基于全卷积神经网络的地震初至波拾取

摘要

为了提高初至波自动拾取的稳定性和高效性,减少初至波拾取耗费的人力,将当前迅猛发展的深度学习技术应用到地震数据处理领域.把初至拾取看作是二分类问题,初至波为一类,背景为另一类,参考全卷积神经网络在图像语义分割和边缘检测的成功应用,提出了利用全卷积神经网络来拾取初至波的新算法.通过搭建三个不同深度的全卷积神经网络结构并对其进行性能测试,选取性能最优的网络,并与商业地震数据处理软件TomoPlus自动拾取的结果进行比较,在高噪声情况下取得了更好的结果,验证了利用全卷积神经网络拾取初至波的可行性.