共偏移距道集平面波叠前时间偏移与反偏移

在Dubrulle提出的共偏移距道集频率波数域叠前时间偏移的基础上,提出了共偏移距道集频率波数域叠前时间偏移与反偏移一对共轭算子.讨论了该对算子的变孔径实现过程.并把该对共轭算子串连起来实现了叠前地震数据的规则化处理.指出最小二乘意义下的叠前地震数据规则化会得到更好的效果.v(z)介质模型和Marmousi模型的数值试验结果表明,方法理论正确、有效.     

串联F-K加相移插值法偏移

本文介绍的偏移成像方法为递归F-K法、相移插值法及串联偏移技术的有效结合,简称CFPI法.该方法中,波场外推采用相移插值法中递归向下延拓方式,而每一延拓层间的成像则用文中给出的常速F-K加剩余速度F-K偏移,通过与横向速度变化有关的插值来实现,该过程用FFT完成.该方法可采用较大的延拓步长速归向下外推与成像.理论分析及实际计算结果比较表明,该算法效率远高于相移插值法偏移.     

局部倾角约束最小二乘偏移方法研究

随着石油勘探难度的进一步加大,地震数据往往存在采样不规则、地震道缺失等现象,如果不对其进行处理,会对后续的地震成像产生影响,引入成像噪音.针对这一问题,一般是通过地震道插值或数据规则化对叠前数据进行处理,然后采用常规的偏移方法进行成像,本文则是将地震成像看作最小二乘反演问题,在共成像点道集引入平滑算子,在共偏移距/角度道集引入平面波构造算子(PWC)进行约束,通过预条件共轭梯度法使得反偏移后数据与输入数据之间的误差达到最小,最终得到信噪比更高、振幅属性更为可靠的成像结果.理论模型和实际资料处理表明,本文方法不仅可以有效压制数据不规则对成像产生的噪音,而且具有更高的成像精度.     

Kirchhoff型偏移反偏移串联地震数据炮检距转换技术

零炮检距数据在海洋地震资料处理中有很多优势和用途,然而,受海洋水平拖缆地震采集作业方式的限制,接收数据的最小炮检距一般在200 m左右,小于该炮检距的数据是无法直接获得的.通常的做法是通过对较大炮检距数据进行动校,通过外推来变相获得零炮检距（包括小炮检距）数据,其外推的精度会受到地震资料信噪比、动校正速度的精度等因素影响,并且保幅性较差.本文通过一种基于Kirchhoff真振幅偏移和反偏移串联的技术,在反偏移过程中改变观测系统,有效实现了大炮检距反射地震数据向零炮检距（包括小炮检距）数据之间的转换,且很好地保持了零炮检距（包括小炮检距）数据的振幅特性.同时,经偏移-反偏移串联处理后,有效压制了地震数据中的随机噪声,地震资料信噪比和成像精度均得到显著提高.     

活动断层地震勘探中的高精度偏移与反偏移技术（英文）

为了进一步发展活动断层空间位置和精细结构探查技术,解决在活动断层探测地震数据处理过程中,缺少一种通过数学手段对地震成像结果进行可靠性评价的问题,开展了将‘反偏移’这一地震波偏移成像的逆运算引入活动断层探测地震数据处理的研究。分析了偏移与反偏移的关系,提出了以叠前深度域逆时偏移和波动方程反偏移为核心的主动源地震勘探数据高精度处理流程。选择了生长断层、花状构造等有代表性的复杂断裂构造实际探测数据进行处理。处理结果表明,利用本文提出的以波动方程逆时偏移和反偏移为核心的地震数据处理流程,能够有效提高活动断层地震成像剖面的可靠性和精确度。通过本次研究可以认为将偏移和反偏移这一对严格对应的地震数据处理算子引入活动断层探测领域,有助于推动活动断层探测精确度和分辨力的提升。尤其是在开展钻孔联合地质剖面探测或科学钻探研究时,应用本文方法进行地震勘探数据高精度成像处理,利用多种数学手段相互检验,能够有效确保断层上断点定位准确,节约钻探成本。     

叠前地震数据的平面波深度偏移法

提出了一套基于平面波分解的波动方程叠前地震数据深度偏移方法. 通过对共炮点道集和共偏移距道集地震数据的平面波分解，分别得到适用于单平方根波场外推方程和双平方根波场外推方程的共ps（炮点坐标平面波参数）平面波道集和共ph（偏移距坐标平面波参数）平面波道集. 在对共炮点道集和共偏移距道集地震数据的平面波分解时，不需要进行通常意义下的τ p变换计算. 通过对共ps平面波道集和共ph平面波道集的偏移效果对比，我们认为在速度弱横向变化介质中，两种平面波道集偏移方法的效果相当，但对于速度强横向变化介质，共ps平面波道集偏移方法的效果要优于共ph平面波道集偏移方法. 在计算效率方面，共ps平面波道集偏移方法与共ph平面波道集偏移方法基本相同.     

