基于改进DnCNN的混合震源数据分离研究

混合震源采集作为地震勘探中的一种新方法,具有采集效率高、勘探成本低等优点,但采集过程中会引入混合震源叠加噪声,影响后续数据处理和解释。混合震源数据分离方法能够压制混叠噪声,将混合震源数据分离成常规地震数据。传统混合震源分离方法参数选择困难,计算成本高,而基于深度学习的混合震源分离方法人工依赖性低、训练完毕后计算速度快,是目前研究的热点。论文提出一种改进DnCNN的混合震源数据分离方法,针对训练过程中出现的过拟合、损失曲线震荡等问题,引入失活机制、混合空洞卷积等机制进行改进,学习混叠噪声特征,对含噪数据进行降噪,最终实现混合震源数据分离。实验结果表明,改进DnCNN模型对混叠噪声降噪效果良好,混合震源数据分离结果清晰,且训练过程的稳定性得到提高。     

一种基于双调和样条插值的完全非规则地震数据重建

在地震勘探过程中，由于地形、环境等影响，采集到的地震数据常常是不规则且不完整的，这会对后续地震数据的处理造成不良影响，因此地震数据重建是一个常用的处理手段。目前已经发展了多种地震数据重建方法，大部分的地震数据的重建工作都是建立在一个规则网格上进行，而对于完全非规则地震数据的重建研究较少。本文基于双调和样条插值的方法提出了一种非规则地震数据重建方法，通过求取一个能够通过n个点的双调和样条函数，将残缺的且非规则的地震数据插值到规则的网格中，从而得到完整的地震数据。本文进一步提出了分块插值的思想，在插值之前将每一时间或频率切片进行分块，对每一块分别进行插值。此方法改善了插值对内存需求过大的弊端，并极大的提高了计算效率。通过合成地震数据进行测试，实验证明了提出的双调和样条插值方法的插值效果。     

以赛促教强学背景下的地学人才实践技能培养模式探讨

近年来，以赛促教强学已经成为高校提升师生专业技能的重要途径。以河北地质大学地球科学学院学生参加全国大学生地质技能竞赛为例，介绍学院地学实践教学存在的问题，并主要从营造竞赛氛围、校内初赛选拔、师生交流与反思、完善实验室建设等4个方面探讨了以赛促教强学的措施。在此基础上，形成了以校赛和国赛为中心的地学人才实践技能培养模式，实现了竞赛与教学相融合，提升了教学质量，在全国大学生地质技能竞赛中取得了较好的成绩。