绪 论
1.1 研究目的及意义
根据地球物理观测异常估算地下地质体的分布特征是地球物理反演的主要任务，也一直是地球物理工作者研究的热点问题。地球物理数据反演普遍存在不确定性、不稳定性、多解性等问题，综合利用多种地球物理信息联合反演可有效地提高反演结果的准确性。重力、磁法及地震数据一体化反演是联合反演中最有效的途径之一。重磁勘探能快速地完成区域地质构造的划分，但分辨率欠缺；地震勘探对于地层结构具有较高的分辨率，但对于某些特殊构造（盐丘、高角度断裂等）分辨率较低。利用重磁数据可辅助地震数据提高陡倾角地层的分辨率，实现地震测量“无资料带”（逆掩断层，盐丘下部）的解释以及确定盐层与沉积物的关系。因此，重力、磁法及地震联合反演所建立的地质-地球物理模型更为精确。建立地质-地球物理模型前需获得研究区层位分布、断裂分布、地质体属性等信息。本文首先根据地震数据利用同相轴识别技术进行层位的划分，然后利用边界识别方法根据重磁数据获得断裂及地层界线的分布特征，最后利用重磁震数据计算场源体的属性（埋深、密度、磁化率等）参数。此外，对于无地震数据区域还需利用重磁异常反演层位信息。根据上述获得的信息建立一体化解释模型进行重磁、重力梯度及地震数据的联合反演，获得最终的地质-地球物理模型。通过以上的计算过程可知模型参数和联合反演方法的计算精度直接制约着联合反演结果的准确性。本文主要针对层位、埋深、密度、磁化率等参数的计算方法及联合反演方法进行改进，以提高解释结果的准确性，建立了一套更高精度的一体化解释流程。本研究非常注重非震数据的辅助作用，对于联合反演工作具有一定的借鉴价值。
1.2 相关研究方法及发展进程
本文一体化解释的基本流程如下：1、获取层位、地层界线及断裂分布：利用改进的数学形态学方法实现地震同相轴识别及位场（重、磁）数据的边界识别；2、计算目标体的深度、密度及磁化率参数：利用改进的位场数据解释方法获取场源体的属性参数；3、地层密度分布：利用地震随机反演获得地层密度分布，并对结果进行不确定性分析；4、联合反演：利用快速模拟退火法实现重磁、重力梯度与地震数据的联合反演。针对流程所涉及的研究内容进行简单的介绍。
1.2.1 数学形态学
在地球物理数据解释中的应用数学形态学是由 Serra 在 1964 提出的，其利用具有一定形态的结构元素去量度和提取图像中对应的形状，是一种广泛应用于图像处理和模式识别领域的方法。近几十年来，数学形态学理论成为学者们的研究热点，被推广应用于众多研究领域，如计算机文字识别，医学图像处理，工业检测，地质学，冶金学，机器人视觉，视频压缩等。数学形态学法相对其它空间域或频率域图像处理和分析方法具有一些明显的优势：（1）可有效地滤除噪声，保留图像中的细节信息；基于数学形态学的边界提取算法，对噪声不敏感，提取的边界比较平滑，且提取的图像骨架比较连续，断点少；（2）方法易于并行算法的实现。鉴于数学形态学在众多领域的优越性，地球物理学者将其引入地球物数据的处理和解释。Jeffrey 等（1992）[1]应用数学形态学及估计主曲线聚类法对卫星图像的冰凝絮体进行识别。Demanet 等（2001）[2]提出基于数学形态学的脊线定位法用于识别活动断裂的具体位置。数学形态学的开闭运算,能滤除比结构元素小的亮细节和暗细节,可用其滤除地震数据中的高频噪音。郑桂娟和王润秋（2003）[3]利用数学形态学法实现了地震资料的滤波处理，并讨论了结构元素的尺寸、形状和幅值对结果的影响。孙景荣等（2003）[4]利用数学形态学的理论,根据断裂在测井曲线上的形态特征,对矢量化前的测井曲线进行修复,取得了良好的应用效果。秦承志等（2004）[5]通过滑动窗口的方法将离散的地震点分布转化为反映其密度分布的灰度图像，然后利用数学形态学中骨架提取方法获取地震带的位置。Timothe（2005）[6]应用数学形态学技术实现了三维地震数据的层次分割。Vaz等（2006）[7]将数学形态学技术应用于增强火星表面的断层构造形态；Lay 等（2006）[8]利用数学形态学技术提取不规则孔径的统计特征。陈辉等（2008，2009）[9-10]将数学形态学边缘检测方法引入到地震数据处理，通过选择合适的结构元素，构建形态边缘检测算子。通过理论模型试验和实际数据证明数学形态学法可用于地震裂缝带的检测,且检测效果要好于其它同类方法。许海涛等（2010）[11]通过对比形态学处理前、后地震资料的相干结果发现形态学的滤波作用可以使断层与河道的效应更加明显,同时还可以清晰地体现异常体中的断层,因此利用形态学滤波器处理地震资料可以提高相干效果。段中钰和王润秋（2010）[12]将多尺度形态学引入地震勘探资料处理与解释领域,介绍了多尺度形态图像分解的基本理论,并试验了其在地震资料处理与解释方面的应用效果。李丽丽等（2012）[13-14]将形态学方法与水平导数相结合实现了地震同相轴和位场（重、磁）数据边界的识别，获得了良好的实际应用效果。通过以上论述可知，数学形态学在地球物理数据去噪、形态识别、裂缝储层检测、地质构造分析中得到广泛应用，主要表现为测井曲线的断裂修复、地震裂缝检测、地震相关属性提取、地震资料滤波处理。
