CN114236639A - 基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 - Google Patents
基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 Download PDFInfo
- Publication number
- CN114236639A CN114236639A CN202111397588.5A CN202111397588A CN114236639A CN 114236639 A CN114236639 A CN 114236639A CN 202111397588 A CN202111397588 A CN 202111397588A CN 114236639 A CN114236639 A CN 114236639A
- Authority
- CN
- China
- Prior art keywords
- resistivity
- inversion
- nuclear magnetic
- magnetic resonance
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 68
- 238000005481 NMR spectroscopy Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000001225 nuclear magnetic resonance method Methods 0.000 claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000005291 magnetic effect Effects 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 230000005284 excitation Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 5
- 230000005684 electric field Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000005358 geomagnetic field Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005298 paramagnetic effect Effects 0.000 description 1
- 238000011202 physical detection method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，获取目标探测区域分别采用核磁共振法及电阻率法获得的两类地球物理探测数据；根据电阻率法探测到的数据，通过电阻率四维反演成像技术提取其电性信息，确定电性模型，对电性模型进行网格化，将网格化后的模型作为初始模型；构建考虑初始模型、空间光滑约束和时间光滑约束的目标函数，基于核磁共振法探测到的数据，进行核磁共振四维反演，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果，得到地层的含水率、水量信息。本发明能够保证反演结果更加准确。
Description
技术领域
本发明属于地球物理领域中的数据处理及反演成像技术领域，具体涉及一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
核磁共振探测是最近几年新发展起来的一种地球物理探测方法，该方法利用水中氢质子的顺磁特性，通过施加、关断激发磁场产生的核磁共振信号，来反映含水层的含水量、孔隙度及其分布等信息。由于含水量越大，该技术能够显示的信息就越强，可直接对水量进行定量探测，因此已广泛应用于地下水资源的探测勘察、地下水可能引发的灾害预警等领域，被公认为是一种能够直接测定地下水量的技术。然而，该方法也具有一定的局限性。首先，该方法忽略了地层与含水体电阻率的分布，地质体中的含水量会影响地层导电性，最终减弱真实的核磁信号强度，因此，这对成像结果有着较大的影响。其次，传统核磁共振多采用基于均匀半空间或层状模型的一维反演，当地下环境复杂时，误差会较大，而且不能实时快速反映与时间相关的水量变化。
电阻率四维反演成像技术可以反映地层及地下含水体与时间相关的电导率变化，根据电导率与含水量之间的负相关关系，从而间接获得地下水文参数。因此，本发明考虑将核磁共振与电阻率四维反演联合，从而高效、准确监测矿井灾害水源动态。
目前，核磁共振探测技术及电阻率四维反演技术均可以用于探测地下水量信息，判断是否存在水灾隐患。但在探测精确性方面各有其缺陷：
其一，核磁共振对地下介质的导电性差异反映敏感，因此地下电阻率分布是影响核磁共振探测结果的关键因素之一，确定合适的电性模型尤为重要，而核磁共振技术却忽略了这一敏感因素。
其二，传统的核磁共振多采用的是一维正反演理论，该方法对于近似水平层状分布的地下水，确实可以给出较好的成像结果，但实际中多是复杂的地下环境，此时由于不满足层状分布，强行将复杂的三维结构看作一维结构来处理，就会得到较大的误差，更不可能得到与时间四维相关的水文参数变化。
