深度学习地震数据重建方法研究综述 |
| |
引用本文: | 易继东,张敏,李振春,李可欣.深度学习地震数据重建方法研究综述[J].地球物理学进展,2023(1):361-381. |
| |
作者姓名: | 易继东 张敏 李振春 李可欣 |
| |
作者单位: | 1. 中国石油大学(华东)地球科学与技术学院;2. 山东省深层油气重点实验室中国石油大学(华东) |
| |
基金项目: | 国家自然科学基金项目“面向深层岩性油气藏的黏弹性参数反演成像方法研究”(42074133)联合资助; |
| |
摘 要: | 由于自然条件限制和人为因素的影响,实际采集得到的地震数据往往会出现地震道数据缺失的情况,会对后续的地震数据处理和解释制造困难,需要对地震数据进行重建.而传统地震数据重建方法通常存在着重建效果受先验条件约束、超参数选择需要人工干预、自动化程度低等问题.于是人们将目光投向发展迅速的深度学习领域,截至今日已经有不少深度学习方法应用于地震数据重建领域以解决上述地震数据重建过程中的问题.本文将着重分析具有代表性的深度学习地震数据重建方法,分别基于卷积神经网络、循环神经网络、卷积自编码器、生成对抗性网络.通过重建结果残差对比图,重建结果信噪比分析等方法对深度学习地震数据重建方法的优势和不足进行深入探讨.并进一步阐述深度学习地震数据重建方法的研究现状、方法优势、存在的问题以及未来发展趋势,对现今的深度学习重建方法进行总结和展望.
|
关 键 词: | 深度学习 地震数据重建方法 卷积神经网络 循环神经网络 卷积自编码器 生成对抗性网络 |
|