CN103582827A - 使用旋转数据的噪声衰减 - Google Patents

Abstract

从地震传感器接收测量的地震数据，也接收旋转数据，其中，旋转数据表示相对于至少一个特定轴的旋转。采用自适应滤波，将旋转数据与测量的地震数据结合，以衰减来自测量的地震数据中的噪声分量的至少一部分。

Description

使用旋转数据的噪声衰减

背景技术

地震勘测用于识别地下元素，例如油气储集层、淡水层、注气区等等。在地震勘测中，震源放置在地表或海底的不同位置，激活震源产生的地震波直接导入地下结构。

由震源产生的地震波行进至地下结构，地震波的一部分被反射回地面，以由地震传感器（例如地震检波器、加速度计等）接收。这些地震传感器产生信号，其表示检测到的地震波。对来自地震传感器的信号进行处理，以得到关于地下结构的成分和特征的信息。

一种典型的基于陆地的地震勘测设置安排包括在地面部署地震传感器的阵列。海洋勘测通常涉及在拖缆或海底电缆上部署地震传感器。

发明内容

一般来说，根据一些实施例，一种方法包括：从地震传感器接收所测量的地震数据，并且接收表示相对于至少一个特定轴的旋转的旋转数据。使用自适应滤波，将旋转数据与所测量的地震数据结合，来衰减来自所测量的地震数据的至少一部分噪声分量。

一般来说，根据进一步的实施例，一种产品，包括存储指令的至少一个计算机可读存储介质，在执行所述指令时使得具有处理器的系统接收地震传感器测量的地震数据，接收表示相对于至少一个特定轴的旋转的旋转数据，并采用自适应滤波，将接收到的地震数据和旋转数据相结合，来衰减接收的地震数据的至少一部分噪声分量。

一般来说，根据其它的实施例，一种系统，包括存储介质，其存储由地震传感器测量的地震数据和旋转数据，以及至少一个处理器，其采用自适应滤波将所述地震数据和旋转数据结合，来去除所述地震数据中的噪声分量的至少一部分。

在替代或进一步的实施方式中，所述旋转数据由旋转传感器测量。

在替代或进一步的实施方式中，所述组合将单独从所述旋转传感器接收的所述旋转数据与单独从所述地震传感器接收的地震数据结合，来衰减所述噪声分量的至少一部分。

在替代或进一步的实施方式中，根据至少两个地震传感器的测量结果来估计所述旋转数据，所述至少两个地震传感器被间隔开小于预定距离。

在替代或进一步的实施方式中，接收相对于第一轴的第一旋转分量以及相对于基本上垂直于第一轴的第二轴的旋转分量。

在替代或进一步的实施方式中，所述旋转数据基于第二传感器的测量结果，其中，所述第二传感器与所述地震传感器共同位于同一壳体内，或所述第二传感器与所述地震传感器被间隔开小于预定距离。

在替代或进一步的实施方式中，自适应滤波采用所述旋转数据来提供噪声参考，以对所述地震数据作自适应减法。

在替代或进一步的实施方式中，自适应减法是时间偏移变化的。

在替代或进一步的实施方式中，自适应减法取决于频率。

在替代或进一步的实施方式中，从发散传感器接收发散数据，并且自适应滤波进一步将发散数据和旋转数据与地震数据结合以衰减所述噪声分量的至少一部分。

在替代或进一步的实施方式中，接收水平分量地震数据，并且自适应滤波进一步将水平分量地震数据和旋转数据与地震数据结合以衰减所述噪声分量的至少一部分。

在替代或进一步的实施方式中，沿着竖直轴测量地震数据，并且所述地震数据包括竖直分量地震数据，并且自适应滤波进一步将围绕水平轴测量的旋转数据的一个或多个分量与竖直分量地震数据结合，以衰减所述噪声分量的至少一部分。

在替代或进一步的实施方式中，所述噪声分量包括水平行波。

在替代或进一步的实施方式中，所述地震数据包括一个或多个沿着竖直方向的矢量分量、沿着第一水平方向的矢量分量，以及沿着与第一水平方向大体上垂直的第二水平方向的矢量分量，并且所述旋转数据包括一个或多个相对于竖直方向的第一旋转分量、相对于第一水平方向的第二旋转分量、以及相对于第二水平方向的第三旋转分量。

在替代或进一步的实施方式中，自适应滤波包括计算至少一个匹配滤波器，其在给定的时间窗口下，在最小二乘意义上衰减所述地震数据中的噪声。

在替代或进一步的实施方式中，对旋转数据进行数据调整（conditioning）以改善噪声相关性（correlation）。

在替代或进一步的实施方式中，所述噪声分量的至少一部分的衰减基于仅来自单独的传感器站的地震数据和旋转数据，这使得进行噪声衰减时不必从其它传感器站接收地震数据，所述其它传感器站是传感器站模式的一部分。

在替代或进一步的实施方式中，所述传感器站与另一传感器站间隔开的距离大于噪声的最短波长。

在替代或进一步的实施方式中，所述旋转数据包括相对于多个水平方向的旋转场。

通过下文的说明书、附图和权利要求书，其它的或替代的特征将变得显而易见。

附图说明

根据以下附图将描述一些实施例：

附图1是根据一些实施例，可以被部署为实施地震勘测的传感器组件的示例设置的示意图；

图2和3是根据各个实施例的传感器组件的示意图；以及

图4-6是根据各个实施例的噪声衰减处理的流程图。

具体实施方式

在地震勘测（海洋或基于陆地的地震勘测）中，地震传感器（例如地震检波器、加速度计等）用来测量地震数据，例如位移、速度或加速度数据。地震传感器可以包括地震检波器、加速度计、MEMS（微机电系统）传感器，或任何其它类型的传感器，其测量至少在竖直方向和可能一个或两个水平方向上表面的平移运动。在地表处的地震传感器可以记录在自由表面（例如，地表或海底）的正下方的弹性波的矢量部分。当部署多分量传感器后，可以在多个方向上测量矢量波场，例如在三个正交方向（竖直方向Z、水平纵测线方向X、水平横测线方向Y）上测量矢量波场。在海上地震勘测作业中，可以为多分量矢量传感器额外设置水下地震检波器传感器以测量水中压力波动。

记录的地震数据可能包括来自噪声的贡献，包括诸如地滚噪声的水平传播噪声。地滚噪声是指由震源或其它源（例如行驶的汽车、发动机、泵和自然现象（例如风和海浪））产生的地震波，它们一般沿地表朝着地震接收器水平行进。这些水平行波，例如瑞利波（Rayleigh wave）和洛夫波（Lovewave）是不期望的成分，其可能污染地震数据。另一类型的地滚噪声包括在海平面以下水平传播的斯科尔特波（Scholte wave）。其它类型的水平噪声包括弯曲波或伸展波。再一类型的噪声包括空气波，这是一种海洋勘测中在空气-水界面传播的水平波。

在随后的讨论中，引用了地滚噪声，特别地，从测量的地震数据中消除或衰减地滚噪声。然而，在替代的实施方式中，类似的噪声衰减技术可以应用于其它类型的噪声的消除或衰减。

作为一种高振幅，典型的椭圆偏振，低频率，低速度，分散的噪声序列（train），地滚噪声通常在采集记录（由一个或多个地震传感器收集）中是可见的。地滚噪声往往扭曲或掩盖了来自更深的地下反射界面的反射事件所包含的信息。为了基于在地震勘测作业中收集的地震数据来增强地下结构的确定特性，希望消除或衰减噪声的影响，所述噪声包括地面滚动噪声或其它类型的噪声。

根据一些实施例，为了消除或衰减噪声分量（例如，上述任何一个或多个噪声分量），将旋转数据与地震数据相结合，以消除或减弱地震数据的噪声分量。在一些实施方式中，旋转数据可以通过旋转传感器来测量。旋转数据是指地震波场的旋转分量。作为示例，一种类型的旋转传感器是来自位于密苏里州圣路易斯的Eentec的R-1旋转传感器。在其它示例中，可以使用其它旋转传感器。

旋转数据是指绕水平轴的旋转速度（或随时间的旋转变化），例如绕水平纵侧线轴（X）和/或绕水平横侧线轴（Y）和/或绕竖直轴（Z）的旋转速度。在海洋地震勘测环境中，纵侧线轴X是指大体上平行于勘测传感器的拖缆的运动方向的轴。横侧线轴Y大体上与纵侧线轴X正交。竖直轴Z大体上与X和Y轴二者正交。在基于陆地的地震勘测环境中，纵侧线轴可以被选择为任何水平方向，而横侧线轴Y可以是大体上与X正交的任何轴。

在一些示例中，旋转传感器可以是多分量旋转传感器，其能够提供绕多个正交轴（例如，绕纵侧线轴X的R_X，绕横侧线轴Y的R_Y，以及绕竖直轴Z的R_Z）的旋转速度的测量结果。通常，R_i表示旋转数据，其中下标i表示绕其测量旋转数据的轴（X、Y或Z）。

在替代的实施方式中，替代使用旋转传感器测量旋转数据，旋转数据可以由至少两个紧密间隔开的地震传感器的测量结果（被称为“矢量数据”）得到，所述地震传感器用于沿特定方向，例如竖直方向Z，测量地震波场分量。旋转数据可以由紧密间隔开的地震传感器的矢量数据得到，所述地震传感器相互位于预定距离之内（在下面进一步讨论）。

在一些示例中，旋转数据可以由两个正交分量获得。第一分量在朝向源的方向上（在纵侧线-竖直平面，X-Z平面内围绕横侧线轴Y的旋转），并且第二分量垂直于第一分量（在纵侧线-竖直平面，Y-Z平面内围绕纵侧线轴X的旋转）。在这种几何布置中，X-Z平面内的旋转数据受直达波支配，而垂直分量将受侧散射地滚噪声支配，这可以提高使用自适应减法进行噪声抑制。

