本發(fā)明涉及地球物理學(xué)領(lǐng)域,尤其是涉及一種物理信息約束的三維重力梯度張量反演方法。
背景技術(shù):
1、重力場是地球基本的物理場之一,它反映了地球物質(zhì)的分布及其在空間和時間上的變化。重力梯度場作為重力場在空間中的變化率,具有比重力場更高的分辨率,因此在多個重要領(lǐng)域如自然資源勘探、地形測繪、碳?xì)浠衔锟碧?、微重力研究、地下軍事目?biāo)探測等方面得到廣泛應(yīng)用。近年來,機載重力梯度測量技術(shù)取得了顯著進展,特別是在復(fù)雜地形區(qū)域如山區(qū)、近海海域、湖泊、沼澤等的測量中展現(xiàn)出高效性。全張量重力梯度數(shù)據(jù)由五個獨立分量組成,對空間異常具有更高的敏感性,能夠精細(xì)刻畫地下異常體的結(jié)構(gòu)特征和位置。
2、機載重力梯度張量數(shù)據(jù)反演主要包括物性反演和幾何參數(shù)反演兩類。幾何參數(shù)反演通過成像方法快速定位異常體的空間分布特征和位置,而物性反演則能夠提供更詳細(xì)的異常體信息,如形狀、體積和物性參數(shù)等。然而,傳統(tǒng)反演方法存在易陷入局部最值、性能過度依賴初始參數(shù)、模型簡化與假設(shè)限制以及處理非線性關(guān)系能力有限等局限性。
3、隨著人工智能技術(shù)的快速發(fā)展,深度學(xué)習(xí)為地球物理學(xué)領(lǐng)域提供了新的思路和方法。地球物理學(xué)家將深度學(xué)習(xí)技術(shù)應(yīng)用于重力梯度張量數(shù)據(jù)的聯(lián)合反演中,采用數(shù)據(jù)驅(qū)動的卷積神經(jīng)網(wǎng)絡(luò)(cnn)建立了輸入和輸出之間的映射關(guān)系,有效提高了反演精度,并減少了對傳統(tǒng)反演方法中先驗知識和模型設(shè)定的依賴。
4、然而,數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)方法也存在不足,如需要大量訓(xùn)練數(shù)據(jù)、泛化性降低以及可解釋性差等問題。為解決這些問題,研究者提出了在深度學(xué)習(xí)網(wǎng)絡(luò)中嵌入物理信息約束的策略。通過將基于物理定律的正演過程納入神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中,網(wǎng)絡(luò)不僅能夠?qū)W習(xí)數(shù)據(jù)中的特征,還能確保反演結(jié)果符合物理規(guī)律,從而增強模型的可解釋性和泛化能力。這一策略為解決反演問題的泛化性及數(shù)據(jù)依賴性問題提供了關(guān)鍵挑戰(zhàn)的解決方案。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的在于提供一種物理信息約束的三維重力梯度張量反演方法,能顯著克服現(xiàn)有技術(shù)中的多重挑戰(zhàn),包括過度依賴初始參數(shù)、模型過度簡化和假設(shè)限制、處理非線性關(guān)系能力不足,以及泛化性能欠佳等問題;通過將物理信息約束整合進深度學(xué)習(xí)網(wǎng)絡(luò),該方法實現(xiàn)了數(shù)據(jù)驅(qū)動與物理規(guī)律雙重指導(dǎo)下的三維重力梯度張量反演,為重力梯度勘探領(lǐng)域的三維反演任務(wù)提供了一種創(chuàng)新的智能化解決方案。
2、為實現(xiàn)上述目的,本發(fā)明提供了一種物理信息約束的三維重力梯度張量反演方法,包括以下步驟:
3、s1、根據(jù)重力梯度張量實測數(shù)據(jù)建立地面直角坐標(biāo)系,將地下空間剖分為沿x、y、z方向間隔恒定的小立方體,剖分地下空間的間隔大小分別為δx、δy、δz,在x、y、z三個方向上剖分的網(wǎng)格數(shù)量分別為m、n、l,總立方體數(shù)為ns=m×n×l,提取ns個立方體中心點坐標(biāo)進行標(biāo)準(zhǔn)歸一化,形成歸一化后的坐標(biāo)dinput;
4、s2、構(gòu)建七層全連接神經(jīng)網(wǎng)絡(luò)框架,激活函數(shù)為relu,優(yōu)化器為adam優(yōu)化器,輸入為標(biāo)準(zhǔn)歸一化后的坐標(biāo)dinput,得到網(wǎng)絡(luò)輸出參數(shù)ρ;
5、s3、在z=z0處設(shè)置觀測面n0,將觀測面剖分為no=m×n,得到觀測點坐標(biāo)(xm,yn,z0),根據(jù)每個立方體和觀測點的空間位置計算核矩陣,將網(wǎng)絡(luò)輸出參數(shù)ρ與核矩陣帶入重力梯度張量計算公式中,得到重力梯度張量數(shù)據(jù);
