一种火成岩岩性识别方法及装置
文献发布时间:2023-06-19 09:52:39
技术领域
本申请涉及石油地球物理勘探领域,具体是一种火成岩岩性识别方法及装置。
背景技术
火成岩岩性与油气赋存密切相关,火成岩岩性识别是火成岩发育区油气勘探的重要研究内容之一。不同岩性的火成岩由于岩石地球物理性质不同,所产生的地球物理异常的特征也不同。各种地球物理方法进行火成岩岩性识别,既各有优势,又各存局限性。开展多方法联合研究是正确识别岩性的有效办法。
磁法是确定地下是否存在火成岩并圈定火成岩分布范围的主要方法之一,这是因为火成岩磁性较强,而其它类型岩石无磁性或磁性较弱,使得磁力异常对火成岩反映较其它方法更灵敏。在一些情况下,根据磁力异常形态和幅值可以大致判断火成岩岩性,但很多情况下仅使用磁力异常难以判断火成岩岩性。
由于不同岩性火成岩的密度存在一定的差异,因此重力数据常辅助磁力数据进行火成岩岩性识别。一般情况下,酸性火成岩密度较低,中性火成岩密度与多数沉积岩接近,基性和超基性火成岩密度高于沉积岩,有时超过变质岩。相应地,当对应磁力正异常为平面形态相似的重力负异常时,可以判定地下火成岩为酸性火成岩;当对应的重力异常为正异常时,可判定地下火成岩为基性或超基性火成岩;当对应的重力异常正负特征不显著时,判定地下火成岩为中性火成岩。然后再根据周围已有钻井揭示的火成岩岩性做出更具体的岩性解释。
上述火成岩岩性识别的方法和判断原则是正确的,但在实际研究过程中需要通过两种不同性质数据的反复对比来进行分析和识别,对研究人员的技术水平和解释经验有较强的依赖性,目前缺少一种利用重力数据及磁力数据联合进行火成岩岩性识别的简单直接的方法。
发明内容
针对现有技术中的问题,本申请提供一种火成岩岩性识别方法及装置,能够利用重力数据及磁力数据联合进行火成岩岩性识别。
为解决上述技术问题,本申请提供以下技术方案:
第一方面,本申请提供一种火成岩岩性识别方法,包括:
根据研究区域内测点的勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据;
分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据;
根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图。
进一步地,当所述勘探野外数据包括测点坐标及测点磁力值时,根据所述勘探野外数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据,包括:
对获取到的所述测点坐标及测点磁力值,进行磁力改正及磁力异常计算,得到磁力ΔT异常数据;
对所述磁力ΔT异常数据做网格化插值处理,得到磁力ΔT异常网格化数据;
对所述磁力ΔT异常网格化数据进行化极处理,得到所述研究区域内的化极磁力异常网格化数据。
进一步地,当所述勘探野外数据包括测点坐标及测点重力值时,根据所述勘探野外数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据,包括:
对获取到的所述测点坐标及测点重力值,进行重力改正及重力异常计算,得到布格重力异常数据;
对所述布格重力异常数据做网格化插值处理,得到布格重力异常网格化数据;
将所述布格重力异常网格化数据转化为伪磁力异常网格化数据。
进一步地,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
根据所述波数域磁力异常网格化数据及位场延拓因子生成位场延拓后的波数域磁力异常网格化数据;
将所述位场延拓后的波数域磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域磁力异常网格化数据;
将所述磁力异常网格化数据减去位场延拓后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
进一步地,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
根据所述波数域磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域磁力异常网格化数据;
将所述波数域滤波后的波数域磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域磁力异常网格化数据;
将所述磁力异常网格化数据减去波数域滤波后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
进一步地,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
根据所述波数域伪磁力异常网格化数据及位场延拓因子,生成位场延拓后的波数域伪磁力异常网格化数据;
把所述位场延拓后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域伪磁力异常网格化数据;
将所述伪磁力异常网格化数据减去位场延拓后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
进一步地,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
根据所述波数域伪磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域伪磁力异常网格化数据;
把所述波数域滤波后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域伪磁力异常网格化数据;
将所述伪磁力异常网格化数据减去波数域滤波后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
进一步地,根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据,得到相对伪磁力异常图,包括:
将所述剩余磁力异常网格化数据中的全部负值及零值赋予一预设数值,得到所述剩余磁力异常网格化正值数据;
以剩余伪磁力异常网格化数据除以所述剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据;
