基于卷积神经网络的重力异常反演

作者：李雅雯; 刘彩云^*; 熊杰; 刘倩

来源：科学技术与工程, 2022, 22(31): 13653-13661.

• 重力勘探
• 重力异常反演
• 深度学习
• 卷积神经网络

重力异常反演是地球勘探中常用的方法，它是通过地表观测重力异常推断地下介质的密度分布。针对传统反演方法存在的多解性、初始模型依赖和计算时间较长等问题，提出一种基于卷积神经网络(convolutional neural network, CNN)的重力异常反演方法，该方法首先通过大量正演计算获得训练数据集；然后采用该数据集训练CNN网络，使其建立从地表观测重力异常到地下密度模型之间的映射关系；最后将重力异常数据输入到训练好的卷积神经网络，得到对应的地下密度模型。实验结果表明，该方法能快速、准确的反演出地下重力异常体的密度、位置和形状，具有较强的泛化能力，能有效解决重力异常反演问题。

• 单位
  数学学院; 长江大学