E-mail Alert Rss
 

物探与化探, 2023, 47(4): 1024-1032 doi: 10.11720/wtyht.2023.1385

方法研究信息处理仪器研制

基于横向约束的中心回线瞬变电磁一维反演

吴国培,, 张莹莹,, 赵华亮, 周钟航, 李医滨

新疆大学 地质与矿业工程学院,新疆 乌鲁木齐 830047

One-dimensional inversion of central loop transient electromagnetic data based on transverse constraints

WU Guo-Pei,, ZHANG Ying-Ying,, ZHAO Hua-Liang, ZHOU Zhong-Hang, LI Yi-bin

School of Geology and Mining Engineering, Xinjiang University, Urumqi 830047, China

通讯作者: 张莹莹(1989-),女,博士,毕业于长安大学,主要从事瞬变电磁场的理论与应用方面的研究工作。Email:zhangyy19890423@163.com

第一作者: 吴国培(1994-),男,硕士,研究方向为瞬变电磁探测。Email:wu_guopei@163.com

责任编辑: 王萌

收稿日期: 2022-08-2   修回日期: 2022-10-14  

基金资助: 新疆维吾尔自治区天池博士计划项目

Received: 2022-08-2   Revised: 2022-10-14  

摘要

在中心回线瞬变电磁反演过程中,为保证反演结果横向连续性,可施加横向约束,将多个测点组合成一个整体进行反演,在相邻测点之间建立相关联系,从而保证反演结果的连续性。本文横向约束使用横向加权、垂向粗糙度约束来增强相邻测点之间联系,提高反演精度。在反演过程中引入自适应正则化因子,正则化因子通过计算每次迭代的数据目标函数和模型目标函数的范数自适应得到,可改善反演过程中对初始模型的依赖。最后使用该算法对基于非结构时间域有限元三维正演数据及实测数据进行反演,与实际结果相符,表明该算法可增强反演结果的连续性且具有很好的抗噪能力。

关键词: 中心回线瞬变电磁法; 横向约束; 自适应正则化; 三维正演

Abstract

To ensure the transverse continuity of the inversion results of central loop transient electromagnetic (TEM) data, it is practical to combine multiple survey points into a whole by applying transverse constraints and to establish correlations between adjacent survey points. This study employed the constraints of weighted transverse and vertical roughness to improve the correlations between adjacent survey points and thus to improve the inversion accuracy. Furthermore, this study introduced the adaptive regularization factor, which was obtained adaptively by calculating the norms of the data and the model objective functions in each iteration. In this manner, the dependence on the initial model can be reduced. Finally, using the algorithm developed, this study conducted the inversion of the measured data and data from three-dimensional forward modeling based on the unstructured time-domain finite element method. The inversion results are consistent with the actual results, indicating that the proposed algorithm in this study can enhance the continuity of the inversion results and has a high anti-noise ability.

Keywords: center loop TEM; transverse constraint; adaptive regularization; three-dimensional forward modeling

PDF (3060KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

吴国培, 张莹莹, 赵华亮, 周钟航, 李医滨. 基于横向约束的中心回线瞬变电磁一维反演[J]. 物探与化探, 2023, 47(4): 1024-1032 doi:10.11720/wtyht.2023.1385

WU Guo-Pei, ZHANG Ying-Ying, ZHAO Hua-Liang, ZHOU Zhong-Hang, LI Yi-bin. One-dimensional inversion of central loop transient electromagnetic data based on transverse constraints[J]. Geophysical and Geochemical Exploration, 2023, 47(4): 1024-1032 doi:10.11720/wtyht.2023.1385

0 引言

瞬变电磁法是一种时间域的电磁探测方法,具有勘探成本低、深度大、灵活多变等优点,在矿产勘探、煤田采空区、火烧区调查、工程地质勘察、水文勘察等领域得到广泛应用[1-7]。随着计算机技术与仪器硬件水平的提高,该方法得到了快速发展。由于瞬变电磁理论的复杂性,在实际应用阶段大多仍以视电阻率的定性解释和一维反演的半定量解释为主,二维、三维的反演方法应用较少[8-9]。王园园等[10]、张维[11]采用阻尼最小二乘法实现了瞬变电磁一维反演,引入阻尼因子提升了反演迭代的速度,但反演结果对初始模型依赖度高,且容易陷入局部极小值;戴锐等[12]采用高斯牛顿法实现了大定源瞬变电磁法一维反演,也取得了良好的效果,但是该算法对反演初始值依赖度高,需要人为不断的尝试;Constable等[13]首次提出了Occam反演方法,实现了反演过程的自动化,并将其应用到大地电磁测深和电阻率测深的模型反演中;翁爱华[14]直接对瞬变电磁感应电动势进行Occam反演,获得了很好的反演效果,由于该反演方法每次迭代需要进行多次正演计算,所以耗时较长。传统一维反演算法正则化因子需要人为给出或大量搜素得到,而自适应正则化反演可通过自适应的方式计算出正则化因子,可加快反演速度。陈小斌等[15]将自适应正则化反演引入到大地电磁反演的计算中;徐玉聪等[16]实现了大定源瞬变电磁自适应正则化一维反演,采用模型对深度的二阶导数极小的模型约束,使反演收敛速度快、稳定性好;姚伟华[17]在大回线源瞬变电磁反演过程中引入正则化因子,并把电阻率限制在符合地层规律的范围内,灵敏度矩阵采用牛顿法[18]进行更新,减少了反演计算的工作量。

