一种基于直流电阻率和频域电磁数据的序列协同反演框架，用于提升地质科学和工程领域的地下成像技术 Ramin Varfinezhad, Saeed Parnow, Francois Daniel Fourie, Fabio Tosti

《Remote Sensing》：A Sequential Cooperative Inversion Framework of DC Resistivity and Frequency-Domain Electromagnetic Data to Enhance Subsurface Imaging in Geoscience and Engineering Ramin Varfinezhad, Saeed Parnow, Francois Daniel Fourie and Fabio Tosti

　　

摘要

对地下电阻率的表征是地球科学和工程应用的基本要求，包括地下水探测和结构评估。本研究探讨了直流电阻率和频域电磁数据的顺序协同反演方法，并将结果与分别反演这些数据集所得到的模型进行了比较。所提出的协同框架既应用于通过正演建模生成的合成数据集，也应用于在南非Morgenzon农场现场收集的现场数据，以描绘具有重要水文地质意义的辉长岩岩脉。单独的反演方法识别出了不同的特征，但也存在局限性：直流电阻率揭示了一个具有微小异常的双层介质，而频域电磁数据则发现了一个电阻异常。相比之下，顺序协同反演方法利用一个数据集的输出来约束另一个数据集，从而获得了更准确的地下成像结果，减少了不确定性，并使得两种方法互补的信息得以整合。结果表明，由频域电磁数据的逆向约束得到的电阻率模型能够更好地反映地下几何结构和电阻值，优于单独的反演方法。这些发现支持使用无损探测技术来改进地下成像，从而为基础设施项目和资源管理提供更明智的决策依据