大地电磁GB张量分解法的改进

在对Groom-Baily的大地电磁（MT）张量分解法（简称GB分解法）修改之后，采用对单个频点进行张量分解的方法，并将参加分解的阻抗张量元素改用视电阻率和相位，使得分解方程数目及求解未知数数目减少，大大改善了方程的病态性能并减少计算时间，从而使张量分解更少地受分解条件的限制而稳定地进行。在此基础上，编写了单频点张量分解程序，并应用于实际资料。

基于遗传算法的大地电磁阻抗张量分解方法研究

本文针对Groom-Bailey分解法在消除地表电性不均匀体对MT数据的畸变效应时存在的问题引入遗传算法,对基于传统线性最优化方法的GB分解算法进行改进,提出基于遗传算法的大地电磁阻抗张量分解方法.通过对理论合成数据以及三维/二维模型正演数据的分解试验,并且对青藏高原北缘阿尔金断裂地区实际MT数据进行分解处理,证明了基于遗传算法的GB分解能够更加有效地校正三维/二维情况下近地表三维电性不均匀体所造成的畸变影响.最后,在已有算法基础上,研究了基于遗传算法的多频率GB分解算法和MT数据静校正算法,并通过实际MT数据的处理证明了这些算法的有效性.

基于混合优化算法的MT阻抗张量畸变分解方法

在前人研究基础上,对Groom Bailey(GB)张量分解畸变因子和区域阻抗的求解方法进行了改进.首先,通过Swift旋转与GB分解的扭变和剪切矩阵的求逆变换,利用变换后区域阻抗主对角元素为0的条件获得关于扭变因子和剪切因子的超定方程组,采用模拟退火全局优化算法进行求解.其次,由得到的扭变因子和剪切因子,结合Swift旋转确定的走向角和区域阻抗元素的估计,作为非线性最小二乘局部优化算法的初始值,对GB分解定义式的超定方程组进行求解,得到各畸变参数和区域阻抗的解.通过模型试验验证了方法的正确,对方法的稳定性进行了比较与评价,并通过与已有结果的对比和实际资料的应用,表明了方法实际应用的效果.

相位张量分析约束下的大地电磁测深阻抗张量分解方法研究

由于浅部、局部不均匀三维异常体的影响,大地电磁测深(Magnetotelluric,MT)观测数据往往需要进行畸变校正.本文针对相位张量不受局部电场畸变影响的特点,研究相位张量分析约束下的大地电磁测深(MT)阻抗张量GB(Groom-Bailey)分解方法.分析由相位张量得到的相关参数,结合初步电性结构维性判断及二维或近似二维电性结构条件下电性主轴方向等信息,设计较合理的GB阻抗张量分解初始模型,提高GB算法的稳定性及可靠性.同时,在传统GB分解求解模型的基础上,将各向异性参数引入目标函数,并采用共轭梯度法进行模型的最优化求解.理论数据计算结果表明,MT阻抗张量GB分解方法的计算结果,依赖于初始模型中电性主轴角、阻抗张量值等参数的选择,相位张量分析约束下的GB分解方法能有效改善算法的稳定性和计算结果的可靠性.此外,研究表明,在合理的初始模型选择下,较之传统的GB分解方法,尽管各向异性参数仍旧无法求出,但带各向异性参数的GB分解方法在计算效率和结果可靠性方面均具有一定的优势.选择实际大地电磁测深点数据进行方法验证,取得了理想的电性分析结果.

大地电磁阻抗张量格林-贝利分解方法及其应用

由于电性横向分布不均匀性会导致大地电磁观测信号畸变,为了在实际的应用中消除畸变干扰的影响,而得到符合探测区域地质特征的真实信号,从而能够较为真实地反映地下区域构造和局部构造。本文利用格林-贝利分解(GB分解)方法对某工程大地电磁探测成果即阻抗张量进行分解,消除了由不均匀体引起的畸变干扰,真实地反映了地下剖面的电性分布特征,达到了较为良好的效果。

基于改进粒子群算法的大地电磁阻抗张量分解方法

为消除由局部不均匀异常体造成的局部畸变的影响,大地电磁数据往往需要进行畸变校正。Groom-Bailey(GB)分解法,是大地电磁阻抗张量分解方法中应用最为广泛的一种。传统的GB分解方法多采用线性最优化方法,其计算精度低,速度慢。对此,这里将粒子群优化算法引入GB分解法中,同时对标准粒子群算法进行改进,提高算法的性能,并利用改进算法实现大地电磁阻抗张量分解。编程实现改进粒子群算法,通过测试函数验证改进算法的可行性。利用合成的单点单频数据和3D/2D模型正演数据进行分解试验,证明改进算法能够有效校正局部异常造成的畸变影响,并通过对实际资料数据进行分解处理,表明了方法的实际应用效果。

基于多测点多频点的大地电磁一维区域阻抗恢复

在实际勘探中,浅部三维电性不均匀体的存在会导致大地电磁响应发生畸变,使阻抗张量偏离真实区域阻抗,影响后续反演和解释工作。本文主要利用1D(One-dimensional)区域构造中静态因子的统计学性质对多测点多频点畸变校正方法进行了改进。首先通过粒子群全局优化算法得到GB(Groom-Bailey,GB)分解参数中确定参数的全局最优解空间,将其作为高斯牛顿法的初值来进行局部优化,然后通过ssq(the Sum of the Squared Elements,SSQ)旋转不变量的统计特性得到不确定参数,最后利用正演模型验证了该算法的有效性。结果表明:该方法结合了粒子群算法和高斯牛顿法,避免结果陷入局部最优,通过正演模型发现不确定参数随测点位置呈“正态分布”,在异常体中心位置取最大,并且不确定参数可以指示静态效应的影响频段。同时静态校正后视电阻率和相位曲线与未受畸变影响的数据具有较高的重合度,说明该方法很好地消除了1D区域构造中多个浅部异常体的影响,恢复了原始区域阻抗信息。