CN111929732A - 一种地震数据去噪方法、装置及设备 - Google Patents

一种地震数据去噪方法、装置及设备 Download PDF

Info

Publication number
CN111929732A
CN111929732A CN202010736952.5A CN202010736952A CN111929732A CN 111929732 A CN111929732 A CN 111929732A CN 202010736952 A CN202010736952 A CN 202010736952A CN 111929732 A CN111929732 A CN 111929732A
Authority
CN
China
Prior art keywords
seismic
processed
continuity
wave field
data
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
Application number
CN202010736952.5A
Other languages
English (en)
Other versions
CN111929732B (zh
Inventor
黄炜霖
王润秋
高菲
尚国军
周延鑫
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 University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN202010736952.5A priority Critical patent/CN111929732B/zh
Publication of CN111929732A publication Critical patent/CN111929732A/zh
Application granted granted Critical
Publication of CN111929732B publication Critical patent/CN111929732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01V1/32—Transforming one recording into another or one representation into another
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/20—Trace signal pre-filtering to select, remove or transform specific events or signal components, i.e. trace-in/trace-out
    • G01V2210/22—Time-domain filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements

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

本说明书实施例提供一种地震数据去噪方法、装置及设备。所述方法包括：接收待处理地震数据；所述待处理地震数据中包含噪声数据；根据预设模型波场将待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；利用局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在采样点处的连续性；若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；基于噪声数据点去除待处理地震数据中的噪声数据。上述方法，基于地震数据的连续性，提高了地震数据的信噪比，有利于后续生产开发的进行。

