超高密度电法全四极装置正反演

超高密度电法是一种新型、高效且实用的电法勘探方法,数据信息量是常规方法的数十倍以上.本文从超高密度电法的基本理论与数据采集方式入手,阐述了超高密度电法的全四极装置观测方式,推导了基于双线性插值、三角形剖分的超高密度电法正问题有限单元法求解方法;提出了超高密度电法的偏导数矩阵混合求解及最小二乘广义线性反演算法.以一个典型地电模型为例,分别采用超高密度全四极装置与五种常规排列装置进行正演模拟并反演成像,反演结果表明,超高密度全四极装置相对于单一装置采集方式具有探测数据量大、抗干扰能力强、数据反演异常结果能够更好的刻画实际地质情况的特点.最后,采用超高密度电法对倾斜板状体地电模型进行正反演,说明了该方法能较好的反映出地下电性的分布,有效提高物探解释的可靠性及勘探的准确性.     

基于Lp范数正则化的V字型密度界面重力反演

V字型密度界面是一类常见的密度界面,如海沟、半地堑以及俯冲带之下的莫霍面,利用重力数据刻画此类密度界面形态对于区域构造研究、油气勘探以及物理海洋学等都具有重要意义.本文首先建立了L_p-范数形式的模型约束函数,并利用正则化原理将其与重力数据误差函数和已知深度约束函数结合形成V字型密度界面反演的目标函数,推导了目标函数的梯度表达式,并以非线性共轭梯度法为核心给出了反演流程.二维简单模型试算结果表明p=5时该方法能准确地刻画V字型密度界面起伏特征,且亦能准确地应用于二维复杂密度界面和三维界面的反演.最后将反演方法应用于挑战者深渊及邻区的实际资料处理之中,利用研究区海底地形数据和沉积层厚度数据对自由空间重力异常逐层剥离而得到莫霍面引起的重力异常,用本文方法对此重力异常进行反演,结果呈现了板块俯冲作用引起的V字型莫霍面起伏特征.     

基于Tikhonov正则化方法的背景噪声源反演

在平面波假设下,基于Tikhonov正则化方法对背景噪声源能量随方位角的分布进行反演;从数据分辨率矩阵、模型分辨率矩阵和单位协方差矩阵的角度对解进行了评价;通过数值实验,分别研究了速度模型、噪声源能量分布模型、周期对解的估计的影响;从不同的角度,说明了Tikhonov正则化方法在背景噪声能量随方位角分布的反演中是一种有...     

基于Tikhonov正则化的双频电磁波电导率成像反演

本文将Tikhonov正则化方法与active-set算法相结合,利用双频电磁波电导率成像原理,求解其反演成像方程.不仅对现有算法进行了改进,也促进了算法的实际应用.本文研究了在双频电磁波电导率成像方程建立后,如何根据其严重病态性质,选择合适的算法求解矩阵成像方程.针对电导率非负的特性,引入正则化参数,将问题转化为一个非负最小二乘问题,并用active-set算法求解.采用改进后的迭代算法对理论模型进行了数值模拟计算,验证了该方法的有效性.应用到实际电导率成像反演,与常规的LSQR、SP-LSQR、Tikhonov正则化等算法进行比较,取得了满意的结果.     

基于主成分的时间域航空电磁数据神经网络反演仿真研究(英文)

传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。     

基于正则化方法的高频地波雷达海浪方向谱反演

提出了一种从高频地波雷达海面回波谱中提取海浪方向谱的新方法:基于高频电波海洋探测基本原理将线性化后的非线性积分方程离散为矩阵方程组,通过引入正则化数学模型将不适定方程转化为正规方程,然后采用奇异值分解法求解.对于正则化方法中正则化参数,采用L曲线法来确定.为了验证本文算法的有效性,分别在单部雷达和双部雷达探测下进行了不同噪声水平下的数值模拟,结果表明了该正则化反演方法的有效性.文中还给出了实测数据分析初步结果.该算法的工程性应用还需进一步研究.对于实际的地波雷达海浪反演具有良好的应用前景.     

