基于深度学习的地震速度谱自动拾取方法

作     者：张昊 朱培民 顾元 黎孝璋 ZHANG Hao;ZHU Peimin;GU Yuan;LI Xiaozhang

作者机构：中国地质大学(武汉)地球物理与空间信息学院湖北武汉430074 自然资源部海底矿产资源重点实验室广州海洋地质调查局广东广州510760 中海石油(中国)有限公司湛江分公司广东湛江524057 

基　　金：国家重点基础研究发展计划(973计划)项目(2017YFC0601504 2017YFC0601500)资助~~ 

出 版 物：《石油物探》 (Geophysical Prospecting For Petroleum)

年 卷 期：2019年第58卷第5期

页      码：724-733页

摘      要：为了克服人工拾取地震速度谱效率低、耗时长等缺点,提出了一种基于深度学习的地震叠加速度自动拾取方法。其核心是模仿地震数据处理人员在速度谱上拾取速度的行为和过程,实现叠加速度的自动拾取。将速度谱视为图像,并依据所拾取的“时间-速度”对具有时间序列的特点,设计了一个复杂的能用于速度拾取的卷积神经网络(convolutional neural network,CNN)和长短期记忆(long-short term memory,LSTM)模型混合结构神经网络模型。该模型经过训练,可以对输入的速度谱进行自动拾取,并输出“时间速度”对序列。理论和实际地震数据测试结果表明,相对于基于反演过程的传统速度拾取算法,基于深度学习的地震速度谱自动拾取方法无需附加任何约束和干预,不仅实现了完全自动化的速度拾取,而且具有更高的拾取精度。

主 题 词：速度谱 深度学习 自动拾取 卷积神经网络 长短期记忆模型 时间序列 

学科分类：081801[081801] 081802[081802] 08[工学] 0818[工学-交通运输类] 

核心收录：

D　O　I：10.3969/j.issn.1000-1441.2019.05.011

馆 藏 号：203791435...