基于小波谱能量曲线EWT的面波压制算法

面波提取和压制是地震资料处理的关键问题之一,对地震资料处理的准确性具有重要影响.针对传统地震面波压制算法面波分离精度低、有效波损伤大的问题,提出一种基于小波谱能量曲线(Wavelet Spectrum Energy Curve,WSEC)经验小波变换(Empirical Wavelet Transform,EWT)的面波压制算法,该算法利用连续小波变换(Continuous Wavelet Transform,CWT)精细化的时频分析能力得到地震信号的WSEC,从频率和能量两个维度对信号进行自适应分解,提高面波提取精度.首先对地震记录进行CWT,根据小波谱计算各频率点的能量得到WSEC;基于WSEC极大值点的频率及ε邻域法确定频谱分割边界进行改进EWT,得到依能量和频率分解的各固有模态分量(Intrinsic Mode Function,IMF);根据各子频带的频率和能量确定面波IMF,最后对面波IMF进行带通滤波以保护其中的有效波.仿真实验表明,算法能根据地震信号的频率和能量自适应分解,实现面波的精准分离与提取;实际地震资料处理表明,算法能准确分离面波,能最大限度保护有效波,提高资料信噪比,是一种有效可靠的面波压制算法.     

基于希尔伯特-黄变换的多分量地震去噪方法研究及应用

针对多分量地震数据具有信噪比低、波场比较复杂等特点,同时为了解决有效波和面波在低频带具有相关性且频带有重叠的部分.本文基于希尔伯特—黄变换(Hilbert—Huang transform,HHT)提出一种多分量地震数据去噪方法.HHT的核心部分是固有模态分解(Empirical mode composition method,EMD),它将地震信号自适应分解为各个尺度的固有模态函数(Intrinsic mode function,IMF);然后根据有效波和噪声分布在不同的分辨尺度范围内进行数据重构;对于一些尺度分布比较宽的,进行更加严格的EMD分解,以及通过瞬时参数阈值大小进行处理以达到更好的去噪效果.本文所做的工作主要针对多波资料中面波的处理,利用面波跟有效波的频率尺度和瞬时属性差异,从仿真数据、模型和实际地震数据进行面波的压制实验,取得了比较满意的压制效果,提高了地震资料的分辨率.也表明了该方法在多分量地震去噪处理中的可行性.     

多分量地震数据矢量滤波面波压制方法（英文）

针对陆上三分量地震资料去噪处理中面临的面波噪声能量强、有效信号能量弱、转换波与面波主频叠置、非矢量保真处理等问题,本文基于多分量数据中有效信号与强面波噪声在极化属性、振幅能量、视速度三方面的特征差异,提出了一种时频域压制多分量数据强面波的去噪方法,并设计了相应的矢量滤波器。该方法利用小波变换将地震信号变换到时频域,并基于时频域瞬时极化率公式计算出各点极化率参数,然后根据面波视速度划分出有效信号区和面波噪声区,并据此对有效信号进行能量均值统计,最后联合极化率、能量、频率特征对噪声识别和分频、分区压制。理论模型和实际资料处理验证了本文方法的正确性和有效性,为解决低信噪比陆上多分量资料面波压制提供了又一种有效手段。     

基于小波分频与径向道变换的联合压制面波方法（英文）

面波是地震记录上严重的干扰波。基于小波变换的面波衰减方法考虑了面波频率低的特点,但是当有效信号和面波干扰存在频率重叠时,其压制效果不理想。径向道变换考虑了面波与有效信号视速度差异,有利于去噪,但是在去除面波的同时也会损害有效信号的低频分量。本文根据面波和有效信号在视速度以及小波域能量的差别,将小波变换的局部分析能力与径向道变换的去噪优势相结合,提出了基于小波分频与径向道变换的联合面波压制方法。首先应用小波变换,将地震记录分解为不同频段,对出现面波的频段作径向道变换,然后再作低切滤波处理,最后利用径向道反变换后的记录与其他频段的记录进行小波重构得到去除面波的记录。两种方法的联合使用提高了小波分频去除面波的能力,同时也较好的保护了有效信号。通过模型数据实验分析和实际资料数据处理的结果表明,本文提出的方法具有较强的去噪能力和良好的保幅性能。     

