基于Python的电阻率层析成像滑坡建模与反演程序综述

软件影响16（2023）100501原始软件出版物基于Python的电阻率层析成像滑坡建模与反演程序综述Oussama Jabranea，Paddy，Pedro Martínez-Pagánb，Driss El Azzaba，Marcos A.Martínez-Segurab，Aritz UrruelacaSidi Mohamed Ben Abdellah大学，科学和技术学院，SIGER实验室，Fez，BP 2202，摩洛哥b采矿和土木工程系，卡塔赫纳理工大学，Paseo Alfonso XIII，52，30203，卡塔赫纳，西班牙c西班牙巴塞罗那巴塞罗那大学地球科学系矿物学、岩石学和应用地质学系。自动清洁装置保留字：ERT滑坡建模反演A B标准几种地球物理方法可以用来识别和探测滑坡，以及各种软件程序适用于这项任务，允许反演和建模的采集数据，以量化滑动表面区域，以协助城市规划者作出正确的决定。 本文提出了一种工具为电阻率层析成像（ERT）数据生成精确的地球物理模型。它基于有限元的数学解析，这使得复杂几何形状的建模和处理具有很大的灵活性。代码元数据当前代码版本v.1用于此代码版本的代码/存储库的永久链接https://github.com/SoftwareImpacts/SIMPAC-2023-9可再生胶囊的永久链接https://codeocean.com/capsule/4007206/tree/v1合法代码许可证MIT许可证。使用的代码版本控制系统软件代码使用的语言、工具和服务Python、Python笔记本编译要求、操作环境和依赖关系如果可用，请链接到开发人员文档/手册问题支持电子邮件oussama. usmba.ac.ma1. 介绍许多地球物理方法传统上用于滑坡研究，包括降雨条件下的滑坡评估[1]、地下表征[2]、滑坡监测[3]和滑坡不稳定性发生评估[4]。最近的自动滑坡检测和表征研究使用了深度学习技术[5]、机器学习模型[6]和人工智能（AI）[7]。在地球物理处理领域，几种软件如AGI Earth-Imager、GeoTom和Res 2Dinv通常用于ERT埃克塞特研究人员、工程师、学术教授和决策者的数据处理。然而，目前，利用基于Python的软件进行地电数据反演的工作在计算机科学家和实践者中还相当有限。因此，在本研究中，我们通过反演与以下滑坡监测案例研究[8]中的真实数据相似的合成输入模型来检查性能。我们已经选择了一个概念模型与组的形成和相似的真实模型的双折射率。该模型由BERT（无边界电阻率层析成像）软件程序编写脚本，对ERT数据进行建模和反演。pyGIMLi核心库作为基础O. Jabrane，D.E. Azzab和P. Martínez-Pagán等人，基于Python的BERT软件对使用电阻率层析成像数据集进行滑坡监测的贡献。Tghat-Fez（摩洛哥）的案例研究，Data in Brief，https://doi.org/10.1016/j.dib.2022.108763。本文中的代码（和数据）已由Code Ocean认证为可复制：（https://codeocean.com/）。更多关于生殖器的信息徽章 倡议 是 可用 在https://www.elsevier.com/physical-sciences-and-engineering/computer-science/journals。*通讯作者。电子邮件地址：oussama. usmba.ac.ma（O. Jabrane）。https://doi.org/10.1016/j.simpa.2023.100501接收日期：2023年1月6日;接收日期：2023年2月19日;接受日期：2023年3月19日2665-9638/©2023作者。由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表软件影响杂志 首页：www.journals.elsevier.com/software-impactsO. Jabrane，P.Martínez-Pagán，D.E.Azzab等人软件影响16（2023）1005012||2（）下一页Fig. 1. 地电数据正反演模拟的基本结构是：（a）预定义模型，具有滑动形式和小而圆的目标体，可能的空洞的存在，（b）模型离散化，（c）显示视电阻率的合成模型，（d）模型响应。作为C++应用程序的初始编程[9]。对于2D建模，BERT采用非结构化三角形网格[10]，并采用有效的网格化技术来制定电阻率问题。其控制网格质量的能力提高了正演计算的数值精度。2. 方法2.1. 软件倒置羞耻反演的一般概念是通过将观测到的地球物理数据与从参考或初始模型获得的模拟数据进行比较目标是找到使观测数据和模型响应之间的失配最小化的模型参数这可以通过使用高斯-牛顿方案迭代地更新模型参数来���2 m，方向延伸96 m���，深度25 m在垂直方向上。上部次表层的厚度为3 m，而滑动层是北面的下半空间，导电层位于更南面。此外，我们确实包括了第四个圆形几何形状，这归因于该层内存在空腔。此外，还需要定义层的折射率。为了使其更具代表性和现实性，我们分配了在整个研究区域的不同位置测量五次的平均电阻率值。主要由冰川沉积物组成的地下层的电阻率为125Ω m，由坚硬致密砾岩组成的滑动层的电阻率为150 Ω m，位于更南部的均匀导电层的电阻率为5 Ω m，沉积物填充的空腔的电阻率为200 Ω m。首先，对生成的网格进行直接模拟以获得合成数据集。在直接模拟之后，电位差增加了3%的误差这2是必不可少的，因为没有它，合成数据将无法准确地��� （���）=∑������−������（���）=（���−（）������）2（一）提供可靠的模型。然而，合成数据并不意味着=1个||从数学的角度来看，为了完全准确，基于综合的地质模型必须符合真实的场景，带=1���闪烁 （2）• 表示用于数据反演的Tikhonov正则化的模型解。• 剩余范数是剩余范数。• [12]���这是一个非常复杂的问题• λ是正则化参数lambda。• ���是相对测量误差矢量（RR）的逆的对角矩阵 。• ���视对数电阻率矢量测井（rhoa）• ���������（2.2. 数值试验选择用于反演的初始预定义模型是因为它代表了我们最近滑坡监测实地工作中具有相同层分布的真实模型。该模型以二维（2D）模式实现。该域使用通常与相当复杂的情况有关。因此，附加误差相当于实际测量中的随机噪声。反演软件的准确性和优化的测量数据集决定了所获得的电阻率模型的分辨率[13]。不同的反演包可以显示恢复的模型分辨率和异常几何形状的变化，即使当输入模型是一样的图在图1（a）中，显示具有四个区域标记的预定义模型。网格化是为有限元建模创建具有适当网格质量和模型分辨率的网格的过程。正演模拟得到的拟剖面如图所示。1（d），并且我们能够获得如从图1（c）的多电极测量已知的视电阻率伪截面。反演建模用于反演合成数据，以便找到与测量数据匹配的地下电阻率分布。在七次迭代之后，可以完成反演过程，提供可靠和适当的结果。当数据拟合达到均方根（RMS）误差低于1（在我们的情况下，值等于0.62）时，满足后者，然后过程停止。正则化值O. Jabrane，P.Martínez-Pagán，D.E.Azzab等人软件影响16（2023）1005013图二、使 用 斯 伦 贝 谢 阵 列 配 置 的相同合成模型的 反 演 结 果 （a），实测视电阻率（b），模型响应（c）。.减小到LAMBDA=5以增强数据拟合。合成数据与模型响应的相对均方根为4.15%。在反演结果中，上部次表层面积表现出相当稳定的数值.该区域从地表延伸至4至五米。这一上部区域的电阻率值很高，达到200Ω m。在这个深度之后，电阻率值降低，特别是在南部，从5米开始，电阻率值小于10Ωm。然而，从电气剖面的北部到中心区域，可以看到200Ωm的高电阻率值，这可以归因于倾斜形式（图1d）。因此，预计空洞所在的南部下部以中等电阻率值突出，与滑动form.这与初始模型相关，初始模型也有三个层，在导电层内有一个空腔，并显示相同的滑坡形式。图2a所示的拟剖面显示出与第一个模型（图1d）相同的地层分布，具有几乎相同的几何形状。显然，图中所示的数据。 2 b与模型拟合得很好，提供了约1.89%的可接受RMS误差和约3.18的卡方失配（图1）。2c）。因此，一些差异很明显：反演表明，同样的电阻固体地下层，第二层，这是由于抗滑砾岩，是明确的，在底部更紧凑，因为斯伦贝谢阵列覆盖更多的 深度目标，也很好地限定了朝南的第三均匀导电层。然而，洞的存在并没有被导电泥灰岩层内的电阻异常所突出;这可能是由于对阵列中心以下的地下电阻率的垂直变化的高度敏感性，而洞具有更水平的层并且位于远离中心的位置。3. 软件影响与商业软件相比，BERT是一种用于地球物理学的开源建模和反演工具，优势它是开源的，这意味着用户可以修改和分发它，这是它最重要的优势之一。除了适应性强之外，BERT还提供了一个框架，用于创建独特的工作流程并与其他软件集成。它拥有一个庞大而充满活力的用户和开发人员社区，软件的成长和发展。BERT是一种多功能和多学科的工具，可用于各种学科，包括水文地质学，矿产勘探和环境地球物理学。它支持各种各样的地球物理方法。此外，BERT是学术和研究需求的负担得起的选择，使其成为小型企业，学术研究人员和非营利组织的绝佳选择。BERT本研究利用预定义的数据模型来帮助确定与场地相关的参数，并提高滑坡监测和检测的建模精度。这里提出的滑坡建模工具需要用户输入从现场调查或可比网站估计获得的已知变量。因此，用户将有一个更好的了解ERT方法的适用性与不同的阵列配置后，一个特定的网站建模地球物理技术。然后，使用地球物理和岩土工程信息，可以计划和进行特定场地的调查，然后进行知情的侵入性调查和解释。本笔记本中提供的代码可以作为模板重用来处理其他滑坡建模问题。许多因素会影响滑坡检测的概率，例如目标深度和大小，到地下的距离，周围的地质，技术和使用的配置，测量参数和噪声水平。这种复杂性意味着预测对特定滑坡的地球物理响应是困难的，但通过建模，可以评估各种复杂和地下场景中不同技术的理论响应。