波動方程正演引導的深度學習地震波形反演

打開文本圖片集

摘要：物理驅動的全波形反演方法計算成本高，數(shù)據(jù)驅動的深度學習反演方法對標記數(shù)據(jù)集的依賴性強。為了在有限的數(shù)據(jù)條件下獲得更好的反演結果，結合數(shù)據(jù)驅動與物理驅動，提出了波動方程正演引導的深度學習地震波形反演方法。首先，利用地震數(shù)據(jù)應用神經(jīng)網(wǎng)絡重建速度模型，對網(wǎng)絡預測的速度模型進行正演建模，通過最小化速度模型的誤差及地震數(shù)據(jù)的誤差訓練網(wǎng)絡；其次，使用有限差分法將二階偏微分波動方程近似為可微算子，使正演過程能夠傳遞梯度，并根據(jù)梯度方向動態(tài)調整地震數(shù)據(jù)損失的權重。（剩余378字）