共查询到19条相似文献，搜索用时 156 毫秒
1.
地震数据低频信号在地震勘探中有重要意义,低频信号能够提高分辨率与成像精度、改善反演质量,甚至用于油气检测,需对其进行有效保护与拓展.本文从地震数据中已存在低频的保护和缺失低频的拓展两方面出发,提出了基于图像特征转换的SVD自适应面波减去方法和基于压缩感知理论的低频拓展方法.经理论分析及实际资料验证,基于图像特征转换的SVD自适应面波减去方法能在降低对数据中低频信号损伤情况下有效压制面波,实现对有效低频信号的保护;基于压缩感知理论的低频拓展方法能够对损失掉的低频信号进行有效拓展,提高地震数据品质.在地震资料处理过程中应用低频信号的保护与拓展方法,能够为后续的全波形反演、叠前反演及精细解释工作提供包含丰富低频信号的数据体. 相似文献
2.
在地震观测中,地震数据中普遍包含有噪声信号。由于噪声信号的干扰,地震分析的效率会受到不同程度的影响。传统的去噪方法通常需要噪声的先验知识,并且滤波时会造成部分有效信号丢失。针对这一问题,本文提出一种将自适应噪声完全集合经验模态分解（CEEMDAN）算法与Hurst指数相结合的地震数据去噪方法。首先通过CEEMDAN方法将信号分解为一系列本征模函数（IMF）,然后利用Hurst指数对滤波后的IMF分量进行识别,最后对地震数据IMF分量进行重构,从而实现数据去噪。与传统方法的去噪效果对比表明,本文方法可将低信噪比波形的去噪效果提高32%,将高信噪比波形的去噪效果提高6倍。同时对地磁数据的去噪结果表明,本文方法能够较完整地将地铁噪声从地磁信号波形中滤除。 相似文献
3.
本文分析了Curvelet变换在地震数据处理中的优势及不足,提出了非二次幂Curvelet变换.主要有两点改进:(1)将经典Curvelet变换非自适应的二次幂多尺度多角度分解方式改进为基于地震数据特点的、自适应非二次幂可控多尺度多角度分解方式,可以更有效地反映地震信号的主要方向特征和频率特征;(2)在最粗尺度引入各向异性分析,实现了对低频信号的精细处理.本文通过处理合成记录和含有面波干扰的实际数据算例验证了非二次幂Curvelet变换在地震噪声压制中的有效性. 相似文献
4.
5.
6.
提出一种自适应协方差的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构造时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震极化分析和滤波。其优势在于协方差矩阵的分析时窗的长度由多分量地震数据的瞬时频率确定,可以自适应于有效信号的周期,在每个时频点计算极化参数不需要进行插值处理;结合时间频率信息,解决在时间域或频率域波形或频率重叠的信号具有明显的直观性。模型数据及实际三分量台站地震数据处理结果表明,该极化滤波方法在台站地震资料分析和处理方面具有很好的直观性和较高的分辨率。 相似文献
7.
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. 相似文献
8.
文章扼要地介绍了法国人工地震资料的计算机数据处理方法概况,内容包括时标信号的处理、地震资料的校正、数字滤波、频谱分析以及绘制地震波形记录和其它数据处理程序等。 相似文献
9.
BP神经网络和支持向量机(SVM)是两种主流的分类识别方法,用于天然地震和人工爆炸事件波形信号分类识别时取得了较好的效果。但BP神经网络存在易陷入局部最优及隐层数和隐层节点数与训练样本数据密切相关而无法有效预先确定;而支持向量机(SVM)方法则缺乏有效手段来选取合适的核函数,从中不能很好地扩展到多分类。针对天然地震和人工爆炸事件波形信号的分类识别问题,文中将上述两种方法和集成学习——BP-Adaboost方法进行了对比实验研究。据对所选用的地震、爆炸事件波形信号数据集的分类识别结果表明,BP-Adaboost方法得到了98%以上的正确识别率,并且具有较好的泛化能力。相较于BP神经网络和PCA-SVM方法,BP-Adaboost方法对于数据集的划分和识别结果具有更好的鲁棒性,应用于天然地震和人工爆炸事件波形信号分类识别时,可取得更好的识别效果。同时,结合Adaboost方法的原理,阐述了BP-Adaboost方法拥有更好分类结果和泛化能力的原因。 相似文献
10.
