基于回归树和Gramian约束的高分辨率瞬变电磁反演方法

《Frontiers in Earth Science》：High-resolution transient electromagnetic inversion method based on regression tree and gramian constraint

　　

常规一维（1D）瞬变电磁法（TEM）数据反演广泛应用于地下电阻率成像，但其垂直分辨率常受限于电磁扩散和反演非唯一性，难以准确识别薄层和局部电阻率异常。为解决这一问题，研究人员提出了一种集成基于回归树的电阻率预测和Gramian约束的高分辨率TEM反演方法。该方法首先评估电阻率测井数据与常规反演结果之间的皮尔逊相关系数（PCC）。在正相关条件下，构建回归树模型，将测井数据中包含的高分辨率结构信息与TEM反演得到的物理合理电阻率特性相结合。所得预测模型通过Gramian约束引入反演目标函数，提供可靠先验信息以降低反演非唯一性并提高模型分辨率。合成实验表明，所提方法有效捕捉了测井数据与TEM反演结果之间的非线性关系，在保持稳定收敛的同时显著提升了薄层和局部异常的识别能力。内蒙古某煤矿现场TEM数据的应用结果显示，与钻孔测井和地质信息的一致性得到改善，并成功揭示了常规反演方法难以区分的关键低阻特征。这些结果表明，所提方法可有效提高TEM反演的分辨率、准确性和地质一致性，并为存在钻孔信息的煤田环境提供了一种高精度地下表征的实用途径。

**论文解读文章**

**研究背景与问题**
瞬变电磁法（TEM）因其对低阻异常的高灵敏度、大探测深度和高作业效率，在煤矿水害探测、隐伏构造识别及工程地质调查中广泛应用。然而，常规一维（1D）TEM反演受电磁扩散和反演非唯一性制约，垂直分辨率有限，难以准确识别薄层和局部电阻率异常。随着开采深度增加和地质条件复杂化，水害、陷落柱和隐伏断层等灾害加剧，对TEM结果的分辨率和可靠性提出了更高要求。现有方法如横向约束反演（LCI）和加权横向约束反演（WLCI）主要改善横向连续性，但精细垂向结构（如薄层和界面）的分辨率仍不足。多源约束反演虽可引入高分辨率地震信息，但适用范围受限。煤矿TEM调查中常可获取丰富的钻孔电阻率测井数据，但常规反演很少利用此类高分辨率先验信息，导致反演结果与真实地下结构存在偏差。为此，研究人员提出了一种受电阻率测井数据约束的TEM 1D反演方法，旨在提升分辨率和地质一致性。

**研究内容与结论**
研究人员提出了一种整合回归树电阻率预测和Gramian约束的高分辨率TEM反演方法。首先通过皮尔逊相关系数（PCC）评估测井数据与常规反演结果的相关性；在正相关条件下，构建回归树模型建立非线性映射；再将预测模型通过Gramian约束引入反演目标函数，提供自适应结构约束。合成实验（K型模型和A型模型）表明，该方法能有效捕捉测井数据与TEM反演结果间的非线性关系，R2值分别达到0.5193和0.7587，显著优于线性和广义线性模型。引入Gramian约束后，薄层和局部异常识别能力明显提升，RMS拟合误差从1.51降至1.43（K型）和从2.05降至1.73（A型）。内蒙古某煤矿现场数据反演（测线3，全长1000米，发射线框240 m×240 m，频率25 Hz，站间距20 m）显示，该方法成功揭示了4-2和5-1煤层间的薄低阻层，与钻孔测井和地质信息吻合更好，而常规反演难以区分该特征。论文发表在《Frontiers in Earth Science》。研究表明，该方法在保持计算效率（内存需求MB级，反演时间数百秒）的同时，有效提高了TEM反演的分辨率、准确性和地质一致性，为有钻孔信息的煤田环境提供了高精度地下表征的实用方案。

**关键技术方法**
（1）回归树模型：以常规1D反演电阻率为输入特征，测井电阻率为目标输出，建立非线性映射，通过最小化平方误差和（SSE）划分数据空间，预测高分辨率地下电阻率模型。（2）Pearson相关系数评估：计算测井模型与反演模型间的PCC，用于判断正相关性（PCC>0）以确保结构趋势一致。（3）Gramian约束：构建基于预测模型的Gramian约束加权矩阵，引入反演目标函数，提供结构相似性约束，抑制非物理波动并增强连续性和薄层识别。样本数据来源于内蒙古东胜煤田南部某煤矿的地面TEM调查和钻孔电阻率测井。

**研究结果**
**合成实验（Synthetic examples）**
通过建立含薄低阻夹层的多层水平模型（模型1，K型结构；模型2，A型结构），验证方法有效性。常规1D反演和WLCI对薄低阻层分辨率不足，所提方法能清晰恢复其空间位置和电阻率特征，且RMS误差随迭代递减并稳定收敛，数据拟合曲线与加噪合成响应一致。参数分析表明，Gramian约束系数γ=0.1时RMS最小，兼顾数据拟合与结构约束。统计显示，回归树模型在两种合成模型下的R2分别为0.5193和0.7587，均优于线性模型。

**现场数据反演（Field data inversion）**
选取内蒙古某煤矿测线3的TEM现场数据（测线长1000 m，站间距20 m，发射线框240 m×240 m，频率25 Hz）。钻孔测井显示地层电阻率呈“中高-低-高-低-高-低”垂向变化，4-2与5-1煤层间存在薄低阻层。回归树模型R2为0.4256，优于线性模型（接近0）。所提方法反演结果清晰勾画了该薄低阻层的空间分布，与已知采空区位置对应良好，解释为采矿引起的“三带”结构向上发育导致裂隙发育、电阻率降低，而常规反演难以区分。

**讨论与结论**
讨论部分指出，该方法通过引入测井数据先验信息，有效降低了反演非唯一性，提升了垂直分辨率，尤其在薄层和局部异常识别方面。现场数据中线性模型R2低归因于数据复杂性（噪声、尺度不匹配、深度误差、横向变化等），而回归树自适应划分数据空间，更适合处理非线性关系。计算效率与常规方法处于同一量级。结论部分翻译如下：研究人员利用回归树模型和Gramian约束成功实现了高分辨率TEM反演，并通过合成数据和现场数据进行了验证。所提方法旨在提高常规1D TEM反演的垂直分辨率，以识别煤矿环境中的薄层和局部电阻率异常。结果表明，回归树模型有效建立了电阻率测井数据与TEM反演结果之间的非线性关系，两个合成模型的R2值分别为0.5193和0.7587，现场数据集的R2值为0.4256。通过Gramian约束引入该信息，所提方法在保持稳定收敛的同时显著改善了薄层和局部异常的刻画。对于合成模型，K型模型的RMS拟合误差从1.51降至1.43，A型模型从2.05降至1.73。合成和现场实验均表明，与常规反演方法相比，所提方法提高了反演分辨率、准确性和地质一致性；现场结果成功解析了4-2与5-1煤层之间的薄低阻层，与测井和地质信息吻合更好。这些发现表明，引入可靠的地质约束可有效降低反演非唯一性并改善TEM解释。所提方法特别适用于测井数据可获取的煤田应用。未来工作将侧重于将所提策略扩展到多维反演，并整合更多地质和地球物理约束以进一步提高其适用性。