本发明涉及一种地球物理探测方法，尤其是不同高度数据融合联合反演地质体几何形态的方法。
背景技术
目前广泛开展的不同空间探测技术的广泛应用，迫切需要一种能够将重磁场异常和梯度数据同时进行自动反演和解释的计算方法与技术，提升发现目标的能力。欧拉反褶积法以齐次欧拉方程为基础，利用构造指数来反演出场源的水平位置和埋深。hood(1965)和ruddock(1963)等人分别提出了用垂直方向上的梯度数据来得到电源的埋深和计算其构造指数。hoodp.gradientmeasurementsinaeromagneticsurveying[j].geophysics,1965,30,891～902.ruddock,k.a.,slack,h.a.,andbreiner,s,methodfordeterminingdepthandfall-offrateofsubterraneanmagneticdisturbancesutilisingapluralityofmagnetometers[c].u.s.patent3,263,161,filedmar.26,1963,awardedjuly26,1966,assignedtovarianassociatesandpureoilcompany。thompson(1982)等人提出了二维的欧拉反褶积反演的方法，并且应用于磁剖面的数据资料解释。thompsondt.1982.anewtechniqueformakingcomputer-assisteddepthestimatesfrommagneticdata.geophysics,47(1):31-37。reid(1990)总结了thompson等人经验又将欧拉反褶积法拓展到三维领域，并且对其进行了应用，还提出了0构造指数的理念。reidab,allsopjm,granserh,etal.1990.magneticinterpretationinthreedimensionsusingeulerdeconvolution.geophysics,55(1):80-91.
然而，前人研究的结果表明，在实施过程中反演结果容易发散，对欠缺应用背景的计算操作人员难以确定控制发散的计算参数。主要表现在，对大区域不同地质对象采用固定的窗口和构造指数影响反演效果，结果容易发散甚至是错误的。尤其是，近年来航空采集数据手段广泛采用，构成了空中和地面重磁场和梯度数据获取过程中不同观测面的的空间分布特征。传统的做法是完成各自观测面的计算再对结果进行合成，而本发明是在计算过程中实现数据融合来解释共同的场源。
技术实现要素：
本发明的目的就在于针对上述现有技术的不足，提供一种不仅可以将空中和地面实测数据融合进行联合处理解释，还可以快速、有效的圈出异常源的基本轮廓，尤其适合于大面积网格重磁数据计算和大深度分析和解释的不同高度数据融合联合反演地质体几何形态的方法。
本发明思想是：根据观测面高度不同，融合不同高度数据联合反演地质体几何形态，合理选择窗口大小和构造指数，有效改善反演结果。近年来广泛采用航空采集数据，构成了空中和地面重磁场和梯度数据获取过程中不同观测面的空间分布特征。
构造指数描述位场异常随场源深度的变化情况，不同的实际地质对象对应不同的构造指数。
本发明的目的是通过以下技术方案实现的：
一种不同高度数据融合联合反演地质体几何形态的方法，包括以下步骤：
a、根据实测重力异常，通过地面重力异常求导计算得到异常的梯度值或者由航空实测重力全张量数据得到重力异常梯度值；
b、根据测区范围及异常范围，设计窗口大于1，且小于异常体范围的一半；
c、在窗口节点上建立欧拉方程组：在水平测量节点(x，y)上的不同高度重力场和梯度数据反演的欧拉反褶积求解矩阵方程：
式中，(x0,y0,z0)是场源位置，(x,y,z)为观测点坐标，h为高度因子；
d、求解欧拉方程组，得到场源体和背景信息；
e、以计算误差允许范围为标准，对计算结果进行评估和筛选；
f、将欧拉结果成图，然后根据反演情况对结果进行解释。
