地球物理数据处理系统的制作方法

专利名称：地球物理数据处理系统的制作方法
技术领域：
本发明涉及用于对地球物理数据(更具体地，来自势场勘测的重力梯度计数据) 进行处理以提供勘测区域的下层地质的表示的方法、设备和计算机程序产品。这里描述的技术的实施例具体用于对来自航空勘测(具体地，重力场勘测)的数 据进行处理。
背景技术：
通过测量针对重力勘测的势场数据来执行势场勘测，该势场数据可以包括以下一 个或多个重力计数据(测量重力场)或重力梯度计数据(测量重力场梯度)、向量磁力计 数据、真磁梯度计数据以及本领域技术人员公知的其他类型的数据。地球物理势场勘测的 共同目的是搜索潜在指示有价值矿床的识别特征。大多数势场勘测的目的是推导出地表下的地质。地球物理工业公知的是，高空间 频率势场信号由近地表异常所主导。此外，在大多数情况下，地形和近地表地质还引起实质 上较低的空间频率信号。通常，极难区分来自近地表异常的低频信号与来自更深地质的低 频信号。相应地，可以假定仅具有与测量信号相匹配的近地表质量分布的地质，这暗示着在 来自较深地质的测量信号中没有异常。幸运的是，可以使用包括地质知识、已知的典型密度 分布、现有信息、世界上其他地方的类似已知结构等一系列手段来排除大多数这种质量分 布。然而，仍需要改进的技术来处理来自这种勘测的地球物理数据，以便识别下层地质。

发明内容
因此，根据本发明的第一方面，提供了一种对地球物理数据进行处理以提供地球 的勘测区域的地质的表示的方法，所述地球物理数据至少包括来自所述勘测区域的势场勘 测的测量的势场数据，所述方法包括通过将所述勘测区域的第一模型所预测的数据与针对指定频率范围的所测量的 数据进行拟合，产生所述第一模型；使用所产生的第一模型，预测针对所有测量频率的全范围势场数据；将所述全范围预测的数据与所测量的势场数据进行比较，以提供全范围残差数 据，所述全范围残差数据表示所述全范围预测的数据与全范围测量的数据之间的差异；以 及对所述全范围残差数据进行解释，以提供所述勘测区域的所述地质的表示。通常，处理地球物理数据的目的是尝试并找到近地表地质以下的结构。相应地， 需要产生至少下至所关注并包括所关注深度的地球模型。与来自更深源的信号相比，来自 浅结构的信号相对较大，因此，特别重要的是，能够构造良好的浅地球模型(SEM，Shallow Earth Model)。SEM通常由两个元素中的任一个或这两个元素构成，这两个元素是地形学(可以假定对于高精度是已知的)和到岩床的深度(仅可以推断出)。SEM的深度取决于勘 测区域的地质，并可以是几百米到几千米。SEM可以处于IOOm到Ikm的范围内。势场数据的高空间频率由近地表源所主导，而低频信号由浅和深源产生。因此，低 频信号并不是只有近地表特征才有的。相应地，优选地，该方法包括产生针对高频的所述 第一模型，其中，所述第一模型可以是浅地球模型。指定的频率范围取决于勘测区域的特 性，并可以由第一模型的参数来确定。例如，如果第一模型是SEM并且SEM具有大约Ikm的 深度，则指定的高频范围表示波长小于Ikm的频率。所述第一模型可以通过以下操作来产生将所述第一模型所预测的数据与所测量 的数据进行比较以提供初始残差数据；在频率上对所述初始残差数据进行滤波；以及最小 化滤波后的残差数据。将第一模型的参数(例如，密度)与高频数据进行拟合将提供更精 确的浅地球模型(SEM)，该更精确的浅地球模型(SEM)没有受到任何低频信号的干扰。将参 数与给定数据集合的预定义带宽进行拟合的思想被称作聚焦反演(focused inversion) 0 如果该方法试图将SEM与信号的全带宽进行拟合，则SEM参数将具有由于它们试图表示源 自更深源的信号中的低频内容而造成的低劣质量。