根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图。
进一步地,所述根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图,包括:
利用相对伪磁力异常网格化数据勾绘相对伪磁力异常等值线,形成相对伪磁力异常网格化数据图。
第二方面,本申请提供一种火成岩岩性识别装置,包括:
网格化及数据转换生成单元,用于根据研究区域内测点的勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据;
剩余异常数据生成单元,用于分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据;
异常图生成单元,用于根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图。
进一步地,当所述勘探野外数据包括测点坐标及测点磁力值时,所述网格化及数据转换生成单元,包括:
磁力异常数据生成模块,用于对获取到的所述测点坐标及测点磁力值,进行磁力改正及磁力异常计算,得到磁力ΔT异常数据;
磁力异常网格化数据生成模块,用于对所述磁力ΔT异常数据做网格化插值处理,得到磁力ΔT异常网格化数据;
化极磁力异常网格化数据生成模块,用于对所述磁力ΔT异常网格化数据进行化极处理,得到所述研究区域内的化极磁力异常网格化数据。
进一步地,当所述勘探野外数据包括测点坐标及测点重力值时,所述网格化及数据转换生成单元,包括:
重力异常数据生成模块,用于对获取到的所述测点坐标及测点重力值,进行重力改正及重力异常计算,得到布格重力异常数据;
重力异常网格化数据生成模块,用于对所述布格重力异常数据做网格化插值处理,得到布格重力异常网格化数据;
伪磁力异常网格化数据生成模块,用于将所述布格重力异常网格化数据转化为伪磁力异常网格化数据。
进一步地,所述剩余异常数据生成单元,包括:
波数域磁力异常网格化数据生成模块,用于将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
波数域延拓磁力异常网格化数据生成模块,用于根据所述波数域磁力异常网格化数据及位场延拓因子生成位场延拓后的波数域磁力异常网格化数据;
空间域延拓磁力异常网格化数据生成模块,用于将所述位场延拓后的波数域磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域磁力异常网格化数据;
剩余磁力异常网格化数据生成模块,用于将所述磁力异常网格化数据减去位场延拓后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
进一步地,所述剩余异常数据生成单元,包括:
波数域磁力异常网格化数据生成模块,用于将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
波数域滤波磁力异常网格化数据生成模块,用于根据所述波数域磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域磁力异常网格化数据;
空间域滤波磁力异常网格化数据生成模块,用于将所述波数域滤波后的波数域磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域磁力异常网格化数据;
剩余磁力异常网格化数据生成模块,用于将所述磁力异常网格化数据减去波数域滤波后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
进一步地,所述剩余异常数据生成单元,包括:
波数域伪磁力异常网格化数据生成模块,用于将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
波数域延拓伪磁力异常网格化数据生成模块,用于根据所述波数域伪磁力异常网格化数据及位场延拓因子,生成位场延拓后的波数域伪磁力异常网格化数据;
空间域延拓伪磁力异常网格化数据生成模块,用于把所述位场延拓后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域伪磁力异常网格化数据;
剩余伪磁力异常网格化数据生成模块,用于将所述伪磁力异常网格化数据减去位场延拓后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
进一步地,所述剩余异常数据生成单元,包括:
波数域伪磁力异常网格化数据生成模块,用于将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
波数域滤波伪磁力异常网格化数据生成模块,用于根据所述波数域伪磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域伪磁力异常网格化数据;
空间域滤波伪磁力异常网格化数据生成模块,用于把所述波数域滤波后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域伪磁力异常网格化数据;
剩余伪磁力异常网格化数据生成模块,用于将所述伪磁力异常网格化数据减去波数域滤波后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
进一步地,所述异常图生成单元,包括:
正值数据生成模块,用于将所述剩余磁力异常网格化数据中的全部负值及零值赋予一预设数值,得到所述剩余磁力异常网格化正值数据;
相对伪磁力异常网格化数据生成模块,用于以剩余伪磁力异常网格化数据除以所述剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据;
异常图生成模块用于,根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图。
进一步地,所述异常图生成模块,具体用于:
利用相对伪磁力异常网格化数据勾绘相对伪磁力异常等值线,形成相对伪磁力异常网格化数据图。
第三方面,本申请提供一种电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述火成岩岩性识别方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述火成岩岩性识别方法的步骤。
