大地电磁与地震资料仿真退火约束联合反演

在对仿真退火算法研究的基础上,将非常快速仿真退火的连续模型空间改为可变的离散化形式,理论模型试算表明,使用本文方法可提高工作效率5-10倍. 为适应联合反演的需要, 对非常快速仿真退火的误差"单判断"检验准则改为误差"双判断"检验准则,避免Metrop olis接受准则的判断失误. 在此基础上,实现了一维及二维起伏地形条件下大地电磁与地震资料多参量信息的联合反演. 理论模型的试算及实例说明了约束联合反演的有效性.     

大地电磁与地震资料仿真退火约束联合反演

在对仿真退火算法研究的基础上,将非常快速仿真退火的连续模型空间改为可变的离散化形式,理论模型试算表明,使用本文方法可提高工作效率5-10倍. 为适应联合反演的需要, 对非常快速仿真退火的误差"单判断"检验准则改为误差"双判断"检验准则,避免Metrop olis接受准则的判断失误. 在此基础上,实现了一维及二维起伏地形条件下大地电磁与地震资料多参量信息的联合反演. 理论模型的试算及实例说明了约束联合反演的有效性.     

大地电磁与接收函数结构约束联合反演

本文基于拟牛顿法对大地电磁与接收函数进行联合反演,提出了新的联合约束算子,实现了电阻率模型和速度模型之间的相似度约束.该方法给予两种模型足够的变化自由度,同时又约束两种模型向耦合方向演化.根据联合约束算子在反演迭代中的变化趋势,以及两种模型的空间梯度分布,可以判断电阻率模型和速度模型是否耦合.合成数据和野外实测结果表明,联合反演相对于单独反演可以提高电阻率和速度模型之间耦合程度,同时也能保持较好的数据拟合.联合反演提高了大地电磁的纵向分辨率,一定程度降低了大地电磁的非唯一性.

     

地震资料约束下大地电磁资料反演

应用地震资料约束下大地电磁资料反演古潜山或基底内部结构的新方法. 首先利用地震及井资料,反演得到古潜山或基底之上各层的厚度及电阻率,建立了古潜山或基底以上的地电模型;并利用大地电磁一维反演资料,建立了古潜山或基底及其以下的地电模型. 在初始模型建立的基础上,应用高效快速的二维大地电磁正演算法——模式匹配方法,进行正演计算. 利用共扼梯度迭代方法,进行正反演迭代计算. 通过对胜利油田南北618剖面反演, 基底以下在地震资料没有显示的构造信息,在反演结果中得到了较好地反映.     

基于改进差分进化算法的大地电磁反演

为弥补传统线性化大地电磁（MT）反演方法需计算高阶偏导矩阵,对细节信息反映能力弱的不足,达到提高大地电磁反演精度的目的,本文尝试引入优化领域的智能优化算法 差分进化算法（DE）实现大地电磁的全局优化反演．针对经典DE算法在进行全局寻优时存在收敛慢、易陷入局部最优等问题,从算子自适应及寻优策略集成方面对算法进行研究,提出改进差分进化（TDE）算法,并利用标准测试函数对其进行测试,结果证实了改进后的TDE算法具有寻优速度快、鲁棒性强、不易陷入局部最优的特点．并构建了基于TDE算法的大地电磁优化反演模型,通过理论模拟及实测数据对所构建模型进行验证,结果表明TDE算法可有效提高大地电磁的反演的精度,具较好的可推广性．     

基于宽范围岩石物性约束的大地电磁和地震联合反演

岩石物性约束是地球物理联合反演重要的实现方式.在以往联合反演研究中,这种约束通常以点对点的映射方式出现,要求经验性的岩石物性关联是相对精确的,无形中提高了岩石物性约束应用于联合反演的条件.基于此,本文结合全局寻优的模拟退火算法,提出了宽范围岩石物性约束技术.该技术将岩石物性约束与模拟退火模型扰动、模型接受准则相结合,实现了空间对空间的映射,将电阻率和速度耦合在一起.文章以MT和地震正则化同步联合反演为例,检验了不同的先验信息条件下的宽范围岩石物性约束技术的适用性.模型试验表明:新技术容易实现,容错性高,可降低"不精确"岩石物性关联信息引入带来的风险,提高岩石物性约束应用的灵活性.     

