CN115166840A - 电阻率反演的实现方法及装置 - Google Patents
电阻率反演的实现方法及装置 Download PDFInfo
- Publication number
- CN115166840A CN115166840A CN202210657506.4A CN202210657506A CN115166840A CN 115166840 A CN115166840 A CN 115166840A CN 202210657506 A CN202210657506 A CN 202210657506A CN 115166840 A CN115166840 A CN 115166840A
- Authority
- CN
- China
- Prior art keywords
- resistivity
- subset
- gradient
- apparent resistivity
- measured apparent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/40—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for measuring magnetic field characteristics of the earth
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本说明书一个或多个实施例提供一种电阻率反演的实现方法及装置,所述方法包括:获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
Description
技术领域
本说明书一个或多个实施例涉及地球物理勘探领域,尤其涉及一种电阻率反演的实现方法及装置。
背景技术
电法勘探技术是一种通过地下介质的电阻率分布推测地下的地质结构的地球物理勘探方法。已知地下介质的电阻率分布,求解地表各测量点的电位值被称为电阻率正演,而已知地表各测量点的电位值,求解地下介质的电阻率分布被称为电阻率反演。在利用电法勘探技术对地质结构进行勘探时,位于地表的测试点的电位值是易于获取的,而地下电阻率是不容易取得的,因此,根据位于地表的测试点的视电阻率通过电阻率反演模型获取预测的地下电阻率是一种计算地下介质电阻率的重要方法。然而,在计算过程中对于一些精度要求较高、采集数据量大的场景,受限于计算设备的性能,计算设备可能无法承担相应的计算任务,导致无法计算或者获得的地下电阻率精度不符合要求。
发明内容
有鉴于此,本说明书一个或多个实施例提供一种电阻率反演的实现方法及装置。
为实现上述目的,本说明书一个或多个实施例提供技术方案如下:
根据本说明书一个或多个实施例的第一方面,提出了一种电阻率反演的实现方法,包括:
获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;
针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到;
对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;
通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
根据本说明书一个或多个实施例的第二方面,提供了一种电阻率反演的实现装置,包括:
子集划分单元,用于获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;
梯度计算单元,用于针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到;
梯度合并单元,对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;
反演单元,用于通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
根据本说明书一个或多个实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面所述的方法的步骤。
根据本说明书一个或多个实施例的第四方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的方法的步骤。
在本说明书所提供的技术方案中,通过将测试点对应的实测视电阻率集合划分为多个子集,对每个子集单独求解梯度,综合各个子集梯度以获取综合梯度,并根据综合梯度对电阻率反演模型进行迭代的方法,降低了电阻率反演计算的难度,减少了获取地下电阻率所需的计算资源,提高了电阻率反演的效率。
附图说明
图1是本说明书一示例性实施例提供的一种电阻率反演的实现***的架构示意图;
图2是本说明书一示例性实施例提供的一种电阻率反演的实现方法的流程示意图;
图3是本说明书一示例性实施例提供的一种实测视电阻率集合的划分示意图;
图4是本说明书一示例性实施例提供的一种电子设备的结构示意图;
图5是本说明书一示例性实施例提供的一种电阻率反演的实现装置示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
