基于广义S变换的地震资料高效时频谱分解

 常用的谱分解方法因时窗固定，使时频分辨率不能变化；谱分解生成的若干共频率谱数据体不仅占用大量存储资源，而且使解释工作量繁重。为克服这两个问题，构造了一种小波函数可调整的广义S变换，它可根据地震信号的频率自适应地调整分析时宽，获得较理想的时频分辨率。通过研究储层的几种顶底反射系数组合在广义S变换域中的时频响应，发现其振幅极值出现的频率位置与储层厚度及反射系数的符号直接相关，利用这一规律提出了基于广义S变换的地震资料高效时频谱分解方法，从谱分解后的若干共频率数据体中抽取振幅极大值的频率数据合成一个谱极大值数据体，减少了数据的存储量，提高了信噪比。在实际资料处理中用于分析岩性、地质构造和砂岩储层的空间展布，取得了良好效果。     

广义S变换谱分解技术在松辽盆地中浅层的应用

常规地震资料处理方法难以适应松辽盆地中浅层岩性圈闭识别的要求.而目前解释和反演手段较单一,也很难解决扶余油层所面临的丰度逐渐降低、主体砂岩发育条带高度分散、厚度减薄、储层预测难度大等诸多困难.为了提高扶余油层的探明储量,开展了广义s变换的理论、方法和应用研究,以提供岩性圈闭中河道和砂体的有效识别及预测方法.应用该方法,编写了模块并在高台子、敖南等工区进行了实际应用,结果表明:应用该方法在扶余油层河道砂体识别中收到了良好的效果,为地震解释和反演提供了一种新的技术手段.     

广义S变换地震高分辨率处理方法研究

广义S变换能根据实际地震信号的频率分布特点和时频分析的侧重点灵活地调节窗函数随频率的变化趋势,加快或减慢窗时宽随频率的变化速度,使窗函数的振幅呈现多种非线性变化特征,更好地适应具体信号的分析和处理。在广义S变换实现时引入窗函数库、弦函数库、快速傅里叶反变换,使运算简洁、易行、高效,通过选取合适的参数组合,对得到的时频谱进行能量重新分配、重构,得到高分辨率地震信号。理论模型和实际资料处理结果表明,该方法能够有效增强地震信号时域和频域的分辨率,使地震剖面的构造特征和岩性特征更为清晰。     

广义S 变换在地震信号特征信息提取中的应用

基于S 变换具有良好的时频聚焦性,将可灵活选取窗函数的广义S 变换引入到地震信号特征信息提取中,系统研究广义S 变换在地震信号局部刻画和总体描述中的应用。通过理论模型和实际资料的试算表明,广义S 变换在特征信息提取方面是行之有效的,具有较强的抗干扰能力。同时可根据目标体的研究需要,合理选择瞬时频率振幅谱剖面、某频率段地震剖面和单频剖面来识别地震剖面中特征信息,为进一步地震资料处理和解释提供可靠依据。     

基于广义S变换的独立频谱分量盲提取

广义S变换具有良好的时频聚集性,可以得到用来研究地层信息特征的单频数据体.但单频体分解过多会对地震数据分析带来不便,此外,如果信号在时频域上相距太近,甚至混叠,对地震信号的研究会带来很大困难.基于盲信号处理算法在广义S域中从众多的单频数据体中提取出一些有效的独立频谱分量,来识别地震剖面中的有用特征信息.在仿真试验的基础...     

基于广义S变换的地震资料频率补偿技术

加窗函数的广义S变换不仅吸收了短时傅里叶变换和小波变换的优点,而且可以灵活选择尺度因子对地震资料进行时-频分析。本文以此为基础,提出了新的地震资料频率补偿方法。该方法对地震剖面作时-频分析并提取单频剖面,结合地质约束条件,分时间选择合适的频率范围进行频率补偿。模型和实际处理结果表明了该频率补偿方法的有效性,并且在提高地震资料频率的同时避免了虚假同相轴的产生。     

基于广义S变换的低频瞬时能量谱油气检测技术

讨论了S变换的优良性质,并对S变换作了进一步推广。将从地震资料中提取的地震子波代替S变换中的基本小波,实现了应用在地震资料中的广义S变换。通过对原始地震数据做广义S变换,得到了S域中单频率段的复地震道;由单频率段的复地震道进一步求取瞬时属性,得到了广义“三瞬”,即广义瞬时振幅、瞬时频率、瞬时相位(也称单频段的瞬时振幅、瞬时频率、瞬时相位)。当储层中含有流体或气体时,会引起地震波能量和频率的变化,表现为高频段能量的衰减和低频段能量的增强,故利用基于广义S变换的低频瞬时能量谱可进行油气检测。     

广义S变换在煤田地震勘探中的应用

从满足煤田地震勘探的角度出发,针对地震子波在浅层传播过程中变化较小的特点,对传统S变换的基本小波进行加权处理,以弱化地震子波的影响,通过改变频率域窗函数的宽窄,获得高频端理想的时间分辨率,发展了一种新的广义S变换方法。并以此为基础,利用时频分析的高频剖面能有效地分辨薄层的原理,提出了一种新的基于广义S变换的高频分析方法。该方法不仅可以有效地识别薄层的顶底界面和端点位置,而且计算速度快,实际应用潜力很大。     

