针对利用u-net网络提取地震初至信号的不连续性问题，提出了一种结合水平集方法的u-net网络结构模型。首先，基于u-net网络提取地震图像的特征图，逐像素计算损失。然后使用水平集方法计算特征地图，计算水平集损失。最后，将两者的加权和作为最终损失函数。改进后的网络模型采用水平集方法，保证了地震道间初至的连续性，同时保留了u-net网络端到端的精细分类能力。Focal　Loss损失函数用于缓解地震数据样本类别的不平衡。在训练过程中，采用模拟数据和实际数据混合的方法，克服了训练集数据的不足。正演模拟的测试结果和实际地震资料表明，该网络模型不仅具有较高的精度，而且能够更好地适应低信噪比环境下地震信号的初至拾取。