带先验知识的波阻抗反演正则化方法研究

针对波阻抗反演中存在的不适定性问题,本文提出了一种带先验知识的正则化重开始共轭梯度法.该方法的内层循环采用修改的共轭梯度法,并使用重开始技巧;外层循环使用Morozov偏差准则作为停机准则.正则参数的选取采用连续几何选取法.克服了传统共轭梯度法迭代不足或迭代过度的缺点,将迭代步数控制在了合适的范围,使算法能够更快速更准确的收敛.同时考虑了用最速下降法计算先验解和对解施加非均一的规范约束.通过理论模型试算和实际资料处理,并与共轭梯度法进行对比,表明该算法具有精度高、抗病态能力强,运算速度快的优点,具有实用性.     

多剩磁成分的主成分法分离及其应用

岩石的多剩磁成分的分离是古地磁研究的重要环节之一.Kirschvink（1980）提出的主成分分析法（PCA）能有效地进行多剩磁成分的方向分离.作者认为,最大角偏差（MAD）值的选择应视各磁成分的剩磁谱组合特征而定,剩磁相似度的提出,可以帮助确定MAD值选取的最佳值.在主成分法分离的剩磁方向的基础上,作者提出了一种多剩磁成分的强度分离方法,籍此可以进一步研究各分离磁组分的剩磁谱特征及其成因,并将以上方法应用于新疆柯坪地区晚古生代地层的剩磁分离.     

基于曲波变换的大地电磁二维稀疏正则化反演

为了提高二维大地电磁反演对异常体边界的刻画能力, 我们引入曲波变换建立一种新的稀疏正则化反演方法.与传统的在空间域中对模型电阻率参数求解的方式不同, 我们借助曲波变换将二维电阻率模型转换为曲波系数, 并采用L1范数约束以保证系数的稀疏性.曲波变换是一种多尺度分析方法, 其系数分为粗尺度系数和精细尺度系数, 粗尺度的系数代表电阻率模型的整体概貌, 而精细尺度中较大系数代表目标体的边缘细节.此外, 曲波变换的窗函数满足各向异性尺度关系, 并具有多方向性, 因此曲波变换可以近似最佳地提取目标体的边缘特征信息, 这为我们在反演中恢复边界提供有利条件.通过对大地电磁的理论模型合成数据和实测数据反演, 验证了基于曲波变换稀疏正则化反演对异常体边界的刻画能力优于常规的L2范数和L1范数反演方法.

     

多剩磁成分的主成分法分离及其应用

岩石的多剩磁成分的分离是古地磁研究的重要环节之一.Kirschvink（1980）提出的主成分分析法（PCA）能有效地进行多剩磁成分的方向分离.作者认为,最大角偏差（MAD）值的选择应视各磁成分的剩磁谱组合特征而定,剩磁相似度的提出,可以帮助确定MAD值选取的最佳值.在主成分法分离的剩磁方向的基础上,作者提出了一种多剩磁成分的强度分离方法,籍此可以进一步研究各分离磁组分的剩磁谱特征及其成因,并将以上方法应用于新疆柯坪地区晚古生代地层的剩磁分离.     

三维电阻率测深数据Zohdy近似反演方法

Zohdy方法近似反演三维电阻率测深数据。正演计算采用有限单元法。反演初始模型由测量视电阻率数据给出。通过比较实测视电阻率值和预测模型计算的视电阻率值对数差来修改模型网格电阻率．为了解决任意电极距测深数据的反演,采用大、小双网格剖分。大网格反映地下电性分布情况。小网格用于实际有限元正演计算．在电阻率调整公式中加入一个迭代系数,能够加快收敛速度．并对加5％随机噪声的模型理论视电阻率测深断面数据进行反演,得到的电阻率分布与模型电阻率基本一致．     

