saii-cldm-data

SAII-CLDM数据集是一个专门用于支持SAII-CLDM开源实现的地震反演数据集。它主要包含Marmousi和Overthrust两个经典地震速度模型的数据。核心数据文件包括：Pwavevelocity.mat（官方Marmousi速度模型文件，用于VQGAN多尺度训练）、marmousi_256_train.npz（从Marmousi模型衍生的256x256对数速度图像补丁，经过翻转和弹性变形数据增强，用于LDDPM训练）、Overthrust_trueimp.mat（Overthrust基准评估文件）。数据集还提供了数据准备脚本prepare_marmousi_256_train.py和VGG感知损失权重文件vgg.pth。该数据集适用于图像到图像生成任务，特别是地震速度建模、声阻抗反演等地球物理应用场景，支持VQGAN和扩散模型等生成式AI方法的训练与评估。The SAII-CLDM dataset is a seismic inversion dataset specifically designed to support the open-source implementation of SAII-CLDM. It primarily includes data from two classic seismic velocity models: Marmousi and Overthrust. Key data files consist of: Pwavevelocity.mat (the official Marmousi velocity model file for VQGAN multi-scale training), marmousi_256_train.npz (256x256 logarithmic velocity image patches derived from the Marmousi model, enhanced with flipping and elastic deformation for LDDPM training), and Overthrust_trueimp.mat (the Overthrust benchmark evaluation file). The dataset also provides a data preparation script prepare_marmousi_256_train.py and a VGG perceptual loss weight file vgg.pth. It is suitable for image-to-image generation tasks, particularly in geophysical applications such as seismic velocity modeling and acoustic impedance inversion, supporting the training and evaluation of generative AI methods like VQGAN and diffusion models.

原始信息汇总

SAII-CLDM Data 数据集概述

该数据集用于支持 SAII-CLDM 开源实现，属于图像到图像（image-to-image）任务类型，标签涉及地震反演、声阻抗、Marmousi 和 Overthrust 等地球物理领域。

包含文件

• Pwavevelocity.mat：官方 Marmousi 速度模型文件，用于 Stage 1 VQGAN 多尺度训练配置和实验性 Diffusers VQGAN 训练器。
• marmousi/marmousi_256_train.npz：基于官方 Marmousi 模型生成，包含 256×256 的对数速度补丁，并经过翻转和弹性变形增强，用于 Stage 2 训练和实验性 Diffusers LDDPM 训练器。
• overthrust/Overthrust_trueimp.mat：Overthrust 基准文件，用于评估代码。
• prepare_marmousi_256_train.py：最小化数据准备脚本，记录 Marmousi 衍生训练数据的生成方法，读取 Pwavevelocity.mat 并输出训练 .npz 文件。
• vgg.pth：LPIPS 线性权重检查点，用于 VQGAN 感知损失，训练代码会自动将其复制到 tmp/vgg.pth。

环境变量配置示例

代码仓库中使用的环境变量路径示例：

bash IMPROVED_DIFFUSION_MINE_DIR=./data/saii-cldm-data MARMousi_NPZ=./data/saii-cldm-data/marmousi/marmousi_256_train.npz OVERTHRUST_DATA_DIR=./data/saii-cldm-data/overthrust

搜集汇总

数据集介绍

构建方式

SAII-CLDM Data数据集专为地震反演与声波阻抗预测任务设计，其构建融合了经典Marmousi模型与Overthrust基准数据。核心流程包括：从官方Marmousi速度模型文件（Pwavevelocity.mat）出发，通过提取256×256像素的对数速度子块，并结合翻转与弹性形变数据增强技术，生成训练数据集marmousi_256_train.npz。同时，Overthrust_trueimp.mat作为基准评估文件被收录。整个构建过程由脚本prepare_marmousi_256_train.py进行标准化复现，确保数据生成的可重复性与透明度。

使用方法

使用方法简便而灵活。首先，用户需将数据集下载至本地目录，并在代码仓库中配置环境变量（如IMPROVED_DIFFUSION_MINE_DIR）指向数据路径。对于VQGAN训练，可直接使用Pwavevelocity.mat作为速度模型启动多尺度训练配置；对于扩散模型阶段，则调用marmousi_256_train.npz作为输入数据。在推理评估环节，加载Overthrust_trueimp.mat文件进行性能验证。用户也可参考prepare_marmousi_256_train.py脚本，自主调整数据增强参数，生成定制化训练样本。