有益效果：本发明与现有技术相比，现有的做法是完成各自观测面的计算后再对结果进行合成，本方法是将不同高度场数据融合实现欧拉反褶积方法反演。首次采用不同高度场数据在欧拉反褶积方法中的应用。突破了以往采用单一观测面数据计算的思想。不同高度场数据融合联合欧拉反褶积法能够改善位场解释中单一观测面数据计算带来的解的发散问题，更清晰和准确的划分出地质体的几何形态，提高了地质体在深度上的分辨率。
附图说明
图1为一种不同高度数据融合联合反演地质体几何形态的方法流程图；
图2为龙门山地区重力异常图；
图3a为单一观测面数据反演结果
图3b为不同高度数据融合联合反演结果
具体实施方式
下面将结合附图和实施例对本发明的技术方案作进一步详细说明：
一种不同高度数据融合联合反演地质体几何形态的方法，包括以下步骤：
a、根据实测重力异常，通过地面重力异常求导计算得到异常的梯度值或者由航空实测重力全张量数据得到重力异常梯度值；
b、根据测区范围及异常范围，设计合适窗口大小：窗口过大容易出现假异常，且窗口越大，计算量越大；窗口过小，当窗口大小为1×1时，即窗口反演的结果是计算点自身，则无法识别地下地质体，亦出现虚假异常。因此本发明设定窗口大小要大于1且小于异常体范围的一半；
c、在窗口节点上建立欧拉方程组：在水平测量节点(x，y)上的不同高度重力场和梯度数据反演的欧拉反褶积求解矩阵方程
式中，(x0,y0,z0)是场源位置，(x,y,z)为观测点坐标，h为高度因子；
d、求解欧拉方程组，得到场源体和背景信息；
e、以计算误差允许范围为标准，对计算结果进行评估和筛选；
f、将欧拉结果成图，然后根据反演情况对结果进行解释。
针对不同高度数据融合并实现联合反演问题，将不同高度异常范围变化作为窗口选取的参考依据，从中确保了窗口内数据使用的统计前提条件，也避免了由于窗口选择过大对反演结果的精细程度产生的影响。
实施例：
以龙门山断裂地区的重力实测数据为例，通过不同高度数据融合联合反演龙门山地区的断裂分布。
具体步骤如下：
a、根据龙门山地区实测重力异常fz，求导计算得到异常的梯度值fzx，fzy，fzz，；
b、根据测区范围及异常范围，如图2为网格化后的数据，测区范围x方向0-200米，y方向0-160米，采样间隔为1米，异常范围宽约60米，根据窗口大小要大于1且小于异常体范围的一半，本实施例窗口小于30米大于1米，根据经验本实施例窗口选择17米；
c、在窗口节点上建立欧拉方程组：在水平测量节点(x，y)上3个不同高度(0m,5000m,10000m)重力场和梯度数据反演的欧拉反褶积求解矩阵方程如下：
式中，(x0,y0,z0)是要求的场源位置，(x,y,z)为观测点坐标，h1＝5000m,
h2＝10000m；
d、求解上述方程组，得到场源体和背景信息,此时的未经筛选的结果比较发散，还不能用于地质解释，需进一步处理；
e、以计算误差允许范围为标准，对计算结果进行评估和筛选；根据公式var(x)＝e[(x-μ)2]计算误差，式中，x代表欧拉反演结果，μ是真实深度，e[]代表x和μ最小二乘的期望值。方差越小表明越多的欧拉反褶积的解接近于真实深度。本实施例设定误差范围小于0.15.
f、将欧拉结果成图，如图3b，根据图3b反演结果，对该地区断裂进行了划分。
依据平面欧拉结果绘出龙门山地区内断裂的分布规律。从联合后重力异常反演结果可知，龙门山地区三条断裂带延深较大，由于物质运移是发生在上地幔，因此这三条断裂带为物质的运移通道。
为了对比本方法的分辨能力，将其与现有的单一观测面数据反演结果进行对比，如图3a所示。图3(a)为单一观测面数据反演结果，只能大概给出断裂的深度和水平位置信息，图3(b)为不同高度数据融合联合反演结果，能够清晰地识别出断裂的走向和水平位置以及深度。
在实际应用中，虽然两种方法都能反演出地下地质体的几何形态，即地质构造的边界位置和深度信息。本发明的方法具有更好地分辨率，能更准确地给出断裂的位置信息，对于后续解释更加简单、方便。