电法勘探技术是地球物理勘探中的一种勘探方法,根据地壳中各类岩石或矿体的电磁学性质(如导电性、导磁性、介电性)和电化学特性的差异,通过对人工或天然电场、电磁场或电化学场的空间分布规律和时间特性的观测和研究,寻找不同类型有用矿床和查明地质构造及解决地质问题。其中,最为常见的是利用物质的导电性及电场原理,通过向大地供电建立稳定的直流电场,还原出地下介质的电阻率分布,再据地下介质的电阻率分布间接推测地下的地质结构。在上述电法勘探技术中,已知地下介质的电阻率分布,求解地表各测量点的电位值被称为电阻率正演,而已知地表各测量点的电位值,求解地下介质的电阻率分布被称为电阻率反演。
在利用电法勘探技术对地质结构进行勘探时,位于地表的测试点的电位值是易于获取的,而地下电阻率是不容易取得的,因此,根据位于地表的测试点的视电阻率通过电阻率反演模型获取预测的地下电阻率是一种重要的勘探手段。在进行电阻率反演的过程中,为对电阻率反演模型进行优化迭代以使其更符合实际情况,通常需要通过反复调整电阻率参数实现。
具体地,可以根据地表各个测试点的实测视电阻率与根据电阻率反演模型获取的预测视电阻率之间的误差构建目标损失函数,通过求解实测视电阻率相对于电阻率反演模型中的电阻率参数的梯度,获取电阻率参数的调整量,根据调整量对电阻率反演模型进行更新迭代。但是,在利用上述方法求解实测视电阻率的相对于电阻率参数的全局梯度时,需要进行大量计算,普通的计算设备的性能无法满足进行上述计算的要求,因此,为了解决这一问题,本说明书提出一种电阻率反演的实现方法,通过将实测视电阻率集合划分为多个子集,针对每个子集求解目标损失函数的子集梯度,并对各个子集梯度进行综合以获取综合梯度的方法,将针对实测视电阻率集合整体的梯度计算拆解为各个子集的梯度计算,减少了计算过程中需要的计算资源量,降低了电阻率反演计算的难度。
图1是本说明书示出的一种电阻率反演的实现***的架构示意图。如图1所示,可以包括电位采集设备11、以及计算设备12。
其中,所述电位采集设备11与部署于目标区域的测试点相连接以获取各个测试点的电位值并传输给所述计算设备12用以进行电阻率反演以获取目标区域的地下电阻率。所述电位采集设备11可以是专门用于进行地表电位采集的设备,也可以是某种具有电位采集功能的仪器,例如:电法仪等,本说明书一个或多个实施例并不对此进行限制。
所述计算设备12可以为一具备计算功能的独立设备,例如手机、台式电脑、平板设备、笔记本电脑或掌上电脑(PDAs,Personal Digital Assistants)、可穿戴设备(如智能眼镜、VR眼镜等)。当然所述计算设备12也可以为一由独立主机或主机集群承载的虚拟服务器。在运行过程中,计算设备12上可以配置有电阻率反演的实现装置,该装置可以采用软件和/或硬件的方式实现,该装置用于对目标地区的实测视电阻率集合进行划分并针对每一子集分别构建目标损失函数,求解各个子集中实测视电阻率相对于电阻率参数的子集梯度,并合并各个子集梯度生成综合梯度,利用综合梯度更新电阻率参数的取值,以实现对所述电阻率反演模型的迭代,并通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成针对目标地区的地下电阻率。
在本说明书一示例性实施例中,电位采集设备11和计算设备12可以是同一设备中的两个具备不同功能的单元,也可以是两个独立的设备,当两个设备相互独立时,电位采集设备11和计算设备12之间可以通过网络进行交互,上述网络可以包括多种类型的有线或无线网络。在一实施例中,该网络可以包括公共交换电话网络(Public Switched TelephoneNetwork,PSTN)和因特网。
在本说明书一示例性实施例中,当计算设备12为主机集群承载的虚拟服务器时,该主机集群中的各个节点可以分别负责任一子集的子集梯度计算。在本说明书另一示例性实施例中,当计算设备12为一具备计算功能的独立设备或者为独立主机承载的虚拟服务器时,该独立设备或者该独立主机在计算各个子集的子集梯度时,可以采取串行计算的方式进行计算,或者当该独立主机具备并行计算各个子集的子集梯度时,也可以采用并行计算的方式进行计算,对此,本说明书不做具体限制。
下面结合图2,对本说明书提供的一种电阻率反演的实现方法进行说明。其中,图2是一示例性实施例提供的一种电阻率反演的实现方法的流程示意图。如图2所示,该方法可以包括如下步骤:
S201,获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集。
电法勘探可以包括利用天然电场进行地质勘察,也可以通过在需要测量的目标区域部署电极的方法,通过人工电场进行地址勘察。无论是利用天然电场还是利用人工电场,均需要在目标区域中选取测试点,并针对测试点进行数据采集,以获取进行电阻率反演计算目标区域地下电阻率的必要数据。
在本说明书一示例性实施例中,可以通过采集目标区域中各个测试点的电位值的方法,获取目标区域测试点的实测视电阻率集合。其中,视电阻率是用来反映岩石和矿石导电性变化的参数。在地下岩石电性分布不均匀,或地表起伏不平的情况下,若仍按测定均匀水平大地电阻率的方法和计算公式求得的电阻率称之为视电阻率,单位为Ω·m。由于地下具有多种不同介质,各个介质具有不同的导电性,因此,直接通过采集电位值获取电阻率的方法,计算得到的电阻率并非某种地下介质的真实电阻率,而是受各种介质电阻率的综合影响且与介质的分布状态、电极排列等具体情况相关的平均电阻率,因此称为视电阻率。
