基于Res3dinv软件的三维高密度电法成像效果分析

三维高密度电法基于地下介质电性的差异,能对地层中存在的空间视电阻率变化特征进行探测.为了对其成像效果进行分析,本文首先基于正反演理论介绍了有限差分法、有限元法,以及光滑约束最小二乘法的原理.然后在Res3dinv软件中选择单极-偶极装置进行三维反演成像,具体分析了异常体埋深、尺寸大小、高低阻互换、形状边界,以及地形起伏...     

CSAMT奥克姆一维反演的应用

在可控源大地电磁数据一维反演方法中,用简单的层状模型来描述地下介质的电性分布是不符合真实情况的,奥克姆（Occam）法反演就是考虑地下介质随深度分段连续的变化,考虑了地质结构的纵向和横向的光滑情况,在构造目标函数加上-光滑限制函数,在反演的结果可以得到比较光滑的地下介质模型。本文阐述了奥克姆（Occam）反演的原理方法,通过理论模型进行了验证,得到了较好的效果,对工程实例进行合理的反演解释。     

基于BP神经网络的高密度电阻率数据反演方法

目的 对高密度电阻率数据反演计算,解决传统局部线性化迭代反演时求解容易陷入局部模型极小解和依赖初始模型的选择等问题.方法 采用二维改进有限元法计算不同地电模型的视电阻率,利用所得结果训练BP神经网络,神经网络的自学习能力将使最终输出为全局最优解.结果 将神经网络与最小二乘法的反演结果作以比较,BP神经网络能够得到全局最优解,因此能较好地反映地电模型,并且计算过程中不需要选择初始模型.结论 神经网络训练成功后,能够克服传统反演方法的不足,因此适合解决复杂的非线性反演问题.     

新疆库木库里盆地二维电性结构特征分析与研究

对新疆库木库里盆地的一条大地电磁测深剖面(2005-C)通过频点加密的处理后,获得比常规处理频段更宽的视电阻率和相位资料,采用NLCG二维反演新技术对原始加密频点的视电阻率和阻抗相位资料进行约束反演,通过与常规频段的连续介质反演、RRI二维反演结果比较分析,寻找适合本测区电性结构的最佳反演方法;同时,结合有限的区域地质资料和2005年同期完成的盆地内物性资料,对库木库里盆地新生代地层二维电性结构形态、盆地地层格架及第三系埋深进行了较为可靠的推断。     

基于非负最小二乘法的一维MT正则化反演研究

为了有效地解决在大地电磁反演过程中出现的不适定性、解的不稳定性和非唯一性等问题,提出了基于非负最小二乘法的MT正则化反演算法,该算法的思想是通过引入正则化思想,模型约束目标函数被采用最光滑模型约束正则化矩阵,有效地改善了不适定问题得到有效改善。为了避免常规方法需要对电阻率取对数的情况,引入了快速非负最小二乘法(这里把反演参数设为电阻率,因而必须为正值),从而简化了反演过程中偏导数矩阵的计算。最后试算不同的地电模型,得到稳定的反演结果,表明了此反演算法是有效的。     

二维有限元反演法在金矿电法勘探中的应用

给出直流电阻率、激发极化测深法数据的二维有限元反演方法和原理。在模型设计中采用二维双线性变化地质体 ,使反演方法更适于电性参数渐变情况下的矿床赋存条件。并将此方法用于广西高龙金矿电法勘探资料解释中 ,解释结果与已知地质资料基本吻合。由此证明利用双线性模型进行二维反演的有效性及其独特的优点     

电性源瞬变电磁快速反演解释方法

电性源瞬变电磁法是俄罗斯等国家油气勘探的主要手段,国内相关解释和应用技术研究较少.在现有条件下,瞬变电磁法观测的是场源变化在接收线圈里产生的感应电动势,但是利用感应电动势计算全区电阻率往往出现双解或无解现象.实际计算中将实测的感应电动势转换成磁场,利用磁场计算全区视电阻率和电阻率反演.目前瞬变电磁反演主要采用“烟圈”反演方法,“烟圈”反演方法把感应涡流场在地表引起的磁场看作为地下各个涡流层的总效应,并认为近似等效于向下传播的一个个简单的电流环,地表瞬变电磁响应可以由某时刻地下的镜像电流环作为源来进行计算.文中给出电性源瞬变电磁测深一维“烟圈”反演解释方法的基本原理、计算方法和应用实例.     

