基于稀疏约束反演的三维混采数据分离          下载免费PDF全文

魏亚杰  张盼  许卓 《地球物理学报》2019,62(10):4000-4009

混合震源采集技术相对于传统的地震数据采集,在极大提高采集效率的同时引入了混叠噪声,很大程度上影响了成像结果的精度.二维混采数据中,我们通常利用混叠噪声在非共炮域呈非相干分布这一特点来压制混叠噪声,从而实现混合震源数据分离.相对于二维混采数据,三维混采数据具有数据量巨大,构建混合震源算子困难,混合度的增加引入了高强度混叠噪声的特点.针对上述问题,本文采用稀疏约束反演方法在Radon域实现混采数据分离,混叠噪声强度比较大的情况下,稀疏约束反演方法能够得到更高精度的分离结果;利用震源激发的GPS时间通过长记录的方式在共接收点道集对上一次迭代分离结果做混合、伪分离,实现了单个共接收点道集自身混合、伪分离,避免了对整个数据做运算,同时不需要构建混合震源算子.通过模拟数据和实际数据计算来验证上述方法的适用性.  相似文献   

Deblending by modified dictionary learning using Sparse Parameter Training     

Evinemi E Isaac  MAO Weijian  CHENG Shijun 《世界地质(英文版)》2021,24(4):226-238

Considerable attempts have been made on removing the crosstalk noise in a simultaneous source data using the popular K-means Singular Value Decomposition algorithm ( KSVD ). Several hybrids of this method have been designed and successfully deployed, but the complex nature of blending noise makes it difficult to manipulate easily. One of the challenges of the K-means Singular Value Decomposition approach is the chal-lenge to obtain an exact KSVD for each data patch which is believed to result in a better output. In this work, we propose a learnable architecture capable of data training while retaining the K-means Singular Value Decom-position essence to deblend simultaneous source data.  相似文献   

基于F-K域和Curvelet-中值滤波联合去噪的混采数据分离方法     

李宇  韩立国  叶林  刘强 《世界地质》2017,36(2):609-615

由于炮分离过程会不可避免地损失部分有效信息,为解决这一问题,笔者建立模型试验,将混采数据转至频率域进行F-K滤波预处理,在保护地震同相轴的同时压制大部分混合噪声;并变换回时间域共偏移距道集进行小时窗中值滤波,同时设计迭代公式在共检波点道集进行Curvelet阈值迭代去噪;通过不断优化得到最后分离结果。模拟数据和实际数据处理结果证明:经本文方法分离后的单震源记录清晰,具有较好的实际应用价值。  相似文献   

基于卷积神经网络的海洋地震勘探拖缆混采数据分离     

童思友  王凯  尹文笋  胡伟 《中国海洋大学学报(自然科学版)》2021,51(5)

近年来,混合震源采集技术在海洋勘探中发展迅速,由于其高效的采集方式,以及能够获取高质量的地震数据而受到青睐。对混合震源数据进行有效的混采分离是混合震源采集技术成败的关键,本文结合近年来发展火热的卷积神经网络(CNN)方法并根据地震资料的特点,提出了一种基于神经网络模型的数据驱动混采分离方法。通过制作的两万余个样本的混采数据集进行训练,获得混采分离模型,通过测试集的试验以及与常规混采分离方法进行对比,结果表明本文采用的CNN混采分离方法具有较高的分离精度,且效率很高。  相似文献