共查询到20条相似文献，搜索用时 31 毫秒
1.
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. 相似文献
2.
重力数据的密度界面反演是位场数据解释中的一项主要工作,在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来,数据驱动的深度学习方法广泛地应用在地球物理数据处理与反演中,本文提出一种基于深度学习U-net网络的重力数据密度界面反演方法.首先,对半椭球体界面模型进行随机抽取和组合进而形成地下起伏界面数据集,并基于Parker正演理论对界面数据集进行重力异常正演计算,为深度学习网络模型的训练提供特征完备的数据源;其次,设计了基于U-net网络模型的深度学习界面反演算法,在传统的损失函数基础上增加光滑损失项和过拟合抑制项,提高重力界面反演结果的光滑性和收敛效率;最后通过测试样本集进行反演预测,验证建立深度学习网络模型的泛化性.本文通过理论模型和实际数据试验分析了本文方法在密度界面反演中的有效性和实用性,基于改进损失函数约束的深度学习界面反演方法有效地提高了密度界面反演的收敛效率和计算稳定性. 相似文献
3.
初至波拾取是地震资料处理中一项基础而重要的工作.为解决我国西部沙漠、黄土塬、戈壁等地区地震资料信噪比低,致使初至波拾取准确率不高的难题.本文创新提出一种基于图像分割技术——UNet++神经网络应用于初至波智能拾取.输入原始地震数据及少量初至时间的标签数据进行监督学习,并建立UNet++模型,应用西部某工区地震数据测试,实验证明,UNet++模型性能稳定,炸药震源初至波拾取准确率达到98％,可控震源初至波拾取准确率达到98％.此外,本方法与商业软件、U-net网络的初至拾取对比表明,UNet++优势明显,具有准确率高,抗噪能力强,性能稳定、高效等特点. 相似文献
4.
基于交叉梯度结构约束的不同数据的联合反演可以提高地球物理成像的可靠度,但是由于不同观测数据对地下介质的灵敏度不同以及不同反演系统灵敏度矩阵元素的数值可能存在较大的差异,导致构建和求解联合反演系统存在很大的挑战.针对以上问题,本文提出一种新的基于单独反演模型更新量与交叉梯度结构约束相结合的联合反演策略.该策略利用单独反演系统分别确定出各个模型的更新量,然后利用它们约束交叉梯度系统的反演,得出新的模型更新量.通过这样的方式,有效实现了数据拟合与结构约束的平衡,实现了基于交叉梯度联合反演的目标.新的联合反演策略不需要对原来单独反演程序修改即可实现联合反演,减小了联合反演实现的难度,极大地提高了联合反演的易实现性,而且避免了联合反演矩阵存储及结构过于复杂难以求解的问题.基于新的策略,本文首次实现了基于交叉梯度结构约束的三维地震走时与直流电阻率联合反演.合成模型测试表明,与单一成像相比,联合成像减少了地震走时反演中出现的干扰异常并提高了电阻率反演的分辨率. 相似文献
5.
为了降低重力与磁法单独反演中的非唯一性问题,本文实现了一种基于Gramian约束的重磁三维联合反演算法.使用基于模型参数或其空间梯度的Gramian算子,将其添加到目标函数中,约束剩余密度与剩余磁化率模型参数或其梯度更具相关性.采用高斯-牛顿法对目标函数进行最优化求解,对求解方程进行了简化,节省内存并提高了计算效率.反演过程中使用对数法约束模型参数的上下界,使反演结果更符合真实地质情况.提出了新的模型更新步长计算策略,同时考虑了数据拟合与联合约束的影响,使联合反演更加稳定.通过三个数值模型验证了算法的可靠性,并进一步将该算法应用于加拿大McFaulds湖实测航空重磁数据.对比了反演结果切片并展示了交会图,联合反演得到的剩余密度与剩余磁化率的物性、梯度分布都比单独反演的相关性更强.联合反演提供了一个既能拟合数据又在一定程度上满足耦合条件的反演解.验证了所开发的联合反演算法在实际数据上的有效性与适用性. 相似文献
6.
人工神经网络是通过从大量训练数据中学习来拟合复杂非线性函数的有效方法,属于一种数据驱动的机器学习方法.人工神经网络应用于地震反演时可以得到更高分辨率和精度的结果,有着优于传统反演方法的泛化能力和非线性拟合能力.本文对人工神经网络的发展脉络进行了回顾,梳理了基于梯度的学习过程中代价函数的作用,反向传播学习算法的思路,激活函数的不同类型,以及万能近似定理等.特别是对热门的深度神经网络,按照时间先后顺序总结了带卷积核的LeNet-5、AlexNet、VGGNet、GoogLeNet、ResNet、UNet、自编码器和GANs等经典模型.在此基础上,本文分析了深度神经网络在反射系数和子波反演、速度反演、波阻抗反演和地震结构反演中不同网络的拓扑结构、学习算法、激活函数和训练样本等.最后,本文归纳和讨论了用于地震反演的有监督端到端学习网络的流程和关键影响因素等,展望了融入物理规律、基于反演目标函数展开的专用地震反演网络. 相似文献
7.
8.
9.
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. 相似文献
10.
11.
12.
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. 相似文献
13.
