共查询到19条相似文献，搜索用时 187 毫秒
1.
估计地震数据的信噪比对于地震数据的处理和解释具有重要作用.以往估计地震数据信噪比的方法都需要分离数据中的有效信号和噪声,然后再估计相应的信噪比.这些估计方法的精度严重依赖信号估计方法或噪声压制方法的有效性,往往存在偏差.本文提出一种估计地震数据局部信噪比的深度卷积神经网络模型,通过迭代训练优化参数,构建从含噪地震数据到其信噪比的特征映射.然后使用该神经网络完成信噪比的推理预测,不需要分离地震数据中的有效信号和噪声.模拟数据和实际资料的处理结果都表明,本文的方法可以准确而高效地估计局部地震数据的信噪比,为地震数据质量的定量评价提供依据. 相似文献
2.
3.
地震随机噪声压制是鄂尔多斯盆地黄土塬、沙漠、戈壁滩等复杂地表区域低信噪比地震资料处理的一项重要任务.稀疏反演去噪是地震随机噪声压制的常用方法之一.?1范数和全变分(Total Variation, TV)正则化是稀疏变换域去噪方法中常用的两种正则化项.但是,?1范数是对?0范数的松弛,难以提供更稀疏的去噪结果;基于TV正则化项的方法容易引起阶梯状异常结果.因此,为了避免上述缺点,本文提出了一种基于广义Beta小波稀疏域混合范数优化的地震随机噪声压制方法和算法流程实现.首先利用广义Beta小波紧标架加快计算,获得具有更高局域化性的稀疏时频表示.其次是引入包括?p范数和TV正则化的混合约束项,克服单一正则化项的缺点.最后,利用鄂尔多斯盆地黄土塬区的合成地震数据、三维叠后地震数据和共反射点道集数据验证了本文去噪方法的有效性.结果表明：本文提出的去噪方法既能够有效抑制随机噪声、显著提高信噪比,让地震同相轴连续光滑;又能够准确保护有效信号,保持波组间的相对幅值,突出有利微小断层和含油气层的振幅形态. 相似文献
4.
5.
人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声. 相似文献
6.
井下微震监测获得的地震记录往往包含大量的噪声,记录信噪比很低.有效地震信号的识别与提取是进行后续地震定位等工作之前需要优先解决的问题.经过研究发现,井下水压裂微地震信号具有稀疏分布的特征,而井下环境噪声则具有更多的Gaussian分布特征.为此,本文提出将图像处理领域适宜于稀疏分布信号降噪处理的稀疏码收缩方法应用于井下微震监测数据处理.为解决需要利用与待处理数据中有效信号成分具有相似分布特征的无噪信号序列估算正交基以及计算效率等问题,将原方法与小波变换理论相结合.即通过优选小波基函数作为正交基进行小波变换将信号分解为不同级的小波系数,利用稀疏码收缩方法中对稀疏编码施加的非线性收缩方式作为阈值准则对小波系数进行改造.通过多方面的数值实验证明了该方法在处理地震子波及井下微地震信号方面准确可靠.含噪记录经过处理后有效地震信号的到时、波形、时频谱特征等均能得到良好的识别和恢复.并且该方法具有很强的抗噪能力,当信噪比低至-20~-30db时,仍然能够发挥作用.在处理大量实际井下微震监测数据的过程中,面对多种复杂情况,本方法展现出了计算效率高、计算结果可靠、应用简单等优势,证明了其本身具有实际应用价值,值得进一步的研究和推广. 相似文献
7.
中深层地质条件复杂,地震资料品质差,主要表现为:地震资料信噪比低、有效信号弱.如何在去噪的同时有效保留弱有效信号,获取高信噪比的地震数据成为地震数据处理的关键问题.传统小波阈值与互补集合经验模态分解(CEEMD)联合去噪方法相比单一方法可以获取更高品质的地震数据.基于压缩感知理论的去噪方法利用地震数据在变换域中的稀疏特性,通过设定稀疏基矩阵和测量矩阵,可以将地震数据去噪问题转化成求解最优化问题,通过最优解重构原始信号,实现对地震资料的去噪处理.该方法能够在有效衰减随机噪声的同时最大限度的保留有效信号.本文基于压缩感知理论开展小波阈值去噪方法研究,并在此基础上结合CEEMD方法对含噪较多的固有模态分量进行有针对性的随机噪声压制.通过对含噪数据开展不同方法的去噪结果对比可见,本文方法可以在保证高信噪比的基础上更为有效的保留弱有效信号,数值试算验证了该方法对弱有效信号地震数据去噪具有显著优势. 相似文献
8.
