APP下载

基于贝叶斯理论面波频散曲线随机反演

2021-08-04刘辉李静曾昭发王天琪

物探与化探 2021年4期
关键词:深度模型

刘辉,李静,2,曾昭发,王天琪

(1.吉林大学 地球探测科学与技术学院,吉林 长春 130021;2.地球信息探测仪器教育部重点实验室 (吉林大学),吉林 长春 130026)

0 引言

瑞利面波是一种由纵波与横波干涉形成沿自由表面传播的地震波。1887年,英国学者Rayleigh首先发现并证明均匀半空间中瑞利面波的存在[1-2]。面波频散曲线反演是获取浅地表地下空间、深部岩石圈和地球构造横波速度的重要方法技术[3-5]。Park等[6]提出的多道面波分析方法(MASW)广泛应用于浅地表面波数据采集处理;Xia等[7]采取奇异值分解和L-M方法,实现了瑞利波基阶频散曲线反演;Song等[8]使用Occam算法进行一维频散曲线反演后获得了一个含低速层的拟二维横波速度剖面;鲁来玉等[9]和罗银河等[10]分别采用遗传算法和最小二乘方法实现了不同尺度多阶面波频散联合反演,可有效提高单纯只依靠基阶面波的反演精度。

常规基于迭代的最小二乘线性反演方法依赖于初始模型且存在多极值、容易陷入局部最小、反演精度低等问题。基于全局最优的非线性反演方法由于不依赖于初始模型,已广泛应用于地球物理反演。Beaty等[11]利用模拟退火法在一定概率下可以接受劣解的搜索方式实现了多阶瑞利波联合反演;宋先海等将模式识别算法[12]和粒子群算法[13]应用到瑞利波频散曲线反演中;蔡伟等[14]将萤火虫和蝙蝠群智能算法应用于瑞利波频散曲线反演;于东凯等分别利用改进蜂群算法[15]和蚱蜢算法[16]实现了瑞利波频散曲线反演。……

登录APP查看全文

猜你喜欢

深度模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
深度观察
深度观察
深度观察
深度观察
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
提升深度报道量与质
一个相似模型的应用