基于无监督神经网络匹配算法的叠前表面多次波压制方法  

Prestack Surface Multiple Suppression Method Based on Matching Algorithm with Unsupervised Neural Network

作　　者：刘立超 胡天跃[1] 李徯徯 刘依谋 梁上林 黄建东 LIU Lichao;HU Tianyue;LI Xixi;LIU Yimou;LIANG Shanglin;HUANG Jiandong(School of Earth and Space Sciences,Peking University,Beijing 100871;Petroleum and New Resources Company,PetroChina,Beijing 100011;Research Institute of Petroleum Exploration and Development,Beijing 100083;Department of Mathematical Sciences,Tsinghua University,Beijing 100084)

机构地区：[1]北京大学地球与空间科学学院,北京100871 [2]中国石油油气和新能源分公司,北京100011 [3]中国石油勘探开发研究院,北京100083 [4]清华大学数学科学系,北京100084

出　　处：《北京大学学报（自然科学版）》2024年第3期453-463,共11页Acta Scientiarum Naturalium Universitatis Pekinensis

基　　金：国家自然科学基金(42274163);国家重点研发计划(2018YFA0702503);中国石油天然气集团有限公司-北京大学基础研究项目资助。

摘　　要：为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算子,对叠前地震数据进行表面多次波的压制,既不需要传统的匹配算法,也不需要在标签数据集上进行训练。在简单合成数据、Sigsbee模型数据和实际数据上的应用结果验证了该方法对表面多次波压制的有效性。To effectively suppress surface multiples in marine seismic data and then correctly image the exploration target,a prestack surface multiple attenuation algorithm based on unsupervised neural networks is proposed,which combines neural network methods with surface-related multiple elimination(SRME)methods.By continuously decreasing the learning rate,the unsupervised neural network replaces the matching filter operator for suppressing surface multiples in the prestack seismic data.This method requires neither traditional matching algorithms nor training on labeled datasets.The application of simple synthetic data,Sigsbee model data and field data verifies the effectiveness of the proposed method for surface multiple wave suppression.

关 键 词：无监督神经网络 表面多次波压制 叠前地震数据 匹配算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] P631.46[自动化与计算机技术—控制科学与工程] P618.13[天文地球—地质矿产勘探]