HMCLab：使用哈密顿蒙特卡罗方法解决多样化地球物理反问题的框架
摘要：概率方法在解决地球物理学中的反问题中越来越受欢迎，这要归功于它能够解决非线性正问题并提供不确定性量化的能力。然而，这种策略通常针对特定应用进行设计，因此缺乏一个共同平台来解决各种不同的地球物理反问题，并展示其潜力和局限性。我们展示了一个共同框架，用于解决诸如地震源定位、位势场数据反演和地震层析等不同的反问题。在这种方法中，我们可以提供与地下特定属性或结构相关的概率。由于其处理高维问题的能力，Hamiltonian Monte Carlo（HMC）算法已经成为解决地球物理反问题的最先进工具。HMC需要计算梯度，而这可以通过伴随方法来获得，从而最终实现层析问题的解决。这些结果可以通过"HMCLab"获得，该工具使用采样方法解决各种不同的地球物理反问题，特别关注HMC算法。HMCLab由一组采样器和一组地球物理正问题组成。对于每个问题，提供了其误差函数和梯度计算，并且还可以结合一组先验模型将额外信息注入反问题中。这使用户能够进行概率反问题实验并解决实际问题。我们展示了如何使用HMC算法的变体在该框架中解决一组选定的问题，并分析结果。HMCLab是一个开源软件包，用Python和Julia编写，并欢迎社区的贡献。
作者：Andrea Zunino, Lars Gebraad, Alessandro Ghirotto and Andreas Fichtner
论文ID：2303.10047
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-03-20