LWD-EM-Inv

📌 随钻电磁波通用地球物理反演（LWD Electromagnetic Inversion）

📖 项目简介

LWD-EM-Inv 是一个用于 随钻电磁波测井（LWD-EM） 数据的 地球物理反演 代码库，支持 正演模拟、反演求解、数据处理 及 可视化。本项目旨在提供 高效、通用、可扩展 的随钻电磁波反演工具，适用于 油气勘探、地下结构成像 等应用。

✨ 主要特性

✅ 支持多种反演方法（Occam 反演、贝叶斯反演、深度学习等）
✅ 适用于随钻电磁测井数据（多频率、多偏移距）
✅ 可扩展的正演与反演框架（支持 FEM、FDTD、积分方程等）
✅ 高效计算（支持 GPU 加速）
✅ Python & C++ 实现（可与 NumPy、PyTorch 等集成）

---

📦 安装指南

🔹 依赖环境

本项目基于 Python 3.8+，推荐使用 Anaconda 进行环境管理。

# 创建新的 Python 环境
conda create -n lwd-eminv python=3.8
conda activate lwd-eminv

# 安装依赖库
pip install numpy scipy matplotlib tqdm
pip install torch  # 如使用深度学习

🔹 源码安装

git clone https://github.com/your_username/LWD-EM-Inv.git
cd LWD-EM-Inv
python setup.py install

---

🚀 快速开始

🔹 1. 运行示例

from lwd_eminv import LWDInversion

# 初始化反演
inv = LWDInversion(method="Occam", max_iter=100)

# 加载测井数据
data = inv.load_data("example_data.csv")

# 运行反演
result = inv.run_inversion(data)

# 可视化结果
inv.plot_result(result)

🔹 2. 命令行运行

python run_inversion.py --method Occam --data example_data.csv

---

📊 结果示例

🔹 反演结果可视化

# 绘制反演结果
fig, ax = plt.subplots(1, 2, figsize=(12, 6))

# 绘制测量数据与拟合数据对比
inv.plot_data_fit(result, ax=ax[0])

# 绘制反演模型
inv.plot_model(result, ax=ax[1])

plt.tight_layout()
plt.show()

🔹 参数敏感性分析

# 进行参数敏感性分析
sensitivity = inv.analyze_sensitivity(result)

# 绘制敏感性矩阵
inv.plot_sensitivity(sensitivity)

---

🛠 目录结构

LWD-EM-Inv/
│── docs/                # 文档与示例
│── examples/            # 示例代码
│── src/                 # 核心代码
│   ├── lwd_eminv/       # 反演模块
│   ├── forward/         # 正演模块
│   ├── utils/           # 工具库
│── tests/               # 测试代码
│── run_inversion.py     # 反演主脚本
│── README.md            # 项目说明
│── setup.py             # 安装脚本

---

📄 参考文献

• Constable, S. C., Parker, R. L., & Constable, C. G. (1987). Occam’s inversion: A practical algorithm for generating smooth models from electromagnetic sounding data. Geophysics.
• Tarantola, A. (2005). Inverse problem theory and methods for model parameter estimation. SIAM.

---

🤝 贡献指南

欢迎贡献代码！请参考 CONTRIBUTING.md 了解如何提交 PR、报告 Bug 或提出新功能建议。

---

📧 联系方式

📌 作者: swpucwf 📌 邮箱: swpucwf@126.com
📌 GitHub: your_username

---

📜 许可证

本项目基于 ** Apache License Version 2.0** 开源，详细信息请见 LICENSE。