3-D Gravity and Magnetic Joint Inversion Based on Deep Learning Combined With Measurement Data Constraint

反演(地质) 地质学 地球物理学 约束(计算机辅助设计) 接头(建筑物) 大地测量学 人工智能 遥感 计算机科学 地震学 数学 几何学 工程类 构造学 建筑工程
作者
Jiao Ji,Shushan Dong,Shuai Zhou,Zhangfan Zeng,Tao Lin
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:62: 1-14 被引量:2
标识
DOI:10.1109/tgrs.2023.3339303
摘要

The joint inversion of gravity and magnetic data can reduce the nonuniqueness problem of potential field data inversion. We propose a gravity and magnetic joint inversion method based on deep learning (DL) combined with measurement data constraint. The framework obtains the gravity and magnetic dataset required for network training by randomly generating the underground structural consistency model and then inputs the dataset into the network for training. Moreover, we add constraints to the measurement data in the training of the network, that is, fitting the data anomalies obtained by the inversion model through forward calculation with the real anomalies, which makes the network more consistent with geophysical theory. In the test phase, the trained network can obtain the inversion results rapidly, and the inversion results of the testing dataset show that this method can obtain better results when applied to the joint inversion of gravity and magnetic fields than the conventional regularized inversion and cross-gradient joint inversion methods. In addition, our method can also distinguish the anomaly conditions in the case of structural inconsistency. Furthermore, we apply this method to actual gravity and magnetic data of Gonghe Basin, Qinghai Province, China, and predict the distribution of dry hot rock related to geothermal resources.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
风筝完成签到 ,获得积分10
1秒前
洋洋洋完成签到,获得积分10
2秒前
2秒前
2秒前
孤独翠柏完成签到,获得积分10
2秒前
尉迟念波完成签到,获得积分20
3秒前
3秒前
zhuanghj5完成签到 ,获得积分20
4秒前
Alina1874完成签到,获得积分10
4秒前
华仔应助Xhh采纳,获得10
5秒前
zhuanghj5发布了新的文献求助10
5秒前
6秒前
英俊鼠标发布了新的文献求助10
6秒前
仙笛童神完成签到,获得积分10
6秒前
中中完成签到,获得积分10
7秒前
8秒前
cy完成签到,获得积分20
9秒前
11秒前
鱼尾雯发布了新的文献求助10
11秒前
zzz完成签到,获得积分10
11秒前
CipherSage应助老迟到的逍遥采纳,获得10
12秒前
psj发布了新的文献求助10
12秒前
魏坤琳完成签到,获得积分10
13秒前
体贴的若剑完成签到,获得积分10
14秒前
xiaoxx完成签到,获得积分20
16秒前
16秒前
16秒前
小杨完成签到,获得积分10
16秒前
酷酷幻梦发布了新的文献求助10
20秒前
奕崽完成签到,获得积分10
20秒前
21秒前
852应助科研工作者采纳,获得10
21秒前
fwm完成签到,获得积分10
21秒前
22秒前
酷波er应助Felly采纳,获得10
22秒前
研友_VZG7GZ应助木头杨采纳,获得10
23秒前
一一应助Nhkun采纳,获得60
24秒前
iwaking完成签到,获得积分10
24秒前
MMeow完成签到 ,获得积分10
26秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136067
求助须知:如何正确求助?哪些是违规求助? 2786953
关于积分的说明 7779912
捐赠科研通 2443071
什么是DOI,文献DOI怎么找? 1298892
科研通“疑难数据库(出版商)”最低求助积分说明 625244
版权声明 600870