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。     

不规则地震道数据规则化重建方法研究

不规则地震数据会对地震多道处理技术的正确运行产生不良影响,降低地震资料处理质量.本文依据不规则地震数据的表现特征将其划分为四种类型并针对第三类不规则地震道数据采用抗泄露Fourier变换方法进行规则化重建.不规则采样数据会破坏Fourier基函数的正交性并产生频谱泄漏现象.抗泄露Fourier变换方法通过递归相减来压制...     

一种快速收敛的抗噪POCS地震数据重构方法（英文）

地震数据重构是地震数据处理的重要步骤之一,重构算法的精度、效率与抗噪性是地震数据重构技术的核心研究内容。研究针对傅里叶域凸集投影(POCS)算法,在定义的最优阈值评价标准基础上,提出了反比例阈值模型,该模型具有在大系数区间比指数模型更快下降速率、而在小系数区间比指数模型更慢下降速率,从而在保证弱反射信号重构精度的同时有效提高POCS地震数据重构算法计算效率。为提高反比例阈值对不同地震数据特点的适应性,在地震数据谱能量分布差异性特征分析基础上,研究提出了在反比例阈值模型分母上增加适应地震数据谱能量特征的因变参数,通过调节该因变参数获得适应不同地震数据特点的最佳阈值曲线,进一步提高算法的计算精度与计算效率。为了实现重构过程中随机噪音的自适应衰减,提高重构后地震数据信噪比,研究提出了数据驱动的加权回加系数计算策略,利用每次迭代对应数据驱动阈值占阈值区间的百分比获得加权回加系数。研究将新方法应用于模拟三维数据和实际三维地震数据,分析结果表明反比例阈值相对传统阈值在提高数据重构计算效率和精度方面具有明显的优越性,新提出的加权回加系数计算策略能有效提高重构数据的信噪比。     

地震数据重建方法综述

地震勘探的目的是为了获得地下构造的精确成像.由于人为因素和环境原因,地震数据在空间方向上往往是不规则采样或缺失采样的,这可能会在数据处理时产生假象,最终导致错误的解释.因此经常需要在空间方向对缺失的地震数据进行重建.重建问题可以看作是一个反演问题,即从不完整的地震数据中重建出完整的地震波场.本文重点研究了国内外比较成熟的地震数据重建方法,如基于滤波的重建方法、基于波场延拓算子的重建方法、基于变换域的重建方法以及相干倾角插值等方法,分析了这些方法的优缺点,以及目前地震数据重建所面临的挑战.     

基于先验信息约束的Curvelet域地震数据POCS插值方法

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,为后续地震处理、解释工作的顺利进行,需要进行地震数据重构。凸集投影（POCS）方法利用地震波形在Curvelet域的稀疏特性,可以重构出高信噪比地震数据,该迭代算法稳定,其收敛速度较快。但在地震数据恢复的时候,由于直达波和炮集上部空白区域的影响,随着迭代的进行,重构数据中噪声干扰越来越严重,导致最终恢复的地震数据信噪比较低。本文在实现POCS迭代阈值算法基础上,引入先验信息约束的思想对算法进行优化。通过先进行坐标映射的方法进行炮集插值,然后将其作为先验信息约束进行插值,可以有效地压制迭代噪音对重构地震波形数据的影响。通过合成地震炮记录与实际炮集进行测试,结果表明本文提出的改进方法可以明显改善重构地震数据的信噪比,并提高地震波场同相轴的连续性。     

基于jitter采样和曲波变换的三维地震数据重建

传统的地震勘探数据采样必须遵循奈奎斯特采样定理,而野外数据采样可能由于地震道缺失或者勘探成本限制,不一定满足采样定理要求,因此存在数据重建问题.本文基于压缩感知理论,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),提出采用e-√x(0≤x≤1)衰减规律的阈值参数,构建基于曲波变换三维地震数据重建技术.同时针对随机采样的不足,引入jitter采样方式,在保持随机采样优点的同时控制采样间隔.数值试验表明,基于曲波变换的重建效果优于傅里叶变换,jitter欠采样的重建效果优于随机欠采样,最后将该技术应用于实际地震勘探资料,获得较好的应用效果.     

基于Curvelet变换与POCS方法的三维数字岩心重建

随着页岩气勘探与开发的深入, 研究页岩裂隙的三维空间展布成为页岩岩石物理研究的必要步骤之一.但由于仪器的限制, 页岩切片在深度上具有不连续性, 以及数字岩心纵向上成像最小间隔与横向分辨率的不一致成为影响裂隙表征和数字岩石物理模拟精度提高的重要因素.为了更好的研究裂隙在三维的空间展布, 本文将curvelet稀疏变换与凸集投影(POCS)迭代算法有效结合, 实现三维数字岩心重建.首先对X射线扫描砂岩得到的三维数据体进行隔片抽稀, 利用本文方法实现三维数据体重建, 重建结果与完整数据体具有很好的一致性, 且优于现有方法(spgl1), 验证了新方法的有效性与先进性.其次对聚焦离子束扫描电镜(FIB-SEM)得到的纳米级页岩二维切片在深度上进行了加密重建, 获得纵向上成像最小间隔与横向分辨率基本一致的三维数字岩心, 由于仪器限制引起的页岩切片深度上的不连续性得到减弱, 裂隙展布更加清晰.砂岩CT图像以及页岩FIB-SEM成像数据的重建结果验证了本文方法的有效性与先进性.     

基于Geman范数最小化的地震数据高效重建（英文）

受采集环境和经济因素的影响,地震数据在空间上往往存在道缺失的现象,严重影响后续资料解释的准确性。缺失的地震道破坏了完整数据的低秩性,因此,地震数据重建问题可以转化为秩最小化问题。核范数最小化(nuclear norm minimization, NNM)是经典的基于低秩约束的地震数据重建方法。但是,NNM是秩最小化的凸松弛,得到的只是原始秩最小化问题的次优解。基于log-sum函数(log-sum majorization minimization, LSMM)的方法使用非凸的log-sum函数代替秩函数用于地震数据重建,精度较高,但时间消耗较大。基于此,本文提出高效的非凸重建模型：基于非凸Geman函数的地震数据重建方法(nonconvex Geman low rank, NCGL),利用更近似秩函数的Geman函数代替核范数。根据Karush–Kuhn–Tucker(KKT)条件理论求解非凸问题,无需引入正则化参数。仿真与真实实验结果表明,非凸NCGL方法重建精度显著高于基于核范数最小化的奇异值阈值方法(singular value thresholding, SVT)和基于数据阈...     

基于Bregman迭代的不同阈值模型地震数据重构方法分析

传统的地震数据采样必须严格遵循Nyquist采样定理,而野外实际数据的采集可能由于施工条件或者地表障碍物的限制,不一定能记录到完整的地震波场,所以地震资料处理中的数据重建是非常重要的问题.压缩感知理论最先来自信号处理领域,它所包括的问题类型有信号的稀疏表征和数学组合优化,它给地震数据重建这类问题指明了思考方向.而其中如何选择最优的迭代算法是数据重建中的关键问题.本文将地震数据插值问题归纳到约束最优化问题,选择能有效稀疏表征地震波场的傅里叶变换,对于压缩感知理论框架下的混合范数反问题,再用Bregman迭代方法去求解,在地震数据的重建过程中,传统的阈值参数收敛慢,为了降低迭代次数并且提高地震数据恢复的精度,总结出改进型指数衰减规律的阈值参数,选择用硬阈值算子来重建恢复地震数据．通过对理论模型和实际地震资料的处理结果表明该方法可以快速、有效的恢复地震波场的缺失数据．     

曲波域不规则地震数据提高分辨率技术研究

受野外观测条件的限制,采集的地震数据体通常不规则,并缺失一部分数据道。传统的单道提高分辨率方法无法兼顾横向地震信息,处理结果存在空间一致性问题。为此,本文提出在曲波域内进行不规则地震数据,通过曲波变换实现对地震数据的稀疏表征,将提高分辨率问题转化为曲波域1-范数约束的稀疏促进求解,得到规则化的高分辨率地震数据体。该方法避免传统单道提高分辨率方法存在的局限性,在提高分辨率的同时,能够恢复缺失的地震数据、压制随机噪声,进而提高地震数据的完备性,模型和实际资料试算,验证了该方法的正确性、有效性和适用性。     

基于非均匀Fourier变换的地震数据重建方法研究

不规则采样地震数据会对地震数据的多道处理造成严重影响,将非均匀Fourier变换和贝叶斯参数反演方法相结合,对不规则空间带限地震数据进行反演重建.对每一个频率依据最小视速度确定出重建数据的带宽,然后从不规则地震数据中估计出重建数据的空间Fourier系数.将不规则地震数据重建视为信息重建的地球物理反演问题,运用贝叶斯参数反演理论来估计Fourier系数.在反演求解时,使用共轭梯度算法,以保证求解的稳定性,加快解的收敛速度.理论模型和实际资料处理验证了本方法的有效性和实用性.     

一种边缘保持的地震数据插值方法

在地震数据处理中,地震数据插值方法常常用来解决地震数据空间采样率低和不规则的问题.本文提出了一种基于边缘保持滤波器的地震数据插值方法.在该方法中,对于一个1D信号,逐点滑动一个处理窗口,将信号分成多个信号片段.对于某一个待恢复的缺失采样点,存在多个包含(或邻近)该采样点的信号片段可以用来估计它.采用多项式来拟合这些信号片段,并选择拟合误差最小的信号片段估计此缺失采样点,达到边缘保持的目的.对于2D地震信号,先沿不同方向扫描抽取1D信号,然后采用上述1D边缘保持插值算法分别进行处理,得到沿不同方向的插值结果.对于任一待插值采样点,选取对应拟合误差最小的方向的插值结果作为最后输出的2D数据的插值结果.理论模型和实际资料的处理结果表明,所提方法具有保边缘、抗假频及能够进行不规则数据重建等特点,既能有效的实现不规则地震数据的重建,又能很好的保持原有数据的边缘特征.     

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．      

基于正交投影和广义投影（POCS）算法的研究进展

目的 在于提请有关读者关注近年来关于图象重建的凸集投影算法的进展,这一重要的方法及应用。方法主要讨论了基于正交投影和广义投影的算法。对基于正交投影的算法,并讨论了一般形式的加权松弛格式,这包含了分块格式和同时格式。并以三个定理报道有关的算法收敛性结果。结果 分别包含了相容和不相容条件和弱强收敛下的结果。对基于广义投影的算法,有关的基本概念和例子,基本算法的收敛性结果。结论 报道最近关于引入松弛系数的工作和在CT图象重建中的应用。     

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.     

3D高阶抛物Radon变换在不规则地震数据保幅重建中的应用

3D地震数据不规则采样缺失重建是地震勘探数据处理流程中的重要问题.本文提出了一种基于具有保幅特性的非均匀高阶抛物Radon变换（NHOPRT）地震数据重建方法.在最小二乘反演方程中引入Delaunay三角网格剖分来计算空间不规则加权系数,从而获得最接近完整规则数据的高阶抛物Radon变换域系数.在用SVD求解反演方程过程中,利用高阶抛物Radon变换算子在频率域为指数函数,具有线性可分解特性,将二维空间的高阶抛物Radon变换算子分解为两个独立的一维空间变换算子,减小了变换算子的矩阵大小,从而很大程度地提高了计算效率.理论模型和实际地震数据重建测试证明了本文方法的有效性以及实用性.

     

3D高阶抛物Radon变换在不规则地震数据保幅重建中的应用

3D地震数据不规则采样缺失重建是地震勘探数据处理流程中的重要问题.本文提出了一种基于具有保幅特性的非均匀高阶抛物Radon变换（NHOPRT）地震数据重建方法.在最小二乘反演方程中引入Delaunay三角网格剖分来计算空间不规则加权系数,从而获得最接近完整规则数据的高阶抛物Radon变换域系数.在用SVD求解反演方程过程中,利用高阶抛物Radon变换算子在频率域为指数函数,具有线性可分解特性,将二维空间的高阶抛物Radon变换算子分解为两个独立的一维空间变换算子,减小了变换算子的矩阵大小,从而很大程度地提高了计算效率.理论模型和实际地震数据重建测试证明了本文方法的有效性以及实用性.     

预条件共轭梯度法在地震数据重建方法中的应用

基于最小平方的Fourier地震数据重建方法最终转化为求解一个线性方程组, 其系数矩阵是Toeplitz矩阵,可以用共轭梯度法求解该线性方程组.共轭梯度法的迭代次数受系数矩阵病态程度的影响,地震数据的非规则采样程度越高,所形成的系数矩阵病态程度越高,就越难收敛和得到合理的计算结果.本文研究了基于Toeplitz矩阵的不同预条件的构造方法,以及对共轭梯度法收敛性的影响.通过预条件的使用,加快了共轭梯度法的迭代速度, 改进了共轭梯度算法的收敛性,提高了计算的效率.数值算例和实际地震数据重建试验证明了预条件共轭梯度法对计算效率有很大的提高.