地球物理数值反演问题最优化和正则化理论与方法.pdfVIP

地球物理数值反演问题最优化和正则化理论与方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考!!!

中国地球物理2011 ·25· 傅承义奖候选人报告 地球物理数值反演问题的最优化和正则化理论与方法 and and Methods OptimizationRegularizingTheory for ComputationalGeophysics 王彦飞 Yanfei Wang 中国科学院地质与地球物理研究所北京100029 E-mail:yfwang@mail.iggcas.ac.ca 1.引言 地球物理反演是在地球物理学中利用地球表面观测到的物理现象推测地球内部介质物理状态的空间 变化及物性结构的一个分支。固体地球物理系统通常由以下几部分构成:地层某一深度处的激发震源构造; 联系震源和观测空间的相关介质:数据采集系统以及数据解译系统。在数据采集过程中还必不可少地带入 噪音干扰。以偏移反演为例。偏移反演成像就是通过对偏移Green核函数和偏移图像作反卷积来获得地球 深部反射模型,以算子表达形式为Il捌: Lm—d (1) 其中,£为正向模型中由核函数表征的积分算子;m为地层反射模型;d为观测到的地震信号。在水平位 移不变的假设下,方程(1)可以作为一个卷积型问题看待。,若设积分核算子r工逼近一个恒等算子,则 m。。Ed—L*Lm可以作为地层反射模型的一个很好的逼近,其中r为工的伴随算子。 对于地震成像问题,由于地震数据d的带限性以及方程(1)的不适定性,r三是比£为不适定的算子, 因而(EL)一一对数据误差/噪音高度敏感,因此最小二乘法是不稳定的且多解的。并且该方法本身有很多不 利因素:如成像的质量低、算法的不稳定和大计算量问题,以往迭代法的迭代不足(解的精度低)或过度 迭代的缺点。以上因素导致了该方法在应用上的限制,因此,有必要研究更为经济适用的反演算法。 2.偏移反演问题 偏移反演指的是在传统的偏移之后,再做一些迭代反演计算步骤。在远场假设条件下,根据波恩近似, 正向模型可以由第一类弗雷德霍姆积分算予方程表示12】 (2) Lm—d,∥LGo(glx),竹(x)Go(xIs)dV-d(gls) 三~扩L 可以看出:偏移成像的结果可以看作是对代求模型的逼近,但不是真正意义上的反演。我们建立了正则化 模型,提出了非单调梯度下降反演方法,该方法的成像分辨率要远远高于传统的直接偏移结果。 3.地震波场恢复问题 在地震勘探中由于采集成本,坏道,噪声,地形等诸多因素的影响,采集的数据不满足采样定理,因 此会影响多次波消除、偏移等处理的效果。最常用的地震数据重构方法是基于变换的方法,这类方法基于 信号在变换域的特征进行数据重构,计算结果比较稳健,因此得到广泛的应用。常用的变换有傅里叶变换, Radon变换,局部Radon变换等。第二类方法是预测滤波方法。这类方法基于分频预测的思想,用低频的 信息预测高频信息。这类方法主要有F.X域预测滤波,F.K域预测滤波和T-X域预测滤波。此外,基于波 动方程的方法利用波传播的物理性质重构地震波场。这类方法由于需要速度信息且计算量大,因此没有得 到广泛的应用。由欠采样数据重构完整数据的问题就是压缩传感问题。压缩传感由四部分组成:稀疏变换, 正则化模型,采样方法和求解方法。这四部分共同影响着重构的结果。本文将地震数据重构变为一个稀疏 优化问题,构造f1范数的逼近函数作为目标函数,提出了信赖域全局求解算法,还提出了一种分段随机采 样方式,该采样方式能够有效地控制采样间隔并

文档评论(0)

sjatkmvor + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档