三维VSP数据高效偏移成像的超道集方法

当前的三维VSP地震数据偏移成像实现都是在共炮点道集或共检波点道集中逐个道集循环进行的,计算效率相对较低.根据三维VSP观测系统中炮点和检波点布置的特殊性和地震波场满足线性叠加的特性,本文提出了一种三维VSP数据的高效偏移成像方法,即首先通过对三维VSP共接收点道集进行地震数据的广义合成得到一种超道集,然后在共接收点道集的波场深度外推过程中逐步应用多震源波场对超道集进行偏移成像,即利用一次波场深度外推循环完成对所有共检波点道集数据的偏移成像.通过三维VSP模型数据与实际地震数据的偏移成像试验验证了这种高效的超道集偏移成像方法可取得与常规共检波点道集相当的偏移成像效果,还具有极高的计算效率,其计算量与单个共检波点道集的偏移成像计算量相当.     

地震相干偏移与数据自参照偏移的关系

地震相干偏移和数据自参照偏移是最近几年发展起来的地震成像新方法,并且已在地震勘探研究领域开始应用.该方法在VSP（垂直地震剖面）中的应用尤其值得关注,因为它部分地解决了一些在地面反射地震方法中难以解决的问题.地震相干偏移是用地震数据的互相关处理后的数据进行偏移,而数据自参照偏移则不必在偏移前对数据进行互相关处理,而是通过记录数据中的两个不同部分波场的延拓来互相参照进行偏移.二者的优点都是在偏移运算中可以不考虑原始震源位置、激发时间以及地震波初始传播路径.本文从偏移成像的理论出发分析了这两类算法,发现二者在成像原理上是一致的.本文还通过一个二维VSP多次波偏移的数值模拟实验,比较和归纳了这两类算法在实际应用中的特点.     

三维共偏移距叠前地震数据反假频射线束形成偏移成像

对稀疏/非规则采样或者低信噪比数据,射线束提取困难并伴随有假频产生,对叠加剖面和道集造成严重干扰.为了提升射线束偏移在稀疏和低信噪比地震数据采集中的成像效果,本文提出基于三角滤波的局部倾斜叠加波束形成偏移假频压制方法.射线束偏移首先将地震数据划分为超道集,经过部分NMO后转化为以射线束中心定义的共偏移距数据,倾斜叠加和反假频操作均在局部共中心点坐标上实现.时间域倾斜叠加是对地震数据的时移累加操作,三角低通滤波同样可以在时间域完成,在对地震数据进行因果和反因果积分后,亦为地震数据的时移累加.因此,三角低通滤波与倾斜叠加可在时间域结合同时完成,避免了频域滤波的正反傅里叶变换.本文在反假频公式中加入权重系数,用以对反假频的程度进行控制,达到分辨率和噪声压制的最佳折衷.以某海上三维实际数据为例,文中展示了反假频射线束形成对偏移叠加剖面和共成像点偏移距道集中的噪声进行了有效压制.     

基于共散射道集的叠前时间偏移/反偏移提高叠前数据质量

为了提高叠前数据质量,将叠前时间偏移/反偏移与共散射点道集相结合,提出了一种新的时间偏移/反偏移方法.利用改进的CRS参数建立精确的速度模型,提高偏移成像质量.将振幅映射到共偏移距顶点来生成共散射点道集,将偏移和中点上的多参数叠加,通过叠加数据,实现了叠前数据增强,道集的数量远高于传统叠前时间偏移的叠加数量.利用基于中点位移、半偏移距和偏移速度的算子进行反偏移处理,能量重新分配回时间域中的每个绕射同相轴,压制噪声,地震资料信噪比和成像精度均得到了提高.提高质量后的叠前数据可用于后续的速度分析、叠加、偏移等常规处理中,效果好于原始CMP道集.模型和实际数据的计算结果均验证了该方法的正确性和有效性,该方法在低信噪比资料的处理中将会有广阔的应用前景.     

地震数据Bregman整形迭代插值方法

人工地震方法由于受到野外观测系统和经济因素等的限制,采集的数据在空间方向总是不规则分布.但是,许多地震数据处理技术的应用（如：多次波衰减,偏移和时移地震）都基于空间规则分布条件下的地震数据体.因此,数据插值技术是地震数据处理流程中关键环节之一.失败的插值方法往往会引入虚假信息,给后续处理环节带来严重的影响.迭代插值方法是目前广泛应用的地震数据重建思路,但是常规的迭代插值方法往往很难保证插值精度,并且迭代收敛速度较慢,尤其存在随机噪声的情况下,插值地震道与原始地震道之间存在较大的信噪比差异.因此开发快速的、有效的迭代数据插值方法具有重要的工业价值.本文将地震数据插值归纳为数学基追踪问题,在压缩感知理论框架下,提出新的非线性Bregman整形迭代算法来求解约束最小化问题,同时在迭代过程中提出两种匹配的迭代控制准则,通过有效的稀疏变换对缺失数据进行重建.通过理论模型和实际数据测试本文方法,并且与常规迭代插值算法进行比较,结果表明Bregman整形迭代插值方法能够更加有效地恢复含有随机噪声的缺失地震信息.     

