基于Shearlet变换的尺度方向自适应阈值地震数据随机噪声压制方法

地震勘探的有效信号常受到随机噪声的干扰而难以识别,需要进行随机噪声和有效信号的分离。传统Shearlet全局阈值不随方向与尺度变化,在去噪的同时也会损失许多有效信号。Shearlet变换作为一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。本文将含噪地震信号通过Shearlet分解后计算各尺度与方向上Shearlet域系数的L₂范数,并对其进行数据重排后发现,随着方向改变L₂范数不断减小,进而提出一种基于L₂范数的尺度方向自适应阈值计算方法。将其与小波变换、曲波变换、Shearlet全局阈值去噪方法对比,模拟数据与实际地震记录去噪结果表明,本文方法在去除随机噪声的同时,深部弱信号也得到了很好的恢复,地震数据的信噪比比其他3种方法有所提高,在0.929 9 dB条件下提升至11.565 1 dB。     

Shearlet变换在GPR数据随机噪声压制中的应用

随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。     

Shearlet域稀疏约束地震数据重建

在地震数据处理流程中,通常对不规则的、稀疏的或者缺失的地震数据进行插值处理,通过插值方法来避免多次波的预测错误和成像假频等现象,使地震数据处理更加精准。Shearlet变换是一种多尺度变换,具有最佳的稀疏性、方向性以及局部化特性。将Shearlet变换与基于Landweber加速下降迭代方法结合起来对地震数据进行插值,在保证求解精度的同时提高了计算效率。信号和噪声在Shearlet域具有不同的分布特点,通过阈值法压制随机噪声,可提高算法的抗噪性。此外,采用jitter采样的方式,更好地压制了假频信息。理论和实际地震数据验证了该方法的有效性。     

深反射地震资料处理和解释的初步研究

深反射地震资料处理的关键是从干扰背景中提取和增强深层弱有效信号,提高剖面的信噪比和分辨率.深反射地震剖面的解释要着眼于大的地质构造运动和成因,运用地质规律进行综合地质解释.在解释中,通过分析和研究某些相干干扰波的形成和特点,有助于对深反射地震剖面进行可靠的地质推断解释.     

一种基于AR 模型的预测滤波压制随机噪声方法

在地震勘探中,随机噪声是一类不可避免的噪声,它的存在极大地降低了地震资料的信噪比,导致偏移成像效果差甚至不能成像。自适应线性预测滤波方法是在时间--空间域自回归( AR) 模型系数变化的假定下,把自回归( AR) 模型数学表达式进行变换,引入代价函数以提高解的稳定性、唯一性,推导得到压制一维和二维随机噪声的递归算法。通过模拟和实际地震资料验证表明,该方法能较好地压制低信噪比资料中的随机噪声干扰,同时能较好地保护有效地震信号。     

基于离散小波变换的地震资料自适应高频噪声压制

针对现有的小波变换阈值去噪方法无法适用于地震资料高频噪声压制的缺点,笔者分别对阈值函数和阈值选取方案进行了改进,提出了连续硬阈值函数与自适应阈值相结合的地震资料高频噪声压制方法.连续硬阈值函数兼具软、硬阈值函数的优点,可提高重构地震信号的保真度,减少人为噪声误差;自适应阈值方案可根据非平稳地震数据中的能量时变、空变分布特点,通过引入不同子带小波系数标准差、代数平均值以及几何平均值等统计参数,使阈值能够随不同子带的小波系数能量变化而自动调整,以适应地震资料高频噪声压制的要求.实际地震数据处理结果表明,笔者提出的方法在提高信噪比的同时,可保护陡倾角反射界面信号,提高噪声压制后地震数据的保真度.     

火成岩覆盖区地震有效成像技术探讨及其在辽西金羊盆地油气调查中的应用

辽西金羊盆地是下辽河盆地外围盆地群中面积最大的中生代盆地,盆地浅层火成岩广泛发育、其厚度大、期次较多,受火成岩对地震信号屏蔽以及该地区复杂的地震地质条件的影响,使得地震勘探采集的原始资料信噪比低、火成岩下伏地层反射能量弱,给地震资料的有效成像带来了极大挑战。本文根据原始地震资料特点,采用针对性的采集、处理技术,首先从采集方面以大能量激发、低频检波器接收,并且处理中应用反射能量补偿、静校正、叠前多域去噪等几项技术进一步提高资料的深层反射能量和信噪比,最后通过高精度速度场建模与地震偏移成像技术的多种方法对比,优选叠前时间偏移技术进行最终成像。与以往地震资料比较,采用这套有效成像技术重新处理的地震剖面信噪比、分辨率明显提高,更重要的深层反射能量得以有效恢复,火成岩的下伏地层反射信号清晰、地层接触关系明确,特别是大倾角地层及断层的成像得以明显改善,为后续的构造解释和勘探潜力区评价提供了高质量的地震资料。     

平稳小波变换在地震反射资料中面波压制的应用

提高地震信号的分辨率是地震勘探要解决的一项主要任务,而提高地震信号的信噪比是提高地震信号分辨率的先决条件。要提高地震资料的信噪比,需要去除地震资料中的相干噪声和随机噪声。本文介绍了平稳小波变换结合阈值压制面波干扰的方法,通过实际地震记录的处理证实了该方法的有效性。     

基于小波变换的改进阈值函数自适应去噪方法

在多分辨分析小波阈值去噪方法的基础上[3],用一种改进的阈值函数和自适应阈值选取算法相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能自动跟踪噪声,不同尺度自适应采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高信噪比。仿真实验和地震资料处理结果表明,该方法去噪效果明显,可在各类消除随机噪声的信号处理中发挥作用。     

一种基于压缩感知的随机噪声压制方法

随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论（Compressing Sensing,简称CS）的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为:将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。      

陆上地震数据多次波压制策略

在陆上地震勘探中,多次波反射与其他干扰波一样,干扰了有效波反射信号并降低了资料的信噪比。根据陆上地震数据中多次波与一次波所表现的不同特点,提出利用动校正叠加技术和频率-波数(f-k)滤波方法相结合的策略以压制地震数据中的多次波。使用一次波速度的动校正叠加技术可以衰减地震数据中的一部分多次波能量;根据叠加剖面确定包含剩余多次波的CMP范围,将f-k滤波方法应用于这些CMP道集上进一步压制多次波。模型试算和实际数据处理结果表明,所提出的多次波压制策略,不仅能有效地衰减多次波能量,而且在处理过程中可以减少对有效波信号的伤害。     

塔里木盆地巴楚隆起低信噪比地震资料处理方法研究

塔里木盆地巴楚隆起勘探程度较低,是开展油气勘探的主要潜力区之一。受近地表激发条件差、低降速带结构变化大、目的层埋藏较深等地表和深层地质条件的影响,研究区地震资料信噪比低、品质较差,严重地制约了地震资料解决地质问题的能力。本文在分析研究区新采集的原始地震资料基础上,建立了精确的近地表模型,采用层析静校正、交互迭代静校正方法求准静校正量;利用多域多阶段联合去除噪声,采取近道内切除等多种方法串联综合应用消除多次波干扰;采用全面统计、逐点处理的地表一致性处理技术进行振幅能量补偿;精细速度分析,优选提高深层弱信号成像质量的偏移方法等一系列的关键技术,使本区低信噪比资料的信噪比、同相轴连续性和构造成像质量得到了较大的改善和提高,取得了较好的应用效果。     

地震随机噪声压制及其初至走时拾取方法研究

针对具有较强随机噪声干扰的地震波形无法准确拾取初至走时的问题,提出在运用自动拾取算法前对地震随机噪声进行压制处理的思想。采用完备集合经验模态分解(CEEMD)联合小波阈值对地震信号进行噪声压制,与小波阈值法的联合使用可有效改善CEEMD方法中直接舍弃部分IMF高频分量,造成去除高频噪声的同时也将相应分量上的有效信息一并去除,进而导致信号失真的问题。采用改进滑动时窗能量比联合AIC信息准则法对去噪后的地震波拾取初至走时,该方法首先根据改进滑动时窗能量比法识别地震事件并大致确定初至时刻,然后在该时刻前后取一时窗,使用AIC方法计算AR模型在该时窗范围内的极小值,得到精确的初至波走时。合成及实际地震资料处理结果表明,在拾取初至走时前进行地震随机噪声压制,可有效提高初至波走时的拾取精度。     

二维小波变换与中值滤波联合去噪方法研究

由于随机噪声是一种频带较宽的干扰波,因此依靠单一的去噪处理方式往往难以获得清晰反映目标体的地震信息。小波变换能够较好的去除高斯噪声,保留有效波中、高频成分,提高记录的信噪比,但去除脉冲噪声的效果却并不理想;中值滤波具有良好的边缘保持特性,虽低频去噪声效果有限,但去除脉冲噪声效果明显。因此可利用二维小波变换与中值滤波优势互补的方法,进行叠前去噪处理,达到去除宽频随机噪声的目的。首先运用二维小波变换的理论,采用自适应门限阀值方法进行去噪,同时结合中值滤波方法联合去噪。模型与实际数据的应用效果表明,联合去噪方法可有效压制噪声能量、保留高频有效信号、提高地震记录信噪比与分辨率。     

一种改进型seislet域迭代阈值压制混叠噪声方法

高效混叠采集技术可以实现多组激发源同时激发产生地震波场,大大提高采集效率,但是由于相邻激发源之间较短的等待时间,会使得地震数据产生严重的混叠干扰,影响地震数据成像质量。针对此问题,设计了一种改进型seislet域迭代阈值压制混叠噪声方法。该方法首先采用中值滤波对经过NMO后的混叠数据进行滤波,然后利用seislet域迭代阈值去噪技术提取剩余的有效信号,并和经过中值滤波后的结果相加,接着再利用混叠算子计算去混叠噪声后地震数据的伪分离结果,然后求取该伪分离数据和原始混叠地震数据的差值,再次重复上述步骤,将每步骤提取的剩余有效信号进行累加,直到信噪比达到期望值,输出最终压制混叠噪声的地震数据。通过数据验证,本文改进方法可以在压制混叠干扰的同时,有效的保护信号。     

连续小波变换在面波压制中的应用

由于原始地震反射数据含有大量噪声,因此地震数据的降噪处理是十分重要的,而面波的压制是陆上地震资料降噪处理的主要问题之一。这里根据共炮点记录中面波与反射波主要能量在时间～尺度域的分布不同,以及面波的频率特性等特点,提出了一种基于时间～尺度域的面波衰减方法。将该方法用于实际炮集资料的处理,并与常用的F-K滤波方法进行对比,结果表明,该方法在衰减面波干扰的同时,能更好地保护反射波,并且对于信噪比较低的浅层反射信号能够取得较好的效果。     

基于倾角中值滤波法的浅层反射地震叠前信噪分离技术

浅层反射地震资料中面波一般比较发育,对有效信号形成干扰,现有压制面波等相千干扰的处理手段主要适用于中深部、深部地震勘探,但并不适用于浅层反射地震资料的处理。为此提出了倾角中值滤波法。该方法是基于叠前地震单炮道集上反射波与强线性干扰在￡吨域视速度上的差异,在多组视倾角范围内,求取一个最佳视倾角,将最佳视倾角的振幅序列的中值视为相干干扰,利用“减去法”,达到信噪分离。通过模型与实际资料的处理,汪明该方法能够有效分离强线性干扰,并保留了强线性干扰的特性,提高了资料的信噪比,保真度高,是浅层高分辨率地震勘探的一种理想的叠前信噪分离技术。     

基于中值滤波和seislet阈值法联合压制混叠噪声方法

混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。     

提高海上单道反射地震记录信噪比和分辨率的方法技术

海上浅层单道反射地震的数据不需要水平叠加处理,该方法在更容易获得较好的保真度、较高分辨率剖面的同时,要求有高信噪比的地震记录为基础。通过对野外数据采集过程中噪声干扰情况的分析,合理地选择激发震源、检波器因素及仪器参数,不仅能够得到频带较宽、主频较高的高分辨率地震时间剖面,而且能够压制部分随机噪声;在资料处理流程中,采用有效的方法技术对数据进行信噪分离,削弱多次及绕射等干扰波的影响,可进一步提高单道地震记录的信噪比和分辨率。     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。