CN111736224A - 一种压制叠前地震资料线性干扰方法、存储介质及设备 - Google Patents

Abstract

本发明公开了一种压制叠前地震资料线性干扰方法、存储介质及设备，对原始地震炮集数据进行处理得到新数据；对新数据使用离散傅里叶变换后排成Hankel矩阵，对Hankel矩阵进行奇异值分解降秩重构，对重构数据使用一维逆离散傅里叶变换得到线性干扰波的估计，将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，即完成该视倾角方向线性干扰的压制，重复以上步骤直到原始炮集数据中所有线性干扰波均被处理。本发明能够在有效信号与线性干扰信号空间混叠时，有效压制线性干扰且避免损伤有效信号，使原本被线性干扰波覆盖的信号得到更为清晰直观的显示，压制线性干扰后的炮集数据可用于后期速度分析、叠加处理、成像、地质结构分析。

Description

一种压制叠前地震资料线性干扰方法、存储介质及设备

技术领域

本发明属于地震勘探数据处理技术领域，具体涉及一种压制叠前地震资料线性干扰方法、存储介质及设备。

背景技术

在人工地震勘探的地震资料采集和处理过程中会遇到一些规则干扰波，其中在地震剖面上呈明显线性结构的规则干扰波称为线性干扰波，其一直是影响地震资料信噪比的关键因素之一。在线性干扰波发育的地区采集的原始地震资料上有效地震反射波信息受到较强的干涉作用，甚至被完全淹没，同时激发地震波能量的下传也被屏蔽，造成深部目的层有效信号能量弱，使后续叠加处理、偏移成像、地质解释极其困难。线性干扰波在从我国地表覆盖较薄的西部地区以及山地和沙丘区域采集的地震资料中普遍存在。例如在滕县煤田微山湖某矿区地震勘探项目中，采集的单炮记录上存在较强的多次反射折射波，对主要煤层反射波有较强的干涉作用，并导致煤层反射波能量变弱，信噪比低，以及陆上地震勘探采集的地震资料中常见沙丘鸣震线性干扰波，其往往淹没反射波场，需要采取一定的技术方法进行有效压制。

传统压制线性干扰的方法有频率波数域滤波、τ-p变换、奇异值分解滤波法和速度滤波，但这些方法均取得了一定的压制效果，但当线性干扰波和有效信号在空间上有混叠或数据采集间距不规则时，效果有限。仍需要进一步改进现有的技术方法在这些情况下取得更好的效果。

现有技术：

SVD滤波方法是基于特征值对应的特征向量进行不同的信号重建达到分离波场目的的一种方法，利用有效信号的相关性，识别噪声对应的特征值；然后利用特征值对应的特征向量重建地震信号

现有技术的缺点：

1、需要手动定位需要滤波区域，用以重构噪声的奇异值个数需要反复试验获取，不准确会造成去噪效果差或者损伤有效信号。

2、当有效信号与线性干扰波在空间上混叠时，易损伤有效信号。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种压制叠前地震资料线性干扰方法、存储介质及设备。本发明将原始地震炮集数据主要看作两部分：线性干扰波和其它信号(其它信号中主要成分为有效信号时，近似为有效信号)。首先读取原始地震炮集资料，然后通过扫描分析获取原始地震炮集数据中任一线性干扰波视倾角方向并沿此方向拉平线性干扰波，通过随机抽样或者随机重排拉平后的数据得到新数据。对新数据中的每道数据沿时间方向使用一维离散傅里叶变换(DFT)，将每个空间方向上的频点排成Hankel矩阵，对Hankel矩阵进行奇异值分解，保留前三个范围内的奇异值重构，对重构的数据每个空间位置做一维逆离散傅里叶变换(IDFT)，得到线性干扰波的估计，将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，即完成该视倾角方向线性干扰的压制。重复以上除读取原始地震炮集资料外步骤直到原始炮集数据中所有需要压制的不同倾角方向的线性干扰波均被处理，得到压制线性干扰后的炮集数据用于后期速度分析、叠加处理、成像、地质结构分析。

本发明采用以下技术方案：

一种压制叠前地震资料线性干扰方法，包括以下步骤：

S1、读取原始地震炮集资料；

S2、扫描分析原始地震炮集数据X中任一需要压制的线性干扰波视倾角信息，沿线性干扰波视倾角方向拉平干扰波并沿空间方向对拉平后数据进行随机抽样或者随机重排得到X′；

S3、对X′每道数据沿着时间方向使用一维离散傅里叶变换，将空间方向的每个频点排成Hankel矩阵，对该矩阵进行奇异值分解，保留前三个范围内的奇异值重构数据，对重构的数据做一维逆离散傅里叶变换，得到线性干扰波的估计；将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，完成对应视倾角方向线性干扰波的压制；

