地球物理反问题的非唯一性和局部平均

最新推荐文章于 2026-06-16 09:58:38 发布

原创最新推荐文章于 2026-06-16 09:58:38 发布 · 682 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

地球物理

本文探讨了线性反问题的求解方法，包括长度理论、广义逆和概率密度，揭示了反问题非唯一性与零向量之间的内在联系。通过向量空间的视角，解释了零向量如何影响解的唯一性，并提出了模型参数局部平均的概念，为解决反问题提供了一种新的思路。

0

对于线性的反问题 $Gm=d\mathbf{Gm=d}$ ，有三种不同的方法求解：

长度理论
广义逆
概率密度

上述三种方法从不同的角度出发，但其推导的最终结果是相同的。而且，对于反问题可以从向量空间的角度来进行考虑，这一观点对于上述三种方法均是适用的，用向量空间可以更容易和形象的去探索非唯一性的本质。

1 非唯一性和零向量的关系

假设，反问题 $Gm=d\mathbf{Gm=d}$ 的解不是唯一的（非唯一性），那么必然至少存在两个不同的解，记为 $m(1),m(2)(m(1)≠m(2))\mathbf{m^{(1)},m^{(2)}(m^{(1)}{\neq}m^{(2)})}$ ，则这两个解均满足方程：
$\begin{array}{l} \mathbf{G m}^{(1)}=\mathbf{d} \\ \mathbf{G} \mathbf{m}^{(2)}=\mathbf{d} \end{array}$
那么，两式做差得到
$G(m(1)−m(2))=0\mathbf{G}\left(\mathbf{m}^{(1)}-\mathbf{m}^{(2)}\right)=0$
所以，存在零向量 $mnull=m(1)−m(2)\mathbf{m^{null}=m^{(1)}-m^{(2)}}$ （ $mnull\mathbf{m^{null}}$ 是非零的）。
那么，齐次方程 $Gm=0\mathbf{Gm=0}$ 存在非平凡解。
反过来也是正确的，假设齐次方程 $Gm=0\mathbf{Gm=0}$ 存在非平凡解 $mnull\mathbf{m^{null}}$ ，那么存在多个满足以下形式的解(以两个为例)：
$m(1)=m+α1mnull\mathbf{m^{(1)}=m+\alpha_1m^{null}}$
$m(2)=m+α2mnull\mathbf{m^{(2)}=m+\alpha_2m^{null}}$
则有，
$\begin{array}{l} \mathbf{G m}^{(1)}=\mathbf{d} \\ \mathbf{G} \mathbf{m}^{(2)}=\mathbf{d} \end{array}$
所以，反问题 $Gm=d\mathbf{Gm=d}$ 的解是不唯一的。

从以上的论述可知，反问题的非唯一性意味着存在零向量。

如果一个给定的反问题具有 $q$ 个不同的零解，那么解的一般形式为：
$mgen=mpar+∑i=1qαimnull(i)\mathbf{m}^{\mathrm{gen}}=\mathbf{m}^{\mathrm{par}}+\sum_{i=1}^{q} \alpha_{i} \mathbf{m}^{\mathrm{null}(i)}$
其中， $0≤q≤M0\leq{q}\leq{M}$ ， $M$ 为模型参数的个数，也就是说线性不相关的零向量的数量不会多于未知量（模型参数）的数量。

简单反问题的零向量，举例
如下一个非常简单的方程，该方程表明数据是对四个模型参数均值的测量：
$Gm=[14141414][m1m2m3m4]=[d1]\mathbf{G} \mathbf{m}=\left[\begin{array}{llll} \frac{1}{4} & \frac{1}{4} & \frac{1}{4} & \frac{1}{4} \end{array}\right]\left[\begin{array}{l} m_{1} \\ m_{2} \\ m_{3} \\ m_{4} \end{array}\right]=\left[d_{1}\right]$
这个方程的一个明显的解(实际上，这是最小长度解)是
$m=[d1,d1,d1,d1]T\mathbf{m}=[d_1,d_1,d_1,d_1]^{T}$
有三个线性无关的零解：
$(3)=[100−1]\mathbf{m}^{\text {null }(1)}=\left[\begin{array}{r} 1 \\ -1 \\ 0 \\ 0 \end{array}\right] \quad \mathbf{m}^{\text {null }(2)}=\left[\begin{array}{r} 1 \\ 0 \\ -1 \\ 0 \end{array}\right] \quad \mathbf{m}^{\text {null }(3)}=\left[\begin{array}{r} 1 \\ 0 \\ 0 \\ -1 \end{array}\right]$
那么，一般解是：
$mgen=[d1d1d1d1]+α1[1−100]+α2[10−10]+α3[100−1]\mathbf{m}^{\mathrm{gen}}=\left[\begin{array}{c} d_{1} \\ d_{1} \\ d_{1} \\ d_{1} \end{array}\right]+\alpha_{1}\left[\begin{array}{r} 1 \\ -1 \\ 0 \\ 0 \end{array}\right]+\alpha_{2}\left[\begin{array}{r} 1 \\ 0 \\ -1 \\ 0 \end{array}\right]+\alpha_{3}\left[\begin{array}{r} 1 \\ 0 \\ 0 \\ -1 \end{array}\right]$
如果选择最小化解的长度 $∥m∥2\|\mathbf{m}\|_2$ ，则获得最小长度解。从一般解很明显可以看出，最小长度解从来不包括任何零向量。但需要注意的是，如果使用解的简单程度的其他定义（如平直度/光滑度）,那么这些解将包含零向量。

2 模型参数的局部平均

模型参数的求解有两种方法：

估计模型参数 $m\mathbf{m}$ 的元素
估计模型参数的平均 $⟨m⟩=aTm\left \langle{m}\right \rangle=\mathbf{a^Tm}$

对于模型参数的平均 $⟨m⟩=aTm\left \langle{m}\right \rangle=\mathbf{a^Tm}$ ，其中 $aT\mathbf{a^T}$ 的作用就是在模型参数向量中选取某些元素，并取平均。如果这个“平均向量”大部分是由 $0$ 构成，非零元素仅“聚集在某个局部”，那么这个平均是局部的。
例如，当 $M = 8$ ，平均向量 $a = [0, 0, 1 / 4, 1 / 2, 1 / 4, 0, 0, 0]$ ，是关于三个模型参数的局部平均。注意，平均向量通常要归一化从而使它的元素之和为单位 $1$ 。

估计模型参数平均值而不估计直接估计模型参数本身的优势在于，即使模型参数本身是非唯一的，也有可能识别唯一的平均值。
如：
$⟨m⟩=aTmgen=aTmpar+∑i=1qαiaTmnull(i)\langle\mathrm{m}\rangle=\mathbf{a}^{\mathrm{T}} \mathbf{m}^{\mathrm{gen}}=\mathbf{a}^{\mathrm{T}} \mathbf{m}^{\mathrm{par}}+\sum_{i=1}^{q} \alpha_{i} \mathbf{a}^{\mathrm{T}} \mathbf{m}^{\mathrm{null}(i)}$
如果 $,q\mathbf{a}^{\mathrm{T}} \mathbf{m}^{\mathrm{null}(i)}=0,i=1,2,\cdots,q$ ,那么 $⟨m⟩\langle\mathrm{m}\rangle$ 是唯一的，平均的过程完全移除了问题的非唯一性。
$a\mathbf{a}$ 拥有 $M$ 个元素，并且存在 $q$ 个约束施加在 $a\mathbf{a}$ 上，那么总可以找到至少一个向量与零向量抵消（或湮灭）。尽管如此，人们无法保证平均向量在某个特定模型参数周围是局部的。但是，如果 $q < M$ ，那么在选择 $a\mathbf{a}$ 时将拥有一定的自由度，并且存在一定的可能性使平均向量至少在某种程度上是局部的。这是否能够实现取决于零向量的结构，它反过来又依赖于数据核 $G\mathbf{G}$ 的结构。模型的小尺度特征在许多问题中是不可求解的，所以经常求解唯一的局部平均。