CN102253413A - 面波道识别方法 - Google Patents
面波道识别方法 Download PDFInfo
- Publication number
- CN102253413A CN102253413A CN2011101457773A CN201110145777A CN102253413A CN 102253413 A CN102253413 A CN 102253413A CN 2011101457773 A CN2011101457773 A CN 2011101457773A CN 201110145777 A CN201110145777 A CN 201110145777A CN 102253413 A CN102253413 A CN 102253413A
- Authority
- CN
- China
- Prior art keywords
- ground roll
- data
- geological data
- dimensional discrete
- gathering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
提供一种面波道识别方法,所述面波道识别方法包括:由多个监测设备采集地震数据;对于每个监测设备采集的地震数据,提取出其中的面波数据;基于每个监测设备采集的地震数据和从中提取的面波数据,确定面波与地震波在能量上的关系;以及根据所述面波与地震波在能量上的关系来确定每个监测设备采集的地震数据是否构成面波道。
Description
技术领域
本发明涉及如何对监测到的地震数据进行面波评价,尤其涉及一种用于从各个监测设备监测到的各道地震数据中自动识别面波道的方法。
背景技术
利用地下介质弹性和密度的差异,通过观测和分析大地对人工激发地震波的响应,推断地下岩层的性质和形态的地球物理勘探方法叫作地震勘探。地震勘探是钻探前勘测石油与天然气资源的重要手段,在煤田和工程地质勘查、区域地质研究和地壳研究等方面,也得到广泛应用。在地震勘探中,最为基础和重要的工作是如何采集到野外地震资料并对其进行合理高效的分析。为了能够采集到有效的地震数据,需要在野外设置大量的监测仪器,其中,每一个监测仪器采集到的数据称作一道地震数据。
在采集到的地震数据中,不可避免的存在着一定数量的面波数据。面波是地震勘探中广泛存在的一种规则干扰波,其在地球表面扩散,具有低频、低速、衰减较慢的特点。对于采集到的每道地震数据而言,当面波在地震波中占据的比例达到一定程度的时候,可以将这一道地震数据看作面波影响显著的面波道。
因此,在对采集到的地震数据进行分析和评价时,识别出其中的面波道具有非常重要的意义。目前,所采用的面波道识别方式是由工作人员通过肉眼识别采集的地震数据图案,然后凭借自己的经验来辨别出其中的面波道。这种方式不仅效率不高,而且受工作人员的主观因素影响较大,常常使得识别出的面波道不够客观和准确。随着勘探工作的广泛开展,现有的人工识别面波道的方式无法满足野外施工的要求,降低了现场工作的效率,给现场作业带来很大的困难。
发明内容
本发明的目的在于提供一种能够在采集到的地震数据中自动识别出面波道的方法,根据所述方法,可科学、定量地监控地震采集数据,对于提高地震数据处理与解释的水平有着十分重要的意义。
根据本发明的一方面,提供一种用于从监测的地震数据中识别面波道的方法,所述方法包括:由多个监测设备采集地震数据;对于每个监测设备采集的地震数据,提取出其中的面波数据;基于每个监测设备采集的地震数据和从中提取的面波数据,确定面波与地震波在能量上的关系;以及根据所述面波与地震波在能量上的关系来确定每个监测设备采集的地震数据是否构成面波道。
提取面波数据的可步骤包括:基于小波变换从采集的地震数据中提取面波数据。
基于小波变换从采集的地震数据中提取面波数据的步骤可包括:基于一维离散小波变换从采集的地震数据中提取面波数据。
基于小波变换从采集的地震数据中提取面波数据的步骤可包括:基于二维离散小波变换从采集的地震数据中提取面波数据。
基于一维离散小波变换从采集的地震数据中提取面波数据的步骤可包括:对采集的地震数据执行一维离散小波变换,并将得到的系数矩阵中对应于低频的系数确定为面波数据的系数。
基于二维离散小波变换从采集的地震数据中提取面波数据的步骤可包括:对采集的地震数据执行多尺度的二维离散小波变换,并将得到的系数矩阵中包括在最大变换尺度下含最低频率和最低波数的区域中的系数确定为面波数据的系数。
多尺度的二维离散小波变换为尺度为3的二维离散小波变换。
基于二维离散小波变换从采集的地震数据中提取面波数据的步骤可包括:对采集的地震数据执行多尺度的二维离散小波变换,并对得到的系数矩阵中包括在最大变换尺度下含最低频率和最低波数的区域中的系数继续执行一维离散小波变换,将由此得到的系数矩阵中对应于低频的系数确定为面波数据的系数。