由于源可以位于距离旋转传感器位置的任何距离和方位处，第一分量可能并不是一直指向源，而第二分量可能不垂直于源-接收器方向。在这些情况下，可以应用下面的预处理，来使得两个分量在数学上朝向上述几何布置旋转。这种过程被称为矢量旋转，所述矢量旋转提供与对其应用矢量旋转的所测得旋转数据不同的数据。所测得旋转分量R_X和R_Y与矩阵相乘，所述矩阵是角度θ的函数，所述角度θ为旋转传感器的X轴与从旋转传感器观察到的源的方向之间的角度：

$\left[\begin{array}{c}{R}_I\\ R_C\end{array}\right]=\left[\begin{array}{cc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\·\left[\begin{array}{c}{R}_y\\ R_x\end{array}\right].$

上述操作导致在X-Z平面（R_C）和Y-Z平面（R_I）中期望的旋转。

另一个可选的预处理步骤是旋转数据的时间（t）积分。该步骤可以数学表示为：

${R_x}^{\′}{\∫}_{t=0}^{t=\mathrm{end}}\mathrm{Rxdt}.$

上述旋转数据的时间积分导致波形的相移，以及其频谱移朝向更低的频率的移动。

旋转数据（例如R_X和/或R_Y），无论是通过旋转传感器测量或由地震传感器的测量结果导出，可以作为噪声参考模型来净化地震数据（例如竖直地震数据）。在一些实施方式中，自适应滤波技术（例如，自适应减法技术）可以应用于使用旋转数据进行所记录的地震数据中的噪声衰减。自适应滤波技术是指导出一个或多个滤波器的技术，其中，所述滤波器与所记录的地震数据结合来修正地震数据，例如去除噪声分量。

在一些实施方式中，自适应滤波技术可以用于使用旋转数据进行噪声衰减。在一些示例中，自适应滤波技术是自适应减法技术，例如基于5,971,095号美国专利所描述技术的自适应减法技术，在这里并入该专利作为参考。5,971,095号美国专利描述的自适应减法技术使用几种分量作为噪声参考，以在滑动的时间偏移窗口中从Z地震数据提取地滚噪声。然而，应注意5,971,095号美国专利中的自适应减法技术不涉及使用旋转数据。在其它实施方式中，可以应用其它的自适应滤波技术。

旋转数据本身可以用于噪声衰减，或可选地，基于旋转数据的噪声抑制可以与其它类型的噪声衰减技术结合。存在噪声衰减技术的各种示例种类。第一类噪声衰减技术涉及到利用噪声信号（在较低的频率范围内）和地震信号（在较高的频率范围内）之间频率内容的差异。另一类噪声衰减技术涉及到利用噪声信号（通常具有较低的速度）和地震信号（通常有较高的速度）的速度差。再一类噪声衰减技术涉及利用数据的偏振，例如，地滚噪声通常具有椭圆偏振属性，而地震信号通常具有线性偏振。偏振的差异可以用来将噪声从地震数据分离。

又一类的噪声衰减技术涉及使用水平信号分量作为假设没有数据偏振的噪声参考。水平信号分量中含有较少的反射信号能量（反射信号能量是指与地下物质对地震波反射相关的能量）。结果，水平信号分量提供了良好的噪声参考，其能够用于使用各种类型的自适应滤波技术来净化竖直信号分量（其能更灵敏地感知地下物质的存在）。

作为基于使用水平信号分量作为噪声参考的噪声衰减技术的示例，可以使用来自发散传感器的发散数据。发散数据可以与地震数据结合以进行地震数据的噪声衰减。在一些实施方式中，发散传感器由利用在其中设置压力传感器（例如，水下地震检波器）的材料填充的容器形成。压力传感器浸入的材料可以是液体、凝胶或诸如沙或塑料的固体。在这种设置中，压力传感器能够记录地下的地震发散响应，其中这种地震发散构成了水平信号分量。

图1是一个传感器组件100（传感器站）的设置的示意图，其用于基于陆地的地震勘测。应注意这种技术或机构也可以应用在海洋勘测设备中。传感器组件100部署在地面108上（行或列）。传感器组件100在地面“上”意味着传感器组件100是在地面上以及在地面上方，或掩埋（全部或部分）在地面下，使得传感器组件100大约在地面的10米以内，虽然在一些实施例中，其它的间距可能是合适的，这取决于所使用的设备。地面108在102地下结构以上，所述地下结构102包含至少一个感兴趣的地下元素106（例如油气储集层，淡水层，注气区等）。一个或多个震源104，其可以是振动器、空气枪、爆炸装置等等，被部署在传感器组件100位于其中的勘测范围内。一个或多个震源104同样设置于地面108上。

震源104的激活使得地震波传播到地下结构102中。替代使用如上所述的主动震源以提供受控源或主动勘测，根据一些实施方式的技术可以用于被动勘测的环境中。被动勘测使用传感器组件100实施以下的一个或多个：（微）地震监测；水力压裂微震监测，观测由于主动注入地下的流体导致岩石破裂引发的微地震（如执行地下压裂）；等等。

