共查询到15条相似文献，搜索用时 484 毫秒
1.
本文利用Extrapolation Tikhonov正则化算法处理重力梯度数据三维密度反演的线性不适定问题。与Tikhonov正则化方法相比,Extrapolation Tikhonov正则化方法减小了因正则化参数的引入而带来的反演结果误差,提高了预测数据与观测数据之间的拟合精度。同时为了消除位场数据反演时位置函数快速衰减对反演结果的影响,本文提出了基于重力梯度全张量特征向量法的深度加权函数,模型试验证明了该深度加权函数能有效识别异常体密度分布特征。对澳大利亚Kauring地区实测重力梯度数据进行反演,并和已有研究成果对比分析。结果表明该反演方法能够较好的获取地下异常体的密度分布信息。 相似文献
2.
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
3.
随着重力梯度全张量测量技术的日趋成熟,重力梯度全张量数据的三维反演技术日益受到重视与关注.全张量数据反演与重力数据反演一样仍然面临着严重的多解性问题.本文将基于地质统计学的协同克里金方法应用于重力梯度全张量数据三维反演,建立了密度约束下的多变量协同克里金联合反演方程,以降低反演的多解性.模型试验表明密度信息的加入能够有效降低反演的多解性,提高反演结果的分辨率,尤其是纵向分辨率能够得到显著提高.最后对美国德克萨斯州一个岩丘区所获得实际资料的应用表明了本文方法的实用性. 相似文献
4.
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
5.
重力梯度全张量数据三维共轭梯度聚焦反演 总被引：2，自引：0，他引：2
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. 相似文献
6.
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. 相似文献
7.
8.
9.
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
10.
《地球物理学进展》2016,(1)
本文基于重力梯度张量密度反演基本理论,建立了模型约束正则化密度反演矩阵方程.分析了代数重构算法(ART)中迭代初始值、松弛因子和终止条件三个关键参数的影响;与最小二乘求逆法对应比较分析了算法的时间和精度.结果表明:在地震、地质等地球物理手段提供初值、边界等约束较多的情况下,ART可以克服方程的不适定进行直接求解,并且合理的松弛因子和终止条件可有效提高反演效率.当初始信息不足时,添加光滑假设、深度加权等模型约束,正则化方程可以提高反演结果的可靠性.ART的行迭代可有效避免观测误差的积累和矩阵求逆的计算,从而使计算精度和速度提高数倍.最后基于GOCE地球重力场模型所得重力梯度,以地震层析成像所得速度模型为约束,对华北克拉通密度结构进行了反演,并与该区已有密度研究结果进行了对比.结果表明:利用GOCE重力场系数计算重力梯度扰动,以速度模型为约束,基于代数重构算法进行重力梯度反演所得密度模型与重力-地震联合反演所得密度模型具有很好的对应性.ART算法为重力梯度张量反演中大规模复杂问题的快速计算提供了又一种有效手段. 相似文献
11.
尖锐边界反演是大地电磁及其他地球物理反演中的一个较难解决的问题,目前有不少专家正对这方面进行研究.我们在分析了Zhdanov（2004）提出的基于最小支撑泛函聚焦反演方法的基础上,在目标函数中引入对角梯度支撑以改善倾斜电性分界面的反演效果.同时,为了提高计算效率,本文还使用互易定义计算灵敏度矩阵及使用正则化共轭梯度法优化目标函数.通过模型试验并与未引入对角梯度支撑的反演结果进行了比较,表明本文的方法反演效果更好而且算法稳定和实用. 相似文献
12.
基于深度学习的重力异常与重力梯度异常联合反演 总被引：1，自引：0，他引：1
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获得样本数据集;然后设计了一种端到端的深度学习网络结构(GraInvNet),再利用样本数据对该网络结构进行训练;最后进行反演预测.组合模型试验表明,多维度数据联合反演相比单一分量反演其结果更“聚焦”,且与模型边界高度吻合,并且对于复杂模型的姿态与物性预测具有极为显著的优势,以及对于含噪声数据的反演,其质量也不会降低;Vinton岩丘实测重力数据也验证了文中方法的有效性;从而证明了深度学习在重力数据的高效高精度反演方面具有的巨大潜力. 相似文献
13.
优化算法的选取在很大程度上影响着三维重力反演的计算效率,从而制约着三维重力反演的实用性.在复杂地质构造背景下,不同岩性单元之间可能会发生物性突变,产生尖锐边界.为此,本文提出了一种新的基于柯西分布约束和快速近端目标函数（Fast Proximal Objective Function,FPOF）优化的三维重力反演方法.FPOF优化方法的一个突出特点是在每一步迭代过程中逐一计算剖分网格内的未知密度参数,因此,有较低的计算复杂度和较高的计算效率.此外,目标函数中柯西范数（Cauchy norm）的引入会对反演结果施加稀疏性,有助于产生块状效果.理论模型测试表明,本文方法不仅能产生更加聚焦的反演效果,而且反演所需的时间也比传统的共轭梯度优化方法少.最后将本文方法应用于我国西部某地区实际重力数据,反演结果与已知的地质信息有较好的一致性. 相似文献
14.
混合范数下的最优化反演方法 总被引：4，自引：1，他引：4
在求解地球物理反问题时，通常根据最小二乘准则构造目标函数进行反演，并在实践中得到了广泛的应用.为进一步增强反演的稳健性及减少多解性，不损失反演结果的分辨率，本文提出了混合范数下的最优化反演方法，它根据数据和模型可能服从不同的概率分布，对数据空间和模型空间采用不同的范数来构造目标函数.在给出目标函数的基础上，导出了混合范数下的线性反演方程.由于该线性反演方程的复杂性，我们采用混合范数下迭代再加权共轭梯度法进行求解.最后，通过对模拟的电阻率数据进行反演，验证了本文计算方法是可行的. 相似文献
15.
Geological interpretation based on gravity gradiometry data constitutes a very challenging problem. Rigorous 3D inversion is the main technique used in quantitative interpretation of the gravity gradiometry data. An alternative approach to the quantitative analysis of the gravity gradiometry data is based on 3D smooth potential field migration. This rapid imaging approach, however, has the shortcomings of providing smooth images since it is based on direct integral transformation of the observed gravity tensor data. Another limitation of migration transformation is related to the fact that, in a general case, the gravity data generated by the migration image do not fit the observed data well. In this paper, we describe a new approach to rapid imaging that allows us to produce the density distribution which adequately describes the observed data and, at the same time, images the structures with anomalous densities having sharp boundaries. This approach is based on the basic theory of potential field migration with a focusing stabilizer in the framework of regularized scheme, which iteratively transfers the observed gravity tensor field into an image of the density distribution in the subsurface formations. The results of gravity migration can also be considered as an a priori model for conventional inversion subsequently. We demonstrate the practical application of migration imaging using both synthetic and real gravity gradiometry data sets acquired for the Nordkapp Basin in the Barents Sea. 相似文献