基于降秩和稀疏联合约束的地震数据同时重建和去噪

野外地震数据包含各种随机噪声干扰,且存在不规则道缺失现象,为了不影响后续资料处理,需要对其进行同时重建和去噪。目前大部分同时重建和去噪方法都是基于单一稀疏约束和降秩约束,尽管稀疏约束具有高效性优点,但对各种数据缺乏适应性,而降秩约束可以自适应不同数据,但计算成本较高。为了充分利用不同约束条件的优势,本文提出一种基于联合约束的地震数据同时重建和去噪方法：选用基于傅立叶变换的凸集投影算法(POCS)作为稀疏约束,阻尼多道奇异谱分析(DMSSA)作为降秩约束,在此过程中,还需使用截断奇异值分解(TSVD)算法和指数阈值公式。理论和实际数据的处理结果表明,本方法在联合约束条件下,能够从时间和空间上考虑地震资料的相关性并利用起来,比单一约束方法能在更少的迭代次数下取得更高的信噪比。     

基于补偿阈值的曲波变换地面微地震弱信号检测方法

地面微地震弱信号在经过曲波变换后得到的曲波系数有小的幅值,这部分小幅值系数与噪声的曲波系数产生重叠,采用常规阈值函数,不能区分该部分有效弱信号系数,会被当作噪声系数去除。对于地面微地震资料弱信号的处理,应该在尽少损伤弱信号的基础上进行噪声的压制。因此笔者在常规阈值函数的基础上,提出一种补偿阈值函数算法,在弱信号和噪声之间加入一个新的阈值,这样就可对之前损伤的与噪声曲波系数重叠的弱信号进行补偿。通过对模型的试算和实际资料的处理,补偿阈值函数算法能较好地对微地震资料中的随机噪声和相干噪声进行压制,提高资料的信噪比,达到弱信号检测的目的。     

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。      

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。     

基于局部阈值曲波变换的叠前去噪技术研究

野外地震数据包含各种随机噪声干扰,降低了地震资料的信噪比,而常规的单一去噪方法效果不理想,为此选用多尺度多方向的曲波变换进行去噪。首先对经过预处理的含噪信号进行多尺度分解,采用局部阈值去噪法,对曲波变换后的每一个尺度都选取一个合适的软阈值因子,然后在各尺度下提取其有效波信号的曲波系数,最后将提取出来的曲波系数进行逆变换重构出地震信号,从而达到去噪目的。理论模型与实际资料的处理结果表明,与常规单一全局阈值去噪相比,该技术最大限度地保留了地震数据的有效信号,具有较好的去噪效果。     

基于压缩感知理论的缺失地震数据重构方法

压缩感知是一种新的理论,它打破常规尼奎斯特-香农采样定理的制约,利用信号的稀疏特性或可压缩特性,用较少的数据即可重构恢复完整的信号。建立了基于压缩感知理论的缺失地震数据重构模型。首先在与稀疏变换不相关的测量矩阵基础上引入一种约束矩阵,使地震数据的缺失满足或接近高斯随机分布;随机缺失的地震数据变换到稀疏域会产生很多与有效信号不相干的随机噪声,接着通过一种新的自适应阈值迭代算法可以很好地消除稀疏系数中的随机噪声干扰,经过逆稀疏变换即得到重构后的地震数据。Marmousi 2模型测试及实际地震资料处理均验证了该方法的可行性和有效性。重构缺失地震数据取得了较好的效果。     

改进的曲波变换及全变差联合去噪技术

运用常规的基于曲波变换和全变差的联合去噪技术,可以有效地衰减随机噪声,较好地克服使用曲波变换带来的强能量团以及在同相轴边缘产生的不光滑现象,但是这种常规的联合去噪方法对有效信号有一定的损害。笔者采用一种多尺度多方向改进的Donoho阈值去噪思想,较好地克服了常规的联合去噪方法的缺陷,保护了有效信号。该方法在应用曲波变换去噪时,对每一个尺度的每一个方向都选取一个合适的阈值因子,而不是常规的方法对整个曲波系数矩阵只选取一个固定比例的阈值因子。理论模型与实际资料的处理结果表明,该技术最大限度地保留了地震数据的有效信号,在地震资料处理中具有较好的应用前景。     

