利用Extrapolation Tikhonov正则化算法进行重力梯度三维密度反演（英文）

本文利用Extrapolation Tikhonov正则化算法处理重力梯度数据三维密度反演的线性不适定问题。与Tikhonov正则化方法相比,Extrapolation Tikhonov正则化方法减小了因正则化参数的引入而带来的反演结果误差,提高了预测数据与观测数据之间的拟合精度。同时为了消除位场数据反演时位置函数快速衰减对反演结果的影响,本文提出了基于重力梯度全张量特征向量法的深度加权函数,模型试验证明了该深度加权函数能有效识别异常体密度分布特征。对澳大利亚Kauring地区实测重力梯度数据进行反演,并和已有研究成果对比分析。结果表明该反演方法能够较好的获取地下异常体的密度分布信息。     

基于q-高斯分布和零阶最小熵正则化的三维重力聚焦反演

观测的重力数据通常含有误差,传统的三维重力反演方法假设数据残差服从高斯分布,数据误差的大小和可靠估计对于三维重力反演的精度和可靠性是非常重要的.在模型正则化方面,传统的三维重力反演主要是基于Tikhonov正则化理论来获得稳定解,但是当地下密度异常体存在尖锐边界时,基于L2范数正则化的三维重力反演得到的密度异常体边界比...     

重力数据3D密度成像中EXTR方法的各参数变化对反演结果的影响(英文)

Tikhonov正则化(TR)方法在重磁数据处理中发挥了重要的作用,本文在研究如何利用Tikhonov正则化方法方法解决重力数据3D反演的同时,深入讨论了可进一步提高拟合误差的Extrapolation Tikhonov正则化方法(EXTR)的原理,并就其参数选择方法及各参数对拟合误差、迭代次数及反演结果的影响进行研究。常密度及变密度组合模型试算结果表明,与TR方法相比,EXTR方法不仅可以达到解释人员设定的先验拟合误差水平,在计算时间及迭代次数相应增加的前提下有更高的拟合精度;同时其反演结果也更加紧致,进一步改善了TR反演结果的发散性;并且其反演数据范围更贴近预设模型参数范围,模型特征与预设模型密度分布吻合较好。     

基于数据空间和稀疏约束的三维重力和重力梯度数据联合反演

随着重力和重力梯度测量技术的日趋成熟,基于重力和重力梯度数据的反演技术得到了广泛关注.针对反演多解性严重、计算效率低和内存消耗大等难点问题,本文开展了三维重力和重力梯度数据的联合反演研究,该方法结合重力和重力梯度两种数据,将L0范数正则化项加入到目标函数中,并在数据空间下采用改进的共轭梯度算法求解反演最优化问题.同时,本文摒弃了依赖先验信息的深度加权函数,引入了自适应模型积分灵敏度矩阵,用来克服因重力和重力梯度数据核函数随深度增加而衰减引起的趋肤效应问题.为了提高反演计算效率,本文又推导出基于规则网格化的重力和重力梯度快速正演计算方法.模拟试算表明,改进的共轭梯度法可以降低反演的迭代次数,提高反演的收敛速度;自适应模型积分灵敏度矩阵,可以有效解决趋肤效应,提高反演纵向分辨能力;数据空间和改进的共轭梯度算法结合,可以更好地降低反演求解方程的维度,避免存储灵敏度矩阵,有效地降低反演计算时间和内存消耗量.野外实例表明,该算法可以在普通计算机下快速地获得地下密度分布模型,表现出较强的稳定性和适用性.     

稳定正则化参数估计方法及其在盆地基底重力异常反演中的应用

正则化方法通过带有正则化参数的约束项,将不适定问题转换为一个适定问题.如何选取最优正则化参数一直以来都是正则化研究的难点和热点.本文通过定义解的不稳定性度量来直接估算正则化参数μ的最优值,并将这种正则化参数估计方法应用到二维沉积盆地基底重力反演中.测试该方法在通过对一次野外测量的数据加不同噪声得到的多组数据与多次野外测量中得到的多组数据这两种情况中的反演效果.最后将该方法应用到非洲西海岸的北加蓬次盆进行盆地基底反演,测试该方法的实用性.模型测试的结果显示,在这两种情况下获得的反演解非常接近且能够反演得到较为准确的模型基底深度,故该方法适用于一般情况下只进行一次野外测量的实际重力勘探情况且能得到稳定的最优反演解;实际资料的最优反演结果稳定且符合当地的地质构造背景.在模型测试与实际资料测试中,都能够确定最优正则化参数并得到最优反演结果,证明了该方法在重力反演中的正确性和实用性.     

