楊振威 馮 磊 趙 寧 趙秋芳 楊雙安
(①河南理工大學(xué)資源環(huán)境學(xué)院,河南焦作454000;②中原經(jīng)濟(jì)區(qū)煤層(頁(yè)巖)氣河南省協(xié)同創(chuàng)新中心,河南焦作454000;③河南理工大學(xué)計(jì)算機(jī)學(xué)院,河南焦作454000)
·非地震·
多重網(wǎng)格法二維Helmholtz方程解算及其在電磁法正演模擬中的應(yīng)用
楊振威①②馮 磊①②趙 寧*③趙秋芳①②楊雙安①②
(①河南理工大學(xué)資源環(huán)境學(xué)院,河南焦作454000;②中原經(jīng)濟(jì)區(qū)煤層(頁(yè)巖)氣河南省協(xié)同創(chuàng)新中心,河南焦作454000;③河南理工大學(xué)計(jì)算機(jī)學(xué)院,河南焦作454000)
為了提高Helmholtz方程數(shù)值計(jì)算效率和精度,研究了多重網(wǎng)格算法,并對(duì)比研究了該算法與共軛梯度法、預(yù)處理共軛梯度法和超松弛法求解二維Helmholtz方程的計(jì)算精度和收斂速度,網(wǎng)格剖分采用可實(shí)現(xiàn)網(wǎng)格自動(dòng)細(xì)化的Delaunay三角網(wǎng)格算法。研究結(jié)果表明:多重網(wǎng)格法在計(jì)算時(shí)間和迭代收斂效率方面具有較大優(yōu)勢(shì),但其迭代計(jì)算誤差大于其他算法,這或許與不規(guī)則網(wǎng)格剖分導(dǎo)致網(wǎng)格層間插值、限制算子擴(kuò)大了計(jì)算誤差有關(guān)。最后,初步研究了基于多重網(wǎng)格算法的大地電磁二維正演模擬響應(yīng)。
多重網(wǎng)格 Helmholtz方程 大地電磁 共軛梯度
大地電磁三維正、反演是計(jì)算地球物理研究的熱點(diǎn)和難點(diǎn),其面臨的一個(gè)重要問(wèn)題是計(jì)算量大、效率低,且數(shù)值解的精度不高。大地電磁正演模擬基于Helmholtz方程,開(kāi)展快速求解Helmholtz方程的數(shù)值算法研究,對(duì)于提高正、反演計(jì)算速度具有重要的意義[1-3];多重網(wǎng)格法(MG)在不同尺度的網(wǎng)格層上迭代求解線性方程組,具有收斂速度快、計(jì)算效率高的特點(diǎn),對(duì)于計(jì)算地球物理正演問(wèn)題具有一定的研究?jī)r(jià)值[4-7]。
Mulder[8]采用多重網(wǎng)格算法研究了時(shí)諧電磁場(chǎng)的擴(kuò)散規(guī)律;Plaks等[9]研究了多重網(wǎng)格算法在地球物理研究中的開(kāi)邊界問(wèn)題;Zaslavsky等[10]應(yīng)用自適應(yīng)多重網(wǎng)格技術(shù)進(jìn)行分子生物學(xué)模擬;Tang等[11]研究了基于自適應(yīng)多重網(wǎng)格有限元法的三維直流電正演模擬,證明該算法相對(duì)于解析解的誤差小于1%;柳建新等[12]和 Mitsuhata等[13]應(yīng)用廣義傅里葉譜分析了基于多重網(wǎng)格算法的一維大地電磁正演計(jì)算的收斂性。
上述研究在MG法及其計(jì)算地球物理領(lǐng)域的應(yīng)用取得了一定成果,但也存在不足之處,即未詳盡地研究MG法的計(jì)算效率及收斂性。本文在研究了多重網(wǎng)格法求解二維Helmholtz方程的迭代次數(shù)、運(yùn)算時(shí)間和誤差的基礎(chǔ)上,初步研究了該算法在大地電磁測(cè)深正演模擬中的應(yīng)用。
MG法可以分為代數(shù)多重網(wǎng)格法和幾何多重網(wǎng)格法。多重網(wǎng)格法源自迭代求解線性方程時(shí),誤差分量的傅里葉分量可以分為頻率高、變化快的高頻分量和頻率低、變化慢的光滑分量,而高頻分量和光滑分量是相對(duì)于網(wǎng)格尺度而言的,在不同尺度的網(wǎng)格層上迭代求解方程,將在細(xì)網(wǎng)格層上平滑后的誤差準(zhǔn)確地投射到粗網(wǎng)格層上,可以達(dá)到快速收斂的效果,從而減小計(jì)算量,提高計(jì)算效率。近年來(lái),該方法在流體力學(xué)、結(jié)構(gòu)力學(xué)等涉及大型稀疏矩陣計(jì)算的領(lǐng)域得到廣泛應(yīng)用[14-17]。
