均衡多道1范数匹配多次波衰减的方法与应用研究

反馈迭代法多次波衰减分为预测和相减两个步骤.在匹配相减过程中,当多次波和一次波同相轴不满足正交性,以及去除多次波后的地震记录不满足能量最小的情况下,最小二乘自适应匹配滤波方法不能获得正确的匹配,因此多次波的衰减产生误差.针对这两个问题,本文提出了基于1范数最小的均衡多道自适应匹配滤波法.该方法通过在空间方向上对地震记录进行均衡,避免了多次波和一次波同相轴正交的假设条件.同时利用了1范数对于大异常值保持稳健的特点,因此可以有效地解决去除多次波后的地震记录能量最小的问题.通过对模型数据和野外实际数据的多次波压制结果显示,该方法可以有效、准确地衰减多次波.     

泰勒展开近似 带连续性约束的L1范数方法用于多次波自适应相减(英文)

一次波L1范数最小化的多次波自适应相减方法,简称L1方法,是基于匹配滤波器设计的多次波自适应相减算法中的一种常用方法.当一次波和多次波混杂在一起时,L1方法有时会伤害一次波,导致一次波同相轴的连续性变差.本文利用预测误差滤波器度量一次波同相轴的连续性,在L1方法的皋础上,提出一种能够在压制多次波的同时,尽量保持一次波同相轴连续性的多次波自适戍相减算法,简称连续性约束L1方法.利用Pluto模犁数据进行多次波相减的结果表明,连续性约束L1方法能够在有效压制多次波的同时,更好地保护一次波.     

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.     

表面多次波压制的研究进展:回顾与展望

在绝大多数的地震资料处理中,将多次波视为相干噪音进行压制.表面多次波的压制方法主要分为两大类:基于波动方程预测的预测减去法和基于信号处理的滤波法.本文系统地回顾了两类多次波压制方法,分析了各种方法处理各类介质的优势及存在问题.本文也阐述了基于波动方程预测的自适应相减方法的发展.分析了多次波压制方法的发展趋势,随着GPU...     

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.     

基于Marchenko理论一步法压制层间多次波

传统基于Marchenko理论自聚焦法压制层间多次波技术需要初始下行聚焦函数的估计,再进行多次波压制的自适应相减.论文基于传统方法的研究成果,提出了一种无需先验信息和自适应相减步骤的层间多次波压制方法.当聚焦点在实际反射层的反射点上时,上行格林函数为聚焦点上的脉冲源在表面所产生的上行波场,该反射层的反射将是上行格林函数的第一个同相轴.通过将格林函数与下行直达波场进行褶积,可将反射层处的所有焦点重新计算到地表,得到只含一次反射波的波场.利用初始下行聚焦函数和初始直达下行格林函数互为逆函数的关系,引入delta函数,将特定深度上所有聚焦点的聚焦函数投影到采集面上的检波器位置,可只利用地表获取的地震记录一步计算得到一次反射波.水平层状介质模型和复杂的含高速薄透镜地质体的介质模型中,进行了多次波压制的数值试验,通过与传统基于Marchenko理论自聚焦方法的压制效果进行对比分析,显示论文给出的一步法压制层间多次波的效果更好,进而验证了所提出方法的有效性和高精度的特点.     

多道自适应匹配滤波方法压制表面多次波

表面多次波压制是海洋地震数据处理的关键环节,基于波动方程的多次波压制方法可由多次波模型预测和自适应相减两步实现.因此,除了采用有效的算法实现高精度的多次波预测外,多次波的自适应相减也是改善多次波压制效果的重要手段.文中采用多道自适应滤波器完成表面多次波的自适应相减,利用数据驱动的基于波动方程预测多次波模型的高频重建道、Hilbert变换道、以及它们相应的上下延拓道改善预测多次波模型的振幅、相位、旅行时以及频带信息,使得修正后多次波模型与实际地震数据中的多次波更好地匹配.实际数据测试表明,文中所述方法可有效地完成表面多次波的自适应相减.通过讨论分析交叠时窗和滤波器的长度对自适应相减效果的影响,表明合理地利用时窗以及选择滤波器长度将有效地改善自适应相减的效果.     

表面多次波衰减的研究现状与进展

表面多次波是一种相干干扰，在海洋地球物理勘探中表面多次波尤为明显.本文给出了表面多次波衰减方法的研究现状的系统阐述，并分析了表面多次波衰减研究的发展趋势.表面多次波衰减主要有滤波法和波动理论方法.对于滤波法给出了广泛应用的抛物Radon变换法的实例，指出了抛物Radon 变换法存在滤波时能量泄漏的问题.同时本文分析了基于波动理论的处理优势和存在的问题，该方法可以处理任意介质的情形，但是对于数据的采集要求比较严格，另外在进行表面多次波衰减处理以前，要进行一系列的预处理，这些预处理的误差直接决定着多次波衰减的效果.最后，本文给出了表面多次波衰减的发展趋势——将滤波法和波动理论法结合来实现多次波的衰减.两类方法如何有效地结合是该类方法一个重要的研究方向.     