从地下结构102（以及从感兴趣的地下元素106）反射的地震波向上朝着传感器组件100传播。在相应传感器组件100中的地震传感器112（例如地震检波器、加速度计等）测量从地下结构102反射的地震波。此外，根据各个实施例，传感器组件100进一步包括旋转传感器114，其被设计为用于测量旋转数据。

虽然传感器组件100被描述为包括地震传感器112和旋转传感器114两者，但是应注意在其他的实施方式中，地震传感器112和旋转传感器114可以被包括在单独的传感器组件中。作为另一替代，利用从至少两个紧密间隔开的地震传感器112（间隔开小于预定的距离或偏移）的测量结果导出的旋转数据，可以省略旋转传感器114。

在进一步的替代实施方式中，其它类型的传感器也可以包括在传感器组件100中，包括上述的发散传感器。如上所述，来自发散传感器的发散数据可以在实施噪声衰减中用作提供噪声参考模型。在这样的实施方式中，发散数据和旋转数据可以结合地震数据，以用于地震数据中的噪声衰减。作为进一步的替代，另一类型的噪声衰减技术可以结合使用旋转数据，以压制地震数据中的噪声。

在一些实施方式中，传感器组件100通过电缆110互连到控制系统116。可选地，替代通过电缆110连接传感器组件100，传感器组件100可以与控制系统116无线通信。在一些示例中，可以在传感器组件100的网络中间点提供中间路由器或集线器，以使得传感器组件100和控制系统116之间能够进行通信。

图1中所示的控制系统116进一步包括处理软件120，其可在一个或多个处理器122上执行。一个或多个处理器122连接至存储介质124（例如，一个或多个基于磁盘的存储设备和/或一个或多个存储器设备）。在图1的示例中，存储介质124用于存储从传感器组件100的地震传感器112传输至控制器116的地震数据126，以及用于存储从旋转传感器114传输或由紧密间隔开的地震传感器导出的旋转数据128。在使用分散传感器的实施方式中，存储介质124也可以被用来存储分散数据（未示出）。

在另一进一步的实施方式中，存储介质124也可以用于存储水平平移数据（X和/或Y平移数据）。在X和Y方向上的平移数据也被称为水平矢量分量，分别表示为U_X和/或U_Y。U_X和/或U_Y数据（可以通过地震传感器112的各自的X和Y分量测量）在衰减噪声目的中，也可用来表示噪声。U_X和/或U_Y数据可以结合旋转数据，并可能结合发散数据，以进行噪声衰减。

在操作中，处理软件120用于处理地震数据126和旋转数据128。使用在下面进一步讨论的技术，旋转数据128结合地震数据126以衰减地震数据126中的噪声（以产生地震数据的净化版本）。基于净化的地震数据126，处理软件120可以产生输出来表征地下结构102。

如上所述，根据可选的实施方式，处理软件120可以将旋转数据128，连同分散数据和/或X向和/或Y向平移数据（水平矢量分量U_X和/或U_Y），与地震数据126结合，以净化地震数据。

图2示出了根据一些示例的示例传感器组件（或传感器站）100。传感器组件100可以包括地震传感器112，其用于感测通常沿着特定的轴（例如Z轴）的质点速度的质点运动传感器。此外，传感器组件100包括第一旋转传感器204，其被取向为测量围绕纵测线轴（X轴）的横测线转速（R_X），以及第二旋转传感器206，其被取向为测量围绕横测线轴（Y轴）的纵测线转速（R_Y）。在其它的示例中，传感器组件100可以只包括旋转传感器204和206中的一个。在进一步的替代示例中，旋转数据通过由紧密间隔开的地震传感器测量的Z地震数据导出，传感器204和206二者都可以被省略。传感器组件100具有包含传感器112，204和206的壳体210。

传感器组件100进一步包括（虚线轮廓）发散传感器208，其可以被包括在传感器组件100的一些示例中，但在其它的示例中可以被省略。

图3示出了分散传感器208的示例。发散传感器208具有被密封的封闭容器300。容器300包括一定体积的液体302（或其它材料，例如凝胶或诸如沙或塑料的固体）。此外，容器300包含水下地震检波器304（或其它类型的压力传感器），其浸入液体302（或其它材料）中。水下地震检波器304与容器300的壁机械地解耦。结果，水下地震检波器304仅对通过容器300的壁引导进入液体302的声波敏感。为保持固定的位置，水中检波器304通过耦合机构306附着，其可以削弱声波传播通过耦合机构306。液体302的示例包括以下各项：煤油，矿物油，植物油，硅油和水。在其它示例中，可以使用其它类型的液体或其它材料。

图4是根据一些实施例的基于旋转数据的噪声衰减的处理的流程图。在一些实施方式中，如图4所示的处理可以用图1中的处理软件120或其它实体来实施。

图4的处理接收（在402处）来自地震传感器（例如图1的112）的测量地震数据。图4中的处理还接收（在404处）旋转数据，其可以由旋转传感器（例如图2中的204和/或206）测量，或可从紧密间隔开的地震传感器的测量结果（例如竖直矢量域）导出。

