基于深度卷积神经网络的稀疏反褶积方法❋

张联海， 王 璐，2❋❋， 郑志超， 孟凡顺，2

(1.中国海洋大学海洋地球科学学院， 山东 青岛 266100； 2.海底科学与探测技术教育部重点实验室， 山东 青岛 266100)

反射地震勘探是油气勘探的主要方法之一，高信噪比和高分辨率的地震资料，是准确解释地层深部地质构造的必要条件之一。反褶积是提高地震资料分辨率最常用的方法，在高分辨率地震资料处理中起着至关重要的作用。

根据褶积模型，反射地震信号可以表示为地层反射系数和震源子波的褶积。由观测的反射地震信号推测地层反射系数，理想条件下，真实的地层反射系数可以得到恢复，然而实际勘探中，震源子波的带限的，这导致反褶积是一个不适定的反问题，直接求解难以得到稳定的反演结果。合适的正则化约束可以加强反问题求解的稳定性[1-2]，基于地层的分层性质，只有较大的地层反射系数才影响反射地震信号，因此，反射系数在时间上是稀疏的，使用反射系数的稀疏性质作为正则化约束的反褶积方法即为稀疏反褶积[3-4]。基于反射系数的稀疏性质，Wang[5]建立了L1正则化反褶积模型，通过非单调梯度下降算法求解反射系数，然后采用递推方法求解地层的波阻抗剖面。Gholami和Sacchi[6]将反褶积问题转化为无约束优化问题，此优化问题采用Lp范数作为拟合项，L1范数作为正则化项，然后利用分裂Bregman法[7]求解，此方法在准确反演稀疏反射系数的同时，可以有效压制高斯和非高斯噪音。稀疏反褶积通常会导出一个……