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.     

联合小波变换与偏振分析自动拾取微地震P波到时

对微地震P波到时的自动拾取是微地震信号分析和数据处理的主要目标之一。基于小波变换的多尺度分析思想,对微地震信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了联合小波变换与偏振分析自动拾取微地震信号P波到时的方法。通过对嘉阳煤矿监测的实际微地震数据进行小波变换,用多尺度小波分解的各个尺度单支重构信号构成协方差矩阵,求解不同尺度协方差矩阵的最大特征值和次大特征值求取P波到时定位函数,实现P波到时的自动拾取,取得了满意的结果.     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

基于小波变换的薄层地震信号奇点的检测

通过小波变换的局部极大模可检测出奇点的位置,本文对反射地震信号小波变换进行了数值计算和聚焦处理,发现小波变换后奇点的位置仅受奇点实际位置及地震子波长度两因素制约,与子波形状无关．子波长度可以通过信号的小波变换本身求取,并进一步加以消除,从而实现了薄层地震信息的检测,得出薄层的地震分辨率可达1/32波长．实际资料处理表明,有效信号通过奇点分析可得到突出,剖面分辨率可得到提高．      

测井曲线的小波变换特性在自动分层中的应用

研究了信号在特定函数作为小波基时其小波变换过零（极值）点的特征,提出了利用小波变换过零（极值）点特性对测井信号进行地层划分的方法．该方法包括两个主要步骤,一是利用小波变换的多分辨率特性得到测井曲线的形态特性随空间坐标的变化信息;二是利用小波变换过零（极值）点的特征在不同尺度上的反映,提取不同尺度下的奇异点作为分层的待参考点,结合实际情况最终确定分层点．并结合实际应用,验证了利用该方法处理测井信号的有效性。     

用于三分向记录震相识别的小波变换方法

应用包含在小波变换系数中的信号偏振信息,提出了一种确定单台三分向记录图中Ｐ波和Ｓ波震相的小波变换方法．主要的思路是寻找地震信号在不同尺度下小波变换系数的显著特性．通过对小波变换系数主成分的分析,得到不同尺度下的Ｐ波和Ｓ波识别因子,进而形成确定Ｐ波和Ｓ波初至的定位函数．通过对模拟资料和实际地震资料的分析,认为由小波变换方法形成的定位函数具有一定的抗噪声能力,在精确识别Ｐ波和Ｓ波初至方面是非常有效的．本文首先介绍了小波变换的基本概念和详细方法,然后应用小波变换对实际资料进行处理,并给出了研究结果．      

基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

基于高维连续小波变换的地震资料不连续性检测方法研究

断层等不连续性结构的检测在地震勘探中具有重要的意义.本文简单介绍了高维连续小波变换的基本理论,包括:高维连续小波变换的定义、高维小波变换系数的切片以及快速实现方法等,利用典型的合成信号说明了高维连续小波变换具有更好的方向选择性(相比于常用的高维张量积小波变换),将高维连续小波变换引入地震资料不连续性检测,并提出了利用小尺度高维连续小波变换系数检测地震资料不连续性的方法,同时给出了方法的实现流程.合成信号以及实际三维地震数据处理效果验证了本文所提方法的有效性.     

多尺度奇异性检测及其在地震相分析中的应用

本文从地震道的奇异属性出发,利用连续小波变换求取地震道的小波变换模极大值曲线,并沿此曲线提取地震道的小波变换系数,称之为小波变换模极大值连线振幅.此属性不仅可以代表信号本身,而且可以最大程度的区别于相邻道,并且具有地震道多尺度的特征,即兼具时频域的特征.由此结合自组织神经网络,我们提出了一种新的地震相分析方法.通过模型合成地震记录实验分析,证明此方法是可行的,且对地质层位的解释误差具有一定的容许度.最后,将此方法应用于了实际资料,取得了良好的效果.     

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论，对地震记录剖面进行小波分解，在小波变换域，对各分量剖面进行分时分频相关分析，并依此进行加权处理，最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．