一种地震数据的初至拾取方法和装置制造方法及图纸

本发明专利技术公开了一种地震数据的初至拾取方法，所述方法包括：获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；利用标注过语义分类的样本数据训练语义分割网络模型；利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；根据所述语义分类确定初至位置。通过本发明专利技术的方案，提高了地震数据初至拾取的精度和效率。

【技术实现步骤摘要】
一种地震数据的初至拾取方法和装置
本专利技术涉及地球物理勘探领域，尤指一种地震数据的初至拾取方法和装置。
技术介绍
地震数据初至拾取，尤其是大偏移距的初至信息，可用于研究地层结构，对于认识构造演化过程、提高深层勘探能力、改善静校正精度、估算地层各向异性和反演地下弹性参数等，在地震勘探中发挥重大的作用。然而在实际地震勘探中，由于噪声、地层倾角、地表起伏以及干扰波的存在等多种因素的影响，往往不能拾取到准确的初至信息；同时，大偏移距数据的初至拾取需要对震源的激发能量有较高的要求。并且，目前的初至拾取工作大多由人工来完成，对于初至拾取是一件非常费力、需要大量时间的工作。近年来，许多国内外学者从基于地震数据的瞬时特征和整体特征两个角度研究了不同的自动拾取初至技术，这两个角度都基本趋于成熟，对于信噪比较高的地震数据，能够取得较好的应用效果。但是在实际地震勘探中也会存在一系列的问题，例如：基于地震数据瞬时特征的方法对噪声较为敏感，对于低信噪比的数据难以准确拾取初至；基于地震记录整体特征的方法，这类方法易受到地震道之间相似性等因素的影响，对于复杂地震数据，初至拾取的精度也会受到影响；传统的神经网络方法，虽然能够综合地震数据的瞬时特征和整体特征，但是需要预先提取敏感属性，受人为因素影响较大；总之，现有技术的应用效果会受到地质背景、数据量大小和噪声水平等多种因素的影响，无法准确又高效地拾取地震大数据的初至信息。因此，针对于地震数据的初至拾取，如何实现一种精度高且效率快的初至拾取方法是亟待解决的问题。专利技术内容为了解决上述技术问题，本专利技术提供了一种地震数据的初至拾取方法，能够基于深度语义分割网络技术，实现一种精度高且效率快的初至拾取方法。为了达到本专利技术目的，本专利技术提供了一种地震数据的初至拾取方法，所述方法包括：获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；利用标注过语义分类的样本数据训练语义分割网络模型；利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；根据所述语义分类确定初至位置。一种示例性的实施例中，所述利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割后，方法还包括：将所述训练好的语义分割网络模型的参数作为语义分割网络模型的初始参数；利用所述初始参数对待进行初至拾取的其他区域地震数据进行语义分割；其中，所述其他区域的地震数据与所述样本数据位于不同的地理区域。一种示例性的实施例中，在对样本数据标注语义分类时，将初至波之上的语义分类标注为背景区域，将初至波之下的语义分类标注为有效反射区域。一种示例性的实施例中，所述语义分割网络模型，包括：输入层、输出层以及以下任意一个或多个层：卷积层、批归一化层和激活层。一种示例性的实施例中，所述利用标注过语义分类的样本数据训练语义分割网络模型，包括：51、将标注过语义分类的样本数据作为训练所述语义分割网络模型的输入；52、利用预设的算法计算出所述样本数据输出的特征；53、根据所述样本数据输出的特征计算样本数据相对应的语义分类对应的输出概率；54、根据所述输出概率采用交叉熵函数来计算所述语义分割网络模型输出的分类结果和样本实际分类的误差总和，以获得所述输出层的总误差；55、采用预设的梯度算法计算所述总误差相对于所有权重的梯度，并用梯度下降法更新各层的权重和参数值；56、判断当前迭代次数是否达到预设的迭代次数N，当判断结果为是时，结束训练过程；当判断结果为否时，返回步骤51；其中，N为正整数。为了解决上述问题，本专利技术还提供了一种地震数据的初至拾取装置，包括：存储器和处理器；所述存储器，用于保存用于地震数据的初至拾取的程序；所述处理器，用于读取执行所述用于地震数据的初至拾取的程序，执行如下操作：获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；利用标注过语义分类的样本数据训练语义分割网络模型；利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；根据所述语义分类确定初至位置。一种示例性的实施例中，所述处理器利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割后，所述处理器，还执行如下操作：将所述训练好的语义分割网络模型的参数作为语义分割网络模型的初始参数；利用所述初始参数对待进行初至拾取的其他区域地震数据进行语义分割；其中，所述其他区域的地震数据与所述样本数据位于不同的地理区域。一种示例性的实施例中，在对样本数据标注语义分类时，将初至波之上的语义分类标注为背景区域，将初至波之下的语义分类标注为有效反射区域。一种示例性的实施例中，所述语义分割网络模型，包括：输入层、输出层以及以下任意一个或多个层：卷积层、批归一化层和激活层。一种示例性的实施例中，所述利用标注过语义分类的样本数据训练语义分割网络模型，包括：11、将标注过语义分类的样本数据作为训练所述语义分割网络模型的输入；12、利用预设的算法计算出所述样本数据输出的特征；13、根据所述样本数据输出的特征计算样本数据相对应的语义分类对应的输出概率；14、根据所述输出概率采用交叉熵函数来计算所述语义分割网络模型输出的分类结果和样本实际分类的误差总和，以获得所述输出层的总误差；15、采用预设的梯度算法计算所述总误差相对于所有权重的梯度，并用梯度下降法更新各层的权重和参数值；16、判断当前迭代次数是否达到预设的迭代次数N，当判断结果为是时，结束训练过程；当判断结果为否时，返回步骤11；其中，N为正整数。与现有技术相比，本专利技术公开了一种地震数据的初至拾取方法，所述方法包括：获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；利用标注过语义分类的样本数据训练语义分割网络模型；利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；根据所述语义分类确定初至位置。通过本专利技术的方案，提高了地震数据初至拾取的精度和效率。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。图1为本专利技术实施例的地震数据的初至拾取方法流程图；图2是本专利技术实施例的地震数据的初至拾取装置示意图；图3是本专利技术实施例一示例的BP模型；图4a是本专利技术实施例一示例的标注的单炮地震数据；图4b为对应的单炮地震数据；图4c为单炮地震数据与语义分本文档来自技高网...