基于Lp范数正则化的V字型密度界面重力反演

V字型密度界面是一类常见的密度界面,如海沟、半地堑以及俯冲带之下的莫霍面,利用重力数据刻画此类密度界面形态对于区域构造研究、油气勘探以及物理海洋学等都具有重要意义.本文首先建立了L_p-范数形式的模型约束函数,并利用正则化原理将其与重力数据误差函数和已知深度约束函数结合形成V字型密度界面反演的目标函数,推导了目标函数的梯度表达式,并以非线性共轭梯度法为核心给出了反演流程.二维简单模型试算结果表明p=5时该方法能准确地刻画V字型密度界面起伏特征,且亦能准确地应用于二维复杂密度界面和三维界面的反演.最后将反演方法应用于挑战者深渊及邻区的实际资料处理之中,利用研究区海底地形数据和沉积层厚度数据对自由空间重力异常逐层剥离而得到莫霍面引起的重力异常,用本文方法对此重力异常进行反演,结果呈现了板块俯冲作用引起的V字型莫霍面起伏特征.     

基于交叉梯度约束的重力、磁法和大地电磁三维联合反演

为了降低单一地球物理方法反演的多解性及受噪声的影响程度,本文围绕重力、磁法和大地电磁法开展了三维联合反演的研究.重、磁采用基于对数障碍法的正则化反演算法,大地电磁使用limited-memory BroydenFletcher-Goldfarb-Shanno(L-BFGS)反演算法,引入交叉梯度函数实现了三种物性结构的相互耦合,最终开发出一套重磁电三维联合反演算法,并实现MPI并行加速计算.通过理论模型算例验证了算法的准确性,结果表明:不论是单棱柱体模型还是组合棱柱体模型,联合反演结果相较单独反演对于异常体的空间形态刻画以及物性数值恢复具有较好的提升;单棱柱体模型算例使得异常体的物性参数(密度、磁化率和电阻率)更加接近于真实的物性参数;组合棱柱体模型的联合反演结果不仅仅消除了围岩物性参数的假异常,而且还增强了异常体边界结构的恢复程度.     

储层重力密度反演后验约束正则化方法

本文针对蒸汽辅助重力泄油(SAGD)生产中开发监测问题,发展了综合应用地震及重力数据反演储层密度的联合反演算法.通过测井数据建立纵波阻抗与密度的直接关系,并推导出这种关系下重力与纵波阻抗数据联合反演的计算方法,从而计算出蒸汽腔体密度分布规律.文中应用密度反演后验约束正则化方法,采用Tikhonov正则化模型,通过波阻抗数据作为约束进行联合反演,在算法上提高了稳定性,同时得到较高的反演精度.文中对SAGD生产中的理论模型进行了方法试算,并分析了算法的误差,最终应用于SAGD生产的实际数据中,通过最终反演结果分析,该方法取得了很好的应用效果.     

数据空间磁异常模量三维反演

强剩磁的存在通常导致了总磁化强度方向未知,进而影响了磁异常的反演和解释.磁异常模量是一种受磁化方向影响小的转换量,可以在强剩磁条件下通过反演三维磁化强度大小分布来推测场源分布状态.我们提出了一种数据空间磁异常模量反演算法来减少剩磁的影响.与标准的模型空间L2范数正则化反演方法相比,我们的方法有两个优点:一是无需搜索正则化参数(需要反复求解非线性反演问题),因而可以减少计算时间;二是反演结果更加聚焦,深度分辨率更高,我们对此进行了原因分析.通过模型和实测数据测试证明了该算法的有效性和更好的反演效果.     

