[论文解读] OpenFWI: Large-Scale Multi-Structural Benchmark Datasets for Seismic Full Waveform Inversion

Chengyuan Deng, Shihang Feng+7 more|arXiv (Cornell University)|Nov 4, 2021

Seismic Imaging and Inversion Techniques被引用 13

一句话总结

OpenFWI 提供了一套大规模、公开访问的地震全波形反演（FWI）数据集基准，包含12个数据集，总容量达2.1 TB，涵盖二维和三维域中的多种地质结构（界面、断层、CO2储层、自然图像），可用于对数据驱动型FWI方法（包括深度学习模型如InversionNet、VelocityGAN和UPFWI）进行严格且可复现的评估。基准测试揭示了不同损失函数和结构复杂度下模型的性能权衡与局限性。

ABSTRACT

Full waveform inversion (FWI) is widely used in geophysics to reconstruct high-resolution velocity maps from seismic data. The recent success of data-driven FWI methods results in a rapidly increasing demand for open datasets to serve the geophysics community. We present OpenFWI, a collection of large-scale multi-structural benchmark datasets, to facilitate diversified, rigorous, and reproducible research on FWI. In particular, OpenFWI consists of 12 datasets (2.1TB in total) synthesized from multiple sources. It encompasses diverse domains in geophysics (interface, fault, CO2 reservoir, etc.), covers different geological subsurface structures (flat, curve, etc.), and contains various amounts of data samples (2K - 67K). It also includes a dataset for 3D FWI. Moreover, we use OpenFWI to perform benchmarking over four deep learning methods, covering both supervised and unsupervised learning regimes. Along with the benchmarks, we implement additional experiments, including physics-driven methods, complexity analysis, generalization study, uncertainty quantification, and so on, to sharpen our understanding of datasets and methods. The studies either provide valuable insights into the datasets and the performance, or uncover their current limitations. We hope OpenFWI supports prospective research on FWI and inspires future open-source efforts on AI for science. All datasets and related information can be accessed through our website at https://openfwi-lanl.github.io/

研究动机与目标

• 解决公开可用、大规模且多样化的地震FWI数据集缺乏的问题，以促进数据驱动型FWI研究中公平比较与可复现性。
• 提供一个统一的开源基准套件，以支持对全波形反演中监督与非监督深度学习方法的严格评估。
• 支持多尺度、多结构与多域FWI问题的研究，包括三维及复杂地质特征（如断层与CO2储存）的建模。
• 通过全面的基准测试与模型性能、泛化能力及不确定性分析，支持可扩展、可泛化且鲁棒的FWI模型开发。
• 通过建立可复现且可扩展的地球物理成像研究基础，推动未来AI for Science领域的开源工作。

提出的方法

• 使用基于物理的正向建模（基于声波方程）生成12个大规模地震FWI数据集，涵盖多种地质结构（平面、弯曲、断层、CO2储层、基于自然图像的结构），源自数学模型与真实地质构造。
• 通过受控震源生成地震数据及其对应的真值速度模型，数据规模从2K到67K个样本不等，总大小达2.1 TB，其中包括1.4 TB的三维数据集。
• 在二维与三维数据集上实施标准化的基准测试流程，采用四种深度学习方法（InversionNet、VelocityGAN、UPFWI与InversionNet3D），覆盖监督与非监督学习设置。
• 应用多种评估指标，包括预测地震数据的RMSE、速度模型保真度以及跨数据集的泛化能力，损失函数（ℓ₁与ℓ₂）用于模型训练。
• 开展额外分析，包括复杂度分析（通过香农熵）、不确定性量化与泛化性研究，以评估模型鲁棒性与数据集代表性。
• 通过为数据集添加P波初至时间标签与噪声，扩展其在被动地震应用中的适用性，支持InversionNet等模型用于相位拾取任务的训练。

实验结果

研究问题

• RQ1 不同数据驱动型FWI模型（如InversionNet、VelocityGAN、UPFWI）在二维与三维中，针对多样化地质结构与不同数据规模的表现如何？
• RQ2 损失函数选择（ℓ₁与ℓ₂）对重建速度模型质量与地震数据预测的影响是什么？
• RQ3 当模型在一种结构类型上训练而在另一类结构上测试时，其泛化能力如何？
• RQ4 'Style Family'数据集（源自自然图像）能否作为野外数据反演的有效泛化基准？
• RQ5 OpenFWI在多大程度上可通过数据增强与模型微调支持被动地震成像任务（如P波初至时间拾取）？

主要发现

• 使用ℓ₂损失函数训练的最佳模型在Style-A数据集上实现了最低的地震数据RMSE，表明其具有更优的泛化能力与重建保真度。
• 在ℓ₁损失模型中，FlatFault-B数据集产生了最低的地震数据RMSE，表明该损失函数在断层结构下具有更强的鲁棒性。
• 在'Style Family'数据集（尤其是Style-A与Style-B）上训练的模型在多种地质特征间表现出优异的泛化能力，使其成为野外数据反演的理想基准。
• 1.4 TB的3D Kimberlina-V1数据集使InversionNet3D能够实现可扩展的训练与基准测试，凸显大规模三维数据在推动三维FWI发展中的重要性。
• 在Style-B数据集中添加P波初至时间标签与噪声后，InversionNet能够准确预测初至时间，证明OpenFWI在被动地震应用中的潜力。
• 尽管在合成数据上表现优异，基准测试仍揭示了模型在未见地质结构上的泛化局限，提示未来需通过真实野外数据进一步验证。