非二次幂Curvelet变换及其在地震噪声压制中的应用

本文分析了Curvelet变换在地震数据处理中的优势及不足,提出了非二次幂Curvelet变换.主要有两点改进:(1)将经典Curvelet变换非自适应的二次幂多尺度多角度分解方式改进为基于地震数据特点的、自适应非二次幂可控多尺度多角度分解方式,可以更有效地反映地震信号的主要方向特征和频率特征;(2)在最粗尺度引入各向异性分析,实现了对低频信号的精细处理.本文通过处理合成记录和含有面波干扰的实际数据算例验证了非二次幂Curvelet变换在地震噪声压制中的有效性.     

基于Curvelet变换的地震资料信噪分离技术

在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率.     

基于地震子波支撑和Curvelet域稀疏约束的面波衰减方法

面波噪声衰减是地震数据处理流程中的重要一环,传统的面波衰减方法主要依靠面波与有效信号的几何特征差异,在变换域中将两者进行分离.受复杂近地表因素的影响,面波往往呈现非线性特征,并且在变换域中面波与有效信号存在部分重叠,这都导致面波噪声与有效信号难以彻底分离,消除面波的同时也损伤了有效信号.针对这一问题,本文综合利用Curvelet变换对地震数据的稀疏表征特性以及地震子波支撑来构建方程,通过Curvelet域稀疏约束来恢复压制面波时损失掉的有效信号.文中对该方法进行了模型试算和实际资料处理,处理结果表明:本文方法能够在一定程度上恢复损失的有效信号,提高了面波压制方法的保幅性.     

基于第二代Curvelet变换的面波压制(英文)

针对面波能量强、频率低、视速度低等特点,本文提出了基于第二代Curvelet变换的多尺度、多方向分解的面波压制方法,充分利用Curvelet变换的多尺度、多方向功能,分离出含有面波的尺度和方向然后利用面波与有效波在Curvelet域基本不重叠的特性,进行信噪分离处理。这种方法在实际叠前地震数据的处理中,能够有效压制面波,同时较好地保护有效反射波,特别是反射波的低频分量。文中提出的基于第二代Curvelet变换的去面波方法是一种较好的保幅去噪方法。     

S变换在面波去噪中的应用r

S变换是一种用于分析非平稳信号的时频变换方法, 可以很好地刻画地震信号的时频特性. 本文将S变换用于地震面波数据的噪声去除中, 首先介绍了S变换的理论基础, 然后设计了时频滤波和阈值滤波两种方法, 分别对天然地震面波数据和背景噪声数据进行去噪处理, 并与相位匹配滤波进行了比较． 结果表明, 面波数据经S变换去噪后, 群速度频散曲线的短周期部分得到改善, 能够连续追踪至6 s左右, 但长周期部分出现了缺失; S变换去噪的效果优于相位匹配滤波, 两者相结合会得到更加理想的结果．      

基于多道卷积信号盲分离的多次波自适应相减方法

本文将多次波自适应相减问题表示为一个多道卷积信号的盲分离问题.利用2D卷积核来表示预测多次波和实际多次波之间的差异,并采用分离出的一次波信号的非高斯性最大化作为优化目标,我们提出一种基于多道卷积信号盲分离的多次波自适应相减算法.为了求解上述非线性优化问题,所提方法将其转化为一个迭代线性优化问题,采用迭代最小二乘方法加以实现.由于采用了多道卷积信号盲分离模型,所提方法能够适应预测和真实多次波之间在时间及空间上的变化.通过对简单模型数据、Pluto数据和实际数据进行处理,验证了所提算法的有效性.     

基于形态成分分析地震信号二维域面波分离方法研究（英文）

地震数据中的面波是严重降低地震资料信噪比的干扰波,它的存在影响了后续地震资料的处理与解释。本文根据地震记录中面波与反射波信号形态结构的差异,采用基于二维字典形态成分分析方法对面波噪声与反射波进行分离。根据面波信号的低频、低视速度和频散的特性,选择二维非抽样离散小波变换作为面波的稀疏表示字典,根据反射波局部相关性较强的特点,选择二维局部离散余弦变换作为反射波的稀疏表示字典,构建地震记录在联合二维字典下的稀疏表示模型并采用块协调松弛算法进行求解,将地震记录分解为反射波部分和面波部分。对合成地震信号以及实际地震资料的处理结果表明本文方法不仅能有效压制强能量的面波干扰,而且还能很好保护反射波信号的波形。     

基于迭代去噪的多源地震混合采集数据分离

多源地震混合采集采用随机线性编码方式同时激发多个震源,检波器连续接收地震信号,获得波场混叠的炮记录.该采集技术能够显著提升采集效率和成像质量,其实现关键在于炮分离,即将相互混叠的多源波场数据彼此分离,获得传统采集的单炮记录.最小平方算法只能得到伪分离记录,不能去除混叠噪声.在高混合度的混叠数据中,混叠噪声的能量往往数倍于有效信号,炮分离难度倍增.但在伪分离记录中,该噪声在除共炮点道集以外的其它时域均为随机分布.本文研究提出了一种多时域组合迭代去噪的炮分离技术:通过运用多级中值滤波与Curvelet阈值迭代去噪算法,在不同时域根据混叠噪声特性采用相应的去噪手段,并设计迭代算法优化炮分离结果.实际资料处理结果证明:将本方法应用于高混合度的混叠数据,无论是分离质量还是计算效率,都有明显提升.     

基于单程波偏移算子的地表相关多次波成像

在常规地震资料处理中,多次反射波被视为噪声并从地震数据中去除,以免在之后的地震资料解释中造成误解.而事实上,多次波也是地震信号,是照明波场的一部分,能够对地下构造成像的精度做出贡献.本文分析了多次波在传统单程波叠前深度偏移中产生构造假象的机制和表现,为实现基于单程波偏移算子的多次波成像,修改了单程波叠前深度偏移的边界条件,即将输入的震源波场用包含多次波的记录来替代,输入的记录波场用预测出的表层相关多次波来替代,实现了基于单程波偏移算子的地表相关多次波成像,并从理论上给出了其成像依据.通过基于二范式最小能量差原则求取的匹配因子,将多次波成像结果与一次波成像结果进行匹配叠加,应用多次波成像来弥补一次波成像的不足.简单模型验证了基于单程波偏移算子的多次波成像方法的有效性,最后对Sigsbee2B模型进行了一次波与多次波联合成像试算,盐边界高陡构造成像质量得到了明显改善.     

基于复曲波变换的一次波和多次波分离方法

多次波压制方法的研究一直都是地震数据处理中非常重要的一个课题.由于常用的多次波匹配方法主要针对多次波模型和实际多次波存在的振幅或相位的差异进行匹配校正,而无法直接校正多次波模型和实际多次波存在时移误差.本文构建了一种复曲波变换的算法,利用复曲波变换的时移不变性质,通过调整复曲波系数的振幅和相位实现对多次波模型振幅和时移误差的校正.为了更好地保护有效信号,在一次波和多次波分离前,引入一个非线性屏蔽滤波器,可以事先分离出大部分有效波,然后再将剩余部分数据作为输入数据,在复曲波域进行剩余一次波和多次波分离.最后通过模型试算和实际资料处理验证了本文提出的一次波和多次波分离方法的有效性.     

L1范数约束被动源数据稀疏反演一次波估计

对于被动源地震数据,运用常规的互相关算法得到的虚拟炮记录中,不仅含有一次波反射信息,还包括了表面相关多次波.然而,通过传统的被动源数据稀疏反演一次波估计(EPSI)方法,可以求得只含有一次波,不含表面相关多次波的虚拟炮记录.本文改进了传统的被动源数据稀疏反演一次波估计问题的求解方法,将被动源稀疏反演一次波估计求解问题转化为双凸L1范数约束的最优化求解问题,避免了在传统的稀疏反演一次波估计过程中用时窗防止反演陷入局部最优化的情况.在L1范数约束最优化的求解过程中,又结合了2DCurvelet变换和小波变换,在2DCurvelet-wavelet域中,数据变得更加稀疏,从而使求得的结果更加准确,成像质量得到了改善.通过简单模型和复杂模型,验证了本文提出方法的有效性.     

自适应虚同相轴方法压制地震层间多次波

地震数据中发育的层间多次波是影响速度分析和偏移成像的精度和可靠性的关键.通常情况下,层间多次波的动校正量、叠加速度和频率与一次波并无明显差异,从而对识别、预测和压制多次波带来了极大挑战.传统虚同相轴方法基于物理图像和定性公式,其预测的层间多次波振幅和相位精度难以满足实际需求,造成了其对匹配算法的过度依赖.本文针对传统虚同相轴方法的理论缺陷和计算精度问题,通过理论推导得到了新的自适应虚同相轴方法.相比于传统方法,自适应虚同相轴方法能够显著提高压制多次波能力,同时减少对匹配算法的依赖.本文给出了自适应虚同相轴方法的推导过程,并运用一维和二维模型算例验证了方法相较于传统虚同相轴方法的多次波预测精度优势.通过在PLUTO模型和实际陆地地震数据上的应用实例,证明了本文新研究的自适应虚同相轴方法对去除层间多次波,恢复并突出目标储层同相轴,提高地震成像分辨率的显著作用.     

