第４５卷第４期２０２３年７月物探化探计算技术ＣＯＭＰＵＴＩＮＧＴＥＣＨＮＩＱＵＥＳＦＯＲＧＥＯＰＨＹＳＩＣＡＬＡＮＤＧＥＯＣＨＥＭＩＣＡＬＥＸＰＬＯＲＡＴＩＯＮＶｏｌ．４５Ｎｏ．４Ｊｕｌ．２０２３收稿日期：２０２２０３２３基金项目：国家自然科学基金重点项目（４１９３０１１２）第一作者：刘高村（１９９５－），男，硕士，主要从事大地电磁法基础研究，Ｅｍａｉｌ：９６２３０１７７２＠ｑｑ．ｃｏｍ。文章编号：１００１１７４９（２０２３）０４０４８４１３Ｔｒａｎｓｆｏｒｍｅｒ网络在大地电磁反演成像中的应用刘高村，王绪本，袁崇鑫，李德伟，谢卓良（成都理工大学地球勘探与信息技术教育部重点实验室，成都６１００５９）摘要：传统大地电磁反演通常是基于确定性梯度的迭代求解，不仅需要大量时间计算雅可比矩阵，还依赖于初始模型的输入和正则化因子等参数的设置。近年来学者们不断引入机器学习方法以试图改善大地电磁反演，该方法不需要计算雅可比矩阵，不用输入初始模型，训练好的网络仅需几毫秒就可实现反演成像。这里利用Ｇｏｏｇｌｅ团队提出的Ｔｒａｎｓｆｏｒｍｅｒ神经网络经典框架搭建大地电磁数据和模型之间的映射网络，以９２４０组正演数据为样本，对Ｔｒａｎｓｆｏｒｍｅｒ网络参数进行训练。采用南非开源大地电磁数据，实现了由视电阻率图像到电阻率模型的反演成像。研究表明：①经训练后的Ｔｒａｎｓｆｏｒｍｅｒ网络可以较准确的反映出异常体位置和大小；②网络实现了简单的矩阵并行化运算，大幅度提高训练的效率，且成像效率高于传统的反演。关键词：大地电磁测深；有限元正演；Ｔｒａｎｓｆｏｒｍｅｒ；多头注意力机制；反演成像中图分类号：Ｐ６３１．２文献标志码：Ａ犇犗犐：１０．３９６９／ｊ．ｉｓｓｎ．１００１１７４９．２０２３．０４．０９０引言大地电磁测深法是一种利用天然电磁场测量，研究地球深部电性结构特征的一种地球物理勘探方法，普遍运用于矿产普查、区域构造研究、深部地球动力学等方面。该方法在近７０年的发展历程中，大地电磁反演一直是学者比较关注的研究方向。Ｃｏｎｓｔａｃｌｅ等［１］提出了ｏｃｃａｍ反演，随后由Ｓｉｒｉｐｕｎｖａｒａｐｏｒｎ等完善了Ｏｃｃａｍ反演法，在Ｏｃｃａｍ反演法的基础上，Ｓｍｉｔｈ等［３］提出了快速松弛反演，这类方法需要添加正则化因子或者计算雅可比矩阵，且对初始模型依赖性强，较好的初始模型会使迭代过程...
