[發明專利]基于深度學習的大地電磁-地震波初至時聯合反演方法

有效

• 申請號: 202010961519.1
• 申請日: 2020-09-14
• 公開（公告）號: CN112308206B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 李懋坤;郭睿;楊帆;許慎恒
• 申請（專利權）人: 清華大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F17/15;G06F17/18;G01V11/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

1.一種基于深度學習的大地電磁-地震波初至時聯合反演方法，其特征在于，包括以下步驟：

通過深度神經網絡訓練電阻率模型與速度模型的映射；

根據所述神經網絡的輸出得到大地電磁或地震波初至時反演的參考模型；以及

交替更新電阻率或速度，并通過所述參考模型進行大地電磁-地震波初至時的聯合反演，聯合反演的目標函數為：

其中，ρ為待反演電阻率，s為待反演慢度，待反演慢度是速度的倒數，F為求解大地電磁正問題的前向算子，G為求解地震波正問題的前向算子，d_obs為大地電磁測數據，t_obs為地震波初至時測量數據，R(ρ)和R(s)為描述模型光滑程度的正則項，和為訓練后的神經網絡，分布完成從慢度到電阻率和從電阻率到慢度的非線性映射；D為待反演區間，α、λ和γ均為調節權重的系數。

2.根據權利要求1所述的方法，其特征在于，還包括：

利用迭代方法極小化所述目標函數。

3.一種基于深度學習的大地電磁-地震波初至時聯合反演裝置，其特征在于，包括：

訓練模塊，用于通過深度神經網絡訓練電阻率模型與速度模型的映射；

獲取模塊，用于根據所述神經網絡的輸出得到大地電磁或地震波初至時反演的參考模型；以及

反演模塊，用于交替更新電阻率或速度，并通過所述參考模型進行大地電磁-地震波初至時的聯合反演，聯合反演的目標函數為：

其中，ρ為待反演電阻率，s為待反演慢度，待反演慢度是速度的倒數，F為求解大地電磁正問題的前向算子，G為求解地震波正問題的前向算子，d_obs為大地電磁測數據，t_obs為地震波初至時測量數據，R(ρ)和R(s)為描述模型光滑程度的正則項，和為訓練后的神經網絡，分布完成從慢度到電阻率和從電阻率到慢度的非線性映射；D為待反演區間，α、λ和γ均為調節權重的系數。

4.根據權利要求3所述的裝置，其特征在于，還包括：

處理模塊，用于利用迭代方法極小化所述目標函數。

5.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如權利要求1-2任一項所述的基于深度學習的大地電磁-地震波初至時聯合反演方法。

6.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行，以用于實現如權利要求1-2任一項所述的基于深度學習的大地電磁-地震波初至時聯合反演方法。