数据误差具有相关性的一维大地电磁贝叶斯反演.pdfVIP

·242· 中国地球物理2011 (7)电磁方法研究与应用 数据误差具有相关性的一维大地电磁贝叶斯反演 onI-D Inversion CorrelatedDataErrors 刘文劫+柳建新郭荣文童孝忠 Liu JianxinGuo Wenjie’Liu RongwenTongXiaozhong 中南大学地球科学与信息物理学院 长沙410083 1．前言 当采用贝叶斯理论进行一维大地电磁反演时，通常假设观测数据误差不相关且服从高斯分布，其协方 差矩阵为对角矩阵【l】。而实际上，数据误差可能存在空间相关性和频率相关性。如果忽略观测数据误差的 相关性可能会造成对数据误差的错误表述，进而影响到数据拟合目标函数计算的准确性，最终潜在地影响 到反演结果和不确定度估计的正确性。本论文将把数据误差的频率相关性也包含在反演中进行反演，即采 用满元素的协方差矩阵，包括了对角元素与非对角元素12J。 2．满元素协方差矩阵的建立 一维大地电磁贝叶斯反演的能量函数形式为： E一[d—G(m)】rC一【d—G(m)】 (1) 式中，d为Ⅳ维数据空间，G为正演公式，m为M维模型空间，C为观测数据的协方差矩阵，r表示转置 操作符。在数据误差互不相关的情况下，C为对角矩阵，非对角元素为零。本文提出的满元素协方差矩阵 考虑到了观测数据之间的相关性，其计算方法为：首先最小化Id—G(m)12求出不考虑数据误差的最优解 历，随后计算数据残差r—d—G(而)，那么可以采用下式计算N×N阶协方差矩阵c中的各个元素： 1世刀 一 一 c：f『=亩∑(rk一，．)r(珞州一』一r) (2) 由此计算出的协方差矩阵是关于主对角线对称的，，．代表残差各个元素的平均值。在实际情况中，往 往是空间或频率相隔越远的数据误差间的相关程度越小，所以可以使矩阵元素乘以阻尼因子来进行调节。 视情况选取适当的f值(f1)，第f行，列元素的阻尼因子确定方法如下： 町川08‘蒯旷c。s7制 ㈤¨’ 3．计算机模拟实验结果 本文采用三层地电模型为例进行反演，其参数为每层的电阻率pI=100Q·m，p2=10Q·ITI，p3=100 隔频率的合成数据，并加入具有频率相关性的Gaussian噪声作为最终观测值。分别假设协方差矩阵为对角 矩阵和满元素矩阵，采用全局搜索方法进行反演，搜索次数统一为100000次。采用满元素矩阵计算的最 Q·ITI，p 优模型为pF102．9Q·m，p2=11．8 Q·ITI，hl=509．7m，h2=2067．4m，可见采用满元素协 3=102．1 方差矩阵在具有一定观测噪声的情况下也能得到与真实值较接近的结果。通过对置信区间的计算发现，对 角矩阵的95％置信区间较窄，满元素矩阵的95％置信区间较宽，体现了观测数据的频率相关性会增大反演 结果的不确定度。 参考文献 【l】JanD|慨‰usticInversion：a Reflectivity BayesianApproach【D】．UniversityofHamburg，2002． StartE in 【2】2 Dc鼬。矗’Peter J．Wilmut．Dataerrorcovariancematched-field L．Nielsen,Michael geoacousticinv