一种强噪声微地震信号P震相初至拾取的新方法

针对水力压裂微地震监测信号信噪比普遍偏低,难以准确拾取初至的问题,提出了一种基于特征函数构建的峰度和小波多尺度分解的P震相初至精确拾取方法。首先利用小波多尺度分解法提取低信噪比微地震数据的主成分,进而构建针对主成分数据的特征函数,并计算该特征函数序列的峰度值,最终将峰度曲线的全局最大斜率定义为P震相的初至。与传统峰度法、小波分解和高阶统计量联合方法相比,该方法能够显著减小拾取误差。将该方法应用于不同信噪比的模拟微地震数据的P震相初至拾取,结果表明:其拾取误差为0.0302×10-3~1.3002×10-3s,同时,相比于小波分解与高阶统计量联合方法,其计算效率稍有提高。将该方法应用于实测微地震数据的P震相初至拾取的结果表明,与人工拾取和传统峰度法相比,拾取结果更接近于人工拾取结果,具有更高的准确率。     

基于小波分解与Akaike信息准则的微地震初至拾取方法

微地震震源的定位要求精确确定初至,人工拾取微地震有效事件需要很大的工作量。首先讨论了Akaike信息准则(AIC)初至拾取方法;然后根据微地震信号在相邻小波尺度上连续的特点,将基于AIC的初至拾取方法与小波多尺度分析方法相结合,对微地震资料进行多尺度分析;最后利用AIC拾取初至,并根据初至的分布特点确定地震记录中是否存在有效的微地震事件。克服了传统AIC法由于噪声影响使初至点模糊而难以准确拾取的缺点。模型与实际资料的应用表明,基于小波分解与AIC相结合的初至拾取方法能够从信噪比低的资料中较准确地识别出有效微地震事件。     

基于时频分析的初至拾取方法研究

地震记录的初至拾取是地震资料处理的基础工作,特别是静校正、层析成像等后续处理对初至拾取的精度要求较高。当初至波到达时,其信号的振幅、频率、相位均会发生变化,基于此,提出了一种基于时频分析的初至拾取算法,该算法在噪声判别系数的约束下,利用小波变换时频分析提取信号的瞬时相位谱,然后利用瞬时相位谱的过零点属性拾取初至。为了提高计算效率,在给定时窗内部计算信号的瞬时相位谱,并且利用多个不同的噪声判别系数初至拾取的统计结果确定最终的初至时间。理论信号和实际地震资料处理结果表明,该方法具有较好的抗噪能力,初至拾取的精度比较高。     

最小二乘曲线拟合的微地震初至优化拾取方法及应用

水力压裂改造中微地震事件具有能量弱、信噪比变化大、干扰源复杂等特点,对微地震信号进行快速精确的初至拾取是微地震实时监测、指导压裂生产急需解决的关键问题。针对微地震事件时窗能量比法拾取精度低、不同信噪比事件适应性差的特点。首先应用能量比法粗略拾取初至位置。然后应用最小二乘曲线拟合法拟合理论曲线,在拟合曲线定义的前、后时窗范围内二次优化拾取初至。通过实际数据测试,并与能量比法对比,验证了本文方法的有效性与可行性。基于最小二乘曲线拟合的微地震初至优化拾取方法能较快速、准确地拾取不同波形特征、不同信噪比的微地震事件初至,有效提高微地震实时定位的准确性与效率。     

高阶矩有效微地震事件拾取处理方法

常规的长/短时窗能量比方法对于低信噪比记录的有效事件漏拾率较高.在高阶矩理论分析的基础上,把原来利用长/短时窗比拾取有效事件的方法改进为高阶矩时窗比方法；针对微地震记录的变化特点,对计算结果进行取对数处理,并把固定窗口改进为自适应变化窗口,利用相关分析结果进行事件的拾取；最后通过实际资料处理效果分析,验证了高阶矩有效微地震事件拾取方法的效果.     

