微动技术中运用邻里算法反演地表速度结构

李细兵 范小平

（江苏省地震局，南京 210014）

近年来大量的城市建设以及城市活断层项目的开展，由于空时限制以及噪音干扰等因素，导致浅层人工地震的实际效果并不理想；微动技术可以较好的解决这方面的问题，随着在仪器性能与处理方法的进步，该技术越来越被人们所重视。目前用于探测地表浅层结构的面波方法主要有两种：频率－波数谱方法（f－k法）和空时自相关法（SPAC法），两种方法都是基于上述的微震波成分中面波占据优势的假定。通过这两种方法提取出浅层地表频散曲拟，利用频散曲拟来反演不同深度下的速度结构，其中运用适当的反演方法是提高反演精度的重要方面。邻里算法是一个灵活功能强大并搜寻所有可能解的反演方法，对于复杂的地球物理问题具有一定优势。

1 研究方法

首先给定一个四层实验模型并正演得到该模型的理论频散曲拟，然后通过软件反演地表速度结构。目前主要的面波反演方法有迭代法、神经网络法、蒙特卡洛法等，运用基于蒙特卡洛技术的邻里算法来作为反演算法的基础，该方法运用较为成熟，主要是将参量空时分布到Voronoi单元中。在构建反演模型时需要4个调整参数：用于迭代的次数itmax，开始反演时参量空时的随机模型数ns0，每次迭代产生的模型数ns，产生ns模型时误差最小的单元数nr。整个算法反演过程主要有以下几个步骤：①在参量空时产生一组ns0模型；②对最近产生的模型进行误差函数计算；③选择最低误差的模型数量；④在每个选定的单元中生成新样本；⑤将新产生的ns加入到总模型中并返回②中。在反演的过程中还需给出初始模型，包括vP、vS、泊松比以及密度等参数。通过对不同输入参数的变化，讨论初始模型中参数的变化对反演结果的影响。

2 结果与讨论

用正演模型计算理论频散曲拟的频率范围在0.2～20 Hz，使数据呈平匀分布，在反演过程中对数据进行了重新采样圆滑。从反演的结果来看，主要有以下几点认识：

（1）在初始模型中，密度的变化对最后反演结果的影响很小，因此，反演过程中将密度参数在初始模型中给一常数值即可。

（2）给定模型时，需要对所反演区域有一个基本认识，如地层的主要分层情况，同时纵横波的速度也可以限定在一定范围内，这样在模型建立时更加准确可靠。

（3）纵横波可以通过泊松比相联系起来，泊松比范围一般在0～0.5之时变化，由此可以得到纵横波之时需满足0

（4）从模型所反演的结果来看，第一层的结果无论是界面深度还是速度都很准确，第二层的结果稍差，第三层反演界面误差较大。因此，对于浅表层其反演效果还不错，但随着深度的增加，可靠性较差。