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.     

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.     

衰减干涉假象的海洋一次波与多次波同时成像方法

海水与空气间的强波阻抗差使得海洋地震资料普遍发育自由表面相关多次波,如何利用好多次波所携带的有效信息已成为提高海洋地震资料成像品质的新突破点.基于面炮偏移的一次波与多次波同时成像方法能够避免多次波预测精度的影响,但是,正向传播的震源子波与反向延拓的自由表面相关多次波所产生的干涉假象严重制约了该技术的应用,本文提出了一种基于单程波偏移算子,可在成像域压制干涉假象的一次波与多次波同时成像方法.其中包含了三个步骤:第一,传统单程波偏移成像方法中的震源子波替换为一次波、多次波与震源子波,初始上行延拓波场为一次波与多次波,基于单程波算子的波场延拓与互相关成像条件的应用得到包含干涉假象的一次波与多次波同时成像;第二,以子波为震源,自由表面相关多次波为记录,按照传统单程波偏移成像方法得到干涉假象;第三,基于最小二乘匹配滤波算法,将第一步的成像结果与第二步的干涉假象进行匹配相减,得到干涉假象衰减后的一次波与多次波同时成像,避开了由于实际资料子波无法准确提取而造成一次波与多次波对成像能量级的不一致性.Sigsbee2B模型测试验证了本方法的有效性,并在我国某探区深海实际资料处理中得到了成功应用,深层基底得到了清晰刻画,并且照明均衡度明显改善.     

逆散射级数法预测层间多次波的算法改进及其策略

波动方程预测层间多次波有两类算法.一是由Berkhout和Verschuur（1998）提出的基于CFP（共聚焦点）延拓的算法,另一是由Weglein（1997）等人提出的基于逆散射级数法的算法.ISS（逆散射级数）算法具有不依赖速度模型的优点,但是其计算成本很高.本文改进了Weglein提出的1-D预测公式,提高了计算效率.从理论方面,改进算法的计算速度提高了大约12倍.实际结果表明其计算速度更快,提高近80倍左右,主要原因在于后者的空间复杂度小.此外,由于时间-空间域比伪深度-波数域的层间多次波预测有更多的优点,本文推导了1.5-D时间-空间域ISS层间多次波预测算法,该算法有计算速度快、预测噪音小、适应观测系统能力强和不依赖地震子波等优点.在实际应用中,计算成本高是ISS预测层间多次波算法的主要障碍.因此,本文还讨论了预测层间多次波的策略.结合本文提出的改进算法和应用策略,能够在实际地震资料处理中较好地应用ISS预测层间多次波.     

Closed-loop SRME based on 3D L1-norm sparse inversion

In many situations, the quality of seismic imaging is largely determined by a proper multiple attenuation as preprocessing step. Despite the widespread application of surface-related multiple elimination (SRME) and estimation of primaries by sparse inversion (EPSI) for the removal of multiples, there still exist some limitations in the process of prediction and subtraction (SRME) or inversion (EPSI), which make the efficiency of multiple attenuation less satisfactory. To solve these problems, a new fully data-driven method called closed-loop SRME was proposed, which combines the robustness of SRME and the multi-dimensional inversion strategy of EPSI. Due to the selection of inversion approach and constraint, primary estimation by closed-loop SRME may fall into a local optimum during the solving process, which lowers the accuracy of deep information and weakens the continuity of seismic events. To avoid these shortcomings, we first modified the solving method for closed-loop SRME to an L1 norm-based bi-convex optimization method, which stabilizes the solution. Meanwhile, in the L1 norm constraint-based optimization process, the 3D sparsifying transform, being a 2D Curvelet-1D wavelet transform, is brought in as a 3D sparse constraint. In the 3D sparsifying domain, the data become sparser, thus making the result of optimization more accurate, the information of seismic events more continuous and the resolution higher. Examples on both synthetic and field data demonstrate that the method proposed in this paper, compared with the traditional SRME and closed-loop SRME, have an excellent effect on primary estimation and suppress multiples effectively.     

