基于Shearlet变换的地震随机噪声压制

地震勘探中的噪声对地震信号产生严重的畸变和干扰,常规的地震去噪方法已经不能满足当前高精度地震勘探的要求。提出了基于Shearlet变换的地震数据去噪方法,Shearlet变换是一种新的多尺度变换方法,具有多方向、多分辨率及最佳稀疏逼近性质,并且计算效率高。Shearlet变换在去除随机噪声的同时能最大程度保留有效信号,有效地提高信噪比。利用Shearlet变换阈值去噪法与其他地震去噪方法分别对不同信噪比的合成地震记录和实际地震记录进行对比,结果表明Shearlet变换具有更强的去噪能力和更高的运算效率。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。     

基于系数相关性阈值的波原子域叠前地震资料信噪分离方法

本文提出了基于波原子域的叠前地震资料信噪分离方法,首先在波原子域进行多尺度分解,然后根据能量集中原则,采用不同尺度间系数相关性分离有效信号和噪声。数值模拟及实际资料的处理表明,基于系数相关性阈值的波原子域叠前地震资料信噪分离方法可以有效压制随机噪声,同时能兼顾抑制部分相干噪声。处理后地震剖面的信噪比得到了大幅提高,反射同相轴更加连续,为后续的处理解释提供了高信噪比的数据。     

FK和Shearlet域联合压缩感知数据重构技术

由于稀疏炮检点采集或野外采集因素造成地震数据的不规则,影响地震资料成像质量。基于压缩感知理论的重构方法,能够在有限采样的情况下有效重构地震数据。由于地震道的空间随机缺失在波数域表现为空间假频,文中将时空域的地震道重构转化为频率波数（FK）域的随机噪声压制问题。对FK域数据做多尺度、多方向性的剪切（Shearlet）变换,通过反演迭代消除FK域的空间假频,从而实现地震道的空间重构。该方法是在FK变换后进行Shearlet变换,可以看作一种新的稀疏基变换。由于全局随机采样因子频谱呈白噪特征,分段随机采样因子频谱呈蓝谱特征,因此分段采样数据有效信号与假频的混叠相对减少,更有利于数据重构。实验结果表明,分段随机采样FK+Shearlet域重构精度高于全局随机采样Shearlet域重构、分段随机采样Shearlet域重构和全局随机采样FK+Shearlet域重构。     

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。     

尺度自适应三维Shearlet变换地震随机噪声压制

应用尺度自适应三维Shearlet变换压制多炮地震数据随机噪声,通过将多炮数据变换到三维Shearlet域,充分考虑单炮记录及其间的相关性,在三维Shearlet域更稀疏地表示地震数据。由于有效信号主要分布在低尺度,随机噪声分布在各个尺度,因此在硬阈值的基础上,结合尺度自适应因子压制随机噪声。再通过三维Shearlet反变换,得到去噪地震数据。数值模拟和实际多炮地震数据去噪结果表明：尺度自适应三维Shearlet变换的去噪效果优于二维Shearlet变换、不结合尺度自适应因子的三维Shearlet变换;尺度自适应三维Shearlet变换去噪方法对服务器内存要求较高,且可能对幅值相对较小的有效信号产生损害。     

基于Curvelet变换的稀疏反褶积

常规反褶积方法通常需要假设地层反射系数是稀疏的,然后再利用L1范数反褶积求得稀疏的反射系数来提高分辨率,但常规反褶积方法在提高分辨率的同时降低了信噪比,并且反褶积后同相轴的连续性会变差。针对上述问题,提出了基于Curvelet变换的反褶积方法。Curvelet变换对多维信号具有最好的稀疏表示,能获得最优的非线性逼近,因而可利用Curvelet变换来表示地震反射信号,将其引入到L1范数反褶积后,可利用稀疏的Curvelet系数来描述反射系数,从而无需地层反射信号是稀疏的假设。根据有效信号和随机噪声在Curvelet域中的分布特点,可通过阈值法来压制噪声提高信噪比,并且利用Curvelet变换对地震信号进行多维表示,可实现多维反褶积保持同相轴的连续性。最后,给出了一种阈值循环迭代算法来计算L1范数反褶积问题。研究结果表明,基于Curvelet变换的稀疏反褶积方法在提高地震分辨率的同时能有效地压制随机噪声,并保持同相轴的连续性。     

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。     

基于Shearlet变换的自适应地震资料随机噪声压制

传统的阈值选取方法是对所有变换域系数使用统一阈值,但对Shearlet变换而言,各尺度、各方向的有效信号和噪声均存在差异,因此全局硬阈值存在一定局限性;局部阈值可根据一定范围内的系数分布情况确定。针对地震数据去噪过程中传统阈值选取方法的局限性,通过改进自适应阈值函数压制随机噪声,在局部阈值的基础上改进贝叶斯阈值,形成一种适用于Shearlet变换的自适应阈值函数。具体做法为：将信噪比与阈值函数有机关联,并将信噪比作为阈值设定的因素,即不同的信噪比的权值系数不同,可以自适应求取不同尺度阈值,从而最大限度地改善去噪效果,避免有效信号损失,实现自适应去噪。模型试算与实际资料去噪效果表明,在保证有效信号不受损失的情况下,所提方法可恢复被噪声掩盖的弱信号,有效改善去噪效果。     

