Transformer网络在大地电磁反演成像中的应用     

刘高村王绪本袁崇鑫李德伟谢卓良 《物探化探计算技术》2023,(4):484-496

传统大地电磁反演通常是基于确定性梯度的迭代求解,不仅需要大量时间计算雅可比矩阵,还依赖于初始模型的输入和正则化因子等参数的设置。近年来学者们不断引入机器学习方法以试图改善大地电磁反演,该方法不需要计算雅可比矩阵,不用输入初始模型,训练好的网络仅需几毫秒就可实现反演成像。这里利用Google团队提出的Transformer神经网络经典框架搭建大地电磁数据和模型之间的映射网络,以9240组正演数据为样本,对Transformer网络参数进行训练。采用南非开源大地电磁数据,实现了由视电阻率图像到电阻率模型的反演成像。研究表明:①经训练后的Transformer网络可以较准确的反映出异常体位置和大小;②网络实现了简单的矩阵并行化运算,大幅度提高训练的效率,且成像效率高于传统的反演。  相似文献   

三江源地区冬季降水年代际变化特征及相关物理机制     

王腾  孙博  王会军  多典洛珠  卓永 《大气科学》2023,(6):1863-1875

本文主要利用1961/1962～2017/2018年CN05.1资料和NCEP/NCAR再分析资料,研究三江源地区（以下简称三江源）冬季降水的年代际变化特征及相关物理机制。结果表明：三江源冬季降水在20世纪80年代末期经历了一次由少到多的年代际增多。三江源冬季降水的年代际变化受乌拉尔山上空异常低压和贝加尔湖—中国东北部上空异常高压影响,与中高纬北大西洋海气相互作用有关。从20世纪80年代末期开始,中高纬北大西洋海温增暖可以导致海表面上空上升运动异常,对流活动增强,激发向东传播的大气环流波列,引起乌拉尔山上空的异常低压和贝加尔湖—中国东北部上空的异常高压。在异常低压与异常高压的影响下,极锋急流南移加强,引起三江源高空辐散,对流活动增强,导致三江源冬季降水增多;另一方面,贝加尔湖—中国东北部上空异常高压还可以通过引起三江源上空异常东风,引起三江源水汽通量辐合异常,导致冬季降水增多。此外,印度洋海温异常可能通过影响南支槽强度变化,进一步调制三江源冬季降水。  相似文献