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.     

基于稀疏反演的OBS数据多次波压制方法

自由表面多次波压制是海底地震仪（Ocean Bottom Seismometer,OBS）数据处理和成像中的难点,OBS数据多次波能量强,周期长,严重影响深层一次反射波的处理和成像.不同于常规拖缆观测系统,OBS数据站点一般相隔较远,仅仅利用检波点稀疏的波场信息难以压制OBS数据中的自由表面多次波.本文采用拖缆数据与OBS数据联合,利用稀疏反演估计（Estimation of Primaries and Multiples by Sparse Inversion,EPSI）方法,研究了OBS数据自由表面多次波压制理论,分析了OBS多次波产生的机理,详细推导了拖缆数据与OBS数据联合预测OBS多次波的EPSI方法基本原理.通过利用拖缆数据的信息,实现了OBS检波点稀疏数据多次波的压制问题.EPSI方法通过稀疏反演直接估计一次反射波,避免了SRME（Surface Related Multiple Elimination）方法中自适应相减对有效信号的损害,保真了一次反射有效信号,理论模拟OBS数据验证了方法的有效性.     

Using surface multiples to estimate primaries by sparse inversion from blended data

For data acquired with conventional acquisition techniques, surface multiples are usually considered as noise events that obscure the primaries. However, in this paper we demonstrate that for the situation of blended acquisition, meaning that different sources are shooting in a time‐overlapping fashion, multiples can be used to ‘deblend’ the seismic measurements. We utilize the recently introduced estimation of primaries by sparse inversion (EPSI) methodology, in which the primary impulse responses are considered to be the unknowns in a large‐scale inversion process. With some modifications the estimation of primaries by sparse inversion method can be used for blended seismic data. As output this process gives unblended primary impulse responses with point sources and receivers at the surface, which can be used directly in traditional imaging schemes. It turns out that extra information is needed to improve on the deblending of events that do not have much associated multiple energy in the data, such as steep events at large offsets. We demonstrate that this information can be brought in during acquisition and during processing. The methodology is illustrated on 2D synthetic data.     

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.     

稀疏反演多次波去除策略与效果分析

多次波去除是海上勘探中的一项关键技术,在一定程度上决定着最终成像结果的质量.表面相关多次波去除方法(Surface-Related Multiple Elimination,SRME)是一种基于反馈迭代模型的数据驱动类方法,该方法利用地震数据本身预测多次波,进一步对其进行匹配相减获得一次波结果,这往往导致与多次波重叠的一次波被错误地去除.稀疏反演一次波估计方法(Estimation of Primaries by Sparsity Inversion,EPSI)在原理上同样基于反馈迭代模型,通过求解一次波和表面相关多次波总残差最小化问题直接获得一次波.该方法无多次波的匹配相减过程,可减少与多次波发生重叠的一次波产生损失.另外,EPSI可以很好地解决SRME无法解决的近道缺失问题.理论数据和实际资料处理对比表明SRME对数据完整性以及一次波和多次波的分布情况有较强的依赖性,而EPSI几乎不受这两个因素的影响.EPSI相比SRME方法计算成本高,尚未在工业界广泛应用,但随着高性能计算的普及,该方法的实用性有望得到突破.     

基于稀疏反演三维表面多次波压制方法

三维表面多次波压制是海洋地震资料预处理中的重要研究课题,基于波动理论的三维表面多次波压制方法(3DSRME)是数据驱动的方法,理论上来说,可有效压制复杂构造地震数据表面多次波.但该方法因对原始地震数据采集要求高而很难在实际资料处理中广泛应用.本文基于贡献道集的概念,将稀疏反演方法引入到表面多次波压制中,应用稀疏反演代替横测线积分求和,无需对横测线进行大规模重建,进而完成三维表面多次波预测,这样可有效解决实际三维地震数据横测线方向稀疏的问题.基于纵测线多次波积分道集为抛物线的假设,为保证预测后三维表面多次波和全三维数据预测的多次波在运动学和动力学特征上基本一致,文中对预测数据实施基于稳相原理的相位校正.理论模型和实际数据的测试结果表明,本文基于稀疏反演三维表面多次波压制方法可在横测线稀疏的情况下,有效压制三维复杂介质地震资料中的表面多次波,从而更好地提高海洋地震资料的信噪比,为高分辨率地震成像提供可靠的预处理数据保障.     

