基于混合网络U-SegNet的地震初至自动拾取

作     者：陈德武 杨午阳 魏新建 李海山 常德宽 李冬 CHEN Dewu;YANG Wuyang;WEI Xinjian;LI Haishan;CHANG Dekuan;LI Dong

作者机构：中国石油勘探开发研究院西北分院甘肃兰州730020 

基　　金：中国石油天然气集团有限公司科学研究与技术开发项目“深层及非常规物探新方法新技术”(2019A-3312)资助 

出 版 物：《石油地球物理勘探》 (Oil Geophysical Prospecting)

年 卷 期：2020年第55卷第6期

页      码：1188-1201,1159-1160页

摘      要：传统初至拾取方法拾取效果和效率不能兼顾、算法稳定性差、工业化应用成熟度不高;基于深度学习的初至拾取方法制作标签耗时费力、数据预处理过程繁琐、网络结构过于复杂,导致训练和测试效率较低。为此,将U-Net与SegNet深度学习网络的优点相结合,构建新的混合网络U-SegNet,并基于U-SegNet自动拾取初至。U-SegNet以SegNet结构为基础,通过在解码器网络的反卷积层之前融合跳跃连接信息,提供编码器网络的多尺度信息,以获得更好的性能,并且其上采样操作将U-Net中的反卷积改为反池化,池化索引被传递到上采样层,网络模型收敛更快。因此,U-SegNet网络结构更利于分割背景噪声区域和含噪信号区域,从而提高初至拾取精度。基于U-SegNet的初至自动拾取流程包括制作训练数据集、设计网络模型、训练网络模型、测试网络模型和实际资料应用。测试和应用结果表明,所提方法的初至拾取效率约为某商业软件的2.2倍,且易于工业化应用,具有良好的发展前景。

主 题 词：地震初至 拾取 深度学习 U-Net SegNet U-SegNet 

学科分类：081801[081801] 081802[081802] 0808[工学-自动化类] 0709[理学-地质学] 0819[工学-海洋工程类] 08[工学] 0818[工学-交通运输类] 0807[工学-电子信息类] 0708[理学-地球物理学类] 0815[工学-矿业类] 0816[工学-纺织类] 0813[工学-化工与制药类] 0814[工学-地质类] 

核心收录：

D　O　I：10.13810/j.cnki.issn.1000-7210.2020.06.003

馆 藏 号：203993440...