一种改进的全变分地震图像去噪技术

消除地震记录中的噪声是地震资料处理的重要环节,它对地震资料的后续处理和解释都有重要意义。在对传统全变分图像去噪模型原理分析的基础上,提出了一种加入扩散张量的改进全变分图像去噪方法。这种方法能够加强全变分模型中扩散项沿地层纹理方向的滤波作用,使得地层沿层理方向的连续性得到一致性增强;同时控制垂直于地层层理方向上的扩散以保护边缘信息。对川西某实际地震资料的处理结果表明,该方法能够有效地消除地震图像中的噪声,增强同相轴的连续性,提高地震资料的信噪比。     

方向性滤波去噪方法及其应用

目前的地震资料去噪方法多为对逐道的地震数据进行去噪处理,未考虑构造或层序方面的信息,方向性滤波去噪方法的不同之处在于它是沿着地震数据的同相轴方向进行滤波,可以更加有效地提高地震信号的信噪比,并增强地震同相轴的连续性.方向性滤波去噪方法是通过梯度结构张量估计地震同相轴的方向信息,根据这些方向信息进行方向性滤波器的设计,并将该滤波器应用于地震数据进行滤波.模型检验及实际应用表明,方向性滤波去噪方法不仅提高了原始地震数据的信噪比,还保持了原始信号的分辨率,方向性滤波去噪处理的地震资料仅在低频和高频部分的能量略有降低,并未降低原始信号的主频,为进一步的地震解释性处理提供高信噪比、高分辨率的地震数据,具有广阔的实际应用价值.     

结构方位滤波在体曲率属性中的应用

在各向异性扩散方程的基础上,结构方位滤波通过扩散张量构建结构张量,从而控制滤波的方向和速度,实现压制噪声的同时保持地震反射同相轴的边缘信息,增强反射同相轴的连续性,突出地层间的接触关系。该方法讨论了不同类型的扩散张量对扩散方程滤波作用的影响,将高斯核和微分算子进行卷积,得到了稳健的结构张量,由此得到了计算三维结构方位滤波的方法。通过加入断层算子使结构方位滤波方程在扩散作用的同时有效保持断层构造等不连续性信息。将该方法应用于实际地震资料进行体曲率属性的计算并与中值滤波进行了比较,结果表明该方法对地震资料信噪比的提高和体曲率属性的正确提取与分析十分有效。     

基于倾角导向梯度能量熵的断层检测方法

断层解释是三维地震数据精细构造解释的关键。三维不连续性地震几何属性分析技术的发展,为断层等不连续性地质边界的检测和识别提供了极大的便利。针对传统地震几何属性对随机噪声较为敏感,用于检测和识别微小断层效果不好这一现实问题,提出了一种基于倾角导向梯度能量熵的相干分析方法。首先利用梯度结构张量获取倾角信息,然后通过构建梯度相关矩阵计算局部地震数据的梯度能量熵值。高能量熵值代表数据的连续性很差,低能量熵值代表数据的连续性很好,因此可以利用能量熵值刻画三维地震数据的不连续性空间结构信息。理论模型和实际数据测试表明,新方法不仅抗噪能力较强,而且对断层等不连续性边界的检测效果比超级地震道第一代相干体（ST-C1）、超级地震道第三代相干体（ST-C3）和局部结构熵相干体（LSE）都好,可以有效地用于三维断层及其他地质边界的地震解释。     

基于GPU计算的三维地震断层解释

应用图像处理方法对地震图像进行预处理后,可直接进行地震断层解释,但基于偏微分方程的图像扩散滤波方法计算效率低,不利于三维地震图像处理。基于GPU(Graphic Process Unit)计算的快速发展,应用GPU加速计算提取三维地震图像的结构张量,由结构张量导向进行地震图像扩散滤波增强预处理;基于三维结构张量识别的三维地震图像不连续区域,采用边缘检测和方差分析方法检测地层和断层区域,再通过设定阈值,提取三维空间中的断层。分别使用CPU和GPU计算处理了样点数为128×128×128和256×256×256的两个三维地震数据体,应用扩散增强滤波技术迭代10次,GPU计算速度分别是CPU计算速度的16.1倍和16.8倍。截取任意三维地震数据体的时间切片,对比了人工拾取断层和计算机自动拾取断层的效果,可以看出,对于较大尺度的断层,人工拾取和计算机自动拾取的结果基本一致,但是对于尺度较小的断层,计算机自动拾取结果更加准确,断层走向更加清晰。     

基于各向异性扩散滤波的地震图像增强处理

为了在提高地震资料信噪比的同时,保护断层等重要构造信息在处理过程中不受到破坏,本文将地震相干属性值作为断层信息保护因子引入到各向异性扩散滤波中,并提出了-种基于各向异性扩散滤波的地震图像增强处理方法。文中首先介绍了该算法的基本原理,然后通过模型试算验证算法的效果,最后对实际数据的处理效果进行了分析,并将此方法与基于Kuwahara滤波的保边增强技术进行了对比。结果表明,该法在保护断层等构造信息的同时,提高了资料的信噪比和可解释性,可为后期的自动或者人工构造解释提供了更好的数据基础。     

图像熵各向异性扩散保边滤波方法及在断层识别中的应用

保护好断层等地质体边缘信息是地震去噪研究的重点,为此提出了一种基于熵的各向异性扩散保边去噪方法。由于熵信息只与资料总体结构有关,可用于准确判断资料所包含断层等特殊边缘的信息,能定量给出在构建结构张量矩阵时需要添加的二阶导数所占比例,更合理地判断扩散方向。模型及实际资料应用结果表明,该去噪方法在提高资料信噪比的同时,保护了断层等小尺度边缘信息,为后续的地震断层精细解释等提供了基础资料。     

提高地震图像信噪比的非线性各向异性扩散算法模型

原始地震图像属于线形纹理图像，地震同相轴表现为线条结构。选取基于偏微分方程的非线性各向异性扩散(即一致增强性扩散)算法模型，通过结构张量的特征向量控制扩散方向，利用扩散张量的特征值控制特征方向上的扩散量，对原始地震图像进行图像处理，增强具有一致性的同相轴及其所反映的重要地质结构。利用能谱分析设计了地震剖面图像信噪比的计算公式，确定了扩散参数的选择范围。处理实际地震剖面图像的结果表明，在信号结构关系不变及其能量保持80％～90％的条件下，原高信噪比地震图像的信噪比可增加约9dB，原低信噪比地震图像的信噪比增加大约15dB，并且不会出现假像，增强了同相轴及重要的地质结构。图1表1参10     

改进的各向异性扩散滤波方法压制地震数据噪声

在压制地震数据噪声时,为有效保持地质体边界、断层等细节特征信息,根据地震数据噪声多尺度特性,分析已有的各向异性扩散滤波模型的特点,将控制扩散特性的梯度阀值、迭代时间和高斯滤波尺度因子参数引入扩散模型中,并借鉴模拟退火的冷却思想,设定高斯滤波尺度因子和梯度阀值为时间的函数,构建了能够保持边缘特征、压制地震数据噪声的各向异性扩散滤波模型。数值试算和实际资料的应用表明,构建的各向异性扩散滤波模型能够自适应地、有效地压制地震数据噪声,为地震数据解释和分析、属性提取提供了较好的基础数据。     

基于构造导向滤波与梯度结构张量相干属性的储层裂缝预测方法及应用

梯度结构张量（GST）相干技术和构造导向滤波技术在断层解释方面各具优势,但将二者结合的应用实例并不多见。为此,提出基于构造导向滤波与GST相干属性的储层裂缝预测方法。首先,利用构造导向滤波方法对地震数据进行各向异性补偿处理,在提高信噪比的同时突出断层和裂缝特征;然后,利用优化处理后的地震数据提取地层倾角、方位角等属性,获得计算断层和裂缝的基础数据;最后,基于倾角、方位角、振幅等数据构建方向导数矢量和GST,通过计算GST的特征值和特征向量,提取突出地震数据结构特征的GST相干属性,实现储层裂缝精细识别。基于构造导向滤波与GST相干属性的储层裂缝预测方法精细预测了川西雷四段上亚段碳酸盐岩储层裂缝,结果表明：断层和裂缝主要分布在T6层以下,T6层反射连续,地层稳定,形成了良好盖层;雷四段上亚段断层、中小尺度断层和裂缝较发育,以构造缝为主,可作为天然气储集空间和运移通道。     

基于张量投票的地震不连续特征增强方法

裂缝、断层及地质体边界等在地震资料上具不连续性特征,现有的边界检测方法往往因为噪声而导致提取的边界特征模糊,完整性和连贯性较低,这给地质解释增加了困难。为此,提出基于张量投票的地震不连续性特征增强方法。首先利用梯度结构张量的特征值、特征向量分析地震几何属性,确定具有地质构造特征的种子点;然后通过种子点的投票域叠加的方式增强地质构造特征,同时挖掘地震属性中隐含的不连续结构特征,使地质体构造特征具有完整性;最终通过张量分解提取连续性、平滑性的特征骨架。模型试算和实际资料处理结果表明,张量投票方法能在刻画断层特征的同时,最大限度地保留视觉上低连续的断裂信息,从而使识别的断层更连续、完整、清晰。该方法具有较好的鲁棒性和适用性,可有效识别地质体边界。     

基于扩散滤波方法的小断层识别技术

扩散滤波技术是-种能保留倾角和地层接触关系反射信息的滤波方法,去噪功能强,有利于提取表征岩相的地震地貌信息。据涠洲A油田开发证实,小断层解释的准确性是增产的关键问题。文中通过对该区地震资料进行扩散滤波处理,然后采用倾角、方位角控制进行相干计算,最后通过沿层切片分析了小断层的平面展布规律,重点对流三段含油储层范围内的小断层进行了解释,解释结果与实际钻井的油水关系、压力等资料相吻合。     

基于各向异性扩散滤波的地震资料噪声压制方法分析与研究

一般情况下,由于各种因素的影响,地震数据中都会存在一定的噪声,这些噪声会影响构造解释及储层预测的精度,从而会影响后续井位部署以及油气勘探的成功率。从模型试验和实际应用结果可以看出,相对于传统的滤波方法,各向异性扩散滤波,不但可以压制地震资料的噪声,提高地震资料的品质,而且可以有效保护地震资料的边界和断点等构造信息,从而为后面的构造解释、属性提取以及储层预测提供更好的数据基础。     

基于张量投票的自动拆分断层方法

地质建模时手工拆分断层工作繁琐且十分耗时,而且断层拆分精度受主观因素制约,特别是在复杂断块区域,可能会造成错误的拆分结果。此外,由于不同工区的地质问题不同,解释精度要求也不一致,致使自动拆分断层难度极大。为此,提出了一种基于张量投票的自动拆分断层方法。该方法的核心是利用张量投票算法计算原始断层点集的方向信息,然后结合断层文件中的空间位置和断棱编号信息,融合现有地质认识,实现断层的自动拆分。具体流程为：①将所有散点编码,并以球张量的形式表现;②根据尺度参数计算所有散点的球张量场并进行张量投票;③对投票后的张量场进行特征值分解,得到所有散点的法向量,进而计算所有散点的瞬时倾角和瞬时倾向;④根据断层点集的方向信息和空间位置信息初步拆分断层;⑤在初步拆分基础上融合地质认识精细拆分断层。模拟数据和实际数据应用表明,基于张量投票的自动拆分断层方法可极大提高断层拆分命名的工作效率和拆分精度。