基于深度学习的多波地震信号智能匹配方法与应用

作者：凌里杨; 徐天吉^*; 冯博; 许宏涛; 魏水建

来源：石油地球物理勘探, 2022, 57(04): 768-736.

DOI：10.13810/j.cnki.issn.1000-7210.2022.04.003

• 多波匹配
• 高精度
• 智能化
• 自动化
• 深度学习
• 卷积神经网络

在油气勘探开发领域，为充分发挥多波多分量地震勘探的技术优势，需进行多波地震信号的高精度匹配处理。异于传统方法通过改变地震信号的传播时间、相位、频率等特征完成匹配，提出了一种基于深度学习的多波地震信号智能匹配方法，它利用了卷积神经网络(CNN)的特征提取能力，直接提取地震信号的波形特征，并辅以重采样抽取转换波(PS)、纵波(PP)和转换波特征损失加权、Adam梯度下降算法更新PS波特征等，使PS波波形在保持整体不变的前提下，在时间域向PP波逼近。通过PP波与PS波的波形匹配，自动完成多波地震信号的传播时间、相位、频率等动力学、运动学和几何学特征匹配。川西坳陷新场3D3C地震资料的应用表明，该方法在多波地震信号的匹配过程中，不需人工干预，具有高精度、高效率、智能化和自动化等优点，匹配后的PS波在保持原始特性的基础上，主频、频宽、波形等更逼近PP波，能有效地描述地层接触关系，更有利于断层识别、地层追踪、岩性边界刻画等地质解释，为多波地质解释、联合反演等奠定坚实基础。

• 单位
  电子科技大学; 中国石化石油勘探开发研究院