基于稀疏反演的多震源地震混合采集数据分离技术

多震源地震混合采集数据(混叠数据)目前还不能直接采用传统的地震资料处理流程处理,必须先进行分离。基于滤波思想的分离算法可以初步实现对混叠数据的分离,但是当有效信号完全淹没在强噪声中时,该算法的分离效果较差,有效信号会受到损害。提出了一种基于稀疏反演的多震源数据分离算法,实现步骤是:首先输入野外采集的混叠数据,将其从炮集抽取为共检波点域或共炮检距域道集,使得来自邻炮的记录数据变成非相干噪声;然后通过稀疏反演,采用L1模的阈值噪声压制算法估计出混叠数据的噪声;最后从混叠数据中减去估计得到的噪声,从而分离出有效信号。模拟和实际数据测试结果表明,该方法能对混叠数据进行有效分离,很好地压制混叠噪声和保护有效信号。     

基于自适应字典学习的可控震源数据谐波噪声压制方法

可控震源高效采集地震资料中谐波噪声压制是一难点,虽然一些传统的基于稀疏优化的方法能够压制数据中的谐波噪声,但是由于使用固定字典,无法自适应地匹配有效信号的波形,存在有效信号损伤较大的问题。为此,提出了一种基于形态成分分析自适应学习字典的谐波噪声压制方法,用于分离原始相关后地震资料中谐波噪声干扰。首先对原始数据进行单道截取及分块处理组成样本集,然后利用K-奇异值分解(K-SVD)学习得到超完备字典,进而应用字典原子的振幅谱比将字典分类为有效信号子字典与谐波噪声子字典,最后应用形态成分分析(MCA)理论将所得的子字典分别用于重建谐波噪声和有效信号,实现压制谐波噪声的目的。合成数据与实际数据的应用结果表明,基于自适应字典学习的可控震源数据谐波噪声压制方法在保护地震有效信号的同时能够有效压制谐波噪声。此外,对比近炮点数据和远炮点数据的谐波噪声压制结果可以看到,该方法对有效信号的损伤小于固定字典谐波噪声压制方法,具有良好的保真性与鲁棒性。     

可控震源独立同步扫描高效地震采集资料噪声压制方法

基于稀疏反演理论,提出了采用L1正则化和L0正则化混合迭代算法对高效采集地震记录的干涉炮噪声进行压制的方法。将含有干涉炮噪声的地震记录重排为共中心点道集,并将干涉炮噪声去除问题转化为一个稀疏反演问题。使用软阈值迭代算法求解L1正则化问题,获得良好的迭代初值;然后采用硬阈值迭代算法求解L0正则化问题,获得最终干涉炮噪声的压制结果。利用该方法对实际独立同步扫描高效采集的地震资料中干涉炮噪声进行了噪声压制测试,获得了良好的效果。对比测试结果与中值滤波方法的去噪结果可以看出,基于稀疏反演的干涉炮噪声压制方法对干涉炮噪声的压制效果更好。     

时频域稀疏优化谐波噪声压制方法及其在准噶尔盆地高密度地震勘探中的应用

谐波噪声是可控震源滑动扫描采集过程中产生的主要干扰,有效压制此类噪声是实现高精度、高分辨率地震数据叠前、叠后反演及属性分析的前提。讨论了时频域稀疏优化谐波噪声压制方法的技术关键,即有效信号及谐波干扰噪声稀疏表示字典的构造,给出了稀疏表示字典主要参数的确定方法。将时频域稀疏优化谐波噪声压制方法应用于准噶尔盆地玛湖地区三维典型单炮记录谐波噪声压制,并与工业界常用的频率域振幅异常噪声压制方法(FDNAT)进行了对比。典型单炮数据处理结果对比、单道数据对比、反褶积及其多道数据平均归一化振幅谱分析表明,时频域稀疏优化方法能在压制谐波噪声的同时具有良好的保真性能。     

CSI:基于压缩感知的高精度高效率地震资料采集技术

介绍了CSI(Compressive Seismic Imaging)技术。该技术是基于压缩感知理论所开发出的一整套地震资料采集和处理综合技术,主要包括非规则最优化采样设计、地震信号的稀疏化处理、基于稀疏反演的数据重构及同时震源分离等内容。CSI利用非规则最优化设计和独立同时震源作业,极大地提高了采集效率,缩短了采集周期,从而以较低成本完成高品质、高密度的三维地震资料采集。在地震资料处理过程中,通过信号分离与数据重建来高保真地恢复叠前地震信号。海底节点、海上拖缆和陆地可控震源等生产项目中的应用结果表明,与宽频带处理以及叠前深度偏移技术相结合,CSI提供了高质量、高精度的地下成像结果。     