S4、重复步骤S2和S3，直到原始炮集数据中所有需要压制的不同倾角方向的线性干扰波均被处理，压制线性干扰后的炮集数据用于后期速度分析、叠加处理、成像或地质结构分析。

具体的，步骤S2中，读取的原始地震炮集数据X包括两部分，X＝X_S+(X_N1+X_N2+…)，X_N1,X_N2…表示不同视倾角的线性干扰波，X_S表示其它信号(当其它信号中主要为有效信号时，近似为有效信号)；

首先，对炮集数据进行视倾角扫描分析，估计X_N1,X_N2…中某一线性干扰波的视倾角方向，沿此方向将X中的线性干扰波同相轴拉平再沿空间方向随机抽样或者随机重排得到新数据X′表达式。

进一步的，数据X′表达式如下：

其中，x′_n,m为X′中第n行第m列的数据。

具体的，步骤S3具体为：

S301、对X′每道数据沿时间方向做一维离散傅里叶变换，得到对应的傅里叶系数矩阵F；

S302、用第i个频率切片数据堆砌Hankel矩阵H_i；

S303、使用奇异值分解对矩阵H_i进行分解；

S304、取前三个范围内的奇异值重构，得到H_i′，对H_i′中数据进行反对角线平均，得到[f′_i,1…f′_i,m]，重复步骤S302～S304，直到每一个频率切片均被处理，得到F′，对F′的每个空间位置使用一维逆离散傅里叶变换后得到X″，将X″反拉平后得到X_N1,X_N2…中某一线性干扰数据，从原始炮集数据X中减去，重复上述步骤，直到X_N1,X_N2…均被减去，得到压制线性干扰波的结果X_S。

进一步的，步骤S301中，一维傅里叶矩阵F的表达式如下：

其中，f_n,m为F中第n行第m列的数据。

进一步的，步骤S302中，矩阵H_i如下：

其中，q为大于0小于m的任意正整数，f_i,m为F中第i行第m列的数据。

进一步的，步骤S303中，使用奇异值分解如下：

其中，[u₁ … u_q]，

λ_γ，γ＝1,…,m-q+1分别为H_i的左右奇异矩阵和奇异值。

进一步的，步骤S304中，重构如下：

其中，k≤3；

F′如下：

X″如下：

其中，f′_i,m为H′中第i行第m列的数据，f′_n,m为F′中第n行第m列的数据，x″_n,m为X″中第n行第m列的数据。

本发明的另一个技术方案是，一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据所述的方法中的任一方法。

本发明的另一个技术方案是，一种计算设备，包括：

一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种压制叠前地震资料线性干扰方法，读取原始地震炮集资料后，自适应扫描分析原始地震炮集数据中任一线性干扰波视倾角信息，沿此视倾角方向拉平线性干扰波，随机重排或者随机抽样拉平后的数据得到新数据。对新数据中的每道数据沿时间方向使用一维DFT，将每个空间方向上的频点排成Hankel矩阵，对Hankel矩阵进行奇异值分解，保留前三个范围内的奇异值重构，对重构的数据每个空间位置做一维IDFT得到线性干扰波的估计，将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，即完成该视倾角方向线性干扰的压制，重复以上除读取原始地震炮集资料外步骤直到原始炮集数据中所有需要压制的不同倾角方向的线性干扰波均被处理得到压制线性干扰后的数据，避免手动定位需要滤波区域。有效信号与线性干扰信号在空间上混叠时仍能有效压制线性干扰同时避免损伤有效信号。

进一步的，在步骤S2中通过拉平线性干扰避免手动选择需要滤波区域，通过随机抽样或者随机重排加大线性干扰与其它信号在空间上的相干性差异，降低线性干扰与其它信号在空间上混叠时对滤波效果的影响。

进一步的，通过步骤S3能够实现压制地震炮集数据中具任一视倾角的线性干扰；

进一步的，通过步骤S302加强线性干扰与其它信号空间方向上相干性的差异，降低线性干扰与其它信号在空间上混叠对滤波效果的影响；

进一步的，步骤S303、S304先通过奇异值分解利用相关性差异将线性干扰和其它信号以奇异值和奇异向量的形式分离，利用其中前三个范围内的奇异值及其对应的奇异向量即可完全重构线性干扰，避免反复试验选取用以重构噪声的奇异值个数。

