利用磁场水平调整方法实现航磁数据融合——以山东省齐河—禹城地区为例

图1 山东齐河—禹城地区航磁异常(调平后)

a—2011年航磁ΔT异常;b—2017年航磁ΔT异常

Fig.1 Aeromagnetic total field in Qihe-Yucheng area of Shandong Province (after leveling)

a—aeromagnetic total filed acquired in 2011;b—aeromagnetic total filed acquired in 2017

上述两次航空地球物理测网交错布置,即在原1:5万比例尺数据(测线间距500 m)基础上进行了加密,加密后测线间距为250 m(图2)。为了保证数据融合的效果,所使用的是未经过调平处理的航磁数据,只进行了航磁正常场校正和磁日变校正(图3)。若使用调平处理的数据,因进行了滤波处理,在一定程度上融入了数据处理人员的主观认识,在局部区域会妨碍对原始磁场面貌的认识,增加后续数据融合的难度,导致更大误差。

图2

图2 山东齐河—禹城地区航磁测网

Fig.2 Aeromagnetic survey grid in Qihe-Yucheng area of Shandong Province

图3

图3 正常场和日变校正后的航磁异常(未调平)

a—2011年航磁ΔT异常;b—2017年航磁ΔT异常

Fig.3 Aeromagnetic field map after normal field reduction and diurnal correction (without leveling)

a—aeromagnetic total field in 2011; b—aeromagnetic total field in 2017

2 数据融合

磁场水平调整是由于仪器观测、导航定位的点位、飞行高度以及日变观测等诸方面都存在误差,尤其在地形崎岖地区,不同测线与切割线之间飞行高度相差甚大,在交叉点形成很大的差别。在飞行后需利用测线与切割线交叉点测量观测的结果,按误差分配原理进行分配调整,使各测线统一到同一水平上^[8]。切割线对磁场趋势及强度等起到有效地控制作用,本次数据融合采用包含切割线调平在内的调平方法,能更加真实地反映磁场面貌,使用的其他调平方法包括弱磁场区调平方法(局部调平)以及微调平方法。

2.1 数据合并

由于不同年代获取的航磁数据飞行高度是有差异的,对飞行高度进行统计发现2011年数据的平均飞行高度为152 m,2017年数据的平均飞行高度为208 m,平均高度差为56 m,本次以最新获取的数据为基准,对2011年数据进行向上延拓处理;同时,由于两者零值不统一,对2011年数据的零值进行了调整(调整量为45 nT);最后完成两套数据的数据库合并,合并后的航磁面貌见图4a。

图4

图4 磁场调平方法数据融合

a—延拓和零值调整后的磁场异常;b—切割线调平;c—弱磁场区调平方法;d—微调平

Fig.4 Data merging with leveling methods

a—magnetic field after upward continuation and zero level altering; b—tie line leveling; c—leveling for the weak magnetic field; d—microleveling

2.2 切割线调平

切割线大致垂直于测线方向,用于联络测线磁场水平及航空地球物理测量质量检查。切割线调平是利用实测切割线网对测线的磁场水平进行调整,使研究区内所有测线背景场的场值统一到同一水平或同一基点上^[9]。在实际应用中,将测线与切割线交点处(交叉点)的磁场值作为调平参考值。切割线调平主要以最小二乘法原理为基础,使测线和切割线交点的差值平方和最小,实现磁场水平调整。

针对齐河—禹城地区2011、2017年两次获取的1:5万航磁资料,首先计算测线与切割线交叉点磁场差值,检查交叉点处磁场是否平静,同时去除磁场差值较大的交叉点,使其不参与调平过程;其次,对切割线磁场值进行修正^[9](也作统计调平),统一两次切割线磁场背景值——将一条切割线上各测点的磁场值减去此切割线与测线在平静交叉点处的磁场差值的算术平均值,并照此方法推广到研究区内所有切割线。最后,运用最小二乘法原理,使所有交叉点上的差值平方和最小。切割线调平后,恢复了区域磁场的宏观面貌,消除了大部分磁场条带,对部分交叉点数据不足的测线或磁场复杂、短波长的磁场条带处理效果有限(图4b)。

2.3 弱磁场区调平方法

弱磁场区调平方法^[5]是一种局部调平方法,用于处理切割线调平处理后仍存在的沿测线方向的磁场局部条带,能使后续微调平等方法^{[10⇓⇓-13]}达到更好的处理效果。其原理是根据测线及相邻测线磁场的空间变化趋势,在测线不同位置设置磁场水平调整量——在残存磁场条带两端调整量为零,中部根据磁场变化趋势设置调整量。设置好测线上的调整量后,依据点数或者距离将调整量分配至测线的每个数据点,完成测线的局部磁场水平调整(图4c)。可结合后续微调平结果,确定该阶段调整到何种程度以及重点调平区域。