根据本发明的另一方而，提供了一种对地球物理数据进行处理以提供地球的勘测 区域的地质的表示的方法，所述地球物理数据至少包括来自所述勘测区域的势场勘测的测 量的势场数据，所述方法包括使用聚焦反演来产生所述地质的第一模型；使用所产生的第一模型来预测全范围势场数据；将所述全范围预测的数据与所测量的势场数据进行比较，以提供表示所预测的数 据与所测量的数据之间的差异的全范围残差数据；以及对所述全范围残差数据进行解释，以提供所述勘测区域的所述地质的表示。对于这两个方面，都可以使用标准技术来解释所述全范围残差数据。例如，解释步 骤可以包括通过将所述地质的第二模型所预测的数据与所述全范围残差数据进行拟合来 产生所述第二模型；以及使用所述第二模型来产生所述勘测区域的所述地质的表示。备选 地，可以不构造整个第二模型，并且所述全范围残差数据可以被解释为标识关键地质特征。可以通过最小化所述全范围残差数据与由给定了参数集合的模型预测的数据之 间的差异，例如，通过使用诸如最小二乘之类的公知拟合手段，来计算所述第二模型。如果 第一模型是浅地球模型，则第二模型可以是勘测区域的更深或下层地质的模型。对于第一和第二模型，如果所建模的地质由具有未知但恒定密度的区域构成，则 模型参数是这些密度。可以以矩阵形式来表达预测函数Pred(X)如下pred (x) = Ax其中，A是恒定数值的矩阵，χ是密度的集合。在这两个方面，优选地，势场数据包括具体用于推导SEM的重力梯度计数据。在 其最简单形式中，梯度计是以一定距离分离的两个加速度计。在两个传感器之间将存在非 常小的重力变化，并且这些差异是由所有重力梯度计测量的。然而，干扰传统重力的初始 加速度对于这两个传感器来说是公共的，并因此对于适当平衡的重力梯度计来说是不可见 的。这种基本特性意味着重力梯度计是高动态环境的理想选择，并允许记录高得多的带宽 测量。
5
梯度计在地球物理勘测中通常遇到的几乎所有频率上具有较好的性能，最具体的 是在较高频率处(例如，对于小于大约20000米的波长)。相应地，梯度计特别有助于推导 SEM。利用当前技术，其他测量系统执行起来与梯度计一样好或比梯度计好的交迭点似 乎在23km波长处。超过34km波长，重力梯度计仍恢复较长的波长信号，虽然是以与传统重 力相比降低了的精度。在这些更长的波长处，难以对梯度计勘测中出现的最小信号进行量 化。然而，可以使用梯度计来推导针对地表下地质的模型，尽管其他势场数据也可以用于推 导该模型。根据本发明的另一方面，提供了一种对地球物理数据进行处理以提供地球的勘测 区域的下层地质的表示的方法，所述地球物理数据至少包括来自所述勘测区域的势场勘测 的测量的重力梯度计数据，所述方法包括对所述重力梯度计数据进行处理，以产生浅地球模型；从所测量的重力梯度计数据中移除所述浅地球模型所预测的数据，以保留残差数 据；对所述残差数据进行处理以产生地表下地质的模型，并使用所述模型中的至少一 个来产生所述勘测区域的所述下层地质的表示。该方法还可以包括通过将所述浅地球模型所预测的数据与针对高频的所测量的 数据进行拟合，产生所述浅地球模型。所述浅地球模型所预测的数据可以包括在所测量的 数据的整个带宽上预测的数据。如上所述，这确保了 SEM是对已知SEM的改进。在每个方面，该方法可以包括通过减掉尤其是(主导功率谱的)较高频率来执行 地形校正。波长为λ的信号按照eXp(-kz)随高度Z下降，其中1 = 2π/λ (由此可见，波 长越长则衰减得越少)，并且波长标度与在给定了目标的大小和深度的情况下所预期的识 别特征相对应。该技术在中请人的待审英国专利申请GB0715031. 1中更详细地描述，该英 国专利申请的全部内容通过引用合并于此。在实施例中，具体地，在场包括重力场的实施例中，进行处理以产生模型包括通 过标识滤波后或残差势场数据的最大值、最小值和拐点/拐线中的一个或多个，标识空间 特征。因此，例如，利用重力梯度张量，对对角线上的分量Gxx、Gyy和Gzz(是不同的信号)进 行处理以确定斜率的拐点或改变，这是由于这些一般与勘测区域的地质上显著的特征(如 两个不同类型/密度的岩石之间的分界面)相对应。