针对现有技术中的问题,本申请提供一种火成岩岩性识别方法及装置,能够
本申请提出了一种火成岩岩性识别方法及装置,能够根据重力数据及磁力数据求取相对伪磁力异常图,进而根据相对伪磁力异常图中显示的正负属性简单且直观地识别火成岩岩性,大大简化了火成岩岩性的判定过程,降低了火成岩岩性识别工作对解释人员技术水平和解释经验的要求,使重力数据及磁力数据在火成岩岩性识别中发挥更大的作用。
附图说明
图1为本申请实施例中的火成岩岩性识别方法的流程图;
图2为本申请实施例中的得到化极磁力异常网格化数据的流程图;
图3为本申请实施例中的得到伪磁力异常网格化数据的流程图;
图4为本申请实施例中的得到剩余磁力异常网格化数据的流程图之一;
图5为本申请实施例中的得到剩余磁力异常网格化数据的流程图之二;
图6为本申请实施例中的得到剩余伪磁力异常网格化数据的流程图之一;
图7为本申请实施例中的得到剩余伪磁力异常网格化数据的流程图之二;
图8为本申请实施例中的得到相对伪磁力异常图的流程图;
图9为本申请实施例中的火成岩岩性识别装置的总结构图;
图10为本申请实施例中的网格化及数据转换生成单元的结构图之一;
图11为本申请实施例中的网格化及数据转换生成单元的结构图之二;
图12为本申请实施例中的剩余异常数据生成单元之一;
图13为本申请实施例中的剩余异常数据生成单元之二;
图14为本申请实施例中的剩余异常数据生成单元之三;
图15为本申请实施例中的剩余异常数据生成单元之四;
图16为本申请实施例中的异常图生成单元的结构图;
图17为本申请实施例中的电子设备的结构示意图;
图18为本申请实施例中的磁力ΔT异常图示意图;
图19为本申请实施例中的化极磁力异常图示意图;
图20为本申请实施例中的布格重力异常图示意图;
图21为本申请实施例中的伪磁力异常图示意图;
图22为本申请实施例中的剩余磁力异常图示意图;
图23为本申请实施例中的剩余伪磁力异常图示意图;
图24为本申请实施例中的正值剩余磁力异常图示意图;
图25为本申请实施例中的相对伪磁力异常图示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,为了能够利用重力数据及磁力数据联合进行火成岩岩性识别,本申请提供一种火成岩岩性识别方法,包括:
S101:根据研究区域内测点的磁力勘探数据及重力勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据。
可以理解的是,为了获得研究区域内测点的勘探数据,技术人员会在期望开展地下火成岩岩性识别的研究地区内部署磁力勘探测点及重力勘探测点。其中,磁力勘探测点及重力勘探测点的部署密度应满足一定规范,不得过于稀疏,勘探测点的部署密度应保证至少有一条测线穿过待测火成岩体的上方,以使得待测火成岩体在磁力勘探测点及重力勘探测点上能够展现出异常反映,同时,位于待测火成岩体磁力异常区域及重力异常区域上的连续勘探测点应不少于三个,避免当出现异常反应的连续勘探测点仅有一到两个时,被当作干扰勘探测点被剔除。
在进行完勘探测点的部署工作后,可以实施磁力勘探数据及重力勘探数据的野外采集工作,并根据上述两种勘探数据分别进行磁力异常计算及重力异常计算,获得磁力ΔT异常数据及布格重力异常数据。
对磁力ΔT异常数据进行网格化插值处理,可以获得磁力ΔT异常网格化数据,具体方法详见S201至S203的阐述。对布格重力异常数据进行网格化插值处理,可以获得布格重力异常网格化数据,具体方法详见S301至S303的阐述。
S102:分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据。
可以理解的是,对伪磁力异常网格化数据进行剩余伪磁力异常提取的处理方法未见前人应用,它为后续的火成岩岩性识别工作提供了数据基础。另外,在对伪磁力异常网格化数据进行剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据时所采用的方法及实施该方法时所涉及的参数与对化极磁力异常网格化数据进行剩余磁力异常提取处理,得到剩余磁力异常网格化数据时所采用的方法及实施该方法时所涉及的参数应保持一致。
这样做的目的可以理解为,将上述两个处理过程进行归一化,以使得上述两个处理过程所得的数据结果,其取值范围相同,便于后续对两个处理过程所对应的数据结果进行计算及处理。
这样做的原因可以理解为,由于同一火成岩的剩余伪磁力异常网格化数据与剩余磁力异常网格化数据是性质接近的两种异常,它们对同一火成岩反映的异常范围是一致的,因此这两种数据采用相同的处理方法及相同的处理参数进行处理后,处理结果表现出高度的吻合性,能够最大限度地保证火成岩岩性识别的精度。而现有的火成岩岩性识别方法中,一般是分别提取剩余重力异常及剩余磁力异常。由于这两种异常是不同性质的异常,从而决定了同一火成岩岩体的这两种异常的取值范围是不同的,因此现有技术中在对剩余重力异常及剩余磁力异常进行提取时,一般不会采用同样的处提取方法及参数,而且无论采用哪种提取方法及参数都难以保证这两种数据处理结果在反映火成岩岩性异常规模时呈现出相同的取值范围。如果对剩余重力异常及剩余磁力异常进行提取时采用同样的处理方法及参数,那么同一火成岩体在剩余重力异常及剩余磁力异常上的取值范围也会不一样,但后续可以将剩余重力异常转换为剩余伪磁力异常使得二者在取值范围上保持相同。这样,在使用剩余磁力异常及剩余重力异常这两种性质的数据进行火成岩岩性解释时,对解释人员的技术水平及解释经验的要求可以降低,解释结果受人为影响也减弱。
S103:根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图;
S104:根据所述相对伪磁力异常图中的正负属性进行火成岩岩性识别。
可以理解的是,根据剩余伪磁力异常网格化数据及剩余磁力异常网格化正值数据可以得到相对伪磁力异常图。以相对伪磁力异常网格化数据绘制相对伪磁力异常图时,可采用现有各种绘图软件或手工绘图实现。在绘制完相对伪磁力异常图后,可以根据其正负属性开展火成岩岩性识别。一般而言,识别原则为:具一定分布范围的负值异常区被判定为酸性火成岩区;具有一定分布范围的正值异常区被判定为基性-超基性火成岩区;存在正值负值跳跃变化的异常区被判定为中性火成岩区。
