一种强大的边缘检测方法,从潜在的现场数据中精确地划分深层结构:通过遥感支持的结构洞察力

科学领域:

• 地质物理学 地质物理学
• 结构地质学 结构地质学
• 遥感 遥感 遥感 遥感

背景情况:

• 地质结构的划定对于理解构造进化和资源潜力至关重要.
• 潜在场数据 (重力和磁性) 被广泛使用,但需要先进的处理以进行详细的结构解释.
• 现有的边缘检测过器可能会与噪音和复杂的地质设置作斗争.

研究的目的:

• 引入和验证一个新的Logsigm函数 (LSF) 过器,用于在潜在的现场数据中增强边缘检测.
• 评估LSF过器在分辨不同深度和复杂度的地质结构中的精度.
• 将地质学解释与遥感数据相结合,以便对西奈北部进行全面的结构分析.

主要方法:

• 开发和应用Logsigm函数 (LSF) 过器用于边缘检测.
• 使用有控制地质参数的合成重力和磁性模型进行验证.
• 从埃及西奈北部获得的真实重力和磁性数据的应用.
• 从Landsat8 OLI和ALOS PALSAR DEM图像中提取表面线条,进行比较分析.

主要成果:

• 该LSF过器在识别浅层和深层地质边界方面表现出很高的精度,在噪音条件下表现出色.
• LSF成功地划出了已知的结构,并在西奈北部发现了以前未知的线条.
• 与遥感数据的比较揭示了结构方向的系统垂直变化,表明地下室故障遗传的影响.

结论:

• 逻辑符号函数 (LSF) 过器是用于地质结构解释的计算简单,稳定和高分辨率的工具.
• 结合LSF过和遥感的综合方法为构造结构和盆地演变提供了强大的洞察力.
• 在复杂的地质地形中,LSF方法对结构地质学,构造学分析和资源勘探非常有价值.