2.4 微调平方法

经过上述调平处理后,航磁数据仍然存在一些微弱磁场条带,微调平方法利用频率域或空间域滤波方法去除此类磁场条带,分离地质信息与噪声^{[10⇓⇓-13]}。空间域方法使用条件更为苛刻,而频率域方法应用更为广泛,其结果更加平滑,受局部异常或干扰异常的影响更小。空间域方法主要针对测线方向与网格的x或y轴方向一致的情况,通过对测线方向进行空间域低通滤波,以及对切割线方向进行空间域高通滤波,获得调平误差,用原数据减去调平误差得到微调平处理结果。参数选择方面,低通滤波窗口应大于浅源局部异常宽度,高通滤波窗口选择2~4倍的测线间距。频率域方法则是对网格进行扩边和假值填充后,使用二维滤波进行处理,本次使用Geosoft Oasis软件实现,其滤波方法为巴特沃斯高通滤波和方向余弦滤波组合,方向滤波器阶数取2,巴特沃斯滤波器阶数取6,波长选择4倍测线间距为宜。再通过Naudy滤波(波长通常为5倍测线间距)进一步从噪声中分离出地质信息,返回到调平结果中去。微调平基本消除了磁场条带,较好地保留了深部或浅部磁性体引起的磁场信息(图4d)。

3 数据融合效果

3.1 数据质量评价

对融合后的数据进行了质量评价,主要针对测网的实际分布情况以及数据精度,即测网疏密和磁测总精度评价。测网疏密度反映了实际测线飞行质量,在研究区按一定间隔布置虚拟切割线(通常按3~5倍测线距布置虚拟切割线),计算实际测线间距与设计的测线间距的差值,这些差值的平均值即为全区的测网疏密度。在研究区采用1 km间隔布置虚拟切割线,经计算测网疏密度为250±16.2 m,测线间距主要分布在230~270 m之间(图5)。航磁总精度采用测线与切割线交叉点残差的均方差进行评价,经计算融合形成的1:2.5万数据总精度为1.30 nT。

图5

图5 测线间距分布

Fig.5 Distribution of flight line spacing

3.2 数据融合前后对比分析

为了便于对比分析数据融合前后的磁场细节特征,选取了研究区部分区域进行对比研究(图6a)。经对比,融合后1:2.5万数据比原1:5万数据突出了更多的细节信息。虽然高频异常多是浅表异常源引起的,看似融合后数据的噪声更大,实则表明融合后数据具有更好的分辨能力(图6d、e)。而且,融合后的数据在后续数据处理解释中具有更大的优势和更丰富的地球物理信息,图6b、c为数据融合前后航磁总梯度模计算结果对比,融合后航磁总梯度模异常信息更加丰富,图6b中的A、B、C异常在数据融合处理后开始圈闭,更有利于研究异常源的范围及其中心位置。

图6

图6 数据融合前后对比分析

a—对比分析区域所在位置,底图为航迹(不含切割线); b—融合前航磁总梯度模(Ⅰ区); c—融合后航磁总梯度模(Ⅰ区); d—融合前航磁ΔT(Ⅱ区);e—融合后航磁ΔT(Ⅱ区);

Fig.6 Contrastive analysis of the data before and after merging

a—the areas for contrastive analysis,the base map is the survey grid (without tie-lines); b—aeromagnetic total field before data merging in area Ⅰ; c—aeromagnetic total field ΔT after data merging in area Ⅰ; d—total gradient magnitude of aeromagnetic field ΔT before data merging in area Ⅱ; e—total gradient magnitude of aeromagnetic filed after data merging in area Ⅱ

4 结论

1)不同年代完成的航磁数据,采用等距穿插飞行测量,合理的测网布置方法保证了融合形成的数据具有均匀的测线间距。而且,利用磁场水平调整方法完成数据融合,在融合过程中磁场受实测切割线控制,能更真实地反映磁场值及其变化趋势。经统计,融合后的新数据测网疏密度为250±16.2 m、磁测总精度为1.3 nT,满足1:2.5万航磁测量要求。

2)齐河—禹城地区两套航磁数据相互补充、融合,填补了原来单一数据存在的空白区(如图3a西北角及图3b东侧空白区),也填补了该地区1:2.5万高精度航磁资料的空白。融合后的数据具有更高的分辨力,包含更丰富的地球物理信息,是该地区后续数据处理解释的重要基础资料。

3)使用以往航磁数据实现数据融合,是老资料再利用,能有效地节约经济、时间、人力等成本。通过本文的研究工作,对今后在已有航空地球物理资料的地区开展航空地球物理测量时布置测网以及开展数据融合等工作具有指导意义。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

支澳威, 陈华根.