基于深度卷积生成对抗网络的地震初至拾取

地震记录初至拾取质量往往受限于地震数据的复杂性,在陆地和浅海地震数据中尤为明显。为了更高效地拾取初至,提出了一种基于深度卷积生成对抗网络(DCGAN)的地震数据初至拾取方法,其关键在于构建一个适用于地震数据初至拾取的DCGAN,包含生成器与判别器两部分。生成器由一个全卷积神经网络(FCN)构成,用于学习地震炮集数据到初至波之间的特征映射;判别器由一个卷积神经网络(CNN)构成,用于辅助生成器训练。基于DCGAN的初至拾取方法的实现分为三步:数据预处理、网络训练和预测拾取。通过对不同卷积层数的网络结构的对比分析,确定了一个最优的DCGAN结构。一旦DCGAN的训练完成,利用其完成一炮地震数据的初至拾取仅需几秒的时间。将DCGAN方法应用于实际数据初至拾取并与现有初至拾取方法(如长短时窗比(STA/LTA)法和峰度赤池信息量准则(AIC)法)的拾取结果相比较,结果表明基于DCGAN的初至拾取方法的精度更高,能满足生产需要。     

基于二阶统计量的盲提取算法

在地震资料处理中为保证初至拾取结果的正确性,一般先降噪后再进行自动拾取或者手工拾取。普通降噪方法大多都是以牺牲部分有效信号为代价,而且必须满足一定的信噪比的时候才能有效。本文将盲提取技术引入了降噪处理。其关键着眼于分离而非切除噪声,因此在去除噪声的时候不损伤有效信号,为降噪处理提供了一种新思路。文中提出了一种基于二阶统计量的去除干扰波的盲提取算法,通过这种算法可以提取出去除了干扰后的地震数据,对实际地震资料的处理表明:这种算法可以去除干扰波、有效地压制噪声,达到了提高初至拾取精度的目的。     

基于高阶累积量时间延迟估计的自动剩余静校技术

复杂地表条件工区的地震资料往往存在严重的剩余静校正问题,常用的剩余静校正方法一般要求准确拾取初至旅行时,但在面对低信噪比地震资料时,很可能耗费极高的人力时间成本进行手动初至拾取。发展了基于高阶累积量时间延迟估计的自动剩余静校正方法,采用高阶累积量和相干叠加的方法得到两点间的时延,再使用时延的组合得到炮检点的剩余静校正量。该方法的优势在于,互相关使用两道数据进行时延估计,只利用二维地震信息,而高阶累积量使用多道数据,利用三维地震数据信息增强有效信号;与互相关类方法相比,高阶累积量不再要求噪声为高斯分布,与实际地震资料的情况更加吻合,对背景噪声的压制效果更优;结合地震干涉法中相干叠加的思路进一步提高信号有效叠加次数和信噪比,保证获得稳定可靠的道间时延估计结果。该方法采用完全数据驱动,在面对海量低信噪比地震资料时,可有效避免初至拾取所需的高昂时间人力成本。合成数据实例验证了高阶累积量进行时延估计的良好抗噪性及计算剩余静校正量的有效性。将该方法应用于中国西部某地区实际低信噪比地震资料的处理,明显改善了同相轴的连续性,与基于初至拾取的剩余静校正方法相比,该方法降低了初至拾取所需的大量时间人力成本。     

地震道时窗属性特征检测初至时间的研究

给出了几种用于初至拾取的地震时窗属性特征的算法。经过试算、比较和分析，指出地震分形特征初至拾取的不足；提出地震道时窗内能量比属性特征检测地震初至时间的新方法。该方法能快速和准确拾取初至的起跳时间、抗噪声能力强。合成地震记录试验表明，当随机噪声达75％时，仍能准确拾取初至时间。实际地震资料试算显示，其正确率达90％左右。     

结合CEEMDAN和主成分分析的低信噪比微地震初至信号检测

微地震资料信噪比过低,传统方法的初至拾取精度与稳定性大多不理想。将基于自适应噪声完备经验模态分解（CEEMDAN）与主成分分析（PCA）相结合,有效地实现了低信噪比资料中的初至特征检测。针对低信噪比微地震资料进行CEEMDAN处理后,对各阶本征模态函数（IMF）进行PCA,再对各阶IMF的主成分进行加权重构,同时对次要成分进行压制与剔除,使三分量信号中具有较强一致性的初至信息得以保留。设计多组不同信噪比的测试信号,对方法的可行性进行测试,并最终应用于三分量实测信号。结果表明,该方法在极低信噪比条件下仍可实现对微地震信号初至的有效识别与检测。     

