基于深度学习的叠后低频外推和声波阻抗反演

【作者】 罗仁昱； 高静怀；

【机构】 西安交通大学；

【摘要】 <正>利用偏移的地震剖面可以直接反演地下声波阻抗,从而帮助助岩性解释。直接从叠后地震资料中预测波阻抗并不容易。在实际资料中,随机噪声的干扰加大了阻抗反演的难度。以前的阻抗反演工作主要集中在逐迹策略上,导致横向连续性差。我们提出了一种基于二维时间卷积网络(Temporal Convolutional Network, TCN)的叠后低频外推方法和一种基于TCN的阻抗预测方法。我们使用两步走工作流程对叠后地震数据进行声波阻抗预测。首先,我们使用神经网络(LE-Net)对地震数据进行低频外推,然后使用另一个神经网络(AI-Net)预测声阻抗。LE-Net的输入是高频带限地震和低频阻抗数据。更多还原