基于条件生成对抗网络的深部水文地质剖面生成方法

摘要

为充分利用已揭露的水文地质信息生成深部水文地质剖面,提出一种基于条件生成对抗网络的深部水文地质剖面生成方法。首先,对浅部地质剖面图进行分割处理,提取已揭露的地质剖面数据作为训练样本,并生成相应虚拟钻孔作为条件数据,构建出条件生成对抗网络的样本库;随后,搭建并训练条件生成对抗网络,其中生成网络使用U-Net网络结构,判别网络使用多尺度卷积网络,并设计出多尺度的判别损失函数;接着,输入深部钻孔数据到训练完成的生成网络,成功生成目标区块的深部水文地质剖面;最后,与基于迭代卷积的XGBoost模型进行对比,验证本文方法的精度与应用效果。结果表明:条件生成对抗网络在剖面的细节和结构表现上具有明显优势,生成的剖面更完整且准确度更高;输入相同的6条钻孔时,相比于XGBoost方法,评价指标中的峰值信噪比(PSNR)值平均提升了1.165 2 dB,结构相似性(SSIM)值平均提升了0.051 0,图像块感知相似度(LPIPS)指标平均降低了0.023 8;当输入6条深部钻孔时,模型生成的剖面与矿区结合多种数据绘制出的剖面图高度接近。

关键词

水文地质 / 钻孔数据 / 深度学习 / 条件生成对抗网络(CGAN) / 剖面生成