[发明专利]一种基于空间传播的不确定性量化方法

说明书

本发明公开了一种基于空间传播的不确定性量化方法，包括以下步骤：S1、根据关联信息为每个种子点赋予初始不确定性分布；S2、计算每个插值点处由多个种子点传播来的不确定性；S3、根据D‑S证据理论对两组权值进行和成绩算得到一组新的权值；S4、利用新的权值和传播的不确定性对插值点的不确定性结果进行计算。本发明从种子点的不确定性出发，考虑了不确定性在空间中的传播特点和合成过程中所遵循的规律，与现有算法相比，更具有合理性和有效性。

技术领域

本发明涉及一种基于空间传播的不确定性量化方法。

背景技术

复杂地质构造主要体现在地质曲面形态的复杂性上，由于数据的缺失，无法良好地恢复地质曲面的准确的构造形态。在现在的地学研究中，越来越多的研究者也发现了不确定性在地质重构中的重要性，并对其进行了一系列研究。采集地震数据的方法主要是用物理方法引起地表震动，并用高精度仪器采集由地层返回来的地震波信号，对采集到的地震波进行分析并解释成各项属性的数据数值来供科研人员进行地质重构的研究。然后建立地质重构的模型，利用插值算法将数据缺失的曲面补充完整，再利用可视化技术将地底地质结构良好地展示出来。在上述过程中，各个环节都引入了不确定性。首先，对于地震波的采集，受限于采集的仪器的精度和采集数据时外界环境的其他因素干扰，采集到的地震波本身已经具有了一定的不确定性。在重构曲面时，由于地震数据的稀疏性，要对空间上数据点稀疏的位置处进行插值计算，以便建立完整的曲面模型。这个插值估计计算过程中，也不可避免地存在着不确定性。最后，在可视化的过程中也存在着不确定性，传递函数的设计、可视化的展现形式等都会造成用户对结果认知的不确定性。在上述的整个过程中，上一个阶段的不确定性还会随着整个操作流程进入到下一个阶段当中来。所以以此方式最终重建出来的地质曲面是具有不确性的，它在某些区域不确定度比较小，即可信度比较高；而在某些区域不确定度高，可信度低。现今对于插值算法的研究已经较为成熟，在一般情况下能取得较好效果。但是对于数据缺失严重的情况，任何插值算法都难以复原出原始的曲面信息。所以需要进行对曲面上不确定性程度分布情况的研究，通过从不确定性传播的角度出发，对重构出的曲面上的不确定性的分布进行研究并加以显示这个工作是具有重大意义的，可以帮助研究人员更加清楚地了解到重建出来的曲面的质量分布，对于不确定度过于高的部分，可以利用其他方法对其进行针对性处理，以得到更准确的曲面和更好的可视化效果。

目前主要使用的不确定性量化方法是基于扰动的不确定性量化方法，这种方法的基本思路为：将地质数据范围类的空间按均匀的大小分割成一个个小方格，再根据专家经验对原始的数据集进行概率分布的设定，随机采样使单组输入数据集变成多组输入数据集，再分别用这些数据集代入地质建模计算中生成多个不同的地质模型结果，最后利用设定的指标函数统计每个单元格属于每种地质单元的频次，分别计算每个单元格中的概率，再依照信息熵的定义公式计算出每个单元格的熵值，即该单元格的不确定性程度的量化结果。该方法流程图如图1所示。在地质数据空间区域的单元格划分过程中，需要注意单元格划分的大小，这直接关系到单元格划分的数量。单元格划分的数量太多，每个单元格较小，能更好地区分某一部分空间对于地质单元的归属，获得更好的不确定性量化效果，但是会造成计算量的增大；但如果单元格数量划分得较少，虽然减少了计算量，但是会造成单元格归属地质单元不明确的问题，使最终的不确定性的量化结果粗糙、不准确。所以应该根据地质构造的复杂程度和精度需求合理地设置单元格划分数量。对于原始的输入数据点，因为只有一组，而生成多个模型实现需要多组数据，所以需要对原始的输入数据分别设置一个概率分布来扰动模拟数据含有的不确定性。利用所得到的关于每个数据点的概率分布函数进行多次随机抽样则能生成多组新的数据，用这些新的数据进行地质建模得到多组地质模型的结果，然后依次对每个模型结果进行统计处理，记录每个单元格分别属于哪一个地质单元，有指标函数为：

其中，x为任意一个单元格，F为某种地质单元。对于生成的n个地质模型结果，需依次统计每个单元格属于某种地质单元的频次，计算出其概率：