这样,在进行火成岩岩性解释过程中,只需从相对伪磁力异常图上判断异常正值区、负值区、跳变区及空白区,也就是正负属性,即可直观地解释出基性-超基性岩区、酸性岩区、中性岩区及无火成岩区。这种仅根据相对伪磁力异常一种数据上的四类异常情况就能够对应解释出四种火成岩岩性的方法,大大降低了火成岩岩性识别的技术难度。这与现有重磁方法进行岩性识别时反复从剩余磁力异常图上圈定火成岩范围,再叠合到剩余重力异常图上根据相应范围内剩余重力异常的正负属性进行岩性解释相比,工作步骤大大简化,对人员技术水平和解释经验的依赖性大大降低。
这里的解释难度及经验依赖性的降低是指利用本申请提供的火成岩岩性识别方法,本领域技术人员能够从伪磁力异常图上直接查看异常是正值还是负值,进而判断出火成岩是基性火成岩还是酸性火成岩等;而在现有方法中,本领域技术人员需通过重力异常图及磁力异常图两种图上,对异常进行反复对比后才能识别岩性;后者需要更多的经验及更高的技术水平。
最后,利用本申请提供的火成岩岩性识别方法,再结合研究区附近已有钻井揭示的火成岩岩性成果,本领域技术人员能够对判定的酸性、中性、基性或超基性火成岩做出具体的火成岩岩性解释,从而实现对火成岩岩性的准确识别。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够根据重力数据及磁力数据求取相对伪磁力异常图,进而根据相对伪磁力异常图中显示的正负属性简单且直观地识别火成岩岩性,大大简化了火成岩岩性的判定过程,降低了火成岩岩性识别工作对解释人员技术水平和解释经验的要求,使重力数据及磁力数据在火成岩岩性识别中发挥更大的作用。
参见图2,当所述勘探野外数据包括测点坐标、测点磁力值及测点重力值时,根据所述勘探野外数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据,包括:
S201:对获取到的所述测点坐标及测点磁力值,进行磁力改正及磁力异常计算,得到磁力ΔT异常数据。
可以理解的是,野外施工人员在导航仪的引领下,可以到达预先部署的勘探测点,分别使用定位仪器及磁力仪等在勘探测点上进行相应的测量工作,获得各勘探测点的坐标高程及磁力数据,然后在室内分别进行磁力的系统差改正、日变改正、正常场改正及高度改正等工作,并根据上述勘探数据进行磁力异常计算,获得磁力ΔT异常数据。
S202:对所述磁力ΔT异常数据做网格化插值处理,得到磁力ΔT异常网格化数据。
可以理解的是,对磁力ΔT异常数据进行网格化插值处理,可以获得磁力ΔT异常网格化数据。其中,网格化范围为数据坐标范围,网格间距取勘探测点的点距,网格化方法可采用现有的克里京法、最小二乘法、距离反比法或其他网格化方法。
S203:对所述磁力ΔT异常网格化数据进行化极处理,得到所述研究区域内的化极磁力异常网格化数据。
可以理解的是,对磁力ΔT异常网格化数据进行化极处理又称为归化到地磁极,对磁力ΔT异常网格化数据进行化极处理能够获得研究区域内的化极磁力异常网格化数据。其中,化极参数可取研究区域中心点的磁倾角及磁偏角,也可采用变磁倾角及磁偏角进行化极计算,磁倾角及磁偏角可从地磁图上查得,也可使用相关软件计算获得。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够根据所述勘探野外数据得到所述研究区域内的化极磁力异常网格化数据。
参见图3,当所述勘探野外数据包括测点坐标、测点磁力值及测点重力值时,根据所述勘探野外数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据,包括:
S301:对获取到的所述测点坐标及测点重力值,进行重力改正及重力异常计算,得到布格重力异常数据;
可以理解的是,野外施工人员在导航仪的引领下,可以到达预先部署的勘探测点,分别使用定位仪器及重力仪等在勘探测点上进行相应的测量工作,获得各勘探测点的坐标高程及重力数据,然后在室内分别进行重力的格值转换、固体潮改正、调格改正、正常场改正、布格改正、地形改正等工作,并根据上述勘探数据进行重力异常计算,获得布格重力异常数据。
S302:对所述布格重力异常数据做网格化插值处理,得到布格重力异常网格化数据。
S303:将所述布格重力异常网格化数据转化为伪磁力异常网格化数据。
可以理解的是,对布格重力异常数据做网格化插值处理可以获得布格重力异常网格化数据。其中,网格化范围为数据坐标范围,网格间距取勘探测点的点距,网格化方法可采用现有的克里京法、最小二乘法、距离反比法或其他网格化方法。
对于重力和磁力具有同点位测量的项目,重力异常数据网格化方法可采用与磁力异常数据网格化方法相同的方法进行;再利用磁力位与重力位之间的泊松关系把布格重力异常数据转化为伪磁力异常数据,获得研究区域内的伪磁力异常网格化数据。其中泊松关系表达式为:
需要说明的是,同一地质体的磁力位与重力位之间存在泊松关系。在地球物理勘探工作中,可以利用上述关系把磁力异常转换为类似重力异常的数据进行研究,这种转换后的异常被称做伪重力异常(或叫磁源重力异常)。而本申请实施例采用相反的过程,利用泊松关系把重力异常转换为类似磁力异常的数据,即“伪磁力异常”,用于后续的岩性识别。这种转换目前很少在实际工作中使用,更未应用于火成岩岩性的研究中。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够根据勘探野外数据得到研究区域内的伪磁力异常网格化数据。
参见图4,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
S401:将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
S402:根据所述波数域磁力异常网格化数据及位场延拓因子生成位场延拓后的波数域磁力异常网格化数据;
S403:将所述位场延拓后的波数域磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域磁力异常网格化数据;
S404:将所述磁力异常网格化数据减去位场延拓后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