基于算子外推的非因果滤波技术的应用研究

f-x（频率-空间）域预测滤波技术是消除叠后地震记录中随机噪声的常用方法,然而该方法存在两点不足：一是保幅性较差,二是无法有效提高高频段信噪比,制约了地震资料分辨率的提高。对此,重点研究了非因果滤波器和算子外推两大技术,提出了一种基于算子外推的非因果滤波技术。实际资料的处理结果表明,该技术可明显降低反射信号的畸变,并能有效提高高频段的信噪比,通过后续的谱白化等高分辨率处理技术可明显改善资料的分辨率,结果令人满意。     

地震资料品质综合评价方法

衡量地震资料品质好坏的重要因素是信噪比、分辨率、振幅能量等。在野外地震资料进行叠后处理的基础上 ,采用傅里叶变换和相关等方法在F -K域中求取地震记录的信噪比、分辨率 ,进而完成对地震资料的综合分析评价工作。实践证明 ,该地震资料品质综合评价方法具有较高的应用价值。     

应用傅里叶尺度变换提高地震资料分辨率

针对叠后地震资料,本文提出利用傅里叶尺度变换进行提高分辨率的处理方法。由傅里叶尺度变换的性质可知,地震子波在时间域的压缩等于在频率域内频谱向高频端移动,反之亦然。因此,可利用傅里叶尺度变换性质对估算出的地震子波进行变换,得到更高频率的地震子波,再利用反演得到的滤波因子实现对地震资料的提高分辨率处理。该方法假设地震资料的反射系数序列是含白噪随机序列,地震子波具有零相位特性,且根据地震数据的信噪比估算合适尺度变换因子,再做拓频处理。模型数据测试和实际资料应用的结果均证实本文方法可有效提高地震资料分辨率,尤其适用于薄互层类储层的反演和预测,是一种简便实用的高分辨率地震数据处理方法。     

基于多次小波变换的小波域阈值地震信号去噪

在常规小波域阈值信号去噪方法的基础上,提出了基于多次小波变换的小波域阈值地震信号去噪方法。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干扰,对提高地震记录的信噪比和分辨率都有较好的效果。     

频域奇异值分解（SVD）地震波场去噪

 无规则干扰噪声的频谱分带较宽,不存在相干性;但在同一地区地震信号的主频带区间大致相同,尤其是叠后数据,也就是说各地震道有效频带的频谱存在较好的相干性。本文基于这个特点,通过傅里叶变换,在频率域进行SVD变换,并设计滤波因子,提取目标信号的奇异值进行重构频域信号,然后再进行反傅里叶变换,实现地震波场分离与去噪。与传统的带通滤波相比,该方法能彻底压制主频带干扰噪声,保护高、低频有效信号。实际地震数据处理表明,在不破坏原始地质信息的前提下,能较好地提高地震信号的信噪比。     

地震信号的小波分频处理

小波变换所具有的多分辨功能和优良的"数学显微镜"特性,使得它在叠前、叠后地震资料处理中得以广泛应用。与常用的高分辨率处理技术不同,小波分频处理方法在提高地震记录分辨率的同时,还可以有效地压制噪音的干扰。首先阐述了小波分频的基本原理,通过对理论模型合成地震信号的正反变换,充分展示地震资料小波分频处理的深刻内涵;最后,基于本研究所提供方法对特征各异的地震信号进行处理,取得了较好的应用效果,为该方法的深入推广、应用提供了重要依据。     

基于曲波变换和各向异性扩散滤波的联合去噪技术

曲波变换阈值去噪方法是一种有效的随机噪音压制方法,其去噪效果取决于阈值的选取,且存在过度平滑和环绕效应2种固有缺陷。各向异性扩散滤波方法是一种基于热扩散偏微分方程的边界保持的滤波方法,适用于信噪比较高的地震纹理图像,往往用于图像增强。基于对曲波变换阈值的分析,充分结合2种去噪方法的优点,提出了一种有效的联合去噪算法,避开了曲波阈值选取的困难,实现了边界和振幅的保持,改善了曲波变换阈值方法的缺陷。通过对叠前、叠后模拟地震数据以及实际地震数据测试,证明了该方法在去除随机噪音的同时能有效保持地震同相轴的振幅和形态特征。通过6种定量化指标,分析了该方法相对于多种曲波阈值去噪方法在提高信噪比和保持边界特征方面的优势。     

基于SSEC-EWT的地震资料噪声压制算法

高信噪比地震资料是开展油气勘探的可靠基础。针对现行去噪方法大多难以同时压制地震资料中普遍存在的面波和随机噪声,且在去噪的同时易损害有效波的不足,提出基于S谱能量曲线（S-Transform spectrum energy curve,SSEC）与改进经验小波变换（Empirical wavelet transform,EWT）的地震资料噪声压制算法。先对地震记录进行S变换,根据S谱求取各频点能量,以能量曲线极大值点频率及ε邻域法确定频谱分割边界,完成改进的EWT;再通过SSEC确定面波所在本征模函数（Intrinsic mode function,IMF）,并构造带通滤波器对面波IMF进行滤波,以保护有效波,实现精准的面波压制;然后计算其余IMF主频,根据有效波频率阈值去除随机噪声IMF,得到最终去噪后记录。仿真测试显示,改进的EWT能精确地根据地震信号的频率和能量自适应地对其进行分解,实现面波与随机噪声的提取与分离,尤其在强噪声背景下仍能精准实现面波与随机噪声的同步分离;实际地震资料处理结果表明,该算法在压制面波和随机噪声的同时能兼顾保护有效波,提高地震资料的信噪比。