一种电法与水文耦合反演方法、设备及介质

本发明涉及地球物理反演与人工智能，尤其涉及一种电法与水文耦合反演方法、设备及介质。

背景技术：

1、大坝渗漏监测中，电法响应受地下水位、渗透系数等水文参数控制。传统反演方法存在以下缺陷：

2、（1）忽略时间序列耦合，动态监测误差大。计算效率低，多时刻数据需重复正演计算，难以快速响应。

3、（2）物理约束弱，非线性水文-电性关系和边界条件未充分利用，易产生误差。

4、（3）水文与电性耦合关系复杂，传统优化方法易陷入局部最优。

5、（4）泛化能力差，针对单个截面训练模型，难以应用于多区域或长时间序列，损失函数各项量纲差异大，训练不稳定，大规模参数反演计算成本高。

6、综上所述，亟需一种电法与水文耦合反演方法、设备及介质。

技术实现思路

1、为解决上述技术问题，本发明提出了一种电法与水文耦合反演方法、设备及介质。

2、在第一方面，本发明提供了一种电法与水文耦合反演方法，包括以下步骤：

3、s1、获取反演资料；

4、s2、对反演资料进行预处理，生成训练数据集；

5、s3、基于地下水流控制方程、电场控制方程和水文与电性关系构建电法与水文耦合控制方程，建立可微分代理模型，用于输出预测反演结果；

6、s4、设置水文物理约束、电法物理约束以及水文与电耦合边界；

7、s5、构建可微分代理模型的综合损失函数，通过反向传播算法更新综合损失函数中的权重；

8、s6、更新可微分代理模型的神经网络参数，直至损失下降无波动；

9、s7、模型收敛后，可微分代理模型输出反演结果。

10、可选的，在s1中，反演资料包括反演孔深、测井和地球物理、电法资料、边界条件、时变参数、测点坐标以及观测分布信息。

11、可选的，在s2中，所述预处理包括统一单位、时间戳处理、去除异常数据、滤波、缺失值处理、数据标准化、差分集以及生成高斯训练点云。

12、可选的，在s3中，所述电法与水文耦合控制方程包括地下水流控制方程、电场控制方程和水文与电性关系；

13、地下水流控制方程的表达式如下：

14、；

15、其中，为压力水头；为高程；为非饱和渗透系数；为比储水系数；为源汇项，表示系统中水的外部输入或抽取；

16、电场控制方程的表达式如下：

17、；

18、其中，表示梯度算子，表示电势的梯度；为电导率；

19、水文与电性关系的表达式如下：

20、；

21、其中，为孔隙水电导率；为tortuosity因子；为胶结指数；为孔隙水饱和度。

22、可选的，在s4中，水文物理约束为：通过达西定律与质量守恒方程，约束水流速度场的连续性；电法物理约束为：通过电法体积电荷方程和欧姆定律计算电势场和电流密度场；水文与电耦合边界为：采用archie模型拟合饱和度关系，建立地下水流动与电阻率变化的耦合关系。

23、可选的，在s5中，综合损失函数l的表达式如下：

24、；

25、其中，、、、分别表示地下水流残差损失、电场残差损失、数据误差损失、正则化损失的权重；

26、；

27、；

28、；

29、；

30、其中，表示水文控制方程计算点数量；表示储水系数；表示第个计算点处的水头值；表示计算点对应水头值下的渗透系数；表示计算点的空间高程；表示源汇项；表示电场控制方程计算点数量；示第个计算点处介质电导率；表示计算点位置处电势；表示观测数据数量；表示第组实际观测数据；表示模型计算得到的对应预测值；表示正则化计算点数量；表示第个空间位置处的介质参数；表示该介质参数的空间变化梯度。

31、可选的，在s6中，根据adam优化器更新神经网络参数，神经网络的表达式如下：

32、；

33、其中，表示待反演参数；

34、可微分代理模型的表达式如下：

35、；

36、所述可微分代理模型用于反向传播优化。

37、可选的，在s6中，还包括自适应损失权重更新，表达式如下：

38、；

39、其中，为第项梯度范数；为平均梯度，表示第k+1次迭代时第个损失项的未归一化权重； 表示第k次迭代时第个损失项的权重。

40、在第二方面，本发明还提供了一种计算机设备，包括存储器、处理器；

41、所述存储器存储有计算机程序；

42、所述处理器执行所述计算机程序时实现如上述的电法与水文耦合反演方法的步骤。

43、在第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的电法与水文耦合反演方法。

44、应用本发明的技术方案，至少具有以下有益效果：

45、（1）本发明提供了一种电法与水文耦合反演方法、设备及介质，本发明方法引入可微分代理模型，通过神经网络学习模型参数与电法响应之间的映射关系，替代传统有限元正演求解器，提高了单次迭代速度。

46、（2）本发明方法将地下水渗流方程、电场控制方程作为物理约束加入损失函数，构建了代理模型与地球物理信息神经网络联合反演框架，提高了反演精度。

47、（3）本发明方法通过自适应损失权重更新，避免单项损失主导模型训练，本发明方法通过采用自适应权重使得损失函数从震荡下降转变为相对平稳且同步下降，提高了训练稳定性。

1.一种电法与水文耦合反演方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的电法与水文耦合反演方法，其特征在于，在s1中，反演资料包括反演孔深、测井和地球物理、电法资料、边界条件、时变参数、测点坐标以及观测分布信息。

3.根据权利要求2所述的电法与水文耦合反演方法，其特征在于，在s2中，所述预处理包括统一单位、时间戳处理、去除异常数据、滤波、缺失值处理、数据标准化、差分集以及生成高斯训练点云。

4.根据权利要求3所述的电法与水文耦合反演方法，其特征在于，在s3中，所述电法与水文耦合控制方程包括地下水流控制方程、电场控制方程和水文与电性关系；

5.根据权利要求4所述的电法与水文耦合反演方法，其特征在于，在s4中，水文物理约束为：通过达西定律与质量守恒方程，约束水流速度场的连续性；电法物理约束为：通过电法体积电荷方程和欧姆定律计算电势场和电流密度场；水文与电耦合边界为：采用archie模型拟合饱和度关系，建立地下水流动与电阻率变化的耦合关系。

6.根据权利要求5所述的电法与水文耦合反演方法，其特征在于，在s5中，综合损失函数l的表达式如下：

7.根据权利要求6所述的电法与水文耦合反演方法，其特征在于，在s6中，根据adam优化器更新神经网络参数，神经网络的表达式如下：

8.根据权利要求7所述的电法与水文耦合反演方法，其特征在于，在s6中，还包括自适应损失权重更新，表达式如下：

9.一种计算机设备，其特征在于，包括存储器、处理器；

10.一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，该程序被处理器执行时实现如权利要求1-8任意一项所述的电法与水文耦合反演方法。