可以理解的是,对化极磁力异常网格化数据进行剩余磁力异常提取处理可以获得剩余磁力异常网格化数据。一实施例中,剩余磁力异常提取可采用位场延拓法,并通过现有的重磁资料处理软件完成。求得的剩余磁力异常数据可最大程度地反映待测火成岩岩体的异常特征。提取完成的一般判断标准为剩余磁力异常不存在明显的区域背景场。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够对所述化极磁力异常网格化数据进行剩余磁力异常提取处理,得到剩余磁力异常网格化数据。
参见图5,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
S501:将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
S502:根据所述波数域磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域磁力异常网格化数据;
S503:将所述波数域滤波后的波数域磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域磁力异常网格化数据;
S504:将所述磁力异常网格化数据减去波数域滤波后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
可以理解的是,对化极磁力异常网格化数据进行剩余磁力异常提取处理可以获得剩余磁力异常网格化数据。一实施例中,剩余磁力异常提取可采用波数域滤波法,并通过现有的重磁资料处理软件完成。求得的剩余磁力异常数据可最大程度地反映待测火成岩岩体的异常特征。提取完成的一般判断标准为剩余磁力异常不存在明显的区域背景场。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够对所述化极磁力异常网格化数据进行剩余磁力异常提取处理,得到剩余磁力异常网格化数据。
参见图6,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
S601:将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
S602:根据所述波数域伪磁力异常网格化数据及位场延拓因子,生成位场延拓后的波数域伪磁力异常网格化数据;
S603:把所述位场延拓后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域伪磁力异常网格化数据;
S604:将所述伪磁力异常网格化数据减去位场延拓后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
可以理解的是,对伪磁力异常网格化数据进行剩余伪磁力异常提取处理时所选取的方法及参数与对化极磁力异常网格化数据进行剩余磁力异常提取处理时所选取的方法及参数应保持一致。这些方法可以包括位场延拓法。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够对所述伪磁力异常网格化数据进行剩余伪磁力异常提取处理,得到剩余伪磁力异常网格化数据。
参见图7,分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据,包括:
S701:将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
S702:根据所述波数域伪磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域伪磁力异常网格化数据;
S703:把所述波数域滤波后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域伪磁力异常网格化数据;
S704:将所述伪磁力异常网格化数据减去波数域滤波后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
可以理解的是,对伪磁力异常网格化数据进行剩余伪磁力异常提取处理时所选取的方法及参数与对化极磁力异常网格化数据进行剩余磁力异常提取处理时所选取的方法及参数应保持一致。这些方法可以包括波数域滤波法。
从上述描述可知,本申请提出了一种火成岩岩性识别方法,能够对所述伪磁力异常网格化数据进行剩余伪磁力异常提取处理,得到剩余伪磁力异常网格化数据。
在实施S601~S604及S701~S704所述步骤时,需要注意的是,对伪磁力异常网格化数据做剩余伪磁力异常提取处理可以获得剩余伪磁力异常网格化数据。其中,剩余伪磁力异常提取处理的方法和参数可与剩余磁力异常提取处理的方法和参数保持一致,即当对剩余磁力异常提取处理的方法采用位场延拓法时,对剩余伪磁力异常提取处理的方法也采取位场延拓法,对剩余磁力异常提取处理的方法采用波数域滤波法时,对剩余伪磁力异常提取处理的方法也采取位场延拓法;当对剩余磁力异常提取处理时的参数采用延拓5km时,对剩余伪磁力异常提取处理时的参数也采用延拓5km,对剩余磁力异常提取处理时的参数采用10km低通滤波时,对剩余伪磁力异常提取处理时的参数也采用10km低通滤波。
参见图8,根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据,得到相对伪磁力异常图,包括:
S801:将所述剩余磁力异常网格化数据中的全部负值及零值赋予一预设数值,得到所述剩余磁力异常网格化正值数据。
可以理解的是,剩余磁力异常网格化数据可能包括正值、负值及零值。由于,剩余磁力异常网格化数据中的负值区及零值区内没有火成岩,为方便绘图,一实施例中,将剩余磁力异常网格化数据的全部负值及零值赋予一预设数值,预设数值可以为绘图软件或计算机程序中一可识别的特征值。这种处理可以实现对剩余磁力异常网格化数据中负值及零值的切除,单纯保留剩余磁力异常网格化数据中的正值数据。
S802:以剩余伪磁力异常网格化数据除以所述剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据。
