频谱成像技术在稠油热采地震监测中的应用

频谱成像技术可有效的描述地质反射层厚度的非连续性和岩性的非均质性,其在理论上主要是依据薄层反射的调谐原理,过去通常采用以离散傅里叶变换为基础的算法,但是,该方法存在着明显的局限性,因为估算的地震振幅谱的重要特征是所选时窗长度的函数.如果所选时窗过短,振幅谱会与变换窗函数褶积,失去频率的局部化特征,而且过短的时窗会使子波的旁瓣呈现为单一反射的假象.增加时窗长度,会改善频率的分辨率.但如果所选时窗过长,时窗内的多个反射会使振幅谱以槽痕为特征,很难分清单个反射的振幅谱特征.由于在实际运用中,以傅里叶变换相关的算法的时窗问题,难以选择好时窗长度,而且无法定量分析时窗长度产生的偏差,因而会使振幅谱的估算产生偏差.以小波变换为基础的时频分析技术成了非平稳性信号的重要分析工具,在很多实际应用中已取代了傅里叶变换的分析方法.以小波变换为基础的瞬时谱分析技术能得到精确的时频分析结果,同时避免了时窗问题.它反映出了储层在纵向上时间及厚度上变化情况和横向上的地质不连续性的信息,因此能使解释人员快速而有效地描述储层特征的空间变化.     

地震时频分析与分频解释及频谱分解技术在地震沉积学与储层成像中的应用

基于非平稳信号时频分析及其地震时频属性技术应用的有关研究成果,对地震信号时频分析、分频解释与频谱分解及其在地震沉积学与地震储层成像中的应用进行系统总结与阐述.从时频分析的基本原理出发,探讨地震分频解释和频谱分解的实现方法及其在地震沉积学与储层成像中的应用策略与效果.分析指出,发展高精度时频分析理论和算法,一体化统筹谋划地震资料叠前与叠后处理解释,针对不同地质条件探索相应的时频响应规律等,是分频解释技术及其在地震沉积学和地震储层成像研究中有效应用中值得深入研究的问题.     

广义S变换地震信号时频分析

广义S变换继承和发展了S变换的优点,其引入了λ、p两个参数,对S变换中固定的基本小波进行了推广和扩展,使得其时窗更灵活多变,在一定程度上提高了非平稳信号分析处理的时频分辨率。通过线性调频信号模拟测试对比,证实了广义S变换的信号聚焦能力明显优于S变换,能够更好地刻画信号的局部特性。最后,以某区二维单炮地震数据为例进行了地震信号的广义S变换时频分析,取得了良好效果。     

几种时频分析方法的比较和实际应用

地震信号往往是非线性非平稳的,时频分析技术能同时展示信号在时间域和频率域的局部化特征。本文研究4种时频分析方法:短时傅里叶变换(STFT)、小波变换、广义相似文献   

基于广义S变换的地震与爆炸识别

为了进一步增强区域台网针对天然地震与人工爆炸事件的识别能力,本文利用广义S变换方法,围绕河北省三河采石场爆破以及周边发生的天然地震波形记录展开研究,总结了地震与爆炸在时频谱中的差异性。研究表明,受震源机制影响,天然地震时频谱图的频带范围更宽广,能量团分布也较人工爆炸更为复杂。为了消除震中距的影响,本文将求解的时频谱保存为规格相等的灰度图像,通过滑动窗口计算图像的灰度一致性得到新的识别判据?谱图二阶矩。对三河地区已知地震和爆炸事件的测试表明,谱图二阶矩对单台波形记录的识别率可达91%,多台求取平均值之后的识别率超过98%,因此该判据具有良好的应用前景。      

基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

Morlet小波匹配追踪方法的时频原子参数分析

匹配追踪方法是目前时频分辨率最高的时频分析方法.但传统的匹配追踪方法在寻找与信号匹配最佳的时频原子时,需在较大的参数搜索范围内对时频原子参数进行多重循环寻优迭代,计算效率较低.针对匹配追踪算法实现方式,本文主要工作及结论如下:(1)以Morlet小波为时频原子,以频率、相位、时延和尺度为时频原子参数,分析了信号在时频原子上的投影振幅对这四项时频原子参数的灵敏度,结果表明灵敏度顺序为:时延、频率、尺度和相位,据此结论可在算法实现时根据灵敏度顺序调整不同参数寻优迭代时的参数搜索范围,改善算法的计算效率;(2)针对频率、相位和时延参数已知尺度参数变化的时频原子,分析了利用Hilbert变换得到的瞬时参数表征时频原子参数初值的准确度,结果表明准确度顺序为:时延、频率和相位.据此结论可在算法实现时确定参数寻优的优先级顺序,改善算法的计算效率.与连续小波变换、广义S变换等时频分析方法的对比及在地震数据去噪中的应用效果表明匹配追踪方法效果较好.     

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.     

时频域油气储层低频阴影检测

为了准确刻画地震信号的局部层次结构,实现高效率的三维地震资料瞬时谱分解,检测油气储层的低频阴影,构造了广义S变换.广义S变换通过引入两个参数,改造S变换的小波函数,使其小波能根据信号处理的具体应用需要而调整.模型信号的仿真发现,广义S变换具有更加优越和灵活可调的时频聚集性能.文中分析了低频阴影的机理,并利用广义S变换对三维实际地震资料进行了瞬时谱分解,它不仅能检测油气储层的低频阴影,而且可以刻画油气储层的岩性边界和空间展布,减小油气储层检测的多解性.     

