一种重力异常场分离方法、系统、存储介质和电子设备与流程

1.本发明涉及地球物理勘探领域，尤其涉及一种重力异常场分离方法、系统、存储介质和电子设备。


背景技术：

2.我国重要的资源如金属矿产资源、石油等的供应形势极为严峻，迫切需要开辟能源与重要矿产资源战略新区和接替基地，向深部找油、找气、找矿成为必然。重磁勘探在深部探测中具有成本低、快速的优势，已成为现代地球物理方法中的重要勘查手段。
3.其中，重磁勘探具体为：一般以地球的重力场作为被探测物体的引力场，以地球的磁场作为被探测物体的磁化场，从而用重、磁力仪器观测被探测物体受地球的吸引所产生的重力异常及其被地磁场磁化后所产生的磁异常，来达到的探测目的。
4.其中，实测的重力异常场是地下地质体引起的重力效应的叠加，重力数据的反演及解释往往需要对应于目标地质体引起的重力效应，因此需要进行重力异常场的分离处理。且重力异常场的分离是重磁勘探中的重要环节。
5.目前，现有的重力异常场分离方法基本上可以理解为狭义或广义的滤波操作，因此会受制于滤波器的限制，其中，高频滤波的结果往往会产生虚假异常。重力异常场的分离的准确与否，直接影响重力方法后续的反演及解释的效果，因此，如何提高对重力异常场的分离的准确度，是业内亟待解决的技术问题。


技术实现要素：

6.本发明所要解决的技术问题是针对现有技术的不足，提供了一种重力异常场分离方法、系统、存储介质和电子设备。
7.本发明的一种重力异常场分离方法的技术方案如下：
8.s1、对用于表征预设地下空间的预设区域进行网格划分；
9.s2、在网格划分后的所述预设区域的最底层位置，间隔选取多个网格；
10.s3、利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到每个选取的网格的密度值，结合所述格架、以及每个选取的网格的密度值，得到等效源模型；
11.利用所述等效源模型正演计算重力异常场g2，并利用公式得到剩余异常场g1，所述公式为g1＝g0‑
g2，判断所述剩余异常场g1的均方差是否小于预设均方差阈值，得到第一判断结果；
12.s4、当所述第一判断结果为是时，将所述等效源模型确定为目标等效源模型，并利用所述目标等效源模型正演所述待分离重力异常场g0，得到所述待分离重力异常场g0对应的重力场分离结果。
13.本发明的一种重力异常场分离方法的有益效果如下：
14.在网格划分后的预设区域的最底层位置，间隔选取多个网格；利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到等效源模型，对等效源模型对应的剩余异常场
的均方差进行判断，以保证根据等效源模型所得到的的重力场分离结果的准确度，且通过实验证明，本技术的技术方案可以极大的改善虚假异常的出现，准确度高。
15.在上述方案的基础上，本发明的一种重力异常场分离方法还可以做如下改进。
16.进一步，还包括：
17.s5、当所述第一判断结果为否时，根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，并返回执行s3。
18.进一步，所述根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，包括：
19.在网格划分后的所述预设区域内，对所述剩余异常场g1进行视密度成像，得到视密度成像结果；
20.判断所述剩余异常场g1所有的重力场值的绝对值中的最大值是否大于预设阈值，得到第二判断结果；
21.当第二判断结果为是时，根据所述视密度成像结果，获取并对每个第一网格的视密度值的绝对值进行降序排列，得到第一序列，将所述第一序列中的前1个或2个绝对值对应的第一网格作为所述新的网格，其中，第一网格表示：所述预设区域中的任一未选取的网格；
22.当第二判断结果为否时，根据所述视密度成像结果，获取并对每个第二网格的视密度值的绝对值进行降序排列，得到第二序列，将所述第二序列中的前1个或2个绝对值对应的第二网格作为所述新的网格，其中，第二网格表示：所述预设区域中，每个已选取的网格所相邻的所有未选取的网格所形成的并集中的任一网格。
23.采用上述进一步技术方案的有益效果是：