可以理解的是,本申请实施例以剩余伪磁力异常网格化数据除以剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据,是本申请提出的火成岩岩性识别方法的核心之一。其所得到的相对伪磁力异常网格化数据是本申请实施例中用于火成岩岩性识别的核心数据,因为后续的岩性识别工作直接基于根据该数据绘制的伪磁力异常图上进行。
S803:根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图。
从上述描述可知,本申请提供的火成岩岩性识别方法,能够根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据,得到相对伪磁力异常图。
一实施例中,根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图,包括:
利用相对伪磁力异常网格化数据勾绘相对伪磁力异常等值线,形成相对伪磁力异常网格化数据图。
一实施例中,研究区位于某含油气盆地,盆地深层和基底中发育有火成岩,火成岩岩性识别是本区油气勘探的主要研究任务之一。根据前人的勘探技术研究成果及应用效果,以研究本区火成岩岩性为目的,在研究区部署开展了磁力勘探及重力勘探,期望通过对重力数据及磁力数据的联合研究,更好地识别火成岩岩性。
现有技术利用磁力数据及重力数据进行火成岩岩性识别的方法是通过对剩余磁力异常及剩余重力异常进行对比分析,以剩余磁力异常中正异常的范围去确定火成岩的范围,然后通过判断该范围内剩余重力异常的正负属性来判断火成岩的岩性。以上的判断方法及原则是正确的,但需要在两种数据上进行反复对比才能对岩性进行解释,这些工作对研究人员的技术水平及解释经验的要求较高,工序较多,不利于岩性的快速解释识别。
本申请提出的火成岩岩性识别方法,将重力数据及磁力数据两种数据进行处理,可以通过直接识别火成岩的相对伪磁力异常,实现对火成岩岩性的直接及快速识别。
一实施例中的实现步骤如下:
1)在案例研究区部署磁力勘探及重力勘探,即部署测点,测网密度为每平方千米4个重磁测点,即线距及点距均为500米,保证了测网不少于三条线,每条线不少于三个连续测点位于待研究的目标火成岩岩体磁力异常及重力异常上。
2)按照磁力勘探部署及重力勘探部署,在研究区内开展野外采集作业,获得各测点的坐标及磁力值、重力值,通过现场数据处理,经各项改正及异常计算后,能够获得研究区内磁力ΔT异常及布格重力异常数据。具体方法参见前文阐述。
3)使用重磁处理软件对磁力ΔT异常数据做网格化插值处理,获得磁力ΔT异常网格化数据,参见图18。其中,网格距为500米×500米,与设计测网点线距一致。再使用重磁处理软件进行化极处理,获得研究区内化极磁力异常网格化数据,参见图19。其中,化极处理的地磁参数可以通过查询公开资料获得。
4)使用重磁处理软件或制图软件对布格重力异常数据做网格化插值处理,获得布格重力异常网格化数据,参见图20。其中网格距为500米×500m,保持不变。再使用重磁处理软件将布格重力异常数据转化为伪磁力异常数据,得到研究区内伪磁力异常网格化数据,参见图21。在转换中,密度及磁化率参数值按照研究区内主要火成岩花岗闪长岩与盆地基底的密度及磁化率值的差值进行取值。
5)参见图19,使用重磁处理软件对化极磁力异常网格化数据进行剩余磁力异常提取处理,获得剩余磁力异常网格化数据,参见图22。一实施例中,剩余磁力异常的提取使用了位场延拓法,求得的剩余磁力异常数据较好地去除了化极磁力异常图(图19)上的西北高东南低的区域背景场,较好地反映了目标火成岩体的异常特征。其主体呈近圆形的异常形态与化极磁力异常(图19)上异常特征接近,说明处理效果良好。
6)参见图21,使用重磁处理软件对伪磁力异常网格化数据做剩余伪磁力异常提取处理,获得剩余伪磁力异常网格化数据,参见图23。一实施例中,剩余伪磁力异常提取处理的方法及参数与剩余磁力异常提取处理的方法及参数一致,均为位场延拓法。
7)参见图22,使用重磁处理软件或制图软件把剩余磁力异常网格化数据的全部负值及零值赋予一预设值,预设值为绘图软件及处理软件可识别的某一特征值,实现了对负值及零值的切除,得到剩余磁力异常网格化正值数据(图24)。也就是说,图22中负值及零值位置的数据被挖去,表示该处没有火成岩。
8)参见图23,以剩余伪磁力异常网格化数据除以剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据,参见图25。
9)参见图25,以相对伪磁力异常网格化数据绘制相对伪磁力异常图。根据其正负属性开展岩性识别解释。识别解释的原则是,将具有一定分布范围的负值异常区判定为酸性火成岩区;将具有一定分布范围的正值异常区判定为基性-超基性火成岩区;将正负跳跃变化的异常区判定为中性火成岩区,空白区为无火成岩区。从图25上可以看出,在火成岩区中部存在一近东西走向的负值异常区,占据了火成岩区的主体,根据判断原则,解释为该区内发育有一大型酸性火成岩体。这与通过现有技术判断的结果相一致,即相应位置在剩余磁力异常图上为正异常,反映存在火成岩,布格重力异常上表现为相对重力低,反映了其密度低于周边地质体密度,综合推断为酸性火成岩,这显示出本申请所述的方法与使用现有岩性识别方法判断的结果一致。另外,研究区内边部三处局部异常范围内主体显示为负值异常,这反映了研究区及周边普遍以酸性火成岩为主,符合基本地质规律,说明本申请所述方法的处理过程及结果稳定,可靠性强,同时,快速高效,优于现有技术。
10)结合该火成岩西北侧已知钻井揭示的火成岩为花岗闪长岩(一种酸性火成岩,其磁化率高于基底磁化率,密度低于基底密度),可以对之前判定的酸性火成岩体具体解释为花岗闪长岩体,从而实现了利用磁力数据及重力数据快速识别火成岩的岩性。
从上述过程可以看出,本方法可以在相对伪磁力异常这一单一图件上,仅根据异常的正负属性直接判断火成岩的岩性,相比于现有技术中利用剩余重力异常及剩余磁力异常进行反复对比解释,两者的解释结果一致,但本申请所述方法的实现过程更加简单,对解释人员的技术水平及经验要求相对较低,对推进重磁数据识别火成岩岩性的计算机自动化解释具有重要意义。
基于同一发明构思,本申请实施例还提供了一种火成岩岩性识别装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于火成岩岩性识别装置解决问题的原理与火成岩岩性识别方法相似,因此火成岩岩性识别装置的实施可以参见基于软件性能基准确定方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
