基于卷积神经网络的大地电磁二维反演

摘要

大地电磁法(MT),是Tikhonov和Cagniard提出的利用天然交变电磁场研究地球电性结构的一种地球物理方法.该方法通过测量相互垂直的电场、磁场并计算视电阻率后,再经反演解释来获取地球深部电性结构信息.MT反演是一个非常复杂的非线性方程组求解问题,常规线性迭代反演法容易陷入局部极值,粒子群算法与遗传算法等全局寻优反演法能够克服局部极值问题,获得全局最优解,但需要耗费大量的运算内存与较长的运算时间;BP神经网络反演方法利用其自身的非线性特征实现反演,但该方法会丢失位置信息且收敛速度和预测精度较低.摘要提出一种基于卷积神经网络的大地电磁二维反演方法,通过网络训练和学习实现二维视电阻率数据至反演电阻率模型参数的直接映射,以解决常规线性反演中的局部极值问题,同时有效减少运算内存与时间的损耗.