于RCGA的PPC模型在化探异常识别与提取中的应用[J]. 吉林大学学报(地球科学版), 2017, 47(4): 1319-1330.
[5] 孙建国. 高频渐近散射理论及其在地球物理场数值模拟与反演成像中的应用——研究历史与研究现状概述以及若干新进展[J]. 吉林大学学报(地球科学版), 2016, 46(4): 1231-1259.
[6] 路兴昌,张艳红. 基于三维激光扫描的空间地物建模[J]. J4, 2008, 38(1): 167-0171.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 肖长来,梁秀娟,崔建铭,兰盈盈,张君,李书兰,梁瑞奇,郑策. 确定含水层参数的全程曲线拟合法[J]. J4, 2005, 35(06): 751 -0755 .
[2] 孙永河,付晓飞,吕延防,付广,阎冬. 地震泵抽吸作用与油气运聚成藏物理模拟[J]. J4, 2007, 37(1): 98 -0104 .
[3] 嵇艳鞠, 栾卉, 李肃义, 万玲, 王远, 许洋铖, 李丽, 林君. 全波形时间域航空电磁探测分辨率[J]. J4, 2011, 41(3): 885 -891 .
[4] 柳波, 黄志龙, 王玫玫, 张建波, 陈建琪. 吐哈盆地胜北构造带油气成藏过程[J]. J4, 2011, 41(4): 1006 -1012 .
[5] 伍登浩, 高顺宝, 郑有业, 田坎, 张永超, 姜军胜, 余泽章, 黄鹏程. 西藏班公湖—怒江成矿带南侧矽卡岩型铜多金属矿床S、Pb同位素组成及成矿物质来源[J]. 吉林大学学报(地球科学版), 2018, 48(1): 70 -86 .
[6] 李向东, 何幼斌. 宁夏香山群徐家圈组顶部石灰岩稀土元素特征与沉积介质分析[J]. 吉林大学学报(地球科学版), 2020, 50(1): 139 -157 .
[7] 赵汉卿, 陈晓明, 李超, 吴穹螈, 王迪. 渤海湾盆地垦利L油田古近系沙三上段优质储层物性控制因素[J]. 吉林大学学报(地球科学版), 2020, 50(2): 653 -661 .
[8] 孙立影, 杨晨, 赵海士, 常志勇. 基于极限学习机的遥感地球化学反演模型[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1929 -1938 .
[9] 丛源, 赵鹏大, 陈建平, 董庆吉. 中国铝土矿床品位吨位模型[J]. J4, 2009, 39(6): 1042 -1048 .
[10] 丛峰, 林仕良, 谢韬, 李再会, 邹光富, 梁婷. 滇西腾冲-梁河地区花岗岩锆石稀土元素组成和U-Pb同位素年龄[J]. J4, 2010, 40(3): 573 -580 .