一种基于UNET++网络的反射地震数据交叉重构方法

本发明公开了一种基于UNET++网络的反射地震数据交叉重构方法，针对地震数据在空间上的不规则或欠采样问题；传统地震数据重构方法鲁棒性弱、参数选择依赖性强、自动化程度低等问题；以及基于深度学习的地震数据重构方法稳定性不强和缺乏规范问题，提出了以下改进方案：改进的神经网络模型以增强对数据特征的提取能力；选择性切片机制构建样本集以提升其容量和丰富度；地震道交叉重构的模型泛化策略以增加预测结果的可靠性。在实际炮集测试中，本发明对随机缺失30％，50％和80％道集的地震记录均给出了较好的重构效果，重构剖面在恢复了反射波同相轴的同时，有效地压制了随机噪声，从而提高了数据质量。