电阻率测深数据的遗传算法和最小二乘法反演

遗传算法作为一种模拟生物进化过程的全局优化算法，由于对初始模型的依赖性较小，且不易收敛于局部极值中，在地球物理反演中发挥着越来越重要的作用，但这种方法只能得到次优解而不能得到最优解．最小二乘法是地球物理反演中最成熟的反演方法之一，反演中可以得到最优解，但是受初始模型的影响，容易收敛于局部极值甚至发散．为在电阻率测深曲线反演中得到全局最优解，采用先使用遗传算法再用最小二乘法反演方法，对较为复杂的3层和3层以上大地模型进行了计算，其模型参数误差只有6％。     

基于神经网络的多属性火成岩岩性反演技术

在岩心分析的基础上,应用地质、测井、地震等多学科资料对枣园火成岩的岩性、电性、波阻抗特征进行了研究,并对岩性、电性与波阻抗、地震属性间的相关性进行了系统分析.在此基础上,针对常规波阻抗反演方法的不足,形成了一套基于神经网络的多属性岩性反演技术,采用该技术对枣园火成岩不同岩性进行了反演,给出了火成岩厚度及孔隙度分布.     

模型对比法及其在电阻率测深解释中的应用

模型对比迭代反演方法是利用近似反演公式从避开常规线性反演中的Ｊａｃｏｂｉａｎ矩阵计算和线性方程组求解的一种简便快捷的反演方法，通过线性化，导出了在最小二乘意义下一种新的模型对比公式，并用文献（３）中的反演公式作为近似反演，进行了许多电阻率测深曲线的解释。     

基于量子行为粒子群算法的航空瞬变电磁拟二维反演技术

传统的确定性反演算法严重依赖初始模型,易陷入局部极小值中,导致最终反演结果偏离真实模型。粒子群(PSO)算法作为一种随机性反演算法,具有较强的跳出局部极小值的能力,但是仍存在早熟收敛和收敛速度慢等问题,限制了该算法在二、三维电磁反演中的发展。针对上述问题,首先提出采用量子行为粒子群(QPSO)算法代替传统粒子群算法,将量子在势阱中运动规律引入到粒子群算法中,使得粒子可以出现在势阱内任何存在概率分布的位置上,有效地克服了由于群体的聚集性所导致的早熟收敛问题。此外,采用拟二维反演算法代替传统二维反演算法,使得反演模型参数维度下降,寻优过程中局部极小值个数将大幅度减少,显著提高粒子群算法的收敛速度,但是在粒子群中开展拟二维反演时,传统的正则化参数的寻优过程将浪费大量计算资源。结合量子行为粒子群算法中各测点的全局最优粒子在粒子群进化过程中的重要地位,采用α-Trimmed方法开展相邻点间全局最优粒子模型参数光滑约束,实现粒子群算法快速横向约束反演。最后将量子行为粒子群算法拟二维反演技术应用到含噪全航空瞬变电磁仿真数据处理中,反演结果与原始模型具有较好的一致性。     

地震波形指示反演在薄储层预测中的应用

DX5井区梧桐沟组储层具有储层较薄、单砂体厚度小、砂体横向连续性差的特点,运用常规波阻抗反演很难对其完成精确刻画。地震波形指示反演充分利用了地震波形的横向变化,可代替传统变差函数进行高频成分模拟,对井况的要求低,比传统阻抗反演和地质统计学反演方法的确定性更强。高频结构受波形变化控制,更好地体现了沉积特征的约束。在提供储层纵向分辨率的同时,横向连续性得到了有效保证。     

二维直流电测深反演中雅克比矩阵算法的改进及应用

对于常规的直流电测深法,由于其电极距一般以近似等对数间隔逐渐增大,使得网格单元剖分呈现出不规则性.与高密度电阻率法测量装置对比,其对电极的利用率较低,仅几个电测深点的反演就需要很长的时间.为此,在反演过程中,将互换原理和Broyden的近似计算方法相结合来计算雅克比矩阵,在不降低反演精度的情况下,可以大大减少反演时间.通过对模拟数据和实测数据进行反演试算,验证了该计算方法是可行的.     

