基于全卷积神经网络的磁异常及磁梯度异常反演

地球物理反演问题具有病态性、不适定性,传统的线性反演方法面临着次优逼近和初始模型选择等挑战,为了提高磁场数据反演的精度,受深度学习卓越的非线性映射能力的启发,本文提出了一种基于全卷积神经网络的磁异常及磁梯度异常反演方法.文中首先提出了一种基于网格点几何格架的磁异常及磁梯度异常的空间域快速正演算法,这为本文全卷积神经网络...     

磁异常△T三维相关成像

本文将重力和重力梯度数据三维相关成像方法推广到磁力勘探领域,推导并建立了磁异常△T的三维相关成像方法,同时提出了基于熵滤波分离异常的三维相关成像算法来提高成像分辨率.组合模型磁异常△T数据和实际磁测资料试验分析表明,本文方法能成像出地下地质体的空间赋存状态和等效磁性分布,具有良好的横向和纵向分辨率.     

磁异常ΔT三维相关成像

本文将重力和重力梯度数据三维相关成像方法推广到磁力勘探领域,推导并建立了磁异常ΔT的三维相关成像方法,同时提出了基于熵滤波分离异常的三维相关成像算法来提高成像分辨率.组合模型磁异常ΔT数据和实际磁测资料试验分析表明,本文方法能成像出地下地质体的空间赋存状态和等效磁性分布,具有良好的横向和纵向分辨率.     

重力和重力梯度数据三维相关成像

本文提出了重力异常三维相关成像方法和重力梯度数据三维相关成像方法,并提出了基于异常分离的三维相关成像方法来提高成像分辨率.通过合成Y型岩脉模型和合成多个直立长方体组合模型的重力异常和重力梯度数据试验分析,验证了本文三维相关成像方法可显示出异常地质体的空间赋存状态和等效剩余质量分布,具有良好的纵向和横向分辨率.     

基于优化滤波法对芦山地震震区重力异常特征的分析

首先对具有代表性的重力异常分离方法进行简单介绍, 在此基础上使用这些方法对同一组理论模型数据进行试验, 优选出异常分离效果较好的优化滤波法对芦山地震震区重力异常特征进行分析, 初步认识此次地震发生的深部构造背景, 得出以下初步结论： 龙门山断裂带在研究区布格重力异常中反映为一条近北东走向的显著重力梯度带. 该梯度带在天全附近分为两支, 芦山地震震区靠近重力梯度带分叉处, 且M_S≥3.0余震同样呈近北东向展布, 与梯度带走向基本一致, 认为此次强地震的发生与重力梯度带下的深部结构及构造活动密切相关; 芦山地震震区浅部结构与深部构造特征存在较大差异, 构造复杂及地壳深浅部耦合关系较差, 说明此次强地震的发生受浅部和深部构造的共同控制.     

基于深度学习的2D-3D地下密度异常体反演方法

地下密度异常体反演需要由二维数据反演三维结果,为了高效、高精度地反演地下异常体的位置及密度信息,本文提出2D-3D InvNet深度学习反演方法.方法的编-解码器结构,在编码阶段利用二维卷积网络结构提取地表重力异常及重力梯度异常数据信息,解码阶段利用三维卷积网络结构恢复异常体地下形态,实现了二维和三维网络结构的结合.为了精确地反演异常体密度,提出利用加权均方误差（WtdMSE）作为损失函数,同时为了更好地评估反演结果,引入核密度函数作为评价手段.与均方误差（MSE）相比,利用WtdMSE作为损失函数对异常体密度的反演结果更为准确,异常体所在区域的密度误差减少50%以上.对理论样本的反演结果表明,2D-3D InvNet在准确反演异常体地下位置的同时,也能给出准确的密度信息.应用此方法对西澳大利亚Kauring地区实测数据进行反演,我们成功获得了此区域地下异常体的密度分布.理论与实际应用结果表明,2D-3D InvNet深度学习方法稳定且具有较强的泛化性能,能在无需规定限制条件的情况下快速获得准确的反演结果.

