科研之友
微信
新浪微博
Facebook
分享链接
摘要
地震波走时计算在层析成像、偏移成像和微震定位等地震学领域中都有重要作用.使用有限差分方法求解程函方程是地震波走时计算的重要方法之一.常规程函方程求解方法需要计算每一个震源激发的走时场，随着网格数量的增加会消耗大量的时间和存储空间.本文介绍了基于深度神经网络的EikoNet走时计算方法，该方法构建了一个包含速度和走时场偏差之间关系的深度神经网络，通过在三维空间中采样生成训练样本，以给定的速度模型为标签实现训练过程中对网络的优化，在计算走时过程中，能传递关于地震波场和速度结构的信息，而且高度适用于GPU，可以无网格地快速确定三维域中任意两点之间的走时，大大提高了计算效率并降低了内存消耗. EikoNet方法和常规快速推进法（FMM）在几个速度模型上的数值实验表明EikoNet方法在保持高精度的同时还具有更高的效率.
- 单位
