张一,丁仁伟,赵硕,等.基于改进环形生成对抗网络的浅地层剖面去噪方法[J].CT理论与应用研究,2023,32(1):15-25.DOI:10.15953/j.ctta.2022.053.ZHANGY,DINGRW,ZHAOS,etal.ShallowProfileDataDenoisingMethodBasedonImprovedCycle-consistentGenerativeAdversarialNetwork[J].CTTheoryandApplications,2023,32(1):15-25.DOI:10.15953/j.ctta.2022.053.(inChinese).基于改进环形生成对抗网络的浅地层剖面去噪方法张一,丁仁伟✉,赵硕,孙世民,韩天娇山东科技大学地球科学与工程学院,山东青岛266590摘要：为解决浅地层剖面数据噪声多、分辨率低问题，本文将环形生成对抗网络的方法应用于浅地层剖面资料的去噪，实现智能去噪。首先，选择具有特殊对称生成对抗网络循环机制以及“循环一致性”损失的环形生成对抗性网络，并对其进行结构改进，提升网络学习和训练的性能。然后，基于优化的浅地层剖面样本集训练网络，实现对于浅地层剖面数据随机噪声的去除，提升数据的信噪比。通过对实验和实际资料的试算，以及与传统带通滤波方法的对比，验证本文方法对浅地层剖面数据去噪的有效性和适应性。关键词：人工智能；浅地层剖面；随机噪声；数据去噪DOI:10.15953/j.ctta.2022.053中图分类号：O242；P315；P631文献标识码：A浅地层剖面探测技术因其低耗、高效、直观的工作特点[1]，被广泛应用于探查浅层海底结构[2]、了解海底断裂构造分布[3]、识别浅层气[4]等方面，对海洋工程项目的建立具有重要的意义[5]。由于海洋环境的复杂性和多样性，容易受到海底底质、船只摆动等因素的影响，导致浅剖地震资料受噪声干扰严重，主要有有源噪声和环境噪声两大类[6]，其中有源噪声是由震源或次生震源形成的干扰背景，包括直达波、多次波、气泡效应等；环境噪声主要是洋流波浪、机械振动以及船动力干扰等引起的，随机产生、分布较不均匀，在时间剖面上呈不规则形态，构成地震记录的主要背景，容易对海底底质分层产生较大影响[7]。针对随机噪声的不可预测性，相关学者提出不同方法去除随机噪声，提高浅剖资料的质量。传统的地震资料随机噪声去除方法包括中值滤波法[8]和小波变换[9]等，这些方法主要用于陆地资料的处理。针对海洋随机噪声的去除方法主要有f-x（频率-偏移距）域预测去噪技术[10]、表面多次波压制技术（surfacerelatedmultipleelimination，SRME）[11]等。目前常用的方法是f-x域预测去噪技术[12]，该方法可以有效消除同相轴抖动，增强有效数据的占比，取得了较好的应...