然后，处理使用自适应滤波，将旋转数据和测量地震数据结合（在406处），以衰减测量地震数据中的噪声分量。虽然已经给出了单个地震传感器的测量地震数据的参考，注意在替代的实施方式中，噪声衰减可以应用于来自多个地震传感器的测量地震数据。

前述中，噪声参考由旋转数据表示。然而，在其它实施方式中，噪声参考还可以由其它类型数据表示，包括发散数据、矢量（平移）数据等等，其是将要从接收到的地震数据中去除或衰减的噪声分量的表示，例如速度波场的竖直分量。在406处应用的自适应滤波技术可以主要使用与输入噪声数据局部相关性最好的分量。在一些实施方式中，自适应滤波是时间偏移的变化过程（自适应滤波应用于滑动时间窗口），从而自适应滤波可以衰减多方位的散射事件。应注意，对于特定的几何形状和近地表条件，自适应滤波技术最终是时间不变的。

自适应滤波可以涉及局部估计A_X（Τ）和A_Y（Τ）算子（被称为“匹配滤波器”），其在给定的时间窗内减小或最小化（例如在最小二乘意义上）输入地震数据的噪声（例如U_Z，表示竖直地震数据）。考虑到单独的时间窗口，净化/输出U_Z数据是由以下等式获得：

U_Z(T)-A_X(T)U_X-A_Y(T)U_Y。  （等式1）

其中，T是所考虑的时间范围（窗口），A_X（Τ）和A_Y（Τ）是通过例如在最小二乘意义上使最|U_Z(T)-A_X(T)U_X-A_Y(T)U_Y|²小化来计算的。上面提到的5,971,095号美国专利提供了进一步的计算匹配滤波器的示例详细说明。匹配滤波器可以取决于频率，或在一些实施例中，可以不取决于频率。

主要输入参数是窗口的大小T，和匹配滤波器的长度A_X（Τ）和A_Y（Τ）。在一些实施例中，使用短的时间窗口和长的滤波器有助于去除噪声（主动滤波）。

还要注意的是，A_X（Τ）和A_Y（Τ）匹配滤波器与单独窗口中信号的明显偏振有关。在下面的讨论中，引用了Z对X（或Y）关系的矢量偏振，以及Z对R_X（或R_Y）关系的旋转偏振。

如上所述，一些实施例涉及使用至少一个旋转分量作为噪声参考，以（通常）从Z分量中局部去除不期望的噪声。“局部”去除不期望的噪声意味着噪声衰减技术不必须使用来自源或传感器的阵列的数据，-相反地，可以使用单个的传感器站（例如单个传感器站100）中的传感器的测量结果来执行噪声衰减。结果，传感器站100并不必须以阵列或其它模式的传感器站来部署以实现噪声衰减。在包括一个或多个能干扰规则的传感器组件模式的障碍物的环境中，单个传感器站中（也包含地震传感器）提供一个或多个旋转传感器，在即使没有一个规则的传感器站的模式下，实现单个传感器站局部的噪声衰减。通过这种方式，可以提供传感器站之间相对较大的间距，其中，传感器站可以彼此间的间隔距离大于噪声的最短波长的一半。

下面描述了使用两个噪声参考（旋转数据R_X和R_Y）用于沿Z轴的地震数据的自适应噪声减法。然而，自适应噪声减法不仅限于两个参考或Z分量。例如，可以使用五个（或更多）参考（水平矢量数据U_X和/或U_Y，旋转数据的R_X，R_Y，以及分散数据H，或上述数据的任意组合）。

在随后的讨论中提到的噪声衰减技术，其使用至少测量绕水平轴（R_X和R_Y）的地表的旋转场的分量的旋转传感器，并且在一些实施例中，使用至少测量绕竖直轴（R_Z）的地表的旋转场的分量的旋转传感器—假定旋转传感器的脉冲响应是已知的，并且被适当的补偿——换句话说，旋转数据被认为相对于地震数据而正确地得到校准。然而，在其它的示例中，并不必须对旋转数据执行相对于地震数据的校准。

考虑边界条件（对于基于陆地的地震勘测是自由表面或陆地表面，而对于海底系统或海底电缆地震勘测是海底），可以示出时间微分的横侧线旋转数据R_Y与竖直地震场U_Z的纵侧线空间导数相等（或者如果未适当校准的话成比例）：

$\frac{{\∂R}_Y}{\∂t}=\frac{{\∂U}_Z}{\∂x}\frac{U_Z(x+\∂x/2,y)-U_Z(x-\∂x/2,y)}{\∂x}.$ （等式2）

时间微分的纵测线旋转数据R_X等于（或如果没有正确校准的话则成比例）竖直地震场U_Z的横测线空间倒数：

$\frac{{\∂R}_X}{\∂t}=\frac{{\∂U}_Z}{\∂y}=\frac{U_Z(x,y+\∂y/2)-U_Z(x,y-\∂y/2)}{\∂y}.$ （等式3）

