基于深度神经网络EikoNet走时计算方法及应用
姚时1
侯爵2
黄跃鹏1
徐涛3
白志明3
高正辉4
1.中国科学院地质与地球物理研究所岩石圈演化国家重点实验室,北京100029;中国科学院大学,北京1000492.中国地震局地球物理研究所,北京100081;中国科学院地质与地球物理研究所岩石圈演化国家重点实验室,北京100029;中国科学院大学,北京1000493.中国科学院地质与地球物理研究所岩石圈演化国家重点实验室,北京100029;中国科学院地球科学研究院,北京1000294.吉林大学地球探测科学与技术学院,长春130026
摘要：地震波走时计算在层析成像、偏移成像和微震定位等地震学领域中都有重要作用.使用有限差分方法求解程函方程是地震波走时计算的重要方法之一.常规程函方程求解方法需要计算每一个震源激发的走时场,随着网格数量的增加会消耗大量的时间和存储空间.本文介绍了基于深度神经网络的EikoNet走时计算方法,该方法构建了一个包含速度和走时场偏差之间关系的深度神经网络,通过在三维空间中采样生成训练样本,以给定的速度模型为标签实现训练过程中对网络的优化,在计算走时过程中,能传递关于地震波场和速度结构的信息,而且高度适用于GPU,可以无网格地快速确定三维域中任意两点之间的走时,大大提高了计算效率并降低了内存消耗.EikoNet方法和常规快速推进法(FMM)在几个速度模型上的数值实验表明EikoNet方法在保持高精度的同时还具有更高的效率.
关键词：走时计算程函方程EikoNet快速推进法
分类号：P315(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家自然科学基金(42130807)
论文发表日期：2023-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 81-90 )
英文信息