一种深度学习波形反演方法及系统

本申请公开了一种深度学习波形反演方法及系统，运用于地震勘探技术领域，其方法包括：将获取的原始地震数据转换为角度域角道集数据；构建深度神经网络，所述深度神经网络的输入为角度域角道集数据；通过所述深度神经网络对所述角度域角道集数据进行非线性映射，输出波形反演结果；本申请根据AD‑GRT系统中变量的物理意义，将角度域角道集数据的波形相关的重要信息能力聚合到反演目标周围，避免了常规数据驱动FWI的强非线性与全局相关性问题，通过深度神经网络的局部相关非线性映射能力强的特征，非迭代快速实现了鲁棒性高与泛化能力强的深度学习波形反演。