基于加权一致性的蚁群算法在断层检测中的应用

突出地震数据振幅空间不连续性的断层增强属性体是断层自动解释的基础,而如何压制噪声、地层残余响应、角度不整合接触等伪断层的影响是断层自动检测的关键问题之一.在指纹图像边缘检测处理中,一致性是对指示局部方向场信息各向异性强度的一个度量,本文将其作为一种新的断层增强属性引入到地震数据处理中.为了更有效地压制噪声,本文通过对一致性进行加权处理,再结合蚁群算法,提出了新的断层自动检测方法——基于加权一致性的蚁群算法.理论地震模型和实际地震数据的处理结果表明,对于相同的断层检测过程,对比常规的基于方差属性的蚁群算法和基于C3相干属性的蚁群算法,本文所提方法不仅更有效地压制了噪声和地层残余响应产生的伪断层信息,而且更完整地展现了断层的延伸长度,同时具有更高的稳定性和计算效率.     

S变换在地震资料处理中的应用及展望

S变换是近年来发展起来的一种具有高时频分辨率的信号处理方法,它的时频分辨率与信号的频率有关,反变换简单,基本小波不必满足容许性条件,并且不存在交叉项.广义S变换弥补了S变换的一些不足,具有更高的频率聚集能力.本文总结了实际应用中具有代表性的几种广义S变换类型,并结合实例从4方面内容综述了S变换在地震资料处理中的应用:应用S变换和广义S变换在时频域滤波去噪以提高信噪比,压制面波和拾取初至波;通过检测频率和振幅等地震波属性信息研究地层中地质体和精细构造,提高地震波的主频进行地震高分辨分析;进行地层吸收衰减补偿和地层品质因子Q值的求取;以及瑞利面波频散分析和面波频散曲线的提取.本文介绍的结果及其他很多应用均表明S变换和广义S变换是地震资料处理中的一个有效手段.但是,目前S变换多应用于勘探地震学中,我们在文章最后分析展望了S变换在天然地震学中的潜在应用.     

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.     

基于结构自适应中值滤波器的随机噪声衰减方法

本文提出一种保护断层、裂缝等地层边缘特征的结构自适应中值滤波器,用于衰减地震资料中的随机噪声.基于地震反射同相轴局部呈线型结构的假设,采用梯度结构张量估计地层倾向,分析地层结构的规则程度,在此基础上引入地震剖面中线型和横向不连续性两种结构特征的置信度量.结构自适应中值滤波器根据这两种置信度量调整滤波器窗函数的尺度和形状,根据地层倾角调整滤波器窗函数的方向,从而使得滤波操作窗能够最佳匹配信号的局部结构特征.将本文方法用于合成和实际数据的处理,并与两种常用中值滤波方法进行对比,结果表明,该方法能够更好地解决地震剖面的随机噪声衰减和有效信号保真的问题,在增强反射同相轴的横向一致性的同时有效保持了剖面内的地层边缘和细节特征,显著改善了地震资料的品质.     

快速3D抛物Radon变换地震数据保幅重建

为解决3D AVO地震数据快速保幅重建问题,在传统3D抛物Radon变换的基础上提出一种3D快速高阶抛物Radon变换方法.该方法将传统抛物Radon变换与正交多项式相结合,通过正交多项式系数描述地震数据AVO信息,确保重建后的地震数据具有良好保幅效果.同时,该方法引入新变量λ_x=q_xf和λ_y=q_yf,通过对q_xf和q_yf的整体采样,消除了3D高阶抛物Radon变换算子对频率的依赖,使变换算子的求逆过程仅需计算一次,大大节省计算时间.理论模型和实际地震资料的处理结果表明,该方法重建效率高,保幅效果良好.     

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...     

3D高阶抛物Radon变换地震数据保幅重建

本文结合传统3D抛物Radon变换（PRT）和AVO数据正交多项式拟合,给出了3D高阶抛物Radon变换方法（HOPRT）.该变换增加了描述AVO数据变化的梯度信息和曲率信息,拓展了传统3D抛物Radon变换方法,使其在具有AVO特征的数据重建中具有更高的准确度,从而提高AVO分析的可靠性.文中给出了3D高阶抛物Radon变换进行地震数据保幅重建的流程.理论模型和实际地震资料的重建结果显示了本文方法的优点.     

高阶统计量油气检测方法研究

利用高阶统计量比功率谱函数包含更多信息并具有对高斯噪声不敏感的优点,及地震信号的高阶谱特征,本文提出一种新的利用地震属性参数（高阶谱特征参数）进行油气检测和识别的方法. 理论模型和实际资料的检验结果不仅证实了地震信号的高阶谱特征所对应的地质意义,而且得出了含水砂岩和含气砂岩的高阶谱属性规律,可以直接用来进行油气预测,其油气预测效果比常规振幅类属性具有更好的抗噪声能力.     

高阶seislet变换及其在随机噪声消除中的应用

Seislet变换是一种小波类数学变换方法,主要根据不同小波级数上地震同相轴的局部倾角的不同来分析数据.一般意义上,测线方向上的离散小波变换（DWT）是一种特殊的零局部地震倾角的seislet变换.早期的工作基于低阶版本的离散小波变换来构建seislet变换,在本文中,通过使用Cohen-Daubechies-Feauveau (CDF) 9/7双正交小波变换（常用于JPEG2000压缩标准）作为框架,扩展高阶seislet变换方法.通过分析理论模型和实际数据的处理结果,并对比傅里叶变换、离散小波变换和低阶seislet变换,高阶seislet变换可以为地震数据提供更好的压缩比.因此更加适用于地震数据去噪处理.     

基于结构导向的梯度属性边缘检测技术

地震数据中的不连续性检测对于识别和刻画地下地质体边界具有重要意义.随着勘探目标向岩性油藏和复杂断块油藏的转变,解释人员需要对小断裂、微裂缝等微幅地质体边界信息进行精细刻画.常规边缘检测算子由于算法的局限性不能满足上述需求.本文通过引入能量归一化和沿层检测思想对常规检测算子进行改进,提出一种基于结构导向的梯度属性边缘检测技术.该技术通过结构张量估计得到局部地层区域的倾角和方位角,利用得到的倾角和方位角信息作为约束,使用二维边缘检测算子实现三维数据中的沿层不连续性检测.经过实际资料处理,并与结构导向方差属性对比分析,证实该方法在地层不连续性检测方面具有很好效果,检测得到的不连续性信息在细节上表现更丰富,可以作为地层横向差异和地质体边界识别的有力工具.     

地震信号的复地震道分析及应用

复地震道分析又称三瞬分析,该分析方法可将反映地震信号局部变化情况的地震波的瞬时振幅、瞬时相位和瞬时频率等信息分离开.本文应用Hilbert变换求解虚地震记录,用复地震道分析方法求取"三瞬"信息,并用该方法计算了理论合成地震记录的瞬时振幅、瞬时相位和瞬时频率,获得了较好的效果.同时,本文也利用该方法对某区块实际地震资料进行了处理,结果表明,复地震道分析方法获得的"三瞬"信息可反映地震信号的局部变化,有助于进行地震薄互层分析,并能提高数据的解释精度.     

希尔伯特—黄变换在地电阻率数据处理中的应用

希尔伯特—黄变换用于处理非线性非平稳信号,由经验模态分解和希尔伯特谱分析2部分组成。本文采用希尔伯特—黄变换方法,相继对大同地震台地电阻率月值数据和宝昌地震台地电阻率月值、整点值数据进行处理。结果显示:(1)大同、宝昌地震台地电阻率月值数据对应的Hilbert谱具有较高分辨率,高幅值在归一化频率0.05—0.15区间内呈"余弦"变化形态;(2)希尔伯特—黄变换在提取地电阻率异常变化、高频信息及去除噪声等方面效果较好,在未来地电资料处理中具有广泛的应用前景。     

Seismic channel edge detection using 3D shearlets—a study on synthetic and real channelised 3D seismic data

Automatic feature detection from seismic data is a demanding task in today's interpretation workstations. Channels are among important stratigraphic features in seismic data both due to their reservoir capability or drilling hazard potential. Shearlet transform as a multi‐scale and multi‐directional transformation is capable of detecting anisotropic singularities in two and higher dimensional data. Channels occur as edges in seismic data, which can be detected based on maximizing the shearlet coefficients through all sub‐volumes at the finest scale of decomposition. The detected edges may require further refinement through the application of a thinning methodology. In this study, a three‐dimensional, pyramid‐adapted, compactly supported shearlet transform was applied to synthetic and real channelised, three‐dimensional post‐stack seismic data in order to decompose the data into different scales and directions for the purpose of channel boundary detection. In order to be able to compare the edge detection results based on three‐dimensional shearlet transform with some famous gradient‐based edge detectors, such as Sobel and Canny, a thresholding scheme is necessary. In both synthetic and real data examples, the three‐dimensional shearlet edge detection algorithm outperformed Sobel and Canny operators even in the presence of Gaussian random noise.     

面波压制的Ridgelet域方法

面波压制是地震数据处理中的一个重要问题. 常规的处理方法虽然能在一定程度上压制面波,但是在处理过程中只是单一的利用面波的一种特性,例如频率域滤波中利用面波与有效信号频率之间的差别,因此难以有效地压制面波. 利用Ridgelet变换可将原始地震记录拓展到（a,τ,p）三维空间,从而可以同时利用地震记录的视速度、时间和尺度域特性差别,实现有效信号与面波的分离. 文中通过理论合成记录及实际地震记录的算例,证实了基于Ridgelet变换的面波压制方法是有效且可行的.     

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.     

基于精确震源函数的解调包络多尺度全波形反演

本文提出解调包络方法来重构地震记录中缺失的低频信号,同时该方法能够降低全波形反演的非线性程度;提出伴随状态震源函数反演方法来得到精确的震源函数,并推导了梯度计算公式;解调包络方法结合低通滤波技术,实现了从低频到高频的多尺度反演策略,有效缓解了全波形反演的周波跳跃问题.数值算例证明了解调包络、伴随状态震源函数反演方法和低通滤波多尺度反演策略的可行性及优越性.震源函数反演精度测试结果表明:即使观测记录在缺失低频信息的情况下,也能反演得到精确的震源函数.缺失低频测试和抗噪能力测试结果表明:即使地震数据中缺失9Hz以下的低频信号或者信噪比极低的情况下,利用反演得到的精确震源函数进行解调包络多尺度全波形反演,同样可以得到高精度的全波形反演结果.与Hilbert包络全波形反演对比结果表明:解调包络在重构低频和降低伴随震源主频方面具有一定优势.     

基于VMD的随掘地震超前探测信号谱白化方法研究

随掘地震超前探测震源具有连续、非可控的特点,需要使用互相关技术将连续震源记录转换为等效脉冲震源记录以获取有效反射信号.但随掘地震超前探测信号往往包含一些能量较强且频带较窄的优势频率成分,使得互相关处理会引入较严重的干扰.为此,本文提出将基于变分模态分解(VMD)的希尔伯特谱白化方法应用于随掘地震超前探测信号.该方法首先...     

SIGNAL-TO-NOISE RATIO ENHANCEMENT IN MULTICHANNEL SEISMIC DATA VIA THE KARHUNEN-LOÉVE TRANSFORM*

The Karhunen-Loéve transform, which optimally extracts coherent information from multichannel input data in a least-squares sense, is used for two specific problems in seismic data processing. The first is the enhancement of stacked seismic sections by a reconstruction procedure which increases the signal-to-noise ratio by removing from the data that information which is incoherent trace-to-trace. The technique is demonstrated on synthetic data examples and works well on real data. The Karhunen-Loéve transform is useful for data compression for the transmission and storage of stacked seismic data. The second problem is the suppression of multiples in CMP or CDP gathers. After moveout correction with the velocity associated with the multiples, the gather is reconstructed using the Karhunen-Loéve procedure, and the information associated with the multiples omitted. Examples of this technique for synthetic and real data are presented.     

基于加窗Hilbert变换的复偏振分析方法及其应用

考虑到传统Hilbert变换所隐含的无限长序列假设的实际局限性, 本文将多窗分析法引入到短时序列Hilbert变换中, 通过构建复协方差矩阵和对该矩阵的特征值与特征向量的求解, 获得三分量地震记录的时变偏振参数;基于不同波型的偏振特性与实测偏振参数, 采用线性_余弦权重函数或高斯权重函数自适应空间滤波, 识别与分离具有特定偏振特性的不同地震响应. 针对天然地震三分量记录的处理结果表明, 该方法在识别、分离具有特定偏振特性的不同地震响应方面具有一定的潜力.