基于多尺度边缘特征的深度学习电阻率反演方法

直流电阻率法是一种经济、高效的工程地球物理探测手段,对含水构造敏感。线性电阻率反演是实际探测中的主流方法,但其反演结果容易陷入局部最优,产生错误的地质解译。与之相比,无监督反演方法能够采用物理规律和数据挖掘双驱动训练网络,摆脱对真实模型的依赖,具备在实际数据中全局搜索的可行性。在无监督反演方法的基础上,创新了基于多尺度边缘特征的深度学习边界刻画方法。针对反演成像边界模糊的问题,借鉴地震、电磁勘探中多尺度反演的经验,提出了一种电阻率多尺度反演方法,以多尺度反演目标函数作为损失函数修正网络梯度,有效提高了无监督学习反演的边界刻画能力。在上海市域铁路机场联络线1号风井工程开展现场试验,以5号基坑地连墙渗漏点探测为例,探明了15处低阻异常,指导基坑补强作业,验证了方法的可行性和有效性。