基于Dreamlet变换的地震数据压缩理论与方法

为达到更加有效地表示地震数据的目的,仅仅将地震数据当作普通的图像数据处理是远远不够的,地震数据中蕴含的地震波的运动学特性也应作为重要因素而被考虑到.本文讨论了利用Dreamlet变换方法实现地震数据压缩的方法,并针对地震数据本身所蕴含的频散关系特性进一步提出了多尺度Dreamlet变换压缩方法.Dreamlet变换由2个一维局部谐波变换的张量积构成,它在提供地震波场时间-空间局部化性质的同时可以保留波场的运动学特性.通过对二维SEG/EAGE叠前、叠后数据的算例说明了Dreamlet变换用于地震数据压缩的有效性.利用压缩后的数据进行成像的结果更表明,与Curvelet变换方法相比,Dreamlet与多尺度Dreamlet方法可以提供更高的压缩比;在相同压缩比的条件下,使用Dreamlet与多尺度Dreamlet方法压缩重建后的数据进行成像能更好地保留成像结果中的重要结构.     

时-空局域化地震波传播方法:Dreamlet叠前深度偏移

提出了一种在时间和空间上完全局域化的波场分解和传播算法─dreamlet偏移方法.Dreamlet是一种脉冲-小波束形式的波场分解原子,它利用多维局部分解变换,把时空域波场映射到局部时间-频率-空间-波数相空间,并用局部相空间的传播算子(dreamlet算子)沿深度延拓.本文利用多维局部余弦变换实现dreamlet算法,分解后的波场系数和传播算子不仅有很好的稀疏性,且均为实数,也即波的传播和成像过程完全在实数域实现.文中推导了局部余弦基dreamlet波场分解和传播算子理论公式并将其应用于叠前深度偏移.在dreamlet相空间波的传播过程为稀疏矩阵相乘,而且延拓后的地表数据波场的有效时间长度随深度的增加不断减小,从而可以减少需要传播的波场系数.二维SEG/EAGE盐丘和SIGSBEE模型算例验证了理论推导的正确性,成像结果显示该方法在横向速度变化剧烈情况下有很好的精度.     

时-空局域化地震波传播方法:Dreamlet叠前深度偏移

提出了一种在时间和空间上完全局域化的波场分解和传播算法─dreamlet偏移方法.Dreamlet是一种脉冲-小波束形式的波场分解原子,它利用多维局部分解变换,把时空域波场映射到局部时间-频率-空间-波数相空间,并用局部相空间的传播算子(dreamlet算子)沿深度延拓.本文利用多维局部余弦变换实现dreamlet算法,分解后的波场系数和传播算子不仅有很好的稀疏性,且均为实数,也即波的传播和成像过程完全在实数域实现.文中推导了局部余弦基dreamlet波场分解和传播算子理论公式并将其应用于叠前深度偏移.在dreamlet相空间波的传播过程为稀疏矩阵相乘,而且延拓后的地表数据波场的有效时间长度随深度的增加不断减小,从而可以减少需要传播的波场系数.二维SEG/EAGE盐丘和SIGSBEE模型算例验证了理论推导的正确性,成像结果显示该方法在横向速度变化剧烈情况下有很好的精度.     

利用局部谐和基小波束的高精度叠前深度域偏移成像方法研究

小波束域利用局部余弦基(local cosine bases)的偏移成像方法具有很高的计算效率和成像质量.然而局部余弦基小波束通常沿垂直方向具有两个对称波瓣.由于缺乏单一定义的方向性,在某些强变速介质中利用局部余弦基的波传播方法会产生一定的误差,同时也使得一些在局部角度域的操作变得非常不便.于是我们提出了利用局部谐和基进行波场外推的方法.局部谐和基(local harmonic base)是由局部余弦基和局部正弦基线性组合而成,具有单一定义的方向性,同时具备快速算法.局部谐和基与Gabor-Daubechies标架类似,都具有单一定义的方向性,但比Gabor-Daubechies标架效率更高.局部谐和基保持了与局部余弦基的偏移成像方法相同的计算效率,但在成像精度上有了显著的提高.通过二维SEG/EAGE模型和BP模型的叠前深度域偏移成像说明了该方法的有效性.     

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.     

