大地电磁法（magnetotelluric,MT）作为一种被动源勘探方法,具有数据采集方便、探测深度大的特点,是深部矿产资源勘探和地球科学研究的重要技术。过去的几十年中,反演技术作为大地电磁数据解释的主要方法取得了快速发展,已从简单的一维反演转变为适应复杂结构的三维反演。然而,传统的梯度类反演方法,如Occam法、快速松弛法和高斯牛顿法等虽然可以对数据进行高效反演,但是存在着依赖于初始模型和易陷入局部极值等问题。近年来随着计算机性能和正演方法的快速发展,越来越多的新方法被地球物理学家引入到大地电磁数据反演中,旨在克服传统反演方法存在的问题,提高反演结果的精度。本文在前人的研究基础上,将深度强化学习中的深度Q网络（DQN）和深度学习中的全卷积神经网络U-NET应用到大地电磁数据反演中,期望提高反演的稳定性和分辨率。本文主要研究内容如下:DQN方法是一种将强化学习中的Q-learning和深度神经网络结合起来的随机优化算法,近年来在机器人、游戏、智能驾驶等领域发展迅速,但在地球物理领域还并未得到应用。该方法的优化思想是将实际问题转换成一个马尔可夫决策过程模型,并在模型中不断试错,积累经验,更新参数,进化自身。基于其试错优化的思想,该方法需要进行大量的正演,因此本文利用求解速度快的一维模型测试DQN方法的反演效果。由于地球物理反演存在很强的等值现象,为了得到更加贴近真实模型的反演结果,本文并未使用训练好的DQN进行反演,而是把每一个数据反演都看成是一次训练。基于贝叶斯方法的思想,本文将DQN反演过程中的大量反演结果进行概率统计,得到模型参数的概率分布和最大概率反演结果,获得了反演结果的不确定性信息。本文分别采用五层和八层的地电模型对DQN方法进行测试。五层模型的反演结果证明该方法对初始模型依赖较小;八层模型的反演结果进一步体现了该方法具备良好的抗噪能力。通过与Occam方法和贝叶斯方法进行了对比,证明了该方法具备良好的鲁棒性。最后,本文采用内蒙古某测区的实测数据对该方法进行了测试,反演结果与先验信息拟合较好。作为一种全卷积神经网络,U-NET与传统的神经网络不同,其隐层均由卷积层组成,并通过上采样和下采样实现了编码和解码的过程。由于U-NET是一种自动监督学习的方法,可以实现数据到模型的直接映射,因此该方法可以得到超过传统反演方法的高分辨率反演结果。鉴于U-NET网络具有较高的复杂数据对的映射能力,本文将U-NET应用于大地电磁二维数据反演中。本文利用基于交错网格的有限差分正演方法实现大地电磁TE和TM模式响应的计算,并用其作为U-NET的输入。本文在前人的研究基础上设计了更加贴近真实地下情况的地电模型,并在训练集的建立和损失函数的改进两个方面对U-NET进行了测试,旨在进一步探索U-NET在大地电磁数据反演方面的能力。大量的数值实验结果表明:1)噪声对训练集的影响较小;2)不同形式的损失函数得到的反演结果与其特征一致;3)损失函数中加入模型约束项在一定程度上可以对反演结果进行改善;4)该方法反演结果的分辨率超过传统反演方法。综上所述,本文基于DQN和U-NET实现了大地电磁数据的反演,一定程度上提高大地电磁数据的反演分辨率,为大地电磁资料的解释提供了全新的技术参考。