Методика построения структурных поверхностей по геолого-геофизическим данным на основе машинного обучения на примере реконструкции границы Мохо в Баренцевоморском регионе
Номер: 38 Год: 2023 Страницы: 3-16

УДК: 550.31, 004.89

EDN: OEAZLL

Автор(ы):

Лыгин Иван Владимирович1, e-mail: lygin@geophys.geol.msu.ru Арутюнян Давид Артурович1, e-mail: david-20.97@mail.ru

Чепиго Лев Станиславович1, e-mail: chepigos@yandex.ru

Кузнецов Кирилл Михайлович1, e-mail: kuznetsovkm@my.msu.ru Шклярук Алексей Дмитриевич1, e-mail: alexsh9898@ yandex.ru

Учреждения:
1 - Московский государственный университет имени М.В. Ломоносова, г. Москва, Россия

Аннотация:
В статье рассматривается методика реконструкции глубинных границ по аномалиям потенциальных полей с опорой на сейсморазведочные данные на основе машинного обучения. Отличительной особенностью методики является верификация полученных прогнозных границ по гравитационному полю. Методика апробирована на примере построения глубинной структурной модели Баренцева моря. В статье приводится пример реконструкции границы Мохоровичича (Мохо).

Ключевые слова: гравиразведка, магниторазведка, сейсморазведка, методы машинного обучения, нейронные сети, граница Мохо, подошва осадочного чехла, Баренцево море

Сведения об источниках финансирования: -
Ссылка на XML
Technique for constructing structural surfaces from geological and geophysical data on the basis of machine learning on the example of reconstruction of the Moho border in the Barents sea region
Number: 38 Year: 2023 Pages: 3-16

Lygin Ivan Vladimirovich1, e-mail: lygin@geophys.geol.msu.ru

Arutyunyan David Arturovich1, e-mail: david-20.97@mail.ru

Chepigo Lev Stanislavovich1, e-mail: chepigos@yandex.ru

Kuznetsov Kirill Mikhailovich1, e-mail: kirillkuz90@yandex.ru

Shklyaruk Alexey Dmitrievich1, e-mail: alexsh9898@ yandex.ru

Institutions:
1 - Lomonosov Moscow State University, Moscow, Russia

Abstract
The article discusses a technique for reconstructing deep boundaries from potential field anomalies based on seismic data based on machine learning. A distinctive feature of the technique is the verification of the obtained predictive boundaries by the gravitational field. The technique was tested on the example of constructing a deep structural model of the Barents Sea. The article provides an example of the reconstruction of the Moho border.

Keywords: gravity exploration, magnetic exploration, seismic exploration, machine learning methods, neural networks, moho boundary, sedimentary cap bottom, barents sea

Information about sources of financing: -