MMIJ Annual Meeting

陸上の反射法地震探査では、取得信号に混入する高振幅表面波が高精度の地下構造イメージを得るための障壁となる。表面波除去にはラディアルトレース変換やFKフィルタなどもあるが、分散性波動である性質上、単純にムーブアウトに依存する手法では不完全な結果となる。そのため、表面波混入部分を使わずにデータ処理を行うことが多い。高精度の反射法地震探査には可能な限りデータ冗長性を増大させる必要があり、効率的な表面波除去が必要である。本研究では、近年注目の集まる機械学習を利用し、表面波を除去することで、反射法データを最大限利用する試みを行なった。この機械学習において多用される教師有り学習手法では、データを構成する信号の種類に応じた属性を用いるクラスタ―分析が威力を発揮する。しかし、学習に用いる大量の正答ラベルには探査実施フィールドの地域性など、一意的には決まらないデータが存在する。そこで本研究では、教師なし学習の一種である独立成分分析（ICA）を用い、データ適応型の表面波除去法を採用した。数値的に作成した合成データおよび実データに本手法の適用性を検証し、ICAが表面波除去に有効である可能性が示された。