一种地震震源反演不确定性分析方法、存储介质及服务器与流程

本发明涉及震源反演领域，尤其涉及一种地震震源反演不确定性分析方法、存储介质及服务器。

背景技术

insar是近几十年发展的先进空间对地测量技术，是传统的sar遥感技术与射电天文干涉技术相结合的产物，该技术可获取近距离和高密度地震位移场的观测数据。基于insar获取的震源空间信息更加精细准确，在现有的地震工程相关应用也起到很积极的作用。

虽然insar获取的地震信息在空间分辨率上具备很大优势，但是必须认识到insar断层滑动反演仍然存在多解性，基于不同方法和数据反演得到的滑动模型差别非常大。在地震危险性分析中，基于不同insar反演结果得出的结论差异很大。发表在顶级期刊naturegeoscience和natrue上的两篇关于2010年智利8.8级大地震的文章，对于该地震是否完全释放了震间积累的能量给出了截然不同的结论。

因此，对insar地震震源不确定性进行分析研究是insar震源目标标准化构建的基础，对保障地震危险性评估等后续应用可靠性有着重要意义。

技术实现要素：

鉴于上述现有技术的不足，本发明的目的在于提供一种地震震源反演不确定性分析方法、存储介质及服务器，旨在解决现有技术在使用insar地震震源反演结果进行地震解译时，未同时考虑反演结果的随机不确定性和认知不确定性，导致解译结果不准确，阻碍对地震认知的问题。

本发明的技术方案如下：

一种地震震源反演不确定性分析方法，其中，包括步骤：

采用贝叶斯统计方法对震源反演参数进行解算获取相应震源反演参数的先验概率密度函数；

根据所述震源反演参数的先验概率密度函数获取震源信息量；

根据所述震源信息量得出随机不确定性函数以及认知不确定性函数；

结合所述随机不确定性函数以及认知不确定性函数对震源反演初步结果进行评估判定，得出准确的震源反演解译结果。

所述的地震震源反演不确定性分析方法，其中，所述震源反演参数包括：断层块滑动分布向量s、断层几何参数m、insar数据集权重σ2以及平滑系数α。

所述的地震震源反演不确定性分析方法，其中，所述震源信息量包括：震源反演参数需要的信息量、insar数据提供的信息量以及震源反演中利用的信息量。

所述的地震震源反演不确定性分析方法，其中，所述震源反演参数需要的信息量为震源反演参数先验概率密度函数的信息熵；所述insar数据提供的信息量为震源反演参数与insar观测数据之间的互信息；所述震源反演中利用的信息量为insar反演参数与震源反演参数之间的互信息。

所述的地震震源反演不确定性分析方法，其中，所述随机不确定性函数为震源反演参数需要的信息量减去insar数据提供的信息量。

所述的地震震源反演不确定性分析方法，其中，所述认知不确定性函数为insar数据提供的信息量减去震源反演中利用的信息量。

所述的地震震源反演不确定性分析方法，其中，所述结合所述随机不确定性函数以及认知不确定性函数对震源反演初步结果进行评估判定，得出准确的震源反演解译结果的步骤具体包括：

在对insar地震震源反演初步结果进行地震解译时，结合所述随机不确定性函数以及认知不确定性函数对震源反演初步结果进行评估判定；

根据评估判定结果对解译结果进行有效取舍，最终得到准确的震源反演解译结果。

一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或多个处理器执行，以实现一种地震震源反演不确定性分析方法的步骤。

一种应用服务器，其中，包括至少一个处理器、显示屏、存储器以及通信接口和总线，所述处理器、显示屏、存储器和通信接口通过总线完成相互间的通信，所述处理器调用存储器中的逻辑指令以执行一种地震震源反演不确定性分析方法的步骤。

有益效果：本发明通过引入随机变量信息熵理论，将这两类不确定性统一在信息量的基准上进行衡量，随机不确定性由震源反演参数需要的信息量减去insar数据提供的信息量表示，认知不确定性由insar数据提供的信息量减去震源反演中利用的信息量表示，从而实现了两类不确定性定量化评估以及统一，为insar地震震源反演结果正确解译提供科学依据。

