S变换谱分解技术在深反射地震弱信号提取中的应用

在深反射地震资料处理中,当来自深部的有效弱信号和噪声干扰频带差异较小且难以区分时,传统滤波方法的应用会受到限制.谱分解方法是一种使用离散傅里叶变换,基于信号的频率-振幅谱等信息生成高分辨率地震图像的方法,通常用来识别介质物性横向分布特征,处理复杂介质内频谱变化和局部相位的不稳定性等问题,包括定位复杂断层和小尺度断裂等.S变换作为一种新的时频分析方法,具有自动调节分辨率的能力,近些年来被广泛应用到勘探地震、大地电磁等数据处理中,逐渐成为地球物理方法中噪声压制的有效方法之一.与常规石油反射地震资料相比,深反射主动源地震为了探测深部结构信息,常采用大药量激发方式、长排列观测系统等,导致深部有效信号基本湮灭在噪声干扰之中.针对深反射数据特点,本文结合谱分解和S变换技术,首先设计了简单的脉冲函数实验数据,证实S变换方法的有效性,同时说明谱分解方法的效果受所用时频分析方法影响较大,而其中决定分辨能力的变换窗函数的选取尤为重要.在此基础上,分别应用到深反射地震资料的单道和叠加剖面实际数据上,对比分析了传统变换谱分解和S变换谱分解的应用效果,单道资料对比结果表明:相比传统谱分解,S变换谱分解方法具有自动调节分辨率的能力,能够精确的标定深反射地震资料中弱信号不同时刻的频率分量; 叠加剖面资料应用结果表明:由S变换谱分解得到的剖面结果与其他谱分解方法结果整体上具有较高的一致性,同时清晰地刻画出原叠加剖面上被噪声湮灭的低频细节特征,提高了剖面的分辨率及同相轴连续性;对比结果明显看出,Gabor变换谱分解方法得到的结果同相轴较为破碎,分析原因认为这是由Gabor变换的时频分解方法的定长窗函数所致,窗口大小不会随着信号频率的变化来调节长度,只能在处理的过程中根据一定的记录长度范围选取窗函数参数,而S变换谱分解方法在窗函数的选取时,通过时变信号的局部频率特征自动调节窗口长度,能够更好的刻画各个频段的细节特征,在深反射剖面成像应用中效果尤为明显.本文结果表明S变换谱分解技术在深地震叠加剖面上的应用有效地提高了来自深部弱反射信号的信噪比和分辨率,并刻画出了叠加剖面上所不具有的低频细节特征,在实际深反射地震资料处理中能有效保护低频弱信号获得更好的成像效果.本文为深地震反射资料中弱信号的保护处理找到一种有效的方法.     

地震复谱分解技术及其在烃类检测中的应用

谱分解技术在地震解释领域已得到广泛应用,但常用的谱分解方法存在两方面的不足.一是时间分辨率低,难以对薄层进行刻画;二是在烃类检测中多解性强,难以区分流体类型.为了改善该问题,本文提出一种基于地震复谱分解技术的烃类检测方法.复谱分解是指用一个包含多个不同频率Ricker子波的复子波库对地震道进行分解,从而得到时变子波频率和相位信息的过程.借助稀疏反演技术复谱分解可以获得高分辨率的时频能量谱和时频相位谱.本文首先通过拟合算例验证了复谱分解方法刻画薄层的能力以及求取子波频率和相位的准确性.然后利用基于Kelvin-Voigt模型的黏弹波动方程数值模拟对衰减引起子波相位改变的原因进行了分析.最后通过实际资料应用展示了本文方法在储层预测中的高时间分辨率优势,验证了利用子波相位信息识别气藏的有效性.     

基于广义S变换研究地震地层特征

将S变换引入到地震地层研究中,用广义S变换代替短时Fourier变换或连续小波变换,用于地震数据频谱分解和提取地震旋回特征.为此,首先研究了S变换的性质及其与短时Fourier变换、连续小波变换的比较,进一步给出广义S变换的特点,说明其如何获得更高分辨率.同时,对前述方法进行数值实现,模型数据试算结果表明算法的正确和有效性.在上述工作基础上,本文首次提出用广义S变换进行地震频谱分解和研究地震旋回,给出实现策略及2D实际地震数据试算结果,证明方法的有效性,为进一步实用化奠定理论和方法基础.     

