[发明专利]电阻率成像的反演方法、装置及存储介质

说明书

本发明公开了一种电阻率成像的反演方法、装置及存储介质，该方法包括：获取训练数据集，训练数据集为根据地下的多个预设电阻率异构体的预设电阻率和预设位置数据，经过电阻率测量正演所得；训练数据集包括正演视电阻率和正演位置数据；将训练数据集输入至预设卷积神经网络进行训练，预设卷积神经网络的输入为正演视电阻率和正演位置数据，预设卷积神经网络的输出为地下电阻率模型图像；根据训练后的预设卷积神经网络进行反演，得到反演结果。本申请实施例提供的电阻率成像的反演方法可以使用正演数据训练预设卷积神经网络，经过训练的预设卷积神经网络能够准确的输出地下电阻率模型图像，提高下电阻率模型图像的准确性和计算效率。

技术领域

本发明实施例涉及地质勘探技术，尤其涉及一种电阻率成像的反演方法、装置及存储介质。

背景技术

电阻率成像是一种地球物理勘探技术，使用多道阵列电极系测量系统，通过在地表或井-地间布设阵列电极系获取地下电阻率信息，并利用反演方法以重建地下电阻率图像，来揭示地下介质的电性结构。近年来，电阻率探测面临的地形、地质条件和探测环境愈加复杂，对电阻率探测的成像精度和解释效果的要求也越来越高，“三维化、成像化、精细化”成为电阻率探测发展的趋势。

电阻率成像技术是一种非线性反演的方法，传统的反演方法采用非线性问题的线性化的反演策略，主要利用目标函数的梯度信息，通过反复迭代寻找反演最优解。梯度类方法包括最速下降法、牛顿法、共轭梯度法、变尺度法、最小二乘、奥克姆和广义逆等。非线性反演方法研究主要集中在一维、二维反演方面，反演利用蒙特卡洛法、模拟退火法、遗传算法、梯度下降等非线性寻优算法来寻找泛函的极小值。

上述反演方法存在固有的多解性问题，多解性问题往往造成电阻率探测反演陷入局部最优，会出现异构体定位不准确或多余构造的现象，反演结果与实际情况差别较大，无法实现从观测数据空间到地质模型空间的良好映射，容易导致地质解译误差甚至错误。另外，反演数据量大、求解效率不高，其在时效性要求较高的应用中易受到限制，因此提高反演精度和计算效率是电阻率法三维勘探需要解决的主要问题。

发明内容

本发明提供一种电阻率成像的反演方法、装置及存储介质，以实现提高反演精度和计算效率。

第一方面，本发明实施例提供了一种电阻率成像的反演方法，包括：

获取训练数据集，训练数据集为根据地下的多个预设电阻率异构体的预设电阻率和预设位置数据，经过电阻率测量正演所得；训练数据集包括正演视电阻率和正演位置数据；

将训练数据集输入至预设卷积神经网络进行训练，预设卷积神经网络的输入为正演视电阻率和正演位置数据，预设卷积神经网络的输出为地下电阻率模型图像；

根据训练后的预设卷积神经网络进行反演，得到反演结果。

第二方面，本发明实施例还提供了一种电阻率成像的反演装置，包括：

训练数据集获取模块，用于获取训练数据集，训练数据集为根据地下的多个预设电阻率异构体的预设电阻率和预设位置数据，经过电阻率测量正演所得；训练数据集包括正演视电阻率和正演位置数据；

训练模块，用于将训练数据集输入至预设卷积神经网络进行训练，预设卷积神经网络的输入为正演视电阻率和正演位置数据，预设卷积神经网络的输出为地下电阻率模型图像；

反演模块，用于根据训练后的预设卷积神经网络进行反演，得到反演结果。

第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现如本申请实施例所示的电阻率成像的反演方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如本申请实施例所示的电阻率成像的反演方法。