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.

     

基于局部相关性约束的三维大地电磁数据和重力数据的联合反演

为解决地球物理反演中多解性的问题,综合多种地球物理信息的联合反演受到了广泛的关注.本文依据不同地球物理响应可能由相同异常体引起,而不同地球物理分布参数之间存在相关性等特点,提出了一种基于局部Pearson相关系数约束的联合反演方法.该方法假设每个局部区域模型参数的分布具有线性相关特性,在拟合不同类型观测数据时,对局部模型参数施加相关性约束,进行联合反演以减少多解性.本文采用交替迭代联合反演流程,改善了同一目标函数下联合反演收敛性和速度问题.基于新的联合反演方法和流程,我们测试了三维大地电磁和重力仿真数据的联合反演.结果表明,本文提出的基于局部相关性约束的联合反演方法,能充分利用大地电磁和重力观测数据信息,有效改善单一地球物理反演收敛性和多解性的问题,反演效果得到明显提升.

     

基于Extrapolation Tikhonov正则化算法的重力数据三维约束反演

通过研究重力数据三维反演解的病态性,利用基于拉格朗日插值方法的Extrapolation Tikhonov正则化方法来解决反演中解的不唯一性和不稳定性问题,该方法最大限度的减少了因正则化参数的引入而在反演结果中介入的误差,同时详细讨论了基于三种选择原则的正则化双参数的具体选择方法,模型试算结果表明,与原Tikhonov方法相比,该方法提高了反演的拟合精度.其次,为了消除核函数随深度增加而快速衰减对反演结果的影响,本文改进了前人的重力数据三维反演深度加权函数,改进后的加权函数与原函数相比能更好的识别异常体底部密度分布特征,对于埋深较深的异常体具有较好的识别效果,更好的解决了由近地面趋肤效应作用引起的密度分布不均的问题.同时,利用上下限约束函数限制每一个立方体的密度差范围,并应用于多组人工合成模型.结果表明:该反演方法能准确地获得正演模型的预设参数范围和位置.     

基于深度学习的重力异常与重力梯度异常联合反演

高效高精度的反演算法在重力大数据时代背景下显得尤为重要,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深度学习的重力异常及重力梯度异常的联合反演方法.文中首先提出了一种基于网格点几何格架的重力异常及重力梯度异常的空间域快速正演算法,这为本文深度学习反演算法的实现奠定了基础;其次对大量的不同密度模型进行正演计算...     

基于剩余异常相关成像的重磁物性反演方法

将场源区剖分成长方体单元,通过采集的重磁数据反演出这些单元的密度或者磁化率变化,勾画出场源的分布图像,这种方式是重磁三维反演的重要方向.重磁相关成像通过计算测量的重磁异常与地下各点在测区上的重磁异常的归一化相关,显示出异常地质体的空间赋存状态和等效剩余重磁物性.该方法计算速度快,方法简单、稳定,但是反演的结果只是在-1到+1之间的等效物性,不能够直接反演剩余密度或者磁化率,并且无法引入已知的地质约束.本文通过对物性模型的正演和实测结果的残差进行相关成像,迭代更新物性模型实现对物性参数的反演过程.模型实验证明该方法相对相关成像不仅能提高分辨率,还能够得到真正的物性参数.     

An alternative method for density variation modeling of the crust based on 3-D gravity inversion

In this paper we are proposing an alternative method for determination of density variations of the crust from constrained inversion of the terrestrial gravity data. The main features of the method can be summarized as follows: (i) Constructing a band-pass filter to remove the long and short wavelength signals from the terrestrial gravity data. (ii) Using an iterative method for stabilization and solution of the inverse problem. The mentioned regularization method is first validated by simulated gravity data and next the methodology is used for development of a new regional density variation model of the crust in three layers based on real gravity data in geographical area of Iran. Application of the band-pass filter to the latter data resulted the residual gravitation variations in the range of − 300 to 50 (mGal) which next based on the iterative method resulted following ranges for residual densities: −120 to 40 (kg/m³) in first layer, −40 to 40 (kg/m³) in second layer, and − 40 to 40 (kg/m³) in third layer.     

