[發明專利]地質異常體識別的方法及其模型訓練方法、裝置

有效

• 申請號: 202010012578.4
• 申請日: 2020-01-07
• 公開（公告）號: CN111178320B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 李冬;彭蘇萍;郭銀玲;盧勇旭;崔曉芹
• 申請（專利權）人: 中國礦業大學（北京）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01V1/28;G01V1/30
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 董艷芳

本發明提供了一種地質異常體識別的方法及其模型訓練方法、裝置，涉及地震勘探技術領域，該模型訓練方法包括：獲取樣本區域的地震繞射波數據以及地震反射波數據；將地震反射波數據以及地震繞射波數據進行渲染，得到訓練樣本圖像；將樣本圖像輸入至預設的神經網絡模型中進行訓練，得到用于地質異常體預測的模型。通過將待識別的地震波數據圖像輸入至預先完成訓練的地質異常體識別模型中即可輸出地質異常體識別的結果。該方法利用分離之后的繞射波地震數據，采用疊合顯示技術將地震反射波剖面與地震繞射波剖面疊合顯示，再基于已知地質異常體數據完成神經網絡模型的訓練，最后通過輸入實際的疊合顯示地震數據實現研究區的地質異常體高精度預測。

技術領域

本發明涉及地震勘探技術領域，尤其是涉及一種地質異常體識別的方法及其模型訓練方法、裝置。

背景技術

地質異常是指在成分、結構、構造或成因序次上與周圍環境有明顯差異的地質體或地質體的組合。也常常表現為地球物理場、地球化學場及遙感影像異常等都有所差異。主要用于礦產預測，進而用來總結區域成礦規律。隱蔽致災的地質異常體由于隱秘性強，容易被人忽視，安全隱患極大，所以亟需一種能夠精細刻畫隱蔽致災地質異常體的有效方法。

目前，地質異常體的精細刻畫包含了地震精細處理和地震精細解釋等，輔助地震解釋手段有地震屬性分析、螞蟻體等自動追蹤、人工智能地質構造解釋等，但是目前所用到的人工智能識別方法，都是基于反射波地震數據，預測效果還有提升空間。

發明內容

有鑒于此，本發明的目的在于提供一種地質異常體識別的方法及其模型訓練方法、裝置，利用分離之后的繞射波地震數據，采用疊合顯示技術將地震反射波剖面與地震繞射波剖面疊合顯示，再基于已知地質異常體數據完成神經網絡模型的訓練，最后通過輸入實際的疊合顯示地震數據實現研究區的地質異常體高精度預測。

第一方面，本發明實施例提供了一種用于地質異常體識別的模型訓練方法，該方法包括：

獲取樣本區域的地震繞射波數據以及地震反射波數據；

將地震反射波數據以及地震繞射波數據進行渲染，得到訓練樣本圖像；

將樣本圖像輸入至預設的神經網絡模型中進行訓練；

當預設的神經網絡模型中的輸出結果滿足預設的期望閾值時停止模型的訓練，得到用于地質異常體識別的模型。

在一些實施方式中，上述將地震反射波數據以及地震繞射波數據進行渲染，得到模型的樣本圖像的步驟，包括：

根據地震反射波數據中的能量數據，對地震反射波數據進行可視化圖像渲染，得到地震反射波的數據圖；

根據地震繞射波數據中的能量數據，對地震繞射波數據進行可視化圖像渲染，得到地震繞射波的數據圖；

將地震反射波的數據圖與地震繞射波的數據圖進行融合，得到模型的樣本圖像。

在一些實施方式中，將地震反射波的數據圖與地震繞射波的數據圖進行融合，得到模型的樣本圖像的步驟，包括：

將地震反射波的數據圖設置為背景圖層，背景圖層設置在樣本圖像的底層；

將地震繞射波的數據圖設置為普通圖層，普通圖層設置在背景圖層的頂層；

根據地震反射波數據以及地震繞射波數據中的能量數據，調整普通圖層的透明度和色彩參數，得到模型的樣本圖像。

在一些實施方式中，上述將樣本圖像輸入至預設的神經網絡模型中進行訓練的步驟之前，方法還包括：

獲取樣本區域中的地質異常體坐標，獲得該坐標對應的地質異常體數據；

根據地質異常體數據，得到該坐標中相對應的剖面圖；剖面圖用于神經網絡模型的訓練。