一种瞬变电磁电阻率的反演方法与装置的制造方法
【技术领域】
[0001]本发明属于地球物理勘探技术领域，特别涉及瞬变电磁电阻率的反演方法。
【背景技术】
[0002]瞬变电磁法利用不接地回线或接地电极向地下发送一次脉冲电磁场，地下的导电地质体在一次脉冲磁场的激发下，被感应出涡流，其大小取决于地质体的导电程度，并在空间形成感应二次瞬变磁场。可以通过观测所述感应二次瞬变磁场随时间的变化规律，研宄大地的电性特征(主要是电阻率)，从而解决相关的地质问题。由感应二次瞬变磁场反演地下介质电阻率是瞬变电磁勘探最重要的步骤之一。
[0003]现有技术中，瞬变电磁电阻率的反演过程如下:设置初始模型，具体包括所述初始模型的层数、各层的厚度以及电阻率。由所述初始模型出发，基于模型响应以及观测数据计算模型修正量，利用所述模型修正量对初始模型进行修正，迭代计算直至模型响应与观测数据的拟合差不大于预设值，至此得到最优化反演电阻率。
[0004]在实现本申请过程中，发明人发现现有技术中至少存在如下问题:迭代计算的收敛性是电阻率反演的关键，现有技术中，迭代计算过程中，模型的层数以及各层的厚度一直和初始模型的相同，那么，后续的反演过程对该初始模型依赖性较大，换句话说，初始模型的好坏在一定程度上决定了反演结果的准确性。
【发明内容】
[0005]针对瞬变电磁电阻率的反演过程对初始模型依赖性大的问题，本发明提供了一种瞬变电磁电阻率的反演方法，所述方法包括:
[0006]I)设置初始反演模型，对所述初始反演模型进行反演，并获取修正反演模型；
[0007]2)对所述修正反演模型进行层数细化、反演和修正；
[0008]3)重复步骤2)，直至所述修正反演模型的层数细化次数达到预设值或者所述修正反演模型的响应与观测数据的拟合误差小于第一阈值。
[0009]可选的，在本发明一实施例中，所述对所述修正反演模型进行层数细化、反演和修正，具体包括:
[0010]将所述修正反演模型的层数进行翻倍细化后，对所述修正反演模型进行反演和修
IHo
[0011]可选的，在本发明一实施例中，在将所述修正反演模型的层数进行翻倍细化后，设置所述修正反演模型各层的厚度及电阻率。
[0012]可选的，在本发明一实施例中，保持所述电阻率由浅至深的分布不变。
[0013]可选的，在本发明一实施例中，所述反演的方法包括正则化最小二乘法反演法。
[0014]可选的，在本发明一实施例中，采用所述正则化最小二乘法进行反演，具体包括:
[0015]对所述修正模型进行高斯-牛顿迭代，当迭代次数不小于第二阈值或者迭代的拟合误差小于第三阈值时，所述迭代结束。
[0016]一种瞬变电磁电阻率的反演装置，所述装置包括:
[0017]初始模型单元，用于设置初始反演模型，对所述初始反演模型进行反演，并获取修正反演模型；
[0018]细化单元，用于对所述修正反演模型进行层数细化、反演和修正；
[0019]拟合单元，用于重复细化单元中对所述修正反演模型进行层数细化、反演和修正的步骤，直至所述修正反演模型的层数细化次数达到预设值或者所述修正反演模型的响应与观测数据的拟合误差小于第一阈值。
[0020]可选的，在本发明一实施例中，所述细化单元，还包括:
[0021]细化子单元，用于将所述修正反演模型的层数进行翻倍细化后，对所述修正反演模型进行反演和修正。
[0022]可选的，在本发明一实施例中，在将所述修正反演模型的层数进行翻倍细化后，设置所述修正反演模型各层的厚度及电阻率。
[0023]可选的，在本发明一实施例中，保持所述电阻率由浅至深的分布不变。
[0024]可选的，在本发明一实施例中，所述反演的方法包括正则化最小二乘法反演法。
[0025]可选的，在本发明一实施例中，所述装置还包括:
[0026]迭代单元，用于对所述修正模型进行高斯-牛顿迭代，当迭代次数不小于第二阈值或者迭代的拟合误差小于第三阈值时，所述迭代结束。
[0027]本发明实施例介绍的上述技术方案具有如下有益效果:本发明实施例提出的瞬变电磁电阻率反演方法通过对反演模型进行逐次细化，降低了反演过程对初始模型的依赖性，提高了反演过程收敛性，并且在一定程度上降低了反演的迭代次数，提高了反演速度。
