포항 현장자료 적용을 위한 순환 신경망 기반 해수면 기인 다중반사파 억제 알고리즘 개발 (Development of a Recurrent Neural Network Algorithm for the Attenuation of Surface-Related Multiples in Pohang Field Data Applications)

서지정보

· 발행기관 : 한국지구물리.물리탐사학회
· 수록지 정보 : 지구물리와 물리탐사 / 27권 / 4호 / 211 ~ 223페이지
· 저자명 : 정서제, 하지호, 채혜지, 신성렬, 정우근

초록

해양 탄성파 탐사에서 해수면 기인 다중반사파는 실제 지층에 없는 경계면을 생성하여 지질학적 해석을 방해하므로 제거가 필수적이다. 기존의 다중반사파 제거 기법과 탄성파탐사 자료처리 소프트웨어를 적용하는 경우, 물리적 특성에 기반하여 탐사환경에 따라 적용 효과가 달라지거나 자료처리 변수에 민감한 영향을 받는다는 한계점이 있다. 본 연구에서는 잡음 억제 및 신호 분류에서 우수한 성능을 보이는 순환 신경망 기반의 stacked BiLSTM 네트워크와 분수 푸리에 변환을 적용하여 해수면 기인 다중반사파를 억제하였다. 또한, 분수 푸리에 변환의 회전 각도 범위에 따른 학습 결과를 분석하고, 평균 제곱근 오차와 최대 신호 대 잡음비를 통해 최적의 회전 각도를 설정하였다. 최적화된 네트워크를 포항 현장자료에 적용하여 탄성파탐사 자료처리소프트웨어 결과와 비교한 결과, 현장자료 적용 가능성을 검증하였다

영어초록

In marine seismic exploration, surface-related multiples create artificial boundaries that hinder accurate geological interpretation, making their removal essential. Conventional multiple removal methods and seismic processing software vary in effectiveness based on physical properties and are sensitive to parameter settings. Thus, this study applied a stacked bidirectional long short-term memory (BiLSTM) model, known for its high performance in seismic noise suppression and signal classification, along with the fractional Fourier transform to attenuate surface-related multiples. The study also analyzed training results based on the range of rotation angles in the fractional Fourier transform (FrFT), and select the optimal angle using root mean squared error and peak signal-to-noise ratio. The optimized network was applied to field data from Pohang, and its performance was compared with seismic processing software, confirming its effectiveness and practical applicability for field data.

참고자료

· 없음