在大多地质条件下,相邻测点间的反演结果应具有较强的横向连续性。但在瞬变电磁领域,单点反演经常会出现电阻率的突变,引入横向约束反演可增强相邻测点反演结果的连续性。横向约束反演方法首先由Auken等[19]引入到直流电法数据反演中;Auken等[20]利用横向约束对2D电磁数据进行了反演处理;Christiansen等[21]利用Broyden更新近似计算雅克比矩阵,对二维横向约束反演进行优化,并利用横向约束对电阻率数据进行分段反演处理[22];2008年,Auken等[23]再次利用横向约束反演处理瞬变电磁数据,进行古河道勘查;蔡晶等[24]、殷长春等[25]使用加权横向约束分别对频率域、时间域航空电磁数据进行反演,可较好解决传统单点一维反演航空电磁数据得到的电阻率和层厚横向不连续性现象,使假异常得到了有效压制;林兴元等[26]使用分段组合约束对时间域航空电磁数据进行反演,通过将一条测线数据分为多段反演再进行组合,减少了计算时间;宋婉婷等[27]对短偏移距瞬变电磁数据使用横向约束进行拟二维反演取得了很好的应用效果,同时表明该反演算法具有很好的抗噪能力。

本文采用加权横向、垂向粗糙度约束来增强相邻测点之间的联系,保证反演结果的连续性和反演界面的光滑性,同时将横向约束与自适应正则化反演进行结合,优化反演结果。最后使用理论模型三维正演与实测数据对本文的反演算法进行验证,证明了本文反演算法的有效性。

1 中心回线瞬变电磁一维正演

假设n层水平大地的各层电阻率和厚度可表示为第一层ρ1,h1;第二层ρ2,h2;直到第nρn,hn。则对于圆形回线发射线圈,在地表中心处频率域垂直磁场的解析表达式如式(1)[28]:

Hz=Ia20(1+rTE)λ2u0J1(λa)dλ,

式中:I为发射线圈中的供电电流;a为圆形发射线圈的半径;λ为积分变量,是空间频率,具有距离倒数的量纲;J1分别是零阶和一阶贝塞尔函数;rTE为反射系数;u0=λ2-k021/2,k0为空气中的传播波数,在准静态条件下,可以取u0=λ;反射系数rTE的计算如下:

rTE=λ-u1λ+u1,

式中u1可通过下列递推关系式计算:

u1=u1u2+u1tanhu1h1u1+u2tanhu1h1,un=unun+1+untanhunhnun+un+1tanhunhn,un=un,ui=λ2-ki2,ki2=-iωμ0/ρi,i=1,2,,n

其中:ω为角频率;μ0为真空中的磁导率,基数值约为μ0=4π×10-7 H/m;ρi为水平大地的第i层电阻率;tanh为双曲正切函数。

对式(1)进行正余弦变换,得到中心回线方式的瞬变电磁响应。

2 横向约束反演

地球物理反演的目的是依据观测数据量化推测地球内部的介质属性或物性状态,为下一步地质解释提供依据[29]。单点一维反演结果通常会出现电阻率横向不连续现象,给解释工作带来困难。针对中心回线瞬变电磁数据在单点一维反演的基础上,通过施加相邻测点之间的粗糙度约束,达到一次反演多个测点的目的,增强反演电阻率断面的横向连续性[30],同时结合自适应正则化反演,使拟合误差更快满足精度要求。

2.1 构建目标函数

瞬变电磁第i个测点的观测数据可表示为矢量式(4),本文使用的观测数据为感应电动势

dobs,i=di,1,di,2,,di,NcT,

式中:di,j表示第i个测点、第j个时间道的电磁响应数据;Nc表示所用的时间道数。如果记需要进行反演的测点个数为Ns,则可以把整条测线的观测数据写成一个整体的形式,其具体形式可表示为

dobs=dobs,1,dobs,2,,dobs,NsT,

而后再把要进行反演的模型数据也同样写成矢量的形式,即第i个测点的模型参数写成矢量形式

mi=ρi,1,ρi,2,,ρi,NT,

其中:N表示所设定的模型层数;ρi,N是第i个测点第N层的电阻率。由此,全部反演参数可以表示为

m=m1,m2,,mNsT

瞬变电磁法反演是尽可能拟合观测数据与模型数据,因此在反演中最重要的是构建目标函数,本文反演所构建的目标函数为[16]

