基于自适应差分进化的地震约束条件下的重磁联合反演研究

Gravity and magnetic joint inversion which characteristics are multiple parameters, multiple extremes, and nonlinearity is an important method for quantitative interpretation of gravity and magnetic data. Linearization of nonlinear inversion problems in the past has made the inversion results extremely dependent on the selection of the initial model, however, the nonlinear inversion method based on random search can improve the globality of inversion and reduce the dependence on the initial model, but there are problems such as large amount of forward calculation and slow convergence. This project firstly uses the control volume finite element method to realize the numerical simulation of the gravity and magnetic field. Then we propose an adaptive differential evolution algorithm based on search direction memory to realize the combination of deterministic search direction and random search, while this method avoids unnecessary calculations and improves the convergence speed of the algorithm. Due to the weak information of the deep source in the gravity and magnetic field, it’s difficult to inverse the deep information and explain the data. While there is a certain relationship between the density information provided by the seismic field and the gravity and magnetic field. Therefore, using the seismic data information as a constraint to perform the joint inversion of the gravity and magnetic field can effectively enhance the deep resolution improve the reliability of the inversion results. Through the above research, under the constraint of seismic data, joint inversion of the gravity and magnetic data of the Gangdese belt on the Qinghai-Tibet Plateau is carried out to verify the feasibility of the method.

重磁联合反演是对重磁数据进行定量解释的重要方法，其特点为多参数、多极值以及非线性。以往将非线性反演问题进行线性化这种做法使反演结果极度依赖初始模型的选取，而基于随机搜索的非线性反演方法虽可以提升反演的全局性，降低对初始模型的依赖度，但是存在正演计算量大，收敛速度慢等问题。本申请拟首先采用控制体积有限元法实现重磁场数值模拟，并基于搜索方向记忆的自适应差分进化算法，实现确定性搜索方向和随机搜索的有机结合，避免不必要的计算量，提升算法的收敛速度。由于重磁深部场源的信息较弱，增加了深部反演的不确定性和解释难度，而地震波场提供的深部密度信息和重力场之间具有一定的联系，因此，将地震速度模型作为约束实现重磁场的联合反演，能有效提高重磁反演的深部分辨率，提升反演结果的可靠性。通过以上研究，在地震数据约束下对青藏高原冈底斯带的重磁数据进行联合反演，旨在验证方法的可行性。

地球物理的正反演架起了地球物理观测与地质解释的桥梁，为勘查矿产、石油、地热等资源，以及地质灾害评估等提供了有力支持。重磁勘探作为两种基本的地球物理探测方法，在构造边界识别、勘查金属矿产等方面具有优势。本项目以地球物理反演为切入点，开展基于改进的差分进化的重磁联合反演研究。1）正演是反演的前提条件，与传统的采用解析解的正演方式不同，本项目基于有限体积法实现了重磁的正演模拟，基于数值方法进行模拟的优势在于便于考虑磁性体的各向异性、退磁、剩磁及地形的影响，特别是当采用非结构化的单元剖分时，可以对异常体进行局部加密。2）在正演模拟的基础上，重点改进了差分进化算法，并研究了基于改进差分进化算法的lp范数重磁联合反演，该方法能有效改善重磁反演解的质量。3）利用地震信息对冈底斯成矿带地下构造进行约束反演，推断印度岩石圈在西藏南部下方以较平坦的斜坡进行逆冲，且印度岩石圈地幔从印度雅鲁藏布江缝合带下方的下地壳分离。与其他资料结合，推断印度地壳以不同的速度向北俯冲至冈底斯地体下方29.5°N位置处。项目成果为重磁场数据反演与解释提供了新的思路和方法，研究成果可以应用于重力与磁法勘探相关的目标体深部构造及其深部探测等方面。

内容获取失败，请点击重试