简介： 本发明涉及一种基于贝叶斯框架结合神经网络的地空电磁数据反演方法。获取探测区域地质资料，提取地下介质模型参数的先验信息，求出能够表明模型参数和噪声的先验分布以及实测数据与未知模型参数之间的似然函数，进而表示模型参数的后验分布。基于先验样本建立神经网络替代模型；利用马尔科夫链蒙特卡罗采样方法，通过对替代模型得到的后验分布采样得到样本，当采样一定数量样本后检验替代模型精度，若替代模型精度不足则更新低保真模型得到高保真模型，然后再利用高保真模型采样。最后对实测数据求解各参数的后验概率密度并求平均值，对结果成像并分析，获取地下介质信息。本发明有利于电磁探测技术的实用化。