地球物理反演理论 武汉大学.ppt

3、线性反问题的范数极小解与第一类先验假设（紧约束） a、超定问题的最小二乘解 {观测资料提供了充分的确定模型参数的信息} b、纯欠定问题的最小长度解 {观测资料没有提供足以确定模型参数的信息} c、混定问题的阻尼最小二乘解 {虽然有足够多的观测数据,但没能提供足以确定模型参数的独立信息} d、另一类紧约束条件-等式约束与不等式约束 Fm≥h ：线性不等式约束。这一类约束用于必须使 或需要某些边界条件的情况。 ≥0 4、长度的加权度量（宽约束） 在实际反演中,有时要求长度接近于均值意义下的极小解,此时长度定义为: 阻尼最小二乘解属于长度的加权度量法。 5、模型参数解估值的协方差 观测数据有误差给模型参数的估值带来误差 三、广义反演法 基于广义逆矩阵建立起来的线性反演法叫广义反演法。 所谓广义逆，是矩阵 在常规意义下的逆的推广，用 表示。 是唯一的，它是满足Penros 四个条件的广义逆 ： 数据分辨率矩阵 用广义反演法解反演问题，不但可以求得一个拟合观测数据的模型m, 而且可以获得一些与观测数据d和模型参数m有关的辅助信息，数据分辨矩阵F（data resolution matrix)或信息密度矩阵（Information density matrix) ,它是模型拟合观测数据好坏程度的标志。 参数分辨率矩阵 参数分辨率矩阵R（parameter resolution matrix)或称模型分辨率 矩阵（model resolution matrix)也是广义反演法获得的另一重要的辅助信息，它是用广义反演法构制的模型与真正地球物理模型接近程度的一种重要标志。 实验设计 分辨率矩阵F不是观测数据d的函数，而仅仅是数据核G和解反演问题时所附加先验信息的函数。因此，在进行实际观测之前就可以把F计算出来，从而可以根据F的性态选择一组最佳的观测方式，获得一组分辨率最高的观测数据。这就是所谓的实验设计。 参数分辨率矩阵R也不是观测数据d的函数，而仅仅是数据核G和解反演问题时所附加先验信息的函数，它也是实验设计的重要依据。 四、B-G反演理论 讨论连续介质的反演理论，由G.Backus 和 F.Gilbert在20世纪60年代、70年代建立的。 Backus 和 Gilbert认为，所有可能的地球模型构成了一个无穷维的抽象空间，故描述它的函数将是空间坐标的连续函数。 B-G反演理论包括两大部分： 1、在连续介质情况下，如何处理数量有限而有误差的观测数据，即在 一定的限制条件下，寻找一个解释人员可以接受的最优解。这是模 型构制问题，平常讲的“反演方法”问题。 2、在连续介质情况下，如何处理解的非唯一性，如何从众多的非唯一 的解中提取观测所给予模型的真实信息，它包括模型信息的平均值 ,平均值函数 ，以及分辨率 。 B-G反演理论中的两个部分在反演理论中是两个独立的问题，它们的任务和作用是完全不同的。 模型构制的任务是需求最优解，用于目标函数，限制条件以及模型构制方法的不同，最优解是不相同的，这就是反演的非唯一性。 而线性评价则是在承认解的非唯一性的条件下，欲从任何一个与真实地球物理模型线性接近的﹑能拟合观测数据的模型中，提取它与真实地球物理模型之间存在的共同的信息。 B-G反演理论 1）B-G线性评价的信息包括在三个量中，即平均值〈 〉、平均函数 和分辨率 。只有综合分析以上三种信息才可能取得关于 处地球物理模型的真正信息。 2）折中准则：在观测数据有误差的情况下，对反演问题提出既要分辨率高，又要 方差小的要求是不现实的，也是不可能的。 考虑目标函数： 为折中参数， 分别表示分辨率和方差的加权因子， 计算时，必须根据观测数据方差的大小，选择最佳的 ，使方差和 分辨率符合要求。 B-G线性反演理论中的模型构制和评价，是既有联系，又不相同的两个独立的问题。 它们的任务和在反演理论中的作用也不相同。前者是在一定的限制条件下，寻找一个解释人员可以接受的、最优解。这种最优是有限制条件的，并不一定是在接近真实地球物理模型意义上的最优。换言之，不同的标准、不同的限制条件以及不同的模型构制方法都可能得到不同的最优解；反演问题的解无论如何是非唯一的。 而B-G 线性评价，