24.待分离重力异常场g0一般包括高频成分和低频成分，由于不同深度的网格对应不同频率的正演系数，所以，在等效源计算过程中，不同深度的网格对待分离重力异常场g0中的不同频率的成分的敏感程度不一样，再通过多次优化等效源模型，得到目标等效源模型，从而基本实现深部的网格主要拟合待分离重力异常场g0中的低频成分，浅部的网格主要拟合待分离重力异常场g0中的高频成分。
25.因此使用本技术的方法的假设前提是：待分离重力异常场g0的高频成分是由浅部的异常体产生，低频成分是由深部的异常体产生。一般通过滤波形式得到的重力场分离结果，其分离出的高频成分往往会伴有虚假异常。本方法得到的重力场分离结果，可以极大的改善虚假异常的出现。
26.进一步，所述s5还包括：
27.当所述第一判断结果为否时，统计执行所述s3的迭代次数，当所述迭代次数大于预设迭代次数阈值时，将最后得到的等效源模型作为所述目标等效源模型。
28.本发明的一种重力异常场分离系统的技术方案如下：
29.包括网格划分模块、选取模块、获取判断模块和确定模块；
30.所述网格划分模块用于对用于表征预设地下空间的预设区域进行网格划分；
31.所述选取模块用于：在网格划分后的所述预设区域的最底层位置，间隔选取多个网格；
32.所述获取判断模块用于：利用所有选取的网格作为格架，拟合待分离重力异常场
g0，得到每个选取的网格的密度值，结合所述格架、以及每个选取的网格的密度值，得到等效源模型；
33.利用所述等效源模型正演计算重力异常场g2，并利用公式得到剩余异常场g1，所述公式为g1＝g0‑
g2，判断所述剩余异常场g1的均方差是否小于预设均方差阈值，得到第一判断结果；
34.所述确定模块用于：当所述第一判断结果为是时，将所述等效源模型确定为目标等效源模型，并利用所述目标等效源模型正演所述待分离重力异常场g0，得到所述待分离重力异常场g0对应的重力场分离结果。
35.本发明的一种重力异常场分离系统的有益效果如下：
36.在网格划分后的预设区域的最底层位置，间隔选取多个网格；利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到等效源模型，对等效源模型对应的剩余异常场的均方差进行判断，以保证根据等效源模型所得到的的重力场分离结果的准确度，且通过实验证明，本技术的技术方案可以极大的改善虚假异常的出现，准确度高。
37.在上述方案的基础上，本发明的一种重力异常场分离系统还可以做如下改进。
38.进一步，还包括更新模块，所述更新模块用于：
39.当所述第一判断结果为否时，根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，并重新调用所述获取判断模块和所述确定模块。
40.进一步，所述更新模块具体用于：
41.在网格划分后的所述预设区域内，对所述剩余异常场g1进行视密度成像，得到视密度成像结果；
42.判断所述剩余异常场g1所有的重力场值的绝对值中的最大值是否大于预设阈值，得到第二判断结果；
43.当第二判断结果为是时，根据所述视密度成像结果，获取并对每个第一网格的视密度值的绝对值进行降序排列，得到第一序列，将所述第一序列中的前1个或2个绝对值对应的第一网格作为所述新的网格，其中，第一网格表示：所述预设区域中的任一未选取的网格；
44.当第二判断结果为否时，根据所述视密度成像结果，获取并对每个第二网格的视密度值的绝对值进行降序排列，得到第二序列，将所述第二序列中的前1个或2个绝对值对应的第二网格作为所述新的网格，其中，第二网格表示并集网格集合中的任一网格，所述并集网格集合的获取过程包括：
45.将所述预设区域中的任一已选取的网格所相邻的所有未选取的网格确定该已选取的网格对应的网格集合，直至得到每个已选取的网格对应的网格集合，将所有网格集合的并集确定为所述并集网格集合。
46.进一步，所述更新模块还用于：当所述第一判断结果为否时，统计调用所述获取判断模块和所述确定模块的迭代次数，当所述迭代次数大于预设迭代次数阈值时，将最后得到的等效源模型作为所述目标等效源模型。
47.本发明的一种存储介质的技术方案为：所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述任一项所述的一种重力异常场分离方法。
48.本发明的一种电子设备的技术方案为：包括存储器、处理器及存储在所述存储器
