本申請(qǐng)涉及地球物理地質(zhì)資源勘探,特別是涉及一種基于深度學(xué)習(xí)的居里面反演方法及相關(guān)裝置。
背景技術(shù):
1、隨著區(qū)域地球物理工作的開展,研究區(qū)域及深部地質(zhì)構(gòu)造、尋找開發(fā)深部礦產(chǎn)資源已日益為地質(zhì)、地球物理學(xué)家所重視。磁法勘探的應(yīng)用領(lǐng)域也在不斷擴(kuò)大。確定居里等溫面深度對(duì)研究區(qū)域及深部地質(zhì)構(gòu)造具有十分重要的意義。
2、現(xiàn)有技術(shù)關(guān)于起伏密度界面的迭代反演法,存在界面反演結(jié)果的精度低的缺陷。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)的目的是提供一種基于深度學(xué)習(xí)的居里面反演方法及相關(guān)裝置,可提高居里面的反演精度。
2、為實(shí)現(xiàn)上述目的,本申請(qǐng)?zhí)峁┝巳缦路桨福?/p>
3、第一方面,本申請(qǐng)?zhí)峁┝艘环N基于深度學(xué)習(xí)的居里面反演方法,包括:
4、獲取研究區(qū)域內(nèi)的實(shí)測磁異常數(shù)據(jù);
5、將所述實(shí)測磁異常數(shù)據(jù)作為輸入,利用訓(xùn)練好的居里面預(yù)測模型輸出居里面起伏數(shù)據(jù),其中,所述居里面預(yù)測模型是以磁異常模擬數(shù)據(jù)為特征數(shù)據(jù),以磁異常模擬數(shù)據(jù)作為標(biāo)簽數(shù)據(jù)訓(xùn)練得到的深度學(xué)習(xí)網(wǎng)絡(luò)模型。
6、可選地,居里面預(yù)測模型為u-net網(wǎng)絡(luò)模型。
7、可選地,居里面預(yù)測模型的訓(xùn)練過程,具體包括:
8、利用棱柱模型模擬研究區(qū)域內(nèi)居里面的起伏情況,得到居里面起伏模擬數(shù)據(jù);
9、根據(jù)所述居里面起伏模擬數(shù)據(jù)和磁化率計(jì)算磁異常模擬數(shù)據(jù),其中,磁化率為隨機(jī)值;
10、對(duì)所述居里面起伏模擬數(shù)據(jù)和所述磁異常模擬數(shù)據(jù)進(jìn)行歸一化處理,得到歸一化后居里面起伏模擬數(shù)據(jù)和歸一化后磁異常模擬數(shù)據(jù);
11、將所述歸一化后居里面起伏模擬數(shù)據(jù)作為特征數(shù)據(jù),將所述歸一化后磁異常模擬數(shù)據(jù)作為標(biāo)簽數(shù)據(jù),訓(xùn)練居里面預(yù)測模型。
12、可選地,居里面預(yù)測模型中的輸入通道數(shù)量為1個(gè),輸出通道數(shù)量為1個(gè)。
13、可選地,居里面預(yù)測模型中的激活函數(shù)中間層使用relu函數(shù),最后一層使用tanh函數(shù)。
14、可選地,居里面預(yù)測模型中的上采樣過程進(jìn)行批量標(biāo)準(zhǔn)化處理。
15、可選地,居里面預(yù)測模型中的優(yōu)化器使用adam算法。
16、第二方面,本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)設(shè)備,包括:存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述中任一項(xiàng)所述的基于深度學(xué)習(xí)的居里面反演方法。
17、第三方面,本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述中任一項(xiàng)所述的基于深度學(xué)習(xí)的居里面反演方法。
18、第四方面,本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述中任一項(xiàng)所述的基于深度學(xué)習(xí)的居里面反演方法。
19、根據(jù)本申請(qǐng)?zhí)峁┑木唧w實(shí)施例,本申請(qǐng)公開了以下技術(shù)效果:
20、本申請(qǐng)?zhí)峁┝艘环N基于深度學(xué)習(xí)的居里面反演方法及相關(guān)裝置,通過將實(shí)測磁異常數(shù)據(jù)輸入至訓(xùn)練好的居里面預(yù)測模型,得到居里面起伏數(shù)據(jù),其中,居里面預(yù)測模型是以居里面起伏模擬數(shù)據(jù)為特征數(shù)據(jù),以磁異常模擬數(shù)據(jù)作為標(biāo)簽數(shù)據(jù)訓(xùn)練得到的深度學(xué)習(xí)網(wǎng)絡(luò)模型。采用深度學(xué)習(xí)方法對(duì)居里面反演,避免了傳統(tǒng)的parker-oldenburg界面反演方法中存在的“反演時(shí)指數(shù)因子的高頻放大影響使計(jì)算結(jié)果發(fā)散劇烈,即便迭代剩余量很小時(shí)也會(huì)如此,使得反演問題的穩(wěn)定收斂尤為困難,并且這種界面反演方法的抗噪性較低,會(huì)對(duì)最后的反演結(jié)果造成影響”的技術(shù)缺陷,相較于傳統(tǒng)的parker-oldenburg界面反演方法,計(jì)算便捷并且能夠獲得較高的計(jì)算精度,利用本方法進(jìn)行居里面的反演能夠快速得到精度值較高的居里面。
1.一種基于深度學(xué)習(xí)的居里面反演方法,其特征在于,所述基于深度學(xué)習(xí)的居里面反演方法包括:
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型為u-net網(wǎng)絡(luò)模型。
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型的訓(xùn)練過程,具體包括:
4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型中的輸入通道數(shù)量為1個(gè),輸出通道數(shù)量為1個(gè)。
5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型中的激活函數(shù)中間層使用relu函數(shù),最后一層使用tanh函數(shù)。
6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型中的上采樣過程進(jìn)行批量標(biāo)準(zhǔn)化處理。
7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的居里面反演方法,其特征在于,居里面預(yù)測模型中的優(yōu)化器使用adam算法。
8.一種計(jì)算機(jī)設(shè)備,包括:存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的一種基于深度學(xué)習(xí)的居里面反演方法。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的一種基于深度學(xué)習(xí)的居里面反演方法。
10.一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,其特征在于,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的一種基于深度學(xué)習(xí)的居里面反演方法。