近日，華為AI4S Lab與清華大學(xué)李懋坤教授團(tuán)隊(duì)、華為先進(jìn)計(jì)算與存儲(chǔ)實(shí)驗(yàn)室合作，基于昇騰AI處理器與昇思MindSpore AI框架打造了大地電磁智能反演模型。該模型通過(guò)變分自編碼器（VAE）靈活嵌入了多物理先驗(yàn)知識(shí)，達(dá)到了業(yè)界SOTA。該成果已被國(guó)際頂級(jí)地球物理期刊《Geophysics》收錄，相關(guān)代碼已在昇思MindSpore Elec電磁仿真套件代碼倉(cāng)中開(kāi)源，同時(shí)，該成果也在昇思人工智能框架峰會(huì)2024上發(fā)布亮相。
大地電磁反演（Magnetotelluric, MT）是一種地球物理勘探技術(shù)。它利用地球表面上的電磁場(chǎng)與地下巖石、礦床等物質(zhì)的電導(dǎo)率、磁導(dǎo)率等物理屬性之間的關(guān)系，推斷地下物質(zhì)的電磁參數(shù)分布從而達(dá)到探測(cè)地下物質(zhì)的目的。該技術(shù)被廣泛應(yīng)用于礦產(chǎn)勘探、油氣勘探、地質(zhì)災(zāi)害預(yù)測(cè)等領(lǐng)域。大地電磁反演相比地震波反演具有探測(cè)深度大、測(cè)量復(fù)雜度低、操作較為簡(jiǎn)便等優(yōu)勢(shì)，但傳統(tǒng)的大地電磁反演方法（如像素反演方法等）仍面臨數(shù)據(jù)分辨率低、病態(tài)性和多解性等問(wèn)題。基于昇思的大地電磁智能反演模型通過(guò)融入多物理先驗(yàn)知識(shí)，有效地解決了上述問(wèn)題。
圖1大地電磁反演示意圖
大地電磁智能反演模型大體分為兩步：
· 根據(jù)先驗(yàn)知識(shí)隨機(jī)生成電阻率分布圖，并進(jìn)行VAE的自編碼預(yù)訓(xùn)練
獲得解碼器構(gòu)建的圖像和隱變量的映射關(guān)系m＝?(v)。特別注意的是，我們首次提出采用1D子域編碼方案，該方案可有效降低數(shù)據(jù)集的復(fù)雜性和多樣性。最終不僅可以減少訓(xùn)練成本，還可以靈活地嵌入具有各種不確定性的先驗(yàn)知識(shí)。
 |
|  |
圖2 VAE預(yù)訓(xùn)練示意圖
· 預(yù)訓(xùn)練完成后，利用觀測(cè)數(shù)據(jù)對(duì)隱變量v進(jìn)行高斯牛頓迭代反演。迭代反演中為了提升反演的穩(wěn)定性，我們分別引入了關(guān)于當(dāng)前步隱變量梯度的正則項(xiàng)以及前一步隱變量相關(guān)的正則項(xiàng)。
其中，dobs是測(cè)量數(shù)據(jù)，而?為大地電磁正演建模算子，第2/3/4項(xiàng)為不同的正則項(xiàng)。通過(guò)上述步驟，我們有效的提升了大地電磁反演的分辨率，克服了病態(tài)性和多解性問(wèn)題。
基于昇思MindSpore框架的分布式并行能力，我們實(shí)現(xiàn)了高效的變分自編碼器網(wǎng)絡(luò)的預(yù)訓(xùn)練和推理。借助MindSpore的自動(dòng)微分能力，高斯牛頓迭代反演中靈活地嵌入了含梯度的正則項(xiàng)，提升了反演的穩(wěn)定性?；跁N思MindSpore的大地電磁反演模型，精度和性能上都有顯著提升。
如下是大地電磁智能反演示例：反演區(qū)域水平長(zhǎng)度為10km，深度為1km。下圖3中目標(biāo)電阻率分布（第一列）與傳統(tǒng)大地電磁反演（第二列）、大地電磁智能反演（第三列），可以看出大地電磁智能反演相比傳統(tǒng)反演精度顯著提升（前者殘差為0.0056和0.0054；后者為0.023和0.024）；下圖4中，大地電磁智能反演性能也優(yōu)于傳統(tǒng)反演方法（前者收斂步數(shù)為4和4；后者為6和4）。
此外，大地電磁智能反演模型還在南部非洲開(kāi)源數(shù)據(jù)集（SAMTEX）上做了驗(yàn)證。該反演區(qū)域位于南部非洲西海岸附近，長(zhǎng)度約為750km，深度選定為80km。該測(cè)區(qū)顯著特征為在水平方向100km至400km之間，深度20km以淺的區(qū)域存在的高導(dǎo)結(jié)構(gòu)。由于低頻電磁波在導(dǎo)體結(jié)構(gòu)中的衰減，MT方法對(duì)高導(dǎo)結(jié)構(gòu)下部區(qū)域的敏感度很低, 因此無(wú)先驗(yàn)知識(shí)約束的傳統(tǒng)MT反演難以準(zhǔn)確重建高導(dǎo)地層的下邊界位置。大地電磁智能反演對(duì)高導(dǎo)地層的下邊界重建較為清晰準(zhǔn)確，較好地將地層厚度的先驗(yàn)知識(shí)融入了反演。
昇思MindSpore為用戶(hù)和開(kāi)發(fā)者提供了一個(gè)高效易用的AI4S加速庫(kù)，大地電磁智能反演模型充分利用該加速庫(kù)，并取得了SOTA的結(jié)果。未來(lái)，AI4S加速庫(kù)將不斷拓展該模型，推動(dòng)應(yīng)用落地到更多領(lǐng)域。同時(shí)，希望有更多的企業(yè)、科研院所能夠共同參與共建、共享，依托昇思MindSpore共同打造更多智能電磁的創(chuàng)新應(yīng)用。
了解更多可查看論文：
https://library.seg.org/doi/10.1190/geo2022-0774.1
相關(guān)工作：
· MindSpore Science開(kāi)源路徑
https://gitee.com/mindspore/mindscience
· 昇思大地電磁智能反演模型開(kāi)源路徑
https://gitee.com/mindspore/mindscience/tree/master/MindElec/examples/hybrid_driven/feature_based_MT_inversion
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
