基于小波变换的重力压缩正演和多尺度反演研究

解决多解性和计算效率等问题是重力反演中的主要难点。针对计算效率问题,本文基于小波压缩理论,提出一种改进的重力矩阵压缩正演方法。该方法通过引入一种新的灵敏度矩阵排序规则,降低灵敏度峰值和波动、减少高频信息,在保证精度的同时改善小波变换后灵敏度矩阵的稀疏性、提高压缩比,从而降低内存需求,提高正演速度。正演模拟分析结果表明,本文提出的正演矩阵压缩方法在保证正演精度的前提下压缩比可达300以上。其次,本文将基于小波变换的多尺度反演应用到三维重力反演中,通过将重力反演问题分解成不同尺度的子问题,充分利用不同尺度的数据信息来改善重力反演的多解性和稳定性问题。最后,我们分别对理论数据和实测数据进行常规聚焦反演和多尺度反演以证明多尺度反演在重力反演中的有效性。