Полное описание

Алёшин, Игорь Михайлович. Применение методов теории машинного обучения в томографии приемных функций / И. М. Алёшин, Е.Г Козловская, И. В. Малыгин. - DOI 10.21455/gr2022.1-4. - Текст : непосредственный // Геофизические исследования : рецензированный научный журнал. - 2022. - Том 23, N 1. - Библиогр. в конце ст. - ISSN 1818-3735.

ГРНТИ	УДК
28.23.25	004.85

Рубрики:
Машинное обучение
Искусственный интеллект

Кл.слова (ненормированные): приповерхностный слой низких скоростей S-волн -- постледниковое поднятие -- фенноскандия -- метод ближайших соседей -- метод машинного обучения -- трёхмерный образ -- приемные функции
Аннотация: Описан метод построения трёхмерной цифровой сейсмической модели по совокупности одномерных зависимостей упругих свойств среды от глубины. Такая задача возникает, например, при интерпретации межскважинных измерений. Подобная проблема актуальна также при обработке данных пассивных сейсмических экспериментов, когда значительное количество сейсмических станций установлено компактно в пределах изучаемого региона. Если для обработки зарегистрированных на станциях удалённых землетрясений воспользоваться методом приемных функций, то по записи на каждой из станций можно получить скоростной разрез - зависимость упругих свойств среды под станцией от глубины. Обычно полагают, что среда непосредственно под станцией однородна по латерали. В этом случае зависимость упругих параметров от вертикальной координаты можно параметризовать набором плоских слоев. Представлен метод, который позволяет по набору таких моделей построить трёхмерный сейсмический образ изучаемого региона. Главная сложность решения этой задачи состоит в сильной анизотропии пространственного распределения входных данных. Расстояние между станциями в экспериментах такого рода определяется первой зоной Френеля телесейсмических фаз и составляет в среднем 50-100 км. В то же время, расстояние между значениями, заданными слоистой моделью, на порядок меньше. Показано, что проблему можно решить масштабным преобразованием горизонтальных координат. Для определения масштабного коэффициента были использованы методы, развитые в теории машинного обучения. Предлагаемый метод применим, если упругие параметры среды плавно меняются между станциями. Другими словами, между станциями отсутствуют субвертикальные разломы. В качестве иллюстрации была построена трёхмерная цифровая модель южной части Фенноскандии по данным европейского пассивного сейсмического эксперимента SVEKALAPKO. Полученный результат позволил выявить некоторые особенности строения верхней части коры в области контакта архейских и протерозойских пород, вызванных постледниковой релаксацией.
Доп. точки доступа:
Козловская, Елена Геннадьевна
Малыгин, Иван Вячеславович


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -585979-151824)

Шифр в сводном ЭК: a1768ddd212979ae291ab05cea296c39

Заказать
Заказ фрагмента документа ₽