基于深度降噪自编码神经网络的中国大陆地壳厚度反演
程先琼1
蒋科植2
1.中国成都 610059 成都理工大学地球物理学院2.中国成都 610059 成都理工大学地球物理学院;中国四川乐山 614000 成都理工大学工程技术学院
摘要：本文采用基于数据驱动的深度降噪自编码网络构建了瑞雷面波群速度、相速度频散特性与地壳厚度的正反演函数关系,并利用最新频散模型反演了中国大陆的地壳厚度.对于神经网络架构体系的评价,除了考虑传统意义上的测试误差、训练误差之外,本文还用已知物理原理的正演结果与网络预测结果进行比较;在设计网络构架时,同时考虑地球模型和面波频散的正反演问题,即解码过程对应正演过程,编码过程对应反演过程.另外,针对观测频散数据包含噪声的特点,对训练样本加噪声,使解码器解码出无噪声输入,以达到对观测数据降噪的目的.对网络各种参数多次调试、分析再优化组合,最终获得稳健的神经网络,并据此反演出中国大陆的地壳厚度.本研究结果与已有的不同手段得到的地壳厚度模型的吻合度较高,表明深度降噪自编码神经网络能很好地揭示面波频散与地壳厚度之间的非线性关系,是利用面波频散反演地壳厚度的一种可行的和可信的方法.
关键词：深度学习降噪自编码神经网络中国大陆地壳厚度
分类号：P313.2(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家自然科学基金(41774095)国家自然科学基金(91755215)成都理工大学工程技术学院院级项目(C122017008)
论文发表日期：2021-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：14( 34-47 )
英文信息