在等式2和3中，δ_χ和δ_y是与主要地震波长相比相对较小的距离，但本领域技术人员将理解，其根据具体情况的需要而变化。等式2和3示出了，在自由表面处的旋转测量结果与测量地震数据的竖直分量的空间梯度成比例。因此，如果旋转传感器不可获得，则可以使用两个或更多个常规的紧密间隔（在一定预定距离或偏移内）的地震传感器来估计旋转数据。这种间距一般小于感兴趣的波长的四分之一，并且因此小于感兴趣的波长的一半的奈奎斯特波数，这通常需要对要测量的地震波进行空间采样。应注意，等式3和2也可以分别重写为：

R_X=p_YU_Z，（等式4）

R_Y=p_XU_Z，（等式5）

其中，p_X和p_Y是纵测线和横测线水平方向慢度（分别与X和Y方向上的视速度的倒数）。

等式4和5示出，旋转分量（R_X和R_Y）是竖直地震数据的慢度缩放版本（分别通过p_Y和p_X缩放）。这些关系不取决于所考虑的波的类型（例如，P波、S波，或者瑞利波等）。因此，至少当传感器适当地一起校准时，对于体波和表面波二者，旋转数据与U_Z同相，而对于水平地震检波器数据来说，对于体波（线性偏振）其同相,但对于表面波（椭圆偏振）其产生相移。

等式4和5还示出，与竖直地震数据相比，在旋转数据中，反射信号（从地下结构反射的信号）幅度减少很多（特别是几乎竖直传播的P波，其具有相对较小的水平慢度），与较慢传播的地滚相反（其具有较高的水平慢度）。换句话说，在旋转数据中（与竖直地震数据相比），反射的波信号与地滚噪声的比率大幅降低，其意味着旋转数据主要包括地滚事件，并因此可以用作自适应减法的噪声参考模型。

后者的陈述也适用于一个或多个水平矢量分量，U_X和/或U_Y（它们也主要包含噪声），但等式4和5还表明，相比于U_X和/或U_Y，旋转数据并不受不期望的S波（其不与U_Z相关）干扰。正如已经提到的，旋转偏振取决于水平慢度，而不取决于波的种类，如考虑矢量偏振的情况。例如，X相对于Z的偏振对于S波很高（主要为水平偏振），对于P波很低（主要为垂直偏振）。

另外，地滚噪声的矢量偏振是近地表属性的函数（低频下高至几百米深度）。这使得矢量偏振相对复杂，其对于基于自适应减法的噪声衰减来说是一种挑战。

与取决于水平慢度、波的类型和近表层结构的局部矢量偏振相反，局部旋转偏振仅仅依赖水平慢度。由于旋转偏振不太复杂，相比于基于水平矢量数据的噪声衰减（假设用于自适应减法的参数相同），基于旋转数据的噪声衰减可以提供更好的结果。可替换地，使用旋转数据但使用较大的滑动窗口，和/或较短的滤波器（甚至标量），可以得到相同质量的噪声去除，因此改进噪声衰减技术的效率在于计算时间。

图5是根据进一步的实施方式采用旋转数据作为噪声参考的噪声衰减的处理的流程图。图5的处理可以通过图1的处理软件120，或另一实体来执行。图5的噪声衰减处理的输入数据包括竖直地震数据U_Z（502）和旋转数据R_X（504）和R_Y（506）。应注意，在一些实施方式中使用了两个噪声参考分量（R_X，R_Y），当近地表结构较为复杂时（例如近地表结构具有三维散射）这可能是有用的。然而，例如，在横向均匀的近地表结构中，可以使用单个的旋转分量作为噪声参考，通常所述旋转分量包括大部分噪声，例如纵测线方向的R_Y数据，或是垂直于源-接收器方位的旋转数据。

图5的处理可以应用（508）数据调整，其可以包括在自适应减法过程中，从旋转数据中衰减地震数据（反射信号）以集中在地滚噪声上。例如，所述数据调整可以包括使得在时间偏移域中噪声锥之外的数据静噪（muting）。又或者，数据调整可以应用低通滤波以去除高频信号，并能应用限制噪声参考的带宽的带通滤波器。此外或替代地，数据调整可以执行地震传感器的脉冲响应的校正，并且如果可能的话（当传感器阵列可用），数据调整可以使用tau-p（其中tau是拦截时间，而p是水平慢度）或f-k（其中f代表频率，而k代表波数）滤波（以衰减快速传播的反射）。数据调整的其它示例是时间积分以及朝源-旋转传感器方向的旋转的矢量旋转。该数据调整阶段的目的是改善分量之间的噪声相关性。在一些实施方式中，数据调整（508）可以被忽略。

