本發(fā)明涉及地學(xué)勘探地震數(shù)據(jù)處理，尤其是涉及一種地震資料噪聲智能抑制方法及系統(tǒng)。

背景技術(shù)：

1、地震勘探作為油氣資源勘探的關(guān)鍵手段，其核心在于精準(zhǔn)地從地震數(shù)據(jù)中提煉出有價(jià)值的地質(zhì)信息。然而，在實(shí)際操作過(guò)程中，地震數(shù)據(jù)會(huì)不可避免地受到來(lái)自地表環(huán)境、儀器誤差以及地下介質(zhì)非均勻性等多種噪聲源的干擾。這些噪聲不僅嚴(yán)重降低了地震數(shù)據(jù)的信噪比，還可能導(dǎo)致同相軸的連續(xù)性受損，從而給后續(xù)的地質(zhì)解釋及油氣資源評(píng)估工作帶來(lái)不小的挑戰(zhàn)。

2、傳統(tǒng)的地震資料噪聲抑制手段，諸如濾波和去噪算法，雖然在減少噪聲方面取得了一定成效，但在面對(duì)復(fù)雜多變的噪聲環(huán)境時(shí)，其效果往往有限。尤其是當(dāng)信號(hào)與噪聲頻譜重疊時(shí)，傳統(tǒng)方法很難在保持信號(hào)完整性的前提下有效清除噪聲，這往往會(huì)導(dǎo)致信號(hào)的高頻特征被誤傷，而低頻噪聲則可能頑固殘留，進(jìn)而給地震資料的分析與解釋工作增添不少困難。

3、近年來(lái)，隨著機(jī)器學(xué)習(xí)技術(shù)的突飛猛進(jìn)，地震資料噪聲抑制領(lǐng)域迎來(lái)了新的曙光。其中，生成對(duì)抗網(wǎng)絡(luò)（gan）和深度卷積神經(jīng)網(wǎng)絡(luò)（dncnn）等先進(jìn)技術(shù)的應(yīng)用尤為引人注目。然而，在追求更高噪聲抑制效果的同時(shí)，如何確保地震資料同相軸的連續(xù)性不受影響，以及如何防止地震資料高頻特征的丟失，仍是當(dāng)前地震資料噪聲抑制領(lǐng)域亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種地震資料噪聲智能抑制方法及系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，第一方面，本發(fā)明提供了一種地震資料噪聲智能抑制方法，所述方法包括如下步驟：根據(jù)地震有效信號(hào)和隨機(jī)噪聲構(gòu)建用于模型訓(xùn)練的第一地震資料噪聲抑制數(shù)據(jù)集；基于所述第一地震資料噪聲抑制數(shù)據(jù)集構(gòu)建一級(jí)噪聲抑制模型，進(jìn)而構(gòu)建用于模型訓(xùn)練的第二地震資料噪聲抑制數(shù)據(jù)集；根據(jù)所述第二地震資料噪聲抑制數(shù)據(jù)集，使用互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法和降噪自動(dòng)編碼器構(gòu)建二級(jí)噪聲抑制模型；使用所述一級(jí)噪聲抑制模型和所述二級(jí)噪聲抑制模型對(duì)地震資料進(jìn)行降噪，并通過(guò)數(shù)據(jù)重構(gòu)得到噪聲抑制后的地震資料。本發(fā)明通過(guò)構(gòu)建一級(jí)噪聲抑制模型和二級(jí)噪聲抑制模型對(duì)地震資料進(jìn)行多級(jí)降噪，保持了地震資料同相軸的連續(xù)性和高頻特征，提高了對(duì)地震資料的噪聲抑制效果。

3、可選地，所述根據(jù)地震有效信號(hào)和隨機(jī)噪聲構(gòu)建用于模型訓(xùn)練的第一地震資料噪聲抑制數(shù)據(jù)集包括如下步驟：

4、確定所述地震有效信號(hào)，并在所述地震有效信號(hào)上疊加不同的隨機(jī)噪聲，得到多個(gè)不同道的地震實(shí)測(cè)模擬信號(hào)；

5、將所述地震實(shí)測(cè)模擬信號(hào)截取為多個(gè)片段信號(hào)，使用所述地震有效信號(hào)和片段信號(hào)構(gòu)建所述第一地震資料噪聲抑制數(shù)據(jù)集。