广义S变换在地震高分辨处理中的应用

基于S变换的时[CD*2]频局部化思想，采用可灵活选择窗函数的广义S变换，以实际地震子波代替常规S变换中的基本小波，系统地研究了广义S变换在地震高分辨处理中的应用，并首次提出了基于广义S变换的高分辨剖面。仿真实验和实际资料的处理结果均说明广义S变换在地震高分辨处理方面的可行性和有效性，由此得到的高分辨剖面不仅有效地提高了地震波的主频，而且可以通过提取单频曲线或单频剖面，细致地研究局部构造的层位信息，为地震资料处理和解释提供了一种有效的工具。     

地震谱分解算法对比及不确定性分析

地震反射是典型的非平稳信号,地震谱分解实质上就是连续时频谱分析。频谱分解是唯一的过程,可供选用的算法很多;每种算法既有优点,又有缺陷;为了达到精确应用的目的,选用恰当适用的算法十分重要。为此,在对目前常用的几种谱分解算法介绍的基础上,结合其中的一些方法的谱分解结果,对各种算法的时间、频率分辨率和定位性进行了对比,同时,对谱分解的不确定性因素进行了剖析,并针对不同用途指出了适用的谱分解算法。     

基于小波变换的谱分解技术在地震模型解释中的应用

谱分解技术是一项基于频率谱分解的解释技术,根据地震反射中各频率成分对应的调谐振幅不同,计算出相应的储集层的厚度。小波变换是谱分解的重要方法,将该方法运用到地震物理模型中,不仅可以有效地预测储集层的厚度,而且可以描述储集层的横向变化、沉积相带演变。     

基于谱分解的薄层调谐与AVO异常识别方法

我国油气田多为薄层或薄互层类型,薄层调谐效应导致叠加剖面上出现假亮点,这些"亮点"与含油气亮点(第3类AV0异常)有本质区别.针对这一问题,根据实际储层的岩石物理参数和地质条件,设计了楔形和薄层地质模型,分析了薄层调谐效应与频率之间的关系和含油气亮点与频率之间的关系,并由此提出利用谱分解技术来识别真假亮点.实际地震资料...     

基于广义S变换和JADE算法的储层识别

广义S变换具有良好的时频聚集性,能够获得反映储层性质的时频谱,但由此生成许多单频数据体,造成地震数据的分析和解释工作变得繁琐。为此,将广义S变换和特征矩阵联合近似对角化(JADE)算法相结合,进行储层识别。在时间域内对地震信号做广义S变换,然后在时频域内提取一些相互独立的有效频率分量,最后根据已知井的储层发育情况,选取对储层识别有效的频段分量进行储层预测。仿真和实际地震数据应用结果表明了该方法的有效性。     

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。     

基于短时傅里叶变换的频谱比法提取吸收系数及应用

地震波的衰减是指地震波在地层介质中传播时部分能量不可逆地转化为热的过程。地震波衰减信息是从纵波反射地震资料中提取的一个十分重要的物性信息,因为它对地层岩性及含油气性的灵敏度远远高于速度、密度等物性参数。结合实际地震资料,利用基于短时傅里叶变换的频谱比法对目标区的吸收系数进行提取,通过分析发现,含气层的吸收系数要强于周边地层,再结合钻井、地质、测井等资料综合分析,可以较好地预测含气层。     

基于广义S变换的x-f-k变换

对于在时频域上分散的噪声信号,很难在传统的频率-波数(f-k)平面上找到单一的合适的滤波区域.基于S变换的空间-频率-波数(x-f-k)变换(SXFK)是一种依据偏移距变换的f-k域滤波,能很好地解决该问题.然而,SXFK变换是基于S变换的固定的基本小波,使其在应用中会受到限制.提出基于广义S变换的x-f-k变换(GS...     

地震信号谱分解匹配追踪快速算法及其应用

提出了地震信号谱分解的两步法匹配追踪(MP)算法。该方法根据最优小波的时间延迟,采用多点同时搜索的方式,在不损失MP算法精度的同时使运算效率得到了提高。阐述了基于Ricker小波MP算法的基本原理,给出了两步法MP快速算法的实现步骤。基于理论模型,讨论了MP算法谱分解的效果,并与Gabor变换和小波变换的谱分解效果进行了对比分析;利用谱分解的峰值瞬时频率进行了薄层反演,与常规薄层反演算法的对比表明,该方法对储层上、下界面反射系数的变化不敏感。在某地区,利用两步法MP快速算法对实际地震记录进行了谱分解,并基于由谱分解得到的不同频率的切片,分析了含气储层下方的影子效应,结果表明影子效应直接指示了烃类的存在。     

时频域变分模态分解地震资料去噪方法

强噪声干扰、信噪比过低是造成深层地震资料成像不佳的主要因素。为此,提出在时频域内将变分模态分解算法应用于分频地震资料的噪声压制处理的新思路。首先,通过希尔伯特-黄变换（HHT）构建地震数据的解析信号,将地震数据转换到时频域,在时频域进行分频变分模态分解;随后,分析有效信号与噪声在时频切片上的能量分布,在此基础上优选出有效信号模态分量重构时频切片;最后反变换回时空域,达到噪声压制的目的。应用模型数据分析了关键参数对去噪效果的影响;实际资料的应用结果表明该算法可有效压制较强的随机背景噪声,同时对陡倾角的线性干扰也有明显的压制作用。