基于S变换的随机噪声压制方法

S变换是近年来发展起来的一种时频分析方法,本文首先通过设计理论模型测试S变换对非平稳信号的分辨能力,然后将S变换引入对地震资料随机噪声的压制中去,测试了S变换压制随机噪声的效果．研究表明：S变换是一种有效的时频分析方法,并可以很好地压制叠前地震资料的随机噪声．     

用基于平滑技术的时频分析方法对地震资料去噪的研究

本文提出了一种新的时频分析方法—基于平滑技术的时频分析方法,并给出了该方法的基本原理以及用该方法对地震观测信号进行去噪的具体算法.它以信号的平滑处理为基础,与传统去噪手段相比,具有物理意义清晰且运算简单的优点.实验结果表明,利用该时频分析方法可以极大地提高远距离地震观测信号的信噪比,从而为远距离地震信号的检测提供了有力的工具.     

台站地震资料的时频域自适应极化分析和滤波

提出一种自适应协方差的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构造时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震极化分析和滤波。其优势在于协方差矩阵的分析时窗的长度由多分量地震数据的瞬时频率确定,可以自适应于有效信号的周期,在每个时频点计算极化参数不需要进行插值处理;结合时间频率信息,解决在时间域或频率域波形或频率重叠的信号具有明显的直观性。模型数据及实际三分量台站地震数据处理结果表明,该极化滤波方法在台站地震资料分析和处理方面具有很好的直观性和较高的分辨率。     

基于正交时频原子的地震信号快速匹配追踪

匹配追踪能够根据地震信号自身的特点进行自适应分解,但因计算量巨大使其不能被广泛应用.本文提出了一种正交时频原子快速匹配追踪方法,该方法在迭代分解过程中,充分利用地震信号的局部性特征作为先验信息点,在先验信息点附近采用动态搜索策略寻找最佳匹配时频原子,同时对时频原子进行正交变换,消除了时频原子库中的冗余分量,最终将信号分解为一系列正交时频原子的线性叠加.测试结果表明,该方法不仅保持了匹配追踪的分解精度,而且使计算效率有了质的提高.     

地震映像数据的时频分析方法及应用

本文研究地震映像数据的时频解释方法.采用短时傅立叶变换方法获得地震映像记录频谱的时间与空间分布,根据介质对地震波频谱影响的基本规律,通过分析已知地质断面地震映像记录频谱的时间与空间分布,研究了综合利用频率域和时间域信息进行地震映像数据解释的效果.时频分析方法提取了地震波的频谱中关于地层岩性、构造方面的信息,为地震映像数据的处理和解释提供了更多的参考信息.实例证明,利用时频分析解释地震映像数据,有助于了解覆盖层下岩性变化、薄层的分布范围、探测隐伏土洞、确定混凝土构件中缺陷位置,提高地震映像数据的解释精度和准确性.     

A technique to improve the empirical mode decomposition in the Hilbert-Huang transform

The Hilbert-based time-frequency analysis has promising capacity to reveal the time-variant behaviors of a system. To admit well-behaved Hilbert transforms, component decomposition of signals must be performed beforehand. This was first systematically implemented by the empirical mode decomposition (EMD) in the Hilbert-Huang transform, which can provide a time-frequency representation of the signals. The EMD, however, has limitations in distinguishing different components in narrowband signals commonly found in free-decay vibration signals. In this study, a technique for decomposing components in narrowband signals based on waves’ beating phenomena is proposed to improve the EMD, in which the time scale structure of the signal is unveiled by the Hilbert transform as a result of wave beating, the order of component extraction is reversed from that in the EMD and the end effect is confined. The proposed technique is verified by performing the component decomposition of a simulated signal and a free decay signal actually measured in an instrumented bridge structure. In addition, the adaptability of the technique to time-variant dynamic systems is demonstrated with a simulated time-variant MDOF system.     

气层在纵波和转换波谱分解中的特征

应用拟合追逐分解MPD(Matching pursuit decomposition)法对地震数据进行谱分解能够提供更好的分辨率,在时间分辨率和频率分辨率上到达一致,避免付氏变换方法中时窗大小选择和分析时间点不准确的问题。含气地层对纵波资料产生较大的频率衰减,在储层下方可能见到低频强振幅的低频阴影现象。而转换波资料受气藏影响小,在转换波剖面中不会出现同纵波类似的低频阴影区。因此,综合两种资料在分频剖面上的表现,可以进行含气性异常的预测。对已知气藏的实际多波地震资料,进行MPD分频处理,在不同波场的分频剖面上,分析气层响应特征。     

The gas reservoir response in PP- and PS-wave frequency sections

Spectral decomposition using the method of Matching Pursuit Decomposition （MPD） for PP- and PS-wave data has higher resolution and higher consistency over the entire time-frequency plane. The MPD algorithm avoids the problems of inaccurate analytic time point and the time window size choice that may occur during a Fourier transform. The PP-wave attenuation is greater than the PS-wave attenuation while propagating through gas reservoirs. There are some stronger amplitude low-frequency shadows on the PP-wave single frequency sections beneath gas reservoirs which are not seen on corresponding PS- wave single frequency sections. Therefore, hydrocarbons are predicted from comparing the behavior on both frequency sections. The time-frequency analysis for multi-component data is decomposed by MPD for data from northeast China containing rich gas reservoirs. The gas response character is analyzed on different wave mode single frequency sections. We describe the MPD algorithm, compare it to other spectral decomposition methods, and show some examples of detecting low-frequency shadows beneath gas reservoirs.     

地震勘探信号时频分析方法对比与应用分析

针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用.