多震源地震数据偏移成像方法

多震源地震技术是一种高效的地震数据采集方法技术,得到的地震记录是来自多个震源的混合地震数据.本文在多震源波场传播理论和地震波场满足线性叠加原理的基础上,提出了两种多震源地震数据的偏移成像方法.第一种方法是首先对多震源地震数据进行分离,得到各个单震源的地震数据,然后再利用常规的偏移成像方法进行处理;第二种方法是多震源地震数据的直接偏移成像.把本文提出的多震源偏移成像方法应用于数值模拟的多震源地震数据,验证了本文方法的正确性和有效性,直接偏移成像方法较分离后再偏移方法具有更高的计算效率.     

基于各向异性全变分约束的多震源弹性波全波形反演

多震源编码技术可以提高全波形反演的计算效率,但同时会引入串扰噪声使反演结果质量降低. 全变分约束可以有效地压制层内噪声并突出模型界面,其与多震源技术的结合,能在大大提高弹性波全波形反演效率的同时提高反演质量. 本文提出了一种高效的动态多震源全波形反演策略,可以在离散串扰噪声的同时保证照明的均匀性. 根据残留串扰噪声的分布特征,构建了与之匹配的基于各向异性全变分约束的弹性波全波形反演方法. 为了减少周期跳跃效应,将基于稀疏约束的低频重构算法应用于弹性波地震记录,给出了利用快速梯度投影算法求解各向异性全变分约束的全波形反演流程. 模型数据测试结果表明本文的方法不仅能有效地抑制多震源方法导致的串扰噪声,同时也能降低观测数据中的噪声对反演结果的影响.

     

混合采集地震偏移成像分辨率分析

混合采集技术是同时激发技术的拓展,是对常规地震采集技术的一次重大升级.与常规采集技术相比,混合采集技术通常能提供更高的炮密度,改善地震成像的品质,但也可能会带来传统采集所没有的混合噪声,降低地震成像的质量.如何根据具体工区的地质地球物理条件来选择合适的混合采集观测参数以实现最佳的勘探效益,已成为当前地震勘探中迫切需要解...     

利用微震数据对震源下方构造直接成像

现有的微震记录直接成像方法是将微震记录既当作入射记录,也当作散射记录,从而实现偏移成像.但此方法并不能突出透射波所携带的来自震源下方的深层散射波信息.本文在假设已知微震位置与子波的前提下,提出了对微震下方构造进行逆时偏移的成像方法.该方法类似于常规的逆时偏移,只是震源位置在地下.这使得在成像时,地下更深部的入射波场相比震源在地表时会更为精确,因此能够获得更加准确的成像结果.该方法会给成像结果带来一种尾波高频干扰：地下的震源发出的上行波与上方介质作用后,所产生的多级散射波会干扰反传波场.对此,在成像过程中,对入射场和散射场都进行左右行波分离,以压制该噪声.而在子波信息未知,无法重构入射场时,使用了激发时间成像条件,也能够实现同等效果的偏移成像,且不会出现尾波高频干扰.利用数值实验验证了本文方法的有效性.     

基于迭代去噪的多源地震混合采集数据分离

多源地震混合采集采用随机线性编码方式同时激发多个震源,检波器连续接收地震信号,获得波场混叠的炮记录.该采集技术能够显著提升采集效率和成像质量,其实现关键在于炮分离,即将相互混叠的多源波场数据彼此分离,获得传统采集的单炮记录.最小平方算法只能得到伪分离记录,不能去除混叠噪声.在高混合度的混叠数据中,混叠噪声的能量往往数倍于有效信号,炮分离难度倍增.但在伪分离记录中,该噪声在除共炮点道集以外的其它时域均为随机分布.本文研究提出了一种多时域组合迭代去噪的炮分离技术:通过运用多级中值滤波与Curvelet阈值迭代去噪算法,在不同时域根据混叠噪声特性采用相应的去噪手段,并设计迭代算法优化炮分离结果.实际资料处理结果证明:将本方法应用于高混合度的混叠数据,无论是分离质量还是计算效率,都有明显提升.     

基于脉冲检测的混合震源数据分离

混合震源采集技术相对于传统地震数据采集具有改善成像质量、提高采集效率的优势.减小混合炮中单炮之间的随机延时范围能够有效的提高采集效率,但这也给之后的混采数据分离带来了影响.混采数据经伪分离后非共炮域数据中的混叠噪声明显更加集中,不利于对混叠噪声进行压制.本文提出基于脉冲检测方法对混采数据进行分离,并且与迭代的多级中值滤波方法作对比,时间延时范围较大时,两种方法都能得到很好的分离结果;时间延时范围较小时,本文方法能更有效的去除混叠噪声,同时也能更好的保留细节信息.实际数据计算结果表明,本文方法一定程度上还能够有效压制其他随机噪声.

     

从大偏移距震源的垂直地震剖面法数据得到的西西伯利亚沉积的横波型首波

在上一篇文章里叙述了利用西西伯亚沙依姆油田罗文采油场的垂直地震剖面资料使用纵波型首波构制速度的剖面二篇文章则介绍用其横波型首波构造制该地区速度剖面的方法及研究结果。     

1992年6月28日大贝尔地震宽频记录的分析：多震源的证据

６月２８日大贝尔地震发生于１５：０５：２１格林尼（ＧＭＴ）。该地震被认为是早些时间ＭＷ＝７．３的兰斯地震的余震。从所有余震的位置和工周期震源研究看一 向北东方向传播的，然而，地表没有发现破裂，由强震和ＴＥＲＲＡｓｃｏｐｅ数据所确定的主震位置相互一致，并且没有位于假设的断层面上。此我，对ＴＥＲＲＡｓｃｏｐｅ台阵中得到的记录进行的方向性分析表明，显著的短周期和长周期能量沿假定的相对断层向北西方向传播２     

