基于改进DenseNet的大地电磁智能反演

作     者：姚禹 张志厚 YAO Yu;ZHANG Zhi-Hou

作者机构：中国铁路设计集团有限公司天津300143 西南交通大学地球科学与环境工程学院四川成都611756 

出 版 物：《物探与化探》 (Geophysical and Geochemical Exploration)

年 卷 期：2024年第48卷第3期

页      面：759-767页

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：中国铁路设计集团有限公司地质勘察设计研究院内部课题“基于三维工程地质建模方法的综合勘察技术应用研究”(2022A02264005) 

主　　题：大地电磁 智能反演 深度学习 隧道工程 

摘      要：大地电磁测深法是隧道勘查中的一种重要手段。反演技术能够将大地电磁数据转换为地电参数从而帮助地质人员解释地质资料。传统的反演方法存在时效性差、依赖初始模型设置等弊端。本研究将深度学习技术应用于一维大地电磁反演之中。首先,本研究搭建了一种改进的DenseNet网络模型并进行训练,在其完成训练之后对各种电阻率变化地层的地质模型进行反演,其计算速度快,准确率高;之后,对提出的改进DenseNet网络进行鲁棒性测试,结果表明该网络结构对于噪声数据也能取得良好的反演效果;最后,将这项人工智能技术应用于黄山地区洪家前隧道大地电磁数据的反演中,得到的物探成果与地质调研成果相匹配,并且根据反演结果给出了相关的施工建议。