基于深度学习的地震数据地下水储量估算
计算物理
2019-07-23 v3
摘要
卷积神经网络可提供一个从地震数据刻画地下水储量的潜在框架。本研究探讨了从主动源地震数据估算诸如含水层中地下水储量及刻画地下水位等关键分量。用于训练、验证和测试神经网络的数据通过求解耦合孔弹-弹性介质中的波传播获得。采用间断Galerkin方法模拟波传播，而深度卷积神经网络用于参数估计问题。在数值实验中，主要未知量为储存的地下水水量与地下水位，并予以估算；其余假定关注较少的参数在基于卷积神经网络的求解中被边缘化。通过合成数据所得结果表明，深度学习方法具有从地震数据中提取额外含水层信息的潜力，而这是仅凭一组反射地震剖面或速度层析成像无法实现的。
引用
@article{arxiv.1806.08375,
title = {Estimation of groundwater storage from seismic data using deep learning},
author = {Timo Lähivaara and Alireza Malehmir and Antti Pasanen and Leo Kärkkäinen and Janne M. J. Huttunen and Jan S. Hesthaven},
journal= {arXiv preprint arXiv:1806.08375},
year = {2019}
}