29/08/2013

GEOL30005 Applied Geophysics

Lecture 9:  Magnetic processing

Data processing methodology
Required to remove ‘noise’ and other errors in data, and correct for other 
survey parameters.
• Verifying and editing the raw data;
Locating the data in x and y.
• Locating the data in x and y.
• Parallax corrections;
• Removing diurnals;
• IGRF removal
• Levelling the data;
• Micro‐levelling ‐ removal of any residual levelling errors;
• Gridding and contouring
• Reduction to the pole

1
 29/08/2013

Data processing methodology
• This lecture will step through the process required to take raw mag
readings, and convert them into a processed magnetic anomaly map

Raw magnetic data Processed magnetic data

Survey location 
• South of the Lambert Graben.
• Previous Russian magnetic data 
exists further to the north.
• Ground gravity data also exists in 
the north and around the Lambert
the north, and around the Lambert 
Graben (LGB traverse).
• However no previous gravity data 
(ground or airborne) exists over the 
PCMEGA grid. 

The Antarctic example is 
ideal since the extreme 
diurnal helps 
demonstrate the effects 
of each processing step

2
 29/08/2013

Cross‐over points
• Cross‐over points occur where flight 
lines cross tie‐lines
• The magnitude of the magnetic 
intensity should be the same at
intensity should be the same at 
cross‐over points since we’re 
measuring mag intensity at the same 
place – but it never is…
• Measuring the difference at cross‐
over points tells us something about 
the errors in our dataset, but more 
importantly, it provides a means to 
process the data 
 Cross‐over points are imperative 
to magnetic processing 

Cross‐over points
Cross‐over errors

3
 29/08/2013

Raw Magnetic Data

Not quite raw since the IGRF has been taken out

GrafNav GPS processing software
Pre‐processing
Locating data in X and Y
• Once GPS data has been checked and 
processed it can be merged with the 
magnetic data in order to locate the position 
of magnetic data within the survey.
Verifying and editing raw data
• Raw data must be visually inspected for 
spikes, gaps, instrument noise and other 
irregularities.

• Ideally, this verification 
procedure should be 
carried out in the field so 
carried out in the field so
that any errors 
attributable to data 
acquisition can be 
corrected in the survey 
aircraft.

4
 29/08/2013

Pre‐processing
• Each flight is cut up into lines and ties. Ie. there may be 15 flights for the survey, but you 
might get 4 lines and 1 tie (for eg)  into a flight. 
• Pre‐processing ‐ raw data is inspected for spikes, gaps, instrument noise or other 
irregularities in the data

Parallax correction
• Corrects for the distance between 
the GPS antenna and the 
magnetometer (ie. the cable length) 
• Particularly if the survey has been 
carried out using a bird style 
magnetometer, a parallax correction 
is necessary to synchronise the 
magnetic measurements with the 
GPS data
• Parallax correction is done by using 
the velocity of the aircraft at each 
the velocity of the aircraft at each
point to adjust the navigation data 
so it aligns with the magnetic 
measurements

5
 29/08/2013

Diurnal corrections
• Diurnals collectively refer to all time variations in the Earth’s magnetic field
caused by solar ‘winds’
• Both rapid and long term changes
• This variation is measured by a base station at a fixed location on the 
d Th t th bt t d f th i
ground.  These measurements are then subtracted from the aircraft  ft
magnetometer readings.
• The process introduces an arbitrary base‐
shift in the magnetic data as the magnetic 
field is stronger on the ground.  However, 
this effect is not important as interpretation 
is based on local anomalies and not the 
is based on local anomalies and not the
absolute value of the magnetic field.
 Similar to gravity in that we’re 
interested in the susceptibility contrast

Diurnal corrections
• Diurnal ‐ base station measurements are time stamped and 
correlated with the data recorded on the aircraft. 
• They are then subtracted from the aircraft measurements. Thus 
d l d b l l f h
gives residual magnetic variations and not absolute values if the 
magnetic field. 
• An average or base value of the magnetic field (for the whole 
survey) is added to the diurnally corrected magnetic readings to 
produce diurnally corrected magnetic data 