O. Jabrane，P.Martínez-Pagán，D.E.Azzab等人软件影响16（2023）10050144. 限制滑坡ERT初始模型的建模和反演软件的局限性在于反演过程可能对初始模型参数和反演参数的选择敏感。如果初始模型没有得到很好的约束，则反演可能收敛到局部最小值而不是全局最小值，从而导致模型不能准确地表示地下。另一个限制与ERT方法的分辨率有关，其随着深度而降低，并且可能使得难以区分小目标（导电层内的空腔的情况）。该限制是ERT方法本身固有的，并非软件特有。此外，反演参数（如正则化）的选择可能会对所得模型产生重大影响，并且可能需要仔细调整以实现所需的分辨率和平滑度水平一般来说，ERT具有固有的局限性和不确定性，例如调查深度和探测小目标的能力，虽然该软件为ERT建模和反演提供了强大的工具，但必须记住这一点。对于给定的应用，最佳的 解决特定地下结构的可能性。因此，通过仔细考虑ERT方法和特定应用的约束和不确定性，可以最大限度地使用ERT进行地下调查。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作致谢我们要向匿名审稿人表示衷心的感谢，感谢他们为我们提供了宝贵的时间和努力，大大提高了我们的稿件质量。此外，我们还要感谢Thomas Günther感谢他富有洞察力的讨论、指导和建设性的反馈，这对完成这项工作非常有帮助引用[1]D. Bai，G. Lu，Z. Zhu，X. Zhu，C.方涛，利用电阻率层析成像监测降雨条件下滑坡安全系数的演变14（2022）3592，http://dx.doi.org/10.3390/rs14153592。[2] Y. Yan，Y. Yan，G. Zhao，Y. Zhou，Z. Wang，组合ERT和GPR数据用于风化丘陵边坡的地下表征：中国东南部浙江省的案例研究，可持续性14（2022）7616，http://dx.doi.org/10。3390/su14137616。[3] V. Lapenna ，A. Perrone ， 用于滑 坡监测的 时间推 移电阻 率层析成 像（TL-ERT ） ： 最 新 进 展 和 未 来 方 向 ， 应 用 科 学 。 12 （ 2022 ） 1425 ，http://dx.doi.org/10.3390/app12031425。[4] B. Pasierb，M.格罗代茨基河Gwód，滑坡稳定性评估的地球物理和岩土工程方法：案例研究，地球物理学报。67（2019）1823http://dx.doi.org/10.1007/s11600-019-00338-7[5] X. Chen C.，马缨丹属Zhao，J. Xi，Z. Lu，S.吉湖，加-地Chen，光学遥感中不平 衡 样 本 的 滑 坡 清 查 地 图 深 度 学 习 方 法 ， 遥 感 ， 14 （ 2022 ） 5517 ，http://dx.doi.org/10.3390/rs14215517。[6] X.杜，Y.太阳，Y。宋，Z. Xiu，Z.苏，海底滑坡敏感性和空间分布使用不同的无监督机器学习模型，应用科学。12（2022）10544，http://dx.doi.org/10.3390/app122010544。[7] S.姜建，马建，Z. Liu，H.郭，人工智能的科学计量分析(AI)地质灾害研究，传感器22（2022）7814，http://dx.doi.org/10.3390/s22207814。[8] O. Jabrane，D.E. Azzab，P. Martínez-Pagán等人，基于Python的BERT软件对使用电阻率层析成像数据集进行滑坡监测的贡献。Tghat-Fez（摩洛哥）的案例研究，《数据简介》，http://dx.doi.org/10.1016/j.dib.2022.108763。[9] C. Rücker，T. Günther，F. M. Wagner，Pygimli：一个用于物理学建模和反演的开源库，Comput。吉奥西。109（2017）106-123.[10] T. Günther角Rücker，无边界电阻率层析成像BERT 2-用户教程，2019，在线可获得：http://www.resistivity.net/download/bert-tutorial.pdf. （2022年8月1日[11]T. Günther角Rücker，K. Spitzer，结合地形的直流电阻率数据的三维建模和反演。反演，地球物理学。166（2）（2006）506-517。[12] A.N.吉洪诺夫亚砷酸，不适定问题的解决方案，V.H.温斯顿和儿子，华盛顿特区，1977年。[13] Y.G. Doyoro，P.Y. Chang，J.M. Puntu，A review of open software resources inpython for electrical resistance modeling，Geosci.Lett. 9（2022）3，http：//dx.doi.org/10.1186/s40562-022-00214-1网站。