磁场化极方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本发明专利技术提供的一种磁场化极方法、装置、电子设备及计算机可读存储介质，涉及磁法勘探数据处理领域。所述磁场化极方法：首先，对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型；然后，对多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据；接着，利用训练样本数据训练宽度学习网络，并将基于观测面采集的斜磁化磁场观测数据输入训练后的宽度学习网络进行磁场化极处理，得到斜磁化磁场观测数据对应的垂直磁化磁场预测数据，从而在保证计算效率的前提下有效地解决现有磁场化极方法在低纬度地区不稳定的问题，提高磁性源位置的圈定结果的准确性。的准确性。的准确性。

【技术实现步骤摘要】
磁场化极方法、装置、电子设备及计算机可读存储介质


[0001]本专利技术涉及磁法勘探数据处理领域，具体而言，涉及一种磁场化极方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]磁法勘探作为一种常用的地球物理勘探方法在矿产资源勘探，地质构造研究，考古学，未爆弹搜寻，环境污染调查等方面发挥着重要的作用。
[0003]在中低纬度地区，磁场受到斜磁化影响总是呈正负伴生形态，磁异常高区往往偏离磁性源位置，从而干扰观测到的磁场数据的解释推断工作。磁场化极是磁法勘探数据处理中的重要一环，磁场化极是指将测量得到的斜磁化磁场转换到垂直磁化磁场，避免位场数据形态干扰，以使磁场高区与观测区域内的磁性源的位置直接对应，从而准确圈定磁性源。
[0004]目前通常是通过二维傅里叶变换在波数域中实现磁场化极，后续研究发现，该方法具有不稳定性，在磁赤道等低纬度地区将会放大观测数据中的噪声，导致无法成功磁场化极，使得在低纬度地区无法利用观测到的磁场数据圈定磁性源的位置。因而仍有待于寻求一种稳定且快捷的磁场化极方法。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术实施例提供了一种磁场化极方法、装置、电子设备和计算机可读存储介质。
[0006]本专利技术实施例的技术方案可以这样实现：
[0007]第一方面，本专利技术实施例提供一种磁场化极方法，所述方法包括：
[0008]对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型；
[0009]对所述多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据；
[0010]利用所述训练样本数据训练宽度学习网络，并将基于所述观测面采集的斜磁化磁场观测数据输入训练后的宽度学习网络进行磁场化极处理，得到所述斜磁化磁场观测数据对应的垂直磁化磁场预测数据，以根据所述垂直磁化磁场预测数据圈定所述野外工区的磁性源位置。
[0011]可选地，所述对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型的步骤包括：
[0012]将位于所述观测面下的目标三维空间划分为多个大小相同的立方体网格；
[0013]对由所有所述立方体网格随机组合得到的每个长方体设置磁化强度，得到多个长方体正演模型。
[0014]可选地，所述对所述多个长方体正演模型一一进行频率域正演，将得到的正演结
果作为训练样本数据的步骤包括：
[0015]针对每个所述长方体正演模型，按照公式：
[0016][0017]计算所述长方体正演模型产生的磁异常；
[0018]其中，d为磁异常，z为立方体网格的总层数，G
k
为第k层立方体网格的正演转换矩阵，m
k
为第k层立方体网格的磁化强度；
[0019]根据每个所述长方体正演模型产生的磁异常，得到所述训练样本数据。
[0020]可选地，所述磁异常包括斜磁化总强度磁异常和垂直磁化总强度磁异常，所述训练样本数据包括样本输入集和样本输出集，所述根据每个所述长方体正演模型产生的磁异常，得到所述训练样本数据的包括：
[0021]根据每个所述长方体正演模型产生的斜磁化总强度磁异常，得到所述样本输入集；
[0022]根据每个所述长方体正演模型产生的垂直磁化总强度磁异常，得到所述样本输出集。
[0023]可选地，所述训练样本数据包括样本输入集和样本输出集，所述利用所述训练样本数据训练宽度学习网络的步骤包括：
[0024]基于预设特征映射函数，提取所述样本输入集的每个特征节点；
[0025]基于预设激活函数，提取所述样本输入集的每个增强节点；
[0026]根据所有所述特征节点、所有所述增强节点以及所述样本输出集，训练所述宽度学习网络。
[0027]可选地，所述训练后的宽度学习网络满足公式：
[0028][0029]其中，W
RTP
为宽度学习网络的权重矩阵，A
train
＝[M1,M2,
…
M
n
；E1,E2,
…
E
n
]，A
train
