磁法反演matlab程序,基于组合模型加权函数的磁异常数据三维反演方法与流程

本发明提出一种基于组合模型加权函数的磁异常数据三维反演方法,通过MATLAB实现,能提高反演结果的横向分辨率。水平加权函数与深度加权函数组合,解决现有技术中反演结果横向分辨率低的问题,更准确反映地下地质体物性分布。
摘要由CSDN通过智能技术生成

0e1a02568358a6f3a739e5b731684f77.gif

本发明涉及一种地球物理探测数据的处理方法,是从磁法勘探观测数据中提取有效信息作为水平加权函数,加入到磁异常数据三维反演中的方法。

背景技术:

地球物理勘探包括重、磁、电、震等勘探方法,其中,磁法勘探具有采集速度快、成本低等优势。针对磁异常数据的处理和解释方法较多,例如边界识别、快速成像、欧拉反褶积以及界面反演等。边界识别技术主要是对异常体的水平边界进行定位,包括垂直导数法(Evjen,1936)、总水平导数法(Cordell and Grauch,1985)、解析信号法(Roest,1992)、张量模量法(Wu et al.,2017)、斜导数法(Miller,1994)、Theta图法(Wijins,2005)、特征值法和张量不变量法(Pedersen and Rasmussen,1990);成像技术主要用于确定异常体的中心埋深,包括偏移成像(Fedi,2002)、相关成像(马国庆等,2013;郭良辉等,2010)、DEXP成像(Fedi,2007)和归一化总梯度成像方法(Berezkin,1967);欧拉反褶积方法应用于磁异常数据,可同时获得地下异常体的水平位置信息和埋深信息(Thompson,1982;Reid et al.,1990);界面反演技术可获得界面的起伏形状(Parker,1973,1974;Oldenburg,1974;Gomez-Ortiz and Agarwal,2005;Zhang et al.,2015;Gao and Sun,2019)。以

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大地电一维反演是一种重要的地球物理勘探方法,用于解决地下电导率结构的反演问题。在Fortran中实现大地电一维反演需要遵循以下步骤: 1. 设计程序结构:根据反演算法的特点和要求,设计程序结构,包括主程序和子程序,定义变量和数组,并确定输入输出格式和文件存储方式。 2. 编写主程序:根据反演算法的步骤和流程,编写主程序,包括读取输入数据,初始化参数,进行反演计算,输出结果等。 3. 编写子程序:根据反演算法中的公式和计算方法,编写相应的子程序,如有限差分程序模型正演程序反演迭代程序等。 4. 调试程序:对程序进行测试和调试,检查程序的正确性和稳定性。 下面是一个简单的大地电一维反演的Fortran程序示例: ``` program em1d_inversion implicit none integer, parameter :: nlayer = 10 !定义层数 real, parameter :: pi = 3.1415926535 !定义圆周率 real :: freq, res(nlayer), thickness(nlayer), h, z(nlayer+1), rho(nlayer+1), appr(nlayer+1), jacobian(nlayer+1, nlayer+1) !读取输入数据 open(10, file='input.dat', status='old') read(10, *) freq do i = 1, nlayer read(10, *) res(i), thickness(i) end do close(10) !初始化参数 z(1) = 0.0 do i = 1, nlayer z(i+1) = z(i) + thickness(i) rho(i) = res(i) * thickness(i) appr(i) = 1.0 / (rho(i) * pi * freq) end do rho(nlayer+1) = res(nlayer) * z(nlayer) / appr(nlayer) !计算反演迭代 do iter = 1, 10 !计算模型正演 do i = 1, nlayer+1 h = z(i+1) - z(i) appr(i) = 1.0 / (rho(i) * pi * freq) jacobian(i,i) = 1.0 / (pi * freq * rho(i)**2 * h) if (i > 1) then jacobian(i,i-1) = -1.0 / (pi * freq * rho(i-1)**2 * h) end if if (i < nlayer+1) then jacobian(i,i+1) = -1.0 / (pi * freq * rho(i+1)**2 * h) end if end do !计算反演误差 do i = 1, nlayer+1 appr(i) = 1.0 / (rho(i) * pi * freq) if (i < nlayer+1) then rho(i) = rho(i) + (appr(i) - appr(i+1)) / (jacobian(i,i) + jacobian(i,i+1)) end if end do end do !输出结果 open(20, file='output.dat', status='new') write(20, *) rho close(20) end program em1d_inversion ``` 以上代码仅供参考,实际编写中需要根据具体反演算法和数据格式进行修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值