探地雷达（GPR）时间域全波形反演计算量巨大,内存要求高,在微机上计算难度大.本文中作者基于GPU并行加速的维度提升反演策略,采用优化的共轭梯度法,避免了Hessian矩阵的计算,在普通微机上实现了时间域全波形二维GPR双参数（介电常数和电导率）快速反演.论文首先推导了二维TM波的时域有限差分法（FDTD）的交错网格离散差分格式及波场更新策略.然后,基于Lagrange乘数法,将约束问题转化为无约束最小问题,构建了共轭梯度法反演目标函数,采用Fletcher-Reeves公式与非精确线搜索Wolfe准则,确保了梯度方向修正因子及迭代步长选取的合理性.而GPU并行计算及维度提升反演策略的应用,数倍地提升了反演速度.最后,开展了3个模型的合成数据的反演实验,分别从观测方式、梯度优化及天线频率等方面,分析了这些因素对雷达全波形反演的影响,说明双参数的反演较单一的介电常数反演,能提供更丰富的信息约束,有效提高模型重建的精度. 相似文献
14.
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. 相似文献
15.
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. 相似文献
16.
基于光滑约束的最小二乘法是三维电阻率反演的主要方法,但该方法在某些情况下存在着多解性较强的问题,且普遍耗时较长,严重制约了三维反演方法的推广与发展.为改善上述问题,将表征模型参数变化范围的不等式约束作为先验信息引入最小二乘线性反演方法中,有效地改善了反演结果的精度,降低了反演的多解性问题.为了解决耗时较长的问题,基于预条件共轭梯度(PCG)算法和Cholesky分解法的特点提出了一套优化三维电阻率反演计算效率的计算方案.在该方案中,Cholesky分解法被用来求解敏感度矩阵计算中的多个点源场的正演问题,Cholesky分解法只需对总体系数矩阵进行一次分解,然后对不同的右端向量进行回代即可.将预条件共轭梯度法引入到三维电阻率反演方程的求解中,将雅可比迭代中的对角阵作为预处理矩阵,其具有求逆方便、无需内存空间的特点,有效地加快了收敛速度.对合成数据以及实测数据的反演算例表明,借助不等式约束和反演效率优化方案,最小二乘反演方法可得到较为精确的反演结果,有效地提高了反演计算效率,具有良好的推广前景. 相似文献
17.
重力数据的物性反演面临着严重的多解性问题,降低多解性的有效手段是加入约束条件.而边界识别、深度估计及成像方法可获取地质体的水平位置、深度范围等几何参数信息,本文将基于数据本身挖掘的地质体几何参数信息约束到物性反演中,以降低反演的多解性.通过引入基于深度信息的深度加权函数及基于水平位置的水平梯度加权函数建立优化约束条件,有效地提高了反演结果的横向及纵向分辨率.重力梯度数据包含更多的地质体空间特征信息,将优化约束反演方法应用到全张量数据的反演中,模型试验表明本文方法反演结果与理论模型更加吻合.最后对美国路易斯安那州文顿盐丘实测航空重力梯度数据的应用表明,本文方法在其他地球物理、地质资料不足的情况下获得更可靠的反演结果. 相似文献
18.
对不同地球物理方法的数据进行联合反演,通过模型参数的相互约束可以减小反演的多解性.本文对电阻率法和重力勘探数据开展了基于电阻率和剩余密度梯度累加约束的二维联合反演研究.电阻率法采用数据空间Occam反演,重力勘探采用基于对数障碍法的正则化反演.通过在电阻率法和重力勘探反演的目标函数中引入电阻率和剩余密度梯度累加约束项,利用交替迭代方式实现了电阻率法和重力勘探数据的二维联合反演.对理论模型合成数据进行了单方法反演和联合反演,对比了反演效果.结果表明：联合反演结果优于单方法反演结果,联合反演结果对异常体的物性值恢复和形态刻画效果更好. 相似文献
19.
优化滤波方法及其在中国大陆布格重力异常数据处理中的应用 总被引：16，自引：11，他引：5
在优选延拓法的理论基础上,研究提出基于格林等效层概念和维纳滤波器的优化滤波法,用于对重力异常数据进行去噪和分离.与传统向上延拓法和优选延拓法相比,优化滤波法分离异常与延拓高度无关,不需要已知延拓高度,具有一定的优势.理论重力模型数据的去噪和异常分离试验表明优化滤波法有效,异常分离效果优于传统向上延拓法和带通滤波法.利用优化滤波法对中国大陆重力异常数据去噪和异常分离,得到有效的布格重力异常和区域重力异常.以中国大陆深地震探测推断的莫霍面深度信息为约束,对区域重力异常数据进行密度界面约束反演,得到中国大陆莫霍面深度分布.本文方法为中国大陆深部探测和区域构造研究提供一定的技术支撑. 相似文献
20.
重力反演是恢复地下密度空间分布的有效工具,而选择合理的密度模型约束方法是提升重力反演分辨率和可靠性的关键.常规约束方法大多是从剖分网格空间中的密度模型出发,通过调整光滑或稀疏约束权重来匹配反演目标,但当地质体类型多样、异常分离不准确及网格剖分方案不合理时,模型约束的合理性与灵活性难以得到有效保证.为此,本文提出了一种基于密度模型稀疏表征的重力反演方法.首先假设待反演的密度模型表征为模型特征矩阵和稀疏分解系数的线性组合,之后重新推导了重力反演目标函数,并给出了分解系数的稀疏求解过程.相比现有重力反演方法,用于构建模型特征矩阵的特征模型可包含不同类型地质体的先验几何信息,分解系数的稀疏性保证了待反演目标来自于最典型的地质模式组合.最后,通过模型试验及实际资料验证了基于密度模型稀疏表征的重力反演方法的有效性. 相似文献