共查询到20条相似文献，搜索用时 122 毫秒
1.
2.
3.
《应用地球物理》2017,(1)
野外地震数据包含各种随机噪声干扰且在空间方向常进行不规则欠采样,影响后续资料处理,存在数据重建和噪声压制问题,而大多数据重建方法只能独立进行,对于噪声压制则无能为力,对于含噪地震数据的重建效果不理想,起不到压制噪声的效果。为此本文选用多尺度多方向的二维曲波变换进行三维地震数据同时重建与噪声压制,在此过程中引入凸集投影算法(POCS),采用指数平方根衰减规律的阈值参数及软阈值算子对每个时间切片单独进行重建。在此基础上,引入加权因子策略,使得在的重建过程中减少噪声对重建结果的影响,最终实现了一种能够同时进行三维地震数据重建和噪声压制的方法。通过与先重建后去噪以及傅里叶变换处理方法的比较,表明了该方法效果显著,这对于指导复杂地区数据采集和缺失地震道重建方面具有重要的实用价值。 相似文献
4.
在地震勘探采集到的地震数据中不可避免的存在随机噪声，而高信噪比的地震数据是地震资料反演和解释的基础.因此随机噪声压制一直是地震资料处理中的重要工作.近些年来，随着深度学习技术的发展，基于卷积神经网络的地震数据去噪方法已经取得了丰硕的成果.常规的监督学习策略需要获取无噪数据作为标签，然而从实际地震数据中获取无噪数据只能通过传统去噪方法进行预处理，以此方法构建标签数据的监督学习去噪网络必然受构建数据集的去噪方法影响.针对此问题，本文提出了一种基于Noise-to-Noise自监督学习的地震数据去噪方法，该方法通过对实际地震数据添加不同等级的噪声构建训练数据集，仅需要含噪地震数据即可训练去噪网络.合成数据测试和实际数据测试表明，本文方法可以有效去除地震数据中的随机噪声，性能优于受数据集构建方法所限的监督学习去噪方法和传统去噪方法. 相似文献
5.
近年来,地震勘探逐渐面向深层、复杂构造和岩性油气藏,与此同时,对地震资料处理也提出了更高的标准和要求.保幅降噪是地震资料处理中的重要环节.叠前地震资料的品质直接影响后续反演结果的精度,但道编辑后的实际数据除信噪比较低之外还存在缺道等现象,常规的保幅去噪方法无法同时进行道插值.本文基于贝叶斯反演框架提出了一种能够同时进行道插值的叠前地震资料保幅去噪方法.该方法充分考虑了现有方法的局限性,利用插值算子对缺失地震道进行插值处理,同时基于地震振幅随角度变化的连续性在差分域采用贝叶斯框架引入了先验约束,能够在保幅去噪的同时,进行道插值,极大改善了叠前地震资料的品质.合成和野外的例子均验证了该方法的有效性. 相似文献
6.
基于稀疏反演的地震插值方法是一种重要的插值方法,然而大多数这类方法只针对无噪声数据或者高信噪比数据插值.实际上,地震数据含有各种噪声,使得插值问题变得更加困难.凸集投影方法是一种高效的插值算法,但是对于含噪声数据的插值效果不理想,针对含噪声数据提出的加权凸集投影方法能够实现同时插值和去噪,但是除了最小阈值需要认真选取外,增加一个权重因子来实现去噪功能.本文由迭代阈值算法推导出加权凸集投影方法,证明其是解无约束优化问题的一种方法,加权因子可以看作拟合误差项的系数.本文还提出了一种改进的凸集投影方法,与原始凸集投影方法相比该方法不需要增加任何计算量,只要通过阈值的选择来进行插值和去噪.数值模拟证明了该算法的计算效率,并且对含噪声数据能够实现较好的插值效果;先插值后去噪的结果证明了同时去噪和插值算法的可靠性和稳定性. 相似文献
7.
本文针对噪声成分和噪声结构的复杂性及弱信号的特征,发展了最新的在线字典学习去噪方法.在线字典学习去噪方法是以数据驱动的方式,反复进行学习构建字典方式,求得信号的稀疏性解以实现对信号的去噪,在此基础上,提出了数据驱动与模型驱动联合的模型约束下的在线字典学习去噪方法,先通过模型驱动方式获得一个较优质的学习样本以构建字典再进行去噪处理.通过和传统小波变换进行理论地震合成记录的效果对比,在高噪声比例的弱信号情况下远远优于传统的时频域去噪方法.实际数据去噪处理表明,模型约束下的在线字典学习去噪方法是一种有效的去噪方法,这种联合去噪方式能在高噪声背景下有效地提取出弱信号,具有广阔的推广应用前景. 相似文献
8.
基于部分动校正（NMO）后反射同相轴在CMP道集上的抛物线走时近似，给出了加权抛物Radon变换叠前地震数据重建方法（WPRT）. WPRT通过在迭代过程中引入变化着的权系数，拓展和改进了传统抛物Radon变换方法，使其可同时完成不规则采样的规则化和空道及近偏移距道重建，且有更高的计算效率. 文中给出了应用WPRT进行近偏移距和中偏移距的空地震道重建及数据规则化的算法实现. 理论模型和实际地震资料的地震数据重建结果显示了本文算法的优点. 相似文献
9.
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
10.
随着石油勘探难度的进一步加大,地震数据往往存在采样不规则、地震道缺失等现象,如果不对其进行处理,会对后续的地震成像产生影响,引入成像噪音.针对这一问题,一般是通过地震道插值或数据规则化对叠前数据进行处理,然后采用常规的偏移方法进行成像,本文则是将地震成像看作最小二乘反演问题,在共成像点道集引入平滑算子,在共偏移距/角度道集引入平面波构造算子(PWC)进行约束,通过预条件共轭梯度法使得反偏移后数据与输入数据之间的误差达到最小,最终得到信噪比更高、振幅属性更为可靠的成像结果.理论模型和实际资料处理表明,本文方法不仅可以有效压制数据不规则对成像产生的噪音,而且具有更高的成像精度. 相似文献
11.
表面多次波是海洋地震勘探中的主要问题.目前,二维数据驱动的表面多次波压制技术(SRME)已经比较成熟,并且已经成为工业界压制海洋表面多次波的主流方法.但是由于二维SRME算法没有考虑横测线方向上多次波的贡献,导致在处理实际三维海洋资料时存在比较大的误差.将二维SRME算法扩展到三维空间后可以得到三维SRME算法,但是由于目前实际采集的三维海洋资料的观测系统存在拖缆漂移,而且横测线方向采样过于稀疏,直接应用三维SRME算法无法准确预测表面多次波.本文提出的通过数据规则化配合稀疏反演的三维表面多次波压制方法能够解决这种实际资料和三维SRME算法之间的矛盾.本文通过研究数据规则化与反规则化技术,使得数据分布满足三维SRME的要求;通过研究稀疏反演技术,有效解决了横测线方向采样稀疏对于多次波预测的影响,三维实际海洋资料的应用结果验证了方法的有效性和可行性. 相似文献
12.
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
13.
14.
受野外观测条件的限制,采集的地震数据体通常不规则,并缺失一部分数据道。传统的单道提高分辨率方法无法兼顾横向地震信息,处理结果存在空间一致性问题。为此,本文提出在曲波域内进行不规则地震数据,通过曲波变换实现对地震数据的稀疏表征,将提高分辨率问题转化为曲波域1-范数约束的稀疏促进求解,得到规则化的高分辨率地震数据体。该方法避免传统单道提高分辨率方法存在的局限性,在提高分辨率的同时,能够恢复缺失的地震数据、压制随机噪声,进而提高地震数据的完备性,模型和实际资料试算,验证了该方法的正确性、有效性和适用性。 相似文献
15.
