简介:火山沉积型硼矿是一种重要的硼矿床成因类型,主要发育在第三纪湖相蒸发岩沉积层和火山岩互层的二元结构单元中。针对硼矿具有低密度的特点,本文对西藏雄巴地区进行了1:5万高精度重力勘探,获得了研究区布格重力异常和剩余重力异常。根据其异常特征进一步分析了区域构造特征、断裂体系、沉积单元以及火成岩的分布与火山沉积型硼矿的形成关系;通过对所获得重力资料的处理,清楚地揭示了局部异常的变化和研究区的断裂构造特征;通过对重力异常进行优选延拓和小波变换处理,并结合研究区的其他地质资料的综合分析,对火山沉积型硼矿的分布范围进行了预测,为该地区火山沉积型硼矿的钻探工程部署提供了地球物理依据。
简介:本文提出了一种新的反演方法:通过采用纵、横波走时数据对(从相同的震源产生的P和S波被同一台站记录)来联合反演纵波速度(Vp)和纵、横波速度比(Vp/Vs),然后单独反演横波速度Vs,在反演过程中同时对地震参数进行定位。该方法不需要假设P和S波的射线路径一致,它是沿着P和S波射线路径计算相对慢度扰动值。该方法直接把Vp/Vs作为一个模型参数,由此能获得比采用从独立反演获得的Vp和Vs计算出Vp/Vs的方法更精确的速度比值。该新方法被应用到反演日本东北地区的壳幔速度及波速比结构的研究中,获得了较好的效果。反演结果表明,在日本东北地区,太平洋俯冲板块为一高Vp,高Vs和低Vp/Vs异常区,而在活火山下方的浅部地幔楔以及背弧深部地区为低Vp,低VS和高Vp/VS异常。虽然这些特征在前人的研究中已经报道过,但与前人的研究结果相比,本次研究所获得的Vp/Vs的空间分布具有较小的分散性,同时,它的分布特征能较好的与地震波速度结构相吻合。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。