[发明专利]一种重震联合反演的方法及装置有效
申请号: | 201810952725.9 | 申请日: | 2018-08-21 |
公开(公告)号: | CN108845353B | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 赵崇进;于鹏;张罗磊 | 申请(专利权)人: | 同济大学 |
主分类号: | G01V1/28 | 分类号: | G01V1/28;G01V1/30 |
代理公司: | 11537 北京天江律师事务所 | 代理人: | 朱红来 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标函数 反演 数据采集器 输入设备 处理器 显示器 地震观测 数据分析模块 数据获取模块 数据计算模块 数据解释模块 物性 初始模型 经验关系 人为因素 速度分布 统计数据 图像绘制 重力数据 耦合方式 联合 求解 构建 研究 优化 | ||
1.一种重震联合反演的方法,其特征在于:所述方法包括以下步骤:
步骤一、获取研究区的重力数据、地震观测数据,收集和统计研究区物性统计数据;
步骤二、根据研究区的先验信息,建立研究区密度和速度的初始模型;
步骤三、基于研究区的区域模型矢量点积约束建立一种新型结构耦合方式,将密度和速度这两种物性连接,再将新型结构耦合方式引入到一般联合反演的目标函数中,然后采用交替耦合的方式重新构建重震联合反演的目标函数;其中,新型结构耦合方式是一种区域模型梯度矢量余弦相似度平方的新型结构耦合方式,如公式Ⅰ所示:
τ(m(1),m(2))=1-cos2θ12 Ⅰ
其中,τ为重力和地震的耦合约束泛函,m(1)表示密度模型矢量,m(2)表示速度模型矢量;cosθ12为区域余弦相似度,cos2θ12表示cosθ12的平方,cosθ12如公式Ⅱ所示:
其中,M(1)=m(1)-m(1)apr,表示密度模型参数的变化,M(2)=m(2)-m(2)apr,表示速度模型参数的变化;m(1)apr表示先验密度模型,m(2)apr表示先验速度模型,η(1)表示密度模型的非零项,η(2)表示速度模型的非零项;
步骤四、采用交替耦合的方式和共轭梯度算法并对目标函数进行优化并求解目标函数,进而获得研究区的密度和速度分布结果;其中,共轭梯度算法是利用C++语言实现的;其中,优化后的目标函数如公式Ⅳ所示:
将目标函数划分为多个交替进行的子反演系统,相对独立地进行目标函数优化,
其中,n-1表示第n-1次迭代,n表示当前模型的优化更新。
步骤五、通过等值线涂色方式进行图像绘制,表现地下密度和速度的高低分布情况。
2.根据权利要求1所述的重震联合反演的方法,其特征在于:步骤三中所述重震联合反演的目标函数如公式Ⅲ所示:
其中,Pα为目标函数,m(1)表示密度模型矢量,m(2)表示速度模型矢量,表示重力的数据拟合泛函,表示地震的数据拟合泛函,s1表示重力的模型稳定泛函,s2地震的模型约束泛函,γ1表示重力的数据误差权重,γ2表示地震数据误差的权重,α1为重力的正则化因子,α2为地震的正则化因子,τ为重力和地震的耦合约束泛函,β表示模型矢量耦合泛函的权重因子。
3.根据权利要求1中所述的重震联合反演的方法,其特征在于:所述方法所使用的装置包括数据采集器、处理器、显示器、输入设备;所述数据采集器内设置有数据获取模块;所述处理器内设置有数据计算模块、数据分析模块;所述显示器内设置有数据解释模块、数据成图模块;所述输入设备用于输入数据和参数;
所述数据获取模块用于获取研究区的重力数据、地震观测数据、研究区物性统计数据;
所述数据计算模块用于重震联合反演的计算,以得到研究区的密度和速度分布结果;所述数据分析模块用于对重震联合反演计算结果进行聚类分析,以得到相应的分类结果;
所述解释模块用于根据研究区的物性统计数据将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重震联合反演的地质综合解释结果;所述数据成图模块用于显示研究区的密度和速度的分布情况。
4.根据权利要求3所述的重震联合反演的方法,其特征在于:所述数据获取模块采用网格差值算法对重力数据和地震观测数据进行分析处理成为重震联合反演所需的重力数据、地震观测数据;
所述数据成图模块采用了等值线的方式对地下密度和速度的分布进行显示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810952725.9/1.html,转载请声明来源钻瓜专利网。