精密測量院計算與勘探地球物理研究中心團隊在分布式聲波傳感(DAS)垂直地震勘探(VSP)數(shù)據(jù)多源噪聲高精度壓制方面取得新進展。針對DAS-VSP數(shù)據(jù)受大量隨機噪聲及相干耦合噪聲污染問題，研究團隊設計了一種基于指數(shù)衰減曲線約束經驗模態(tài)分解(EDCC-EMD)的頻率域監(jiān)督去噪網絡模型。該方法顯著提高了DAS-VSP數(shù)據(jù)的信噪比，并成功恢復深層被掩蓋的微弱信號，攻克了低信噪比數(shù)據(jù)導致的反演難題，為高精度地下結構成像提供了可靠的技術保障。近日，相關研究成果已發(fā)表在《石油科學》(Petroleum Science)上，并作為重點論文推介。

DAS技術近年來發(fā)展迅速，已成為地震勘探領域的一項重要突破，尤其在VSP應用中展現(xiàn)出廣闊前景。然而，實際采集的DAS-VSP數(shù)據(jù)往往受到強相干耦合噪聲與隨機噪聲的嚴重干擾，對數(shù)據(jù)質量與地下結構成像精度造成顯著影響。目前基于深度學習的去噪方法大多依賴于傳統(tǒng)去噪技術所生成的噪聲標簽，難以準確適配DAS數(shù)據(jù)特有的噪聲特性，制約了其在實際油氣勘探中的應用效果。

為解決這一難題，研究團隊創(chuàng)新性地提出了一種基于指數(shù)衰減曲線約束經驗模態(tài)分解(EDCC-EMD)的監(jiān)督去噪網絡。該方法首先利用傳統(tǒng)EMD從實際DAS-VSP數(shù)據(jù)中提取初始噪聲分量，進而對該分量進行二次EMD分解，得到一系列本征模態(tài)函數(shù)(IMFs)。通過分析各階IMF與初始噪聲之間的相關系數(shù)，并引入指數(shù)衰減曲線(EDC)作為約束條件，實現(xiàn)了更為純凈的噪聲成分提取。經過優(yōu)化的噪聲標簽顯著提升了去噪網絡的訓練質量與泛化性能。

值得關注的是，現(xiàn)有方法多集中于時域特征分析，往往忽略了頻域信息中所蘊含的關鍵區(qū)分特征。本研究創(chuàng)新性地將頻域數(shù)據(jù)作為網絡訓練輸入，充分利用噪聲與有效信號在頻域中更為明顯的可分性，大幅提升了網絡在噪聲-信號分離任務中的學習效率與去噪性能，為DAS-VSP數(shù)據(jù)的高精度處理提供了新的技術路徑。

研究結果表明，研究團隊所提出的方法展現(xiàn)出優(yōu)越的去噪性能。在實際深層弱信號DAS-VSP數(shù)據(jù)測試中，該方法顯著提升了信噪比，增幅高達22.9 dB，效果明顯優(yōu)于傳統(tǒng)去噪方法(如EMD、FK)以及經典的時域U-net噪聲壓制方法。本方法在噪聲壓制與信號保真兩方面均表現(xiàn)更佳，并能有效校正受噪聲污染導致的相位畸變，充分證明了其在DAS-VSP數(shù)據(jù)處理中的先進性與實用價值。

深層弱信號DAS-VSP 數(shù)據(jù)去噪結果. (a)干凈數(shù)據(jù)；(b)噪聲數(shù)據(jù)(-17.6 dB)；(c)EMD方法去噪結果(0.2 dB)；(d) FK方法去噪結果(0.1 dB)；(e)本方法在時間域去噪結果(2.1 dB)；(f)本方法在頻率域去噪結果(5.3 dB)，信噪比提高22.9 dB.

本方法去噪后DAS-VSP數(shù)據(jù)的振幅與相位細節(jié)。(a) 單道數(shù)據(jù)波形圖；(b) 純凈噪聲與剔除的噪聲成分。(c)-(f)依次為干凈數(shù)據(jù)、含噪數(shù)據(jù)、去噪后數(shù)據(jù)和被剔除噪聲的時頻譜。

該方法攻克了低信噪比數(shù)據(jù)導致的反演難題，通用性強，有望直接應用于常規(guī)檢波器地震數(shù)據(jù)及地震臺站監(jiān)測數(shù)據(jù)等多種場景，展現(xiàn)出較為廣闊的行業(yè)應用前景，為高精度地下結構成像提供了可靠的技術保障。

相關研究成果以“An EDCC-EMD analysis-based network for DAS VSP data denoising in frequency domain”為題在《石油科學》(Petroleum Science)上發(fā)表，精密測量院為第一完成單位，青年副研究員唐歡歡為文章第一作者，研究員毛偉建為通訊作者。

該研究得到國家自然科學基金重點項目和國家自然科學基金青年項目資助。

????論文鏈接：https://doi.org/10.1016/j.petsci.2025.03.006