6、s4、通過重力梯度張量觀測數(shù)據(jù)和s3中得到的重力梯度張量數(shù)據(jù)構(gòu)建目標(biāo)函數(shù)中的數(shù)據(jù)項,利用核矩陣與網(wǎng)絡(luò)輸出參數(shù)ρ構(gòu)建目標(biāo)函數(shù)中的正則化項,將數(shù)據(jù)項和正則化項組合得到目標(biāo)函數(shù);
7、s5、根據(jù)s4中構(gòu)建的目標(biāo)函數(shù)進行自動微分,實現(xiàn)網(wǎng)絡(luò)參數(shù)更新,進而對網(wǎng)絡(luò)輸出參數(shù)ρ實現(xiàn)優(yōu)化,擬合實測數(shù)據(jù),當(dāng)訓(xùn)練次數(shù)達(dá)到最大次數(shù)時,將結(jié)果輸出。
8、優(yōu)選的,所述s1中標(biāo)準(zhǔn)歸一化公式為:
9、
10、其中,ξ、η、ζ分別為立方體中心點三個方向坐標(biāo)值,μ為所有坐標(biāo)的平均值,δ為所有坐標(biāo)的標(biāo)準(zhǔn)差;
11、μ與δ的計算公式為:
12、
13、其中,ξp、ηp、ζp分別為第p個立方體中心點三個方向坐標(biāo);
14、標(biāo)準(zhǔn)歸一化后的坐標(biāo)dinput為:
15、dinput=[ξ*,η*,ζ*];
16、其中,ξ*、η*、ζ*分別為標(biāo)準(zhǔn)歸一化后立方體中心點三個方向坐標(biāo)值。
17、優(yōu)選的,所述s3中核矩陣公式為:
18、
19、其中,kxx、kyy、kzz、kxy、kxz、kyz分別為六個不同方向的核矩陣;xi、yj、zk分別為立方體的兩個角點在三個方向與觀測點的距離;
20、xi、yj、zk的計算公式為:
21、
22、uijk、rijk的計算公式為:
23、
24、優(yōu)選的,所述s3中重力梯度張量計算公式為:
25、
26、其中,分別為六個不同方向的重力梯度張量數(shù)據(jù),ρ為網(wǎng)絡(luò)輸出參數(shù)。
27、優(yōu)選的,所述s4中構(gòu)建數(shù)據(jù)項公式為:
28、
29、其中,gxx、gyy、gzz、gxy、gxz、gyz分別為六個不同方向的重力梯度張量實測數(shù)據(jù)。
30、優(yōu)選的,所述s4中構(gòu)建正則化項公式為:
31、lossm(ρ)=χ|wρ|+(1-χ)||wρ||2;
32、其中,w為基于核矩陣的深度加權(quán)函數(shù),χ為平衡兩個正則化項的平衡參數(shù);
33、深度加權(quán)函數(shù)公式為:
34、
35、優(yōu)選的,所述s4中目標(biāo)函數(shù)公式為:
36、loss(ρ)=lossd(ρ)+λlossm(ρ);
37、其中,λ為平衡數(shù)據(jù)項和正則化項的正則化系數(shù)。
38、因此,本發(fā)明采用上述的一種物理信息約束的三維重力梯度張量反演方法,技術(shù)效果如下:本發(fā)明提出的方法利用物理信息約束神經(jīng)網(wǎng)絡(luò)進行三維重力梯度張量反演,有效避免了現(xiàn)有方法過渡依賴初始參數(shù)、模型簡化與假設(shè)限制、處理非線性關(guān)系能力有限、以及泛化性差的缺點,將三維重力梯度張量傳統(tǒng)正演與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,實現(xiàn)了高效、高精度三維重力梯度張量反演。
1.一種物理信息約束的三維重力梯度張量反演方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s1中標(biāo)準(zhǔn)歸一化公式為:
3.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s3中核矩陣公式為:
4.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s3中重力梯度張量計算公式為:
5.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s4中構(gòu)建數(shù)據(jù)項公式為:
6.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s4中構(gòu)建正則化項公式為:
7.根據(jù)權(quán)利要求1所述的一種物理信息約束的三維重力梯度張量反演方法,其特征在于,所述s4中目標(biāo)函數(shù)公式為: