CN107179550B - 一种数据驱动的地震信号零相位反褶积方法 - Google Patents

一种数据驱动的地震信号零相位反褶积方法 Download PDF

Info

Publication number
CN107179550B
CN107179550B CN201710544000.1A CN201710544000A CN107179550B CN 107179550 B CN107179550 B CN 107179550B CN 201710544000 A CN201710544000 A CN 201710544000A CN 107179550 B CN107179550 B CN 107179550B
Authority
CN
China
Prior art keywords
seismic
wavelet
spectrum
seismic signal
deconvolution
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.)
Active
Application number
CN201710544000.1A
Other languages
English (en)
Other versions
CN107179550A (zh
Inventor
高静怀
张兵
彭济根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201710544000.1A priority Critical patent/CN107179550B/zh
Publication of CN107179550A publication Critical patent/CN107179550A/zh
Application granted granted Critical
Publication of CN107179550B publication Critical patent/CN107179550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/32Transforming one recording into another or one representation into another
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/40Transforming data representation
    • G01V2210/48Other transforms

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

本发明公开了一种数据驱动的地震信号零相位反褶积方法,包括:1)从地震记录中估计地震子波振幅谱;2)基于估计的振幅谱,对地震记录在频率域进行维纳滤波;3)对维纳滤波器做逆傅里叶变换,得到反褶积结果。本发明利用子波振幅谱估计方法,不依赖于模型参数,能够较好地对子波振幅谱进行有效地估计,具有好的鲁棒性。用该方法对地震记录进行零相位反褶积,可以收到了很好的效果,同时该方法也可以有效地处理非平稳地震数据。

