基于细胞神经网络重力异常提取的东海火成岩分布

杜润林, 杨慧良, 杨长清

杜润林, 杨慧良, 杨长清. 基于细胞神经网络重力异常提取的东海火成岩分布[J]. 海洋地质前沿, 2017, 33(4): 53-57. DOI: 10.16028/j.1009-2722.2017.04009
引用本文: 杜润林, 杨慧良, 杨长清. 基于细胞神经网络重力异常提取的东海火成岩分布[J]. 海洋地质前沿, 2017, 33(4): 53-57. DOI: 10.16028/j.1009-2722.2017.04009
DU Runlin, YANG Huiliang, YANG Changqing. STUDY ON DISTRIBUTION OF IGNEOUS ROCKS IN THE EAST CHINA SEA BASIN BASED ON GRAVITY ANOMALY EXTRACTION[J]. Marine Geology Frontiers, 2017, 33(4): 53-57. DOI: 10.16028/j.1009-2722.2017.04009
Citation: DU Runlin, YANG Huiliang, YANG Changqing. STUDY ON DISTRIBUTION OF IGNEOUS ROCKS IN THE EAST CHINA SEA BASIN BASED ON GRAVITY ANOMALY EXTRACTION[J]. Marine Geology Frontiers, 2017, 33(4): 53-57. DOI: 10.16028/j.1009-2722.2017.04009

基于细胞神经网络重力异常提取的东海火成岩分布

基金项目: 

国家自然科学基金面上项目 41476053

中国地质调查局项目 DD20160153

详细信息
    作者简介:

    杜润林(1987—),男,博士,助理研究员,主要从事地球物理反演研究工作. E-mail:durunlin123@163.com

  • 中图分类号: P312.9

STUDY ON DISTRIBUTION OF IGNEOUS ROCKS IN THE EAST CHINA SEA BASIN BASED ON GRAVITY ANOMALY EXTRACTION

  • 摘要: 岩浆活动是东海盆地在形成发展过程中各期构造运动伴生的产物,由于火成岩一般与围岩具有明显密度差异,从而引起局部重力异常,但火成岩引起的异常往往被区域异常所掩盖,在重力异常图上无法识别。利用改进细胞神经网络方法对东海盆地火成岩引起的重力异常进行提取,能够突出目标异常,将水平(横向)叠加异常区分开以识别火成岩。结果表明,东海盆地火成岩发育广泛,以NNE向条带状分布为主。
    Abstract: Magmatism is a product of tectonic movement in the process of the formation and development of the East China Sea Basin.Igneous rocks which are generally of obvious density differences with the surrounding rock, are the factor causing local gravity anomaly. However, the anomalies caused by igneous rocks are often overshadowed by regional anomaly. It is difficult to define them in the gravity anomaly map.In this paper, we used the improved cellular neural network method to extract the gravity anomaly caused by the igneous rocks in the East China Sea Basin.The method has the advantage to highlight the target anomaly and distinguish them from horizontal (landscape) superimposed anomalies. Studies show that igneous rocks developed wildly in the East China Sea Basin in NNE direction.
  • 图  1   东海新生界构造区划简图

    Figure  1.   A simplified Cenozoic geotectonic map of the East China Sea

    图  2   细胞神经网络邻域示意图

    Figure  2.   Schematic diagram of cell neural network neighborhood

    图  3   细胞神经网络拟BP学习算法程序流程图

    Figure  3.   Flowchart of cellular neural network BP learning algorithm

    图  4   东海盆地布格重力异常平面等值线图(单位:10-5 m/s2)

    Figure  4.   Contour map of bouguer gravity anomaly in the East China Sea Basin

    图  5   CNN方法分离出的火成岩局部异常(单位:10-5 m/s2)

    Figure  5.   Local anomaly of igneous rock separated by CNNmethod

    图  6   与重磁震及钻井综合解释对比(单位:10-5 m/s2)

    Figure  6.   The map of the results of the comprehensive explanation of gravity, magnetic, seismic and drilling.

  • [1] 刘光鼎.中国海区及邻域地质地球物理特征[M].北京:科学出版社, 1992.
    [2] 张凤旭, 孟令顺, 张凤琴, 等.利用Hilbert变换计算重力归一化总梯度[J].地球物理学报, 2005, 4(3): 704-709. DOI: 10.3321/j.issn:0001-5733.2005.03.031
    [3] 张训华.中国海域构造地质学[M].北京:海洋出版社, 2008.
    [4] 万天丰, 赵庆乐.中国东部构造—岩浆作用的成因[J].中国科学:地球科学, 2012, 42(2):155-163. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cd201202001
    [5] 杨文达, 崔征科, 张异彪.东海地质与矿产[M].北京:海洋出版社, 2010.
    [6] 杨传胜, 李刚, 杨长清.东海陆架盆地及其邻域岩浆岩时空分布特征[J].海洋地质与第四纪地质, 2012, 32(3):125-132. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hydzydsjdz201203016
    [7] 高德章, 赵金海, 薄玉玲, 等.东海重磁地震综合探测剖面研究.地球物理学报[J], 2004, 47(5):853-861. DOI: 10.3321/j.issn:0001-5733.2004.05.017
    [8] 刘申叔.东海油气地球物理勘探[M].北京:地质出版社, 2001.
    [9]

    Yang T.Handbook of CNN Image Processing:Allyou need to Know about Cellular Neural Networks[M].Tucson AZ:Yang's Scientific Research Institute, 2002:87-90.

    [10]

    Chua L O, Yang L. Cellular Neural Networks Networks:applications, IEEE Trans[J]. On Circuits, 1988, 35(10):1273-1290. DOI: 10.1109/31.7601

    [11]

    Albora A M, Ucan O N, Ozmen A, et al.Septaration of Bouguer anomaly map using cellular neural network[J]. Journal Applied Geophysics, 2001, 46:129-142. DOI: 10.1016/S0895-9811(01)00030-X

    [12] 刘展, 刘茂成, 魏巍, 等.重力异常分离的细胞神经网络方法研究[J].中国石油大学学报:自然科学版, 2010, 31(1):31-34. DOI: 10.3969/j.issn.1673-5005.2010.04.010
    [13] 王大勇, 郝立波, 陆继龙.人工神经网络在识别浅覆盖区地质体中的应用[J].吉林大学学报:地球科学版, 2006, 36(11):185-187.
    [14] 周波, 李舟波, 潘保芝.火山岩岩性识别方法研究[J].吉林大学学报:地球科学版, 2005, 3(3):394-397. DOI: 10.3969/j.issn.1671-5888.2005.03.021
    [15] 高德章.东海陆架盆地岩石密度与磁性[J].上海地质, 1995(2):38-45. http://www.cnki.com.cn/Article/CJFDTotal-SHAD199502004.htm
图(6)
计量
  • 文章访问数:  113
  • HTML全文浏览量:  8
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-01-24
  • 网络出版日期:  2020-09-17
  • 刊出日期:  2017-04-27

目录

    /

    返回文章
    返回