基于粒子群算法的重力张量反演研究

重力梯度张量的定义是对重力位求二阶导数,相比于传统的布格重力异常,它在反映地下密度异常分布上有着更高的灵敏度,且能够进一步准确直接地反映目标体的边界.但对单个张量分量作反演时,可能会丢失一部份有用的信息,从而造成反演结果的误差.而全张量反演是将重力的五个梯度张量联合起来进行反演,这样做可以综合更丰富的场源信息.相比于传统做法中的布格重力异常反演和单重力张量分量反演,得到的反演结果不仅有了更高的分辨率,在识别目标体特征上也有更好的效果.粒子群算法是一种基于群体智能的优化迭代算法,这里利用粒子群算法对重力张量单分量、布格重力异常和全张量分别进行反演,并对结果进行简要分析.     

基于重力全张量数据的Parker-Oldenburg算法研究

相比重力数据,重力张量数据通常包含更多的异常信息。本文根据重力数据与重力张量数据的关系,利用位场转化技术,将重力张量数据应用于传统的Parker-Oldenburg密度界面反演算法中。通过模型试验,证明了在网格间距较大或者数据存在一定噪音时,使用本文算法进行反演能得到更好的效果。实验结果说明利用重力张量数据可以有效地提高密度界面反演的分辨率。     

鱼群算法的重力密度异常反演方法

解的优化问题是重磁反演中比较重要的一个方面,近些年来出现了很多的优化算法,如遗传算法、粒子群算法等。这里将采用一种新型仿生优化算法,即人工鱼群算法(Artificial FishSchool Algorithm,AFSA)来进行密度反演。将研究区域划分成若干规则且密度均匀的长方体,由引力位推导出长方体外任意一点的重力异常公式,利用重力的可叠加性,计算出观测点的重力异常。并在给定长方体参数后,根据已知重力异常确定密度参数,利用人工鱼群算法寻求最优解。通过理论模型得出:当所反演的密度参数为"2"时,该算法效果十分明显;当所反演的密度参数较多时,该算法在使用方面有一定限制。     

利用重力和面波联合反演确定四川地区三维岩石圈速度结构

基于不同地球物理数据对地下结构不同的敏感性和数据分布,联合地球物理反演可以减少反演的非唯一性和提高反演模型的可靠性。在研究中,利用噪声成像得到的地震面波相速度,并结合当地的布格重力异常数据对四川地区的岩石圈速度结构进行了联合成像研究。地震面波频散数据主要对地下岩石的横波速度敏感,而重力数据对地下介质的岩石密度有很好的约束性,为了将两种数据归并统一到同一个联合反演系统中,利用了地震波速度和岩石密度之间的经验关系。基于面波和重力联合反演成像算法,得到了四川地区岩石圈的三维横波速度模型。该模型不仅与地表已观测到的地质特征有较好的吻合性,而且能够比较好地拟合面波数据和重力数据,新的模型对于研究四川地区的地震灾害有着重要的参考意义。     

基于并行预处理算法的三维重力快速反演

随着地球物理设备和探测技术的不断发展,快速处理大规模地球物理数据的需求也随之增长。为了解决三维重力数据密度反演的耗时问题,提出一种并行的预处理共轭梯度算法来提高计算效率。本文分别采用两种不同的预处理算子通过组合模型数据反演进行测试比较,并利用迭代残差和计算用时共同评价其加速效果。结果表明：对称逐次超松弛预处理方法比对角预处理方法反演计算速度快,密度结果更贴近实际模型;与传统串行的共轭梯度算法相比,本文并行预处理快速算法可以获得近19倍的加速比。将该算法应用于美国Vinton盐丘的实测重力数据中,反演结果能够很好地圈定出岩体的位置,验证了本文并行预处理共轭梯度法在三维重力数据快速反演中的高效性和可行性。     

三维重力资料反演

我们介绍两种三维空间密度分布重力资料反演方法。在第一种方法中，我们根据重、磁间的泊松关系将重力资料转换成伪磁力资料并用三维磁法反演算法进行反演；在第二种方法中，我们研制了直接反演方法，由重力资料直接反演出密度分布的极小结构模型。在以上两种方法，三维地质体由大量长方体元密度分布构成，每一体元中密度值为常数。     

