基于卷积神经网络的瑞雷面波浅地表横波速度预测研究
作者单位：长安大学地质工程与测绘学院
会议日期：2021年
学科分类：12[管理学] 081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0818[工学-地质资源与地质工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：面波反演是获取浅地表横波速度最为常见的地球物理方法之一,传统面波方法是通过频散曲线反演获得地下横波信息,不仅耗时且需要经验丰富的人员来操作。随着机器学习的发展及其在各个领域中的应用,神经网络已成为一种解决地球物理领域各类问题的新方案。本文使用卷积神经网络,利用有限差分波场数值模拟的方法生成理论面波地震记录,将对应的地层信息和地震记录进行标记,使用卷积神经网络对生成的层状模型地震记录进行学习,实现对输入地震数据的横波速度的预测,得到的结果与真实值进行对比,验证了方法的可行性。