基于宽度学习反演地下结构的方法、电子设备及存储介质

文档序号:35134038发布日期:2023-08-16 16:20阅读:34来源:国知局
基于宽度学习反演地下结构的方法、电子设备及存储介质

本发明涉及地球物理反演,尤其涉及一种基于宽度学习反演地下结构的方法、电子设备及存储介质。


背景技术:

1、地球物理是通过物理方法来研究地球的自然学科,在社会的生产生活中,有广泛的应用。举例来说,可用在勘探油、气、金属脉矿等、定位地下水层、寻找考古遗迹、确定冰川、土壤等的厚度以及监测自然灾害、环境监测等。利用地球物理观测数据直接进行地下结构成像,成像精度低,难以解释地下复杂结构。

2、为了更好的了解地下结构,现有技术中,地球物理反演往往通过优化算法对观测数据反演来获取实际地下结构。常用算法包括遗传算法、粒子群优化算法、模拟退火算法、共轭梯度算法、非线性共轭梯度算法、高斯牛顿算法和有限内存拟牛顿算法等等。这些优化算法对观测数据反演都需要一个初始的地下结构,在现有技术中,能够直接观测获取的地下结构信息少,无法得到准确的先验信息,常用均匀半空间为初始的地下结构,由于与实际地下结构偏差较大,导致存在反演速度慢、结果精度低、随着勘探深度增加成像偏差大的技术问题。


技术实现思路

1、(一)要解决的技术问题

2、鉴于现有技术的上述缺点、不足,本发明提供一种基于宽度学习反演地下结构的方法、电子设备及存储介质,解决了初始地下结构不准确、反演速度慢、结果精度低以及深层成像偏差大的技术问题。

3、(二)技术方案

4、为了达到上述目的,第一方面,本发明提供一种基于宽度学习反演地下结构的方法,包括:

5、s1、采集待测区域的视电阻率数据;

6、s2、将所述视电阻率数据输入到预先训练好的地下结构预测模型,生成所述待测区域的初始地下结构;

7、s3、结合所述视电阻率数据与初始地下结构,利用预先构建的反演规则进行反演,获取所述待测区域的地下结构;

8、所述地下结构预测模型为将预先构建的训练样本输入到预定义的宽度学习网络进行训练后得到的模型;

9、所述训练样本包括:模拟地球样本及与所述模拟地球样本对应的观测数据。

10、可选地,所述方法,还包括:

11、s4、基于所述地下结构,判断所述待测区域的地下异常体信息。

12、可选地,与所述模拟地球样本对应的观测数据,具体为:

13、对所述模拟地球样本进行正演计算获取的与所述模拟地球样本对应的视电阻率数据。

14、可选地,针对一个模拟地球样本,所述模拟地球样本仅包括一个异常体。

15、可选地,述模拟地球样本的异常体的电阻率值为1-500ω·m之间的随机数。

16、可选地,针对不同的模拟地球样本,所述异常体的大小和位置随机生成。

17、可选地,针对不同的模拟地球样本,所述模拟地球样本的背景值为符合物性变化范围的随机数。

18、可选地,所述模拟地球样本的背景值为1-500ω·m之间的随机数。

19、第二方面,本发明一实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上第一方面任一项所述的基于宽度学习反演地下结构的方法的步骤。

20、第三方面,本发明一实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面任一项所述的基于宽度学习反演地下结构的方法的步骤。

21、(三)有益效果

22、本发明提出的一种基于宽度学习反演地下结构的方法、电子设备及存储介质,所述基于宽度学习反演地下结构的方法,通过数量足够多的模拟地球样本及与所述模拟地球样本对应的观测数据,对宽度学习网络进行训练,单层网络结构的宽度学习训练耗时短,映射能力和泛化能力强,能够快速的完成模型训练,生成初始地下结构预测模型,获取初始地下结构。再结合待测地区的实测视电阻率数据和初始地下结构进行反演,获取待测地区的地下结构。基于此,所述地下结构更接近实际地下结构,在后续的反演计算中,反演收敛的速度快、成像的精度高,深层成像偏差小。



技术特征:

1.一种基于宽度学习反演地下结构的方法,其特征在于,包括:

2.根据权利要求1所述的基于宽度学习反演地下结构的方法,其特征在于,所述方法,还包括:

3.根据权利要求1所述的基于宽度学习反演地下结构的方法,其特征在于,与所述模拟地球样本对应的观测数据,具体为:

4.根据权利要求1所述的基于宽度学习反演地下结构的方法,其特征在于,

5.根据权利要求4所述的基于宽度学习反演地下结构的方法,其特征在于,

6.根据权利要求5所述的基于宽度学习反演地下结构的方法,其特征在于,

7.根据权利要求6所述的基于宽度学习反演地下结构的方法,其特征在于,

8.根据权利要求7所述的基于宽度学习反演地下结构的方法,其特征在于,

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上权利要求1至8任一项所述的基于宽度学习反演地下结构的方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上权利要求1至8任一项所述的基于宽度学习反演地下结构的方法的步骤。


技术总结
本发明涉及一种基于宽度学习反演地下结构的方法、电子设备及存储介质,所述方法包括S1、采集待测区域的视电阻率数据;S2、将所述视电阻率数据输入到预先训练好的地下结构预测模型,生成所述待测区域的初始地下结构;S3、结合所述视电阻率数据与初始地下结构,利用预先构建的反演规则进行反演,获取所述待测区域的地下结构;所述地下结构预测模型为将预先构建的训练样本输入到预定义的宽度学习网络进行训练后得到的模型;所述训练样本包括:模拟地球样本及与所述模拟地球样本对应的观测数据。其有益效果是初始地下结构预测准确、反演速度快、结果精度高、深层成像偏差小。

技术研发人员:陶涛,韩鹏,杨晓辉,胡开颜,缪淼,王蕤,俎强,李双双,张益华
受保护的技术使用者:南方科技大学
技术研发日:
技术公布日:2024/1/14
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1