CN110596756B - 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 - Google Patents

Abstract

本发明涉及一种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，属于噪声压制方法。沙漠地震勘探数据结构方向估计，计算沙漠地震勘探数据平滑后的Laws能量特征量，然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数，对沙漠地震勘探数据进行自适应混合复扩散滤波，得到去噪后的沙漠地震勘探数据。本发明有效解决了基于梯度的非线性复扩散对大倾角同相轴的失真问题，进一步改善了地震同相轴的恢复精度，在有效去除沙漠地震勘探随机噪声的同时更好的保留同相轴结构信息，可以去除一般地震勘探去噪方法难以去除的沙漠噪声，提高沙漠地震勘探数据的信噪比，具有实用性和有效性。

Description

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

技术领域

本发明属于沙漠地区地震勘探随机噪声的压制方法，具体涉及的是沙漠地区地震勘探记录中随机噪声压制。

背景技术

地震勘探是探查油气资源的重要手段，沙漠地震资料采集过程中受到散射、绕射、交混回响等作用产生大量复杂随机噪声干扰。由于沙丘变化、周边地理环境的不同、风压风速的时空变化，使看似简单的沙漠地带产生了具有复杂特性的随机噪声。传统上地震勘探随机噪声是平稳随机过程的性质，而沙漠地震随机噪声的平稳性受时长、风作用的影响，即使同一地区不同位置的随机噪声差异也很大。此外，沙漠地震勘探随机噪声是能量主要集中在低频段的色噪声，同时也表现出弱相似性。该性质与地震子波序列性质相近且与有效信号频带大量重叠，导致强低频噪声压制不彻底，具有复杂结构的有效信号难以保持，这给接下来的地震资料解释工作带来很多困难。

目前存在很多优秀的地震勘探消噪技术，如F-K滤波，Curvelet变换滤波，P-M扩散滤波，复扩散滤波。F-K滤波通过傅里叶变换将时间域数据转换至频率-波束域，根据信号和噪声在频率-波束域的分布不同设置滤波器，在频率-波束域将信号和噪声分离再通过反变换得到去噪后的地震勘探数据，在抑制一般的地震勘探随机噪声时去噪效果显著，但是实际的沙漠地震勘探记录特别复杂，很难设计出能够将信号和噪声分离的滤波器。Curvelet变换通过具有尺度、方向和位置三个参数变量的曲波基函数在笛卡尔坐标系下进行曲波变换得出曲波系数，设置合适的阈值函数来处理曲波系数，最后通过逆曲波变换得到去噪后的数据。该方法处理信号和噪声不共频带的地震勘探数据时，不仅能够抑制噪声还能很好的保留边缘。但是对于沙漠地震勘探数据而言，有效信号和随机噪声有大量的频带重叠，在去除沙漠随机噪声的同时也会将和随机噪声共频带的有效信号去除。P-M扩散滤波不区分频率，将梯度作为边缘检测器区分信号和噪声，扩散系数作为梯度的函数使得信号地方扩散强度小，噪声地方扩散强度大从而去除噪声保持边缘。但是P-M扩散滤波的边缘检测算子是梯度，不能够有效检测到边缘在低信噪比的情况下，而且会产生阶梯效应。复扩散滤波使用数据虚部作为边缘检测算子，提高了边缘检测的精度，而且避免了阶梯效应，该方法可以被用于沙漠噪声的压制。但是该方法不能够估计出地震勘探数据中比较倾斜的同相轴的方向，在进行扩散的时候会造成倾斜的同相轴的能量损失，越倾斜的同相轴能量损失越严重。同时该方法在压制强度比较大的噪声时，扩散系数达不到压制噪声的强度，会导致噪声不能够有效去除。

上述分析表明，沙漠地震勘探随机噪声与地震子波序列性质相近且与有效信号频带大量重叠，会限制目前已有的一些地震勘探消噪技术，导致强低频噪声压制不彻底，具有复杂结构的有效信号难以保持。

