地震现场数据通常受到随机或复杂噪声的污染,严重影响地震数据的质量,污染地震成像和地震解释。提高地震数据的信噪比(SNR)一直是地震数据处理的关键步骤。深度学习方法已成功应用于抑制地震随机噪声。
训练实例在深度学习方法中至关重要,特别是对于地球物理问题,由于获取成本较高,完整的训练数据并不容易获得。在这项工作中,提出了一种自然图像预训练深度学习方法,通过迁移学习的见解来抑制地震随机噪声。
网络包含预训练网络和后训练网络:前者通过自然图像训练以获得初步去噪结果,后者通过少量地震图像训练,通过半监督学习微调去噪效果增强地质构造的连续性。