|||
一、正演与反演
“正演”(Forward problem) 是根据某些一般原理或模型,以及一系列与所处理的问题有关的已知具体条件来预测观测结果(预测数据)的方法。
“反演”(Inversion problem),粗略地讲,就是处理相反的问题,即从数据及某些一般原理或模型出发来确定模型参数的估计值,其目的是提供有关模型中的未知参数的信息。把模型参数和观测数据以某种方式联系起来,这一关系被称之为“模型”。它通常为一个或几个公式,使数据和模型参数满足这些公式,且能够提供一种方法来评价给定的模型正确与否,或者在几个可能的模型中辨别何者正确。
一般来说,由于正演模型是确定的,模型参数是完备和无噪的,因此,正演问题的解是唯一的。反演问题中,实际数据总是含有噪声,且在多数情况下,难以观测到全部的信息,造成反演问题通常具有多解性。
二、地震反演
地震反演(Seismic inversion)是地球物理反演(Geophysical inversion)的重要内容之一。地球物理学反演问题的研究,在早期主要来自科学家对地球内部构造的好奇心,并受到物理学和地质学的推动。到20世纪初,地震、地磁和重力数据都有了一定程度的积累,地球物理数据的分析问题逐渐受到重视,而定量的分析地球物理数据便导致了地球物理反演问题的研究。
地震反演中,观测数据一般是指原始地震资料,模型参数一般是指构造或岩性特征,石油物探工业界一般特指“波阻抗”。广义上来说,速度、密度、泊松比、孔隙度、地层压力、储层厚度等以及地震资料处理中的一些待求参数,均属于地震反演内容。实际反演中,要求地震资料具有振幅真值,波传播过程中的地震信号要完整,已知信息的提供要充分,且要求没有有色噪音存在。显然,现行采集系统是无法满足这些要求的。因此,地震反演结果一般只能得到模型参数的估计值。图1为地震数据(信号)采集过程。
图1 地震采集(来源于毛宁波《地震勘探原理》课件)
三、类似的反演问题
1、层析成像(Tomography)
计算机断层扫描(Computed Tomography,CT)是计算机技术、数字化图象重建技术和核技术相结合的产物。CT作为一种先进的疾病诊断手段,广泛应用于医学领域中,同时又作为一种无损检测手段,广泛应用于工业领域中。1971年,英国EMI公司电气工程师Godifrey N. Hounsfield成功研制第一台用于临床的头颅XCT机(图2),并与美国的Allan M. Cormack博士一道于1979年分享了诺贝尔生理学和医学奖。
图2 世界上第一台CT扫描样机
(This picture was taken at the UKRC 2005 exhibition in Manchester G-MEX centre. Philipcosson 08:42, 20 July 2006 (UTC). http://en.wikipedia.org/wiki/X-ray_computed_tomography)
地震层析成像(Seismic tomography,ST)仿效医学上用X射线对人体内部组织结构进行逐层剖析成像的原理,利用地震波在不同方向投射的波场信息,对地下介质内部精细结构(例如速度、衰减系数、反射系数等的分布)进行成像。
光学相干层析成像(Optical Coherence Tomography,OCT)使用低相干宽带光源和干涉原理对物体进行透射成像。最早由哈佛医学院的David Huang应用迈克尔逊干涉仪和横向二维扫描机构,获得了人眼视网膜一细微结构和冠状动脉壁的结构。随后出现了多普勒OCT(DOCT)、偏振敏感OCT(PSOCT)、光谱域OCT(SD-OCT)等多种功能的OCT。
电容层析成像(Electrical Capacitance Tomography,ECT)技术根据被测物质各相具有不同的介电常数,当各相组分分布或浓度分布发生变化时,将引起混合流体等价介电常数发生变化,从而使测量电极对间的电容值发生变化。在此基础上,利用相应的图像重建算法重建被测物场的介电分布图。
2、图像复原(Image restoration)
图像复原可以看作图像退化(Degrade)的逆过程,是将图像退化的过程加以估计,建立退化的数学模型后,补偿退化过程造成的失真(如图3所示)。
图3 图像退化与复原过程
3、特征提取(Feature extraction)
模式识别中的特征提取,即从观测数据(采集的图像或信号)中,提取有利于机器识别的参数、属性或特征,其实就是一个反问题求解过程。
4、信号检测与估计(Signal detection & estimation)
信号检测与估计是研究在噪声、干扰和信号共存的环境中如何正确发现、辨别和测量信号的技术,也可以看成是一个反演问题。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 07:16
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社