面波与地震波在能量上的关系可包括面波能量与地震波能量的比值。
确定每个监测设备采集的地震数据是否构成面波道的步骤可包括:将面波能量与地震波能量的比值与设置的阈值进行比较,当所述比值大于阈值时,确定采集的地震数据构成面波道。
所述阈值可以是根据所处的地理位置或监测条件而设置的经验值。
附图说明
通过下面结合附图进行的对实施例的描述,本发明的上述和/或其它目的和优点将会变得更加清楚,其中:
图1是示出根据本发明示例性实施例的面波道识别方法的流程图;
图2示出根据本发明示例性实施例基于常规二维离散小波变换来提取面波噪声的示例;
图3示出根据本发明示例性实施例基于改进二维离散小波变换来提取面波噪声的示例;以及
图4a到图4c示出根据本发明示例性实施例的面波道识别的示例。
具体实施方式
现将详细描述本发明的示例性实施例,所述实施例的示例在附图中示出,其中,相同的标号指示相同的部分。以下将通过参照附图来说明所述实施例,以便解释本发明。
图1是示出根据本发明示例性实施例的面波道识别方法的流程图。如图1所示,根据本发明示例性实施例的面波道识别方法不需要依赖工作人员的主观判断,而是通过对面波噪声数据进行提取,进而依据面波在整个地震波中的构成特点来自动确定当前监测设备采集的这一道地震数据是否构成了面波道。
具体说来,在步骤S100,由多个监测设备采集地震数据。
然后,在步骤S200,对于每个监测设备采集的地震数据,提取出其中的面波数据。作为示例,针对面波数据自身的特点,本发明的示例性实施例可采取基于小波变换从地震数据提取面波噪声数据的方式。
以下将描述基于小波变换从地震数据提取面波噪声数据的示例性操作。
示例一:基于一维离散小波变换来提取面波噪声。
当采取基于一维离散小波变换来提取面波噪声的方式时,对每个监测设备采集的地震数据进行一维离散小波变换,得到小波变换后的系数矩阵。由于面波数据相对而言普遍具有较低的频率,因此,可认为系数矩阵中的低频系数对应于地震数据中的面波数据。相应地,为了提取出所述面波数据,可通过对仅包括低频系数(其它系数置0)的系数矩阵进行小波逆变换来直接得到面波数据。或者,可通过将小波变换后的系数矩阵中对应于面波数据的所述低频系数置0,然后进行小波逆变换来得到地震数据中的有效数据,并通过从地震数据减去恢复的有效数据来获取面波数据。
示例二:基于二维离散小波变换来提取面波噪声。
以下将结合图2来描述基于二维离散小波变换来提取面波噪声的示例性操作。
对地震数据进行二维离散小波变换相对于将地震数据分解成多个尺度下含有不同频率和不同波数成分的数据。如图2所示,LL表示含低频低波数成分的数据,LH表示含低频高波数成分的数据,HL表示含高频低波数成分的数据,HH表示含高频高波数成分的数据,字母后面的数字对应着不同的变换尺度,即不同的分解层数。由于常规的二维离散小波变换对信号是采取二倍抽取的方式,所以,随着分解层数的增加,同一类型的小波变换系数的频率和波数都会成倍数递减,例如LH3的频率和波数是LH2的一半,而LH2的频率和波数又是LH1的一半。相应地,本发明的示例性实施例可通过对地震数据进行多尺度的二维离散小波变换,将面波集中到小波变换系数的特定区域(即,最大变换尺度下含最低频率和最低波数的区域)中。例如,本发明的示例性实施例可采用常规的二维离散小波变换,对原始地震数据(例如,单炮记录)进行处理,其中,变换的尺度为3,在得到小波变换后的系数矩阵后,确定面波被集中于系数矩阵中的区域LL3中。然后,为了在小波域中提取出面波数据,可通过对仅包括所述特定区域LL3的系数(其它区域的系数置0)的系数矩阵进行小波逆变换来直接得到面波数据。或者,可通过将小波变换后的系数矩阵中所述特定区域LL3中的系数置0,然后进行小波逆变换来得到地震数据中的有效数据,并通过从地震数据减去恢复的有效数据来获取面波数据。
本领域技术人员应理解将尺度设为3仅仅是一种优选的实施方式,本发明并不受限于尺度为3的限制。例如,为了进一步提高面波噪声提取的精度,本发明的示例性实施例可增加二维离散小波变换的分解层数,即,将LL3以二维的方式继续细分,从而进一步提取出低频能量团对应的小波系数区域,然后基于所述小波系数区域来提取面波数据。
示例三:基于改进二维离散小波变换来提取面波噪声。
示例二中的常规二维离散小波变换方法在消除面波干扰上有着明显的优点,但是,分析常规二维离散小波变换的原理可以发现,图2的LL3区域的小波系数所包含的是频率和波数都最低的部分,虽然大部分有效信号成分已经分离到LH2、HL2、HH2小波区域的系数中,但是,仍然有少量的有效信号成分存在于LL3中。这是由于在面波区域,某些相邻道的面波也可能在某一时刻呈现出水平相关性较好,即视速度大的特点。