φ(m)=λφm(m)+φd(m),

式中:φ(m)为目标函数;λ为正则化因子;φm(m)为模型约束目标函数;φd(m)观测数据目标函数;m为模型向量,即电阻率。

式(8)中观测数据目标函数φd(m)可表示为

φd(m)=W(Δd)2W[d-F(m)-JΔm]2,

式中:Δd是观测数据与模型数据响应之间的差值;W为加权的粗糙度矩阵;F为正演算子;J为雅克比矩阵,即正演响应对电阻率的偏导数矩阵,对于瞬变电磁系统,沿测线方向第k(k=1,2,,Ns)个测点的雅克比矩阵第i行、第j列的元素可表示为

Ji,jk=dk(i)mk(j),

式(8)中模型约束目标函数φm(m)由式(11)给出

φm(m)=Rmm2,

φm(m)m为模型向量;Rm为单个测点粗糙度矩阵,表示为[17,31]

Rm=00-11-110-11,

本文采用模型的一阶粗糙度,即式(8)中φm(m)=i=2Nmi-mi-12,可将其表示为式(11)所示的一阶粗糙度矩阵形式,该式中Rm即为式(12)。

本文横向约束反演是将多个测点一并进行反演,由此需要将单个测点的粗糙度矩阵进行组合,得到总体测点粗糙度矩阵Rmz,表示为

Rmz=Rm0Rm0Rm,

该矩阵中所含Rm个数为进行整体反演的测点个数。

2.2 粗糙度约束及加权处理

假设地下地质体模型的电阻率横向变化不明显,可施加横向粗糙度约束,即式(14)使反演结果连续[20]:

Rlsm=els,

式中:下标“ls”代表横向,els表示模型参数在横向上的误差;Rls是模型的横向约束矩阵。将式(14)的左、右两边同时减去Rlsm0,m0为给定的初始模型,可得[20]:

Rls(m-m0)+Rlsm0=els,

横向约束矩阵Rls在横向相邻的两模型参数间设为1,其他位置均设为0:

Rls=100-100000100-10000000100-1S1×T1,

式中:S1=(Ns-1),T1=NsN,Ns为测点个数,N为模型层数。

自适应正则化反演是基于Occam反演的改进,其单点反演在垂向上已具有较好的连续性。利用垂向粗糙度约束[32]可进一步控制模型在垂向上的连续性。垂向约束矩阵的推导过程与横向约束矩阵式(15)相似,具体形式为:

Rvs(m-m0)+Rvsm0=evs,

式中:下标“vs”代表垂直方向,该式中各变量的具体含义与式(16)一致。垂向约束矩阵Rvs的取值为

Rvs=1-101-11-101-1S2×T2

式中:S2=NsN,T2=Ns(N-1),Ns为测点个数,N为模型层数。

在反演过程中,可对数据项、模型项的横向、垂向约束矩阵进行加权处理,式(9)中W为加权的粗糙度矩阵,具体形式如式(19)所示

W=Wobs0W1s0Wvs,

其中:WobsW1sWvs均为对角加权矩阵,Wobs为数据项的加权矩阵;W1s为模型项的横向约束加权矩阵,具体形式为W1s=wlsRls,wls为横向加权因子;Wvs为模型项的垂向约束加权矩阵,具体形式为

Wvs=wvsRvs,wvs为垂向加权因子。

2.3 正则化因子的自适应调整

在反演过程,使用自适应正则化因子可优化反演结果。可使用陈小斌等[15]提出的CMD方案对此进行改进。对于式(8)中的正则化因子选取文献[17]提出的CMD自适应调节方案,其第k次迭代的公式为

λk=WobsTWobsΔdk2RmzTRmzmk2+WobsTWobsΔdk2

在每次反演迭代过程中,正则化因子λ都会自适应调节,平衡观测数据和模型数据的权重,优化反演结果。

2.4 总体反演方程及终止条件

根据使目标函数式(8)极小原则,可得模型参数修正量Δm的迭代形式:

Δmk=(GTWGWT+λRmzTRmz)-1(GW)TWΔdk,

其中:G,Δdk为如下形式:

G=Jz0RlsRvs0Rmz,Δdk=Δdobs-Rlsm-Rvsm;,
Jz=J10J20JNs,

式中:Δmk是第k次反演迭代的模型变化量;Δdk是第k次迭代模型响应与实测数据的之差;JzNs个测点的雅可比矩阵组成的对角矩阵。

将式(19)与式(22)代入式(21),可得具体迭代形式:

mk+1=mk+JTzWobsJz+λkRmzTRmz+RlsTwlsRls+RvsTwvsRvs-1×JzTWobsdobs-Fmk+RlsT×Wls-Rlsmk+RvsTWvs-Rvsmk,

反演中相对拟合误差可按下式计算:

epsi=dobs-difwd/dobs2,

式中:epsi为第i次迭代的拟合误差;dobs为实测数据值;difwd为第i次迭代的反演模型的理论响应值。如果epsi满足某一预定的期望值,则终止反演迭代,或者反演迭代达到最大迭代次数终止反演,获得局部最优的反演模型。

