共查询到19条相似文献，搜索用时 109 毫秒
1.
多道自适应匹配滤波方法压制表面多次波 总被引：2，自引：0，他引：2
表面多次波压制是海洋地震数据处理的关键环节,基于波动方程的多次波压制方法可由多次波模型预测和自适应相减两步实现.因此,除了采用有效的算法实现高精度的多次波预测外,多次波的自适应相减也是改善多次波压制效果的重要手段.文中采用多道自适应滤波器完成表面多次波的自适应相减,利用数据驱动的基于波动方程预测多次波模型的高频重建道、Hilbert变换道、以及它们相应的上下延拓道改善预测多次波模型的振幅、相位、旅行时以及频带信息,使得修正后多次波模型与实际地震数据中的多次波更好地匹配.实际数据测试表明,文中所述方法可有效地完成表面多次波的自适应相减.通过讨论分析交叠时窗和滤波器的长度对自适应相减效果的影响,表明合理地利用时窗以及选择滤波器长度将有效地改善自适应相减的效果. 相似文献
2.
地震数据中发育的层间多次波是影响速度分析和偏移成像的精度和可靠性的关键.通常情况下,层间多次波的动校正量、叠加速度和频率与一次波并无明显差异,从而对识别、预测和压制多次波带来了极大挑战.传统虚同相轴方法基于物理图像和定性公式,其预测的层间多次波振幅和相位精度难以满足实际需求,造成了其对匹配算法的过度依赖.本文针对传统虚同相轴方法的理论缺陷和计算精度问题,通过理论推导得到了新的自适应虚同相轴方法.相比于传统方法,自适应虚同相轴方法能够显著提高压制多次波能力,同时减少对匹配算法的依赖.本文给出了自适应虚同相轴方法的推导过程,并运用一维和二维模型算例验证了方法相较于传统虚同相轴方法的多次波预测精度优势.通过在PLUTO模型和实际陆地地震数据上的应用实例,证明了本文新研究的自适应虚同相轴方法对去除层间多次波,恢复并突出目标储层同相轴,提高地震成像分辨率的显著作用. 相似文献
3.
传统基于Marchenko理论自聚焦法压制层间多次波技术需要初始下行聚焦函数的估计,再进行多次波压制的自适应相减.论文基于传统方法的研究成果,提出了一种无需先验信息和自适应相减步骤的层间多次波压制方法.当聚焦点在实际反射层的反射点上时,上行格林函数为聚焦点上的脉冲源在表面所产生的上行波场,该反射层的反射将是上行格林函数的第一个同相轴.通过将格林函数与下行直达波场进行褶积,可将反射层处的所有焦点重新计算到地表,得到只含一次反射波的波场.利用初始下行聚焦函数和初始直达下行格林函数互为逆函数的关系,引入delta函数,将特定深度上所有聚焦点的聚焦函数投影到采集面上的检波器位置,可只利用地表获取的地震记录一步计算得到一次反射波.水平层状介质模型和复杂的含高速薄透镜地质体的介质模型中,进行了多次波压制的数值试验,通过与传统基于Marchenko理论自聚焦方法的压制效果进行对比分析,显示论文给出的一步法压制层间多次波的效果更好,进而验证了所提出方法的有效性和高精度的特点. 相似文献
4.
SRMA（与表面相关多次波的衰减）算法包含预测和相减两步.相减算法中,当多次波与反射波同相轴相交时,如何有效减去多次波、保留反射波,是面临的主要问题.通过分析非正交性对滤波器（逆子波）的影响,可以证明：逆子波因非正交性产生的误差呈近似的高斯分布.在此基础上,本文提出了在逆子波域（单道自适应相减滤波的滤波算子的集合）,利用其误差的概率分布特征,对逆子波进行估计,用逆子波的估计对逆子波进行校正来消除多次波的方法.其步骤为：首先用SRMA方法预测出表面多次波,并对每一单炮进行单道自适应相减,得到逆子波,形成逆子波域;其次,在逆子波域采用中值滤波,提取接近真实逆子波的逆子波估计;第三,在逆子波域用逆子波估计对畸变的逆子波进行校正;最后采用校正后的逆子波来衰减多次波.通过简单模型和SMARRT模型的测试,该方法不仅能够有效减去多次波,而且在相交的区域,能够保持反射波同相轴的连续性并恢复其正确的振幅. 相似文献
5.
