CN110261910A - 基于自适应稀疏s变换的地震数据面波去除方法 - Google Patents

基于自适应稀疏s变换的地震数据面波去除方法 Download PDF

Info

Publication number
CN110261910A
CN110261910A CN201910572732.0A CN201910572732A CN110261910A CN 110261910 A CN110261910 A CN 110261910A CN 201910572732 A CN201910572732 A CN 201910572732A CN 110261910 A CN110261910 A CN 110261910A
Authority
CN
China
Prior art keywords
surface wave
transformation
domain
seismic data
frequency
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.)
Withdrawn
Application number
CN201910572732.0A
Other languages
English (en)
Inventor
谷玉田
关键
刘成斋
刘瑞合
董月昌
李建明
孙兴刚
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.)
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
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 China Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN201910572732.0A priority Critical patent/CN110261910A/zh
Publication of CN110261910A publication Critical patent/CN110261910A/zh
Withdrawn legal-status Critical Current

Links

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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/364—Seismic filtering

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

本发明提供一种基于自适应稀疏S变换的地震数据面波去除方法，包括:从地震记录中得到时频图，在时频图中确定要进行压制的面波所在的区域；对选出的面波所在区域进行频谱分析，确定对应的频率范围；将地震道沿t轴进行自适应稀疏S变换，变换到t‑f‑x域；将变换后的数据沿x轴进行傅里叶变换，变换到t‑f‑k域；利用掩模函数M(f,k)对t‑f‑k域的地震信号进行滤波；对滤波后的结果进行傅里叶逆变换与S逆变换，回到时间域，得到了这一道数据进行了面波去噪以后的结果；对所有道数据做相应处理之后得到去除面波之后的地震数据。该方法在变换域中可以有效地将面波与有效信息分离开，从而有效地去除地震数据中的面波，提高地震数据信噪比。

