[发明专利]一种基于粒子群优化算法的电导-极化率多参数成像方法

摘要

本发明涉及一种基于粒子群优化算法的电导‑极化率多参数成像方法，目的在于同时获取地下极化介质的导电和极化信息，提高成像精度。本发明基于柯尔‑柯尔模型，获得了梯形波激励下的感应‑极化磁场响应表达式，根据理论模型的磁场响应与实测磁场响应构建目标函数，利用超导时域电磁测量的早期、晚期数据分别获得零频电导率和时间常数，二者对粒子群搜索范围进行约束，缩小搜索范围，最终采用粒子群优化算法提取零频电导率、时间常数、极化率、频散系数、深度。本发明相比传统电阻率成像方法，更符合实际极化介质频散传播规律，提高了电导率、极化率的成像精度。

主权项

1.一种基于粒子群优化算法的电导‑极化率多参数成像方法，其特征在于，该方法包括：1)基于地下极化介质的柯尔‑柯尔复电导率模型，获得梯形波激励下的时域感应‑极化磁场响应；2)采用超导量子传感器时域电磁探测系统进行野外磁场数据观测，并对实测数据进行叠加取样、滤波、以及一次场剔除处理；3)利用步骤2)数据的早期数据计算零频电导率值、晚期数据e指数多项式拟合得到时间常数，将获得的零频电导率值和时间常数对粒子群搜索范围进行约束；4)根据实测磁场数据与步骤1的时域感应‑极化磁场响应构建目标函数，利用粒子群优化算法，根据步骤3约束的范围，提取极化参数，包括零频电导率σ₀、时间常数τ、极化率η、频散系数c、深度d；5)利用步骤4提取到实测数据的极化参数，带入广义趋肤深度计算公式，进行极化介质的电导率、极化率‑深度成像。