[发明专利]基于深度学习分类的大地电磁测深法功率谱智能挑选方法

摘要

本发明公开了基于深度学习分类的大地电磁测深法功率谱智能挑选方法，具体包括以下步骤：S1：对野外采集到的MT电场和磁场时间序列数据进行分段，计算每段时间序列的功率谱，获取MT子功率谱；S2：对所有MT子功率谱和全叠加后的总功率谱分别进行阻抗估计，分别计算得到视电阻率和相位；S3：利用全叠加后的视电阻率和相位进行Rhoplus反演，计算反演得到的电阻率和相位与子功率谱的视电阻率和相位之间的拟合差。本发明公开的基于深度学习分类的大地电磁测深法功率谱智能挑选方法具有在MT实测数据处理中可以极大节省人力成本，可以避免人工挑选功率谱的不确定性和随机性，有效抑制噪声对MT资料阻抗估计的影响效果。