基于压缩感知的Dreamlet域数据重构方法及应用

随着压缩感知(CS)理论的完善, 逐步发展形成了基于该理论的新的信号处理技术。近年来, 在石油地震勘探领域, 基于该理论的随机稀疏数据采样、数据重构及规则化和稀疏采样观测系统优化设计等方面的研究取得了重要进展。本文在Ru-Shan Wu博士等提出的Dreamlet域数据重构技术基础上, 针对实际地震数据在时间和空间上剧烈变化以及存在较强干扰背景情况, 通过优化重构参数和流程, 对随机稀疏采样的模拟和真实地震数据进行了重构和对比分析。模拟和实际数据应用显示, 该技术是一种高效和高质量的地震数据重构方法。     

数据规则化技术在三维地震老资料叠前偏移中的应用

数据规则化技术是地震资料处理中的重要技术,它对改善地震数据的面元属性,提高地震资料处理质量具有重要意义。进行叠前时间偏移处理时,更多关注的是偏移速度场精度及偏移参数对偏移成像效果的影响,忽视了不规则空间采样的叠前数据对叠前偏移成像效果的影响。文中在分析叠前数据规则化常用技术方法优缺点的基础上,研究了反假频傅里叶变换的叠前数据规则化方法,实现了陆地地震勘探资料不规则空间采样的叠前数据规则化,满足了叠前时间偏移技术对输入数据的要求,在济源后邓地区稀疏三维地震老资料重新处理中取得了较好的应用效果。     

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。     

二维重力数据径向反演及应用

相对于直角坐标系下的反演方法,径向反演方法具有模型参数减少一半且反演参数具有同一量纲的特点,而Tikhonov正则化方法能方便地应用多种约束条件和引入场源先验信息。该方法对于近圆形、梨形或在某方向呈瘦长形的独立场源的反演效果较好。本文将正则化因子自适应选取引入径向反演方法中,提高了反演效率和数据拟合程度。自适应正则化径向反演方法在模型数据试算和实际重力数据处理中均取得了较好的效果。     

基于联合小波域深度学习的地震数据规则化方法

数据规则化是地震资料处理的关键步骤之一，基于物理建模的传统方法计算量大且不具备广泛适用性。当前基于卷积神经网络的地震数据规则化方法通常局限在时域，尤其在低采样率条件下，重建数据过于平滑，纹理细节信息损失严重。小波分析具有多尺度、多方向的特性，更适于表示二维数据的纹理特性，可以聚焦地震数据信号的细节信息。为此，提出一种联合小波域的卷积神经网络模型，学习地震数据在时域与小波域的联合分布特征以逼近实际数据，将不规则地震数据重建问题转化为在卷积神经网络框架下各尺度不同方向分量的小波系数预测，重建规则化的地震数据；构建时域与小波域的联合损失函数，结合地震数据的整体分布和局部细节特征，约束网络模型，通过修正联合损失函数的权重调整卷积神经网络学习的注意力，提高重建地震数据信噪比。实验结果表明，与其他方法对比，该方法细节保持效果更好，对地震数据缺失位置不敏感，更具鲁棒性。     

非均匀地震数据重建方法及其应用

将不规则地震数据重建问题归结为信息重建的地球物理反演问题。最小二乘方法求解时,引入离散傅氏变换(DFT)加权范数规则化策略,采用预条件共轭梯度法(PCG)求解,保证解的稳定性和收敛速度。处理线性同相轴假频问题时,采用Yule Walker方程由带限信号的低频功率谱预测高频功率谱,达到去假频目的。针对炮集三维叠前深度偏移中数据均匀化且尽可能覆盖速度体范围的要求,应用非均匀地震数据重建方法实现不均匀三维炮集数据内插、外推,避免以往植入空道的简单化处理,有效地扩大了偏移孔径信息。实际三维地震资料试算结果表明,偏移效果得到改善。     

基于径向谱的位场向下延拓正则参数选取方法

Tikhonov正则算法是解决位场向下延拓不适定性广泛采用的一种有效方法,最优正则参数的选取对下延精度和计算时间都有影响.为了快速、有效地选取正则参数,提出一种基于位场径向平均功率谱的Tikhonov正则参数选取方法.该方法通过建立由径向平均功率谱确定的截止波数和Tikhonov正则低通滤波函数的截止波数的关系来确定正则参数.基于理论重力模型数据及航磁实测数据将新方法同以往普遍采用的L-曲线法、C-范数法进行了正则向下延拓效果的对比实验.实验结果表明,新方法实现简单、物理意义明确,且选取的正则参数优于另外两种经典方法.     