附图说明

图1为本发明一种地震震源反演不确定性分析方法较佳实施例的流程图。

图2为本发明一种应用服务器较佳实施例的结构框图。

具体实施方式

本发明提供一种地震震源反演不确定性分析方法、存储介质及服务器，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，图1为本发明提供的一种地震震源反演不确定性分析方法较佳实施例的流程图，其中，如图所示，包括步骤：

s10、采用贝叶斯统计方法对震源反演参数进行解算获取相应震源反演参数的先验概率密度函数；

s20、根据所述震源反演参数的先验概率密度函数获取震源信息量；

s30、根据所述震源信息量得出随机不确定性函数以及认知不确定性函数；

s40、结合所述随机不确定性函数以及认知不确定性函数对震源反演初步结果进行评估判定，得出准确的震源反演解译结果。

具体来讲，受insar观测噪声和反演分辨能力双重影响，震源反演结果同时存在随机不确定性(观测引起)和认知不确定性(反演能力引起)两种不确定性。在使用insar地震震源反演结果进行地震解译时，如果未考虑这两类不确定性，将常常造成解译结果不准确，阻碍对地震的认知。

基于此，本发明通过引入随机变量信息熵理论，研究基于信息熵的insar震源反演不确定性统一表达函数，震源信息量的表达方法，发展insar震源反演信息量的快速分析方法，实现对insar震源反演结果的随机不确定性和认知不确定性的统一表达，为insar地震震源反演结果正确解译提供科学依据。

进一步地，在贝叶斯震源反演框架下，研究考虑多正则化系数的断层滑动先验概率建模方法，可克服均匀光滑约束因子对断层面滑动异质性描述不全面的问题。贝叶斯统计方法可以将震源参数变量以及insar数据权重、平滑系数等反演模型系数处理成随机变量，经过解算获取这些变量的先验概率分布。基于这些特点，本发明将采用贝叶斯方法开展insar震源反演计算，贝叶斯震源反演模型同时融合线性参数与非线性参数进行解算。其中，线性参数为断层块滑动分布向量s,非线性参数为断层几何参数m，insar数据集权重σ²，以及平滑系数α。

为避免过平滑或者欠平滑现象，断层块滑动分布向量s的先验概率密度函数拟采用多平滑系数的空间平滑约束。引入二阶拉普拉斯矩阵d，使得djs～n(0，αj),其中j为断层子块编号，αj为j断层子块对应的平滑系数。断层几何参数m，insar数据集权重σ²，以及平滑系数α非线性参数的先验概率密度函数拟采用在某一经验取值范围内的均匀分布密度函数。

对insar数据误差进行建模时，为更好地表征insar大气延迟等误差的各向异性现象，本发明使用各向异性的协方差和qk分别为第k个数据集权重和协方差矩阵。为实现各向异性的变差函数拟合，拟使用knospe等提出的旋转和扩张算法，将各向异性的随机信号转变成各向同性来处理。

考虑到贝叶斯反演模型中的参数先验概率密度函数的高维、多极值特性，使用马尔科夫蒙特卡洛方法(mcmc)可能计算量巨大，求解困难。这里拟采用fukuda等人的分步求解方法，将先验概率密度函数p(m，s，σ，α|d)分解为两个概率密度函数：

p(m，s，σ，α|d)＝p(s|d，m，σ，α)p(m，σ，α|d)其中，第一个概率密度函数p(s|d，m，σ，α)为给定非线性参数后的线性参数先验分布，可以通过最小二乘法计算，而第二个概率密度函数p(m，σ，α|d])为非线性参数的先验分布，可使用马尔科夫蒙特卡洛采样方法计算。

具体来讲，insar震源反演不确定性可分为独立于反演方法的随机不确定性和依赖于反演方法的认知不确定性。本发明研究中借鉴信息论的研究成果，度量三种震源信息量，即震源反演参数需要的信息量、insar数据提供的信息量以及震源反演中利用的信息量。

