基于人工智能的地震初至拾取方法研究进展.pdfVIP

2024年8月第59卷第4期

•综述•文章编号：1000-7210（2024）04-0899-16

基于人工智能的地震初至拾取方法研究进展

1*1112

易思梦，唐东林，赵云亮，李恒辉，丁超

（1.西南石油大学机电工程学院，四川成都610500；2.成都工业学院智能制造学院，四川成都611730）

摘要：地震初至拾取可以提供关于地下结构和地震活动的重要信息，对于地震勘探和地质研究具有重要意义。

在低信噪比数据上如何自动准确地拾取初至波备受关注。文章综述了基于人工智能的地震拾取方法，对聚类、

支持向量机、反向传播神经网络、卷积神经网络和循环神经网络等五类方法的原理、特点和发展历程进行了阐

述。聚类、支持向量机和反向传播神经网络相对直观和可解释，但需要人工提取特征；卷积神经网络和循环神经

网络能自主学习地震数据特征，但需要大量有标签数据驱动。最后，探讨了地震初至拾取所面临的挑战和未来

的研究方向，指出极低信噪比初至拾取的实时性和网络的轻量化需要继续推进。

关键词：地震勘探，人工智能，聚类，支持向量机，神经网络

中图分类号：P315文献标识码：ADOI：10.13810/j.cnki.issn.1000⁃7210.2024.04.027

Areviewofartificialintelligence⁃based

seismicfirstbreakpickingmethods

11112

YISimeng，TANGDonglin，ZHAOYunliang，LIHenghui，DINGChao

（1.SchoolofMechanicalandElectricalEngineering，SouthwestPetroleumUniversity，Chengdu，Sichuan610500，China；

2.SchoolofIntelligentManufacturing，ChengduTechnologyUniversity，Chengdu，Sichuan611730，China）

Abstract：Seismicfirstbreakpickingplaysacrucialroleinprovidingvitalinformationconcerningsubsurface

structuresandseismicactivities，therebyholdingsignificanceforseismicexplorationandgeologicalresearch.

Theautomaticandaccuratepickingoffirst⁃arrivalwavesfromlowsignal⁃to⁃noiseratiodatahasgarneredconsi⁃

derablea