提出一种基于Radon 变换和正交多项式变换的多方向正交多项式变换压制多次波方法.抛物Radon变换对不同曲率方向的同相轴叠加,根据速度差异区分一次波和多次波,但Radon反变换会损伤振幅特性,不利于AVO分析.多方向正交多项式变换在Radon变换(某一曲率方向的零阶特性)的基础上,利用正交多项式变换进一步分析同相轴的高阶多项式分布特性,用正交多项式谱表征同相轴AVO特性;根据一次波和多次波速度差异和同相轴能量分布特征实现多次波压制.该方法的优点是仅用一个曲率参数就可描述同相轴剩余时差参数,提高了一次波和多次波的剩余时差分辨率.实验结果表明,该方法可以有效压制多次波并保留一次波AVO特性. 相似文献
6.
多次波压制的研究现状与进展 总被引：5，自引：0，他引：5
目前地震资料处理技术主要利用一次波对地下地质体进行成像或反演,多次波的存在会严重影响地震成像、反演与解释结果.因此,多次波通常作为噪声在地震数据叠前处理阶段进行压制.为了合理选择不同的多次波压制方法,提高地震资料信噪比和保真度,本文系统综述了多次波压制的国内外研究现状,简要介绍了滤波法、预测相减法、稀疏反演法的基本原理,并围绕理论假设条件与实际数据要求,分析比较了各种方法的适用性与优缺点.基于波动方程的预测相减法克服了滤波法关于地震信号统计特征的假设,增强了对复杂地震数据的适应性,但最小二乘自适应相减会损害有效信号.稀疏反演法采用全波形反演的方法估计一次波与多次波,避免了自适应相减步骤,能够更加保真地恢复有效信号.本文通过实际算例重点阐述了稀疏反演法相对于反馈迭代法在多次波压制中的突破性进展,同时指明了稀疏反演法存在的问题并展望了未来的发展方向. 相似文献
7.
多次波预测与自适应相减是基于波动方程表面多次波压制的两个重要环节.文中利用具有并行计算优势的GPU加速表面多次波预测,使得预测效率大为提高.在自适应相减算法中,文中将预测的多次波道、预测多次波道的Hilbert变换道、预测多次波道的高频重建道、以及它们的平移道用作自适应相减中的多次波模型道.Hilbert变换道用以补偿预测多次波的相位信息,高频重建道用以改善预测多次波的高频信息,补偿频带能量差异.文中在预测和相减过程中均采用迭代算法,迭代预测,可较好地获得多次波的运动学特性,迭代相减,可较好地获得多次波的动力学特性,迭代预测与相减使预测的多次波与地震数据中实际的多次波更好地匹配.将该方法应用于理论模拟的SMAART模型和实际海洋数据中,测试结果表明,该方法预测多次波效率较高,在保持有效波振幅条件下可有效地压制地震数据中的表面多次波. 相似文献
8.
海洋地震资料普遍发育强能量表面多次波,传统表面多次波压制技术（SRME）能够预测出所有阶次表面多次波,但是各阶次表面多次波相互混叠。为了能够单独利用不同阶次的表面多次波成像,降低干涉假象对多次波成像的影响,需要将不同阶次的表面多次波分离出来。本文提出一种基于扩展SRME的海洋单阶次表面多次波分离方法。首先,应用SRME技术预测出混叠的所有表面多次波;其次,修改常规SRME技术的边界输入条件,将上一步求得的所有多次波进行升阶次处理;再次,预测出混叠的所有表面多次波与其升阶次后的表面多次波匹配相减求得单阶次多次波。以此类推,能够逐步分离出不同阶次的表面多次波。数值模型和某深海实际资料测试表明本方法的有效性,不同阶次表面多次波被有效分离,为后期多次波的利用奠定了基础。 相似文献
9.
在地震勘探中,层间多次波在地震剖面上形成的虚假界面会严重影响对地质构造的解释.由于层间多次波在走时、频率和形态上与一次波的差异较小,因此较难对层间多次波进行识别和压制.本文使用分层层间多次波预测方法与基于2D卷积信号盲分离的多次波自适应相减方法相结合的策略对层间多次波进行压制处理.首先推导并阐述了分层层间多次波预测方法的理论基础,然后对地下介质中存在的多个多次波产生界面实现了层间多次波的分层预测,最后采用基于2D卷积信号盲分离的多次波自适应相减方法对层间多次波进行压制,以更好的保护有效信号.分层预测的方法通过分离层间多次波产生层位,对目标层位产生的所有层间多次波直接进行预测,该方法避免了共聚焦点方法构建共聚焦点道集的聚焦运算,降低了计算成本,同时该方法是基于数据驱动的,算法容易实现.模型数据和实际地震资料试算结果表明,本文方法能直接利用地表数据对层间多次波进行压制,并有效的保护一次波． 相似文献
10.