MG法的迭代計(jì)算包含以下過(guò)程:
①預(yù)處理,在細(xì)網(wǎng)格D h上進(jìn)行若干次松弛迭代,即A hu h=f h;
②殘差估計(jì),rh=f h-A hu h;
④粗網(wǎng)格方程求解,
⑥循環(huán)迭代,直至最大迭代次數(shù)或達(dá)到誤差限。
上述計(jì)算過(guò)程中,D為求解區(qū)域,h為細(xì)網(wǎng)格層的網(wǎng)格尺寸,A為系數(shù)矩陣,A h為細(xì)網(wǎng)格層系數(shù)矩陣,f h為細(xì)網(wǎng)格層上矩陣方程的右端項(xiàng),R為從粗網(wǎng)格層至細(xì)網(wǎng)格層的限制算子,I為從細(xì)網(wǎng)格層至粗網(wǎng)格層的插值算子。
圖1a為多重網(wǎng)格迭代過(guò)程示意圖,G代表松馳迭代算法,N代表迭代次數(shù),一般N=3~5,H代表最粗網(wǎng)格層網(wǎng)格尺寸,uih、G ih、eih和f ih(i=0,1,2,…)分別是定義在第ih網(wǎng)格層上的迭代解、迭代矩陣、迭代誤差和右端項(xiàng)。經(jīng)過(guò)若干次迭代,獲得滿足精度要求的迭代近似解。圖1b是層間網(wǎng)格解及誤差傳遞示意圖,圖中紅黑圓點(diǎn)表示細(xì)網(wǎng)格層的迭代解,紅黑圓圈表示粗網(wǎng)格層上的迭代解,該解可由細(xì)網(wǎng)格解插值生成。
圖1 MG法迭代計(jì)算示意圖
網(wǎng)格剖分采用Delaunay三角剖分算法,初次網(wǎng)格剖分后再進(jìn)行5次左右的網(wǎng)格自動(dòng)加密處理(如圖2所示),進(jìn)而提高解的精度,但同時(shí)計(jì)算量和計(jì)算時(shí)間呈指數(shù)級(jí)增長(zhǎng)。
圖2 Delaunay三角網(wǎng)格剖分示意圖
在研究區(qū)域D及邊界?D上的二維Helmholtz方程邊值問(wèn)題
上述邊值問(wèn)題與下列變分問(wèn)題等價(jià)
式中:F(u)表示u的泛函;c為未知系數(shù)。
網(wǎng)格剖分是進(jìn)行有限元解算的關(guān)鍵步驟,網(wǎng)格剖分密度和質(zhì)量對(duì)有限元法計(jì)算精度、計(jì)算效率和收斂性起著十分重要的作用。本次網(wǎng)格剖分基于Delaunay三角剖分算法[13],為了提高解的精度,在7個(gè)網(wǎng)格層上迭代求解,網(wǎng)格數(shù)量逐層倍增,最底層網(wǎng)格數(shù)量約2萬(wàn)個(gè)。
在區(qū)域D上對(duì)Helmholtz方程三角網(wǎng)格離散化,c2=0.3,D=[-1,1]2,分別采用 MG法、共軛梯度法(CG)、預(yù)處理共軛梯度法(PCG)及超松弛法(SOR)求解離散化后的有限元線性方程組AU=f,U表示方程組的解,f表示右端項(xiàng)。
數(shù)值計(jì)算采用Matlab軟件編程并在PC機(jī)(CPU2.2GHz,內(nèi)存2GB)雙精度型下進(jìn)行,在 MG法計(jì)算過(guò)程中,采用不規(guī)則三角網(wǎng)格V循環(huán)、七層網(wǎng)格套迭代。當(dāng)最精細(xì)網(wǎng)格層上的誤差殘量的L2范數(shù)小于控制收斂準(zhǔn)則ε(ε取1.0×10-4)時(shí),計(jì)算即為收斂。圖3為基于MG法和SOR法的二維Helmholtz方程解的曲面圖。
圖3 Helmholtz方程解曲面圖
為了估計(jì)多重網(wǎng)格法的計(jì)算精度,采用歐幾里得范數(shù)對(duì)迭代解進(jìn)行誤差分析。誤差分析公式如下
式中:el為第l次迭代后的相對(duì)誤差,即本次迭代近似解與上次迭代近似解的歐氏范數(shù);α為網(wǎng)格節(jié)點(diǎn)序號(hào)。
為了深入分析MG法的計(jì)算精度和收斂性,對(duì)比研究了該算法與CG法、PCG法、SOR法的相對(duì)誤差,見(jiàn)表1。由表可知,無(wú)論網(wǎng)格單元個(gè)數(shù)多與少,該算法在計(jì)算精度方面均不具有優(yōu)勢(shì),或者說(shuō)其計(jì)算誤差大于其他三種算法,這或許與其在多個(gè)網(wǎng)格層進(jìn)行不規(guī)則三角網(wǎng)格剖分有關(guān),具體原因有待進(jìn)一步研究。