基于柯西分布约束和快速近端目标函数优化的三维重力反演方法

优化算法的选取在很大程度上影响着三维重力反演的计算效率,从而制约着三维重力反演的实用性.在复杂地质构造背景下,不同岩性单元之间可能会发生物性突变,产生尖锐边界.为此,本文提出了一种新的基于柯西分布约束和快速近端目标函数（Fast Proximal Objective Function,FPOF）优化的三维重力反演方法.FPOF优化方法的一个突出特点是在每一步迭代过程中逐一计算剖分网格内的未知密度参数,因此,有较低的计算复杂度和较高的计算效率.此外,目标函数中柯西范数（Cauchy norm）的引入会对反演结果施加稀疏性,有助于产生块状效果.理论模型测试表明,本文方法不仅能产生更加聚焦的反演效果,而且反演所需的时间也比传统的共轭梯度优化方法少.最后将本文方法应用于我国西部某地区实际重力数据,反演结果与已知的地质信息有较好的一致性.

     

基于粒子群优化算法的叠前角道集子波反演

本文探讨了粒子群优化(PSO)算法在叠前地震角道集子波反演中的应用.在基本最优PSO算法的基础上,提出了对粒子更新速度进行平滑滤波的改进最优粒子群算法.由于代表子波的粒子的维数较大,如果粒子的各维元素相互独立,将导致粒子速度更新紊乱,影响搜索速度.通过对粒子速度进行三点均值滤波,加强了单个粒子各维元素的相互联系,并防止了粒子速度逃逸,使粒子更快地向有利于最优解的位置收敛.该方法应用于叠前角道集子波的反演中,取得了较好的子波反演效果,证明了本文方法的有效性.     

基于改进差分进化算法的大地电磁测深和重力宽范围物性约束联合反演

宽范围物性约束技术容易实现、具有一定容错性,目前已在大地电磁测深（MT）和地震、MT和重力联合反演中实现,但该技术是结合模拟退火算法实现的.差分进化算法（DE）是一种全局优化算法,但该算法在地球物理联合反演领域应用较少.基于此,本文以双种群设置方案为框架改进了DE算法,并提出了基于改进DE算法的宽范围物性约束技术.MT和重力联合反演的模型试验表明：与传统的DE算法相比,改进的DE算法收敛速度更快,寻优能力更强;基于改进DE算法的宽范围物性约束技术可以促进不同岩石物性参数在一定"范围"内实现耦合,既可以利用岩石物性关联的导向作用,又可以发挥优化算法的寻优能力,进而降低地球物理联合反演对先验信息的要求;此外,该技术的实现也验证了宽范围物性约束思想在联合反演领域中的适用性,具有进一步推广至其他优化算法中的潜质.     

基于改进差分进化算法的大地电磁测深和重力宽范围物性约束联合反演

宽范围物性约束技术容易实现、具有一定容错性,目前已在大地电磁测深（MT）和地震、MT和重力联合反演中实现,但该技术是结合模拟退火算法实现的.差分进化算法（DE）是一种全局优化算法,但该算法在地球物理联合反演领域应用较少.基于此,本文以双种群设置方案为框架改进了DE算法,并提出了基于改进DE算法的宽范围物性约束技术.MT和重力联合反演的模型试验表明：与传统的DE算法相比,改进的DE算法收敛速度更快,寻优能力更强;基于改进DE算法的宽范围物性约束技术可以促进不同岩石物性参数在一定"范围"内实现耦合,既可以利用岩石物性关联的导向作用,又可以发挥优化算法的寻优能力,进而降低地球物理联合反演对先验信息的要求;此外,该技术的实现也验证了宽范围物性约束思想在联合反演领域中的适用性,具有进一步推广至其他优化算法中的潜质.     

密度和速度随机分布共网格模型的重力与地震联合反演

针对重力与地震联合反演存在的问题,结合已有的研究成果,本文研究实现了速度和密度随机分布共网格单元模型的建模技术,以适应密度和速度剧烈变化的复杂模型及联合反演的计算要求.重力正演利用了该网格的二度半体模型,并进一步改进了地震走时的二维射线追踪计算方法,以适用于速度随机分布的网格介质.结合改进的模拟退火算法,实现了这种共网格条件下的重力与地震资料的同步联合反演.模型试验证明了重力与地震联合反演可以准确确定复杂物性界面的密度和速度结构,适用于物性界面不完全一致和物性变化剧烈的复杂模型,并且联合反演结果要优于单独的重力反演.带先验信息约束下的实际资料的联合反演,进一步证明了该方法的适用性和效果,可提高反演精度并减少多解性.     

基于改进粒子群算法的地震标量波方程反演

针对标准粒子群优化(PSO)算法存在易出现早熟而陷入局部最优以及进化后期收敛速度慢等缺陷,通过考虑粒子所处位置间相互作用,提出了一种改进的并行粒子群优化算法.由于引入粒子位置间的相互影响,减少了粒子搜索过程盲目性,因此能有效提高算法的收敛速度.数值试验表明,这种改进的粒子群算法适用于二维标量波方程的速度反演,且算法具有对初始模型依赖性低、收敛速度快、反演结果稳定、抗噪能力强等特点,为进一步将该反演算法用于弹性波波动方程以及弹性参数反演提供了理论依据.     