6
 29/08/2013

Diurnal 
variations
Try to fly during 
the most 
magnetically 
quiet times

After Diurnal Correction Raw mag

7
 29/08/2013

IGRF removal
Removing the Earth’s regional magnetic field
• This step involves removing the defined model of the Earth’s regional field, referred 
to as the Geomagnetic Reference Field (GRF).  
• Its possible to calculate the inclination, declination and intensity of the magnetic 
field at any point and time using a GRF model
Animation of secular variation in geomagnetic 
g g
total intensity for the last 400 years. 
• The calculated GRF values are subtracted 
from the survey data
• GPS navigation provides the (X, Y, Z) 
position data of the GRF
• It is standard practice to use the mean 
height of the aircraft above sea level for Z.
• There are various GRF models however 
There are ario s GRF models ho e er
the International Geomagnetic Reference 
Field 11 (IRGF11) is widely used

International Geomagnetic Reference Field (IGRF)
• Mathematical description of the Earth’s main magnetic field
• Various models – IGRF 11 was released in 2009

C. C. Finlay, S. Maus, C. D. Beggan, T. N. Bondar, A. Chambodut, T. A. Chernova, A. Chulliat, V. P. Golovkov, B. Hamilton, M. Hamoudi, R. Holme, G. Hulot, W. Kuang, B. 
Langlais, V. Lesur, F. J. Lowes, H. Luhr, S. Macmillan, M. Mandea, S. McLean, C. Manoj, M. Menvielle, I. Michaelis, N. Olsen, J. Rauberg, M. Rother, T. J. Sabaka, A. Tangborn, L. 
Toffner‐Clausen, E. Thebault, A. W. P. Thomson, I. Wardinski Z. Wei, T. I. Zvereva. Geophys. J. Int., Vol 183, Issue 3, pp 1216‐1230, December 2010.

8
 29/08/2013

International Geomagnetic Reference Field (IGRF)

C. C. Finlay, S. Maus, C. D. Beggan, T. N. Bondar, A. Chambodut, T. A. Chernova, A. Chulliat, V. P. Golovkov, B. Hamilton, M. Hamoudi, R. Holme, G. Hulot, W. Kuang, B. 
Langlais, V. Lesur, F. J. Lowes, H. Luhr, S. Macmillan, M. Mandea, S. McLean, C. Manoj, M. Menvielle, I. Michaelis, N. Olsen, J. Rauberg, M. Rother, T. J. Sabaka, A. Tangborn, L. 
Toffner‐Clausen, E. Thebault, A. W. P. Thomson, I. Wardinski Z. Wei, T. I. Zvereva. Geophys. J. Int., Vol 183, Issue 3, pp 1216‐1230, December 2010.

International Geomagnetic Reference Field (IGRF)
• Working in Australia, you will see ~54000nT a lot, however the Earth’s 
magnetic field is variable

C. C. Finlay, S. Maus, C. D. Beggan, T. N. Bondar, A. Chambodut, T. A. Chernova, A. Chulliat, V. P. Golovkov, B. Hamilton, M. Hamoudi, R. Holme, G. Hulot, W. Kuang, B. 
Langlais, V. Lesur, F. J. Lowes, H. Luhr, S. Macmillan, M. Mandea, S. McLean, C. Manoj, M. Menvielle, I. Michaelis, N. Olsen, J. Rauberg, M. Rother, T. J. Sabaka, A. Tangborn, L. 
Toffner‐Clausen, E. Thebault, A. W. P. Thomson, I. Wardinski Z. Wei, T. I. Zvereva. Geophys. J. Int., Vol 183, Issue 3, pp 1216‐1230, December 2010.

9
 29/08/2013

Levelling
• Even though we have subtracted out the diurnal (which is the time 
varying part of the magnetic field) there is invariably a discrepancy at 
each cross‐over point
Unlike most of the airborne gravity corrections where we specifically
• Unlike most of the airborne gravity corrections, where we specifically 
calculate the gravitational effect of something (eg. accelerations 
calculated from GPS measurements), and subtract it out – with mag, 
we assume that the discrepancy at cross‐over points is error.
• Levelling is where we really make use of the cross‐over points.
• Levelling accounts for these errors by systematically modifying the 
magnetic values along the line or tie.
• The levelling does not care why there is a difference at cross‐over 
points – it accounts for them no matter what.