为包括所有所述特征节点和所有所述增强节点的集合，M
n
为特征节点，E
n
为增强节点，λ为正则化因子，I为单位矩阵，为样本输出集。
[0030]第二方面，本专利技术实施例提供一种磁场化极装置，所述装置包括：
[0031]处理模块，用于：
[0032]对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型；
[0033]对所述多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据；
[0034]训练模块，用于利用所述训练样本数据训练宽度学习网络，并将基于所述观测面采集的斜磁化磁场观测数据输入训练后的宽度学习网络进行磁场化极处理，得到所述斜磁化磁场观测数据对应的垂直磁化磁场预测数据，以根据所述垂直磁化磁场预测数据圈定所述野外工区的磁性源位置。
[0035]可选地，所述处理模块具体用于：
[0036]将位于所述观测面下的目标三维空间划分为多个大小相同的立方体网格；
[0037]对由所有所述立方体网格随机组合得到的每个长方体设置磁化强度，得到多个长方体正演模型。
[0038]第三方面，本专利技术实施例提供一种电子设备，其包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如前述第一方面所述的磁场化极方法。
[0039]第四方面，本专利技术提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述的磁场化极方法。
[0040]相较于现有技术，本专利技术实施例提供的一种磁场化极方法、装置、电子设备及计算机可读存储介质，首先，对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型；然后，对多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据；接着，利用训练样本数据训练宽度学习网络，并将基于观测面采集的斜磁化磁场观测数据输入训练后的宽度学习网络进行磁场化极处理，得到斜磁化磁场观测数据对应的垂直磁化磁场预测数据，以根据垂直磁化磁场预测数据圈定野外工区的磁性源位置。由于本专利技术实施例通过建立长方体正演模型并进行频率域正演，得到训练样本数据，训练用于磁场化极处理的宽度学习网络，从而在保证计算效率的前提下有效地解决现有磁场化极方法在低纬度地区不稳定的问题，提高磁性源位置的圈定结果的准确性。
附图说明
[0041]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0042]图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁场化极方法，其特征在于，所述方法包括：对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型；对所述多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据；利用所述训练样本数据训练宽度学习网络，并将基于所述观测面采集的斜磁化磁场观测数据输入训练后的宽度学习网络进行磁场化极处理，得到所述斜磁化磁场观测数据对应的垂直磁化磁场预测数据，以根据所述垂直磁化磁场预测数据圈定所述野外工区的磁性源位置。2.如权利要求1所述的方法，其特征在于，所述对野外工区从观测面到地下的三维空间进行建模处理，得到多个长方体正演模型的步骤包括：将位于所述观测面下的目标三维空间划分为多个大小相同的立方体网格；对由所有所述立方体网格随机组合得到的每个长方体设置磁化强度，得到多个长方体正演模型。3.如权利要求1所述的方法，其特征在于，所述对所述多个长方体正演模型一一进行频率域正演，将得到的正演结果作为训练样本数据的步骤包括：针对每个所述长方体正演模型，按照公式：计算所述长方体正演模型产生的磁异常；其中，d为磁异常，z为立方体网格的总层数，G
k
为第k层立方体网格的正演转换矩阵，m
k
为第k层立方体网格的磁化强度；根据每个所述长方体正演模型产生的磁异常，得到所述训练样本数据。4.如权利要求3所述的方法，其特征在于，所述磁异常包括斜磁化总强度磁异常和垂直磁化总强度磁异常，所述训练样本数据包括样本输入集和样本输出集，所述根据每个所述长方体正演模型产生的磁异常，得到所述训练样本数据的包括：根据每个所述长方体正演模型产生的斜磁化总强度磁异常，得到所述样本输入集；根据每个所述长方体正演模型产生的垂直磁化总强度磁异常，得到所述样本输出集。5.如权利要求1所述的方法，其特征在于，所述训练样本数据包括样本输入集和样本输出集，所述利用所述训练样本数据训练宽度学习网络的步骤包括：基于预设特征映射函数，提取所述样本输入集的每个特征节...

【专利技术属性】
技术研发人员：俎强，韩鹏，杨晓辉，陶涛，李双双，曾志毅，莫双菱，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：