[发明专利]一种基于卷积生成对抗网络的含水层参数场反演方法

权利要求书

1.一种基于卷积生成对抗网络的含水层参数场反演方法，其特征在于，包括如下步骤：

步骤SS1：收集含水层地质参数先验资料，由地质统计软件随机生成满足先验信息的含水层参数场样本集；

步骤SS2：将所述含水层参数场样本集输入到卷积生成对抗网络，对其地质统计特征进行学习，并基于所述含水层参数场样本集构建低维标准正态分布和其地质统计特征之间的映射关系，建立含水层参数场生成模型；所述步骤SS2具体包括：所述卷积生成对抗网络包含生成器G和判别器D；所述生成器G用于：学习含水层参数场的地质统计特征、构建低维标准正态分布和其地质统计特征之间的映射关系，形成含水层参数场生成模型，即给定低维标准正态分布变量输入，生成含水层参数场样本；所述判别器D用于判断生成器G生成的含水层参数场样本是否符合地质统计特征；

所述步骤SS2中的卷积生成对抗网络的生成器G和判别器D进行交替对抗训练，生成器G训练所采用的损失函数为：

判别器D训练所采用的损失函数为：

公式(1)和(2)中，N表示训练样本的数量，表示低维标准正态分布变量，表示由生成器G生成的含水层参数场样本，表示由地质统计软件生成的含水层参数场样本；

步骤SS3：构建地下水流-溶质运移初始数值模型，模拟水流和溶质运移过程；

步骤SS4：随机生成一系列低维标准正态分布变量样本，并输入到训练好的卷积生成对抗网络，得到对应的含水层参数场样本；

步骤SS5：将步骤SS4中生成的含水层参数场样本输入到所述步骤SS3中的所述地下水流-溶质运移数值模型中，获得观测点处的水头和浓度模拟值；

步骤SS6：基于水头和浓度的模拟值和观测值，利用多步数据同化集合平滑算法，更新低维标准正态分布变量样本；

步骤SS7：将步骤SS6中更新后的低维标准正态分布变量样本，输入到训练好的卷积生成对抗网络，得到更新后的含水层参数场样本，并输入所述地下水流-溶质运移数值模型，得到更新后的含水层参数场对应的观测点处水头和浓度模拟值；

步骤SS8：重复步骤SS6和步骤SS7，直到达到预设的收敛标准；将最后一次迭代得到的低维标准正态分布变量样本，输入到卷积生成对抗网络，得到对应的后验含水层参数场。

2.根据权利要求1所述的一种基于卷积生成对抗网络的含水层参数场反演方法，其特征在于，所述步骤SS1包括：生成满足含水层地质参数先验资料的随机参数场样本。

3.根据权利要求1所述的一种基于卷积生成对抗网络的含水层参数场反演方法，其特征在于，所述的卷积生成对抗网络的生成器G采用卷积多重残差密集块代替传统卷积层作为网络的基本架构。

4.根据权利要求1所述的一种基于卷积生成对抗网络的含水层参数场反演方法，其特征在于，所述的卷积生成对抗网络的生成器G为全卷积网络，即生成器G中全为卷积层，不含全连接层。