Levelling
• Many ways to do this (Luyendyk, 1997) :
 Adjusting navigation data ‐ this involves changing the x/y 
coordinates to obtain a match at the cross‐over point, but only 
h h f h d h d f ll
within the error of the navigation data. Once this is done for all 
cross‐over points, we can interpolate the corrections throughout 
the rest if the data set.
 Loop closure methods
 Polynomial levelling ‐ the idea behind polynomial levelling is to 
fit a polynomial to the intersection errors along the flight and tie 
fit a polynomial to the intersection errors along the flight and tie
lines. These polynomials are then subtracted from the survey 
data to minimise the cross over errors

10
 29/08/2013

Levelling Blue dots are discrepancy magnitude at cross‐over points
31.00
29.00 Linear fit to cross‐over errors
27.00
25.00 Series1

23.00 Linear (Series1)
21.00
19.00
499000 501000 503000 505000 507000 509000 511000 513000 515000

31.00
29.00 2nd order polynomial fit to cross‐over errors
27.00
25.00 Series1
23.00 Poly. (Series1)
21.00
19.00
499000 501000 503000 505000 507000 509000 511000 513000 515000

31.00
29.00 4th order polynomial fit to cross‐over errors
27.00
25.00 Series1
23.00 Poly. (Series1)
21.00
19.00
499000 501000 503000 505000 507000 509000 511000 513000 515000

Levelling
• We could just fit one very high order polynomial curve to fit the 
points at cross‐overs, but this would result in ONLY removing errors at 
cross‐over points.
Using lower order polynomials forces us to modify the data along the
• Using lower order polynomials forces us to modify the data along the 
whole line – this has much better results.

31.00

29.00

27.00

25.00
Series1
23.00

21.00

19.00

11
 29/08/2013

Levelling
• Levelling is seen as more of an art than a science because its very difficult to know 
for sure whether you're removing errors out of the data or true geological signal
• Geosoft have special plug‐ins specifically for levelling mag data
• Airborne gravity is also often levelled to improve the data quality

• There is an overview of the 
levelling process in the 
appendix of today's reading. 
Only read it if you're 
interested in the process ‐
just understand what 
levelling does, and what data 
levelling does and what data
looks like that hasn't been 
levelled (eg. prominent flight 
line effects).

http://www.geosoft.com/media/uploads/resources/brochures/OM_GL_fs_2009_10_web.pdf

After levelling After diurnal

Notice the 
scale has 
changed

12
 29/08/2013

Micro‐levelling
• After standard levelling, most obvious errors have been removed 
(ie. Anything that looks like it is associated with flight lines)
• Micro‐levelling is the removal of any residual errors in aeromagnetic 
data after standard processing and levelling.
• Often these errors are difficult to detect so generally micro‐levelling
involves filtering a grid of data to detect residual errors 
• Methods for micro‐levelling vary from company‐to‐company. Most 
contractor’s regard micro‐levelling methodology as proprietary
• A process for micro‐levelling is described by Luyendyk (1997).

After Micro‐Levelling

• De
De‐spiking
spiking 
• Diurnal and IGRF corrected
• Levelled
• Microlevelled
• Low pass filtered
• Sun angle cast from NE
S l f NE

13
 29/08/2013

Reduce to the pole
• Reduction to the pole (RTP) is the last step which could be 
considered part of the processing phase. After this, it's really 
the beginning if image enhancement (next lecture ‐ 10)
lf b l
• RTP simplifies magnetic interpretation because it not only 
moves the anomaly to lie directly over the source, but it also 
changes the geometry of anomalies to be much more 
representative of the source
• RTP is particularly difficult at low latitudes (less than 15 
degrees) because of the need to divide the spectrum by a 
very small term

Reduce to the pole

I=60°
• Transforms the magnetic response to that 
which would be observed at I=90° (ie.  
Magnetisation vector vertical or at the 
pole).
I=90°
I=30°
• Peak response over the “centre of the 
body”.

• Maximum gradients close to the edge of the 
body. I=15°

• The overall magnetic map/ image should 
reflect the subsurface structure.

I=0°

14
 29/08/2013

St Arnaud Reduced to pole (RTP)
• Recalculates the observed magnetic field to what it would look like at the magnetic 
pole where the Earth’s magnetic inclination is vertical.
• Removes the asymmetry of the TMI anomaly, and places the peak response directly 
over the magnetic bodies – however need to be careful of remanent magnetism.