其三，电阻率四维反演得到的是地下电阻率的分布信息，不能直接得到含水量等水文参数，不具有定量分析水灾隐患的能力。
发明内容
本发明为了解决上述问题，提出了一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，本发明将核磁共振四维反演和电阻率四维反演巧妙结合，既可以定量测得含水率及水量，又能够减小地下介质导电性对于核磁反演造成的误差，对反演过程形成真正的联合约束，反演结果更加准确。
根据一些实施例，本发明采用如下技术方案：
一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，包括以下步骤：
(1)获取目标探测区域分别采用核磁共振法及电阻率法获得的两类地球物理探测数据；
(2)根据电阻率法探测到的数据，通过电阻率四维反演成像技术提取其电性信息，确定电性模型，对电性模型进行网格化，将网格化后的模型作为初始模型；
(3)构建考虑初始模型、空间光滑约束和时间光滑约束的目标函数，基于核磁共振法探测到的数据，进行核磁共振四维反演，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果，得到地层的含水率、水量信息。
作为可选择的实施方式，还包括以下步骤(4)：利用贝叶斯反演方法，定量描述联合反演结果的可靠程度，并减小反演误差，对反演结果进行成像处理，得到优化后的反演结果。
作为可选择的实施方式，所述步骤(1)中，分别使用核磁共振和电阻率法进行监测，不间断进行数据采集，核磁共振法通过施加和关断激发磁场产生的核磁共振信号收集信息，电阻率法通过电极测量，获得电阻数据。
作为可选择的实施方式，所述步骤(2)中，通过电阻率四维反演成像技术提取其电性信息，确定电性模型的具体过程包括：
构建电阻率四维反演目标函数，所述电阻率四维反演目标函数包含数据拟合项、空间光滑约束项和时间光滑约束项，进而确定四维电阻率反演方程，对四维电阻率反演方程进行求解，不断迭代，得到反演结果，即相应的电性模型。
作为可选择的实施方式，所述步骤(2)中，通过对电性模型进行网格化的具体过程包括：根据电性模型所反映出的地层结构及边界信息，采用有限元法剖分网格。
作为可选择的实施方式，所述步骤(3)中，基于核磁共振法探测到的数据，进行核磁共振四维反演的具体过程包括：计算地下激发磁场的分布，利用有限元法求解，计算核函数及初始振幅，进而计算获得反演的含水率值。
作为可选择的实施方式，所述步骤(3)中，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果的具体过程包括：采用基于最小二乘的非线性拟合方法进行优化，定义目标函数为：
基于核磁共振反演初始模型，使目标函数达到最小化，不断迭代得到联合反演结果。
作为可选择的实施方式，所述步骤(4)具体过程包括：根据之前输出的联合反演结果，确定当前模型的先验概率分布，建立贝叶斯反演的初始模型；
进行贝叶斯反演计算，得到所有可接受的模型及其似然概率，并计算其后验概率分布；
计算此时模型的均值及方差，均值模型表示最可能的反演结果，方差模型表示误差范围，如果误差范围小于设定值，则此时反演结果为优化后的反演结果，否则不断迭代进行贝叶斯反演，直到满足要求为止。
一种基于核磁共振与电阻率联合的矿井灾害水源动态监测系统，包括：
数据获取模块，被配置为获取目标探测区域分别采用核磁共振法及电阻率法获得的两类地球物理探测数据；
电阻率四维反演模块，被配置为根据电阻率法探测到的数据，通过电阻率四维反演成像技术提取其电性信息，确定电性模型，对电性模型进行网格化，将网格化后的模型作为初始模型；
联合反演模块，被配置为基于核磁共振法探测到的数据，进行核磁共振四维反演，构建考虑初始模型、空间光滑约束和时间光滑约束的目标函数，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果，得到地层的含水率、水量信息。
作为可选择的实施方式，还包括联合反演优化模块，被配置为利用贝叶斯反演方法，定量描述联合反演结果的可靠程度，并减小反演误差，对反演结果进行成像处理，得到优化后的反演结果。
作为可选择的实施方式，还包括数据采集模块，包括核磁共振法采集系统和电阻率法采集系统。
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法中的步骤。
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法中的步骤。
与现有技术相比，本发明的有益效果为：
本发明使用了电阻率四维反演方法，通过该方法探得地下含水层的边界及电阻率分布等信息，为核磁共振剖分网格提供参考依据，且增加时间光滑度约束，可以获得与时间有关的电阻率变化，实时进行调整。
本发明提出了一种核磁共振四维反演策略，打破了传统一维反演对于空间和时间上的限制，增加空间光滑度约束和时间光滑度约束，大大减小了复杂地下环境下强行假设为层状分布带来的核磁共振探测结果的误差，同时四维反演还可以实时捕获与时间有关的含水率及水量等变化。
本发明本发明提出了一种基于核磁共振与电阻率四维反演联合的矿井灾害水源动态监测方法，利用电性模型进行地层结构限定，达到电阻率反演指导核磁反演的效果。利用核磁反演可以直接定量测得含水率及水量，利用电阻率反演减小地下介质导电性对于核磁反演造成的误差，结合二者的优势，对反演过程形成真正的联合约束，更加精准、高效成像。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明的矿井灾害水源动态监测流程示意图；
图2是本发明的贝叶斯反演优化流程图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
一种基于核磁共振与电阻率四维反演联合的矿井灾害水源动态监测方法，如图1所示，包括以下步骤：
(1)选定探测区域，使用核磁共振法和电阻率法采集相关数据，并导入工作参数。
(2)定义电阻率实测数据集DR＝(DR1,DR2,…,DRNk)T。
(3)电阻率四维反演，构造四维电阻率反演方程，求解模型参数增量向量ΔM，通过不断迭代，获得电性模型。
(4)根据电性模型所反映出的地层结构及边界信息，采用有限元法剖分网格，将网格化后的模型作为初始模型；
(5)利用所述初始模型，基于核磁共振法检测数据，进行核磁共振四维反演，构造核磁共振反演目标函数，采用非线性拟合方法不断迭代，直到目标函数值达到精度要求，输出联合反演结果。
所述步骤(1)中，选定同一探测区域，分别使用核磁共振和电阻率法进行监测，不间断进行数据采集，其中核磁共振通过施加和关断激发磁场产生的核磁共振信号收集信息，电阻率法通过使用某种装置，如偶极-偶极装置、温纳装置、施伦贝谢装置等或某几种装置的组合，对A、B两点供电，测量MN之间的电位差，再除以此时的供电电流，即可获得电阻数据。
所述步骤(3)中，目标函数如下所示：
其中，等式右侧第一项是数据拟合项，第二项是空间光滑约束项，第三项是时间光滑约束项。其中
分别是空间和时间上的相应函数，λ和μ则是空间和时间光滑约束项对于目标函数的影响的权重。
第一项数据误差项中
Wd为数据权重矩阵，e为实测数据与理论数据的差值向量，e＝Dr-G(M)-JΔM，其中，Dr是实测数据，G代表正演，Mn是一组模型参数，和实测数据一一对应，Jn是单个模型敏感度矩阵的扩展，与模型参数一一对应。
得到的四维电阻率反演方程如下：
JTWd TWdJ+λKTK+μKT TKT)ΔM＝JTWd T(WdDr-G(M))-μKT TKTM
式中K是空间光滑度矩阵，KT是时间光滑度矩阵。
通过对反演方程求解得到ΔM，不断迭代，得到反演结果，即相应的电性模型。
所述步骤(5)中，反演过程中，计算地下激发磁场的分布。在仅有外加电性源的前提下，假设谐变因子是
则电磁场满足以下的麦克斯韦方程组：
式中E为电场强度，H为磁场强度，μ为磁导率，
为电导率。D＝εE为电通量强度或电位移，其中ε为介电常数。Js为外加电性源的电流密度，
为电性源的圆频率。
在利用有限元法求解时，可先计算电场或矢量势，然后再求导计算磁场值，BT＝μH，BT为磁感应强度。
计算核函数及初始振幅。当各向同性时，核磁共振的初始振幅可以表示为：
式中，N是小网格的个数，Cj是第j个单元的核函数，nj是第j个单元的含水率。
其中，fL为发射线圈中的频率(拉莫尔频率，fL＝0.04258×|B0|，B0为测点的实际地磁场强度)，M0是氢质子的核磁化强度，η是氢质子磁旋比，B⊥是激发磁场BT垂直于地磁场B0的分量。
用矩阵形式可以表示为C·n＝E0，对该方程组求解，即可获得反演的含水率值。
所述步骤(5)中，进行核磁共振四维反演，得到含水率及水量等信息。采用基于最小二乘的非线性拟合方法进行优化，定义目标函数为：
给定核磁共振反演初始模型，使目标函数达到最小化，不断迭代得到联合反演结果。
上述反演结果已经较为可靠，但是，为了提升监测效果，本发明还提供一种将上述联合反演结果优化的方法，如图2所示，包括：
(6)贝叶斯反演，根据之前输出的联合反演结果，确定当前模型的先验概率分布，并建立贝叶斯反演的初始模型。
(7)贝叶斯反演计算，保存所有可接受的模型及其似然概率。并计算其后验概率分布。
(8)计算得到模型的均值及方差，均值模型表示最可能的反演结果，方差模型表示误差范围。如果误差范围小于设定值，则此时反演结果为优化后的反演结果，否则不断迭代进行贝叶斯反演，直到满足要求为止。
(9)对反演结果进行成像处理，从而对所监测区域进行水灾与水量预警。
具体的，步骤(7)中，根据之前通过最小平方反演得到的联合反演结果，确定该模型的先验概率分布，并以此作为约束条件建立初始模型。
其中g(m)是正演结果，C-1是协方差矩阵的逆，该式包含了每个模型的观测误差对数据的影响。
所述步骤(8)中，贝叶斯反演计算，以Metropolis准则作为标准，保存所有可接受的模型及其似然概率。并对所有反演出的模型样本进行统计，计算其后验概率分布，
式中，P(m)、P(d)分别是模型参数和观测数据的先验概率分布，P(dm)是给定模型参数条件下具体观测数据的似然概率，σ(md)是组合先验信息和似然概率得到的模型参数后验概率。
所述步骤(9)中，计算得到模型的均值和方差，均值模型即为最可能的反演结果，方差模型即为误差范围。
作为一种典型实时方式，(1)对同一探测区域分别使用核磁共振和电阻率法不间断进行数据采集，其中核磁共振通过施加和关断激发磁场产生的核磁共振信号收集信息，电阻率法使用温纳——施伦贝谢装置，对A、B两点供电，采集其余各电极点电位，除以此时的供电电流，即可提取电阻数据。
(2)定义电阻率实测数据集DR＝(DR1,DR2,…,DRNk)T。Nk表示用于反演的数据集的个数。
(3)进行电阻率四维反演。目标函数为：
等式右侧第一项是数据拟合项，第二项是空间光滑约束项，第三项是时间光滑约束项。其中
分别是空间和时间上的相应函数，λ和μ则是空间和时间光滑约束项对于目标函数的影响的权重。数据误差项中
Wd为数据权重矩阵，e为实测数据与理论数据的差值向量，e＝Dr-G(M)-JΔM，其中，Dr是实测数据，G代表正演，Mn是一组模型参数，和实测数据一一对应，Jn是单个模型敏感度矩阵的扩展，与模型参数一一对应。四维电阻率反演方程为：
JTWd TWdJ+λKTK+μKT TKT)ΔM＝JTWd T(WdDr-G(M))-μKT TKTM，式中K是空间光滑度矩阵，KT是时间光滑度矩阵。通过对反演方程求解得到ΔM，不断迭代，得到反演结果，即相应的电性模型。
(4)根据得到的电性模型，采用有限元法进行网格化剖分。
(5)计算地下激发磁场的分布。先计算电场或矢量势，然后再求导计算磁场值，BT＝μH，BT为磁感应强度。在仅有外加电性源的前提下，假设谐变因子是
则电磁场满足以下的麦克斯韦方程组：
式中E为电场强度，H为磁场强度，μ为磁导率，
为电导率。D＝εE为电通量强度或电位移，其中ε为介电常数。Js为外加电性源的电流密度，
为电性源的圆频率。
计算核函数，
其中fL为发射线圈中的频率(拉莫尔频率，fL＝0.04258×|B0|，B0为测点的实际地磁场强度)，M0是氢质子的核磁化强度，η是氢质子磁旋比，B⊥是激发磁场BT垂直于地磁场B0的分量。
计算初始振幅。假设各向同性，则核磁共振的初始振幅表示为：
式中，N是小网格的个数，Cj是第j个单元的核函数，nj是第j个单元的含水率。
求解C·n＝E0方程组，获得反演的含水率值。
(6)核磁共振四维反演，定义目标函数为：
其中C为核函数矩阵，n为含水率模型参数，α、β分别为空间和时间光滑度约束项对于目标函数的影响的权重。采用基于最小二乘的非线性拟合方法进行优化，
使目标函数达到最小化，不断迭代得到联合反演结果。
(7)根据之前通过最小平方反演得到的联合反演结果，确定该模型的先验概率分布，并以此作为约束条件建立初始模型。
其中g(m)是正演结果，C-1是协方差矩阵的逆。
(8)贝叶斯反演计算，以Metropolis准则作为标准，保存所有可接受的模型及其似然概率。并对所有反演出的模型样本进行统计，计算其后验概率分布，
式中，P(m)、P(d)分别是模型参数和观测数据的先验概率分布，P(d|m)是给定模型参数条件下具体观测数据的似然概率，σ(m|d)是组合先验信息和似然概率得到的模型参数后验概率。
(9)计算得到模型的均值和方差，均值模型即为最可能的反演结果，方差模型即为误差范围。
(10)对得到的模型进行成像处理，从而对所监测区域进行水灾与水量预警。
为验证核磁共振与电阻率联合反演效果优于核磁共振单独反演，可以以下述电性模型进行模拟示例。
A.在如下条件下采集核磁共振数据：核磁共振发射线圈和接收线圈均为1匝，尺寸为60m×60m，周围电阻率为300Ω·m，地磁场强度为50000nT，地磁倾角为45°，地磁偏角为0°，拉莫尔频率为fL＝0.04258×|B0|，此处为2129Hz。含水体模型为长20m，宽20m，厚8m，中心位于(0，0，10),含水体电阻率为10Ω·m，含水率为50％。地面布置测点36个，测点x、y方向间距均为40m，对X为-80～80m，Y为-80～80m的范围进行观测。
B.利用高密度电阻率法的温纳——施伦贝谢装置采集电阻率数据。
C.电阻率四维反演成像，得到相应的电性模型。
D.在x、y、z方向对探测区域以10m×10m×5m的网格间距进行离散。
E.采用300Ω·m的均匀半空间电性模型进行核磁共振单独反演，输出反演结果，并在此基础上进行贝叶斯反演，得到其均值模型。
F.相同离散网格下，采用电阻率四维反演成像得到的电性模型进行核磁共振反演，输出反演结果，同样在此基础上进行贝叶斯反演，得到其均值模型。
G.将E与F得到的反演结果进行对比，发现二者虽均能反映出真实的含水体轮廓，但E中会出现假异常，且局部含水率与真实含水率相比具有较大误差，而F则精度更高。
该例表明，电性模型会对核磁共振的反演结果造成一定的影响，因此在进行核磁共振前确定合适的电性模型尤为重要，这也体现出核磁共振与电阻率联合反演较传统的核磁共振单独反演而言，能够更好的反映地下含水率分布。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：包括以下步骤：
(1)获取目标探测区域分别采用核磁共振法及电阻率法获得的两类地球物理探测数据；
(2)根据电阻率法探测到的数据，通过电阻率四维反演成像技术提取其电性信息，确定电性模型，对电性模型进行网格化，将网格化后的模型作为初始模型；
(3)构建考虑初始模型、空间光滑约束和时间光滑约束的目标函数，基于核磁共振法探测到的数据，进行核磁共振四维反演，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果，得到地层的含水率、水量信息。
2.如权利要求1所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：还包括以下步骤(4)：利用贝叶斯反演方法，定量描述联合反演结果的可靠程度，并减小反演误差，对反演结果进行成像处理，得到优化后的反演结果。
3.如权利要求1所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(1)中，分别使用核磁共振和电阻率法进行监测，不间断进行数据采集，核磁共振法通过施加和关断激发磁场产生的核磁共振信号收集信息，电阻率法通过电极测量，获得电阻数据。
4.如权利要求1所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(2)中，通过电阻率四维反演成像技术提取其电性信息，确定电性模型的具体过程包括：
构建电阻率四维反演目标函数，所述电阻率四维反演目标函数包含数据拟合项、空间光滑约束项和时间光滑约束项，进而确定四维电阻率反演方程，对四维电阻率反演方程进行求解，不断迭代，得到反演结果，即相应的电性模型。
5.如权利要求1所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(2)中，通过对电性模型进行网格化的具体过程包括：根据电性模型所反映出的地层结构及边界信息，采用有限元法剖分网格。
6.如权利要求1所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(3)中，基于核磁共振法探测到的数据，进行核磁共振四维反演的具体过程包括：计算地下激发磁场的分布，利用有限元法求解，计算核函数及初始振幅，进而计算获得反演的含水率值。
7.如权利要求1或6所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(3)中，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果的具体过程包括：采用基于最小二乘的非线性拟合方法进行优化，定义目标函数为：
基于核磁共振反演初始模型，使目标函数达到最小化，不断迭代得到联合反演结果。
8.如权利要求2所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测方法，其特征是：所述步骤(4)具体过程包括：根据之前输出的联合反演结果，确定当前模型的先验概率分布，建立贝叶斯反演的初始模型；
进行贝叶斯反演计算，得到所有可接受的模型及其似然概率，并计算其后验概率分布；
计算此时模型的均值及方差，均值模型表示最可能的反演结果，方差模型表示误差范围，如果误差范围小于设定值，则此时反演结果为优化后的反演结果，否则不断迭代进行贝叶斯反演，直到满足要求为止。
9.一种基于核磁共振与电阻率联合的矿井灾害水源动态监测系统，其特征是：包括：
数据获取模块，被配置为获取目标探测区域分别采用核磁共振法及电阻率法获得的两类地球物理探测数据；
电阻率四维反演模块，被配置为根据电阻率法探测到的数据，通过电阻率四维反演成像技术提取其电性信息，确定电性模型，对电性模型进行网格化，将网格化后的模型作为初始模型；
联合反演模块，被配置为基于核磁共振法探测到的数据，进行核磁共振四维反演，构建考虑初始模型、空间光滑约束和时间光滑约束的目标函数，对目标函数采用非线性拟合方法优化，不断迭代，直到满足设定要求，获得联合反演结果，得到地层的含水率、水量信息。
10.如权利要求9所述的一种基于核磁共振与电阻率联合的矿井灾害水源动态监测系统，其特征是：还包括联合反演优化模块，被配置为利用贝叶斯反演方法，定量描述联合反演结果的可靠程度，并减小反演误差，对反演结果进行成像处理，得到优化后的反演结果；
或，还包括数据采集模块，包括核磁共振法采集系统和电阻率法采集系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397588.5A CN114236639A (zh) | 2021-11-23 | 2021-11-23 | 基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397588.5A CN114236639A (zh) | 2021-11-23 | 2021-11-23 | 基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114236639A true CN114236639A (zh) | 2022-03-25 |
Family
ID=80750638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111397588.5A Pending CN114236639A (zh) | 2021-11-23 | 2021-11-23 | 基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114236639A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115166842A (zh) * | 2022-06-24 | 2022-10-11 | 山东大学 | 基于可变网格的隧道直流电阻率自适应反演方法及系统 |
| CN116466402A (zh) * | 2023-04-24 | 2023-07-21 | 中国地震局地球物理研究所 | 一种基于地质信息和电磁数据联合驱动的电磁反演方法 |
| CN117075212A (zh) * | 2023-10-16 | 2023-11-17 | 吉林大学 | 一种隧道磁共振裂隙结构成像方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537714A (zh) * | 2015-01-07 | 2015-04-22 | 吉林大学 | 磁共振与瞬变电磁空间约束联合反演方法 |
| CN106556876A (zh) * | 2016-11-11 | 2017-04-05 | 山东大学 | 一种基于多频偏共振激发的三维核磁共振叠前反演方法 |
| CN108646308A (zh) * | 2018-06-15 | 2018-10-12 | 山东大学 | 一种基于四维电阻率反演的不良地质体灌浆实时监测方法 |
| CN109001825A (zh) * | 2018-06-15 | 2018-12-14 | 山东大学 | 基于先验梯度约束的四维电阻率跨孔ct监测成像方法 |
| CN109001826A (zh) * | 2018-06-15 | 2018-12-14 | 山东大学 | 基于数据动态控制时间光滑约束的四维电阻率反演方法 |
| CN110082832A (zh) * | 2019-05-17 | 2019-08-02 | 吉林大学 | 一种地面磁共振和探地雷达数据联合成像方法 |
-
2021
- 2021-11-23 CN CN202111397588.5A patent/CN114236639A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537714A (zh) * | 2015-01-07 | 2015-04-22 | 吉林大学 | 磁共振与瞬变电磁空间约束联合反演方法 |
| CN106556876A (zh) * | 2016-11-11 | 2017-04-05 | 山东大学 | 一种基于多频偏共振激发的三维核磁共振叠前反演方法 |
| CN108646308A (zh) * | 2018-06-15 | 2018-10-12 | 山东大学 | 一种基于四维电阻率反演的不良地质体灌浆实时监测方法 |
| CN109001825A (zh) * | 2018-06-15 | 2018-12-14 | 山东大学 | 基于先验梯度约束的四维电阻率跨孔ct监测成像方法 |
| CN109001826A (zh) * | 2018-06-15 | 2018-12-14 | 山东大学 | 基于数据动态控制时间光滑约束的四维电阻率反演方法 |
| CN110082832A (zh) * | 2019-05-17 | 2019-08-02 | 吉林大学 | 一种地面磁共振和探地雷达数据联合成像方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李宏恩等: "地面核磁共振法与高密度电法联合探测堤坝渗漏隐患原位试验研究", 《地球物理学进展》, vol. 34, no. 4, 31 August 2019 (2019-08-31), pages 1627 - 1634 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115166842A (zh) * | 2022-06-24 | 2022-10-11 | 山东大学 | 基于可变网格的隧道直流电阻率自适应反演方法及系统 |
| CN116466402A (zh) * | 2023-04-24 | 2023-07-21 | 中国地震局地球物理研究所 | 一种基于地质信息和电磁数据联合驱动的电磁反演方法 |
| CN116466402B (zh) * | 2023-04-24 | 2024-02-06 | 中国地震局地球物理研究所 | 一种基于地质信息和电磁数据联合驱动的电磁反演方法 |
| CN117075212A (zh) * | 2023-10-16 | 2023-11-17 | 吉林大学 | 一种隧道磁共振裂隙结构成像方法 |
| CN117075212B (zh) * | 2023-10-16 | 2024-01-26 | 吉林大学 | 一种隧道磁共振裂隙结构成像方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114236639A (zh) | 基于核磁共振与电阻率联合的矿井灾害水源动态监测方法 | |
| Sun et al. | Multidomain petrophysically constrained inversion and geology differentiation using guided fuzzy c-means clustering | |
| Han et al. | A 3D fracture network model for the undisturbed rock mass at the Songta dam site based on small samples | |
| CA2749831C (en) | Stochastic inversion of geophysical data for estimating earth model parameters | |
| Mukherjee et al. | 3D controlled-source electromagnetic edge-based finite element modeling of conductive and permeable heterogeneities | |
| RU2471237C2 (ru) | Создание модели приведенного порядка электромагнитного ответного сигнала от подземной структуры | |
| US10242126B2 (en) | Method of simultaneous imaging of different physical properties using joint inversion of multiple datasets | |
| US20120026314A1 (en) | Methods of electromagnetic migration imaging of geologic formation | |
| McMillan et al. | 3D parametric hybrid inversion of time-domain airborne electromagnetic data | |
| Wang et al. | Bayesian stochastic soil modeling framework using Gaussian Markov random fields | |
| Shimelevich et al. | The neural network approximation method for solving multidimensional nonlinear inverse problems of geophysics | |
| US11789177B2 (en) | Method of calculating temperature and porosity of geological structure | |
| Li et al. | Accelerated Bayesian inversion of transient electromagnetic data using MCMC subposteriors | |
| CN111221048B (zh) | 基于跨孔电阻率ct多尺度反演的孤石边界识别与成像方法 | |
| Liang et al. | Hybrid support vector machine optimization model for inversion of tunnel transient electromagnetic method | |
| US9020205B2 (en) | Methods of multinary inversion for imaging objects with discrete physical properties | |
| EP3351959B1 (en) | Apparatus and method for performing a consistency testing using non-linear filters that provide predictive probability density functions | |
| Zhou et al. | Stochastic structure-constrained image-guided inversion of geophysical data | |
| Kang et al. | mCSEM inversion for CO2 sequestration monitoring at a deep brine aquifer in a shallow sea | |
| Klose et al. | Toward subsurface magnetic permeability imaging with electromagnetic induction sensors: Sensitivity computation and reconstruction of measured data | |
| Cao et al. | 3-D Crosswell electromagnetic inversion based on IRLS norm sparse optimization algorithms | |
| US9268052B2 (en) | Method and system of using a data weighted electromagnetic source for time-lapse monitoring of a reservoir production or hydraulic fracturing | |
| Oh et al. | Interpretation of controlled-source electromagnetic data from iron ores under rough topography | |
| GB2583906A (en) | Method of estimating a mineral content of a geological structure | |
| Sandhu et al. | Bayesian Experimental Design for Efficient Sensor Placement in Two-Dimensional Electromagnetic Imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |