基于局部采样MCMC方法的时移探地雷达反演

马尔科夫链蒙特卡洛方法（MCMC）是一种启发式全局优化算法，可用于解决概率反演问题。基于MCMC方法的反演不依赖于精确的初始模型，通过采样可以引入任意复杂的先验信息来获得大量的后验概率分布样本，MCMC方法在地球物理反演的应用尚处于起步阶段，因为其计算量大，应用难度高。作者将MCMC法应用于延时探地雷达（GPR）的反演，并结合双差法精确反演延时目标区，采用扩展Metropolis算法对目标区进行局部采样，减少了计算量，进一步提高了目标区的反演精度。最后，对合成数据进行了反演试验，并对目标区的反演误差进行了分析。这表明了基于局部采样的MCMC反演方法的有效性。目标区反演结果特征明显，反演效果良好