基于第二代Curvelet变换的面波压制(英文)

针对面波能量强、频率低、视速度低等特点,本文提出了基于第二代Curvelet变换的多尺度、多方向分解的面波压制方法,充分利用Curvelet变换的多尺度、多方向功能,分离出含有面波的尺度和方向然后利用面波与有效波在Curvelet域基本不重叠的特性,进行信噪分离处理。这种方法在实际叠前地震数据的处理中,能够有效压制面波,同时较好地保护有效反射波,特别是反射波的低频分量。文中提出的基于第二代Curvelet变换的去面波方法是一种较好的保幅去噪方法。     

多道奇异谱分析压制强振幅窄带随机噪声研究

地震数据残留噪声往往不满足白噪假设,而是与地震数据频带一致的窄带非白噪随机噪声,传统的去噪方法难以进行彻底的压制,其残留的噪声会造成地质解释认识的多解性.文中就多道奇异谱分析降秩去噪、阻尼多道奇异谱分析降秩去噪、三维曲波变换去噪方法对此类强振幅噪声压制效果进行了研究,阻尼多道奇异谱分析去噪方法在降秩过程中通过对噪声进行二次分解引入阻尼算子,对另外两种方法存在的强振幅窄带随机噪声残留问题进行了较好地解决,显著提高了此类强振幅噪声压制效果.     

基于Curvelet变换的地震资料信噪分离技术

在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率.     

基于曲波变换的循环平移地震随机噪声衰减

对曲波变换的地震数据随机噪声衰减方法进行了探索,基于曲波(Curvelet)变换在图像处理方面的优越性,结合循环平移(Cycle spinning)技术提出了一种用于地震随机噪声衰减的新方法.在利用曲波变换闽值去噪算法基础上引入循环平移技术,可以消除曲波变换由于缺乏平移不变性所导致的信号伪吉布斯效应,并且较好地保留了有效信号.对地震正演模拟数据进行随机噪声衰减试验,对不同噪声含量数据进行去噪分析,并应用于实际地震数据,结果表明,新方法对去除地震随机噪音有较好的效果.     

基于深度卷积自编码网络地震数据去噪方法

在采集得到地震数据中,随机噪声常常与有效信号混合在一起,并且毫无规律,使用常规去噪方法不能够达到理想的效果,影响后续的地震数据处理工作.为有效压制地震数据中的随机噪声,本文根据深度学习的相关理论,提出了一种基于深度卷积自编码网络的数据驱动的去噪方法,可以解决随机噪声难以去除的问题.在卷积自编码器的基础之上,网络使用了较多的层数并加入跳跃连接构造,从而增加了网络的深度,能够提取并结合数据中深层与浅层特征,增强对随机噪声的处理能力,更好地恢复有效信号的细节.经过实验证明该方法对于不同水平的随机噪声的压制均有优异的表现,在去噪的效果上远超中值滤波、小波变换等传统去噪方法,同时也比经典的DnCNN网络更加优秀,能够完整地保留有效信号,极大提升地震数据的质量.     

基于稀疏表达的OBS去噪方法

海底地震仪（OBS）采集数据的去噪处理是开展OBS震相分析及后续处理反演的基础.本文结合曲波（Curvelet）变换及压缩感知提出一种稀疏化表达的OBS去噪方法,并通过与小波变化对比等探讨去噪效果.曲波变换具有抛物尺度及识别线性异常的优点,可以稀疏地表示OBS数据,再结合压缩感知思想对稀疏表达OBS数据进行去噪处理和重构.通过对变换后的系数进行基于L₁范数的冷却阈值迭代滤波,获得最优的变换系数,本文指出基于曲波变换的冷却阈值迭代法能够很好地对OBS数据去噪.对比小波和曲波两种变换在相同迭代次数下对理论模型数据进行去噪处理,表明曲波变换得到的结果信噪比更高.利用本文方法对渤海地区采集的OBS数据进行去噪处理获得了更加清晰连续的震相,噪声压制效果更明显,为震相拾取及后续速度模型反演奠定了良好的基础.     