可控震源混叠地震数据分离与成像

对不同采集方式得到的可控震源混叠地震数据采用不同的地震处理方法进行分离。利用反演的思想,在高保真采集数据分离过程中引入广义逆算子和奇异值分解以改善分离效果;利用去噪的思想,对独立同步扫描得到的地震数据中的混叠噪声进行压制,其过程是先将混叠地震数据变换到人工分选道集,再采用矢量中值滤波随机噪声压制方法压制混叠噪声。对未分离的可控震源混叠地震数据先直接进行成像,再采用最小二乘逆时偏移方法压制逆时偏移成像过程中产生的部分串扰噪声,同时引入可控震源静态编码技术进一步压制直接成像过程中的产生串扰成像噪声,最后利用整形规则化滤波技术消除串扰成像噪声。模型试算与实际地震资料测试结果表明,利用基于整形规则化的可控震源编码最小二乘逆时偏移方法可消除串扰成像噪声,得到具有高信噪比、高分辨率、高振幅均衡性的成像剖面。     

不规则采样的多震源数据整形正则化分离方法

由于施工和经济等条件的限制,多震源数据可能不完整或者是不规则采样,因此能够同步处理多震源数据的分离和插值方法对多震源混合采集技术具有重要意义。本文通过引入Mask算子,将规则采样数据的分离方法扩展为不规则采样数据的分离和插值方法,并给出了处理的迭代流程。在分离数据时,先将不规则采样的混合数据转换到稀疏域,然后在稀疏域中使用整形因子进行约束实现分离和插值。模拟数据和野外实际数据的分离获得了较好结果,验证了本文方法及其流程的正确性。     

可控震源高保真采集数值模拟及炮集分离

可控震源高保真采集(HFVS)方法利用多震源在多位置同时激发,大大提高了地震数据采集效率。但多震源同步激发,增加了记录的相邻干扰,降低了资料信噪比,原始记录需要进行炮集分离后才能应用。采用可控震源激发的线性扫描信号模拟高保真采集(HFVS)技术进行的二维地震数据采集,对震源信号进行相位编码,正演模拟多张混叠记录。利用震源检测信号以及地震记录获得震源与各检波点之间对应物理路径各频率点处的传输函数,并将传输函数作用于各震源检测信号,即可得到分离后的单炮地震记录。对比炮集分离结果与单炮正演模拟结果可以看出,远炮点道和近炮点道的分离效果都较好,且远炮点道的分离效果好于近炮点道。     

基于离散曲波变换字典和二维局部离散余弦变换字典组合的面波压制

根据地震记录中面波和反射波形态结构的差异性,将基于离散曲波变换字典和二维局部离散余弦变换字典(2D-LDCT)组合的形态成分分析法应用于地震数据的面波压制。首先选取离散曲波变换字典来稀疏表示面波分量,选取二维局部离散余弦变换字典来稀疏表示反射波分量,然后建立地震记录在两种字典下的面波分离模型,最后通过块协调松弛算法求解该模型来分离出两种分量,实现对面波的有效压制。合成地震记录及实际地震记录试验处理结果表明,该方法在有效压制强面波干扰的同时,能够较好地保护反射波信号。     

利用改进的在线字典学习估计时变子波

为了获得符合实际的混合相位子波,提出了一种基于在线字典学习的时变子波估计方法。将时变子波估计转化为在线字典学习问题,通过过完备字典的在线学习实现冗余字典的自适应更新。字典中的每个原子代表子波的一个分量,通过原子的线性组合实现对时变子波的有效逼近。在线字典学习可以灵活地利用训练数据,改进字典中的原子,提升字典的自适应特性。同时,根据地震数据的特点,对训练数据与稀疏表示的残差项进行滤波处理,改进了在线字典学习方法,降低了对噪声的敏感性。无噪声和含噪声合成数据的实验结果证明了本文方法的有效性,而且对噪声具有一定的鲁棒性。实际子波估计结果以及Wiener滤波的反褶积剖面和频谱分析表明,本文方法得到的结果并未使噪声能量增强,但频带得到拓宽,从而为时变子波估计提供了新思路。     

