基于交叉梯度结构约束的大地电磁主轴各向异性并行三维反演

各向异性介质对大地电磁观测数据的影响往往不可忽略,因此需要提高大地电磁各向异性三维反演的可靠性和有效性.为了满足大地电磁各向异性三维反演的需求,本文研究了一种基于交叉梯度结构约束的大地电磁主轴各向异性并行三维反演算法.根据大地电磁平面波理论假设,正演方程采用背景场与二次场分离的计算方式,二次场利用交错网格有限差分法求解.由于各向异性反演的多解性,本文将各向异性介质简化为主轴各向异性,并在此基础上进一步采用有限内存拟牛顿LBFGS法实现三维各向异性反演.为了提高各向异性反演的分辨率,反演目标函数中引入交叉梯度项,利用先验的结构信息,对三个方向的电阻率参数进行结构约束,最终的反演进一步利用MPI(Message Passing Interface,消息传递接口)技术实现分频并行计算,测试结果显示并行接近线性加速比.     

无人机频率域半航空电磁法三维反演

当前无人机频率域半航空电磁方法(SAEM)成为地球物理勘探中的新兴技术,该方法通过空中无人飞行器测量地面上单个或多个可控源的垂直磁场.本文为无人机频率域SAEM开发了三维反演程序,正演采用交错网格有限差分.由于无人机采集的数据量巨大,因此使用了有限内存拟牛顿法(LBFGS)实现快速的三维反演,以避免计算和存储巨大的灵敏度矩阵.为了提升无人机频率域SAEM的三维反演效果,本文进一步实现了无人机频率域SAEM与大地电磁(MT)的三维联合反演,并对联合反演实施了地震结构约束,结构约束采用交叉梯度法实现.MT可以增加勘探深度,而结构约束可以提高电磁法反演的分辨率.最后通过建立四个理论模型,证明了本文程序的有效性.     

基于交叉梯度约束的地震初至纵波与瑞雷面波联合反演

本文提出了一种初至纵波(P波)与瑞雷面波的交叉梯度联合反演策略.通过对初至P波进行全波形反演可以获得近地表P波速度结构;通过对仅含瑞雷面波信息的地震数据转换到频率-波数域进行加窗振幅波形反演(Windowed-Amplitude Waveform Inversion,w-AWI)可获得近地表横波(S波)速度结构.在二者反演的目标函数中均加入P波速度和S波速度的交叉梯度作为正则化约束项,使得在反演过程中P波速度和S波速度相互制约,相互约束,从而实现对地震初至P波与瑞雷面波的联合反演.数值模拟结果表明交叉梯度联合反演可以提高S波速度反演分辨率,而P波速度反演结果并没有得到提高.实际资料的反演结果表明,交叉梯度联合反演能够获得更加可信的近地表速度结构.     

交叉梯度理论及其在地球物理联合反演中的应用

地球物理联合反演中,建立合适的目标函数将不同物性参数联合起来是非常重要的一步工作,然而并不是所有的物性参数之间都存在较为明显的显式关系.本文系统介绍并分析了地球物理联合反演中用于耦合不同物性参数的新方法-交叉梯度法.该方法充分利用交叉梯度函数的性质,从结构上对不同物性参数进行耦舍.在联合反演算法的目标函数中引入交叉梯度项,无需不同物性间的其他耦合关系即可实现广义意义下的联合反演.理论密度数值模型验证了交叉梯度函数的相关性质,相关应用实例也表明了该方法在联合反演中应用效果良好,具有一定的实际应用价值.     

基于交叉梯度约束的时间域激发极化法二维同步反演

时间域激发极化法(Time-domain induced polarization method,简称为TDIP)已有的反演算法采用的是分步反演的思路,即先由视电阻率资料反演电阻率,固定电阻率再由视极化率资料反演极化率,这样就存在极化率结果严重依赖于电阻率反演结果的问题.为了有效解决这一问题,本文实现了TDIP二维数据空间分步反演算法,提出了基于交叉梯度约束的TDIP二维同步反演策略,实现了交叉梯度约束的电阻率和极化率二维同步反演算法.分别用电阻率和极化率结构一致和不一致的二维模型合成数据进行了分步和同步反演试算,对不同模型试算结果进行了对比分析.结果表明:对于电阻率和极化率结构一致和不一致模型,同步反演结果比分步反演结果能更好地确定异常体的空间分布范围,反演得到的电阻率和极化率值更接近真值.理论模型算例表明本文提出的同步反演算法有效解决了分步反演的问题,优于分步反演算法,具有更好的实用性.     

一种高效的基于交叉梯度结构约束的三维地震走时与直流电阻率联合反演策略

基于交叉梯度结构约束的不同数据的联合反演可以提高地球物理成像的可靠度,但是由于不同观测数据对地下介质的灵敏度不同以及不同反演系统灵敏度矩阵元素的数值可能存在较大的差异,导致构建和求解联合反演系统存在很大的挑战.针对以上问题,本文提出一种新的基于单独反演模型更新量与交叉梯度结构约束相结合的联合反演策略.该策略利用单独反演系统分别确定出各个模型的更新量,然后利用它们约束交叉梯度系统的反演,得出新的模型更新量.通过这样的方式,有效实现了数据拟合与结构约束的平衡,实现了基于交叉梯度联合反演的目标.新的联合反演策略不需要对原来单独反演程序修改即可实现联合反演,减小了联合反演实现的难度,极大地提高了联合反演的易实现性,而且避免了联合反演矩阵存储及结构过于复杂难以求解的问题.基于新的策略,本文首次实现了基于交叉梯度结构约束的三维地震走时与直流电阻率联合反演.合成模型测试表明,与单一成像相比,联合成像减少了地震走时反演中出现的干扰异常并提高了电阻率反演的分辨率.     