参见图9,为了能够利用重力数据及磁力数据联合进行火成岩岩性识别,本申请提供一种火成岩岩性识别装置,包括:网格化及数据转换生成单元901、剩余异常数据生成单元902、异常图生成单元903及岩性识别单元904。
网格化及数据转换生成单元901,用于根据研究区域内测点的勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据;
剩余异常数据生成单元902,用于分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据;
异常图生成单元903,用于根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图;
岩性识别单元904,用于根据所述相对伪磁力异常图中的正负属性进行火成岩岩性识别。
参见图10,当所述勘探野外数据包括测点坐标及测点磁力值时,所述网格化及数据转换生成单元901,包括:磁力异常数据生成模块1001、磁力异常网格化数据生成模块1002及化极磁力异常网格化数据生成模块1003。
磁力异常数据生成模块1001,用于对获取到的所述测点坐标及测点磁力值,进行磁力改正及磁力异常计算,得到磁力ΔT异常数据;
磁力异常网格化数据生成模块1002,用于对所述磁力ΔT异常数据做网格化插值处理,得到磁力ΔT异常网格化数据;
化极磁力异常网格化数据生成模块1003,用于对所述磁力ΔT异常网格化数据进行化极处理,得到所述研究区域内的化极磁力异常网格化数据。
参见图11,当所述勘探野外数据包括测点坐标及测点重力值时,所述网格化及数据转换生成单元901,包括:重力异常数据生成模块1101、重力异常网格化数据生成模块1102及伪磁力异常网格化数据生成模块1103。
重力异常数据生成模块1101,用于对获取到的所述测点坐标及测点重力值,进行重力改正及重力异常计算,得到布格重力异常数据;
重力异常网格化数据生成模块1102,用于对所述布格重力异常数据做网格化插值处理,得到布格重力异常网格化数据;
伪磁力异常网格化数据生成模块1103,用于将所述布格重力异常网格化数据转化为伪磁力异常网格化数据。
参见图12,所述剩余异常数据生成单元902,包括:波数域磁力异常网格化数据生成模块1201、波数域延拓磁力异常网格化数据生成模块1202、空间域延拓磁力异常网格化数据生成模块1203及剩余磁力异常网格化数据生成模块1204。
波数域磁力异常网格化数据生成模块1201,用于将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
波数域延拓磁力异常网格化数据生成模块1202,用于根据所述波数域磁力异常网格化数据及位场延拓因子生成位场延拓后的波数域磁力异常网格化数据;
空间域延拓磁力异常网格化数据生成模块1203,用于将所述位场延拓后的波数域磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域磁力异常网格化数据;
剩余磁力异常网格化数据生成模块1204,用于将所述磁力异常网格化数据减去位场延拓后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
参见图13,所述剩余异常数据生成单元902,包括:波数域磁力异常网格化数据生成模块1301、波数域滤波磁力异常网格化数据生成模块1302、空间域滤波磁力异常网格化数据生成模块1303及剩余磁力异常网格化数据生成模块1304。
波数域磁力异常网格化数据生成模块1301,用于将磁力异常网格化数据做波数域转换,得到波数域磁力异常网格化数据;
波数域滤波磁力异常网格化数据生成模块1302,用于根据所述波数域磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域磁力异常网格化数据;
空间域滤波磁力异常网格化数据生成模块1303,用于将所述波数域滤波后的波数域磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域磁力异常网格化数据;
剩余磁力异常网格化数据生成模块1304,用于将所述磁力异常网格化数据减去波数域滤波后的空间域磁力异常网格化数据,得到剩余磁力异常网格化数据。
参见图14,所述剩余异常数据生成单元902,包括:波数域伪磁力异常网格化数据生成模块1401、波数域延拓伪磁力异常网格化数据生成模块1402、空间域延拓伪磁力异常网格化数据生成模块1403及剩余伪磁力异常网格化数据生成模块1404。
波数域伪磁力异常网格化数据生成模块1401,用于将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
波数域伪磁力延拓异常网格化数据生成模块1402,用于根据所述波数域伪磁力异常网格化数据及位场延拓因子,生成位场延拓后的波数域伪磁力异常网格化数据;
空间域延拓伪磁力异常网格化数据生成模块1403,用于把所述位场延拓后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到位场延拓后的空间域伪磁力异常网格化数据;
剩余伪磁力异常网格化数据生成模块1404,用于将所述伪磁力异常网格化数据减去位场延拓后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
参见图15,所述剩余异常数据生成单元902,包括:波数域伪磁力异常网格化数据生成模块1501、波数域滤波伪磁力异常网格化数据生成模块1502、空间域滤波伪磁力异常网格化数据生成模块1503及剩余伪磁力异常网格化数据生成模块1504。
波数域伪磁力异常网格化数据生成模块1501,用于将伪磁力异常网格化数据做波数域转换,得到波数域伪磁力异常网格化数据;
波数域滤波伪磁力异常网格化数据生成模块1502,用于根据所述波数域伪磁力异常网格化数据及滤波因子,生成波数域滤波后的波数域伪磁力异常网格化数据;
空间域滤波伪磁力异常网格化数据生成模块1503,用于把所述波数域滤波后的波数域伪磁力异常网格化数据从波数域转换为空间域,得到波数域滤波后的空间域伪磁力异常网格化数据;