在反演过程中,地层厚度可按照等对数间隔进行离散确定,再对每层的电阻率进行反演。在自然界中,大部分地下物质的电阻率都在[0.01,10 000] Ω·m之间,因此本文把每层的电阻率都限定在该范围内。为防止反演结果迅速进入了局部极小,需对模型每次迭代的修正量加以约束,本文中将其修正量控制在30 Ω·m以下。在反演过程中还有诸多细节需予以考虑,如一旦反演系数矩阵的条件数较大,则需增大正则化因子的值,以改善矩阵的病态性。

3 模型反演验证

3.1 理论模型

为验证基于横向约束的中心回线瞬变电磁反演的有效性,基于非结构时间域有限元[33]三维正演,模拟出瞬变电磁响应,而后进行反演验证。图1为构建的三维理论模型示意,在发射、接收及异常区域进行局部加密,共使用230 541个四面体单元,红色线段为本文所布置的测线,三维正演出理论模型响应,而后使用本文方法所编写的程序进行反演验证。图2为三维理论模型正视图,蓝色低阻体对应图1中的低阻体部分,理论模型包括3层:第一层的厚度40 m,电阻率100 Ω·m;第二层电阻率5 Ω·m,两边厚度为40 m,中间厚度为100 m,在中间位置有一宽度200 m、厚度逐渐变化的区域;第三层是基底,电阻率为100 Ω·m。本文仿真实验的发射电流为10 A,发射线框使用300 m×300 m,测点位于发射线框中心,每测完一个测点则移动发射线框及测点,测线长度为1 600 m,测点间距为25 m,测点个数为65个。反演初始模型电阻率为100 Ω·m,共30层,每层厚度为等对数间隔,反演过程中正则化因子使用式(20)进行自适应修正。

图1

图1   三维理论模型示意

Fig.1   Schematic diagram of the 3D theoretical model


图2

图2   三维理论模型正视

Fig.2   View of 3D theoretical model


图3为自适应正则化单点反演结果,由图可看出反演结果与理论模型形态大致相同,但会出现电阻率突变,反演结果较粗糙。

图3

图3   单点反演

Fig.3   Single-point inversion


在反演中对横向、垂向约束矩阵采用不同的加权因子,可影响反演的地电模型横向连续性,改善单点反演时电阻率突变情况。图4为使用垂向加权因子0,横向加权因子分别使用0.1、0.5、5、20的反演结果,由图可以看出,都可较好消除反演过程中电阻率的突变,使反演的地层横向连续性良好,均可较好显示出电阻率高—低—高的特征。图4a为使用横向加权因子为0.1的反演结果,与图3单点反演比较,发现可减少单点反演产生的电阻率突变,使反演结果更加光滑,增强了反演结果的连续性。图4b为使用横向加权因子0.5的反演结果,反演结果较图4a更为光滑,低阻体的横向连续性更好,反演结果对细节的表现也较为清晰。图4c为使用横向加权因子5的反演结果,在横向上反演结果有较为明显的增强,在图像右侧反演的低阻体范围较理论模型有所增大,反演的细节较图4b有所下降。图4d为使用横向加权因子20的反演结果,反演的低阻体在横向连续性上有了更加明显的增强,光滑更好,但反演结果对构造变化区域的细节表现较差。由上述分析可得,横向加权因子逐渐增大时,可进一步增强反演结果在横向上的连续性,但反演的低阻体细节部分被有所压制,由此可得出使用的横向加权因子不宜过大。上述反演结果可看出使用横向加权因子为0.5较为适宜,该反演结果对低阻体的细节表现较为清晰,同时具有很好的横向连续性。

图4

图4   不同横向加权因子反演结果

Fig.4   Inversion results of different lateral weighting factors


图5为使用横向加权因子为0,垂向加权因子分别使用0.1、0.5、5、20的反演结果,由图可看出反演结果与理论模型形态大致相同,使用不同的垂向加权因子,对反演结果约束能力不同。图5a为使用垂向加权因子为0.1的反演结果,与图3单点反演比较,可以发现使用垂向加权因子0.1时可减少单点反演产生的电阻率突变,使反演结果更加光滑,特别是反演的两侧低阻体具有较好的连续性,很好地减少了电阻率出现的突变,增强了反演结果的连续性。图5b为使用垂向加权因子0.5的反演结果,由图可见反演的低阻体范围有所增大。图5c为使用垂向加权因子5的反演结果,由图可以看出,反演结果在垂向上呈明显条带状,再次证明了垂向加权因子可控制反演结果在垂向上的连续性。图5d为使用垂向加权因子20的反演结果,由图可见反演的低阻体范围明显扩大,与理论模型存在较大偏差。由上述分析可得,垂向加权因子逐渐增大时,可进一步控制反演结果在垂向上的连续性,使低阻体的范围有所增大。使用较小的垂向加权因子可改善单点反演时的电阻率突变现象。由此本文使用的垂向加权因子不宜过大,上述反演结果可看出本文使用垂向加权因子为0.1较为适宜。

