一种多源重叠沉降中心的高精度识别方法

本发明涉及地表形变监测的，尤其涉及一种多源重叠沉降中心的高精度识别方法。

背景技术：

1、地表沉降与形变是油气田长期开采过程中引发的重要地质灾害与工程安全问题。随着油气资源的持续采出及注水、注气等提高采收率措施的实施，储层压力变化会导致上覆岩层发生压实或膨胀，并在地表形成大范围的沉降漏斗或抬升区。这不仅严重威胁井筒完整性、地面设施安全及周边环境稳定，同时也是反演储层动态、评价开发效果的关键指标。近年来，合成孔径雷达干涉测量（insar）技术以其大范围、高精度、连续空间覆盖的技术优势，已成为监测油气田地表形变的主流手段。然而，在利用insar形变数据对沉降中心进行精准识别与定量解析时，仍面临一系列源自数据本身与复杂工程场景的严峻挑战。

2、在油气田地表形变监测中，多井网、多层系注采开发导致insar形变场实为多源沉降与抬升信号的复杂叠加，强信号常掩盖弱信号，使传统基于梯度或极值的识别方法失效。同时，受植被、水体及大梯度形变导致的失相干影响，观测数据本身存在大量不规则空洞，直接破坏了沉降漏斗的形态完整性。为填补空洞，现有插值方法因固有平滑效应会“削平”形变峰值与陡峭边缘，导致重建形变场严重失真。在此背景下，现有参数反演方法往往直接基于失真的插值数据进行优化，不仅易因目标函数多峰性陷入局部最优，将多中心误判为单中心，其反演结果也必然继承并放大了前期数据重建所引入的形状偏差与系统性误差。

3、因此，针对油气田开采所特有的多源叠加且数据不完整的形变场，亟需发展一种能够直接从insar观测数据中有效识别高精度形变中心的方法，以提升储层管理、风险预警与地质力学分析的可靠性。

技术实现思路

1、本发明旨在解决现有技术中因多源沉降叠加及非规则数据缺失导致的沉降中心难识别、识别精度低的技术问题，提出了一种多源重叠沉降中心的高精度识别方法，通过基于偏微分方程的正则化约束方法对缺失数据进行补齐，并结合几何拓扑约束避免沉降中心误判，实现中心粗定位，最后采用加权交替坐标下降策略实现对沉降中心的精准定位。具体而言，在本发明的第一方面，本发明公开了一种多源重叠沉降中心的高精度识别方法，其特征在于，包括以下步骤：

2、步骤s1：获取地表沉降的垂直向观测结果，针对数据中的缺失区域，构建基于偏微分方程的正则化约束进行平滑填补，生成完整的初始沉降场；

3、步骤s2：基于所述初始沉降场构建几何拓扑结构搜索并约束沉降中心定位，获取多源沉降中心的初始分布参数；

4、步骤s3：采用加权交替坐标下降策略，将多源叠加场分解为独立的单源优化子问题，并结合观测数据的置信度权重进行参数反演，输出沉降中心的最终位置坐标。

5、进一步地，步骤s1中获取地表沉降的垂直向观测数据包括：通过多种insar技术手段获取目标区域的地表形变观测数据，进而得到地表沉降的垂直向观测数据。

6、进一步地，步骤s1中针对数据中的非规则缺失区域，构建基于偏微分方程的正则化约束方法，具体包括：将所述缺失区域内的数值填补问题转化为离散拉普拉斯方程求解问题；对于缺失区域内的像素点，约束其满足二阶微分算子为零的条件，即该点的数值等于其四邻域像素数值的加权平均：

7、；

8、其中为在像素点处对沉降场应用离散拉普拉斯算子的结果，为像素点的像素数值，为像素点的像素数值，为像素点的像素数值，为像素点的像素数值，为像素点的像素数值；

9、通过求解稀疏线性方程组，生成具有连续梯度特征的初始沉降场。

10、进一步地，步骤s2进一步包括：

11、步骤s21：计算沉降场加权质心，将其作为全局搜索的锚点，该质心的计算公式为：

12、

13、其中，为加权质心坐标，为沉降范围内任意点坐标，为位置处的沉降值，为沉降场所有沉降值的中位数；

14、步骤s22：以所述锚点为中心，构建正多边形拓扑结构，所述正多边形的顶点数量对应待识别的沉降中心数量；

15、步骤s23：在极坐标空间内对所述拓扑结构进行多角度旋转采样，生成多组初始猜测向量；

16、步骤s24：对每组初始猜测向量进行粗略优化，并引入中心距离互斥惩罚项，剔除导致中心重合的解，选取残差最小的参数组作为全局最优初值。

17、进一步地，步骤s23中进行多角度旋转采样中第次采样的第个初始中心坐标设定为：

18、

19、式中，为加权质心横坐标，为加权质心纵坐标，为旋转搜索半径，为正多边形边数，为相位偏移;

20、进一步地，步骤s3中构建加权交替坐标下降策略进一步包括：

21、步骤s31：采用坐标下降策略，在优化第

i个沉降中心时，将其余所有沉降中心视为已知背景信号；从原始观测数据中减去背景信号及除第

i个中心以外的其他所有沉降中心的理论模型值，构建仅包含第

i个沉降中心特征及噪声的残差目标场，以消除不同量级沉降中心之间的梯度掩蔽效应；

22、步骤s32：基于所述目标场，对第

i个沉降中心的参数进行更新；

23、步骤s33：按照设定顺序，对所有沉降中心依次执行步骤s31与步骤s32，完成一轮沉降中心参数更新；

24、步骤s34：重复执行步骤s33，直至再进行加权交替坐标下降策略，所有沉降中心的参数变化量小于预设阈值。

25、进一步地，所述步骤s32中对沉降中心进行参数更新包括：

26、构建空间权重矩阵，其中对应于原始观测数据中真实存在的位置赋予高权重值，对应于缺失并经填补的位置赋予低权重值；

27、构建加权目标函数，最小化加权残差范数，通过抑制低权重区域对梯度的贡献，迫使优化算法更多依据真实观测数据的边缘特征锁定沉降中心位置。

28、进一步地，高权重值设定为1，所述低权重值设定为s，其中s小于高权重值。

29、在本发明的第二方面，本发明提供了一种计算机设备，其包括存储器、处理器和存储在存储器中可供处理器运行的程序指令，其中所述处理器执行所述程序指令以实现第一方面中任一项所述方法中的步骤。

30、在本发明的第三方面，本发明提供了一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法。

31、综上所述，本发明具有以下有益效果：通过基于偏微分方程（拉普拉斯）的正则化填补，为非线性优化提供了连续可导的初始梯度空间，避免了算法在空洞边缘发散；通过拓扑约束下的全局旋转搜索，有效避免了多源沉降反演中出现多中心合并或模式崩塌现象，确保了初始解的物理合理性；采用加权交替坐标下降策略，既实现了强弱信号下沉降中心的有效定位，又通过置信度权重机制消除了由非对称缺值导致的重心漂移，在低质量数据条件下实现了亚像素级别的定位精度；最终，基于本发明的沉降中心定位策略，能从叠加的沉降信号中分解出独立的物理源信息，为地质解释提供了直观依据。