因此,为了进一步改进基于常规二维离散小波变换来提取噪声的方式,本发明的示例性实施例可采用以下方式来提高面波噪声提取的有效性。
具体说来,由于面波与有效信号在波数上基本相同,仅在频率上有所差异,因而可以针对划分出的特定区域(例如,示例2中的LL3)继续进行一维离散小波变换(如图3所示),使得一维离散小波变换后的系数矩阵中的低频系数(如图3中的LL3a部分)对应于地震数据中的面波数据。然后,基于这部分低频系数从地震数据中提取出所述面波数据。
在示例一到示例三中,虽然均基于不同形式的小波变换进行了面波噪声数据的提取,但是本领域技术人员应理解:任何能够将面波噪声从原始地震数据进行分离的技术均能够应用于本发明,以作为自动识别面波道的前期操作。
再次参照图1,在步骤S300,基于每个监测设备采集的地震数据和从中提取的面波数据,确定面波与地震波在能量上的关系。具体说来,可分别计算出每个监测设备采集的地震数据对应的地震波总能量,以及从中提取的面波数据对应的面波能量,并由此确定两者在数值上的关系。作为示例,可将地震波总能量表示为E,将其中的面波能量表示为ΔE,并相应地确定两者之间的比例关系ΔE/E或者其它类似的数值关系(例如,(E-ΔE)/E)。
接下来,在步骤S400,根据所述面波与地震波在能量上的关系来确定每个监测设备采集的地震数据是否构成面波道。如上所述,面波道是指在某一道监测的地震数据中,面波的影响显著,因此,可通过将面波能量与地震波能量之间的比例关系ΔE/E与设定的比例阈值进行比较,仅当ΔE/E大于所述比例阈值时将当前这一道地震数据确定为面波道;或者仅当有效数据占据的比例(即,(E-ΔE)/E)少于某一比例阈值时将当前这一道地震数据确定为面波道。通过对多个监测设备采集的各道地震数据依次进行面波道识别,则能够得出采集的地震数据中所存在的各个面波道。在设置用于确定是否构成面波道的阈值时,可基于所处的地理位置或监测条件等因素,依据经验设定阈值的具体数值,并可在自动识别面波道的过程中,根据上述条件的变化来不断修正阈值的取值。通过阈值的调整,能够使得面波道的识别更加智能和精确。
图4a到图4c示出根据本发明示例性实施例的面波道识别的示例。在图4a到图4c所示的坐标系中,横坐标指示用于监测地震数据的设备编号,相应于监测到的各道地震数据的标号,纵坐标指示时间。从图4 a、图4b和图4c可以看出,根据本发明示例性实施例的面波道识别方法,可以从复杂的原始地震数据(图4a)中提取出面波数据(图4b),并得到剩余的有效信号(图4c)。而对于其中的每一道监测数据,则可通过确定其中的面波数据所占据的比重来自动地识别出这一道地震数据是否构成面波道。
以上描述了根据本发明示例性实施例进行面波道自动识别的方法。根据本发明,不再需要仅凭肉眼和个人经验对如图4a所示的每一道原始地震数据进行是否是面波道的人为判断,而是通过对原始地震数据进行分析,提取出相应的面波数据,并由此确定面波在地震波中的构成情况来自动地识别地震数据中的面波道。此外,作为示例,在进行面波数据提取时,可通过单独应用一维离散小波变换或二维离散小波变换来进行面波数据的提取,也可利用一维离散小波变换和二维离散小波变换相结合的方式来提取地震数据中的面波数据,从而在提高面波噪声提取有效性的同时,降低运算复杂度。另外,在进行面波道的判断时,通过结合外界因素来不断调整用于确定是否构成面波道的阈值参数,能够更加准确和智能地识别出面波道。
本发明的以上各个实施例仅仅是示例性的,而本发明并不受限于此。本领域技术人员应该理解:在不脱离本发明的原理和精神的情况下,可对这些实施例进行改变,其中,本发明的范围在权利要求及其等同物中限定。
Claims (11)
1.一种用于从监测的地震数据中识别面波道的方法,所述方法包括:
由多个监测设备采集地震数据;
对于每个监测设备采集的地震数据,提取出其中的面波数据;
基于每个监测设备采集的地震数据和从中提取的面波数据,确定面波与地震波在能量上的关系;以及
根据所述面波与地震波在能量上的关系来确定每个监测设备采集的地震数据是否构成面波道。
2.如权利要求1所述的方法,其中,提取面波数据的步骤包括:基于小波变换从采集的地震数据中提取面波数据。
3.如权利要求2所述的方法,其中,基于小波变换从采集的地震数据中提取面波数据的步骤包括:基于一维离散小波变换从采集的地震数据中提取面波数据。
4.如权利要求2所述的方法,其中,基于小波变换从采集的地震数据中提取面波数据的步骤包括:基于二维离散小波变换从采集的地震数据中提取面波数据。
5.如权利要求4所述的方法,其中,基于一维离散小波变换从采集的地震数据中提取面波数据的步骤包括:对采集的地震数据执行一维离散小波变换,并将得到的系数矩阵中对应于低频的系数确定为面波数据的系数。