在选取测试点时,可以采用传统的二维剖面还原技术对目标区域的地形进行还原,也可以采用三维的体素还原技术对目标区域的地形进行还原。当然,在使用三维的体素还原技术时,由于获取的数据量较之传统的二维剖面还原技术更多,计算所需的计算资源也更多。因此,可以使用高性能计算机(High Performance Computer,HPC)来进行计算,计算成本有所提高。
例如,以一个长600米、高20米、坝顶宽度10米、坡面54米的梯形大坝为例,进行四面体网格剖分后典型的网格数(N)在20,000以上,沿坝体走向布设多条水平测线,采集得到的数据量(D)通常在200,000以上,其中,网格数决定电阻率参数的维度,数据量决定具体设置多少个测试点。
在本说明书一示例性实施例中,可以采用高密度电阻率法对测试点的实测视电阻率进行采集,在观测过程中在地表设置高密度的测试点阵列,可以采集到密度更高的数据,可以获得更高精度的计算结果。
为了降低对计算设备的性能需求,在本说明书一示例性实施例中,获取目标地区的地表测试点分别对应的实测视电阻率后,可以将实测视电阻率集合进行划分,将实测视电阻率集合划分为多个子集。并针对每一子集分别执行如步骤S202中的操作。
S202,针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到。
在本说明书一示例性实施例中,假设数据量为D=200,000的实测视电阻率集合,被随机划分为10个子集,其中,每个子集中的实测电阻率数据量为D0=20,000。
则针对任一子集,假设该子集为子集A,目标损失函数由该子集A中的实测视电阻率与对应的预测视电阻率之间的误差构建,在本说明书一示例性实施例中,假设子集A中的实测视电阻率表示为dobs,与实测视电阻率对应的预测视电阻率由d(ρ)表示,预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到。其中,ρ为电阻率参数,表示为向量的形式,其与上文中所述的网格数有关,是一个N维的向量,具体地,该向量可以表示为如下形式:
ρ=(ρ1,ρ2,,ρN)
在本说明书一示例性实施例中,上述目标损失函数可以为所述实测视电阻率与所述预测视电阻率之差的平方和f(ρ)=‖dobs-d(ρ)‖2。然后,对该目标损失函数采取批量梯度下降法(Batch Gradient Descent,BGD),根据上述目标损失函数计算相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度,在一次迭代过程中实现对该子集内的所有实测视电阻率统一求解一次梯度,从而使得目标损失函数在一次迭代过程中在该子集内的所有样本上取得一致性下降。
在本说明书另一示例性实施例中,由于d(ρ)是关于电阻率参数ρ的非线性函数,因此,对于该函数直接求解十分困难,因此,可以通过线性化近似处理,以获得经过线性近似化处理的目标损失函数。
具体地,上述线性近似化处理的过程可以为:
舍弃二阶及以上偏导数项,得到一阶近似的预设视电阻率:
则根据上述近似的预测视电阻率可以获得经线性近似的目标损失函数:
此时,目标损失函数为实测视电阻率与所述预测视电阻率之差的平方和对应的线性近似函数。针对该目标损失函数采取批量梯度下降法(Batch Gradient Descent,BGD),计算相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度,相比较上一目标实施例可以降低计算难度,提高计算的效率。
在本说明书一示例性实施例中,上述方法可以应用于分布式计算***,其中,该分布式计算***包括多个计算节点,当对获取的实测视电阻率进行划分时,可以根据各个计算节点能够提供的计算资源量对实测电阻率集合进行划分,将其划分为多个与各个节点的计算资源量相适应的子集。
上述分布式计算***可以应用于不同种类的离线或在线计算框架,例如:Hadoop、Storm、Spark等,对此,本说明书不做具体限制。
在进行子集的划分前,可以获取承担本次计算的分布式计算***中各个计算节点可以提供的计算资源量,预先估算每一计算节点所能承担的计算数据量,然后根据预先估算的结果,将实测电阻率集合划分为多个与各个节点的计算资源量相适应的子集。
当然,也可以根据计算效率等因素综合考虑并进行子集的划分,对此,本说明书不做具体限制。
在本说明书一示例性实施例中,如图3所示,假设数据量为D=200,000的实测视电阻率集合31,其计算任务由一具有3个计算节点的分布式计算***承担,其中计算节点1的计算资源量可以承担数据量为D1=100,000的子集梯度计算,计算节点2和计算节点3的计算资源量分别可以承担数据量为D2=D3=50,000的子集梯度计算。因此,可以按照上述计算节点的计算资源量,将数据量为D=200,000的实测视电阻率集合划分为数据量为D1=100,000的子集311,数据量为D2=50,000的子集312,以及数据量为D3=50,000的子集313。
