基于自相似块匹配的地震数据信噪分离方法研究

传统的基于三维曲波变换的随机噪声压制方法在同相轴不连续处会损害有效信号,存在伪影,难以取得理想的去噪效果,因而不能准确检测地震数据中地质体的边界信息。研究了基于自相似块匹配的三维地震资料去噪和边缘检测方法。自相似块匹配方法将含噪数据划分成相似数据块集合,同一数据块集合中的子块波形近似。该方法充分利用了三维地震数据的自相似性和冗余性信息,通过阈值界定相似程度将三维地震数据中的相似数据块聚集,将在常规域中难以压制的噪声变换到四维域中进行衰减,然后再进行逆变换得到去噪后的剖面。自相似块匹配方法有效提升了地震数据的信噪比和保真度,去噪结果无伪影。自相似块匹配Canny边缘检测结果表明,该方法很好地保存了不连续处的信息,能有效识别地质体边界信息。理论模型和实际资料的处理结果表明,该方法能有效压制三维地震资料中的随机噪声;与传统曲波变换阈值方法相比,该方法对有效信号的保护能力更强,能够保留原始数据中的不连续性信息,使基于自相似块匹配的Canny边缘检测方法能够实现对地质体边界的准确检测。     

基于广义S变换及高斯平滑的自适应滤波去噪方法

常规基于广义S变换的噪声压制方法需要人为确定高频噪声在时频域的压制范围。针对这一问题,联合广义S变换的自适应时频滤波函数和高斯平滑去噪算法发展了一种自适应去噪方法。首先对信号进行广义S变换获得时频域数据,在S反变换重构时间域信号过程中采用数据自适应时变滤波函数去除大部分高频随机噪声;然后对时间域信号采用高斯平滑滤波函数去除信号中剩余高频随机噪声。模型和实际资料试算结果表明,本文的滤波去噪方法能够有效去除地震数据中的高频随机噪声,具有较强的适应性和实用性。与常规的随机噪声衰减预测法相比,本文方法受处理参数影响较小,且处理后有效信号在时频谱上的时频分辨率较高。     

基于经验模态分解的f-x域面波压制方法

为了克服f-k滤波规则空间采样的限制和由于滤波窗口选取不当造成的有效信号损失或面波压制不完全的缺点,本文提出了基于经验模态分解(EMD)的f-x域面波压制的方法。经验模态分解可以自适应地按照频率由高到低将信号分解为不同的固有模态(IMF)分量,在空间方向上可以看作是波数由高到低排列,且IMF1分量主要表征高波数的数据。根据面波主要分布在低频高波数域的特性,在f-x域沿空间方向提取低频段数据进行EMD,舍弃分解得到的IMF1分量,就可以有效地压制面波。EMD对数据是否规则采样要求并不严格,这种方法也可以看作是自适应高切波数f-k滤波。模型及实际资料处理结果表明,这种方法较f-k滤波更能有效地压制面波并且保留有效信号。     

利用时空域预测实现地震资料随机噪声衰减

本文在对频率－空间域预测滤波压制随机噪声进行分析的基础上，实现了时间－空意域线性预测压制随机噪声，与频率－空间域方法相比，时间－空间域预测法可以自由地控制算子在时间方向的长度，尤其对中、低信噪比地震资料具有更强的压制随机噪声的能力。该方法可以很方便地扩展为全三维随机噪声衰减。文中给出了应用此方法的理论模型和实际资料的例子，表明它是一种很有效的去噪手段。     

利用多道相似组稀疏表示方法压制随机噪声

针对目前地震数据随机噪声压制方法采用的稀疏表示方法中单一的正交基无法根据地震数据特征自适应调整基函数,基于数据分块的自适应超完备学习字典方法通常忽略块之间相似性的问题,提出基于多道相似组稀疏表示模型的去噪算法。由于地震记录波形在邻近记录道存在较强的相似性,首先在训练窗口内计算与目标地震数据块所包含的多道记录的波形相似度,利用相似度最高的一组数据块构造多道相似组;然后采用自适应超完备字典学习算法完成基于多道相似组的字典构建与稀疏编码;最后通过迭代阈值收缩算法求解L1范数最小优化问题,逐步提高编码系数的稀疏程度,保留地震数据主要特征,压制随机噪声。与现有随机噪声压制算法对比,本文算法具有更高的峰值信噪比(PSNR),并且能更好地保持复杂区域地震数据同相轴的局部特征。     

采集脚印自适应压制方法

海上拖缆地震资料采集受潮汐、海水速度变化、拖缆漂移等因素影响,条带状采集脚印噪声发育。应用三维频率-波数域滤波、时间切片的二维波数域滤波等叠后压制方法时滤波器设置复杂,而且对与有效信号重叠的低波数采集脚印噪声的压制能力较弱。提出了基于时间切片的采集脚印噪声自适应压制方法,该方法通过拉普拉斯算子识别采集脚印噪声,将噪声变换至波数域并根据采集脚印波数谱阈值自适应设置该时间切片的波数域滤波器,进而通过波数域滤波完成采集脚印噪声压制。海上应用实例表明,本方法不仅能够压制高波数采集脚印与随机噪声,对与地震信号重叠的低波数采集脚印噪声也能实现有效压制。     

