小波变换与地震奇异性属性

地震属性是由地震数据提取的有关地震波的几何形态、运动学特征、动力学特征和统计学特征等组成。这里主要讨论了一种新的地震属性(奇异性属性)计算方法。由于地震数据携带着大量的奇异性信息,因此,这一新的地震属性是在偏移地震数据的小波变换和奇异性分析的基础上形成的。小波变换使检测数据中的局部奇异程度成为可能。为能够估计出偏移地震数据每一采样点的局部奇异规律,从小波变换系数的角度来提取地震信号的奇异指数。这种新属性实行单道处理,不需要子波和速度信息,它给出了地下分层情况和断层位置。在地震数据奇异性属性的基础上,用小波变换来划分地层旋回,从而提高了小波变换在地震解释中的应用。     

基于地震奇异性属性划分砂砾岩扇体沉积界面

利用地震数据划分沉积旋回主要是解决二个问题：沉积界面和沉积旋回体,而沉积界面是基础。地震剖面携带着大量的奇异性信息,是地下地质体的沉积、旋回性、波阻抗等综合反映。小波变换具有良好的时频局部化性质,通过Lipschitz指数刻画信号中奇点位置和大小,能够检测地震信号局部奇异性。利用小波变换系数的模极大值法提取地震奇异指数,从而揭示沉积旋回性和沉积界面。这里基于偏移地震数据的小波变换,提取地震奇异性属性,来解决断陷湖盆陡坡带砂砾岩扇体沉积界面的检测。通过实际资料处理,地震奇异性属性成功刻画了砂砾岩扇体的外部形态,同时还可以清晰地呈现出扇内沉积界面与沉积的期次,为进一步的精细解释以及扇体内的油气藏预测提供了有力保障。     

小波分析应用研究

本文介绍了小波分析的方法原理和Ｍａｌｌａｔ快速算法，探讨了小波分析在地球物理领域中的作用，结合我们的工作，给出了地球物理异常分解，信号的奇异性检测，物化探数据去噪和滤波以及数据压缩与信号重构等应用方面的理论分析和小波应用方法。     

探地雷达信号特征分析和分辨率提高方法研究

探地雷达信号的奇异点或突变点作为雷达信号的重要特征通常反映介质重要信息,如电性变化界面或异常体等。分析了探地雷达信号在Hilbert变换下,利用小波变换确定探地雷达信号奇异点位置的方法。解决了传统傅立叶变换只能从整体检测探地雷达信号奇异性的局限性。并且由于小波变换良好的时频局部化特性,进一步讨论了其在提高探地雷达信号分辨率的研究中的应用。     

基于小波分析的动态变形信息提取多尺度分析方法研究

基于小波分析的基本理论,特别是小波多尺度的分析技术,结合目前GPS变形监测强噪声的问题,提出了基于小波分析的动态变形信息提取多尺度分析方法,将小波多尺度分析技术应用于强噪声背景下提取弱信号及信号的奇异性检验。仿真数据研究表明,在进行多尺度分解时,应根据不同数据和处理目的,选择不同的小波函数和分解尺度。在进行信号奇异性检验时,消失矩较小的小波函数能更精确地定位奇异点。最后经实例验证,该技术能有效提取动态变形信息。     

小波分析在基坑钢支撑轴力监测数据处理中的应用

基坑钢支撑轴力计由于受测试环境、测试装置的变化和测试人员的主观因素等的影响,所测得的信号不可避免地会引入噪声和含有异常值。可将钢支撑轴力计测量数据看作不同频率成分组成的数字信号序列,采用小波分析对其进行处理。利用小波变换对轴力计的监测数据进行消噪处理和异常值检测,并用某工程现场实测轴力计数据进行了验证,结果表明:小波分析在消除噪声和检测异常值是有效的。     

基于多重分形理论的地球化学场分解与元素组合研究——以铜山岭—祥霖铺地区为例

铜山岭—祥霖铺地区位于湖南省西南部,南岭成矿带的中部,已发现多处钨锡、铜多金属矿床,具有较大的成矿潜力。笔者应用多重分形理论——奇异性指数模型对研究区1∶5万地球化学测量数据进行地球化学场分解,选取具有代表性的Sn、Ag进行详细分析,取得了较好的应用效果:奇异性指数有效降低了岩体高背景、系统背景差异的影响,并且强化了低背景区的弱异常;分形密度有效压制了数据噪声的影响,使异常更为清晰可靠。应用奇异性指数对元素组合特征进行了初步讨论,指出在元素组合特征分析中可结合元素原始值与奇异性指数各自的优势进行综合分析。     

