共查询到19条相似文献，搜索用时 125 毫秒
1.
将现代重要的统计信号处理理论--高阶累积量理论引入到地震信号的分析与处理中,提出了一种基于互四阶累积量一维切片的地震信号初至自动拾取方法,并给出了该方法的基本原理与具体算法.该方法利用地震信号横向波形的相似性以及互四阶累积量对高斯色噪声不敏感的特点,实现地震信号初至时间的自动拾取.理论模型计算表明,在强高斯色噪声干扰下... 相似文献
2.
3.
高阶统计量在油气地球物理勘探中的新应用 总被引：5，自引：0，他引：5
利用高阶统计量所具有的可抑制高斯噪声和比常规的自相关函数包含更多信息的优点,并结合油气地球物理勘探的实际问题,在油气检测、小断层自动识别和相干技术3个领域进行了理论创新,相应提出了3种新的地震资料处理与解释方法:①采用高阶谱特征参数进行油气检测和识别,并得出了含水砂岩和含气砂岩的高阶谱属性规律;②采用四阶累积量函数计算时间延迟进行小断层的自动识别;③采用四阶矩函数代替互相关函数进行相干计算,对第一代相干体算法进行了改进,发展了基于高阶统计量的相干体算法.提出了利用沉积环境时间演化切片图进行砂体的沉积环境演化分析,为砂体的沉积环境演化分析提供了一种新的工具. 相似文献
4.
精确的初至拾取是微地震数据处理中至关重要的环节。主流的长短时窗比法(STA/LTA)和基于自回归模型的赤池信息准则(AR-AIC)方法,对强噪声数据的拾取效果并不理想。为了更为精确的估计强噪声数据初至,提出了一种基于小波多尺度分析(WMA)和AIC算法的联合拾取方法。首先使用WMA对强噪声三分量(3C)微地震数据进行分解,并重构其近似数据作为实际计算数据,同时计算其绝对值的最大值点,来约束AIC计算数据段,最终选取AIC序列的全局最小值点作为其初至点。文中采用合成数据和实测数据对该改进算法进行了验证,拾取结果表明该算法能有效适用于强噪声微地震数据初至拾取,并明显提高其拾取精度(误差在0.25～0.5 ms之间)。 相似文献
5.
6.
7.
《物探与化探》2015,(3)
叠加是地震数据处理的核心环节,可以有效地压制噪声提高信噪比。在VSP地震勘探中,常规的叠加方法在复杂构造中成像精度受到极大的限制。文中采用高斯射线束方法对复杂构造进行正演模拟,将得到的波场特征与实际资料波场特征进行对比,调整参数获得合适的速度场;在叠加过程中采用逆高斯的思想,对实际地震资料共炮集数据进行反射波场归位,得到共反射点道集数据,选择合适的面元尺寸进行叠加获得复杂构造的叠加波场特征。通过大量模型测试,VSP高斯束叠加方法可以有效地反演地下结构特征。应用该方法对M地区进行成像研究,结果表明该方法能够准确反演地下结构特征,为数据处理与解释提供依据。 相似文献
8.
利用偏振约束的能量比微地震自动识别方法 总被引：1，自引：0，他引：1
微地震监测是分析水力压裂注水前缘或对油藏进行动态监测的一种有效方法.由于持续监测数据量大,而且有效微地震事件的出现时间无法判定,人工拾取需要耗费大量人力与时间,需要利用计算机对有效事件进行自动拾取.笔者分析了井中微地震监测背景噪声以及某些相关噪声特点,以长短时窗能量比法为基础,结合偏振分析,设计利用偏振一能量比综合的方法来识别微地震有效事件,经实际资料验证该方法具有一定的可靠性.根据实际有效信号与噪声在多级检波器之间的出现规律利用多级间时差对识别结果进行约束来排除某些特殊噪声的影响.将这种方法应用于整套水力压裂微地震监测资料中,能够快速稳定的识别出大量微地震有效事件,有比较好的应用效果. 相似文献
9.
地震数据的初至拾取是地震勘探中数据预处理的关键步骤。在非常规油气藏的开发过程中,地面微地震监测技术被广泛应用,由于微地震数据信噪比普遍较低,因此很难得到较为准确的初至拾取结果。针对地震数据的初至拾取精度和算法的抗噪性能,在变换时窗统计能量比法的基础上进行改进,应用统计学规律的同时设置阈值门槛R,求取可信度高的优势道,结合拾取范围约束Z以及多种拾取策略逐道计算,最终实现地震记录的初至拾取。利用该方法对松辽盆地某工区三维地震数据及某地区水平井水力压裂地面微地震监测数据进行初至拾取,取得到了较好的拾取效果,验证了该方法的实用性。 相似文献
10.
《物探与化探》2017,(3)
速度分析是地震数据处理中至关重要的一环,常规速度分析方法中,给定一系列相同间隔的速度进行扫描,以叠加能量或相似系数等作为速度分析的准则制作速度谱。速度谱的能量团通常在正确的动校正速度附近存在一定的发散,从而影响速度的拾取。通过对方差为准则的速度分析方法进行分析和研究,认为方差对同相轴的相干性比较敏感,因此,方差速度谱具有较高的精度。拾取方差速度谱中最小方差数值对应的扫描速度为动校正速度,然而实际资料处理时,由于精度太高,最小方差数值对应的区域太小,不利于速度的拾取。为此笔者提出了以方差倒数、叠加能量和相似系数三者的乘积为目标函数的多准则速度分析方法。噪声会对方差产生影响,然而噪声只是提高方差的整体数值,不会改变方差的相对大小关系,因此地震数据含有一定噪声时本文方法仍然适用。通过模型数据和实际资料的处理,验证了本方法的正确性和实用性。 相似文献
11.
12.
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
13.
14.
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
15.
《Comptes Rendus Geoscience》2015,347(1):2-12
Time-frequency peak filtering (TFPF) is an effective method for seismic random noise attenuation. The linearity of the signal has a significant influence on the accuracy of the TFPF method. The higher the linearity of the signal to be filtered is, the better the denoising result is. With this in mind, and taking the lateral coherence of reflected events into account, we do TFPF along the reflected events to improve the degree of linearity and enhance the continuity of these events. The key factor to realize this idea is to find the traces of the reflected events. However, the traces of the events are too hard to obtain in the complicated field seismic data. In this paper, we propose a Multiple Directional TFPF (MD–TFPF), in which the filtering is performed in certain direction components of the seismic data. These components are obtained by a directional filter bank. In each direction component, we do TFPF along these decomposed reflected events (the local direction of the events) instead of the channel direction. The final result is achieved by adding up the filtering results of all decomposition directions of seismic data. In this way, filtering along the reflected events is implemented without accurately finding the directions. The effectiveness of the proposed method is tested on synthetic and field seismic data. The experimental results demonstrate that MD–TFPF can more effectively eliminate random noise and enhance the continuity of the reflected events with better preservation than the conventional TFPF, curvelet denoising method and F–X deconvolution method. 相似文献
16.
浅层反射地震资料中面波一般比较发育,对有效信号形成干扰,现有压制面波等相千干扰的处理手段主要适用于中深部、深部地震勘探,但并不适用于浅层反射地震资料的处理。为此提出了倾角中值滤波法。该方法是基于叠前地震单炮道集上反射波与强线性干扰在￡吨域视速度上的差异,在多组视倾角范围内,求取一个最佳视倾角,将最佳视倾角的振幅序列的中值视为相干干扰,利用“减去法”,达到信噪分离。通过模型与实际资料的处理,汪明该方法能够有效分离强线性干扰,并保留了强线性干扰的特性,提高了资料的信噪比,保真度高,是浅层高分辨率地震勘探的一种理想的叠前信噪分离技术。 相似文献
17.
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
18.
19.
基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。 相似文献