基于汉南-奎因信息准则的电阻率层析成像径向基神经网络反演

径向基神经网络（RBFNN）具有结构简单、学习速度快、不易陷入局部极小等优点,能够有效地提高电阻率层析成像反演的收敛速度和求解质量.本文针对电阻率层析成像反演的非线性特征,提出了一种基于汉南-奎因信息准则（HQC）的正交最小二乘法（OLS）学习算法（HQOLS）.该算法通过计算HQC的最优值来自动选择RBFNN的网络结构,避免了传统OLS学习算法中阈值参数的设定,保证了网络的泛化性能.通过比较聚类法、梯度法、OLS和HQOLS等学习算法的反演性能,构建了基于RBFNN的电阻率层析成像反演模型.数值仿真和模型反演的结果表明,该方法实现简单,在准确性上优于BP反演,成像质量优于传统最小二乘法反演.     

基于FCM聚类约束的直流电阻率法与地震走时成像法二维联合反演

通过引入模糊均值聚类(FCM)模型约束函数对电阻率与速度进行约束,开展二维直流电阻率法与地震初至波走时成像法联合反演研究.在地下浅层结构勘探中,通常低电阻率的地质体具有低速特征,较高电阻率的地质体表现为较高的地震波速度.直流电阻率法因为低电阻率区域吸引电流而对其敏感,地震走时成像法因为射线集中在高波速区而对高速体敏感,因此,两者联合成像能够大幅度提高反演效果.合成数据反演表明,直流电阻率法和地震初至波走时联合反演对于两类地质体的分辨能力均有提升,能够优势互补.尤其是引入FCM模型约束进行联合反演,根据已知物性进行监督学习,进一步提高了反演质量,改善了成像模型的分辨率.

     

用主成分分析方法综合分析首都圈跨断层形变资料

基于主成分分析方法,对大同6.1、张北6.2和文安5.1级地震前后首都圈地区的跨断层形变资料进行了综合分析,计算了断层垂直形变速率及其各个主成分和能够反映断层总体活动水平的综合指标W.结果表明,主成分分析方法能够最大限度地保留原始信息,去除相关干扰信息,有助于对前兆资料的分析研究;综合指标W可以较好地反映前兆资料的异常变化,能够代表一个地区前兆观测资料的总体映震水平;首都圈跨断层流动形变资料对大同6.1、张北6.2、文安5.1级地震都有较好的映震能力,从中可以捕捉到中强地震孕育、发展、发生过程中的前兆异常信息.     

基于不等式约束的三维电阻率探测混合反演方法

三维电阻率探测的线性反演和非线性反演中均存在着多解性的固有难题.电阻率线性反演方法的效率较高,但反演结果对初始模型的依赖性较强,易陷入局部极小;而非线性反演方法不依赖初始模型,但搜索效率极低,尚未见到关于三维电阻率非线性反演的文献.针对上述问题,融合线性与非线性反演方法的互补优势,提出了最小二乘法（线性方法）与改进遗传算法（非线性方法）相结合的混合反演方法的概念和思想.首先,提出了将介质电阻率变化范围作为不等式约束引入反演方程的思路,以实现压制多解性、提高可靠性的目标.提出了宽松不等式约束和基于钻孔推断的局部严格不等式约束的获取及定义方法.在此基础上,分别提出了基于不等式约束的最小二乘线性反演方法和遗传算法非线性反演方法.其次,对于遗传算法在变异搜索方向控制、初始群体产生等方面进行了改进,优化了其搜索方向和初始群体多样性.然后,提出了混合反演方法及其实现方案,利用改进遗传算法进行第一阶段反演,发挥其对初始模型的依赖程度低的优势,搜索到最优解附近的空间,输出当前最优个体;利用最小二乘法进行第二阶段反演,将遗传算法得到的当前最优个体作为初始模型,在最优解附近空间执行高效率的局部线性搜索,最终实现地电结构的三维成像.最后,开展了合成数据与实际工程算例验证,与传统最小二乘方法进行了对比,发现混合反演方法在压制多解性、摆脱初始模型依赖和提高反演效果方面有较好效果.

