基于中值滤波和seislet阈值法联合压制混叠噪声方法

混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。     

基于双曲Radon变换的混采地震数据重建

采用多级中值滤波分离混采数据,可以很好地保持单炮的有效信息;对分离后的单炮数据,采用双曲Radon变换进行地震数据道重建,可以在Radon域获得极高的分辨率从而准确地重建地震数据。单炮道重建时,通过稀疏约束控制Radon变换来提高地震数据的重建精度。双曲Radon变换计算耗时较长,在算子求解时,本文采用快速迭代收缩阈值算法(FISTA),明显加快收敛速度,提高计算效率。模拟数据和实际数据表明,采用多级中值滤波和双曲Radon变换的方法重建混采地震数据可以获得较高的重建精度。     

基于Radon域阈值迭代的同时震源波场分离

由于同时震源数据包含串扰很难直接成像,因此需要对混叠的炮记录进行分离,为了将混叠的波场进行分离,笔者建立了基于稀疏域反演的阈值迭代模型,将混合采集数据的共检波点道集转换到Radon域进行稀疏表示,利用阈值算子进行约束,通过迭代反演得到分离结果。实验算例表明通过较少的迭代即可获得信噪比较高的分离结果,验证了反演方法的有效性,并且该算法对随机噪声有很强的压制效果。     

一种改进型seislet域迭代阈值压制混叠噪声方法

高效混叠采集技术可以实现多组激发源同时激发产生地震波场,大大提高采集效率,但是由于相邻激发源之间较短的等待时间,会使得地震数据产生严重的混叠干扰,影响地震数据成像质量。针对此问题,设计了一种改进型seislet域迭代阈值压制混叠噪声方法。该方法首先采用中值滤波对经过NMO后的混叠数据进行滤波,然后利用seislet域迭代阈值去噪技术提取剩余的有效信号,并和经过中值滤波后的结果相加,接着再利用混叠算子计算去混叠噪声后地震数据的伪分离结果,然后求取该伪分离数据和原始混叠地震数据的差值,再次重复上述步骤,将每步骤提取的剩余有效信号进行累加,直到信噪比达到期望值,输出最终压制混叠噪声的地震数据。通过数据验证,本文改进方法可以在压制混叠干扰的同时,有效的保护信号。     

基于多t-x域联合的多震源地震数据混叠噪声分离方法

随着多震源同时激发采集方法在地震油气勘探领域的应用逐年增加,许多学者对其关键技术多震源地震数据混叠噪声分离进行了研究,就目前为止,仍需开展保真度更高的方法研究。基于以下设想:对多震源地震数据做正常时差校正(NMO),可以加强反射信号的线性分布程度(尤其在共中心点CMP道集内),并扩大反射信号和混叠噪声的分布差异;单域分离混叠噪声,仅针对混叠噪声和反射信号的某一分布特性差异进行分离,多t-x域联合分离可综合利用各t-x域内混叠噪声和反射信号在各域内的分布差异,其分离效果更好。首先,通过对多震源数据CMP道集做NMO以强化反射信号的线性程度、扩大随机分布混叠噪声的离散程度,利用中值滤波分离大部分混叠噪声,再在其他t-x域内(如共炮点CSG道集、共检波点CRG道集和共偏移距COG道集等)根据残余混叠噪声分布特征利用随机噪声衰减等方法进一步分离,并在整个分离处理中使用保幅处理方法。提出的多t-x域联合分离混叠噪声方法,经理论数据验证,相较于单域分离方法可以有效且保真分离多震源数据中的混叠噪声,并对其他噪声和横波有一定的压制作用;实际数据应用效果表明,该方法比单域方法分离效果较好,叠后成像效果品质较高。多t-x域联合分离混叠噪声方法,能够稳定、可靠和保真地分离多震源地震数据中的混叠噪声。      

