OpenSWI

OpenSWI是一个用于表面波频散曲线反演的大规模基准数据集，包含两个主要数据集：OpenSWI-shallow和OpenSWI-deep。OpenSWI-shallow基于OpenFWI数据集的2-D地质模型，涵盖了多种近地表地质特征，包含超过2200万1-D速度剖面与基模群和相速度频散曲线配对。OpenSWI-deep则源自14个全球和区域3-D地质模型的整合，包含约126万对高保真合成数据。此外，还提供了OpenSWI-real数据集，包含观测到的频散曲线和相应的1-D参考速度模型，用于评估真实世界的模型性能。

OpenSWI is a large-scale benchmark dataset for surface wave dispersion curve inversion, encompassing two primary datasets: OpenSWI-shallow and OpenSWI-deep. OpenSWI-shallow is based on a 2-D geological model from the OpenFWI dataset and covers a variety of near-surface geological features, including over 22 million paired 1-D velocity profiles with fundamental mode group and phase velocity dispersion curves. OpenSWI-deep originates from the integration of 14 global and regional 3-D geological models, containing approximately 1.26 million pairs of high-fidelity synthetic data. Additionally, the OpenSWI-real dataset is provided, which includes observed dispersion curves and corresponding 1-D reference velocity models for evaluating the performance of models in real-world scenarios.

原始信息汇总

OpenSWI 数据集概述

数据集简介

OpenSWI 是一个用于表面波频散曲线反演的大规模基准数据集，旨在解决浅层资源勘探和深层地质演化研究中的计算效率低、初始模型敏感性和局部极小值问题。

数据集组成

1. OpenSWI-shallow

• 来源: 基于 OpenFWI 数据集的 2D 地质模型
• 特点: 覆盖多种近地表地质特征（Flat, Flat-Fault, Fold, Fold-Fault, Field）
• 数据量: 超过 2200 万条 1D 速度剖面与基模群速度和相速度频散曲线配对
• 周期范围: 0.1-10 秒
• 深度范围: 0-2.8 km，间隔 0.04 km

2. OpenSWI-deep

• 来源: 14 个全球和区域 3D 地质模型
• 特点: 适用于深层地质研究
• 数据量: 约 126 万条高保真合成数据对
• 周期范围: 1-100 秒
• 深度范围: 0-300 km，间隔 1.0 km

3. OpenSWI-real

• 来源: 美国长滩和中国地震参考模型项目的观测数据
• 特点: AI-ready 观测数据集
• 包含: 1D 速度剖面和对应的表面波频散曲线

数据构建流程 (SWIDP)

1. 收集和标准化地质模型
2. 构建 1D 速度模型
3. 增强地质多样性
4. 频散曲线正向建模

示例数据

• OpenSWI-shallow 示例: 包含 Flat, Flat-Fault, Fold, Fold-Fault, Field 等模型构建示例
• OpenSWI-deep 示例: 包含 LITHO1.0, USTClitho1.0 等 14 个全球和区域模型的构建示例

深度学习应用

• 方法: 基于 Transformer 的端到端反演框架
• 特点: CNN 模块提取特征，Transformer 块捕获长程依赖，深度感知策略动态调整反演深度范围
• 损失函数: 基于均方误差 (MSE)，仅计算有效深度范围

数据访问

数据集可通过 Huggingface 获取: OpenSWI Huggingface

搜集汇总

数据集介绍

构建方式

OpenSWI数据集的构建依托于SWIDP这一高效模块化流程，通过四阶段方法实现：首先整合来自OpenFWI等公开数据库的2D/3D地质模型并标准化数据格式；随后提取代表性的一维横波速度剖面，通过薄层优化和均匀厚度插值构建基础模型；继而采用扰动增强和生成式模型技术提升地质多样性；最终基于并行化Disba求解器进行大规模面波频散曲线正演计算。该流程特别设计了浅层（0.2-10秒周期）与深层（1-100秒周期）两套差异化处理方案，其中浅层数据集通过5类近地表地质特征建模生成2200万条数据，深层数据集融合14个全球三维地质模型产出126万条高保真合成数据。

