-
题名构建三维深度监督网络的断层检测方法
被引量:10
- 1
-
-
作者
王静
张军华
芦凤明
孟瑞刚
王作乾
常健强
-
机构
中国石油大学(华东)地球科学与技术学院
中国石油大港油田公司勘探开发研究院
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2021年第5期947-957,I0007,共12页
-
基金
国家自然科学基金项目“含油气盆地低级序断裂的发育规律及其与高级序断裂的成因联系——以渤海湾盆地济阳坳陷为例”(42072169)
大港油田横向项目“自来屯开发区孔店组高精度油藏描述油藏地球物理关键技术研究”(DGYT-2020-JS-50413)联合资助。
-
文摘
地震资料人工解释断层往往具不确定性。随着计算机和人工智能的发展,深度学习技术越来越多地应用于地球物理领域,多种基于卷积神经网络的算法也广泛地应用于断层识别。为此,结合三维U-Net和深度残差网络,引入多层深度监督的机制,构建了一种基于三维深度监督网络的断层检测方法。残差模块的引入能够简化网络的学习目标,降低训练难度,而多层的深度监督能够为网络提供更多的反馈,减轻训练过程中潜在的梯度消失,使解码器子网络能够学习到不同尺度的断层语义信息,可进一步提高断层识别的准确性。理论模型测试和实际地震资料的应用表明,该方法可以有效识别断层位置;与常规U-Net网络相比,减少了小断层的漏识别和错误识别;识别的大断层连续性好,断层细节更丰富,明显提高了断层识别的准确性。
-
关键词
地震资料解释
三维U-Net网络
残差模块
多层深度监督
断层识别
-
Keywords
seismic data interpretation
3D U-Net
residual block
multi-level deep supervision
fault detection
-
分类号
P631
[天文地球—地质矿产勘探]
-