叠前含随机噪音地震数据抛物Radon变换法重建

抛物Radon变换法是地震数据插值和外推的有效方法。本文研究了含随机噪音地震数据的抛物Radon变换法实现，抛物Radon变换法是沿抛物线路径进行积分的数据处理方法，所以该方法压制随机噪音的原理和CMP道集叠加类似。模拟的水平层状介质模型和二维复杂Marmousi模型数据插值和外推计算结果显示本文给出的方法对含随机噪音地震数据的插值是有效的。实际采集地震数据的CMP道集处理结果表明抛物Radon变换法可以在数据外推的同时有效的提高地震资料的信噪比，是一种实用的叠前地震数据预处理方法。     

高分辨率抛物Radon变换法速度分析

叠加速度谱是当前速度分析的主要方法,该方法需进行人工速度谱解释且分辨率较低.抛物Radon变换法在模型空间域有较高的分辨率,这一特点为该方法应用于地震资料速度分析提供了前提.给出了用高分辨率抛物Radon变换进行叠加速度拾取的方法,基于水平或中等倾角地层CMP道集时距曲线为双曲线的假设,给出抛物Radon变换法叠加速度求取的基本原理和推导过程.方法求取叠加速度计算流程简单,运算效率较高,而且可逐一CMP道集自动实现速度求取,理论数据试算结果表明高分辨率抛物Radon变换速度分析是可行的和有效的,同时具有高精度.     

三维曲波变换在地震资料去噪处理中的应用研究

考虑到二维曲波变换对于三维地震数据难以达到理想的去噪效果,提出了一种基于三维曲波变换的地震资料去噪方法。通过三维曲波变换使三维地震数据变换到曲波域,将三维地震数据分为多个方向和尺度,利用相关计算法判别代表有效信号和随机噪声的曲波系数,并根据曲波变换的性质,采用改进的非线性阈值方法对曲波系数进行处理,最后通过三维曲波反变换得到去噪后的地震信号。模型数据及实际地震资料的处理结果表明,三维曲波变换去噪处理方法可以有效压制三维地震资料中的随机噪声,同时较好地保护有效信号,提高了地震资料的信噪比。     

道均衡抛物线Radon变换法地震道重建

基于抛物线Radon变换地震道重建（PRT）的基本原理和傅里叶变换频谱的基本性质，本文提出了迭代加道均衡抛物线Radon变换（BPRT）方法，把道均衡技术和带限PRT法有机地结合起来，不仅大大提高了缺失地震道插值重建的计算效率，而且成功运用于叠前地震资料的反假频重采样处理中。此法与传统最小二乘抛物线Radon变换法相比，其计算精度相同，且计算效率大约提高了5倍。理论模型试算与实际地震资料处理证明该方法具有精度高、效率高的特点。     

相对保幅的抛物线Radon变换法地震道重建

实际地震资料中常见地震道缺失或空间采样不足的问题,这不仅会导致有效信息丢失,还有可能在后续的处理中产生不利影响。为此,基于抛物线Radon变换进行缺失地震道重建的基本原理,综合考虑AVO响应特征及傅里叶变换基本性质,提出了相对保幅的抛物线Radon变换地震道重建方法。该方法是对前人提出的道均衡抛物线Radon变换地震道重建方法的一种改进,即在道均衡过程中考虑了反射振幅随偏移距的变化,根据AVO特征对不同偏移距的重建地震道采用不同的均衡系数,而不是采用固定的道均衡系数对道与道之间简单地均衡,所以可以加快重建数据向实际数据逼近的速度并提高数据重建的精度。模型数据和实际地震资料的试算结果表明,相对保幅的抛物线Radon变换地震道重建方法对于叠前地震数据的重采样及不同偏移距地震道的重建是有效可行的,不仅能够实现缺失地震道的相对保幅重建,而且可以大大提高重建效率。     

加权抛物Radon变换叠加速度分析

抛物Radon变换（PRT）是进行叠加速度分析较为有效的方法,当缺失原始地震记录道时,加权抛物Radon变换可改善正变换模型空间域的聚焦性。基于水平或中等倾角地层CMP道集时距曲线为双曲线的假设,给出了抛物Radon变换叠加速度求取的基本方法,同时给出加权PRT求解计算时权系数的选取原则。在数据域加权后,求解矩阵的Toeplitz结构并没有破坏,所以仍可用Levinson递推法来进行计算。加权抛物Radon变换叠加速度分析算法容易实现,且计算精度较高,能较有效地处理含多次波的地震剖面。     

利用Shearlet变换提高叠后地震资料分辨率

反褶积、Q补偿、谱白化、小波变换等方法在提高地震资料分辨率的同时往往会放大噪声,降低地震资料的信噪比。由于地震随机噪声服从高斯分布且其本身并无方向性,因而在Shearlet域可将有效信号与随机噪声分开。通过Shearlet变换将地震信号转换到Shearlet域,对Shearlet域系数进行合理的补偿后,再做Shearlet反变换,可实现对地震资料的提高分辨率处理。结合Shearlet变换的这两个特点,首先舍弃随机噪声Shearlet域系数,同时只对优势频带范围内的Shearlet域系数做补偿和提频处理。这样既提高地震资料分辨率又保持了地震资料信噪比。合成地震数据和叠后实际资料的处理结果表明,本文方法可有效提高叠后地震资料分辨率。     

高阶高分辨率Radon变换地震数据重建方法

地震数据缺失会影响处理和解释结果。本文基于Radon变换地震数据重建并结合地震波同相轴横向连续性,提出高阶高分辨率Radon变换地震数据重建方法。该方法将正交多项式变换和Radon变换结合,通过正交多项式变换拟合地震波振幅随炮检距变化特性,改进了传统Radon变换只考虑地震道叠加特性的缺陷,增加了振幅变化的斜率和曲率信息,保留了地震波AVO特性,有利于地震波振幅信息在横向变化情况下缺失地震数据的重建。理论模型和实际数据处理结果表明,该方法可以克服空间假频,实现缺失道数据重建,并保留振幅AVO信息。     

基于各向异性Radon变换的叠前地震数据重建

基于常规双曲Radon变换进行叠前地震数据重建时,即使分辨率很高也难以得到准确的中远偏移距数据,因为地震信号同相轴在偏移距较远时已经不再满足双曲线假设。提出基于各向异性Radon变换,即由偏移距、慢度、非椭圆率三参数控制的各向异性Radon变换进行叠前地震数据重建的方法,考虑了偏移距较远时地震数据的非双曲线同相轴,通过稀疏约束控制Radon变换提高了地震数据的重建精度。针对时变Radon变换耗时较长的问题,在算子求解过程中采用快速迭代软阈值算法(Fast iterative shrinkage-thresholding algorithm,FISTA)加快了收敛速度,提高了计算效率。模拟数据和实际数据的应用结果表明,各向异性Radon变换方法在提高数据重建准确度和计算效率方面效果良好。     

基于压缩感知的OMP算法在地震资料中的去噪效果分析

基于压缩感知理论的OMP算法应用于地震资料的噪声压制,以提高地震资料信噪比。首先对含噪的非平稳信号在小波变换域内稀疏表示,以小波变换作为变换基,用随机高斯矩阵为测量矩阵计算传感矩阵,再运用OMP算法的快速收敛性进行信号重构。模型和实际数据处理结果表明,该方法对地震数据中的随机噪声压制效果明显,有效地提高了地震资料信噪比。     

非抽样离散小波变换叠前地震数据重建方法

叠前地震数据包含了丰富的地层信息,但在实际勘探中由于受采集条件等影响,叠前地震数据地震道缺失现象严重。针对规则采样不规则道缺失的插值恢复问题,一些传统的插值方法无能为力或者插值效果不佳,而近年来发展起来的非抽样离散小波变换（UDWT）,具有很好的稀疏表示能力,比傅里叶变换能更加稀疏地表示地震数据;根据压缩感知理论,即使不满足Nyquist采样定理的要求,利用极少的观测数据,也可能较好地恢复缺失的地震数据。本文提出一种基于UDWT的地震数据插值方法,对地震数据做插值和规则化处理,可以提高叠前地震数据的完整性,理论模型和实际资料的重建效果验证了方法的有效性和实用性。     

无监督残差网络的地震数据重构方法

野外采集的地震数据通常会存在地震道缺失的问题,对其进行重构一直是地震资料处理中的一个难题。目前使用深度学习(Deep Learning,DL)方法重构地震数据主要采用完整地震数据作为标签训练网络模型的监督学习方式,然而对实测野外数据很难获得准确的标签。对大量训练样本的依赖影响了DL方法在地震数据重构中的应用。为此,提出了一种基于残差网络的无监督DL的地震数据重构方法。该方法无需使用完整的地震数据作为训练集训练残差网络,而是以随机数据作为残差网络的输入,以含缺失地震道的地震数据作为网络的期望输出。通过对网络预测与期望输出之间的误差的反向传播,迭代优化网络参数,使网络与期望输出间的误差达到最小,获得参数最优的残差网络,并用该网络重构缺失的地震数据。在网络参数优化过程中,利用卷积的局部和平移不变性质,用卷积滤波器学习多尺度下地震数据邻域之间的相似特征,并在网络输出中呈现学习到的这些先验特征。使用所提方法重构Marmousi模型模拟地震资料和实测海洋拖缆资料中规则和不规则缺失的记录道,并与传统的快速凸集投影软阈值(FPOCS-Soft)方法的结果进行对比,结果表明,无监督残差网络方法可有效重构缺失地震道,准确性高、连续性好,精度高于FPOCS-Soft方法。     

基于Curvelet变换的缺失地震数据插值方法

Curvelet变换具有局部性、多尺度性和多方向性,在处理非稳态地震信号中具有较大的优势,可以利用Curvelet变换的压缩特性重建缺失的地震数据。本文首先分析了基于稀疏变换的缺失地震数据插值的基本原理,在反问题正则化理论框架下,针对L2范数约束和L1范数约束条件,分析了两种约束的差异,着重阐述了基于Curvelet变换的L1范数约束的插值方法,其优点在于对非线性同相轴不需要分窗口处理,并将凸集投影算法(POCS)引入到Curvelet变换的插值方法中,通过采用按指数规律衰减的阈值参数加快了迭代收敛的速度。理论和实际算例验证了Curvelet变换插值方法的有效性。     

基于迭代最小化稀疏学习的三维地震数据重建

受采集技术、现场环境及经济成本等因素的影响，地震勘探中采集的原始数据往往存在缺炮或缺道等现象，这种数据的不完整性对后续数据处理和成像会造成不良影响，故必须重建此类缺失数据。为此，提出基于迭代最小化稀疏学习（Sparse Learning via Iterative Minimization，SLIM）的方法，主要利用三维地震数据频率切片的二维谐波结构特性，对三维随机缺失地震数据进行重建。即先对三维地震数据沿时间轴方向做傅里叶变换，再利用循环最小化算法（Cyclic Minimization，CM）对频率切片的二维谐波谱进行迭代求解，最后对谱估计做傅里叶逆变换而重构缺失数据。此外，采用共轭梯度最小二乘法实现数据重建过程中的求逆运算，以缩短数据重建时间。试验结果表明：所采用的基于频率切片的SLIM方法对合成和实际三维地震数据均取得了较好的重建效果；该方法的重建性能优于基于频率切片的Hankel矩阵降秩的多道奇异谱分析方法（Multi-channel Singular Spectrum Analysis，MSSA）。     

基于多道奇异谱分析的三维地震数据规则化方法

针对野外采集地震数据的非规则性,本文基于多道奇异谱分析(MSSA),推导了三维地震数据规则化方法相关公式,实现了对非规则地震数据缺失道的重建及对三维地震数据进行道加密处理。对模型数据和实际地震资料的处理结果表明：基于MSSA的三维地震数据规则化方法能有效地对三维模型数据及实际资料进行规则化处理,并具有较好的适用性和稳定性。     

基于稀疏离散τ-p变换的非均匀地震道重建

在三维地震勘探中，地震数据的空间采样往往存在非规则化的现象。这对后续的处理，尤其是波动方程偏移，将造成很大的影响。而常规的τ—P变换由于信息不足、有限的孔径和离散等因素，使得τ—P域的结果不准确，存在假象。针对这一问题，提出了一种基于稀疏离散τ—P变换的非均匀地震道重建方法。该方法根据局部时窗内地震同相轴可以看作是一系列线性同相轴的组合的原理，使用稀疏离散τ—P变换和预条件双共轭梯度算法进行地震道重建，使空间方向不均匀采样得到规则化重建。理论计算和实际资料处理的结果表明，用该方法重建的地震道，在波形、振幅和相位等方面与原始数据拟合较好。     

相移插值法偏移中一种新的变延拓步长方法

在叙述相移插值法波动方程偏移原理、对该偏移过程中的波场外推公式及最终成像方程进行适当的改进变形后,重新标定了向下外推算子,使得成像过程可借助于 FFT 来完成,并给出了一种不同于时间域内插的新的变延拓步长的方法。本方法与传统的相移插值法偏移中时间域内插值法变延拓步长相比,向下外推步长可远远大干地震波视波长的四分之一,从而满意地解决了相位插值偏移算法效率低的问题。文中给出的理论模型计算与实际煤田及陡倾角地震数据偏移处理的结果表明:本方法是一种快速经济的,适合于陡倾角、复杂地质构造归位的 f-k 域偏移成像技术。     

孤家子—后五家户气田地震反演与储层建模综合研究

地震反演和储层建模是储层横向预测的两种方法。地质统计学地震反演是一种基于模型的地震反演，采用地质统计学空间插值技术建立模型，将测井曲线或测井解释成果曲线演化为“假阻抗”来合成地震记录，寻找子波，再将地震道直接反演成储层属性。这种方法避免了波阻抗转换为储层属性所造成的误差。储层建模横向预测中，应用协克里金算法联合地震反演与原始测井两种数据，综合建立地质模型。在孤家子—后五家户气田实际应用中，选取具有代表性的R2.5梯度曲线进行反演，反演结果反映了砂体分布。结合各井点测井解释数据，进行了储层建模，提高了横向预测精度。