基于多尺度特征提取的U-Net网络微地震定位方法

摘要

微地震定位是微地震监测的核心任务，面对当前海量的地震数据，传统的定位方法已无法满足实时定位的需求。为此，利用深度学习技术，提出一种基于U-Net网络为主要架构的微地震震源定位方法，通过融合双交叉注意力模块和空间空洞金字塔池化模块，增强网络对微震数据中波形特征的提取能力，提升震源位置预测精度。最后，利用简单层状和复杂速度模型生成合成数据进行实验测试，并与U-Net和Att-Unet网络对震源位置预测误差精度进行对比分析。结果表明，所构建的网络模型在震源预测精度以及网络性能上均优于其他网络模型，并且对低信噪比的微地震数据也有较好的预测效果。

关键词

微震定位 / 水力压裂 / 多尺度特征提取 / U-Net网络 / 注意力机制