上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如权利要求上述任一项所述的一种重力异常场分离方法的步骤。
附图说明
49.图1为本发明实施例的一种重力异常场分离方法的流程示意图；
50.图2为划分网格后的预设区域的结构示意图；
51.图3为待分离重力异常场g0和其包括的两个局部正异常场和一个区域场的异常曲线图；
52.图4为待分离重力异常场g0、待分离重力异常场g0的区域场，以及重力异常分离结果的重力异常场和区域场的异常曲线图；
53.图5为分离重力异常场g0的两个重力正异常场，以及重力异常分离结果的两个重力正异常场的异常曲线图；
54.图6为目标等效源模型与待分离重力异常场g0的视密度成像的对比示意图；
55.图7为待分离重力异常场g0、待分离重力异常场g0的两个局部正异常场所组成的局部总场、以及利用窗口法得到的重力场分离结果的两个局部正异常场所组成的局部总场和区域场的曲线图；
56.图8为待分离重力异常场g0和其包括的一个局部正异常场、一个局部负异常场、一个区域场的异常曲线图；
57.图9为待分离重力异常场g0、待分离重力异常场g0的区域场，以及重力异常分离结果的重力异常场和区域场的异常曲线图；
58.图10为待分离重力异常场g0的一个重力正异常场、一个重力负异常场，以及重力异常分离结果的一个重力正异常场、一个重力负异常场的异常曲线图；
59.图11为目标等效源模型与待分离重力异常场g0的视密度成像的对比示意图；
60.图12为待分离重力异常场g0、待分离重力异常场g0的一个局部正异常场和一个局部负异常场所组成的局部总场、利用窗口法得到的重力场分离结果的一个局部正异常场和一个局部负异常场所形成的局部总场和区域场的曲线图；
61.图13为本发明实施例的一种重力异常场分离方法的结构示意图；
具体实施方式
62.如图1所示，本发明实施例的一种重力异常场分离方法，包括如下步骤：
63.s1、对用于表征预设地下空间的预设区域进行网格划分，具体地：
64.可设置网格划分的条件对用于表征预设地下空间的预设区域进行网格划分，网格划分的条件包括设置每个网格的形状和大小，例如设置网格的形状为矩形时，得到多个矩形网格，例如设置网格的形状为三角形时，得到多个三角网格，每个网格的大小会影响计算效率和最终重力场分离结果的精度，当对计算效率有要求时，划分为较大的网格，当对最终重力场分离结果的精度有较高要求时，划分为较小的网格，且具体网格划分的具体细节技术，可参考有限元计算中的网格划分，在此不做赘述。
65.表征预设地下空间的预设区域具体为：例如，预设地下空间为：从地面到距离地面1000米的深度范围内，那么，预设区域的最底层的边界表示距离地面1000米的深度，预设区
域的最高层的边界表示地面，也就是说，预设区域的最高层的边界与最底层的边界之间，模拟了从地面到距离地面1000米的深度范围的预设地下空间。
66.s2、在网格划分后的所述预设区域的最底层位置，间隔选取多个网格，以预设区域为矩形区域为例进行说明，具体地：
67.如图2所示，将预设区域进行网格划分，得到56个网格，并为56个网格进行编号，编号为1～56，那么，最底层位置包括编号为1～8的网格，可每间隔1个网格进行选取，此时选取的网格包括：编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格，或者，编号为8的网格、编号为6的网格、编号为4的网格和编号为2的网格；
68.可以理解的是，无论s2中初始选取的网格是上述两种情况中哪一种，一方面，s2中初始选取的所有网格之间相对关系没有发生改变，不影响直接得到的重力场分离结果的准确度；另一方面，在后续s5中还要继续选取新的网格，对等效源模型进行更新，也不影响得到的重力场分离结果的准确度。
69.s3、利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到每个选取的网格的密度值，结合所述格架、以及每个选取的网格的密度值，得到等效源模型；
70.利用所述等效源模型正演计算重力异常场g2，并利用公式得到剩余异常场g1，所述公式为g1＝g0‑
g2，判断所述剩余异常场g1的均方差是否小于预设均方差阈值，得到第一判断结果；其中，正演过程为本领域人员所悉知；待分离重力异常场g0是由多个重力场值组成的数组，重力异常场g2也是多个重力场值组成的数组，得到的剩余异常场g1也为多个重力场值组成的数组，进而计算得到剩余异常场g1的均方差。