发明内容

本发明提供一种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，以解决现有的地震勘探去噪方法在压制沙漠地震勘探随机噪声时存在的有效信号失真的问题。

本发明采取的技术方案是，包括下列步骤：

S1.沙漠地震勘探数据结构方向估计；

首先对沙漠地震勘探数据沿轨线扫描，计算各轨线上沙漠地震勘探数据的均值和方差，构建沙漠地震勘探数据每个点的各个轨线的特征量；

然后根据沙漠地震勘探数据轨线特征量最小求取当前点初始方向；

最后统计以当前点为中心的矩形区域内各点初始方向的数量，将数量最多的方向作为当前点的结构方向估计，以更好地描述沙漠地震勘探数据同相轴的方向特征；

S2.自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据；

首先计算沙漠地震勘探数据平滑后的Laws能量特征量；

然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数；

最后对沙漠地震勘探数据进行自适应混合复扩散滤波，得到去噪后的沙漠地震勘探数据。

本发明所述步骤S1地震勘探数据的结构方向估计，具体步骤为：

S11.输入的沙漠地区地震勘探数据Y为检波器记录的地下反射信号，包括反映地下结构信息的有效信号X和低频地震勘探随机噪声W，表示为Y＝X+W，首先计算沙漠地震勘探数据Y中第q道上第p个采样点y(p,q)各个轨线的特征量：以当前点为中心，当前点和y(p+2i,q+1)、y(p-2i,q-1)确定轨线l_i,i＝-N,...,0,1,...,N，其中N由沙漠地震勘探数据中同相轴的最大延迟时间确定，i的每一个取值对应了一个方向，为当前点y(p,q)和沿轨线l_i与q+1道交点y(p+2i,q+1)的坐标增量表示的方向，记i为能表示方向的方向值；沿轨线l_i扫描2U+1个地震道，其中U表示沿着轨线l_i扫描的点y(p,q)的左邻域或者右邻域的地震道数，l_i和2U+1个地震道交点数据的方差记作V_i，l_i和2U+1个地震道交点数据的均值记作M_i，则点y(p,q)的轨线l_i的特征量E_i(p,q)表示为：

E_i(p,q)＝V_i/(M_i)²,i＝-N,...,0,1,...,N

按照点y(p,q)各个轨线的特征量计算方法，重复计算，得到沙漠地震勘探数据Y每个点的各个轨线的特征量；

S12.沙漠地震勘探数据初始方向估计，将当前点y(p,q)各个轨线特征量最小时的方向值作为该点的初始方向值

表示为：

按照点y(p,q)的初始方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的初始方向值，记

为沙漠地震勘探数据的初始方向值；

S13.沙漠地震勘探数据结构方向估计；首先，以当前点y(p,q)为中心，窗长为A×B的邻域Ω内所有初始方向值数据

求Ψ中各方向值的数量

其中#为求取数量算子，将数量最多的方向值作为沙漠地震勘探数据y(p,q)的结构方向值

表示为：

按照点y(p,q)的结构方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的结构方向值，记

为沙漠地震勘探数据的结构方向值。

本发明所述步骤S2中自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据，具体步骤为：

S21.对沙漠地震勘探数据Y，计算其平滑后的Laws能量特征量；首先以当前点y(p,q)为中心，窗长为G×1的邻域Φ内所有数据F＝{y(p,q),(p,q)∈Φ}，求F中每一点窗长为H×1的局部标准差v(p,q),(p,q)∈Φ，然后求取v(p,q),(p,q)∈Φ的均值即为y(p,q)平滑后的Laws能量特征量S(p,q)，表示为：

