Kurset omhandler metoder til inversion af geofysiske data. Gennem
en række projektforløb løses inverse problemer baseret på
problemstillinger relateret til olie-efterforskning,
grundvandskortlægning og seismologiske undersøgelser. I kurset
lægges særlig vægt på en formulering af inverse metoder baseret på
sandsynlighedsteori som kombineres med geostatistiske metoder til
at kvantificere a priori information (f.eks. viden om geologisk
realistiske strukturer). Projektforløbet vil ikke kunne gennemføres
uden brug af Matlab.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
anvende statistiske metoder til at beskrive data
anvende geostastistiske modeller til beskrivelse a priori
information og geologiske strukturer
redegøre for anvendelsen af Bayesianske metoder til inversion
af geofysiske data
formulere og løse konkrete inversionsproblemer med inddragelse
af geostatistisk a priori information
anvende sampling metoder som rejection sampling og Metropolis
algoritmen
løse lineære inverse problemer med least squares inversion
-
-
Kursusindhold:
- Teori: Statistisk databeskrivelse, Bayesiansk inversion, lineær
Gaussisk inversion (least squares), Monte Carlo sampling af
løsninger til ikke-lineære inverse problemer.
- Metoder: Sampling a prior information, geostatistisk simulering,
løsning af ikke-lineære inverse problemer med kompleks a priori
information ved hjælp af MCMC-metoder, least squares.
Bemærkninger:
Kurset er rettet mod studerende, der ønsker kompetence inden for
avancerede Bayesianske inversionsmetoder, til anvendelse til
energi- og vandressourceefterforskning.