     

蒙古及周边地区重力异常和地壳不均匀体分布

基于全球EGM2008自由空气重力异常模型,本文计算了蒙古及周边地区的布格重力异常和Airy-Heiskanen均衡重力异常.在此基础上,本文采用Crust 1.0地壳模型为参考,通过重力正演方法,对蒙古及周边地区不同深度地壳密度结构模型的重力异常进行了计算,并对得到的正演布格重力异常与实际重力异常进行了对比和分析.研究结果表明:蒙古西部杭爱山地区与阿尔泰山地区的构造变形差异性明显,现今均衡重力异常中杭爱山周边没有明显的均衡异常高值区,而阿尔泰山地区西南方向存在均衡重力异常高值分布,分析与新构造运动密切相关;Crust 1.0模型给出的壳幔横向密度不均匀体分布对于计算Moho面起伏引起的重力异常作用明显;Crust 1.0给出的地壳内界面变形可以反映深大活动断裂的深部构造变形.研究结果对于认识蒙古东西部构造特征差异,以及现今西部活动断裂的地球物理场特征具有参考意义,也可以为进一步应用Crust 1.0模型为参考开展三维密度结构反演提供一定帮助.     

均衡异常与喜马拉雅隆起

利用重力测量资料，分析了喜马拉雅地区的均衡异常和板块水平挤压的重力效应。结果表明：沿喜马拉雅山脊存在一条正的均衡异常带；板块水平挤压的均衡效就不明显。基于热异常地幔的观点，讨论了异常的场源，并估算了喜马拉雅的相对上升高度和速度，提出：场源深度在莫氏面以下：推测该场源为一高浊异常地幔体，其形状似一水平圆柱；相对上升高度为２．５ｋｍ，上升速度为５．２ｍｍ／ａ。     

松辽盆地北部布格重力异常场源分布

基于不同场源频谱成分的不同,研究松辽盆地北部布格重力异常的场源分布特征。利用匹配滤波方法计算松辽盆地北部布格重力异常的不同场源平均深度,将其分为浅源场、中源场和深源场,并推测松辽盆地北部的地壳有3层结构。浅源场产生的重力异常大,对重力勘探贡献最大;中源场和深源场的重力异常都比较小,但两者有极好的继承性。有了场源的平均深度,利用Parker迭代反演法计算上地壳与中地壳之间的界面起伏,在该界面上可看到松辽盆地北部的“隆起区-沉积盆地-隆起区”的构造特征。     

华北地块及邻区重力异常特征及地质结构

研究华北地块及邻区重力异常特征、地质结构和断裂构造,对该区地震风险研判和矿产资源远景规划具有重要意义。文章基于小波多尺度分解法、Parker-Oldenburg迭代反演法和重力异常导数法,利用华北地块及邻区布格重力异常数据,获得布格重力异常小波分解逼近场和细节场、莫霍面深度和重力异常导数。结果表明:(1)逼近场和细节场揭示出华北地块可分为西部的鄂尔多斯克拉通块体和东部的华北似环状裂谷盆地两个子单元。(2)莫霍面深度范围在28~52 km之间,呈NNE走向,由西向东逐渐变浅,具有显著的“东西分带”特征。尤为显著的是鄂尔多斯克拉通块体和华北似环状裂谷盆地,块体内部莫霍面变化较平缓,块体边界莫霍面变化剧烈。(3)根据重力异常导数结果识别并校正出研究区13条块体边界及主要断裂带。     

