[發明專利]一種基于地震信號優化處理的波阻抗反演方法

有效

• 申請號: 202010589052.2
• 申請日: 2020-06-24
• 公開（公告）號: CN111596366B
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 吳清強;劉昆宏;矯麗瑤;葉西蒙;余寧;梁浩然
• 申請（專利權）人: 廈門大學
• 主分類號: G01V1/50
• 分類號: G01V1/50
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 嚴業福

1.一種基于地震信號優化處理的波阻抗反演方法，所述方法包括：

步驟一、按照時間間隔Δt對地震信號進行采樣，獲取地震數據，將地震數據輸入CNN-LSTM融合模塊，CNN-LSTM融合模塊由CNN層和LSTM層兩部分構成，并行使用2個具有不同膨脹因子的一維卷積塊進行特征提取，隨后連接另一卷積塊組合并行卷積塊的輸出特征，每個卷積塊都由一個卷積層、隨后的組歸一化和一個激活函數組成，其中選擇了雙曲正切函數作為激活函數，在每個卷積塊之后添加Dropout層，增強CNN層的泛化能力，CNN層負責輸入樣本軌跡中高頻趨勢的捕獲，LSTM層由2個LSTM網絡序列構成，等效于一個2層深度的LSTM網絡組成，LSTM層對長期依賴性進行捕獲，輸出樣本軌跡中的低頻趨勢；

步驟二、將數據輸入反卷積模塊，反卷積模塊由兩個反卷積組成，每個反卷積模塊都具有一個反卷積層，隨后進行組歸一化，并連接一個激活函數，其中激活函數類型為雙曲正切函數，反卷積模塊對地震數據和測井數據之間的分辨率失配進行補償，提升特征圖的大小，完成上采樣；

步驟三、將數據輸入構建回歸模塊，回歸模塊由門控循環單元GRU部分和一個線性映射層組成，將所提取的特征回歸到目標域，即AI域，GRU部分只有一個簡單的1層GRU，負責使用全局時間特征來增加插值輸出，線性映射層將從之前GRU中獲取的輸出特征映射回AI值；

步驟四、選擇均方誤差MSE作為損失函數，并選擇Adam作為優化器，加入學習率衰減；

步驟五、對區域的波阻抗值進行預測，得到預測結果后，分別以圖像的形式對真實的波阻抗值和預測的波阻抗值進行展示，并繪制對應散點圖和差異圖進行對比。

2.根據權利要求1所述的方法，其特征在于，對結果進行定量評估，具體使用皮爾遜相關系數PCC和估算的AI跡線與真實AI跡線之間的確定系數。

3.根據權利要求1所述的方法，其特征在于，訓練過程包括：將Marmousi 2數據集劃分成訓練集和測試集兩部分，其中訓練集比例為60％，測試集比例為40％，并采取以相同的間隔對地震剖面和模型進行采樣的方式，選擇Marmousi 2數據集中60％的均勻分布地震道和對應的AI跡線為訓練集進行訓練；

使用隨機參數初始化反演模型，將在訓練集中的地震跡線和對應的AI跡線輸入到反演模型中進行訓練，并得到預測的AI數據，使用均方誤差MSE損失函數來計算預測AI值和真實AI值的損失，計算損失的梯度，并相應地更新反演模型的參數，重復該過程直到收斂。

4.根據權利要求1所述的方法，其特征在于，還包括后處理過程，具體包括通過3-D中值濾波器對所得預測值進行濾波；

后處理操作的輸入使用預測所得的波阻抗值，區域內的每個元素都視為一個像素，并使用3-D中值濾鏡對其3x3x3窗口大小內的鄰域進行平滑處理，忽略邊界上的缺失值，先對所選窗口內的像素及其相鄰像素的按照數據值進行排序，然后，根據排序后的像素值確定的中值將與原本的中心像素值進行位置更換。

5.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至4任一項所述的方法。

6.一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序用于：所述計算機程序被處理器執行時實現如權利要求1-4任一項所述的方法。