三维模型拟合二维剖面数据反演调研

野外CSAMT大多采集的是二维剖面数据,如何利用这些二维剖面数据获得尽可能接近实际情况的地电断面是许多电磁学者关心的问题。在对电磁正反演充分调研的基础上,可以对二维CSAMT剖面数据进行三维模型的模拟反演,通过三维数值模拟解决人工场源的三维特征问题,保证对三维地质体的模拟,同时拟合二维剖面数据,减小野外施工难度。在充分调研的基础上,系统地介绍了电磁正反演的研究现状及发展方向,讨论了用三维模型拟合二维剖面数据反演的可行性。     

瞬变电磁模型映射反演

由瞬变响应曲线随地下电导率、发射回线边长与观测时间的平移伸缩特性,近似反演地下介质的电性参数,并称之为视模型,再根据视模型与真模型的加权平均模型之间存在的一一映射关系,应用关系映射(RMI)原理,提出一种新的瞬变电磁模型映射反演方法,并对该算法的收敛条件及收敛速度进行了分析和讨论。映射反演算法无需计算反演灵敏度矩阵,具有算法稳定、收敛速度快的优点,值得推广。     

含泥质碳酸盐岩储层反演技术

为了提高含泥质碳酸盐岩储层反演的精度,提出以波阻抗数据体作为背景约束进行基质孔隙度随机反演处理的方法.该方法首先统计分析大量测井资料,获得波阻抗和基质孔隙度的关系;然后以波阻抗反演数据体作为背景约束,对基质孔隙度进行随机反演处理;最后根据基质孔隙度与波阻抗数据交会设定门槛值来划分储层与非储层.研究结果表明,储层和非储层对应的基质孔隙度数值存在明显界限,最终反演的基质孔隙度数据体清晰显示了储层和非储层的分布情况.与储层的实际厚度相比,利用该方法反演的储层厚度误差在10%以下.     

基于矩阵求逆化简的大规模MIMO系统线性信号检测

在大规模多输入多输出（MIMO）系统上行链路中,当基站端天线数远大于单天线用户数时,传统的最小均方误差（MMSE）检测算法能达到接近最优的线性信号检测性能.但是,MMSE算法涉及复杂的矩阵求逆,导致其难以快速有效地实现.为了平衡检测性能和计算复杂度之间的关系,对比分析了基于多项式展开的近似矩阵求逆方法和基于线性方程迭代求解的等效矩阵求逆方法,并将其应用于软判决检测中,充分利用了信道编译码的软信息,在降低检测算法复杂度的同时达到接近最优的检测性能.     

一种快速准确求取复电阻率真频参数的反演方法

复电阻率法评价极化体极化性质的依据是极化体与围岩的柯尔-柯尔模型参数的差异,因此根据目标极化体的视谱求其真柯尔-柯尔参数,是复电阻率法评价极化体性质时必须解决的基本任务.本文针对水平层状极化介质提出了一种复电阻率最优化反演和递推反演相结合的新的求取真频参数的反演方法,该方法只需测量四个不同频率的复电阻率数据就可进行反演.为了考查该方法的反演效果,与单测点视谱常规反演法及联合谱激电反演法进行了对比计算,并对同一模型选取不同的初始参数进行了反演.计算结果表明,这种方法计算快速、稳定收敛,对反演初值要求不高,结果准确.     

Particle swarm optimization and its application to seismic inversion of igneous rocks

In order to improve the fine structure inversion ability of igneous rocks for the exploration of underlying strata, based on particle swarm optimization(PSO), we have developed a method for seismic wave impedance inversion. Through numerical simulation, we tested the effects of different algorithm parameters and different model parameterization methods on PSO wave impedance inversion, and analyzed the characteristics of PSO method. Under the conclusions drawn from numerical simulation, we propose the scheme of combining a cross-moving strategy based on a divided block model and high-frequency filtering technology for PSO inversion. By analyzing the inversion results of a wedge model of a pitchout coal seam and a coal coking model with igneous rock intrusion, we discuss the vertical and horizontal resolution, stability and reliability of PSO inversion. Based on the actual seismic and logging data from an igneous area, by taking a seismic profile through wells as an example, we discuss the characteristics of three inversion methods, including model-based wave impedance inversion, multi-attribute seismic inversion based on probabilistic neural network(PNN) and wave impedance inversion based on PSO.And we draw the conclusion that the inversion based on PSO method has a better result for this igneous area.     

高密度电法中多尺度反演提高深部异常的分辨能力研究

针对高密度电阻率法反演中关于提高深部目标体分辨能力问题进行了探讨。首先对实测视电阻率数据进行第一尺度反演,其次将第一尺度反演的结果进行正演,并将得到的视电阻率值采用＂比值法＂对实测视电阻率数据进行校正,将校正后的视电阻率数据进行第二尺度的反演,得到基本不包含浅部信息二次反演的地电断面,最后采用二次反演得到的地电断面构造＂比值参数＂对第一尺度反演的结果进行修正,得到反映全区域地电信息的反演断面。通过模型计算表明,该方法能有效提高深部异常的分辨能力。