【技术保护点】
1.一种地震数据的初至拾取方法，其特征在于，所述方法包括：/n获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；/n利用标注过语义分类的样本数据训练语义分割网络模型；/n利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；/n根据所述语义分类确定初至位置。/n

【技术特征摘要】
1.一种地震数据的初至拾取方法，其特征在于，所述方法包括：
获取标注过语义分类的多个样本数据，其中，所述语义分类包括背景区域类和有效反射区域类；
利用标注过语义分类的样本数据训练语义分割网络模型；
利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割，获得语义分类；
根据所述语义分类确定初至位置。


2.根据权利要求1所述的地震数据的初至拾取方法，其特征在于，所述利用训练好的语义分割网络模型对待进行初至拾取的地震数据进行语义分割后，方法还包括：
将所述训练好的语义分割网络模型的参数作为语义分割网络模型的初始参数；
利用所述初始参数对待进行初至拾取的其他区域地震数据进行语义分割；其中，所述其他区域的地震数据与所述样本数据位于不同的地理区域。


3.根据权利要求1所述的地震数据的初至拾取方法，其特征在于：
在对样本数据标注语义分类时，将初至波之上的语义分类标注为背景区域，将初至波之下的语义分类标注为有效反射区域。


4.根据权利要求1所述的地震数据的初至拾取方法，其特征在于：
所述语义分割网络模型，包括：输入层、输出层以及以下任意一个或多个层：卷积层、批归一化层和激活层。


5.根据权利要求1所述的地震数据的初至拾取方法，其特征在于，所述利用标注过语义分类的样本数据训练语义分割网络模型，包括：
51.将标注过语义分类的样本数据作为训练所述语义分割网络模型的输入；
52.利用预设的算法计算出所述样本数据输出的特征；
53.根据所述样本数据输出的特征计算样本数据相对应的语义分类对应的输出概率；
54.根据所述输出概率采用交叉熵函数来计算所述语义分割网络模型输出的分类结果和样本实际分类的误差总和，以获得所述输出层的总误差；
55.采用预设的梯度算法计算所述总误差相对于所有权重的梯度，并用梯度下降法更新各层的权重和参数值；
56.判断当前迭代次数是否达到预设的迭代次数N，当判断结果为是时，结束训练过程；当判断结果为否时，返回步骤51；其中，N为正整数。


6.一种地震数据的初至拾取装置，所述装置包括：存储器和处理器；其特征在于：<...

【专利技术属性】
技术研发人员：谢涛，田楠，陈继宗，焦叙明，金明霞，
申请(专利权)人：中国海洋石油集团有限公司，中海油田服务股份有限公司，
类型：发明
国别省市：北京;11