【附图说明】
[0028]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本发明实施例提供的瞬变电磁电阻率的反演方法的流程图；
[0030]图2为本发明实施例方法步骤中模型层数细化示意图；
[0031]图3为本发明一实施例中某工区理论模型的电阻率分布图；
[0032]图4为利用本发明实施例方法反演得到的某工区的电阻率分布图；
[0033]图5为利用现有技术方法反演得到的某工区的电阻率分布图；
[0034]图6为本发明实施例提供的瞬变电磁电阻率的反演装置的结构示意图。
【具体实施方式】
[0035]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0036]有鉴于此，本发明的目的在于提供一种瞬变电磁电阻率的反演方法，如图1所示的方法流程图，该方法包括步骤S101-S103:
[0037]步骤SlOl:设置初始反演模型，对所述初始反演模型进行反演，并获取修正反演模型。
[0038]现有技术中，初始反演模型的准确性决定了反演结果的准确性，因此初始反演模型的构建比较复杂，往往需要根据勘探资料，将模型分成很多层次，每一层的厚度以及电阻率都要仔细设计。实际情况下，待勘探区域结构一般是未知的，构造出合适的初始反演模型更加困难。在本申请实施例中，反演过程对初始反演模型的依赖性较小，因此的初始反演模型构建不需要那么复杂，可以根据实际勘探资料设计一个粗模型，具体地，可以对整个模型不分层次，只设计一个电阻率值。
[0039]在本发明实施例中，所述反演的方法包括正则化最小二乘法反演法。正则化最小二乘反演属于最优化反演算法，要进行最小二乘反演，首先需要建立目标函数，此目标函数一般代表计算结果与实际观测数据的拟合程度。最优化反演过程就是通过一系列的迭代计算找到目标函数极小值点，从而得到满足要求的反演结果。
[0040]设实际观测中接收到的瞬变电磁响应值如下:
[0041]D = ((I1,...，dm)
[0042]建立大地模型，有关参数如下所示:
[0043]M= ( P，h)
[0044]其中，P为模型的电阻率，h为模型的厚度，最初设计的大地模型就是初始反演模型。
[0045]在正则化最小二乘法原理基础上建立相应的目标函数:
[0046]Ψ (M) = (D-F (M))T (D-F (M)) +λ MtLtLM
[0047]其中，Ψ(Μ)为目标函数，D为观测数据向量，也就是上述实际观测中接收到的瞬变电磁响应值，m为大地模型向量，F(M)为瞬变电磁正演函数，λ为正则化因子，L为前向差分算子(即采用粗糙度进行正则化)。
[0048]目标函数Ψ(M)是非线性的，难以直接计算其极小值，比较简便的方法是采用迭代法计算。本发明实施例可以采用高斯-牛顿迭代法进行迭代，迭代次数可以预先设置。例如，设置迭代次数为k次，那么有:
[0049]Mi+1= M1-H(Mi)^1g(Mi)
[0050]H (Mi) = 2A (Mi) tA (Mi) +2 λ LtL
[0051 ] g (Mi) = -2k (Mi)T (D-F (Mi)) +2 λ LtLM1
[0052]其中，i = 0，…，k，Mi+1，1^分别是第i+1和第i次迭代的反演模型，A(Mi)为瞬变电磁正演函数F(Mi)的雅克比矩阵。在这里-H(Mi)Hg(Mi)相当于一个修正量，通过反复的迭代，不断地对模型进行修正。当然，也可以预先不设置迭代次数，每次迭代后计算本次迭代的拟合误差，当迭代的拟合误差小于第三阈值时，此次迭代结束。
[0053]需要说明的是，所述反演方法不仅仅局限于正则化最小二乘法，还可以包括线性算法中的快速下降算法，非线性算法中的模拟退火法、遗传算法、人工神经网络算法以及粒子群算法等。
[0054]步骤S102:对所述修正反演模型进行层数细化、反演和修正。
[0055]按照上述