一种基于残差傅里叶神经算子的三维地震模拟方法

本发明公开了一种基于残差傅里叶神经算子的三维地震模拟方法。提出了一种嵌入物理的数据驱动深度学习地震波场模拟技术。该方法将傅里叶波传播算子结构嵌入到卷积神经网络结构中，交替地在空间域和波数域进行波传播模拟。由于采用了符合波场传播方式的网络结构，且能自动满足数据中隐含的波场传播机制，本专利极大地提高了深度学习地震模拟方法的效率，降低其对训练数据量和训练时间的需求，同时也会加强深度学习模型的泛化性能。与经典的有限差分数值解法相比，运算效率更高、占用存储空间更少，且不受空间网格大小和时间步长的约束，更适用于大范围高频率复杂介质地震波模拟需求。