简介：常规欧拉反褶积法中构造指数的选取以及分散解存在较多的问题,提出了基于联立垂向一阶导数与解析信号的欧拉齐次方程的RDAS-Euler反演方法。该方法可以更为精确的估计场源的范围及埋深,且不需考虑构造指数N的影响,避免了因构造指数不当而引起的反演误差。通过对单一地质体及组合地质体模型的实验证明本文方法能有效地完成目标体的反演工作,反演结果与理论值之间的误差小于10%,且相对于常规欧拉反褶积法更加稳定准确,能够更好的得到地质体边界及深度信息。将RDAS-Euler法应用于黑龙江省虎林盆地实测布格重力异常数据,获得了丰富的断裂信息,说明RDASEuler法增强了对断裂平面位置的识别能力。

简介：位场边界检测在位场数据处理中占有重要的地位,大多数的检测方法都是基于位场的梯度计算,因此算法易受干扰、稳定性较低。本文基于数理统计理论,不需要进行位场梯度计算,提出了利用各方向均方差相关系数进行位场边界检测,并且对算法及其合理性进行了详细的阐述与分析。在模型试验中,分别做了单一模型、组合模型以及加入随机噪声的组合模型试验,验证了方法的可靠性,并进一步与其它边界识别方法作了比较。各方向均方差相关系数法的特点为:算法简单稳定,结果辨识度较高,能同时对不同埋深的地质体边界都有较好的检测效果,能较好地保留边界形态,对噪声敏感度较低。最后将方法应用于老挝万象附近某地实测布格重力异常的处理中,利用研究区遥感解译的构造格架作为佐证,说明了各方向均方差相关系数法在实际应用中的可行性,为进一步判读区内构造展布提供了依据。