Description

基于自适应稀疏S变换的地震数据面波去除方法
技术领域
本发明涉及地震资料处理技术领域，特别是涉及到一种基于自适应稀疏S变换的地震数据面波去除方法。
背景技术
面波作为地震勘探中的一种相干噪声，广泛存在于地震记录中，属于一种具有能量强，频率低，震动延续时间长的规则干扰波，在地震记录上的表现比较明显，能够严重影响地震采集得到数据的分辨率和信噪比，妨碍解释人员对其进行正确地分析，因此，对地震信号中的面波进行压制就成为了地震数据处理阶段的一个重要环节。瑞雷面波作为地震波的一种次声波，多出现于近地表中并沿介质分界面传播，能量大，但传播和沿传播距离衰减速度都较慢。根据面波能量强，传播和沿传播距离衰减的速度都较慢的特征，目前国内外常用的时频域去噪方法主要有S变换，F-K滤波，小波变换，径向道变换等，每种方法都是针对面波的一种突出特性对面波进行去除，相应地具有一定局限性，实际应用中出现的不同面波具有不同的传播特性，可将以上方法相互组合共同运用，但最终去除面波的效果还是不能令人满意。Hamid Sattari提出的自适应稀疏S变换，相对于传统S变换，时间、空间分辨率均得到提高，可以更好地将面波与有效信息分离开，从而在面波去除方面取得良好的效果。
我们发明了一种新的基于自适应稀疏S变换的地震数据面波去除方法，可以较为有效地去除地震数据中的面波，提高地震数据信噪比，为后续工作的开展打下基础。
发明内容
本发明的目的是提供一种有效地去除面波的基于自适应稀疏S变换的地震数据面波去除方法，基于自适应稀疏S变换的高时空分辨率特性，有效去除地震数据中的面波数据，为后续工作打下基础。
本发明的目的可通过如下技术措施来实现：基于自适应稀疏S变换的地震数据面波去除方法，该基于自适应稀疏S变换的地震数据面波去除方法包括：步骤1，从地震记录中得到时频图，在时频图中确定要进行压制的面波所在的区域；步骤2，对选出的面波所在区域进行频谱分析，确定对应的频率范围；步骤3，将地震道沿t轴进行自适应稀疏S变换，变换到t-f-x域；步骤4，将变换后的数据沿x轴进行傅里叶变换，变换到t-f-k域；步骤5，利用掩模函数M(f,k)对t-f-k域的地震信号进行滤波；步骤6，对滤波后的结果进行傅里叶逆变换与S逆变换，回到时间域，得到了这一道数据进行了面波去噪以后的结果；步骤7，对其它道数据分别重复步骤1至步骤6，当道数达到最大，得到对整个地震记录去除面波之后的结果。
本发明的目的可通过如下技术措施来实现：
该基于自适应稀疏S变换的地震数据面波去除方法还包括，在步骤1之前，输入野外采集的单炮地震数据，进行平滑处理，以消除随机噪声。
在步骤2中，在时频图中确定要进行压制的面波所在的区域，具体体现为每道面波在时频图上的时间范围，即(t1,t2)，t1表示面波初始时间，t2表示面波最大延续时间；对选出的面波所在区域进行频谱分析，确定面波所在的频率区域，具体体现为每道面波在频谱图上的频率范围(f1,f2)，f1表示面波的最小频率，f2表示面波最大频率；最终得到面波在每道地震记录的时频图上的一个大致的分布区域D。
在步骤3中，将地震道沿时间t轴进行自适应稀疏S变换，变换到t-f-x域，得到t-f-x域数据。
在步骤4中，将经过步骤3变换后的数据沿空间x轴进行傅里叶变换，变换到t-f-k域，得到t-f-k域数据。
在步骤5中，利用掩模函数对已变换到t-f-k域的地震信号进行滤波，得到去除面波后的t-f-k域数据；f表示频率，k表示波数。
在步骤6中，对滤波后的结果进行傅里叶逆变换，得到了这一道数据进行了面波去噪以后的t-f-x域数据。
在步骤6中，将经过傅里叶逆变换后的数据进行S逆变换，得到这一道数据去除面波之后的结果。
本发明的基于自适应稀疏S变换的地震数据面波去除方法，采用的自适应稀疏S变换是对传统S变换的改进，时、空分辨率均得到提高。针对的地震数据为多道数据，每道多个采样点。本发明的有益效果是：本发明基于面波低频低速的特性，进行地震数据面波去除工作，由于自适应稀疏S变换的时、空分辨率高，在变换域中可以有效地将面波与有效信息分离开，从而有效地去除地震数据中的面波，提高地震数据信噪比。
附图说明
图1为本发明的基于自适应稀疏S变换的地震数据面波去除方法的一具体实施例的流程图；
图2为本发明的一具体实施例中采用的原始含面波单炮记录的示意图；
图3为本发明的一具体实施例中去除面波后的单炮记录的示意图；
图4为本发明的一具体实施例中去除面波前第20道数据时频图；
图5为本发明的一具体实施例中去除面波后第20道数据时频图。
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为本发明的基于自适应稀疏S变换的地震数据面波去除方法的流程图。
基于自适应稀疏S变换的地震数据面波去除方法，具体实施方案包括如下步骤：
1)输入野外采集的单炮地震数据，首先进行平滑处理，目的在于消除随机噪声。
2)从地震记录中得到时频图，在时频图中确定要进行压制的面波所在的区域。
具体体现为每道面波在时频图上的时间范围，即(t1,t2)；对选出的面波所在区域进行频谱分析，确定面波所在的频率区域，具体体现为每道面波在频谱图上的频率范围(f1,f2)；最终得到面波在每道地震记录的时频图上的一个大致的分布区域D；
3)将地震道沿时间t轴进行自适应稀疏S变换，变换到t-f-x域，得到t-f-x域数据；
4)将经过步骤(3)变换后的数据沿空间x轴进行傅里叶变换，变换到t-f-k域，得到t-f-k域数据；
5)利用掩模函数：
对已变换到t-f-k域的地震信号进行滤波，得到去除面波后的t-f-k域数据；
6)对滤波后的结果进行傅里叶逆变换，得到了这一道数据进行了面波去噪以后的t-f-x域数据；
7)将经过步骤(6)变换后的数据进行S逆变换，得到这一道数据去除面波之后的结果；
8)对每一道地震数据重复进行(2)至(7)，当道数达到最大，得到对整个地震记录进行面波去噪的结果。
图2为原始含面波单炮记录；
图3为采用本发明方法去除面波后的结果，其中面波得到良好的去除，有效信息得到了有效保护；
图4为去除面波前第20道数据时频图；
图5为采用本发明去除面波后第20道数据的时频图，其中面波得到有效去除。