对于对角线外的分量，具体地Gzx和 Gzy(分别强调χ和y方向上的对称)，优选地标识最大值和/或最小值；对于Gxy，优选地通 过定位偶极子对来标识点，这是由于这些点往往标识地下体的角。对角线外的元素Gzi (其 中i是χ或y)往往强调i方向上的对称。对角线上的分量Gxx和Gyy沿着源的相应轴χ和 y始终为零，并且由于轴的选择常常是任意的，因此可选地，可以绕着一个或多个轴来旋转 坐标系，以潜在地标识其他地质上有用的信息。在实施例中，可以选择坐标轴以最大化明显 有用的地质信息。类似地，可以对磁数据进行处理以标识最大/最小拐点/拐线。再次参照上述的最大值、最小值和拐线，针对滤波后或残差势场数据，例如根据勘 测重力场、磁场或重力梯度场的不同向量或张量分量和/或根据除来自势场勘测以外的勘 测数据，可以标识多个空间特征集合。可与从势场勘测获得的数据进行组合的其他勘测数 据包括(但不限于)例如通过激光雷达、谱或更优选地通过超谱影像而确定的地形信息、气体饱和度数据、化学分析数据(来自土壤取样)、以及其他土壤勘测数据。在优选实施例中，通过移动的平台(例如，航空器)来进行势场勘测。该方法还包括根据勘测区域的下层地质的3D表示来产生断层多边形数据。如技 术人员将理解，断层多边形数据包括用于表示勘测区域的表面或地平线上一个或多个地 质断层的位置的数据。这样的断层多边形可以由多个角点和/或边缘来限定，具体地，例如 在地球表面上限定环形。这样的断层多边形从而可以限定地层层的地平线。由于通常不期 望在断层的位置处对断层多边形进行钻探，因此断层多边形是有用的，不期望钻探的原因 典型地是地质向断层的任一侧改变，从而钻通该断层可能错过所期望的石油或矿物。本发明还提供了一种从地球中勘探石油或矿物的方法，所述方法包括根据如上 所述的本发明的方面或实施例来进行势场勘测，以产生勘测区域的下层地质的表示；以及 然后使用该表示来定位期望的石油或矿物。本发明的另一方面还提供了使用该技术提取的 石油或矿物。本发明还提供了用于实现上述方法的处理器控制代码，尤其是在如磁盘、⑶-ROM 或DVD-ROM、编程的存储器(如只读存储器(固件))之类的数据载体上，或在如光或电信号 载体之类的数据载体上。用于实现本发明实施例的代码(和/或数据)可以包括以传统编 程语言(解释语言或编译语言)(如C)编写的源、对象或可执行代码、或者汇编代码、用于 建立或控制ASIC(特定用途集成电路)或FPGA(现场可编程门阵列)的代码、或硬件描述 语言(如Veri log (商标)或VHDL (极高速集成电路硬件描述语言))的代码。本领域技术 人员将认识到，这种代码和/或数据可以分布在互相通信的多个耦合组件之间，例如分布 在网络上。本发明还提供了一种数据处理系统，被配置为实现上述方法的实施例，以根据处 理后的地球物理数据来确定与地球内部的物理属性有关的一个或多个参数。这样的数据处 理系统可以包括数据存储器，用于存储测量的势场数据以及表示勘测区域的下层地质的 绘图数据；程序存储器，用于存储如上所述的处理器控制代码；以及处理器，耦合至所述数 据存储器和所述程序存储器，以加载和实现所述控制代码。


现在参照附图，仅通过示例来进一步描述本发明的这些和其他方面，在附图中图1示出了具有飞行勘测数据的航空器，以及被配置为实现根据本发明的方法的 实施例的数据处理系统的示例；图2示出了用于处理测量的势场数据以实现根据本发明的方法的实施例的过程 的流程图；图3是被勘测的区域的简化地质的地图；图4是在进行勘测时遇到的地形的示例的照片；图5示出了图3的区域的密度和地层；图6是图3的区域的地表地质的地图，该地图是根据本发明而创建的；图7是添加至用于创建图6所示地图的模型的分界面深度约束的示例；图8是图3的区域的所产生的浅地球模型(SEM)以及通过(SEM)而平衡的横截面 和截面；