基于数据规则化和稀疏反演的三维表面多次波压制方法

表面多次波是海洋地震勘探中的主要问题.目前,二维数据驱动的表面多次波压制技术(SRME)已经比较成熟,并且已经成为工业界压制海洋表面多次波的主流方法.但是由于二维SRME算法没有考虑横测线方向上多次波的贡献,导致在处理实际三维海洋资料时存在比较大的误差.将二维SRME算法扩展到三维空间后可以得到三维SRME算法,但是由于目前实际采集的三维海洋资料的观测系统存在拖缆漂移,而且横测线方向采样过于稀疏,直接应用三维SRME算法无法准确预测表面多次波.本文提出的通过数据规则化配合稀疏反演的三维表面多次波压制方法能够解决这种实际资料和三维SRME算法之间的矛盾.本文通过研究数据规则化与反规则化技术,使得数据分布满足三维SRME的要求;通过研究稀疏反演技术,有效解决了横测线方向采样稀疏对于多次波预测的影响,三维实际海洋资料的应用结果验证了方法的有效性和可行性.     

高分辨率Radon变换方法及其在地震信号处理中的应用

Radon变换方法在地震资料处理中广泛采用,在地震同相轴识别和估计方面具有良好效果．无论是倾斜叠加,还是广义Radon变换方法,一般采用最小二乘反演方法实现．目前,在提高反演算法的效率和分辨率方面仍值得研究．本文从倾斜叠加的定义出发,阐明Radon变换分辨率问题的来源和解决办法．采用最小二乘反演方法研究高分辨率抛物线Radon变换和双曲Radon变换时,给出稀疏约束预条件共轭梯度法求解的高分辨率Radon变换的实现方法,同阻尼最小二乘方法相比,分辨率和精度明显提高,文中给出了模型算例．根据有效波和多次波NMO后剩余时差不同,采用高分辨率抛物线和双曲Radon变换可以压制多次波,分别给出了方法原理,最后给出应用实例．研究表明,稀疏约束预条件共轭梯度法可以有效实现高分辨率Radon变换;数值算例表明,算法计算效率和精度较高,可以更好地实现多次波压制．     

预测多次波的逆散射级数方法与SRME方法及比较

逆散射级数方法和SRME方法是典型的两类基于波动方程的无需地下结构信息的自由表面多次波预测方法,本文详细讨论了这两类方法的基本思想、方法原理和实现思路,并对2维逆散射级数方法进行了降维简化,推导给出了1.5维逆散射级数衰减自由表面多次波的方法,减少了计算量,并降低了对3维规则观测系统的要求.利用经典SMAART模型数据测试比较了2维逆散射级数方法、1.5维逆散射级数方法及2维SRME方法预测自由表面多次波的效果及优缺点,比较了三者在方法实现、并行计算效率及对数据要求上的异同,并结合分析比较结果,给出了实际应用中方法选择的建议.     

海洋单阶次表面多次波分离方法研究

海洋地震资料普遍发育强能量表面多次波,传统表面多次波压制技术(SRME)能够预测出所有阶次表面多次波,但是各阶次表面多次波相互混叠.为了能够单独利用不同阶次的表面多次波成像,降低干涉假象对多次波成像的影响,需要将不同阶次的表面多次波分离出来.本文提出一种基于扩展SRME的海洋单阶次表面多次波分离方法.首先,应用SRME...     