在浅水情况下,由于观测数据中缺少近偏移距信息,水层多次波的压制面临挑战.利用多道预测算子压制水层多次波是浅水环境下压制多次波的重要方法之一,这种方法先从输入数据中估计出多道预测算子,再将预测算子和输入数据做褶积预测出水层相关多次波.然而,估计的多道预测算子很容易受噪声污染,从而影响多次波模型的精度.所以,我们提出了改进的多道预测算子压制浅水多次波方法.该方法先从数据中估计出多道预测算子,并利用估计的算子构建出精确的水层模型;然后,通过计算算子的走时信息、估计振幅信息、合成新算子三个步骤来修正原始的多道预测算子.修正的算子不仅不受噪声影响,还含有精确的走时信息、可靠的振幅信息;最后,该方法用修正的算子来预测多次波,并结合自适应相减,将预测的多次波从输入数据中去除.通过合成数据和实际资料的验证表明,相比于原始的多道预测算子压制多次波方法,改进的方法能够取得更好的压制效果. 相似文献
11.
反馈迭代法多次波衰减分为预测和相减两个步骤.在匹配相减过程中,当多次波和一次波同相轴不满足正交性,以及去除多次波后的地震记录不满足能量最小的情况下,最小二乘自适应匹配滤波方法不能获得正确的匹配,因此多次波的衰减产生误差.针对这两个问题,本文提出了基于1范数最小的均衡多道自适应匹配滤波法.该方法通过在空间方向上对地震记录进行均衡,避免了多次波和一次波同相轴正交的假设条件.同时利用了1范数对于大异常值保持稳健的特点,因此可以有效地解决去除多次波后的地震记录能量最小的问题.通过对模型数据和野外实际数据的多次波压制结果显示,该方法可以有效、准确地衰减多次波. 相似文献
12.
Antoine Guitton 《Geophysical Prospecting》2006,54(2):135-152
Surface‐related multiples are attenuated for one sail line and one streamer of a 3D data set (courtesy of Compagnie Générale de Géophysique). The survey was carried out in the Gulf of Mexico in the Green Canyon area where salt intrusions close to the water‐bottom are present. Because of the complexity of the subsurface, a wavefield method incorporating the full 3D volume of the data for multiple removal is necessary. This method comprises modelling of the multiples, where the data are used as a prediction operator, and a subtraction step, where the model of the multiples is adaptively removed from the data with matching filters. The accuracy of the multiple model depends on the source/receiver coverage at the surface. When this coverage is not dense enough, the multiple model contains errors that make successful subtraction more difficult. In these circumstances, one can either (1) improve the modelling step by interpolating the missing traces, (2) improve the subtraction step by designing methods that are less sensitive to modelling errors, or (3) both. For this data set, the second option is investigated by predicting the multiples in a 2D sense (as opposed to 3D) and performing the subtraction with a pattern‐based approach. Because some traces and shots are missing for the 2D prediction, the data are interpolated in the in‐line direction using a hyperbolic Radon transform with and without sparseness constraints. The interpolation with a sparseness constraint yields the best multiple model. For the subtraction, the pattern‐based technique is compared with a more standard, adaptive‐subtraction scheme. The pattern‐based approach is based on the estimation of 3D prediction‐error filters for the primaries and the multiples, followed by a least‐squares estimation of the primaries. Both methods are compared before and after prestack depth migration. These results suggest that, when the multiple model is not accurate, the pattern‐based method is more effective than adaptive subtraction at removing surface‐related multiples while preserving the primaries. 相似文献
13.
Adaptive subtraction is an important link for removing surface-related multiples in the wave equation-based method. In this paper, we propose an adaptive multichannel subtraction method based on the L1-norm. We achieve enhanced compensation for the mismatch between the input seismogram and the predicted multiples in terms of the amplitude, phase, frequency band, and travel time. Unlike the conventional L2-norm, the proposed method does not rely on the assumption that the primary and the multiples are orthogonal, and also takes advantage of the fact that the L1-norm is more robust when dealing with outliers. In addition, we propose a frequency band extension via modulation to reconstruct the high frequencies to compensate for the frequency misalignment. We present a parallel computing scheme to accelerate the subtraction algorithm on graphic processing units (GPUs), which significantly reduces the computational cost. The synthetic and field seismic data tests show that the proposed method effectively suppresses the multiples. 相似文献
14.
Estimating primaries by sparse inversion of the 3D curvelet transform and the L1-norm constraint 总被引：2，自引：0，他引：2
In this paper, we built upon the estimating primaries by sparse inversion (EPSI) method. We use the 3D curvelet transform and modify the EPSI method to the sparse inversion of the biconvex optimization and L1-norm regularization, and use alternating optimization to directly estimate the primary reflection coefficients and source wavelet. The 3D curvelet transform is used as a sparseness constraint when inverting the primary reflection coefficients, which results in avoiding the prediction subtraction process in the surface-related multiples elimination (SRME) method. The proposed method not only reduces the damage to the effective waves but also improves the elimination of multiples. It is also a wave equationbased method for elimination of surface multiple reflections, which effectively removes surface multiples under complex submarine conditions. 相似文献
15.