在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率. 相似文献
9.
核磁共振(NMR)测井是在高温、高压的极端条件下进行,样品体积小,回波幅度微弱.受到来源复杂的噪声影响,NMR信号通常被淹没在噪声中,测量数据的信噪比较低.提出正则化-启发式阈值算法(Regularization Heursure, R-Heursure)对小波分解后的细节系数阈值降噪,正则化因子的选取与地层孔隙结构和测量数据的原始信噪比相关.通过最大相关系数能量准则选取最优化的母小波函数、消失矩和分解层次,采用正则化因子约束估计的阈值,使选取的阈值恰好能大于噪声水平而不损失小孔(或微孔)的响应信息.数值模拟和实际测井资料处理验证了R-Heursure算法的降噪性能,NMR测井数据的信噪比得以有效改善,为储层评价提供更准确的信息. 相似文献
10.
以地震勘探记录去噪为目标,本文提出了一种隐马尔可夫模型平滑估计方法.它是在基本隐马尔可夫模型滤波基础之上,运用信号检测环节将带噪信号段和无信号段加以区分,构建带噪地震记录的状态转移模型,在贝叶斯框架下,利用平滑密度函数进行状态估计,从而达到压制噪声的目的.数值模拟表明,无论对信噪比还是均方误差,隐马尔可夫模型平滑估计处理后的重构信号优于常规的维纳滤波所恢复信号.我们可以期待这种方法会成为实际地震记录噪声压制的有效手段. 相似文献
11.
由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴. 相似文献
12.
Local seismic event slopes contain subsurface velocity information and can be used to estimate seismic stacking velocity. In this paper, we propose a novel approach to estimate the stacking velocity automatically from seismic reflection data using similarity‐weighted k‐means clustering, in which the weights are local similarity between each trace in common midpoint gather and a reference trace. Local similarity reflects the local signal‐to‐noise ratio in common midpoint gather. We select the data points with high signal‐to‐noise ratio to be used in the velocity estimation with large weights in mapped traveltime and velocity domain by similarity‐weighted k‐means clustering with thresholding. By using weighted k‐means clustering, we make clustering centroids closer to those data points with large weights, which are more reliable and have higher signal‐to‐noise ratio. The interpolation is used to obtain the whole velocity volume after we have got velocity points calculated by weighted k‐means clustering. Using the proposed method, one obtains a more accurate estimate of the stacking velocity because the similarity‐based weighting in clustering takes into account the signal‐to‐noise ratio and reliability of different data points in mapped traveltime and velocity domain. In order to demonstrate that, we apply the proposed method to synthetic and field data examples, and the resulting images are of higher quality when compared with the ones obtained using existing methods. 相似文献
13.
Random noise attenuation, preserving the events and weak features by improving signal‐to‐noise ratio and resolution of seismic data are the most important issues in geophysics. To achieve this objective, we proposed a novel seismic random noise attenuation method by building a compound algorithm. The proposed method combines sparsity prior regularization based on shearlet transform and anisotropic variational regularization. The anisotropic variational regularization which is based on the linear combination of weighted anisotropic total variation and anisotropic second‐order total variation attenuates noises while preserving the events of seismic data and it effectively avoids the fine‐scale artefacts due to shearlets from the restored seismic data. The proposed method is formulated as a convex optimization problem and the split Bregman iteration is applied to solve the optimization problem. To verify the effectiveness of the proposed method, we test it on several synthetic seismic datasets and real datasets. Compared with three methods (the linear combination of weighted anisotropic total variation and anisotropic second‐order total variation, shearlets and shearlet‐based weighted anisotropic total variation), the numerical experiments indicate that the proposed method attenuates random noises while alleviating artefact and preserving events and features of seismic data. The obtained result also confirms that the proposed method improves the signal‐to‐noise ratio. 相似文献
14.
