基于倾角对齐方向正则化的结构感知自监督地震去噪方法

《Geophysical Journal International》：Dip-aligned structural constraints for suppression of partially coherent seismic noise using self-supervised learning

　　

摘要

包括涌浪和散射噪声在内的部分相干噪声仍然难以压制，因为其空间相关性与反射事件的结构相似性降低了那些假设噪声为随机、非相干或平稳的算法的有效性。这一问题对于自监督盲点去噪尤为棘手，因为相关噪声可能违反用于分离信号与噪声的独立性假设。我们提出一种结构感知的自监督去噪方法，其核心假设为：反射信号与部分相干噪声可以通过强制与局部地质结构保持一致的方向性来更好地分离。该方法的组件包括一项倾角对齐的二阶方向正则化项，该项惩罚与局部估计的反射层倾角垂直方向的曲率，同时保持沿结构走向的连续性。该约束作为地震结构先验，与自注意力增强的结构盲点网络结合使用，后者捕捉道间长程依赖关系，并改善对空间延展噪声的表征。为减少对外固定倾角估计的依赖，倾角场在训练过程中由中间去噪结果更新，从而使结构约束随着信噪比的改善而逐步变得更加可靠。合成数据和野外实例表明，所提出的方法能够压制部分相干噪声，同时保持反射层的连续性并减少信号泄漏。与传统滤波方法及现有自监督方法的对比表明，在噪声表现出空间相关性时，该方法在噪声压制和结构保持方面均取得了更好的效果。结果表明，倾角对齐的方向正则化为自监督地震去噪提供了一种具有物理可解释性且有效的约束。

图像处理, 机器学习, 数值解, 地震噪声