針對最小二乘(LS)方法、總體最小二乘(TLS)方法在用于火山Mogi模型反演壓力源參數(shù)時,在線性化的過程中容易產生偏差,導致求得的參數(shù)解偏離真值的問題。該文分析了Mogi模型的非線性特點,同時考慮了粒子群算法在非線性問題求解的優(yōu)勢,將兩者結合得到了一種適用于Mogi模型參數(shù)反演的粒子群算法(PSO)。通過模擬算例與真實火山反演的驗證,表明該文方法所得結果在模擬算例上相對其他方法所得結果在精度上提高了1～2個數(shù)量級且更接近真值,在真實火山反演中其擬合結果更接近地表觀測值,表明該文方法在火山Mogi模型反演中具有適用性與有效性。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1模擬火山地表觀測形變圖

表1不同算法的搜索區(qū)間與結果Tab.1SearchIntervalsandResultsunderDifferentAlgorithms方法X坐標/kmY坐標/km深度D/km巖漿體積增量ΔV/(103m3)真值0.000000.00000....

圖2不同方法點位偏差值

將本文方法求得的參數(shù)值代入到Mogi模型中進行正演運算,得到擬合垂向形變量,并將所得的結果與理論觀測值進行做差處理,其各觀測點垂向差值的變化記錄于圖2中。由圖2中繪制的3種方法觀測點垂向偏差可以看出,在數(shù)值上體現(xiàn)了本文方法反演得到的最優(yōu)參數(shù)進行正演后的結果與原始形變觀測值很接近,....

圖3長白山天池火山水準點圖

表3水準點坐標及其形變值[6]Tab.3LevelPointCoordinatesandTheirDeformationValues[6]點名水準點點位觀測數(shù)據(jù)X/kmY/kmΔh/mmIS010.3025.180.00IS19.8423.....

本文編號：3897217