[发明专利]基于神经网络的地震初至波走时获取方法

说明书

本发明公开了一种基于神经网络的地震初至波走时获取方法，包括：获取原始地震波形数据，并将其处理为包含原始波形和对应标注点的数据集，再将数据集划分为训练数据集与测试数据集；根据初至波走时数据获取过程，以尽可能模拟人工拾取结果为目标，结合原始地震波形数据的特征，确定神经网络的结构；将训练数据集作为神经网络的输入，将对应的标注点做为神经网络的输出，对神经网络进行训练，并利用测试数据集对训练后的神经网络进行测试，若满足精度要求，则获得训练好的神经网络；利用根据训练好的神经网络自动获取原始地震波形数据的标注点，从而获得地震初至波走时。该方法提高了地震初至波走时数据的自动获取精度，减少人工校正工作量。

技术领域

本发明涉及地球物理勘探技术领域，尤其涉及一种基于神经网络的地震初至波走时获取方法。

背景技术

传统的地震初至波走时获取方法最主要有如下两种：1)能量比法通过计算采集地震数据各个采样点之间的能量比值，结合初至波波形和能量特点确定初至波走时。2)图像边缘检测法。通过使用微分算子对采集地震数据对数字图像进行边缘提取，从而根据波峰位置确定初至波走时。

但是，上述两种传统方法均为确定的算法基础上加上人工修正之后得到拾取的初至波走时数据，因为算法精度有限，人工校正工作量较大，通常需要研究人员做逐炮手工提取。

发明内容

本发明的目的是提供一种基于神经网络的地震初至波走时获取方法，提高了计算机从地震波形原始数据中对初至波走时数据的自动获取精度，减少人工校正工作量；同时，为野外实地探测提供从原始数据即时获取初至波走时的解决方案。

本发明的目的是通过以下技术方案实现的：

一种基于神经网络的地震初至波走时获取方法，包括：

获取原始地震波形数据，并将其处理为包含原始波形和对应标注点的数据集，再将数据集划分为训练数据集与测试数据集；

根据初至波走时数据获取过程，以尽可能模拟人工拾取结果为目标，结合原始地震波形数据的特征，确定神经网络的结构；

将训练数据集作为神经网络的输入，将对应的标注点做为神经网络的输出，对神经网络进行训练，并利用测试数据集对训练后的神经网络进行测试，若满足精度要求，则获得训练好的神经网络；

利用根据训练好的神经网络自动获取原始地震波形数据的标注点，从而获得地震初至波走时。

由上述本发明提供的技术方案可以看出，基于神经网络获取地震初至波走时，实现了高准确度的拾取精度，极大的减轻了相关行业研究人员的拾取工作量，且可以长时间不停运转，对地质勘探行业野外探测的数据处理和波形获取有重要意义。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的基于神经网络的地震初至波走时获取方法的流程图；

图2为本发明实施例提供的神经网络的结构示意图；

图3为本发明实施例提供的基于神经网络获取地震初至波走时的示意图；

图4为本发明实施例提供的神经网络测试陌生数据的地震初至波走时拾取情况的示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。