71.其中，通过如下实例对格架进行具体解释：
72.当所有选取的网格包括：编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格时，则格架包括：编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格分别在预设区域中的具体位置，以及编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格各自的网格属性如网格大小、网格上的节点等，此时只用编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格来对待分离重力异常场g0进行拟合，那么：
73.众所周知，对待分离重力异常场g0进行拟合时，不可能百分之百的拟合出待分离重力异常场g0，例如，可设置拟合的结束条件来结束拟合，如拟合到相似度为50％时就结束拟合，如当拟合时间达到1分钟，就停止拟合，在拟合过程中，能得到每个选取的网格的密度值，结合格架、以及每个选取的网格的密度值，得到等效源模型，密度值相当于在每个选取的网格中增加的另一种属性。
74.然后，利用所述等效源模型正演计算重力异常场g2，正演过程为本领域人员所悉知，并利用公式得到剩余异常场g1，所述公式为g1＝g0‑
g2，判断所述剩余异常场g1的均方差是否小于预设均方差阈值，得到第一判断结果；
75.s4、当所述第一判断结果为是时，将所述等效源模型确定为目标等效源模型，并利用所述目标等效源模型正演所述待分离重力异常场g0，得到所述待分离重力异常场g0对应的重力场分离结果。
76.在网格划分后的预设区域的最底层位置，间隔选取多个网格；利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到等效源模型，对等效源模型对应的剩余异常场的均方差进行判断，以保证根据等效源模型所得到的的重力场分离结果的准确度，且通过
实验证明，本技术的技术方案可以极大的改善虚假异常的出现，准确度高。
77.较优地，在上述技术方案中，还包括：
78.s5、当所述第一判断结果为否时，根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，并返回执行s3。
79.较优地，在上述技术方案中，s5中，所述根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，包括：
80.s50、在网格划分后的所述预设区域内，对所述剩余异常场g1进行视密度成像，得到视密度成像结果，视密度成像结果中包括预设区域中的每个网格的视密度值。
81.s51、判断所述剩余异常场g1所有的重力场值的绝对值中的最大值是否大于预设阈值，得到第二判断结果，当第二判断结果为是时，执行s52，当当第二判断结果为否时，执行s53；
82.其中，剩余异常场g1是由多个重力场值组成的数组，通过比较，即可得到所述剩余异常场g1所有的重力场值的绝对值中的最大值。
83.s52、当第二判断结果为是时，根据所述视密度成像结果，获取并对每个第一网格的视密度值的绝对值进行降序排列，得到第一序列，将所述第一序列中的前1个或2个绝对值对应的第一网格作为所述新的网格，其中，第一网格表示：所述预设区域中的任一未选取的网格；
84.s53、当第二判断结果为否时，根据所述视密度成像结果，获取并对每个第二网格的视密度值的绝对值进行降序排列，得到第二序列，将所述第二序列中的前1个或2个绝对值对应的第二网格作为所述新的网格，其中，第二网格表示并集网格集合中的任一网格，所述并集网格集合的获取过程包括：
85.将所述预设区域中的任一已选取的网格所相邻的所有未选取的网格确定该已选取的网格对应的网格集合，直至得到每个已选取的网格对应的网格集合，将所有网格集合的并集确定为所述并集网格集合。
86.例如，已选取的网格包括：编号为1的网格、编号为3的网格、编号为5的网格和编号为7的网格时，那么：
87.1)编号为1的网格的相邻的所有未选取的网格包括：编号为2的网格、编号为9的网格、编号为10的网格，即编号为1的网格对应的网格集合中包括：编号为2的网格、编号为9的网格、编号为10的网格；
