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.     

基于泊松碟采样的地震数据压缩重建

在地震资料处理领域,数据的压缩和重建是非常重要的问题,但往往由于数据的严重缺失或采样原因而达不到理想的效果.新发展起来的压缩感知理论为重建欠采样数据提供了可能,而选用合适的采样方法是其中的关键技术之一.本文基于傅里叶变换和压缩感知理论,采用泊松碟采样,对不完整地震数据进行恢复重建.数值实验表明,与传统的单纯随机采样方法相比,泊松碟采样方法在保持采样随机性的同时,使采样点的分布更加均匀,有效地调节了采样间距,从而达到更好的恢复效果,可以有效地指导地震数据采集设计及重建.     

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.      

压缩感知技术在地震数据重建中的应用

地震资料室内处理过程要求野外采集的地震资料越多越好,而地震数据远距离快速传输又要求野外地震数据量越少越好.为解决这一矛盾,将基于曲波变换与压缩感知的数据重建技术引入到地震资料处理中,对实际的野外不完整数据进行压缩重建.结果表明,曲波变换相对于傅里叶变换在数据压缩采样方法中占有一定的优势.但是,在对实际资料进行处理时,首先要对资料中的面波进行处理,同时还要在一定曲波基元尺寸的情况下,考虑缺失道数量的影响.最终,得到的重建数据图像纹理清晰、连接自然,从而验证了该方法的实用性和有效性.     

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.     

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.     

基于压缩感知理论与傅立叶变换的地震数据重建(英文)

传统的地震勘探数据采样必须遵循奈奎斯特采样定理,而本文基于新发展的压缩感知理论,在突破传统采样定理限制的基础上,利用随机欠采样方法将传统规则欠采样所带来的互相干假频转化成较低幅度的不相干噪声,从而将数据重建问题转为更简单的去噪问题。在数据重建过程中引入凸集投影算法(POCS),采用指数规律衰减的阈值参数,在每次迭代过程中,改变以往从时间到空间都需要进行正反变换的做法,提出只对地震数据空间方向进行正反变换,从而可以减少内存空间,提高运算速度,并且也分析了本文POCS算法的抗噪声与反假频能力,同时我们也对二维和三维地震数据重建进行了比较。理论模型和实际数据表明本文方法效果明显,这对于指导复杂地区数据采集、缺失地震道重建及降低勘探成本方面具有重要的实用价值。     

基于地震子波支撑和Curvelet域稀疏约束的面波衰减方法

面波噪声衰减是地震数据处理流程中的重要一环,传统的面波衰减方法主要依靠面波与有效信号的几何特征差异,在变换域中将两者进行分离.受复杂近地表因素的影响,面波往往呈现非线性特征,并且在变换域中面波与有效信号存在部分重叠,这都导致面波噪声与有效信号难以彻底分离,消除面波的同时也损伤了有效信号.针对这一问题,本文综合利用Curvelet变换对地震数据的稀疏表征特性以及地震子波支撑来构建方程,通过Curvelet域稀疏约束来恢复压制面波时损失掉的有效信号.文中对该方法进行了模型试算和实际资料处理,处理结果表明:本文方法能够在一定程度上恢复损失的有效信号,提高了面波压制方法的保幅性.     

半径-斜率域加权反假频地震数据重建

为减小地震数据缺失给地震后续处理工作带来的影响,需要对地震数据进行插值重建.针对反假频插值重建这个难点问题,进行了相关研究,并由此提出了一种改进的R-P（半径-斜率）域加权反假频地震数据插值重建方法.该方法将F-K（频率-波数）谱变换到R-P域,在R-P域设计一个权函数并将其作用于每次的迭代插值过程.通过模型数据和实际数据的测试,证明了该方法具有较好的反假频插值重建能力.     