     

航空电磁数据主成分滤波重构的噪声去除方法

主成分分析方法利用低阶主成分重构航空电磁数据, 解决了航空电磁探测中噪声与数据在频谱重叠情况下的噪声压制问题, 但是参与重构的低阶主成分仍包含高频空间噪声, 影响数据成像精度.本文提出的主成分滤波重构去噪方法, 根据自适应窗宽平滑算法, 设计了主成分低通滤波器组, 对参与重构的低阶主成分进行测线滤波, 再将滤波后的低阶主成分重构为电磁信号, 不仅可以去除低阶主成分中的高频空间噪声, 而且去除了高阶主成分包含的不相关噪声.仿真数据的去噪结果表明, 主成分滤波重构获得较高的信噪比, 较常规测线滤波与主成分重构分别提高了10.96dB和2.52dB; 电导率深度成像结果证明了主成分滤波重构方法能够提高地下深部异常体的识别能力.最后通过实测数据的成像结果进一步验证了本文研究的主成分滤波重构去噪方法的有效性.     

基于IGA算法的电阻率神经网络反演成像研究

为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法（Immune Genetic Algorithm,简称IGA）对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论.     

Crustal structure study based on principal component analysis of receiver functions

The receiver function(RF) technique is an effective method for studying crustal structure. For a single station, the average 1-D crustal structure is usually derived by stacking the radial RFs from all back-azimuths, whereas structural variations(such as dipping discontinuities or anisotropy) can be constrained through analysis of waveform dependence on the backazimuth of both the radial and tangential RFs. However, it is often difficult to directly extract information about structural variations from the waveform of RF, due to the common presence of noise in real data. In this study, we proposed a new method to derive structural variation information for individual stations by applying principal component analysis(PCA) to RFs sorted by back-azimuth. In this method(termed as RF-PCA), a set of principal components(PCs), which are uncorrelated with each other and reflect different characteristics of the RF data, were extracted and utilized separately to reconstruct new RFs. Synthetic tests show that the first PC of the radial RFs contains the average structural information of the crust beneath the corresponding station, and the second PC of the radial RFs and the first PC of the tangential RFs both reflect the variations of the crustal structure. Our synthetic modeling results indicate that the new RF-PCA method is valid for a variety of synthetic models with intra-crustal dipping discontinuities and/or anisotropy. We applied this method to the real data from a broadband temporary seismic station(s233) in the central part of the Sichuan Basin. The results suggest that the RF data can be best explained by the presence of two nearly parallel dipping discontinuities within the crust. Combining with previous logging data, seismic exploration and deep sounding observations, we interpret the shallow dipping discontinuity as the top boundary of the Precambrian crystalline basement of the Sichuan Basin and the deep one corresponding to the Conrad interface between the upper and lower crust, consistent with the geological feature of the study area. In this work, both synthetic tests and real data application results demonstrate the effectiveness of the RF-PCA method for studying crustal structures.     

高密度电阻率法勘探长测线多排列数据连接处理

本文通过对高密度电阻率法勘探中的长测线多排列数据进行连接处理,实现了同一测线采用同一套参数的规范化处理,克服了因不同排列采用不同参数处理而导致假异常和信息丢失等弊端,同时解决了在成像时,因各个电性剖面的色标值不一致,剖面坐标与实际桩号对应不直观,导致对整个区域的电性趋势认识产生误导的问题.从实例处理来看,能为整个勘探区提取更丰富的电性信息,不但突出了整条测线的地下电性趋势,更客观、更全面地把握和认识勘探地区的电性分布规律,而且从宏观上把握了一些比较隐蔽的地质现象.