基于随机模拟技术和局部奇异性理论的地球化学异常不确定性分析

地球化学异常通常是直接按某个阈值将整个研究区划分为高异常区或低异常区,这可能导致一些重要异常信息的丢失或决策判断失误。从统计学角度分析,推断未采样点处可能取得结果的概率,或者刻画估计值大于或小于某一地球化学异常阈值的概率分布,更符合勘查地球化学找矿活动的实际需要。针对确定性地球化学场建模方法的局限性,本研究通过集成地统计随机模拟和局部奇异性理论实现地球化学异常识别及其不确定性度量。通过奇异性指数-分位数分析,刻画奇异性指数在频率域中的分布模式,实现地球化学异常阈值分割。采用局部不确定性和空间不确定性算法模拟地球化学异常不确定性传播过程,并以新疆西天山地区为研究区,开展铜异常识别及其不确定性评价应用研究。     

基于离散小波变换的油气检测技术

小波变换的时频双重局部化特性，是处理非平稳地震信号的有效方法。尝试利用离散小波变换提取地震道信号的特征参数。并根据提取的小波参数，寻求其变化规律，从而直接进行油气检测。首先，在选择不同的小波母函数的基础上，对给定的地震道数据进行小波特征参数提取；最后对小波参数值进行分析、比较以优选油气识别的小波特征参数；然后进行小波特征参数的综合；再根据已知井位的油气属性，确定归类门槛值。通过研究认为，该方法具有可行性。     

重力异常小波多分辨分析分解阶次的确定

分解阶次的确定是重力异常小波多分辨分析中的基本问题之一.以塔里木及天山地区布格重力异常数据为例, 通过讨论信号长度、小波母函数的支撑长度与分解阶次的关系, 以及对比分解结果与大地水准面异常的特征, 提出了分解阶次的确定方法.发现对于该重力异常数据, 使用bior3.5小波, 5阶小波分解细节可以避免小波母函数特征过多的干扰, 其结果与相应大地水准面异常特征比较吻合, 而6阶小波分解细节结果却与相应大地水准面异常特征存在较大差异.从信号处理和重力异常的地球物理意义两方面表明, 恰当的小波分解阶次为5阶, 更高阶次的分解结果并不合理.所使用的方法对重力异常小波分解阶次的确定是有效和易行的, 为小波分析在重力场数据处理中的应用, 进行了新的有益探索.      

小波分析在试验信号消噪方面的应用

利用小波分析对试验数据进行后处理,较好的消除了系统的噪音。与Fourier变换法、10点平均滤波法比较后可知,小波分析方法能较好的保留原始数据的特征信息。对目前仍因被噪音困扰而不能正常进行的试验分析提供了一条解决途径。     

Two-dimensional Conditional Simulations Based on the Wavelet Decomposition of Training Images

Scale dependency is a critical topic when modeling spatial phenomena of complex geological patterns that interact at different spatial scales. A two-dimensional conditional simulation based on wavelet decomposition is proposed for simulating geological patterns at different scales. The method utilizes the wavelet transform of a training image to decompose it into wavelet coefficients at different scales, and then quantifies their spatial dependence. Joint simulation of the wavelet coefficients is used together with available hard and or soft conditioning data. The conditionally co-simulated wavelet coefficients are back-transformed generating a realization of the attribute under study. Realizations generated using the proposed method reproduce the conditioning data, the wavelet coefficients and their spatial dependence. Two examples using geological images as training images elucidate the different aspects of the method, including hard and soft conditioning, the ability to reproduce some non-linear features and scale dependencies of the training images.     

