CN106054245A - 地震资料高分辨率处理定量评价方法 - Google Patents
地震资料高分辨率处理定量评价方法 Download PDFInfo
- Publication number
- CN106054245A CN106054245A CN201610495907.9A CN201610495907A CN106054245A CN 106054245 A CN106054245 A CN 106054245A CN 201610495907 A CN201610495907 A CN 201610495907A CN 106054245 A CN106054245 A CN 106054245A
- Authority
- CN
- China
- Prior art keywords
- data
- attribute
- processing
- difference
- different disposal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012545 processing Methods 0.000 title claims abstract description 77
- 238000011158 quantitative evaluation Methods 0.000 title abstract 3
- 238000005516 engineering process Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 60
- 238000001228 spectrum Methods 0.000 claims description 36
- 241001269238 Data Species 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 14
- 238000003672 processing method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种地震资料高分辨率处理定量评价方法，包括：步骤1，根据地震数据的采样间隔、采样点数和道数，划定定量综合评价的分析时窗范围；步骤2，在划定的分析时窗范围内，计算地震数据的各类属性；步骤3，根据计算的各类属性，进行不同处理技术、不同处理参数的同类属性差别分析；步骤4，进行各类属性的组合优化、综合评价、差异绘图和对比分析；步骤5，输出最佳处理技术和处理参数范围。该地震资料高分辨率处理定量评价方法较好地实现了高分辨率处理中技术、流程和参数的优选问题，以及高分辨率处理数据的定量综合评价分析，有助于高保真度、高信噪比的进行地震资料保幅高分辨率处理，为储层预测和油藏描述奠定了基础。
Description
技术领域
本发明涉及油田开发技术领域，特别是涉及到一种地震资料高分辨率处理定量评价方法。
背景技术
地震高分辨率处理是地震资料处理的重要环节之一，高分辨率处理方法包括：预测反褶积、地表一致性反褶积、道统计反褶积、零相位反褶积、子波整形反褶积、反Q滤波、谱模拟、谱白化等方法。如：基于时频域能量自适应加权的地震信号分辨率增强方法(申请号：201410440400.4)，利用广义S变换计算瞬时谱自适应加权系数，对三维地震数据体进行加权处理，提高地震数据的分辨率；基于改进S变换的相对保幅点谱模拟高分辨率处理方法(申请号：201310729510.8)，利用改进S变换进行点谱模拟处理，实现地震资料的相对保幅高分辨率处理。各种高分辨率处理方法在实际资料处理中发挥了举足轻重的作用，并取得了良好的应用效果。
随着勘探精度的不断提高，岩性油气藏与隐蔽油气藏逐渐成为勘探重点，对高分辨率处理方法提出了更高的要求。对不同品质的地震数据应该采用何种高分辨处理方法，地震数据的分辨率应该提高到何种程度，许多问题制约着高分辨率处理技术的应用，现有技术方法主要围绕如何提高分辨率，没有系统全面的一种地震高分辨率定量综合评价分析方法。
针对薄互层油气藏、岩性油气藏与隐蔽油气藏，如何有效确定高分辨率处理技术、流程和参数，全面可靠的监控高分辨率处理效果，并有效实现地震数据高分辨率处理的定量综合评价分析等，成为十分重要的研究课题。常规地震资料高分辨率处理过程中，由于缺乏定量综合评价分析方法和系统，需要对高分辨率处理方法和处理参数等进行大量的重复试验，并需要凭借数据处理人员的视觉和经验来判定方法及参数选取的正确性和可靠性。在进行高分辨率处理结果对比评价中，人为因素影响较大，难以真实客观的定量综合评价处理方法和参数的选择，由于缺乏一种可靠有效的地震高分辨率处理定量综合评价分析方法和系统，造成了地震资料高分辨率处理数据的可信度降低。为此我们发明了一种新的地震资料高分辨率处理定量综合评价分析方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种实现了高分辨率处理技术、流程和参数的优选问题，以及高分辨率处理数据的定量综合评价分析，有助于高保真度、高信噪比的进行地震资料保幅高分辨率处理的地震资料高分辨率处理定量评价方法。
本发明的目的可通过如下技术措施来实现：地震资料高分辨率处理定量评价方法，该地震资料高分辨率处理定量评价方法包括：步骤1，根据地震数据的采样间隔、采样点数和道数，划定定量综合评价的分析时窗范围；步骤2，在划定的分析时窗范围内，计算地震数据的各类属性；步骤3，根据计算的各类属性，进行不同处理技术、不同处理参数的同类属性差别分析；步骤4，进行各类属性的组合优化、综合评价、差异绘图和对比分析；步骤5，输出最佳处理技术和处理参数范围。