利用多道相似组稀疏表示方法压制随机噪声

针对目前地震数据随机噪声压制方法采用的稀疏表示方法中单一的正交基无法根据地震数据特征自适应调整基函数,基于数据分块的自适应超完备学习字典方法通常忽略块之间相似性的问题,提出基于多道相似组稀疏表示模型的去噪算法。由于地震记录波形在邻近记录道存在较强的相似性,首先在训练窗口内计算与目标地震数据块所包含的多道记录的波形相似度,利用相似度最高的一组数据块构造多道相似组;然后采用自适应超完备字典学习算法完成基于多道相似组的字典构建与稀疏编码;最后通过迭代阈值收缩算法求解L1范数最小优化问题,逐步提高编码系数的稀疏程度,保留地震数据主要特征,压制随机噪声。与现有随机噪声压制算法对比,本文算法具有更高的峰值信噪比(PSNR),并且能更好地保持复杂区域地震数据同相轴的局部特征。     

应用结构聚类字典学习压制地震数据随机噪声

针对地震数据中不同空间位置的波形变化差异较大,全局字典学习稀疏表示方法不足以最优稀疏表示复杂局部特征的问题,提出基于结构聚类字典学习稀疏表示的随机噪声压制算法。首先利用地震数据分块结构的自相似性与全局字典稀疏表示系数分布存在的规律性与冗余性,应用K-means思想对地震数据进行分块结构聚类,对每一类数据块集合采用奇异值分解(SVD)得到超完备字典,依据各个聚类中心重新编码该类地震数据块,得到原始地震数据更稀疏的表示和描述;然后建立正则化模型更新质心和地震数据估计值;最后利用双变量迭代阈值算法求解模型中双L_1范数的优化问题,得到去噪后的地震数据。对比实验表明,应用本文方法去噪后的地震数据具有较高的信噪比及较强的局部纹理保持能力,证明了算法压制随机噪声的有效性。     

基于在线字典学习算法的地震数据去噪应用

为了解决常规去噪方法不能根据地震数据自适应构造基函数,去噪效果无法达到最佳的问题,引入基于稀疏表示的在线字典学习(ODL,online dictionary learning)算法对地震数据进行去噪处理。ODL算法能够快速学习,得到与地震数据高度匹配的字典,该自适应字典代替了传统域变换方法中的固定基函数。同时,结合稀疏表示的思想,使用最小角回归(LARS)算法求解出字典的最优稀疏表示系数,将字典与稀疏表示系数组合,从而得到去噪后的地震数据。理论模型和实际地震数据的去噪应用表明:相比较为先进的curvelet变换方法,ODL算法可以更有效地去除随机噪声、相干噪声,同时很好地保留了数据特征。因此,ODL算法对于地震噪声压制有实际指导意义。     

采用428XL仪器实现高保真可控震源三维地震采集

428XL地震仪器系统成功实践了一种新的可控震源施工技术和方法——高保真可控震源采集技术（HFVS）。本质上，HFVS技术是以采集到的每台震源实际运动的信号来进行数据反演，替代了传统的以参考信号进行的互相关处理，从而有效地减少了谐波畸变对地震资料品质的影响。在实际施工时，HFVS技术采用多台震源以不同初始扫描相位同时激发，再将采集到的地震记录进行分离处理得到每台震源的大地脉冲响应，实现了高效采集条件下的可控震源单点激发。本文详细介绍了HFVS技术的基本原理，总结了高保真可控震源采集的施工特点及其对仪器采集设备的要求，并通过实例，介绍了利用428XL仪器先进的技术性能实现高保真可控震源三维地震采集的方法和经验。     

不依赖子波的弹性波混合域全波形反演

震源子波的准确性直接影响全波形反演的建模效果,获取准确的实际子波十分困难。本文基于去子波影响的褶积法,提出弹性波混合域不依赖子波的全波形反演策略。基于二阶弹性波应力-位移方程的混合域反演理论,把观测地震记录与模拟记录的特征道、模拟记录与观测记录的特征道在频率域做乘积运算,构造了不依赖子波的弹性波混合域全波形反演目标函数,推导了反传震源的理论公式。最后,对Overthrust模型进行试算,得到了较好的反演结果,验证了该方法的可行性。     

