基于深度全卷积神经网络的地震波阻抗预测方法

摘要：

波阻抗反演是高分辨率地震资料处理的最终表达形式,线性的地震波阻抗反演方法求解精度依赖于初始地质模型,为高效地求解得到完全非线性的反演结果,地震波阻抗反演迫切需要发展智能化的反演技术.鉴于此,本文在全卷积神经网络(Fully Convolutional Network,FCN)的基础上,提出一种深度全卷积神经网络的地震波阻抗预测方法,以此来实现波阻抗反演.其实现过程是通过深度全卷积神经网络对正演模型和对应的波阻抗标签训练建立非线性的映射关系,得到反演映射模型,进一步通过该反演映射模型预测地震波阻抗.正演数据测试和实际资料应用结果表明,该方法可以实现地震与波阻抗之间的非线性映射,为地震波阻抗反演提供一种智能化的新手段.

关键词：地震波阻抗反演、非线性、全卷积神经网络、反演映射模型

所属期刊栏目：19

分类号：P631.4

资助基金：中国石油创新基金2018D-5007-0301

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：386-392