基于EConvNet-C算法的视电阻率非线性反演方法及系统技术方案

本发明专利技术公开了一种基于EConvNet

【技术实现步骤摘要】
基于EConvNet
‑
C算法的视电阻率非线性反演方法及系统


[0001]本专利技术涉及垃圾填埋场渗滤液液位高度测量
，尤其涉及一种基于EConvNet
‑
C算法的视电阻率非线性反演方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]填埋场是固体废物的主要处置场所，也是固体废物环境风险，如土壤和地下水污染风险集中发生的场所。填埋场中的渗滤液水位过高不仅会加大渗滤液的渗漏风险，还可能影响固废堆体的稳定性，极易造成堆体滑坡、坍塌等安全风险，兼具安全和环境污染双重隐患。
[0004]渗滤液水位检测是渗滤液水位控制的前提，现有技术公开了采用电阻率层析成像技术(Electrical Resistivity Tomography，ERT)来探测填埋场渗滤液水位，由于渗滤液饱和液位以下固废处于水饱和状态，电阻率与饱和液位以上的固废存在明显差异，这是ERT方法实现渗滤液水位探测的物理基础。
[0005]ERT方法通常包括两个步骤，首先是通过电极布设获得视电阻率数据，其次是通过反演获得地下介质的真实电阻率数据。传统的ERT方法通常以传统的温纳(AMNB)装置，二极(AM)装置获得视电阻率，然后通过最小二乘法反演得到真实电阻率数据，但是往往存在如下技术问题：
[0006](1)传统ERT方法采集的数据仅包含一个垂直剖面的渗滤液信息，且深度越深携带信息量越少；
[0007](2)最小二乘法反演时依赖于初始模型的选择，且需要反复计算雅克比矩阵，如果先验知识和信息不足，初始模型选择不当，则使用线性化的方式进行电阻率成像反演时容易陷入局部极值，得到非最优解甚至错误解。

技术实现思路

[0008]为了解决上述问题，本专利技术提出了一种基于EConvNet
‑
C算法的视电阻率非线性反演方法及系统，基于川字型测量装置采集的电势差分数据，能够识别深层垃圾下方不同区域的渗滤液水位；利用EConvNet
‑
C模型实现携带渗滤液信息的电势差分数据到真实电阻率的非线性反演。
[0009]为了实现上述目的，在一些实施方式中，采用如下技术方案：
[0010]一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，包括：
[0011]通过高密度电法测量得到设定填埋场渗滤液水位的视电阻率数据；
[0012]将所述视电阻率数据输入到训练好的EConvNet
‑
C渗滤液水位识别模型中，得到反演后的填埋场电阻率数据。
[0013]作为进一步地方案，所述EConvNet
‑
C渗滤液水位识别模型包括：
[0014]通过多层感知机将每个通道的数据量重构得到对应的低分辨特征图像；
[0015]所述低分辨特征图像输入到EConvNet
‑
T网络结构中，得到最终的电阻率数据预测结果。
[0016]作为进一步地方案，所述EConvNet
‑
T网络结构以U
‑
Net网络为主体。
[0017]作为进一步地方案，所述EConvNet
‑
T网络结构的编码结构先经过若干个卷积层和池化层提取特征并得到低分辨率的高维特征图，以得到上下文信息；解码结构将上下文信息传播到高分辨率层以预测位置信息；通过跳跃连接填补底层信息以提高分割精度。
[0018]作为进一步地方案，对于EConvNet
‑
C渗滤液水位识别模型的训练过程包括：
[0019]通过仿真模拟垃圾填埋场，在垃圾填埋场内表面设置HDPE防渗膜，在垃圾填埋场内设置倒梯形六面体模拟渗滤液几何形状；
[0020]通过改变垃圾填埋场、渗滤液水位以及垃圾填埋场物质和渗滤液的材料参数，模拟不同场地和渗滤液水位所代表的电阻率区间；
[0021]通过高密度电法测量获取不同填埋场高度和不同渗滤液水位的视电阻率数据，构建EConvNet
‑
C渗滤液水位识别模型的样本数据集；
[0022]基于所述样本数据集对EConvNet
‑
C渗滤液水位识别模型进行训练。
[0023]在另一些实施方式中，采用如下技术方案：
[0024]一种基于EConvNet
‑
C算法的视电阻率非线性反演系统，包括：
[0025]数据获取模块，用于通过高密度电法测量得到设定填埋场渗滤液水位的视电阻率数据；
[0026]电阻率数据反演模块，用于将所述视电阻率数据输入到训练好的EConvNet
‑
C渗滤液水位识别模型中，得到反演后的填埋场电阻率数据。
[0027]在另一些实施方式中，采用如下技术方案：
[0028]一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的基于EConvNet
‑
C算法的视电阻率非线性反演方法。
[0029]在另一些实施方式中，采用如下技术方案：
[0030]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的基于EConvNet
‑
C算法的视电阻率非线性反演方法。
[0031]与现有技术相比，本专利技术的有益效果是：
[0032](1)本专利技术通过川字型测量装置，电流可以通过更多介质，采集的数据携带了大量的渗滤液信息，有助于识别深层垃圾下方不同区域的渗滤液水位。
[0033](2)由于川字型测量装置的视电阻率与电阻率模型之间没有一一对应关系，无法使用基于U
‑
Net的结构EConvNet
‑
T进行特征学习；本专利技术将多层感知机和EConvNet
‑
T相融合的EConvNet
‑
C渗滤液水位识别模型，多层感知机能够将不可定义的电势空间变换到低分辨率特征图像空间，从而实现携带渗滤液信息的电势差分数据到真实电阻率的非线性反演；本专利技术EConvNet
‑
C渗滤液水位识别模型能准确地反演出渗滤液的水位，为后期开展垃圾填埋场的污染治理和土壤修复提供指导。
[0034]本专利技术的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
[0035]图1(a)
‑
(b)分别为传统的温纳装置和二级装置示意图；
[0036]图2为本专利技术实施例中川字型测量装置示意图；
[0037]图3(a)
‑
(c)分别为本专利技术实施例中川字型测量装置电极排列方式的第一组、第二组和第三组示意图；
[0038]图4为本专利技术实施例中基于EConvNet
‑
C算法的视电阻率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，其特征在于，包括：通过高密度电法测量得到设定填埋场渗滤液水位的视电阻率数据；将所述视电阻率数据输入到训练好的EConvNet
‑
C渗滤液水位识别模型中，得到反演后的填埋场电阻率数据。2.如权利要求1所述的一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，其特征在于，通过高密度电法测量得到设定填埋场渗滤液水位的视电阻率数据，具体包括：通过川字型测量装置，获取填埋场渗滤液水位的视电阻率数据；其中，所述川字型测量装置具体包括：布设在第一测线上的若干供电电极A，布设在第二测线上的若干测量电极，以及布设在第三测线上的若干供电电极B；所述第一测线、第二测线和第三测线分别布设在不同的剖面线上。3.如权利要求2所述的一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，其特征在于，按照设定的排列方式选择供电电极A提供电流I，供电电极B提供电流
‑
I；获取与所述供电电极A和供电电极B相对应的测量电极M和N之间的电势差，进而求得所述测量电极M和N中点的视电阻率；所述电极排列方式为多组，每一组的深度相同；各组电极排列方式按照设定的顺序依次进行测量。4.如权利要求1所述的一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，其特征在于，所述EConvNet
‑
C渗滤液水位识别模型包括：通过多层感知机将每个通道的数据量重构得到对应的低分辨特征图像；所述低分辨特征图像输入到EConvNet
‑
T网络结构中，得到最终的电阻率数据预测结果。5.如权利要求4所述的一种基于EConvNet
‑
C算法的视电阻率非线性反演方法，其特征在于，所述EConvNet
‑
T网络结构以U
‑
Net网络为主体。6.如权利要求5所述的一种基于EConvNet
‑
C...

【专利技术属性】
技术研发人员：徐亚，姚光远，郑开达，夏广培，能昌信，刘景财，刘玉强，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：