共查询到19条相似文献，搜索用时 453 毫秒
1.
针对叠前强横速相干噪音(如多次折射波、声波、面波),提出了基于视速度的波场变换叠前强相干噪音压制技术,该技术由基于视速度的波场变换技术和非线性滤波以及奇异值分解（SVD）滤波技术组成。首先由基于视速度的波场变换技术提供变换波场,然后,在变换波场上进行相应的滤波,最后将经过滤波处理的道集通过逆波场变换得到被压制噪音的叠前数据。着重分析了非线性滤波技术,同时也对基于视速度的波场变换叠前强相干噪音压制技术的原理、实现步骤、应用条件及效果给予了详细描述。 相似文献
2.
《物探与化探》2015,(6)
叠前CMP道集中,走时为双曲线的地震反射同相轴经过部分动校正(NMO)之后变为近似抛物线,当道集中缺失某些地震道时,可利用抛物线Radon变换通过迭代计算进行地震道的重建和恢复。笔者基于抛物线Radon变换的基本原理,利用加权抛物线Radon变换的计算方法,进行叠前地震道的恢复和重建,并且在数据域对其加权系数进行改进和优化,模型数据和实际资料的试算结果表明,改进后的计算方法即使在较强的随机噪声下依然可以稳建同相轴,且避免了常规方法在重建过程中产生虚假同相轴的缺点,与原始的加权抛物线Radon变换的计算方法相比,新方法具有压制随机噪声的优点,即具有较好的抗噪性,计算精度也有所提高,且算法稳健、高效,具有良好的应用前景。 相似文献
3.
《物探与化探》2020,(3)
高效混叠采集技术可以实现多组激发源同时激发产生地震波场,大大提高采集效率,但是由于相邻激发源之间较短的等待时间,会使得地震数据产生严重的混叠干扰,影响地震数据成像质量。针对此问题,设计了一种改进型seislet域迭代阈值压制混叠噪声方法。该方法首先采用中值滤波对经过NMO后的混叠数据进行滤波,然后利用seislet域迭代阈值去噪技术提取剩余的有效信号,并和经过中值滤波后的结果相加,接着再利用混叠算子计算去混叠噪声后地震数据的伪分离结果,然后求取该伪分离数据和原始混叠地震数据的差值,再次重复上述步骤,将每步骤提取的剩余有效信号进行累加,直到信噪比达到期望值,输出最终压制混叠噪声的地震数据。通过数据验证,本文改进方法可以在压制混叠干扰的同时,有效的保护信号。 相似文献
4.
Radon变换多次波压制方法及应用研究 总被引：1，自引：0，他引：1
多次波在地震资料中是普遍存在的。Radon变换是现行商业地震资料多次波压制处理软件应用最多的模块之一。这里在详细阐述Radon变换基本原理和离散采样计算的基础上,给出了理论模拟地震数据的多次波压制算法和计算结果。进而将Radon变换多次波压制方法应用于松辽盆地地震资料处理中,在对实际的CRP道集合理设计滤波切除函数后,应用本文的Radon变换算法,得到多次波压制的地震剖面。对比多次波压制前、后的叠前时间偏移地震剖面,压制多次波后地震剖面的信噪比很高,地质构造特征清晰,可应用于后续的地质构造解释,地震属性提取和油气储层预测。该方法的计算效率较高,算法易于实现。理论和实际地震数据的多次波压制结果表明,该算法具有高精度和实用性强的特点。 相似文献
5.
《物探化探计算技术》2019,(6)
混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。 相似文献
6.
7.
8.
f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-x EEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。 相似文献
9.
在断层等不连续位置处估计局部地震同相轴的方向较为困难。在断层、地质边界等处,同相轴不连续,结构不稳定,导致倾角等地震属性变化大。为了克服这个问题,本文提出一种自适应加权广义逆矢量方向滤波方法,通过光滑经过逆转的梯度矢量场来估计局部地震倾角剖面。计算过程是：首先由改进的梯度算子计算梯度矢量场;然后设置垂直向下为参考方向,对梯度矢量场进行逆转;最后通过自适应加权广义逆矢量方向滤波方法估计倾角剖面。自适应加权广义逆矢量方向滤波方法在不连续位置处具有传统倾角估计方法不具有的高分辨率,能够稳健高效地估计地震数据的倾角剖面。理论模型和实际地震资料处理得到的局部地震倾角剖面表明,所提出的方法能够高分辨率地保持构造细节信息。 相似文献
10.
地震资料处理是地震勘探中的关键环节,由于地下构造和地表条件的复杂性,地震资料的处理需要经过一系列复杂流程,从而形成多种不同类型的地震数据。不同种类的地震数据具有不同的数据特征,充分利用和发掘其中的数据特征,不仅可以充分发挥处理方法的技术潜力,消除各类非地质因素对地震资料处理质量的影响,同时可以增强地震资料处理的可靠性,改善地震资料的资料信噪比及分辨率,在复杂油气藏勘探开发中具有非常重要的基础作用。叠前地震成像道集（CRP）中的有效信号同相轴近似水平,叠后地震成像数据因为地层沉积的规律性,有效信号相比于随机噪声、成像画弧噪声等干扰具有规律、简单等特点。具体表现为CRP道集及叠后地震资料有效信号具有多尺度自相似性的特征,其高维Fourier （FK或FKK）域主要能量集中在低频、低波数区域。针对上述地震数据的特点,提出一种基于先验信息约束的深度网络地震资料无监督噪声压制方法。受到深度图像先验（DIP）的启发,神经网络的结构可以视为一种特殊的隐式先验信息,合理设计网络结构可以使得网络具有多尺度自相似性特征的提取能力。由于叠前地震成像道集数据和叠后地震成像数据有效信号的多尺度自相似性,而噪声不具备这一特性,因此,特定结构的网络可以从原始数据提取出有效信号,从而达到噪声压制的目的。叠前成像道集和叠后成像的实际数据随机噪声压制试验结果表明,本文方法具有良好的保真性与鲁棒性。此外,由于本文方法具有强大的特征提取能力,因此,对常规方法不易压制的弧状成像噪声也有良好的效果。 相似文献
11.
12.
In this paper, we present a method for attenuating background random noise and enhancing resolution of seismic data, which takes advantage of semi-automatic training of feed forward back propagation (FFBP) artificial neural network (ANN) in a multiscale domain obtained from wavelet packet analysis (WPA). The images of approximations and details of the input seismic sections are calculated and utilized to train neural network to model coherent events by an automatic algorithm. After the modeling of coherent events, the remainder data are assumed to be related to background random noise. The proposed method is applied on both synthetic and real seismic data. The results are compared with that of the adaptive Wiener filter (AWF) in synthetic shot gather and real common midpoint gather and also with that of band-pass filtering on real common offset gather. The comparison indicates substantially higher efficiency of the proposed method in attenuating random noise and enhancing seismic signals. 相似文献
13.
Time-Frequency Peak Filtering (TFPF) is an effective method to eliminate pervasive random noise when seismic signals are analyzed. In conventional TFPF, the pseudo Wigner–Ville distribution (PWVD) is used for estimating instantaneous frequency (IF), but is sensitive to noise interferences that mask the borderline between signal and noise and detract the energy concentration on the IF curve. This leads to the deviation of the peaks of the pseudo Wigner–Ville distribution from the instantaneous frequency, which is the cause of undesirable lateral oscillations as well as of amplitude attenuation of the highly varying seismic signal, and ultimately of the biased seismic signal. With the purpose to overcome greatly these drawbacks and increase the signal-to-noise ratio, we propose in this paper a TFPF refinement that is based upon the joint time-frequency distribution (JTFD). The joint time-frequency distribution is obtained by the combination of the PWVD and smooth PWVD (SPWVD). First we use SPWVD to generate a broad time-frequency area of the signal. Then this area is filtered with a step function to remove some divergent time-frequency points. Finally, the joint time-frequency distribution JTFD is obtained from PWVD weighted by this filtered distribution. The objective pursued with all these operations is to reduce the effects of the interferences and enhance the energy concentration around the IF of the signal in the time-frequency domain. Experiments with synthetic and real seismic data demonstrate that TFPF based on the joint time-frequency distribution can effectively suppress strong random noise and preserve events of interest. 相似文献
14.
