A Review of Deep-learning-based Seismic Data Denoising and Its Promising Paradigm Shift to Foundation Models

Onder het aardoppervlak ligt een complexe geschiedenis van gesteentelagen, breuklijnen en verborgen hulpbronnen, maar het beluisteren van die geschiedenis is vaak als proberen een fluistering te horen in een orkaan. Geofysici gebruiken geluidsgolven om deze ondergrondse structuren in kaart te brengen, waarbij ze trillingen naar beneden sturen en registreren hoe deze terugkaatsen. De reis van deze golven verloopt echter zelden zonder problemen. Terwijl ze reizen, worden ze belaagd door een chaotische mix van interferentie: het gerommel van verre het verkeer, de trilling van de wind, de grillige pieken van elektrische apparatuur en de natuurlijke, rollende energie van de grond zelf. Deze achtergrondruis overstemt de zwakke, waardevolle signalen die de ware vorm van de ondergrond onthullen. Decennialang hebben wetenschappers geprobeerd deze ruis weg te filteren met behulp van wiskundige regels die ontworpen zijn voor specifieke soorten interferentie, maar de aarde is te gevarieerd voor één enkele regel die overal werkt. Wanneer de ruis verandert, falen de oude filters vaak, waarbij ze soms juist de signalen wegsnijden die ze bedoeld waren te beschermen.

Een team onderzoekers van de Jilin Universiteit en de Northeast Electric Power University heeft een andere manier voorgesteld om dit probleem op te lossen, waarbij ze afstappen van het bouwen van een nieuw hulpmiddel voor elk specifiek type ruis en in plaats daarvan bewegen naar het creëren van één enkel, uiterst aanpasbaar systeem. Ze ontwikkelden een nieuwe benadering gena de "foundation model" (fundamenteel model), een concept dat is geleend van de manier waarop computers leren taal te begrijpen of afbeeldingen te herkennen. In plaats van een computer te leren slechts één soort ruis te herkennen, hebben ze het de fundamentele taal van zuivere seismische signalen geleerd. Door het systeem eerst bloot te stellen aan enorme hoeveelheden schone data, leerde het model de intrinsieke patronen van hoe seismische golven zich van nature gedragen. Zodra het de "stem" van de aarde begreep, toonden de onderzoekers aan dat het systeem snel kon leren om specifieke soorten ruis te negeren met zeer weinig aanvullende instructies. Hun werk, gecentreerd rond een systeem dat ze SeisDeFM noemden, demonstreert dat deze methode in staat is om grillige, externe en willekeurige ruis weg te filteren, terwijl de delicate, diepe reflecties behouden blijven die traditionele methoden vaak beschadigen.

De kern van deze nieuwe methode ligt in een tweestaps leerproces dat weerspiegelt hoe een mens een vaardigheid leert. Eerst ondergaat het systeem een massale pre-training fase. Stel je een student voor die jarenlang elk boek in een bibliotheek leest om de structuur van taal, de flow van zinnen en de logica van verhalen te begrijpen, zonder ooit gevraagd te worden een specifieke essay te schrijven. In deze fase bestudeerde het SeisDeFM-model duizenden schone seismische opnames en leerde het de continue, coherente patronen van echte geologische gebeurtenissen herkennen. Het leerde het verschil te zien tussen de vloeiende, logische stroom van een reflectie en de chaotische, gebroken aard van ruis. Deze fase was zelfgesuperviseerd, wat betekent dat het model zichzelf onderwees door te proberen onvolledige data te reconstrueren, waardoor het gedwongen werd de diepe verbindingen tussen verschillende delen van een seismisch record te begrijpen.

