基于时频分析与分数阶最优控制网络的地震数据噪声压制

在复杂的地表环境,地震勘探采集到的实际地震资料信噪比较低,分辨率较差,接收的噪声能量较强,与有效信号存在频谱的重叠.常规的消噪手段很难在保证有效信号幅值的同时,还兼顾噪声压制的效果.本文采用基于分数阶最优控制(Fractional Optimal Control)理论建立的深度学习神经网络——FOCNet来压制地震数据噪声,并恢复微弱同相轴.不同于传统深度学习网络(DCNN)算法大多为基于经验的网络设计,FOCNet具有坚实的数理基础,它从动态系统的最优控制角度阐述了网络的原理,并采用长期记忆的方式增强了网络的稳定性,提高了系统对噪声的消减能力.针对地震数据有效信号在低频带与噪声重叠严重,且FOCNet对数据中、高频信息保留更好这一情况,本文提出了一种基于理想时频分析与FOCNet相结合的算法(TF-FOCNet)来压制地震噪声,提取有效信号.该算法通过理想时频分析,针对性的提取信噪重叠的低频目标数据成分,并与数据的中、高频成分一起送入网络中进行处理并融合,完成噪声的压制,增强了低频信息的保留能力.模拟及实际的实验结果验证了算法在随机噪声、面波压制及微弱信号恢复上的有效性和优越性.     

基于卷积降噪自编码器和Softmax回归的微地震定位方法

本文提出了一种基于卷积降噪自编码器和Softmax回归的微地震定位方法.该方法首先将微地震数据输入到卷积降噪自编码器中进行随机噪声压制,利用卷积降噪自编码器的编码器提取微地震数据的鲁棒性特征.然后根据震源的地理位置,对每个微地震数据生成多个独立的位置标签.使用带有震源位置标签的微地震特征训练多输出的Softmax分类器模型,同时预测一个输入微地震数据的多个位置标签,进而获得精确的震源位置.合成地震记录的实验结果表明,该方法能够准确快速地定位低信噪比的微地震事件.     

基于精确震源函数的解调包络多尺度全波形反演

本文提出解调包络方法来重构地震记录中缺失的低频信号,同时该方法能够降低全波形反演的非线性程度;提出伴随状态震源函数反演方法来得到精确的震源函数,并推导了梯度计算公式;解调包络方法结合低通滤波技术,实现了从低频到高频的多尺度反演策略,有效缓解了全波形反演的周波跳跃问题.数值算例证明了解调包络、伴随状态震源函数反演方法和低通滤波多尺度反演策略的可行性及优越性.震源函数反演精度测试结果表明:即使观测记录在缺失低频信息的情况下,也能反演得到精确的震源函数.缺失低频测试和抗噪能力测试结果表明:即使地震数据中缺失9Hz以下的低频信号或者信噪比极低的情况下,利用反演得到的精确震源函数进行解调包络多尺度全波形反演,同样可以得到高精度的全波形反演结果.与Hilbert包络全波形反演对比结果表明:解调包络在重构低频和降低伴随震源主频方面具有一定优势.     

基于随机反传和筛选模型的微震逆时定位成像

对于常规的逆时定位成像方法,成像结果中强震源的成像值通常远大于并且会掩盖弱震源;同时,成像结果中假象的压制与消除也一直是该技术中颇受关注且比较难解决的问题.对此,本文结合了混合成像条件与高通滤波,从图像对比度的角度加强定位成像效果.提出了反传检波点随机选择的方法,通过重复进行随机选择与随机分组,从而得到不同震源的、包括一些冗余在内的更多信息,通过对信息的融合以提高定位可靠性.提出了筛选模型的概念,将成像过程中各点的波场反传序列引入震源判断标准,构建函数以大致量化震源存在的可能性,结合阈值,构造出由0和1组成"筛选模型",对成像结果进行通过性选择,以此消除假象并提高震源识别的正确性.通过简单模型和复杂模型,验证了本文提出方法的有效性以及对各类干扰因素的适应性与抵抗性.     

