Hankel矩阵滤波在微地震数据处理中的应用

针对微地震信号能量弱、信噪比偏低的问题,将基于Hankel矩阵的滤波算法引入微地震信号处理中,用于衰减微地震信号中的随机噪音,提高微地震事件波至时间的拾取精度;采用Akaike信息准则(AIC)自动选取信号特征值,能适用于微地震事件的实时自动处理。与常规滤波方法相比,该方法在压制噪音的同时保护了微地震信号,其有效性和实用性在模型数据和实际微地震数据测试中得到了验证。      

基于Cadzow滤波法压制线性干扰

在低信噪比地震资料处理中,压制线性干扰是其中的关键处理环节。传统的频率域线性干扰压制方法容易产生假频及蚯蚓化现象,为此,提出了一种基于Cadzow滤波法压制线性干扰的方法。该方法首先在时间空间域对地震数据进行线性变换,再依据Cadzow滤波法建立二维Hankel矩阵,然后对其运行奇异值分解,最后通过减秩的方法来压制线性干扰。理论模型和实际地震数据的应用表明,该方法可有效地去除线性噪声,保护有效波,明显地改善了叠前地震资料的信噪比。     

高分辨率处理技术在盐矿勘探中的应用

地震资料高分辨率处理技术主要是提高地震资料分辨地质体的能力,利用该数据进行解释和属性分析,在寻找隐蔽油气藏中起到重要的作用。本文针对高分辨率处理过程中噪音衰减、保真处理,频率拓宽方面进行研究,并在江苏洪泽地区盐矿地震勘探中应用取得良好效果。最终处理资料具有较高的分辨率,主频达80Hz,频宽20Hz～160Hz,其波阻抗反演剖面较好识别了该区盐矿的分布范围,厚度,为盐矿开发提供了科学的依据。     

用SVD与MCC结合法压制地震波场的随机噪音

在简单回顾奇异值法压制随机噪音的基础上, 指出信号的同相性与奇异值数目之间的关系是影响奇异值法效果的主要因素。基于这一点, 采用多道相关分析与奇异值分解相结合的方法压制随机噪音。模型试算和实际资料处理的结果表明这种方法在实际应用中是可行的。     

小波变换与SVD结合消除随机噪声的研究及应用

常规的随机噪声压制方法面临着噪声频带与有效信号频带重叠,在压制噪声的同时对有效信号造成损害的局限性,基于小波变换和奇异值分解的思路,提出了一种小波变换与奇异值分解相结合的去噪方法,以单道信号作为处理单元,通过小波变换得到小波系数矩阵,并对此矩阵进行奇异值分解,进而求得能够反应信号与噪声变化的奇异熵,根据奇异熵确定阀值,进行SVD重构小波系数矩阵,最后小波逆变换重构信号,达到去除随机噪声的目的。此种方法对满足高斯白噪和不满足高斯白噪条件的随机干扰,均有去除效果。经理论信号与相关实际资料的处理证明,这种小波变换与奇异值分解相结合的去噪方法有效而实用。     

叠前非局部平均滤波压制随机噪音

非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应滤波参数选择方法。试验结果表明,该方法改进后对于叠前地震数据的随机噪声具有较好的压制作用。      

基于第二代Curvelet变换的地震资料随机噪声衰减

噪声衰减是地震资料处理中的关键问题之一。根据Curvelet变换对含有光滑边界的二维二阶连续可微函数所具有的稀疏表示性能,给出了Curvelet变换域地震资料随机噪声衰减的阈值方法;并给出了基于地震资料中随机噪声是独立同分布的高斯白噪假设条件下的阈值估计方法。通过合成数据和叠后实际数据算例,对该方法的有效性进行验证。结果表明,Curvelet变换不仅可以很好地衰减随机噪声,并且能较好地保持有效信号。      

叠前地震保真高分辨率处理技术在西南某地页岩气微幅裂缝中的应用实践

研究区页岩气地质条件复杂，具有非均质性很强，储层薄且横向分布不稳定等特征。常规地震处理方法得到的结果分辨率低，无法识别薄层、地层尖灭点、微幅裂缝。为了解决这些问题，这里利用保真高分辨率地震处理技术对研究区页岩气的地震资料进行处理，该技术将叠前谱蓝化校正、AVA振幅校准、道集剩余噪音衰减、剩余时差校正、叠前剩余多次波压制和高精度井震标定定量质控等方法有序结合，能够有效提高复杂地震资料的分辨率、信噪比和保真度。处理结果证明，该方法能够提高该地区地震资料的分辨率、井震相关系数。同时，增强了薄层的可解释性、同相轴的连续性、尖灭点的准确性、断层检测的可靠性。     

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。     

深拖平缆采集资料中鬼波衰减方法探讨

鬼波衰减是深拖平缆采集资料处理中非常重要的一步,也是实现宽频处理的关键步骤。为此,笔者分析了深拖平缆资料特点,推导了鬼波的时距曲线方程,在此基础上,介绍了线性Radon域最小平方反演方法衰减鬼波的基本原理,该方法首先通过最小平方方法求得无鬼波的Radon域数据,再应用反变换算子中的一次波算子进行反变换,从而实现了对鬼波的压制。采用该理论对模型数据与实际地震资料进行了试处理,结果表明,深拖平缆资料通过本文的鬼波衰减技术处理后,陷频点得到了补偿,有效频带得到了拓宽,达到了宽频处理的效果。     

局部时频变换域地震波吸收衰减补偿方法

地震信号在地下传播时会受到地层吸收衰减的影响,从而降低了地震资料的分辨率。因此地震波吸收衰减补偿是地震资料处理中的一项重要环节。本文研究的地层吸收衰减补偿方法主要基于局部时频变换(LTFT),该方法能够调节选取谱分解的频率范围和频率采样间隔,解决了短时傅里叶变换固定时窗和小波系数无法提供波形频率的精确估计值问题,适用于非平稳地震信号的时频分析。在求取地层Q值的方法中,频谱比值法具有高效简单的特点,有着广泛的应用范围。本文假设地下介质为层状变Q模型,使用局部时频变换将信号转换为时频域,通过频谱比值法求出各层的Q值,最后根据Kolsky衰减模型来补偿地震信号。理论模型测试和实际资料处理的结果表明,本文提出的方法能够有效恢复衰减信号,提高地震资料的分辨率。     

三维地震精细处理技术在识别煤田小断层中的应用

煤层中发育的断层构造不仅破坏煤层的连续性,而且往往与冒顶、突水、瓦斯突出等事故伴生,小断层等微幅构造的精确探测一直是煤田安全生产研究的重点。三维地震技术是目前获得煤区构造特征、识别小断层最有效技术手段之一,但常规地震数据处理技术难以满足现阶段煤田勘探精度的需求。笔者等针对煤田采区三维地震资料的特征,提出一种有效的煤田三维地震数据精细处理技术,通过对静校正、叠前去噪、振幅处理和反褶积等关键技术进行攻关试验,提高煤田三维地震资料的信噪比和分辨率,进而更好地识别小断层等微幅构造。通过对实际煤田三维地震资料进行精细处理测试表明,笔者等提出的精细处理技术对于煤田三维地震资料具有很好的实用性,在现有三维地震叠后偏移剖面基础上可以识别出煤层中5 m以内的小断层,验证了研究区煤田三维地震精细处理技术的有效性,体现了精细处理技术在煤田精细勘探中的重要作用。     

三维地震精细处理技术在识别煤田小断层中的应用

煤层中发育的断层构造不仅破坏煤层的连续性,而且往往与冒顶、突水、瓦斯突出等事故伴生,小断层等微幅构造的精确探测一直是煤田安全生产研究的重点。三维地震技术是目前获得煤区构造特征、识别小断层最有效技术手段之一,但常规地震数据处理技术难以满足现阶段煤田勘探精度的需求。笔者等针对煤田采区三维地震资料的特征,提出一种有效的煤田三维地震数据精细处理技术,通过对静校正、叠前去噪、振幅处理和反褶积等关键技术进行攻关试验,提高煤田三维地震资料的信噪比和分辨率,进而更好地识别小断层等微幅构造。通过对实际煤田三维地震资料进行精细处理测试表明,笔者等提出的精细处理技术对于煤田三维地震资料具有很好的实用性,在现有三维地震叠后偏移剖面基础上可以识别出煤层中5 m以内的小断层,验证了研究区煤田三维地震精细处理技术的有效性,体现了精细处理技术在煤田精细勘探中的重要作用。     

基于压缩感知理论的缺失地震数据重构方法

压缩感知是一种新的理论,它打破常规尼奎斯特-香农采样定理的制约,利用信号的稀疏特性或可压缩特性,用较少的数据即可重构恢复完整的信号。建立了基于压缩感知理论的缺失地震数据重构模型。首先在与稀疏变换不相关的测量矩阵基础上引入一种约束矩阵,使地震数据的缺失满足或接近高斯随机分布;随机缺失的地震数据变换到稀疏域会产生很多与有效信号不相干的随机噪声,接着通过一种新的自适应阈值迭代算法可以很好地消除稀疏系数中的随机噪声干扰,经过逆稀疏变换即得到重构后的地震数据。Marmousi 2模型测试及实际地震资料处理均验证了该方法的可行性和有效性。重构缺失地震数据取得了较好的效果。     

基于复值曲波变换的地震数据重建方法

传统的地震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的要求,因此需要进行叠前数据重建,以满足后续处理的要求。为此,笔者提出一种基于复值曲波变换和凸集投影算法(POCS)的地震数据重建方法。首先引入凸集投影算法和能够刻画地震数据局部化特征的复值曲波变换,在重建过程中针对传统阈值参数收敛速度较慢的缺点,提出了指数平方根衰减规律的阈值参数,并采用硬阈值算子对二维地震数据进行重建,从而降低了迭代次数,提高了重建精度。通过理论数据的研究表明,该方法重建效果显著,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。     

基于奇异值分解的f-x-y域滤波方法

在简单回顾奇异值法压制随机噪音的基础上,提出了基于奇异值分解的f-x-y域滤波方法。该方法是一种三维去噪方法,它不需求取同相轴的倾角就可以去除倾斜同相轴的随机噪音,同时还可以较好地保持地震信号的振幅。经理论模型试算表明,该方法运算速度快,效果明显,是一种可行的去噪方法。     

基于广义S变换的地震资料信噪分离方法

基于S变换具有良好的时频聚焦性和分时分频性,将可灵活选取窗函数的广义S变换引入到地震信号去噪处理中,系统研究了广义S变换在地震资料信噪分离中的应用。首先对地震数据进行广义S变换,然后对含噪频率剖面选取适当阈值压制噪声干扰,提取有效信号,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,该方法能有效地进行信噪分离,提高地震剖面信噪比和分辨率。     

基于奇异值分解法的含量-面积法对化探异常的确定

地球化学场的数据通常具有分形的特征。应用奇异值分解方法对元素含量数据矩阵进行分解,对奇异值进行分形统计,得到了分形模型。重建元素含量的数据矩阵。然后利用含量-面积的分形方法对重建后的数据矩阵进行分形处理。使用MAPGIS软件进行统计分析,得出研究地区元素的异常下限,做出元素异常分布图,并与该地区已知矿点的分布图进行叠加分析,预测潜在的成矿区。     

基于奇异值分解和小波阈值方法的地震资料处理方法

奇异值分解是一种基于代数特征值的提取方法,小波变换是一种时间频率域的去噪方法,两者在去噪方面各有特点。将奇异值分解和小波阈值去噪的方法有机地结合起来,用于消除地震勘探资料中的随机噪声。仿真实验显示对于较低信噪比资料仍有很好的处理效果。     

基于矩阵束法的时域航空电磁响应数据的重构

为快速处理时域航空电磁响应数据,可将数据从时域变换到τ域,并提取数据的极点和留数信息,它们是与目标地质体的几何属性和物性相关的参数。基于矩阵束法,将感应电动势理论响应数据表示成矩阵形式,并分解构造矩阵束,通过奇异值分解和最小二乘法来进行参数估计。进行了正演模拟,重构理论响应数据和去噪能力研究。结果表明,有限个极点及其留数能够较好体现瞬态响应的主要特征,并对随机干扰有一定的抑制作用,这为快速处理解释时域航空数据提供了一种实用方法。