VSP数据波场分离方法评价及深度学习标签方案优选
汪洋1
郑多明1
尚江伟1
张恩嘉2
王腾宇1
周强2
张振1
魏巍1
黄录忠1
1.中国石油天然气股份有限公司塔里木油田公司,新疆库尔勒 841000;中国石油天然气集团有限公司超深层复杂油气藏勘探开发技术研发中心,新疆库尔勒 841000;新疆维吾尔自治区超深层复杂油气藏勘探开发工程研究中心,新疆库尔勒 8410002.东方地球物理勘探有限责任公司物探技术研究中心,河北涿州 072750
摘要：VSP数据处理的核心是实现上行波与下行波的精准分离,其质量直接影响成像及地层参数反演的可靠性.当前主流波场分离包括f-k滤波、Radon变换及其高精度改进算法、中值滤波、基于稀疏约束的优化方法,但存在参数敏感导致试错成本高、复杂波场中保真度与效率难平衡的问题.本研究通过理论分析与数据测试,从分离精度、处理效率及操作流程等方面,对常用方法进行了详细分析,针对深度学习中标签制作的关键问题,通过测试不同方法与标签制作的适配性,提出标签优选建议,以提升训练数据质量及制作效率.此外,研究基于多工区数据构建丰富标签库,训练通用波场分离模型,实现对未知数据的高效处理,提升波场分离的精度与效率.
关键词：VSP波场分离深度学习标签高精度Radon变换标签优选
分类号：P631(天文学、地球科学)TP18(自动化基础理论)O241(计算数学)
论文发表日期：2025-11-30
在线出版日期：2025-12-19（本平台首次上网日期，不代表文献的发表时间）
页数：12( 1017-1028 )
英文信息