基于改进 UNet++的地震断层识别方法研究

来源：计算机技术与发展杂志2023年第08期北京时间：

作者：张利霞;高俊涛;马强;杨润湉;王志宝;李菲

单位：1. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318;2. 黑龙江八一农垦大学 信息与电气工程学院,黑龙江 大庆 163319

摘要：断层解释是油气勘探开发过程中的重要工作,但是随着勘探规模的增大,传统的人工解释断层的方法已经无法满足实际生产的需要。 针对人工标注断层特征费时费力、传统断层识别结果连续性不足的局限,以及地震资料中断层与非断层样本分类不均衡的问题,提出基于 CBAM-UNet++模型的地震断层识别方法。 采用合成地震数据自动生成地震数据和断层标签,提高断层标注的效率。 首先,将 CBAM 注意力模块引入 UNet++,从通道和空间两个维度抑制地震振幅信号干扰,增强地震断层的检测能力,采用 DropBlock 模块抑制网络中产生的过拟合问题;其次,引入 Dice Loss 损失函数用于减小断层识别任务中数据不均衡问题对模型的影响;再次,对断层预测结果进行霍夫变换,提取骨架,使断层预测结果更好地应用于地质目标;最后,在合成地震数据集、北海地区 F3 区块真实地震数据上评估 CBAM - UNet + + 模型,与 UNet + +、UNet、SegNet 进行对比。 结果表明,基于 CBAM-UNet++的断层识别方法在准确率、断层连续性方面表现优异,可自动、有效地识别地震图像中的断层。

关键词：地震断层识别;图像分割;UNet++模型;CBAM 注意力模块;DropBlock