基于构造导向滤波的多道反褶积方法及应用

传统线性反褶积方法无法大幅度提高地震资料的分辨率,因此逐渐被非线性的稀疏反褶积方法替代。然而大多数非线性反褶积方法是基于单道反演的,没有考虑道与道之间的空间结构关系,得到高分辨率的结果容易产生横向不一致或者不连续问题,而且当地震资料品质较差时,单道反演方法的结果很不稳定。为此,提出一种基于数据驱动和反演策略的多道反褶积方法,即从地震数据本身出发,利用局部倾角获取构造信息,构建构造导向滤波算子,再将其作为正则化算子引入稀疏多道反褶积中,通过分裂Bregman优化算法求解得到稀疏反射系数系列,在提高分辨率的同时,改善了传统非线性反褶积结果的空间连续性。模型试验和实际地震资料处理结果验证了该方法的有效性和实用性。     

地质统计反演在东濮凹陷白庙气田沙三段储层预测中的应用

 本文基于约束稀疏脉冲波阻抗反演进行地质统计反演,把标准化后的自然电位曲线作为输入参数,把稀疏脉冲反演得到的波阻抗数据体作为相关控制函数。首先,统计随机变量的直方图分布和变差函数,确定随机变量在不同方向上的变程;然后在每一地震道上,将随机提取的反射系数与求取的地震子波进行褶积,生成合成地震道,将合成地震道与原始地震道进行匹配,计算反演的剩余值,直到匹配程度满足精度要求为止;最后,选择合成地震记录最好的节点值作为反演结果,对下一个随机选取的节点进行反演,直到完成各个随机实现的全部反演,再对相关性大于90%的各个实现进行求均方根运算,并将获得的均方根数据体作为最终的反演结果。文中以白庙气田三维地震工区沙三段水下扇体为研究对象,在分析储层岩性、电性、物理特征的基础上,选取地震空变子波,建立低频模型,通过合理选取反演参数λ,把标准化后的自然电位曲线作为输入参数,利用约束稀疏脉冲反演和地质统计反演技术,得到的反演结果与实钻资料吻合率达到81.3%,取得了较好的效果。     

地震数据自适应多层字典学习稀疏表示方法

基于压缩感知（Compressed Sensing,CS）地震数据重构的精度很大程度上取决于用于稀疏表示字典的性能。在K—奇异值分解（K-Singular Value Decomposition,K-SVD）方法中每个训练样本的稀疏级别是固定的,这可能导致原始样本在稀疏表示过程中产生欠拟合或过拟合问题;而且它只使用原始样本的特征作为训练字典,无法利用样本在字典学习过程中产生的隐式特征,从而影响地震数据的重构精度。为此,对K-SVD方法进行了改进,采用自适应多层字典学习（Adaptive Multilayered Dictionary Learning,AMDL）方法对地震数据进行稀疏表示,不但可在字典学习过程中充分利用不同层次的特征,而且还可自适应地确定每一层所选择的原子数。试验结果表明,与K-SVD方法相比,该方法能够为基于CS的地震数据重构提供更准确的稀疏表示。     

基于稀疏约束贝叶斯估计的相对波阻抗反演

地震道积分是一种利用地震资料进行的无约束反演技术,可以方便地得到地层的相对波阻抗,但采用稀疏反演的反射系数递推反演相对波阻抗,横向连续性差、可用性低。给出了一种基于稀疏约束贝叶斯估计的地震相对波阻抗反演算法,即在反射系数Cauchy概率分布稀疏约束下,基于贝叶斯最大后验概率估计,采用预条件共轭梯度法估计地震子波和反射系数,从而得到高分辨率的反褶积结果,进而得到高分辨率的相对波阻抗剖面。利用理论模型和实际数据对算法进行了验证,结果表明:基于稀疏约束贝叶斯估计的相对波阻抗反演方法可行;与直接法稀疏反演相比,预条件共轭梯度法稀疏反演精度高、收敛快、数值计算稳定。     

同时震源数据的直接反演分离

近年来同时震源混合采集技术在高密度、宽方位勘探方面显示出广阔的应用前景。根据地震数据空间带宽有限的特点,讨论了直接反演分离方法。与常规的约束迭代反演分离算法不同,此方法无需迭代,只需在时间延迟算子的伪逆中加入基础点扩散矩阵,即可实现频率域混合数据的直接分离。通过改变基础点扩散矩阵,可将直接反演分离方法推广到检波点和炮点不规则排列的情形。理论模型数据测试结果表明,在满足分离条件下,该方法可以取得良好的分离效果,体现了准确、高效的特点。