基于数据增广训练的深度神经网络方法压制地震多次波

地震数据中存在的多次波影响偏移成像,误导地震资料的解释,因此通常视为相干噪声而被去除.为了对多次波进行智能化衰减,本文提出了一种基于数据增广训练的使用深度神经网络的多次波压制方法.设计的深度神经网络包括卷积编码和卷积解码过程,其中卷积编码过程学习全波场数据中的一次波特征,卷积解码过程利用这些特征来重构一次波并压制多次波和随机噪声.在训练阶段,旋转训练集并在输入数据中加入随机噪声构成增广训练数据集来提升神经网络的抗噪稳定性和泛化性,通过迁移学习让深度神经网络具备跨工区压制多次波的能力.简单模型与Sigsbee2B模型三套模拟数据的实例验证了本文方法在一次波重构和多次波压制中的有效性、稳定性和良好泛化性;一套崎岖海底模型地震物理模拟数据的应用实例表明本文方法具有应用于复杂条件下压制地震多次波的能力.     

基于波动方程预测和双曲Radon变换联合压制表面多次波

基于波动方程预测的表面多次波压制方法可处理复杂地下介质的地震资料,但计算成本较高.基于滤波的多次波压制方法计算效率较高,但其成功应用仅局限于一次波和多次波有明显时差差别的地震数据,对来自速度逆转等复杂介质数据则较难获得满意的压制效果.本文将波动方程预测的反馈迭代法和滤波法有效结合,采用GPU(图形处理器)和CPU协同并行加速计算粗略预测表面多次波,随后在双曲Radon域比较分析原始数据和预测的多次波,设计合理有效的Butterworth型自适应滤波器,滤出原始数据Radon域中的多次波能量,进行Radon反变换后,在时空域将多次波从原始数据中减去,得多次波压制结果.文中对理论模拟的单炮数据、复杂的SMAART模型以及实际地震数据进行了计算,结果表明,结合基于波动方程预测和双曲Radon变换的方法有效突破了两种方法各自的局限性,可高效高精度地压制复杂地下介质的表面多次波.     

一种神经网络改进小波的地震数据随机噪声去除方法

地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。     

基于迭代反演的层间多次波压制方法

层间多次波与有效波在走时、频率和叠加速度上差异较小,因此层间多次波压制常难以获得理想效果.本文提出一种基于迭代反演的层间多次波压制方法(MSI,Multiple Suppression Inversion),该方法以共聚焦点(CFP,Common Focus Point)层间多次波压制理论为基础,通过构建卷积因子,将层间多次波压制转变为迭代反演的问题,直接利用观测的地震数据进行迭代反演计算,进而完成多次波压制.MSI方法避免了共聚焦点方法中构建CFP道集的聚焦运算,大幅降低层间多次波预测的计算成本;同时该方法为全数据驱动方法,无需地下介质任何先验信息,算法容易实现.模型数据测试表明,本文提出的方法可有效压制层间多次波,而且对有效波也具有很好的保幅性.     

基于匹配滤波的多次波压制方法研究

常规滤波方法对浅海多次波压制不能取得理想效果.通过改变模型表面边界条件，求解波动方程实现多情景地震数值模拟.利用自由边界条件模拟时获得含海平面强反射多次波地震记录，而利用吸收边界条件时得到理想条件下无多次波地震记录.对比分析多次波对有效地震信号的影响得到海平面强反射多次波改变了有效地震信号的振幅、频率和相位.利用归一化方法计算得到压制多次波滤波器算子，并作用于含海平面强反射多次波地震记录.叠加地震剖面对比分析表明，归一化滤波器算子较好的压制了地震记录中的多次波，提高地震资料分辨率.最后，根据多次波产生条件，给出了利用实际区域简化地质模型的地震数值模拟结果计算归一化滤波器算子的方法，从而利用该方法压制实际地震数据中多次波.     

反馈迭代法压制表面多次波效果分析

地震数据处理通常假定反射数据仅由一次波组成,地震勘探资料中的表面多次波通常被视为相干噪音予以压制.基于波动方程预测的反馈迭代法为数据驱动的方法,可有效压制复杂地下介质的表面多次波,通常可由级数展开法和迭代法两种方法实现.文中分别从理论阐述以及应用效果分析方面对基于波动方程预测的反馈迭代法的两种实现途径进行研究,并采用GPU/CPU协同并行加速计算预测表面多次波,改善以往CPU计算效率低的状况.文中对含表面多次波的炮数据和复杂的SMAART模型进行了计算,并将利用级数展开法与迭代法压制表面多次波的效果进行对比分析,结果表明,迭代形式反馈迭代法压制表面多次波的方法效果更佳.由于实现迭代法和级数展开法需要完成的自适应匹配相减的次数不同,迭代法的计算成本略高于级数展开法.     

