S变换谱分解技术在深反射地震弱信号提取中的应用

在深反射地震资料处理中,当来自深部的有效弱信号和噪声干扰频带差异较小且难以区分时,传统滤波方法的应用会受到限制.谱分解方法是一种使用离散傅里叶变换,基于信号的频率-振幅谱等信息生成高分辨率地震图像的方法,通常用来识别介质物性横向分布特征,处理复杂介质内频谱变化和局部相位的不稳定性等问题,包括定位复杂断层和小尺度断裂等.S变换作为一种新的时频分析方法,具有自动调节分辨率的能力,近些年来被广泛应用到勘探地震、大地电磁等数据处理中,逐渐成为地球物理方法中噪声压制的有效方法之一.与常规石油反射地震资料相比,深反射主动源地震为了探测深部结构信息,常采用大药量激发方式、长排列观测系统等,导致深部有效信号基本湮灭在噪声干扰之中.针对深反射数据特点,本文结合谱分解和S变换技术,首先设计了简单的脉冲函数实验数据,证实S变换方法的有效性,同时说明谱分解方法的效果受所用时频分析方法影响较大,而其中决定分辨能力的变换窗函数的选取尤为重要.在此基础上,分别应用到深反射地震资料的单道和叠加剖面实际数据上,对比分析了传统变换谱分解和S变换谱分解的应用效果,单道资料对比结果表明:相比传统谱分解,S变换谱分解方法具有自动调节分辨率的能力,能够精确的标定深反射地震资料中弱信号不同时刻的频率分量;叠加剖面资料应用结果表明:由S变换谱分解得到的剖面结果与其他谱分解方法结果整体上具有较高的一致性,同时清晰地刻画出原叠加剖面上被噪声湮灭的低频细节特征,提高了剖面的分辨率及同相轴连续性;对比结果明显看出,Gabor变换谱分解方法得到的结果同相轴较为破碎,分析原因认为这是由Gabor变换的时频分解方法的定长窗函数所致,窗口大小不会随着信号频率的变化来调节长度,只能在处理的过程中根据一定的记录长度范围选取窗函数参数,而S变换谱分解方法在窗函数的选取时,通过时变信号的局部频率特征自动调节窗口长度,能够更好的刻画各个频段的细节特征,在深反射剖面成像应用中效果尤为明显.本文结果表明S变换谱分解技术在深地震叠加剖面上的应用有效地提高了来自深部弱反射信号的信噪比和分辨率,并刻画出了叠加剖面上所不具有的低频细节特征,在实际深反射地震资料处理中能有效保护低频弱信号获得更好的成像效果.本文为深地震反射资料中弱信号的保护处理找到一种有效的方法.     

S变换的时频分析特性及其改进

地震信号具有非线性、非平稳的特性,用时频分析的方法处理地震信号,可以最大限度的保留原始信息,也可以较为精确地分析数据的时间、频率特征.现阶段应用于地震数据处理的时频分析方法主要有:短时傅里叶变换,小波变换和匹配追踪算法等等.S变换是近几年发展起来的一种新的时频分析方法.S变换结合了短时傅里叶变换和小波变换的优点,具有相...     

同步挤压广义S变换在南海油气识别中的应用

受窗函数的影响,短时傅里叶变换、小波变换、S变换等传统时频分析方法的分辨率不高.为了提高信号时频变换分辨率,发展了同步挤压小波变换算法;该算法将信号的时频谱值向其中心频率位置挤压,改善了信号时频分析结果,使得信号时频分辨率得到了很大的提升.但由于传统算法时窗固定,处理缺乏灵活性;因此,本文对S变换窗函数进行扩展,提出了同步挤压广义S变换.通过自适应窗函数挤压信号在S域的时频谱值,提高了算法的灵活性和时频分析聚焦能力.运用同步挤压广义S变换对南海某工区实际地震数据进行分频处理,结果显示含油气层能量随着频率的增加而逐渐衰减.因此,使用同步挤压广义S变换对地震数据进行分析处理,不仅可以对储层含油气性进行准确的检测,还可以对地层进行精确的标定.     

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。     

稀疏时频分解方法的研究与运用（英文）

Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数（IFDF）并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法（Sparse-STFT）实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。     

四分量钻孔应变干扰特征时频域研究

时频分析是分析应变数据的主要方法,采用小波变换和S变换,对山西代县和繁峙地震台的四分量钻孔应变仪受雷电、大风干扰的观测数据进行时频分析.结果发现,通过秒采样数据时频谱来识别雷电信号的能力优于分钟值数据,分钟值数据时频特征用来反应大风干扰信号的能力优于秒值数据;S变换在高、低频部分的时间分辨率均优于小波变换.通过小波变换...     

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.     

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S变换和Wigner-Ville分布。在理论上运用雷克子波模拟地震记录进行时频分析对比,发现广义S变换具有相对较好的时频聚焦性以及较好的交叉项抑制性。为了验证这一理论,我们分别在两个工区做了实际的地震实验,分析并阐述4种时频分析方法的优缺点,同时也验证广义S变换的优越性。      

时频域相位滤波在远震接收函数噪声压制中的应用

宽频带地震观测数据中有效信号和干扰噪声经常发生混频效应,常规的频率域滤波方法很难将二者分离.地震波信号属于时变非平稳信号,时频分析方法能够同时得到地震波信号随着时间和频率变化的振幅和相位特征,S变换是其中较为高效的时频分析工具之一.本文以S变换为例,提出了基于相位叠加的时频域相位滤波方法.与传统叠加方法相比,相位叠加方法对强振幅不敏感,对波形一致性相当敏感,更加利于有效弱信号信息的检测.时频域相位滤波方法滤除与有效信号不相干的背景噪声,保留了相位一致的有效信号成分,显著提高了信噪比.运用理论合成的远震接收函数数据和实际的宽频带地震观测数据检验结果显示该方法较传统的带通滤波方法相比,即使在信噪较低且混频严重条件下,时频域相位滤波方法的滤波效果依然很明显,有助于识别能量较弱的有效信号.     

S变换在地震资料处理中的应用及展望

S变换是近年来发展起来的一种具有高时频分辨率的信号处理方法,它的时频分辨率与信号的频率有关,反变换简单,基本小波不必满足容许性条件,并且不存在交叉项.广义S变换弥补了S变换的一些不足,具有更高的频率聚集能力.本文总结了实际应用中具有代表性的几种广义S变换类型,并结合实例从4方面内容综述了S变换在地震资料处理中的应用:应用S变换和广义S变换在时频域滤波去噪以提高信噪比,压制面波和拾取初至波;通过检测频率和振幅等地震波属性信息研究地层中地质体和精细构造,提高地震波的主频进行地震高分辨分析;进行地层吸收衰减补偿和地层品质因子Q值的求取;以及瑞利面波频散分析和面波频散曲线的提取.本文介绍的结果及其他很多应用均表明S变换和广义S变换是地震资料处理中的一个有效手段.但是,目前S变换多应用于勘探地震学中,我们在文章最后分析展望了S变换在天然地震学中的潜在应用.     

叠前地震资料提高分辨率处理方法及应用

对于隐蔽性油气藏和复杂构造油气藏,地震反射资料难以满足精度要求,需要开展地震资料提高分辨率处理.为此,使用反Q滤波、广义S变换、谱整形技术及谱白化技术等方法处理了涠西南地区叠前地震资料,并且分析了四种提高分辨率方法的应用效果.结果表明,四种方法都能提高主频、拓宽频带,其中反Q滤波的效果最好,广义S变换效果次之.反Q滤波结果中波组的低频和中高频能量分配合理,并且在中高频段反Q滤波结果的信噪比明显高于其它三种方法.此外,使用不同Q值对反Q滤波结果影响比较大.随着Q值增加,主频和带宽都稍有降低的趋势,但是信噪比提高了.当Q值大于200.0时信噪比改善的空间已经很小,这时再提高Q值,换来的只是主频降低和带宽缩小.     

基于高通滤波的频率-空间域经验模态分解压制高频噪声

高频噪声压制是高分辨率地震数据处理中提高信噪比的关键性问题.本文针对f-x(频率-空间)反褶积空间预测滤波器无法处理非平稳、非线性信号的缺点,提出了一种基于高通滤波的频率-空间域经验模态分解(Empirical Mode Decomposition in the frequency-space domain,f-xEMD)压制地震剖面中高频噪声的方法.该方法采用全域高通滤波从原始数据中分离出含有部分有效信号的高频数据,将其变换到f-x域,然后在滑动的短窗口内提取每一个频率的空变数据序列进行EMD分解得到高频复本征模态函数(Intrinsic Mode Function,IMF)IMF1,将所有频率的IMF1序列反Fourier变换到时间域得到噪声剖面,将其与原始数据相减,达到高频噪声压制的目的.该方法可克服传统EMD分解方法中的模态混叠现象,保护陡倾角反射同相轴;压制后的噪声剖面中不包含有效信号能量,地震剖面的信噪比得到了提高.模拟数据和实际数据处理结果充分证明了该方法的有效性.     

Ground roll attenuation using the S and x-f-k transforms

Ground roll, which is characterized by low frequency and high amplitude, is an old seismic data processing problem in land‐based seismic acquisition. Common techniques for ground roll attenuation are frequency filtering, f‐k or velocity filtering and a type of f‐k filtering based on the time‐offset windowed Fourier transform. These techniques assume that the seismic signal is stationary. In this study we utilized the S, x‐f‐k and t‐f‐k transforms as alternative methods to the Fourier transform. The S transform is a type of time‐frequency transform that provides frequency‐dependent resolution while maintaining a direct relationship with the Fourier spectrum. Application of a filter based on the S transform to land seismic shot records attenuates ground roll in a time‐frequency domain. The t‐f‐k and x‐f‐k transforms are approaches to localize the apparent velocity panel of a seismic record in time and offset domains, respectively. These transforms provide a convenient way to define offset or time‐varying reject zones on the separate f‐k panel at different offsets or times.     

径向道变换压制相干噪声方法研究

径向道变换(Radial Trace Transform)是将地震道集振幅值从偏移距一双程旅行时坐标系变换到视速度-双程旅行时坐标系,通过这种坐标系的变换,使相干噪声与有效信号在视速度和频率方面都有效分离.本文在介绍RT变换基本原理基础上,分析了RT变换中两种常用插值方法及其特点.并利用对模拟地震资料的处理,证明了RT域模拟-相减法较其带通滤波法在相干噪声压制与反射信号保持方面具有明显优势.最后,根据噪声特点,通过选择合理RT滤波参数,对实际地震资料进行处理试验,获得了较好的去噪效果,明显提高了资料信噪比,验证了研究方法的有效性.     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

Estimation of Seismic Velocities from Deep Reflections in the τ-p Domain

—In deep reflection seismics the estimation of seismic velocities is hampered in most cases due to the low signal level with respect to noise. In the τ-p domain, it is possible to perform the velocity analysis even under such unfavorable signal conditions. This is achieved by making use of special properties of the transform, which enhance the signal-to-noise ratio. Further noise suppression is realized by incorporating filter procedures into the transform algorithm. The velocity analysis itself is also done in the τ-p domain by calculating and evaluating constant velocity gathers. The results can be directly used in the time domain. A mute algorithm, implemented into the τ-p velocity analysis procedure, further reduces noise. This velocity estimation method is discussed with synthetic data and applied to DEKORP data.     

低信噪比地震资料FDOC-seislet变换阈值消噪方法研究

地震数据本质上是时变的,不仅有效同相轴表现出确定性信号的时变特征,而且复杂地表和构造条件以及深部探测环境总是引入时变的非平稳随机噪声.标准的频率-空间域预测滤波只适合压制平面波信号假设下的平稳随机噪声,而处理非平稳地震随机噪声时,需要将数据体分割为小窗口进行分析,但效果不够理想,而传统非预测类随机噪声压制方法往往适应性不高,因此开发能够保护地震信号时变特征的随机噪声压制方法具有重要的工业价值.压缩感知是近年出现的一个新的采样理论,通过开发信号的稀疏特性,已经在地震数据处理中的数据插值以及噪声压制中得到了应用.本文系统地分析了压缩感知理论框架下的地震随机噪声压制问题,建立了阈值消噪的数学反演目标函数;针对时变有效信息具有的可压缩性,利用有限差分算法求解炮检距连续方程,构建有限差分炮检距连续预测算子(FDOC),在seislet变换框架下,提出一种新的快速稀疏变换域———FDOC-seislet变换,实现地震数据的高度稀疏表征;结合非平稳随机噪声不可压缩的特征,提出了一种整形迭代消噪方法,该方法是一种广义的迭代收缩阈值(IST)算法,在无法计算稀疏变换伴随算子的条件下,仍然能够对强噪声环境中的时变有效信息进行有效恢复.通过对模型数据和实际数据的处理,验证了FDOC-seislet稀疏变换域随机噪声迭代压制方法能够在保护复杂构造地震波信息的前提下,有效地衰减原始数据中的强振幅随机噪声干扰.     

广义S变换及其在大地电磁测深数据处理中的应用

广义S变换是一种优于短时窗傅立叶变换和小波变换的时频分析方法,利用广义S变换能够准确定位大地电磁资料中存在的噪声,通过定义时频窗对噪声进行滤除,从而明显提高阻抗视电阻率与相位的估算质量.本文基于S变换和大地电磁测深资料处理的基本原理,研究了基于广义S变换的大地电磁测深资料的处理流程和方法.对理论模拟信号及实测大地电磁场时间序列数据的处理,证实了方法的有效性.