88.2)编号为3的网格的相邻的所有未选取的网格包括：编号为2的网格、编号为4的网格、编号为10的网格、编号为11的网格和编号为12的网格，即编号为3的网格对应的网格集合中包括：编号为2的网格、编号为4的网格、编号为10的网格、编号为11的网格和编号为12的网格；
89.3)编号为5的网格的相邻的所有未选取的网格包括：编号为4的网格、编号为6的网格、编号为12的网格、编号为13的网格和编号为15的网格，即编号为5的网格对应的网格集合中包括：编号为4的网格、编号为6的网格、编号为12的网格、编号为13的网格和编号为14的网格；
90.4)编号为7的网格的相邻的所有未选取的网格包括：编号为6的网格、编号为8的网格、编号为14的网格、编号为15的网格和编号为16的网格，即编号为7的网格对应的网格集
合中包括：编号为6的网格、编号为8的网格、编号为14的网格、编号为15的网格和编号为16的网格；
91.将上述4个网格集合的并集确定为并集网格集合，则并集网格集合中包括：编号为2的网格、编号为4的网格、编号为6的网格、编号为8的网格、编号为9的网格、编号为10的网格、编号为11的网格、编号为12的网格，编号为13的网格、编号为14的网格、编号为15的网格和编号为16的网格；
92.也就是说，此时，编号为2的网格、编号为4的网格、编号为6的网格、编号为8的网格、编号为9的网格、编号为10的网格、编号为11的网格、编号为12的网格，编号为13的网格、编号为14的网格、编号为15的网格和编号为16的网格均为第二网格，获取并对每个第二网格的视密度值的绝对值进行降序排列，得到第二序列，将所述第二序列中的前1个或2个绝对值对应的第二网格作为新的网格，返回执行s3。
93.较优地，在上述技术方案中，所述s5还包括：
94.当所述第一判断结果为否时，统计执行所述s3的迭代次数，当所述迭代次数大于预设迭代次数阈值时，将最后得到的等效源模型作为所述目标等效源模型，迭代次数阈值可根据时间情况进行设置，在此不做赘述。
95.下面对本技术的一种重力异常场分离方法进行验证，具体地：
96.待分离重力异常场g0一般包括高频成分和低频成分，由于不同深度的网格对应不同频率的正演系数，所以，在等效源计算过程中，不同深度的网格对待分离重力异常场g0中的不同频率的成分的敏感程度不一样，再通过多次优化等效源模型，得到目标等效源模型，从而基本实现深部的网格主要拟合待分离重力异常场g0中的低频成分，浅部的网格主要拟合待分离重力异常场g0中的高频成分。
97.因此使用本技术的方法的假设前提是：待分离重力异常场g0的高频成分是由浅部的异常体产生，低频成分是由深部的异常体产生。一般通过滤波形式得到的重力场分离结果，其分离出的高频成分往往会伴有虚假异常。本方法得到的重力场分离结果，可以极大的改善虚假异常的出现。
98.1)实验1：待分离重力异常场g0的高频成分包括两个局部正异常场，低频成分包括一个区域场，如图3所示，通过本技术的一种重力异常场分离方法，得到重力场分离结果，图3中，实线表示待分离重力异常场g0，由
“○”
组成的线条表示：待分离重力异常场g0的局部正异常场1，即第一个局部正异常场，由“·”组成的线条表示：待分离重力异常场g0的局部正异常场2，即第二个局部正异常场，虚线表示待分离重力异常场g0的区域场即区域异常；
99.得到的重力场分离结果如图4和图5所示，包括待分离重力异常场g0的两个局部正异常场和一个区域场，且从图4和图5中可以看出，第二个局部正异常场的部分值被分配到了区域场中，但是整体的重力场分离结果与待分离重力异常场g0的局部正异常场和区域场具有很好的对应关系；
100.其中，图4中的实线表示待分离重力异常场g0，由
“○”
组成的线条表示：重力异常场分离结果即重力场分离结果的重力异常场，虚线表示待分离重力异常场g0的区域场，由米字形即组成的线条表示重力异常场分离结果即重力场分离结果的区域场；
101.其中，图5中的实线表示待分离重力异常场g0的局部正异常场1，即第一个局部正异常场，由
“○”
组成的线条表示：重力异常场分离结果即重力场分离结果的局部正异常场
1，即第一个局部正异常场，虚线表示待分离重力异常场g0的局部正异常场2，即第二个局部正异常场，由米字形即组成的线条表示重力异常场分离结果即重力场分离结果的局部正异常场2，即第二个局部正异常场；
