| 基于深度学习UNet++网络的初至波拾取方法 |
| |
| 引用本文： | 李薇薇,龚仁彬,周相广,林霞,米兰,李宁,王晓东,肖高杰.基于深度学习UNet++网络的初至波拾取方法[J].地球物理学进展,2021,36(1):187-194. |
| |
| 作者姓名： | 李薇薇 龚仁彬 周相广 林霞 米兰 李宁 王晓东 肖高杰 |
| |
| 作者单位： | 中国石油勘探开发研究院,北京 100083;中国石油集团东方地球物理勘探有限责任公司,任丘 062552 |
| |
| 摘 要： | 初至波拾取是地震资料处理中一项基础而重要的工作.为解决我国西部沙漠、黄土塬、戈壁等地区地震资料信噪比低,致使初至波拾取准确率不高的难题.本文创新提出一种基于图像分割技术——UNet++神经网络应用于初至波智能拾取.输入原始地震数据及少量初至时间的标签数据进行监督学习,并建立UNet++模型,应用西部某工区地震数据测试,实验证明,UNet++模型性能稳定,炸药震源初至波拾取准确率达到98％,可控震源初至波拾取准确率达到98％.此外,本方法与商业软件、U-net网络的初至拾取对比表明,UNet++优势明显,具有准确率高,抗噪能力强,性能稳定、高效等特点.
|
| 关 键 词： | 初至波 深度学习 UNet++ |
UNet++:a deep-neural-network-based seismic arrival time picking method |
| |
| LI WeiWei,GONG RenBin,ZHOU XiangGuang,LIN Xia,MI Lan,LI Ning,WANG XiaoDong,XIAO GaoJie.UNet++:a deep-neural-network-based seismic arrival time picking method[J].Progress in Geophysics,2021,36(1):187-194. |
| |
| Authors: | LI WeiWei GONG RenBin ZHOU XiangGuang LIN Xia MI Lan LI Ning WANG XiaoDong XIAO GaoJie |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