图5

图5   不同垂向加权因子反演结果

Fig.5   Inversion results of different vertical weighting factors


图6为使用横向加权因子0.5、垂向加权因子0.1的反演结果。由图可以看出,反演结果可较好改善单点反演过程中出现的电阻率突变,使反演的地层连续性良好,同时可较好反演出理论模型带构造的细节部分。与仅单独施加垂向、横向加权因子,即图4b图5a相比,反演的约束能力更好,反演的低阻体范围与图中黑色线框区域所示的理论模型更为吻合,证明了本文基于横向约束反演的有效性。

图6

图6   横向加权因子0.5、垂向加权因子0.1反演结果

Fig.6   Inversion results of lateral weighting factor 0.5 and vertical weighting factor 0.1


3.2 含噪模型

添加高斯白噪声可更好模拟实测数据,本文对三维正演的瞬变电磁响应添加不同程度高斯白噪声以验证反演程序的抗干扰性,本文采用加噪公式为[34]

σnoise=cVNdtNdt,

式中:c为常数,用于考量所加噪声的大小;tNdVNd分别表示最后一个延时及该时刻的理论响应值。

图7为分别添加不同高斯白噪声的反演结果。从图7a中可以看出,当添加c=0.5的高斯白噪声,反演结果与理论模型大致相符,但干扰较大,电阻率出现突变的现象较多,反演的地层横向连续性较差。图7b为添加c=1的高斯白噪声反演结果,由图可看出,在其他条件相同的情况下,c=1的高斯白噪声反演结果只能看出高—低—高的大致形态,中间部位电阻率值只能显示出条带状低阻,与理论模型偏差很大,很难看出带构造的异常体大致形态,可见添加c=1的高斯白噪声对反演结果存在很大干扰。

图7

图7   不同程度高斯白噪声反演结果

Fig.7   Inversion results of white Gaussian noise with different degrees


图8为对上文所述的理论模型正演数据添加c=1的高斯白噪声,使用横向加权因子0.5、垂向加权因子0.1的反演结果,由图可见反演结果中间部位的电阻率与理论模型相吻合,能够反演出图中黑色线框区域所示的带状构造异常体的大致形态,改善了反演结果,证明了本文横向约束反演同样具有较好的抗噪能力。

图8

图8   c=1高斯白噪声横向约束反演结果

(横向加权因子0.5,垂向加权因子0.1)

Fig.8   Lateral constrained inversion results of white Gaussian noise with c =1

(lateral weighting factor 0.5, vertical weighting factor 0.1)


4 实测数据反演验证

工作区位于新疆和静县北山间凹陷谷地,该地层上部为第四系洪积砂卵石加漂石层,下部为新近系钙质砾岩夹砂岩,在该区开展了瞬变电磁法寻找地下承压水的工作。工作区地处山前冲积平原,地形较平坦。本次瞬变电磁法勘探采用中心回线方式,测点间距5 m,发射线圈300 m×300 m,1匝,接收线圈为PROTEM57-MK2发射机专用配套接收线圈。供电电压220 V,时间为2.5 μs,供电频率60 Hz,加24次采样。在整个工区布置了5条测线,本文选取了其中一条测线,使用单点与横向约束的反演程序进行反演,反演初始电阻率设为100 Ω·m,反演层数为40层,处理结果如图9所示。

图9

图9   和静县瞬变电磁勘探处理结果

Fig.9   Processing results of transient electromagnetic exploration in Heijing County


该测线分布在测区中部呈近SN向展布,由北向南测量,剖面全长105 m,测点间隔5 m图9a为自适应正则化单点反演结果;图9b为加横向约束的自适应反演结果,横向、垂向加权因子分别使用0.5、0.1。由该图可见,电阻率总体呈现出中部高阻、上下低阻的特征。图9a单点反演的地层横向连续性较差,反演结果较为粗糙。图9b为加横向约束的自适应反演结果,由图可见,使用横向、垂向加权因子可增强地层的连续性。在50 m以浅,电阻率为低阻条带状异常;50~200 m为中高阻层,高阻层的横向连续性良好;在250 m上下,显示为倾斜的低阻条带状特征。根据该层电阻率为低阻层的特征,以及在该地层以上覆盖高阻致密层,认为该处极大可能为承压水的顶板。后期通过钻探进行验证,和预期结果相符。

5 结论及讨论

1)横向约束反演是将多个测点组合成一个整体进行反演。本文横向约束使用横向加权、垂向粗糙度约束增强相邻测点间联系,保证反演结果的连续性,提高反演精度。

2)引入自适应正则化因子,正则化因子通过计算每次迭代的数据目标函数和模型目标函数的范数得到,每次迭代计算都可以进行更新,可改善反演过程中对初始模型的要求,优化反演结果。

3)本文将横向约束与自适应正则化反演二者的优点有机结合,将其用于反演理论模型三维正演数据,可有效反演出理论模型,改善了单点反演时出现的电阻率突变。处理实测数据时,使用横向约束反演可增强地层的连续性,后期通过钻探验证了该方法反演结果的有效性。

4)使用横向约束反演可改善噪声对反演结果的影响,添加c=0.5的高斯白噪声,可反演出理论模型大致形态。当添加c=1的高斯白噪声,反演结果与理论模型存在较大偏差,但使用横向约束对其进行反演,反演结果与理论模型吻合良好。

5)由于自适应正则化反演的垂向连续性较好,本文施加加权垂向粗糙度矩阵,可进一步控制反演在垂向上的连续性。在对粗糙度约束矩阵及数据项矩阵进行加权处理时,这些权重因子具体取值还可进一步的研究。

参考文献

牛之琏. 时间域电磁法原理[M]. 长沙: 中南工业大学出版社, 1992.