基于三维稀疏反演的混合震源数据分离与一次波估计

混合震源采集（下称混采）技术是当前地震勘探的潮流。但是由混采获得的数据中包含相互重叠的由多个震源激发产生的炮记录,会对后续的地震数据处理产生严重干扰。本文针对现有的基于混采数据的稀疏反演一次波估计（EPSI）方法,提出了一种改进的基于三维稀疏反演的混采数据分离与一次波估计方法。我们将混采EPSI方法的地下一次波响应估计过程转化为基于L1范数的双凸优化问题,并用基于L1范数的谱投影梯度（SPGL1）算法进行求解,确保取得全局极值,从而稳定反演过程。此外,我们还用二维曲波变换和一维小波变换组成三维联合稀疏变换对反演过程进行约束,能在确保求解精度的同时较以往的三维曲波稀疏约束大大提高计算速度。将本文方法应用于模拟混采数据和海上实际混采数据,将试算结果与传统混采数据EPSI方法对比,全面验证了本文所述方法的有效性和优越性。     

压制噪声的高分辨率Radon变换法

Radon变换在地震处理中有诸多应用,在地震同相轴识别和估计方面有良好效果。对最小平方意义下反演和基于贝叶斯原理的稀疏约束反演的Radon变换域结果进行了对比,后者的变换效果更好,收敛能量的分辨率高,即压制了离散运算中的截断效应。又通过加噪模型数据,对比了高分辨率Radon变换方法和Radon域内的二维蒙版滤波方法,两者压制规则干扰和随机噪声的效果较好并且结果相似,但后者计算效率较高。在实际数据处理中,比较了FK滤波、高分辨率线性和抛物线Radon变换,以及二维蒙版滤波方法的去噪效果和计算效率,选择二维蒙版滤波方法最优。     

基于反距离加权法的混采地震数据分离方法

为将混合地震记录分离为单炮地震记录,笔者采用基于反距离加权的迭代分离方法,在非共炮点域对伪分离数据进行混叠噪声的压制,将其变换回共炮点域,得到分离后的单炮地震记录。模拟数据和实际数据的处理结果证明,本方法能够有效地实现混合数据分离。相较于单独使用多级中值滤波方法,本分离方法能更好的保留有效信息。     

基于F-K域和Curvelet-中值滤波联合去噪的混采数据分离方法

由于炮分离过程会不可避免地损失部分有效信息,为解决这一问题,笔者建立模型试验,将混采数据转至频率域进行F-K滤波预处理,在保护地震同相轴的同时压制大部分混合噪声;并变换回时间域共偏移距道集进行小时窗中值滤波,同时设计迭代公式在共检波点道集进行Curvelet阈值迭代去噪;通过不断优化得到最后分离结果。模拟数据和实际数据处理结果证明:经本文方法分离后的单震源记录清晰,具有较好的实际应用价值。     

基于高精度字典学习算法的地震随机噪声压制

地震勘探中的随机噪声会对有效信号产生严重干扰,甚至会导致信号畸变。为了满足高精度的地震勘探要求,应用高精度字典学习算法压制随机噪声。该算法基于超完备稀疏表示理论,对传统的字典学习算法从字典训练和稀疏编码两个方面进行了改善:在字典训练阶段,保持支集完备的情况下,对字典进行循环更新,使字典更好地适应数据;在稀疏编码阶段,选用上一轮更新的部分大系数作为新一轮迭代的初始系数,充分利用大系数表示有效信号的特点。对理论数据和实际含噪地震资料的处理结果表明,与传统算法相比,高精度字典学习算法在去噪的同时能保护有效信息,明显改善去噪精度,对地震记录信噪比的提高有显著优势。     

混合Radon变换地震噪声压制的应用

如何有效地从地震资料中剔除相干噪声一直是地震勘探十分关心的问题,尤其是多次波的压制和消除。笔者采用相似函数压制端点效应和截断效应的混合Radon变换从地震剖面中一次性分离面波等线性噪声,再应用自适应滤波技术在Radon域识别并剔除多次波,并使用双曲Radon反变换计算获得有效反射地震信号。理论模型及实测资料试算结果表明,该方法对多次波压制效果良好,同时,应用混合Radon变换可简化数据中噪声压制处理流程。     

串联去噪技术在金属矿地震勘探中的应用

金属矿地震勘探中原始数据的信噪比很低,多种干扰混杂在记录中,常规去噪手段难以达到理想效果。针对金属矿地震数据中强线性干扰,设计了f-k 滤波、Radon 变换方法二级衰减; 针对强随机噪声,设计Radon 变换以及Curvelet 域组合变换法二级衰减,组成了f-k 滤波法、Radon 变换及Curvelet 域组合变换法串联去噪方法。应用于金昌金属矿多类混杂强噪声的地震实际数据中,大幅提高了数据的信噪比,经验证本文方法实用、有效。     

