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.     

基于广义S变换的大地电磁测深数据处理

S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.     

广义S变换与薄互层地震响应分析

Stockwell等人提出的S变换虽然与Fourier谱能保持直接联系，然而，由于S变换中的基本小波不适用于地震资料处理. 为此本文采用两个步骤对S变换加以推广，得到两种新变换（统称为广义S变换）. 首先， 用带有4个待定参数的调幅简谐波来代替S变换中的基本小波,定义广义S变换1，给出对应的逆变换；然后，以第一步中的基本小波的线性组合为新的基本小波，定义广义S变换2，并构造其逆变换公式. 最后，分别使用S变换及广义S变换对几种典型的薄互层模型进行分析计算. 结果表明，后者比前者有更强的探测能力， 后者可准确地确定厚度为1/8波长的薄互层中波阻抗界面位置，但前者却不能. 文中还用实际资料处理的结果，证明了广义S变换方法的有效性.     

广义S变换及其在大地电磁测深数据处理中的应用

广义S变换是一种优于短时窗傅立叶变换和小波变换的时频分析方法,利用广义S变换能够准确定位大地电磁资料中存在的噪声,通过定义时频窗对噪声进行滤除,从而明显提高阻抗视电阻率与相位的估算质量.本文基于S变换和大地电磁测深资料处理的基本原理,研究了基于广义S变换的大地电磁测深资料的处理流程和方法.对理论模拟信号及实测大地电磁场时间序列数据的处理,证实了方法的有效性.     

谱图重排的谱分解理论及其在储层探测中的应用

谱分解理论是把单道地震记录分解为连续的时频谱平面,是地震资料处理和解释的重要技术之一.由于谱分解方法的多解性,所以同一道地震记录因为分解方法不同,得到的时频谱是不一样的.短时傅里叶变换,小波变换,S变换和匹配追踪算法都是对信号开窗分析,这些方法都受到不确定性原理的限制.Wigner-Ville变换避开了不确定性原理的限制,但是交叉项的存在限制了本方法的使用.本文利用谱图重排的时频分析方法(RSPWV)对合成的单道地震记录和实际的地震资料进行了分析.与短时傅里叶变换和匹配追踪算法的比较得出:此方法具有较高的时频分辨率,能够很好地识别气层.     

希尔伯特-黄变换地震信号时频分析与属性提取

地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.     

S变换的时频分析特性及其改进

地震信号具有非线性、非平稳的特性,用时频分析的方法处理地震信号,可以最大限度的保留原始信息,也可以较为精确地分析数据的时间、频率特征.现阶段应用于地震数据处理的时频分析方法主要有:短时傅里叶变换,小波变换和匹配追踪算法等等.S变换是近几年发展起来的一种新的时频分析方法.S变换结合了短时傅里叶变换和小波变换的优点,具有相...     

时频域油气储层低频阴影检测

为了准确刻画地震信号的局部层次结构,实现高效率的三维地震资料瞬时谱分解,检测油气储层的低频阴影,构造了广义S变换.广义S变换通过引入两个参数,改造S变换的小波函数,使其小波能根据信号处理的具体应用需要而调整.模型信号的仿真发现,广义S变换具有更加优越和灵活可调的时频聚集性能.文中分析了低频阴影的机理,并利用广义S变换对三维实际地震资料进行了瞬时谱分解,它不仅能检测油气储层的低频阴影,而且可以刻画油气储层的岩性边界和空间展布,减小油气储层检测的多解性.     

地震勘探信号时频分析方法对比与应用分析

针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用.     

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.     

Application of wavelet theory to identify yielding in seismic response of bi‐linear structures

The time–frequency and the time‐scale analysis methods are used in this paper to identify the dynamic characteristics of non‐linear seismic response of structural systems with single degree of freedom (SDOF) and multiple degrees of freedom (MDOF). Based on the floor acceleration response time histories of bi‐linear SDOF and MDOF structures, the current study compares the results of system identification using the short‐time Fourier transform (STFT), continuous wavelet transform (CWT) and discrete wavelet transform (DWT) methods. The aim is to identify the frequency variations and the time at on‐set of yielding and unloading of a bi‐linear structural system during seismic response. The results demonstrate that the CWT method is better than the STFT method in both time and frequency resolutions, and that the DWT method is the best at detecting the time at on‐set of yielding and unloading. Combining the results of CWT and DWT methods therefore provides accurate information of both frequency variations and yielding time in non‐linear seismic response. To alleviate the problems associated with noise‐contaminated signals, e.g. seismic response data recorded on site, the study suggests that low‐pass filtering be carried out before applying the DWT method to decompose the signals into multiple levels of details. Copyright © 2001 John Wiley & Sons, Ltd.     

