Cyflwyniad i'r Algorithm Gwrthdroad Tonffurf Llawn (FWI)
1. Pendahuluan
Mewn geoffiseg fodern, mae'r angen i "weld" strwythur is-wyneb y Ddaear yn cynyddu. Mae'r diwydiant ynni, lliniaru trychinebau , archwilio geothermol, a hyd yn oed ymchwil tectonig yn gofyn am fodelau is-wyneb manwl: sut mae cyflymder tonnau seismig yn newid gyda dyfnder, ble mae ffiniau haenau creigiau wedi'u lleoli, a sut y gall amrywioldeb bach effeithio ar ledaeniad tonnau. Un o'r dulliau mwyaf pwerus at y diben hwn yw Gwrthdroad Tonffurf Llawn (FWI), algorithm gwrthdroad sy'n defnyddio gwybodaeth gyflawn o donffurfiau seismig i amcangyfrif paramedrau ffisegol is-wyneb.
Cyfeirir at FWI yn aml fel y "safon aur" ar gyfer gwrthdroad seismig oherwydd gall gynhyrchu delweddau is-wyneb cydraniad uchel, gan ragori ar ddulliau confensiynol sy'n defnyddio amser teithio neu osgled syml yn unig. Fodd bynnag, mae pris i'r pŵer hwn: mae FWI yn gofyn am fodelu tonnau cywir, adnoddau cyfrifiadurol sylweddol , a strategaethau optimeiddio gofalus er mwyn osgoi syrthio i atebion anghywir.
Mae'r erthygl hon yn cyflwyno cysyniadau sylfaenol FWI, prif gydrannau ei algorithm, a heriau a strategaethau cyffredinol wrth ei weithredu.
-
2. Beth yw Gwrthdroad Tonffurf Llawn?
Yn syml, mae FWI yn broses o ddod o hyd i fodel is-wyneb sy'n cyfateb data seismig efelychiedig orau i ddata seismig a welwyd. Diffinnir "ffit orau" gan swyddogaeth wrthrychol (anghydwedd), fel y gwahaniaeth sgwâr rhwng data a welwyd a data synthetig ar bob pwynt amser ac ar bob derbynnydd.
Y gwahaniaethau sylfaenol rhwng FWI a dulliau gwrthdroi eraill yw:
– Mae FWI yn defnyddio'r donffurf gyfan (cyfnod, osgled, ymyrraeth, lluosog, diffractiad), nid dim ond dewis amser cyrraedd.
– Mae FWI yn dibynnu ar ddatrys yr hafaliad tonnau (acwstig, elastig, neu anelastig) i efelychu data synthetig.
– Mae FWI yn broblem optimeiddio anlinellol ar raddfa fawr, oherwydd gall paramedrau'r model (e.e., cyflymderau ton-P neu ton-S) gynnwys miliynau o gelloedd ar grid 2D/3D.
-
3. Prif Gydrannau mewn FWI
3.1 Data Arsylwadol a Data Synthetig
Mae angen:
– Data arsylwi: recordiadau seismig maes (casglu ergydion) o wahanol ffynonellau a derbynyddion.
– Data synthetig: canlyniadau efelychiad rhifiadol o ledaeniad tonnau ar fodel dros dro.
Cyfrifir data synthetig drwy ddatrys yr hafaliad tonnau (e.e. yr hafaliad tonnau acwstig):
\[
\frac{1}{v^2(\mathbf{x})}\frac{\partial^2 p}{\partial t^2} – \nabla^2 p = s(\mathbf{x},t)
\]
lle mae \(v(\mathbf{x}) \) yn gyflymder y don, \(p \) yw'r pwysedd/don sgalar, ac \(s \) yw'r ffynhonnell.
3.2 Model Cychwynnol
Mae FWI yn sensitif iawn i'r model cychwynnol. Os yw'r model cychwynnol yn rhy bell o'r amodau gwirioneddol, gall yr algorithm brofi hepgor cylchred, sef pan fydd y gwahaniaeth cyfnod rhwng y data synthetig a'r data a welwyd yn fwy na hanner cyfnod, gan achosi i'r graddiant wthio'r ateb i'r cyfeiriad anghywir.
