本文档属于类型a,即报告一项原创性研究的学术论文。以下是针对该研究的详细学术报告:
基于GPU并行的时间域全波形优化共轭梯度法快速GPR双参数反演研究
作者及机构
本研究由中南大学地球科学与信息物理学院的冯德山教授(第一作者)和王珣博士(通讯作者)团队完成,发表于《地球物理学报》(Chinese Journal of Geophysics)2018年第61卷第11期。研究依托有色金属成矿预测教育部重点实验室,并获国家自然科学基金(41574116、41774132)等多项资助。
学术背景
探地雷达(Ground Penetrating Radar, GPR)是一种通过电磁波探测地下结构的无损技术,但其传统解释方法仅能粗略估计目标体位置,难以精确获取介电常数和电导率等物性参数。时间域全波形反演(Full Waveform Inversion, FWI)通过匹配正演与实际波形数据,可高精度重建地下参数,但存在计算量大、内存需求高、收敛性差等问题。本研究旨在解决以下关键问题:
1. 计算效率瓶颈:传统FWI在微机上难以实现;
2. 参数单一性:现有反演多聚焦单一参数(介电常数或电导率),限制了信息约束能力;
3. 梯度优化需求:电磁波几何扩散效应导致远场区域反演精度不足。
研究目标为开发一种基于GPU并行加速的优化共轭梯度法,实现时间域GPR双参数(介电常数和电导率)快速反演。
研究流程与方法
1. 正演建模与离散化
- 采用时域有限差分法(Finite-Difference Time-Domain, FDTD)求解二维TM模式Maxwell方程,建立交错网格离散格式(图1)。
- 边界处理:引入卷积完全匹配层(CPML)吸收非物理反射波,层数设为10层。
反演目标函数构建
优化共轭梯度算法
GPU并行与维度提升策略
模型验证实验
主要结果与贡献
1. 算法效率突破
- GPU并行与维度提升策略使反演速度提升数倍,首次在普通微机上实现GPR全波形双参数反演。
- 网格规模为420×420时,GPU加速比达7.95倍(表2)。
双参数反演优势
梯度优化效果
结论与价值
1. 科学价值
- 提出了一种兼顾效率与精度的GPR全波形反演框架,为电磁波反演理论提供了新思路。
- 双参数反演策略拓展了GPR数据的信息挖掘深度,推动了多参数联合反演的发展。
研究亮点
1. 方法创新:首次将GPU并行、维度提升与优化共轭梯度法结合,解决了GPR全波形反演的计算瓶颈。
2. 多参数协同:通过介电常数与电导率双反演,突破了单参数约束的局限性。
3. 工程实用性:在保证精度的前提下,显著降低了计算成本,为实际应用提供了可行性。
其他价值
研究还探讨了天线频率(400-600 MHz)对反演结果的影响(图11-12),为野外数据采集参数选择提供了理论依据。