重力梯度全张量数据三维共轭梯度聚焦反演

随着全张量重力梯度测量技术的日趋成熟和应用领域的不断扩大,重力梯度全张量数据的三维反演技术越来越受重视.本文利用剖分单元之间几何架构等效性,实现了重力梯度全张量场三维正演快速计算和导数矩阵优化存储.并将积分灵敏度、粗糙度和最小支撑泛函约束以及参考模型和模型参数界限约束引入到目标函数中,采用共轭梯度法进行反演迭代,实现了重力梯度全张量数据三维快速正反演计算.多种模型的反演试算表明:本文提出的反演算法的可靠性和稳定性较好,并且算法速度快、占用内存低且易于并行化.     

重力数据三维共轭梯度聚焦反演及应用

基于共轭梯度算法对欠定线性目标函数进行求解。 为改善目标函数的多解性、 消除多余构造信息影响, 引入粗糙度系数矩阵; 为克服“趋肤效应”, 更好地反映地质体的真实形态, 在模型目标函数中引入深度加权函数; 为更好的反映地质体的某些尖锐构造和边界, 本文对目标函数添加了基于最小支撑泛函的聚焦反演约束。 通过对多种模型的计算, 验证了该方法具有较好的有效性和稳定性, 并将该方法应用于实际重力资料地下密度反演中去, 得到了较好的反演结果。     

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.

     

利用共轭梯度方法的电阻率三维反演若干问题研究

利用共轭梯度方法的电阻率三维反演是近几年才发展起来的 ,尚有诸多问题有待探讨。主要讨论了拉格朗日因子λ、共轭梯度迭代次数对三维反演结果的影响 ,以便获得良好的三维反演效果     

重力和重力梯度数据联合聚焦反演方法

重力数据包含较多的低频信息,重力梯度数据包含较多的高频信息,将重力数据和重力梯度数据进行联合反演得到的结果更加可信.本文基于聚焦反演方法,实现了这一过程.因为联合反演中分量种类增加,所以计算灵敏度矩阵所需要的时间增加,为此,本文提出了一种快速计算灵敏度矩阵的方法.因为联合反演对内存的要求增大,本文选择有限内存BFGS拟牛顿法求解反演问题.本文通过再加权的方法实现深度加权.文中利用单一分量的反演结果来预测异常体的埋深信息,随后将埋深信息结合到深度加权函数中,将其用于多分量组合反演计算.给出了模型试验,发现预测得到的异常体的埋深信息与其实际埋深存在偏差,但是将这一信息应用到反演计算,能够得到与真实模型一致的结果.之后,本文通过模型试验来探究重力和重力梯度联合反演的优势,发现将重力和重力梯度数据联合,能够识别出额外的噪声,反演得到的模型更加合理.但是,对于不同分量组合得到的反演结果是相近的,反演模型的提高很小.最后,将联合反演方法应用到美国路易斯安那州Vinton岩丘的实际数据中,结果显示,将重力和重力梯度数据联合反演,反演模型得到了提高,反演得到的结果与地质资料吻合.     

利用共轭梯度法的电阻率三维反演研究

利用共轭梯度（ＣＧ）迭代技术,实现了直流电阻率测量数据的三维最小构造反演。 首先,运用共轭梯度迭代算法解反问题的线性方程组,只需求Ｊａｃｏｂｉａｎ矩阵Ｇ与任一向量ｘ的 乘积Ｇｘ及ＧＴ与任何一向量ｙ的乘积ＧＴｙ,再引入Ｇ的Ｒｏｄｉ算法,则Ｇｘ及ＧＴｙ均可在每次反 演迭代中的一次正演计算后一并求得．因此,每次反演迭代仅需一次正演计算,大大加快了 计算速度;而且避免了直接求 Ｇ以及 ＧＴＧ的逆矩阵,也避免了存储 Ｇ和 ＧＴＧ所需庞大的存储 量。另外,由于反演参数太多,求模型光滑约束的最小构造反演能够有效地消除多余构造信 息,得到可靠的反演结果。将这３种方法和技术融合于三维反演中,取得了好的反演效果．为 改进传统最小构造反演收敛慢的问题,还提出了一种新的反演迭代技术,仅需１０次左右甚至 更少迭代即可收敛。     

