索奎，彭少飞，刘爱涛，赵贵章

(1.华北水利水电大学 地球科学与工程学院，河南 郑州 450046；2.北京华宇工程有限公司，北京 100120；3.河北省地质调查院，河北 石家庄 050081)

重力勘探是重要的地球物理勘探方法之一，重力异常是不同深度、不同尺度的地质体产生的重力异常叠加的结果。当研究某个地质体时，需要将目标地质体产生的重力异常从总场中分离出来，这是进行数据处理、三维反演及解释的前提。重力数据的分离问题一直没有彻底解决，尤其是垂向分离效果不佳，这是因为二维重力数据不包含垂向信息，影响了重力数据处理、解释的精度及可靠性，在一定程度上限制了重力勘探的应用范围。

有多种方法能够实现重力场垂向分离，常用的有趋势分析[1]、垂向导数、插值切割[2]、解析延拓[3]和匹配滤波[4]等方法，分别在不同的应用条件下取得了一定的效果。多数方法分离的结果受主观因素影响较大，这是因为各种参数对结果影响较大且没有客观标准。ALBORA A M等[5]和OSMAN A等[6]将神经网络算法引入到重力场和磁场的分离中；ALBORA A M和UCAN A[7]采用差分马尔可夫随机场方法进行重力场分离，获得了较好效果；陈召曦[8]利用曲波变换实现了局域场与区域场的分解，并指出曲波变换在一定程度上能够更好地反映地质细节；葛粲等[9]提出了动态改进型插值切割算子，得到了更好的分离效果。近年来，随着小波变换技术的快速发展，利用小波多尺度分析法进行位场垂向分离得到了广泛应用[10-13]，该方法利用了小波分解的低阶不变性，不会使原始数据失真，不同分解阶数反映了不同深度的位场信息；……