102.将目标等效源模型和待分离重力异常场g0的视密度成像对比发现，如图6所示，浅部的网格的横向分布与视密度成像中的两个局部正异常场的中心位置存在很好的对应关系。
103.为了对比本技术与现有的重力异常场分离方法的分离效果，现有的重力异常场分离方法以窗口法为例，将待分离重力异常场g0进行分离，得到的分离后的异常曲线图如图7所示，从图7中明显看出：
104.采用窗口法得到的区域场包含大量局部正异常场的场值，导致区域场出现扭曲变形，以及局部正异常场的整体小于待分离重力异常场g0的局部正异常场，且伴有局部负异常场的出现。因此窗口法对该叠加有局部正异常场和区域场的待分离重力异常场g0的分离结果，与待分离重力异常场g0的局部正异常场和区域场的差距较大，分离效果不理想，达不到本技术的技术效果。
105.图7中，实线表示待分离重力异常场g0，虚线表示待分离重力异常场g0的两个局部正异常场所组成的局部总场，由米字形即组成的线条表示利用窗口法得到的重力场分离结果的两个局部异常场所组成的局部总场，由“□”组成的线条表示利用窗口法得到的重力场分离结果的区域场；
106.2)实验2：
107.待分离重力异常场g0的高频成分包括一个局部正异常场，一个局部负异常场，低频成分包括一个区域场，如图8所示，得到的重力场分离结果如图9和图10所示；
108.图8中的实线表示待分离重力异常场g0，由
“○”
组成的线条表示待分离重力异常场g0的一个局部正异常场，由米字形组成的线条表示待分离重力异常场g0的一个局部负异常场，虚线表示待分离重力异常场g0的区域异常即区域场；
109.图9中，实线表示待分离重力异常场g0，由
“○”
组成的线条表示重力异常场分离结果即重力场分离结果的重力异常场，虚线表示待分离重力异常场g0的区域场，由米字形组成的线条表示重力异常场分离结果即重力场分离结果的区域场；
110.图10中，实线表示待分离重力异常场g0的局部正异常场，由
“○”
组成的线条表示重力异常场分离结果即重力场分离结果的局部正异常场，虚线表示待分离重力异常场g0的局部负异常场，由米字形组成的线条表示重力异常场分离结果即重力场分离结果的局部负异常场；
111.根据图9和图10可以明显看出：包括待分离重力异常场g0的一个局部正异常场、一个局部负异常场和一个区域场，且从图9中可以看出，整体的重力场分离结果与待分离重力异常场g0的局部正异常场、局部负异常场和区域场具有很好的对应关系。
112.将目标等效源模型和待分离重力异常场g0的视密度成像对比发现，如图11所示，浅部的网格的横向分布与视密度成像中的局部正异常场和局部负异常场的中心位置存在很好的对应关系。
113.为了对比本技术与现有的重力异常场分离方法的分离效果，现有的重力异常场分离方法以窗口法为例，将待分离重力异常场g0进行分离，得到的分离后的异常曲线图如图
12所示，图12中，实线表示待分离重力异常场g0，虚线表示待分离重力异常场g0的一个局部正异常场和一个局部负异常场所组成的局部总场，由米字形即组成的线条表示利用窗口法得到的重力场分离结果的一个局部正异常场和一个局部负异常场所形成的局部总场，由“□”组成的线条表示利用窗口法得到的重力场分离结果的区域场；从图12中明显看出：
114.采用窗口法得到的区域场包含大量局部正异常场和局部负异常场的场值，导致区域场出现扭曲变形，且局部正异常场和局部负异常场的局部幅值相比于待分离重力异常场g0的局部正异常场和局部负异常场的局部幅值较小，损失待分离重力异常场g0中的信息，且产生虚假异常，因此，窗口法对该叠加有局部正异常场、局部负异常场和区域场的待分离重力异常场g0的分离结果，与待分离重力异常场g0的局部正异常场、局部负异常场和区域场的差距较大，分离效果不理想，达不到本技术的技术效果。
115.在上述各实施例中，虽然对步骤进行了编号s1、s2等，但只是本技术给出的具体实施例，本领域的技术人员可根据实际情况调整s1、s2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
116.如图13所示，本发明实施例的一种重力异常场分离系统200，包括网格划分模块210、选取模块220、获取判断模块230和确定模块240；
117.所述网格划分模块210用于对用于表征预设地下空间的预设区域进行网格划分；
