地震数据集S01 · 国际合作
OpenFWI 地震全波形反演基准
面向数据驱动全波形反演的合成地震与速度模型集合，提供多个结构难度和配套深度学习基线。
- 资源形态
- 合成
- 数据量
- 单子集约43–96 GB；3D Kimberlina-V1标注1.4 TB
- 地区
- 合成地层；含Kimberlina背景模拟，不等于现场实测
数据概览
- 数据类型
- 模拟地震记录、速度模型与训练验证划分
- 数据性质
- 合成
- 数量与口径
- 12个子数据集；含二维和一个三维数据集
- 数据量与口径
- 单子集约43–96 GB；3D Kimberlina-V1标注1.4 TB（官网口径，非浏览器训练包）
- 数据地区
- 合成地层；含Kimberlina背景模拟，不等于现场实测
- 格式
- NumPy数组等；以子集下载说明为准
- 获取条件
- 官网公开下载；遵循非商业许可
- 数据许可
- CC BY-NC-SA 4.0（官方数据页）
- 代码许可
- 未单独核验，不将数据许可套用于代码
- 元数据核验
- 2026-11-04；未下载完整数据包、未运行外部模型
数据特征
- 包括层状、弯曲、断层与风格迁移等结构。
- 输入地震记录与输出速度场配对。
- 全量数据较大，课程宜选一个子集或少量样本。
全波形反演速度建模生成模型
代表性图件
官方画廊展示不同地下速度结构与地震波形的组合，适合对照认识全波形反演任务。
图件关系：原始数据或直接研究结果
引用源：Deng 等 / OpenFWI 团队（2022） · 官网数据画廊
原始网页 / 文献 · 原图
许可：官网图件；复用许可按作者仓库逐文件核对
本页提供图件来源链接，转载许可确认前不在本站托管原图。待正式发布前逐图复核
相关研究
已发表的数据论文、地质解释、储层表征、数值模拟、监测与机器学习研究；按核实程度标注与数据的关系。
直接基准论文 · 已发表 NeurIPS 2022 · 2022 · Advances in Neural Information Processing Systems 35 · Datasets and Benchmarks
OpenFWI: Large-scale Multi-structural Benchmark Datasets for Full Waveform Inversion
正式发表的 OpenFWI 数据与基准论文，组织不同速度结构的地震反演资料，提供传统和学习方法的比较；保留作者代码与数据入口。
来源与引用
核验日期：2026-11-04。文献题录、图件来源和许可依据如下。
- OpenFWI官方首页 — 数据内容与获取入口
- 官方子集、规模与许可 — 数量、体积与许可
- 作者基线代码 — 四类深度学习方法
- 原始基准论文 — 基准定义与实验