重力梯度欧拉反褶积及其在文顿盐丘的应用

在矿产勘察与区域地质调查中，梯度数据由于精度高而得到广泛应用。基于三种张量分量的重力梯度数据，本文提出一种新的梯度欧拉反褶积算法，避免了常规计算中由于构造指数选取不当和张量分量转换产生的误差。建立单长方体和不同深度双长方体的理论模型，验证了该方法能够较准确地反演地质体的埋深和水平位置。将此方法应用于文顿盐丘的实测重力梯度数据，获得了盖岩顶部的形态与分布等信息，并探测到新的小规模地质体。该结果与已知资料相符，进一步丰富了该地区的地下构造信息。     

尺度自适应三维Shearlet变换地震随机噪声压制

应用尺度自适应三维Shearlet变换压制多炮地震数据随机噪声,通过将多炮数据变换到三维Shearlet域,充分考虑单炮记录及其间的相关性,在三维Shearlet域更稀疏地表示地震数据。由于有效信号主要分布在低尺度,随机噪声分布在各个尺度,因此在硬阈值的基础上,结合尺度自适应因子压制随机噪声。再通过三维Shearlet反变换,得到去噪地震数据。数值模拟和实际多炮地震数据去噪结果表明：尺度自适应三维Shearlet变换的去噪效果优于二维Shearlet变换、不结合尺度自适应因子的三维Shearlet变换;尺度自适应三维Shearlet变换去噪方法对服务器内存要求较高,且可能对幅值相对较小的有效信号产生损害。     

重力梯度数据的联合相关系数边界识别方法

为了提高重力数据对地下结构边界识别的分辨率，改善成像效果，利用重力梯度数据计算x、y方向总水平导数的相关系数，检测地质体边界；联合多方向窗口的相关系数增强识别效果；利用数字图像处理中二值化与阈值处理的方法进一步突出识别出的边界。理论模型试验证明该方法能够很好地识别模型边界，特别是拐角位置。还讨论了窗口大小、观测点距、线距对识别结果的影响。将该方法应用于加拿大圣乔治湾地区的实际航测数据，识别出了主要的地下构造边界。模型数据和实测航空数据计算结果表明，该方法具有理论简单、对地质体边界识别效果好等优点。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。