一种优化的复曲波变换压制混叠噪声方法

高密度采集可以提高地震资料品质,改善成像精度,但也会增加地震采集成本.为了提高采集效率降低生产成本,混采技术得到了推广应用.但是该采集方式会产生严重的混叠噪声,降低地震数据的信噪比.针对此问题,本文结合中值滤波、动校正(NMO)和复曲波变换阈值去噪的优势,设计了一种优化的复曲波变换压制混源噪声方法.该方法首先采用大步长中值滤波对经过NMO处理的数据进行滤波,再利用基于复曲波域的阈值去噪方法提取剩余信号,计算滤波结果的伪分离记录和原始混叠数据的差值,再将该差值返回到第一步进行迭代,每次迭代中值滤波步长逐步减小,直到达到初始设定的期望信噪比为止.与基于F-K域和curvelet域的迭代阈值方法相比,本文方法可以在压制混叠噪声的同时,更好的保护有效信号,由于本文方法仅需较少的迭代次数,计算效率也可以大大提高.     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.     

基于曲波变换的航空电磁数据去噪方法研究

航空电磁法作为一种地形复杂地区资源探测的有效方法,近年来得到了广泛的应用.然而,由于系统所处的动态环境,噪声干扰严重.为了改善航空电磁数据质量,提高地下电性反演的准确性,需要研发相关去噪技术.传统航电去噪大多针对特定噪声或单一测线上的信号进行处理,难以兼顾相邻测线之间观测信号的相关性.本文采用曲波变换进行二维航空电磁数据去噪.由于曲波变换具有多尺度和多方向性特征,可以在对噪声精细分析的基础上进行有效去除,同时还保证了整个测区内信号的相关性.进而,我们提出Sigmoid阈值函数对传统阈值函数进行改进,以进一步改善去噪效果.为了验证曲波变换方法对航空电磁数据去噪的有效性,将曲波变换和传统去噪方法分别应用于理论模型和实测数据进行对比.试验证明本文曲波变换用于航空电磁数据去噪具有明显的优越性.     

面波压制的Ridgelet域方法

面波压制是地震数据处理中的一个重要问题. 常规的处理方法虽然能在一定程度上压制面波，但是在处理过程中只是单一的利用面波的一种特性,例如频率域滤波中利用面波与有效信号频率之间的差别，因此难以有效地压制面波. 利用Ridgelet变换可将原始地震记录拓展到（a,τ,p）三维空间，从而可以同时利用地震记录的视速度、时间和尺度域特性差别，实现有效信号与面波的分离. 文中通过理论合成记录及实际地震记录的算例，证实了基于Ridgelet变换的面波压制方法是有效且可行的.     

方向导数迹变换面波压制

面波是地震勘探中常见的一种相干干扰,它的存在严重的影响着地震记录的信噪比.由于面波和有效波具有相关性且面波的频带和有效波的频带总有重叠的部分,在时域或频域二者不能明显分开,因此在时域或频域采用切除法压制面波会造成子波畸变和有效信息的损失.本文提出一种利用方向导数迹变换压制面波的新方法.文中推导了方向导数迹变换的反变换公式.地震记录的方向导数迹变换(Directional Derivative Trace Transform,DDTT)由两部分组成,一部分主要体现面波,能量集中;另一部分主要体现反射有效波,能量相对分散.根据这两部分能确定压制面波的阈值,通过这一阈值在正变换中压制面波后,再通过反变换返回时-空域就可达到压制面波的目的.理论和实际数据的处理都取得了令人满意的效果,表明了本文提出方法的可行性和有效性.     

