基于Morlet小波匹配追踪算法的地震时频属性提取

 由于地震信号不可避免地含有各种噪声，而瞬时频率对噪声敏感，容易造成假象。本文讨论基于Morlet小波匹配追踪算法的时频分布，在此基础上提取的瞬时频率等时频属性具有良好的抗噪能力。文中给出具体算法流程，合成数据试算和实际资料应用结果均表明，利用本文方法提取的时频属性在识别海底浅层气等方面具有较好的效果。     

小波变换域地震资料瞬时频率分析方法

小波变换域瞬时频率分析方法是地震资料分析的重要工具。分析了在小波变换域提取瞬时频率的原理及优点，讨论了选择不同的小波函数对计算结果的影响。利用Ricker子波和薄互层模型数据，分析了以Morlet小波、匹配地震子波的小波及三参数小波为基本小波计算的瞬时频率，结果表明：基于三参数小波的瞬时频率分析方法具有良好的抗噪性能及较高的时间分辨率。将该方法用于地下薄互层结构的地震响应分析，不仅可以刻画地层的整体变化特征，而且可以刻画薄互层内部结构。在大庆油田三维数据体瞬时频率分析中，将该方法与常用的Hilbert变换属性提取方法进行了对比，结果表明，该方法可以更清晰地刻画出火山岩的空间展布。     

Morlet复小波用于地震瞬时属性提取的研究

提取地震信号的瞬时特征,传统的方法是Hilbert变换,由于Hilbert变换对高频噪声十分敏感,即使存在微弱的高频噪声,提取的瞬时特征受到噪声的影响都会很大。为此,根据Morlet小波具有去噪与分频的性质,提出了应用Morlet复小波来提取地震信号的瞬时特征,并取得了较好的效果。但在目前的很多文献中,着重讨论Morlet复小波变换在提取地震信号的瞬时特征上,比Hilbert变换更具有优势,对Morlet复小波的性质介绍得较少。在实际的应用中,Morlet复小波的尺度、中心频率、带宽这些参数会对计算结果产生很大的影响。在此着重分析了这些参数之间的关系,通过理论分析表明,合理地选取小波的参数,可以避免小波变换对地震信号产生的遗漏和冗余,取得较理想的效果。     

高精度地震时频谱分解方法及应用

由于受测不准准则的制约,应用小波变换、广义S变换等线性算法无法同时获得高时间分辨率和高频率分辨率,而应用匹配追踪算法可克服窗函数的限制,能在时间域和频率域同时精细表征信号特征。本文在阐述地震信号匹配追踪时频谱分解的算法原理基础上,通过对标准Morlet小波进行合理改造,完备了时频原子库,有利于提高地震信号匹配分解的精度;依据Morlet小波的时宽对地震道进行开时窗,可在多个时窗内同时动态扫描匹配小波原子,可以适当提高计算效率。模型试验与实际数据分析表明,基于改进Morlet小波的地震信号匹配追踪算法更精确更高效,且具备一定的抗噪能力,适合定量分析地震资料的频谱变化特征,有助于研究储层及油气的分布范围。     

时间—尺度域内地震属性研究与应用

准确提取地震属性信号的瞬时特征参数在岩性识别、构造分析、圈闭评价及油气预测与解释等方面具有重要的指导意义。运用小波变换系数反应小波函数与地震信号的相关程度,能获得地震信号的频率特征的最佳尺度属性。传统的Taner瞬时参数求取法难以避免Hilbert变换带来的噪声干扰,小波变换瞬时参数求取法能压制噪声;利用Morlet小波函数或修正的Morlet小波函数对地震信号、解析地震信号实施连续小波变换具有不同的效果。基于此,提出与Grossmann、Satish K.Sinha等不同的瞬时振幅、瞬时相位、瞬时频率、瞬时中心频率、瞬时主频和瞬时带宽的计算方法。在对仿真地震信号的试算和实际地震资料处理中,取得了与理论一致的应用效果;在岩性识别、构造分析、圈闭评价及油气预测解释等方面具有一定的实用价值。     

高抗噪性三维体曲率分析技术及其在高陡地层发育区的应用

曲率属性可以较好地描述岩层的弯曲、褶皱、断层和裂缝等信息,但是由于曲率属性提取过程中需要计算地震数据的二阶微分,因此对噪声比较敏感,影响了结果的稳定性和可信度。在模型试算的基础上,提出了一种新的高抗噪性的体曲率计算方法。首先利用小波变换方法提取三维地震资料的相位余弦体;然后基于复地震道理论计算三维体视倾角属性,对视倾角进行中值滤波以压制微分计算中生成的噪声;最后利用两个方向的视倾角属性计算得到各类高信噪比的体曲率属性。模型实验和实际资料处理结果表明,该方法计算的曲率属性对噪声不敏感,适用于低信噪比资料的处理,特别是在陡倾角地层发育的地区,计算结果比C3等相干属性假象更少,能够真实地反映地下断层及岩性边界等地质信息。     