S22.利用平滑后的Laws能量特征量构造权重系数，使得在信号区域，权重系数趋近于0，在噪声区域，权重系数趋近于1，权重系数公式表示如下：

其中S_T是根据沙漠地震勘探数据中信号和噪声平滑后的Laws能量特征量的大小，设定的一个区分信号和噪声的阈值；

S23.对沙漠地震勘探数据Y进行自适应混合复扩散滤波，设置初始迭代数据I⁰为Y，其第t+1次迭代去噪结果表示如下：

其中I^t+1表示第t+1次迭代结果，I^t表示第t次迭代结果，△t表示每次迭代的时间步长，β是S22得到的权重系数，Im(·)表示虚部，j表示

θ是个趋于0的值，E,S,W,N分别代表着东南西北四个方向，Z表示这些方向的集合，D(I^t _Z)表示第t次迭代的结果在Z方向上的方向导数，

表示由结构方向值

表示的方向，

表示同

在一条水平线上但方向相反的方向，

和

在每次迭代时需要更新，L表示这两个方向的集合，

表示第t次迭代结果在L方向上的方向导数，

表示扩散系数，公式表示如下：

其中k表示扩散阈值能够自适应结构特征，公式表示如下：

其中a是个非常小的常数避免分母为0，b是个可调的正常数，在每次迭代时需要更新，

表示

的绝对值，当t达到设定的迭代次数T时，得到的第T次迭代结果I^T即为最终去噪后的沙漠地震勘探数据

公式表示如下：

本发明利用平滑后的Laws能量特征量，能有效的区分信号和噪声来构造权重系数，使得信号区域主要进行同相轴方向的非线性复扩散，噪声区域主要进行扩散强度大的线性复扩散，其中同相轴方向是由构建的轨线特征量得到的，同时非线性复扩散扩散系数中的扩散阈值是结构方向的函数，能够自适应结构区域进行调整，增强了对同相轴的保持能力。

本发明所解决的技术问题：复扩散不能够准确的估计出地震勘探数据的结构方向，造成倾斜的同相轴的失真，越倾斜的同相轴失真越严重。同时复扩散在强度比较大的随机噪声区域的扩散系数不足以达到去除随机噪声的强度，会导致沙漠随机噪声不能够有效去除。针对这些问题本发明提出利用平滑后的Laws能量特征量区分信号和噪声并构造权重系数，使得信号和噪声能够自适应的进行不同的扩散。噪声区域主要进行扩散强度大的线性复扩散，信号区域利用轨线特征量计算结构方向，能够有效描述同相轴的方向，然后主要沿所求的同相轴方向进行非线性复扩散，使得在有效去除噪声的同时还保留了同相轴。

本发明的优点：研究复扩散在去除沙漠地震勘探数据时会导致倾斜的同相轴的失真以及噪声不能够有效去除的问题，提出一种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，利用平滑后的Laws能量特征量区分信号和噪声并构造权重系数，使得信号区域和噪声区域分别自适应的进行不同的扩散。对于信号区域，利用构建的轨线特征量求得具有较强抗噪性的结构方向，沿着该方向计算方向导数，而不考虑和结构方向垂直的方向，使扩散主要沿着同相轴方向进行，其中扩散系数中的扩散阈值不再是传统的复扩散中的常数，而是结构方向的函数，能够自适应结构区域进行调整，使得越倾斜的同相轴上信号点的扩散阈值越小，则在地震勘探数据虚部一定的条件下扩散强度越小，从而有效保留包括非常倾斜的同相轴在内的地震信号。对于噪声区域，主要进行扩散强度大的线性复扩散，从而有效的去除噪声。本发明结合了线性复扩散去噪能力强以及定向的非线性复扩散能够有效保留同相轴的优点，使得在有效去除沙漠地震勘探随机噪声的同时更好的保留同相轴结构信息。

本发明可以去除一般地震勘探去噪方法难以去除的沙漠噪声，提高沙漠地震勘探数据的信噪比。

附图说明

图1是本发明的流程图；

图2(a)是合成沙漠地震勘探记录；

图2(b)是合成沙漠地震勘探记录3×3的正方形窗下的Laws能量特征量示意图；

图2(c)是合成沙漠地震勘探记录改变窗长的平滑后的Laws能量特征量示意图；

图3(a)是原始合成沙漠地震勘探记录图；

图3(b)是合成沙漠含噪地震勘探记录图；

图4(a)是对图3(b)合成沙漠地震勘探记录应用F-K滤波方法得到的去噪结果图；

图4(b)是对图3(b)合成沙漠地震勘探记录应用F-K去噪与合成信号的差图；

图4(c)是对图3(b)合成沙漠地震勘探记录应用P-M滤波方法得到的去噪结果图；

图4(d)是对图3(b)合成沙漠地震勘探记录应用P-M去噪与合成信号的差图；

图4(e)是对图3(b)合成沙漠地震勘探记录应用复扩散滤波方法得到的去噪结果图；

图4(f)是对图3(b)合成沙漠地震勘探记录应用复扩散去噪与合成信号的差图；

图4(g)是对图3(b)合成沙漠地震勘探记录应用本发明方法得到的去噪结果图；

图4(h)是对图3(b)合成沙漠地震勘探记录应用本发明去噪与合成信号的差图；

图5(a)是真实沙漠实际勘探记录图；

图5(b)是对真实沙漠勘探数据应用F-K滤波方法去噪结果图；

图5(c)是对真实沙漠勘探数据应用P-M滤波方法去噪结果图；

图5(d)是对真实沙漠勘探数据应用复扩散滤波方法去噪结果图；

图5(e)是对真实沙漠勘探数据本发明方法去噪结果图。

具体实施方式

包括下列步骤：

S1.沙漠地震勘探数据结构方向估计；

首先对沙漠地震勘探数据沿轨线扫描，计算各轨线上沙漠地震勘探数据的均值和方差，构建沙漠地震勘探数据每个点的各个轨线的特征量；

然后根据沙漠地震勘探数据轨线特征量最小求取当前点初始方向；

最后统计以当前点为中心的矩形区域内各点初始方向的数量，将数量最多的方向作为当前点的结构方向估计，以更好地描述沙漠地震勘探数据同相轴的方向特征；

S2.自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据；

首先计算沙漠地震勘探数据平滑后的Laws能量特征量；

然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数；

最后对沙漠地震勘探数据进行自适应混合复扩散滤波，得到去噪后的沙漠地震勘探数据。

本发明所述步骤S1地震勘探数据的结构方向估计，具体步骤为：

S11.输入的沙漠地区地震勘探数据Y为检波器记录的地下反射信号，包括反映地下结构信息的有效信号X和低频地震勘探随机噪声W，表示为Y＝X+W，首先计算沙漠地震勘探数据Y中第q道上第p个采样点y(p,q)各个轨线的特征量：以当前点为中心，当前点和y(p+2i,q+1)、y(p-2i,q-1)确定轨线l_i,i＝-N,...,0,1,...,N，其中N由沙漠地震勘探数据中同相轴的最大延迟时间确定，i的每一个取值对应了一个方向，为当前点y(p,q)和沿轨线l_i与q+1道交点y(p+2i,q+1)的坐标增量表示的方向，记i为能表示方向的方向值；沿轨线l_i扫描2U+1个地震道，其中U表示沿着轨线l_i扫描的点y(p,q)的左邻域或者右邻域的地震道数，l_i和2U+1个地震道交点数据的方差记作V_i，l_i和2U+1个地震道交点数据的均值记作M_i，则点y(p,q)的轨线l_i的特征量E_i(p,q)表示为：

