Парето-оптимальні розв’язки оберненої задачі гравіметрії в класі тривимірних контактних поверхонь

Автор(и)

  • T.N. Kyshman-Lavanova Інститут геофізики ім. С.І. Суботіна НАН України, Україна

DOI:

https://doi.org/10.24028/gzh.0203-3100.v42i6.2020.222297

Ключові слова:

інверсія гравіметричних даних, апріорна інформація, Парето-оптимальний розв’язок, нечітка множина

Анотація

У геофізичних обернених задачах існує два підходи до інверсії даних. Перший — пошук ряду невідомих за допомогою мінімізації функції нев'язки. Другий — за допомогою імовірнісного моделювання апостеріорі функції густини ймовірності в рамках Байєсівського трактування оберненої задачі. У більшості випадків співвідношення дані—модель є нелінійним, і відповідна мінімізація або моделювання стають складними через мультимодальність функції нев'язки. Розглядається підхід, що стосується неймовірнісних методів розв’язування обернених задач геофізики. Його суть полягає у прямому моделюванні параметричного простору з подальшим пошуком Парето-оптимальних розв’язків на основі апріорної інформації. Апріорно інформація формалізується за допомогою нечітких множин. На модельному прикладі продемонстровано застосування неймовірнісного прямого пошуку та градієнтного методу найшвидшого спуску при розв’язанні нелінійної гравіметричної оберненої задачі в класі тривимірних контактних поверхонь, а також оцінено ефективність обох методів. Аналіз виконаних тестів показує, що за наявності достатньої апріорної інформації обидва методи дають цілком однозначний точний результат. Пошук Парето-оптимальних розв’язків може мати більш швидку збіжність порівняно з методом градієнтного спуску, хоча вона визначається багатьма факторами — кількістю точок початкової популяції, граничним значенням ε і необхідним рівнем відповідності даних. Алгоритм також має стійкість до потрапляння в локальні мінімуми, оскільки рівномірно досліджує параметричний простір. Алгоритм дає змогу отримати цілком задовільні розв’язки вже на стадії пошуку початкової Парето-множини. Це наслідок вибіркового моделювання під контролем апріорної інформації. Подальший прямий пошук в околі Парето-оптимальних точок призводить до значного зменшення функції нев'язки і до відхилення деяких локальних мінімумів. В умовах недостатньої апріорної інформації множина Парето-оптимальних розв’язків може бути базисом для подальшого вилучення корисних даних щодо аномальних джерел із залученням інших геофізичних методів інтерпретації. Описаний підхід до розв'язання оберненої задачі може становити інтерес і при розв’язанні широкого кола інших оптимізаційних геофізичних задач.

Посилання

Balk, P.I. (1980). On the reliability of the results of quantitative interpretation of gravity anomalies. Izv. Academy of Sciences of the USSR. Fizika Zemli, (6), 65-83 (in Russian).

Balk, P.I., & Dolgal, A.S. (2016). Minimization risk technique for solving gravity inverse problems in weak assumptions about geological noise properties. Geofizicheskiy zhurnal, 38(5), 108-118. https://doi.org/10.24028/gzh.0203-3100.v38i5.2016.107825 (in Russian).

Bulakh, E.G., & Kishman-Lavanova, T.N. (2006). Another approximation approach to solving inverse problems of gravimetry in the class of three-dimensional contact surfaces. Geofizicheskiy zhurnal, 28(2), 54-62 (in Russian).

Goltsman, F.M., & Kalinina, T.B. (1983). Statistical interpretation of magnetic and gravity anomalies. Leningrad: Nedra, 248 p. (in Russian).

Mudretsova, E.A. (Ed.). (1990). Gravity prospecting. Geophysics Handbook. Moscow: Nedra, 607 p. (in Russian).

Karataev, G.I., & Pashkevich, I.K. (1986). Geological and mathematical analysis of a complex of geophysical fields. Kiev: Naukova Dumka, 168 p. (in Russian).

Kishman-Lavanova, T.N. (2015). Pareto-optimal solutions of the inverse problem of gravimetry with indeterminate a priori information. Geofizicheskiy zhurnal, 37(5), 93-103. https://doi.org/10.24 028/gzh.0203-3100.v37i5.2015.111148 (in Russian).

Tikhonov, A.N., & Arsenin, V.Ya. (1986). Methods for solving ill-posed problems. Moscow: Nauka, 288 p. (in Russian).

Goldberg, D.E., Deb, K., Clark, J.H. (1992). Genetics algorithm, noise and the sizing of population. Complex Systems, 6, 333-362.

Kozlovskaya, E. (2000). An algorithm of geophysical data inversion based on non-probalistic presentation of a priori information and definition of Pareto-optimality. Inverse Problems, 16, 839-861.

Kozlovskaya, E., Vecsey, L., Plomerová, J., & Raita, T. (2007). Joint inversion of multiple data types with the use of multiobjective optimization: problem formulation and application to the seismic anisotropy investigations. Geophysical Journal International, 171(2), 761-779. https://doi.org/10.1111/j.1365-246X.2007.03540.x.

Parker, R.L. (1994). Geophysical Inverse Theory. Princeton University Press. 386 p.

Sambridge, M. (1999). Geophysical inversion with a neighbourhood algorithm - І. Searching a parameter space. Geophysical Journal International, 138(2), 479-494. https://doi.org/10.1046/j.1365-246X.1999.00876.x.

Sambridge, M., & Mosegaard, K. (2002). Monte Carlo methods in geophysical inverse problems. Reviews of Geophysics, 40(3), 301-329. https://doi.org/10.1029/2000RG000089.

Tarantola, A., & Valette, B. (1982). Generalized nonlinear inverse problems solved using the least squares criterion. Reviews of Geophysics, 20(2), 219-232. https://doi.org/10.1029/RG020i002p00219.

Tarantola, A. (2005). Inverse Problem Theory and Methods for Model Parameter Estimation. SIAM, 341 p.

Voronoi, M.G. (1908). Nouvelles applications des parameters continues a la theorie des formes quadratiques. Journal fьr die reine und angewandte Mathematik, 134, 198-287.

Zhdanov, M. (2015). Inverse Theory and Applications in Geophysics. Elsevier Science, 730 p.

##submission.downloads##

Опубліковано

2020-12-24

Як цитувати

Kyshman-Lavanova, T. (2020). Парето-оптимальні розв’язки оберненої задачі гравіметрії в класі тривимірних контактних поверхонь. Геофізичний журнал, 42(6), 207–221. https://doi.org/10.24028/gzh.0203-3100.v42i6.2020.222297

Номер

Розділ

Статті