CN116819647A - 基于交叉梯度结构约束的水文地球物理数据融合方法 - Google Patents
基于交叉梯度结构约束的水文地球物理数据融合方法 Download PDFInfo
- Publication number
- CN116819647A CN116819647A CN202311087010.9A CN202311087010A CN116819647A CN 116819647 A CN116819647 A CN 116819647A CN 202311087010 A CN202311087010 A CN 202311087010A CN 116819647 A CN116819647 A CN 116819647A
- Authority
- CN
- China
- Prior art keywords
- gradient
- cross
- resistivity
- constraint
- hydrogeophysical
- 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.)
- Granted
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 230000035699 permeability Effects 0.000 claims abstract description 25
- 238000005086 pumping Methods 0.000 claims abstract description 23
- 238000011160 research Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000004587 chromatography analysis Methods 0.000 claims abstract description 16
- 238000011835 investigation Methods 0.000 claims abstract description 5
- 238000005553 drilling Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 22
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Geophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于交叉梯度结构约束的水文地球物理数据融合方法,包括:在研究区域实施抽水试验;在研究区域实施电阻率法地球物理勘探;建立研究区域的数值模型并生成矩形离散网格;设定数值模型中渗透系数、贮水率和电阻率等未知参数的初始分布;构建各未知参数的交叉梯度函数组;执行交叉梯度结构约束下的水力层析和电阻率层析反演过程,由多次迭代求得最优解。本发明所述方法能够更为精确可靠的刻画地下含水层的非均质性,在现实大型地质构造中,水文地质参数和电性参数具备结构相似性,不同类别的特性参数相互约束可以最大程度挖掘和融合水文地球物理数据所包含的含水层结构信息,解决反演的多解性问题,改善反演的分辨率与精度。
Description
技术领域
本发明涉及工程地质及水文地质监测技术领域,更具体的,涉及一种基于交叉梯度结构约束的水文地球物理数据融合方法。
背景技术
含水层中的各类水力参数和电性参数在地下水数值模拟、污染物运移、动态监测、环境演化、水资源评价等研究中应用广泛。水文地质问题的解决在很大程度上依赖于含水层非均质性的准确描述,从而预测地质构造中水和溶质的时空分布和变化情况,可为工程设计提供依据,指导采取有效防治措施,如封堵导水通道、地下水污染修复等等,保障人民生命财产安全。
目前工程地质及水文地质调查的主要手段有地质钻探、抽水试验、地球物理勘探等方法。地质钻探结合水样、土样单点检测准确率高,但成本较高,代表性弱,且不能获取连续的地质信息。大范围、长周期的抽水试验是获取水文地质信息的重要手段,水力层析水头响应数据解译技术具备其先进性,但在参数估计过程中,忽略了大型地质构造中渗透系数和贮水率的结构相似性。地球物理勘探采用无损探测,可快速采集大量数据,获取地层的电阻率、介电常数等物理特性,但转换为水文地质参数的数据解译过程容易增加人为的不确定性。
发明内容
本发明的目的是为克服现有技术的不足,为了解决上述技术问题,本发明提出了涉及一种基于交叉梯度结构约束的水文地球物理数据融合方法。
本发明提供了一种基于交叉梯度结构约束的水文地球物理数据融合方法,包括:
在研究区域实施抽水试验;
在研究区域实施电阻率法地球物理勘探;
建立研究区域的数值模型并生成矩形离散网格;
设定数值模型中各未知参数的初始分布,所述未知参数包括渗透系数、贮水率和电阻率;
构建各未知参数的交叉梯度函数组;
执行交叉梯度结构约束下的水力层析和电阻率层析反演过程,由多次迭代求得最优解。
本方案中,在研究区域实施抽水试验时,潜在地质构造区域的钻孔加密布设,在潜在地质构造区域的钻孔密度加密2-3倍。同时保证试验的正常进行和数据测量的质量,依据现场实际情况确定抽水试验方案。
本方案中,在研究区域依次实施单井抽水试验时,其余所有观测井同步测量水头变化,所述抽水试验的次数大于或等于3次,以作验证之用;试验的前期水头响应强烈,需加密观测,中后期水头变动缓慢并趋于稳定,定时观测即可。
本方案中,在研究区域实施电阻率法地球物理勘探时,潜在地质构造区域的测线加密布设,在潜在地质构造区域如古河道、破碎带等,其测线密度加密2-3倍。同时保证试验的正常进行和数据测量的质量,依据现场实际情况确定测线布置方案和数据采集阵列。