如上所述，根据一些实施方式的自适应减法技术是时间偏移的变化过程，其中自适应减法应用在滑动时间窗中。如图5所示，每个时间窗口被表示为T=[t1，t2]，其中t1代表时间窗T的开始，t2表示时间窗T的结束。对于每个时间窗T来说，如图5所示的过程计算（510）匹配滤波器A_X（Τ）和A_Y（Τ）。如上所述，匹配滤波器是基于在给定的时间窗口上对输入地震数据的噪声的最小化而估计的（例如在最小二乘意义上）。更具体地说，在一些示例中，匹配滤波器A_X（Τ）和A_Y（Τ）是通过在最小二乘意义上使得|U_Z(T)-A_X(T)U_X-A_Y(T)U_Y|²最小化而计算得到的。

一旦计算出匹配滤波器A_X（Τ）和A_Y（Τ），它们可以与旋转数据R_X(T)和R_Y（T)结合（514），以计算局部Z噪声估计值U_Z ^noise(T)。更具体地说，局部Z估计值U_Z ^noise(T)计算如下：

$U_Z^{\mathrm{noise}}\left(T\right)=A_Y\left(T\right)R_Y\left(T\right)+A_Y\left(T\right)R_X\left(T\right).$

然后把计算得到的局部Z噪声估计值U_Z ^noise(T)从地震数据U_Z中减去（514），如下：

$U_Z^{\mathrm{clean}}=U_Z-U_Z^{\mathrm{noise}}.$

图5的方法不涉及传感器的校准，并可局部应用，即不需要源或接收器的阵列。所述处理的自适应性补偿了局部匹配滤波器取决于慢度的事实。它还可以补偿最终的校准和取向问题。

可替换地，当可以使用密集的接收器阵列时，数据调整（508）可以扩展到进一步改善部件之间的整体相关性（以使得旋转偏振更不复杂）。例如，对于慢度依赖性的补偿可以通过在tau-p域进行预处理（或等价地在f-k域）来执行，使得自适应减法阶段可以简化。这种处理在图6中示出。

图6的噪声衰减处理的输入数据包括竖直地震数据U_Z（602）和旋转数据R_X（604）和R_Y（606）。然后进行数据调整（608），其旨在衰减在旋转数据中的反射能量，以主要集中在地滚噪声（如上述图5提到的方法）。

然而，在图6的处理中，旋转分量（R_X和R_Y）在tau-p域经过p缩放（其中tau是拦截时间，p是水平慢度），以直接与在竖直地震数据U_Z中的噪声分量匹配。所述p缩放（在tau-p域内的预处理）包括图6中的任务610、612、614、616、618和620。该处理通过进行tau-p正变换而对旋转数据（分别为R_X，R_Y）进行变换（在610，612处），其中，旋转数据被变换至tau-p域中（即，R_X,R_Y分别变换为tau-p_X和tau-p_Y）。经变换的tau-p数据然后分别除以已知的p_X（慢度x）和p_Y（慢度y）（在614,616处）。然后，进行tau-p反变换（在618,620处）。在这种实施方式中，时间变化的自适应减法处理仅旨在识别最匹配U_Z中噪声的旋转分量，但并不寻求校准p依赖性（慢度依赖性）。这可能改善滤波质量，或通过允许使用较大滑动时间窗和/或更短匹配滤波，可选地减少计算时间。

应注意，在tau-p预处理过程中（图6的610-620），仅有包括噪声的p范围必须进行反转换。因此，不存在不稳定问题（通过除以p=0），因为该处理仅关注相对较高的P值（对应于慢的地滚噪声）。

图6中的其它任务（622，624和626）分别与图5中的任务510，512，514对应。

在图4-6中描述的处理可以用机器可读的指令实施（例如图1中的处理软件120）。该机器可读的指令被载入以在处理器或多个处里器（例如，图1中的122）上执行。处理器可以包括微处理器、微控制器、处理器模块或子系统、可编程集成电路、可编程门阵列、或另一控制或计算装置。

数据和指令存储在相应的存储装置中，所述存储装置被实现为一个或多个计算机可读或机器可读的存储介质。该存储介质包括不同形式的存储器，包括：半导体存储装置，例如动态或静态随机存取存储器（DRAM或SRAM）、可擦除和可编程只读存储器（EPROM）、电可擦除和可编程只读存储器（EEPROM）以及快闪存储器；磁盘，例如硬盘、软盘、可移动盘；其它磁介质，包括磁带；光学介质，例如光盘（CD）或数字影像盘（DVD）；或者其它类型的存储装置。注意到上文讨论的指令可以被提供在一个计算机可读或机器可读存储介质上，或可替换地，可以被提供在具有可能多个节点的大系统中分布的多个计算机可读或机器可读存储介质上。这样的计算机可读或机器可读的存储介质被认为是产品（或制造的产品）的部分。产品或制造的产品可以是指任何制造的信号分量或多个分量。存储介质可以位于运行该机器可读的指令的机器中，或位于远程位置处，可以通过网络从该远程位置处下载机器可读指令以用于执行。

在前述的说明书中，阐述了大量的细节以用来提供本文讨论的主题的理解。但是，实施方式可以在没有这些细节中的一些的情况下实施。其它实施方式可以包括对上文讨论细节的修改和变形。所附权利要求旨在覆盖上述的修改和变形。

