基于Curvelet变换的探地雷达资料噪声衰减方法(英文)

噪声衰减是探地雷达信号处理中的关键问题之一。当探测目标埋藏深度比较浅时,其反射信号与直耦信号和地面回波信号相互重叠,直接影响目标反射波到达时刻的检测及目标的正确定位。针对这个问题,本文提出了一种基于Curvelet变换的噪声衰减方法。通过对理论数值模拟数据和实测数据的处理,以及与平均消去法和二维连续小波该方法处理结果的对比,验证了该方法的可行性和有效性。处理结果显示,该方法不仅可以去除背景噪声、同时可以衰减倾斜相关的相干干扰和数据中的随机噪声。与二维连续小波变换方法相比有更高的计算效率。     

多项式拟合技术在强噪声地震资料中的应用研究

获得高分辨率的地震信号是决定地震勘探在油气田等资源开发中能否发挥更大作用的关键,所以说地震信号的高分辨率是地震勘探所追求的重要目标,而提高数据信噪比才能真正提高地震资料的分辨率.本文通过对多项式拟合技术去噪的研究,以此提高地震数据信噪比.实际数据的处理结果表明,该方法能减少对振幅的畸变,同时可处理非水平的和弯曲的同相轴,可很好地提高地震资料的分辨率.     

利用正交多项式对三维地震资料拟合算法的研究

目前在地震勘探中经常采用的拟合方法多是二维的,本文利用正交多项式的性质以及地震资料的相干性对地震资料进行三维拟合.该方法充分利用了三维地震资料,提高了处理效率.     

非稳态非线性信号处理在地震资料中的应用研究

本文共分 1 2章 ,4个部分。1　非稳态非线性信号处理理论在这一部分中 ,论述了 5种数字信号处理理论 ,其中自适应滤波 ( adaptive)、小波变换( wavelet)和魏格纳变换 ( Wignerdistribution)是非稳态信号处理方法 ,而时谱和人工神经网络 ( artificial neural networks)是非线性信号处理方法。在论述过程中 ,力求做到数学推导简练、物理概念清楚明了 ,并与后面几章应用中的计算机实现做好衔接。例如在自适应滤波的阐述中 ,特别注意如何从稳态的维纳滤波过渡到非稳态滤波 ,以及各自的物理意义。又如在小波变换的阐述中 ,借助康托集(Cantor)很…     

小波域叠前地震资料衰减参数定性估计方法

叠前地震资料中,高频分量和低频分量随传播距离的衰减特性不同.本文给出了一种在小波域定性估计叠前地震资料衰减参数的方法.该方法利用连续小波变换提取共反射点道集的高、低频分量,以低频分量和高频分量之差定性反映地震波的衰减.通过累加不同偏移距的衰减,提高了估计的稳定性;采用幅度归一化方法,降低了信号幅值对衰减参数估计的影响.将本文提出方法与常用的基于叠后地震资料衰减估计方法用于某油田的地震资料处理,结果表明,本文方法得到的衰减估计结果能够更好地反映油气的空间展布.     

基于Curvelet变换的探地雷达资料噪声衰减方法

噪声衰减是探地雷达信号处理中的关键问题之一。当探测目标埋藏深度比较浅时,其反射信号与直耦信号和地面回波信号相互重叠,直接影响目标反射波到达时刻的检测及目标的正确定位。针对这个问题,本文提出了一种基于Curvelet变换的噪声衰减方法。通过对理论数值模拟数据和实测数据的处理,以及与平均消去法和二维连续小波该方法处理结果的对比,验证了该方法的可行性和有效性。处理结果显示,该方法不仅可以去除背景噪声、同时可以衰减倾斜相关的相干干扰和数据中的随机噪声。与二维连续小波变换方法相比有更高的计算效率。     

地震发生的非稳态泊松模型

提出了一个描述震群发生的非稳态泊松模型。这种模型被表征为一个Ｕ形的平均发生率函数,它模拟的是事件的平均发生率减少、接近于常数和增加的过程,这种变化分别发生在当前震群的最后一次地震之后、在当前震群和下一个震群之间的期盼期内和下一个震群到来之前这样三个时间段内。此Ｕ形函数的参数,可用地震目录,由经验加以测定。文中提供了一个简单的裕列,估算了平均发生率及其引起的地震危险性,由于采用不同的泊松发生模型,因     

反射波走时高阶多项式拟合在三维地震透射中的应用

利用高阶多项式拟合的方法取代传统的T2-X2法进行反射波走时曲线拟合得到分层地壳中的走时残差,对其应用基于广义反演理论的速度层析成像技术,重建研究区台阵下方的上地壳三维速度结构图像.数值模拟和长白山天池火山三维地震透射速度层析成像都显示了该方法的有效性.     

利用多项式拟合模板法消除地震数据中的低频随机干扰

提出利用多项式拟合模板法消除地震数据中的低频随机干扰，分析模板的性质并推导出模板参数与低频随机干扰最高频率之间的关系式。     

边界和振幅特性保持的自适应噪声衰减方法(英文)

由于地震数据中包含的噪声在不同频率或者频带数据中的分布强度存在差异,使得全频带数据上进行的噪声衰减处理改变了地震反射波信号的动力学特征,干扰后期的地震资料解释、储层预测、油气检测等问题,提出边界和振幅特性保持自适应噪声衰减方法。首先应用小波包变换对全频带地震数据进行多频段划分,然后对分频段数据进行非线性各向异性倾角导向边界保持自适应滤波处理。在该方法中,由结构张量计算的扩散张量实现自适应地确定平滑滤波方向,加入的不连续结构置信度量和不连续性算子自适应地控制不连续结构特征的保持程度,引入的去相关滤波迭代停止准则自适应地确定滤波迭代次数。这些参数的引入具有减少处理人员的干预和人为的主观性,且执行简单的特点。对合成地震记录和实际地震记录处理结果表明,提议的方法能够自适应地衰减地震数据中噪声,同时既能保持地震反射波中有效的不连续性信息,也能有效地保持有效信号的频率分布规律。能够为后期的地震资料解释和分析提供高品质的基础数据。     

Seismic ground-roll noise attenuation using deep learning

We propose to adopt a deep learning based framework using generative adversarial networks for ground-roll attenuation in land seismic data. Accounting for the non-stationary properties of seismic data and the associated ground-roll noise, we create training labels using local time–frequency transform and regularized non-stationary regression. The basic idea is to train the network using a few shot gathers such that the network can learn the weights associated with noise attenuation for the training shot gathers. We then apply the learned weights to test ground-roll attenuation on shot gathers, that are not a part of training input to obtain the desired signal. This approach gives results similar to local time–frequency transform and regularized non-stationary regression but at a significantly reduced computational cost. The proposed approach automates the ground-roll attenuation process without requiring any manual input in picking the parameters for each shot gather other than in the training data. Tests on field-data examples verify the effectiveness of the proposed approach.     

Curvelet阈值迭代法地震随机噪声压制(英文)

本文将近些年发展起来的多尺度分析技术——Curvelet变换与求解优化反演问题的阈值迭代法相结合,研究了基于Curvelet变换的阈值迭代法在地震数据随机噪声衰减中的应用。充分利用了Curvelet变换对地震数据表示的稀疏性,提出将地震数据随机噪声压制问题转化为基于Curvelet稀疏变换的L1范数最优化问题,并采用前人提出的阈值迭代法求解。通过与常规的中值滤波、FX反褶积和小波阈值法去噪方法对比,理论合成数据和实际数据试算表明,Curvelet阈值迭代法去噪法具有优势,该法不仅能够获得较高的信噪比,而且对有效信号的损失较小。为充分利甩Curvelet的多尺度、多方向特性,提出了在Curvelet阈值迭代法去噪结果的基础上再进行方向控制,进一步提高了数据信噪比。     

基于小波分频叠前相干噪声压制方法

基于小波分析的去噪方法在地震资料叠前处理中得到了广泛应用.本文主要介绍利用小波变换的分频特性来压制相干噪声.通过小波分频技术将叠前地震信号分解为不同频带,然后利用有效波和相干干扰波的频谱差异来区分有效信号和噪声,最后利用加权方法去掉不需要的噪声信息来达到去除相干噪声的目的.实际资料的处理结果表明：基于小波分频方法能很好地压制相干噪声,从而提高地震资料信噪比和分辨率.     

地震数据去噪中的小波方法

地震资料去噪是地震数据处理中是必不可少的步骤,随着地震勘探的进步和勘探目的层加深,对地震资料的信噪比和分辨率提出了越来越高的要求.小波分析作为一个新兴的数学方法在地震资料去噪中也有巨大的潜力.本文从小波去噪的特点出发,介绍了小波分频和小波域阈值去噪的特点,并详细总结了地震资料去噪中的小波方法,主要有面波的压制和随机噪声的衰减.最后简要叙述了地震资料小波去噪的一些问题和发展.     

多方向正交多项式变换压制多次波

提出一种基于Radon 变换和正交多项式变换的多方向正交多项式变换压制多次波方法.抛物Radon变换对不同曲率方向的同相轴叠加,根据速度差异区分一次波和多次波,但Radon反变换会损伤振幅特性,不利于AVO分析.多方向正交多项式变换在Radon变换(某一曲率方向的零阶特性)的基础上,利用正交多项式变换进一步分析同相轴的高阶多项式分布特性,用正交多项式谱表征同相轴AVO特性;根据一次波和多次波速度差异和同相轴能量分布特征实现多次波压制.该方法的优点是仅用一个曲率参数就可描述同相轴剩余时差参数,提高了一次波和多次波的剩余时差分辨率.实验结果表明,该方法可以有效压制多次波并保留一次波AVO特性.     

地震资料去噪方法技术综合评述

地震资料去噪,无论是叠前还是叠后,都是处理中非常重要的内容.随着勘探技术的进步,地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类,阐述其基本原理、物理意义、适用条件、发展前景,既有理论价值又有实际指导意义.本文从噪声的特征出发,首先对地震资料噪声进行了分类;然后综合评述了目前实际生产中常用的几种去噪方法,包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等;最后还简述了去噪技术的应用及发展情况.     

地震资料去噪方法、技术综合评述

地震资料去噪，无论是叠前还是叠后，都是处理中非常重要的内容.随着勘探技术的进步，地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类，阐述其基本原理、物理意义、适用条件、发展前景，既有理论价值又有实际指导意义.本文从噪声的特征出发，首先对地震资料噪声进行了分类；然后综合评述了目前实际生产中常用的几种去噪方法，包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等；最后还简述了去噪技术的应用及发展情况.     

自适应非局部均值地震随机噪声压制(英文)

非局部均值滤波是一种基于图像信息冗余的去噪方法,其认为图像自身的有效结构具有一定的重复性,而随机噪声则不具备这一特点,通过利用图像本身的自相似性来达到压制随机噪声的目的,是一种全局的去噪方法。本文把这一思想引入地震数据随机噪声压制中,针对传统非局部均值滤波计算量过大的问题,文章采用分块非局部均值的方式来减少计算量;针对滤波参数选取会影响非局部均值滤波效果的问题,提出一种简单的自适应滤波参数地震数据分块非局部均值算法。模型和实际数据处理结果表明:相对于传统的去噪算法(如f-x反褶积),该方法在压制随机噪声的同时对有效信号保护地更好,具有更高的保真度,更有利于后续的处理和解释工作。     

Adaptive hybrid diffusion model using variational mode decomposition for edge preserving noise attenuation

Preserving the structural and stratigraphic discontinuities or edges is essential in seismic data processing and interpretation. According to several numerical experiments, it is obvious that random noise has a constant spectral density, whereas the structural features vary significantly within different frequency bands, which means that the ratio between the densities of noise and structural features varies significantly in different frequency bands. Therefore, we propose a method called adaptive hybrid diffusion to attenuate random noise, which utilizes a novel adaptive frequency-based parameter. First, the adaptive hybrid diffusion method decomposes the seismic sections into several band-limited portions using variational mode decomposition. These portions are called intrinsic mode functions, in which noise and structural energy have distinct differences. Subsequently, utilizing the adaptive frequency-based parameter, each intrinsic mode function is divided into several monotonous portions that represent the noise or structural area. Afterwards, the total variation and L2 minimization algorithms are utilized separately to suppress the noise in different band-limited monotonous areas. The algorithms are chosen dynamically, as the portion changes with the change in the adaptive parameter. Finally, these denoised portions are combined to obtain the denoised seismic section. Experimental results on synthetic and field seismic data showed that seismic noise is effectively suppressed by the adaptive hybrid diffusion method, with the edge details of seismic events well preserved.