基于多任务学习的弹性波多参数双驱动反演方法及系统技术方案

本发明专利技术属于地球物理勘探领域，提供了一种基于多任务学习的弹性波多参数双驱动反演方法及系统

【技术实现步骤摘要】
基于多任务学习的弹性波多参数双驱动反演方法及系统


[0001]本专利技术属于地球物理勘探领域，尤其涉及一种基于多任务学习的弹性波多参数双驱动反演方法及系统
。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术
。
[0003]地震勘探方法是一种重要的地球物理勘探手段，广泛应用于油气资源勘察
、
工程地质勘察
、
区域地质研究和地壳研究等领域
。
地震勘探方法通过布置于地表的震源激发地震波，当地震波遇到地质界面时，即发生反射和透射现象，利用布置于地表的检波器接收反射信号，获得原始地震数据
。
地震波在地下介质中的传播遵循弹性波波动方程，地下介质的纵波速度
、
横波速度以及密度等弹性参数分布会影响弹性波场的特征
。
通过数据处理
、
反演或成像等方法，可以实现对地下介质分布情况的预测
。
其中地震数据反演是一种重要的地震资料分析方法，能够利用观测数据反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于多任务学习的弹性波多参数双驱动反演方法，其特征在于，包括：获取真实弹性参数模型及其相应的真实弹性波数据；其中，真实弹性参数模型包括纵波速度模型
、
横波速度模型和密度模型；采用基于多任务学习的弹性波多参数反演网络，学习真实弹性波数据与真实弹性参数模型之间的映射关系，得到预测弹性参数模型；采用正演计算网络，结合确定的弹性波波动方程，计算预测弹性参数模型对应的弹性波数据；计算联合损失函数，优化基于多任务学习的弹性波多参数反演网络；基于优化后的基于多任务学习的弹性波多参数反演网络，根据获取的弹性波数据，得到地下介质纵波波速
、
横波波速以及密度模型图，实现地震数据反演
。2.
根据权利要求1所述的基于多任务学习的弹性波多参数双驱动反演方法，其特征在于，所述基于多任务学习的弹性波多参数反演网络包括：编码器和三个解码器，其中，三个解码器以串联形式连接在编码器后方
。3.
根据权利要求2所述的基于多任务学习的弹性波多参数双驱动反演方法，其特征在于，所述采用基于多任务学习的弹性波多参数反演网络的具体过程包括：采用编码器提取真实弹性波数据中的单道弹性波数据特征
、
单道弹性波数据邻域特征和全局信息，获得共享特征；将共享特征输入第一解码器中，预测纵波速度模型；将预测得到的纵波速度模型拼接到共享特征上，并输入第二解码器，预测横波速度模型；将预测得到的纵波速度模型和横波波速模型拼接到共享特征上，并输入第三解码器，预测密度模型
。4.
根据权利要求1所述的基于多任务学习的弹性波多参数双驱动反演方法，其特征在于，所述正演计算网络包括正演参数设置层
、
震源设置层和正演计算层，所述正演参数设置层用于定义包括正演模拟的模型大小
、
空间采样率
、
时间采样率
、
采样时长
、
吸收边界参数和震源主频；所述震源设置层用于生成震源子波；所述正演计算层，包含若干个卷积层，每个卷积层包含六个卷积操作，用于计算二维弹性波波动方程，模拟震源在弹性参数模型中的传播规律
。5.
根据权利要求1所述的基于多任务学习的弹性波多参数双驱动反演方法，其特征在于，所述联合损失函数为：其中
J、J
m

【专利技术属性】
技术研发人员：蒋鹏，李铎，任玉晓，杨森林，陈磊，
申请(专利权)人：山东大学，
类型：发明
国别省市：