局部平面波模型约束下的迭代加权最小二乘反演三维地震数据规则化

数据规则化是地震数据处理中一项十分重要的内容,本文提出一种基于迭代加权最小二乘反演的数据规则化方法。该方法的思路是:在Cauchy模意义下引入与模型有关的加权算子对数据拟合剩余量进行加权,可有效避免野值对插值结果的影响;采用平面波解构滤波器估计的局部倾角信息作为约束条件,不仅可保证反演过程稳定,而且能对假频数据有效插值;通过预条件共轭梯度法迭代求解,提高收敛速度;采用分时间切片并行化处理,可进一步提高三维地震数据规则化处理的效率。理论模型和实际地震数据的插值试验结果验证,本文提出的地震数据规则化处理方法速度快,效果好,具有较高实用价值和广泛应用前景。     

弹性阻抗反演的后验正则化方法

岩石的脆性指数是页岩气藏评价的关键参数之一。相对于叠后声波阻抗反演和AVO反演方法,弹性阻抗反演能得到更为丰富、稳定、可靠的弹性参数反演结果,有利于页岩敏感性脆性指数的选取。但是,弹性阻抗反演为Hadamard意义下的不适定问题,即不能同时满足解的存在性、唯一性和稳定性的要求,需要利用正则化方法并辅之以适当的最优化技巧来提高解的稳定性和准确度。为克服弹性阻抗反演问题的不适定性,本文建立基于L₂范数约束的Tikhonov正则化反演最优化模型,辅以后验最优正则参数选取方法,并提出求解极小化问题的双滤波因子正则化算法。理论模型和实际数据的数值试验表明双滤波因子正则化算法是可行和有应用前景的。     

应用修正正交有限内存拟牛顿算法的全波形反演

全波形反演(FWI)通过最小化观测数据与计算数据之间的误差,得到高分辨率的地下模型参数。正则化技术常用来克服FWI的不适定性。复杂地质模型可能同时具有平滑特征及锐利边界,单一的正则化方法往往不能得到令人满意的反演结果。为此,针对带有混合正则化的目标泛函不可微性,提出一种修正正交有限内存拟牛顿方法,求解相应的正则化目标泛函。在具有复杂构造的修正Marmousi模型以及BG Compass模型上进行数值模拟试验,且与不带有正则化的全波形反演及邻近有限内存拟牛顿方法进行比较,结果表明所提修正正交有限内存拟牛顿算法在计算效率及定量分析上具有明显的优越性。     

基于Zoeppritz方程的叠前和叠后混合多参数非线性地震反演

目前通过Shuey近似式或Gray近似式及基追踪理论反演泊松比,或依据叠前反演获得的纵、横波速度计算纵横波速度比,但不可避免地降低了参数反演精度.为此,尝试通过精确的Zoeppritz方程直接反演纵横波速度比或泊松比.基于垂直入射反射系数和精确Zoeppritz方程的褶积模型,结合边界保护正则化建立叠前和叠后地震反演的...     

Porosity prediction from seismic inversion of a similarity attribute based on a pseudo-forward equation (PFE): a case study from the North Sea Basin, Netherlands

The objective of this work is to implement a pseudo-forward equation which is called PFE to transform data (similarity attribute) to model parameters (porosity) in a gas reservoir in the F3 block of North Sea. This equation which is an experimental model has unknown constants in its structure; hence, a least square solution is applied to find the best constants. The results derived from solved equations show that the errors on measured data are mapped into the errors of estimated constants; hence, Tikhonov regularization is used to improve the estimated parameters. The results are compared with a conventional method such as cross plotting between acoustic impedance and porosity values to validate the PFE model. When the testing dataset in sand units was used, the correlation coefficient between two variables (actual and predicted values) was obtained as 0.720 and 0.476 for PFE model and cross-plotting analysis, respectively. Therefore, the testing dataset validates relatively well the PFE optimized by Tikhonov regularization in sand units of a gas reservoir. The obtained results indicate that PFE could provide initial information about sandstone reservoirs. It could estimate reservoir porosity distribution approximately and it highlights bright spots and fault structures such as gas chimneys and salt edges.     

油井流动图像重建算法研究

非迭代和迭代电磁流动成像(FEMT)图像重建算法分别具有成像质量差和成像速度慢的缺点.针对这一问题,提出了一种基于Tikhonov正则化的修正共轭梯度图像重建算法.该算法对传统共轭梯度算法的搜索方向进行了修正,同时采用Tikhonov正则化算法作为其起始步.成像结果表明,该算法在图像重建速度和质量上都优于传统的共轭梯度...     

重力、地震联合反演在研究含油气盆地构造中的应用

本文采用parker反演方法对济源盆地的高精度重力观测资料进行了密度界面反演。为了消除反演迭代过程中下延因子的影响,根据正则化方法原理,设计了正则化因子a。选取a值的原则是既要保证反演结果的稳定性,又要保证反演结果的精度。针对济源盆地地层密度非均匀变化的特点,可以依据地震速度谱和已知的密度资料,设计非均质反演模型,在已知的地震反射界面和钻井资料的约束条件下,进行密度界面反演。反演结果,给出了地震资料显示不清楚地段上的界面形态。可见,重力和地震的联合反演,能够提供较准确的构造信息。     

基于压缩感知的SR-ADMM地震数据重建

施工成本和现场环境等因素导致所采集的地震数据有缺失,进而影响后续地震数据的处理和资料解释,对缺失的地震数据进行重建具有重要意义。根据压缩感知理论,若数据具有稀疏特征,则在低于奈奎斯特采样频率的条件下通过优化算法即可恢复完整数据。文中提出基于压缩感知的平方正则交替乘子方向算法（SR-ADMM）的地震数据重建方法。SR-ADMM算法在交替乘子方向算法迭代过程中加入了平方正则项,且是自适应地选取参数平衡因子。首先用字典学习对缺失地震数据进行稀疏表示,然后用SR-ADMM算法解决最优化问题并重建缺失的地震数据。模拟地震数据和大庆油田实际数据的重建结果表明：所提的基于SR-ADMM算法压缩感知地震数据方法的重建精度较高,且具有实用性。     

A Gradient Regularization Method in Crosswell Seismic Tomography

1. Introduction Crosswell seismics is a new technique in petroleum exploration and development. The transmitting system and receiving system are loaded down separate wells to stimulate and receive seismic waves into and from the target stratum. The distribution of physical properties of the crosswell media can be predicted by recording the seismic wave travel time, amplitude and frequency. By using the well logging data and surface seismic data comprehensively, we can recognize structural feat…     

Magnetic susceptibility inversion method with full tensor gradient data using low-temperature SQUIDs

Full tensor magnetic gradient measurements are available nowadays. These are essential for determining magnetization parameters in deep layers. Using full or partial tensor magnetic gradient measurements to determine the subsurface properties, e.g., magnetic susceptibility, is an inverse problem. Inversion using total magnetic intensity data is a traditional way. Because of difficulty in obtaining the practical full tensor magnetic gradient data, the corresponding inversion results are not so widely reported. With the development of superconducting quantum interference devices (SQUIDs), we can acquire the full tensor magnetic gradient data through field measurements. In this paper, we study the inverse problem of retrieving magnetic susceptibility with the field data using our designed low-temperature SQUIDs. The solving methodology based on sparse regularization and an alternating directions method of multipliers is established. Numerical and field data experiments are performed to show the feasibility of our algorithm.     

位场向下延拓的波数域正则—积分迭代法

本文将正则方法与积分迭代法相结合,提出波数域正则—积分迭代法用于位场向下延拓。该迭代法以位场正则向下延拓值为迭代初值,并用正则向下延拓算子处理迭代过程中的剩余谱,使得在加快迭代收敛的同时,压制噪声谱,以提高延拓的稳定性;计算了改进迭代法的最优步长,对比分析了改进迭代法的收敛性和滤波特性,同时提出采用L-曲线准则计算正则向下延拓的正则参数,并将其扩展到波数域以提高计算速度和适应波数域迭代法。基于理论模型和航磁数据的对比试验分析表明,改进迭代法位场向下延拓的精度、稳定性及收敛速度都有提高,其延拓效果优于现有广义逆法、积分迭代法、泰勒级数迭代法和Landweber迭代法。     

最小二乘叠前时间偏移在地震数据规则化中的应用

地震数据不规则和地下照明不均匀是阻碍地震保幅成像的两个关键因素。为此,利用已知的地下模型信息,采用Kirchhoff叠前时间偏移将原始数据映射到成像空间,在成像空间提取有效特征,再反偏移到数据空间,重建缺失数据。由于偏移算子在一定程度上消除了地震波的传播效应,因此成像空间比数据空间更加简单,更易于提取有效的信息特征。在最小二乘意义下利用迭代算法拟合观测数据从而提高了方法的精度,并分析了该方法对速度模型的依赖性。理论模型和实际资料处理结果表明,该方法能够对复杂介质条件下的地震数据进行有效的规则化处理,并改善成像质量。     

全波形反演正则化方法对比

正则化是缓解反演不适定性、约束解特征的重要方式.Tikhonov正则化、全变分(TV)正则化是全波形反演中常用的两种正则化方法,分别具有压制高波数和保护地层边缘的特点.双参数整形正则化、混合双参数正则化和稀疏结构约束正则化是在二者的基础上发展而来,并具备各 自优势.为系统论证不同正则化方法特点,对五种正则化方法的全波形...