[本文引用: 1]

Niu Z L. The theory of time-domain electromagnetic methods[M]. Changsha: Central South University of Technology Press, 1992.

[本文引用: 1]

朴化荣. 电磁测深法原理[M]. 北京: 地质出版社, 1990.

[本文引用: 1]

Piao H R. The theory of electromagnetic sounding[M]. Beijing: Geology Publishing House, 1990.

[本文引用: 1]

蒋邦远. 实用近区磁源瞬变电磁法勘探[M]. 北京: 地质出版社, 1998.

[本文引用: 1]

Jiang B Y. Practical near zone source transient em sounding[M]. Beijing: Geological Publishing House, 1998.

[本文引用: 1]

方文藻, 李予国, 李貅. 瞬变电磁测深法原理[M]. 西安: 西北工业大学出版社, 1993.

[本文引用: 1]

Fang W Z, Li Y G, Li X. Principle of transient electromagnetic sounding[M]. Xi’an: Northwestern Polytechnical University Press, 1993.

[本文引用: 1]

张莹莹.

电性源瞬变电磁法综述

[J]. 物探与化探, 2021, 45(4):809-823.

[本文引用: 1]

Zhang Y Y.

Review on the study of grounded-source transient electromagnetic method

[J]. Geophysical and Geochemical Exploration, 2021, 45(4):809-823.

[本文引用: 1]

薛国强, 潘冬明, 于景邨.

煤矿采空区地球物理探测应用综述

[J]. 地球物理学进展, 2018, 33(5):2187-2192.

[本文引用: 1]

Xue G Q, Pan D M, Yu J C.

Review the applications of geophysical methods for mapping coal-mine voids

[J]. Progrss in Geophysics, 2018, 33(5):2187-2192.

[本文引用: 1]

底青云, 朱日祥, 薛国强, .

我国深地资源电磁探测新技术研究进展

[J]. 地球物理学报, 2019, 62(6):2128-2138.

[本文引用: 1]

Di Q Y, Zhu R X, Xue G Q, et al.

New development of the electromagnetic (EM) methods for deep exploration

[J]. Chinese Journal of Geophysics, 2019, 62(6):2128-2138.

[本文引用: 1]

薛国强, 李貅, 底青云.

瞬变电磁法正反演问题研究进展

[J]. 地球物理学进展, 2008, 90(4):1165-1172.

[本文引用: 1]

Xue G Q, Li X, Di Q Y.

Research progress in TEM forward modeling and inversion calculation

[J]. Progress in Geophysics, 2008, 90(4):1165-1172.

[本文引用: 1]

赵越, 李貅, 王祎鹏.

大回线源瞬变电磁全域视电阻率定义

[J]. 地球物理学进展, 2015, 30(4):1856-1863.

[本文引用: 1]

Zhao Y, Li X, Wang Y P, et al.

Full domain apparent resistivity definition for large loop TEM

[J]. Progress in Geophysics, 2015, 30(4):1856-1863.

[本文引用: 1]

王园园, 刘斌, 王晨.

基于阻尼最小二乘法的瞬变电磁反演算法研究

[J]. 电子测试, 2013, 265(s1):1-3,7.

[本文引用: 1]

Wang Y Y, Liu B, Wang C.

Study on transient electromagnetic inversion based ondamped least square method

[J]. Electronic Testing, 2013, 265 (s1):1-3,7.

[本文引用: 1]

张维. 大定源瞬变电磁法一维正反演研究[D]. 长沙: 中南大学, 2013.

[本文引用: 1]

Zhang W. The study about 1D forward and inversion of large loop TEM[D]. Changsha: Central South University, 2013

[本文引用: 1]

戴锐, 张达, 冀虎.

大定源瞬变电磁法反演效果分析

[J]. 有色金属:矿山部分, 2017, 69(3):1-4.

[本文引用: 1]

Dai R, Zhang D, Ji H.

Analysis of large loop transient electromagnetic method inversion effect

[J]. Nonferrous Metals:Mining, 2017, 69(3):1-4.

[本文引用: 1]

Constable S C, Parker R L, Constable C G.

Occam's inversion:A practical algorithm for generating smoothmodels from electromagnetic sounding data

[J]. Geophysics, 1987, 52(3):289-300.