基于稀疏反演算法的高分辨率Radon变换及其在多次波压制中的应用

针对目前双曲Radon变换Radon域能量团能量泄漏的问题,提出一种基于稀疏约束反演算法的高分辨率Radon变换进行多次波的压制。该方法在常规双曲Radon变换的基础上加入稀疏约束条件,应用共轭导向梯度(CGG)反演算法进行求解,能有效地提高Radon域速度谱的聚焦效果,有利于分离一次波和多次波。模型和实际资料试算证明了该方法的有效性和实用性。     

一种基于压缩感知的随机噪声压制方法

随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论（Compressing Sensing,简称CS）的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为:将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。      

形态分量分析在去除地震资料随机噪声中的应用

以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。     

基于改进K-SVD字典学习方法的地震数据去噪

为实现更好的地震数据去噪技术,笔者引入一种新的算法:快速迭代收缩阀值法(FISTA),通过FISTA和K-奇异值分解(K-SVD)不断迭代更新K-SVD字典,利用更新得到的K-SVD字典对地震数据进行稀疏表示,去除稀疏系数中较小的数值,使数据中的随机噪声得到压制。对层状模型合成地震记录,Marmousi模型合成地震记录以及实际地震数据进行对比实验,得出FISTA算法较OMP算法能更好地提高地震数据的信噪比,同时有效地保护了反射信号。     

f-x域共偏移距道集的EEMD随机噪声压制方法

f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-x EEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。      

CRP道集优化处理及其在大庆油田S区的应用

叠前反演已在流体预测中广泛应用,其预测精度和应用的反演方法有关,同时叠前反演主要应用叠前偏移的地震数据,地震成像效果和CRP道集的质量对叠前反演的效果具有很大的影响。大庆油田S研究区,Kirchhoff积分叠前时间偏移道集中存在信噪比低、随机噪声能量强、层间多次波、道间能量不均等问题,为有效开展叠前反演计算,需要进行针对上述问题的一系列地震资料预处理,在对地震数据采集和处理参数分析的基础上,应用Radon变换、叠前随机噪声衰减和分偏移距能量补偿等方法,有效提高了地震资料的信噪比,并对道集能量进行了有效补偿。对研究区地震资料处理前后的道集、合成地震记录、叠加剖面以及正演道集与实际道集对比分析证明,道集优化处理有效提高了道集质量,优化处理后的道集可应用于后续的叠前反演和储层预测中。     

基于双重稀疏表示的地震资料随机噪声衰减方法

针对固定字典难以完全匹配实际资料复杂的形态特征,以及学习字典不具备快速算法、计算复杂等问题,文中选择双重稀疏字典来兼备结构性和自适应性,不仅降低了训练样本的数量,而且更适于高维信号的分析。该方法以过完备离散余弦变换(overcomplete discrete cosine transform,ODCT)作为训练基字典,将待处理资料的特征数据作为样本,利用稀疏K-SVD算法,建立了基于双重稀疏字典的地震随机噪声衰减模型。典型的合成及实际高维地震资料处理结果表明,本文方法不仅可以有效地对地震资料随机噪声进行衰减,而且能更好地保持断层等边缘结构。     

一种基于L_1-L_1范数稀疏表示的地震反演方法

高分辨率地震反演面临着:①地震反演是一个不适定问题,存在多解性;②采集和处理流程产生噪声和畸变降低反演算法的稳定性,针对这两个问题,提出一种基于L_1-L_1范数稀疏表示的地震反射系数反演方法。该方法利用L_1范数正则化项降低反演多解性和L_1范数拟合项增加噪声鲁棒性。通过井震联合提取子波构建过完备楔形子波字典,然后用L_1-L_1范数稀疏表示对地震信号进行稀疏分解,实现高分辨率反射系数反演。楔形模型和实际地震资料试算结果表明,该反演算法稳定,具有良好的噪声鲁棒性,通过测井资料标定检验,其反演结果准确可信。