基于并行回火技术优化的大地电磁数据贝叶斯变维反演

摘要

传统的梯度类线性化反演方法虽然广泛应用于大地电磁数据的处理,但此类方法存在结果依赖初始模型、无法对解进行不确定性分析等问题.为了解决上述问题,基于随机反演理论,将反演参数看成随机变量,利用贝叶斯变维反演方法对一维大地电磁数据进行反演,获得了解的后验分布,并给出了解的不确定性分析;为了加速反演收敛,引入并行回火技术,同时运行不同温度的马尔科夫链,使采样过程可以在不同温度的马尔科夫链之间进行交换;最后对含噪的理论模型进行反演,并与传统贝叶斯变维方法进行对比,验证了并行回火技术对算法的改进是有效的.