圖4是網(wǎng)格數(shù)分別為11425和45377個(gè)時(shí),MG和PCG法迭代的收斂曲線。從圖中不難看出,MG法的收斂速度明顯優(yōu)于PCG法,說(shuō)明MG法的收斂速度與網(wǎng)格尺度無(wú)關(guān),且初始收斂速度明顯快于PCG法。隨著迭代次數(shù)的增加,誤差減小,這兩種算法的收斂速度差距逐步縮小。
表1 不同方法計(jì)算相對(duì)誤差對(duì)比
圖4 MG法(a)和PCG法(b)收斂曲線對(duì)比圖
計(jì)算時(shí)間是衡量算法計(jì)算效率的重要參考指標(biāo)。在設(shè)置相同誤差精度的條件下,采用Matlab中計(jì)算程序運(yùn)行時(shí)間的函數(shù)(tic/toc),分別得到 MG法、CG法、SOR法和PCG法的計(jì)算時(shí)間如表2所示。從表中可以看出,當(dāng)網(wǎng)格單元個(gè)數(shù)較少時(shí),MG法在計(jì)算時(shí)間上優(yōu)勢(shì)并不明顯;當(dāng)網(wǎng)格個(gè)數(shù)較多時(shí)(如722177),MG法的計(jì)算時(shí)間分別是SOR法的近1/10、CG法的約1/2、PCG法的約1/6,具有明顯優(yōu)勢(shì)。
表2 不同算法計(jì)算時(shí)間對(duì)比
為了檢驗(yàn)MG法在大地電磁二維正演模擬中的計(jì)算特性,初步研究了均勻半空間條件下二維地電模型的大地電磁正演響應(yīng)。大地電磁測(cè)深法二維邊值問(wèn)題可以表示為
對(duì)于上邊界,u=1;對(duì)于側(cè)邊界,對(duì)于底邊界,
MG法的關(guān)鍵是殘量和近似解在網(wǎng)格層間進(jìn)行精確傳遞,即合理設(shè)計(jì)粗—細(xì)網(wǎng)格層間插值和限制算子。
圖5 限制算子設(shè)計(jì)(面積率)示意圖
限制算子的作用是將細(xì)網(wǎng)格層經(jīng)過(guò)松弛迭代后的殘差投射至較粗網(wǎng)格層,粗網(wǎng)格層上每一個(gè)網(wǎng)格節(jié)點(diǎn)及其周圍,有9個(gè)細(xì)網(wǎng)格層節(jié)點(diǎn)與其對(duì)應(yīng)(圖5),殘量由細(xì)網(wǎng)格層投射至粗網(wǎng)格層過(guò)程中,細(xì)網(wǎng)格層上節(jié)點(diǎn)對(duì)粗網(wǎng)格對(duì)應(yīng)節(jié)點(diǎn)的“貢獻(xiàn)”不同,當(dāng)前,限制算子較多的采用完全加權(quán)算子,其設(shè)計(jì)思想一般采用面積率,即將某一粗網(wǎng)格進(jìn)行16等分,設(shè)a為每個(gè)粗網(wǎng)格面積的1/16,則其上每一細(xì)網(wǎng)格節(jié)點(diǎn)對(duì)粗網(wǎng)格的“貢獻(xiàn)”可以歸納為:a0=4a,a1=a2=a3=a4=2a,a5=a6=a7=a8=a,a0、a1、a2、a3、a4、
a5、a6、a7、a8分別表示粗網(wǎng)格周圍對(duì)應(yīng)的細(xì)網(wǎng)格點(diǎn),如圖5所示,基于此,完全加權(quán)算子簡(jiǎn)化為
式中下標(biāo)i,j代表網(wǎng)格節(jié)點(diǎn)編號(hào)。式(6)用矩陣的形式表示為
插值算子將解的修正量從粗網(wǎng)格傳遞至細(xì)網(wǎng)格,算子構(gòu)建原則是與粗網(wǎng)格相對(duì)應(yīng)的細(xì)網(wǎng)格點(diǎn)值保持不變,其余細(xì)網(wǎng)格點(diǎn)值由其相鄰粗網(wǎng)格點(diǎn)值進(jìn)行算術(shù)平均得到,即
式中:v為網(wǎng)格節(jié)點(diǎn)解的近似量;上標(biāo)h、2h分別表示細(xì)、粗網(wǎng)格層?;谑剑?),可得 MG法的粗、細(xì)網(wǎng)格層間插值算子
設(shè)計(jì)模型電阻率為10Ω·m,向下極限深度為1.0×105m,考慮到Gauss-Seidel等一般迭代算法在計(jì)算過(guò)程中存在收斂性不穩(wěn)定的缺陷,本次大地電磁二維正演模擬采用了收斂性較穩(wěn)定的雙共軛梯度法(Bicgstab),多重(二重)網(wǎng)格算法的細(xì)網(wǎng)格松弛迭代算法也采用Bicgstab算法。正演模型采用二維均勻半空間模型,橫、縱向網(wǎng)格數(shù)均為20,為提高計(jì)算精度,設(shè)計(jì)單元網(wǎng)格長(zhǎng)為50,寬為10,最大迭代次數(shù)為10000,誤差限為1.0×10-20。分別采用Bicgstab算法和多重網(wǎng)格算法(細(xì)網(wǎng)格松弛迭代采用Bicgstab算法)對(duì)模型進(jìn)行計(jì)算,模型響應(yīng)如圖6所示。由圖可知,Bicgstab算法在計(jì)算精度方面較多重網(wǎng)格算法有一定優(yōu)勢(shì)。
圖6 大地電磁二維正演模型響應(yīng)示意圖
Bicgstab算法的計(jì)算時(shí)間為8.003234s,MG算法的計(jì)算時(shí)間為4.01562s,由此可見(jiàn),MG算法在計(jì)算時(shí)間方面有明顯優(yōu)勢(shì)。
本文采用 MG、SOR、PCG法,研究了二維Helmholtz方程的Dirichlet邊值問(wèn)題的計(jì)算精度和收斂速度,并在此基礎(chǔ)上,初步研究了均勻半空間條件下基于MG法的大地電磁二維正演模擬響應(yīng),取得了如下認(rèn)識(shí)。
(1)MG法的迭代收斂速度與網(wǎng)格尺度無(wú)關(guān),且最初幾次迭代的收斂速度明顯優(yōu)于其他算法。
(2)MG法在網(wǎng)格單元個(gè)數(shù)較少時(shí),相同誤差限條件下的計(jì)算時(shí)間優(yōu)勢(shì)并不明顯;在網(wǎng)格單元個(gè)數(shù)較多時(shí),計(jì)算時(shí)間最多只是其他算法的一半;
(3)本次MG法的網(wǎng)格剖分采用不規(guī)則三角網(wǎng)格算法,導(dǎo)致采用網(wǎng)格層間插值和限制算子放大了計(jì)算誤差,進(jìn)而使該算法的計(jì)算誤差較其他三種算法大,如何降低誤差有待進(jìn)一步研究。
[1] 劉小軍,王家林,陳冰等.二維大地電磁數(shù)據(jù)的聚焦反演算法探討.石油地球物理勘探,2007,42(3):338-342.Liu Xiaojun,Wang Jialin,Chen Bing et al.Discussion on focus inversion algorithm of 2-D MT data.OGP,2007,42(3):338-342.
[2] 王青平,白武明,王洪亮.多重網(wǎng)格在二維泊松方程有限元分析中的應(yīng)用.地球物理學(xué)進(jìn)展,2010,25(4):1467-1474.Wang Qingping,Bai Wuming,Wang Hongliang.Multigrid finite element analysis for 2D modeling of Poisson equation.Progress in Geophysics,2010,25(4):1467-1474.
[3] 何繼善,李帝銓,戴世坤.廣域電磁法在湘西北頁(yè)巖氣探測(cè)中的應(yīng)用.石油地球物理勘探,2014,49(5):1006-1012.He Jishan,Li Diquan,Dai Shikun.Shale gas detection with wide field electromagnetic method in Northwestern Hunan.OGP,2014,49(5):1006-1012.
[4] 胡祖志,陳英,何展翔等.大地電磁并行模擬退火約束反演及應(yīng)用.石油地球物理勘探,2010,45(4):597-601.Hu Zuzhi,Chen Ying,He Zhanxiang et al.MT parallel simulated annealing constrained inversion and its application.OGP,2010,45(4):597-601.
[5] 魯晶津,吳小平,Klaus Spitzer.三維泊松方程數(shù)值模擬的多重網(wǎng)格方法.地球物理學(xué)進(jìn)展,2009,24(1):154-158.Lu Jingjin,Wu Xiaoping,Klaus Spitzer.Multigrid method for 3D modeling of Poisson equation.Progress in Geophysics,2009,24(1):154-158.
[6] 韓波,胡祥云,何展翔等.大地電磁反演方法的數(shù)學(xué)分類.石油地球物理勘探,2012,47(1):177-187.Han Bo,Hu Xiangyun,He Zhanxiang et al.Mathematical classification of magnetotelluric inversion methods.OGP,2012,47(1):177-187.
[7] Airaksinen T,Heikkola E,Pennanen A et al.An algebraic multigrid based shifted-Laplacian preconditioner for the Helmholtz equation.Journal of Computational Physics,2007,226(1):1196-1210.
[8] Mulder W A.A multigrid solver for 3D electromagnetic diffusion.Geophysical Prospecting,2006,54(5):633-649.
[9] Plaks A,Tsukerman I,Painchaud S et al.Multigrid methods for open boundary problems in geophysics.IEEE Transactions on Magnetics,2000,36(4):633-638.
[10] Zaslavsky L Y,Schlick T.An adaptive multigrid technique for evaluating long-range forces in biomolecular simulations.Applied Mathematics and Computation,1998,97(2-3):237-250.
[11] Tang J T,Wang F Y,Ren Z Y et al.3-D direct current resistivity forward modeling by adaptive multigrid finite element method.Journal of Central South University,2010,17(3):587-592.
[12] 柳建新,郭榮文,童孝忠.基于多重網(wǎng)格法的MT正演模型邊界截取.中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,42(11):3429-3437.Liu Jianxin,Guo Rongwen,Tong Xiaozhong.Boundary truncation of magnetotelluric modeling based on multigrid method.Journal of Central South University(Science and Technology),2011,42(11):3429-3437.
[13] Mitsuhata Y J,Uchida T.3D magnetotelluric modeling using the T-Ωfinite element method.Geophysics,2004,69(1):108-119.
[14] Moucha R,Bailey R C.An accurate and robust multigrid algorithm for 2D forward resistivity modeling.Geophysical Prospecting,2004,52(3):197-212.
[15] William L B.A Multigrid Tutorial.Society for Industrial and Applied Mathematics,2000.
[16] Liu Yuanqing,Yuan Jiansheng.A finite element domain decomposition combined with algebraic multigrid method for large-scale electromagnetic field computation.IEEE Transactions on Magnetics,2006,42(4):655-658.
[17] 高曉峰.2D-Delaunay三角網(wǎng)格的數(shù)據(jù)結(jié)構(gòu)與遍歷.天津理工大學(xué)學(xué)報(bào),2006,22(2):66-70.Gao Xiaofeng.Data-structure and traverse of 2DDelaunay triangulation.Journal of Tianjin University of Technology,2006,22(2):66-70.
P631
A
10.13810/j.cnki.issn.1000-7210.2017.01.023
楊振威,馮磊,趙寧,趙秋芳,楊雙安.多重網(wǎng)格法二維Helmholtz方程解算及其在電磁法正演模擬中的應(yīng)用.石油地球物理勘探,2017,52(1):167-172.
1000-7210(2017)01-0167-06
*河南省焦作市高新區(qū)世紀(jì)路2001號(hào),454000。Email:zhaoning@hpu.edu.cn
本文于2015年10月9日收到,最終修改稿于2016年11月4日收到。
本項(xiàng)研究受河南省教育廳重點(diǎn)基金項(xiàng)目(15A170008)和河南省博士后基金項(xiàng)目聯(lián)合資助。
(本文編輯:馮杏芝)
楊振威 博士,講師,1984年生;2007年本科畢業(yè)于河南理工大學(xué)獲地理信息系統(tǒng)專業(yè)學(xué)士學(xué)位,2010年畢業(yè)于中國(guó)礦業(yè)大學(xué)(北京),獲礦產(chǎn)普查與勘探專業(yè)碩士學(xué)位,2013年畢業(yè)于中國(guó)地質(zhì)科學(xué)院,獲地球探測(cè)與信息技術(shù)專業(yè)博士學(xué)位;現(xiàn)在河南理工大學(xué)資源環(huán)境學(xué)院從事地球信息科學(xué)與技術(shù)專業(yè)的教研。