一种大规模地球物理数据高效反演算法

本发明公开了一种大规模地球物理数据高效反演算法，包括反演前利用基于信息监测的观测数据约束降采样缩减参与反演的观测数据个数，实现反演问题规模的初步减小，反演算法基于高斯牛顿迭代算法，采用预条件共轭梯度法求解模型更新方向，采用反演‑验证模式更新物性模型，在降采样数据集的基础上，进一步缩减参与迭代的观测数据个数，实现反演问题规模的二次减小，从而实现大规模数据的高效、低内存占用反演。本发明不需要所有数据参与反演，保持反演精度不变，可以节省更多的存储需求和耗时，联合数据降采样和训练‑验证迭代模式，实现了大规模地球物理数据的快速反演。