Passive seismic source imaging can extract geophysical information from underground noise and has been widely utilized in geophysical research. Compared with conventional active seismic exploration, it is low-cost and eco-friendly; however, the application of passive seismic data is limited by coherent noise in the virtual-shot gathers. An approach involving direct denoising in the virtual-shot gathers has not previously been discussed; therefore, we present an iterative denoising strategy for passive seismic data. The reflection-preserving characteristic of focal transformation is adopted in the virtual-shot gathers to eliminate the coherent noise, and L1-norm sparse inversion is utilized to obtain a more accurate solution during focal transformation. A key aspect of this strategy is clean focal operator building at high noise levels. We apply local similarity as the criterion for extracting the majority of reflection energy for the focal operator. Because of strong coherent noise, a clean focal operator cannot be obtained in one iteration. We therefore obtain both denoised passive seismic data and a clean focal operator by denoising using a cleaner focal operator and operator building using updated denoising results. The presented approach can overcome the limits of coherent noise in virtual-shot gathers, which is significant for subsequent data processing and wider application. Synthetic examples achieve excellent performance in coherent noise attenuation and reflection energy reconstruction, especially in far-offset sections.

中文翻译：

---

被动地震数据的迭代焦点去噪策略

被动震源成像可以从地下噪声中提取地球物理信息，在地球物理研究中得到广泛应用。与传统的主动地震勘探相比，成本低、环保；然而，被动地震数据的应用受到虚拟炮点集中相干噪声的限制。以前没有讨论过在虚拟镜头集中直接去噪的方法。因此，我们提出了一种被动地震数据的迭代降噪策略。虚炮集采用焦点变换的保反射特性消除相干噪声，并利用L1范数稀疏反演在焦点变换中获得更精确的解。该策略的一个关键方面是在高噪声水平下构建干净的焦点算子。我们应用局部相似性作为提取焦点算子的大部分反射能量的标准。由于强相干噪声，不能在一次迭代中获得干净的焦点算子。因此，我们通过使用更干净的焦点算子和使用更新的去噪结果的算子构建进行去噪来获得去噪的被动地震数据和干净的焦点算子。所提出的方法可以克服虚拟炮点集中相干噪声的限制，这对于后续的数据处理和更广泛的应用具有重要意义。合成示例在相干噪声衰减和反射能量重建方面取得了优异的性能，特别是在远偏移部分。在一次迭代中无法获得干净的焦点算子。因此，我们通过使用更干净的焦点算子和使用更新的去噪结果的算子构建进行去噪，从而获得去噪的被动地震数据和干净的焦点算子。所提出的方法可以克服虚拟炮点集中相干噪声的限制，这对于后续的数据处理和更广泛的应用具有重要意义。合成示例在相干噪声衰减和反射能量重建方面取得了优异的性能，特别是在远偏移部分。在一次迭代中无法获得干净的焦点算子。因此，我们通过使用更干净的焦点算子和使用更新的去噪结果的算子构建进行去噪来获得去噪的被动地震数据和干净的焦点算子。所提出的方法可以克服虚拟炮点集中相干噪声的限制，这对于后续的数据处理和更广泛的应用具有重要意义。合成示例在相干噪声衰减和反射能量重建方面取得了优异的性能，尤其是在远偏移部分。所提出的方法可以克服虚拟炮点集中相干噪声的限制，这对于后续的数据处理和更广泛的应用具有重要意义。合成示例在相干噪声衰减和反射能量重建方面取得了优异的性能，特别是在远偏移部分。所提出的方法可以克服虚拟炮点集中相干噪声的限制，这对于后续的数据处理和更广泛的应用具有重要意义。合成示例在相干噪声衰减和反射能量重建方面取得了优异的性能，特别是在远偏移部分。