E_i(p,q)＝V_i/(M_i)²,i＝-N,...,0,1,...,N

按照点y(p,q)各个轨线的特征量计算方法，重复计算，得到沙漠地震勘探数据Y每个点的各个轨线的特征量；

S12.沙漠地震勘探数据初始方向估计，将当前点y(p,q)各个轨线特征量最小时的方向值作为该点的初始方向值

表示为：

按照点y(p,q)的初始方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的初始方向值，记

为沙漠地震勘探数据的初始方向值；

S13.沙漠地震勘探数据结构方向估计；首先，以当前点y(p,q)为中心，窗长为A×B的邻域Ω内所有初始方向值数据

求Ψ中各方向值的数量

其中#为求取数量算子，将数量最多的方向值作为沙漠地震勘探数据y(p,q)的结构方向值

表示为：

按照点y(p,q)的结构方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的结构方向值，记

为沙漠地震勘探数据的结构方向值。

本发明所述步骤S2中自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据，具体步骤为：

S21.对沙漠地震勘探数据Y，计算其平滑后的Laws能量特征量；首先以当前点y(p,q)为中心，窗长为G×1的邻域Φ内所有数据F＝{y(p,q),(p,q)∈Φ}，求F中每一点窗长为H×1的局部标准差v(p,q),(p,q)∈Φ，然后求取v(p,q),(p,q)∈Φ的均值即为y(p,q)平滑后的Laws能量特征量S(p,q)，表示为：

得到平滑的Laws能量特征量的过程中无论是平滑过程还是求取Laws能量特征量过程，使用的窗口不同于对传统的窗口，传统的窗口选取的是正方形窗，本发明选取的窗口为宽为1的长方形窗，该窗更适合与沙漠地震勘探数据，不受同相轴倾斜程度的影响，能够更有效区分沙漠勘探数据中的有效信号和噪声；

S22.利用平滑后的Laws能量特征量构造权重系数，使得在信号区域，权重系数趋近于0，在噪声区域，权重系数趋近于1，权重系数公式表示如下：

其中S_T是根据沙漠地震勘探数据中信号和噪声平滑后的Laws能量特征量的大小，设定的一个区分信号和噪声的阈值；

S23.对沙漠地震勘探数据Y进行自适应混合复扩散滤波，设置初始迭代数据I⁰为Y，其第t+1次迭代去噪结果表示如下：

其中I^t+1表示第t+1次迭代结果，I^t表示第t次迭代结果，△t表示每次迭代的时间步长，β是S22得到的权重系数，Im(·)表示虚部，j表示

θ是个趋于0的值，E,S,W,N分别代表着东南西北四个方向，Z表示这些方向的集合，D(I^t _Z)表示第t次迭代的结果在Z方向上的方向导数，

表示由S13得到的结构方向值

表示的方向，

表示同

在一条水平线上但方向相反的方向，

和

在每次迭代时需要更新，L表示这两个方向的集合，

表示第t次迭代结果在L方向上的方向导数，

表示扩散系数，公式表示如下：

其中k表示扩散阈值能够自适应结构特征，公式表示如下：

其中a是个非常小的常数避免分母为0，b是个可调的正常数，控制着能平滑的最大强度，在每次迭代时需要更新，

表示

的绝对值，当t达到设定的迭代次数T时，得到的第T次迭代结果I^T，即为最终去噪后的沙漠地震勘探数据

公式表示如下：

经过上述步骤，自适应混合复扩散滤波算法实现了对沙漠地震勘探随机噪声的压制，能够从沙漠地震勘探数据中恢复有效信号。

应用举例：

为了证明改变窗长的平滑后的Laws能量特征量能够区分沙漠地震有效信号和噪声，对合成的沙漠地震勘探数据计算传统的3×3的正方形窗下的Laws能量特征量，和本发明使用7×1的长方形窗计算标准差以及15×1的长方形窗进行均值平滑得到的平滑后的Laws能量特征量。所构造的合成沙漠地震勘探记录如附图2中的(a)部分所示，含有两个不同弯曲程度的同相轴，一个比较水平，一个比较倾斜。水平同相轴主频为20Hz，速度为2500m/s，其起始到达时间为0.2s，倾斜同相轴主频为18Hz，速度为800m/s,其起始到达时间为0.4s。加入真实沙漠随机噪声使得沙漠地震勘探数据信噪比为-9.3dB，来验证改变窗长的平滑后的Laws能量特征量区分有效信号和噪声的能力。