剩余伪磁力异常网格化数据生成模块1504,用于将所述伪磁力异常网格化数据减去波数域滤波后的空间域伪磁力异常网格化数据,得到剩余伪磁力异常网格化数据。
参见图16,所述异常图生成单元903,包括:正值数据生成模块1601、相对伪磁力异常网格化数据生成模块1602及异常图生成模块用于1603。
正值数据生成模块1601,用于将所述剩余磁力异常网格化数据中的全部负值及零值赋予一预设数值,得到所述剩余磁力异常网格化正值数据;
相对伪磁力异常网格化数据生成模块1602,用于以剩余伪磁力异常网格化数据除以所述剩余磁力异常网格化正值数据,得到相对伪磁力异常网格化数据;
异常图生成模块用于1603,根据所述相对伪磁力异常网格化数据绘制相对伪磁力异常图。
所述异常图生成模块1603,具体用于:
利用相对伪磁力异常网格化数据勾绘相对伪磁力异常等值线,形成相对伪磁力异常网格化数据图。
从硬件层面来说,为了能够利用重力数据及磁力数据联合进行火成岩岩性识别,本申请提供一种火成岩岩性识别方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(Processor)、存储器(Memory)、通讯接口(Communications Interface)和总线;其中,所述处理器、存储器、通讯接口通过所述总线完成相互间的通讯;所述通讯接口用于实现所述火成岩岩性识别装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的火成岩岩性识别方法的实施例,以及火成岩岩性识别装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,火成岩岩性识别方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通讯模块(即通讯单元),可以与远程的服务器进行通讯连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通讯链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图17为本申请实施例的电子设备9600的系统构成的示意框图。如图17所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图17是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,火成岩岩性识别方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
S101:根据研究区域内测点的勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据。
S102:分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据。
S103:根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图;
S104:根据所述相对伪磁力异常图中的正负属性进行火成岩岩性识别。
从上述描述可知,本申请提供的火成岩岩性识别方法,能够根据柔性直流电网的电气特征生成适合在模块化多电平换流站之间进行数据传输所用的调制波,再利用换流站中子模块的触发脉冲,将通讯数据发送至高压直流线路,在不增加通讯线路的情况下实现柔性直流输电系统模块化多电平换流站之间的能量及数据的同步传输。
在另一个实施方式中,火成岩岩性识别装置可以与中央处理器9100分开配置,例如可以将数据复合传输装置火成岩岩性识别装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现火成岩岩性识别方法的功能。
如图17所示,该电子设备9600还可以包括:通讯模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图17中所示的所有部件;此外,电子设备9600还可以包括图17中没有示出的部件,可以参考现有技术。
如图17所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通讯功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通讯模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通讯模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通讯终端的情况相同。
基于不同的通讯技术,在同一电子设备中,可以设置有多个通讯模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通讯模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的火成岩岩性识别方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的火成岩岩性识别方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S101:根据研究区域内测点的勘探数据得到所述研究区域内的化极磁力异常网格化数据及伪磁力异常网格化数据。
S102:分别对所述化极磁力异常网格化数据及所述伪磁力异常网格化数据进行剩余磁力异常提取处理及剩余伪磁力异常提取处理,得到剩余磁力异常网格化数据及剩余伪磁力异常网格化数据。
S103:根据所述剩余磁力异常网格化正值数据及所述剩余伪磁力异常网格化数据得到相对伪磁力异常图;
S104:根据所述相对伪磁力异常图中的正负属性进行火成岩岩性识别。
从上述描述可知,本申请提供的火成岩岩性识别方法,能够根据柔性直流电网的电气特征生成适合在模块化多电平换流站之间进行数据传输所用的调制波,再利用换流站中子模块的触发脉冲,将通讯数据发送至高压直流线路,在不增加通讯线路的情况下实现柔性直流输电系统模块化多电平换流站之间的能量及数据的同步传输。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
- 一种火成岩岩性识别方法及装置
- 火成岩岩性识别方法及装置