压缩感知技术在地震数据重建中的应用

地震资料室内处理过程要求野外采集的地震资料越多越好, 而地震数据远距离快速传输又要求野外地震数据量越少越好． 为解决这一矛盾, 将基于曲波变换与压缩感知的数据重建技术引入到地震资料处理中, 对实际的野外不完整数据进行压缩重建． 结果表明, 曲波变换相对于傅里叶变换在数据压缩采样方法中占有一定的优势． 但是, 在对实际资料进行处理时, 首先要对资料中的面波进行处理, 同时还要在一定曲波基元尺寸的情况下, 考虑缺失道数量的影响． 最终, 得到的重建数据图像纹理清晰、 连接自然, 从而验证了该方法的实用性和有效性．      

地震属性分析在高分辨率活断层地震勘探中的应用

通过分析影响地震属性的岩石物理特性及其在地震响应上的特征,获得地震波传播过程中地震振幅、层速度与裂缝层密度、泊松比、纵横波速度、孔隙度、压力的关系。同时,结合地震属性的分析技术,利用地震正演模拟的方法提高地震勘探数据解释结果精确度和可信度,为高分辨率的活断层地震勘探研究提供更为可靠的方法手段,提高了地震数据的处理解释精度。     

城市活断层地震勘探的最佳组合方法与应用研究

根据近年来在全国开展的大城市活断层地震探测实践,在简要介绍各种地震勘探方法的基本原理和工作方法的基础上,着重分析了不同地震勘探方法的适用范围、获得的主要成果和所解决的主要问题。讨论了现阶段用地震勘探获取地壳结构和对不同深度断层定位的最佳组合方法,即对于有沉积覆盖的隐伏数百米深度至地表的断层,可用浅层地震勘探对其进行追踪,基底(埋深数公里)以上断层可采用高分辨地震折射探测;对于地壳中、深断裂应用反射地震勘探和深地震宽角反射/折射联合探测方法;还可以进一步采用三维深地震测深方法获得城市下方的三维结构和构造信息。采用这样的组合探测方法能够较好地获得断层在不同深度的产状与展布以及由深至浅完整的分布图像,并给出了应用实例     

隐伏活断层地震勘探的地震正演模拟方法

城市隐伏活断层地震勘探的目标为上断点埋深为几米至数百米的隐伏活动断层.由于勘探深度较浅,地层的属性差异比较小,活断层的地震勘探相对一般的资源勘探有其自身的特点.由于反射系数较小,反射不强,地震资料受到面波的严重干扰,给地震资料的采集处理解释造成困难;并且由于活断层勘探是以断层的上断点层位作为活动性指标,因此,如何根据地震资料确定真实的上断点深度就十分关键.     

基于压缩感知理论的地震数据降噪方法

针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.     

基于压缩感知的Curvelet域联合迭代地震数据重建

由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法（Curvelet Recovery by Sparsity-promoting Inversion method）、Bregman迭代阈值算法（the linearized Bregman method）等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果.     

基于压缩感知的加权MCA地震数据重构方法

地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA（形态成分分析）方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明：基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.

     

基于压缩感知的信号重建方法及在气枪震源信号处理中的应用

在气枪源探测过程中,由于各种干扰因素的影响,导致部分有效信号缺失或受随机干扰严重,为了重构出连续完整的数据,依据气枪源信号在傅里叶变换域中具有稀疏性的特点,构建了一种基于压缩感知(Compressive Sensing,简称CS)的缺失信号重建方法.首先进行数值模拟,并将该方法与传统的插值方法处理效果进行对比,对重建效...     

地震正演模拟在高分辨率隐伏断层地震勘探中的应用

应用波动方程有限差分方法人工合成地震记录进行城市隐伏断层的地震勘探.采用适当的差分算法、震源子波以及有效地边界条件和频散消除方法来提高正演模拟的精度和分辨率.结果表明地震数值模拟可以用来分析地层厚度、断层倾角、断层深度以及断裂带宽度等参数对地震记录的影响;通过实际试验数据和正演模拟的合成单炮地震记录的对比,可以快速判断断层的大致位置和断裂带的大致范围以及目标地层的大致深度.该方法能有效辅助实际野外工作中的数据采集参数的估计,提高勘探效率和精度.     

基于压缩感知理论与傅立叶变换的地震数据重建(英文)

传统的地震勘探数据采样必须遵循奈奎斯特采样定理,而本文基于新发展的压缩感知理论,在突破传统采样定理限制的基础上,利用随机欠采样方法将传统规则欠采样所带来的互相干假频转化成较低幅度的不相干噪声,从而将数据重建问题转为更简单的去噪问题。在数据重建过程中引入凸集投影算法(POCS),采用指数规律衰减的阈值参数,在每次迭代过程中,改变以往从时间到空间都需要进行正反变换的做法,提出只对地震数据空间方向进行正反变换,从而可以减少内存空间,提高运算速度,并且也分析了本文POCS算法的抗噪声与反假频能力,同时我们也对二维和三维地震数据重建进行了比较。理论模型和实际数据表明本文方法效果明显,这对于指导复杂地区数据采集、缺失地震道重建及降低勘探成本方面具有重要的实用价值。     

地震数据叠前偏移成像及其在浅层地震勘探中的应用研究

文中讨论了在浅层地震勘探中地质结构和构造的复杂性以及对浅层地震勘探成果要求精度较高的特殊性,指出了在浅层地震勘探中发展叠前深度偏移的重要性,并对相移法叠前深度偏移的基本原理和实现方法进行了详细论述,编制了相应的软件。通过使用该方法对 2种理论试验模型进行试算,获得的深度偏移剖面层位清晰,构造明显,较准确地体现了理论模型地质结构和构造的特征,效果良好。然后又使用实际浅层地震反射资料进行了叠前偏移计算,所得结果与已知地质结构和构造相吻合,也取得了较好的结果,证实了该方法及软件的可靠性和实用性,可用于实际浅层地震反射勘探资料的叠前深度偏移处理     

压缩感知在医学图像重建中的最新进展

CS理论是一种新兴的信号获取与处理理论,通过减少信号重建所需的数据(少于奈奎斯特定理所要求的最小数目),来缩短信号采样时间,减少计算量,并在一定程度上保持原有图像的重建质量。由于该理论的这些显著优点,使得其在医学成像领域引起了广泛关注,取得了很大进展。本文介绍了压缩感知理论在医学成像中的发展历程和最新进展,详细介绍一种基于字典学习的新型压缩感知自适应重建算法,最后通过计算机模拟实验对该方法进行了初步验证。     

基于预测编码算法的地震勘探数据无失真压缩理论与方法

海量数据给地震勘探数据的传输、存储和处理提出了严峻挑战.地震数据压缩是解决海量地震数据传输和存储问题的关键.本文定义了SEG Y地震勘探数据文件中的头段数据所占比例(简称头段比例),给出了头段比例计算式,并导出了SEG Y文件压缩倍数与头段比例、头段压缩倍数和样点压缩倍数之间的关系式,从而发现SEG Y文件压缩倍数随样点压缩倍数变化的理论极限是头段压缩倍数与头段比例之比值,并据此从理论上阐明了对头段数据进行高效无失真压缩的必要性.更重要的是,本文对SEG Y数据文件中的头段数据进行了研究,发现了卷头数据和道头数据各自的统计规律,为对头段数据实现高倍压缩提供了重要的理论依据.在此基础上,本文提出了一种适合于对SEG Y头段数据进行高效压缩的方法,实验结果表明,在保证无失真的情况下,本文方法可对SEG Y头段数据实现30~1000倍的压缩,这远高于用Winzip和WinRAR压缩SEG Y头段数据所达到的压缩倍数.     

预条件共轭梯度法在地震数据重建方法中的应用

基于最小平方的Fourier地震数据重建方法最终转化为求解一个线性方程组, 其系数矩阵是Toeplitz矩阵,可以用共轭梯度法求解该线性方程组.共轭梯度法的迭代次数受系数矩阵病态程度的影响,地震数据的非规则采样程度越高,所形成的系数矩阵病态程度越高,就越难收敛和得到合理的计算结果.本文研究了基于Toeplitz矩阵的不同预条件的构造方法,以及对共轭梯度法收敛性的影响.通过预条件的使用,加快了共轭梯度法的迭代速度, 改进了共轭梯度算法的收敛性,提高了计算的效率.数值算例和实际地震数据重建试验证明了预条件共轭梯度法对计算效率有很大的提高.     

城市活断层探测中的浅层地震勘探方法

对大量地震灾害的研究表明，地震发生时，位于地表活动断层上的房屋或构筑物的破坏最严重，尤其是20世纪90年代后期美国北岭地震，日本阪神地震和中国台湾集集大地震等的发生后，世界许多国家的政府和地震科学家都清楚地认识到城市活断层探测与研究的重要性和急迫性，城市活断层的探测对于城市规划，抗震设防，减轻地震对城市设施的破坏都具有重要的现实意义，浅层高分辨地震勘探是城市活断层探测手段中最有效，最可靠的方法之一，可以在地表探测到地下活断层的位置，埋深，产状和空间展布情况，但由于城市环境的强干扰背景和场地条件的复杂性，必须针对实际情况，在观测系统，震源，数据采集环境的强干扰背景和场地条件的复杂性，必须针对实际 情况，在观测系统，震源，数据采集和处理方法等环节中，采用一系列提高分辨率， 提高信噪比的有效方法，才能取得可靠的探测成果，本文对城市活断层探测中的浅层地震勘探方法的技术难点和相应的解决方法进行了讨论，并结合我们近几年来在城市开展浅层地震勘探的一些经验，介绍一些实用性的浅层地震勘探工作方法。     

一种实时场地校正方法及其在地震预警中的应用

地震预警系统对地震数据处理的实时性要求极高。其系统数据来源除布设在基岩的测震台站外,还有大量非基岩场地的强震动台站和地震烈度仪台站,其场地影响不容忽视。为了考虑震级估算和地震动场预测中的场地影响,需实时对各种场地条件下的地震波形进行校正。目前处理一般使用某个标量来表征场地放大效应。本文采用一种实时的场地校正方法,首先计算目标场地与参考场地的谱比,然后通过最小二乘法、双线性变换将谱比转化为因果递归的无限冲激响应(IIR)时域滤波器,之后可以应用该滤波器进行实时场地校正。该方法考虑了场地放大系数的频率依赖性,相比于标量校正提高了准确度。应用我国四川和日本部分强震动台站记录,验证并讨论了这种实时场地校正方法在地震预警中的应用效果。     

基于压缩感知的多跳地震数据采集技术与方法

随着油气地震勘探目标的复杂程度日益提高,地震数据采集系统的道容量也需要得到进一步的提升.本文根据压缩感知、稀疏表示等理论,提出了一种多跳恒传输量的数据采集框架,以减少每条测线上地震数据的传输量,进而提升采集系统的道容量.为了能够明显地提高带道能力,设计了基于有序并行原子更新的字典学习算法,该算法能够在计算量较小的前提下有效的得到相应数据的稀疏变换矩阵.基于压缩感知的多跳地震数据采集方法已能够在吉林大学研制的无缆自定位地震仪中实现.本文最后使用一组仿真数据和一组实测数据进行测试,其结果表明,数据采集信噪比控制在14 dB以上（引入噪声约18%）时,最多可以将系统的道容量提高3倍以上.

     

高阶统计量方法在地震勘探中的应用

高阶统计量方法是研究非高斯过程，非最小相位信号和非线性系统的有力工具，其应用领域已涉及通信、地球物理、生物医学、故障诊断等。本文就近年来高阶统计量在地震勘探中的应用现状进行简要的综述，并根据高阶统计量在相关领域的应用特点展望了它在地球物理领域的应用前景。