一种基于深度卷积神经网络的单程波传播算子建模方法

本发明涉及地球物理勘探技术领域，具体涉及一种基于深度卷积神经网络的单程波传播算子建模方法，包括以下步骤：S1：使用随机函数生成一维速度曲线，根据生成的速度曲线计算Helmholtz算子矩阵，用于描述波场的传播特性；S2：设计U‑Net模型，将计算的Helmholtz算子作为输入，训练U‑Net模型以预测单程波传播算子的实部和虚部。S3：通过偏移孔径定义用于地震成像的孔径范围，以确保不同速度模型下的Helmholtz算子矩阵的大小固定，从而使其与预训练的U‑Net模型输入大小匹配；S4：使用预训练的U‑Net模型计算复杂模型中的波场传播，验证模型的准确性。本发明通过为各个地震数据设置合适的偏移孔径，确保Helmholtz算子的尺寸与U‑Net模型的输入匹配，进而满足不同成像条件和计算需求的灵活性。