基于样条插值与曲波变换压缩感知的井下微地震监测数据重建

对于非常规油气开发水力压裂井下微地震监测,由于井中布设的检波器数量有限而导致空间采样不够,致使在进行偏移成像时产生空间假频。为消除假频现象,需要对空间欠采样的数据进行内插。目前基于曲波变换(Curvelet)稀疏约束的地震道插值方法(即压缩感知)已经逐渐被广泛应用,但是对于井下微地震监测数据,由于检波器数量过少,其在时间上的采样点数要远远大于检波器数。在这种情况下,曲波基函数在一定尺度下所能取到的方向信息是有限的,致使其基函数各向异性特征不能很好地发挥,因此插值效果不好。为解决该问题,我们提出了结合样条插值的基于曲波变换稀疏约束地震道插值方法。对于井下微地震监测数据,首先利用样条插值方法对每道数据的特定震相到达时间进行插值,在达到曲波基函数可以取到的方向后(如水平方向),此时曲波基函数可以更稀疏地表示微地震数据体,然后再进行基于曲波变换稀疏约束的道间插值,并进行方向滤波,即可以达到较好的插值效果。我们基于一个井下微地震监测合成数据进行了测试,与数据加密前的地震偏移成像结果对比,内插之后数据偏移成像中的假频得到了压制。     

结合曲波变换的焦点变换在地震数据去噪和插值中的应用

为了更好地衰减地震数据中的随机噪声,以及更加精确地对缺失地震数据进行重构,在自由表面多次波的反馈迭代方法中,用多维加权互相关替换多维加权褶积,即焦点变换方法.该方法为全数据驱动过程,不需要任何地下信息,尤其当地下地质体比较复杂并且需要考虑的各种信息较多时.为了改善传统基于最小平方计算的焦点变换有效信号聚焦不够集中地效果,笔者提出将三维曲波变换与焦点变换结合,并采用L1范数最优化求解.模型及实测资料试验证明,联合三维曲波变换与焦点变换在地震数据随机噪声衰减中聚焦点有效信号更加集中,切除噪声后有效信号保存更完整;对缺失地震数据的重构更加完整和精细,并且有效保存了高频信息.     

一种加权抛物Radon变换地震波场重建方法

基于带限正反抛物Radon变换的基本原理和计算方法,笔者给出了一种加权抛物Radon变换（PRT）算法,该方法可应用于叠前地震波场恢复和重建,如缺失偏移距地震数据的插值外推和反假频重采样,其权系数完全由数据域来确定,也就是说在迭代计算过程中,该权系数也在变化。对于均匀采样的地震数据,笔者给出了近偏移距外推和波场的反假频重采样的计算结果,试算表明笔者给出的加权PRT方法可有效地应用于地震波场重建中,并具有算法稳健、计算精度高和效率高的特点。     

基于Curvelet变换冗余字典的重力数据稀疏表示与重建

压缩感知理论为低采样建立大面积、高精度的重力场模型提供了理论指导。构造合适的变换基,实现二维重力数据更为稀疏的表示,对于测量矩阵的设计和重构精度的提高具有重大意义。采用Curvelet变换作为核函数构造过完备冗余字典,选取不同尺度不同方向的曲波系数作为原子组成不同的字典,对EGM2008模型分辨率为1′×1′的某海域重力异常数据进行稀疏表示和重建,根据PSNR值,稀疏度和η值作为评估标准确定最优原子个数。最后采用OMP算法对重力数据稀疏表示并重建。     

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。     

曲波变换在位场信号提取中的应用研究

为了重磁数据中有效信号的分离与提取,本文研究了最近十几年发展起来的一种方法:曲波变换方法(Cur-velet transform method).从曲波变换的基本原理入手,通过重力位场理论模型数据分析了曲波变换的多尺度分解重构能力,并且利用加噪理论模型数据分析了曲波变换的阈值去噪能力,此外,还使用曲波变换对南岭东部地区...     

Radon变换多次波压制方法及应用研究

多次波在地震资料中是普遍存在的。Radon变换是现行商业地震资料多次波压制处理软件应用最多的模块之一。这里在详细阐述Radon变换基本原理和离散采样计算的基础上,给出了理论模拟地震数据的多次波压制算法和计算结果。进而将Radon变换多次波压制方法应用于松辽盆地地震资料处理中,在对实际的CRP道集合理设计滤波切除函数后,应用本文的Radon变换算法,得到多次波压制的地震剖面。对比多次波压制前、后的叠前时间偏移地震剖面,压制多次波后地震剖面的信噪比很高,地质构造特征清晰,可应用于后续的地质构造解释,地震属性提取和油气储层预测。该方法的计算效率较高,算法易于实现。理论和实际地震数据的多次波压制结果表明,该算法具有高精度和实用性强的特点。     