基于曲波变换的三维地震数据同时重建和噪声压制（英文）

野外地震数据包含各种随机噪声干扰且在空间方向常进行不规则欠采样,影响后续资料处理,存在数据重建和噪声压制问题,而大多数据重建方法只能独立进行,对于噪声压制则无能为力,对于含噪地震数据的重建效果不理想,起不到压制噪声的效果。为此本文选用多尺度多方向的二维曲波变换进行三维地震数据同时重建与噪声压制,在此过程中引入凸集投影算法(POCS),采用指数平方根衰减规律的阈值参数及软阈值算子对每个时间切片单独进行重建。在此基础上,引入加权因子策略,使得在的重建过程中减少噪声对重建结果的影响,最终实现了一种能够同时进行三维地震数据重建和噪声压制的方法。通过与先重建后去噪以及傅里叶变换处理方法的比较,表明了该方法效果显著,这对于指导复杂地区数据采集和缺失地震道重建方面具有重要的实用价值。     

基于自适应加权超虚干涉法的地震面波压制研究

面波是陆地地震勘探数据的主要噪声,掩盖了地震记录中的有效波信号.常用的面波压制方法根据频率或视速度的差异将面波从有效波信号中分离出来并进行压制,但当差异不很明显时,难以取得较好的压制效果.鉴于目前基于地震干涉的方法只能得到检波点间的面波,文章提出使用数据驱动的超虚干涉法预测面波,该方法可以直接得到炮检点间面波,不要求检波点附近存在真实炮点用于实现面波的自适应相减.针对非均匀近地表结构产生的强频散面波,发展了自适应加权的超虚干涉法(AWSVI),提高了对频散面波的预测精度.合成数据实例验证了AWSVI方法预测强频散面波的有效性和对复杂地表情况的适用性.AWSVI方法应用在中国东部地区的实际陆地地震资料,相比常规的面波压制方法,更好地压制了残余面波.     

基于非二次幂Curvelet变换的最小二乘匹配算法及其应用

本文提出了基于非二次幂Curvelet变换的最小二乘匹配算法.首先,根据输入地震信号的频谱和方向等特征进行非二次幂Curvelet变换,根据其特征不同,最大程度地将有效信号和噪声分开;然后,在噪声能量集中的非二次幂Curvelet子记录上对输入数据和预测的噪声模型进行最小二乘匹配滤波处理.本方法提高了常规最小二乘匹配算法在时间空间域内进行信噪分离的稳定性和准确性.对含有面波的实际地震数据进行测试,其结果表明本方法可以有效地压制面波干扰,特别是当面波和有效信号有交叉或重叠等现象出现时,能较好地保护反射同相轴信息.本方法还可用于对含自由表面多次波和层间多次波等地震数据进行自适应信噪分离.     

基于压缩感知的小波阈值和CEEMD联合去噪方法

中深层地质条件复杂,地震资料品质差,主要表现为:地震资料信噪比低、有效信号弱.如何在去噪的同时有效保留弱有效信号,获取高信噪比的地震数据成为地震数据处理的关键问题.传统小波阈值与互补集合经验模态分解(CEEMD)联合去噪方法相比单一方法可以获取更高品质的地震数据.基于压缩感知理论的去噪方法利用地震数据在变换域中的稀疏特性,通过设定稀疏基矩阵和测量矩阵,可以将地震数据去噪问题转化成求解最优化问题,通过最优解重构原始信号,实现对地震资料的去噪处理.该方法能够在有效衰减随机噪声的同时最大限度的保留有效信号.本文基于压缩感知理论开展小波阈值去噪方法研究,并在此基础上结合CEEMD方法对含噪较多的固有模态分量进行有针对性的随机噪声压制.通过对含噪数据开展不同方法的去噪结果对比可见,本文方法可以在保证高信噪比的基础上更为有效的保留弱有效信号,数值试算验证了该方法对弱有效信号地震数据去噪具有显著优势.     

基于非局部贝叶斯地震数据随机噪声压制方法（英文）

针对地震数据随机噪声压制问题,本文提出一种基于非局部贝叶斯(Non-local Bayes algorithm)的滤波方法。NLBayes方法使用高斯模型代替NL-means方法中使用全部相似数据块的加权平均,减少对数据结构细节的平滑效应,从而改善去噪效果。在地震数据去噪处理中,根据噪声的方差自适应的计算数据块的大小和高斯模型中数据块的数量,经过两次迭代实现地震数据去噪。第二次迭代中使用第一次迭代去噪后的数据来计算高斯模型块的无偏差均值和协方差,以提高数据块的相似度,使得去噪效果更理想。通过对模型数据和实际数据测试表明,NL-Bayes方法能有效提高地震数据信噪比和满足数据保真性处理的要求。