[发明专利]地震数据静校正处理方法、装置、计算机设备和存储介质

权利要求书

1.一种地震数据静校正处理方法，其特征在于，包括：

获取目标地震数据；

将所述目标地震数据输入至预先训练的初始拾取神经网络模型进行训练，获得包含第一初至时间数据的初至拾取数据；

将包含所述第一初至时间数据的所述初至拾取数据输入至静校正处理神经网络进行训练，获得静校正处理后的初至拾取数据以及第二初至时间数据；

根据静校正处理后的所述第二初至时间数据和所述第一初至时间数据，计算得到静校正量；

根据所述静校正量对地震数据进行校正。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标地震数据输入至预先训练的初始拾取神经网络模型进行训练，获得包含初至时间的初至拾取数据的步骤之前包括：

获取预设格式的样本数据，其中，所述预设格式的样本数据为炮集数据的每一道数据，地震道数据的格式包括文件头、每道的道头数据和道数据体，所述道数据体记录每个采样点上的振幅值；

将所述预设格式的样本数据输入至初始拾取神经网络进行训练，得到所述初始拾取神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述获取预设格式的样本数据的步骤之前还包括：

构建包括第一输入层、第一中间层和第一输出层的初始拾取神经网络，其中，所述第一输入层用于输入一道地震数据，通过所述第一中间层计算后，所述第一输出层输出一道与输入的震道数据的样点数一致的数据，输出的数据中每个样点值为第一样点值或第二样点值。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标地震数据输入至预先训练的初始拾取神经网络模型进行训练，获得包含第一初至时间数据的初至拾取数据的步骤包括：

将所述目标地震数据输入至预先训练的初始拾取神经网络模型进行训练，所述初至拾取神经网络模型输出包含样点值的所述初至拾取数据，其中，所述样点值包括第一样点值和第二样点值；

通过所述初至拾取神经网络模型提取出所述样点值为所述第一样点值的所述初至拾取数据，获取所述第一样点值对应的所述初至拾取数据的所述第一初至时间数据。

5.根据权利要求1所述的方法，其特征在于，所述将包含所述第一初至时间数据的所述初至拾取数据输入至静校正处理神经网络进行训练，获得静校正处理后的初至拾取数据以及第二初至时间数据的步骤包括：

将包含所述第一初至时间数据的所述初至拾取数据输入至静校正处理神经网络进行训练；

通过所述静校正处理申请网络，对需要静校正处理的目标地震数据重置静校正的高程，输出目标高程的初至时间。

6.根据权利要求1所述的方法，其特征在于，所述将包含所述第一初至时间数据的所述初至拾取数据输入至静校正处理神经网络进行训练，获得静校正处理后的初至拾取数据以及第二初至时间数据的步骤之前还包括：

构建包括第二输入层、第二中间层和第二输出层的静校正处理神经网络。

7.根据权利要求1-6任一项中所述的方法，其特征在于，所述根据静校正处理后的所述第二初至时间数据和所述第一初至时间数据，计算得到静校正量的步骤包括：

计算静校正处理后的所述第二初至时间数据和所述第一初至时间数据之差，得到所述静校正量。

8.一种地震数据静校正处理装置，其特征在于，包括：

目标地震数据获取模块，用于获取目标地震数据；

第一神经网络训练模块，用于将所述目标地震数据输入至预先训练的初始拾取神经网络模型进行训练，获得包含第一初至时间数据的初至拾取数据；

第二神经网络训练模块，用于将包含所述第一初至时间数据的所述初至拾取数据输入至静校正处理神经网络进行训练，获得静校正处理后的初至拾取数据以及第二初至时间数据；

静校正量计算模块，用于根据静校正处理后的所述第二初至时间数据和所述第一初至时间数据，计算得到静校正量；

静校正模块，用于根据所述静校正量对地震数据进行校正。