近日，我校社会管理学院地学数值计算科创平台团队与合作者在“人工智能+地球物理勘探”学科交叉研究领域取得重要进展，相关研究论文“A 3-D Magnetotelluric Inversion Method Based on the Joint Data-Driven and Physics-Driven Deep Learning Technology”在《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS, 中科院一区TOP期刊, IF为8.2）上发表。IEEE TGRS是地球科学和遥感领域的顶级期刊之一，是IEEE地球科学与遥感技术协会（GRSS）会刊，在地球科学和遥感技术领域具有较高国际影响力。

大地电磁法（Magnetotelluric, MT）是以天然电磁场为场源来研究地球内部电性构造的一种重要的地球物理手段，通过地表测量地下相互正交的电场和磁场来计算大地的视电阻率，从而研究地下介质的电性结构，被广泛应用于矿产资源勘探、电性结构研究以及地球深部构造研究等诸多领域。

基于神经网络的万能逼近定理，研究团队将深度学习技术首次应用于3-D场景下的大地电磁反演方法研究，通过设计物理信息神经网络结构来近似反演算子，实现了从输入地下观测数据到大地电磁模型的端对端映射，有效解决了传统数值反演方法易陷入局部极小值和严重依赖初始模型的问题，对推动大地电磁反演方法的发展与进步具有重要意义。

未来团队将在该成果的基础上，基于新一代信息技术，在矿产资源勘查数据智能处理、地质构造数据解析等相关领域进一步开展交叉学科研究，为国家重大工程建设、地球深部探测提供更为精准、高效的解决方案。

论文地址：https://ieeexplore.ieee.org/document/10453512