基于UNet++的地震P波初至拾取研究

• 作者: 刘志文 王进强 王广鑫
• 来源期刊: 太原理工大学学报
• 关键词: 地震 深度学习 UNet++ P波初至拾取
• 年，卷（期）: 2023,（1）
• 所属期刊栏目: 矿业工程
• 页码范围: 65-72
• 页数: 7页
• 分类号: P315
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2023.01.008

摘要

基于UNet++对P波初至拾取进行研究，首先对UNet++进行降维，并从网络结构的深度和单个Block的操作两方面对原始网络进行改进；然后给模型选择损失函数和优化器，让模型能够有优化的目标和方向；接着进行数据的预处理，筛选信噪比小于20 dB的数据出来，对其进行小波阈值去噪、归一化处理；最后是训练和验证，选择在验证集上表现最优的一个模型作为最终模型。经过150条测试集数据的测试，证明所使用方法在均值、方差、命中率3项指标上均优于STA/LTA和AR-AIC,其中P波初至拾取的精确率高达98.00%,为P波初至自动拾取提供了一种新思路。