随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论（Compressing Sensing,简称CS）的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为:将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。 相似文献
15.
以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。 相似文献
16.
在海上地震资料采集过程中,涌浪噪声是一种常见的噪声干扰,这类噪声一般表现为低频、强能量、长周期,使用一般的方法很难在去噪的同时达到信号保真的效果。笔者针对该噪声的特征,选取了基于波动方程炮检距连续(offset continuation,OC)算子的OC-Seislet变换方法进行消噪处理;该方法应用OC算子来表征复杂波场,对含噪声数据进行压缩,在变换域通过软阈值处理实现信噪分离,再将结果反变换到数据域,从而达到去除涌浪噪声的目的。通过对模型数据和实际数据的处理,验证了OC-Seislet变换方法能够在去除原始数据中涌浪噪声的同时,最大程度地保护复杂构造下的地震波信息。 相似文献
17.
对于低信噪比资料,压制随机噪声,增强有效信号是地震资料处理的首要任务。而传统的奇异值分解去噪算法,在有效信号横向相干性较强时,去噪效果明显,但当有效信号同相轴呈倾斜、弯曲或孤立状态时,其在压制随机噪声的同时,存在滤除部分有效信号的弊端,为此通过对不同时窗内的地震数据进行拉平、奇异值分解数据重构与反拉平等处理方法,对常规奇异值分解算法进行改进,以克服其对包含非水平连续信号资料去噪效果差的局限。理论数据和实际资料的去噪结果表明,改进后的算法去噪效果明显优于常规奇异值分解法,能在保证有效波不被滤除的前提下有效提高地震资料的信噪比。 相似文献
18.
Seismic data denoising, random noise attenuation (RNA) and spike-like noise suppression, is a main consideration for improving the quality of records. RNA could increase signal to noise ratio (S/N) to avoid misinterpretation of seismic data. In this research, a novel method is created by using the combination of frequency-offset deconvolution (FXD) and decision-based median (DBM) filter for RNA from seismic data. The method is applied in two main phases; FXD is focused to remove the Gaussian noise and DBM filter is focused to attenuate the impulsive noise and spikes. To implement and verify the method, three types of data are used: two synthetic models (a model with linear events and a model with hyperbolic events) and an observed seismic section. The ability of the proposed method (FXD-DBM) in comparison of applying each in seismic RNA application is proven. The noise level is reduced obviously, and hence, the S/N of all examined seismic records is increased considerably after denoising by the combination of FX deconvolution and DBM filter. About the real seismic section, suppressing random noise and spikes show up improving the seismic reflector continuity and hence enhancing the interpretability of data. Moreover, some masked events by random noise are clarified in different parts of data after denoising using the planned method. 相似文献
19.
Identifying geochemical anomalies from background is a fundamental task in exploration geochemistry. The Gangdese mineral district in western China has complex geochemical surface expression due to complex geological background and was chosen as a study area for recognition of the spatial distribution of geochemical elements and separating anomalies from background using stream sediment geochemical data. The results illustrate that weak anomalies are hidden within the strong variance of background and are not well identified by means of inverse distance weighted; neither are they clearly identified by the C–A method if this method is applied to the whole study area. On the other hand, singularity values provide new information that complements use of original concentration values and can quantify the properties of enrichment and depletion caused by mineralization. In general, producing maps of singularities can help to identify relatively weak metal concentration anomalies in complex geological regions. Application of singularity mapping technique in Gangdese district shows local anomalies of Cu are not only directly associated with known deposits in the central part of the study area, but also with E–W and N–E oriented faults in the north of the study area. Both types of anomalies should be further investigated for undiscovered Cu mineral deposits. 相似文献