A global optimization technique using particle swarm optimization (PSO) is presented to estimate the depth to the basement of a heterogeneous sedimentary basin from the vertical component of the residual gravity anomalies. Inversion of basement relief for known density distributions has particular importance in many real applications such as mineral exploration, geothermal exploration, etc. Generally, gravity inversion in the Fourier domain allows a reduction in the optimization parameter. However, in the present study, an automated parameter selection criterion is developed for further reduction of optimizing parameters. A detailed uncertainty appraisal analysis is also performed for different configurations of synthetic models, which ensures the reliability of the optimization technique. All synthetic models are contaminated with white Gaussian noise, and an optimized depth profile is compared with noise-free data for sensitivity analysis. The result shows the robustness of the optimization method in the presence of noise. The technique is implemented on two real gravity anomaly profiles (1) Godavari basin, India, and (2) Sayula basin, Mexico. The optimized depth profile shows a good agreement with the published results using other optimization techniques. The method developed in the present work is a novel approach for the automatic selection of parameters as per the model’s complexity. It provides an inversion technique that considers a small number of parameters with a minimum computational expense.

提出了一种使用粒子群优化 (PSO) 的全局优化技术，以从残余重力异常的垂直分量估计到非均质沉积盆地基底的深度。已知密度分布的基底起伏反演在许多实际应用中特别重要，例如矿产勘探、地热勘探等。通常，傅里叶域中的重力反演允许优化参数的减少。然而，在本研究中，开发了一种自动参数选择标准，以进一步减少优化参数。还对合成模型的不同配置进行了详细的不确定性评估分析，保证了优化技术的可靠性。所有合成模型都受到高斯白噪声的污染，并将优化的深度剖面与无噪声数据进行比较以进行灵敏度分析。结果表明了优化方法在存在噪声的情况下的鲁棒性。该技术在两个真实重力异常剖面（1）印度戈达瓦里盆地和（2）墨西哥萨尤拉盆地上实施。优化后的深度剖面与使用其他优化技术发布的结果非常吻合。目前工作中开发的方法是一种根据模型的复杂性自动选择参数的新方法。它提供了一种反演技术，该技术以最小的计算开销考虑少量参数。结果表明了优化方法在存在噪声的情况下的鲁棒性。该技术在两个真实重力异常剖面（1）印度戈达瓦里盆地和（2）墨西哥萨尤拉盆地上实施。优化后的深度剖面与使用其他优化技术发布的结果非常吻合。目前工作中开发的方法是一种根据模型的复杂性自动选择参数的新方法。它提供了一种反演技术，该技术以最小的计算开销考虑少量参数。结果表明了优化方法在存在噪声的情况下的鲁棒性。该技术在两个真实重力异常剖面（1）印度戈达瓦里盆地和（2）墨西哥萨尤拉盆地上实施。优化后的深度剖面与使用其他优化技术发布的结果非常吻合。目前工作中开发的方法是一种根据模型的复杂性自动选择参数的新方法。它提供了一种反演技术，该技术以最小的计算开销考虑少量参数。优化后的深度剖面与使用其他优化技术发布的结果非常吻合。目前工作中开发的方法是一种根据模型的复杂性自动选择参数的新方法。它提供了一种反演技术，该技术以最小的计算开销考虑少量参数。优化后的深度剖面与使用其他优化技术发布的结果非常吻合。目前工作中开发的方法是一种根据模型的复杂性自动选择参数的新方法。它提供了一种反演技术，该技术以最小的计算开销考虑少量参数。