伴随数据同化方法是一个基于梯度法的反演技巧,尤其适用于对非线性问题的反演。最近几年里,该方法在地球物理问题中的应用取得了长足发展。文中试图从理论推导到其在地幔对流中的应用对该方法进行系统阐述,并附例图加以说明。伴随数据同化方法的基础是扰动理论,将模型输出与观测值的差别归因于模型输入中存在的误差,而该输入误差可以通过输出误差的最小二乘对输入条件的一阶倒数(梯度)来表示,这个联系就称作伴随算子。非线性问题的反演需要用到多次迭代;对输入误差的预估程度会直接影响计算和结果收敛的速度。作为描述当前地幔结构最有力证据的地震层析成像技术的不断进步,不论是在区域还是全球尺度上,都为地幔对流的反演提供了一个出发点。通过进一步同化或者比较相关的地质学证据特别是地表动力沉降观测,地幔对流反演可以克服目前仍然存在的地幔动力学各参数的不确定性的影响,从而进一步揭示壳幔系统的动力学机制。讨论的一个实际的例子是如何使用该方法反推出Farallon板块于晚白垩世时期在北美板块下的平俯冲过程以及该研究所导致的地球物理学及地质学意义。

美国国家科学基金项目(EAR0739071);美国加州理工学院Gordon and Betty Moore基金项目