依照测线位置,采用一般情况下的梯度阵列依次采集数据。若现场条件较为复杂,数据采集信号较差时,可以考虑采用优化后的复杂阵列采集数据。
本方案中,设定研究区域为非均质饱和含水层,根据研究区域的规模及对未知参数反演精度的需求,确定矩形离散网格的规格。
本方案中,根据已知的地质信息预估含水层未知参数的均值,将参数的初始分布设定为均质的,所述含水层未知参数包括渗透系数、贮水率和电阻率。
本方案中,地质信息包括地质剖面图、钻孔柱状图及土壤检测结果。
本方案中,根据渗透系数的梯度:
;
其中,表示渗透系数/>在/>的梯度,/>、/>、分别表示渗透系数/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
贮水率的梯度:
;
其中,表示贮水率/>在/>的梯度,/>、/>、/>分别表示贮水率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
电阻率的梯度:
;
其中,表示电阻率/>在/>的梯度,/>、/>、/>分别表示电阻率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
构建交叉梯度函数组/>:
;
其中,
;
;
;
本方案中,使用向前差分方法,离散交叉梯度函数,考虑交叉梯度约束反演得到的参数估计结果,由其计算的交叉梯度矩阵近似于零矩阵。因此,交叉梯度约束可以增强不同物性参数模型之间结构的相似性,从而达到结构耦合的目的。
本方案中,在目标函数中加入待反演模型参数间的交叉梯度正则化约束项,融合水文地球物理数据,执行水力层析和电阻率层析反演过程,由多次迭代求得最优解。
最小化目标函数为:/>;
其中,表示模拟数据,/>表示观测数据,/>表示观测数据的协方差矩阵,/>表示正则化系数,/>表示未知参数矩阵,/>表示正则化矩阵,/>表示矩阵转置;
约束条件:;/>表示未知参数矩阵的交叉梯度。
未知参数的最优解同时满足水头响应和视电阻率模拟值与观测值的差异最小、模型区域内部平滑分布、物性参数的结构差异最小。
进一步的,基于非线性最小二乘法求解未知参数的迭代公式为:
;
其中,、/>表示迭代次数,/>表示观测数据关于未知参数的灵敏度矩阵,/>表示交叉梯度的偏导数矩阵,/>表示拉格朗日乘数矩阵;
其中,拉格朗日乘数矩阵的表达式为:
;
;
本发明解决了背景技术中技术问题的同时具备以下有益效果:
本发明通过一系列大范围、长周期抽水试验以及电阻率法地球物理勘探,构建渗透系数、贮水率和电阻率的交叉梯度函数组,借助不同类别的特性参数相互约束最大程度挖掘和融合水文地球物理数据所包含的含水层结构信息,考虑水文地质参数(如:渗透系数和贮水率)和电性参数(如:电阻率)的结构相似性,为大型地质构造提供详细的连续参数信息。该方法操作简单,适用性广,精确可靠的刻画地下含水层的非均质性,定位地质构造的位置及范围,解决了反演的多解性问题,改善了反演的分辨率与精度,为工程地质及水文地质调查提供综合技术保障。
附图说明
为了更清楚地说明本发明实施例或示例性中的技术方案,下面将对实施例或示例性描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以按照这些附图示出的获得其他的附图。
图1示出了本发明实施例的基于交叉梯度结构约束的水文地球物理数据融合的方法流程图;
图2示出了本发明实施例的基于交叉梯度结构约束的水文地球物理数据融合方法的流程框图;
图3示出了定义交叉梯度函数离散形式的向前差分方法示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1、2示出了本发明实施例的基于交叉梯度结构约束的水文地球物理数据融合方法流程图及流程框图。
如图1所示,本发明提供了一种基于交叉梯度结构约束的水文地球物理数据融合方法,包括:
S102:在研究区域实施抽水试验,潜在地质构造区域的钻孔加密布设,试验次数不少于3次。在每次试验的前期加密观测水头变化,中后期定时观测。
具体过程为:根据所研究含水层的空间位置及范围,均匀布设钻孔,在潜在地质构造区域的钻孔密度加密2-3倍。同时保证试验的正常进行和数据测量的质量,依据现场实际情况确定抽水试验方案,包括试验次数,每次试验运用到的抽水井和观测井,抽水流量及持续时间,观测频率。抽水试验的次数不少于3次,以作验证之用。在研究区域依次实施单井抽水试验时,其余所有观测井同步测量水头变化,试验的前期水头响应强烈,需加密观测,中后期水头变动缓慢并趋于稳定,定时观测即可。
104:在研究区域实施电阻率法地球物理勘探,潜在地质构造区域的测线加密布设。依照测线位置,采用一般情况下的梯度阵列依次采集数据。
具体过程为:根据所研究含水层的空间位置及范围,均匀布设测线,在潜在地质构造区域的测线密度加密2-3倍。同时保证试验的正常进行和数据测量的质量,依据现场实际情况确定测线布置方案和数据采集阵列,包括测线长度,电极间距,电极个数,测线间距。依照测线位置,采用一般情况下的梯度阵列依次采集数据。若现场条件较为复杂,数据采集信号较差时,可以考虑采用优化后的复杂阵列采集数据。
S106:建立研究区域的数值模型并生成矩形离散网格。
具体过程为:设定研究区域为非均质饱和含水层,充分考虑数值模型边界效应的影响,确定最终的反演区域。根据研究区域的规模及对未知参数反演精度的需求,确定矩形离散网格的规格。在潜在地质构造区域,如古河道、破碎带等,网格加密2-3倍。
S108:设定数值模型中各未知参数(包括渗透系数、贮水率和电阻率)的初始分布。
