地震成像增强：一种创新的深度学习方法

增强地震数据的频率带宽是地球物理界一直追求的目标。高分辨率地震数据提供了提取详细地层知识的关键资源。本文引入一种基于深度学习模型的创新方法，通过从测井数据中提取反射来拓宽地震数据的频谱带宽，提升低频与高频。相应的改进体现在地震数据分辨率的增强以及地震子波旁瓣伪影的消除。在深度学习模型训练阶段，通过同时考虑多口井充分保证了地理空间信息，确保横向与纵向地质信息在反演过程中受井约束且在远离井控制处仍准确。大量实验证明增强后的地震数据与测井信息一致，并在给定位置尊重由井定义的岩石物性关系。还可利用所提方法的输出定量评估不确定性分析，以确定一系列地震响应的可能性。