综上所述，本发明用于压制叠前地震资料线性干扰时可以避免手动定位需要滤波区域，避免反复试验选取用以重构噪声的奇异值个数。有效信号与线性干扰波在空间上混叠时，本发明仍能有效压制线性干扰同时避免损伤有效信号。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为某油田的一个原始地震资料炮集数据图；

图2为本发明处理此实际炮集数据流程中部分结果展示图，其中，(a)为图1中受线性干扰区域沿线性干扰传播方向拉平剖面图；(b)为图2(a)被随机抽样的结果示意图；(c)为通过图2(b)估计得到的图2(a)中的线性干扰示意图。

图3为本发明估计得到的原炮集数据中包含的线性干扰以及通过本发明压制线性干扰后的炮集数据剖面图，其中，(a)为将图2(c)反拉平的结果示意图，(b)为从图1中减去图3(a)后的压制线性干扰后结果示意图；

图4为本发明流程图。

具体实施方式

请参阅图4，本发明提供了一种压制叠前地震资料线性干扰方法、存储介质及设备。读取原始地震炮集资料后，首先通过扫描分析获取原始地震炮集数据中任一线性干扰波视倾角方向并沿此方向拉平线性干扰波，随机抽样或者随机重排拉平后数据得到新数据。对新数据中的每道数据沿时间方向使用一维DFT，将每个空间方向上的频点排成Hankel矩阵，对Hankel矩阵进行奇异值分解，保留前三个范围内的奇异值重构，对重构的数据每个空间位置做一维IDFT，得到线性干扰波的估计，将估计得到的线性干扰波反拉平后从原始炮集数据中减去，即完成该视倾角方向线性干扰的压制，重复以上除读取原始地震炮集资料外步骤直到原始炮集数据中所有需要压制的不同倾角方向的线性干扰波均被处理得到压制线性干扰后的数据。

本发明一种压制叠前地震资料线性干扰方法，包括以下步骤：

S1、读取原始地震炮集资料；

请参阅图1，其为读取的实际原始地震炮集数据X。

S2、X包括两部分：X＝X_S+(X_N1+X_N2+…)，其中X_N1,X_N2…表示不同视倾角的线性干扰波，X_S表示其它信号。在此实例中，X_S主要为有效信号，估将它近似看作有效信号。

请参阅图1，以图中箭头所指为例可以看出，整个炮集数据中存在几组具有不同视倾角的的平行线，此为线性干扰波X_N1,X_N2…，而有效信号X_S由于与线性干扰波在空间上混叠，被线性干扰遮盖，其几乎不可见。扫描分析得到X_N1,X_N2…中任一线性干扰视倾角信息，沿该视倾角方向拉平干扰波，如图2(a)所示。从图2(a)中看出，沿着箭头所指方向的线性干扰波同相轴几乎水平，其在空间水平方向上的相关性大大加强，同时由于拉平作用使箭头附近有效信号同相轴弯曲，降低其在空间水平方向上的相关性。对其随机抽样得到X′，如图2(b)所示。

S3、对X′中的每道数据沿着时间方向使用一维DFT得到F，将F中沿空间方向的每个频点，排成Hankel矩阵，对该矩阵进行奇异值分解，保留前三个范围内的奇异值重构数据，对重构的数据每个空间位置做一维IDFT，得到线性干扰波的估计；将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，即完成该视倾角方向线性干扰的压制；具体步骤如下：

S301、对X′每道数据沿时间方向使用一维DFT，得到对应的傅里叶系数矩阵F，如下：

其中，f_n,m为F中第n行第m列的数据。

S302、用第i个频率切片数据堆砌Hankel矩阵H_i；

其中，q为大于0小于m的任意正整数，f_i,m为F中第i行第m列的数据。

S303、对H_i使用奇异值分解

其中，[u₁ … u_q]，

λ_γ，γ＝1,…,m-q+1分别为H_i的左右奇异矩阵和奇异值。

S304、取前三个范围内的奇异值(本发明在此实例中取第一个奇异值)重构结果如下：

其中，k≤3(本发明在此实例中取k＝1)，f′_i,m为H′中第i行第m列的数据。

对H_i′中数据进行反对角线平均，得到[f′_i,1 … f′_i,m]，重复步骤S302～S304，直到每一个频率切片均被处理，得到如下：

其中，f′_n,m为F′中第n行第m列的数据。

对F′的每个空间位置使用一维IDFT后，得到

其中，x″_n,m为X″中第n行第m列的数据，将X″反拉平后得到X_N1,X_N2…中某一线性干扰的估计，从原始炮集数据X中减去，重复上述步骤，直到估计的X_N1,X_N2…均被减去，得到压制线性干扰波的结果。此例中，从图2(a)中估计得到的X_N1,X_N2…如图2(c)所示，其反拉平后的结果如图3(a)所示，图中包含几组具有不同视倾角的线性干扰波，通过本发明得到的压制线性干扰波后的结果如图3(b)所示，对比图1与图3(b)箭头所指的相同区域，图1中线性干扰波淹没下的有效信号在图3(b)中得到更为清晰直观的显示。