118.所述选取模块220用于：在网格划分后的所述预设区域的最底层位置，间隔选取多个网格；
119.所述获取判断模块230用于：利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到每个选取的网格的密度值，结合所述格架、以及每个选取的网格的密度值，得到等效源模型；
120.利用所述等效源模型正演计算重力异常场g2，并利用公式得到剩余异常场g1，所述公式为g1＝g0‑
g2，判断所述剩余异常场g1的均方差是否小于预设均方差阈值，得到第一判断结果；
121.所述确定模块240用于：当所述第一判断结果为是时，将所述等效源模型确定为目标等效源模型，并利用所述目标等效源模型正演所述待分离重力异常场g0，得到所述待分离重力异常场g0对应的重力场分离结果。
122.在网格划分后的预设区域的最底层位置，间隔选取多个网格；利用所有选取的网格作为格架，拟合待分离重力异常场g0，得到等效源模型，对等效源模型对应的剩余异常场的均方差进行判断，以保证根据等效源模型所得到的的重力场分离结果的准确度，且通过实验证明，本技术的技术方案可以极大的改善虚假异常的出现，准确度高。
123.较优地，在上述技术方案中，还包括更新模块，所述更新模块用于：
124.当所述第一判断结果为否时，根据预设条件从所述预设区域中的所有未选取的网格中选取新的网格，并重新调用所述获取判断模块230和所述确定模块240。
125.较优地，在上述技术方案中，所述更新模块具体用于：
126.在网格划分后的所述预设区域内，对所述剩余异常场g1进行视密度成像，得到视密度成像结果；
127.判断所述剩余异常场g1所有的重力场值的绝对值中的最大值是否大于预设阈值，
得到第二判断结果；
128.当第二判断结果为是时，根据所述视密度成像结果，获取并对每个第一网格的视密度值的绝对值进行降序排列，得到第一序列，将所述第一序列中的前1个或2个绝对值对应的第一网格作为所述新的网格，其中，第一网格表示：所述预设区域中的任一未选取的网格；
129.当第二判断结果为否时，根据所述视密度成像结果，获取并对每个第二网格的视密度值的绝对值进行降序排列，得到第二序列，将所述第二序列中的前1个或2个绝对值对应的第二网格作为所述新的网格，其中，第二网格表示并集网格集合中的任一网格，所述并集网格集合的获取过程包括：
130.将所述预设区域中的任一已选取的网格所相邻的所有未选取的网格确定该已选取的网格对应的网格集合，直至得到每个已选取的网格对应的网格集合，将所有网格集合的并集确定为所述并集网格集合。
131.较优地，在上述技术方案中，所述更新模块还用于：当所述第一判断结果为否时，统计调用所述获取判断模块和所述确定模块的迭代次数，当所述迭代次数大于预设迭代次数阈值时，将最后得到的等效源模型作为所述目标等效源模型。
132.上述关于本发明的一种重力异常场分离系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种重力异常场分离方法的实施例中的各参数和步骤，在此不做赘述。
133.本发明实施例的一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述任一项所述的一种重力异常场分离方法。
134.本发明实施例的一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现上述任一实施的一种重力异常场分离方法的步骤。
135.其中，电子设备可以选用电脑、手机等，相对应地，其程序为电脑软件或手机app等，且上述关于本发明的一种电子设备中的各参数和步骤，可参考上文中一种重力异常场分离方法的实施例中的各参数和步骤，在此不做赘述。
136.所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
137.因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
138.可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
139.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。