多分量重力梯度数据联合欧拉反褶积与软件系统设计
Joint Euler deconvolution of multi-component gravity gradient data and software design作者机构:东北大学资源与土木工程学院辽宁沈阳110819 中国自然资源航空物探遥感中心北京100083
出 版 物:《物探与化探》 (Geophysical and Geochemical Exploration)
年 卷 期:2022年第46卷第5期
页 面:1241-1250页
学科分类:081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程]
基 金:中央高校基本科研业务专项资金项目(N2101007) 国家重点研发计划项目(2017YFC1503101) 国家自然科学基金NSFC-山东联合基金项目(U1806208)
摘 要:和传统欧拉反褶积相比,重力梯度数据联合欧拉反褶积具有更高的计算精度和反演分辨率。为了消除计算产生的发散解,在应用中须使用不同的筛选方法,使得计算流程变得相对繁琐。可见提供有效的筛选方法与开发一个易用的可视化软件有利于提高该方法的准确性、便捷性和使用效果。因此,本文提出基于相关系数边界识别约束的重力梯度数据联合欧拉反褶积,并依据界面直观、功能实用、代码简洁的设计原则,针对算法流程与功能需求,利用Python语言及其函数库设计了一种支持数据/文件管理、二/三维可视化、边界识别、重力梯度数据联合欧拉反褶积等功能的软件系统。通过理论模型与实测数据试验,验证了计算的准确性和软件的实用性,设计的软件系统能够提高应用效果。