重力及其垂直梯度交叉约束联合密度结构反演方法

重力垂直梯度能突出浅部地质目标, 具有较高的水平分辨率, 而重力异常则可以更好地保留较深场源的信息, 重力与重力梯度联合勘探常用来获取不同深度场源的异常特征.本文提出重力及其垂直梯度交叉约束联合密度结构反演方法, 其采用交叉梯度实现重力与重力梯度数据联合反演, 并将二者单独反演结果作为归一化权函数约束联合反演过程.该方法可有效改善不同参量反演结果集中于异常变化较大区域的缺点, 提升不同深度场源的分辨率, 更加准确地揭示深部场源的分布.模型试验结果表明该方法能清晰恢复不同深度场源的密度结构分布特征, 且具有良好抗噪能力.针对辽源采空区勘查开展重力与其垂直梯度联合测量, 利用本文数据联合反演圈定出了6个采空区, 与以往已知矿点位置完全一致, 且与高密度电阻率法解释结果吻合良好, 为区域规划建设提供了准确的依据.此外, 我们还对长白山火山地区卫星重力及其梯度数据进行反演, 估计了岩浆囊的位置和范围, 且与前人地球物理勘探结果较为吻合, 进一步证明了本文方法的实用性.

     

基于深度学习U-net网络的重力数据界面反演方法

重力数据的密度界面反演是位场数据解释中的一项主要工作, 在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来, 数据驱动的深度学习方法广泛地应用在地球物理数据处理与反演中, 本文提出一种基于深度学习U-net网络的重力数据密度界面反演方法.首先, 对半椭球体界面模型进行随机抽取和组合进而形成地下起伏界面数据集, 并基于Parker正演理论对界面数据集进行重力异常正演计算, 为深度学习网络模型的训练提供特征完备的数据源; 其次, 设计了基于U-net网络模型的深度学习界面反演算法, 在传统的损失函数基础上增加光滑损失项和过拟合抑制项, 提高重力界面反演结果的光滑性和收敛效率; 最后通过测试样本集进行反演预测, 验证建立深度学习网络模型的泛化性.本文通过理论模型和实际数据试验分析了本文方法在密度界面反演中的有效性和实用性, 基于改进损失函数约束的深度学习界面反演方法有效地提高了密度界面反演的收敛效率和计算稳定性.

     

基于UNet++卷积神经网络的重力异常三维密度反演

三维密度反演是地球物理领域的研究热点,而在大数据及人工智能发展的时代背景下如何快速高效地实现重力数据反演显得更为重要.传统反演方法通常需要存储大型系数矩阵,内存占用大,耗费时间长,同时为约束反演结果而加入的正则化约束项参数难以确定;深度学习可以不依赖先验信息,也不需要计算及存储系数矩阵,使得计算效率大大提高.基于此,本文提出了一种基于UNet++网络的重力异常反演方法.首先将UNet++网络中部分参数进行更改：选择在输入数据绝对值较大时梯度更稳定的LeakyReLU作为激活函数;加入了Batch Normalization层,增强了网络的收敛速度及稳定性.然后为了提高网络的全局最优化能力,引入了基于余弦退火的学习率更新策略,使用梯度的一阶以及二阶矩估计的Adam最优化算法,利用数据集与标签集进行网络训练,实现了重力异常的三维密度反演.通过实验验证了UNet++、LeakyReLU更快速稳定的收敛能力,而余弦退火学习率更新策略具有更强的全局寻优能力.含噪模型实验及实际数据反演结果进一步证明该方法的正确性和有效性,及其良好的泛化能力与抗噪能力.

     

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.

     

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 Broyden-Fletcher-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.

     

Reconstructing the gravity gradient anomaly field from surveys with wide line spacing using equivalent source processing: an error analysis

When anomalous gravity gradient signals provide a large signal‐to‐noise ratio, airborne and marine surveys can be considered with wide line spacing. In these cases, spatial resolution and sampling requirements become the limiting factors for specifying the line spacing, rather than anomaly detectability. This situation is analysed by generating known signals from a geological model and then sub‐sampling them using a simulated airborne gravity gradient survey with a line spacing much wider than the characteristic anomaly size. The data are processed using an equivalent source inversion, which is used subsequently to predict and grid the field in‐between the survey lines by means of forward calculations. Spatial and spectral error analysis is used to quantify the accuracy and resolution of the processed data and the advantages of acquiring multiple gravity gradient components are demonstrated. With measurements of the full tensor along survey lines spaced at 4 × 4 km, it is shown that the vertical gravity gradient can be reconstructed accurately over a bandwidth of 2 km with spatial root‐mean square errors less than 30%. A real airborne full‐tensor gravity gradient survey is presented to confirm the synthetic analysis in a practical situation.     