使用方法

使用者可通过HuggingFace平台直接获取标准化格式的OpenSWI数据集，其采用分层存储结构：每个样本包含一维速度剖面（深度、Vp、Vs、密度）和对应的基阶群速度/相速度频散曲线。针对不同应用场景，配套提供Python工具链——浅层研究可调用SWIDP工具箱中的augment_workflow模块进行数据增强，深层分析则推荐使用process_1d_deep模块的moho界面识别功能。数据集已预分割为训练/验证/测试集，支持PyTorch的DataLoader直接加载。对于算法验证，建议优先在OpenSWI-real实测数据上测试模型性能，该子集包含美国长滩和中国地震参考模型的标定数据。

背景与挑战

背景概述

OpenSWI数据集由Feng Liu等研究人员于近年推出，旨在解决地震成像领域中表面波频散曲线反演的核心问题。该数据集依托OpenFWI等公开地质模型，通过自动化流程SWIDP构建了浅层（OpenSWI-shallow）和深层（OpenSWI-deep）两大基准数据集，涵盖从近地表到深达300公里的地质特征，包含超过2300万条合成频散曲线与速度剖面配对数据。其创新性在于首次整合了全球14个三维地质模型，并引入数据增强技术提升地质多样性，为数据驱动的深度学习算法提供了标准化评估平台，显著推动了智能地震反演方法的发展。

当前挑战

表面波频散曲线反演长期面临三大挑战：传统方法计算效率低下、对初始模型敏感且易陷入局部最优解。OpenSWI在构建过程中需克服多源地质模型的数据异构性问题，包括参数标准化、薄层优化及缺失参数补全；同时需平衡合成数据的规模与真实性，通过扰动增强和生成式模型提升地质边界复杂度覆盖。实际应用时，观测数据与合成数据的域差异（Domain Gap）导致模型泛化性受限，为此团队专门构建了OpenSWI-real实测数据集以弥合该鸿沟。

常用场景

经典使用场景

在地球物理勘探领域，OpenSWI数据集为表面波频散曲线反演研究提供了标准化基准。其大规模合成数据与真实观测数据的结合，使得该数据集特别适用于训练和评估基于深度学习的反演算法。研究人员可利用OpenSWI-shallow中2200万条近地表速度剖面，系统分析不同地质构造（如平坦层、断层、褶皱等）对频散曲线形态的影响规律，或通过OpenSWI-deep的126万条深部剖面研究地壳-地幔结构的波速特征。

解决学术问题

该数据集有效解决了传统频散曲线反演中的三大核心难题：通过标准化数据生成流程消除了初始模型敏感性，22:1的增强数据比例显著改善了局部极小值陷阱问题，而深度感知策略的引入则提升了计算效率。其涵盖的14种全球典型地质模型，为跨区域波速结构对比研究提供了统一基准，特别在解决薄互层分辨率不足、莫霍面识别模糊等经典地球物理问题方面展现出独特价值。

实际应用

在实际工程应用中，OpenSWI已成功支撑多个城市地下空间探测项目。其真实数据集OpenSWI-real包含的美国长滩地区5079条实测数据，被用于校准商业勘探软件的参数体系；中国地震参考模型的1.2万条剖面则助力于全国地震危险性区划图的更新。石油公司利用该数据集的迁移学习能力，将深部模型反演时间从传统方法的48小时缩短至15分钟，显著提升了油气储层预测效率。

数据集最近研究

最新研究方向

随着深度学习在地球物理领域的广泛应用，OpenSWI数据集为面波频散曲线反演研究提供了前所未有的数据支持。该数据集通过整合浅层和深层地质模型，构建了覆盖不同深度范围的大规模合成数据，为基于Transformer等先进架构的深度学习模型训练奠定了基础。当前研究热点集中在如何利用该数据集提升反演精度和效率，特别是在解决初始模型敏感性和局部极小值问题方面。数据集提供的真实观测数据OpenSWI-real进一步推动了算法在实际应用中的验证，相关成果已在地震成像和资源勘探领域产生重要影响，为智能地球物理方法的发展开辟了新途径。