航空電磁法具有探測(cè)面積大、速度快、相對(duì)成本低、應(yīng)用范圍廣等優(yōu)點(diǎn),在戈壁、海域、高山和森林覆蓋等地面人員很難進(jìn)行勘查作業(yè)的復(fù)雜區(qū)域,它具有一般勘探手段難以達(dá)到的效果。伴隨著航空電磁探測(cè)硬件系統(tǒng)和計(jì)算機(jī)性能的提升,迫切需要精度更高的反演解釋方法。基于確定性理論的反演方法把待反演參數(shù)看作確定值,獲得的反演結(jié)果只是單一的“最佳”解,不能提供反演參數(shù)的不確定性信息,并且容易陷入局部極小值�；诮y(tǒng)計(jì)理論的貝葉斯反演方法把待反演參數(shù)看作隨機(jī)變量,獲得的反演結(jié)果不是一個(gè)確定值,而是該參數(shù)的概率分布。根據(jù)反演后參數(shù)的概率分布,貝葉斯反演方法不僅能獲得“最佳”解,而且能獲得反演參數(shù)的不確定性信息,從而可以對(duì)反演結(jié)果進(jìn)行有效地評(píng)價(jià)。此外,當(dāng)貝葉斯反演方法中的似然函數(shù)和先驗(yàn)信息都為高斯分布時(shí),貝葉斯反演方法可以簡(jiǎn)化為T(mén)ikhonov正則化反演方法,而Tikhonov正則化反演方法是航空電磁數(shù)據(jù)反演解釋中的主流方法。因此,研究航空電磁數(shù)據(jù)貝葉斯反演方法能實(shí)現(xiàn)其反演結(jié)果更充分、更有效的定量分析與評(píng)估。為了獲得較高精度的反演結(jié)果和模型參數(shù)的不確定性等信息,本文從貝葉斯理論出發(fā),研究時(shí)間域航空電磁數(shù)據(jù)的反演方法,分別...

【文章頁(yè)數(shù)】：172 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景及意義
    1.2 航空電磁反演成像研究現(xiàn)狀
        1.2.1 航空電磁數(shù)據(jù)快速成像方法研究現(xiàn)狀
        1.2.2 航空電磁數(shù)據(jù)反演方法研究現(xiàn)狀
        1.2.3 反演問(wèn)題分析
    1.3 主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)
        1.3.1 論文主要研究?jī)?nèi)容
        1.3.2 論文創(chuàng)新點(diǎn)
第2章 時(shí)間域航空電磁法正反演理論基礎(chǔ)
    2.1 時(shí)間域航空電磁法基本原理
    2.2 時(shí)間域航空電磁法一維正演模擬
        2.2.1 水平層狀介質(zhì)中心回線(xiàn)源電磁響應(yīng)
        2.2.2 漢克爾積分變換
        2.2.3 頻-時(shí)變換
    2.3 時(shí)間域航空電磁法2.5 維正演模擬
    2.4 時(shí)間域航空電磁法正演模擬結(jié)果的一致性驗(yàn)證
    2.5 反演基本方法
        2.5.1 正則化反演方法
        2.5.2 貝葉斯反演方法
    2.6 小結(jié)
第3章 初始模型對(duì)傳統(tǒng)反演方法的影響
    3.1 電導(dǎo)率-深度成像
    3.2 反演初始模型的構(gòu)建
    3.3 傳統(tǒng)反演方法
        3.3.1 阻尼特征參數(shù)反演方法
        3.3.2 OCCAM反演方法
    3.4 初始模型對(duì)反演結(jié)果的影響分析
    3.5 小結(jié)
第4章 組合正則化約束反演方法
    4.1 組合正則化反演方法理論
        4.1.1 總體目標(biāo)函數(shù)
        4.1.2 數(shù)據(jù)擬合
        4.1.3 模型約束
        4.1.4 反演求解
    4.2 模擬數(shù)據(jù)反演結(jié)果及分析
        4.2.1 一維模擬數(shù)據(jù)
        4.2.2 二維模擬數(shù)據(jù)
    4.3 觀(guān)測(cè)數(shù)據(jù)反演結(jié)果及分析
    4.4 小結(jié)
第5章 定維貝葉斯反演方法
    5.1 貝葉斯反演概述
    5.2 似然函數(shù)
    5.3 先驗(yàn)?zāi)Ｐ?br>    5.4 后驗(yàn)概率分布計(jì)算方法
        5.4.1 MCMC方法
        5.4.2 Metropolis-Hastings算法
        5.4.3 建議分布
    5.5 收斂條件
    5.6 改進(jìn)的MCMC方法
    5.7 算例分析
        5.7.1 一維三層模型算例分析
        5.7.2 二維模擬數(shù)據(jù)算例分析
        5.7.3 觀(guān)測(cè)數(shù)據(jù)反演結(jié)果與分析
    5.8 小結(jié)
第6章 變維貝葉斯反演方法
    6.1 變維貝葉斯反演方法概述
    6.2 Reversible jump MCMC方法
        6.2.1 模型參數(shù)初始化
        6.2.2 建議分布
        6.2.3 接受準(zhǔn)則
        6.2.4 算法流程
    6.3 改進(jìn)的Reversible jump MCMC方法
    6.4 算例分析
        6.4.1 一維三層模型算例分析
        6.4.2 一維四層模型算例分析
        6.4.3 二維模擬數(shù)據(jù)算例分析
        6.4.4 觀(guān)測(cè)數(shù)據(jù)反演結(jié)果與分析
    6.5 小結(jié)
結(jié)論
    本文總結(jié)
    研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得學(xué)術(shù)成果
附錄
    A 一階漢克爾積分變換濾波系數(shù)



本文編號(hào)：3738291