Claims (22)

1.一种方法，包括

从地震传感器接收测量的地震数据；

接收表示相对于至少一个特定轴的旋转的旋转数据；以及

采用自适应滤波，将所述旋转数据与所测量的地震数据结合，以衰减来自所测量的地震数据的噪声分量的至少一部分。

2.根据权利要求1所述的方法，其中，接收所述旋转数据包括接收由旋转传感器测量的所述旋转数据。

3.根据权利要求2所述的方法，其中，所述结合是将单独从所述旋转传感器接收的所述旋转数据与单独从所述地震传感器接收的所述地震数据结合，以衰减所述噪声分量的至少所述一部分。

4.根据权利要求1所述的方法，其中，接收所述旋转数据包括接收从至少两个地震传感器的测量结果估计的所述旋转数据，所述至少两个地震传感器被间隔开小于预定距离。

5.根据权利要求1所述的方法，其中，接收所述旋转数据包括接收相对于第一轴的旋转分量以及相对于与所述第一轴大体上垂直的第二轴的旋转分量。

6.根据权利要求1所述的方法，其中，接收所述旋转数据包括接收基于第二传感器的测量结果的所述旋转数据，其中：

所述第二传感器与所述地震传感器位于同一壳体内，或

所述第二传感器与所述地震传感器间隔开小于预定距离。

7.根据权利要求1所述的方法，其中，所述自适应滤波包括使用所述旋转数据来提供噪声参考，以用于所述地震数据的自适应减法。

8.根据权利要求7所述的方法，其中，所述自适应减法是时间偏移变化的。

9.根据权利要求7所述的方法，其中，所述自适应减法取决于频率。

10.根据权利要求1所述的方法，进一步包括：

从分散传感器接收分散数据，

其中，所述自适应滤波进一步将所述分散数据、所述旋转数据与所述地震数据结合，以衰减所述噪声分量的至少所述一部分。

11.根据权利要求1所述的方法，进一步包括：

接收水平分量地震数据，

其中，所述自适应滤波进一步将所述水平分量地震数据、所述旋转数据与所述地震数据结合，以衰减所述噪声分量的至少所述一部分。

12.根据权利要求1所述的方法，其中，所述地震数据是沿竖直轴测量的，并且包括竖直分量地震数据，并且

其中，所述自适应滤波进一步将围绕水平轴测量的所述旋转数据的一个或多个分量与所述竖直分量地震数据结合，以衰减所述噪声分量的至少所述一部分。

13.一种产品，包括存储指令的至少一个机器可读存储介质，在执行所述指令时，所述指令使得具有处理器的系统：

接收由地震传感器测量的地震数据；

接收表示相对于至少一个特定轴的旋转的旋转数据，以及

采用自适应滤波，将所接收的地震数据和所接收的旋转数据结合，以衰减来自所接收的地震数据的噪声分量的至少一部分。

14.根据权利要求13所述的产品，其中，所述噪声分量包括水平行波。

15.根据权利要求13所述的产品，其中，所述地震数据包括沿着竖直方向的一个或多个矢量分量、沿着第一水平方向的矢量分量、以及沿着大体上垂直于所述第一水平方向的第二水平方向的矢量分量，并且

其中，所述旋转数据包括相对于所述竖直方向的一个或多个第一旋转分量、相对于所述第一水平方向的第二旋转分量、以及相对于所述第二水平方向的第三旋转分量。

16.根据权利要求13所述的产品，其中，所述自适应滤波包括计算至少一个匹配滤波，所述至少一个匹配滤波用于在最小二乘意义上来衰减给定时间窗口上的所述地震数据中的噪声。

17.根据权利要求13所述的产品，进一步包括对所述旋转数据进行数据调整，以改善噪声相关性。

18.根据权利要求13所述的产品，其中，所述地震传感器是单独的传感器站的一部分，所述单独的传感器站还包括用于测量所述旋转数据的旋转传感器，并且其中将所接收的地震数据和所述旋转数据结合以衰减所述噪声分量的至少所述一部分是基于仅来自所述单独的传感器站的所述地震数据和所述旋转数据的。

19.根据权利要求18所述的产品，其中，基于仅来自所述单独的传感器站的所述地震数据和所述旋转数据对所述噪声分量的至少所述一部分进行衰减是允许不接收来自其它传感器站的地震数据来执行所述噪声衰减，所述其它传感器站是传感器站构图的一部分。

20.根据权利要求18所述的产品，其中，所述传感器站与另一传感器站被间隔开的间距大于噪声的最短波长。

21.一种系统，包括：

存储介质，其存储旋转数据和由地震传感器测量的地震数据，以及

至少一个处理器，其用于：

应用自适应滤波，以将所述地震数据和所述旋转数据结合，以去除所述地震数据中的噪声分量的至少一部分。

22.根据权利要求21所述的系统，其中，所述旋转数据包括相对于多个水平方向的旋转场。

Images