DOI:10.1190/1.1442303      URL     [本文引用: 1]

The inversion of electromagnetic sounding data does not yield a unique solution, but inevitably a single model to interpret the observations is sought. We recommend that this model be as simple, or smooth, as possible, in order to reduce the temptation to overinterpret the data and to eliminate arbitrary discontinuities in simple layered models. To obtain smooth models, the nonlinear forward problem is linearized about a starting model in the usual way, but it is then solved explicitly for the desired model rather than for a model correction. By parameterizing the model in terms of its first or second derivative with depth, the minimum norm solution yields the smoothest possible model. Rather than fitting the experimental data as well as possible (which maximizes the roughness of the model), the smoothest model which fits the data to within an expected tolerance is sought. A practical scheme is developed which optimizes the step size at each iteration and retains the computational efficiency of layered models, resulting in a stable and rapidly convergent algorithm. The inversion of both magnetotelluric and Schlumberger sounding field data, and a joint magnetotelluric‐resistivity inversion, demonstrate the method and show it to have practical application.

翁爱华.

Occam反演及其在瞬变电磁测深中的应用

[J]. 地质与勘探, 2007, 412(5):74-76.

[本文引用: 1]

Weng A H.

Occam’s inversion and its application in transient electromagnetic method

[J]. Geology and Prospecting, 2007, 412 (5):74-76.

[本文引用: 1]

陈小斌, 赵国泽, 汤吉, .

大地电磁自适应正则化反演算法

[J]. 地球物理学报, 2005, 48(4):937-946.

[本文引用: 2]

Chen X B, Zhao G Z, Tang J, et al.

An adaptive regularized inversion algorithm for magnetotelluric data

[J]. Chinese Journal of Geophysics, 2005, 48(4):937-946.

[本文引用: 2]

徐玉聪, 赵宁, 秦策, .

大定源瞬变电磁一维自适应正则化反演

[J]. 地质与勘探, 2015, 51(2):360-365.

[本文引用: 2]

Xu Y C, Zhao N, Qin C, et al.

One-dimensional adaptive regularization inversion of transient electromagnetic sounding with a large fixed source

[J]. Geology and Exploration, 2015, 51(2):360-365.

[本文引用: 2]

姚伟华.

大回线源瞬变电磁一维自适应反演方法及应用

[J]. 物探与化探, 2019, 43(3):584-588.

[本文引用: 3]

Yao W H.

The one-dimensional adaptive inversion method for large loop source TEM and its application

[J]. Geophysical and Geochemical, 2019, 43(3):584-588.

[本文引用: 3]

李刚, 潘和平, 王智, .

回线源瞬变电磁法一维反演算法

[J]. 煤田地质与勘探, 2017, 45(5):161-166,172.

[本文引用: 1]

Li G, Pan H P, Wang Z, et al.

One-dimensional inversion for loop source transient electromagnetic method

[J]. Coal Geology and Exploration, 2017, 45(5):161-166,172.

[本文引用: 1]

Auken E, Thomsen K, Sorensen.

Lateral constrained inversion (lci) of profile oriented data-the resistivity case

[C]// 6th Eage/EEGS Meeting, 2000.

[本文引用: 1]

Mao L F, Wang X B, Li W J.

Research on 1D inversion method of fixed-wing airborne transient electromagnetic record with flight altitude inversion simultaneously

[J]. Chinese Journal of Geophysics, 2011, 54(8):2136-2147.

[本文引用: 1]

Auken E, Christiansen A V.

Layered and laterally constrained 2D inversion of resistivity data

[J]. Geophysics, 2004, 69(3):752-761.

DOI:10.1190/1.1759461      URL     [本文引用: 3]

In a sedimentary environment, quasi‐layered models often can represent the actual geology more accurately than smooth minimum‐structure models. We present a 2D inversion scheme with lateral constraints and sharp boundaries (LCI) for continuous resistivity data. All data and models are inverted as one system, producing layered solutions with laterally smooth transitions. The models are regularized through lateral constraints that tie interface depths or thicknesses and resistivities of adjacent layers. A priori information, used to resolve ambiguities and to add, for example, geological information, can be added at any point of the profile and migrates through the lateral constraints to parameters at adjacent sites. Similarly, information from areas with well‐resolved parameters migrates through the constraints to help resolve areas with poorly constrained parameters. The estimated model is complemented by a full sensitivity analysis of the model parameters supporting quantitative evaluation of the inversion result.

Christiansen A, Auken E.

Optimizing a layered and laterally constrained 2D inversion of resistivity data using Broyden's update and 1D derivatives

[J]. Journal of Applied Geophysics, 2004, 56(4):247-261.

DOI:10.1016/S0926-9851(04)00055-2      URL     [本文引用: 1]

Auken E, Christiansen A V, Bo H J, et al.

Piece wise 1D laterally constrained inversion of resistivity data

[J]. Geophysical Prospecting, 2005, 53(4):497-506.

DOI:10.1111/gpr.2005.53.issue-4      URL     [本文引用: 1]

Auken E, Christiansen A V, Jacobsen L H, et al.

A resolution study of buried valleys using laterally constrained inversion of TEM data

[J]. Journal of Applied Geophysics, 2008, 65(1):10-20.

DOI:10.1016/j.jappgeo.2008.03.003      URL     [本文引用: 1]

蔡晶, 齐彦福, 殷长春.

频率域航空电磁数据的加权横向约束反演

[J]. 地球物理学报, 2014, 57(3):953-960.

