科研之友
微信
新浪微博
Facebook
分享链接
摘要
地震数据采集过程中，由于采集成本的制约，炮点间距相对检波点间距大，导致地震数据一致性弱，影响自由表面多次波衰减与偏移成像的精度.较大的炮点间距使得共检波点道集在傅里叶变换域出现严重的空间假频，给压缩感知插值重建方法带来巨大挑战，需研究抗假频机制.本文利用深度学习强大的非线性表征能力，设计结合ResNet和U-net优势的Res-U-net网络；运用格林函数空间互易性，自适应构建训练集，利用共炮点道集对设计的网络进行训练和验证，应用于共检波点道集，实现缺失炮的智能重建.为了进一步提高缺失炮重建精度，基于地震数据的周期和波长属性，设计合理的卷积核大小，并考虑地下速度变化情况，利用扩张卷积组合实现高效高精度地震数据表征，达到缺失炮插值重建的目的.模拟数据分析和实际资料处理验证了基于周期和波长的卷积核设计的合理性以及扩张卷积的有效性，为后续偏移成像提供横向连续性较好的地震数据.
-
单位同济大学; 海洋地质国家重点实验室