直流电阻率法与大地电磁法的二维联合反演

本文对电性联合反演进行了深入研究,以减少地球物理反演的多解性.将直流电阻率(DC)与大地电磁(MT)数据加入到同一反演数据集中.引入Tikhonov正则化思想建立反演目标函数,使反演过程更加高效稳定.在解决正则化反演问题过程中,分别采用了二阶最大平滑稳定因子和改进的L-curve法,提高了反演结果的稳定性和正则化因子的求取精度;最后运用非线性共轭梯度法(NLCG)对反演目标函数实现最优化求解.经研究表明:联合反演方法与单一反演方法相比,能够更加有效的约束反演模型范围;反演算法快速稳定,提高了反演精度,减少了对地下地质结构认识的模糊性.     

正则化方法在无线电波层析中的应用

无线电波透视法是常用的工作面地质构造探测方法之一,目前普遍使用的SIRT方法层析分辨率不高。本文采用约束正则化方法,推导Tikhonov正则化和全变差正则化的最小化问题表达式,讨论影响层析结果的主要因素,对典型理论模型进行了层析成像实验。结果表明:正则化方法具有比SIRT方法更好的分辨率;射线条数越多、噪声水平越低,层析分辨率越高;Tikhonov正则化在正则参数增大时层析结果更光滑,减小时则更贴近异常,全变差正则化与其相反。最后对实际坑透数据进行层析,识别出的异常构造基本吻合已知疑似构造位置,从而说明正则化方法在无线电波透视应用中的可行性。      

贝叶斯同化重力反演方法构建龙门山地壳密度模型

重力异常对地壳横向密度变化敏感,而无约束重力反演得到的密度模型其垂向分辨能力往往不理想.为了改善反演结果的垂向分辨率,本文参考已有先验分层模型,基于贝叶斯原理,提出了一种重震联合反演的新策略,可实现多种参考模型和复杂加权参数条件下的最大后验概率估计.理论模型测试结果表明,对于深度加权、多参考模型约束等多种问题,本文提出的新方法都可以稳健地获得最优化的模型参数.本文同时以中国地震科学台阵在龙门山地区及周边的一维接收函数分层模型和地震层析成像结果为参考,通过此方法对该区的重力异常进行反演,获得了该区的高精度三维密度结构,其水平分辨率优于10 km,垂直分辨率优于5 km.结合四条通过汶川和芦山地震震中的剖面进行分析后发现,反演得到的密度结构模型在过强震震源区位置横向变形显著,其揭示的分层地壳结构和变形模式与地表已知断裂构造具有相关性.本文提出的重震联合反演新策略,可为研究潜在强震风险源区的地壳结构和物性特征提供有效的科技方法支撑.     

基于地质体空间位置优化约束的航空重力梯度数据三维物性反演

重力数据的物性反演面临着严重的多解性问题,降低多解性的有效手段是加入约束条件.而边界识别、深度估计及成像方法可获取地质体的水平位置、深度范围等几何参数信息,本文将基于数据本身挖掘的地质体几何参数信息约束到物性反演中,以降低反演的多解性.通过引入基于深度信息的深度加权函数及基于水平位置的水平梯度加权函数建立优化约束条件,有效地提高了反演结果的横向及纵向分辨率.重力梯度数据包含更多的地质体空间特征信息,将优化约束反演方法应用到全张量数据的反演中,模型试验表明本文方法反演结果与理论模型更加吻合.最后对美国路易斯安那州文顿盐丘实测航空重力梯度数据的应用表明,本文方法在其他地球物理、地质资料不足的情况下获得更可靠的反演结果.     

重力和重力梯度数据联合聚焦反演方法

重力数据包含较多的低频信息,重力梯度数据包含较多的高频信息,将重力数据和重力梯度数据进行联合反演得到的结果更加可信.本文基于聚焦反演方法,实现了这一过程.因为联合反演中分量种类增加,所以计算灵敏度矩阵所需要的时间增加,为此,本文提出了一种快速计算灵敏度矩阵的方法.因为联合反演对内存的要求增大,本文选择有限内存BFGS拟牛顿法求解反演问题.本文通过再加权的方法实现深度加权.文中利用单一分量的反演结果来预测异常体的埋深信息,随后将埋深信息结合到深度加权函数中,将其用于多分量组合反演计算.给出了模型试验,发现预测得到的异常体的埋深信息与其实际埋深存在偏差,但是将这一信息应用到反演计算,能够得到与真实模型一致的结果.之后,本文通过模型试验来探究重力和重力梯度联合反演的优势,发现将重力和重力梯度数据联合,能够识别出额外的噪声,反演得到的模型更加合理.但是,对于不同分量组合得到的反演结果是相近的,反演模型的提高很小.最后,将联合反演方法应用到美国路易斯安那州Vinton岩丘的实际数据中,结果显示,将重力和重力梯度数据联合反演,反演模型得到了提高,反演得到的结果与地质资料吻合.     