针对insar震源反演而言，震源反演参数z＝[m^t，s^t，σ^t，α^t]的先验概率密度分布的信息熵h(z)就是震源反演参数需要的信息量，震源反演参数与insar观测数据(d)之间的互信息i(d；z)即为insar数据提供的信息量，insar反演参数(zinv)与震源反演参数(z)之间的互信息i(zinv；z)即为震源反演中利用的信息量。

进一步地，震源反演参数需要的信息量与insar数据提供的信息量两者之差是震源结果需要而insar数据没有蕴含的信息量，称为随机不确定性；而insar数据提供的信息量与震源反演中利用的信息量两者的差是insar已经蕴含而反演方法没有利用的信息量，称为认知不确定性。

也就是说，所述随机不确定性函数由震源反演参数需要的信息量减去insar数据提供的信息量表示；所述认知不确定性函数由insar数据提供的信息量减去震源反演中利用的信息量表示。

更进一步地，为定量描述随机不确定性函数和认知不确定性函数，需要对h(z)，i(d；z)和i(zinv；z)三个变量进行求算。根据连续型随机变量信息熵的定义，震源反演参数z的信息熵h(z)可由下面公式获得：h(z)＝-∫v1p(z)logp(z)dz其中是v1参数z的定义域，p(z)是z的先验概率密度。根据前面先验概率建模，p(z)可以由固定解析表达式描述，因此对于信息熵h(z)的计算可以代入定义进行直接求解。

根据连续型随机变量互信息的定义，震源反演参数与insar观测数据(d)之间的互信息i(d；z)可以通过下面公式获得：其中，v2参数d和z的定义域，pd，z(d，z)是d和z的联合分布，pd(d)和pz(z)分别是d和z的边缘分布。这里的联合分布pd，z(d，z)无法用固定解析式表达，拟采用两种策略，第一种策略事先假定pd，z(d，z)概率分布函数形式，通过参数法拟合出概率分布函数的各项参数；第二种策略不假定概率分布函数的形式，通过非参数方法给出分布函数的近似值，非参数法包括直方图法、核函数法和平均直方图法等。

更进一步地，insar反演参数(zinv)与震源反演参数(z)之间的互信息i(zinv；z)同样可以由上述互信息公式给出。(zinv)概率密度无解析表达式，其样本集产生的方式如下：首先，根据z先验密度函数进行mcmc采样，生成初始真实参数z的样本集，然后根据真实参数样本集，生成对应的insar观测d的样本集，最后对观测样本集进行反演计算，获取insar反演参数(zinv)的样本集。这部分内容涉及比较大的计算量，可采用leonenko方法，绕过联合分布函数直接计算互信息，从而避免高维参数的采样空间体积随维数增长呈指数爆炸的问题。

现有技术在使用insar地震震源反演结果进行地震解译时，往往容易忽略结果可靠性的问题，由此常常造成解译结果不准确，结论不一致的现象。而本发明通过引入信息熵理论，将这两类不确定性统一在信息量的基准上进行衡量，随机不确定性由震源反演参数需要的信息量减去insar数据提供的信息量表示，认知不确定性由insar数据提供的信息量减去震源反演中利用的信息量表示，从而实现了两类不确定性定量化评估以及统一，为insar地震震源反演结果正确解译提供科学依据。

基于上述地震震源反演不确定性分析方法，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一实施例所述的地震震源反演不确定性分析方法中的步骤。

基于上述地震震源反演不确定性分析方法，本发明还提供了一种应用服务器，如图2所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(communicationsinterface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。

此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

此外，上述存储介质以及移动终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。

综上所述，本发明提供的地震震源反演不确定性分析方法，通过引入随机变量信息熵理论，将这两类不确定性统一在信息量的基准上进行衡量，随机不确定性由震源反演参数需要的信息量减去insar数据提供的信息量表示，认知不确定性由insar数据提供的信息量减去震源反演中利用的信息量表示，从而实现了两类不确定性定量化评估以及统一，为insar地震震源反演结果正确解译提供科学依据。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。