基于三维地震剥层的重力界面反演方法及应用

西部探区地表、地质条件复杂,导致地震资料品质差,深层成像差,仅靠地震识别深部地层结构属性难度大,可靠性低,多解性强。本文采用基于三维地震剥层的重力界面反演方法,其核心是添加钻井—地质资料约束,在地震构造界面的约束下采用正演"剥皮"技术进行重力场源分离,然后对目标重力异常开展界面反演。正反演阶段采用流行的频率域Parker-Oldenburg迭代算法,保证了反演的快速稳定收敛。结果表明:基于三维地震剥层的重力界面反演方法可以有效剥离浅部高频信号,实现深层目标重力异常的精确分离,进而实现对深层界面的准确标定。在准噶尔盆地东部地区开展深层构造界面反演,结果证实该方法是研究深层地质目标的有效技术手段。     

任意密度分布复杂地质体重力异常快速三维正演方法

解决任意密度分布复杂地质体重力异常三维正演快速、高精度计算问题,是实现重力三维反演、人机交互解释建模的关键。针对该问题,从积分方程出发,提出一种波数域重力异常三维正演方法,其关键环节包括三个方面:(1)将研究区域剖分成许多规则小棱柱体,每个小棱柱体密度值可以任意给定,以此刻画任意密度分布和起伏地形条件下的复杂地质体;(2)给出一种新的高精度均匀棱柱体重力异常二维波数域的计算公式,用于计算组合棱柱体模型的重力异常;(3)采用Gauss-FFT法将重力异常从波数域转换到空间域,保证计算效率的同时,有效克服了传统FFT法引起的边界效应问题。模型算例检验结果表明,该算法计算速度快、精度高,对于剖分为百万个棱柱体的模型,耗时只需几秒。     

月球质量瘤成因及研究方法综述

月球重力探测一直是国际深空探测的重要目标之一。计算月球重力发现,月球表面存在重力异常区域——质量瘤。通过对质量瘤的特征、成因以及研究方法进行概述总结,认为质量瘤是月幔隆升、高密度物质聚集所致,后期的玄武岩充填可能会增加重力异常,但作用微弱。尽管可以利用月震波分析和月球内部三维密度分布反演新技术,但是基于重力数据和地形资料的研究方法更能高效地对月球的重力场及其特征进行详细研究,高精度的重力场模型可以揭示月球深部构造及层圈形态,进而探索早期月球起源、内部物质演化与运动过程等。该研究方法可为月球和其他类地行星的重力研究提供参考。     

粒子群算法在磁测资料井地联合反演中的应用

粒子群优化算法是一种新兴的高效并行优化算法,目前被广泛应用于各领域,但在地球物理反演中很少运用.磁测资料井地联合反演是结合井中与地面磁测数据的各自优势,进行地球物理反演的一种新方法.笔者以立方体为模型,通过理论模型试验和大冶危机矿山实例,将粒子群优化算法运用于磁测资料井地联合反演,取得了比较好的效果,不仅验证了粒子群算法在地球物理反演中的可行性,而且也论证了井地联合反演的优越性.     

姚家岭地区重力场视密度三维反演应用

重力场数据处理涉及的内容一般有场的延拓、方向导数以及局部场、背景场分离提取等,它们均属于重力异常分离问题的范畴。而重力场视密度三维反演技术是根据重力异常求取和确定场源体视密度的三维分布,其视密度分布图与地层岩性、地质构造以及地下矿体直接关联。对姚家岭地区重力场视密度三维反演技术的应用结果表明,视密度分布图对区内不同岩性地层的分布、褶皱和坳陷构造的分布特征等地质现象取得了良好的应用效果。     

井中重力矢量数据联合反演研究

井中重力矢量测量可以近距离感知地下目标体,获得地质体不同方向的重力异常特征,提高地下介质的纵向分辨率.这里首先基于点元法实现了井中重力矢量正演,通过模型正演计算,分析了井中三分量重力异常响应特征,然后基于相关性搜索的黄金分割算法实现了井中重力矢量联合反演,通过模型反演分析了井中重力不同分量数据联合反演的效果,验证了反演...     

基于结构约束的三维电阻率和重力法联合反演

电阻率和重力法是两种重要地球物理勘探方法,为了充分发挥这两种方法各自的优势,并且减少单一方法反演多解性的问题,笔者采用一种基于交叉梯度约束的重力和电阻率法联合反演算法。通过惩罚项的形式将交叉梯度约束条件加入到联合反演目标函数中,并通过高斯牛顿法对目标函数进行数值求解。模型试算结果表明,联合反演相比于单独反演获得了结构相似性更高的模型,电阻率模型对密度模型的纵向约束较为有效,密度模型纵向分辨率明显改善,联合反演能够获得更加准确的异常体空间结构分布。     

