Метод спектральных элементов с уменьшенным порядком модели для высокоточной и быстрой 3‑D временной электромагнитной прямой задачи с SAI‑Krylov

Заглядывая под землю с помощью ускорённых виртуальных датчиков

Поиск залегающих рудных тел, подземных вод или скрытых разломов часто опирается на слабые флуктуации электромагнитного поля Земли. Превращение этих флуктуаций в картину того, что скрыто под поверхностью, требует интенсивных вычислений на крупноразмерных 3‑D моделях, что может быть крайне медленным. В этой статье представлен новый способ моделирования таких электромагнитных съемок, который сохраняет требуемую точность для реальной разведки и одновременно значительно сокращает время и объём оперативной памяти на компьютере.

Почему моделирование электромагнитных съемок трудно

Методы временной электромагнитики (TEM) работают путем пропускания импульса электрического тока по проволочной петле или заземлённому кабелю на поверхности. Когда ток отключается, в подповерхностных слоях возникают завихряющиеся токи, которые со временем затухают и несут сведения о проводимости горных пород и скрытых рудных телах. Чтобы предсказать, что зарегистрируют приёмники, учёные решают уравнения Максвелла на трёхмерной сетке. Традиционные подходы используют простые элементы с линейными вариациями внутри каждой ячейки. Эти низкопорядковые аппроксимации просты в реализации, но с трудом улавливают тонкие детали без резкого роста числа неизвестных и затрат на интегрирование по времени через тысячи крошечных шагов.

Более точные сетки при меньшем числе элементов

Авторы применяют высокопорядковый метод спектральных элементов, который обогащает каждую ячейку сетки более гибкими математическими базисами вместо предположения о линейной вариации. На практике это означает, что модель может представлять изменения электрического поля гораздо более гладко при той же сетке или достигать заданной точности при значительно меньшем числе ячеек. Они тщательно продумывают размещение неизвестных вдоль рёбер, отображение каждой физической ячейки на простой эталонный куб и использование специальных точек и весов Гаусса–Лобатто. Важный приём, называемый редуцированной интеграцией, чуть ослабляет точность отдельных интегралов, но делает матрицу проводимости строго диагональной. Это существенно увеличивает разреженность, снижая и потребление памяти, и стоимость решения получающихся линейных систем, сохраняя при этом высокую точность для интересующих порядков аппроксимации.

Сжатие математики без потери физики

Даже с более точной сеткой явная пошаговая интеграция по времени остаётся затратной, поскольку любое изменение временного шага требует новой факторизации огромной матрицы. Вместо этого авторы переписывают задачу как систему в непрерывном времени и применяют технику уменьшения порядка модели на основе алгоритма Крилова со сдвигом и обращением (shift‑and‑invert). Проще говоря, они проецируют полную, громадную систему на гораздо меньшее пространство «репрезентативных» паттернов, которые захватывают реальные эволюции электромагнитных полей. Умная спектральная трансформация группирует важные моды, благодаря чему алгоритм быстро сходится. Критично, что метод динамически определяет требуемый размер этого уменьшенного пространства, используя недорогую меру невязки в качестве критерия остановки. В результате решателю требуется лишь одна крупная факторизация матрицы и умеренное число обратных подстановок, при этом можно вычислять отклик электромагнитной системы в любой момент времени без необходимости пошаговой прогонки через каждое промежуточное мгновение.

Тестирование метода

Чтобы оценить и точность, и эффективность, авторы смоделировали несколько эталонных сценариев. Для простого полупространства с известным аналитическим поведением они сравнили разные полиномиальные порядки и стратегии интегрирования с классической схемой обратной прогонки по времени. Начиная со второго порядка, погрешности стабилизировались примерно на уровне одного процента или ниже, а с новой уменьшенной моделью средние ошибки можно снизить примерно до полупроцента при ускорении вычислений примерно в 16–20 раз для высокопорядковых расчётов, без резкого роста требований к памяти. В послойных моделях с сильными контрастами удельного сопротивления подход спектральных элементов в сочетании с методом Крилова сохранял погрешность около одного процента на всём временном интервале и превосходил традиционные конечноэлементные методы с низкопорядковыми ячейками и более диссипативными схемами по времени. Наконец, в полностью трёхмерном сценарии с сульфидным рудным телом метод отслеживал, как наведённые поля от заземлённых проводов и петлевых источников распространяются, взаимодействуют со сложным проводящим телом и в итоге очерчивают зарытую цель с высокой пространственной разрешающей способностью.

Что это значит для разведки подсистемы

Для геофизических съёмок, зависящих от детального трёхмерного электромагнитного моделирования, эта работа предлагает компромисс: высокая достоверность и высокая скорость одновременно. Сочетая высокопорядковые спектральные элементы с тщательно продуманной схемой уменьшения порядка модели, авторы показывают, что можно достигать погрешностей ниже процента для практических TEM‑откликов при сокращении времени вычислений примерно на порядок по сравнению с уважаемым эталоном. В практическом смысле это означает более быструю обработку от проектирования съёмки до интерпретируемых изображений подсистемы, что упрощает разведку руд, оценку геоопасностей или мониторинг подземных вод с использованием строгих физических моделей вместо упрощённых приближений.

Цитирование: Fan, Y., Lu, K., Huang, Y. et al. Model-order-reduced spectral-element method for high-accuracy and fast 3-D transient electromagnetic forward modeling with SAI-Krylov. Sci Rep 16, 13356 (2026). https://doi.org/10.1038/s41598-026-44053-y

Ключевые слова: временная электромагнетика, метод спектральных элементов, уменьшение порядка модели, геофизическая разведка, численное моделирование