Claims (8)

1.基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，该基于自适应稀疏S变换的地震数据面波去除方法包括：
步骤1，从地震记录中得到时频图，在时频图中确定要进行压制的面波所在的区域；
步骤2，对选出的面波所在区域进行频谱分析，确定对应的频率范围；
步骤3，将地震道沿t轴进行自适应稀疏S变换，变换到t-f-x域；
步骤4，将变换后的数据沿x轴进行傅里叶变换，变换到t-f-k域；
步骤5，利用掩模函数M(f,k)对t-f-k域的地震信号进行滤波；
步骤6，对滤波后的结果进行傅里叶逆变换与S逆变换，回到时间域，得到了这一道数据进行了面波去噪以后的结果；
步骤7，对其它道数据分别重复步骤1至步骤6，当道数达到最大，得到对整个地震记录去除面波之后的结果。
2.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，该基于自适应稀疏S变换的地震数据面波去除方法还包括，在步骤1之前，输入野外采集的单炮地震数据，进行平滑处理，以消除随机噪声。
3.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤2中，在时频图中确定要进行压制的面波所在的区域，具体体现为每道面波在时频图上的时间范围，即(t1,t2)，t1表示面波初始时间，t2表示面波最大延续时间；对选出的面波所在区域进行频谱分析，确定面波所在的频率区域，具体体现为每道面波在频谱图上的频率范围(f1,f2)，f1表示面波的最小频率，f2表示面波最大频率；最终得到面波在每道地震记录的时频图上的一个大致的分布区域D。
4.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤3中，将地震道沿时间t轴进行自适应稀疏S变换，变换到t-f-x域，得到t-f-x域数据。
5.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤4中，将经过步骤3变换后的数据沿空间x轴进行傅里叶变换，变换到t-f-k域，得到t-f-k域数据。
6.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤5中，利用掩模函数对已变换到t-f-k域的地震信号进行滤波，得到去除面波后的t-f-k域数据；f表示频率，k表示波数。
7.根据权利要求1所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤6中，对滤波后的结果进行傅里叶逆变换，得到了这一道数据进行了面波去噪以后的t-f-x域数据。
8.根据权利要求7所述的基于自适应稀疏S变换的地震数据面波去除方法，其特征在于，在步骤6中，将经过傅里叶逆变换后的数据进行S逆变换，得到这一道数据去除面波之后的结果。
CN201910572732.0A 2019-06-27 2019-06-27 基于自适应稀疏s变换的地震数据面波去除方法 Withdrawn CN110261910A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910572732.0A CN110261910A (zh) 2019-06-27 2019-06-27 基于自适应稀疏s变换的地震数据面波去除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910572732.0A CN110261910A (zh) 2019-06-27 2019-06-27 基于自适应稀疏s变换的地震数据面波去除方法

Publications (1)

Publication Number Publication Date
CN110261910A true CN110261910A (zh) 2019-09-20

Family

ID=67922736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910572732.0A Withdrawn CN110261910A (zh) 2019-06-27 2019-06-27 基于自适应稀疏s变换的地震数据面波去除方法

Country Status (1)

Country Link
CN (1) CN110261910A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190226A (zh) * 2020-02-18 2020-05-22 中国石油大学(华东) 一种三维地震数据面波噪声压制方法
CN111308555A (zh) * 2020-03-11 2020-06-19 清华大学 一种基于频间相似性低频重构的面波干扰消除方法
CN111427091A (zh) * 2020-05-06 2020-07-17 芯元(浙江)科技有限公司 挤压短时傅里叶变换的地震勘探信号随机噪声压制方法
CN112764108A (zh) * 2019-11-05 2021-05-07 防灾科技学院 一种基于改进经验小波变换的新型地震资料噪声压制算法
CN113740909A (zh) * 2021-07-28 2021-12-03 西安交通大学 一种基于稀疏s变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027657A1 (en) * 2005-05-31 2007-02-01 Calgary Scientific Inc. Method and system for signal processing using a sparse approximation of the S-transform
US20070223788A1 (en) * 2005-12-13 2007-09-27 Calgary Scientific Inc. Local dominant wave-vector analysis of seismic data
CN108919355A (zh) * 2018-05-14 2018-11-30 中国海洋石油集团有限公司 基于结构张量导引的高维s变换方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027657A1 (en) * 2005-05-31 2007-02-01 Calgary Scientific Inc. Method and system for signal processing using a sparse approximation of the S-transform
US20070223788A1 (en) * 2005-12-13 2007-09-27 Calgary Scientific Inc. Local dominant wave-vector analysis of seismic data
CN108919355A (zh) * 2018-05-14 2018-11-30 中国海洋石油集团有限公司 基于结构张量导引的高维s变换方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAMID SATTARI: "High-resolution seismic complex trace analysis by adaptive fast sparse S-transform", 《GEOPHYSICS》 *
杨吉鑫，等: "基于稀疏自适应S变换的储层流体流度计算", 《科学技术与工程》 *
陈爱萍，等: "基于S-变换的面波压制技术", 《世界地质》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112764108A (zh) * 2019-11-05 2021-05-07 防灾科技学院 一种基于改进经验小波变换的新型地震资料噪声压制算法
CN112764108B (zh) * 2019-11-05 2023-12-15 防灾科技学院 一种基于改进经验小波变换的新型地震资料噪声压制算法
CN111190226A (zh) * 2020-02-18 2020-05-22 中国石油大学(华东) 一种三维地震数据面波噪声压制方法
CN111190226B (zh) * 2020-02-18 2022-03-25 中国石油大学(华东) 一种三维地震数据面波噪声压制方法
CN111308555A (zh) * 2020-03-11 2020-06-19 清华大学 一种基于频间相似性低频重构的面波干扰消除方法
CN111308555B (zh) * 2020-03-11 2021-04-13 清华大学 一种基于频间相似性低频重构的面波干扰消除方法
CN111427091A (zh) * 2020-05-06 2020-07-17 芯元(浙江)科技有限公司 挤压短时傅里叶变换的地震勘探信号随机噪声压制方法
CN111427091B (zh) * 2020-05-06 2023-05-02 芯元(浙江)科技有限公司 挤压短时傅里叶变换的地震勘探信号随机噪声压制方法
CN113740909A (zh) * 2021-07-28 2021-12-03 西安交通大学 一种基于稀疏s变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110261910A (zh) 基于自适应稀疏s变换的地震数据面波去除方法
CN102998706B (zh) 一种衰减地震数据随机噪声的方法及系统
CN108107475B (zh) 基于经验小波变换和多阈值函数的井中微地震去噪方法
CN101598812B (zh) 去除数字检波器单点接收地震记录中的异常噪声方法
CN104007469A (zh) 一种基于曲波变换的弱地震信号重构方法
Ma et al. Deep residual encoder–decoder networks for desert seismic noise suppression
CN105700020A (zh) 一种地震数据随机噪声压制方法及装置
CN106199532B (zh) 基于混合傅立叶-小波分析的探地雷达信号降噪方法
CN107179550B (zh) 一种数据驱动的地震信号零相位反褶积方法
WO2002095449A1 (en) Non-stationary filter design and application for processing of seismic signals
CN110208856B (zh) 一种基于流形分区2d-vmd的沙漠复杂噪声压制方法
CN109633761B (zh) 基于小波变换模极大值法的磁共振信号工频噪声消减方法
CN104133248A (zh) 一种高保真声波干扰压制方法
CN111708087A (zh) 一种基于DnCNN神经网络对地震数据噪声压制的方法
CN111257931B (zh) 一种去除海洋地震勘探过船干扰噪音的方法
CN105676292A (zh) 一种基于二维曲波变换的三维地震数据去噪方法
CN109212609A (zh) 基于波动方程延拓的近地表噪音压制方法
CN114114422B (zh) 基于方向性多尺度分解的叠前地震数据噪声消除方法
CN115840249A (zh) 基于随机道矢量中值滤波及高分辨率Radon变换的黑三角噪音压制方法
CN112766044B (zh) 疏松样品纵横波速度分析方法、装置及计算机存储介质
Zheng et al. Nonstationary pattern-based signal–noise separation using adaptive prediction-error filter
CN104849760B (zh) 基于Tau‑p变换的矢量中值滤波方法
CN110596756B (zh) 基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法
CN114358040A (zh) 一种基于自适应估算阈值法的扰动信号去噪方法
CN106125148A (zh) 一种针对有源周期电磁信号的降噪方法及装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190920