对于被动源地震数据,运用常规的互相关算法得到的虚拟炮记录中,不仅含有一次波反射信息,还包括了表面相关多次波.然而,通过传统的被动源数据稀疏反演一次波估计(EPSI)方法,可以求得只含有一次波,不含表面相关多次波的虚拟炮记录.本文改进了传统的被动源数据稀疏反演一次波估计问题的求解方法,将被动源稀疏反演一次波估计求解问题转化为双凸L1范数约束的最优化求解问题,避免了在传统的稀疏反演一次波估计过程中用时窗防止反演陷入局部最优化的情况.在L1范数约束最优化的求解过程中,又结合了2DCurvelet变换和小波变换,在2DCurvelet-wavelet域中,数据变得更加稀疏,从而使求得的结果更加准确,成像质量得到了改善.通过简单模型和复杂模型,验证了本文提出方法的有效性. 相似文献
16.
自由表面多次波压制是海底地震仪（Ocean Bottom Seismometer,OBS）数据处理和成像中的难点,OBS数据多次波能量强,周期长,严重影响深层一次反射波的处理和成像.不同于常规拖缆观测系统,OBS数据站点一般相隔较远,仅仅利用检波点稀疏的波场信息难以压制OBS数据中的自由表面多次波.本文采用拖缆数据与OBS数据联合,利用稀疏反演估计（Estimation of Primaries and Multiples by Sparse Inversion,EPSI）方法,研究了OBS数据自由表面多次波压制理论,分析了OBS多次波产生的机理,详细推导了拖缆数据与OBS数据联合预测OBS多次波的EPSI方法基本原理.通过利用拖缆数据的信息,实现了OBS检波点稀疏数据多次波的压制问题.EPSI方法通过稀疏反演直接估计一次反射波,避免了SRME（Surface Related Multiple Elimination）方法中自适应相减对有效信号的损害,保真了一次反射有效信号,理论模拟OBS数据验证了方法的有效性. 相似文献
17.
本文将多次波自适应相减问题表示为一个多道卷积信号的盲分离问题.利用2D卷积核来表示预测多次波和实际多次波之间的差异,并采用分离出的一次波信号的非高斯性最大化作为优化目标,我们提出一种基于多道卷积信号盲分离的多次波自适应相减算法.为了求解上述非线性优化问题,所提方法将其转化为一个迭代线性优化问题,采用迭代最小二乘方法加以实现.由于采用了多道卷积信号盲分离模型,所提方法能够适应预测和真实多次波之间在时间及空间上的变化.通过对简单模型数据、Pluto数据和实际数据进行处理,验证了所提算法的有效性. 相似文献
18.
地震勘探中多次波的存在会影响速度模型的建立、地震成像效果、反演和解释过程中的介质属性提取等,因此多次波的压制成为至关重要的研究课题.本文采用改进的1范数匹配滤波法,基于1范数对大值条件的开放性,利用预测出的多次波模型Hilbert变换道及求导道,从理论上克服2范数的大值条件,并改善常规1范数下的正交性条件,在一次波和多次波叠合之处及能量差异大的情况下有效压制多次波.模型及南海深水盆地实际海洋地震数据的处理结果显示了改进的1范数匹配方法在压制多次波方面相对于常规2范数、1范数的优越性. 相似文献
19.
In many situations, the quality of seismic imaging is largely determined by a proper multiple attenuation as preprocessing step. Despite the widespread application of surface-related multiple elimination (SRME) and estimation of primaries by sparse inversion (EPSI) for the removal of multiples, there still exist some limitations in the process of prediction and subtraction (SRME) or inversion (EPSI), which make the efficiency of multiple attenuation less satisfactory. To solve these problems, a new fully data-driven method called closed-loop SRME was proposed, which combines the robustness of SRME and the multi-dimensional inversion strategy of EPSI. Due to the selection of inversion approach and constraint, primary estimation by closed-loop SRME may fall into a local optimum during the solving process, which lowers the accuracy of deep information and weakens the continuity of seismic events. To avoid these shortcomings, we first modified the solving method for closed-loop SRME to an L1 norm-based bi-convex optimization method, which stabilizes the solution. Meanwhile, in the L1 norm constraint-based optimization process, the 3D sparsifying transform, being a 2D Curvelet-1D wavelet transform, is brought in as a 3D sparse constraint. In the 3D sparsifying domain, the data become sparser, thus making the result of optimization more accurate, the information of seismic events more continuous and the resolution higher. Examples on both synthetic and field data demonstrate that the method proposed in this paper, compared with the traditional SRME and closed-loop SRME, have an excellent effect on primary estimation and suppress multiples effectively. 相似文献