【摘 要】
：
重力勘探是勘查矿产资源和研究地壳结构的重要地球物理方法。随着以较低成本获得大规模的位场数据技术迅速发展并逐渐成熟,开发和改进与之配套的位场数据解释方法也势在必行。传统的反演方法常面临初始模型选择或是解的搜索空间过大导致的计算效率过低的问题。现阶段,深度学习技术在重力反演领域有着广泛的关注,相应的也面临诸如:反演模型边界模糊、反演方法泛化性较差和随反演任务增大而反演时间成本呈指数增加的问题。为此,本
论文部分内容阅读
重力勘探是勘查矿产资源和研究地壳结构的重要地球物理方法。随着以较低成本获得大规模的位场数据技术迅速发展并逐渐成熟,开发和改进与之配套的位场数据解释方法也势在必行。传统的反演方法常面临初始模型选择或是解的搜索空间过大导致的计算效率过低的问题。现阶段,深度学习技术在重力反演领域有着广泛的关注,相应的也面临诸如:反演模型边界模糊、反演方法泛化性较差和随反演任务增大而反演时间成本呈指数增加的问题。为此,本文基于深度学习方法针对以上问题展开研究,主要研究工作如下:针对反演模型边界模糊、反演方法泛化性较差的问题,本文提出了基于随机游走模型的训练数据构建方法,并将三维重力稀疏反演问题建模为类不平衡的图像分割问题,重建出了边界清晰且聚焦的异常源。此外,还探讨了反演网络的泛化性以及抗噪性问题。针对随反演任务增大相应地反演时间成本呈指数增加的问题,本文提出了基于有效反演区域分割和空间体素拼接的大规模反演方法。该方法基于合理的边缘填充以及有效的物性结构融合方式,间接地实现了大规模的重力反演。此外,还分析了该方法的适用性。本文提出的基于深度学习的重力反演方法均经过了仿真模型实验及实际资料实验验证,表现出了良好的效果,促进了深度学习技术在重力场反演领域的发展。
其他文献
随着全球气候变暖和生态环境恶化,减排迫在眉睫。中国作为碳排放大国和能源消费大国,实现碳中和是保障能源供应安全和可持续发展的必由之路。在碳中和愿景下,关键矿产资源是战略性新兴产业不可缺少的物质基础。战略性新兴产业的发展对关键矿产资源的需求剧增,维护关键矿产资源供给的安全稳定成为影响世界各国未来能源资源发展战略转型与战略性新兴产业发展的核心要素之一。从光伏产业所需的关键矿产资源的供应链来看,我国铂族金
研发是创新活动的催化剂,是企业获取竞争优势和提升价值的必要条件。基于间断平衡理论,企业的利用式研发是利用现有能力进行价值创造,探索式研发是强调开发新资源功能更新企业竞争地位,二者的转换代表颠覆现有的技术创新轨迹,带来研发投入的极大波动,这种极端的组织变革形式,就是研发跳跃。研发跳跃,为研发投入偏离企业历史趋势,呈现出剧烈而紧凑的波动,可具体分为研发投入锐增的利用式到探索式研发跳跃和研发投入锐减的探
自夸克模型提出直至标准模型的完善,物理学家们在认识微观粒子结构和特性上迈出了巨大一步,将夸克作为组成物质的基本单元。重子由三个组分夸克（qqq）组成,介子由一对正反夸克对（qq）组成。此外,夸克模型还预言存在除传统强子结构以外的奇特态粒子的存在。近年来,实验上陆续发现了一系列奇特态结构的粒子,引发了人们的广泛关注,这些奇特态粒子的研究成为了粒子物理的前沿热点课题。从理论上解释这些奇特态的结构和性质
建筑物作为人类生活的主要载体,对其精准检测及统计在城市规划、土地调查、地震救援、国防安全应用中都具有重要的价值和意义。随着人工智能及空天信息技术的飞速发展,大批亚米级城市遥感影像涌现,以卷积神经网络（Convolutional Neural Network,CNN）为基础的全卷积网络（Fully Convolution Network,FCN）在建筑物自动提取领域掀起研究热潮,并取得显著成效。然而
随着我国社会经济和工业的不断发展,矿产资源的供需矛盾变得越来越严峻。如何快速、准确的进行矿产资源勘探变得越来越重要。地球化学勘探方法凭借成本较低、找寻快速的优势被广泛应用。地球化学勘探即通过分析元素在土壤、岩石和水系沉积物中浓度或分布变化,找到地球化学中存在的规律,为进一步的矿产勘查提供指导。矿体的形成是元素积累和矿化的过程,因此在矿体周围会出现元素分布的异常。发现这些含有成矿指示信息的化学异常是
随着城镇化进程的快速推进,城市生产与生活活动对于空间的需求日益增长,不可避免的对资源环境产生负效应,由此引发的土地利用冲突矛盾已成为阻碍区域可持续发展的原因之一。国内外学者对土地利用冲突识别展开了研究与探讨,研究重点主要侧重生产和生活功能的协调度,大都是针对建设空间和农业空间、“三生空间”之间的冲突,对生态因素的考虑较少,故而本文以镇平县为研究区,针对当前土地利用过程中广泛存在的重视生活、生产效益
人类社会对能源的消费需求随着科技水平的进步而不断提升。光伏发电系统利用绿色清洁的太阳能产生电能,能够有效缓解能源危机,减少环境污染,成为了可持续发展的必要选择。然而,受外界环境变化的影响,光伏并网发电系统输出特性曲线呈现多峰值状态,导致实际利用率很低;同时,电网中的非线性负载会产生谐波,降低电能质量。本文将光伏发电系统和有源电力滤波器结合起来,在光伏并网逆变器中添加有源滤波功能,针对该系统中的最大
我国已步入“十四五”规划的发展阶段,社会、经济、生活也将步入高质量发展的时期。电力行业作为国民经济的支柱产业,不仅要具有极高的供电可靠性,还要控制电能质量、经济效益以及节能高效三个指标的平衡。因此研究电力系统无功优化的问题具有十分重要的现实意义。由于电力系统无功优化的问题具有多变量、多约束、非线性等特点,传统优化算法的局限性无法很好地解决此类问题,给人们求解此问题留下了探索和研究的空间。随着人工智
辊式淬火是提升钢板综合性能的重要手段之一,作为影响板形的可控因素,操作参数的设定情况直接决定了板形质量。淬火过程虽短但却涉及强烈的高温冷却反应,牵涉到材料学、热力学、弹塑性力学等多门学科,难以通过机理分析去判断淬火后钢板的板形和设定操作参数。因此,本文深入分析辊式淬火过程具备的典型工业特性,以多操作工况特性为切入点,设计操作参数优化方法,实现操作参数的优化设定,对于提高现场自动化水平和生产效益具有
电能的广泛使用使得现代电力系统的互联规模不断扩大,由暂态不稳定引起的停电事故的影响范围也日益扩大,而大量可再生能源的接入和交直流混联技术的使用,使系统暂态不稳定的概率增大,因此如何快速且准确的评估电力系统暂态稳定性成为了相关学者热议的话题。随着通信技术的迅猛发展,电力大数据时代已经到来。广域量测系统的广泛应用,为基于系统实时响应信息的暂态稳定评估方法提供了数据支撑,进而引申出了基于机器学习的电力系