一种地球物理位场数据网格化和噪声去除方法技术

本发明专利技术提供一种地球物理位场数据网格化和噪声去除方法，涉及重力与磁法勘探数据处理技术领域。该方法首先建立一套包括地球物理位场数据的原始数据集和含噪地球物理位场数据集；将指定的原始数据集输入至扩散模型进行训练，获得扩散模型；其次，获得噪声数据集对应的去噪步骤数，并将其和含噪数据集一起训练噪声等级选择网络；然后根据待处理地球物理位场数据的坐标和异常值，确定散点数据的位置，并对相应位置上的异常进行赋值，生成散点数据；最后，使用扩散模型实现散点数据的网格化，并使用噪声选择网络模型结合扩散模型实现网格化数据去噪。本发明专利技术方法能够提高位场数据网格化的精度，更准确地还原位场的分布特征，去除噪声干扰。

【技术实现步骤摘要】

本专利技术涉及重力与磁法勘探数据处理，尤其涉及一种地球物理位场数据网格化和噪声去除方法。

技术介绍

1、受限于数据采集地区的地形，测点、测线划分等因素的影响，采集的地球物理位场数据的空间位置分布往往是不规则的。同时，由于测量仪器、地质环境等因素的影响，所采集的数据往往含有一定的噪声。在数据处理过程中，一般要将采集的数据进行网格化处理；而去除噪声有助于提高数据解译的精度。因此，位场数据的网格化和噪声去除是数据处理中不可缺少的步骤之一。通过网格化和噪声去除，为开展高精度位场数据解释奠定基础。

2、目前，无论是常用的数值计算方法还是等效源方法都存在网格化精度低问题。近年来，人工智能技术的快速发展，为解决上述问题提供了新的思路。许多学者围绕基于人工智能地球物理位场数据的网格化方法开展了大量的研究：李安等人使用基于bagging算法的神经网络对基于卫星测高的海洋重力异常背景场进行插值计算，提高了匹配算法的自适应精度，提高了导航精度；刘欢等人在使用支持向量机，随机森林算法和梯度增强三种机器学习模型的基础上还提出了一种基于长短期记忆网络的递归神经网络重建算法本文档来自技高网...

【技术保护点】

1.一种地球物理位场数据网格化和噪声去除方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述步骤1的具体方法为：

3.根据权利要求2所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述位场异常数据包括重力异常数据、重力梯度数据、磁异常和磁梯度类型的数据；所述原始地球物理位场数据集由各类型位场异常数据组成，其中，每一组数据表示由某一随机模型产生的异常。

4.根据权利要求2所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述步骤2使用归一化后的原始地球物理位场数据集训练...

【技术特征摘要】

1.一种地球物理位场数据网格化和噪声去除方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述步骤1的具体方法为：

3.根据权利要求2所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述位场异常数据包括重力异常数据、重力梯度数据、磁异常和磁梯度类型的数据；所述原始地球物理位场数据集由各类型位场异常数据组成，其中，每一组数据表示由某一随机模型产生的异常。

4.根据权利要求2所述的一种地球物理位场数据网格化和噪声去除方法，其特征在于：所述步骤2使用归一化后的原始地球物理位场数据集训练扩散模型；所述扩散模型的计算过程包括正向过程和反向过程两部分。

5.根据权利要求4所述的一种地球物理位场数据网格化和噪...

【专利技术属性】
技术研发人员：侯振隆，申晋容，
申请(专利权)人：东北大学，
类型：发明
国别省市：