基于最小梯度支撑的2.5D井地电位法正则化聚焦反演

利用最小梯度支撑稳定因子进行2.5D井地电位聚焦反演。通过对边界近似处理、结合基于图论理论的矩阵重排与填入元分析方法,实现一种快速的正演稀疏矩阵直接分解方法,提高了正演计算效率。为了突出对陡变异常体边界的识别能力,引入最小梯度支撑稳定因子(MGS),采用重加权共轭梯度(RRCG)方法进行反演目标函数求解。结果表明:MGS具有良好的聚焦特征,RRCG反演迭代过程稳定、收敛速度快。对"L-curve"选择正则化因子的算法进行改进,避免了传统采用最大曲率计算时需要对离散数据求导引起的误差,同时该算法对于出现多个拐点的"L-curve"也可正确选择正则化因子。

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.

优化策略的二维大地电磁光滑聚焦反演研究

为了得到快速、稳定的反演结果和清晰的地质界面,在前人研究的基础上,提出一种新的反演目标泛函。采用最光滑模型和最小支撑梯度模型泛函同时对数据目标泛函进行约束,利用高斯牛顿法进行求解,实现了二维大地电磁数据的光滑聚焦反演。光滑聚焦反演既可以得到清晰的地质界面,又可在一定程度上避免聚焦反演可能产生的构造形态畸变。在进行反演迭代的过程中,采用Nelder-Mead优化算法优化Morozov偏差原理选取合适的正则化因子的优化策略,很大程度上加快了反演收敛的速度。最后,结合典型的模型和实测数据对反演方法进行了验证,同时与不同反演策略进行对比分析。反演结果表明,对于典型模型,光滑聚焦反演结果与模型吻合更好,收敛曲线下降速度更快,地质体分界面也更加清晰;实测数据反演结果进一步验证了该算法的有效性和可靠性。