多方向正交多项式变换压制多次波

提出一种基于Radon 变换和正交多项式变换的多方向正交多项式变换压制多次波方法.抛物Radon变换对不同曲率方向的同相轴叠加,根据速度差异区分一次波和多次波,但Radon反变换会损伤振幅特性,不利于AVO分析.多方向正交多项式变换在Radon变换(某一曲率方向的零阶特性)的基础上,利用正交多项式变换进一步分析同相轴的高阶多项式分布特性,用正交多项式谱表征同相轴AVO特性;根据一次波和多次波速度差异和同相轴能量分布特征实现多次波压制.该方法的优点是仅用一个曲率参数就可描述同相轴剩余时差参数,提高了一次波和多次波的剩余时差分辨率.实验结果表明,该方法可以有效压制多次波并保留一次波AVO特性.     

Viscoacoustic least-squares reverse-time migration of different-order free-surface multiples

Multiples have longer propagation paths and smaller reflection angles than primaries for the same source–receiver combination, so they cover a larger illumination area. Therefore, multiples can be used to image shadow zones of primaries. Least-squares reverse-time migration of multiples can produce high-quality images with fewer artefacts, high resolution and balanced amplitudes. However, viscoelasticity exists widely in the earth, especially in the deep-sea environment, and the influence of Q attenuation on multiples is much more serious than primaries due to multiples have longer paths. To compensate for Q attenuation of multiples, Q-compensated least-squares reverse-time migration of different-order multiples is proposed by deriving viscoacoustic Born modelling operators, adjoint operators and demigration operators for different-order multiples. Based on inversion theory, this method compensates for Q attenuation along all the propagation paths of multiples. Examples of a simple four-layer model, a modified attenuating Sigsbee2B model and a field data set suggest that the proposed method can produce better imaging results than Q-compensated least-squares reverse-time migration of primaries and regular least-squares reverse-time migration of multiples.     

Weak Seismic Signal Extraction Based on the Curvelet Transform

Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.     

基于波动方程表面多次波预测与 自适应相减方法研究

多次波预测与自适应相减是基于波动方程表面多次波压制的两个重要环节.文中利用具有并行计算优势的GPU加速表面多次波预测,使得预测效率大为提高.在自适应相减算法中,文中将预测的多次波道、预测多次波道的Hilbert变换道、预测多次波道的高频重建道、以及它们的平移道用作自适应相减中的多次波模型道.Hilbert变换道用以补偿预测多次波的相位信息,高频重建道用以改善预测多次波的高频信息,补偿频带能量差异.文中在预测和相减过程中均采用迭代算法,迭代预测,可较好地获得多次波的运动学特性,迭代相减,可较好地获得多次波的动力学特性,迭代预测与相减使预测的多次波与地震数据中实际的多次波更好地匹配.将该方法应用于理论模拟的SMAART模型和实际海洋数据中,测试结果表明,该方法预测多次波效率较高,在保持有效波振幅条件下可有效地压制地震数据中的表面多次波.     

Migration of multiples from the South China Sea

The South China Sea where water depth is up to 5000 m is the most promising oil and gas exploration area in China in the future.The seismic data acquired in the South China Sea contain various types of multiples that need to be removed before imaging can be developed.However,compared with the conventional reflection migration,multiples carry more information of the underground structure that helps provide better subsurface imaging.This paper presents a method to modify the conventional reverse time migration so that multiple reflections can migrate to their correct locations in the subsurface.This approach replaces the numerical impulsive source with the recorded data including primaries and multiples on the surface,and replaces the recorded primary reflection data with multiples.In the reverse time migration process,multiples recorded on the surface are extrapolated backward in time to each depth level,while primaries and multiples recorded on the surface are extrapolated forward in time to the same depth levels.By matching the difference between the primary and multiple images using an objective function,this algorithm improves the primary resultant image.Synthetic tests on Sigsbee2 B show that the proposed method can obtain a greater range and better underground illumination.Images of deep water in the South China Sea are obtained using multiples and their matching with primaries.They demonstrate that multiples can make up for the reflection illumination and the migration of multiples is an important research direction in the future.     

Estimating primaries by sparse inversion of the 3D curvelet transform and the L1-norm constraint

In this paper, we built upon the estimating primaries by sparse inversion (EPSI) method. We use the 3D curvelet transform and modify the EPSI method to the sparse inversion of the biconvex optimization and L1-norm regularization, and use alternating optimization to directly estimate the primary reflection coefficients and source wavelet. The 3D curvelet transform is used as a sparseness constraint when inverting the primary reflection coefficients, which results in avoiding the prediction subtraction process in the surface-related multiples elimination (SRME) method. The proposed method not only reduces the damage to the effective waves but also improves the elimination of multiples. It is also a wave equationbased method for elimination of surface multiple reflections, which effectively removes surface multiples under complex submarine conditions.