尽管看上去存在重力梯度张量的9个分量，但是仅存在5个独立分量。首先，张量 是对称的，这是由于标量的微分的顺序无关紧要(这意味着Gxy = Gyx)。其次，对角线项的 和等于零(拉普拉斯方程)。测量5个空间独立的重力分量的能力与传统重力测量相比具 有明显优势，该能力仅恢复垂直分量(Gz)。在掩埋对象的深度(和形状)与检测到的信号的波长(和幅度)之间存在关系。 一般而言，所测量的量，比如重力向量分量或重力梯度张量分量，将是以下所示的形式之
8
具体实施例方式势场勘测当参照场时，具体地，参照重力场时，不限于向量场，而是也包括标量和张量场、势 场以及从势场导出的任何导数。势场数据包括但不限于重力计数据、重力梯度计数据、向量 磁力计数据和真磁梯度计数据。可以从标量导出势场的元素和表示。考虑在网格图案上飞行的空中势场勘测(如重力勘测)，该网格图案由在下层地 形上编织的二维表面上的平行线(飞行路径)的正交集合来限定。当查找下层异常时，附 近的质量具有主导影响并必须提供深特征的精确表示，表面特征的良好表示是期望的，以 便能够通过具体地减掉较高频率(在功率谱上占优势)来执行地形校正。波长λ的信号 按照esp (-kz)随着高度ζ下降，其中1 = 2π/λ(由此可见，波长越长则衰减得越少)，并 且在给定了目标的大小和深度的情况下，波长标度与预期的识别特征相对应。针对重力，相关势能是重力标量势Φ (r)，定义为 其中，r，ρ (r' )，G分别是重力场测量的位置、位置r’处的质量密度、以及重力 常数。重力加速度(所体验到的重力场)是标量势的空间导数。重力是方向已知的向量。 对于任何所选的笛卡尔坐标系，通过三个分量来表示重力 这三个分量中的每一个沿三个方向中的每个方向而改变，因而产生了九个量，形 成了重力梯度张量
(d dO(r) d 5Φ(γ) d aO(r)^
dxdxdxdyδχ;dzd c？O(r)d (d c？Φ(Γ)Qydxdy办dzd d ιd c5Φ(Γ)图9示出了矿井的地表位置和地质；以及图10示出了针对图9所示的子区域突出显示Debolt级别处的结构变化的向量 Gzzo和。这里使用gg作为所测量的量的符号，例如Gzz。
在以上方程中，F被称为格林函数(例如见R. J. Blakely，“Potential Theory in Gravity and Magnetic Applications，，，Cambridge University Press, 1995,第 185 页， 在此一并引入作为参考)，rmaswntS义了质量元素的位置(例如，重力中心或某其他定义 点)ο函数F是标准函数，本质上是具有单元质量或密度和所定义形状的源(质量元素) 在相关(测量)点处可能有的影响。该源可以是点源、球体或椭圆体，但实际上更经常地是 棱柱，可能是不规则的。例如，如果假想存在特定地质层，或者比如存在地质异常(例如，金 伯利岩管道)，则考虑这一点，可以限定形状。多本教科书列出了简单形式的格林函数；可 以在文献中找到针对更复杂源几何形状的函数。此外，叠加了源影响，使得如果可以将复杂 形状离散成多个较简单形状，则可以将离散形状的格林函数加到一起。这在原理上允许确 定任意形状的格林函数的数值，尽管实际上相对简单的形状一般是优选的。通过示例，矩形 棱柱的格林函数F(同上，Blakely，在第187页)具有8项，其中每一项与棱柱的顶点相对 应。现在参照图1，图1示出了进行势场勘测以获得数据从而根据如上所述的方法进 行处理的航空器10的示例。航空器10包括其上安装了重力梯度计14的惯性平台12，重 力梯度计14将势场勘测数据提供给数据采集系统16。惯性平台14配备有惯性测量单元 (IMU) 18，该惯性测量单元18也将数据提供给数据采集系统16，典型包括姿态数据(例如， 倾斜、滚动和偏航数据)、角速率和角加速度数据、以及航空器加速度数据。航空器还配备有 差分GPS系统20和LIDAR系统22或类似装置，以提供与航空器在下层地形上的高度有关 的数据。航空器10也可以配备其他仪器24，例如磁力计、TDEM系统和/或超谱成像系统， 再次馈入数据采集系统。