1.2.2 地震同相轴及位场边界识别技术研究现状
1.2.2.1 地震同相轴识别技术
同相轴含有地震信号的绝大部分信息，对界面深度确定、断层解释、地质分层、空洞及异常体检测等具有重要意义，因此同相轴的准确定位、追踪和提取在地震资料处理和解释中具有极其重要的作用。现今有很有方法来进行地震同相轴的追踪，Liu（1989）[15]采用神经网络方法实现了同相轴的追踪；许建华等（1990）[16]采用链匹配算法自动拾取同相轴；周冠雄等（1991）[17]应用自回归（Auto Regressive,AR）模型描述同相轴，在特定的数据结构和搜索策略下实现了同相轴的AR自动追踪；Hancock等（1992）[18]基于字典的概率松弛框架提出了鲁棒方法进行地震层位的提取。Bondar（1992）[19]利用图像处理算法提取地震数据的层位；Huang（1990）[20]利用自组织神经网络实现了地震同相轴的自动识别；姚姚（1994）[21]利用人工神经网络原理实现了同相轴的自动拾取；Huang（1998）[22]利用霍普菲尔神经网络对地震层位进行拾取；陆文凯等（1998）[23]提出一种利用自组织神经网络自动追踪地震同相轴的方法；董恩清等（1998）[24]将模式识别技术应用于地震剖面同相轴的自动追踪；高美娟等（2000）[25]应用边缘检测法检测地震反射同相轴；石玉梅等（2000）[26]基于Bubble函数构造母小波函数，采用高斯函数为父函数，对地震资料进行二维小波分析，提取地震同相轴的边缘信息，并运用CB（Contour-Based）形态滤波删除图像中延展度较小的连通分量（噪声）；Faraklioti（2004）[27]基于地表探测技术，利用高斯滤波器的二阶导数提取三维地震数据体中的层位。杨立强等（2004）[28]首先利用小波算法提高地震剖面分辨率，减少大部分随机噪声.
第 2 章 数学形态学法在地震数据同相轴增强及重磁数据边界识别中的应用.............. 12
2.1 数学形态学基本运算 ......... 12
2.2 数学形态学在地震同相轴增强中的应用........... 13
2.3 形态学方法在重磁数据边界识别中的应用 ............. 19
第 3 章 地层属性(密度、磁化率)及几何参数反演 .............35
3.1 一种利用重力异常定量解释断层的新方法 .............. 35
3.2 改进的解析信号法在磁异常解释中的应用............... 40
3.3 改进的局部波数法及其在磁测数据解释的应用 ............. 44
第 4 章 地震随机反演及不确定性分析 ..............53
4.1 地震随机反演介绍 ............ 53
4.2 随机反演相关参数概念.............. 55
4.3 不确定性分析 ............... 61
结 论
重力、磁法、地震数据的一体化解释是地球物理联合反演中重要的手段，可有效地降低反演结果的多解性，获得更加准确的结果。地球物理模型参数的准确性直接制约着联合反演结果的精度，为此本文针对地震同相轴、地层边界、属性等信息的计算方法进行改进，以获得更加准确的参数信息，并采用地震随机反演进行层位密度的计算，提高垂向分辨率，最后利用快速模拟退火法实现重磁震数据的一体化反演，提高计算效率。本文提出增强型数学形态学法进行地震同相轴增强，该方法是将数学形态学中膨胀和腐蚀运算与水平导数相结合进行同相轴的增强。通过理论模型试验和实际数据证明该方法能成功地完成地震同相轴的增强工作，具有较高的分辨率，尤其是对弱振幅同相轴也有较强的识别能力，且受噪音干扰较小。经研究发现增强型数学形态学法进行简单的修改后可用于重磁数据的边界识别，该方法不需要垂直导数的计算，可有效地降低噪声的干扰，增强输出结果的稳定性。理论模型试验证明该方法能同时识别出浅部与深部地质体的边界，且相对其它方法所识别出的边界更加清晰。将其应用于实际数据的解释，所划分出的断裂、地层界线与实际地质资料相一致。但该方法所识别出的边界存在一定程度的发散，清晰度不理想。提出利用幂次和指数变换来改善形态学计算结果的发散效应。通过理论模型试验和实际数据证明幂次和指数变换能有效地增强识别结果的对比度，使地质体边界更加清晰地显示。
