GlobalTomo：首个为地震波场建模和全波形反演量身定制的全球3D合成数据集。

2024-06-30，由北京大学和NVIDIA联合创建的GlobalTomo数据集，为地震波场建模和全波形反演（FWI）提供了一个独特的全球尺度的3D合成数据集，这对于加速计算效率和扩大FWI的适用性具有革命性潜力。

一、研究背景：

全球地震层析成像技术利用自然地震产生的地震波，为我们提供了对地球内部动力学的重要见解。先进的全波形反演技术旨在精确解释地震图的每一个细节，但在全球尺度的正向建模和伴随模拟中面临巨大的计算需求。

目前遇到困难和挑战：

1、地震波通过地球复杂结构的模拟和数据反演由于地球介质的非均质性和FWI问题的不适定特性而变得具有挑战性。
2、现代数值模拟方法在高分辨率模型部署中需要更高的计算需求，尤其是在详细地球物理解释所需的高频波模拟中。
3、FWI的计算强度显著限制了反演过程的效率，尤其是在尝试进行大范围的高分辨率反演时。

数据集地址：GlobalTomo|地震学数据集|机器学习数据集

二、让我们一起来看一下GlobalTomo数据集

GlobalTomo是一个全球3D合成数据集，专为地震波场建模和全波形层析成像量身定制，包含了从地球表面到核心的高分辨率地震模拟。
GlobalTomo数据集包含了三个不同复杂性层次的数据，从1公里半径的流体球体的声波传播到整个地球尺度的声波和弹性波模拟。数据集通过球谐函数有效地参数化速度结构，并考虑了不同的地震源。

数据集构建：

数据集使用AxiSEM3D模拟器生成，该模拟器以其在全球地震波传播模拟中的效率而闻名。数据集包含了从局部尺度到全球尺度的广泛模拟，以及从20Hz到30秒周期的不同频率范围。

数据集特点：

1、独特的全面性：整合了明确的波物理和实际全球尺度的地球物理参数化。
2、高分辨率模拟：从地球表面到核心的高分辨率地震模拟。
3、三个数据层级：涵盖声波和弹性波方程，以适应广泛的地震现象。
数据集提供了表面地震图数据和地震波场数据，这些数据可以用于训练神经网络，以预测给定速度结构和源参数的波场和地震图。此外，数据集还提供了波场的傅里叶级数，用于构建更高效的前向模型。

基准测试 ：

通过实施多个机器学习基线模型，如多层感知器（MLP）、高速公路傅里叶网络（H-Fourier）和DeepONet，对数据集进行了广泛的基准分析，展示了数据集在促进泛化、加速前向建模和解决地震反演任务的不适定性方面的能力。

数据集概述：在正演建模过程中，给定特定的震源和速度结构，目标是预测不同时间步长的波场以及地面站的地震图。反演过程利用这些地震图作为观测数据来推断潜在的速度结构。

三个数据集层的模拟输入和输出大小。该表的上半部分提供了有关三个数据层的基本信息，包括特定参数和配置。表格的下半部分分别详细介绍了每个层的时间维度、空间元素和预测的地震数据。

在 Acoustic 层中通过 \acmlp 进行定性正演建模预测。将显示单个切片。源位于 x=0.00 和 z=0.80 。背景说明了速度结构。地震图描绘了该切片表面周围的站点接收到的时间序列。

                Meta-analysis of forward modeling.

定性反演结果。结果将来自声学数据得出的地球内部的倒置结构与不同球谐度的地面实况进行了比较。色标从蓝色过渡到红色，分别表示负扰动到正扰动。有关其他可视化效果。

三、让我们一起展望GlobalTomo的应用

比如，我是石油公司的勘探专家，需要找到地下的油气资源。

日常工作，我们石油勘探团队得先在地面上布置一大堆地震检波器，然后引爆一些地震源，比如炸药或者震动器，制造人工地震。这些检波器会捕捉到地震波穿过地下岩石和流体的速度和路径，我们把这些数据收集起来。然后，我们得花上好几个礼拜，甚至几个月的时间，用超级计算机去处理这些数据，模拟地震波的传播，试图搞明白地下的结构。这个过程超级复杂，而且成本也很高，因为我们需要大量的计算资源，还得等待很长时间才能得到结果。

但是，现在有了GlobalTomo数据集，我的工作流程就像开了挂一样。

首先，我会用这个数据集来训练一个机器学习模型，这个模型能够模拟地震波在不同地质结构中的传播。这个数据集包含了从地球表面到核心的高分辨率地震模拟，所以它超级全面，能够帮助我们的模型学习到各种复杂的地质情况。

训练好模型后，我就可以把实际收集到的地震数据输入到这个模型中。这个模型就像是有了超能力，能够在几秒钟内就预测出地震波的传播情况，帮我快速定位到可能的油气藏位置。这比以往的方法快多了，而且成本也低了很多，因为我们不再需要那么多的计算资源和时间。

举个例子，比如我们一个沙漠地区进行勘探。我们布置好地震检波器，收集数据，然后把这些数据输入到我们训练好的模型中。模型很快就给出了地下结构的3D模型，我们可以看到哪里有可能存在油气藏。然后，我们就可以针对性地进行钻探，这样既节省了时间，也节省了金钱。让我们在寻找油气资源的时候更加得心应手。

更多开源数据集，请打开：遇见数据集

https://www.selectdataset.com/