基于无放回均匀采样的集合Kalman滤波方法的全波形反演

摘要

在地球物理科学中,经常要涉及反演问题,也就是给定观测数据来求解地球内部的信息.数据同化方法(data assimilation)是指利用各种观测资料提供的有效信息来估计模型的初值、边值及模型参数等信息.这种方法最早由引入气象学研究,并于七十到八十年代,在数值预报方面有了广泛应用.后来,一些学者引入偏微分方程的最优控制理论,发展了基于伴随方法的数据同化方法.用地震波数据研究地球内部结构的方法和地球大气、海洋及其它自然系统有很多相似之处:它们都是研究发展方程的问题，都利用研究区域的极少数数据获得全局的信息。然而，在目前的研究中，鲜有利用集合Kalman滤波方法进行地球物理反演成像的研究。因此，可以在地球物理科学，利用集合Kalman滤波方法，将数值近似解与观测值结合，得到反演问题更加精确的解，从而估计震源以及地质结构。