复小波频谱分析在地震数据处理中的应用

短时窗傅里叶变换对地震记录分析是按照固定时窗滑动，而复Morlet小波分析法则在时间域和频率域具有良好的局部特性。复Morlet小波的傅里叶变换为高斯函数，是一个特性较理想的带通滤波器，因此在分析地震记录时可以准确刻画储层的特征。文中讨论了复Morlet小波频谱分析方法，分析了复Morlet小波的性质、信号频谱的计算及中心频率uo、参数卢的选取。理论模型试算与实际地震资料处理结果表明，复Morlet小波频谱分析方法的时频分析结果的分辨率明显高于短时窗傅里叶变换的结果，且缝洞储层与围岩的界限分明，能够较细致地刻画储层的分布特征。复Morlet小波频谱分析方法适合复杂缝洞发育的碳酸盐岩储集体的地震数据处理与解释。     

地震信号瞬时特征在小波域分频提取的方法和应用

在直接进行 Hilbert变换提取瞬时特征信号的传统方法中 ,Hilbert变换对高频随机噪声十分敏感 ,即使地震信号中存在微弱的高频噪声 ,所提取的地震信号瞬时特征仍被噪声淹没。本文提出了在小波域提取地震信号瞬时特征的方法 ,它利用小波变换的实部 (相当于实信号——地震信号 )、虚部 (实信号的 Hilbert变换 )的特点直接提取地震信号瞬时特征。该方法具有分频、去噪的功能 ,并且提取的地震信号瞬时特征中保留了频率低于高频随机噪声带的弱波 ,这种弱波可在瞬时特征剖面 (如瞬时频率、瞬时相位、瞬时振幅 )中显示出来。     

基于Morlet小波分频的保边滤波去噪方法

进行保边滤波需要已知反射倾角和边界信息,通常这些信息由全频率地震资料估算得到,但噪声的存在往往会降低估算的准确性.地震资料的各个频率成分具有不同的信噪比,Morlet小波具有良好的局部性能,所以用Morlet小波可以将地震数据按照倍频程分为几个分频体.对于信噪比不是太低(一般指大于2.5 )的地震资料,会有2-3个分频体具有较高的信噪比.扫描上述分频体,确定它们的倾角以及边界信息,然后利用倾角及边界信息对上述分频体以及与其频率接近的分频体进行平滑,并根据是否存在边界采取不同的滤波手段,保证滤波算法的稳定性,最后将平滑后的各频段地震记录合成,得到去噪后的地震记录.理论模型和实际资料处理表明,对于信噪比大于2.5的地震资料,该方法能有效去除噪声.     

小波包分析与奇异值分解（SVD）叠前去噪方法

小波分析多用于去除面波，奇异值分解多用于去除相干干扰，而对于强相干干扰和面波共存的地震记录，仅使用单一去噪方法难以奏效。为此本文将小波包分析与奇异值分解结合起来，就可以解决单一去噪方法难以解决的去噪问题。此法首先利用小波包变换进行分频处理，然后在分频的记录中，用自动追踪同相轴的方法找出相干干扰和面波同相轴的方向，再利用奇异值分解(SVD)方法恢复相干干扰和面波的波场，最后将其从原始地震记录中减去，即可获得去噪后的地震记录。通过对实际资料的试算，表明该计算方法的效果是明显的。     

Morlet小波分频处理在提高地震资料分辨率中的应用

利用常规方法对地震资料进行处理，其频带受原始地震资料频带的制约，通常不能满足精细储层预测和描述的需要，为此，提出了一种Morlet小波变换分析方法来提高地震资料的分辨率。该方法具有良好的时频局部化性质而优于传统的傅里叶分析方法。Morlet小波变换分析作为叠后地震资料分频方法更适应于地震频谱分析。首先利用Morlet小波变换建立恰当的小波滤波器组，然后对地震信号做相应频谱分析，分别对单道数据及实际资料进行处理，得到了不同尺度的地震资料，最后对处理结果进行了分频反演。最终结果表明，用Morlet小波变换分析处理后的地震资料，其品质得到了明显的改善，处理后的剖面同相轴变细，频带变宽，分辨率得到了提高。     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

