近日，应用地球物理领域重要期刊Pure and Applied Geophysics在线发表了团队最新研究成果“Normalized Edge Detectors Using Full Gradient Tensors of Potential Field”。该成果提出了一类改进的基于重磁位场梯度张量的边界识别方法来检测地质构造边界，利用梯度张量矩阵特征值模量及垂向梯度张量分量识别余石山地区及文顿盐丘重磁场源边界位置，并通过模型对比试验表明改进的边界识别算法相较于传统算法而言对斜磁化不敏感且识别精度更高。第一作者为硕士研究生李国立同学，通讯作者为刘双教授。

        边缘检测是磁力和重力勘探中广泛应用的数据处理和地质解释方法，在确定断层、岩石边界和线性构造等地下地质结构的形状和水平位置方面发挥着重要作用。传统的边缘探测器大多来源于总场异常，在野外勘探中已经应用了很长时间。但随着全梯度张量测量的发展，其为研究人员提供了更多的地球物理细节， 梯度张量的不同分量代表不同方向的地球物理场特征，因此基于梯度张量分量和全张量梯度张量矩阵的边界识别算法也亟待研究。前人研究的梯度张量边界识别算法存在假异常明显，识别精度不高等缺点。

        针对以上问题，在该研究中，构建了全张量梯度矩阵特征值模量，结构张量特征值模量，梯度张量垂向分量模量等参量，对梯度张量垂向二阶分量做归一化，提出了NLB、NL、NBz和Nz等改进的归一化梯度张量边缘检测算法。改进方法的特点是在重磁场源边界处产生零值，在场源体上方图像呈极大值，因此图像识别标志为极大值与零值的交界处。与前人提出的其他梯度张量边界识别方法相比，本研究的模型实验表明提出的方法在减少假异常和强化场源边界特征方面具有显著优势，并对于倾斜磁化不敏感，能够有效分离叠加异常并准确反映场源边界位置。将改进方法应用于中国余石山地区的磁力数据及文顿盐丘的重力梯度张量数据，与前人方法对比，本文提出的边缘检测器揭示了更多的地质细节并增强了地质体位置特征。

图1 简单地质体模型边界识别方法应用效果：(a) SECGGT; (b) IE; (c) ED; (d) ME; (e) NLB; (f) NL; (g) NBz; (h) Nz

图2 倾斜磁化45°磁倾角地质体模型边界识别算法应用效果：(a) SECGGT; (b) IE; (c) ED; (d) ME; (e) NLB; (f) NL; (g) NBz; (h) Nz

图3 复杂叠加地质体模型边界识别算法应用效果：(a) SECGGT; (b) IE; (c) ED; (d) ME; (e) NLB; (f) NL; (g) NBz; (h) Nz

图4 某工区实测磁异常边界识别算法应用效果：(a) SECGGT; (b) IE; (c) ED; (d) ME; (e) NLB; (f) NL; (g) NBz; (h) Nz

图5 某实测梯度张量数据边界识别算法应用效果：(a) SECGGT; (b) IE; (c) ED; (d) ME; (e) NLB; (f) NL; (g) NBz; (h) Nz

该研究获中石油科技研发专项（2021DJ3706）及国家自然科学基金（42122030）资助。

论文信息：Li, G., Liu, S., Shi, K., and Hu, X, 2023, Normalized Edge Detectors Using Full Gradient Tensors of Potential Field: Pure and Applied Geophysics, https://doi.org/10.1007/s00024-023-03274-2.

论文链接：https://link.springer.com/article/10.1007/s00024-023-03274-2.