具体过程为:先验地质信息的来源包括地质剖面图、钻孔柱状图及土壤检测结果。根据已知的地质信息预估含水层未知参数(包括渗透系数、贮水率和电阻率)的均值,将参数的初始分布设定为均质的。
S110:构建各未知参数的交叉梯度函数组。
具体过程为:根据渗透系数的梯度:
;
其中,表示渗透系数/>在/>的梯度,/>、/>、分别表示渗透系数/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
贮水率的梯度:
;
其中,表示贮水率/>在/>的梯度,/>、/>、/>分别表示贮水率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
电阻率的梯度:
;
其中,表示电阻率/>在/>的梯度,/>、/>、/>分别表示电阻率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
构建交叉梯度函数组/>:
;
其中,
;
;
;
使用图3所示的向前差分方法,离散交叉梯度函数,其任一分量的表达式为:
;
其中,、/>、/>分别表示交叉梯度/>在x、y、z方向的分量,/>、/>、/>、/>分别对应图3所述相邻的四个单元中位于中心、后边、右边、上边位置的第一类参数值;/>、/>、、/>分别对应图3所述相邻的四个单元中位于中心、后边、右边、上边位置的第二类参数值。
交叉梯度函数的性质总结如下:若一个物性参数模型的值为常数时,其梯度为零,交叉梯度值为零;若两种物性参数模型的梯度方向相同(或相反)时,交叉梯度值为零;若两种物性参数模型的梯度方向不完全相同时,交叉梯度值不为零。
考虑交叉梯度约束反演得到的参数估计结果,由其计算的交叉梯度矩阵近似于零矩阵。因此,交叉梯度约束可以增强不同物性参数模型之间结构的相似性,从而达到结构耦合的目的。
S112:执行交叉梯度结构约束下的水力层析和电阻率层析反演过程,由多次迭代求得最优解,得到高精度的反演结果。
具体过程为:在目标函数中加入待反演模型参数间的交叉梯度正则化约束项,融合水文地球物理数据,最小化目标函数为:
;
其中,表示模拟数据,/>表示观测数据,/>表示观测数据的协方差矩阵,/>表示正则化系数,/>表示未知参数矩阵,/>表示正则化矩阵,/>表示矩阵转置;
约束条件:;/>表示未知参数矩阵的交叉梯度。
未知参数的最优解同时满足水头响应和视电阻率模拟值与观测值的差异最小、模型区域内部平滑分布、物性参数的结构差异最小。
执行水力层析和电阻率层析反演过程,由多次迭代求得最优解,基于非线性最小二乘法求解未知参数的迭代公式为:
;
其中,、/>表示迭代次数,/>表示观测数据关于未知参数的灵敏度矩阵,/>表示交叉梯度的偏导数矩阵,/>表示拉格朗日乘数矩阵;
其中,拉格朗日乘数矩阵的表达式为:
;
。
根据本发明一个较佳实施例,以某古河道数值模型为例,步骤如下:
步骤一:在该古河道数值模型中,河道宽度沿程变化。假定古河道渗透系数K为2×10-3m/s,贮水率Ss为10-4m-1,电阻率ρ为2000 Ω·m,周围沉积物的渗透系数K为10-4m/s,贮水率Ss为2×10-3m-1,电阻率ρ为100 Ω·m。模型四周均设置为1000 m的定水头边界,上顶面和下底面设置为零流量边界,整个模型区域的初始水头均为1000 m。均匀布设36(6×6)口钻孔,其中12口钻孔位于古河道内部。在地面对角线上选取3口钻孔分别依次进行了3次独立的抽水试验,抽水流量为0.002 m3/s,持续时间为2 h。除抽水井外,其余钻孔作为观测井全程记录水头变化情况,观测频率:试验开始后0.5 h内为1次/10 s,之后为1次/60 s。
步骤二:均匀布设36(6×6)条测线,东西方向与南北方向的测线相互正交,测线长度为62 m,完整覆盖模型区域,每条测线上共有32个电极,电极间距为2 m,相邻两条测线的距离为10 m。采用梯度阵列依次采集数据。
步骤三:数值模型为62×62×12 m2的长方体区域,并离散为46128个立方体单元,每个单元的规格为1×1×1 m3。
步骤四:在每条降深曲线上分别选取5个数据点,包括水头响应初期、中期、末期,共计525个水头数据(3×35×5),每条测线采集到的视电阻率数据为294个,共计10584个,由上述水头数据和视电阻率数据确定含水层的等效渗透系数为5×10-4m/s,等效贮水率为1.4×10-3m-1,等效视电阻率为500 Ω·m,同时作为参数的初始估计值。
步骤五:基于离散化的交叉梯度函数,分别绘制渗透系数和贮水率、渗透系数和电阻率、贮水率和电阻率的交叉梯度等值线图。
步骤六:执行交叉梯度结构约束下的水力层析和电阻率层析反演过程,由多次迭代求得最优解。对比执行交叉梯度结构约束前后的反演效果,证明交叉梯度结构约束可以最大程度的保留了渗透系数、贮水率和电阻率的结构相似性,从而识别地质结构,同时,交叉梯度等值线图量化了各参数之间的结构相似性。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于,包括如下步骤:
在研究区域实施抽水试验;
在研究区域实施电阻率法地球物理勘探;
建立研究区域的数值模型并生成矩形离散网格;
设定数值模型中各未知参数的初始分布,所述未知参数包括渗透系数、贮水率和电阻率;
构建各未知参数的交叉梯度函数组;
执行交叉梯度结构约束下的水力层析和电阻率层析反演过程,由多次迭代求得最优解。
2.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:在研究区域实施抽水试验时,潜在地质构造区域的钻孔加密布设,所述潜在地质构造区域的钻孔密度加密2-3倍。