基于Gramian约束与高斯-牛顿算法的重磁三维联合反演

为了降低重力与磁法单独反演中的非唯一性问题,本文实现了一种基于Gramian约束的重磁三维联合反演算法.使用基于模型参数或其空间梯度的Gramian算子,将其添加到目标函数中,约束剩余密度与剩余磁化率模型参数或其梯度更具相关性.采用高斯-牛顿法对目标函数进行最优化求解,对求解方程进行了简化,节省内存并提高了计算效率.反演过程中使用对数法约束模型参数的上下界,使反演结果更符合真实地质情况.提出了新的模型更新步长计算策略,同时考虑了数据拟合与联合约束的影响,使联合反演更加稳定.通过三个数值模型验证了算法的可靠性,并进一步将该算法应用于加拿大McFaulds湖实测航空重磁数据.对比了反演结果切片并展示了交会图,联合反演得到的剩余密度与剩余磁化率的物性、梯度分布都比单独反演的相关性更强.联合反演提供了一个既能拟合数据又在一定程度上满足耦合条件的反演解.验证了所开发的联合反演算法在实际数据上的有效性与适用性.

     

考虑非均匀地幔的重力-地震联合建模

本文提出在综合地球物理研究中,为了使重力数据处理和反演更加符合实际的地质情况,重力-地震联合建模分析时应当考虑非均匀地幔物质的重力效应.本文针对含油气盆地结构、断裂构造、大陆边缘演化和洋陆转换带等热点地质问题,广泛调研了全球范围内多个地区的综合地球物理研究成果,及其对应的地幔深部结构,发现地幔的横向不均一性是普遍存在的.在以往许多基于重力、地震数据的综合研究实践中,重力异常分离和建模分析通常都是在地壳内部（莫霍面以上）进行的.这种处理方式实际上是以均匀地幔为假设前提,虽然简化了重力异常分离和建模分析的难度,但忽略了地球深部的不均匀性所带来的重力异常,所获得的剩余重力异常和在此基础上进行的密度结构反演、地质解释会存在偏差.本文通过对模型界面的2D正演,定量探讨了非均匀地幔对布格重力异常的影响.在对四川盆地的实例研究中,剥离了非均匀地幔的重力效应,2.5D重震联合模拟的结果明显优于均匀地幔假设条件下的结果.

     

基于抛物线密度模型的频率域三维界面反演及其在川滇地区的应用

密度界面反演作为了解地球内部结构的一种重要方法,长期以来都是重力学研究的主要内容.本文结合抛物线密度模型及频率域算法的优点,将抛物线密度函数应用于Parker-Oldenburg算法,经过理论推导得到了抛物线密度模型的频率域公式,从而建立了基于抛物线密度模型的三维密度界面重力异常正反演的算法和流程.理论模型数据试验表明本方法快速、有效,适用于大多数浅部比深部增加更快的实际地壳密度.研究中还利用该方法对川滇地区重力异常进行了反演,获得了该区的莫霍面深度分布,并与接收函数研究结果进行对比分析,进一步验证了本文方法的正确性和有效性.     

Determination of gravity anomaly at sea level from inversion of satellite gravity gradiometric data

Gravity gradients can be used to determine the local gravity field of the Earth. This paper investigates downward continuation of all elements of the disturbing gravitational tensor at satellite level using the second-order partial derivatives of the extended Stokes formula in the local-north oriented frame to determine the gravity anomaly at sea level. It considers the inversion of each gradient separately as well as their joint inversion. Numerical studies show that the gradients T_zz, T_xx, T_yy and T_xz have similar capability of being continued downward to sea level in the presence of white noise, while the gradient T_yz is considerably worse than the others. The bias-corrected joint inversion process shows the possibility of recovering the gravity anomaly with 1 mGal accuracy. Variance component estimation is also tested to update the observation weights in the joint inversion.