[本文引用: 1]

Cai J, Qi Y F, Yin C H.

Weighted Laterally-constrained inversion of frequency-domain airborne EM data

[J]. Chinese Journal of Geophysics, 2014, 57(1) :953-960.

[本文引用: 1]

殷长春, 邱长凯, 刘云鹤, .

时间域航空电磁数据加权横向约束反演

[J]. 吉林大学学报:地球科学版, 2016, 46(1):254-261.

[本文引用: 1]

Yin C H, Qiu C K, Liu Y H, et al.

Weighted laterally-constrained inversion of time-domain airborne electromagnetic data

[J]. Journal of Jilin University:Earth Science Edition, 2016, 46(1):254-261.

[本文引用: 1]

林兴元, 陆从德, 钟炳辉, .

时间域航空电磁横向分段组合约束反演

[J]. 石油地球物理勘探, 2019, 54(6):1376-1382.

[本文引用: 1]

Lin X Y, Lu C D, Zhong B H, et al.

An invernsion scheme with lateral segmented-com-bined constraints for time domain airborne electro-magnetic data

[J]. Oil Geophysical Prospecting, 2019, 54(6):1376-1382.

[本文引用: 1]

宋婉婷, 陈卫营.

SOTEM数据拟二维反演研究与应用

[J]. 地球科学与环境学报, 2022, 44(1):132-142.

[本文引用: 1]

Song W T, Chen W Y.

Study on Quasi-2D inversion for SOTEM data and its application

[J]. Journal of Earth Sciences and Environment, 2022, 44(1):132-142.

[本文引用: 1]

米萨克N. 纳比吉安. 勘査地球物理电磁法[M].赵经祥译. 北京: 地质出版社, 1992.

[本文引用: 1]

Nabighian M N. Survey geophysical electromagnetic method[M].Translated by Zhao Jingxiang. Beijing: Geological Publishing House, 1992.

[本文引用: 1]

杨文采. 地球物理反演的理论与方法[M]. 北京: 地质出版社, 1997.

[本文引用: 1]

Yang W C. Theory and method of geophysical inversion[M]. Beijing: Geological Publishing House, 1997.

[本文引用: 1]

邱长凯. 时间域航空电磁法一维正反演研究[D]. 长春: 吉林大学, 2016.

[本文引用: 1]

Qiu C K. One-dimensional modeling and inversion for time-domain airborne electromagnetic problems[D]. Changchun: Jilin University, 2016.

[本文引用: 1]

陈卫营, 李海, 薛国强, .

SOTEM数据一维OCCAM反演及其应用于三维模型的效果

[J]. 地球物理学报, 2017, 60(9):3667-3676.

[本文引用: 1]

Chen W Y, Li H, Xue G Q, et al.

1D OCCAM inversion of SOTEM data and its application to 3D models

[J]. Chinese Journal of Geophysics, 2017, 60(9):3667-3676.

[本文引用: 1]

Colin G F, Douglas W O.

Non-linear inversion using general measures of data misfit and model structure

[J]. Geophysical Journal International, 1998, 134(1):213-227.

DOI:10.1046/j.1365-246x.1998.00555.x      URL     [本文引用: 1]

We investigate the use of general, non-l  2 measures of data misfit and model structure in the solution of the non-linear inverse problem. Of particular interest are robust measures of data misfit, and measures of model structure which enable piecewise-constant models to be constructed. General measures can be incorporated into traditional linearized, iterative solutions to the non-linear problem through the use of an iteratively reweighted least-squares (IRLS) algorithm. We show how such an algorithm can be used to solve the linear inverse problem when general measures of misfit and structure are considered. The magnetic stripe example of Parker (1994) is used as an illustration. This example also emphasizes the benefits of using a robust measure of misfit when outliers are present in the data. We then show how the IRLS algorithm can be used within a linearized, iterative solution to the non-linear problem. The relevant procedure contains two iterative loops which can be combined in a number of ways. We present two possibilities. The first involves a line search to determine the most appropriate value of the trade-off parameter and the complete solution, via the IRLS algorithm, of the linearized inverse problem for each value of the trade-off parameter. In the second approach, a schedule of prescribed values for the trade-off parameter is used and the iterations required by the IRLS algorithm are combined with those for the linearized, iterative inversion procedure. These two variations are then applied to the 1-D inversion of both synthetic and field time-domain electromagnetic data.

齐彦福, 智庆全, 李貅, .

考虑关断时间的地面瞬变电磁三维带地形反演

[J]. 地球物理学报, 2021, 64(7):2566-2577.

[本文引用: 1]

Qi Y F, Zhi Q Q, Li X, et al.

Three dimensional ground TEM inversion over a topographic earth considering ramp time

[J]. Chinese Journal of Geophysics, 2021, 64(7):2566-2577.

[本文引用: 1]

毛立峰, 王绪本, 李文杰.

飞行高度同时反演的固定翼航空瞬变电磁一维反演

[J]. 地球物理学报, 2011, 54(8):2136-2147.

[本文引用: 1]

/

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com