数据采集系统16也具有来自一般航空器仪器26的输入，该一般 航空器仪器26可以包括例如高度计、航空和/或地面速度数据等。例如，数据采集系统16 可以提供一些初始数据预处理，以便针对航空器运动校正LIDAR数据，和/或将来自IMU 18 和DGPS 20的数据进行组合。数据采集系统16也可以配备有通信链路16a和/或非易失 性存储器16b，从而能够存储所采集的势场和位置数据以供后续处理。也可以提供网络接口 (未示出)。一般(但不必须)离线执行数据处理以产生势场勘测地图数据，有时在与采集了 勘测数据的国家不同的国家执行数据处理。如图所示，数据处理系统50包括处理器52，该 处理器52耦合至代码和数据存储器54、输入/输出系统56 (例如，包括针对网络和/或存 储介质和/或其他通信的接口)以及包括例如键盘和/或鼠标的用户接口 58。可以在可拆 卸存储介质60上提供存储在存储器54中的代码和/或数据。在操作中，数据包括从势场 勘测中采集的数据，代码包括例如根据以下描述的图2所示过程对该数据进行处理以产生 地图数据的代码。现在参照图2，图2示出了用于在数据处理器上实现的过程的示例，在实施例中， 数据处理器包括通用计算机系统，用于根据先前描述的技术对来自飞行勘测的数据进行处理。因此，在步骤S200，该过程输入测量的势场数据，例如，重力梯度计数据和关联的3D位 置数据。可选地，在步骤S200a，可以应用一些预处理，以便例如移除异常和/或减少(或增 加)或选择要处理的数据。在步骤S202，该过程将模型与高频内容进行拟合。由于信号的高空间频率由近地 表源主导，因此将模型的参数(例如，密度)与这些频率进行拟合将提供浅地球模型(SEM)。 将参数与给定数据集合的预定义带宽进行拟合的思想被称作聚焦反演并通过以下来实 现min {L [FiIter (pred (χ) -m) ]}其中，Filter是适于移除所关注范围之外的频率(即，该示例中的低频)的空间 滤波器，L是拟合度量(例如，标准最小二乘L2范数)，pred(X)是根据给定了参数集合χ的 模型而预测的信号，以及m表示测量的集合。可以应用标准算法方法来调整模型参数X，以得到最小值。解χ是测量m中符合高 频的解，并因此是近地表地质的更精确解。可选地，如阶段(S204)所示，地形校正数据可以包括在SEM中。在以聚焦反演求解未知模型参数之后，在下一阶段(S206)，对出于模型而产生的 信号的整个带宽进行计算，然后在步骤S208通过应用下式来从测量中移除信号的整个带 宽residual = m-pred(x)。残差信号仅表示来自更深源的信号，并成为用于解释更深未知地质的优选数据集 合。因此，在步骤210，例如，可以通过对测量应用最小化模型预测的残差的标准方法，例如， 通过求解下式，来产生地表下地质的模型min {L[pred (y) -residual]}，其中，L是拟合度量(例如，标准最小二乘L2范数)，pred(y)是根据给定了参数 集合y的模型而预测的信号，以及residual表示在减去来自SEM的预测信号之后测量的残
左朱口 O可以使用这些参数来执行提前计算，以产生针对地表下地质的势场的期望地图。在两个预测步骤202和210中，都可以简化模型的计算。例如，如果要建模的近地 表区域由具有未知但恒定密度的区域组成，则模型参数X是这些密度。在这样的情况下，反 演简化成线性情况，其中，预测函数pred (χ)可以以矩阵形式表示如下pred (x) = Ax其中，A是恒定数值的矩阵。这样的公式在确定地形模型中的未知密度时是有用的，这是由于通常根据激光雷 达勘测精确已知模型的几何形状。对于地表下地质模型，可以根据其他源、矿井数据、地震勘测等来推断几何形状。 相应地，模型参数y可以是关于近地表模型的未知但恒定密度。图3示出了被勘测的区域的地质地图。在区域的西部出现碳酸盐/碎屑物序列的 最厚的且统计上最完整的部分。图3示出了指示石油和天然气的矿井数据。