A seismic interpolation and denoising method with curvelet transform matching filter

A new seismic interpolation and denoising method with a curvelet transform matching filter, employing the fast iterative shrinkage thresholding algorithm (FISTA), is proposed. The approach treats the matching filter, seismic interpolation, and denoising all as the same inverse problem using an inversion iteration algorithm. The curvelet transform has a high sparseness and is useful for separating signal from noise, meaning that it can accurately solve the matching problem using FISTA. When applying the new method to a synthetic noisy data sets and a data sets with missing traces, the optimum matching result is obtained, noise is greatly suppressed, missing seismic data are filled by interpolation, and the waveform is highly consistent. We then verified the method by applying it to real data, yielding satisfactory results. The results show that the method can reconstruct missing traces in the case of low SNR (signal-to-noise ratio). The above three problems can be simultaneously solved via FISTA algorithm, and it will not only increase the processing efficiency but also improve SNR of the seismic data.     

Simultaneous Denoising and Interpolation of Seismic Data via the Deep Learning Method

Utilizing data from controlled seismic sources to image the subsurface structures and invert the physical properties of the subsurface media is a major effort in exploration geophysics. Dense seismic records with high signal-to-noise ratio (SNR) and high fidelity helps in producing high quality imaging results. Therefore, seismic data denoising and missing traces reconstruction are significant for seismic data processing. Traditional denoising and interpolation methods rarely occasioned rely on noise level estimations, thus requiring heavy manual work to deal with records and the selection of optimal parameters. We propose a simultaneous denoising and interpolation method based on deep learning. For noisy records with missing traces, we adopt an iterative alternating optimization strategy and separate the objective function of the data restoring problem into two sub-problems. The seismic records can be reconstructed by solving a least-square problem and applying a set of pre-trained denoising models alternatively and iteratively.We demonstrate this method with synthetic and field data.     

分形插值对共炮集记录叠前逆时偏移的影响

利用分形插值方法对稀疏采样的地震记录进行了插值加密处理,并对原始记录和分形插值重建记录进行了叠前逆时偏移处理．数值实验表明,分形插值重建的地震图是原始地震图的良好近似,而分形插值叠前偏移剖面是原始记录偏移剖面的良好近似,二者的分辨率几乎一样．利用分形插值重建技术可以在节约经济成本的情况下,得到地下结构的高精度成像结果．      

F-K分析在和田台阵监测能力评估中的应用

利用F—K分析处理地震台阵数据,进行地震波场分析,按频率分量、速度矢量来分解几乎同时到达台阵的信号,识别来自不同方位角和不同慢度的波,有助于地震波类型鉴别研究。主要讨论了F-K分析具体实现的方法和如何应用于新疆和田台阵监测能力的评估中。     

Restoration of missing offsets by parabolic Radon transform1

Restoration of missing offsets and trace interpolation is an interesting and important problem in seismic data processing. Based on the parabolic Radon transform, a method is presented for missing offset restoration, resampling and regularization of prestack individual CMP gathers. The method is also valid for resampling spatially aliased seismic data. The method is based on the parabolic assumption of the seismic events which is generally verified after a partial NMO correction in the CMP organization of the data. The essence of the method consists of a band-limited forward parabolic Radon transform of the data containing zero traces at the missing offset locations. The curvature range is chosen to map properly the coherent energy while the zero traces map beyond that range. After inverse transform the originally zero traces are partly filled with information. Several iterations of forward and inverse transform, every time replacing the zero traces in the original gather with the partially reconstructed ones, almost fully restore the zero traces. Efficient and fast algorithms can be built up to process data having a uniform geometry. Examples on synthetic as well as on field data demonstrate clearly the robustness of the method.     

基于seislet变换的反假频迭代数据插值方法

许多地震资料处理方法需要完整的数据信息,但是受野外施工条件等因素的影响,观测系统很难记录完整的地震波场,如空间采样率不足和地震道缺失等现象,尤其是缺失的叠前地震数据时常产生空间假频现象,给后续处理流程中很多重要环节带来严重的影响.传统数据插值方法通常很难同时解决数据缺失和空间假频问题,因此开发有效的反空间假频数据插值方法具有重要的意义.本文通过同时改变时间和空间方向采样比例,利用预测误差滤波器的尺度缩放不变性,计算反空间假频地震倾角模式,构建可有效压缩含空间假频不完整地震数据的反假频seislet变换方法,通过压缩感知Bregman迭代算法,对缺失地震数据进行反假频插值.理论模型和实际数据的处理结果验证了基于seislet变换的迭代插值方法可以有效地恢复含有假频的缺失地震信息.     

半径-斜率域加权反假频地震数据重建

为减小地震数据缺失给地震后续处理工作带来的影响,需要对地震数据进行插值重建.针对反假频插值重建这个难点问题,进行了相关研究,并由此提出了一种改进的R-P（半径-斜率）域加权反假频地震数据插值重建方法.该方法将F-K（频率-波数）谱变换到R-P域,在R-P域设计一个权函数并将其作用于每次的迭代插值过程.通过模型数据和实际数据的测试,证明了该方法具有较好的反假频插值重建能力.