一种不同平台磁力数据精细化融合方法

[J]. 测绘科学, 2019, 44(12):14-20,34.

Zhi

A W

, Chen

H G

A fine fusion method for magnetic data of different platforms

[J]. Science of Surveying and Mapping, 2019, 44(12):14-20,34.

[2]

刘福香, 王万银, 纪晓琳, 等.

“多维”多尺度重磁位场数据融合方法

[J]. 地球物理学报, 2021, 64(4):1453-1470.

Liu

F X

, Wang

W Y

, Ji

X L

, et al.

The fusion with gravity and magnetic potential field data at multi-dimension and multi-scale

[J]. Chinese Journal of Geophysics, 2021, 64(4):1453-1470.

[3]

郝燕玲, 成怡, 刘繁明, 等.

融合多类型海洋重力数据算法仿真研究

[J]. 系统仿真学报, 2007, 19(21):4897-4900.

Hao

Y L

, Cheng

, Liu

F M

, et al.

Simulation of combination algorithm for heterogeneous marine gravity data

[J]. Journal of System Simulation, 2007, 19(21):4897-4900.

[4]

Minty

B R S

, Milligan

P R

, Luyendyk

, et al.

Merging airborne magnetic surveys into continental-scale compilations

[J]. Geophysics, 2003, 68(3):988-995.

DOI:10.1190/1.1581070 URL [本文引用: 1]

Regional compilations of airborne magnetic data are becoming more common as national databases grow. Grids of the magnetic survey data are joined together to form geological province‐scale or even continental‐scale compilations. The advantage of these compilations is that large tectonic features and geological provinces can be better mapped and interpreted.

[5]

吴成平, 王卫平, 马勋表.

航磁弱异常区磁场水平调整——以黔东地区为例

[J]. 地球物理学进展, 2017, 32(4):1496-1500.

C P

, Wang

W P

, Ma

X B

Leveling aeromagnetic data for the weak magnetic field:A case study in eastern Guizhou

[J]. Progress in Geophysics, 2017, 32(4):1496-1500.

[6]

徐东礼, 王宁, 邓茂盛, 等.

山东齐河—禹城地区1:5万航空物探(重、磁)测量成果报告

[R]. 北京: 中国自然资源航空物探遥感中心, 2018.

D L

, Wang

, Deng

M S

, et al.

Result report of airborne geophysical (gravity and magnetic) survey with scale 1:50,000 in Qihe-Yucheng area,Shandong Province

[R]. Beijing: China Aero Geophysical Survey and Remote Sensing Center for Natural Resources, 2018.

[7]

周道卿, 曹宝宝, 郑宇舟, 等.

鲁豫皖相邻地区1:5万航磁调查成果报告

[R]. 北京: 中国自然资源航空物探遥感中心, 2015.

Zhou

D Q

, Cao

B B

, Zheng

Y Z

, et al.

Result report of airborne magnetic survey with scale 1:50,000 in Luyuwan and its adjacent area

[R]. Beijing: China Aero Geophysical Survey and Remote Sensing Center for Natural Resources, 2015.

[8]

黄宗理, 张良弼. 地球科学大辞典应用学科卷[M]. 北京: 地质出版社, 2005.

Huang

Z L

, Zhang

L B

. Volume of applied disciplines in the great dictionary of earth sciences[M]. Beijing: Geological Publishing House, 2015.

[9]

胥值礼, 孟庆敏, 崔志强.

基于GIS的航磁实测切割线网自动调平软件

[J]. 物探化探计算技术, 2010, 32(4):423-428,339.

Z L

, Meng

Q M

, Cui

Z Q

Gis-based auto-leveling software of aeromagnetic measured cross line network

[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2010, 32(4):423-428,339.

[10]

王乃东

有关1:25万航磁系列图的几个问题

[J]. 物探与化探, 2007, 31(5):459-464.

Wang

N D

Some problems concerning 1:250,000 areomagnetic series maps

[J]. Geophysical and Geochemical Exploration, 2007, 31(5):459-464.

[11]

骆遥, 王林飞, 何辉.

航空地球物理勘探资料微调平处理

[J]. 物探与化探, 2012, 36(5):851-855.

Luo

, Wang

L F

, He

Microlevelling processing of airborne geophysical data

[J]. Geophysical and Geochemical Exploration, 2012, 36(5):851-855.