利用地震面波频散重建川滇地区壳幔S波速度

利用适配滤波频时分析技术分析覆盖川滇地区的长周期面波记录,计算了周期10~100 s内的面波群速度频散,对研究区进行划分尺度大小1.5°×1.5°分格后,采用射线追踪方法求取各分段射线的长度和时间,得到各个格子的纯路径频散.继而采用阻尼最小二乘法求解,反演得到该研究区壳幔S波速度分布.研究结果表明,川滇地区表现出地壳增厚和缩短,在地壳和上地幔顶部,川滇菱形块体内部与其外部相比,虽然存在局部速度负异常,总体上呈相对高速,其周边的走滑断裂带呈现深至上地幔顶部的负速度异常,这有助于地壳块体沿断裂的侧向挤出;此外,云南西部和四川西部壳内和上地幔高导层的存在被认为是与部分熔融的物质或与滑脱构造相关联;从纬向剖面和经向剖面可以得到四川盆地莫霍面平均深度大约为45 km,云南地区莫霍面深度南北方向不一致,云南地区最北端深度达到49 km,南端莫霍面深度大约为36 km,这说明不同构造块体在构造运动过程中受到影响的程度不同.     

基于单程波方程的角度域照明分析

试图运用波场动力学途径,旨在增强观测系统分析评估,本文提出基于单程波方程的角度域照明分析方法.本文方法不仅可用于观测系统设计,对叠前成像资料的考量、叠前振幅补偿和AVA（Amplitude Versus Angle,振幅随角度变化）反演也必具重要的意义.文中通过目的层邻域单个绕射点的正、反传波场分析,给出地下目标的水平和倾斜界面随角度变化的成像照明强度.单程波方法可用于模拟地震波在复杂速度构造下的传播,并得到较准确的幅值和多次到达的波场,用以对绕射点正、反传分析时可在照明分析中简明地利用幅值信息和多次到达的波场.本文方法可显现复杂盖层下目标的照明情况.本文中也对照明能量随传播距离的几何扩散进行补偿,突显了角度域的照明均匀度和范围,从而使得所分析的结果可直接应用于AVA的分析及补偿.针对照明分析的特点,文中建议可用一种快速的单程波波场延拓策略——频率速度相关变步长波场深度延拓.数值实验结果表明了本文方法是可行且有效的.     

基于深度卷积神经网络的地震数据重建

地震数据重建是一个不适定的反问题,通常采用正则化方法求解.正则化方法需要人工建模,建模的准确性会影响重建结果,此类方法还存在计算代价高的问题.为克服正则化方法存在的问题,本文使用深度卷积神经网络实现了端到端的地震数据重建.此方法是基于数据驱动的,直接从数据中学习输入与输出的映射关系,无需人工建模,经过训练的网络可直接用于非完整数据的重建工作.数值实验分别使用模拟数据和实际数据并与传统正则化方法对比验证深度卷积神经网络方法的有效性.实验结果表明,深度卷积神经网络方法的计算代价主要在于网络的训练阶段,数据重建阶段仅需花费极短的时间,与传统正则化方法相比,对于缺道50%的地震数据,深度卷积神经网络方法的重建结果质量更高,速度更快.     

λ-f域加权抛物Radon变换地震数据重建方法研究

大多数地震处理技术都要求地震数据具备完整性和规则性,然而,由于诸多因素的影响,地震勘探所采集到的资料普遍存在数据缺失,需要对地震数据进行重建.本文在传统Radon变换重建的基础上提出一种λ-f域加权抛物Radon变换的地震数据重建方法.通过引入新变量λ,消除了Radon变换算子对频率的依赖,使得Radon变换算子及算子的逆只需计算一次,显著提高了计算效率.同时,在λ-f域抛物Radon变换迭代计算过程中引入变化的权系数,更好地实现了λ-f域的能量聚焦.理论模型及实际数据试算表明,文中方法对地震数据重建精度较高,单道对比吻合较好.     

基于压缩感知理论的地震数据降噪方法

针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.     

一种基于压缩感知的地震数据重建方法及其在城市活断层地震勘探中的应用

在城市地区采用地震勘探方法时,由于地表障碍物、地形等因素的影响,地震检波器不能按照观测系统设计规则布设,采集的地震数据存在道缺失,常规的浅层地震数据处理方法由于没有采用数据重建方法,因此会影响地震数据处理和解释的效果.压缩感知技术被引入到地震勘探中已经有十余年,但都是在石油地震勘探中应用,其原因是石油地震勘探数据量大,信噪比高.由于浅层地震勘探的覆盖次数小,信噪比低,在浅层地震勘探中应用压缩感知技术存在一定的挑战,能否应用压缩感知技术于城市浅层地震勘探尚未可知.本文对压缩感知理论在浅层地震勘探中的应用进行探索,将模拟的压缩感知采集的数据进行重建;以曲波变换为稀疏变换,通过构造0-范数的一种逼近函数建立稀疏反演模型,并提出了一种快速的求解方法.模拟数据实验表明,本文方法能够很好的对缺失地震数据进行重建.对某地区地震活断层勘探的实际地震数据进行了模拟的压缩感知采样和数据重建,并对原始数据、压缩感知采集数据和重建数据分别进行了相同的地震数据处理,偏移成像结果验证了基于压缩感知的重建方法能够获得和常规采集数据相当的处理结果.本文验证了基于压缩感知的地震数据重建技术在浅层地震勘探中的可行性,为后续的研究打下了良好的基础.     

基于多次波和自适应预测误差滤波器的地震近炮检距数据重建方法

地震数据采集过程中,受野外施工条件的制约,往往很难获得完整的地震波场,尤其近炮检距数据的缺失尤为严重.当前,很多地震数据处理方法的应用都依赖于近炮检距数据,如何对近炮检距的缺失数据进行重建,是一个重要的研究课题.本文通过多次波和一次波的互相关构建虚拟一次波,利用数据本身的波场信息,对缺失的近炮检距数据进行插值重建.由于通过多次波构建的一次波与真实的一次波存在振幅和相位方面的差异,提出通过基于非平稳自回归过程的自适应预测误差滤波器来表征虚拟一次波的能量谱,利用最小二乘反演方法重建近炮检距缺失数据,自适应预测误差滤波器通过求解正则化约束下的数学欠定问题来实现局部自适应特征.通过对Sigsbee2B模型和实际数据的测试结果表明新方法可以合理地重建复杂的近炮检距缺失数据.     

Curvelet变换在深地震反射数据波场重建中的应用

反射地震采集的单炮数据中常有死道、坏道及空白道.又因深地震反射的地表条件更为复杂,所以这种现象更为常见.通过波场重建来提高原始单炮数据的利用率很有必要.基于变换域的重建方法计算速度快,对数据要求少,可以处理规则或不规则采样的数据,所以该方法适用于深地震反射数据的波场重建.Curvelet变换是一种方向性强的多尺度变换方法,因此地震数据在Curvelet域中可以稀疏的表示.利用压缩感知的原理,在Curvelet域中对深反射地震单炮记录中坏道及死道进行波场重建,并用阈值滤波技术去噪处理,结果显示该处理流程效果明显.与各向同性且均匀的介质模型检验结果区别之处是该方法能够很好地重建深层的波组抗界面的同相轴相位,但难以100%地恢复能量.这可能与地下的真实介质为各向异性的非均匀性质有关.     

基于反射地震记录变子波模型提高地震记录分辨率

本文给出了地震记录变子波模型的一种近似数学表达式．基于该表达式研究了反射系数序列不满足白噪假设和子波在地下传播时发生变化这两种情况下地震道谱的组成及结构,讨论了谱白化及反褶积方法在这两种情况下效果不佳的原因．然后基于变子波模型,提出了一种新的提高地震记录分辨率的方法：第一步,用自适应于地震记录的Gabor分子窗把地震记录恰当地划分成若干片断,每段内信号近似平稳,然后将地震记录变换到时间-频率域;第二步,在变换域对每个分子窗内信号的振幅谱进行处理以拓宽频带;最后把处理后的时间-频率域函数反变换回时间域得到提高分辨率后的结果．本文提出的方法具有能较好地适用于反射系数不满足白噪假设的情况及提高分辨率后的地震记录能较好地保持原地震记录的相对能量关系等优点,模型和实际资料算例结果均表明,本文方法在拓宽地震资料频带及保持地震记录局部能量相对关系方面均明显优于谱白化方法．