-
题名基于U-Net++的混合震源地震数据分离研究
- 1
-
-
作者
魏亚杰
朱煜嘉
曹静杰
韩立国
杨歧焱
刘强
-
机构
自然资源部京津冀城市群地下空间智能探测与装备重点实验室
-
出处
《地球物理学报》
2025年第6期2375-2389,共15页
-
基金
河北省自然科学基金项目(D2024403051)
海洋油气勘探国家工程研究中心2022年度开放基金课题(CCL_(2)022RCPS0798RQN)
+4 种基金
陕西省自然科学基础研究计划资助项目(2024JC-YBQN-0272)
2024年度河北省引进国外智力项目、石家庄市驻冀高校基础研究项目(241790777A)
河北省高等学校科学技术研究项目(QN2021206)
河北地质大学博士科研启动基金(BQ2024048)
河北省地震科技星火计划项目红山野外站科研专项(DZ2024011800001)联合资助.
-
文摘
地震混合震源采集技术允许地震数据之间相互混叠,避免了常规采集对于时间和空间的限制,能有效提高地震数据采集的效率.但是,混合震源数据中掺杂了大量的混叠噪声,这也加大了后续数据处理的难度.根据混叠噪声在非共炮域呈离散随机分布这一特点,混合震源数据的分离可以看作噪声压制的过程.本文拟在深度学习框架下实现混合震源数据分离,针对原始U-Net下采样过程中导致部分特征丢失、特征融合部分精度不足的问题,引入了U-Net++网络,通过加入稠密连接和深度监督机制,最终应用训练好的网络实现混合震源数据分离.模拟数据和实际数据实验结果表明,本文所使用的U-Net++网络相对于原始U-Net分离效果更好,信噪比和保真度均有较大提升.
-
关键词
混合震源数据分离
深度学习
U-Net++网络
稠密连接
-
Keywords
Simultaneous-source data deblending
Deep learning
U-Net++network
Dense connection
-
分类号
P631
[天文地球]
-