考虑气象因素影响的大坝监测沉降小波分析

为了消除大坝沉降监测数据受温度、湿度及光照等气象因素及外界不确定因素的噪声响应,提出考虑气象因素影响的大坝监测沉降小波分析方法。首先建立原始监测数据与各气象因素的函数关系,进而消去气象因素对坝体沉降的影响,然后采用小波分析对监测数据进行去噪处理,最后得到大坝真实的荷载响应沉降曲线,为大坝稳定性评价提供依据。实例应用表明,考虑气象因素影响的大坝监测沉降小波分析方法能有效地去除气象因素及外界不确定因素引起的噪声响应,比小波直接去噪法效果更佳,与数值模拟计算值能较好地吻合,具有更好的实际应用价值。     

基于匹配追踪的RGB融合技术及在河道刻画中的应用

准确、高效地获取地震资料的频率信息是时频技术的关键。目前最热门的匹配追踪算法相比常用的小波变换和广义S变换来说,具有更高的时频分辨率和局部自适应性,能同时在时间域和频率域获得较准确的定位,提取较准确的频率域信息,为地震属性研究、油气检测等研究工作服务。RGB色彩融合技术是一种显示技术,它可以将多个频率体分为低、中、高三个频带进行融合显示,全面地反映各频带信息,弥补单一属性包含信息较少的缺点。将采用匹配追踪的RGB色彩融合技术应用于实际地震资料,清楚地刻画了河道的边界,并对河道内部的非均质性有一定程度的反映,较常规属性具有更深刻的意义。     

地震记录相似性的小波属性度量方法研究

为了提高三维低频资料(主频15Hz~30Hz)断层检测精度,探讨了小波地震属性与相干结合的检测方法。当断层的水平断距小,断层二侧地震记录的波形特征相似时,单靠相干方法已不能明显地反映断层。针对此问题,分析了多种相似性度量方法,最后从地震属性方法出发,提出基于小波属性体的相干方法改善检测效果。实际资料处理表明了该方法的合理性和实用性,不仅更细致地度量了相似性,还为地震勘探量化参数的精细分析提供了一条思路。     

Discontinuous Data 3D/4D Variation Fusion Based on the Constraint of L1 Norm Regularization Term

Classical 3D/4D variation fusion is based on the theory that error follows Gaussian distribution. When using minimization iteration, the gradient of objective function is involved, and the solution of which requires the continuity of data. This paper adopted the extended classical 3D/4D variation fusion method, and explicitly applied the prior knowledge, which was based on L1-norm, as regularization constraint to the classical variation fusion method. Original data was firstly projected into the wavelet domain during the implementation process, and new fusion model was adopted for data fusion in wavelet space, then inverse wavelet transform was used to project the result to the observation space. Ideal experiment was carried out by using linear advection-diffusion equation as four-dimensional prediction model, which made a hypothesis of the discontinuity with the data between background and observation, and that meant the derivatives between left and right were not equal on some points. The result of the experiment showed that the method adopted here was practicable. A further research was also done for multi-source precipitation fusion. Firstly, CMORPH inversion precipitation data were corrected through PDF (Probability Density Function, PDF) matching method based on GAMMA fitting function. Then corrected data was fused with the observation one. By comparison with the reference field, the result showed that this method can keep some outliers better, which might represent certain weather phenomenon. The L1-norm regularization variation fusion in this paper provided a possible way to deal with discrete data, especially for jump point.     

地震属性参数在煤层厚度预测中的应用

薄煤层厚度的变化必然引起地震波场属性参数的变化。借鉴油气勘探中提取地震属性参数技术,通过引入小波变换工具,在不同频段提取小波域属性参数,并利用BP神经网络技术进行多参数煤层厚度的综合预测,经实际资料验证,预测精度较高,误差小于10%。      

基于匹配追踪时—频分解技术的辫状河道油藏储层预测简

The braided channel sedimentary sand is a kind of common oil reservoir, which is characteristic of poor regularity structure and complicated oil water relation. Seismic trace can be remodeled by wavelet decomposition, namely seismic trace is decomposed into a series of different attribute wavelets. The different reflection is obtained by the different attribute wavelets, thus prediction accuracy of braided channel sedimentary sand is improved. The seismic signal treated by matching pursuit method has good focusing capability of instantaneous spectrum, based on which the seismic signal is simply and rapidly remodeled by time frequency decomposition. The seismic data of Kendong 701 area were processed based on matching pursuit time frequency decomposition. The results showed that the interpretability of oil reservoir was improved and the seismic reflection characteristics and drilling data were well related. The braided channel sedimentary sands of Minghuazheng and Guantao group strata in Kendong 701 area were predicted, and the results showed that the reservoir distribution had the obvious braided channel features. Based on the predictions, three wells were located and the prediction and drilled results were consistent.