S-变换初至拾取技术及其在复杂山区中的应用

初至的拾取在地震资料处理中有着非常重要的作用,它是折射波资料分析、VSP处理和井间地震资料处理的基础工作,并为其他处理工作提供可靠参数。提出了基于S-变换的初至拾取技术,设计单道模型将S-变换与不同时窗长度的短时窗傅里叶变换以及小波变换进行初至拾取的比较,并对不同信噪比的理论模型进行初至拾取,对比得出该方法具有容噪性好、初至拾取准确、适应性强等特性。该技术应用于复杂山区低信噪比地区实际地震资料处理中,取得较好的效果。     

基于单道SVD和振幅比的地面微地震资料去噪方法

针对地面微地震资料强周期干扰和随机干扰突出的特点以及单一去噪方法无法有效压制噪声的问题,提出了基于单道奇异值分解(singular value decomposition,SVD)和振幅比的联合去噪方法。首先利用单道微地震记录构建分解矩阵,使矩阵各维具有较强的相关性,然后对分解矩阵进行奇异值分解,选取数值居中部分奇异值进行矩阵重构,以达到压制单道微地震记录强周期干扰的目的。其次采用具有伸缩特性时窗的振幅比法改善有效信号与随机噪声的统计特性差异,有效压制微地震资料中的随机噪声。理论模型数据和四川某地区地面微地震射孔资料应用结果表明,联合去噪方法有效地压制了微地震记录中的噪声,提高了资料的信噪比,在很大程度上改善了单一去噪方法无法较好突出微地震有效信号的不足,为后期微地震资料的处理与解释奠定了良好的基础。     

低信噪比地震资料初至自动拾取技术

为提高低信噪比地震资料初至自动拾取的精度,提出了一种联合应用曲波变换与希尔伯特变换进行初至拾取的方法。首先采用基于Wrapping的快速离散曲波变换算法对检波点静校正和线性动校正后的炮域数据进行曲波变换,然后根据随机噪声和有效初至信号的曲波系数在不同尺度不同方向上的分布差异,设置合适的阈值对曲波系数进行"去噪"处理,最后将处理后的曲波系数进行反变换,获得压制随机噪声后的地震记录。利用希尔伯特变换计算各地震道的瞬时振幅,然后利用改进的瞬时强度比公式逐道计算给定的时窗内各采样点的瞬时强度比,最后根据瞬时强度比极大值确定单炮的初至时间。理论数据和实际资料处理结果表明,对于低信噪比地震资料,利用曲波变换法进行去噪后,数据的信噪比得到了提高。结合具有一定抗噪能力的改进型瞬时强度比初至拾取方法,可以有效地提高自动拾取初至的精度,减少人工修改错误初至的工作量,该方法具有一定的实用价值。     

基于多尺度分解的微地震噪声压制与初至检测方法研究

地面微地震数据信噪比很低,严重影响了初至拾取的精度及反演结果的可靠性。为此,对基于改进的完备总体经验模态分解(ICEEMD)的去噪方法与初至检测方法进行了研究,首先利用ICEEMD将非平稳信号分解为一系列相对平稳的固有模态函数,然后提出了一种自适应间隔阈值去除固有模态中噪声成分的方法,最后将去噪后的分量相加重构去噪后的信号。应用Hilbert变换计算每个分量的振幅,然后计算持续能量比,利用给定的阈值找到局部最大值,计算得到高能量的地震信号的到达时间。理论模型数据及实际微地震资料的处理结果表明,去噪后数据的信噪比得到了改进,相对于传统的空间域滤波与变换域阈值去噪,该去噪方法具有显著的优势及较好的应用价值,与Hilbert变换结合的初至检测方法可以有效地检测微地震信号初至。     

应用双向长短时记忆神经网络的微地震信号降噪方法

地面微地震监测数据噪声干扰强、信噪比低,对后续的微地震初至拾取、成像定位等产生严重影响。因此,微地震信号降噪是微地震数据预处理中的关键步骤,而常规降噪方法常依赖于算法参数的设置,不具备普遍的适用性。为此,提出了一种应用双向长短时记忆(Bi-LSTM)神经网络的微地震信号降噪方法。首先,使用合成信号和实际信号构造样本数据集,对构建的Bi-LSTM模型进行训练和测试,得到降噪效果最好的模型;然后,利用训练好的Bi-LSTM网络对不同信噪比的合成信号和川渝地区油气井的实际压裂监测微地震信号进行降噪处理。降噪后的实际微地震信号用于地震发射层析成像,并分析图像以实现地面微地震信号的震源定位。实验分析结果表明,该方法能够有效降低微地震信号中的各类噪声,提高信噪比,从而提高震源定位的精度。与传统算法相比,该方法不需要参数调整,具有良好的泛化特性。     