利用重磁异常辅助地震数据计算地质体埋深、密度差、磁化率差等信息。提出一种利用重力异常定量计算断层各项参数的方法，其利用重力异常水平导数与垂直导数的非线性组合进行断层倾向、埋深、密度差等参数的计算。通过理论模型试验证明该方法反演得到的断层参数与真实值相一致，误差较小。将该方法应用于已知断层实测重力异常的解释，所获得的断层几何、密度参数与地震解释结果吻合度较高。采用解析信号法和局部波数法计算磁源体的参数，这两种方法具有不受磁化方向干扰的特性。已有的解析信号法和局部波数法需要异常的三阶甚至更加阶导数参与计算，增大噪声的同时也为反演结果带来了误差。为了提高结果的准确性，提出改进的解析信号法和局部波数法来进行参数的反演。改进的解析信号法是利用解析信号水平与垂直导数的关系来估算磁源体的位置和类型（构造指数）信息，只需要计算异常的二阶导数，有效地增强了计算结果的稳定性。通过理论模型试验证明改进的解析信号法能很好地完成磁源体的反演，且适应性较强。将改进的解析信号法应用于已知断裂实测磁异常的解释，反演得到的结果与测井解释结果一致，且精度略高于其它同类方法。
改进的局部波数法是利用不同水平位置或不同高度局部波数的非线性组合进行场源体参数的反演，仅需要计算异常的二阶导数，可有效地降低噪声的干扰，提高结果的准确性。通过理论模型试验证明改进的局部波数法能更加准确地完成磁异常的反演，反演结果与理论值之间的差距小于 5%。将其应用于实测磁异常的解释，其反演结果与解析信号欧拉反褶积法反演结果相一致，表明本文方法具有良好的实际应用效果。
参考文献
[1]Banfield J D., Adrian E R.Ice Floe Identification in satellite images using mathematicalmorphology and clustering about principal curves [J].Journal of the American Statistical Association, 1992, 87(417):7~16.
[2]Demanet D, Eric P, Franc R, et al. Application and processing of geophysical images formapping faults [J].Computers & Geosciences, 2001, 27(9):1031~1037.
[3] 郑桂娟 , 王润秋 . 数学形态学在地震资料处理中的应用探索 [J]. 勘探地球物理进展,2003,26(4):277～281.
[4]孙景荣,许录平,廖红伟.基于数学形态学的测井曲线的断裂修复[J].西安石油大学学报(自然科学版), 2003,18(4): 33～35.
[5] 秦承志 , 裴 韬 , 周成虎 . 基于数学形态学的地震带图像识别分析 [J]. 地球信息科学,2004,6(2):101～105.
[6] Faucon T, Etienne D, Cédric M.Morphological Segmentation Applied to 3D Seismic Data[J].Mathematical Morphology: 40 Years On Computational Imaging and Vision, 2005, 30:475～484.
[7] Vaz D., Alves I., Barata T.Application of mathematical morphology to the enhancement ofwavelet-detected fault lines on Mars [C].Geophysical Research Abstracts, 2006,8: 18.
[8] Teo L L, Saya Sagar B D.Modeling, description and characterization of fractal pore viamathematical morphology [J].Discrete Dynamics in Nature and Society, 2006, 2006:1~25.
[9]陈辉，胡英，李军.数学形态学在地震裂缝检测中的应用[J].天然气工业,2008, 28(3):48～50.
[10]陈辉，郭科，胡英.数学形态学在地震信号处理中的应用研究[J].地球物理学进展,2009,24(6):1995～2002.