广义S变换地震信号时频分析

广义S变换继承和发展了S变换的优点,其引入了λ、p两个参数,对S变换中固定的基本小波进行了推广和扩展,使得其时窗更灵活多变,在一定程度上提高了非平稳信号分析处理的时频分辨率。通过线性调频信号模拟测试对比,证实了广义S变换的信号聚焦能力明显优于S变换,能够更好地刻画信号的局部特性。最后,以某区二维单炮地震数据为例进行了地震信号的广义S变换时频分析,取得了良好效果。     

广义S变换在瑞利波频散曲线提取中的应用

虽然一些时频分析方法已经被用于频散曲线提取中,但是它们自身时频窗的缺陷使的所得频散曲线信息缺失或错误.本文首次尝试利用广义S变换分析瑞利波的频散特性.以半空间模型为例确定方法的可行性,频散曲线变化准确反映地层变化情况.不同炮检距设置对频散曲线有一定影响,采用大于勘测深度,小于4倍勘测深度可以得到较稳定的结果.最后,为了得到更加光滑稳定的频散曲线,提出了一种基于多道瑞利波的改进方法.用此方法对四种典型地层模型下的多道瑞利波数据进行分析,得到频散曲线光滑稳定,且比理论频散曲线和基于单道法获得频散曲线更能准确反映地层变化情况.这就为瑞利波勘探中的反演解释提供了更可靠依据.     

几种时频分析方法的比较和实际应用

地震信号往往是非线性非平稳的,时频分析技术能同时展示信号在时间域和频率域的局部化特征。本文研究4种时频分析方法:短时傅里叶变换(STFT)、小波变换、广义S变换和Wigner-Ville分布。在理论上运用雷克子波模拟地震记录进行时频分析对比,发现广义S变换具有相对较好的时频聚焦性以及较好的交叉项抑制性。为了验证这一理论,我们分别在两个工区做了实际的地震实验,分析并阐述4种时频分析方法的优缺点,同时也验证广义S变换的优越性。      

分数阶S变换:第一部分,理论(英文)

S变换(ST)结合了小波变换和短时傅里叶变换的特性,对信号处理具有良好的局部时频聚集性.分数阶傅里叶变换是一种对非平稳信号分析的工具.本文基于分数阶傅里叶变换和S变换的思想,提出了分数阶S变换(FRST),将S变换从时间-频率域推广到时间-分数阶频率域,推导了它的逆变换公式并研究了其数学性质。分数阶S变换(FRST)具有分数阶傅里叶变换和S变换的优点,增强了S变换对信号处理的灵活性。相比于S变换,分数阶S变换能提高信号时频分辨能力。仿真实验证实了该方法的有效性。     

S变换谱分解技术在深反射地震弱信号提取中的应用

在深反射地震资料处理中,当来自深部的有效弱信号和噪声干扰频带差异较小且难以区分时,传统滤波方法的应用会受到限制.谱分解方法是一种使用离散傅里叶变换,基于信号的频率-振幅谱等信息生成高分辨率地震图像的方法,通常用来识别介质物性横向分布特征,处理复杂介质内频谱变化和局部相位的不稳定性等问题,包括定位复杂断层和小尺度断裂等.S变换作为一种新的时频分析方法,具有自动调节分辨率的能力,近些年来被广泛应用到勘探地震、大地电磁等数据处理中,逐渐成为地球物理方法中噪声压制的有效方法之一.与常规石油反射地震资料相比,深反射主动源地震为了探测深部结构信息,常采用大药量激发方式、长排列观测系统等,导致深部有效信号基本湮灭在噪声干扰之中.针对深反射数据特点,本文结合谱分解和S变换技术,首先设计了简单的脉冲函数实验数据,证实S变换方法的有效性,同时说明谱分解方法的效果受所用时频分析方法影响较大,而其中决定分辨能力的变换窗函数的选取尤为重要.在此基础上,分别应用到深反射地震资料的单道和叠加剖面实际数据上,对比分析了传统变换谱分解和S变换谱分解的应用效果,单道资料对比结果表明:相比传统谱分解,S变换谱分解方法具有自动调节分辨率的能力,能够精确的标定深反射地震资料中弱信号不同时刻的频率分量;叠加剖面资料应用结果表明:由S变换谱分解得到的剖面结果与其他谱分解方法结果整体上具有较高的一致性,同时清晰地刻画出原叠加剖面上被噪声湮灭的低频细节特征,提高了剖面的分辨率及同相轴连续性;对比结果明显看出,Gabor变换谱分解方法得到的结果同相轴较为破碎,分析原因认为这是由Gabor变换的时频分解方法的定长窗函数所致,窗口大小不会随着信号频率的变化来调节长度,只能在处理的过程中根据一定的记录长度范围选取窗函数参数,而S变换谱分解方法在窗函数的选取时,通过时变信号的局部频率特征自动调节窗口长度,能够更好的刻画各个频段的细节特征,在深反射剖面成像应用中效果尤为明显.本文结果表明S变换谱分解技术在深地震叠加剖面上的应用有效地提高了来自深部弱反射信号的信噪比和分辨率,并刻画出了叠加剖面上所不具有的低频细节特征,在实际深反射地震资料处理中能有效保护低频弱信号获得更好的成像效果.本文为深地震反射资料中弱信号的保护处理找到一种有效的方法.