鐘 煬,劉 輝
(昆明船舶設(shè)備研究試驗(yàn)中心, 云南 昆明 650001)
磁異常場作為艦船、潛艇等目標(biāo)的固有物理場,包含豐富的目標(biāo)特征信息[1–2],但水上磁異常測量成本高、效率低,常采用航磁測量的方法測量水上及水下目標(biāo)的磁異?!,F(xiàn)有的磁異常數(shù)據(jù)延拓方法延拓深度有限,無法充分利用航磁測量數(shù)據(jù)。航磁測量具有施工效率高、成本低、探測范圍大等諸多優(yōu)點(diǎn),其探測到的場值是由探測點(diǎn)位以下所有場源形成的疊加場,即每一個測點(diǎn)數(shù)據(jù)中都包含若干個場源的信息[3–4]。一般的航磁測量中只會測量獲得某條測線或某個觀測面內(nèi)的數(shù)據(jù),為節(jié)約探測時間成本,其他區(qū)域的磁異常數(shù)據(jù)只能依賴于對已知數(shù)據(jù)的空間轉(zhuǎn)換。因而磁異常數(shù)據(jù)的空間轉(zhuǎn)換在航磁測量中的作用非常重要,準(zhǔn)確高效的磁場數(shù)據(jù)轉(zhuǎn)換是資料處理中的重要環(huán)節(jié),能夠擴(kuò)展數(shù)據(jù)內(nèi)涵,突出目標(biāo),一定程度上減少探測結(jié)果的多解性,有效降低后續(xù)資料解釋的難度,是航磁數(shù)據(jù)處理中的重要環(huán)節(jié)[5]。
磁法勘探中的位場數(shù)據(jù)空間轉(zhuǎn)換方法包含向上延拓和向下延拓,向上延拓方法在數(shù)學(xué)上屬于狄里希萊問題,是一個適定問題,具有唯一且穩(wěn)定的解,在實(shí)際計(jì)算中只要保證參與計(jì)算的點(diǎn)足夠多,便能夠得到準(zhǔn)確的結(jié)果[6]。但向下延拓是一個不適定問題[7–8],無法直接求解,國內(nèi)外諸多學(xué)者針對這一問題提出了多種解決方法。早在20 世紀(jì)40 年代,Evjen[9]采用Taylor 級數(shù)方法進(jìn)行位場數(shù)據(jù)的解析延拓,其后Peters利用該方法推導(dǎo)出向下延拓公式。1958 年,Dean[10]利用傅里葉變換,首次將空間域中無法直接求解的向下延拓問題引入到頻率域中,并推導(dǎo)出頻率域中的延拓算子,但該方法僅能進(jìn)行2 倍點(diǎn)距的下延[11]。2002 年,F(xiàn)edi[12]提出了向下延拓的 ISVD(integrated second vertical derivative)法,該方法是指在進(jìn)行 Taylar 級數(shù)展開時,奇數(shù)階和偶數(shù)階垂向?qū)?shù)采用不同求解方法,奇數(shù)階先求解垂向積分,再利用 Laplace 方程進(jìn)行求解,而偶數(shù)階直接利用Laplace 方程求解,該方法能夠穩(wěn)定地進(jìn)行5 倍點(diǎn)距的下延。2006 年,徐世浙[13–14]提出了積分迭代的位場延拓方法,該方法通過將不穩(wěn)定的向下延拓問題轉(zhuǎn)換為穩(wěn)定的向上延拓問題,提高了延拓的最大深度,有效延拓深度可達(dá)20 倍數(shù)據(jù)點(diǎn)距,該方法是目前最常用的位場數(shù)據(jù)延拓方法之一[15]。但多次迭代的方法影響計(jì)算速度,而迭代次數(shù)過少影響計(jì)算延拓精度,而且這一方法會在一定程度上放大噪聲信號[16–17]。
本文提出一種基于BP 神經(jīng)網(wǎng)絡(luò)的磁異常數(shù)據(jù)延拓方法,并構(gòu)建由球體和長方體組成的混合模型。經(jīng)模型試驗(yàn)驗(yàn)證,發(fā)現(xiàn)該方法延拓精度高,抗干擾能力強(qiáng),能夠有效解決向下延拓中計(jì)算不穩(wěn)定的問題。