《地震研究》2017,(4)
使用零相位化处理和非线性叠加方法提取低信噪比记录中的有效信号,通过定量评估结果波形的走时和振幅等信息的精准程度,探究此处理流程是否可提高提取气枪震源有效信号波形的准确性。对合成波形和云南宾川主动源实验中实际资料数据进行零相位化处理,选用相似性加权、时间域相位加权、时频域相位加权、改进的时频域相位加权4种非线性叠加方法提取有效信号。结果表明,基于上述处理方法可有效提高提取波形的准确性:(1)零相位处理可以提高波形数据的分辨率,使有效信号到时点变为波形峰值点,有利于在非线性叠加后拾取出准确的到时位置;(2)零相位化数据的非线性叠加结果卷积震源子波可基本恢复地震信号波形记录,可降低非线性叠加对有效信息的损失;(3)使用时间域相位加权叠加和相似性加权叠加方法可获得较好结果,但可能会压制低信噪比小振幅信号;基于时频域的相位加权类叠加方法对有效波形成分影响较大,但对小振幅信号保幅较好。 相似文献
11.
In land seismic surveys, the seismic data are mostly contaminated by ground-roll noise, high amplitude and low frequency. Since the ground-roll is coherent with reflections and depends on the source, the spectral band of seismic signal and ground-roll always overlap, which can be clearly seen in the spectral domain. So, separating them in time or frequency domain commonly causes waveform distortions and information missing due to cut-off effects. Therefore, the combination of these factors leads to search for alternative filtering methods or processes. We applied the conventional Wiener–Levinson algorithm to extract ground-roll from the seismic data. Then, subtracting it from the seismic data arithmetically performs the ground-roll suppression. To set up the algorithm, linear or nonlinear sweep signals are used as reference noise trace. The frequencies needed in creating a reference noise trace using analytical sweep signal can be approximately estimated in spectral domain. The application of the proposed method based on redesigning of Wiener–Levinson algorithm differs from the usual frequency filtering techniques since the ground-roll is suppressed without cutting signal spectrum. The method is firstly tested on synthetics and then is applied to a shot data from the field. The result obtained from both synthetics and field data show that the ground-roll suppression in this way causes no waveform distortion and no reduction of frequency bandwidth of the data. 相似文献
12.
基于L2范数的常规全波形反演目标函数是一个强非线性泛函,在反演过程中容易陷入局部极小值.本文提出归一化能量谱目标函数来缓解全波形反演过程中的强非线性问题,同时能够有效地缓解噪声和震源子波不准等因素的影响.能量谱目标函数是通过匹配观测数据与模拟数据随频率分布的能量信息来实现最小二乘反演的,其忽略了地震数据波形与相位变化的细节特征,这在反演的过程中能够有效缓解波形匹配错位等问题.数值测试结果表明,基于归一化能量谱目标函数在构建初始速度模型、抗噪性和缓解震源子波依赖等方面都优于归一化全波形反演目标函数.金属矿模型测试结果表明,即使地震数据缺失低频分量,基于归一化能量谱目标函数的全波形反演方法在像金属矿这样的强散射介质反演问题上同样具有一定的优势. 相似文献
13.
时域全波形反演由于采用了全频段信息,因此在迭代过程中不同波长的信息不能由低到高的逐步重建,极易陷入局部极小值.本文通过分频段的方式,对地震数据做正反傅里叶变换,利用频域指数衰减的方法逐级分离出地震数据中的高频成分,在时域上实现由低频向高频的波形反演,从而降低了反演的非线性,使不同波长的信息得到稳步恢复.同时,在高频成分衰减的过程中,后至波的能量也被削弱,由此也降低了深层反射在初始反演过程中的干扰.整个反演仅增加对数据做正反傅里叶变换过程,相较于混合域反演,无需提取全部波场的相应频率成分.在计算效率方面,利用GPU进行加速,并采用CUDA自带函数库中cufft来提高计算效率.通过对Marmousi模型测试,验证了所述方法的有效性. 相似文献
14.
