[發(fā)明專利]一種基于物理和數(shù)據(jù)驅(qū)動(dòng)的接收函數(shù)反演方法

在審

• 申請?zhí)枺?/td>: 202210976623.7
• 申請日: 2022-08-15
• 公開（公告）號(hào): CN115629413A
• 公開（公告）日: 2023-01-20
• 發(fā)明（設(shè)計(jì)）人: 甘露;吳慶舉;黃清華;唐榮江
• 申請（專利權(quán)）人: 電子科技大學(xué)長三角研究院（湖州）
• 主分類號(hào): G01V1/28
• 分類號(hào): G01V1/28
• 代理公司: 北京金智普華知識(shí)產(chǎn)權(quán)代理有限公司 11401
• 代理人: 郭美

本發(fā)明提供了一種基于物理和數(shù)據(jù)驅(qū)動(dòng)的接收函數(shù)反演方法，通過確定需要優(yōu)化的模型參數(shù)，構(gòu)建反演問題的目標(biāo)函數(shù)；所述反演問題的目標(biāo)函數(shù)包含數(shù)據(jù)擬合項(xiàng)、模型正則化項(xiàng)、以及聯(lián)合數(shù)據(jù)驅(qū)動(dòng)和物理驅(qū)動(dòng)的耦合項(xiàng)；反演時(shí)，通過引入目標(biāo)函數(shù)以及聯(lián)合數(shù)據(jù)驅(qū)動(dòng)和物理驅(qū)動(dòng)的耦合項(xiàng)，執(zhí)行迭代優(yōu)化，確定反演模型。通過結(jié)合了最優(yōu)化算法BFGS和深度學(xué)習(xí)算法UNet的優(yōu)勢，實(shí)現(xiàn)了更加魯棒的接收函數(shù)反演，反演效果優(yōu)于單一的物理驅(qū)動(dòng)或者數(shù)據(jù)驅(qū)動(dòng)反演，相比于接收函數(shù)線性化反演方法，不再依賴于初始模型，降低了反演解陷入局部極小的可能性；相比于深度學(xué)習(xí)反演方法，可以更好地?cái)M合觀測資料，更接近于真實(shí)反演解。

技術(shù)領(lǐng)域

本發(fā)明涉及地球觀測技術(shù)領(lǐng)域，具體而言，涉及一種基于物理和數(shù)據(jù)驅(qū) 動(dòng)的接收函數(shù)反演方法。

背景技術(shù)

接收函數(shù)是一種類似反射地震學(xué)的用于探測臺(tái)站下方地殼以及上地幔結(jié) 構(gòu)的技術(shù)。傳統(tǒng)的接收函數(shù)反演成像方法，通過線性化目標(biāo)函數(shù)，基于已有 的物理過程，從一個(gè)初始模型出發(fā)去搜索能夠擬合觀測數(shù)據(jù)的最佳模型。由 于它基于基本的物理準(zhǔn)則，被認(rèn)為是物理驅(qū)動(dòng)的反演方法。著名反演方法主 要包括共軛梯度法，高斯牛頓法，阻尼最小二乘法，擬牛頓法等。這些方法 搜索效率高，模型可以很好地解釋觀測資料。然而，以正則化為基礎(chǔ)的梯度 類的反演方法在應(yīng)用于接收函數(shù)反演時(shí)，非唯一性較強(qiáng)，當(dāng)沒有較好的先驗(yàn) 約束時(shí)，容易出現(xiàn)陷入局部極小的問題。盡管如此，這種接收函數(shù)反演技術(shù) 被廣泛應(yīng)用于地殼結(jié)構(gòu)探測。

深度學(xué)習(xí)反演框架通過數(shù)據(jù)建立反演算子并不需要了解正演過程，是完全 數(shù)據(jù)驅(qū)動(dòng)的方法。通過極小化標(biāo)簽與預(yù)測模型，迭代更新可以建立起神經(jīng)網(wǎng) 絡(luò)的權(quán)重模型。這種方式屬于全數(shù)據(jù)驅(qū)動(dòng)的“完全學(xué)習(xí)重建”方法，需要大量的 具有代表意義的訓(xùn)練樣本才能建立起魯棒的神經(jīng)網(wǎng)絡(luò)模型，才能夠成功用于 預(yù)測訓(xùn)練集中從未見過的模型。深度學(xué)習(xí)最核心的問題是建立起優(yōu)秀的模型 泛化能力，以防止過擬合導(dǎo)致的陌生模型的預(yù)測失效，而較好泛化能力則需 要更加廣泛的訓(xùn)練集。最大優(yōu)勢是可以建立起數(shù)據(jù)與模型之間的任意復(fù)雜的 非線性關(guān)系，且避免了線性化方法中的局部極小等問題。然而大多數(shù)深度學(xué) 習(xí)反演的模型再正演得到的數(shù)據(jù)與觀測數(shù)據(jù)的擬合程度總是遜色于物理驅(qū)動(dòng) 的反演結(jié)果。