-
题名基于物理约束U-Net网络的地震数据低频延拓
被引量：6
- 1
-
-
作者
张岩
周一帆
宋利伟
董宏丽
-
机构
东北石油大学计算机与信息技术学院
东北石油大学物理与电子工程学院
东北石油大学人工智能能源研究院
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2023年第1期31-45,共15页
-
基金
国家自然科学基金区域联合基金项目“基于分布式算法及大数据驱动的微地震信号去噪与反演研究”(U21A2019)
国家自然科学基金项目“物理和数据混合驱动的黏弹性介质纯P波最小二乘逆时偏移方法”(42274171)
+2 种基金
国家自然科学基金面上项目“基于通信协议的非线性时变系统有限域分布式滤波”(61873058)
黑龙江省自然科学基金重点项目“复杂网络化系统的安全控制与滤波”(ZD2019F001)
黑龙江省普通本科高等学校青年创新人才培养计划项目(UNPYSCT-202014)联合资助。
-
文摘
由于震源与采集技术的影响,地震勘探数据往往缺失低频信息,严重影响后续的反演和成像处理。现有的地震数据低频延拓方法,大多建立在时域数据分布特征的基础上,容易导致频率与相位信息严重损失。为解决该问题,文中提出一种基于地震波物理参数约束的U-Net深度学习网络进行地震数据低频延拓。首先,利用理论引导数据的思想组织样本,生成大量不同特征的地震数据;然后,通过结合残差跳跃连接改进的U-Net模型学习从中高频地震数据生成低频成分的非线性映射;最后,结合地震信号的物理参数约束提升对频率、相位的恢复效果。实验证明,文中所提方法对地震数据低频恢复具有较好的效果,并在频率与相位的保持上优于同类方法,对提高后续的处理与解释精度具有较高的实用价值。
-
关键词
低频缺失
物理约束
频率与相位恢复
深度学习
U-Net
残差块
-
Keywords
low frequency loss
physical constraints
frequency and phase recovery
deep learning
U-Net
residual block
-
分类号
P631
[天文地球—地质矿产勘探]
-
