图灵汇官网

引言

瞬变电磁法（TEM）是一种依赖电磁感应原理的地球物理学技术。传统的地面布置设备在操作效率上存在局限，特别是在沙漠、戈壁、山地、湿地及水网密布地区，难以高效执行任务。随着技术的进步，将探测设备集成至飞行平台之上，催生了航空瞬变电磁法（ATEM）。尽管ATEM提供了一种更为灵活高效的探测手段，但相较于地面静态观测，其面临的主要挑战在于数据处理的复杂性。由于观测高度增加及持续的动态环境，ATEM数据中的有效信号往往较为微弱，同时伴随的噪声条件更为恶劣。

数据处理与反演的挑战

当前的处理策略通常包括一系列分步骤的流程，旨在逐一消除特定类型的噪声。这一过程对操作人员的专业技能要求较高，且对于处理后的数据中是否仍残留“剩余噪声”的判断缺乏明确机制。反演方法亦未能提供针对性的解决方案来评估输入数据的纯净度，这意味着数据处理流程的潜在缺陷可能直接影响到电阻率模型的可靠性和准确性。

解决方案：信噪分离与信模映射的统一

为解决上述问题，中国科学院地质与地球物理研究所矿产资源研究重点实验室的瞬变电磁研究团队提出了创新性的理论假设，即模型与信号共处于同一低维流形的不同维度结构。这一假设为打通信噪分离与信模映射之间的技术壁垒提供了理论基础。团队进一步引入深度学习技术，构建了一个集成网络架构，能够同时进行去噪与电阻率模型的估计，从而实现从原始含噪数据到客观、可靠的大地电阻率模型的直接转换。

网络架构与实验验证

该网络设计包含一个去噪自编码器、一个自编码器以及一个全连接网络。通过逐步训练各个子网络，最终形成一个统一的深度学习模型。该模型在仿真数据集上进行了性能测试，结果显示，与传统方法相比，新方法在识别模型电阻率不连续界面时表现出了更高的灵敏度，每条不连续界面都被准确捕捉。此外，新方法通过增加平滑处理器，获得了更为平滑的数据输出，同时在分辨能力上优于传统方法，尤其是在处理小梯度不连续界面时。

实际应用与效果评估

在内蒙古桃合木苏木的一段实地测线数据上，新方法与传统方法得到了相似的电阻率分布状态。然而，得益于在全连接网络之后添加的平滑处理器，新方法产生的结果在平滑度方面有了显著提升。更重要的是，新方法在近地表低阻层的空间展布和地下高阻层边缘的细节刻画上展现出更强的分辨能力，这与先前的模拟数据测试结果一致，证明了新方法在实际应用中的优越性。

结论

综上所述，通过整合信噪分离与信模映射的技术路径，结合深度学习的先进算法，研究人员开发出了一种高效、可靠的大地电阻率模型估计方法。该方法不仅提升了数据处理的效率，还增强了模型估计的准确性，为瞬变电磁法的应用开辟了新的可能性。未来的研究将继续探索这一方法在不同地质环境下的适应性和扩展性，以期在地球物理学领域取得更多突破。