位場數(shù)據(jù)向下延拓問題在數(shù)學(xué)上是一種不適定問題,作為現(xiàn)代地球物理學(xué)中最早利用數(shù)學(xué)原理解釋資料的方法之一,國內(nèi)外諸多學(xué)者曾對位場數(shù)據(jù)向下延拓原理做過深入全面的分析,向下延拓具有完善的數(shù)學(xué)理論基礎(chǔ)。
位場的延拓問題實(shí)質(zhì)上是求解式(1)中的柯西問題:
根據(jù)式(2)向上延拓公式反求解uh的過程即為位場數(shù)據(jù)的向下延拓問題,因此,可將式(1)的柯西問題改寫為:
通過傅里葉變換可將時域中的褶積問題轉(zhuǎn)換為頻域中的乘積問題,因此,頻域中的磁異常向下延拓問題可表示為:
采用快速傅里葉變換直接求解、積分迭代、奇異值分解等方法對其進(jìn)行數(shù)值求解,在理論上可以進(jìn)行10~20 倍點(diǎn)距的向下延拓。但對于更多倍點(diǎn)距的延拓問題,或在信噪比較低的情況下,這類方法會出現(xiàn)延拓結(jié)果失真嚴(yán)重的問題。
BP 神經(jīng)網(wǎng)絡(luò)是當(dāng)前最為常用的多層前饋神經(jīng)網(wǎng)絡(luò),具有強(qiáng)大的學(xué)習(xí)和糾錯能力。當(dāng)學(xué)習(xí)樣本充足且準(zhǔn)確時,對于復(fù)雜非線性問題能夠?qū)⒄`差控制在足夠小的范圍內(nèi)。BP 神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層3 種結(jié)構(gòu),當(dāng)問題較為復(fù)雜時,隱含層可以包含多層,其拓?fù)浣Y(jié)構(gòu)如圖1 所示。
圖1 BP 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖Fig.1 Topological structure of BP neural network
BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程包括信號正向傳播和誤差反向傳播2 個部分,首先通過輸入層獲取原始學(xué)習(xí)樣本,數(shù)據(jù)經(jīng)過隱含層建立激活函數(shù),并獲取對應(yīng)權(quán)值,最后經(jīng)輸出層輸出結(jié)果。相鄰兩層間的傳遞公式如下式:
式中:x為輸入信號,ω為權(quán)值,a為偏置,f表示神經(jīng)網(wǎng)絡(luò)中的激活函數(shù),y表示數(shù)據(jù)在本層的輸出,也就是下一層的輸入。數(shù)據(jù)在神經(jīng)網(wǎng)絡(luò)中傳播一輪后,計(jì)算誤差,對比預(yù)先設(shè)定的期望結(jié)果,若不滿足期望,將誤差由輸出層反向傳播至隱含層,其誤差傳遞函數(shù)為:
式中:μ為學(xué)習(xí)率,E為代價函數(shù),通過上述誤差傳遞函數(shù)修正神經(jīng)網(wǎng)絡(luò)中的權(quán)值和偏置,直至滿足期望。在計(jì)算過程中,為了獲取更接近真實(shí)問題的神經(jīng)網(wǎng)絡(luò)模型,往往需要進(jìn)行多次的迭代。
基于BP 神經(jīng)網(wǎng)絡(luò)的磁異常數(shù)據(jù)延拓方法主要包括如下步驟:
步驟1 樣本數(shù)據(jù)輸入。樣本數(shù)據(jù)質(zhì)量是影響B(tài)P 神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)果的重要影響因素。為保證神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)的準(zhǔn)確性和質(zhì)量,以球體、圓柱體、長方體理論模型在不同高度處的坐標(biāo)、磁異常及其垂向一階導(dǎo)數(shù)作為樣本數(shù)據(jù)。