速度是地震偏移成像准确与否的关键所在.全波形反演综合利用地震波场运动学和动力学信息,能够得到相比传统速度建模方法更高频的成分.全波形反演的理论比较成熟,但实际应用成功的例子相对较少,特别是对于陆上地震资料.塔里木盆地地震地质条件复杂,为了实现缝洞型储层的准确成像,本文开展了针对目标靶区的全波形反演精细速度建场研究.采用一种时间域分层多尺度全波形反演流程:首先通过层析成像建立初始速度模型;其次利用折射波反演浅层速度模型;最后利用反射波反演中深层速度模型.偏移成像结果表明基于全波形反演的速度建模技术能有效改善火成岩下伏构造的成像精度,显示了全波形反演在常规陆上采集资料的应用潜力. 相似文献
15.
为达到更加有效地表示地震数据的目的,仅仅将地震数据当作普通的图像数据处理是远远不够的,地震数据中蕴含的地震波的运动学特性也应作为重要因素而被考虑到.本文讨论了利用Dreamlet变换方法实现地震数据压缩的方法,并针对地震数据本身所蕴含的频散关系特性进一步提出了多尺度Dreamlet变换压缩方法.Dreamlet变换由2个一维局部谐波变换的张量积构成,它在提供地震波场时间-空间局部化性质的同时可以保留波场的运动学特性.通过对二维SEG/EAGE叠前、叠后数据的算例说明了Dreamlet变换用于地震数据压缩的有效性.利用压缩后的数据进行成像的结果更表明,与Curvelet变换方法相比,Dreamlet与多尺度Dreamlet方法可以提供更高的压缩比;在相同压缩比的条件下,使用Dreamlet与多尺度Dreamlet方法压缩重建后的数据进行成像能更好地保留成像结果中的重要结构. 相似文献
16.
Mallat算法在数字地震信号压缩中的应用 总被引：1，自引：1，他引：0
王军 《地震地磁观测与研究》2017,38(5):133-138
地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。 相似文献
17.
Ａｒｅａｌ－ｔｉｍｅａｌｇｏｒｉｔｈｍｆｏｒｂｒｏａｄｂａｎｄｈｉｇｈｄｙｎａｍｉｃｓｅｉｓｍｉｃｄａｔａｃｏｍｐｒｅｓｓｉｏｎＳｈａ－ＢａｉＬＩ１）（李沙白）;Ｑｉ－ＹｕａｎＬＩＵ２）（刘启元）ａｎｄＬｉ－ＲｅｎＳＨＥＮ２）（沈立人）（Ｉｎｓｔｉｔ... 相似文献
18.
波动方程深度偏移是解决复杂地质体成像的关键技术,基于波动方程的速度建模为其提供更为精确的速度模型.频率域波形反演是目前研究最为广泛的波动方程速度建模方法之一,它推动了波形反演在勘探尺度下的应用.本文通过对频率域波形反演的实现,分析对比了其有效执行过程中与频率相关的影响因素.介绍了时间域的多尺度反演方法在频率域的一种实现方式,对比分析了输入数据的频点带宽和应用的子波频带范围不同时对反演结果的影响.本文通过设计的山地地质模型对频率域波形反演进行了测试和对比,得到的结论为频率域波形反演的有效计算提供了依据和参考. 相似文献
19.
Seismic data with high signal-to-noise ratios （SNRs） are useful in reservoirexploration. To obtain high SNR seismic data, significant effort is required to achieve noiseattenuation in seismic data processing, which is costly in materials, and human and financialresources. We introduce a method for improving the SNR of seismic data. The SNR iscalculated by using the frequency domain method. Furthermore, we optimize and discussthe critical parameters and calculation procedure. We applied the proposed method on realdata and found that the SNR is high in the seismic marker and low in the fracture zone.Consequently, this can be used to extract detailed information about fracture zones that areinferred bv structural analysis but not observed in conventional seismic data. 相似文献