3.根据权利要求2所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:在研究区域依次实施单井抽水试验时,其余所有观测井同步测量水头变化,所述抽水试验的次数大于或等于3次。
4.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:在研究区域实施电阻率法地球物理勘探时,潜在地质构造区域的测线加密布设,在潜在地质构造区域的测线密度加密2-3倍。
5.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:设定研究区域为非均质饱和含水层,根据研究区域的规模及对未知参数反演精度的需求,确定矩形离散网格的规格。
6.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:根据已知的地质信息预估含水层未知参数的均值,将参数的初始分布设定为均质的,所述含水层未知参数包括渗透系数、贮水率和电阻率。
7.根据权利要求6所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:地质信息包括地质剖面图、钻孔柱状图及土壤检测结果。
8.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:根据渗透系数的梯度:
;
其中,表示渗透系数/>在/>的梯度,/>、/>、/>分别表示渗透系数/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
贮水率的梯度:
;
其中,表示贮水率/>在/>的梯度,/>、/>、/>分别表示贮水率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
电阻率的梯度:
;
其中,表示电阻率/>在/>的梯度,/>、/>、/>分别表示电阻率/>对x、y、z的偏导数,/>、/>、/>分别表示x、y、z轴上的单位向量;
构建交叉梯度函数组/>:
。
9.根据权利要求1所述的一种基于交叉梯度结构约束的水文地球物理数据融合方法,其特征在于:在目标函数中加入待反演模型参数间的交叉梯度正则化约束项,融合水文地球物理数据,执行水力层析和电阻率层析反演过程,由多次迭代求得最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311087010.9A CN116819647B (zh) | 2023-08-28 | 2023-08-28 | 一种基于交叉梯度结构约束的水文地球物理数据融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311087010.9A CN116819647B (zh) | 2023-08-28 | 2023-08-28 | 一种基于交叉梯度结构约束的水文地球物理数据融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819647A true CN116819647A (zh) | 2023-09-29 |
CN116819647B CN116819647B (zh) | 2023-11-17 |
Family
ID=88139492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311087010.9A Active CN116819647B (zh) | 2023-08-28 | 2023-08-28 | 一种基于交叉梯度结构约束的水文地球物理数据融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819647B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135734A (zh) * | 2007-10-22 | 2008-03-05 | 苏州圣庄伟业岩土科技有限公司 | 基于压力示踪的基础工程地下水参数测量方法及系统 |
WO2012122503A2 (en) * | 2011-03-10 | 2012-09-13 | Schlumberger Canada Limited | Method for 3-d gravity forward modeling and inversion in the wavenumber domain |
US20170336529A1 (en) * | 2016-05-20 | 2017-11-23 | Exxonmobil Research And Engineering Company | Shape-based geophysical parameter inversion |
CN108229082A (zh) * | 2018-04-12 | 2018-06-29 | 吉林大学 | 一种基于数据空间快速计算的联合反演方法 |
CN108680964A (zh) * | 2018-03-30 | 2018-10-19 | 吉林大学 | 一种基于结构约束的归一化重磁电震联合反演方法 |
CN111766189A (zh) * | 2020-06-08 | 2020-10-13 | 重庆交通大学 | 一种基于水力刺激的堤防隐伏渗漏通道三维层析扫描方法 |
US20210264262A1 (en) * | 2020-02-21 | 2021-08-26 | Saudi Arabian Oil Company | Physics-constrained deep learning joint inversion |
