基于极端梯度提升算法的地震同相轴自动识别

摘要

在常规地震同相轴识别方法基础上，通过引入极端梯度提升算法(XGBoost)智能化策略，并结合地震数据相邻道相似性特征，发展一种基于极端梯度提升算法的地震同相轴自动识别技术方法。在编程实现方法的基础上，通过简单层状模型和复杂Marmousi模型模拟的记录进行测试，验证方法的正确性。对含噪音数据和实际资料中的同相轴进行识别测试，同时进行单道对比定量分析以及不同信噪比情况下算法预测结果精度对比。结果表明：新方法对含噪数据和实际资料均具有较好的适应性；在低信噪比(-6.98 dB)情况下，同相轴的查准率仍可超过90%。

关键词

同相轴拾取 / 机器学习 / 特征拾取 / 极端梯度提升算法

基金资助

国家重点研发计划项目(2019YFC0605503); 国家自然科学基金优秀青年科学基金项目(41922028);国家自然科学基金创新研究群体基金项目(41821002); 山东省科研机构运费等专项(2021QNLM020001-5)