Zodra het model de algemene taal van seismische golven onder de knie had, ging het naar de tweede fase: adaptatie. Dit is waar het systeem leert om specifieke problemen aan te pakken. In het verleden, als een geofysicus een specif kind type ruis wilde verwijderen, zoals de rollende golven van het oppervlak, moest hij een nieuw model vanaf nul trainen met duizenden voorbeelden van exact die ruis. Dit was traag en vereiste enorme hoeveelheden gelabelde data. Met SeisDeFM hadden de onderzoekers slechts een fractie van die data nodig. Ze namen het voorgetrainde model en toonden het slechts enkele duizenden voorbeelden van ruizige data gekoppeld aan de schone versie. Omdat het model de onderliggende structuur van de signalen al begreep, kon het snel leren om de nieuwe ruis te identificeren en af te trekken. In hun tests behaalde het model superieure resultaten met slechts één tiende van de gelabelde data die traditionele methoden vereisten, wat bewijst dat een diep begrip van het signaal zorgt voor veel sneller en efficiënter leren van de ruis.

De onderzoekers testten dit systeem tegen vier verschillende en moeilijke soorten ruis die in real-world velddata voorkomen. De eerste was erratische ruis, die verschijnt als plotselinge, hoog-amplitude pieken veroorzaakt door zaken als opnamefouten of wind. Traditionele methoden worstelen hier vaak mee, of laten de pieken achter, of verwijderen per ongeluk de zwakke signalen die toevallig in de buurt zijn. Het nieuwe model verwijderde deze pieken echter succesvol terwijl de zwakke, diepe reflecties intact bleven. De tweede test betrof externe ruis door menselijke activiteit, zoals voertuigbewegingen, wat de data kan vervagen. Opnieuw reinigde het fundamentele model de data grondiger dan eerdere methoden, waarbij de continuïteit van de geologische lagen behouden bleef. De derde uitdaging waren oppervlaktegolven, een krachtige, laagfrequente ruis die vaak de allereerste reflecties van de grond maskeert. Het model onderdrukte deze golven volledig zonder de scherpe details van de onderliggende rots te vervagen. Ten slotte testten ze het tegen willekeurige ruis, de statische interferentie die een breed spectrum aan frequenties beslaat. Het model verwijderde deze ruis terwijl de spectrale integriteit van het signaal behouden bleef, waardoor de frequentie-inhoud van de respons van de aarde accuraat bleef.

Een belangrijke bevinding van de studie is dat het succes van het model afhangt van het combineren van twee verschillende manieren om naar de data te kijken. De onderzoekers bouwden het systeem met een duale architectuur: één deel dat nauw kijkt naar kleine, lokale details, en een ander deel dat afstand neemt om het grote plaatje over de gehele opname te zien. Het lokale deel is uitstekend in het vangen van de specifieke vorm van een ruispiek, terwijl het globale deel begrijpt hoe een seismische gebeurtenis zich over tijd en ruimte uitstrekt. Door deze perspectieven samen te voegen, voorkomt het model de veelvoorkomende fout om een zwak, continu signaal met ruis te verwarren. De studie toonde ook aan dat hoewel het model een aanzienlijke hoeveelheid rekenkracht vereist om de algemene taal van seismische golven te leren, het eigenlijke proces van het toepassen ervan op een nieuwe taak ongelooflijk snel en efficiënt is. Het hoeft niet voor elke nieuwe locatie of ruistype opnieuw vanaf nul getraind te worden; het past simpelweg zijn bestaande kennis aan.

De resultaten suggereren een verschuiving in de manier waarop seismische data in de toekomst verwerkt kunnen worden. In plaats van een nieuw, gespecialiseerd hulpmiddel te bouwen voor elk nieuw ruisprobleem, zou de industrie kunnen vertrouwen op één enkel, robuust fundamenteel model dat de fundamentele fysica van de aarde heeft geleerd. Deze benadering bespaart niet alleen tijd en computationele middelen, maar verbetert ook de kwaliteit van het uiteindelijke beeld door het risico te verkleinen dat er per ongeluk waardevolle data wordt verwijderd. De onderzoekers hebben aangetoond dat door een machine eerst de "waarheid" van een schoon signaal te leren, deze veel beter wordt in het herkennen en verwijderen van de "leugens" van ruis. Deze methode biedt een veelbelovend pad voor het verwerken van de enorme volumes aan data die in de moderne exploratie worden verzameld, waarbij een chaotische, ruizige opname wordt omgezet in een heldere, hoogwaardige kaart van de ondergrond.