为了满足岩性勘探的需要,苏里格地区开展了高密度地震采集方法.采集技术的进步极大的提高了地震记录的品质,同时对开展以岩性预测为目标的保幅处理提出了更高的要求.而叠前去噪作为室内去噪处理的主战场,在保幅处理中起到重要作用.本文针对苏里格地区地震资料干扰波类型多、背景噪音强的特点,采用多域多方法联合去噪思路,对叠前地震数据上的噪声采用分频压制线性及异常强能量干扰、自适应单频波衰减及高精度反假频去除多次波等保幅去噪方法.在提高信噪比的同时,达到保幅处理效果,提高了处理结果的可靠性,使钻井成功率大大提高,从而大幅度提高了苏里格气田的经济效益.该技术系列对国内其它低孔低渗致密砂岩油气藏研究同样具有借鉴意义. 相似文献
16.
针对地震数据随机噪声压制问题,本文提出一种基于非局部贝叶斯(Non-local Bayes algorithm)的滤波方法。NLBayes方法使用高斯模型代替NL-means方法中使用全部相似数据块的加权平均,减少对数据结构细节的平滑效应,从而改善去噪效果。在地震数据去噪处理中,根据噪声的方差自适应的计算数据块的大小和高斯模型中数据块的数量,经过两次迭代实现地震数据去噪。第二次迭代中使用第一次迭代去噪后的数据来计算高斯模型块的无偏差均值和协方差,以提高数据块的相似度,使得去噪效果更理想。通过对模型数据和实际数据测试表明,NL-Bayes方法能有效提高地震数据信噪比和满足数据保真性处理的要求。 相似文献
17.
径向道变换(Radial Trace Transform)是将地震道集振幅值从偏移距一双程旅行时坐标系变换到视速度-双程旅行时坐标系,通过这种坐标系的变换,使相干噪声与有效信号在视速度和频率方面都有效分离.本文在介绍RT变换基本原理基础上,分析了RT变换中两种常用插值方法及其特点.并利用对模拟地震资料的处理,证明了RT域模拟-相减法较其带通滤波法在相干噪声压制与反射信号保持方面具有明显优势.最后,根据噪声特点,通过选择合理RT滤波参数,对实际地震资料进行处理试验,获得了较好的去噪效果,明显提高了资料信噪比,验证了研究方法的有效性. 相似文献
18.
由于诸多因素的影响,地震数据沿空间方向通常是稀疏采样的,因此引起较为严重的空间假频.本文提出一种反假频地震数据规则化的方法,采用Fourier变换域加权范数带限重建方法完成低频数据重建,利用自适应频谱加权范数的正则化项约束方程的解,将地震数据的带宽和谱形状作为先验信息,具有较好的低频重建特性.文中采用共轭梯度算法求解方程,而后利用重建的低频数据信息,应用频带延拓的方法重建高频数据,未知的高频带信息由重建的低频带信息构建.本方法在完成地震数据规则化的同时,可有效去除地震数据中的空间假频干扰.理论模型和实际资料处理均表明文中所提出的反假频地震数据规则化方法是有效可行的. 相似文献
19.
卷积神经网络(Convolutional Neural Network,CNN)是一种基于数据驱动的学习算法,简化了传统从特征提取到分类的两阶段式处理任务,被广泛应用于计算机科学的各个领域.在标注数据不足的地震数据去噪领域,CNN的推广应用受到限制.针对这一问题,本文提出了一种基于数据生成和增广的地震数据CNN去噪框架.对于合成数据,本文对无噪地震数据添加不同方差的高斯噪声,增广后构成训练集,实现基于小样本的CNN训练.对于实际地震数据,由于无法获得真实的干净数据和噪声来生成训练样本集,本文提出一种直接从无标签实际有噪数据生成标签数据集的方法.在所提出的方法中,我们利用目前已有的去噪方法从实际地震数据中分别获得估计干净数据和估计噪声,前者与未知的干净数据具有相似纹理,后者与实际噪声具有相似的概率分布.人工合成数据和实际数据实验结果表明,相较于F-X反褶积,BM3D和自适应频域滤波算法,本文方法能更好地压制随机噪声和保护有效信号.最后,本文采用神经网络可视化方法对去噪CNN的机理进行了探索,一定程度上解释了网络每一层的学习内容. 相似文献
20.
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