基于Shearlet变换的尺度方向自适应阈值地震数据随机噪声压制方法

地震勘探的有效信号常受到随机噪声的干扰而难以识别,需要进行随机噪声和有效信号的分离。传统Shearlet全局阈值不随方向与尺度变化,在去噪的同时也会损失许多有效信号。Shearlet变换作为一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。本文将含噪地震信号通过Shearlet分解后计算各尺度与方向上Shearlet域系数的L₂范数,并对其进行数据重排后发现,随着方向改变L₂范数不断减小,进而提出一种基于L₂范数的尺度方向自适应阈值计算方法。将其与小波变换、曲波变换、Shearlet全局阈值去噪方法对比,模拟数据与实际地震记录去噪结果表明,本文方法在去除随机噪声的同时,深部弱信号也得到了很好的恢复,地震数据的信噪比比其他3种方法有所提高,在0.929 9 dB条件下提升至11.565 1 dB。     

基于信号重构的地震道插值

在简要回顾几种插值方法的基础上 ,提出了基于信号重构的地震道插值方法。这种方法无需任何地质和地球物理假设 ,主要用于恢复缺失的地震道。本方法的基础是傅立叶变换理论和最小平方反演技术。文中给出了原理、算法、实现步骤及简要的流程框图。如果对变换域的参数进行规则采样 ,则该方法可以用高效、快速的算法来实现。本插值方法适用于规则和非规则采样的数据。文中给出了理论合成数据和实际数据的试验结果 ,并对结果进行了讨论。同时 ,本方法对于 AVO分析、DMO处理、三维叠前偏移成像等研究也将是有益的     

Shearlet域稀疏约束地震数据重建

在地震数据处理流程中,通常对不规则的、稀疏的或者缺失的地震数据进行插值处理,通过插值方法来避免多次波的预测错误和成像假频等现象,使地震数据处理更加精准。Shearlet变换是一种多尺度变换,具有最佳的稀疏性、方向性以及局部化特性。将Shearlet变换与基于Landweber加速下降迭代方法结合起来对地震数据进行插值,在保证求解精度的同时提高了计算效率。信号和噪声在Shearlet域具有不同的分布特点,通过阈值法压制随机噪声,可提高算法的抗噪性。此外,采用jitter采样的方式,更好地压制了假频信息。理论和实际地震数据验证了该方法的有效性。     

用曲波变换消除VSP数据处理中的空间假频与采样不规则

由于条件与经费的限制,在实际地震资料采集过程中,常常会遇到获得的地震资料较稀疏或不规则,导致空间假频、采样不规则的问题,影响地震资料的成像效果。可利用地震道空间插值来解决这些问题,提升地震数据处理结果品质。曲波变换的基函数是具有倾角、频率、时间三方面同时局部化的函数,它可以对空间信号做稀疏表达,适合地震资料的插值处理。本文采用该方法对理论模型数据和实际VSP数据作插值处理,解决不规则采样、空间假频问题。实际应用表明该方法精度高,插值准确,处理结果的振幅和同相轴连续性好。     

基于低信噪比条件下新型Seislet变换的阈值去噪方法

Seislet变换是一种类小波变换方法, 主要根据小波基沿地震同相轴的局部倾角方向来分析数据, 其中, 局部地震倾角的表征是该方法的核心。局部倾角的求取方法有很多种, 但是往往在低信噪比的条件下存在着一些局限。根据共中心点道集中基于时距关系的地震倾角定义, 提出一种适应于低信噪比条件下的倾角求取方法。对比基于时距关系与平面波分解滤波器计算出的局部地震倾角, 结果证明, 该方法能更加准确地表征低信噪比条件下同相轴的倾角信息。将基于时距关系的局部地震倾角用于Seislet框架, 建立表征低信噪比数据的新型Seislet变换方法。在地震数据处理中, 引入语音信号中改进的阈值方法。结合新型Seislet变换, 提出阈值去噪方法, 此方法不但适于地震数据, 而且在提高信噪比方面也优于传统的阈值去噪方法。实际数据处理的结果验证了新型Seislet变换与改进阈值去噪方法的组合能够有效地解决低信噪比条件下的信号提取任务。     

基于离散小波变换的地震资料自适应高频噪声压制

针对现有的小波变换阈值去噪方法无法适用于地震资料高频噪声压制的缺点,笔者分别对阈值函数和阈值选取方案进行了改进,提出了连续硬阈值函数与自适应阈值相结合的地震资料高频噪声压制方法.连续硬阈值函数兼具软、硬阈值函数的优点,可提高重构地震信号的保真度,减少人为噪声误差;自适应阈值方案可根据非平稳地震数据中的能量时变、空变分布特点,通过引入不同子带小波系数标准差、代数平均值以及几何平均值等统计参数,使阈值能够随不同子带的小波系数能量变化而自动调整,以适应地震资料高频噪声压制的要求.实际地震数据处理结果表明,笔者提出的方法在提高信噪比的同时,可保护陡倾角反射界面信号,提高噪声压制后地震数据的保真度.