PSO-LSSVM模型在位移反分析中的应用

提出了一种基于均匀设计原理、最小二乘支持向量机(LSSVM)和粒子群优化算法(PSO)的快速位移反分析方法。该方法利用均匀设计和有限差分法获得学习样本,再用粒子群算法搜索最优的最小二乘支持向量机模型参数。并用最小二乘支持向量机回归模型建立反演参数与监测点位移值之间的非线性映射关系,最后用粒子群算法从全局空间上搜索与实测位移最吻合的反演参数。该反演模型利用了粒子群算法高效简单、均匀设计构造高质量小样本以及最小二乘支持向量机的小样本、泛化性能好的特点。将该模型应用于龙滩水电站左岸地下厂房区岩体地应力场的反演分析中,计算结果与实测的位移值和地应力值均吻合较好,说明了该模型在岩土工程快速反演分析中具有良好的应用价值。     

电阻率层析成像的二维改进粒子群优化算法反演

粒子群优化算法(PSO)是通过模拟鸟群觅食过程中的社会行为而提出的一种基于群体智能的全局随机搜索算法,已有研究学者证明PSO算法是一种有效的地球物理反演方法,不依赖初始模型。此次在研究常规粒子群算法的基础上,针对常规粒子群优化算法易于陷于局部极值,后期收敛速度慢,反演精度不高等缺点,提出了一种改进的充分混沌振荡粒子群优化算法。针对粒子群算法的特点,改进速度更新公式,使粒子更快获取与当前全局最好位置的差异,增强粒子的学习能力,并用此算法在matlab2012b编程环境中对均匀半空间电阻率层析成像异常体理论模型进行了二维数值试验。结果表明,此种算法反演时不依赖初始模型,搜索空间增大,实现全局搜索,在准确性上优于标准PSO反演,成像质量优于Levenberg-Marquardt法反演。     

基于粒子群优化的细胞神经网络油气重力异常信息提取

细胞神经网络方法是一种有效的重力异常提取方法,提取出的重力异常信息具有较强的横向分辨能力,但如何训练优化模板是影响该方法提取精度的关键所在。笔者引入粒子群优化算法进行参数优化,结合细胞神经网络和粒子群方法各自的特点,通过细胞神经网络动态性能分析,对模板加入约束条件,并在粒子群算法中引入收缩因子,提出一种基于改进的粒子群优化的细胞神经网络算法。使用该方法进行了模型验证和实际资料处理,处理结果表明,该方法提高了重力异常提取的稳定性,能够更准确地提取油气藏重力异常信息。     

突泉盆地磁性体重力场剥离的方法技术及岩体三维显示

各地层中赋存的岩体可能形成局部重力异常,对重力资料的密度界面反演计算可靠性产生影响,所以在进行反演计算之前去除岩体引起的异常影响,可增强密度界面反演的可靠性.笔者以突泉盆地重磁异常资料为基础,通过重磁异常特征分析,切取多条剖面进行2.5D正反演计算,进而对磁性岩体形成的重力场进行剥离,增加了重力场密度界面反演计算的可靠性;同时构建岩体的三维地质模型,清晰反映岩体的空间分布,为对目标地质体进行三维地质填图方法做了初步探索.     

拟神经网络反演在煤田中应用

Parker快速富氏变换反演单一密度界面存在两方面问题：一是求解目标界面重力异常难度较大;二是受正演速度及反演参量维数的限制,不能对界面进行精细划分.拟神经网络BP算法的引入,首先解决了快速三维正演问题,又突破了反演参量维数的限制,实现快速收敛,有效解决两个或多个密度界面的反演问题.在实际应用中,先用密度“补偿法”正演求取剩余生力异常,然后利用拟神经网络BP算法同时反演两个二维密度界面,拟合求得两个界面的深度异常,在此基础上预测煤田.     

中国大陆深层区域构造格架——系列解释之重力场格架

截取全球卫星重力图、重力场水平梯度图、卫星测高数据反演海洋重力异常图、岩石圈重力场和地幔重力异常, 获得中国大陆及其邻区岩石圈地球物理场特征, 揭示地球内部密度结构。简要探讨了中国大陆深层区域构造格架——系列解释之重力场格架。     

高精度重力资料的密度界面反演

Parker-Oldenburg法(PO)界面反演方法的核心算子是向下延拓,由于该算子的不稳定性,限制了PO反演法在重力密度界面反演应用中的发展.利用徐世浙提出的一种精度高、稳定性好的向下延拓的迭代法进行PO反演中的向下延拓,改进了PO反演中的稳定性.把改进的PO反演方法应用到理论模型和莺歌海基底反演中,均取得了较好的结果.