6、可選地，所述基于所述第一地震資料噪聲抑制數(shù)據(jù)集構(gòu)建一級(jí)噪聲抑制模型，進(jìn)而構(gòu)建用于模型訓(xùn)練的第二地震資料噪聲抑制數(shù)據(jù)集包括如下步驟：

7、構(gòu)建初級(jí)噪聲抑制模型，并使用所述第一地震資料噪聲抑制數(shù)據(jù)集完成對(duì)所述初級(jí)噪聲抑制模型的訓(xùn)練和驗(yàn)證，進(jìn)而得到所述一級(jí)噪聲抑制模型；

8、利用所述一級(jí)噪聲抑制模型對(duì)所述第一地震資料噪聲抑制數(shù)據(jù)集中每一個(gè)所述片段信號(hào)進(jìn)行一級(jí)降噪，得到相應(yīng)的一級(jí)降噪數(shù)據(jù)；

9、使用所述地震有效信號(hào)和所述一級(jí)降噪數(shù)據(jù)構(gòu)建用于模型訓(xùn)練的所述第二地震資料噪聲抑制數(shù)據(jù)集。

10、可選地，所述構(gòu)建初級(jí)噪聲抑制模型，并使用所述第一地震資料噪聲抑制數(shù)據(jù)集完成對(duì)所述初級(jí)噪聲抑制模型的訓(xùn)練和驗(yàn)證，進(jìn)而得到所述一級(jí)噪聲抑制模型包括如下步驟：

11、依次構(gòu)建特征提取與強(qiáng)化模塊、特征多尺度整合模塊以及特征融合輸出模塊；

12、將所述特征提取與強(qiáng)化模塊的輸出進(jìn)行下采樣后作為所述特征多尺度整合模塊的輸入，將所述特征提取與強(qiáng)化模塊的輸出作為所述特征融合輸出模塊的第一輸入，同時(shí)將所述特征多尺度整合模塊的輸出進(jìn)行上采樣后作為所述特征融合輸出模塊的第二輸入，得到所述初級(jí)噪聲抑制模型；

13、把所述第一地震資料噪聲抑制數(shù)據(jù)集劃分為訓(xùn)練集和驗(yàn)證集，進(jìn)而完成對(duì)所述初級(jí)噪聲抑制模型的訓(xùn)練和驗(yàn)證，最后得到所述一級(jí)噪聲抑制模型。

14、可選地，所述特征提取與強(qiáng)化模塊滿足如下關(guān)系：

15、，

16、其中，f為所述特征提取與強(qiáng)化模塊的輸入，為所述特征提取與強(qiáng)化模塊的輸出，表示使用第一類卷積層進(jìn)行卷積操作，、、和均為為了便于書寫而設(shè)置的指代符號(hào)，表示使用relu激活函數(shù)，表示使用sigmoid激活函數(shù)，表示進(jìn)行最大池化，表示進(jìn)行平均池化。

17、可選地，所述特征多尺度整合模塊滿足如下關(guān)系：

18、，

19、其中，為所述特征多尺度整合模塊的輸出，為為了便于書寫而設(shè)置的第i個(gè)指代符號(hào)，，表示使用第二類卷積層進(jìn)行卷積操作，表示使用第三類卷積層進(jìn)行卷積操作，表示使用relu激活函數(shù)，表示使用?sigmoid激活函數(shù)，表示進(jìn)行最大池化，表示進(jìn)行平均池化，表示進(jìn)行下采樣，表示進(jìn)行上采樣，為所述特征提取與強(qiáng)化模塊的輸出，表示將和進(jìn)行通道拼接。

20、可選地，所述特征融合輸出模塊滿足如下關(guān)系：

21、，

22、其中，為所述特征融合輸出模塊的輸出，表示使用雙曲正切激活函數(shù)，表示使用第一類卷積層進(jìn)行卷積操作，為為了便于書寫而設(shè)置的第j個(gè)指代符號(hào)，，表示使用relu激活函數(shù)，表示使用?sigmoid激活函數(shù)，表示進(jìn)行最大池化，表示進(jìn)行平均池化，表示進(jìn)行上采樣，為所述特征提取與強(qiáng)化模塊的輸出，為所述特征多尺度整合模塊的輸出，表示將和進(jìn)行通道拼接。