结果分析：图2(b)为传统的3×3的正方形窗下的Laws能量特征量，图2(c)为改变窗长的平滑后的Laws能量特征量,可以看出3×3的正方形窗下的Laws能量特征量中很多有效信号的特征量值和噪声处于同一个水平大小，无法有效区分信号和噪声，改变窗长的平滑后的Laws能量特征量在有效信号处有较大的值，在噪声处有较小的值，可以用来区分沙漠地震勘探数据中的有效信号和噪声。

为了进一步验证本发明的沙漠随机噪声压制效果，应用自适应混合复扩散滤波算法处理图3所示的合成记录。所构造的合成信号由雷克子波组成，如图3(a)，采样频率是1000HZ，道间距是10m，同相轴的主频从上到下依次为20Hz，18Hz，17Hz和10Hz。加入真实的沙漠随机噪声使信噪比为-5.3dB，如图3(b)所示。对合成沙漠地震勘探数据应用F-K滤波算法，P-M滤波算法，复扩散滤波算法，本发明的自适应混合复扩散滤波算法，来验证本发明的噪声抑制能力以及有效信号的保持能力。图4(a)和图4(b)为F-K去噪及其与合成信号的差，图4(c)和图4(d)为P-M去噪及其与合成信号的差,图4(e)和图4(f)为复扩散去噪及其与合成信号的差，图4(g)和图4(h)为本发明去噪及其与合成信号的差。

结果分析：从图4(a)～4(h)可以看出，虽然F-K滤波算法，P-M滤波算法，复扩散滤波算法都有一定的去噪效果，但是都造成了有效信号的损失。其中P-M滤波算法得到的去噪结果不是平滑的还存在阶梯效应。这三种方法中得到的差图中都有信号的残留，对于F-K滤波算法丢失的是低频信号，P-M滤波算法，复扩散滤波算法丢失了倾斜的同相轴。而本发明得到的差图中几乎没有有效信号的残留，而且存在很少的噪声，验证了本发明的噪声抑制能力以及有效信号的保持能力。

实际沙漠地震勘探数据验证本发明的有效性。如图5(a)所示，是真实的沙漠勘探数据。对真实沙漠勘探数据应用F-K滤波算法，P-M滤波算法，复扩散滤波算法，本发明的自适应混合复扩散滤波算法，得到的去噪结果分别为图5(b)～(e)。

结果分析：将这几种去噪结果图和实际沙漠地震勘探记录进行对比，这几种滤波方法都有噪声抑制能力，但是本发明提出的方法获得的同相轴更加清晰，噪声抑制效果也优于前面三种滤波方法。可以证明本发明在抑制沙漠地震勘探随机噪声上和在有效信号保幅上都有更好的表现。

Claims (3)

1.一种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，其特征在于，包括下列步骤：

S1.沙漠地震勘探数据结构方向估计；

首先对沙漠地震勘探数据沿轨线扫描，计算各轨线上沙漠地震勘探数据的均值和方差，构建沙漠地震勘探数据每个点的各个轨线的特征量；具体步骤为：

S11.输入的沙漠地区地震勘探数据Y为检波器记录的地下反射信号，包括反映地下结构信息的有效信号X和低频地震勘探随机噪声W，表示为Y＝X+W，首先计算沙漠地震勘探数据Y中第q道上第p个采样点y(p,q)各个轨线的特征量：以当前点为中心，当前点和y(p+2i,q+1)、y(p-2i,q-1)确定轨线l_i,i＝-R,...,0,1,...,R，其中R由沙漠地震勘探数据中同相轴的最大延迟时间确定，i的每一个取值对应了一个方向，为点y(p,q)和沿轨线l_i与q+1道交点y(p+2i,q+1)的坐标增量表示的方向，记i为能表示方向的方向值；沿轨线l_i扫描2U+1个地震道，其中U表示沿着轨线l_i扫描的点y(p,q)的左邻域或者右邻域的地震道数，l_i和2U+1个地震道交点数据的方差记作V_i，l_i和2U+1个地震道交点数据的均值记作M_i，则点y(p,q)的轨线l_i的特征量E_i(p,q)表示为：

