李學(xué)貴 周英杰 董宏麗 吳鈞 徐剛 王如意

摘要：提高地震數(shù)據(jù)分辨率的傳統(tǒng)方法，如反褶積、犙補(bǔ)償?shù)?，受到子波為最小相位、反射系?shù)為白噪聲等假定條件的限制且需要求取復(fù)雜參數(shù)，不便于實(shí)際應(yīng)用。深度學(xué)習(xí)方法使用數(shù)據(jù)驅(qū)動(dòng)的方式可以自適應(yīng)地刻畫輸入與目標(biāo)間的關(guān)系，具備良好的自主學(xué)習(xí)能力，但目前基于深度學(xué)習(xí)提高地震數(shù)據(jù)分辨率的方法對(duì)注意力信息的利用不夠全面。因此，提出一種基于雙注意力ＵＮｅｔ網(wǎng)絡(luò)的提高地震數(shù)據(jù)分辨率方法。首先，在原始ＵＮｅｔ網(wǎng)絡(luò)中加入改進(jìn)的通道注意力模塊、空間注意力模塊和級(jí)聯(lián)殘差模塊，不僅可以快速學(xué)習(xí)高、低分辨率數(shù)據(jù)間的映射關(guān)系，還能夠合理分配不同通道和空間的權(quán)重、充分利用數(shù)據(jù)間的相關(guān)性；然后，使用Ｌ１ 損失和多尺度結(jié)構(gòu)相似性指數(shù)損失的組合作為損失函數(shù)，提高模型對(duì)局部信息變化的敏感度，便于恢復(fù)細(xì)節(jié)信息。模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)的測(cè)試結(jié)果表明，該方法提升了地震數(shù)據(jù)的主頻，增加了頻帶寬度，同相軸變得更清晰，細(xì)節(jié)紋理信息更豐富，有效提高了地震數(shù)據(jù)的分辨率。

關(guān)鍵詞：提高分辨率，深度學(xué)習(xí)，ＵＮｅｔ網(wǎng)絡(luò)，注意力機(jī)制，殘差塊

中圖分類號(hào)：Ｐ６３１ 文獻(xiàn)標(biāo)識(shí)碼：Ａ doi：１０．１３８１０／ｊ．ｃｎｋｉ．ｉｓｓｎ．１０００７２１０．２０２３．０３．００３