本发明的目的还可通过如下技术措施来实现：
该地震资料高分辨率处理定量评价方法还包括，在步骤1之前，输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据。
在所述输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据的步骤中，对原始segy格式数据进行高分辨率处理，选取不同的处理技术或处理参数，每一项处理技术或一个处理参数对应一个处理后的segy格式数据，一系列处理技术和处理参数对应一系列不同处理技术和处理参数的高分辨率处理数据。
在步骤1中，划定的分析时窗范围应在地震数据的大小范围内，不能超出地震数据的总道数和地震记录长度。
在步骤2中，分别计算每一个地震数据的振幅、频率、相位、时频谱和信噪比这些属性，一系列地震数据分别对应其振幅属性、频率属性、相位属性、时频谱属性和信噪比属性，并可通过数学运算，组合优化获得各类综合评价属性。
在步骤3中，针对不同处理技术和不同处理参数，分别定量综合分析振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异。
在步骤4中，将振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异进行组合优化、综合评价、差异绘图和对比分析，定量综合评价高分辨率处理后的地震数据，定量综合评价高分辨率处理参数的优劣。
本发明中的地震资料高分辨率处理定量评价方法，主要解决地震资料高分辨率处理中，无法实现高分辨率处理技术、流程及参数的选择，以及缺失监控数据定量综合评价等问题。其解决方案是输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据；根据输入地震数据的采样间隔、采样点数和道数，划定定量评价的分析时窗范围；在划定分析时窗范围内，计算一系列地震数据的各类属性，各类属性主要包括：振幅、频率、相位、时频谱和信噪比等；根据计算的属性，进行不同处理技术、不同处理参数的同类属性差别分析；进行各类属性的组合优化、综合评价、差异绘图和对比分析；输出最佳处理技术和处理参数范围。本发明通过地震高分辨率处理定量评价技术方案，较好地实现了高分辨率处理中技术、流程和参数的优选问题，以及高分辨率处理数据的定量综合评价分析，有助于高保真度、高信噪比的进行地震资料保幅高分辨率处理。
附图说明
图1为本发明的地震资料高分辨率处理定量评价方法的一具体实施例的流程图；
图2为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据示意图；
图3为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的傅里叶振幅谱对比示意图；
图4为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的分贝振幅谱对比示意图；
图5为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的深度方向能量曲线对比示意图；
图6为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的沿地质层位振幅能量比值曲线对比示意图；
图7为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的信噪比分析示意图；
图8为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的时频谱属性示意图；
图9为本发明实施例中各类属性综合评价、差异绘图和对比分析示意图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的地震资料高分辨率处理定量评价方法的流程图。
(1)输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据，其中一项处理技术或一个处理参数对应一个处理后的segy格式数据，一系列不同处理技术和处理参数则对应一系列不同处理参数的高分辨率处理数据，图2为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据示意图，处理前后地震数据包括：原始地震数据、地表一致性反褶积数据、预测反褶积数据、谱模拟反褶积数据、不同预测步长数据等，处理技术和处理参数不同，地震数据的分辨率存在差异，图中分别显示了原始地震数据、反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据。如图2所示，处理技术和处理参数不同，地震数据的分辨率存在差异，在进行高分辨率处理结果常规评价中，人为因素影响较大，难以真实客观的定量评价不同处理方法和参数的选择，造成了地震资料高分辨率处理数据的可信度降低，因此需要采用定量综合评价分析方法解决以上技术问题。
(2)根据输入地震数据的采样间隔、采样点数和道数，划定定量综合评价的分析时窗范围，划定的分析时窗范围应在地震数据的大小范围内，不能超出地震数据的总道数和地震记录长度，图2中一系列segy格式数据的分析时窗范围是一致的。