Fel arfer ceir y model cychwynnol o:
– gwrthdroad amser teithio (tomograffeg),
– modelau cyflymder macro o ddadansoddiad daearegol,
– neu ddull aml-raddfa (gan ddechrau o amleddau isel).
3.3 Swyddogaeth Amcan (Anghymwys)
Swyddogaethau amcan cyffredin:
\[
J(m)=\frac{1}{2}\sum_{s}\sum_{r}\int (d_{\text{syn}}(t; m)-d_{\text{obs}}(t))^2 \, dt
\]
lle mae \(m \) yn baramedr model (e.e., cyflymder), \(s \) yw'r mynegai ffynhonnell, a \(r \) yw'r mynegai derbynnydd.
Ar wahân i'r cam-ffitiad clasurol L2, mae yna gam-ffitiadau eraill hefyd i leihau hepgor cylchoedd, er enghraifft:
– camwedd seiliedig ar amlen,
– cam-ffitio cyfnod yn unig,
- cludiant gorau posibl (Wasserstein),
– neu hidlwyr cyfatebol.
3.4 Cyfrifo Graddiant: Dull Cyflwr Cyfagos
Un o nodweddion allweddol FWI yw sut i gyfrifo graddiannau'n effeithlon. Gan fod nifer y paramedrau model mor fawr, mae deillio rhifiadol uniongyrchol yn amhosibl. Yr ateb yw'r dull cyflwr ategol.
Y darlun greddfol:
1. Modelu ymlaen: cyfrifwch y maes ton ymlaen o'r ffynhonnell yn y model cyfredol.
2. Cyfrifwch y gweddill data (Δd = d_syn – d_obs).
3. Modelu ategol: chwistrellu'r gweddillion fel "ffynhonnell ddychwelyd" o safle'r derbynnydd a'i ledaenu yn ôl mewn amser.
4. Mae'r gydberthynas rhwng y meysydd tonnau ymlaen ac ategol yn cynhyrchu graddiant i baramedrau'r model.
Gyda'r dechneg hon, mae cost gyfrifiadurol y graddiant yn cyfateb yn fras i ddwywaith y modelu tonnau fesul ffynhonnell (ymlaen + ategol), felly mae'n dal yn fawr ond yn ymarferol ar HPC/GPU.
3.5 Cynllun Diweddaru Model (Optimeiddio)
Unwaith y ceir y graddiant \( \nabla J \), caiff y model ei ddiweddaru gan ddefnyddio dull optimeiddio, er enghraifft:
– Y Disgyniad Mwyaf Serth (symlaf),
– Graddiant Cyfunol,
– L-BFGS (a ddefnyddir yn gyffredin oherwydd ei fod yn effeithlon ar gyfer problemau mawr),
– neu ddull Newton/Cwasi-Newton.
Diweddariadau sylfaenol:
\[
m_{k+1} = m_k – \alpha_k \, H_k^{-1}\nabla J(m_k)
\]
lle mae \( \alpha_k \) yn hyd y cam, a \(H_k^{-1} \) yn brasamcan Hessian gwrthdro (e.e. yn L-BFGS).
-
4. Llif Gwaith Algorithm FWI (Cryno)
Yn gyffredinol, mae FWI yn rhedeg yn ailadroddus:
1. Dewiswch y model cychwynnol \( m_0 \).
2. Ar gyfer pob ffynhonnell:
– gwneud modelu ymlaen llaw → data synthetig,
– cyfrifo’r gweddillion yn erbyn y data arsylwi,
– gwneud modelu ategol,
– croniad graddiant.
3. Defnyddiwch rag-gynhyrchu (e.e. iawndal goleuo neu lyfnhau).
4. Diweddaru'r model gyda dulliau optimeiddio.
5. Ailadroddwch nes cyrraedd y terfyn cydgyfeirio neu'r terfyn iteriad.
Fel arfer, caiff FWI ei redeg ar amlraddfa, gan ddechrau ar amleddau isel (cywiro cydrannau model ar raddfa fawr) ac yna symud i fyny i amleddau uwch (ychwanegu manylion).