分层层间多次波预测与自适应压制方法研究

在地震勘探中,层间多次波在地震剖面上形成的虚假界面会严重影响对地质构造的解释.由于层间多次波在走时、频率和形态上与一次波的差异较小,因此较难对层间多次波进行识别和压制.本文使用分层层间多次波预测方法与基于2D卷积信号盲分离的多次波自适应相减方法相结合的策略对层间多次波进行压制处理.首先推导并阐述了分层层间多次波预测方法的理论基础,然后对地下介质中存在的多个多次波产生界面实现了层间多次波的分层预测,最后采用基于2D卷积信号盲分离的多次波自适应相减方法对层间多次波进行压制,以更好的保护有效信号.分层预测的方法通过分离层间多次波产生层位,对目标层位产生的所有层间多次波直接进行预测,该方法避免了共聚焦点方法构建共聚焦点道集的聚焦运算,降低了计算成本,同时该方法是基于数据驱动的,算法容易实现.模型数据和实际地震资料试算结果表明,本文方法能直接利用地表数据对层间多次波进行压制,并有效的保护一次波．     

利用最小平方基准面延拓压制自由表面多次波II:海洋拖缆观测数据

压制自由表面多次波一直是海洋拖缆地震数据处理中非常关键的环节.浅水等复杂条件下的多次波压制给现有方法构成了严峻的挑战.本文姊妹篇基于卷积型互易定理建立了地下基准面上的虚拟观测信号与实际观测地震数据之间的转化方程,进而借助约束优化反演理论提出最小平方基准面延拓(LSR)方法,用于消除海底观测地震数据中的表面多次波.本文遵循相同的原理,分别针对双检波器同时记录声压场和质点垂直速度信号、单检波器仅记录声压场信号两种拖缆采集方式,探讨基于LSR的表面多次波压制方法及其影响因素.理论模型合成数据实验展示了方法特点与有效性,南黄海浅水拖缆双检地震数据处理结果表明方法具有良好的应用前景.     

基于稀疏反演三维表面多次波压制方法

三维表面多次波压制是海洋地震资料预处理中的重要研究课题,基于波动理论的三维表面多次波压制方法(3DSRME)是数据驱动的方法,理论上来说,可有效压制复杂构造地震数据表面多次波.但该方法因对原始地震数据采集要求高而很难在实际资料处理中广泛应用.本文基于贡献道集的概念,将稀疏反演方法引入到表面多次波压制中,应用稀疏反演代替横测线积分求和,无需对横测线进行大规模重建,进而完成三维表面多次波预测,这样可有效解决实际三维地震数据横测线方向稀疏的问题.基于纵测线多次波积分道集为抛物线的假设,为保证预测后三维表面多次波和全三维数据预测的多次波在运动学和动力学特征上基本一致,文中对预测数据实施基于稳相原理的相位校正.理论模型和实际数据的测试结果表明,本文基于稀疏反演三维表面多次波压制方法可在横测线稀疏的情况下,有效压制三维复杂介质地震资料中的表面多次波,从而更好地提高海洋地震资料的信噪比,为高分辨率地震成像提供可靠的预处理数据保障.     

多次波压制的研究现状与进展

目前地震资料处理技术主要利用一次波对地下地质体进行成像或反演,多次波的存在会严重影响地震成像、反演与解释结果.因此,多次波通常作为噪声在地震数据叠前处理阶段进行压制.为了合理选择不同的多次波压制方法,提高地震资料信噪比和保真度,本文系统综述了多次波压制的国内外研究现状,简要介绍了滤波法、预测相减法、稀疏反演法的基本原理,并围绕理论假设条件与实际数据要求,分析比较了各种方法的适用性与优缺点.基于波动方程的预测相减法克服了滤波法关于地震信号统计特征的假设,增强了对复杂地震数据的适应性,但最小二乘自适应相减会损害有效信号.稀疏反演法采用全波形反演的方法估计一次波与多次波,避免了自适应相减步骤,能够更加保真地恢复有效信号.本文通过实际算例重点阐述了稀疏反演法相对于反馈迭代法在多次波压制中的突破性进展,同时指明了稀疏反演法存在的问题并展望了未来的发展方向.