接收函数近邻反演方法的改进和

《接收函数近邻反演方法的改进和》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第3期中国科学院研究生院学报Vol.22No.32005年5月JournaloftheGraduateSchooloftheChineseAcademyofSciencesMay2005文章编号:1002-1175(2005)03-0322-07接收函数近邻反演方法的改进和＊对海拉尔台下地壳速度结构的研究沈旭章周蕙兰(中国科学院研究生院计算地球动力学重点实验室,北京100049)(2004年7月28日收稿;2004年11月25日收修改稿)ShenXZ,ZhouHL.Improvementoninversionmethodofneighborhooda

2、lgorithmwithreceiverfunctionsandresearchofcruststructureunderstationHLR.JournaloftheGraduateSchooloftheChineseAcademyofSciences,2005,22(3):322～328摘要数值试验结果指出,用接收函数反演地壳速度结构时,在正演和反演过程中使用不匹配的地壳模型参数化方式,将对结果产生不良影响;同时发现,在处理实际资料时将接收函数归一化,可能会丢弃介质信息.在此基础上,改进了接收函数和近邻算法反演地壳速度结构的程序,并用来反演了海拉尔台下的

3、地壳速度结构.关键词接收函数,近邻算法,地壳结构,模型参数化中图分类号P313.21引言近年来,随着观测数据的积累和高性能大规模并行计算技术的发展,耗时多但不依赖初始模型的非线性反演方法的研究和应用,有了更多的发展.在用接收函数研究台站下方地壳上地幔结构的非线性反演技术中,全局最优解的寻找方法、算法的[1]搜索效率以及多解的存在都是人们关注的重要问题.针对这些问题,人们提出了不同的方法.刘启元[2]发展了接收函数复谱比的非线性反演方法,并用之研究了中国10个数字地震台站下面的速度结[3][4]构;Shibutani和Sambridge则使用了遗传算法(Gen

4、eticAlgorithm,GA),周蕙兰和杨毅提出了剥壳遗传[5,6]算法,将接收函数的反演深度扩展到了700km左右;Sambridge提出了近邻算法(Neighborhood[7]Algorithm,NA),将其用于接收函数的非线性反演中,并将它与模拟退火法(SimulationAlgorithm,SA)和遗传算法进行了比较.相对于常用的线性反演方法,这些非线性反演方法的最大优点是不需要选用一个初始模型,而只需给出模型参数的搜索范围,从而消除了线性反演中对初始模型的依赖.国内外许多学者使用这些非线性反演方法和接收函数已经得到了不少区域性的研究结果.本文

5、在使用NA方法和接收函数反演地壳速度结构时,发现对地壳模型不合理的参数化方式和接收函数的归一处理,都会对反演结果有不良影响.为此,本文在数值试验的基础上对反演程序进行了改进,并用海拉尔台站的实际资料反演了它下面的速度结构.2地壳结构的NA反演方法[7,8]NA这种近年来兴起的非线性反演方法,可以在最优解的搜索过程中,充分利用前一次迭代的信＊国家自然科学基金(40374009)资助通讯联系人,E-mail:zhouhl@gscas.ac.cn第3期沈旭章,周蕙兰:接收函数近邻反演方法的改进和对海拉尔台下地壳速度结构的研究323息;而且,只需要改变2个参数,就可

6、以在模型空间中产生许多复杂的搜索.同时,该方法又具有天然的并行性,能发挥高性能大规模计算的优势.该方法的基础是计算几何学中的Voronoi图.在由分层地壳模型的各层波速βi、层厚di和波速比γi(i=1,…)组成的待求参数空间中,ns0个模型点可以把参数空间划分成ns0个单元,每一个单元为一个Voronoi元胞(以下简称元胞).在反演过程中,需要寻找的全局最优地壳模型是由它计算的接收函数sorR(t)和观测接收函数rR(t)拟合最好(即欠拟合度φ值最小).而对该全局最优解的搜寻,主要集中在元胞密集的地方,因为那里模型的平均拟合程度比别处的好.同时,在搜索过程

7、中还兼顾了全局的信息,使得最后的解不至于落到局部极小.NA反演算法可以分为以下5个步骤:(1)在待求地壳结构参数空间中,随机地产生ns0个模型.这ns0个点将整个参数空间划分为ns0个元胞.元胞的形成规则为:参数空间中的任一点A,如果离这ns0个点中的某个点O的距离比离其他ns0-1个点的距离小,则A就属于O这一点所确定的元胞.(2)从ns0个模型中选出nr个欠拟合度φ小(φ值小则拟合程度好)的模型.(3)在被选中的nr个元胞中随机行走产生ns个新模型(即平均在每个元胞中又产生nsnr个元胞).(4)计算这ns个新模型的φ值,并将这ns个新模型加入到参数空间

8、中,重新对参数空间进行划分.即根据这ns0+ns个点