地面微地震监测资料静校正方法研究

针对地面微地震监测缺乏近地表速度资料和由于信噪比较低使得各条测线上初至走时拾取不全的问题,研究了利用射孔资料、声波测井资料及微地震事件监测资料进行地面微地震资料静校正的方法.讨论了初至拾取方法,对于不连续道的初至拾取,提出了用引导道方法拾取射孔事件和射孔点附近强微地震事件在各条测线的初至;通过声波测井资料建立基准面以下地层的初始速度模型,计算射孔事件的理论走时,进而求取初始静校正量;针对浅部和深部地层速度变化对初至影响程度的不同,设计了浅部二维速度模型和深部一维速度模型,根据射孔事件的实际初至运用反演方法校正初始速度模型,再用反演校正后的速度模型来正演射孔事件理论走时,求取总静校正量.最后,通过实际资料处理验证了静校正方法的应用效果.     

应用图像语义分割网络的微地震事件识别和初至拾取方法

微地震初至精确拾取是目前微地震监测关键环节之一,传统的人工拾取方法耗时长、效率低,在实际应用中容易导致无法及时预警等问题。近年来,基于深度学习的长短期记忆网络模型(LSTM)常用于微地震初至拾取,但在低信噪比环境下拾取准确率较低,且忽视了微地震数据中相邻道初至之间的关联性。针对上述问题,将微地震初至发生前、后看作是图像二分类问题,提出了一种应用图像语义分割网络的微地震事件识别和初至自动拾取方法。应用在矿井中采集的实际微地震数据进行实验,结果表明,对包含岩石破裂、工程爆破等多类型微地震事件,该方法的识别准确率较现有的深度学习方法明显提高,平均拾取误差大幅降低,特别是低信噪比数据的平均拾取误差远小于LSTM法,因而具有良好的实际工程应用价值。     

初至智能拾取技术

地震记录的初至自动拾取一直是复杂地形和表层条件下地震勘探工作的一个难题。为此,提出了初至智能拾取技术,模拟人机交互初至半自动拾取过程进行初至拾取。首先通过改进Coppens的滑动时窗能量比方法进行"好初至波"拾取;然后通过模拟人工辅助线的"架桥"技术获得可用初至波;再采用波峰(谷)相位域追踪技术获得初至波峰点,进一步采用炸药震源初至波起跳点的相位域估算技术获得初至波起跳点。在南方复杂地区,采用自主研发的Hunter初至智能拾取软件对靶区地震资料进行了初至拾取,并与OMEGA商业软件初至自动拾取结果进行了比较。结果表明,初至智能拾取方法及软件不仅能够实现高精度、高命中率的智能化初至拾取,而且能够提供初至时间、初至波周期和初至波品质等更多的信息;在复杂地区低信噪比地震资料中更能体现Hunter初至智能拾取软件的优越性。     

可控震源地震数据初至时间拾取方法

如今中国境内可控震源勘探作业大多采用扫描信号与地震仪器接收信号进行互相关方式获取共炮点道集数据,这一过程通常在野外地震仪器系统上通过硬件完成。对于互相关单炮记录,相关噪声的存在降低了初至波的信噪比,需对单炮记录进行最小相位化处理后拾取初至时间;采用扫描信号或地面力信号对振动记录做反褶积处理,能改善初至波信噪比,使初至起跳更加干脆,从而可提高初至时间拾取精度和静校正精度。在低信噪比地区,宜采用人机交互方式拾取初至,通过改变显示方式等改善初至起跳效果,以提高初至拾取精度和静校正精度。     

可控震源地震记录初至拾取方法研究

可控震源作为一种环保型的激发源已被越来越多地应用于地震数据采集中,但针对可控震源资料初至拾取的研究并不多。由于可控震源的扫描信号为非线性以及可控震源与大地接触不耦合等原因,在可控震源资料上出现"双初至"或"多初至"等现象,造成初至拾取困难。基于可控震源记录相关性好这一特点,提出了一种改进的相关算法——优化相关法,通过不断优化相关模型道来提高初至拾取的精度;同时还提出了一种约束初至拾取方法,根据地表一致性原则进行交互拾取,采用少量人工拾取的初至对相关拾取法进行约束。在可控震源资料初至拾取中,将两种方法相结合,较好地解决了可控震源地震记录的初至拾取问题。