(3)在划定分析时窗范围内，分别计算每一个地震数据的振幅、频率、相位、时频谱和信噪比等属性，一系列地震数据分别对应其振幅属性、频率属性、相位属性、时频谱属性和信噪比属性等。图3为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的傅里叶振幅谱对比示意图，图中分别显示了原始地震数据、反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据的傅里叶振幅谱，处理前后地震数据振幅谱中低频段保持越好，则地震数据处理的保真度越高、保幅性越好。图4为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的分贝振幅谱对比示意图，图中分别显示了反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据、反褶积步长20ms数据的分贝振幅谱，处理前后地震数据分贝振幅谱中有效频带越宽、主频越高，则地震资料分辨率越高。图5为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的深度方向能量曲线对比示意图，图中分别显示了原始地震数据、反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据的深度方向能量曲线，处理前后深度方向能量曲线变化越小，则地震数据处理的保真度越高、保幅性越好。图6为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的沿地质层位振幅能量比值曲线对比示意图，图中分别显示了原始地震数据、反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据的沿层振幅能量比值曲线，处理前后沿层振幅能量比值曲线变化越小，则地震数据处理的保真度越高、保幅性越好。图7为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的信噪比分析示意图，图中分别显示了反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据、反褶积步长20ms数据的信噪比分析结果，处理前后信噪比分析曲线变化越小，则地震数据处理的信噪比保持越好，保幅性越好。图8为本发明实施例中一系列不同处理技术、不同处理参数的高分辨率处理数据的时频谱属性示意图，图中分别显示了原始地震数据、反褶积步长8ms数据、反褶积步长12ms数据、反褶积步长16ms数据的二维时频谱，处理前后时频谱中波阻抗特性和频谱强弱特征变化越小，则地震数据处理的保幅性越好。
如图3至图8，处理前后地震数据振幅谱中低频段保持越好、分贝振幅谱中有效频带越宽、深度方向能量曲线变化越小、沿层振幅能量比值曲线变化越小、信噪比分析曲线变化越小、时频谱中波阻抗特性和频谱强弱特征变化越小，则地震数据处理的地震资料分辨率越高、信噪比保持越好、保真度越高和保幅性越好。
(4)针对不同处理参数，根据计算的各类综合属性，进行不同处理技术、不同处理参数的同类属性差别分析，分别分析振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异等，实现由定性分析向定量分析的深化。
(5)进行各类属性组合优化、综合评价、差异绘图和对比分析，将振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异等，进行组合优化、综合评价、差异绘图和对比分析，定量综合评价高分辨率处理后的地震数据，定量综合评价处理技术和处理参数的优劣，如图9所示，图9为本发明实施例中各类属性综合评价、差异绘图和对比分析示意图，根据傅里叶振幅谱、分贝振幅谱、能量曲线、沿层振幅比、信噪比、时频谱等属性，通过一定的数学公式运算，可以获得各类综合评价属性，图中选择显示了有效频带宽度、主频值、低频值、相位、信噪比、沿层能量比值、能量曲线和时频属性，这些属性为定量综合评价提供了数据基础，通过一定的数学公式运算，可以获得各类综合评价属性，不局限于图9所示属性。
(6)采用定量综合评价分析方法解决了人为因素影响大、定性分析精度低和处理数据可信度低等技术问题，最终输出最佳处理技术和处理参数范围。
本发明对一系列高分辨率处理数据进行综合属性求取，首先进行不同高分辨率处理技术和处理参数的同类属性差别分析，然后进行各类属性的组合优化、综合评价、差异绘图和对比分析，最终实现高分辨率处理技术、流程和参数的定量综合评价。通过地震高分辨率处理定量综合评价技术方案，较好地实现了高分辨率处理技术、流程和参数的优选问题，以及高分辨率处理数据的定量综合评价分析，有助于高保真度、高信噪比的进行地震资料保幅高分辨率处理，为储层预测和油藏描述奠定了基础。
Claims (7)
1.地震资料高分辨率处理定量评价方法，其特征在于，该地震资料高分辨率处理定量评价方法包括：
步骤1，根据地震数据的采样间隔、采样点数和道数，划定定量综合评价的分析时窗范围；
步骤2，在划定的分析时窗范围内，计算地震数据的各类属性；
步骤3，根据计算的各类属性，进行不同处理技术、不同处理参数的同类属性差别分析；
步骤4，进行各类属性的组合优化、综合评价、差异绘图和对比分析；
步骤5，输出最佳处理技术和处理参数范围。