矿井数据的密 度表明了东部界限内的高度的勘探。矿井数据的轨迹的清晰的西部边界仅以在该界限的西 部钻探的几口矿井来绘制。该位置与山脉变形的东部界限相对应，并与地形起伏的增加相对应。图4是在该区域中遇到的地形的照片，示出了露出的地质。Crt是白垩纪的碎屑 物，Utrs是上三叠纪的碳酸盐，LTrs是下三叠纪的碳酸盐。清楚地，该地形是多山的，从而 表示了对许多传统处理方法的困难挑战。根据在地表处露出的各种岩性(包括高密度碳酸 盐)，简单三模型密度分布不能在所有区域上充分校正，并且考虑所有变化需要详细浅地球 模型。梯度计测量地球的地表下岩层内的密度变化率，并且，引起区域中的梯度信号的 关键密度分界面是白垩纪、上三叠纪和下三叠纪单元。尽管在这些岩性内可能存在细微变 化，但是该系统有效地测量每个层的总密度。图5示出了针对该区域的地层和关联的密度。 该区域的主要勘探目标是在海底2km加地形的1. 5km的深度处的Debolt级别密西西比河 碳酸盐。为了对石炭纪的Debolt级别结构进行成像，SEM将必须对Permo三叠纪碳酸盐内 下至挤离面(detachment surface)的所有上地层进行精确建模。因此，对于该示例，SEM为 3. 5km厚，而在其他地质中，SEM可能仅为几百甚至几十米厚。为了构建高分辨率的SEM，地形的精确表示是必要的。首先使用LiDAR数据来产生 详细的数字地形模型(DTM)。下一阶段是获得地表地质地图，以确定露出的单元，并将露 出的单元映射到DTM上。在特定区域中，发现了地表地质地图是不精确的，并且使用磁梯度 计数据来对碳酸盐接触进行重新映射，这是由于碳酸盐之上和之下的含少量铁的单元在地 表出露层处产生弱磁信号。合成的地表没有考虑各个层的深度限度，并且例如图7所示，通过针对跨过整个 勘测区域的每个关键分界面构建30个地质横截面，来增强该地图。合成的横截面针对每个 分界面提供了一系列深度约束，如图6所示，该一系列深度约束被结合到新映射的DTM中。根据所收集的所有信息，构建SEM的下一阶段是在从全地球模型中移除合成的 地表之前推导合成的地表。应用于地表的简单网格操作不会正确兑现地形变化，并且通过 使用GIS (地理信息系统)分析方法，LiDAR数据用于产生倾角和倾状信息。然后，向合成 的地表分配其相应密度变化以及提前计算并从总地球模型中移除的每个关键分界面的梯 度响应。减法之后的剩余密度分布现在表示由Debolt级别引起的密度变化。图8示出了 合成的SEM，其中清楚地显示了每个层。图9和10示出了上述新方法如何可将附加的理解添加至先前勘探的目标。如图 9所示，基于看上去对主要结构进行了成像的地表背斜和2D地震数据，钻探了矿井。尽管 追踪钻孔倾角数据以转向背斜轴平面，但是矿井错位太远，因此被放弃。图10示出了根据 本发明产生的地表下地图，即，其中移除了 SEM数据。图10示出了实际结构目标位于地表 背斜的东部。这是由于Debolt背斜位于挤离面之下，该挤离面位于年代较近的三叠纪地层 内。因此，针对矿井的地震钻孔线和位移仅切断了以扭曲断层为界的背斜的北部界限。应 用上述方法，很可能已经改变了矿井位置。毫无疑问，技术人员将想到许多其他有效备选方案。将理解，本发明不限于所描述 的实施例，并且包括落入所附权利要求的精神和范围内的、对于本领域技术人员而言显而 易见的修改。
权利要求
一种对地球物理数据进行处理以提供地球的勘测区域的地质的表示的方法，所述地球物理数据至少包括来自所述勘测区域的势场勘测的测量的势场数据，所述方法包括通过将所述勘测区域的第一模型所预测的数据与针对指定的频率范围而测量的数据进行拟合，产生所述第一模型；使用所产生的第一模型，预测针对所有测量频率的全范围势场数据；将所述全范围预测的数据与所测量的势场数据进行比较，以提供全范围残差数据，所述全范围残差数据表示所述全范围预测的数据与全范围测量的数据之间的差异；以及对所述全范围残差数据进行解释，以提供所述勘测区域的所述地质的表示。