基于交叉梯度约束的电阻率法和背景噪声法三维联合反演研究

电阻率法和背景噪声法是通过获得地下介质的电阻率和速度参数的分布来探究地球内部物质分布的非均匀性特征,联合反演可以有效地发挥两种方法的优势,减小反演多解性.本文采用有限内存拟牛顿（L-BFGS）算法实现了电阻率法和背景噪声法的单方法三维反演,然后基于电阻率和速度模型结构耦合约束,采用交替迭代方式实现了电阻率法和背景噪声法的三维联合反演.通过设计规则体组合模型和不规则体组合模型进行理论模型合成数据三维反演试算,结果表明：联合反演可以获得同时满足数据拟合差和结构更为相似的速度-电阻率模型;联合反演可以压制背景噪声单方法反演出现的假异常,获得更精细的速度结构;联合反演获得的电阻率模型对倾斜异常体、高阻覆层下方异常体、圈闭的高/低阻体等边界信息有明显的提升,有效克服电阻率法单方法反演的局限,提高深部电阻率的分辨率.     

基于交叉梯度耦合的大地电磁与地震走时资料三维联合反演

为了有效解决目前大地电磁和地震走时资料单方法反演结果一致性不好的问题,同时克服基于岩石不同物性参数间关系耦合约束联合反演的局限性,本文研究了基于交叉梯度耦合约束的大地电磁与地震走时资料的三维联合反演算法.以较为成熟的天然地震走时资料三维正反演和大地电磁三维正反演算法为基础,实现了具有共同的反演网格,以交叉梯度结构耦合约束,并能同时获得电阻率和速度模型的三维联合反演算法.分别利用单棱柱体模型和双棱柱体模型合成数据进行了联合反演试算.结果表明:无论是单棱柱体模型还是双棱柱体模型,联合反演结果比单独反演对异常体的空间形态都有更好的恢复,其中单棱柱体模型反演的异常体电阻率更接近于真实电阻率,双棱柱体模型的联合反演结果不仅消除了围岩的部分电阻率假异常,而且增强了对异常体深部速度结构特征的恢复程度.联合反演还能同时改善电阻率和速度反向变化异常体的单独反演结果,进一步证明交叉梯度耦合不依赖于岩石物性关系,而强调地下结构的相似性,具有更普遍的适用性.     

基于交叉梯度交替结构约束的二维地震走时与全通道直流电阻率联合反演

在利用不同的地球物理勘探方法对地下复杂介质成像时,因观测系统的非完备性及数据本身对某些岩石物性的不敏感性,单独成像的结果存在较大的不确定性和不一致性.对于地震体波走时成像与直流电阻率成像,均面临着成像阴影区问题.对于地震走时成像,地震射线对低速区域覆盖较差形成阴影区,造成低速区域分辨率降低.对于电阻率成像,电场线在高阻区域分布较少,造成高阻区域分辨率较低.为了提高地下介质成像的精度,Gallado和Meju(2003)提出了基于交叉梯度结构约束的联合地球物理成像方法.在要求不同的物性模型拟合各自对应的数据同时,模型之间的结构要求一致,即交叉梯度趋于零.为了更有效地实现基于交叉梯度的结构约束,我们提出了一种新的交替结构约束的联合反演流程,即交替反演不同的数据而且在反演一种数据时要求对应的模型与另一个模型结构一致.新的算法能够更容易地把单独的反演系统耦合在一起,而且也更容易建立结构约束和数据拟合之间的平衡.基于新的联合反演流程,我们测试了基于交叉梯度结构约束的二维跨孔地震走时和直流电阻率联合成像.合成数据测试表明,我们提出的交替结构约束流程能够很好地实现基于交叉梯度结构约束的联合成像.与单独成像结果相比,地震走时和全通道电阻率联合成像更可靠地确定了速度和电阻率异常.     

Two-dimensional data-space joint inversion of magnetotelluric,gravity, magnetic and seismic data with cross-gradient constraints

In recent years, joint inversion has been widely used for integrated geological interpretation. We extended a data-space joint inversion algorithm of magnetotelluric, gravity and magnetic data to include first-arrival seismic travel-time and normalized cross-gradient constraints. We describe the main features of the algorithm and apply it to synthetic data generated for hypothetical models. For the synthetic data, we find that the joint inversion with multiple parameters is superior to the joint inversion with two or even three parameters, which can reduce the multisolution of inversion results more effectively. Furthermore, data-space joint inversion involves fewer memory requirements and better calculation speeds than traditional model-space joint inversion. The normalized cross-gradient constraints can better couple model parameters of different magnitudes compared with traditional unnormalized cross-gradient constraints, resulting in higher levels of structural similarity among resistivity, density, magnetic susceptibility and velocity models.