2.根据权利要求1所述的地震资料高分辨率处理定量评价方法，其特征在于，该地震资料高分辨率处理定量评价方法还包括，在步骤1之前，输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据。
3.根据权利要求2所述的地震资料高分辨率处理定量评价方法，其特征在于，在所述输入一系列不同处理技术、不同处理参数的高分辨率处理segy格式数据的步骤中，对原始segy格式数据进行高分辨率处理，选取不同的处理技术或处理参数，每一项处理技术或一个处理参数对应一个处理后的segy格式数据，一系列处理技术和处理参数对应一系列不同处理技术和处理参数的高分辨率处理数据。
4.根据权利要求1所述的地震资料高分辨率处理定量评价方法，其特征在于，在步骤1中，划定的分析时窗范围应在地震数据的大小范围内，不能超出地震数据的总道数和地震记录长度。
5.根据权利要求1所述的地震资料高分辨率处理定量评价方法，其特征在于，在步骤2中，分别计算每一个地震数据的振幅、频率、相位、时频谱和信噪比这些属性，一系列地震数据分别对应其振幅属性、频率属性、相位属性、时频谱属性和信噪比属性，并可通过数学运算，组合优化获得各类综合评价属性。
6.根据权利要求5所述的地震资料高分辨率处理定量评价方法，其特征在于，在步骤3中，针对不同处理技术和不同处理参数，分别定量综合分析振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异。
7.根据权利要求6所述的地震资料高分辨率处理定量评价方法，其特征在于，在步骤4中，将振幅属性差异、频率属性差异、相位属性差异、时频谱属性差异和信噪比属性差异进行组合优化、综合评价、差异绘图和对比分析，定量综合评价高分辨率处理后的地震数据，定量综合评价高分辨率处理参数的优劣。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610495907.9A CN106054245B (zh) | 2016-06-29 | 2016-06-29 | 地震资料高分辨率处理定量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610495907.9A CN106054245B (zh) | 2016-06-29 | 2016-06-29 | 地震资料高分辨率处理定量评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106054245A true CN106054245A (zh) | 2016-10-26 |
| CN106054245B CN106054245B (zh) | 2018-03-09 |
Family
ID=57167066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610495907.9A Active CN106054245B (zh) | 2016-06-29 | 2016-06-29 | 地震资料高分辨率处理定量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106054245B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109471203A (zh) * | 2018-12-03 | 2019-03-15 | 中国石油化工股份有限公司 | 提高地震资料分辨率效果评判优选方法 |
| CN111366320A (zh) * | 2020-03-20 | 2020-07-03 | 盐城摩因宝新材料有限公司 | 建筑桩基抗震工程检测系统及其检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104237945A (zh) * | 2014-09-18 | 2014-12-24 | 中国石油集团东方地球物理勘探有限责任公司 | 一种地震资料自适应高分辨处理方法 |
| CN104749621A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于改进s变换的相对保幅点谱模拟高分辨率处理方法 |
-
2016
- 2016-06-29 CN CN201610495907.9A patent/CN106054245B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104749621A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于改进s变换的相对保幅点谱模拟高分辨率处理方法 |
| CN104237945A (zh) * | 2014-09-18 | 2014-12-24 | 中国石油集团东方地球物理勘探有限责任公司 | 一种地震资料自适应高分辨处理方法 |
Non-Patent Citations (4)
| Title |
|---|
| STEVE HEARN ET AL.: "Bandwidth requirements for shallow, high-resolution seismic reflection", 《ASEG 15TH GEOPHYSICAL CONFERENCE AND EXHIBITION》 * |
