地震数据去噪中的小波方法

地震资料去噪是地震数据处理中是必不可少的步骤,随着地震勘探的进步和勘探目的层加深,对地震资料的信噪比和分辨率提出了越来越高的要求.小波分析作为一个新兴的数学方法在地震资料去噪中也有巨大的潜力.本文从小波去噪的特点出发,介绍了小波分频和小波域阈值去噪的特点,并详细总结了地震资料去噪中的小波方法,主要有面波的压制和随机噪声的衰减.最后简要叙述了地震资料小波去噪的一些问题和发展.     

最优小波包变换在地震信号去噪中的应用

应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.     

支持向量机在地震与爆破识别中的应用

为研究天然地震事件和爆破事件识别算法,对上海测震台网记录的上海周边区域天然构造地震和爆破事件记录进行小波包分解,并提取特征向量,提出用支持向量机（SVM）识别天然构造地震和人工爆破的算法。结果表明,基于SVM算法的向量识别分类方法,在天然地震和爆破识别中是可用的,准确率预计达85%以上。     

小波包F-X域前后向预测去噪

小波包变换具有分时分频的特性,是非平稳信号分析处理的一个很好的工具本文将小波包的分时分频特性结合地震信号处理中的F-X域预测抑制噪声技术,提出了小波包F-X城前后向预测去噪方法实际应用结果表明,该方法对于叠后地震剖面的随机噪声抑制比较好,有很强的实用性     

基于小波熵与相关性相结合的小波模极大值地震信号去噪

小波模极大值去噪算法中将高频小波系数全部当做噪声处理, 忽略了高频小波系数中仍含有的有用信息, 从而导致了模极大值传播点错选现象以及计算出的噪声方差中仍含有用信息． 针对这些问题, 提出了小波熵与相关性相结合的小波模极大值去噪算法． 将高频小波系数进行相关处理, 确定有效信号的位置; 将最大尺度上的高频小波系数划分成若干个小区间, 计算各区间小波熵; 以小波熵最大区间的高频小波系数的平均值作为噪声方差, 根据Donoho提出的阈值公式计算最大尺度上的阈值; 经阈值比较得到的模极大值点位置与相关处理得到的有用信息的位置进行比较, 保留相同位置的模极大值, 剔除位置不同由噪声引起的模极大值点; 采用即兴(Adhoc)算法逐级搜索各尺度上的模极大值, 并用交替投影算法进行重构． 该算法实现了阈值的自适应选取, 并有效解决了去除错选模极大值传播点的问题． 将本算法和传统去噪方法用于仿真信号处理中, 经对比分析验证了本算法的有效性．     

小波包去噪在地震信号预处理中的应用

本文将小波包去噪应用于地震信号的预处理中,并与信号功率谱分析相结合,取得了良好的效果。结果表明,该方法极大的削弱了地震信号中的高、低频干扰,具有一定的应用价值。     

基于小波变换和支持向量机的中国大陆强震预测

将小波变换和支持向量机用于中国大陆年度最大地震震级预测。 先用小波变换把中国大陆年度最大地震序列分解成几个不同尺度水平(频率)的子序列, 然后使用支持向量机对分解后的子序列分别进行预测, 最后通过重构几个子序列的支持向量机预测结果得到最终预测结果, 预测次年中国大陆最大地震震级。 与支持向量机和神经网络方法对比, 结果表明小波变换和支持向量机相结合方法具有更高的预测精度, 预测效果很好, 说明此方法可用于地震时间序列预测。     

基于支持向量机的多维地震时间序列建模

文中首先介绍了支持向量机回归方法,然后对其进行了数值仿真实验,最后利用该方法对首都圈地区的地震活动进行回归建模与内符检验。分析认为,利用该方法可以获得较强的多维地震样本学习、建模与外推泛化能力,具有较高的中长期地震危险性估计能力。     

小波分析在地震资料去噪中的应用

本文阐述了小波变换和去噪的基本原理,根据模拟信号和实际地震信号的频谱分析,讨论了如何选择小波基,及去噪中的阈值问题,从小波分解出发,利用多尺度分解对地震资进行分析,并基于MATLAB语言和小波工具箱,实现了对地震资料的去噪.     

密山地电场数据小波包去噪研究

选取2009年11月21日密山市知一镇地震发生当天密山地电场数据,采用小波包阈值去噪算法,对地电场数据进行去噪研究,还原地震发生后地电场数据变化信息,并结合去噪效果及误差分析结果,选出适合密山地电场数据去噪的最优小波函数。     

支持向量机在重震联合反演中的应用研究

本文对利用支持向量机进行重震联合反演问题做了深入研究,特别是对支持向量机用于重震联合反演时的重力资料的处理、参数选取、特征量的提取等具体实现问题进行了讨论,最后用所设计的支持向量机重震联合反演模型对东营北部区域结晶基底岩做了预测反演,取得了满意的效果.     

Ricker子波核最小二乘支持向量机在地震勘探信号去噪应用中的参数设置研究

最小二乘支持向量机（LS-SVM）用于拟合回归处理时的参数设置一直是一个难题,它会受到信号类型和强度、核函数类型、噪声强度、计算精度要求等因素的影响.本文针对Ricker子波核LS-SVM去除地震勘探信号中随机噪声问题,讨论和分析了向量机参数、核参数对去噪性能的影响.实验表明,核参数f可取为地震记录的主频,不能较准确估计时宁大勿小;向量机参数γ只要不取得过小,一般情况下都是能接受的.采用此方法对含不同强度噪声的地震勘探信号进行了去噪处理.     

基于支持向量机的非线性AVO反演

本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.     

Automatic signal detection based on support vector machine

Introduction The automatic processing of continuous seismic data is important for monitoring earthquake, in which real data recorded by field stations located in different regions is transmitted to data cen- tre through internet or satellite communication systems. Automatic processing will run firstly on data, afterwards these automatic processing results will be reviewed and modified. The load of interactive analysis would be increase if there were more false events or missed events after run…     

基于支持向量机的地震体波震相自动识别及到时自动拾取

面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P波和S波.进一步地,我们提出了利用台阵资料辅助识别震相的方案,有效地提高了地震震相拾取的准确率.

     

基于矢量预测的SIMO系统混合相位地震子波提取方法研究

针对高阶统计量混合相位地震子波提取方法的局限性, 提出一种基于矢量预测的单输入多输出系统(SIMO)的混合相位地震子波提取方法. 该方法利用二阶循环平稳统计量包含的系统相位信息, 将CMP道集视为一个单输入多输出系统的输出, 利用道集中相邻两道或多道数据通过矢量预测来构建反子波计算的方程式, 进一步进行混合相位子波提取. 利用提取出的子波相位信息对CMP道集进行纯相位滤波, 能够替代相位校正技术, 并且利用获取的反褶积算子对CMP道集进行反褶积处理, 使提高分辨率后的不同道子波振幅、 频率、 波形相一致, 提高叠加的质量. 模型试算和实际资料处理结果表明, 文中方法适用于任意相位的子波提取及反褶积处理, 且处理精度较高, 具有较高的实际应用价值.     

地震前兆综合预测支持向量机模型研究

该文介绍了支持向量机算法的原理与回归方法。 采用支持向量机中的非线性回归算法与理论公式产生的多维样本, 对其进行了数值仿真实验。 利用该方法和地震前兆异常建立了最佳地震综合预测模型, 对获得的最佳模型进行了内符检验, 得出最佳模型的预测结果与实际震例的地震震级基本一致。 综合分析认为, 支持向量机无论在学习或者预测精度方面不但具有很大的优越性和具有较强的外推泛化能力, 而且基于支持向量机回归算法建立的地震前兆综合预测模型是可行的, 其获得的知识可较为准确地实现对主震震级的综合预测。     

基于近似支持向量机的流体识别因子融合

通过叠前反演获得的单参数或组合参数都有一定的流体识别能力,但如何将多种流体识别因子有效融合是目前进行流体识别的一个难题.利用人工参与进行流体性质的综合解释是目前流体识别因子融合的主要途径,但这种方法人为干扰较大,不确定性强.鉴于此,本文提出了一种基于近似支持向量机的流体识别方法.该方法首先以实际工区测井资料为依据,优选出对工区内储层所含流体特征敏感的流体识别因子作为输入参数,然后通过近似支持向量机进行流体性质的判别,实例证明该方法的识别结果客观准确,是一种可靠的流体识别方法.     

海上地震资料子波提取鬼波压制技术

海洋地震勘探由于受到海面强反射界面的影响,记录数据中存在鬼波,致使数据频谱中产生陷波效应,限制数据的频带宽度,影响数据的分辨率,干扰地层反射的识别.近年来发展的鬼波压制方法,能够较好的压制地震数据中的鬼波,然而现有鬼波压制技术容易产生延续相位,且计算效率较低.为进一步提高鬼波压制效果和工作效率,本文对海上地震资料特性进行分析,研究认为,海上地震资料中的海底反射信号真实记录了海底有效反射、震源鬼波和检波点鬼波的形态,可以利用提取的海底反射子波对数据进行确定性子波反褶积处理,能够有效的压制震源鬼波和检波点鬼波.模型海上实际数据测试结果表明,该方法具有鬼波压制效果好、计算效率高的优势,处理之后的数据频带得到有效拓宽,低频和高频信息均得到加强.