Apparent resistivity inversion of electrical source semi-airborne electromagnetic data based on neural network

The efficiency and applicability of time-domain electrical source semi airborne apparent resistivity inversion is poor. Due to that, we conduct an equivalent conversion of the induced voltage based on fast forward modeling and build single sample set.Then, we choose three-layer BP neural network and Levenberg-Marquardt algorithm for training sample set, optimizing the network parameter with convergence speed and small error. Comparing the inversion results of neural network inversion method with the traditional method,for homogeneous half space model, the relative error of neural network inversion results are less than 5％, while the traditional inversion results is more than 20％; for layered model, the result is closer to the real model than the traditional method. It proves that inversion method based on neural network is superior to traditional method, provides a new method for processing and interpretation of semi airborne electromagnetic data.