基于物理模拟准则的MT深度学习跨尺度反演方法及系统

本发明公开了基于物理模拟准则的MT深度学习跨尺度反演方法及系统，该方法基于电磁法物理特性推导出电磁法物理模拟所遵循的相似准则，并创造性地将相似准则引入MT深度学习反演技术中，实现训练空间与真实空间的数据等效切换，促使以某一频率和尺度的MT数据集训练的网络适用于同一领域的其他场景下的MT数据，极大的增强了网络的泛化能力，节省了训练网络的时长。具体是利用相似准则，将真实空间的空间物理参数切换至训练空间，进而基于切换后空间物理参数，将真实空间的MT正演响应数据转换为训练空间的正演响应数据并输入基于神经网络的MT反演模型得到反演结果，最后，再次利用相似准则，将得到的反演结果切换至真实空间。