基于匹配追踪谱分解的时频域FAVO流体识别方法

基于Morlet小波的快速动态匹配追踪高分辨率谱分解算法,对比研究了短时傅立叶变换、S变换、连续小波变换及匹配追踪Wigner-Ville分布的时频分辨特征。在此基础上,为充分利用叠前地震资料中蕴含的振幅和频率信息,将快速匹配追踪谱分解方法与体现流体因子的频变AVO(FAVO)反射特征方程相结合,并依靠匹配追踪算法的高时频分辨特性,发展高分辨率时频域FAVO直接反演方法,该方法将常规谱均衡过程构建于目标泛函中,减少了频散属性提取过程的中间环节,避免了在消除"子波叠印"时引入的累计计算误差。模型测试和实际资料处理表明,该频散属性反演方法有助于精细刻画油气藏位置,是一种可靠性较高的储层流体类型检测方法。     

小波分析在地震资料分频处理中的应用

针对傅立叶变换在地震资料分频处理中的不足，开展了小波变换在地震资料分频处理中的应用研究。并运用Modet小波变换分析方法，采用恰当的小波滤波器组对大港地区的三维地震资料进行频谱分析处理，得到了不同尺度的地震资料，处理后的地震资料品质得到了明显改善，处理后的地震剖面同相轴变细，频带变宽，地震资料的分辨率得到了提高，对地震资料分频处理和解释具有重要的指导意义。     

利用时频域地震信号相位残点特征检测地层连续性

谱分解法是一种重要的频率域属性分析方法,地震信号经过频谱分解后可从特定频率中提取掩盖在宽频信号中反映地质异常信息的信号,从而提高常规地震资料的分辨率。现今常利用频谱分解后的振幅谱开展地层横向连续性检测、地层识别等,而忽略了相位谱的作用。本文主要利用复Morlet小波变换对信号进行频谱分解并计算相位谱的残点,再根据得到的相位残点属性进行地层不连续性检测。通过理论正演分析、实际地震资料的处理及多口井资料验证,表明相位残点属性对地层横向细微的连续性变化较敏感,可揭示一些在常规地震剖面中无法有效识别和刻画的重要地质特征。本文认为相位谱属性是一种适用于地层连续性检测的新技术。     

地震分频处理技术预测深水储集体

地震资料分频处理技术是一种比常规地震资料处理方法更有效改善数据体成像效果的方法,以分频处理后数据体为载体,进行地震属性及地层切片分析不仅可以更有效地识别储集体的边界,还可以清晰地刻画储集体内部细微结构。利用改进的Morlet小波作为母小波函数地层建立分频处理函数,对原始资料进行分频处理后存在波形特征十分清晰、能量也很强的优势成像频段,成像效果最佳的优势频段的地震剖面分辨率较高,成像效果得到了明显改善。通过对二维地震资料分频处理,在优势频段内可以识别出原始地震数据无法识别的地质体。进一步以优势频段分频处理三维地震数据体开展全新的层位追踪,并结合地震属性分析进行储集体分布预测,与原始地震资料属性分析进行的储集体预测结果相比,发现分频处理后储集体预测的砂体展布及其边界更为精准,内部细节刻画更为清晰,与钻井结果的吻合度也更高。显然该方法在提高深水储集体预测精度方面具有相当的应用前景。     

用ω-x域预测方法压制随机干扰

应用二维连续小波变换把一个二元的地震信号变换为有关时间、频率、空间和波数的四元函数，可以充分地利用信号与噪声在时间、频率、空间和波数方面的差异来压制诸如面波、规则噪声等各种干扰，能有效地提高信噪比。在小波变换域（w－x）上，信号在空间方向上是可以预测的，而噪声是不能预测的，这样，通过预测便能有效地消除随机干扰。此方法优于常规的f-x预测方法。对实际资料处理的结果表明，该方法是行之有效的。     

时频域自动识别与压制高频噪声

本文在分析张宇等及钱忠平等提出的高频噪声判别准则基础上,利用夏洪瑞等根据在窄档等频距小波分频之后识别、压制高频噪声的思路,提出在时频域将代表地震道主要能量的几个频带的平均振幅绝对值作为正常子波的平均振幅绝对值,以此来识别和压制高频噪声的异常振幅。实际处理结果表明,此法不仅可以压制高频谐振及高频突发噪声,而且可以保护弱地震反射信号不受损害。     

高空间密度采样资料分析

高空间密度采样通过小道距、不组合、高覆盖的采集方式，比较精细地记录了地震波场，避免了空间假频的产生尤其是低频线性干扰，也避免了组合检波带来的高频弱小信号能量降低，为勘探研究提供了丰富的数据。在处理方法上可以根据低频线性干扰的分布特征，合理地进行接收道组合，以减少高密度采样带来的大数据量，同时又能收到比野外组合检波更好的效果。高密度数据的无假频特征更加适合于常规二维信噪分离方法。高密度采样的高覆盖次数更有利于叠加去噪，比组合压噪更有效。通过实际资料的组合与不组合、叠前与叠后资料的对比分析，展现了高密度资料的去噪优势和高频信号的保护能力，并提出弱小高频信号的提取是高密度资料处理的重要环节的结论。