基于各向异性全变分约束的多震源弹性波全波形反演

多震源编码技术可以提高全波形反演的计算效率,但同时会引入串扰噪声使反演结果质量降低. 全变分约束可以有效地压制层内噪声并突出模型界面,其与多震源技术的结合,能在大大提高弹性波全波形反演效率的同时提高反演质量. 本文提出了一种高效的动态多震源全波形反演策略,可以在离散串扰噪声的同时保证照明的均匀性. 根据残留串扰噪声的分布特征,构建了与之匹配的基于各向异性全变分约束的弹性波全波形反演方法. 为了减少周期跳跃效应,将基于稀疏约束的低频重构算法应用于弹性波地震记录,给出了利用快速梯度投影算法求解各向异性全变分约束的全波形反演流程. 模型数据测试结果表明本文的方法不仅能有效地抑制多震源方法导致的串扰噪声,同时也能降低观测数据中的噪声对反演结果的影响.     

基于脉冲检测的混合震源数据分离

混合震源采集技术相对于传统地震数据采集具有改善成像质量、提高采集效率的优势.减小混合炮中单炮之间的随机延时范围能够有效的提高采集效率,但这也给之后的混采数据分离带来了影响.混采数据经伪分离后非共炮域数据中的混叠噪声明显更加集中,不利于对混叠噪声进行压制.本文提出基于脉冲检测方法对混采数据进行分离,并且与迭代的多级中值滤波方法作对比,时间延时范围较大时,两种方法都能得到很好的分离结果;时间延时范围较小时,本文方法能更有效的去除混叠噪声,同时也能更好的保留细节信息.实际数据计算结果表明,本文方法一定程度上还能够有效压制其他随机噪声.     

基于波场延拓的变换坐标转换波静校正

常规的转换波静校正的基本思想都是从地震波的运动学特征出发,基于地表一致性假设.在地表条件复杂和地表高程相差较大的地区,它不仅无法解决严重的静校正问题,反而会带来新的畸变.本文基于频率波数域波动方程偏移原理,采用波场延拓方法实现转换波静校正,其关键点在于时间空间域和频率波数域的相对应.文中通过坐标变换将起伏地表转化为新坐标系下的水平地表,把炮点和检波点映射到同一水平面上,然后在新坐标系下推导频率域波动方程延拓公式,接着对下行波P和上行转换波SV分别利用近地表速度向上延拓到基准面,恢复起伏地表到基准面之间的真实波场,最后转换到原始坐标系取出基准面数据完成转换波静校正.通过对模拟和实际数据处理,证明该方法是正确和有效的.     

叠前深度偏移技术在城市活动断层探测中的优势

本文介绍了Kirchhoff积分法叠前深度偏移和波动方程叠前深度偏移两种偏移方法,并通过对Marmousi数据模型和实际数据资料处理,对比叠前深度偏移成像与叠后时间偏移成像和常规叠加剖面的应用效果。实际结果表明：对于速度横向变化剧烈的复杂地质体,叠前深度偏移成像精度更高,适合于城市活动断层的高精度探测。     

泰国中部Wichian Buri组火山岩裂缝预测

在火山岩油气藏勘探上,一直以裂缝性思想为指导,将火山岩油气藏类比裂缝油气藏进行研究。油气藏储层裂缝形态呈多样性,裂缝的形成受多种因素控制,其物理属性复杂,表现出很强的各向异性。在砂岩、泥质岩和碳酸岩甚至火成岩中均可能存在裂缝性储集层。裂缝多为后期生成,不象其它油气藏具有相应的沉积环境特征。所以裂缝性油气藏比常规油气藏更难于勘探。本文着重强调叠后地震资料的预测流程和解释方案,利用叠后地震资料来预测泰国中部Wichian Buri组火山岩储层裂缝,并取得了良好的检测效果。     

基于F-K域和Curvelet-中值滤波联合去噪的混采数据分离方法

由于炮分离过程会不可避免地损失部分有效信息,为解决这一问题,笔者建立模型试验,将混采数据转至频率域进行F-K滤波预处理,在保护地震同相轴的同时压制大部分混合噪声;并变换回时间域共偏移距道集进行小时窗中值滤波,同时设计迭代公式在共检波点道集进行Curvelet阈值迭代去噪;通过不断优化得到最后分离结果。模拟数据和实际数据处理结果证明:经本文方法分离后的单震源记录清晰,具有较好的实际应用价值。