| 曹盛: "反褶积方法在基于空间分辨率的高保真地震资料处理中的应用", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 杨云岭等: "《胜利油田高分辨率地震勘探方法与实践》", 30 June 2002, 北京：石油工业出版社 * |
| 王丹等: "基于模型数据的不同反褶积方法保幅性分析", 《石油地球物理勘探》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109471203A (zh) * | 2018-12-03 | 2019-03-15 | 中国石油化工股份有限公司 | 提高地震资料分辨率效果评判优选方法 |
| CN111366320A (zh) * | 2020-03-20 | 2020-07-03 | 盐城摩因宝新材料有限公司 | 建筑桩基抗震工程检测系统及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106054245B (zh) | 2018-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Weak signal detection using multiscale morphology in microseismic monitoring | |
| CN103376464B (zh) | 一种地层品质因子反演方法 | |
| CN102998706B (zh) | 一种衰减地震数据随机噪声的方法及系统 | |
| CN103217713B (zh) | 油气勘探地震速度分析数据优化方法 | |
| Mahdavi et al. | Application of the local maximum synchrosqueezing transform for seismic data | |
| CN104749621A (zh) | 基于改进s变换的相对保幅点谱模拟高分辨率处理方法 | |
| Cai et al. | Seismic data denoising based on mixed time-frequency methods | |
| CN104614769B (zh) | 一种压制地震面波的聚束滤波方法 | |
| CN104808245A (zh) | 道集优化处理方法及其装置 | |
| CN105652322A (zh) | 多分量地震数据的t-f-k域极化滤波方法 | |
| Wang et al. | Seismic data denoising for complex structure using BM3D and local similarity | |
| CN110967749A (zh) | 一种vsp地震资料频变q值估计与反q滤波方法 | |
| Banjade et al. | Earthquake accelerogram denoising by wavelet-based variational mode decomposition | |
| CN105445801A (zh) | 一种消除二维地震资料随机噪音的处理方法 | |
| Liu et al. | Seismic quality factor estimation using frequency-dependent linear fitting | |
| Zhong et al. | Simulation of seismic-prospecting random noise in the desert by a Brownian-motion-based parametric modeling algorithm | |
| CN103135133A (zh) | 一种多分量地震资料的矢量降噪方法及设备 | |
| CN105093282A (zh) | 基于频率约束的能量置换面波压制方法 | |
| CN106054245A (zh) | 地震资料高分辨率处理定量评价方法 | |
| CN113281809B (zh) | 一种地震信号的谱分析方法 | |
| Yuan et al. | Attenuation of linear noise based on denoising convolutional neural network with asymmetric convolution blocks | |
| Zheng et al. | Microseismic event denoising via adaptive directional vector median filters | |
| Bai et al. | A U-Net based deep learning approach for seismic random noise suppression | |
| CN110673210B (zh) | 一种地震原始数据信噪比定量分析评价方法 | |
| Zhang et al. | Seismic random noise attenuation by time-frequency peak filtering based on joint time-frequency distribution |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |