基于小波变换与奇异值分解的地震资料去噪新方法

为了有效地去除地震资料中的随机噪声,充分利用小波变换(WT)去噪和奇异值分解(SVD)去噪方法的优点,提出了一种新的基于小波变换和奇异值分解(WT-SVD)的地震资料去噪方法。该方法首先进行小波软阈值去噪,有效地降低噪声的方差;然后进行基于倾角扫描的奇异值分解去噪,识别噪声点,自动追踪同相轴,并进行同相轴拉平处理,充分利用了奇异值分解方法处理水平同相轴噪声效果好的优点。理论模型和实际资料的去噪结果表明,该研究提出的WT-SVD方法简单易行,比单一的SVD方法和WT方法的去噪效果更显著,有效地消除了地震资料中的随机噪声,显著地提高了地震资料的信噪比。     

中值约束下的矢量分解去噪

首先分析了中值滤波去噪与矢量分解去噪的特点,然后给出了将两种方法结合的新的去噪方法－－中值约束下的矢量分解去噪技术。该项技术先对要处理数据中的样点进行记录,沿信号方向求取中值,并以中值与该样点组成一矢量,然后利用矢量分解的办法在定义的标准矢量上投影分解,从而达到去噪的目的。理论记录与实际资料处理表明,这是一种效果较好的去噪方法。     

小波尺度域和空间域倾角扫描高阶相关去噪技术

 针对常规小波相关去噪仅在尺度域或空间域进行二阶相关去噪的局限，本文提出了一种小波尺度域和空间域高阶相关去噪方法。首先对地震记录剖面进行５个尺度的静态小波分解，得到５个分量记录剖面，对这５个剖面的每道在尺度域对相邻尺度的小波系数进行高阶相关；然后对经尺度域相关的５个剖面在空间域对同一分量记录剖面相邻道的小波系数再进行高阶相关，并用此系数对相应道修正，完成所有分量剖面的空间域相关后的重构，最终得到去噪后的地震记录剖面。数值试验和实际资料处理结果表明，该方法对随机噪声的去噪效果明显优于仅在尺度域或空间域进行二阶相关的小波去噪的效果。     

基于经验模态分解与小波阈值的MT信号去噪方法

针对低信噪比大地电磁数据的去噪问题,本文提出了-种基于经验模态分解的小波阈值去噪方法,并给出了方法原理和计算步骤;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对安徽和内蒙某地实测数据进行了去噪处理。结果表明,本文提出的去噪方法是有效的,去噪后MT信号变得平稳,估算的响应曲线误差棒平均值减小,可为进-步的资料处理和地质解释提供保障。     

一种改进的多次小波变换地震信号去噪方法

根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机噪声,对提高地震记录信噪比和分辨率都有较好的效果。     

复杂地表散射干扰波角度域矢量分解去噪

在复杂地表工区开展主动源地震勘探时,受崎岖地表以及近地表多尺度非均匀体等因素的影响,采集的地震数据中往往散射干扰波发育,采用常规的时频域滤波方法难以将其合理滤除。介绍了一种利用散射干扰波与有效反射波信号出射地表时的传播方向偏差,从角度域入手在叠前进行信号矢量分解滤波的地震数据去噪方法。数值模型实验结果和去噪前、后的实际单炮地震记录对比结果均显示散射干扰噪声和有效反射波信号能够被准确分离。我国西部某工区生产数据的处理结果表明,利用该方法滤除近地表散射干扰波后地震剖面成像质量得到了有效提升。当地震数据中噪声与有效信号在分布和时频特征等方面接近,但存在传播方向偏差时,该方法可以作为时频域、小波域等去噪方法的一种有效补充。     

小波包节点域和空间域倾角扫描高阶相关去噪技术

 小波包去噪就是根据信号和噪声在不同节点、不同层上的差异,在节点域利用其他数学方法(如相关、阈值化处理等)对含噪信号的系数进行缩幅、置零、相关等处理,最后重构原信号。空间域相关是指对经节点域高阶相关后的分量剖面的相邻道进行相关。由于剖面上相邻道的信号具有较强的相关性,而随机噪声的相关性较弱,可利用该特征增强信号,抑制或消除噪声。基于小波包方法、高阶相关方法的特点以及小波包方法在高频段分辨率高的优势,本文提出了小波包节点域和空间域倾角扫描高阶（3阶）相关去噪技术。首先对原始地震记录剖面进行4层小波包分解,得到16个分量剖面,并对这些剖面的每道在节点域对相邻频段的小波包系数进行高阶相关;然后在空间域对同一分量剖面相邻道的小波包系数进行倾角扫描高阶相关;在完成所有分量剖面的空间域相关后,对这些分量剖面进行重构,最终得到去噪后的地震记录剖面。数值实验和实际资料处理结果表明,本文方法的去噪效果明显优于小波尺度域和空间域高阶相关去噪方法,也明显优于常规小波包节点域2阶相关去噪方法。经本文方法去噪后,高斯白噪声得到了明显的压制或消除。     

改进的F-X域EMD去噪技术及分布式并行实现

在地震数据处理领域,较高的计算效率及较好的处理效果一直是地球物理工作者追求的目标。介绍了改进的F-X域(频率-空间域)经验模态分解(Empirical Mode Decomposition,EMD)方法,首先将地震信号转换到F-X域后分解成一系列固有模态函数(Intrinsic Mode Functions,IMF),然后通过小波阈值滤波对固有模态函数除第一个分量之外的其他分量进行滤波处理来达到去噪目的。此外,为解决改进后的F-X域EMD去噪方法计算效率问题,提出了分布式并行算法,兼顾了运算效率与计算精度。数值模拟结果表明,与F-X域预测滤波技术相比,改进后的F-X域EMD去噪方法可以更加有效地衰减随机噪声和压制线性干扰;最后将该方法应用于实际地震数据处理,进一步验证了该方法的有效性和优越性。     

基于经验模式分解的去噪方法

 根据经验模式分解（Empirical Mode Decomposition, 简称EMD）方法分解白噪声而得到的本征模式函数分量的能量密度与其平均周期的乘积为一常量这一特性,本文建立了一种滤波去噪方法,即EMD滤波去噪法。通过模拟数据试验分析表明：EMD可以作为一种去噪滤波器,EMD方法的去噪能力与噪声水平有关,对于噪声方差小于信号振幅且无高频信号时,其滤波去噪的效果良好;EMD方法的去噪能力还与待滤波数据中是否含有高频信号有关,而当噪声水平较大且待滤波的序列中又具有高频信号时,滤波曲线会出现明显的失真现象。     

中国石油学会2008年物探技术研讨会圆满结束

由中国石油学会物探专业委员会主办,中国石油集团长城钻探工程公司物探分公司承办的“中国石油学会2008年物探技术研讨会”于2008年9月10～12日在辽宁本溪举行。来自中国石油、中石化、中海油三大系统及相关科研院所、大专院校所属单位的276名代表参加了这次研讨会。     

提高地震剖面信噪比和分辨率的一种新途径

提高地震剖面的信噪比和分辨率一直是石油物探技术领域研究的主题。本文给出了三种新的反褶积方法,即波形修正反褶积、多道统计子波反褶积和谐模式反褶积,并给出了与这些方法相应的处理流程。在波形修正反褶积技术中,将各种干扰因素的总和看成一个复杂的线性滤波系统,然后一并考虑到反褶积模型中。在多道统计子波及褶积技术中,采用了一种分离的计算方法,能保证反子波相位谱的计算精度。谱模式反褶积是一种叠后的反褶积技术,采用了一种并联滤波算法。通过大量的实际资料处理表明,利用这套方法处理的地震剖面,不仅信噪比高,而且分辨率也高,特别是对处理一些复杂地区的低估噪比资料,其效果更加显著。