广义S变换地震信号时频分析

广义S变换继承和发展了S变换的优点,其引入了λ、p两个参数,对S变换中固定的基本小波进行了推广和扩展,使得其时窗更灵活多变,在一定程度上提高了非平稳信号分析处理的时频分辨率。通过线性调频信号模拟测试对比,证实了广义S变换的信号聚焦能力明显优于S变换,能够更好地刻画信号的局部特性。最后,以某区二维单炮地震数据为例进行了地震信号的广义S变换时频分析,取得了良好效果。     

S变换在定点形变观测中的应用

应用S变换,对比分析湖州地震台秒采样定点形变观测到新疆皮山县6.5级地震的频谱动态演化特征,VP倾斜仪和JCZ地震计记录的地震波较为相似,不同的震相有不同的周期,有显著的震相特征,但SSQ倾斜仪不同震相的周期没有显著的差异性。     

S变换在常规测井信息处理中的应用综述

为提高常规测井信息解决地质问题的能力,本文梳理了S变换的基本原理及性质,归纳总结了现今S变换用于地震资料处理的研究成果,分析展望了S变换用于测井信息处理的可能方面.研究表明,S变换是一种具有高时频分辨率的信号处理方法.在地震资料处理中,S变换可用于地震波的初至识别、地震信号滤波去噪、基于地震信息的沉积旋回划分、碳酸盐岩...     

稀疏短时傅里叶变换谱分解方法及应用

谱分解是地震资料处理非常重要的方法,传统的谱分解方法具有时频分辨率低等缺点,为了提高谱分解方法的性能,本文提出了基于稀疏约束的短时傅里叶变换时频分析方法.该方法利用地震信号时频域表示的冗余特性,建立地震信号稀疏约束的时频域分析模型,并利用快速投影迭代软阈值投影算法(Projected Fast Iterative So...     

希尔伯特-黄变换在地震资料处理中的应用

希尔伯特-黄变换是最新发展起来的处理非线性非平稳信号的时频分析方法.本文介绍了该方法的基本原理和几个关键技术,以及其优势所在,并将它应用于含随机噪音的地震信号和实际地震资料的分解.分解后的信号能够重构原始信号,重构后在信噪比和分辨率方面有了一定的提高,对地震资料的去噪有重要意义.     

基于广义S变换的地震资料振幅谱补偿和相位谱校正方法研究（英文）

由于地下介质对地震波振幅的影响和地震波频散因素,地震波振幅和相位随时间、空间及频率的变化而发生改变,本文提出一种基于广义S变换的振幅谱补偿和相位谱校正新方法。该方法在S域中分为振幅谱补偿和相位谱校正两个步骤进行处理:振幅谱补偿是在地震记录可靠频带范围内恢复反射系数的振幅谱,其具体实现是在S域中利用谱模拟技术来拟合时变子波振幅谱,从而补偿由地层吸收所引起的振幅衰减;相位谱校正是消除子波剩余相位的影响,其具体实现是在S域中利用相位扫描来拾取随时间、空间和频率而变化的相位校正量,并由Parsimony准则来进行最佳相位判别。本文方法不需要直接求取Q值,能够适用于变Q值情况。理论模型和实际资料处理表明,该方法不仅能恢复地层反射系数的振幅谱,还可以有效消除子波剩余相位的影响,使子波接近或达到零相位,从而提高地震资料分辨率。     

基于S变换的山西地区不同地震事件频谱特征分析

应用S变换和广义S变换获得山西地区地震、爆破、塌陷的时频特征,结果表明,S变换可显示不同地震事件较完整的时频分布信息,广义S变换对事件在具体频率的分辨率上有明显的提高,结合两种方法可得到对应事件较完整的时频特征。综合分析认为,地震的震源机制较复杂,高频能量丰富,地震频谱频带范围较宽,一般在0～20 Hz左右,高频成分较多,峰值多在10 Hz;爆破的震源简单,一般主要产生在P波群,爆破的频带较窄,一般在0～10 Hz,频率偏低,一般在3～4 Hz左右;塌陷属于瞬时压缩源,能量释放时间短,波的传播路径简单,频带窄,集中于0～10 Hz,主频率集中在0～3 Hz。     

基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

基于稀疏约束反演谱分解的频变AVO储层识别方法

时频分析技术是描述和分析非平稳信号的有效工具,如何提高谱分解的时-频分辨率受到了国内外学者的广泛关注.基于稀疏约束反演的谱分解方法（ISD）是近些年提出的一种具有高时-频分辨率的谱分解方法.然而传统ISD方法采用复雷克子波作为母小波函数,很大程度限制了信号分析的分辨率和精度.本文创新性地将传统ISD方法拓展到其他线性变换当中,提高了ISD方法的适用性.利用合成数据测试并对比了传统方法与ISD方法的时频分析结果,研究表明ISD方法不但能提供高分辨率的振幅谱,还能提供可靠的时-频相位谱信息.在此基础上,本文提出将高时-频分辨率的ISD方法与频变AVO（FAVO）反演相结合,得到能指示流体的地震波频散属性.将该方法应用于实际资料,结果表明基于ISD时频方法的FAVO反演结果具有更高的分辨率和准确度,对于储层油气具有更好的指示作用.

     

The attenuated Ricker wavelet basis for seismic trace decomposition and attenuation analysis

The widely used wavelets in the context of the matching pursuit are mostly focused on the time–frequency attributes of seismic traces. We propose a new type of wavelet basis based on the classic Ricker wavelet, where the quality factor Q is introduced. We develop a new scheme for seismic trace decomposition by applying the multi-channel orthogonal matching pursuit based on the proposed wavelet basis. Compared with the decomposition by the Ricker wavelets, the proposed method could use fewer wavelets to represent the seismic signal with fewer iterations. Besides, the quality factor of the subsurface media could be extracted from the decomposition results, and the seismic attenuation could be compensated expediently. We test the availability of the proposed methods on both synthetic seismic record and field post-stack data.     

Wavelet‐based cepstrum decomposition of seismic data and its application in hydrocarbon detection

How to use cepstrum analysis for reservoir characterization and hydrocarbon detection is an initial question of great interest to exploration seismologists. In this paper, wavelet‐based cepstrum decomposition is proposed as a valid technology for enhancing geophysical responses in specific frequency bands, in the same way as traditional spectrum decomposition methods do. The calculation of wavelet‐based cepstrum decomposition, which decomposes the original seismic volume into a series of common quefrency volumes, employs a sliding window to move over each seismic trace sample by sample. The key factor in wavelet‐based cepstrum decomposition is the selection of the sliding‐window length as it limits the frequency ranges of the common quefrency section. Comparison of the wavelet‐based cepstrum decomposition with traditional spectrum decomposition methods, such as short‐time Fourier transform and wavelet transform, is conducted to demonstrate the effectiveness of the wavelet‐based cepstrum decomposition and the relation between these two technologies. In hydrocarbon detection, seismic amplitude anomalies are detected using wavelet‐based cepstrum decomposition by utilizing the first and second common quefrency sections. This reduces the burden of needing dozens of seismic volumes to represent the response to different mono‐frequency sections in the interpretation of spectrum decomposition in conventional spectrum decomposition methods. The model test and the application of real data acquired from the Sulige gas field in the Ordos Basin, China, confirm the effectiveness of the seismic amplitude anomaly section using wavelet‐based cepstrum decomposition for discerning the strong amplitude anomalies at a particular quefrency buried in the broadband seismic response. Wavelet‐based cepstrum decomposition provides a new method for measuring the instantaneous cepstrum properties of a reservoir and offers a new field of processing and interpretation of seismic reflection data.     

非二次幂Curvelet变换及其在地震噪声压制中的应用

本文分析了Curvelet变换在地震数据处理中的优势及不足,提出了非二次幂Curvelet变换.主要有两点改进:(1)将经典Curvelet变换非自适应的二次幂多尺度多角度分解方式改进为基于地震数据特点的、自适应非二次幂可控多尺度多角度分解方式,可以更有效地反映地震信号的主要方向特征和频率特征;(2)在最粗尺度引入各向异性分析,实现了对低频信号的精细处理.本文通过处理合成记录和含有面波干扰的实际数据算例验证了非二次幂Curvelet变换在地震噪声压制中的有效性.     

地震数据正交投影分解方法的研究与应用

地震记录正交分解是值得研究的重要问题.本文将人工神经网络自组织学习算法引入到地震数据处理中,提出地震数据神经网络正交分解方法.在分解后的特征子空间中进行特征提取来消除相干和随机噪声,提高地震记录的信噪比.研究结果表明,这种实现方法是可行的,因特征滤波或数据压缩一般只需为数不多的主分量,本文的方法可根据滤波需要自适应提取所需主分量,可免去大量无用的计算,因此,本方法可降低滤波的计算成本,参与分解的道数越多效果越明显.最后,给出了对实际资料进行特征滤波的一个应用实例.     

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.     

地震信号分数阶Gabor变换谱分解方法及应用

本文将分数阶Gabor变换(FrGT)引入到地震信号的分析与处理中,即利用新近兴起的分数域时频分析技术及其良好的局部时频能量聚集特性,进行地震信号的分数域谱分解及特征分析.论文在基本Gobor变换原理基础上推导了FrGT的公式及紧支撑时频带宽积下的最优阶次确定方法,建立了FrGT的一般流程,并进行了信号的数值仿真和性能分析.最后,将该方法应用于实际地震信号的时频分析,可获得最优阶下的各个高分辨率的单频剖面.解释结果表明,该方法具有潜在优势,可为地震储层预测,尤其是储层流体识别应用提供一条新的途径.