小波理论及其在地震勘探中的应用

本文简单地回顾了小波分析的发展历史，从参数离散化方式的角度依次介绍了连续小波变换，二进小波变换，和离散小波变换的基本理论和方法，说明了各种小波变换的特性和应用。然后，我们着重讨论了小波理论在地震勘探中的应用，包括应用二维正交小波包技术对地震信号数据压缩和应用二维连续小波变换来提高了地震记录的信噪比和分辨率，并给出了应用实例。     

小波变换在试井数据处理中的应用

小波变换是继傅里叶变换、短时傅里叶变换之后出现的新一代时-频分析方法,具有良好的时频局部特性,因而受到越来越多的关注。在石油和天然气勘探开发领域,小波变换处理地震、测井的不稳定信号,提高油气储层地质特征的识别中得到了较为广泛地应用。然而,相关小波变换在试井数据处理的研究和应用方面的报道较少。文中介绍了小波变换的基本概念、发展过程以及目前在试井中的应用情况,重点阐述了小波变换对试井数据的降噪处理和奇异性检测,以提高油气井流体动态参数变化的识别率。     

小波变换用于地震测井信号的多分辨率分析

本文讨论了短时窗傅里叶变换时频分辨率的缺点，介绍了小波变换的基本概念及多分辨率分析方法，然后和小波变换的多分辨率特性对地震和测井信号进行了时频分析和处理，实验结果表明，小波变换的多分率分析对于分析处理具有时变谱特性的非平稳信号是一种新的有效方法。     

基于小波变换提取吸收系数方法及应用

地震信号的衰减吸收与岩石岩性、地层含油气情况密切相关,地震信号的频率信息能较敏感地反映地层吸收系数的影响。地震信号具有持续时间短、突变快等特点,属于典型的非平稳随机信号。小渡变换能够对信号进行精确的时频分析,同时小波函数的多样性使小渡变换具有很强的灵活性和适应性。在实际勘探区域的数据中,利用小波变换进行时频分析,并利用频谱比法对小波变换的振幅谱提取吸收系数。应用结果表明,该方法对含气储层的识别效果较好．对后期开发工作有较好借鉴意义。     

小波变换及其在地震勘探中的应用

小波变换是一项高新技术，在地震资料处理中的应用颅具潜力。近年来格外受到人们的关注。本文回顾了小波变换的研究历程，基本概念，叙述了小波变换在地震勘探中应用的几个方面，给出了应用实例。     

小波变换在地震信号处理中的应用

小波变换进来发展迅速,已经被广泛应用于解决地质问题,它能够较准确的描述信号在时间和频率方面的分布特点,同时还可以分析信号在频域和时域中的特征,并且能够采用多种分辨率来对信号进行分析,实现了信号的有损和无损传输。本文简要介绍了小波变换用于地震勘探的发展历史,介绍了小波变换的基本思想、主要概念并对它在地震信号处理中的应用做了总结归纳。     

断陷湖盆陡坡带砂砾岩体沉积期次的划分技术

 综合地震、测井及钻井信息，建立以三维地震资料的层序地层解释为基础，以岩心、成像测井资料作标定，以单井测井信号小波变换分析为核心的砾岩体沉积旋回划分技术。利用成像测井资料进行沉积旋回识别的关键在于合理实现“图像”与“岩相”的转换，并利用岩心资料对地层成像测井图像进行刻度，消除地质解释的多解性，建立不同类型的岩相模式。通过地震约束和岩心、成像测井标定下的测井信号多尺度、高分辨率的小波变换分析,可将一维测井信号变换到二维时频域，便能很好地反映信号的周期特征和局部异常，进而为砂砾岩体的旋回划分和内部结构解剖提供技术支持。对济阳拗陷车镇凹陷陡坡带古近系巨厚砂砾岩体的实际分析结果表明，该技术对于用生物化石或测井组合法难以进行地层划分和对比的砂砾岩发育区的沉积期次划分和内部结构解析具有较好的应用前景。     

小波变换在位场数据处理中的应用

小波变换是近年发展起来的一个新的数学分支，在地震勘探中已广泛应用。本文将小波变换引入位场信号处理，以便利用小波分解理论将重磁异常进行分解、滤波、重建，达到提取区域异常和局部异常的目的。尤其是在提取微弱信号中发挥作用，利用滤波提高信噪比。     

基于第二代小波变换的测井信号处理

小波分析技术近几年在测井信号去噪处理方面得到了较为广泛的应用，但是传统的小波变换依赖于傅立叶变换，有大量的卷积运算，运算速度较慢，硬件实现复杂，内存占用大。文章提出采用基于提升算法的第二代小波变换来进行测井信号的去噪处理，提升算法是构造第二代小波的关键技术。通过分析提升算法的基本原理，尝试使用第二代小波对测井信号进行不同分辨率下的分解处理，并使用软限幅函数处理小波分解的细节系数，将处理过的细节系数和近似系数一起重构信号。并将结果和传统小波变换的结果进行了对比，得到了优于传统小波变换的效果。第二代小波变换运算速度快，硬件实现容易，内存占用少，在测井信号去噪处理方面有着广阔的应用前景。     

利用小波参数进行油气预测

近扯来逐步应用到地震勘探上的小波变换，由于它具有良好的时频局部性和不受限制地调整分析分辨率的特点，倍受重视。本文在小波理论分析折基础上，结合模式识别方法，提取了三种小波参数，作为地震特征参数，进行油气检测。     

基于二维小波变换的随机噪声压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的一维去噪方法效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。针对地震信号随机干扰的特点,运用二维小波变换的理论,设计了相应的变换域去噪滤波器。此方法的特点是计算速度快,稳定性好,自适应性强,能对各种地震数据进行去噪处理,模型数据与实际数据的应用效果证明,二维小波变换具有较强的信噪分离能力。     

基于Wigner-Ville分布与Chrip-Z变换的高分辨时频分析方法

时频分析方法一直广泛地应用于地震数据的处理与资料解释中。针对油气勘探面临的圈闭规模小、储层薄且埋深大、烃源丰富却分布零散等复杂情形时,如果地震资料有效信号频带较窄、分辨率较低,则需高分辨时频分析方法,以提高对微型油气目标的识别精度。平滑伪Wigner-Ville分布（SPWVD）双线性时频分析方法具有良好的时频聚焦性,线性调频Chrip-Z变换（CZT）的螺旋采样插值特性可突出三维空间局部细节。结合此二者优势,形成一种可提高地震信号时频分辨率的新方法（SPWVD-CZT）。该方法通过采样的方式实现数值的插值计算,以增加有效频段的划分点数,完善时频分布的局部细节,在时频域实现频谱信息的细化处理。模拟信号试算和实际地震资料河道微相识别的应用结果表明,该方法能显著提升地震数据时频分析的频率采样率,可为微型地质体的发现及油气开发提供技术支撑。     

利用时频域极化滤波压制地震面波

把时频分析方法和自适应协方差矩阵方法结合起来,提出了一种压制地震面波的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构建时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震面波压制。其优势在于可以根据信号的瞬时频率将协方差矩阵的分析时窗长度自适应地选择为每个时频点处的波的优势周期,在每个时频点估计特征参数,无须进行插值。模型数据及实际三分量地震数据处理结果表明,该极化滤波方法在压制地震面波方面具有较高的分辨率。     

应用组稀疏正则化反演的高分辨率自适应Gabor时频分析方法

地震信号频率成分随时间的变化规律(时频特性)对油气检测具有重要意义,且Gabor变换作为最简便的时频分析技术在地震资料解释中得到了广泛应用。然而常规Gabor变换所得时频谱的时间分辨率低,相邻反射子波频谱信息混叠严重,不利于开展高分辨率地震资料解释。为了提高Gabor时频谱的时间分辨率,首先基于Gabor反变换的定义将Gabor时频谱的计算归结为求解反演问题; 然后以相同时刻频谱分入同一组的策略加入组稀疏正则化约束项; 最终利用投影快速软阈值迭代算法实现上述目标函数求解并获得Gabor时频谱。同时,还给出一种利用地震信号瞬时质心频率自适应地构造Gabor时频分析所需高斯窗函数的方法。理论信号实验及实际数据应用表明,该方法可在时间方向上对Gabor时频谱的能量团进行显著压缩,低频端和高频端的时间分辨率获得同步提高,进而在低频和高频剖面上同时清晰揭示薄储层顶、底界面,便于精细对比解释。     

希尔伯特—黄变换时频分析在沉积旋回划分中的应用

希尔伯特—黄变换是基于地震数据对信号进行经验模态分解的新的时频分析方法,其克服了原有时频分析方法因受到分辨率和信号平稳性的限制导致沉积旋回划分精度降低的影响,通过对非平稳信号进行处理得到地震信号不同固有模态分量的瞬时时频特征,以此为基础,精细刻画地震资料中的时间、频率和能量之间的关系,进而依据不同模态分量的瞬时时频特征划分出不同级次的地层沉积旋回。模型数据与实际地震资料的处理结果表明,地震数据通过希尔伯特—黄变换时频分析能够准确地进行地层沉积旋回划分,实现的过程简单实用且精确度较高,从而为地层的沉积旋回划分和精细对比提供了有效方法和参考依据。     

基于匹配追踪的谱分解方法及其应用

谱分解技术作为一项新颖的地震解释技术,在储层预测等方面得到越来越多的应用。准确刻画地震信号在时频空间分布特征是谱分解技术的关键。短时傅里叶变换的时频分辨率受时窗长度限制,不同的时窗参数对结果有较大的影响。小波变换以其多分辨率的特点能够得到更好的时频分布,但其在时间-尺度概念下的时频分解难以理解,而具有自适应特征的匹配追踪方法时频概念相对明确,模型和实际应用表明匹配追踪谱分解具有较好的时频分辨率,更适用于复杂的地震信号。     

An application of matching pursuit timefrequency decomposition method using multiwavelet dictionaries

In the time-frequency analysis of seismic signals, the matching pursuit algorithm is an effective tool for non-stationary signals, and has high time-frequency resolution and a transient structure with local self-adaption. We expand the time-frequency dictionary library with Ricker, Morlet, and mixed phase seismic wavelets, to make the method more suitable for seismic signal time-frequency decomposition. In this paper, we demonstrated the algorithm theory using synthetic seismic data, and tested the method using synthetic data with 25% noise. We compared the matching pursuit results of the time-frequency dictionaries. The results indicated that the dictionary which matched the signal characteristics better would obtain better results, and can reflect the information of seismic data effectively.     

一种基于时频域波形分类的储层预测方法

传统时频分析方法在储层预测中面临以下2个问题：受Heisenberg测不准原理或交叉项的影响,常难以满足分辨率要求;增加了信号的冗余度,频域采样率越高,信号冗余度越高,解释工作量就越大。为了解决这2个问题,提出基于时频域波形分类的储层预测方法,该方法通过同步提取变换对地震信号进行时频谱分解,相当于将复杂信号分解为一系列（不同频率和不同时移量的）简单波形的叠加,并对分解结果利用生成拓扑映射进行分类,进而通过测井、钻井资料标定波形分类结果。该方法能够有效检测地震信号波形变化、精细刻画储层形态。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是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。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。     

基于地震道时频分析的地层结构解析原理和方法

 地震时频分析是通过对地震信号采用多种数学变换，实现从时频域角度对信号的局部特征进行分解，剖析信号细微特征所对应的地层结构。在应用地震时频分析技术过程中，人们对于这项技术能否真正有效地解决实际地质问题存在许多争论。本文从时频原理综合分析的角度出发，对地震道时频谱中各种频率特性参数和时频旋回直接转化成对地层结构逐级、分步的解析方法进行了较深入的探讨。研究认为时频分析原理不仅是对地震数据进行特殊数学变换，实现对信号的分解，而且充分利用了地层厚度的调谐效应及岩性调谐效应；时频谱与地质结构特征之间的良好响应关系为地震地质精细解释提供了直观的依据。