以上的实际资料算例说明了，利用本发明一种压制叠前地震资料线性干扰方法、存储介质及设备，可以避免手动定位需要滤波区域，避免反复试验选取用以重构噪声的奇异值个数。有效信号与线性干扰波在空间上混叠时，本发明仍能有效压制线性干扰同时避免损伤有效信号。

综上所述，本发明一种压制叠前地震资料线性干扰方法、存储介质及设备具有以下优点：

1，使用本发明压制线性干扰波可以避免手动定位需要滤波区域，避免反复试验选取用以重构噪声的奇异值个数；

2，线性干扰波与有效信号在空间上混叠时，本发明能有效压制线性干扰波同时避免对有效信号的损伤。

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 (10)

1.一种压制叠前地震资料线性干扰方法，其特征在于，包括以下步骤：

S1、读取原始地震炮集资料；

S2、扫描分析原始地震炮集数据X中任一需要压制的线性干扰波视倾角信息，沿线性干扰波视倾角方向拉平干扰波并沿空间方向对拉平后数据进行随机抽样或者随机重排得到X′；

S3、对X′每道数据沿着时间方向使用一维离散傅里叶变换，将空间方向的每个频点排成Hankel矩阵，对该矩阵进行奇异值分解，保留前三个范围内的奇异值重构数据，对重构的数据做一维逆离散傅里叶变换，得到线性干扰波的估计；将估计得到的线性干扰波数据反拉平后从原始炮集数据中减去，完成对应视倾角方向线性干扰波的压制；

S4、重复步骤S2和S3，直到原始炮集数据中所有需要压制的不同倾角方向的线性干扰波均被处理，压制线性干扰后的炮集数据用于后期速度分析、叠加处理、成像或地质结构分析。

2.根据权利要求1所述的方法，其特征在于，步骤S2中，读取的原始地震炮集数据X包括两部分，X＝X_S+(X_N1+X_N2+…)，X_N1,X_N2…表示不同视倾角的线性干扰波，X_S表示其它信号；

首先，对炮集数据进行视倾角扫描分析，估计X_N1,X_N2…中某一线性干扰波的视倾角方向，沿此方向将X中的线性干扰波同相轴拉平再沿空间方向随机抽样或者随机重排得到新数据X′表达式。

3.根据权利要求2所述的方法，其特征在于，数据X′表达式如下：

其中，x′_n,m为X′中第n行第m列的数据。

4.根据权利要求1所述的方法，其特征在于，步骤S3具体为：

S301、对X′每道数据沿时间方向做一维离散傅里叶变换，得到对应的傅里叶系数矩阵F；

S302、用第i个频率切片数据堆砌Hankel矩阵H_i；

S303、使用奇异值分解对矩阵H_i进行分解；

S304、取前三个范围内的奇异值重构，得到H′_i，对H′_i中数据进行反对角线平均，得到[f′_i,1 … f′_i,m]，重复步骤S302～S304，直到每一个频率切片均被处理，得到F′，对F′的每个空间位置使用一维逆离散傅里叶变换后得到X″，将X″反拉平后得到X_N1,X_N2…中某一线性干扰数据，从原始炮集数据X中减去，重复上述步骤，直到X_N1,X_N2…均被减去，得到压制线性干扰波的结果X_S。

5.根据权利要求4所述的方法，其特征在于，步骤S301中，一维傅里叶矩阵F的表达式如下：

其中，f_n,m为F中第n行第m列的数据。

6.根据权利要求4所述的方法，其特征在于，步骤S302中，矩阵H_i如下：

其中，q为大于0小于m的任意正整数，f_i,m为F中第i行第m列的数据。

7.根据权利要求4所述的方法，其特征在于，步骤S303中，使用奇异值分解如下：

其中，[u₁ … u_q]，

λ_γ，γ＝1,…,m-q+1分别为H_i的左右奇异矩阵和奇异值。

8.根据权利要求4所述的方法，其特征在于，步骤S304中，重构如下：

其中，k≤3；

F′如下：

X″如下：

其中，f′_i,m为H′中第i行第m列的数据，f′_n,m为F′中第n行第m列的数据，x″_n,m为X″中第n行第m列的数据。

9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。

10.一种计算设备，其特征在于，包括：

一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。

Images