Description

一种数据驱动的地震信号零相位反褶积方法
技术领域
本发明属于地震勘探技术领域,涉及一种数据驱动的地震信号零相位反褶积方法。
背景技术
对高分辨率地震资料的要求除了与常规资料相比具有高的纵向分辨率、宽的频带外,还应该具有较高的保真度,即要求处理过的地震资料不仅能解释精细的地层构造,还必须满足后续岩性预测及储层反演的需要,这就需要较为精确地描述出地震子波在地层中的变化。所以在较短的数据集里、较低的信噪比下有效估计子波振幅谱是解决上述问题的关键。
理论上估计子波振幅谱的方法为:对一段平稳的地震信号,如果反射系数统计独立,具有有限的二阶矩,地震信号相关函数的傅里叶变换即为子波振幅谱的平方。但是地层反射系数概率分布所呈现出来的复杂性和地震信号本身的特点,使得上述方法在应用中受到了一些限制:地层的反射系数有时并不表现出独立特性,即并不是“白的”;反射系数的概率分布更接近于α-stable分布,该分布二阶以上的统计量不存在;对于低信噪比的地震资料,该方法也难以达到满意的结果。
谱模拟方法可以克服以上缺点,是一种非常有效的估计子波振幅谱方法。谱模拟是零相位反褶积的常用方法,模拟指的是从地震信号振幅谱中拟合出子波的振幅谱。
一般情况下,由于地震信号的非平稳性,地震子波不仅是时变而且是空变的,要获得准确的相位信息非常困难。在实际操作中,子波相位的不准确会引起反褶积后的剖面同相轴无规律的时移,处理后的结果会形成很多假象。地震信号零相位褶积后只能使振幅谱发生了变化,而相位谱则与原来相同,反褶积剖面上的相位特征得以保持,同相轴无时移现象。零相位反褶积所要求的就是准确地估计出子波的振幅谱,目前通常采用的方法主要有以下两种:多道振幅谱平均法和谱模拟方法。
通过将多道地震记录对数谱平均的方法,可以得到对子波振幅谱的估计。理论上讲,该方法不足之处在于:子波是空变的,各道的子波存在差异;其理论基础只是针对无噪的地震记录,未考虑到噪声对上述渐进特性的影响;地下介质的属性可能表现出不同范围的连续性,为保证效果,用于叠加的地震道应该尽量不相关,所以随机选取地震道的准则对估计质量也有影响。
Rosa和Ulrych(1991)提出一种谱模拟(spectral modeling)方法,该方法将地震子波谱视为频率的连续、光滑的函数,将其建模为一个参数待定的函数,该公式被广泛应用于子波振幅的估计,其主要的不足是估计结果对模型参数比较敏感。
Jinghuai Gao等(2017)通过对子波振幅谱的研究,提出了谱模拟的一个新的迭代算法,该算法不依赖于模型参数,能够数据驱动地、较好地对子波振幅谱进行估计,对噪声具有好的鲁棒性,该方法较使用特定的函数对地震记录谱进行拟合相比,减少了人为因素的影响,能够更客观地反映谱的变化;同时,用该方法处理短时窗的地震数据,也能收到了好的估计效果,这意味着该方法可以对非平稳地震记录中子波的变化进行很好地刻画。
由于反射系数的概率分布非常复杂、类型多样,很多统计性反褶积算法对噪声较为敏感,这使得基于谱模拟的零相位反褶积技术成为较稳健的提高分辨率的方法,该方法要求准确地估计出子波的振幅谱。传统的方法是基于多项式函数拟合子波的振幅谱,模型参数较多、估计结果受参数影响很大。
发明内容
本发明的目的在于克服上述现有技术的缺点,使用新的谱模拟技术,对地震信号进行零相位反褶积,提供一种数据驱动的地震信号零相位反褶积方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种数据驱动的地震信号零相位反褶积方法,包括以下步骤:
1)从地震记录中估计地震子波振幅谱;
2)基于估计的振幅谱,对地震记录在频率域进行维纳滤波;
3)对维纳滤波器做逆傅里叶变换,得到反褶积结果。
本发明进一步的改进在于:
步骤1)中采用COM方法从地震记录中估计地震子波振幅谱,具体方法如下:
其估计子波使用的是压缩映射算子,表达式为:
P[f,x]=cp(Fp(f,x))α(1-Fp(f,x))β (1)
其中:f为待估计函数,x为函数的自变量,cp为归一化因子,Fp为待估计函数的泛函,α为参数,β为参数;
其中,fp(t)为p次方,a为积分下界,b为积分上界;
在实际应用上式估计地震子波振幅谱时,α,β需要估计,而p是事先设定的,p的选取不影响子波估计计算精度,影响子波估计计算效率;
步骤2)中,频率域维纳滤波的具体方法如下:
频率域维纳域维纳滤波的标准形式为:
其中,S(ω),W(ω),ε2分别为地震记录的频谱、地震子波的频谱和正则化参数;ω为角频率,ε为正则化因子;W*(ω)表示对子波谱取共轭;采用如下的改进形式:
与现有技术相比,本发明具有以下有益效果:
本发明利用子波振幅谱估计方法,不依赖于模型参数,能够较好地对子波振幅谱进行有效地估计,具有好的鲁棒性。用该方法对地震记录进行零相位反褶积,可以收到了很好的效果,同时该方法也可以有效地处理非平稳地震数据。
附图说明
图1是本发明的零相位反褶积算法流程图;
图2是用于数值算例的反射系数、地震子波和相应的合成记录;
图3是使用COM方法估计的地震子波振幅谱;
图4是对地震记录做零相位反褶积的结果;
图5是反褶积前后的频谱对比。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参见图1,本发明对三维地震数据体或二维剖面的零相位反褶积采用的是逐道进行方式,每一道的处理方法是一致的,这里只描述对一道地震数据的处理过程。具体包括以下步骤:
1)从地震记录中估计地震子波振幅谱;
对从地震记录中估计地震子波振幅谱,采用的是Jinghuai Gao等(2017)提出的COM方法,该方法的原理性论文《A new approach for extracting the amplitudespectrum of the seismic wavelet from the seismic traces》发表于InverseProblems杂志。
其估计子波使用的是压缩映射算子,表达式为:
P[f,x]=cp(Fp(f,x))α(1-Fp(f,x))β (1)
其中:
在上式中,α,β需要估计,而p是事先设定的。由于该方法是一个迭代算法,p的选取,不影响子波估计计算精度,影响子波估计计算效率。
对零相位反褶积而言,经过实际资料的测试,p的选取,对反褶积结果有一定的影响。大量的实际数据测试表明:p的值不能取得太小,以略小于1为宜。
2)基于估计的振幅谱,对地震记录在频率域进行维纳滤波;
频率域维纳域维纳滤波的标准形式为:
其中:S(ω),W(ω),ε2分别为地震记录的频谱、地震子波的频谱和正则化参数。W*(ω)表示对子波谱取共轭。经过大量的数据测试,我们采用如下的改进形式:
说明如下:
a.由于只用地震子波的振幅谱,所以W(ω)≥0,其共轭与本身一致。
b.改进后的形式更容易取得信噪比与输出信号频带的折中。如果地震信号的噪声水平较低,θ可以的小一点,一般是小于1,这样较标准形式更易于拓宽频带;如果地震信号的噪声水平较高,θ可以的大一点,一般是大于1,这样较标准形式更易于抑制噪声。
3)对维纳滤波器做逆傅里叶变换,得到反褶积结果。
实施例:
依据褶积模型,合成了一道超过290个样点的地震记录,采样间隔1ms,子波为40HzRicker子波,反射系数样点数为200。图2为用于数值算例的反射系数、地震子波和相应的合成记录。图3为使用COM方法,估计的地震子波振幅谱,可以看出估计效果较为理想。图4是使用估计的地震子波,对地震记录做零相位反褶积的结果,可以看出,反褶积后的地震记录分辨率有了极大的提高。图5是反褶积前后的频谱对比,反褶积后地震记录的谱被有效地展宽。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。

