基于Yolox算法的碳酸鹽巖儲層溶洞“串珠狀”異常反射智能檢測

張傲 李宗杰 劉軍 閆星宇 李偉 顧漢明

摘要：識別碳酸鹽巖溶洞的傳統方法主要基于地震反射特征分析，對數據的要求較高，普適性不強，效率低下且存在主觀因素。利用卷積神經網絡（ＣＮＮ）的特征提取能力識別地質構造方法的研究對象主要是鹽丘、斷層、地層等大尺度目標，但對于識別溶洞等小尺度構造容易出現誤判。由于不同尺度的溶洞在地震剖面上呈不同的反射特征，溶洞與“串珠狀”間存在一定的映射關系。因此，可首先在地震剖面上識別相對大尺度的“串珠狀”，然后基于“串珠狀”與溶洞的映射關系識別溶洞。為此，提出了基于Ｙｏｌｏｘ的“串珠狀”目標檢測模型網絡結構，主要包括特征提取、特征加強、解耦頭三個部分。輸入地震剖面后，經特征提取得到不同尺度的有效特征，然后輸入特征加強網絡完成多尺度的特征融合，最后由解耦頭獲得檢測框的信息，經解碼后得到“串珠狀”異常反射邊界的位置并輸出檢測框。合成地震數據測試及實際地震數據測試結果表明：① 傳統方法以振幅為基礎，當“串珠狀”處于強同相軸及其附近時難以識別，且高值部分無法反映“串珠狀”實際范圍；②ＵＮｅｔ模型識別結果反映了“串珠狀”的位置，但不能獲得邊界坐標，易將兩個很近的“串珠狀”誤判為一個，識別準確率不高，存在錯拾或漏拾；③Ｙｏｌｏｘ模型識別結果的檢測框反映了“串珠狀”的位置和實際大小，同時可得到“串珠狀”的具體坐標。因此，Ｙｏｌｏｘ模型識別效果優于傳統方法和ＵＮｅｔ模型。

關鍵詞：溶洞，“串珠狀”反射特征，特征提取，特征加強，解耦頭，Ｙｏｌｏｘ，目標檢測

中圖分類號：Ｐ６３１文獻標識碼：Ａ doi：１０．１３８１０／ｊ．ｃｎｋｉ．ｉｓｓｎ．１０００７２１０．２０２３．０３．００６