St Arnaud Reduced to pole (RTP)

St Arnaud Reduced to pole (RTP) St Arnaud Total Magnetic Intensity (TMI)
St Arnaud Total Magnetic Intensity (TMI)

15
 29/08/2013

Gridding ‐ how do we make an image? 

Data presentation
Various ways to present the data for 
Various ways to present the data for
interpretation

• Line data

• Contours

• Images
Images made of pixels –
made of pixels most 
most
common

Data presentation
Line data
Data is presented as profiles along the survey 
lines in which it was collected.

The data is relatively unprocessed.

Not very practical for interpretation but 
useful for filtering

16
 29/08/2013

Data presentation
Contours
• Preferred media for interpretation of data 
until the early 1990’s
• Good for recognising
g g ggradient information 
in the data
• Requires “gridding” of the data

Data presentation Regional gridded magnetic dataset

Images
• Preferred media for 
interpretation of data since 
the early 1990’s
• Requires “gridding” of the 
data
• Shows a lot more information 
about the amplitude and  Individual 
pixels
gradients in the data
• Can be used in conjunction 
with contours
with contours
• Easier to manipulate (process)
• Data is presented as “PIXELS”

17
 29/08/2013

Gridding
• Gridding involves a process of taking the semi‐
randomly distributed survey data and 
interpolating the data onto a regular grid.  
• Sampling during the gridding process results in 
apparent smoothing of the data. For example: 
• Much of the data collected at ~7m along lines, is 
thrown away when the grid is created (7m along 
lines vs grid cell size of 1 fifth of the flight line 
spacing = 40m for a 200m spaced survey).
• Gridding cannot honour both and in fact, both 
are decimated.
are decimated
• Gridding essentially “butchers” your data

Gridding
• So, we lose heaps of data collected along the 
flight‐lines during gridding since we must align 
the frequency content of the data along lines 
so its comparable to data perpendicular to the 
flight line
flight‐line.
• It's important to go back to the flight line data 
and consider the detail during aeromagnetic 
interpretation
• Once a grid has been produced it can be 
displayed as an image or a contour map.

18
 29/08/2013

Gridding – Interpolation parameters

There are 3 main interpolation parameters:

1 – Grid cell size

2 – Number of points to use in calculation OR a search radius 
(ellipse in some cases)

3 – Interpolating method
p g

Gridding – Cell Size
• Cell size should be relative to the flight line 
spacing
• Cell size of 1 third of the line spacing gives a 
smooth geophysical image
• C ll i f 1 fifth f th li i i
Cell size of 1 fifth of the line spacing may give 
more geological resolution
• Object is to portray the original data
• If cell size too small however, this will obscure 
local anomalies and create a pill‐box effect.

pill box effects smoother image

19
 29/08/2013

Gridding interpolation – Nearest neighbour
• Nearest neighbour – use nearest points to node
• All points within a given radius are used.  
• The radius can be replaced by an ellipse during kriging for 
l h d( ld l ) k
example when trend (spatial data correlation) are taken into 
account.
Observation Points

The larger the number of 
Search Area observations points, the 
smoother will the image be

Point to estimate
(on the grid)

Gridding – Minimum curvature
• A minimum curvature surface is the smoothest possible surface that 
will fit the given data values within a given tolerance
• The process first estimates grid 
values for a coarse grid (ie. 8 
ti th fi l id ll i )
times the final grid cell size). 
• An iterative method is 
employed to adjust the grid to 
data points.
• After an acceptable fit is 
achieved, the coarse cell size is 
divided by 2 and then the data 
divided by 2 and then the data
points are fitted again using the 
coarse grid as a starting surface.
• This is repeated until the grid 
reaches the final cell size.

20
 29/08/2013

Gridding – Inverse Distance Weighted
• Inverse distance weighted gridding uses weighted moving averages within 
a zone of influence (defined by a search radius).  
• The simplest method uses weights that are inversely proportional to the 
distance between the point to estimate and the observation points. 
p p
• This method does not usually honour data points

Sample Points

Estimated value z at the point of

the grid is given by the formula
Search Area

di  wi zi
Z =
 wi
where zi are the data points
Point to estimate within the search area and wi
are the weight = 1/di

This lecture’s reading…

Luyendyk, A.P.J., 1997. Processing of airborne magnetic data. In Gunn, P.J. (editor), Airborne 
magnetic and radiometric surveys, AGSO Journal of Australian Geology and Geophysics 17, 31‐38.

21