局部频率域SVD压制随机噪声方法

常规SVD技术去除随机噪声是在时间域进行的,对水平同相轴有较好的去噪效果;但对同相轴是倾斜或弯曲的情况,则要进行局部倾角扫描校正,从而限制了其在实际中的应用。为此,本文研究了局部频率域SVD压制随机噪声方法,有效克服了时间域局限性。首先对时空域滑动窗口内地震数据进行傅氏变换,并对每个频率切片构建Hankel矩阵,再对Hankel矩阵进行SVD滤波(降秩重构),最后反变换到时间域,得到去除随机噪声的结果。通过构建块Hankel矩阵,将该方法扩展到三维地震数据体的噪声压制处理中。模型及实际资料处理结果对比表明,该方法在有效压制随机噪声的同时,能够较好地保留有效信号,优于常规频域预测滤波结果。     

基于多窗口相干性的倾角导向主分量滤波

为了在压制地震数据噪声的同时保持反射结构边缘信息和有效频率成分,研制了基于多窗口相干性的倾角导向主分量滤波方法,该法结合边缘保持滤波,可实现多窗口边界保持和主分量滤波。将此法用于多道地震记录提取有效信号的特征值重构信号,可以提高地震记录的信噪比。利用多窗口相干性扫描和二次曲线/面拟合计算二维/三维地层的精确视倾角,以相干值最大时的倾角导向窗口内的地震道数据作为主分量滤波的输入,实现输入主分量滤波器的子体数据的自动选择。实际资料的应用和分析表明,基于多窗口相干性的倾角导向主分量滤波方法在增强同相轴连续性的同时,也加强了有用的不连续性信息（如断层）,避免了由于滤波作用而引起的地震图像边缘模糊,可清晰地刻画地层的几何形态和展布特征,且能够较好地保持原始地震数据体的有效频率成分和地震纵向分辨率。     

f-x域Cadzow技术分块压制随机噪声及其应用

介绍了一种f-x域Cadzow滤波分块压制随机噪声的技术。首先构建Hankel矩阵,然后利用复数域奇异值分解(SVD)技术进行特征值分解,利用优选特征值的加权并通过替换频率切片实现随机噪声的压制。采用分块处理解决实际地震资料中存在的倾角变化非稳态问题,与传统的假设同相轴水平的SVD技术相比,该技术无需对同相轴进行任何相对时差校正,在假设线性同相轴条件下适应同相轴交错的复杂情况。模型数据处理结果表明,如果地层的倾角个数与选取的特征值个数相同,则对无噪数据没有损害。实际资料处理结果表明,f-x域Cadzow滤波技术是一种稳健的压制随机噪声的技术。     

基于F-X域预测和全变分的串行滤波器

传统的F-X域预测滤波方法在理论上需要假设地震同相轴呈线性,当假设条件不满足时,在分离有效信号和随机噪声时会产生信号畸变。本文提出一种基于F-X域预测滤波和全变分滤波的串行压制噪声方法,对F-X域预测滤波的残差信号进行全变分滤波,并将全变分滤波结果与F-X域预测滤波结果相加作为有效信号的估计。对合成地震数据和实际地震数据的处理结果均表明,相对于F-X域预测滤波法,本文方法在压制随机噪声的同时能更好地保护有效信号,即显著提高信号的保真度。     

基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法

单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题。经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊。为了更有效地处理地震数据,研究了正则化局部自适应核回归（RLASKR）方法进行随机噪声压制。传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来。模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果。     

基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法

单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题。经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊。为了更有效地处理地震数据,研究了正则化局部自适应核回归（RLASKR）方法进行随机噪声压制。传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来。模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果。     

基于高阶相关的Curvelet域和空间域的倾角扫描噪声压制方法

 低信噪比地震数据处理一直是人们关注的问题。本文基于Curvelet多尺度多角度分析理论及高阶统计理论,提出高阶相关的Curvelet域和空间域倾角扫描压制随机噪声方法,并从向量量化角度解释了该方法的基本原理。文中分析了Curvelet域θ角度特征,提出利用θ作为倾角扫描的角度因子并进行空间域高阶相关计算,实现了对复杂区地震数据的压噪处理。通过对设定模型算例及实际资料的处理计算,验证了该方法在保持有效反射波信息的前提下,可有效压制随机干扰,所得地震剖面的信噪比比常规滤波处理方法有显著的提高。     

基于三维各向异性拉普拉斯滤波的随机噪声压制方法及应用

准噶尔盆地叠后地震资料随机噪声压制主要采用三维空间预测滤波（FXY）方法。由于假设同相轴在短距离内是线性的,因此该方法在提高强能量信号信噪比的同时,也会损伤相对弱小信号,模糊断层和裂缝等线性相关性较差的地质体的信号特征。为此,基于GeoEast系统研发了利用三维各向异性拉普拉斯滤波的随机噪声压制方法。模型试验和在准噶尔盆地不同地区的实际资料应用结果均表明,本文方法对随机噪声的压制效果优于FXY方法,能明显提高地震资料信噪比、较好地保护有效信号、清晰展现地质体边缘特征细节及提高断层成像精度,为后续储层反演和精细地震资料解释夯实了基础。     

地震图像随机噪声的非局部均值去噪法

随机噪声的存在往往会影响地震图像分析的准确度。为了提高图像分析质量,提出了一种基于非局部均值滤波（ Non Local Means）抑制地震图像随机噪声的新方法。在对滤波像素点去噪时,该方法分配给每个相似像素点的权重不依赖于2个像素点的空间距离,而是依赖以该像素点为中心的图像子块与以当前像素点为中心的子块之间的相似性,且滤波参数h的选取对滤波效果起到至关重要的作用。结合实例,对地震资料进行了具体分析。结果表明,与传统方法（如中值滤波、高斯滤波）相比,采用非局部均值滤波方法合成地震记录和实际数据时,既能有效地抑制地震随机噪声,又能较好地保留地震同相轴陡变处或同相轴弯曲处的边缘细节信息,具有实用性和有效性。     

最小极化度滤波

地震信号和随机噪声具有不同的极化特性，可以利用极化分析的方法压制地震记录上的随机噪声。以Samson(1973)提出的谱矩阵极化分析方法为基础，结合复地震道技术给出最小极化度滤波方法。假设地震记录由有效信号和不相干随机噪声组成，由不相干随机噪声的复地震道构造协方差矩阵，将此协方差矩阵作为谱矩陈，根据不相干随机噪声的极化度最小这一准则，推导出最小极化度滤波方法的算子。该方法既可应用于三分量地震记录，也可用于单分量的地震记录。     

自适应倾角导向技术在断层识别中的应用

在油气勘探开发过程中,断层和裂隙的分布形态一直是三维地震资料解释所关注的重要问题。地震资料中包含的随机噪音,往往影响断层的刻画精度,因此,解释过程中常采用去噪技术来消除噪音,提高断层刻画精度。常规去噪技术在提高地震资料信噪比的同时通常会破坏反射结构的边缘信息和断层的尖锐性,影响构造解释和油藏描述的准确性。为了解决结构保护去噪和断层检测难题,提出基于自适应倾角导向技术的断层识别方法,具体步骤如下:先生成包含采样点倾角和方位角信息的导向体;再将导向体作为滤波的输入数据进行导向滤波,提高信噪比的同时保留地层中的重要构造信息;最后将滤波后的数据体在倾角导向的控制下进行相似性属性提取,从而识别断层,提高断层解释精度。结果表明:在自适应倾角导向技术运用基础上,最终提取的相似性属性有效地突出了断层处的不连续性,去噪效果良好,有效增强了断层的识别能力。整体而言,自适应倾角导向技术是一种刻画断层和识别地质体边界的有效方法,目前已在复杂油气藏勘探中取得了较好的应用效果。     

基于倾角控制的各向异性高斯滤波法

传统的各向同性高斯滤波在去噪的同时会造成同相轴边缘失真问题。采用一种基于倾角控制的各向异性高斯滤波方法,利用倾角信息控制滤波方向,使各向同性的高斯滤波改进为可沿地质构造主方向滤波的各向异性高斯滤波。模型试验和实际地震数据测试结果表明,各向异性高斯滤波能自适应地调整滤波方向,有效去除随机噪声,保持原始地质构造特征和同相轴边缘信息。     

山区复杂构造低信噪比地震资料的修饰性处理

叠前去噪后，初叠剖面上还有随机、相干噪声，以及处理中产生的噪声，因此需要做叠后去噪，即修饰性处理。常用方法有相干加强，模式化加强，随机噪声衰减和去规则干扰，其原理是基于多道相干去噪。去噪具两重性，可提高信噪比，但会造成波形和构造形态失真。针对山区复杂构造低信噪比资料，提出了做好修饰性处理的思路和方法：①了解复杂构造顶部、翼部和地层变化的反射特征；②熟悉去噪方法的性能，及其参数对剖面特征的影响；③用压制干扰波来提高信噪比，有利于有效波的保真，采用f—x域滤波与f—k滤波相结合的方法，可降低对弯曲同相轴的影响程度；④解释与处理相结合，有利于压制规则干扰波和突出有效波。     

基于Contourlet变换的K-L变换地震随机噪声自适应衰减方法

地震资料中有效反射信号具有丰富的纹理及边缘特性,在Contourlet变换域系数较大并具有相关性,而随机噪声均匀分布于Contourlet变换域且系数较小。考虑K-L变换具有分类特征提取的优势,在Contourlet变换基础上应用K-L变换,采用最大似然估计法和多尺度噪声估计法估算地震记录中有效信号及随机噪声的Contourlet系数方差,并将其应用到K-L变换域能量百分比阈值函数的定义中,自适应地确定用于K-L反变换的特征向量,修改Contourlet变换的系数,再进行Contourlet反变换压制随机噪声。数值模拟及实际地震资料去噪效果表明,基于Contourlet变换的K-L变换去噪方法不仅可以有效地压制地震资料中的随机噪声,提高地震资料信噪比,而且具有较好的保真性。