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.

     

基于遗传神经网络的大地电磁反演

为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度,将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练,网络输入为已知地电模型的视电阻率参数,输出为该地电模型参数;再利用遗传算法对神经网络学习训练过程进行优化,计算出多种地电模型网络连接权值和阈值的最优解;最后将最优连接权值和阈值对未知模型进行反演测试,网络输入为未知地电模型的视电阻率参数,输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性,相比单一神经网络算法,在网络学习训练中提高了解的收敛成功率和计算速度,在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比,理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性.

     

融入宽范围物性约束策略的大地电磁和重力的Gramian约束联合反演

宽范围物性约束方式可以促进物性参数在一定范围内实现耦合, 具有一定的容错性, 实现简单.但目前该方式只在全局优化算法联合反演中得以实现, 如何将其推广至梯度优化算法联合反演至今没有明确的策略.此外, Gramian约束虽然对先验信息依赖低, 但是对明确的物性关联信息利用率低.基于此, 本文提出了适用于梯度优化算法的宽范围物性约束的策略, 即"岩石物性关联+范围约束+耦合项", 并实现了基于宽范围物性约束策略的大地电磁测深(MT)和重力共轭梯度Gramian约束联合反演新算法.模型试验表明, 本文提出的算法可以提高先验物性关联信息的利用率, 且有效限定物性耦合的范围.我们将本文方法应用于安徽省茶亭铜金矿床实际资料处理之中, 联合反演结果清晰地揭示了铜金矿床的空间分布.     

大地电磁测深资料的二次函数逼近非线性反演

将二次函数逼近非线性优化首次应用于大地电磁测深反演问题,该反演方法利用二次函数有唯一最小值的特点进行逼近大地电磁反演模型,从而避免了常规的迭代反演过程中陷入局部极小问题,实现了对目标函数求全局极小,较好地解决了非唯一性问题;同时该方法不用求灵敏度矩阵,且对初始模型无任何要求。通过理论模型检验、井旁MT点反演结果与测井曲线的对比及MT测线的反演电阻率深度剖面与地震测线的时间剖面对比均表明,本文方法取得较好的应用效果。     

大地电磁全信息资料三维共轭梯度反演研究(英文)

在对张量阻抗数据、倾子数据和共轭梯度算法深入分析的基础上,我们实现了大地电磁全信息资料三维共轭梯度反演算法。基于全信息资料的三维共轭梯度反演研究,探讨了同时利用五个电磁场分量整理得到的大地电磁资料进行三维反演定量解释的方法以及全信息数据在三维反演中的作用。理论模型合成数据的反演结果表明,在三维反演中使用张量阻抗和倾子数据结合的全信息数据的反演结果优于只使用张量阻抗数据(或只使用倾子数据)的反演结果,提高了反演结果的分辨率和可信度。合成数据的反演算例也验证了所实现的大地电磁全信息资料三维共轭梯度反演算法的正确性和稳定性。     

大地电磁三维快速松弛反演并行算法研究(英文)

为了进一步提高大地电磁三维快速松弛反演的计算效率,在深入分析大地电磁三维快速松弛反演算法的基础上,结合MPI自身的优越性,确定了并行计算的思路,实现了三维快速松弛反演的并行计算。通过理论模型合成数据和实测数据对实现的三维快速松弛反演并行程序进行了试算,分析对比了在多种情况下程序的执行效率。测试结果表明,所实现的三维快速松弛反演并行程序运行结果正确,效率提高明显。此成果在普通微机上实现,推动了大地电磁三维反演技术的实用化,可为其它地球物理三维正反演研究所借鉴。     

量子遗传算法在大地电磁反演中的应用

量子遗传算法（QGA）以量子理论为基础,通过利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群来代替传统方法中种群的选择、交叉和变异过程,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力.本文针对地球物理反演问题的非线性、多极值特点提出一套实现方案,通过理论模型和实测数据试验对比研究,表明量子遗传方法在大地电磁反演中的寻优质量和效果明显优于传统遗传算法.     