INVERSION OF POST-STACK SEISMIC DATA USING SIMULATED ANNEALING1

Model-based inversion of seismic reflection data is a global optimization problem when prior information is sparse. We investigate the use of an efficient, global, stochastic optimization method, that of simulated annealing, for determining the two-way traveltimes and the reflection coefficients. We exploit the advantage of an ensemble approach to the inversion of full-scale target zones on 2D seismic sections. In our ensemble approach, several copies of the model-algorithm system are run in parallel. In this way, estimation of true ensemble statistics for the process is made possible, and improved annealing schedules can be produced. It is shown that the method can produce reliable results efficiently in the 2D case, even when prior information is sparse.     

基于保幅拉东变换的多次波衰减

为在去除多次波时有效保护地震一次反射波数据的AVO现象,给后续反演、解释提供准确的地震数据,本文提出了一种基于保幅拉东变换的多次波衰减方法,该方法是对常规抛物拉东变换的修改,把常规的稀疏拉东变换在拉东域分成两部分：一部分用于模拟零偏移距处的反射波能量,增加的另一部分用于模拟反射波振幅的AVO特性.该方法不仅考虑了反射波同相轴的形状,还考虑了反射波同相轴振幅幅度的变化,从而可把反射波信息进行有效转换,进而有利于多次波的消除,更好地恢复有效波的能量.在把地震数据由时间域转换到拉东域时,本文采用了IRLS算法实现保幅拉东算子的反演.模型数据和实际地震道集的试算分析表明,与常规拉东变换相比,保幅拉东变换在去除多次波的同时可有效保护一次反射波的AVO现象.     

基于Marchenko理论压制自由表面多次波方法研究

常规虚源点Marchenko自聚焦多次波预测方法只适用于预测不含自由表面的多次波模型,局限于压制层间多次波,该方法在构建上下行格林函数场前,必须从反射响应中去除所有与表面相关的多次波.本文对构建上下行Marchenko格林函数方程进行改进,得到了包含一次波、层间多次波和自由表面多次波的格林函数,利用改进的Marchenko自聚焦预测方法预测自由表面多次波.本文利用水平层状模型数据及SMARRT模型数据证明,改进后的Marchenko法预测海底相关的自由表面多次波效果较为理想,该方法避免了常规SRME自由表面多次波预测方法需要近道重构的缺陷,能够有效提高地震资料的信噪比和分辨率.     

在成像空间中衰减多次波方法研究

在偏移后成像空间中的共成像点道集中可以对多次波进行衰减,对于给定的偏移速度模型,一次波与多次波在叠前偏移后的共成像点道集中具有不同的动校时差,这样我们就可以使用类似于偏移前衰减多次波的方法将一次波和多次波进行分离.本文在成像空间中应用抛物Radon变换分离多次波和有效波,由于每个共成像点道集都包含了复杂三维波场传播效应,所以本文方法具有处理三维数据和复杂地下构造的能力.相比于SRME以及传统Radon变换衰减多次波方法,本文方法能够在保持较小的计算量的同时,保证了衰减多次波的准确性.通过对模型数据试算和对实际数据的处理验证了本文方法在叠前时间偏移后衰减多次波的能力,并取得了很好的成像效果.     

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.     

Passive seismic data primary estimation and noise removal via focal‐denoising closed‐loop surface‐related multiple elimination based on 3D L1‐norm sparse inversion

Passive seismic has recently attracted a great deal of attention because non‐artificial source is used in subsurface imaging. The utilization of passive source is low cost compared with artificial‐source exploration. In general, constructing virtual shot gathers by using cross‐correlation is a preliminary step in passive seismic data processing, which provides the basis for applying conventional seismic processing methods. However, the subsurface structure is not uniformly illuminated by passive sources, which leads to that the ray path of passive seismic does not fit the hyperbolic hypothesis. Thereby, travel time is incorrect in the virtual shot gathers. Besides, the cross‐correlation results are contaminated by incoherent noise since the passive sources are always natural. Such noise is kinematically similar to seismic events and challenging to be attenuated, which will inevitably reduce the accuracy in the subsequent process. Although primary estimation for transient‐source seismic data has already been proposed, it is not feasible to noise‐source seismic data due to the incoherent noise. To overcome the above problems, we proposed to combine focal transform and local similarity into a highly integrated operator and then added it into the closed‐loop surface‐related multiple elimination based on the 3D L1‐norm sparse inversion framework. Results proved that the method was capable of reliably estimating noise‐free primaries and correcting travel time at far offsets for a foresaid virtual shot gathers in a simultaneous closed‐loop inversion manner.     

