En 3D-inversionsmetod för TEM som kombinerar PSO-NLCG-optimering och adaptiv regularisering

Att se dolda strukturer under våra fötter

Många av de resurser och risker som är viktiga i dagens samhälle ligger utom synhåll under marken. Ingenjörer vill lokalisera gamla gruvgångar innan byggnation, vattenförvaltare behöver spåra akviferer och geologer söker efter malmfyndigheter. Denna studie presenterar ett smartare sätt att omvandla ytmätningar av kortvariga elektromagnetiska signaler till tydliga tredimensionella bilder av vad som finns nedanför, med målet att göra sådana undersökningar mer precisa, stabila och användbara i praktiska projekt.

Lyssna på avtagande signaler i marken

Arbetet fokuserar på den transienta elektromagnetiska metoden, där en slinga av tråd på ytan skickar en kort strömpuls ner i marken och sedan registrerar hur det resulterande elektromagnetiska fältet avtar. Ändringar i avklingningskurvan bär ledtrådar om hur väl olika lager och kroppar leder elektricitet, vilket i sin tur relaterar till bergartstyp, vatteninnehåll eller håligheter. Att omvandla dessa brusiga, kortlivade signaler till en 3D-karta är svårt eftersom många olika underjordiska arrangemang kan ge samma data, och mätningarna ofta är förorenade av kraftledningar och annan störning.

Balansera dataanpassning och en plausibel underjordisk bild

För att hantera detta formulerar författarna problemet som en optimeringsuppgift: hitta en 3D-fördelning av elektriska egenskaper som bäst återskapar de observerade signalerna samtidigt som den förblir geologiskt rimlig. De mäter hur väl en föreslagen modell matchar data och lägger till en andra term som premierar släta, inte alltför oskarpa, strukturer. En viktig förbättring är att denna utjämningsvikt inte är fast. I början är den stark, vilket hjälper lösningen att förbli stabil trots brus. Allteftersom beräkningen fortskrider lindras den gradvis så att modellen kan skärpa formen och gränserna för verkliga underjordiska föremål istället för att överutjämna dem.

Kombinera bred sökning med finjustering

Det andra inslaget är en hybrid sökstrategi som blandar två typer av numeriska metoder. Partikelsvärmsoptimering efterliknar en flock enkla utforskare som testar många olika underjordiska modeller över ett brett omfång, vilket hjälper till att undvika att fastna i en dålig lokal lösning. När denna globala sökning har inriktat sig på en lovande region tar en icke-linjär konjugerad gradientmetod vid för att förfina modellen effektivt med lokal lutningsinformation. Författarna inkluderar också gränser för att hålla modellvärden inom realistiska ramar och stoppregler som undviker att slösa beräkningstid när förbättringarna blir försumbar.

Testning på riktmärken och syntetiska markmodeller

Teamet testade först sin hybridmetod mot en uppsättning standardiserade matematiska testfunktioner som ofta används för att jämföra optimeringsalgoritmer. Både i enkla och mycket oregelbundna landskap nådde deras kombinerade metod konsekvent värden närmare det teoretiska bästa än varken svärm- eller gradientmetoderna ensamma, samtidigt som körtiden var endast marginellt högre än för snabbare men mindre precisa scheman. De tillämpade sedan tekniken på datorgenererade underjordiska scenarier som innehöll en eller flera plattliknande kroppar med andra ledningsförmågor än omgivningen, och lade till realistiskt brus i de simulerade mätningarna. I dessa tester förvanskade konventionella metoder ofta formerna, suddade ut gränserna eller flyttade målen, medan den nya metoden återfann storlek, djup och position betydligt mer troget.

Bevisa nyttan på verkliga byggplatsdata

Slutligen användes metoden på fältdata från en byggplats med kända underjordiska goaf-områden kvar från tidigare gruvdrift. Undersökningslinjer och djupskivor som producerades av den nya inversionen stämde väl överens med lägena och djupintervallen för de flesta kända håligheterna. I områden där två anomalier låg mycket nära varandra slog metoden ihop dem, men överlag var den rumsliga överensstämmelsen stark, vilket visar att tillvägagångssättet är robust även utanför kontrollerade tester.

Tydligare underjordiska kartor för säkrare beslut

Enkelt uttryckt visar denna studie hur kombinationen av en vidsträckt sökning och noggrann finjustering, tillsammans med att justera bildens jämnhet medan den skärps, kan ge tydligare och mer pålitliga 3D-kartor över vad som ligger under ytan. För planerare, gruventreprenörer och miljöingenjörer innebär det bättre möjligheter att hitta dolda strukturer, undvika faror och använda underjordiska resurser klokt — allt utifrån mätningar som gjorts på marknivå.

Citering: Jianqiang, C., Feng, Z., Xuhai, D. et al. A 3D inversion method of TEM combining PSO-NLCG optimization and adaptive regularization. Sci Rep 16, 16115 (2026). https://doi.org/10.1038/s41598-026-48117-x

Nyckelord: transient elektromagnetisk, 3D-inversion, geofysisk avbildning, optimeringsalgoritm, underjordiska strukturer