基于q-高斯分布和零阶最小熵正则化的三维重力聚焦反演
3D focusing inversion of gravity data based on q-Gaussian distribution and zeroth-order minimum entropy regularization作者机构：齐鲁工业大学(山东省科学院)山东省计算中心(国家超级计算济南中心)济南250014 中国石油大学(华东)地球科学与技术学院青岛266580
出 版 物：《地球物理学报》 (Chinese Journal of Geophysics)
年 卷 期：2022年第65卷第5期
页 面：1866-1882页
核心收录：
学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程]
基 金：国家自然科学基金(42004054) 国家重点研发计划(2018YFC0603300) 济南市“高校20条”项目(2018GXRC015)联合资助
摘 要：观测的重力数据通常含有误差,传统的三维重力反演方法假设数据残差服从高斯分布,数据误差的大小和可靠估计对于三维重力反演的精度和可靠性是非常重要的.在模型正则化方面,传统的三维重力反演主要是基于Tikhonov正则化理论来获得稳定解,但是当地下密度异常体存在尖锐边界时,基于L_(2)范数正则化的三维重力反演得到的密度异常体边界比较平滑,这给后续的地质解释带来一定的困难.为此,本文提出了一种基于q-高斯分布和零阶最小熵正则化的三维重力聚焦反演方法,该方法不需要估计数据误差,且对较大数据误差的敏感性较弱,同时能够获得聚焦反演结果,且不需要确定合理的聚焦参数.理论模型测试表明,本文提出的三维重力聚焦反演方法得到的反演模型具有聚焦效果,能够较好地刻画异常体边界和密度值,且对含有较强干扰的重力数据具有一定的适用性.将本文方法应用于墨西哥圣尼古拉斯矿区的实测重力数据,反演得到的硫化物矿体与已知资料具有较好的一致性.本文在理论模型和实际资料测试中还进行了反演模型不确定性分析,分析结果表明q取值为1.5能够得到令人满意的反演结果.
维普期刊数据库
同方期刊数据库