磁化率反演方法及装置制造方法及图纸
【技术实现步骤摘要】
本专利技术涉及磁力勘探和地球物理勘探领域，尤其涉及一种磁化率反演方法及装置。
技术介绍
磁测数据在地球物理勘探领域中有着广泛的应用。例如，在矿物勘探中，磁方法可以用于决定体参数；在石油勘探中，磁方法可以用来映射地下的沉积特性和缺点，用来控制沉积盆地的沉积背景。物理参数的反演，例如计算磁化率和磁化强度，是使用磁场数据的主要科学问题。实际应用中，能够反演目标地理区域的磁化率，得到该目标地理区域的磁化率模型，通过该磁化率模型能够反映该目标地理区域内各个地理位置的磁化率，进而将磁化率符合预设要求的某地理位置选择出来，作为进一步的研究对象。相关技术中通常基于总磁场强度(TMI)数据反演求解磁化率。然而，由于总磁场强度(TMI)数据包含的磁测数据不够全面，因此导致相关技术中反演得到的磁化率不够精确。
技术实现思路
有鉴于此，本专利技术提供了一种磁化率反演方法及装置，能够反演得到较为精确的磁化率，缓解相关技术中反演得到的磁化率不够精确的问题。第一方面，本专利技术实施例提供了一种磁化率反演方法，包括：获取全张量磁梯度数据；根据所述全张量磁梯度数据建立Tikhonov正则化模型；基于CPU和GPU协同并行方式采用共轭梯度算法对所述正则化模型进行迭代求解，反演得到磁化率。结合第一方面，本专利技术实施例提供了第一方面第一种可能的实施方式，其中，根据所述全张量磁梯度数据建立Tikhonov正则化模型，通过以下公式实现...
【技术保护点】
一种磁化率反演方法，其特征在于，包括：获取全张量磁梯度数据；根据所述全张量磁梯度数据建立Tikhonov正则化模型；基于CPU和GPU协同并行方式采用共轭梯度算法对所述正则化模型进行迭代求解，反演得到磁化率。
【技术特征摘要】
1.一种磁化率反演方法，其特征在于，包括：
获取全张量磁梯度数据；
根据所述全张量磁梯度数据建立Tikhonov正则化模型；
基于CPU和GPU协同并行方式采用共轭梯度算法对所述正则化模型进行迭代求解，反演
得到磁化率。
2.根据权利要求1所述的方法，其特征在于，根据所述全张量磁梯度数据建立Tikhonov
正则化模型，通过以下公式实现：
Jα(m)＝ρ2(Lm,d)+αΩ(m)
ρ ( L m , d ) = 1 2 | | S d ( L m - d ) | | 2 2 ]]> Ω ( m ) = 1 2 | | S m m | | 2 2 ]]> S d = d i a g ( 1 / Σ k ( L i k ) 2 ) ]]>Sm＝WmWz其中，Jα(m)表示Tikhonov正则化模型，ρ(Lm,d)表示定义在数据域的函数，Ω(m)表示定
义在参数域的函数，α表示正则化参数，L表示离散化紧算子，m表示磁化率向量，d表示所述
全张量磁梯度数据，Sd表示作用于数据的尺度算子，Sm表示作用于模型的尺度算子，k表示所
述离散化紧算子L的列号，i表示所述离散化紧算子L的行号，diag表示对角化，Wm表示正则
化模型的先验约束，Wz表示作用于模型深度的先验约束，表示大于0的常数。
3.根据权利要求1所述的方法，其特征在于，采用共轭梯度算法对所述正则化模型进行
迭代求解，反演得到磁化率，包括：
通过以下公式对所述正则化模型进行迭代求解，反演得到磁化率：
mk+1＝mk+τkhk,
τk＝argτminJα(mk+τhk),
h k = - ▿ J α ( m k ) + β k - 1 F R h k - 1 , ]]> h k = - ▿ J α ( m k ) , i f k = 0 , ]]> β k - 1 F R = | | ▿ J α ( m k ) | | 2 / | | ▿ J α ( m k - 1 ) | | 2 ]]>其中，m表示磁化率向量，k表示迭代次数，τ表示步长，h表示在负梯度方向为初始方向
的搜索方向，J表示所述正则化模型，α表示正则化参数，表示所述正则化模型的梯
度，βFR表示共轭方向参数变量。
4.根据权利要求1所述的方法，其特征在于，采用共轭梯度算法对所述正则化模型进行
迭代求解，反演得到磁化率，包括：
采用预条件共轭梯度算法对所述正则化模型进行迭代求解，反演得到磁化率；
其中，预条件共轭梯度算法通过以下公式实现：
mk+1＝mk+τkhk,
τk＝argminJα(mk+τhk),
h k = P g ( m k ) + β ~ k - 1 h k - 1 , ]]>hk＝Pg(m0),ifk＝0,
β ~ k - 1 = | | P 1 / 2 g ( m k ) | | 2 / | | P 1 / 2 g ( m k - 1 ) | | 2 ]]>其中，m表示磁化率向量，k表示迭代次数，τ表示步长，h表示在负梯度方向为初始方向
的搜索方向，J表示所述正则化模型，α表示正则化参数，P表示预条件矩阵，g表示所述正则
化模型的梯度，表示预条件的共轭方向参数变量。
5.根据权利要求1所述的方法，其特征在于，采用共轭梯度算法对所述正则化模型进行
迭代求解，反演得到磁化率，包括：
采用混合共轭梯度算法对所述正则化模型进行迭代求解，反演得到磁化率；
其中，混合共轭梯度算法通过以下公式实现：
mk+1＝mk+τkhk,
τk＝argτminJα(mk+τhk),
h k = - ▿ J α ( m k ) + β k - 1 h y b r i d h k - 1 , ]]> h k = - ▿ J α ( m k ) , i f k = 0 , ]]> β k h y b r i d = 0 , i f β k H S < 0 β k H S , i f 0 ≤ β k H S < β k D Y β k D Y , i f β k H S > β k D Y ]]> β k H S = g ( m k ) T ( g ( m k ) - g ( m k - 1 ) ) h k - 1 T ( g ( m k ) - g ( m k - 1 ) ) ]]> β k D Y = g ( m k ) T g ( m k ) h k - 1 T ( g ( m k ) - g ( m k - 1 ) ) ]]>其中，m表示磁化率向量，k表示迭代次数，τ表示步长，h表示在负梯度方向为初始方向
的搜索方向，J表示所述正则化模型，α表示正则化参数，表示所述正则化模型的梯
度，βhybrid表示共轭方向混合参数变量，βHS表示HS型共轭方向参数变量，βDY表示DY型共轭方
向参数变量，g表示所述正则化模型的梯度。
6.根据权利要求1所述的方法，其特征在于，采用共轭梯度算法对所述正则化模型进行
迭代求解，反演得到磁化率，包括：
采用预条件混合共轭梯度算法对所述正则化模型进行迭代求解，反演得到磁化率；
其中，预条件混合共轭梯度算法通过以下公式实现：
mk+1＝mk+τkhk,
τk＝argminJα(mk+τhk),
h k = P g ( m k ) + β k - 1 h y b r i d h k - 1 , ]]>hk＝Pg(m0)，ifk＝0，
β k h y b r i d = 0 , i f β k H S < 0 β k H S , i f 0 ≤ β k H S < ...
【专利技术属性】
技术研发人员：王彦飞，邹安祺，
申请(专利权)人：中国科学院地质与地球物理研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。