6.如权利要求4所述的方法,其中,基于二维离散小波变换从采集的地震数据中提取面波数据的步骤包括:对采集的地震数据执行多尺度的二维离散小波变换,并将得到的系数矩阵中包括在最大变换尺度下含最低频率和最低波数的区域中的系数确定为面波数据的系数。
7.如权利要求6所述的方法,其中,多尺度的二维离散小波变换为尺度为3的二维离散小波变换。
8.如权利要求4所述的方法,其中,基于二维离散小波变换从采集的地震数据中提取面波数据的步骤包括:对采集的地震数据执行多尺度的二维离散小波变换,并对得到的系数矩阵中包括在最大变换尺度下含最低频率和最低波数的区域中的系数继续执行一维离散小波变换,将由此得到的系数矩阵中对应于低频的系数确定为面波数据的系数。
9.如权利要求1所述的方法,其中,面波与地震波在能量上的关系包括面波能量与地震波能量的比值。
10.如权利要求9所述的方法,其中,确定每个监测设备采集的地震数据是否构成面波道的步骤包括:将面波能量与地震波能量的比值与设置的阈值进行比较,当所述比值大于阈值时,确定采集的地震数据构成面波道。
11.如权利要求10所述的方法,其中,所述阈值是根据所处的地理位置或监测条件而设置的经验值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101457773A CN102253413A (zh) | 2011-06-01 | 2011-06-01 | 面波道识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101457773A CN102253413A (zh) | 2011-06-01 | 2011-06-01 | 面波道识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102253413A true CN102253413A (zh) | 2011-11-23 |
Family
ID=44980776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101457773A Pending CN102253413A (zh) | 2011-06-01 | 2011-06-01 | 面波道识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102253413A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126154A (zh) * | 2019-12-30 | 2021-07-16 | 李智 | 一种地震预报的面波频谱分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128563A1 (en) * | 2008-11-26 | 2010-05-27 | Claudio Luciano Strobbia | Continuous Adaptive Surface Wave Analysis for Three-Dimensional Seismic Data |
CN101840000A (zh) * | 2009-03-20 | 2010-09-22 | 中国石油天然气集团公司 | 一种平面波叠前深度偏移方法 |
CN101907727A (zh) * | 2010-08-17 | 2010-12-08 | 中国科学院地质与地球物理研究所 | 一种面波多分量转换波静校正方法 |
CN101915939A (zh) * | 2010-08-17 | 2010-12-15 | 中国科学院地质与地球物理研究所 | 一种面波压制方法 |
CN102043165A (zh) * | 2010-09-01 | 2011-05-04 | 中国石油天然气股份有限公司 | 基于基追踪算法的面波分离与压制方法 |
-
2011
- 2011-06-01 CN CN2011101457773A patent/CN102253413A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128563A1 (en) * | 2008-11-26 | 2010-05-27 | Claudio Luciano Strobbia | Continuous Adaptive Surface Wave Analysis for Three-Dimensional Seismic Data |
CN101840000A (zh) * | 2009-03-20 | 2010-09-22 | 中国石油天然气集团公司 | 一种平面波叠前深度偏移方法 |
CN101907727A (zh) * | 2010-08-17 | 2010-12-08 | 中国科学院地质与地球物理研究所 | 一种面波多分量转换波静校正方法 |
CN101915939A (zh) * | 2010-08-17 | 2010-12-15 | 中国科学院地质与地球物理研究所 | 一种面波压制方法 |
CN102043165A (zh) * | 2010-09-01 | 2011-05-04 | 中国石油天然气股份有限公司 | 基于基追踪算法的面波分离与压制方法 |
Non-Patent Citations (2)
Title |
---|
王在民等: "用平均能量法分频识别和压制面波", 《新疆石油地质》, vol. 26, no. 06, 31 December 2005 (2005-12-31), pages 653 - 655 * |
黄维清等: "基于二维小波变换的面波分离技术研究", 《山东科技大学学报(自然科学版)》, vol. 26, no. 02, 30 June 2007 (2007-06-30), pages 20 - 23 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126154A (zh) * | 2019-12-30 | 2021-07-16 | 李智 | 一种地震预报的面波频谱分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Klinkenberg | Fractals and morphometric measures: is there a relationship? | |
CN102879821B (zh) | 一种针对地震叠前道集的同相轴精细拉平处理方法 | |
CN102759748B (zh) | 基于目标分析的交汇分析地震储层预测方法 | |
Ceylan et al. | The marsquake catalogue from insight, sols 0–1011 | |
CN102176054B (zh) | 近地表综合信息处理解释方法 | |
CN103176221B (zh) | 基于不同地质单元背景值与衬值的成矿异常特征识别方法 | |
CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
CN106682377B (zh) | 一种钻孔岩芯蚀变矿物的高光谱提取与定量估算方法 | |
CN104007469A (zh) | 一种基于曲波变换的弱地震信号重构方法 | |
CN107436452A (zh) | 基于概率神经网络算法的烃源岩预测方法及装置 | |
US20230324577A1 (en) | Real-Time Microseismic Magnitude Calculation Method and Device Based on Deep Learning | |
CN105911585A (zh) | 一种地震记录规则干扰波的提取方法及装置 | |
CN102901985A (zh) | 一种适用于起伏地表的深度域层速度修正方法 | |
CN109710889B (zh) | 一种基于树木年轮精确估计森林生产力的取样方法 | |
CN103971199A (zh) | 一种大范围农作物长势的遥感评级方法 | |
CN115016006B (zh) | 一种基于矿山安全监测的微震定位方法及定位系统 | |
JP6817657B2 (ja) | シンプルプロファイリング(spm)手法の変換プログラムおよびシンプルプロファイリング(spm)手法の変換方法 | |
CN104714251B (zh) | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 | |
CN102539194B (zh) | 梯度地球化学勘探方法 | |
JP4104135B2 (ja) | 崖崩壊予測装置及び崖崩壊予測用コンピュータプログラム | |
CN109656906A (zh) | 一种基于大数据的勘查资料的处理方法 | |
CN104570115B (zh) | 一种面波衰减方法及装置 | |
CN102253413A (zh) | 面波道识别方法 | |
CN108035710A (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
CN101452082A (zh) | 一种分形地震波初至拾取的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111123 |