地震资料叠前去噪技术的现状与未来

地震资料叠前去噪是勘探地震资料处理的关键问题之一，但这个问题长期以来一直没有得到很好的解决，是提高地震资料分辨率的一个主要障碍，其中，如何有效地消除产生与地层间的多次反射波又是地震资料叠前去噪的核心问题。为此，人们进行了长期不懈的努力，以更好地消除多次波。本文着重概述现今实生常中常用的几种比较有效的消除多次波方法，包括拉冬变换，F－K方法和聚束滤波方法；同时也概述了预测反积消除水层混响和用K－L变换方法消除随机噪音提高信噪比等方法；最后，还讨论了近年发展的地震资料叠前去噪新方法及其发展趋势。     

基于不等式约束的最小二乘法三维电阻率反演及其算法优化

基于光滑约束的最小二乘法是三维电阻率反演的主要方法,但该方法在某些情况下存在着多解性较强的问题,且普遍耗时较长,严重制约了三维反演方法的推广与发展.为改善上述问题,将表征模型参数变化范围的不等式约束作为先验信息引入最小二乘线性反演方法中,有效地改善了反演结果的精度,降低了反演的多解性问题.为了解决耗时较长的问题,基于预条件共轭梯度(PCG)算法和Cholesky分解法的特点提出了一套优化三维电阻率反演计算效率的计算方案.在该方案中,Cholesky分解法被用来求解敏感度矩阵计算中的多个点源场的正演问题,Cholesky分解法只需对总体系数矩阵进行一次分解,然后对不同的右端向量进行回代即可.将预条件共轭梯度法引入到三维电阻率反演方程的求解中,将雅可比迭代中的对角阵作为预处理矩阵,其具有求逆方便、无需内存空间的特点,有效地加快了收敛速度.对合成数据以及实测数据的反演算例表明,借助不等式约束和反演效率优化方案,最小二乘反演方法可得到较为精确的反演结果,有效地提高了反演计算效率,具有良好的推广前景.     

海底电缆多次波压制方法研究

多次波一直是影响地震处理与解释的主要因素之一.本文基于表层相关多次波衰减(Surface Related Multiple Elimination,SRME)理论,对其进行一定的改造,使其可以预测出海底电缆(Ocean Bottom Cable,OBC)数据中所有与表层相关的多次波,而后将预测出的多次波自适应减去.本文...     

Sparse Bayesian linearized amplitude-versus-angle inversion

The technique of seismic amplitude-versus-angle inversion has been widely used to estimate lithology and fluid properties in seismic exploration. The amplitude-versus-angle inversion problem is intrinsically ill-posed and generally stabilized by the use of L2-norm regularization methods but with drawback of smoothing important boundaries between adjacent layers. In this study, we propose a sparse Bayesian linearized solution for amplitude-versus-angle inversion problem to preserve the sharp geological interfaces. In this regard, a priori constraint term with two regularization functions is presented: the sparse constraint regularization and the low-frequency model information. In addition, to obtain high-resolution reflectivity estimation, the model parameters decorrelation technique combined with dipole decomposition method is employed. We validate the applicability of the presented method by both synthetic and real seismic data from the Gulf of Mexico. The accuracy improvement of the presented method is also confirmed by comparing the results with the commonly used Bayesian linearized amplitude-versus-angle inversion.