Claims (1)

1.一种数据驱动的地震信号零相位反褶积方法,其特征在于,包括以下步骤:
1)从地震记录中估计地震子波振幅谱,采用COM方法,具体方法如下:
其估计子波使用的是压缩映射算子,表达式为:
P[f,x]=cp(Fp(f,x))α(1-Fp(f,x))β (1)
其中:f为待估计函数,x为函数的自变量,cp为归一化因子,Fp为待估计函数的泛函,α为参数,β为参数;
其中,fp(t)为p次方,a为积分下界,b为积分上界;
在实际应用上式估计地震子波振幅谱时,α,β需要估计,而p是事先设定的,p的选取不影响子波估计计算精度,影响子波估计计算效率;
2)基于估计的振幅谱,对地震记录在频率域进行维纳滤波,其中,频率域维纳滤波的具体方法如下:
频率域维纳滤波的标准形式为:
其中,S(ω),W(ω),ε2分别为地震记录的频谱、地震子波的频谱和正则化参数;ω为角频率,ε为正则化因子;W*(ω)表示对子波谱取共轭;采用如下的改进形式:
其中,θ的值由地震信号的噪声水平决定,当地震信号的噪声水平高于一般值时,θ的取值大于1;当地震信号的噪声水平低于一般值时,θ的取值小于1;
3)对维纳滤波结果做逆傅里叶变换,得到反褶积结果。
CN201710544000.1A 2017-07-05 2017-07-05 一种数据驱动的地震信号零相位反褶积方法 Active CN107179550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710544000.1A CN107179550B (zh) 2017-07-05 2017-07-05 一种数据驱动的地震信号零相位反褶积方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710544000.1A CN107179550B (zh) 2017-07-05 2017-07-05 一种数据驱动的地震信号零相位反褶积方法

Publications (2)