基于稀疏约束和多源激发的地震数据高效采集方法

地震勘探目标日趋复杂化和精细化,"两宽一高"等采集技术获得了广泛应用,从而导致当前地震数据采集周期越来越长、成本越来越高,如何解决日益增长的勘探成本问题成为当前地震采集领域的研究热点之一.针对上述问题,本文首先开展了基于稀疏性的地震数据高效采集方法理论研究,对地震数据稀疏性基本理论、稀疏约束下随机采样及其数据重建方法进行了深入探讨,提出使用改进的分段随机采样方法灵活地进行实际地震采集测网设计;详细阐述了多源地震激发方法,对多源地震数据分离方法开展了深入研究,提出了基于小窗口中值滤波与稀疏约束联合随机去噪的多源数据分离方法,并在数据分离处理中取得了较好的效果;将上述两种地震数据采集方案有机结合,提出了1）规则多源、随机检波点（DmsRg）、2）随机多源、规则检波点（RmsDg）和3）随机多源、随机检波点（RmsRg）等三种高效采集方案及相应的数据重建方案,满足了后续常规化数据处理的要求,并讨论了多源激发对数据成像的影响.基于Marmousi模型数据的数值试验表明,本文构建的基于稀疏约束和多源激发的高效采集方法理论对于提高地震数据采集效率、降低勘探成本具有重要的应用价值,建立的数据重建方法流程可以取得和常规数据接近的成像结果.本文方法虽然在数值试验中取得了较为理想的效果,但还需要得到野外实际数据采集的进一步检验.     

Separation method for multi-source blended seismic data

Multi-source seismic technology is an efficient seismic acquisition method that requires a group of blended seismic data to be separated into single-source seismic data for subsequent processing. The separation of blended seismic data is a linear inverse problem. According to the relationship between the shooting number and the simultaneous source number of the acquisition system, this separation of blended seismic data is divided into an easily determined or overdetermined linear inverse problem and an underdetermined linear inverse problem that is difficult to solve. For the latter, this paper presents an optimization method that imposes the sparsity constraint on wavefields to construct the object function of inversion, and the problem is solved by using the iterative thresholding method. For the most extremely underdetermined separation problem with single-shooting and multiple sources, this paper presents a method of pseudo-deblending with random noise filtering. In this method, approximate common shot gathers are received through the pseudo-deblending process, and the random noises that appear when the approximate common shot gathers are sorted into common receiver gathers are eliminated through filtering methods. The separation methods proposed in this paper are applied to three types of numerical simulation data, including pure data without noise, data with random noise, and data with linear regular noise to obtain satisfactory results. The noise suppression effects of these methods are sufficient, particularly with single-shooting blended seismic data, which verifies the effectiveness of the proposed methods.     

基于Shearlet变换和广义全变分正则化的地震数据重建

压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分（TGV）约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法（ADMM）求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性.

     

基于Shearlet变换和广义全变分正则化的地震数据重建

压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分（TGV）约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法（ADMM）求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性.     

多尺度全变分法及其在时移地震中的应用

本文针对时间推移地震本身包含不同时期的两次或者两次以上的勘探反问题,构造了一种快速有效的反演方法——多尺度全变分法.通过引入全变分正则化来代替传统的Tikhonov正则化,针对待反演参数不连续的情况,提高了算法精度.为了提高计算效率,引入了多尺度方法,从而构造了多尺度全变分方法.在数值模拟中,针对一个时间推移地震反演问题对多尺度-Tikhonov正则化法、单一尺度全变分法、以及本文所构造的多尺度全变分法进行了比较.结果表明,本文所提出的多尺度全变分法是一种稳定、快速和精确的反演方法.     

Long-term variation of total ozone

The long-term variation of total ozone is studied for 1957 up to date for different latitude zones. The 3-year running averages show that, apart from a small portion showing parallelism with sunspot cycles, the trends in different latitude zones are dissimilar. In particular, where northern latitudes show a rising trend, the southern latitudes show an opposite (decreasing) trend. In the north-temperate group, Europe, North America and Asia show dissimilar trends. The longer data series (1932 ownards) for Arosa shows, besides a solar-cycle-dependent component, a steady level during 1932–1953 and a down-trend thereafter up to date. Very localised but long-lasting circulation patterns, different in different geographical regions, are indicated.     

基于Hinge损失函数的垂向全变差约束全波形反演

全波形反演可以为叠前深度偏移成像提供更高精度的速度模型,但该方法具有较强的非线性,对初始速度模型的依赖性较强,尤其是在实际应用中,地质条件复杂多变,速度变化不连续,增加了反演非线性程度,常常使反演陷入局部极小值,影响反演的精度.全变差约束在图像去噪领域应用广泛,属于非光滑约束,在去噪过程中能有效的保留图像的不连续界面和边缘信息.本文提出基于Hinge损失函数的垂向全变差约束全波形反演方法,在全变差约束的基础上,利用Hinge损失函数控制模型的更新方向,并使用原-对偶混合梯度算法进行求解,给出这一优化问题的迭代格式,有效提高了对地下不连续界面的重构精度,同时也降低反演对初始速度模型的依赖程度.数值算例证明：与常规全波形反演方法相比,基于全变差约束的全波形反演方法可以有效的重构速度模型中的不连续界面,尤其对高速体边缘的重构效果更明显,但该方法对初始速度模型的依赖性仍然较强;基于Hinge损失函数的垂向全变差约束全波形反演方法降低了对初始速度模型的依赖程度,可以从一个较差的初始模型通过循环迭代的方式最终得到同样精确的速度模型,较好的重构了高速体边缘和不连续界面.