步驟2 數(shù)據(jù)歸一化。由于輸入數(shù)據(jù)中包含多種不同單位、量級的參數(shù),為避免較大量級的參數(shù)吞沒較小量級參數(shù)的權(quán)重,使激活函數(shù)飽和而無法準(zhǔn)確獲取神經(jīng)網(wǎng)絡(luò)模型,需將輸入數(shù)據(jù)進(jìn)行歸一化處理。輸入樣本的歸一化是將各組輸入數(shù)據(jù)數(shù)值映射到特定范圍內(nèi),本文方法是將其映射到[-1,1]的區(qū)間內(nèi)。
步驟3 建立神經(jīng)網(wǎng)絡(luò)模型。利用BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行位場數(shù)據(jù)下延在神經(jīng)網(wǎng)絡(luò)的應(yīng)用中實(shí)際上算是一個較為簡單的問題,并且由于數(shù)據(jù)樣本來源于理論模型,具有很高的精度和準(zhǔn)確性,不需要數(shù)十萬甚至上百萬數(shù)量級的樣本數(shù)據(jù),僅需要包含單個隱含層的3 層BP 神經(jīng)網(wǎng)絡(luò)即可進(jìn)行計(jì)算。
步驟4 多次訓(xùn)練獲取最優(yōu)結(jié)果。由于BP 神經(jīng)網(wǎng)絡(luò)在訓(xùn)練及計(jì)算過程中的參數(shù)是隨機(jī)生成的,多次訓(xùn)練和計(jì)算的結(jié)果一般不相同,為獲取較為準(zhǔn)確的計(jì)算結(jié)果,取多次計(jì)算結(jié)果的均值作為最終輸出結(jié)果。
為驗(yàn)證磁異常數(shù)據(jù)向下延拓算法的準(zhǔn)確性,選取球體與長方體組合模型驗(yàn)證,各模型體平面分布如圖2所示。
圖2 場源平面位置圖Fig.2 Field source plane location diagram
該模型由1 個球體和2 個長方體組成,在北東地空間直角坐標(biāo)系中,其幾何參數(shù)見表1。
表1 各模型體幾何參數(shù)表Tab.1 The geometric parameters of each model body
3 個模型體磁化率為0.03 SI,磁化傾角均為60°,磁化偏角均為30°,地磁場強(qiáng)度為56 000 nT。所選測區(qū)x方向范圍為(0,2 000 m),y方向范圍為(0,1 600 m),測網(wǎng)間距為10 m×10 m。運(yùn)用球體和長方體正演公式進(jìn)行計(jì)算[18–19],公式如下:
所選模型體在距地面0 m 和300 m 處的磁異常如圖3 所示。
圖3 理論模型在0 m 和300 m 高度處磁異常等值線圖Fig.3 The contour map of the magnetic anomaly at the height of 0 m and 300 m in the theoretical model
以圖3(b)所示磁異常作為原始數(shù)據(jù),分別運(yùn)用積分迭代法和BP 神經(jīng)網(wǎng)絡(luò)方法將磁異常數(shù)據(jù)延拓30 倍點(diǎn)距至地表處,結(jié)果如圖4 所示。
其中,積分迭代法最大迭代次數(shù)選取為500,每次迭代計(jì)算步長為0.01。對比兩圖,BP 神經(jīng)網(wǎng)絡(luò)方法具有更準(zhǔn)確的量級,且磁異常形態(tài)與理論磁異常圖3(a)更加接近。圖4(a)中球體模型磁異常在下延過程中產(chǎn)生畸變,負(fù)異常部分模糊不清。為進(jìn)一步對比2 種方法延拓結(jié)果,截取模型2 中心點(diǎn)處,即y=1 175 m的剖面,2 種方法延拓結(jié)果如圖5 所示。
可知,虛線所示的BP 神經(jīng)網(wǎng)絡(luò)方法更加接近理論磁異常值。當(dāng)測量數(shù)據(jù)準(zhǔn)確,信噪比較高的情況下,BP神經(jīng)網(wǎng)絡(luò)具有比積分迭代方法更穩(wěn)定的下延結(jié)果,并且能夠在保證數(shù)據(jù)精度的前提下穩(wěn)定下延30 倍點(diǎn)距。
