表面波 predominant 模态反演：针对低频模态跳变的内在性解决方法

Rayleigh波色散数据反演在具有强阻抗比的场地尤其具有挑战性，在此类场地，模态能量常在低频率处平滑地从基模态过渡到高阶模态。分析人员可能将这种过渡误解为基模态的延续，从而导致深层土层的剪切波速度（Vs）过高估计，或误解基岩深度。虽然有效模态反演在理论上可以解释此类行为，但需要精确的源-接收几何信息，无法应用于目标色散数据由多个主动射击与具有未知射源位置的被动阵列记录组合而成的情况。本文引入一种predominant模态反演框架，通过在每个频率自动识别垂直面面振幅最大的Rayleigh波模态，从而解决低频率模态跳变问题。这一方法无需显式的模态索引，也不假设基模态占主导。我们推导并实现了predominant模态前向模型，采用薄层法。该前向模型集成到基于粒子群优化的全局搜索算法中，并应用于三个 exhibiting 低频率模态跳变的合成模型，使用多种分层参数化。在所有案例中，predominant模态方法准确恢复主要速度对比和界面深度，而基模态反演则持续高估Vs并误定位较深的边界。该方法还通过使用来自主动和被动表面波测量的I15 Downhole Array Site的真实场数据进行验证。反演得到的Vs轮廓与下渗PS对数日志以及经验传递函数高度吻合。总体而言，predominant模态框架为具有强阻抗比的场地的表面波反演提供了稳健的方法。