【技术实现步骤摘要】
本专利技术涉及人工智能和地震正演模拟,特别涉及一种深部随机混合介质非平稳模型建模方法、系统及电子设备。
技术介绍
1、反射地震中,地震正演多用于指导数据采集、约束数据处理,并验证解释的准确性。当地面干扰严重、地下构造复杂,将会导致采集数据的信噪比、分辨率相对较低,以及在其他约束资料缺少的情况下,使得对地震剖面解释产生了多解性。
2、通过地震正演模拟,可以模拟地震波在地下介质中的传播行为,合成地震记录。这些合成记录可以提供关于地下地质结构的重要信息,如反射界面的位置、形状和倾角,岩性变化的位置和程度等,并与实际野外观测数据进行对比,从而帮助解释地下地质结构,减少地震数据解释和反演中的多解性问题。通过调整正演模型的岩石物性参数,如速度、密度和衰减等,可以获得与实际观测数据相匹配的合成记录,从而推断出地下地质结构的特征和属性。因此,通过岩石物性参数构建准确的地质模型是进行正演模拟的基础,合成的地震记录是研究地下地质结构的桥梁。
3、地壳结构与物质组成记录着构造-岩浆事件、变质过程和成矿作用留下的各种信息。探测地球深部和
...【技术保护点】
1.一种深部随机混合介质非平稳模型建模方法,其特征在于,包括:
2.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述初始随机混合介质非平稳模型的表达式为:
3.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述MCCPGAN网络模型的训练过程中,所述生成器的输入包括随机噪声和多条件向量,所述多条件向量包括结构参数和介质参数;所述判别器的输入为所述生成器输出的生成模型、所述训练数据集和多条件向量。
4.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述MCCPGAN网
...【技术特征摘要】
1.一种深部随机混合介质非平稳模型建模方法,其特征在于,包括:
2.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述初始随机混合介质非平稳模型的表达式为:
3.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述mccpgan网络模型的训练过程中,所述生成器的输入包括随机噪声和多条件向量,所述多条件向量包括结构参数和介质参数;所述判别器的输入为所述生成器输出的生成模型、所述训练数据集和多条件向量。
4.根据权利要求1所述的深部随机混合介质非平稳模型建模方法,其特征在于,所述mccpgan网络模型的目标函数包括生成器目标函数和判别器目标函数;
5.一种深部随机混合介质非平稳模型建模系统,其特征在于,包括:
6.根据权利要求5所...
【专利技术属性】
技术研发人员:刘家豪,严加永,陈昌昕,王栩,陈淼,
申请(专利权)人:中国地质科学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。