基于數據空間和稀疏約束的三維重力和重力梯度數據聯合反演

作者：張镕哲,李桐林,劉財,李福元,鄧馨卉,石會彥

摘要：隨著重力和重力梯度測量技術的日趨成熟,基于重力和重力梯度數據的反演技術得到了廣泛關注.針對反演多解性嚴重、計算效率低和內存消耗大等難點問題,本文開展了三維重力和重力梯度數據的聯合反演研究,該方法結合重力和重力梯度兩種數據,將L0范數正則化項加入到目標函數中,并在數據空間下采用改進的共軛梯度算法求解反演最優化問題.同時,本文摒棄了依賴先驗信息的深度加權函數,引入了自適應模型積分靈敏度矩陣,用來克服因重力和重力梯度數據核函數隨深度增加而衰減引起的趨膚效應問題.為了提高反演計算效率,本文又推導出基于規則網格化的重力和重力梯度快速正演計算方法.模擬試算表明,改進的共軛梯度法可以降低反演的迭代次數,提高反演的收斂速度;自適應模型積分靈敏度矩陣,可以有效解決趨膚效應,提高反演縱向分辨能力;數據空間和改進的共軛梯度算法結合,可以更好地降低反演求解方程的維度,避免存儲靈敏度矩陣,有效地降低反演計算時間和內存消耗量.野外實例表明,該算法可以在普通計算機下快速地獲得地下密度分布模型,表現出較強的穩定性和適用性.

發文機構：吉林大學地球探測科學與技術學院 中國地質調查局廣州海洋地質調查局 長春工程學院

關鍵詞：重力數據重力梯度數據共軛梯度法稀疏約束數據空間聯合反演Gravity dataGravity gradient dataConjugate gradient methodSparse constraintsData spaceJoint inversion

分類號： P631[天文地球—地質礦產勘探]