单程波角度域内压制多次波偏移假象

多次波偏移中的假象主要来自于不同地震事件之间的互相关,由于这种互相关满足成像条件,很难直接在偏移过程中去除.但是对于准确的速度模型,真实的成像结果在角度域内应该是平直的.根据这个判断准则,可以在角度域内移除多次波偏移中的假象.本文以数据自相关偏移为例,提出了在单程波多次波偏移中移除假象的主要流程:首先在在单程波偏移过程中高效地提取角度域共成像点道集,然后对角度域共成像点道集应用高分辨率的抛物线型Radon变换,用合适的切除函数处理后,反变换回到角度域,最后叠加各个角度成分,得到偏移结果.Marmousi模型的合成数据测试表明,这种方法可以很好地压制多次波偏移过程中产生的假象,有效地提高成像结果的信噪比.     

Nonstationary deconvolution using maximum kurtosis optimization

Deconvolution is an essential step for high-resolution imaging in seismic data processing. The frequency and phase of the seismic wavelet change through time during wave propagation as a consequence of seismic absorption. Therefore, wavelet estimation is the most vital step of deconvolution, which plays the main role in seismic processing and inversion. Gabor deconvolution is an effective method to eliminate attenuation effects. Since Gabor transform does not prepare the information about the phase, minimum-phase assumption is usually supposed to estimate the phase of the wavelet. This manner does not return the optimum response where the source wavelet would be dominantly a mixed phase. We used the kurtosis maximization algorithm to estimate the phase of the wavelet. First, we removed the attenuation effect in the Gabor domain and computed the amplitude spectrum of the source wavelet; then, we rotated the seismic trace with a constant phase to reach the maximum kurtosis. This procedure was repeated in moving windows to obtain the time-varying phase changes. After that, the propagating wavelet was generated to solve the inversion problem of the convolutional model. We showed that the assumption of minimum phase does not reflect a suitable response in the case of mixed-phase wavelets. Application of this algorithm on synthetic and real data shows that subtle reflectivity information could be recovered and vertical seismic resolution is significantly improved.     

基于保角变换的双谱域相位谱估计方法及其在地震子波估计中的应用(英文)

地震子波估计是地震资料处理与解释中的重要环节,它的准确与否直接关系到反褶积及反演等结果的好坏。高阶谱(双谱和三谱)地震子波估计方法是一类重要的、新兴的子波估计方法,然而基于高阶谱的地震子波估计往往因为高阶相位谱卷绕的原因,导致子波相位谱求解产生偏差,进而影响了混合相位子波估计的效果。针对这一问题,本文在双谱域提出了一种基于保角变换的相位谱求解方法。通过缩小傅里叶相位谱的取值范围,有效避免了双谱相位发生卷绕的情况,从而消除了原相位谱估计中双谱相位卷绕的影响。该方法与最小二乘法相位谱估计相结合,构成了基于保角变换的最小二乘地震子波相位谱估计方法,并与最小二乘地震子波振幅谱估计方法一起,应用到了地震资料混合相位子波估计中。理论模型和实际资料验证了该方法的有效性。同时本文将双谱域地震子波相位谱估计中保角变换的思想推广到三谱域地震子波相位谱估计中。     

数据自相关多次波偏移成像

在常规偏移方法中一般都需要压制地震数据中的多次波,仅利用一次波信息成像,把自由表面反射的多次波视为噪声,但是在多次波中也包含着地下结构信息,应该将其充分利用到成像中来.事实上,已经有不少成像方法试图利用多次波信息,但是大部分方法都需要对多次波进行预测.本文提出了基于傅里叶有限差分偏移算子的数据自相关偏移方法.在这种偏移方法中,对含有一次波和多次波的地震数据,分别进行下行和上行延拓,然后直接利用常规的互相关成像条件成像.由于波场延拓采用了傅里叶有限差分算子,其计算效率高,能够很好地对复杂介质中的地震数据进行延拓.在数值试验中,使用了一个含散射点的三层模型和Marmousi模型.合成数据测试结果表明,这种方法可以对更大范围的地下构造成像,比常规的只利用一次波的傅里叶有限差分法照明度更好,并且在浅层可以提供更高的分辨率.我们提出的数据自相关策略易于实现且避免了繁杂的多次波预测,这对于复杂地下构造成像可能有着重大意义.     

平面波域反数据处理压制多次波方法研究

在地震勘探领域,尤其是海洋地震勘探中,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x-t域的反馈模型及多次波衰减的理论,详尽推导了x-t域反数据处理的方法;基于平面波域多次波的产生机制,借鉴x-t域反数据处理的方法,推导出在平面波域进行反数据处理的原理.文中给出一个有限差分的模拟数据进行测试,处理结果表明,本方法可以有效地衰减表层相关多次波,提高地震数据分析的精确性,在保护了一次波能量的同时,可以更加有效快捷地去除多次波.