[发明专利]一种基于神经网络的粗糙介质电磁响应电阻率成像方法

说明书

本发明基于神经网络的粗糙介质电磁响应电阻率成像方法，将粗糙介质的卷积型状态方程代入麦克斯韦方程中，推导长导线源的粗糙介质频域电磁响应公式；计算粗糙介质模型的频域地空电磁响应，构建神经网络样本集；将地空电磁实测飞行数据进行噪声抑制等预处理，采用正则化法将实测时域电磁数据转化为频域电磁响应；结合测区的地质资料及岩石物性信息，确定地下介质的粗糙度β值，建立基于粗糙介质的电阻率成像最优神经网络，利用神经网络对频率电磁响应进行参数提取获得地下介质电阻率；再根据频域粗糙介质广义趋肤深度公式计算获得深度参数，最后进行电阻率‑深度成像。本发明方法与传统电阻率成像方法相比，提高了电阻率和深度双参数的解释准确性和成像精度。

技术领域

本发明涉及一种地球物理勘探领域，尤其适用于符合实际地质情 况下粗糙介质模型的基于神经网络的粗糙介质电磁响应电阻率成像 方法。

背景技术

在地球物理勘探领域的电磁响应数据成像中，电阻率与探测深度 是其中十分重要的参数，传统均匀半空间模型的趋肤深度未考虑地 下粗糙介质的电导率具有频散特性。

目前有关于电阻率成像的研究，Wang和Chen(1989)提出的Born 迭代法被广泛采用。关于电阻率深度的计算，陈卫国(2014)提出了使 用接地导线源作为激励，计算了相关的趋肤深度。

CN201811362820.X公开了一种人工场源频域电场梯度远区视电 阻率快速成像方法，包括数据预处理，电场梯度计算，电场梯度视电 阻率计算，空间成像，将测量频率对应转换为视深度，绘制测线上的 视电阻率-视深度拟断面图。

CN201410748111.0公开了一种三维电阻率成像系统，包括主机和 多个测量单元，所述主机包括上位机和下位机；所述测量单元包括子 站和多个电极；所述上位机通过RS232总线与所述下位机通讯；所述 下位机通过控制器局域网络CAN总线与所述子站通讯；所述下位机 通过所述控制器局域网络CAN总线和所述子站与所述电极通讯。

CN201810762046.5公开了一种基于深度学习神经网络的人体组 织电导率分布重建方法及系统，该方法包括以下步骤：获取神经网络 训练数据；构建神经网络；使用训练数据训练神经网络，得到神经网 络具体参数；根据得到的具体参数，对待重建成像体进行三维重建， 得到成像体内部电导率分布。系统包括：数据获取模块，网络构建模 块，网络训练模块，图像重建模块。本发明通过对成像体外部不同位 置的磁感应强度大小的学习得到电导率重建网络，从而提高三维电导 率重建速度和分辨率。

但是上述电阻率、深度计算方法是基于均匀介质理论下进行求解 的，而实际地下介质具有复杂的非均质特性,即实际地质结构采用粗 糙介质模型描述更为准确，导致电阻率、深度计算结果与实际有偏差， 因此影响数据解释结果的准确性，所以对实际地质情况下定义的粗糙 介质模型电磁响应的电阻率成像方法研究具有重要意义。

发明内容

本发明的目的在于针对现有电阻率成像的不足，提出了一种基于 神经网络的粗糙介质电磁响应电阻率成像方法。

一种基于神经网络的粗糙介质电磁响应电阻率成像方法，该方 法包括如下步骤：

1)将粗糙介质的卷积型状态方程代入麦克斯韦方程中，推导长 导线源的粗糙介质频域电磁响应公式；

2)根据步骤1的粗糙介质频域电磁响应公式，计算粗糙介质模 型的频域地空电磁响应，构建神经网络样本集；

3)将地空电磁实测飞行数据进行预处理，采用正则化法将实测 时域电磁响应转化为频域电磁响应；

4)获取野外测区的地质资料及岩石物性信息，确定测区地下介 质的粗糙度值β，确定神经网络的隐含层个数、节点数以及训练函数， 将样本集作为输入数据传入神经网络中进行训练，完成神经网络训 练，确定可用于粗糙介质电磁数据解释的最优神经网络；