-
5. Prif Heriau mewn FWI
5.1 Hepgor Cylchoedd
Dyma'r broblem fwyaf adnabyddus. Pan nad yw data synthetig a data a welwyd "mewn cyfnod," gall cam-ffitio L2 arwain at optimeiddio i minima lleol ffug. Yr ateb cyffredinol:
– gan ddechrau o amleddau isel iawn,
– gwella'r model cychwynnol (tomograffeg),
– gan ddefnyddio anghydweddiadau amgen,
– cymhwyso strategaethau ffenestri amser a dethol data.
5.2 Cost Gyfrifiadol
Gall FWI 3D gyda sawl ffynhonnell olygu bod angen miloedd i filiynau o efelychiadau tonffurf. Mae hyn yn gofyn am:
– cyfrifiadura cyfochrog (clwstwr, GPU),
– arbed cof (pwynt gwirio i arbed meysydd tonnau),
– yn ogystal â strategaethau dethol is-set o ffynonellau (amgodio ffynonellau neu ddysgu peirianyddol ar gyfer swp bach).
5.3 Anghydweddiad Ffiseg a Sŵn
Mae data maes yn cynnwys sŵn, effeithiau offerynnau, anisotropi, gwanhad (Q), topograffeg gymhleth, ac ansicrwydd ffynhonnell. Os yw'r modelu ymlaen yn rhy syml (e.e., acwstig pan fydd y cyfrwng yn elastig), gall y canlyniadau gwrthdroad fod yn rhagfarnllyd.
5.4 Paramedreiddio Model
Mae dewis pa baramedrau i'w gwrthdroi (e.e., \(v_p \), dwysedd, \(v_s \), anisotropi, Q) yn effeithio ar sensitifrwydd a sefydlogrwydd. Gall gormod o baramedrau achosi cyfaddawdau a gwaethygu cydgyfeirio.
-
6. Cais am Wasanaeth Ariannol Rhad
Defnyddir FWI yn helaeth ar gyfer:
– archwilio olew a nwy: gwella datrysiad modelau cyflymder, cynorthwyo mudo a dehongli strwythurau,
– geothermol: mapio parthau cracio a newidiadau litholegol,
– seismoleg fyd-eang/rhanbarthol: delweddu mantell a chramen,
– peirianneg geodechnegol a ger yr wyneb: mapio bas ar gyfer sylfeini, twneli, a lliniaru.
Mae manteision FWI yn amlwg pan fydd y cyfrwng yn gymhleth a'r data yn gyfoethog mewn gwybodaeth tonnau: gall diffracsiynau bach, llwybrau lluosog, a lluosrifau sydd fel arfer yn cael eu hystyried yn ymyrraeth fod yn ffynonellau gwybodaeth mewn gwirionedd.
-
7. Casgliad
Mae Gwrthdroad Tonffurf Llawn yn algorithm gwrthdroad seismig sy'n defnyddio'r wybodaeth gyfoethog mewn tonffurfiau i adeiladu modelau is-wyneb cydraniad uchel. Mae ei allwedd i lwyddiant yn gorwedd mewn modelu hafaliadau tonnau cywir, cyfrifiadau graddiant effeithlon gan ddefnyddio'r dull cyflwr ategol, a strategaethau optimeiddio sy'n osgoi minima lleol fel hepgor cylchoedd. Er gwaethaf ei ofynion cyfrifiadurol uchel a'i ddyluniad llif gwaith gofalus, mae Gwrthdroad Tonffurf Llawn wedi profi i fod yn ddull pwerus iawn mewn delweddu daear ac archwilio adnoddau.
Os hoffech chi, gallaf barhau gydag erthyglau dilynol mwy technegol—er enghraifft, trafod y deillio graddiant ategol yn fwy ffurfiol, enghreifftiau ffug-god FWI, neu strategaethau aml-raddfa sy'n seiliedig ar basio band a ffenestri ar gyfer data go iawn.
