基于BP神经网络的重力异常分离

摘要

重力勘探资料是不同深度地质异常体的综合反映,位场分离工作向来都是重力勘探的重要环节.本文首先通过构建BP神经网络模型和趋势分析模型来拟合低频区域重力场,进而分离出局部异常场信息;然后通过理论模型的分离结果对比分析,对于中浅部的局部异常体信息,BP神经网络模型分离结果精度高,其短波长信息源更精确.最后,将BP神经网络模型运用到南非Witwatersrand Basin某实测航空重力测网数据分析中,其分离结果的Theta map成像结果较好地吻合了实际地质资料,验证了BP神经网络模型在实际重力勘探解译中具有一定的适用性.