基于混合高斯先验分布的地质统计学反演

摘要

传统的地质统计学反演利用地质统计学模拟算法来构建模型参数的先验信息,然后在地震数据的约束下利用优化算法来获得模型参数的后验解,通常忽视了岩性对模型参数的影响并且在优化过程中计算量大.为此,将模型参数的先验分布表示为受离散岩性影响的混合高斯分布,将线性混合高斯反演理论与地质统计学的序贯模拟相结合,最后通过序贯采样的方法直接获得模型参数和离散岩性的后验解,避免了优化求解过程,且反演结果具有较好的空间连续性和稳定性.模型测试和实际资料的应用表明该方法具有较好的有效性.