CN113504575A (zh) * | 2021-07-09 | 2021-10-15 | 吉林大学 | 基于权相交及多次交叉梯度约束的联合反演方法 |
CN114460653A (zh) * | 2022-01-28 | 2022-05-10 | 南京大学 | 基于卷积神经网络融合地下水位及自然电位数据识别非高斯含水层参数的方法 |
CN115857028A (zh) * | 2022-11-08 | 2023-03-28 | 中国科学院新疆生态与地理研究所 | 基于非接触观测法的水文地质参数的时空定量表达方法 |
-
2023
- 2023-08-28 CN CN202311087010.9A patent/CN116819647B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135734A (zh) * | 2007-10-22 | 2008-03-05 | 苏州圣庄伟业岩土科技有限公司 | 基于压力示踪的基础工程地下水参数测量方法及系统 |
WO2012122503A2 (en) * | 2011-03-10 | 2012-09-13 | Schlumberger Canada Limited | Method for 3-d gravity forward modeling and inversion in the wavenumber domain |
US20170336529A1 (en) * | 2016-05-20 | 2017-11-23 | Exxonmobil Research And Engineering Company | Shape-based geophysical parameter inversion |
CN108680964A (zh) * | 2018-03-30 | 2018-10-19 | 吉林大学 | 一种基于结构约束的归一化重磁电震联合反演方法 |
CN108229082A (zh) * | 2018-04-12 | 2018-06-29 | 吉林大学 | 一种基于数据空间快速计算的联合反演方法 |
US20210264262A1 (en) * | 2020-02-21 | 2021-08-26 | Saudi Arabian Oil Company | Physics-constrained deep learning joint inversion |
CN111766189A (zh) * | 2020-06-08 | 2020-10-13 | 重庆交通大学 | 一种基于水力刺激的堤防隐伏渗漏通道三维层析扫描方法 |
CN113504575A (zh) * | 2021-07-09 | 2021-10-15 | 吉林大学 | 基于权相交及多次交叉梯度约束的联合反演方法 |
CN114460653A (zh) * | 2022-01-28 | 2022-05-10 | 南京大学 | 基于卷积神经网络融合地下水位及自然电位数据识别非高斯含水层参数的方法 |
CN115857028A (zh) * | 2022-11-08 | 2023-03-28 | 中国科学院新疆生态与地理研究所 | 基于非接触观测法的水文地质参数的时空定量表达方法 |
Non-Patent Citations (5)
Title |
---|
戴国水;: "地下水资源勘查中时间域激发极化法的应用", 中国资源综合利用, no. 08 * |
李兆祥;谭捍东;付少帅;唐飞;朱德朋;高敬语;: "基于交叉梯度约束的时间域激发极化法二维同步反演", 地球物理学报, no. 12 * |
赵瑞珏: "基于含水层结构信息的水文地质参数反演方法研究", 中国优秀硕士学位论文全文数据库 * |
马鑫;: "井间地震波层析成像与直流电阻率法联合反演", 西部探矿工程, no. 06 * |
高级;张海江;方洪健;李楠;: "一种高效的基于交叉梯度结构约束的三维地震走时与直流电阻率联合反演策略", 地球物理学报, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819647B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Watlet et al. | Imaging groundwater infiltration dynamics in the karst vadose zone with long-term ERT monitoring | |
Pollock et al. | Fully coupled hydrogeophysical inversion of a laboratory salt tracer experiment monitored by electrical resistivity tomography | |
Kuras et al. | Monitoring hydraulic processes with automated time-lapse electrical resistivity tomography (ALERT) | |
Kowalsky et al. | Coupled modeling of hydrogeochemical and electrical resistivity data for exploring the impact of recharge on subsurface contamination | |
