基于可逆跳跃序贯蒙特卡罗的航空电磁数据中激发极化效应的贝叶斯可检测性研究
应用统计
2021-09-03 v1 地球物理
统计计算
摘要
航空电磁(AEM)测量中激发极化(IP)效应的检测尚未建立成熟的方法论。本文提出了一种基于解耦跨维分层模型的IP可检测性贝叶斯方法，并应用了一种在地球物理学中新颖的思路：在易于并行且鲁棒的静态序贯蒙特卡罗(SMC)类算法中采用跨维提议，以同时推断参数与模型。此后将该方法称为可逆跳跃序贯蒙特卡罗(RJSMC)，其在统计方法学上的贡献考虑了多模型与多提议类型的自适应问题，尤其是针对低概率模型中粒子贫化现象的处理。对固体地球物理的方法学贡献包括解耦模型方法以及提出一种利用后验模型赔率进行IP可检测性判定的统计量。文中还包含一个在宏观尺度上研究AEM数据中IP效应可检测性的案例。
引用
@article{arxiv.2109.00661,
title = {Bayesian Detectability of Induced Polarisation in Airborne Electromagnetic Data using Reversible Jump Sequential Monte Carlo},
author = {Laurence Davies and Alan Yusen Ley-Cooper and Matthew Sutton and Christopher Drovandi},
journal= {arXiv preprint arXiv:2109.00661},
year = {2021}
}
备注
28 pages, 4 figures