用于不确定性下地震成像中逆时偏移的编码器-解码器深度代理模型
计算物理
2020-06-18 v1 地球物理
摘要
地震成像面临多种不确定性来源的挑战。不确定性存在于数据测量、震源定位和地下地球物理性质中。逆时偏移（RTM）是一种高分辨率深度偏移方法，可用于提取储层定位与边界等信息。然而，RTM 耗时且数据密集，因为它需要计算波方程两次以生成并存储成像条件。当 RTM 嵌入不确定性量化算法（如蒙特卡洛方法）时，由于高输入输出维度，其计算复杂度成倍增加。在本工作中，我们提出一种用于不确定性下 RTM 的编码器-解码器深度学习代理模型。输入为表达不确定性的速度场集合，输出为地震图像。我们通过数值实验表明，该代理模型能准确复现地震图像，且更重要的是，能从输入速度场到图像集合实现不确定性传播。
引用
@article{arxiv.2006.09550,
title = {An encoder-decoder deep surrogate for reverse time migration in seismic imaging under uncertainty},
author = {Rodolfo S. M. Freitas and Carlos H. S. Barbosa and Gabriel M. Guerra and Alvaro L. G. A. Coutinho and Fernando A. Rochinha},
journal= {arXiv preprint arXiv:2006.09550},
year = {2020}
}