US5914603A (en) | Electrical resistance tomography using steel cased boreholes as electrodes | |
CN104793249B (zh) | 一种系统检测海水入侵的方法 | |
Copty et al. | Inferring spatial distribution of the radially integrated transmissivity from pumping tests in heterogeneous confined aquifers | |
Sanchez‐León et al. | Combining 3D hydraulic tomography with tracer tests for improved transport characterization | |
Singha et al. | Accounting for spatially variable resolution in electrical resistivity tomography through field-scale rock-physics relations | |
Zhao et al. | The importance of fracture geometry and matrix data on transient hydraulic tomography in fractured rocks: Analyses of synthetic and laboratory rock block experiments | |
Daranond et al. | Identification of groundwater basin shape and boundary using hydraulic tomography | |
Lu et al. | Imaging and characterization of the preferential flow process in agricultural land by using electrical resistivity tomography and dual-porosity model | |
CN111721831A (zh) | 基于电刺激的三维层析成像堤坝隐伏渗漏通道扫描方法 | |
Loke et al. | The use of asymmetric time constraints in 4-D ERT inversion | |
Schillig et al. | Upscaling point velocity measurements to characterize a glacial outwash aquifer | |
Song et al. | Application of electrical resistivity tomography for investigating the internal structure and estimating the hydraulic conductivity of in situ single fractures | |
Luo et al. | Three‐Dimensional Steady‐State Hydraulic Tomography Analysis With Integration of Cross‐Hole Flowmeter Data at a Highly Heterogeneous Site | |
Bohling | Sensitivity and resolution of tomographic pumping tests in an alluvial aquifer | |
Wang et al. | Characterization of horizontal transmissivity anisotropy using cross-hole slug tests | |
CN116819647B (zh) | 一种基于交叉梯度结构约束的水文地球物理数据融合方法 | |
Paradis et al. | Comparison of slug and pumping tests for hydraulic tomography experiments: a practical perspective | |
CN114488327B (zh) | 基于地面基点的水平磁场与井中垂直磁场联合测量方法 | |
Yeh et al. | Fusion of active and passive hydrologic and geophysical tomographic surveys: The future of subsurface characterization | |
Chen et al. | Reproducibility of hydraulic tomography estimates and their predictions: A two-year case study in Taiwan | |
Ning et al. | Three-dimensional hydraulic tomography analyses to investigate commingling issues of reproducibility, data density, and geological prior models |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |