首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 250 毫秒
1.
基于短时傅里叶变换的频谱比法提取吸收系数及应用   总被引:1,自引:0,他引:1  
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。  相似文献   

2.
基于小波变换拟瞬时吸收系数的计算方法和应用   总被引:7,自引:0,他引:7  
本文提出了小波域分频计算瞬时振幅 ,用瞬时振幅的高、低频之比计算拟吸收系数。该方法利用小波变换局部化特性好的特点 ,计算出的拟瞬时吸收系数不存在平均效应 ,准确地刻画出每一砂层高频衰减特征 ,实际油气藏检测证实了该方法的实用性和有效性  相似文献   

3.
时频分析方法是傅立叶变换及分析的发展,是地震信号处理的重要分析工具,其方法很多、应用广泛。重点介绍基于多种小波基的时频分析方法及S变换与广义S变换方法的时频分析方法,并应用于计算地层吸收系数,其结果优于常规的FFT方法,具有较高的分辨率。  相似文献   

4.
基于小波变换的频率衰减梯度属性含气性检测   总被引:1,自引:0,他引:1  
时频分析是实现地震分频解释的重要手段,提高时频分析方法的精度和分辨率至关重要。根据岩性油气藏的特点,提出了利用基于小波变换的时频分析方法进行岩性油气藏储层预测的思路,此方法克服了传统傅立叶时频转换时的时窗问题,提高了地震资料频域内的分辨能力。散射理论的研究结果表明当地层中储层含油气时,由于弹性系数、阻力系数、密度、速度发生大的变化,其固有频率显著改变,表现在频段上为低频共振能量增强,高频衰减能量变弱的现象,研究实例表明频率衰减梯度检测技术可以作为一种储层预测和油气检测的有效直接方法。  相似文献   

5.
小波变换回波提取在可控震源地震信号处理中的应用   总被引:1,自引:1,他引:1  
在传统的可控震源地震信号处理中,通常用相关算法和反褶积算法把各地震道采集的原始数据转换成地震剖面,然而它们的效果受环境噪声的干扰明显。本文采用一种基于小波变换的时频互相关(TFCC)算法,能从可控震源地震数据中检测回波并估计其时间延迟。在该算法中,首先对道数据和扫频源信号进行小波变换,得到其时频表示,然后对其时频表示进行互相关。在时频互相关的计算结果中,回波被转变成时频相关子波,同时原始道数据被转变成地层剖面。用TFCC算法和相关算法来处理相同的实际可控震源地震数据,显示前者能更好地压制噪声,并能清晰地检测到微弱回波信号。  相似文献   

6.
时频连续小波变换检测含气储层及其在苏里格气田的应用   总被引:1,自引:0,他引:1  
由于地层含气,地层对高频成分吸收增强、对低频成分吸收减弱,从而在油气储集层下方形成强能量瞬时低频率区域,为利用时频分析方法直接预测含气储层提供了一定的理论依据。时频连续小波变换是对连续小波变换的改进,变换的结果是时频域,避免了尺度一频率转换过程中能量交叠的情况,因此该方法有更好的时频聚焦性。首先介绍了时频连续小波变换的基本原理,进而论述了该方法计算的关键步骤,最后理论信号试算结果与苏里格气田应用实例都证实了利用该方法检测含气厚砂岩具有一定的可行性。  相似文献   

7.
同步挤压小波变换(SWT)是一种新的连续可逆时频分析方法,具有较高的时间和频率分辨率,利用该变换可去除地震资料中的面波。将时间域地震记录变换到时频域,在时频域准确识别面波区域并切除,再将切除面波后时频域信号反变换到时间域,就得到去除了面波的地震记录。理论模型合成数据和实测资料的处理结果表明:该变换可以有效去除面波而不损失有效反射波,且效果优于连续小波变换、S变换和f-k滤波等方法。  相似文献   

8.
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...  相似文献   

9.
包乾宗  李庆春  陈文超  高静怀 《石油物探》2011,50(4):367-372,397,24
基于炮集地震记录面波的高振幅、低频率和低速度特性及其与反射波在小波域和脊波域中分布区域不同,提出了一种衰减强干扰面波的联合一维连续小波变换和脊波变换方法。首先根据面波的高振幅和低频率特性,利用一维连续小波变换的时频局部化性质,对强干扰面波进行衰减;然后利用脊波变换将地震记录变换到时间、尺度和射线参数的三维空间;最后在脊波域对剩余干扰进行衰减。合成记录和实际资料处理的应用表明该方法不仅可以较好地衰减地震记录中的干扰面波,而且可以保护有效信号的低频成分,为地震资料后续处理和分析提供更好的保证。  相似文献   

10.
高精度层序地层学研究的关键是各级层序界面的识别与确定。测井数据小波变换技术及时频分析技术与传统的层序划分方法相比,具有一定的优越性,为高精度层序地层的定量划分提供依据。本文以营子街地区高精度层序地层格架建立为例,综合运用地震和测井资料,借助测井连续小波变换和地震时频分析技术确定具有等时意义的层序界面。应用结果表明,两种方法各有优劣,小波变换的方法精确度更高,时频分析不受曲线限制,适用性更广,两者结合能更精确地划分层序。  相似文献   

11.
地震分频技术可以刻画碳酸盐岩储层中由缝洞引起的地震反射频率特征。常规小波变换频谱分解技术使用的是尺度参数,难以与频率参数直接对应,其结果的地质含义不够明确。Gabor-Morlet小波变换直接使用频率参数,能更有效地突出信号的局部特征。塔中地区奥陶系碳酸盐岩有效储集空间以次生孔、洞和裂缝为主,基质孔隙度低、渗透性较差,储层的非均质性极强,用常规地震属性方法不能有效地描述储层的分布特征。为此,分别利用常规小波变换和Gabor-Morlet小波变换谱分解技术对塔中地区奥陶系良里塔格组碳酸盐岩储层进行了预测,并将两种方法的预测结果与钻井数据进行了对比分析,结果表明,基于Gabor-Morlet小波变换的频谱分解技术储层预测结果与实际钻井数据的吻合率在90%以上。  相似文献   

12.
基于匹配追踪的谱分解方法及其应用   总被引:1,自引:0,他引:1  
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。  相似文献   

13.
小波变换用于地震测井信号的多分辨率分析   总被引:8,自引:0,他引:8  
本文讨论了短时窗傅里叶变换时频分辨率的缺点,介绍了小波变换的基本概念及多分辨率分析方法,然后和小波变换的多分辨率特性对地震和测井信号进行了时频分析和处理,实验结果表明,小波变换的多分率分析对于分析处理具有时变谱特性的非平稳信号是一种新的有效方法。  相似文献   

14.
为提高地震资料的分辨率,对地层吸收衰减进行补偿是地震资料处理的一项重要内容。大地滤波算子是时间、频率和品质因子的函数,因此也可以在时频域内进行衰减补偿。相对于固定时窗的短时傅里叶变换(STFT)和Gabor变换,小波变换对于处理非平稳地震信号具有更好的局部时频分析能力。利用基于一维连续小波变换的时频分析方法(time-frequency continuous wavelet transform,TFCWT)和基于Kolsky衰减模型的大地滤波算子,在时频域内实现了地震波能量的衰减补偿。理论模型和实际资料试算结果表明,相较于小波域(时间-尺度域)内的衰减补偿方法,基于一维连续小波变换的时频域地震波能量补偿方法能够更好地补偿深层衰减地震信号,提高地震资料的分辨率。  相似文献   

15.
基于时频分析的地层吸收补偿   总被引:17,自引:0,他引:17  
本文在分析地震反射波勘探信号时频分布特性的基础上提出了基于短时傅里叶变换的地层吸收补偿方法。首先用短时傅里叶变换对地震勘探信号进行了分频;然后根据地层吸收特点在每一个频率上分别提取每一个时间点的吸收因子,并用其道中权每一个短时傅里叶变换系数;再用加权后的短时傅里叶变换数重构地震反波记录消除地层吸收。该方法不需要短Q值,对变Q和常Q都能适应。实际应用效果表明,该方法能很好地补偿地层的吸收。  相似文献   

16.
基于小波变换的地震相干体算法及其应用   总被引:11,自引:9,他引:11  
基于文献[1]、文献[2]和文献[3]的相干算法,提出了利用小波域分频计算瞬时特征参数,然后计算相干体。根据研究断层特征,用分频计算相干体进行重构。马东-唐南油田上第三系浅层油田及东营组高产油田是20世纪60年代初期发现并开发的老油田,目前该区存在着种种问题:断层多,构造复杂,而且以前所钻的井并非构造有利部位。为此,采用基于小波变换的地震相干体算法以搞清断裂展布。实际资料计算表明了该方法的有效性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号