基于整数小波变换的地震数据压缩

由于地震数据的特殊性 ,在某些情况下需要进行无损压缩 .本文通过应用提升方法构造的整数小波变换无损压缩地震数据 ,与传统的无损压缩算法相比 ,可以较好地提高压缩率 .CDF(2 ,n)系列双正交小波可以较好地消除数据间冗余 ,集中数据特征 ,比其它CDF系列、SWE和CRF双正交小波有更好的压缩效果 .CDF(2 ,n)系列双正交小波更适合作为整数小波变换无损压缩地震数据的小波函数 .     

基于整数小波变换的地震数据压缩

由于地震数据的特殊性，在某些情况下需要进行无损压缩. 本文通过应用提升方法构造的整数小波变换无损压缩地震数据，与传统的无损压缩算法相比可以较好地提高压缩率. CDF(2, n)系列双正交小波可以较好地消除数据间冗余，集中数据特征，比其它CDF系列、SWE和CRF双正交小波有更好的压缩效果. CDF(2,n)系列双正交小波更适合作为整数小波变换无损压缩地震数据的小波函数.      

一种24位实时地震数据压缩方法的研究

本文介绍了实时地震数据压缩的一种新方法，即在预测编码的基础上，对产生的编码进行统计分类，再根据统计结果为每一编码分配码长度及附加长度和地址。本文还分析比较了本压缩方法与WINRAR、WINZIP等通用压缩方法各自的优势，并对同一地震数据分别用这三种压缩软件进行压缩比较试验。     

基于时空局域化dreamlet单程波算子的观测系统沉降法偏移

Dreamlet偏移成像目的是探索一类能够对地震波场和单程波传播算子同时分解和压缩的理论和方法,也即实现在压缩域的传播与成像.地震数据在时间和空间的非平稳性质,决定了要实现地震数据的有效稀疏表示,分解方法必须在时间和空间上同时具有局域化性质.Dreamlet由时间和空间局部分解原子的张量积构成,可以看作一种脉冲-小波束形式的波场分解原子.时空局域化的dreamlet单程波传播算子在对波场沿深度方向延拓时,地震数据在时间轴上总是向同一方向流动.随着深度的增加,部分用于成像浅层结构的数据归位至其空间位置后被dreamlet算子丢弃,波场的有效记录时间变短,每一步用于波场延拓的计算量也相应下降.为了充分发挥这一优势,本文介绍dreamlet传播算子与观测系统沉降法偏移相结合的理论与方法.观测系统沉降法偏移每一步都将记录到的所有数据向下延拓,沉降后的波场等效于把源和检波器都放置在目标深度所能接收的反射数据.Dreamlet观测系统沉降过程只保留用于成像观测系统下部地质结构的有效数据,自动丢弃已经用于成像观测系统上部而对下部成像没有贡献的信号.本文通过二维SEG/EAGE叠后和Marmousi叠前数据算例展示了dreamlet传播算子应用于观测系统沉降法偏移的这一特点.数值算例结果显示,在不影响成像质量的前提下,该偏移方法能够有效减少传播数据量,为发展一种快速高效的偏移方法提供了新的思路.

     

基于Curvelet变换的探地雷达资料噪声衰减方法

噪声衰减是探地雷达信号处理中的关键问题之一。当探测目标埋藏深度比较浅时,其反射信号与直耦信号和地面回波信号相互重叠,直接影响目标反射波到达时刻的检测及目标的正确定位。针对这个问题,本文提出了一种基于Curvelet变换的噪声衰减方法。通过对理论数值模拟数据和实测数据的处理,以及与平均消去法和二维连续小波该方法处理结果的对比,验证了该方法的可行性和有效性。处理结果显示,该方法不仅可以去除背景噪声、同时可以衰减倾斜相关的相干干扰和数据中的随机噪声。与二维连续小波变换方法相比有更高的计算效率。     

基于压缩感知的Curvelet域联合迭代地震数据重建

由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法（Curvelet Recovery by Sparsity-promoting Inversion method）、Bregman迭代阈值算法（the linearized Bregman method）等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果.     