2.根据权利要求1所述的方法，包括产生针对高频的所述第一模型。
3.根据权利要求1或2所述的方法，其中，所述第一模型是浅地球模型。
4.根据权利要求3所述的方法，其中，所述浅地球模型包括地形学以及到岩床的深度。
5.根据前述权利要求中任一项所述的方法，包括通过以下操作来产生所述第一模型 将所述第一模型所预测的数据与测量的数据进行比较以提供残差数据；在频率上对所述残 差数据进行滤波；以及调整模型以最小化滤波后的残差数据。
6.根据前述权利要求中任一项所述的方法，其中，所述第一模型具有包括密度在内的 参数集合。
7.一种对地球物理数据进行处理以提供地球的勘测区域的地质的表示的方法，所述地 球物理数据至少包括来自所述勘测区域的势场勘测的测量的势场数据，所述方法包括使用聚焦反演来产生所述地质的第一模型； 使用所产生的第一模型来预测全范围势场数据；将所述全范围预测的数据与所测量的势场数据进行比较，以提供表示所预测的数据与 所测量的数据之间的差异的全范围残差数据；以及对所述全范围残差数据进行解释，以提供所述勘测区域的所述地质的表示。
8.根据权利要求7所述的方法，其中，所述第一模型是浅地球模型。
9.根据前述权利要求中任一项所述的方法，其中，势场数据包括重力梯度计数据。
10.一种对地球物理数据进行处理以提供地球的勘测区域的下层地质的表示的方法， 所述地球物理数据至少包括来自所述勘测区域的势场勘测的测量的重力梯度计数据，所述 方法包括对所述重力梯度计数据进行处理，以产生浅地球模型；从所测量的重力梯度计数据中移除所述浅地球模型所预测的数据，以保留残差数据； 对所述残差数据进行处理，以产生地表下地质的模型；以及 使用第一模型和第二模型中的至少一个，产生所述勘测区域的所述下层地质的表示。
11.根据权利要求10所述的方法，包括通过将所述浅地球模型所预测的数据与针对 高频而测量的数据进行拟合，产生所述浅地球模型。
12.根据权利要求11所述的方法，包括在确定所述残差数据之前，在所测量的数据的 整个带宽上根据所述浅地球模型预测数据。
13.—种从地球中勘探石油或矿物的方法，所述方法包括使用根据权利要求1至12 中任一项所述的方法，进行区域的势场勘测，以对来自所述势场勘测的数据进行处理，从而 产生勘测区域的下层地质的三维表示；以及使用所述下层地质的所述三维表示来定位所述石油或矿物。
14.一种承载处理器控制代码的载体，所述处理器控制代码用于在运行时实现根据前 述权利要求中任一项所述的方法。
15.一种用于对地球物理数据进行处理以提供地球的勘测区域的下层地质的表示的地 质数据处理系统，所述地球物理数据至少包括来自所述勘测区域的势场勘测的测量的势场 数据，所述系统包括数据存储器，用于存储所述势场数据和表示所述下层地质的数据；程序存储器，用于存储权利要求14所述的处理器控制代码；以及耦合至所述数据存储器和所述程序存储器的处理器，加载和实现所述处理器控制代码。
全文摘要
本发明提供了一种对地球物理数据进行处理以提供地球的勘测区域的地质的表示的方法，所述地球物理数据至少包括来自所述勘测区域的势场勘测的测量的势场数据，所述方法包括通过将所述勘测区域的第一模型所预测的数据与针对指定的频率范围而测量的数据进行拟合，产生所述第一模型；使用所产生的第一模型，预测针对所有测量频率的全范围势场数据；将所述全范围预测的数据与所测量的势场数据进行比较，以提供全范围残差数据，所述全范围残差数据表示所述全范围预测的数据与全范围测量的数据之间的差异；以及对所述全范围残差数据进行解释，以提供所述勘测区域的所述地质的表示。
文档编号G01V7/00GK101918864SQ200880125159
公开日2010年12月15日 申请日期2008年1月21日 优先权日2008年1月21日
发明者加里·詹姆斯·巴恩斯, 约瑟夫·让·巴罗, 约翰·莫里斯·拉姆利, 马克·戴维斯 申请人:阿克斯有限责任公司