淺地層中的地質異常體給地下工程帶來了極大安全隱患，可能導致經濟和生命損失. 淺層地震法是開展施

工場地勘察的一種無損高效的手段. 但是地震勘探在淺地層問題中面臨著信噪比低、信號衰減強、波場復雜等問題，

結果存在多解性和主觀性. 針對地震勘探問題，提出了一種改良的卷積神經網絡地質速度模型預測模型，提供了一

種無需初始速度模型的淺層地質模型反演方案，形成了一套完整的淺層地震勘探信號處理處理流程. 在訓練樣本方

面，采用了隨機地質模型方法構建多種類地質模型，并形成了地質模型-地震信號數(shù)據(jù)庫. 在傳統(tǒng)U-Net卷積神經網

絡上進行了改良，以更好的適應淺地層彈性波疊前信號數(shù)據(jù)的反演任務. 結果表明神經網絡的反演結果直觀準確

該模型能夠精確的預測出地層分界線、褶皺、起伏、斷層滑移線等的位置和大小等參數(shù)，所采用的SSIM和PSNR兩

個定量化評價指標均表示，所提出的改良神經網絡可以實現(xiàn)高精度反演. 預測結果與真實模型相比較，得到的

SSIM平均值為0.91，PSNR平均值為39.0 . 同時該神經網絡模型能夠向三維問題擴展，能夠極大的提高地震信號處

理的效率和解譯精度.