-
题名基于宽度学习的多薄层面波频散曲线反演
- 1
-
-
作者
杨晓辉
韩鹏
冯旭平
陈晓非
-
机构
成都信息工程大学大气科学学院
深圳市深远海油气勘探技术重点实验室(南方科技大学)
广东省地球物理高精度成像技术重点实验室(南方科技大学)
南方科技大学地球与空间科学系
-
出处
《地球物理学报》
北大核心
2025年第5期1934-1956,共23页
-
基金
成都信息工程大学科研基金资助(KYTZ2023035)
深圳市深远海油气勘探技术重点实验室(ZDSYS20190902093007855)
+1 种基金
广东省地球物理高精度成像技术重点实验室(2022B1212010002)
深圳市科创委面上项目(20210316111600001)联合资助.
-
文摘
面波频散曲线反演是估计地下横波速度的一种有效手段,在工程勘察及浅层勘探中有重要应用价值.基于观测的频散曲线,利用反演算法,可在给定的搜索范围内找到未知地层参数的最优解,实现横波速度的最佳估计.在实际应用中,反演算法的性能直接影响着横波速度估计的精度.因此,高性能反演算法一直是面波反演研究的重要内容.近年来,人工智能技术取得了迅猛发展,其在地球科学中的应用与日俱增.作为人工智能领域的新方法,宽度学习网络的单层结构特点使其在保持强大映射能力的同时大大缩短了样本训练过程的耗时.本文将宽度学习网络引入到面波反演中,采用多薄层、仅反演横波速度的反演模式,引入两阶段反演策略,通过建立观测数据与地层介质的函数映射关系,实现了浅地表横波速度的快速、准确估计.理论合成数据和实际野外数据测试均表明,所提出的反演新方法能够高效地完成面波频散曲线反演任务,获取地层横波速度的较高精度估计.
-
关键词
浅地表横波速度估计
面波反演
两阶段反演策略
宽度学习网络
频散曲线
-
Keywords
Near-surface S-wave velocity estimation
Surface wave inversion
Two-stage inversion strategy
Broad learning network
Dispersion curves
-
分类号
P631
[天文地球—地质矿产勘探]
-
