项目名称: 井地重磁数据三维联合快速反演研究

项目编号: No.41304101

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 陈召曦

作者单位: 中国地质大学(北京)

项目金额: 25万元

中文摘要: 针对危机矿山接替资源"攻深找盲"以及三维地质填图的需要,本课题将开展井三分量磁测与地面重磁数据三维联合反演的相关问题研究及加速计算工作。其中包括:深化针对不规则数据和起伏地形的地面重磁数据单参量三维反演研究;深入开展井三分量磁测与地面重磁数据三维联合反演研究,寻找联合加权因子的最佳耦合方式;简化反演约束条件的选择;发展基于曲波变换的重磁数据多尺度匹配反演算法,对比分析小波变换与曲波变换多尺度反演效果;开发基于GPU平台的并行反演程序,加速海量重磁数据的三维反演计算,应用模型数据和实际数据对反演技术进行测试分析。通过上述研究,推动重磁联合反演在矿产资源尺度下的高精度快速计算,辅助建立地球物理模型,完善地球物理勘探在圈定深部找矿靶区和刻画精细深部结构的作用。

中文关键词: 井三分量;重磁数据;起伏地形;联合反演;GPU

英文摘要: To satisfy the needs of deep and blind prospecting in crisis mines as well as three dimensional geological mapping, we perform the research on the 3D joint inversion of three-component borehole magnetic and ground gravity-magnetic data and its accelerating strategies. Firstly, we will deepen the single parametric 3D inversion of gravity and magnetic data for irregular data and undulating terrain of the ground, and carry out the study of the 3D joint inversion of three-component borehole magnetic and ground gravity-magnetic data, searching for the best choice of the joint weighting factors, and simplifying the selection of inversion constraints. Secondly, we will develop multi-scale inversion based on curvelet transform and compare it with wavelet transform. Finally, we will transform the inversion algorithm into GPU platform, accelerating 3D inversion for the large-scale and massive data. Through the above research, we will promote the rapid and high-precision calculation of gravity and magnetic data in mineral resources, facilitate the establishment of geophysical models, and perfect geophysical exploration the role of the delineation of deep prospecting targets.

英文关键词: 3-component borehole data;gravity and magnetic data;rugged terrain;joint inversion;GPU

成为VIP会员查看完整内容
0

相关内容

【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
FPGA加速深度学习综述
专知会员服务
68+阅读 · 2021年11月13日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
66+阅读 · 2021年5月21日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
专知会员服务
35+阅读 · 2021年2月20日
【国防科大】复杂异构数据的表征学习综述
专知会员服务
84+阅读 · 2020年4月23日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
知识图谱构建-关系抽取和属性抽取
深度学习自然语言处理
26+阅读 · 2020年3月1日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
携程用ClickHouse轻松玩转每天十亿级数据更新
DBAplus社群
11+阅读 · 2019年8月6日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Automated Data Augmentations for Graph Classification
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关主题
相关VIP内容
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
FPGA加速深度学习综述
专知会员服务
68+阅读 · 2021年11月13日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
66+阅读 · 2021年5月21日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
专知会员服务
35+阅读 · 2021年2月20日
【国防科大】复杂异构数据的表征学习综述
专知会员服务
84+阅读 · 2020年4月23日
相关资讯
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
知识图谱构建-关系抽取和属性抽取
深度学习自然语言处理
26+阅读 · 2020年3月1日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
携程用ClickHouse轻松玩转每天十亿级数据更新
DBAplus社群
11+阅读 · 2019年8月6日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员