在實(shí)際磁異常探測時,環(huán)境磁噪聲的干擾較大。對于向下延拓問題,低信噪比的信號會導(dǎo)致磁異常值不連續(xù),影響向下延拓結(jié)果。為模擬實(shí)際采集到的磁異常數(shù)據(jù),在距地面高度300 m 處的磁異常數(shù)據(jù)中加入圖6(a)所示的高斯白噪聲,噪聲峰值為0.5 nT,加入噪聲后的磁異常等值線圖如圖6(b)所示。
圖6 含噪磁異常數(shù)據(jù)的向下延拓Fig.6 Downward continuation of noisy magnetic anomaly data
依舊運(yùn)用上述2 種方法將含0.5 nT 高斯白噪聲的磁異常數(shù)據(jù)向下延拓至地表處,保持原有計(jì)算參數(shù)不變,運(yùn)用積分迭代法計(jì)算結(jié)果如圖6(c)所示,運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)方法的延拓結(jié)果如圖6(d)所示。對比可知,2 種方法延拓結(jié)果均不存在較嚴(yán)重的畸變,能夠分離3 個模型磁異常。仍然截取模型2 中心點(diǎn)所在的y=1 175處的截面,2 種延拓方法結(jié)果如圖7 所示。
圖7 y=1 175 m 延拓結(jié)果磁異常剖面圖Fig.7 Magnetic anomaly profile of extension results at y=1 175 m
圖中,總體上虛線所示的BP 神經(jīng)網(wǎng)絡(luò)方法延拓結(jié)果更貼近理論磁異常值,但在曲線右側(cè)具有稍大的波動。BP 神經(jīng)網(wǎng)絡(luò)方法的延拓結(jié)果具有更接近真實(shí)地表磁異常值的量級,且磁異常大小形態(tài)也更接近于理論地表處的磁異常,但含有稍多的噪聲。
為直觀對比2 種方法延拓精度,假設(shè)理論模型磁異常值為xt,運(yùn)用向下延拓方法計(jì)算的磁異常值為xc,則延拓結(jié)果的均方誤差為:
2 種方法延拓誤差如表2 所示。
表2 積分迭代法與BP 神經(jīng)網(wǎng)絡(luò)方法的均方誤差和相關(guān)性誤差表Tab.2 Mean square error and correlation error table of integral iteration method and BP neural network method
可知,無論是無噪聲的數(shù)據(jù)還是含噪聲的數(shù)據(jù),BP 神經(jīng)網(wǎng)絡(luò)方法均具有更小的誤差,該方法能夠穩(wěn)定延拓30 倍點(diǎn)距。
本文研究意義在于將實(shí)測航磁數(shù)據(jù)向下延拓至海平面高度,代替船測磁異常數(shù)據(jù),彌補(bǔ)船測磁異常測量效率低、成本高等缺點(diǎn)。有效解決了現(xiàn)有磁異常向下延拓方法有效延拓高度不足,強(qiáng)行進(jìn)行20 倍以上點(diǎn)距延拓畸變嚴(yán)重的問題
1)提出基于BP 神經(jīng)網(wǎng)絡(luò)的向下延拓方法,構(gòu)建由球體和長方體組成的混合模型,通過球體及長方體磁異常正演公式計(jì)算不同高度處的磁異常理論數(shù)據(jù),采用當(dāng)前較常用的積分迭代法,對比本文提出的BP 神經(jīng)網(wǎng)絡(luò)方法。結(jié)果表明,基于BP 神經(jīng)網(wǎng)絡(luò)的向下延拓方法具有更加準(zhǔn)確的結(jié)果,能夠進(jìn)行30 倍點(diǎn)距的穩(wěn)定下延。
2)模型試驗(yàn)中,BP 神經(jīng)網(wǎng)絡(luò)方法在高質(zhì)量信號的條件下具有很好效果,能夠進(jìn)行多倍點(diǎn)距下延,但仍存在一些問題。當(dāng)信號中噪聲較強(qiáng)時,本身磁場信號較弱的區(qū)域會存在干擾,這部分區(qū)域的延拓結(jié)果并不理想,后續(xù)將針對這一問題開展研究。