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

在地球表面之下，隐藏着复杂的岩层、断层和隐秘的资源历史，但想要聆听这段历史，往往就像试图在飓风中捕捉一丝耳语。地球物理学家利用声波来绘制这些地下结构的图谱，将振动向下发送并记录其回传的方式。然而，这些波的旅程很少是纯净的。在传播过程中，它们会被各种混乱的干扰所冲击：远处交通的轰鸣、风的震动、电气设备的异常脉冲，以及地面本身自然的滚动能量。这些背景噪声淹没了那些揭示真实地下形态的微弱而珍贵的信号。几十年来，科学家们一直试图使用为特定类型干扰设计的数学规则来过滤掉这些噪声，但地球的变化过于多样，无法用单一的规则应对所有情况。当噪声发生变化时，旧的滤波器往往会失效，有时甚至会剥离掉它们本应保护的信号。

来自吉林大学和东北电力大学的研究团队提出了一种解决这一问题的新方法，即不再为每一种特定的噪声类型构建一个新工具，而是转向创建一个高度适应性的统一系统。他们开发了一种被称为“基础模型”（foundation model）的新方法，这一概念借鉴自计算机如何学习理解语言或识别图像。研究人员并非仅仅教计算机识别一种噪声，而是教会了它纯净地震信号的基础语言。通过首先让系统接触大量的纯净数据，该模型学习了地震波自然行为的内在模式。一旦它理解了地球的“声音”，研究人员就证明了它可以在极少额外指令的情况下，快速学会忽略特定类型的噪声。他们的这项工作围绕一个名为 SeisDeFM 的系统展开，该系统证明了这种方法可以剔除不规则的、外部的以及随机的噪声，同时保留传统方法容易破坏的细腻且深层的反射信号。

这种新方法的核心在于一个模仿人类学习技能的两步学习过程。首先，系统经历了一个大规模的预训练阶段。想象一名学生在从未被要求写过特定文章之前，通过阅读图书馆里的每一本书来理解语言的结构、句子的流动和故事的逻辑。在这个阶段，Seis de FM 模型研究了数千条纯净的地震记录，学习识别真实地质事件的连续性和连贯性模式。它学会了如何将反射信号平滑、逻辑性的流动与噪声混乱、破碎的本质区分开来。这个阶段是自监督的，这意味着模型通过尝试重建不完整的数据来进行自我教学，从而迫使它理解地震记录中不同部分之间的深层联系。

一旦模型掌握了地震波的通用语言，它就会进入第二阶段：适配。这是系统学习处理特定问题阶段。过去，如果地球物理学家想要去除某种特定类型的噪声（例如来自地表的滚动波），他们必须使用成千上腿个完全相同噪声的例子从头开始训练一个新模型。这既缓慢又需要大量的标注数据。有了 SeisDeFM，研究人员只需要极小比例的数据。他们将预训练后的模型展示给仅有几千个带有噪声数据及其对应纯净版本的数据对。由于模型已经理解了信号的底层结构，它可以迅速学会识别并减去新的噪声。在测试中，该模型仅使用传统方法所需标注数据十分之一的量，就取得了优异的结果，这证明了对信号的深度理解可以让噪声的学习变得更加快速高效。

研究人员针对现实世界野外数据中四种截然不同且极具挑战性的噪声类型对该系统进行了测试。第一种是不规则噪声，表现为由录制故障或风引起的突然高振幅脉冲。传统方法在此类问题上往往难以应对，要么留下脉冲，要么误删附近的微弱信号。然而，新模型成功地移除了这些脉冲，同时保持了深层反射的完整性。第二项测试涉及来自人类活动的外部噪声（如车辆移动），这类噪声会导致数据变得模糊。同样，基础模型比以往的方法更彻底地清理了数据，保留了地质层的连续性。第三个挑战是面波，这是一种强大的低频噪声，经常掩盖地表最初的反射信号。该模型在完全抑制这些波的同时，没有模糊底层岩石的锐利细节。最后，他们针对随机噪声（即覆盖广泛频率范围的静电式干扰）进行了测试。模型在移除此类噪声的同时，保持了信号的光谱完整性，确保了地球响应的频率内容保持准确。

研究的一个关键发现是，该模型的成功取决于结合两种不同的观察数据方式。研究人员构建了一个双重架构系统：一部分专注于观察细小的局部细节，另一部分则退后一步观察整个记录中的宏观全局。局部部分擅长捕捉噪声脉冲的具体形状，而全局部分则理解地震事件如何在时间和空间上延伸。通过融合这些视角，模型避免了将微弱的连续信号误认为噪声的常见错误。研究还表明，虽然模型在最初学习地震波通用语言时需要大量的计算能力，但在实际应用到新任务时却极其快速高效。它不需要针对每个新地点或每种噪声类型重新进行从头训练；它只需调整现有的知识即可。

研究结果表明，地震数据处理的方式正在发生转变。行业不再需要为每一个新的噪声问题构建专门的工具，而是可以依赖于一个已经学习了地球基本物理规律的强大基础模型。这种方法不仅节省了时间和计算资源，还通过降低误删珍贵数据的风险，提高了最终图像的质量。研究人员证明，通过先教机器理解纯净信号的“真相”，它会变得更擅长识别并剔除噪声带来的“谎言”。这种方法为处理现代勘探中收集的海量数据提供了一条充满希望的路径，将混沌、多噪的记录转化为清晰、高保真的地下结构图。