背景与挑战

背景概述

地震反演是地球物理勘探中的核心任务，旨在从观测的地震数据中反演地下介质的物理属性（如声波阻抗），以揭示地质构造和储层信息。传统方法依赖物理模型和正则化约束，在复杂地下结构（如断层、盐丘）中面临分辨率低和计算效率瓶颈。随着深度学习的发展，生成模型为地震反演提供了新范式，但高质量标注数据匮乏限制了模型泛化能力。SAII-CLDM数据集的创建旨在弥合这一鸿沟，由研究人员基于国际公开的Marmousi和Overthrust模型构建，于近年发布以支持条件潜在扩散模型（CLDM）在地震反演中的应用。该数据集包含256×256的纵波速度补丁及声波阻抗基准文件，为数据驱动的声波阻抗反演提供了标准化训练与评估基准，显著推动了深度学习在地球物理反演领域的实用化进程。

当前挑战

数据集所解决的领域核心挑战在于地震反演中高分辨率地下属性重建的不适定性：传统方法难以在复杂地质构造（如叠瓦状逆冲断层）中平衡空间分辨率与计算效率，而深度学习模型过度依赖大规模标注数据，真实地震数据中高精度标签获取成本极高，导致模型泛化能力受限。构建过程中，研究团队面临双重挑战：首先，原始Marmousi模型速度场（Pwavevelocity.mat）需经弹性变形增强和翻转操作生成256×256尺寸的补丁，以平衡样本多样性并保持物理一致性；其次，Overthrust基准文件需与评估代码严格对齐，确保声波阻抗反演结果的量化可比性。此外，数据集需整合辅助文件（如VGG感知损失权重），并设计环境变量配置以支持多阶段训练流程，代码仓库的兼容性验证进一步增加了集成难度。

常用场景

经典使用场景

在地球物理勘探与深度学习交叉领域，SAII-CLDM数据集作为经典地震反演任务的测试基准，常用于训练和评估基于生成模型的声波阻抗预测方法。该数据集包含Marmousi和Overthrust两大标准速度模型，研究人员通过将原始速度场转换为256×256像素的地震波场切片，并引入翻转、弹性变形等数据增强手段，构建了适用于图像到图像翻译任务的训练样本。其核心使用场景是利用条件潜在扩散模型或变分自编码器，从地震数据中重建地下介质的波阻抗分布，从而验证生成式模型在地球物理反演中的有效性。

解决学术问题

该数据集直面的学术挑战在于传统地震反演方法的高度病态性和非线性特性，即有限的观测数据往往无法唯一确定地下参数分布。SAII-CLDM通过提供高质量的标注速度场与物理基准，使研究者能够系统探索深度生成模型在不确定性量化、多解性约束以及高分辨率重建中的表现。其意义在于推动了从确定性地学到概率生成范式的转变，为地下结构感知提供了更具鲁棒性的技术路径，并在地球科学人工智能领域树立了可复现的评估标杆。

实际应用

在实际勘探场景中，SAII-CLDM数据集支撑的生成模型可辅助石油天然气行业从地表采集的地震记录中快速推断千米地下的岩性参数。例如，利用预训练的VQGAN与扩散模型，工程人员能够从低信噪比的野外数据中提取高保真的波阻抗剖面，显著降低人工解释成本与周期。此外，该数据集提供的Overthrust模型可用于检验算法对复杂逆冲断层构造的识别能力，从而指导钻井作业避开高风险区域，提升钻探成功率。

数据集最近研究

最新研究方向

该数据集聚焦于地震反演与声阻抗预测的前沿研究，为深度学习驱动的物理参数估计提供了标准化基准。通过整合Marmousi速度模型与Overthrust基准数据，SAII-CLDM Data推动了扩散模型在地球物理反演中的创新应用，尤其在高分辨率图像到图像转换任务中展现了潜力。当前热点包括利用条件潜在扩散模型进行地震阻抗反演，该数据集通过提供丰富增强的256×256对数速度图块，支持了生成式预训练与多阶段微调策略。其意义在于突破传统反演方法对物理假设的依赖，为复杂地下结构成像与资源勘探开辟了数据驱动的新路径。