描述地震波衰减特征的品质因子Q对地震数据处理和油藏描述非常重要,在地震勘探领域,Q值一般通过垂直地震剖面(VSP)数据或地面地震数据得到.由于叠前地面地震数据具有复杂的射线路径且存在噪声、调谐干涉效应等影响,从叠前地震数据中准确估计Q值相对困难.本文以地震波射线传播为基础,根据同相轴局部斜率和射线参数的映射关系,将多射线波形频谱同时带入谱比法联合反演估计Q值,提出了基于多射线联合反演的速度无关叠前Q值估计方法.该方法通过局部斜率属性避开了速度对Q值估计的影响,局部斜率携带地震波传播的速度信息,具有相同局部斜率的地震反射波具有相同的传播射线参数.同相轴局部斜率是地震数据域的属性,而速度是模型域的参数,在估计Q值中采用数据域的属性参数可以直接应用于数据的联合反演,而不需要通过速度对其做进一步的转化,从而提高了Q值估计的精度.同时,本方法采用预测映射(predictive mapping)技术将非零炮检距反射信息映射到零炮检距处,从而获得零偏移距走时对应的Q值.模拟和实际算例验证了本文方法的有效性. 相似文献
15.
压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分（TGV）约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法（ADMM）求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性. 相似文献
16.
基于可靠地估计反射方位和边界的构造约束保边滤波(英文) 总被引：2，自引：1，他引：1
本文给出一种既能有效衰减地震噪音又可保护地层及构造的不连续性的新方法。构造约束保边平滑技术需要已知反射局部方位和边界信息,通常这些信息由全频率地震资料估算获得,但在资料信噪比很低的情况下,噪音往往会降低估算的可靠度。对于信噪比极低的地震资料,其主频成分相对非主频成分信噪比高,所以由主频资料获取的方位和边界信息比由其它频率成分获取的更可靠。方位和边界信息通常用倾角和相干值差异来描述。由于不同频率所引起的倾角和相干值差异的变化均比地震记录的变化缓慢,所以由主频资料获取的倾角及边界信息能够近似代表所有频率成分的倾角及边界信息。Ricker子波广泛用于地震勘探,Marr小波与Ricker子波在时间和频率域均具有相同的形态,所以选用Marrl小波变换将地震数据按照倍频程分为几个分频体。扫描主频分频体,用不等权二次曲面拟合并求解极大值来获取视倾角,通过比较9个滑动窗口的相干值来确定反射边界。将这些信息用构造约束保边平滑技术可选择性地（selectively）对主频、低频、高频分频体做平滑处理,最后将平滑后的各频段地震记录合成为滤波去噪后的地震记录。理论模型和实际资料处理效果表明该方法能有效压制噪音,保护边界,保护同相轴的连续性,且灵活地保留地震记录中的有用信息。 相似文献
17.
18.
本文给出了地震记录变子波模型的一种近似数学表达式．基于该表达式研究了反射系数序列不满足白噪假设和子波在地下传播时发生变化这两种情况下地震道谱的组成及结构,讨论了谱白化及反褶积方法在这两种情况下效果不佳的原因．然后基于变子波模型,提出了一种新的提高地震记录分辨率的方法：第一步,用自适应于地震记录的Gabor分子窗把地震记录恰当地划分成若干片断,每段内信号近似平稳,然后将地震记录变换到时间-频率域;第二步,在变换域对每个分子窗内信号的振幅谱进行处理以拓宽频带;最后把处理后的时间-频率域函数反变换回时间域得到提高分辨率后的结果．本文提出的方法具有能较好地适用于反射系数不满足白噪假设的情况及提高分辨率后的地震记录能较好地保持原地震记录的相对能量关系等优点,模型和实际资料算例结果均表明,本文方法在拓宽地震资料频带及保持地震记录局部能量相对关系方面均明显优于谱白化方法． 相似文献
19.
地震波干涉偏移和偏移反演成像是近年来十分活跃的两个研究领域.干涉偏移提供了一个新的地震波数据成像工具,而偏移反演则提供了高逼近度地震成像.二者的共同目的是改善传统直接偏移方法的成像效果,展宽成像区域并提高成像的分辨率.本文研究干涉偏移方法和偏移反演方法对于地震成像效果的影响,探讨二者在提高成像分辨率上的异同.对于偏移反演,通过建立正则化模型,研究了预条件共轭梯度迭代正则化方法及改进措施,并通过绕射点模型数值模拟验证了该方法比直接偏移能够提高振幅的保真度和成像的分辨率.对于干涉偏移和偏移反演这两种方法,对层速度地震模型进行了数值模拟.结果表明干涉偏移和偏移反演成像方法比传统的偏移方法在成像效果上是更加有效的,因而对于实际的地震成像问题很有应用前景. 相似文献