Inversion of potential field data using the structural index as weighting function rate decay

Nonparametric inverse methods provide a general framework for solving potential‐field problems. The use of weighted norms leads to a general regularization problem of Tikhonov form. We present an alternative procedure to estimate the source susceptibility distribution from potential field measurements exploiting inversion methods by means of a flexible depth‐weighting function in the Tikhonov formulation. Our approach improves the formulation proposed by Li and Oldenburg (1996, 1998) , differing significantly in the definition of the depth‐weighting function. In our formalism the depth weighting function is associated not to the field decay of a single block (which can be representative of just a part of the source) but to the field decay of the whole source, thus implying that the data inversion is independent on the cell shape. So, in our procedure, the depth‐weighting function is not given with a fixed exponent but with the structural index N of the source as the exponent. Differently than previous methods, our choice gives a substantial objectivity to the form of the depth‐weighting function and to the consequent solutions. The allowed values for the exponent of the depth‐weighting function depend on the range of N for sources: 0 ≤N≤ 3 (magnetic case). The analysis regarding the cases of simple sources such as dipoles, dipole lines, dykes or contacts, validate our hypothesis. The study of a complex synthetic case also proves that the depth‐weighting decay cannot be necessarily assumed as equal to 3. Moreover it should not be kept constant for multi‐source models but should instead depend on the structural indices of the different sources. In this way we are able to successfully invert the magnetic data of the Vulture area, Southern Italy. An original aspect of the proposed inversion scheme is that it brings an explicit link between two widely used types of interpretation methods, namely those assuming homogeneous fields, such as Euler deconvolution or depth from extreme points transformation and the inversion under the Tikhonov‐form including a depth‐weighting function. The availability of further constraints, from drillings or known geology, will definitely improve the quality of the solution.     

3D Gravity Inversion using Tikhonov Regularization

Subsalt exploration for oil and gas is attractive in regions where 3D seismic depth-migration to recover the geometry of a salt base is difficult. Additional information to reduce the ambiguity in seismic images would be beneficial. Gravity data often serve these purposes in the petroleum industry. In this paper, the authors present an algorithm for a gravity inversion based on Tikhonov regularization and an automatically regularized solution process. They examined the 3D Euler deconvolution to extract the best anomaly source depth as a priori information to invert the gravity data and provided a synthetic example. Finally, they applied the gravity inversion to recently obtained gravity data from the Bandar Charak (Hormozgan, Iran) to identify its subsurface density structure. Their model showed the 3D shape of salt dome in this region.     

Inversion of surface gravity data for 3-D density modeling of geologic structures using total variation regularization

We develop an inversion procedure using the total variation (TV) regularization method as a stabilizing function to invert surface gravity data to retrieve 3-D density models of geologic structures with sharp boundaries. The developed inversion procedure combines several effective algorithms to solve the TV regularized problem. First, a matrix form of the gradient vector is designed using the Kronecker product to numerically approximate the 3-D TV function. The piecewise polynomial truncated singular value decomposition (PP-TSVD) algorithm is then used to solve the TV regularized inverse problem. To obtain a density model with depth resolution, we use a sensitivity-based depth weighting function. Finally, we apply the Genetic Algorithm (GA) to select the best combination of the PP-TSVD algorithm and the depth weighting function parameters. 3-D simulations conducted with synthetic data show that this approach produces sub-surface images in which the structures are well separated in terms of sharp boundaries, without the need of a priori detailed density model. The method applied to a real dataset from a micro-gravimetry survey of Gotvand Dam, southwestern Iran, clearly delineates subsurface cavities starting from a depth of 40 m within the area of the dam reservoir.