奇异值分解(SVD)在位场数据去噪中的应用

根据奇异值分解原理,分析其在位场去噪中的可行性,提出了一种判断有效阶次k的方法。对多边形厚板模型的重力异常进行奇异值分解去噪和小波去噪效果的对比,证明了奇异值分解去噪的有效性和优势。将其应用于实测重力数据的处理中,取得较好的效果。理论模型和实测资料的处理结果表明:基于奇异值分解的去噪方法可以有效地去除随机噪声,提高数据处理和解释的精度。     

三维地震勘探在构造复杂区的应用

三维地震勘探通过炮点与检波点的灵活组合，适合于复杂地表条件下地震勘探，从原理上也更加符合地质体的三维空间特性，有利于构造复杂的研究与探测。本文介绍在查庄煤矿就是利用三维地震勘探方法成功解决复杂构造问题的典型实例之一。     

构造复杂煤矿采区三维地震勘探

三维地震勘探技术在解决构造复杂采区的效果及经济效益上，比起一般构造简单采区，更为明显。它克服了二维地震勘探的不足，使空间归位更接近于实际。     

地震勘探基于波场分离的逆时偏移去噪方法

基于双程波动方程的逆时偏移（RTM）具有原理简单、无倾角限制、可以适用于速度任意变化的模型,并具有对各类波正确成像等优点,是当今最好的偏移方法之一.本文阐述了逆时偏移存在的缺陷并分析了低频噪声的产生机制,重点探讨了使用波场分离的逆时偏移去噪方法,并通过模型的试算证明了该方法的有效性.     

去噪技术在地震资料处理中的应用

讨论了目前提高地震资料信噪比的方法及应用技术。通过对原始地震记录中普遍存在的噪声进行了分析。对于无规则噪声，应采用f-x域随机噪声衰减或多项式拟合的办法；对于有规则噪声，倾角滤波或FK滤波手段则更为有效。强调了在去噪过程中选择去噪参数的重要性。阐明了同相叠加技术也是一种提高地震资料信噪比的有效手段。总之。针对不同的噪声，应采用不同的去噪方法。实际地震资料处理表明，上述几种去噪方法对提高地震资料的信噪比是行之有效的。     

三维叠前深度偏移在复杂构造区的应用

针对复杂构造区,通常应用３Ｄ叠前深度偏移,但长期以来这是件可望而不可及的事。近来,随着巨型并行计算机和软件方法的不断发展,使得此项应用成为现实。在较短的处理周期内,我们应用一个实例,利用３Ｄ叠前深度偏移处理技术,在估计和验证与逆掩断裂区有关的速度深度一模型方面做了大量的实际工作,并在最后给出了应用效果。     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

LIFT去噪方法在低信噪比资料处理中的应用

传统去噪一般都是通过各种方法将原始数据分离为有效信号和噪声,从而达到去噪目的,在去噪的过程中,忽略了信号保真的处理原则,在去掉噪声的同时有可能也损害了有效信号。这里从传统去噪方法存在的问题入手,通过对传统去噪方法的原理分析,研究了LIFT去噪技术。LIFT去噪的核心是首先建立信号模型,然后将原始地震信号和信号模型相减,求得剩余信号。通过对剩余信号进行针对性的去噪处理,去除剩余信号中存在的噪声,然后再与信号模型进行合并重构,得到新的具有高信噪比、高保真的地震信号。将该方法在低信噪比地震资料处理中进行了实例测试,取得了理想的应用效果。     

微地震数据去噪方法综述

随着常规油气藏资源不断枯竭,非常规油气藏的勘探开发已逐渐成为一种必然趋势,从而使得微地震监测技术快速发展。微地震事件的发生持续时间短、声波频率高,使得实际采集到的微地震数据信噪比较低。本文首先简要介绍了微地震监测技术能够在非常规油气藏开发中保证高效的增产,以及微地震噪声压制在微地震监测技术数据处理流程中是关键一步,直接影响着后续微地震研究的准确性和可靠性;并对地面微地震监测数据中的噪声源进行分析,归纳了地面微地震监测中常见噪声：强脉冲干扰、工业交流电干扰、钻井干扰、声波干扰、规则干扰等,分析了其各自的基本特点。然后,概述了地面微地震数据去噪方法已取得的成果,按频率、传播方向、空间分布区域等特性进行分类,分析各种去噪方法在实际应用过程中针对的噪声类型,以及在去噪过程中对有效信号造成的影响等。最后,基于深度学习具有更强的复杂函数表征能力,分析了3种典型深度学习模型的结构及特点;结合在其他相关领域数据去噪问题的成功应用,深度学习可以解决目前微地震数据噪声压制存在的问题,可以作为微地震数据去噪的一种新方法;考虑到目前微地震数据样本数量可能影响深度学习在微地震监测中大规模的应用,本文提出用生成式对抗网络来构建微地震数据样本库以解决该问题,并将其用于后续深度学习过程中的模型训练。     

塔里木盆地沙漠区低信噪比地震资料静校正和去噪方法

针对塔里木沙漠地区低信噪比地震资料的特点,提出了一套适应沙漠地区低信噪比地震资料处理方法,主要解决了该区静校正、叠前去噪等问题。实际处理中见到了良好的效果。     

宽频去噪技术在地震资料处理中的应用

提高地震资料的信噪比是地震资料处理的关键,叠前去噪是进行噪声压制的主要处理技术。小波变换方法由于具有同时在时间域与频率域分析的特点,在信号的分析处理方面得到广泛的应用;笔者采用小波变换把叠前地震数据分为不同的频段,并对包含干扰波的频段采用中值滤波消除干扰,再运用小波反变换来重构去噪后的记录;该技术不仅实现了噪声压制,还达到了保持宽频带的目的,应用于实际资料处理中,取得了很好的去噪效果。     

改进的F-X域EMD去噪在井间地震数据处理中的应用

井间地震作为一种高分辨率地震方法在数据采集时存在大量的随机噪声。笔者采用改进的F-X域经验模态分解(empirical mode decomposition,简称EMD)方法,将信号转换到F-X域后分解成一系列固有模态函数,进而通过滤波来达到去噪目的。通过对理论数据和实际井间地震数据的处理与分析,得出如下结论:此方法不依赖于基函数的选择,具有很强的自适应性,对于消除井间地震数据中的噪声以及提高地震数据的信噪比有较好的效果。     

局部奇异值分解法压制随机干扰

对于低信噪比资料,压制随机噪声,增强有效信号是地震资料处理的首要任务。而传统的奇异值分解去噪算法,在有效信号横向相干性较强时,去噪效果明显,但当有效信号同相轴呈倾斜、弯曲或孤立状态时,其在压制随机噪声的同时,存在滤除部分有效信号的弊端,为此通过对不同时窗内的地震数据进行拉平、奇异值分解数据重构与反拉平等处理方法,对常规奇异值分解算法进行改进,以克服其对包含非水平连续信号资料去噪效果差的局限。理论数据和实际资料的去噪结果表明,改进后的算法去噪效果明显优于常规奇异值分解法,能在保证有效波不被滤除的前提下有效提高地震资料的信噪比。     

熵值分析在构造解释中的应用

本文介绍了熵的定义及其有关的性质，讨论了利用地震波形的熵值变化解决小构造问题的可行性。从安徽淮南潘三矿六条地震测线的部分资料中，提取出对应１３－１煤的Ｔ＿５波的多个地震波动力学参数，对它们进行了熵值分析，在此基础上对落差小于１０ｍ的断层进行了解释，效果是令人满意的。     

四扣地区高精度目标地震采集技术研究

在四扣地区，由于地下地质构造非常复杂，老观测系统炮检距分布不均，方位角较窄，覆盖次数较低，使义东大断裂系统及潜山构造的资料信噪比较低，无法进行精细的构造解释和油藏描述。为了得到该目标区域的资料，作者在文中提供了一种解决思路，即针对复杂地质构造进行精细的目标地震采集设计，并在野外实际生产中运用了一系列的高精度采集技术手段和措施，使目标区域内的资料整体水平比以往有了较大幅度的提高，最终可获得用于精细构造解释的地震剖面。从本次采集在该地区成功应用的实例表明，目标地震采集技术对于解决复杂地质构造区域资料较差的问题是一种很好的方法，对以后类似工区的采集具有参考价值。     

基于SVD和PCA方法重构干涉格林函数

地震干涉法(SI)是一种用来计算两个信号接收点之间格林函数(GF)的方法,它的基本假设是以其中一个接收点位置为虚拟源,可用来计算两点间震源传播的旅行时间。然而采用直接叠加的方法压制干扰信号,计算得到的干涉格林函数效果不佳,因而计算得到的旅行时间也不够精确。这里基于奇异值分解法(SVD)对叠加前的互相关矩阵进行分解及重构,可以有效压制两点间来自干扰源的信号,再利用主成分分析法(PCA)对固有几何拓扑结构降维特性提取主信号,计算得到新的干涉格林函数。数值模拟及实测数据处理结果表明:使用SVD和PCA综合处理方法,能有效提高干涉格林函数的准确性。     

基于重构信号模型的去噪技术

面波和多次波等噪音的产生是海上地震勘探的突出特点,如何高保真地对其进行压制一直是信号处理工作的难题。基于重构信号模型的去噪技术通过不同的方法,充分考虑不同入射角度和横波地震信息,重构信号模型,分离出剩余信号,然后针对剩余信号进行去噪处理,利用建立的信号模型和剩余有效信号结合,得到有效地震信号,达到突出有效信号衰减噪声的目的。     

规则静态噪声的自适应去噪方法

地震勘探测线经常要穿越工业区,不可避免地受到外界多种震源和50Hz工业电的影响,造成采集资料的大面积噪声干扰,这类干扰能量强、频带宽、且具有一定的规律性,需在叠前资料处理前有效去除。针对工业区的噪声干扰特点,提出了一种自适应零相位振幅滤波方法：即假定初至前噪声的频谱在信号区基本没有变化,据此估算出信号区噪声频谱n（w）,然后计算信号频谱s（w）,并将其反变换到时间域,从而达到去噪的目的。实例表明,去噪前后叠加剖面对应的频谱,其高频段弱信号能量明显得到提高。     

微地震监测数据时频域去噪方法

原始微地震监测数据的信噪比相对较低,监测数据品质决定了微地震有效信号的定位精度,提高监测数据信噪比是微地震处理的关键环节。改进S变换对窗函数进行能量归一化处理,解决了常规S变换时频谱中频率定位不准的问题,具有更高的时频分辨率精度。利用改进S变换的良好二维时频域聚焦特性,设计时变的二维时频域滤波器,将时频域去噪方法引入到微地震监测数据的去噪处理中。利用改进S变换对微地震监测数据进行时频分析,能够更加准确地分析不同信号分量的振幅能量以及频率随时间的变化情况,实现微地震有效信号分量与噪声干扰分量的有效分离。通过合成模拟信号和实际井中微地震监测数据的试处理和对比分析,验证了该方法的可行性和有效性。     

基于EMD去噪方法研究及其在地质勘探中的应用

论述了EMD分解的基本原理,研究了利用EMD分解进行信号去噪的方法.EMD把信号按照不同的特征尺度分解为不同频带的IMF分量,将含有噪声的高频IMF分量剔除,选择低频或者指定频带的IMF进行信号重构,即可达到去噪的目的.仿真信号与实测数据的处理结果都表明,该方法不但有效地去除信号中的确定性噪声和随机噪声,而且尽可能地保持了有效信号,减少了信号损失,提高了数据处理的准确性.