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.

     

大地电磁阻尼粒子群优化反演法研究

粒子群优化算法（PSO）是模仿鸟群寻找食物的社会行为的一种全局最优化算法,在多维空间函数寻优、动态目标寻优等方面有着收敛速度快、解质量高且需要设置的参数较少等优点.本文在研究常规粒子群优化算法的基础上,对常规的粒子群算法进行了改进,提出了一种新的惯性权重ω参数振荡递减策略,加快了PSO算法的收敛速度,构造的新算法称为阻尼粒子群优化算法.在MATLAB 6.5 编程环境中对阻尼PSO算法进行了数值实验,并对大地电磁测深的理论模型和实测数据进行了反演试算,结果表明,阻尼PSO算法不依赖于初始模型、能够搜索到全局极值,不易陷入局部极值,是一种快速有效的地球物理反演方法.     

三维大地电磁自适应正则化有限内存拟牛顿反演

有别于传统基于梯度信息的反演方法在正则化约束中用总梯度逼近海塞逆矩阵的技术,本文将正则化约束问题的数据拟合项和模型光滑项分开考虑,只利用数据拟合函数的梯度信息对数据拟合项的海塞矩阵进行逼近,通过求解类高斯牛顿下降方向方程得到不依赖前几次迭代正则化因子的更精确下降方向,在求解当前迭代下降方向的过程中,通过保证右端项中两个向量的二范数在同一数量级的原则,实现了正则化因子的自动更新.对理论模型的试算表明这种自适应正则化反演方案可以在拟牛顿反演框架下基本达到OCCAM的算法稳定性,反演结果对初始模型依赖性较小,同时又无需在一次迭代中多次搜索最佳正则化因子.本文还基于此算法讨论了大地电磁各参数对于反演结果的影响,由于本文的反演结果能得到充分的正则化约束,因而在此框架下讨论阻抗和倾子在反演中的作用相对更为客观.

     

考虑电流型畸变的大地电磁三维反演

大地电磁测深(MT)的观测数据易受到由近地表小尺度非均匀体或地形起伏引起的电流型畸变干扰,消除或压制这种干扰对获取可靠的深部电性结构至关重要.当区域结构为二维时,电流型畸变可采用张量分解等方法予以消除或压制.当区域结构为三维时,畸变问题更加复杂和严重,传统张量分解方法往往效果不佳或无效,严重地制约了MT三维反演技术的实用性.对此,本文提出一种考虑电流型畸变的MT三维反演算法,将完整的电流型畸变参数引入到目标函数,并采用非线性共轭梯度法与电阻率参数同时反演,从而达到压制畸变的目的.该算法有两个关键点:一是通过分析实测数据所遭受畸变的分布特征,在目标函数中对其进行有效约束;二是在迭代过程中,通过自适应地调整双正则化因子保障算法的稳定和效率.理论模型测试结果显示,常规三维反演算法不能合理解释数据中的畸变成分,而只能通过引入虚假异常体强制地拟合受畸变数据,从而造成电阻率模型严重失真.与之相比,本文算法能够在反演中自动求解各测点所受到的畸变,获得更接近真实的电阻率模型.     

量子路径积分算法及其在大地电磁反演中的应用

常规非线性反演方法虽然对初始模型的依赖大为减弱,但局部收敛现象和计算速度慢仍然是瓶颈. 本文提出了一种新的反演方法——量子路径积分算法(Quantum Path Integral Algorithm,简称QPIA). 该方法引入量子力学的横向场、传播子等概念,并充分利用量子隧穿效应,大大提高反演的效率,具体是通过对反演目标函数的构建,并以Feynman的传播子来构成模型的接收概率来实现. 在对一维大地电磁模型和实际数据进行试验后,表明该方法比常规反演方法更能够精确、稳定和快速地逼近真实模型.