基于阈值约束的协克里金法联合反演重力与重力梯度数据

常规协克里金方法反演重力或重力梯度数据具有抗噪性好、加入先验信息容易等优点,其反演的地下密度分布能够识别异常体中心位置,还原异常体基本形态,但反演图像光滑,分辨率低,这是由于常规方法估计的密度协方差矩阵全局发散、平稳.为了通过协克里金方法获得聚焦的密度分布需要改善密度协方差矩阵的性质.首先,本文推导了理论密度协方差公式,其性质表明,当理论模型聚焦分布时,其密度协方差矩阵是非平稳且聚焦分布的.为了打破常规协方差矩阵全局平稳、发散的特征,本文设置密度阈值处理协方差矩阵,通过不断更新协方差矩阵来迭代实现协克里金反演,最终得到相对聚焦的反演结果.用本文方法处理重力与重力梯度数据恢复两种密度模型,均得到了与正演模型匹配的反演结果;再将方法运用于文顿盐丘的实际测量重力与重力梯度数据,反演结果与已知的地质情况匹配较好.

     

基于各向异性梯度的裂缝密度反演

裂缝密度是评价裂缝性储层的重要参数. 本文提出一种利用各向异性梯度计算裂缝密度的新方法,即运用裂缝介质等效理论将高陡倾角裂缝介质等效为横向各向同性介质,得到裂缝介质AVO响应特征,从而得到裂缝介质的各向异性梯度,之后由该梯度与裂缝密度的关系得到裂缝介质的裂缝密度. 实际处理中可以根据地震数据直接求取裂缝介质的各向异性梯度,最后求取裂缝介质的裂缝密度. 模型试算表明, 该方法能得到裂缝介质准确的裂缝密度. 反演结果与初始模型基本一致验证了该方法的正确性; 另外地震记录添加一定的信噪比后也能反演得到准确的裂缝密度,证明了该方法的稳定性.      

普光气田重力异常的视密度反演

普光气田是我国近年发现的最大气田．根据气田储层和盖层的岩石密度,估算普光气田上约有零点几毫伽量级的重力异常．但由于区域场和其他岩石的影响,气田的负异常受到严重的干扰．我们使用基于位场切割分离和位场大深度向下延拓的视密度反演新方法,在普光气田上得到明显的负密度异常．在川东北其他一些气田上,也得到负密度异常．根据视密度反演结果,对川东北的含气远景区做了预测．     

基于共轭梯度算法的重力梯度数据三维聚焦反演研究

重力梯度数据相对于传统重力数据,能够更细致、准确地描述地球浅部构造和研究矿产资源分布等信息.本文采用共轭梯度算法,在加权密度域求解重力梯度数据三维聚焦反演最优化问题,以恢复地下三维密度分布,目标函数包括数据不拟合函数和最小支撑稳定函数.首先,在推导目标函数对加权密度的一阶导数时,为了得到更合理的计算公式,我们考虑变加权函数中含有密度变量;此外,本文通过密度上下限约束,改善了传统聚焦反演中聚焦因子选取困难的问题.新算法获得的反演结果,对聚焦因子的选择约束较少,相比传统聚焦算法,能够更容易的获得理想结果.将方法应用于理论模型验证其有效性和正确性,并应用本文方法处理文顿盐丘地区的航空全张量重力梯度数据,得到了与已知地质信息匹配的密度分布,表明本文方法具有处理实际数据的能力.

     

Three-dimensional gravity inversion based on 3D U-Net++

The gravity inversion is to restore genetic density distribution of the underground target to be explored for explaining the internal structure and distribution...     

青藏高原地壳三维密度结构的重力反演

在阻尼最小二乘法的基础上,提出了利用重力进行三维密度反演的选权拟合法,并利用密度分布的特点构造了约束权矩阵.为了改善单一重力反演的非唯一性,利用地震面波层析成像资料进行约束,得到了青藏高原不同深度高分辨率三维密度异常分布图.反演结果显示,青藏高原地壳内密度很不均匀,不同块体具有不同的密度异常特征,拉萨和羌塘地体为低的负密度异常区,松潘-甘孜地体东部存在较低的负密度异常区,塔里木盆地存在较高的正密度异常区.从中部到东部,上地壳物质存在差异,而下地壳物质存在一定连续性.     

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.