显式分形插值在有限元叠前逆时偏移成像中的应用

以分形理论为基础,借助于压缩映射原理和不动点理论及实变函数理论,给出了分形插值函数的显式表达形式,同时给出了垂直比例因子的局部显式表达式.利用该显式分形插值方法对稀疏采样的地震记录进行了插值加密处理,并对原始记录和分形插值重建记录进行了叠前逆时偏移处理.数值重建实验表明,显式分形插值重建的剖面与原始地震剖面非常类似,单道地震记录则表明显式分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的估计.叠前偏移结果则表明,分形插值叠前偏移剖面是原始记录偏移剖面的良好近似,二者的分辨率几乎一样.     

分形插值地震数据重建方法研究

对分形插值方法作了较详细的探讨,给出了分形插值函数的显式表达方式,同时给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.利用该方法对理论模型和济阳坳陷实际地震台站资料进行了重建处理,结果表明,分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的恢复.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对单道地震图插值重建结果的分析,说明了本文分形插值方法具有较高的精度和较高的效率,有深入研究的潜力.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势.     

地震道重建和重采样的分形插值方法研究

为了对地震数据进行高保真重建,本文给出了分形插值函数的一种替代形式,即利用某一函数的逐段积分表达形式构建相应的分形插值函数,这种形式在以往的地震数据处理文献中未曾提及.这类分形插值函数在分形和线性插值之间建立了一种简单的关系.实际上,利用这种简单关系,许多分形插值函数问题可以简化为一种简单的向量/矩阵表示.此外,利用这种替代形式,借助于压缩因子的显式表达,我们可以进行高精度的地震数据重建.本文借助于这种分形插值函数的替代形式,发展了一种新的地震数据重建和重采样的方法.为了检验本文方法的有效性,我们采用济阳凹陷10个在一条线上的地震台站的数据对该方法进行了检验,实际地震图重建结果表明了本文提出方法的有效性.     

基于显式垂直比例因子的显式分形插值地震数据重建

在前人工作的基础上对分形插值方法作了详细的探讨,给出了分形插值函数的显式表达方式.在量纲分析的基础上给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.研究了垂直比例因子的变化对分形插值精度的影响.数值实验表明,随着垂直比例因子的增大,分形垂直的误差逐渐增大,二者之间呈显出指数增长的趋势.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对理论地震道插值重建的分析,说明了本文分形插值方法的高精度和高效率.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势.     

利用513中强地震仪记录图计算长周期地震动反应谱c

介绍了利用513中强地震仪记录图计算地面运动反应谱的方法．以泰安地震台记录的1976年7月28日唐山地震的7.1级强余震两个水平分向的513记录图为例，对记录图进行了数字化、弧形校正、等距插值、仪器响应校正后，在频率域里计算了周期T10 s的不同阻尼比的水平向绝对加速度反应谱、相对速度反应谱和相对位移反应谱．      

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论，对地震记录剖面进行小波分解，在小波变换域，对各分量剖面进行分时分频相关分析，并依此进行加权处理，最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．     

分形插值法在地电场干扰数据处理中的应用

当地电场和地电阻率同场地观测时,地电场观测会受到地电阻率观测的供电干扰,这类干扰时间短、干扰形态和出现时间固定,影响了地电场观测数据的正常变化形态,给数据分析和地震科学研究造成困难.为解决这一干扰问题,本文在比较分形插值方法与传统插值方法优劣的基础上,采用分形插值方法对受干扰的地电场观测数据进行重建,以提高信号重建的精...     

半径-斜率域加权反假频地震数据重建

为减小地震数据缺失给地震后续处理工作带来的影响,需要对地震数据进行插值重建.针对反假频插值重建这个难点问题,进行了相关研究,并由此提出了一种改进的R-P（半径-斜率）域加权反假频地震数据插值重建方法.该方法将F-K（频率-波数）谱变换到R-P域,在R-P域设计一个权函数并将其作用于每次的迭代插值过程.通过模型数据和实际数据的测试,证明了该方法具有较好的反假频插值重建能力.     

波动方程有限差分法叠前深度偏移

从地震叠前反射椭圆方程出发,本文导出了基于波动理论的共偏移距地震剖面叠前偏移方程,然后对此方程进行参考速度场中的浮动坐标变换,获得了叠前深度偏移方程．为了解决叠前衍射方程中含有对深度的二阶导数引起波场延拓成像的不适定问题,文中采用低阶偏微分方程组近似描述全上行波的办法,得到了衍射方程的高阶近似方程,并给出了计算衍射方程和折射方程稳定的差分格式,最后用此方法编制的程序对某一碳酸岩地区的地震资料进行了试处理,效果良好．     

二维线性流变体波的有限元模拟

用加里津方法推导了二维线性流变体内波传播的有限元方程，方程内包含了边界项，使得处理人工边界影响有较好的结果．同时考虑了其它一些因素，例如，吸收介质、爆炸源、自激自收等．实例表明，作者在仿真性方面的努力是成功的，计算的垂直地震剖面理论地震图质量比较好，结果也显示了地表低速层对地表水平记录剖面的干扰．     

Interferometric interpolation of sparse marine data

We present the theory and numerical results for interferometrically interpolating 2D and 3D marine surface seismic profiles data. For the interpolation of seismic data we use the combination of a recorded Green's function and a model‐based Green's function for a water‐layer model. Synthetic (2D and 3D) and field (2D) results show that the seismic data with sparse receiver intervals can be accurately interpolated to smaller intervals using multiples in the data. An up‐ and downgoing separation of both recorded and model‐based Green's functions can help in minimizing artefacts in a virtual shot gather. If the up‐ and downgoing separation is not possible, noticeable artefacts will be generated in the virtual shot gather. As a partial remedy we iteratively use a non‐stationary 1D multi‐channel matching filter with the interpolated data. Results suggest that a sparse marine seismic survey can yield more information about reflectors if traces are interpolated by interferometry. Comparing our results to those of f‐k interpolation shows that the synthetic example gives comparable results while the field example shows better interpolation quality for the interferometric method.     

地震数据Bregman整形迭代插值方法

人工地震方法由于受到野外观测系统和经济因素等的限制,采集的数据在空间方向总是不规则分布.但是,许多地震数据处理技术的应用（如：多次波衰减,偏移和时移地震）都基于空间规则分布条件下的地震数据体.因此,数据插值技术是地震数据处理流程中关键环节之一.失败的插值方法往往会引入虚假信息,给后续处理环节带来严重的影响.迭代插值方法是目前广泛应用的地震数据重建思路,但是常规的迭代插值方法往往很难保证插值精度,并且迭代收敛速度较慢,尤其存在随机噪声的情况下,插值地震道与原始地震道之间存在较大的信噪比差异.因此开发快速的、有效的迭代数据插值方法具有重要的工业价值.本文将地震数据插值归纳为数学基追踪问题,在压缩感知理论框架下,提出新的非线性Bregman整形迭代算法来求解约束最小化问题,同时在迭代过程中提出两种匹配的迭代控制准则,通过有效的稀疏变换对缺失数据进行重建.通过理论模型和实际数据测试本文方法,并且与常规迭代插值算法进行比较,结果表明Bregman整形迭代插值方法能够更加有效地恢复含有随机噪声的缺失地震信息.

     

Restoration of missing offsets by parabolic Radon transform1

Restoration of missing offsets and trace interpolation is an interesting and important problem in seismic data processing. Based on the parabolic Radon transform, a method is presented for missing offset restoration, resampling and regularization of prestack individual CMP gathers. The method is also valid for resampling spatially aliased seismic data. The method is based on the parabolic assumption of the seismic events which is generally verified after a partial NMO correction in the CMP organization of the data. The essence of the method consists of a band-limited forward parabolic Radon transform of the data containing zero traces at the missing offset locations. The curvature range is chosen to map properly the coherent energy while the zero traces map beyond that range. After inverse transform the originally zero traces are partly filled with information. Several iterations of forward and inverse transform, every time replacing the zero traces in the original gather with the partially reconstructed ones, almost fully restore the zero traces. Efficient and fast algorithms can be built up to process data having a uniform geometry. Examples on synthetic as well as on field data demonstrate clearly the robustness of the method.     

主动源与被动源地震数据插值及联合数据成像

本文提出了两种情况下主动源数据和被动源数据的插值方法,并研究了两种数据在偏移成像中的互补效果.基于互相关法被动源数据重构原理,本文提出了结合多域迭代去噪技术的重构方法.提出了两种时间域主动源和被动源数据的插值方法,分别是共炮点域能量匹配插值和共检波点域最小平方匹配插值.然后对获得的主动源和被动源联合地震数据进行叠前深度偏移成像.在被动源活跃度不是很高的地区进行被动源地震勘探时,少量的主动源地震数据可以有效控制和补充被动源数据的成像效果.在稀疏炮点的主动源勘探中,有效利用被动源的信息能够在成像中增加更多的细节信息,提高成像质量.     

Simultaneous Denoising and Interpolation of Seismic Data via the Deep Learning Method

Utilizing data from controlled seismic sources to image the subsurface structures and invert the physical properties of the subsurface media is a major effort in exploration geophysics. Dense seismic records with high signal-to-noise ratio (SNR) and high fidelity helps in producing high quality imaging results. Therefore, seismic data denoising and missing traces reconstruction are significant for seismic data processing. Traditional denoising and interpolation methods rarely occasioned rely on noise level estimations, thus requiring heavy manual work to deal with records and the selection of optimal parameters. We propose a simultaneous denoising and interpolation method based on deep learning. For noisy records with missing traces, we adopt an iterative alternating optimization strategy and separate the objective function of the data restoring problem into two sub-problems. The seismic records can be reconstructed by solving a least-square problem and applying a set of pre-trained denoising models alternatively and iteratively.We demonstrate this method with synthetic and field data.     

2D地震数据规则化中随机稀疏采样方案

地震数据规则化是地震信号处理中一个重要步骤,近年来受到广泛关注的压缩感知技术已经被应用到地震数据规则化中。压缩感知技术突破了传统的Shannon-Nyqiust采样定理的限制,可以用采集的少量地震数据重构完整数据。基于压缩感知技术的地震数据规则化质量主要受三个因素影响,除了受地震信号在不同变换域的稀疏表达和11范数重构算法的影响外,极大地取决于地震道随机稀疏采样方式。尽管已有学者开展了2D地震数据离散均匀分布随机采样方式研究,但设计新的稀疏采样方案仍然很有必要。在本文中,我们提出满足Bernoulli分布规律的Bernoulli随机稀疏采样方式和它的抖动形式。对2D数值模拟数据进行四种随机稀疏采样方案和两种变换（Fourier变换和Curvelet变换）实验,对获取的不完整数据应用11范数谱投影梯度算法（SPGL1）进行重构。考虑到不同随机种子点产生不同约束矩阵R会有不同的规则化质量,对每种方案和每个稀疏采样因子进行10次规则化实验,并计算出相应信噪比（SNR）的平均值和标准偏差。实验结果表明,我们提出的新方案好于或等于已有的离散均匀分布采样方案。     

基于一种改进凸集投影方法的地震数据同时插值和去噪

基于稀疏反演的地震插值方法是一种重要的插值方法, 然而大多数这类方法只针对无噪声数据或者高信噪比数据插值.实际上, 地震数据含有各种噪声, 使得插值问题变得更加困难.凸集投影方法是一种高效的插值算法, 但是对于含噪声数据的插值效果不理想, 针对含噪声数据提出的加权凸集投影方法能够实现同时插值和去噪, 但是除了最小阈值需要认真选取外, 增加一个权重因子来实现去噪功能.本文由迭代阈值算法推导出加权凸集投影方法, 证明其是解无约束优化问题的一种方法, 加权因子可以看作拟合误差项的系数.本文还提出了一种改进的凸集投影方法, 与原始凸集投影方法相比该方法不需要增加任何计算量, 只要通过阈值的选择来进行插值和去噪.数值模拟证明了该算法的计算效率, 并且对含噪声数据能够实现较好的插值效果; 先插值后去噪的结果证明了同时去噪和插值算法的可靠性和稳定性.     

基于压缩感知的加权MCA地震数据重构方法

地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA（形态成分分析）方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明：基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.