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。     

利用共轭梯度法的电阻率三维反演研究

利用共轭梯度（ＣＧ）迭代技术,实现了直流电阻率测量数据的三维最小构造反演。 首先,运用共轭梯度迭代算法解反问题的线性方程组,只需求Ｊａｃｏｂｉａｎ矩阵Ｇ与任一向量ｘ的 乘积Ｇｘ及Ｇ^Ｔ与任何一向量ｙ的乘积Ｇ^Ｔｙ,再引入Ｇ的Ｒｏｄｉ算法,则Ｇｘ及Ｇ^Ｔｙ均可在每次反 演迭代中的一次正演计算后一并求得．因此,每次反演迭代仅需一次正演计算,大大加快了 计算速度;而且避免了直接求 Ｇ以及 Ｇ^ＴＧ的逆矩阵,也避免了存储 Ｇ和 Ｇ^ＴＧ所需庞大的存储 量。另外,由于反演参数太多,求模型光滑约束的最小构造反演能够有效地消除多余构造信 息,得到可靠的反演结果。将这３种方法和技术融合于三维反演中,取得了好的反演效果．为 改进传统最小构造反演收敛慢的问题,还提出了一种新的反演迭代技术,仅需１０次左右甚至 更少迭代即可收敛。     

倾子资料三维共轭梯度反演研究

在对倾子响应和共轭梯度算法深入分析的基础上,我们实现了倾子资料三维共轭梯度反演算法.基于倾子资料的三维共轭梯度反演研究,探讨了利用倾子资料进行三维反演定量解释的方法.通过对理论模型合成数据进行反演试算,验证了所实现的倾子资料三维共轭梯度反演算法的有效性和稳定性.该反演算法可用于对大地电磁测深和地磁测深(地震地磁台站进行的三分量地磁观测)所整理出的倾子资料进行三维定量反演,获得地下三维模型的电阻率结构.     

三维重力、重力梯度和大地电磁数据的平滑聚焦结构约束联合反演

多种地球物理数据联合反演解释能够显著提高勘探分辨率,近年来,基于交叉梯度结构约束的联合反演得到了广泛研究.该方法有效克服了单一方法反演易受多解性影响和不同方法反演结果结构不一致等问题,已成为目前最流行的联合反演技术之一.传统的重力和大地电磁联合反演常因重力纵向分辨能力弱,导致密度模型可靠性较低,进而使联合反演结果有失准...     

可控源音频大地电磁三维共轭梯度反演研究

可控源音频大地电磁法在资源勘探等领域中发挥着重要的作用.我们把有限差分数值模拟方法用于可控源音频大地电磁三维正演,结合正则化反演方案和共轭梯度反演的思路,将反演中的雅可比矩阵计算问题转为求解两次"拟正演"问题,得到模型参数的更新步长,形成反演迭代,实现了可控源音频大地电磁三维共轭梯度反演算法.该反演算法可用于对有限长度电偶源激发下采集到的可控源音频大地电磁全区(近区、过渡区和远区)视电阻率和相位资料进行三维反演定量解释,获得地下三维模型的电阻率结构.理论模型合成数据的反演算例验证了所实现的可控源音频大地电磁三维共轭梯度反演算法的有效性和稳定性.     

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...     

重力数据3D密度成像中EXTR方法的各参数变化对反演结果的影响(英文)

Tikhonov正则化(TR)方法在重磁数据处理中发挥了重要的作用,本文在研究如何利用Tikhonov正则化方法方法解决重力数据3D反演的同时,深入讨论了可进一步提高拟合误差的Extrapolation Tikhonov正则化方法(EXTR)的原理,并就其参数选择方法及各参数对拟合误差、迭代次数及反演结果的影响进行研究。常密度及变密度组合模型试算结果表明,与TR方法相比,EXTR方法不仅可以达到解释人员设定的先验拟合误差水平,在计算时间及迭代次数相应增加的前提下有更高的拟合精度;同时其反演结果也更加紧致,进一步改善了TR反演结果的发散性;并且其反演数据范围更贴近预设模型参数范围,模型特征与预设模型密度分布吻合较好。