物化探所“一种基于CNN的频率域低频拓展多尺度全波形反演方法”获国家发明专利

近日，由中国地质科学院地球物理地球化学勘查研究所（以下简称“物化探所”）研发的“一种基于CNN的频率域低频拓展多尺度全波形反演方法”获国家发明专利授权。该专利的取得，进一步增强了物化探所地震勘探“采集、处理、解释”一体化技术体系的完备性，为基础地质调查、能源资源勘查与评价等提供技术支撑。

本发明针对全波形反演易于陷入局部极小值的问题，提出了一种利用卷积神经网络（CNN）的多尺度全波形反演方法。基于先验地质信息建立层速度模型，通过卷积神经网络训练样本数据，从实际高频地震数据中预测可靠的低频数据，由低频数据开始进行多尺度全波形反演，有效避免了反演易于陷入局部极小值的问题，实现了对反演速度模型的准确获取。