E_i(p,q)＝V_i/(M_i)²,i＝-R,...,0,1,...,R

按照点y(p,q)各个轨线的特征量计算方法，重复计算，得到沙漠地震勘探数据Y每个点的各个轨线的特征量；

然后根据沙漠地震勘探数据轨线特征量最小求取当前点初始方向；

最后统计以当前点为中心的矩形区域内各点初始方向的数量，将数量最多的方向作为当前点的结构方向估计，以更好地描述沙漠地震勘探数据同相轴的方向特征；

S2.自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据；

首先计算沙漠地震勘探数据平滑后的Laws能量特征量；

然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数；

最后对沙漠地震勘探数据进行自适应混合复扩散滤波，得到去噪后的沙漠地震勘探数据。

2.根据权利要求1所述的一种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，其特征在于，所述步骤S1地震勘探数据的结构方向估计，具体步骤还包括：

S12.沙漠地震勘探数据初始方向估计，将点y(p,q)各个轨线特征量最小时的方向值作为该点的初始方向值

表示为：

按照点y(p,q)的初始方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的初始方向值，记

为沙漠地震勘探数据的初始方向值；

S13.沙漠地震勘探数据结构方向估计；首先，以点y(p,q)为中心，窗长为A×B的邻域Ω内所有初始方向值数据

求Ψ中各方向值的数量

其中#为求取数量算子，将数量最多的方向值作为沙漠地震勘探数据的结构方向值

表示为：

按照点y(p,q)的结构方向值计算方法，重复计算，得到沙漠地震勘探数据Y中每个点的结构方向值，记

为沙漠地震勘探数据的结构方向值。

3.根据权利要求1所述的一种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，其特征在于，所述步骤S2中自适应混合复扩散压制沙漠地震勘探噪声，得到去噪后的沙漠地震勘探数据，具体步骤为：

S21.对沙漠地震勘探数据Y，计算其平滑后的Laws能量特征量；首先以点y(p,q)为中心，窗长为G×1的邻域Φ内所有数据F＝{y(p,q),(p,q)∈Φ}，求F中每一点窗长为H×1的局部标准差v(p,q),(p,q)∈Φ，然后求取v(p,q),(p,q)∈Φ的均值即为y(p,q)平滑后的Laws能量特征量S(p,q)，表示为：

S22.利用平滑后的Laws能量特征量构造权重系数，使得在信号区域，权重系数趋近于0，在噪声区域，权重系数趋近于1，权重系数公式表示如下：

其中S_T是根据沙漠地震勘探数据中信号和噪声平滑后的Laws能量特征量的大小，设定的一个区分信号和噪声的阈值；

S23.对沙漠地震勘探数据Y进行自适应混合复扩散滤波，设置初始迭代数据I⁰为Y，其第t+1次迭代去噪结果表示如下：

其中I^t+1表示第t+1次迭代结果，I^t表示第t次迭代结果，△t表示每次迭代的时间步长，β是步骤S22得到的权重系数，Im(·)表示虚部，j表示

θ是个趋于0的值，E,S,W,N分别代表着东南西北四个方向，Z表示这些方向的集合，D(I^t _Z)表示第t次迭代的结果在Z方向上的方向导数，

表示由结构方向值

表示的方向，

表示同

在一条水平线上但方向相反的方向，

和

在每次迭代时需要更新，L表示这两个方向的集合，

表示第t次迭代结果在L方向上的方向导数，

表示扩散系数，公式表示如下：

其中k表示扩散阈值能够自适应结构特征，公式表示如下：

其中a是个非常小的常数避免分母为0，b是个可调的正常数，在每次迭代时需要更新，

表示

的绝对值，当t达到设定的迭代次数T时，得到的第T次迭代结果I^T即为最终去噪后的沙漠地震勘探数据

公式表示如下：

Images