基于FCM聚类模型约束的二维初至旅行时反演

摘要：

最小结构模型约束正则化二维地震初至旅行时反演中存在模型边界刻画不清的问题,尤其是地质体内射线分布稀疏的情况下,反演效果不理想.为此,引入模糊C均值(FCM)聚类模型约束函数,旨在提高反演结果对模型边界的成像精度.该约束项将先验信息作为参考聚类中心,在迭代过程通过反复修改聚类中心及每个网格单元对聚类中心的隶属度,实现对速度的自动分类.在此基础上,采用以模型灵敏度信息为依据的多重网格反演策略,以提高反演的稳定性及效果;应用简单模型讨论了FCM聚类模型约束权重、先验信息引导项权重等参数选取方案;对比无监督学习与先验信息监督学习的反演效果,后者改善了反演速度模型边界刻画模糊现象,有效提高了反演结果的分辨率;最后,通过实测数据反演,验证该方法在实际应用中的实用性和有效性.

关键词：地震初至波旅行时成像、模糊C均值聚类、正则化反演、监督学习

所属期刊栏目：58

分类号：P631

资助基金：国家自然科学基金;基于A-φ势三维CSEM高阶自适应有限元正演联合资助

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1115-1123