We have developed a MATLAB-based inversion program, b-spline polynomial approximation using the differential evolution algorithm (SPODEA), to recover the concealed basement geometry under heterogeneous sedimentary basins. Earlier inversion techniques used the discretized subsurface interface topography into a grid of juxtaposed elementary prisms to estimate the basement depth of a basin. Such discretization leads to the failure of the depth profile continuity and requires a higher number of inversion parameters for achieving the desired accuracy. The novel approach of SPODEA overcomes such limitations of earlier inversion techniques. SPODEA is based on the segment-wise b-spline optimization technique to estimate the basement depth by using high-order polynomials. Moreover, it can achieve an optimal misfit with minimal parametric information, which reduces the computational expense. Our inversion approach uses the differential evolution algorithm, which provides real parametric optimization and uses b-splines for accurate estimation of continuous depth profiles. The efficiency of our algorithm was determined with two complex synthetic sedimentary basin models comprised of constant and depth-varying density distributions. Furthermore, the uncertainty analysis of our inversion technique is evaluated by incorporating white Gaussian noise into the synthetic models. Finally, the utility of SPODEA is evaluated by inverting gravity anomalies for two different real sedimentary basins. It produces geologically reasonable outcomes that are in close agreement with basement structures from previously reported results.

中文翻译：

---

b样条多项式逼近非均质沉积盆地重力微分演化算法

我们已经开发出基于MATLAB的反演程序，即使用微分演化算法（SPODEA）进行b样条多项式逼近，以恢复非均质沉积盆地下隐蔽的地下室几何形状。较早的反演技术是将离散的地下界面形貌分解成并列的基本棱镜网格，以估算盆地的基底深度。这样的离散化导致深度分布连续性的失败，并且需要更多数量的反演参数以实现期望的精度。SPODEA的新颖方法克服了早期反演技术的此类局限性。SPODEA基于分段B样条优化技术，通过使用高阶多项式来估计地下室深度。而且，它可以通过最少的参数信息实现最佳的不匹配，这减少了计算费用。我们的反演方法使用差分演化算法，该算法提供了实际的参数优化，并使用b样条曲线对连续深度剖面进行了精确估计。我们算法的效率是由两个复杂的合成沉积盆地模型确定的，该模型由恒定的密度分布和随深度变化的密度分布组成。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。我们的反演方法使用差分演化算法，该算法提供了实际的参数优化，并使用b样条曲线对连续深度剖面进行了精确估计。我们算法的效率是由两个复杂的合成沉积盆地模型确定的，该模型由恒定的密度分布和随深度变化的密度分布组成。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。我们的反演方法使用差分演化算法，该算法提供了实际的参数优化，并使用b样条曲线对连续深度剖面进行了精确估计。我们算法的效率是由两个复杂的合成沉积盆地模型确定的，该模型由恒定的密度分布和随深度变化的密度分布组成。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。它提供了实际的参数优化，并使用b样条曲线对连续的深度剖面进行了准确的估算。我们算法的效率是由两个复杂的合成沉积盆地模型确定的，该模型由恒定的密度分布和随深度变化的密度分布组成。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。它提供了实际的参数优化，并使用b样条曲线对连续的深度剖面进行了准确的估算。我们算法的效率是由两个复杂的合成沉积盆地模型（由恒定和深度变化的密度分布组成）确定的。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。此外，我们的反演技术的不确定性分析是通过将白高斯噪声纳入综合模型来进行评估的。最后，通过反演两个不同的实际沉积盆地的重力异常来评估SPODEA的效用。它产生的地质结果合理，与先前报道的结果与地下室结构非常吻合。