一种基于改进的UNet探地雷达电导率和相对介电常数反演方法

本发明提出了一种基于改进的UNet探地雷达电导率和相对介电常数反演方法，包括如下步骤：S1、构建地下介质模型并生成电导率数值图与相对介电常数分布图；S2、采用gprMax生成B‑scan图像，并对B‑scan图像、电导率数值图和相对介电常数分布图进行预处理，归一化及尺寸统一，形成图像数据集；S3、将图像数据集像输入基于卷积神经网络的DEP‑UNet网络模型；S4、设置训练集规模、学习率及迭代次数，对DEP‑UNet网络模型进行训练，同时保存训最优模型参数；S5、通过DEP‑UNet网络模型输出预测的电导率数值图和相对介电常数分布图。本发明可以显著降低了探地雷达反演的时间，提升了反演精度。