23、可選地，根據(jù)所述第二地震資料噪聲抑制數(shù)據(jù)集，使用互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法和降噪自動(dòng)編碼器構(gòu)建二級(jí)噪聲抑制模型包括如下步驟：

24、把互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法得到的所述一級(jí)降噪數(shù)據(jù)的多個(gè)imf分量作為降噪自動(dòng)編碼器的輸入，得到原始二級(jí)噪聲抑制模型；

25、將所述第二地震資料噪聲抑制數(shù)據(jù)集劃分為訓(xùn)練集和驗(yàn)證集，進(jìn)而完成對(duì)所述原始二級(jí)噪聲抑制模型的訓(xùn)練和驗(yàn)證，得到所述二級(jí)噪聲抑制模型。

26、可選地，所述使用所述一級(jí)噪聲抑制模型和所述二級(jí)噪聲抑制模型對(duì)地震資料進(jìn)行降噪，并通過(guò)數(shù)據(jù)重構(gòu)得到噪聲抑制后的地震資料包括如下步驟：

27、利用所述一級(jí)噪聲抑制模型對(duì)地震資料進(jìn)行一級(jí)降噪得到一級(jí)降噪數(shù)據(jù)；

28、利用所述二級(jí)噪聲抑制模型對(duì)地震資料進(jìn)行二級(jí)降噪得到一組降噪imf分量；

29、使用得到的所述降噪imf分量進(jìn)行數(shù)據(jù)重構(gòu)，得到噪聲抑制后的地震資料。

30、第二方面，本發(fā)明提供了一種地震資料噪聲智能抑制系統(tǒng)，所述的一種地震資料噪聲智能抑制系統(tǒng)包括：數(shù)據(jù)采集設(shè)備、數(shù)據(jù)輸出設(shè)備、處理器和儲(chǔ)存器，所述儲(chǔ)存器包括一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被所述處理器執(zhí)行時(shí)使所述處理器實(shí)現(xiàn)本發(fā)明的一種地震資料噪聲智能抑制方法。

31、本發(fā)明至少具有以下有益效果：

32、1、在本方法構(gòu)建的特征提取與強(qiáng)化模塊、特征多尺度整合模塊以及特征融合輸出模塊中，通過(guò)將淺層特征信息通過(guò)恒等映射直接傳遞到更深的層次，保持了輸入信息的完整性，而且有效最小化了輸入與輸出之間的殘差，保證了信息在深層傳遞過(guò)程中的穩(wěn)定性和連貫性，有助于準(zhǔn)確提取地震資料的多尺度特征，進(jìn)而提高對(duì)地震資料的噪聲抑制效果。

33、2、本方法首先通過(guò)特征提取與強(qiáng)化模塊對(duì)地震資料進(jìn)行初步的特征提取和特征增強(qiáng)，以便后續(xù)能夠提取更加豐富的特征信息；其次，本方法使用特征多尺度整合模塊來(lái)進(jìn)一步提取地震資料的多尺度特征，實(shí)現(xiàn)特征信息的深度抽取，豐富特征層次，并將抽取的特征信息進(jìn)行初步整合得到較特征提取與強(qiáng)化模塊提取的特征圖次一級(jí)的特征信息；最后，本方法使用特征融合輸出模塊將前兩個(gè)模塊提取的特征信息進(jìn)行最終融合得到一級(jí)降噪數(shù)據(jù)，進(jìn)而最大程度的保留地震中的有效信號(hào)，從而提高地震資料的信噪比和同相軸連續(xù)性。

34、3、本方法在得到一級(jí)降噪數(shù)據(jù)后，進(jìn)一步構(gòu)建了二級(jí)噪聲抑制模型對(duì)一級(jí)降噪數(shù)據(jù)進(jìn)行二級(jí)降噪，以解決一級(jí)降噪數(shù)據(jù)中可能存在的由于地震信號(hào)與噪聲頻譜重疊時(shí)，低頻噪聲的頑固殘留和高頻特征丟失的問(wèn)題，進(jìn)而進(jìn)一步提高對(duì)地震資料的噪聲抑制效果。

35、4、本發(fā)明提供了與本方法相適配的系統(tǒng)，該系統(tǒng)能夠穩(wěn)定運(yùn)行本方法，提高對(duì)地震資料噪聲抑制的效率，并能夠提高本方法的實(shí)用性。