基于约束Markov决策过程的初至自动识别技术

摘要：

随着地震数据采集技术的进步,地震数据量日益增加,全自动、高精度的地震初至走时拾取技术受到了更加广泛的关注.本文将初至拾取看作特征空间内带约束的Markov决策过程,在奖励函数空间,按一定准则全局寻优获得积累奖励值最大的路径,从而达到在高维空间自动拾取初至信息的目的 .同时,状态值函数中包含与距离相关的折扣因子γ,使Markov决策过程拾取初至能够考虑地震数据的横向连续性,并且回避地震数据中的坏道信息.在此基础上,本文方法进一步引入受空间几何信息约束的动作(Actions)和转移概率(Transitions Probability),从而降低了对起始状态和折扣因子选取的难度,让地震数据初至走时拾取更加准确和自动化.实际数据测试结果表明,在初至能量较弱(信噪比较低)情况或浅层存在相邻较近复杂波形时,本文提出的约束Markov算法仍能准确地进行初至走时的自动拾取,并且具有一定的质量监控能力,让拾取结果更有物理意义.

关键词：机器学习、特征属性、空间结构约束、Markov决策过程、初至自动拾取

所属期刊栏目：64

分类号：P631

资助基金：国家重点研发计划;国家重点研发计划;国家自然科学基金;国家自然科学基金;上海市浦江人才计划;南方海洋科学与工程广东省实验室湛江资助项目;中国石化项目;中国石化项目

在线出版日期：2021-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2050-2060