数据驱动的大尺度密度建模方法、计算设备及存储介质

摘要

本发明涉及一种数据驱动的大尺度密度建模方法、计算设备及存储介质，其包括：基于实测的测井数据，得到测井数据中的概率密度；基于概率密度构建二维P波速度和二维密度模型；基于二维P波速度和二维密度模型，得到反射系数模型，并通过反射系数和地震子波的褶积得到模型每一道对应的合成地震记录；基于二维密度模型和合成地震记录，得到大量数据对；基于数据对，对深度神经网络进行训练，使训练后的深度神经网络精确的描述地震数据与大尺度密度之间的非线性关系；基于用深度神经网络描述的非线性关系，将地震观测数据映射为大尺度密度，最终实现大尺度密度建模。本发明克服了传统方法对地下介质层位、大尺度速度和人为设定经验公式的依赖。