A fast joint seismic data reconstruction by sparsity‐promoting inversion

Seismic field data are often irregularly or coarsely sampled in space due to acquisition limits. However, complete and regular data need to be acquired in most conventional seismic processing and imaging algorithms. We have developed a fast joint curvelet‐domain seismic data reconstruction method by sparsity‐promoting inversion based on compressive sensing. We have made an attempt to seek a sparse representation of incomplete seismic data by curvelet coefficients and solve sparsity‐promoting problems through an iterative thresholding process to reconstruct the missing data. In conventional iterative thresholding algorithms, the updated reconstruction result of each iteration is obtained by adding the gradient to the previous result and thresholding it. The algorithm is stable and accurate but always requires sufficient iterations. The linearised Bregman method can accelerate the convergence by replacing the previous result with that before thresholding, thus promoting the effective coefficients added to the result. The method is faster than conventional one, but it can cause artefacts near the missing traces while reconstructing small‐amplitude coefficients because some coefficients in the unthresholded results wrongly represent the residual of the data. The key process in the joint curvelet‐domain reconstruction method is that we use both the previous results of the conventional method and the linearised Bregman method to stabilise the reconstruction quality and accelerate the recovery for a while. The acceleration rate is controlled through weighting to adjust the contribution of the acceleration term and the stable term. A fierce acceleration could be performed for the recovery of comparatively small gaps, whereas a mild acceleration is more appropriate when the incomplete data has a large gap of high‐amplitude events. Finally, we carry out a fast and stable recovery using the trade‐off algorithm. Synthetic and field data tests verified that the joint curvelet‐domain reconstruction method can effectively and quickly reconstruct seismic data with missing traces.     

接收函数曲波变换去噪与偏移成像

增强接收函数偏移图像的垂向分辨率意味着提高参与叠加的接收函数的频率,但是采用高频接收函数通常伴随着对接收函数质量和参考速度模型的更高要求.通过叠加处理可去除部分接收函数中的随机噪声干扰,但同一台站的接收函数之间经常存在难以通过简单叠加消除的噪声信号.压制接收函数随机噪声的干扰可加强成像效果和提高图像分辨率,对推进叠加偏移成像质量的提高有重要的实际意义.本文利用在川西地区布设的31个流动台站所记录的远震波形数据,使用曲波变换去噪后信噪比增强的接收函数进行共转换点叠加（CCP）,获得沿北纬31°线下方800 km深度范围内速度间断面图像.研究结果表明：（1）对接收函数进行曲波变换去噪,可压制随机噪声,增强转换震相的追踪性,提高数据信噪比;（2）通过去噪处理,大幅提高接收函数用于偏移成像的主频率;（3）偏移结果确认了接收函数反演得到的松潘和川滇块体下方具有厚度约10~20 km的过渡性Moho的认识;（4）上地幔过渡带的结果预示在龙门山断裂带以西的小范围内有可能存在下地壳或上地幔物质的拆沉.

     

A real-time algorithm for broadband high-dynamic seismic data compression

Ａｒｅａｌ－ｔｉｍｅａｌｇｏｒｉｔｈｍｆｏｒｂｒｏａｄｂａｎｄｈｉｇｈｄｙｎａｍｉｃｓｅｉｓｍｉｃｄａｔａｃｏｍｐｒｅｓｓｉｏｎＳｈａ－ＢａｉＬＩ１）（李沙白）;Ｑｉ－ＹｕａｎＬＩＵ２）（刘启元）ａｎｄＬｉ－ＲｅｎＳＨＥＮ２）（沈立人）（Ｉｎｓｔｉｔ...     

地震数据存储交换中的压缩技术

通过对全球地震专家系统所使用的地震数据传输过程的解析，介绍一种行之有效的数字地震数据压缩编码及使用的原理和方法。     

多震源地震数据偏移成像方法

多震源地震技术是一种高效的地震数据采集方法技术,得到的地震记录是来自多个震源的混合地震数据.本文在多震源波场传播理论和地震波场满足线性叠加原理的基础上,提出了两种多震源地震数据的偏移成像方法.第一种方法是首先对多震源地震数据进行分离,得到各个单震源的地震数据,然后再利用常规的偏移成像方法进行处理;第二种方法是多震源地震数据的直接偏移成像.把本文提出的多震源偏移成像方法应用于数值模拟的多震源地震数据,验证了本文方法的正确性和有效性,直接偏移成像方法较分离后再偏移方法具有更高的计算效率.