一种基于物理信息神经网络的背景噪声程函成像方法技术

本发明专利技术公开了一种基于物理信息神经网络的背景噪声程函成像方法，该方法包括获取原始地震数据；互相关原始地震数据中的背景噪声，得到走时数据；构建人工神经网络，基于程函方程构建包含物理约束的损失函数，并将损失函数添加至人工神经网络；基于训练数据训练人工神经网络，得到初始神经网络模型；获取目标区域的目标地震数据，基于初始神经网络模型处理目标地震数据，得到目标区域的地下速度结构信息。本申请实现了运用物理信息神经网络结构的思想结合程函成像可以有效避免非线性反演中的迭代过程，并且一次训练就可以直接获得期望的地震波速度参数。的地震波速度参数。的地震波速度参数。

【技术实现步骤摘要】
一种基于物理信息神经网络的背景噪声程函成像方法


[0001]本申请涉及地震层析成像
，具体而言，涉及一种基于物理信息神经网络的背景噪声程函成像方法。

技术介绍

[0002]地震层析成像是指利用穿过物体内部的物理信号（例如：声波或者电磁波）来认识地球内部结构的一种方法，该方法的优势是能在不损害物体本身的情况下探知其几何形态或者物性参数。在地震学领域，层析成像方法可以恢复地下介质的速度、各向异性、衰减系数等参数，是直观了解地下结构的重要工具，在局部、区域和全球等不同尺度的成像上均有广泛运用。
[0003]其中，地震背景噪声程函层析成像随着密集阵列的发展逐渐成为噪声成像的重要工具。基于程函方程的背景噪声层析成像，是将每个台站视为虚拟“震源”，该“震源”和其他台站之间的走时面都可以被求取。程函方程直观地构建了地震波速度和传播方向与空间梯度的关系，避免了常规意义上的正演和反演过程。但是，经典的程函成像使用线性的插值算法来重建台站对之间的走时曲面，以估计程函方程中的速度值，这种插值方法往往损失了台站对之间的速度细节。而且经典程函成像需要采集所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物理信息神经网络的背景噪声程函成像方法，其特征在于，所述方法包括：获取原始地震数据，并对所述原始地震数据进行第一预处理；互相关所述原始地震数据中的背景噪声，得到至少一组台站对之间的走时数据；构建人工神经网络，基于程函方程构建包含物理约束的损失函数，并将所述损失函数添加至所述人工神经网络；对训练数据进行第二预处理后，基于所述训练数据训练所述人工神经网络，得到初始神经网络模型，所述训练数据包括所述原始地震数据和走时数据；获取目标区域的目标地震数据，基于所述初始神经网络模型处理所述目标地震数据，得到所述目标区域的地下速度结构信息。2.根据权利要求1所述的方法，其特征在于，所述对所述原始地震数据进行第一预处理，包括：依次对所述原始地震数据进行格式转换、去均值、去仪器响应、数据重采样以及滤波。3.根据权利要求1所述的方法，其特征在于，所述互相关所述原始地震数据中的背景噪声，得到至少一组台站对之间的走时数据，包括：基于频段划分所述原始地震数据，分别对各所述频段的所述原始地震数据中的背景噪声进行互相关，得到至少一组台站对之间的走时数据。4.根据权利要求1所述的方法，其特征在于，所述对训练数据进行第二预处理，包括：基于墨卡托投影将地理坐标系转换为笛卡尔坐标系；对训练数据进行标准化处理和归一化处理；基于各台站间的台站距离和所述输入数据的数据分布进行坐标系网格划分。5.根据权利要求1所述的方法，其特征在于，所述初始神经网络模型包括走时神经网络和速度神经网络；所述获取目标区域的...

【专利技术属性】
技术研发人员：陈云鹏，郭震，陈永顺，罗彬，谭俊卿，吴晓阳，任鹏飞，蔡巍，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：