Publication Number Publication Date
CN107179550A CN107179550A (zh) 2017-09-19
CN107179550B true CN107179550B (zh) 2018-12-07

Family

ID=59845889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710544000.1A Active CN107179550B (zh) 2017-07-05 2017-07-05 一种数据驱动的地震信号零相位反褶积方法

Country Status (1)

Country Link
CN (1) CN107179550B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445539B (zh) * 2018-03-07 2019-08-30 北京信息科技大学 一种消除地震子波旁瓣干扰的方法、设备及系统
CN109738951B (zh) * 2019-01-03 2019-12-20 国家深海基地管理中心 一种基于地震同相轴子波谱的时变反褶积方法
CN112817040B (zh) * 2020-12-31 2021-10-29 北京东方联创地球物理技术有限公司 宽频准零相位反褶积处理方法、装置、电子设备及介质
CN112835103B (zh) * 2020-12-31 2021-10-08 北京东方联创地球物理技术有限公司 自适应去鬼波与宽频准零相位反褶积联合处理方法及系统
CN113341462A (zh) * 2021-06-10 2021-09-03 广州海洋地质调查局 一种海洋地震数据零相位处理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9291736B2 (en) * 2012-01-05 2016-03-22 Cggveritas Services Sa Surface-consistent amplitude and deconvolution simultaneous joined inversion
CN102707314B (zh) * 2012-05-28 2014-05-28 中国石油集团川庆钻探工程有限公司地球物理勘探公司 一种多路径双谱域混合相位子波反褶积方法
CN103018775B (zh) * 2012-11-15 2016-05-11 中国石油天然气股份有限公司 基于相位分解的混合相位子波反褶积方法
CN103645507B (zh) * 2013-11-20 2016-04-06 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地震记录的处理方法

Also Published As

Publication number Publication date
CN107179550A (zh) 2017-09-19

Similar Documents

Publication Publication Date Title
CN107179550B (zh) 一种数据驱动的地震信号零相位反褶积方法
Huang et al. Unveiling the signals from extremely noisy microseismic data for high-resolution hydraulic fracturing monitoring
Xue et al. Amplitude-preserving iterative deblending of simultaneous source seismic data using high-order radon transform
Liu et al. Seismic data interpolation beyond aliasing using regularized nonstationary autoregression
CN107817527B (zh) 基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法
CN107144879B (zh) 一种基于自适应滤波与小波变换结合的地震波降噪方法
CN107132579B (zh) 一种保地层结构的地震波衰减补偿方法
CN103645507B (zh) 地震记录的处理方法
CN108267784A (zh) 一种地震信号随机噪声压制处理方法
CN105116442A (zh) 岩性油气藏弱反射地震信号的重构方法
CN104849757B (zh) 消除地震信号中随机噪声系统及方法
CN109143331B (zh) 地震子波提取方法
CN108020863A (zh) 一种基于地震奇偶函数的碳酸盐岩薄储层孔隙度预测方法
CN102945548A (zh) 一种基于方向金字塔滤波的图像处理方法及装置
CN106094046A (zh) 基于奇异值分解和小波分析的时间域航空电磁数据去噪方法
CN106680874A (zh) 基于波形形态特征稀疏化建模的谐波噪声压制方法
CN106707334A (zh) 一种提高地震资料分辨率的方法
CN113077386A (zh) 基于字典学习和稀疏表征的地震资料高分辨率处理方法
Zhang et al. A denoising framework for microseismic and reflection seismic data based on block matching
CN104635264B (zh) 叠前地震数据的处理方法及设备
CN104730576A (zh) 基于Curvelet变换的地震信号去噪方法
CN108169795A (zh) 基于随机采样的数据规则化方法
CN107678065B (zh) 提高地震分辨率的保构造井控空间反褶积方法和装置
CN110749923A (zh) 一种基于范数方程提高分辨率的反褶积方法
CN110109179A (zh) 频宽补偿处理方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant