联合广义S变换和压缩感知提高地震资料分辨率

提高地震资料的分辨率是获得高分辨率地震剖面的基础,常规的处理方法对于提高地震资料分辨率虽有一定的效果,但却十分有限,难以达到资料解释的要求.对此本文将广义S变换理论与压缩感知理论相结合,提出了一种新的叠后地震资料处理方法.实现步骤为:将叠后地震数据进行广义S变换;利用压缩感知理论构建L1/2范数最优化模型;半阈值迭代法求得最优稀疏解得到更精确的时频域信息;能量重新分配补偿时频域弱信号能量;广义S反变换得到处理后的地震信号.理论模型和实际资料处理表明,与常规广义S变换提高分辨率处理相比,本文方法处理结果具有更好的效果,地震资料分辨率有了明显提高.     

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.     

基于S变换的高频全球导航卫星系统同震数据的震相识别研究

为研究高频全球导航卫星系统（GNSS）信号的P波和S波到时,本文利用2008年汶川M_S8.0地震震时部分站点记录到的1 Hz高频GNSS数据,采用广义S变换将同震信号进行二维时频域平面分解,以此对P波和S波到时进行识别。本文通过调整广义S变换中的调节因子λ_a和p得出,当λ_a＝1.05,p＝1.05时,变换所得图像中的P波和S波到时均较为明显。结果表明,S变换在高频GNSS震相识别中效果明显,可作为GNSS地震学应用中一项有效的技术手段。      

时频域相位滤波在远震接收函数噪声压制中的应用

宽频带地震观测数据中有效信号和干扰噪声经常发生混频效应,常规的频率域滤波方法很难将二者分离.地震波信号属于时变非平稳信号,时频分析方法能够同时得到地震波信号随着时间和频率变化的振幅和相位特征,S变换是其中较为高效的时频分析工具之一.本文以S变换为例,提出了基于相位叠加的时频域相位滤波方法.与传统叠加方法相比,相位叠加方法对强振幅不敏感,对波形一致性相当敏感,更加利于有效弱信号信息的检测.时频域相位滤波方法滤除与有效信号不相干的背景噪声,保留了相位一致的有效信号成分,显著提高了信噪比.运用理论合成的远震接收函数数据和实际的宽频带地震观测数据检验结果显示该方法较传统的带通滤波方法相比,即使在信噪较低且混频严重条件下,时频域相位滤波方法的滤波效果依然很明显,有助于识别能量较弱的有效信号.     

二阶同步挤压S变换及其在地震谱分解中的应用

同步挤压S变换是一种处理非平稳信号的新时频变换方法,通过"挤压"信号的S变换结果,可以得到高分辨率的时频谱.但是,当信号的相位随时间呈非线性变化时,同步挤压S变换计算出的瞬时频率会出现误差,并造成时频谱分辨率降低.为了改善其对于该类信号的时频分析效果,我们利用时间和频率的二阶偏导数对瞬时频率计算式进行修正,提出二阶同步挤压S变换.合成信号处理结果表明,二阶同步挤压S变换的分辨率不但明显高于常用时频变换,在信号瞬时频率随时间呈二次或正弦变化的情况下,其时频挤压效果也好于同步挤压S变换.我们将二阶同步挤压S变换应用到天然气地震勘探资料的谱分解当中,结果表明,二阶同步挤压S变换可以很好地检测到与天然气相关的谱异常.因此,二阶同步挤压变换对于地震解释是一种很有潜力的方法.     

曲波阈值法地震弱信号识别及去噪方法研究

深层勘探及小断裂、小幅度构造等隐蔽油气藏勘探是目前老油区增产的重要手段,而进行这类油藏勘探时所面临的共同问题是在相对较高的噪音中识别信号,即弱信号的识别问题.利用小波的多尺度特性,可以在——定程度上压制噪声,识别弱信号.但小波变换在处理二维数据时,对线性奇异性的边缘的识别有一定局限性,而曲波变换能较好地识别二维奇异性边...     

基于S变换的软阈值滤波在深地震反射数据处理中的应用

深地震反射原始单炮数据是非平稳的弱能量反射信号,信噪比较低.如何提高信噪比一直是深地震反射数据前处理中的一大难题.S变换是一种适用于分析非平稳信号的时频变换方法.同其他分析时变信号的方法相比,S变换的基本小波不必满足小波在时间域均值为零的容许性条件,它的时频分辨率与分析信号的频率有关,且其在时间域的积分可以得到傅里叶频谱,其反变换也简单.因此,S变换容易表示深地震反射信号复杂的时频特性.本文在S变换的基础上,利用软阈值滤波方法对深地震反射数据进行处理,实验结果表明,该方法有效地提高了信噪比,压制了有效频带范围内的混频干扰,突出了弱反射信号,使得波组信息更加丰富,有利于连续追踪有效反射波组和识别薄地层,特别是提高了深部Moho界面反射层位的分辨率,为深地震反射剖面后续处理和准确解释奠定了基础.     

S变换在常规测井信息处理中的应用综述

为提高常规测井信息解决地质问题的能力,本文梳理了S变换的基本原理及性质,归纳总结了现今S变换用于地震资料处理的研究成果,分析展望了S变换用于测井信息处理的可能方面.研究表明,S变换是一种具有高时频分辨率的信号处理方法.在地震资料处理中,S变换可用于地震波的初至识别、地震信号滤波去噪、基于地震信息的沉积旋回划分、碳酸盐岩...     

应用单台垂向记录进行区域地震事件实时检测和直达犘波初动自动识别

提出一种基于直达P波信号和其它背景噪声在能量、非高斯性、非线性和偏振特性的不同而进行区域地震事件实时检测的新方法信噪综合差异特征量方法（简写为EFGLP方法）,同时对比分析了应用信号的不同统计特性来精细识别震相初至的３种有效方法,其中的TOC AIC方法是新提出的．应用山东数字地震波资料处理的结果表明:①与常规的STA/LTA地震事件触发算法相比,EFGLP方法能够有效降低地震事件的错误报警率和漏报率;②与人机交互震相识别结果相比,当信噪比比较低、震相初至比较模糊时,3种震相精细识别方法中的TOC-AIC方法识别精度最高;当信噪比比较高、震相初至比较清晰时,基于VAR-AIC 和TOC-AIC方法所测量得到的震相初至识别基本一致．      

鄂尔多斯盆地苏东南地区盒8段低阻气层识别

上古生界二叠系下石盒子组盒8段是苏东南地区主力产气层段之一,低阻气层相对较发育,其测井响应表现为低自然伽马、高声波时差、低密度和低电阻率特征.根据常规测井处理方法,对苏东南地区50口试气井106个试气层段进行了电阻率与声波时差参数交会图分析,结果发现低阻气层的电阻率数值分布范围与邻近水层的电阻率基本相当,甚至有些含气段的电阻率比水层的电阻率低,在电阻率与声波时差参数交会图中,含气层的分布区与气水同层分布区相混,无法准确区分.另外,低阻气层在深侧向电阻率和声波时差测井曲线重叠图上基本无幅度差,这就可能造成有效含气层的漏失.针对上述这种电阻率相对较低的气层,利用非电阻率测井信号,优选声波孔隙度(ФS)、密度孔隙度(ФD)、中子孔隙度(ФN)测井资料进行重叠图处理(ФS-ФN、ФD-ФN),并增加纵波等效弹性模量差比值参数来综合识别气层.在含气层段,一般具有ФSФN、ФDФN、等效弹性模量差比值大于0.1的特征.上述综合识别含气层的方法,其判别结果不受电阻率的影响,因此在低阻气层发育的部位能够有效识别气层.经对50口试气井106个试气层段试气资料进行处理,气层识别综合符合率达95.8%.     

SVD与EMD联合去噪方法在地震勘探数据处理中的研究与应用

将基于倾角扫描的奇异值分解与经验模式分解法相结合应用到地震资料随机噪声压制中。首先利用经验模式分解法消除部分噪声,增强地震道有效信号的相关性,再利用奇异值分解对地震信号进行同相轴自动追踪,截取小时窗数据体,并进行同相轴拉平处理,经SVD计算小时窗数据中心点的值来代替计算样点的值,最终实现随机噪声的压制。理论模型试算和实际资料处理表明,本文提出的EMD-SVD方法简单易行,比单一的SVD方法去噪效果更显著有效地消除了地震资料中的随机噪声,提高了地震资料的信噪比,并改善了叠加剖面的质量。     

An application of the autoregressive extrapolation technique to enhance deconvolution results: a 2D marine data example

Interpreting a post‐stack seismic section is difficult due to the band‐limited nature of the seismic data even post deconvolution. Deconvolution is a process that is universally applied to extend the bandwidth of seismic data. However, deconvolution falls short of this task as low and high frequencies of the deconvolved data are either still missing or contaminated by noise. In this paper we use the autoregressive extrapolation technique to recover these missing frequencies, using the high signal‐to‐noise ratio (S/N) portions of the spectrum of deconvolved data. I introduce here an algorithm to extend the bandwidth of deconvolved data. This is achieved via an autoregressive extrapolation technique, which has been widely used to replace missing or corrupted samples of data in signal processing. This method is performed in the spectral domain. The spectral band to be extrapolated using autoregressive prediction filters is first selected from the part of the spectrum that has a high signal‐to‐noise ratio (S/N) and is then extended. As there can be more than one zone of good S/N in the spectrum, the results of prediction filter design and extrapolation from three different bands are averaged. When the spectrum of deconvolved data is extended in this way, the results show higher vertical resolution to a degree that the final seismic data closely resemble what is considered to be a reflectivity sequence of the layered medium. This helps to obtain acoustic impedance with inversion by stable integration. The results show that autoregressive spectral extrapolation highly increases vertical resolution and improves horizon tracking to determine continuities and faults. This increase in coherence ultimately yields a more interpretable seismic section.     

基于相关建模检测的磁共振探水同频消噪方法

地面磁共振技术能够对地下水进行直接探测,具有定性定量的优点,是一种新兴的地球物理方法.然而,磁共振信号只有纳伏级,极其微弱,易受环境噪声干扰,尤其是具有拉莫尔频率的噪声,在时频域上均与信号重叠,难以有效去除,导致提取的信号参数准确度低、反演解释误差较大.本文针对同频噪声干扰问题,提出了相关建模检测(CMDT)方法,通过相关方法实现频谱迁移和低通滤波,结合信号和噪声特征建立数学模型,采用模型变换实现同频噪声的抑制,并利用最小二乘指数拟合方法提取高精度SNMR信号.为了对新方法进行定量分析,以验证其效果,对含有不同幅度的同频噪声和磁共振信号进行仿真实验,实验结果表明在信噪比为-31.17 dB的情况下,所有参数的最大提取误差不大于1.22%,验证了新方法能够在压制同频噪声的同时提取出高精度信号参数.为了模拟野外情况,在同频噪声和信号数据中加入随机噪声进行实验,结果表明当信噪比大于-10.12 dB时,CMDT方法仍可以获取有效的信号.因此,本文的研究为处理含有同频噪声干扰的实际SNMR信号数据提供了理论依据,为后期高精度反演提供了技术支撑.     

Weak Seismic Signal Extraction Based on the Curvelet Transform

Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.     

Further improvement of temporal resolution of seismic data by autoregressive (AR) spectral extrapolation

Seismic data have still no enough temporal resolution because of band-limited nature of available data even if it is deconvolved. However, lower and higher frequency information belonging to seismic data is missing and it is not directly recovered from seismic data. In this paper, a method originally applied by Honarvar et al. [Honarvar, F., Sheikhzadeh, H., Moles, M., Sinclair, A.N., 2004. Improving the time-resolution and signal–noise ratio of ultrasonic NDE signals. Ultrasonics 41, 755–763.] which is the combination of the most widely used Wiener deconvolution and AR spectral extrapolation in frequency domain is briefly reviewed and is applied to seismic data to improve temporal resolution further. The missing frequency information is optimally recovered by forward and backward extrapolation based on the selection of a high signal–noise ratio (SNR) of signal spectrum deconvolved in signal processing technique. The combination of the two methods is firstly tested on a variety of synthetic examples and then applied to a stacked real trace. The selection of necessary parameters in Wiener filtering and in extrapolation are discussed in detail. It is used an optimum frequency windows between 3 and 10 dB drops by comparing results from these drops, while frequency windows are used as standard between 2.8 and 3.2 dB drops in study of Honarvar et al. [Honarvar, F., Sheikhzadeh, H., Moles, M., Sinclair, A.N., 2004. Improving the time-resolution and signal–noise ratio of ultrasonic NDE signals. Ultrasonics 41, 755–763.]. The results obtained show that the application of the purposed signal processing technique considerably improves temporal resolution of seismic data when compared with the original seismic data. Furthermore, AR based spectral extrapolated data can be almost considered as reflectivity sequence of layered medium. Consequently, the combination of Wiener deconvolution and AR spectral extrapolation can reveal some details of seismic data that cannot be observed in raw signal or which lost during the previous processing.     

基于超级混合虚折射干涉法的阵列声波处理方法及其在套管井中的应用

在声学测井勘探时,复杂多变的测井条件(如胶结不好的套管井和随钻测井等)下的强直达干扰信号会导致地层信号的信噪比降低,使得地层有用信号的提取十分困难.本文在超级虚折射法的基础上,利用声源与接收器的互易原理,对原始波场信号进行互相关和褶积重建,并对所有可能的位形产生的信号进行叠加,将该叠加波场与超级虚折射波场进行叠加,重构出超级混合虚折射波场,使不同接收器上的折射波信噪比在超级虚折射的基础上进一步得到提高,显著提高了有用信号的信噪比,同时解决了超级虚折射近场能量不足的问题.套管井测井的理论模拟及实际处理表明,该方法可以很好地压制套管波信号、提高地层信号的信噪比.     

多次覆盖技术在探地雷达勘探中的应用

多次覆盖技术作为一种增强信号、压制干扰的方法,广泛用于地震勘探工作中,可以大大提高有用信号的信噪比。本文作者把多次覆盖技术引入探地雷达测量工作中,通过与剖面法作对比试验来论证多次覆盖技术在探地雷达勘探中应用的可行性及优缺点。作者根据试验资料总结探地雷达工作中雷达波传播规律、工作参数、资料处理方法,对丰富探地雷达勘探技术作了一次有益的尝试。