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
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 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
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 处理方法技术
• 页码范围: 724-733
• 页数: 10页
• 分类号: P631
• 字数: 6136字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2019.05.011

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎孝璋		2	0	0.0	0.0