进行划分后,则计算节点1、计算节点2和计算节点3分别根据自身对应的子集中的实测视电阻率,并行计算相应的子集梯度321、子集梯度322和子集梯度323。在本实施例中,由于采用分布式计算***进行分布式计算,在单个计算节点可以提供的计算资源无法满足对实测视电阻率集合整体进行梯度求解的情况下,通过分布式算法使得每个计算节点分别承担经划分后的子集梯度计算,降低了对单个计算节点的性能要求,使得梯度的计算不再受到单个计算节点的性能限制。此外,各个计算节点采用并行实现子集梯度计算,也可以提高计算效率,减少计算时间。
在本说明书另一示例性实施例中,上述方法还可以应用于计算设备。当对获取的实测视电阻率进行划分时,可以根据该计算设备能够提供的计算资源量对实测电阻率集合进行划分,将其均分为多个与该计算设备的计算资源量相适应的子集。
例如,假设数据量为D=200,000的实测视电阻率集合,其计算任务由一计算设备承担,其中该计算设备的计算资源量可以承担数据量为D1=50,000的子集梯度计算。因此,可以按照上述计算节点的计算资源量,将数据量为D=200,000的实测视电阻率集合均等划分为数据量为D'=50,000的四个子集。在计算各个子集的子集梯度时,计算设备逐一对各个子集的子集梯度进行串行计算。
在本实施例中,由于将实测视电阻率集合进行了划分,使得原本无法承担计算任务的计算设备可以采用串行的方式分别对每个子集的子集梯度进行计算,降低了对单个计算节点的性能要求,使得梯度的计算不再受到计算设备的性能限制。即使性能无法满足一次集合整体梯度的要求,也可以采取本说明书提供的方法对集合进行划分,通过延长计算时间来实现梯度计算。
在本说明书一示例性实施例中,上文中提及的计算资源量包括内存。
在获取各个子集梯度后,需要进行步骤S203。
S203,对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代。
在本说明书一示例性实施例中,可以对各个子集梯度进行求取平均值以获得综合梯度。当然,也可以在考虑其他因素影响的情况下,利用各个子集梯度通过计算获取综合梯度,例如,对于一些明显不合理的子集梯度进行忽略,最终获取综合梯度。
对于根据各个子集梯度获取综合梯度的方法,可以根据实际获取的数据情况进行选择,例如,可以选择:简单平均、加权平均或梯度投影等合并算法进行综合梯度的计算,对此本说明书不做具体限制。
具体地,对于电阻率参数的更新值的获取方法包括如下步骤:
其中,Δρ为电阻率参数的调整量,是一个N维的向量;Δd为实测视电阻率与预测视电阻率的差值,设置矩阵A表示子集中的实测视电阻率相对于电阻率参数的偏导数,假设该子集的数据量为D1=50,000,则此时,矩阵A为一个D1×N阶雅克比矩阵,具体地,矩阵A可以表示为:
利用上述各式进行表示后,目标损失函数可以转化为如下形式:
f(Δρ)=||Δd-AΔρ||2
对Δρ求导并令其为0,可以获取如下形式的方程:
ATAΔρ=ATΔd
求解上述方程即可得到电阻率参数的更新值——改正向量Δρ,将该改正向量与原电阻率参数ρ相加即可获得更新后的电阻率参数。
S204,通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
在获取综合梯度后,根据综合梯度更新电阻率参数的取值,此时,经一次迭代后获取的新的电阻率反演模型相比较原电阻率反演模型获取的结果更加接近实际视电阻率。
进一步地,可以对电阻率参数的取值进行多次迭代更新,获取目标损失函数的极小值,此时,目标损失函数完成收敛此,预测视电阻率与实测视电阻率差距最小。此时,通过迭代后的电阻率参数构成的电阻率反演模型,利用地表测量的实测视电阻率反演获取地下电阻率时,获取的结果最接近实际的地下电阻率。
在本说明书另一示例性实施例中,也可以预先设定迭代阈值,当迭代次数达到预设迭代阈值时,停止对电阻率参数的迭代更新。
图4是本说明书一示例性实施例的一种电子设备的结构示意图。请参考图4,在硬件层面,该设备包括处理器402、内部总线404、网络接口406、内存408及非易失性存储器410。当然还可能包括其他功能所需要的硬件。处理器402从非易失性存储器410中读取对应的计算机程序到内存408中然后运行,在逻辑层面上形成一种电阻率反演的实现装置。当然,除了软件实现方式之外,本说明书一个或多个实施例并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
相应于上述方法的实施例,本说明书还提供一种电阻率反演的实现装置,如图5所示,该装置可以包括:
子集划分单元510,用于获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;
梯度计算单元520,用于针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到;
梯度合并单元530,对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;
反演单元540,用于通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
可选地,所述装置应用于分布式***,所述子集划分单元510还可以用于:
根据各个计算节点所提供的计算资源量,将所述实测视电阻率集合划分为与所述计算资源量相适应的多个子集;
所述梯度计算单元520还可以用于:
所述多个计算节点分别根据自身对应的子集中的实测视电阻率,并行计算相应的子集梯度。
可选地,所述装置应用于计算设备,所述子集划分单元510还可以用于:
根据所述计算设备所提供的计算资源量,将所述实测视电阻率集合均分为与所述计算设备的计算资源量相适应的多个子集;
所述梯度计算单元520还可以用于:
所述计算设备分别根据各个子集的实测视电阻率串行计算各个子集的子集梯度。
可选地,所述计算资源量包括内存大小。
可选地,所述目标损失函数为:
所述实测视电阻率与所述预测视电阻率之差的平方和;或者,
所述实测视电阻率与所述预测视电阻率之差的平方和对应的线性近似函数。
可选地,所述装置还可以包括:
迭代单元550,用于对所述电阻率参数的取值进行多次迭代更新,直至所述目标损失函数完成收敛或迭代次数达到预设迭代阈值。
可选地,所述子集划分单元510还可以用于:
采集所述地表测试点处的电位值;
根据所述电位值计算相应地表测试点对应的实测视电阻率。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
在一个典型的配置中,计算机包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
在本说明书一个或多个实施例中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
在本说明书一个或多个实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
以上所述仅为本说明书一个或多个实施例的较佳实施例而已,并不用以限制本说明书一个或多个实施例,凡在本说明书一个或多个实施例的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例保护的范围之内。
Claims (10)
1.一种电阻率反演的实现方法,其特征在于,包括:
获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;
针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到;
对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;
通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
2.如权利要求1所述的方法,其特征在于,应用于分布式计算***,所述分布式计算***包括多个计算节点,所述将获取的实测视电阻率划分为多个子集,包括:
根据各个计算节点所提供的计算资源量,将所述实测视电阻率集合划分为与所述计算资源量相适应的多个子集;
所述计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度,包括:
所述多个计算节点分别根据自身对应的子集中的实测视电阻率,并行计算相应的子集梯度。
3.如权利要求1所述的方法,其特征在于,应用于计算设备,所述将所述测试点集合划分为至少一个子集,包括:
根据所述计算设备所提供的计算资源量,将所述实测视电阻率集合均分为与所述计算设备的计算资源量相适应的多个子集;
所述计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度,包括:
所述计算设备分别根据各个子集的实测视电阻率串行计算各个子集的子集梯度。
4.如权利要求2或3所述的方法,其特征在于,所述计算资源量包括内存大小。
5.如权利要求1所述的方法,其特征在于,所述目标损失函数为:
所述实测视电阻率与所述预测视电阻率之差的平方和;或者,
所述实测视电阻率与所述预测视电阻率之差的平方和对应的线性近似函数。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述电阻率参数的取值进行多次迭代更新,直至所述目标损失函数完成收敛或迭代次数达到预设迭代阈值。
7.如权利要求1所述的方法,其特征在于,所述获取目标地区的地表测试点分别对应的实测视电阻率,包括:
采集所述地表测试点处的电位值;
根据所述电位值计算相应地表测试点对应的实测视电阻率。
8.一种电阻率反演的实现装置,其特征在于,包括:
子集划分单元,用于获取目标地区的地表测试点分别对应的实测视电阻率,并将获取的实测视电阻率集合划分为多个子集;
梯度计算单元,用于针对每一子集分别执行下述操作:以相应子集中的实测视电阻率与对应的预测视电阻率之间的误差构建目标损失函数,并根据所述目标损失函数计算所述相应子集中的实测视电阻率相对于电阻率反演模型中的电阻率参数的子集梯度;其中,所述预测视电阻率由所述电阻率参数的最新取值进行电阻率正演得到;
梯度合并单元,对所有子集梯度进行梯度合并,并根据生成的综合梯度更新所述电阻率参数的取值,以实现对所述电阻率反演模型的迭代;
反演单元,用于通过迭代后的电阻率反演模型对所述实测视电阻率进行电阻率反演,生成所述目标地区的地下电阻率。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-7中任意一项所述方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210657506.4A CN115166840A (zh) | 2022-06-10 | 2022-06-10 | 电阻率反演的实现方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210657506.4A CN115166840A (zh) | 2022-06-10 | 2022-06-10 | 电阻率反演的实现方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115166840A true CN115166840A (zh) | 2022-10-11 |
Family
ID=83485420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210657506.4A Pending CN115166840A (zh) | 2022-06-10 | 2022-06-10 | 电阻率反演的实现方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115166840A (zh) |
-
2022
- 2022-06-10 CN CN202210657506.4A patent/CN115166840A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A method of DEM construction and related error analysis | |
AU2016305571B2 (en) | System and method for gravity and/or gravity gradient terrain corrections | |
US9959670B2 (en) | Method for rendering terrain | |
Liu et al. | A stochastic inversion method for potential field data: ant colony optimization | |
US10845493B2 (en) | Model compression | |
Plasencia et al. | Geothermal model calibration using a global minimization algorithm based on finding saddle points and minima of the objective function | |
Zhang et al. | BTTB-based numerical schemes for three-dimensional gravity field inversion | |
CN111679336B (zh) | 航空重力测量点的布格重力异常值的计算方法、装置 | |
CN110927806B (zh) | 基于监督下降方法的大地电磁反演方法及*** | |
CN109490978B (zh) | 一种起伏地层的频率域快速高精度正演方法 | |
CN113516754B (zh) | 一种基于磁异常模量数据的三维可视化成像方法 | |
CN117725354A (zh) | 一种大数据量重力与重力梯度联合的快速正反演方法及*** | |
CN113109883A (zh) | 基于等参变换全球离散网格球坐标下卫星重力场正演方法 | |
Mahbuby et al. | Local gravity field modeling using spherical radial basis functions and a genetic algorithm | |
CN115166840A (zh) | 电阻率反演的实现方法及装置 | |
CN114970289B (zh) | 三维大地电磁各向异性正演数值模拟方法、设备及介质 | |
Hou et al. | Poisson disk sampling in geodesic metric for DEM simplification | |
AU2015394619B2 (en) | Efficient solutions of inverse problems | |
CN117270072B (zh) | 基于改进型差分进化算法的重磁位场成像反演方法及*** | |
Bomba et al. | Identifying the structure of soil massifs by numerical quasiconformal mapping methods | |
Sayed et al. | An improved technique for LIDAR data reduction | |
CN110119578B (zh) | 海底趋势面构造方法、海底趋势预估方法及装置 | |
CN118312701A (zh) | 一种大地电磁反演方法、装置及计算机程序产品 | |
CN114384589A (zh) | 地震数据反演初始速度模型确定方法及*** | |
Mohamed et al. | VOLUME CALCULATION OF IRREGULAR OBJECT USING MULTIPLE SOFTWARE PACKAGES |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |