基于神经网络的随机地震反演方法

• 作者: 冯晅 刘财 赵鹏飞 郭智奇 阮庆丰
• 来源期刊: 地球物理学报
• 学科: 地球科学
• 关键词: 随机地震反演 序贯高斯模拟 神经网络 训练集
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 大兴安岭西盆地群域构造地质-地球物理专栏
• 页码范围: 1172-1180
• 页数: 9页
• 分类号: P631
• 字数: 6234字
• 语种: 中文
• DOI: 10.6038/cjg2019M0064

摘要

针对随机地震反演中存在的两个主要问题,随机实现含有噪声和难以从大量随机实现中挖掘有效信息,提出了一种基于神经网络的随机地震反演方法.通过对多组随机实现及其正演地震数据的计算,构建了基于序贯高斯模拟的训练集.这也为应用神经网络求解地球物理反问题,提供了一种有效建立训练集的方法.较之传统的神经网络反演,这种训练集不仅保证了学习样本具有多样性,同时还引入了空间相关性.数值模拟结果表明,该方法只需要通过单层前馈神经网络,就可以比较有效的解决一个500个阻抗参数的反演问题.