中文摘要：

在2D、3D的MT反演中，噪声的微弱相关性可能会导致反演解释结果的严重偏差，甚至错误。针对该问题，本项目拟采用基于贝叶斯框架的概率反演方法研究频率和空间相关噪声对MT反演解释结果的影响，探索相关噪声对反演解释的作用、影响规律，后验估计MT数据中噪声相关性大小。项目研究内容涉及基于多重网格的正、反演研究，采用合理的未知量表述模型，提高计算效率；选择符合实际的相关噪声表示形式和误差衰减形式，在反演中后验估计MT数据中相关噪声的大小；引入随机参数对噪声相关性进行描述，并包含在后验概率密度函数中，研究MT数据噪声相关性对反演结果的变化规律；采用KS、Runs验证等方法对反演假设和反演结果的有效性进行验证。实现量化相关噪声对反演解释结果的影响，得到MT数据噪声相关性大小。对提高2D、3D MT数据反演解释具有现实意义，为进一步研究影响反演结果的其它因素（模型参数的各向异性等）提供基础。