Description

一种地震数据去噪方法、装置及设备
技术领域
本说明书实施例涉及地震信号处理技术领域，特别涉及一种地震数据去噪方法、装置及设备。
背景技术
在地质勘探领域中，往往通过在目标工区进行人工爆破产生地震波，并利用检波器等地震信号勘探仪器接收所述地震波，并基于所接受到的信号数据确定所述目标工区的地质构造，以便于后续生产开发工作的进行。
但是，在实际应用中，由于仪器精度、电磁干扰以及外界环境的影响，使得所获取到的地震数据中往往包含有一定的噪声数据。噪声数据是与目标工区的地质构造不相干的无意义数据，在进行地下构造解释、地球物理反演等操作时会对实验结果的精确性造成一定的影响。当所获取的地震数据的信噪比较低时，噪声会对有效信号进行掩盖，使得无法对所述地震数据进行利用，从而影响后续勘探及生产工作的进行。因此，在利用所接收到的地震数据之前，需要去除所述地震数据中的噪声以获取其中的有效信号。
发明内容
本说明书实施例的目的是提供一种地震数据去噪方法、装置及设备，以解决如何去除地震数据中的噪声的问题。
为了解决上述技术问题，本说明书实施例提出一种地震数据插值方法，包括：
获取待处理地震数据；所述待处理地震数据中包含噪声数据；
根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；
利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；
若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；
基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
本说明书实施例还提出一种地震数据插值装置，包括：
待处理地震数据获取模块，用于获取待处理地震数据；所述待处理地震数据中包含噪声数据；
待处理地震波场转化模块，用于根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；
连续性评估值计算模块，用于利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；
噪声数据点标记模块，用于在采样点的连续性评估值小于连续性阈值时，标记所述采样点为噪声数据点；
噪声数据去除模块，用于基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
本说明书实施例还提出一种地震数据插值设备，包括存储器和处理器；所述存储器，用于存储计算机程序指令；所述处理器，用于执行所述计算机程序指令以实现以下步骤：获取待处理地震数据；所述待处理地震数据中包含噪声数据；根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
由以上本说明书实施例提供的技术方案可见，本说明书实施例在将所采集到的待处理地震数据转换为与平面波最为接近的待处理地震波场后，确定所述待处理地震波场中的各个采样点的连续性，并根据各个采样点的连续性程度确定采样点所对应的地震数据是否为噪声数据。通过上述方法，能够根据信号与噪声在连续性上的不同特点，有效区分地震数据中的有效信号与噪声，从而实现对于地震数据的去噪，提高了地震数据的信噪比，便于利用所述地震数据进行后续勘探开发工作。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例一种地震数据去噪方法的流程图；
图2A为本说明书实施例一种不包含噪声的地震数据的示意图；
图2B为本说明书实施例一种添加噪声后的地震数据的示意图；
图2C为本说明书实施例一种包含噪声的地震数据的连续性谱图的示意图；
图2D为本说明书实施例一种去噪后的地震数据的示意图；
图2E为本说明书实施例一种噪声数据的示意图；
图3A为本说明书实施例一种包含噪声的地震数据的示意图；
图3B为本说明书实施例一种包含噪声的地震数据的连续性谱图的示意图；
图3C为本说明书实施例一种去噪后的地震数据的示意图；
图3D为本说明书实施例一种所确定的噪声数据的示意图；
图4A为本说明书实施例一种待处理地震数据的示意图；
图4B为本说明书实施例一种包含噪声的地震数据的连续性谱图的示意图；
图4C为本说明书实施例一种对待处理地震数据去噪后的示意图；
图4D为本说明书实施例一种所确定的待处理地震数据中的噪声的示意图；
图4E为本说明书实施例一种地震信号与噪声之间的局部相似性的示意图；
图5是本说明书实施例一种地震数据去噪装置的模块图；
图6是本说明书实施例一种地震数据去噪设备的结构图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
为了解决上述技术问题，本说明书实施例提出了一种地震数据去噪方法。所述地震数据插去噪方法的执行主体为地震数据去噪设备，所述地震数据去噪设备包括但不限于服务器、工控机、PC机等。如图1所示，所述地震数据去噪方法具体可以包括以下步骤。
S110：接收待处理地震数据；所述待处理地震数据中包含噪声数据。
在地震勘探中，可以在地表用炸药爆炸等方式产生人工地震激发地震波，并采用地震检波器和地震勘探仪器进行目标工区的地震数据的采集。所述待处理地震数据可以是通过该方法所接收到针对目标工区的地震数据。
但是，由于地层障碍物、设备精度以及电磁干扰等因素所造成的影响，使得检测得到的地震数据中往往包含有一定噪声。噪声会造成地震数据图像失真，影响图像数据的准确性。相应的，所述待处理地震数据中包含有噪声数据。噪声数据是地震波数据以外的无意义的数据，对于地震数据的实际应用会造成一定的影响。因此，在应用所述待处理地震数据之前，需要对所述待处理地震数据进行去噪处理。
S120：根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率。
由于地震数据中的有效地震波数据往往具有连续性，通过对所述地震数据的连续性的加强，可以有效提高信噪比，从而起到压制噪声的作用。因此，可以通过检测地震数据的连续性来实现对于噪声数据的去除。
为了能够直观地对地震数据的连续性进行检测，可以将所述待处理地震数据转化为待处理地震波场。所述待处理地震波场为一个近似的平面波，而平面波的波面为一个平面。在均匀各向同性介质中，同一个震源，在远距离的地方可以看作是一个平面波。而由于地质勘探中，地震波的传播路线长而接收点小，可以将地震波转化为平面波。
在一些实施方式中，可以根据预设模型波场将所述待处理地震数据转化为待处理地震波场，所述预设模型波场为平面波波场。根据所述待处理地震数据与所述预设模型波场之间的匹配程度可以将所述待处理地震数据转化为相应的待处理地震波场，所述待处理地震波场同样为平面波场，从而能够方便快捷地利用所述待处理地震波场进行采样以及连续性的检测。
具体的，可以是通过求解待处理地震波场与所述预设模型波场之间局部匹配的最小二乘问题来获取所述待处理地震波场。具体的，可以利用公式
Figure BDA0002605424340000041
Figure BDA0002605424340000042
计算预测波场，式中，
Figure BDA0002605424340000043
为待处理地震波场，A为第一平滑窗口函数，x为待处理地震波场的位置，κ为第一平滑窗口函数的位移，P′为候选待处理地震波场，f(t-σx)表示对应于时刻t、局部斜率σ和位置x的预设模型波场。
通过上述公式，基于所述待处理地震数据中的各项参数，将所述待处理地震数据转化为相应的波场，从而利于后续过程中的计算和连续性的检测。
在一些实施方式中，所述待处理地震波场中包括至少一个采样点。所述采样点可以是由用户手动进行设置，也可以是根据预设的采样点选取标准进行设置，例如基于预设间隔依次在所述待处理地震波场中选取采样点。具体的选取采样点的方式不限于上述示例，在此不再赘述。
地震数据的局部属性可以局部表征地震数据在对应区域的特征，从而快捷有效地对地震数据进行分析。而局部斜率即用于表示所述待处理地震波场在对应位置的数据斜率。具体的确定所述局部斜率的方法可以利用倾斜叠加方法、结构张量法和平面波分解方法等，在此不再赘述。
根据上述所列举的求取局部斜率的方法，在所述待处理地震波场中，可以分别计算得到对应于各个采样点的局部斜率，从而能够基于所述局部斜率在后续步骤中实现对于待处理地震波场的连续性的检测。
S130：利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性。
在获取到所述待处理地震波场后，可以基于所述待处理地震波场中采样点以及对应的局部斜率实现对于待处理地震波场各个采样点处的连续性的检测。具体的，可以基于香农熵模型来确定所述连续性评估值。香农熵可以用于全局评估整体数据的变化情况，也可以局部地评估某些点周围的概率密度所对应的熵。香农熵即为某一事件对应于各个情况的概率来衡量该事件的不确定性，当香农熵越大时，表明该事件的不确定性越强。将香农熵应用至本说明书实施例中，即可通过地震数据所对应的平面波的稳定性进行度量，实现对于地震波场的连续性的检测。
在一些实施方式中，可以先计算预测波场在所述采样点处的斜率分布概率，再利用所述斜率分布概率计算对应于所述采样点的连续性评估值。所述斜率分布概率用于衡量预测波场在采样点处的连续性。
在一些实施方式中，求取所述斜率分布概率时可以通过求取所述斜率分布概率与待处理地震波场之间的局部匹配程度，进而求解最小二乘问题来确定斜率分布概率。具体的，可以利用公式
Figure BDA0002605424340000051
计算斜率分布概率，式中，Q为斜率分布概率，B为第二平滑窗口函数，t为采样点对应的时刻，τ为第二平滑窗口函数的位移，Q′为候选斜率分布概率，为预测波场。
计算得到所述斜率分布概率后，可以基于所述斜率分布概率计算对应于所述待处理地震波场的连续性评估值。基于香农熵模型，可以利用公式Ce＝-∑σ(Q)/∫Q logb(Q/∑σ(Q))dσ计算连续性评估值，式中，∑σ(Q)为斜率分布概率沿局部斜率方向的求和结果，Ce为连续性评估值，σ为局部斜率，Q为斜率分布概率，b为预设底数。
S140：若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点。
由于所述连续性评估值可以定量地对待处理地震波场中各个采样点处的连续性进行评判，因此，在计算得到连续性评估值后，可以通过将连续性评估值与连续性阈值进行比较以判断采样点是否为噪声数据点。
连续性阈值是预先设定的判定目标数据是否为地震波数据的最小连续性评估值，即只有在采样点的连续性评估值不小于所述连续性阈值的情况下，才能认为所述采样点对应的是实际的地震波数据。而由于噪声一般具有随机分布的特点，各个噪声数据之间并不具有连续性，与地震波数据之间也不具有较强的关联性，因此，若采样点对应的是噪声数据，其连续性评估值一般会小于连续性阈值。
若采样点的连续性评估值小于连续性阈值，可以标记所述采样点为噪声数据点。噪声数据点用于表示该点对应的是噪声数据。通过标记噪声数据点可以在后续步骤中方便地对待处理地震数据进行去噪，从而有效提高信号的信噪比。
在一些实施方式中，为了便于利用所述连续性评估值进行比较，可以对所述连续性评估值进行归一化处理，将所有连续性评估值标准化至[0,1]的范围，从而能够基于统一的连续性阈值对采样点的连续性进行比较。
S150：基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
在标记噪声数据点之后，可以基于所述噪声数据点去除所述待处理地震数据中的噪声数据。具体的去除噪声的方法可以是直接在所述待处理地震波场的图像上去除噪声数据点，也可以是根据所述噪声数据点获取到对应的噪声数据后，直接在待处理地震数据中去除所述噪声数据。具体的去除噪声数据的方法可以基于实际场景的需求进行调整，在此不再赘述。
在一些实施方式中，可以基于公式
Figure BDA0002605424340000061
对待处理地震波场进行处理，式中，P为目标地震波场，σ为局部斜率，
Figure BDA0002605424340000062
为待处理地震波场，Ce为连续性评估值，T为连续性阈值。通过上式，将噪声数据点对应的待处理地震波场衰减为最小值，并确定除噪声数据点外的其他采样点沿各个局部斜率的波场值中的最大波场值，进而利用所述最大波场值构建目标地震波场。上述过程在起到衰减含有非相干噪声的振荡分量的同时，也对地震信号进行了加强，有利于利用所构建的目标地震波场实现对于后续生产勘探工作的进行。
利用一个场景示例对所述地震数据去噪方法的技术效果进行说明，如图2A所示，为一种不包含噪声的地震数据的示意图。所述不包含噪声的地震数据使用模拟的合成数据，该合成数据由6个不同结构形式、曲率和斜率的事件组成，而这些事件是由不同主频、初相位和振幅的Ricker子波卷积而成。将高斯随机噪声添加到图2A所对应的地震数据中，得到信噪比(SNR)为-1.525dB的添加噪声后的地震数据的示意图，如图2B所示。
利用所述地震数据去噪方法对图2B所对应的地震数据进行连续性评估值的检测后，如图2C所示，可以得到对应于含噪地震数据的连续性谱图。将所述连续性谱图与图2B进行对比可以看出，所述连续性谱图有效展示了对应的地震信号的连续性，而噪声数据由于不具备连续性，在连续性谱图中并未得到展示。因此，所述地震数据去噪方法能够较为准确地对地震数据的连续性进行检测。图2D为针对图2B所对应的地震数据进行去噪后的地震数据的示意图，可以看出，相较于图2B，去噪后的地震数据具有更好的展示效果。图2E为针对图2B利用所述地震数据去噪方法所确定的噪声数据的示意图。可以看出，利用该方法所确定的噪声数据基本符合高斯白噪声的特点，并未将地震信号所对应的数据识别为噪声数据，避免了有效信号的泄漏。
下面利用另一个场景示例对所述地震数据去噪方法的技术效果进行说明，图3A所对应的是一种添加有较强的非相干噪声的地震数据的示意图，使其信噪比降低为-5.938dB，即噪声信号对信号本身造成了一定的掩盖效果。图3B为图3A所对应的包含噪声的地震数据的连续性谱图的示意图，可以看出，所述连续性谱图中连续性较强的区域与图3A中的有效信号相对应，对于不具有较强连续性的噪声信号则并未进行展示，因此，在噪声较强时，所述地震数据去噪方法也能较为准确地对地震数据的连续性进行检测。图3C为针对图3A所对应的地震数据进行去噪后的地震数据的示意图，可以看出，相较于图3A，去噪后的地震数据具有更好的展示效果。图3D为针对图3A利用所述地震数据去噪方法所确定的噪声数据的示意图。可以看出，利用该方法所确定的噪声数据基本符合高斯白噪声的特点，并未将地震信号所对应的数据识别为噪声数据，避免了有效信号的泄漏。
再利用另一个场景示例对所述地震数据去噪方法的技术效果进行说明，如图4A所示，为在实际的工区中所采集到的待处理地震数据的示意图，该地震数据的野外叠后数据集有133条记录道，每道有336个采样点，其中包含有较多噪声数据的干扰。图4B为图4A所对应的地震数据的连续性谱图的示意图。可以看出，即使是针对条件较为复杂的野外地震数据，所述地震数据去噪方法依然能够较为准确地分别对地震数据中的有效信号数据和噪声数据的连续性进行识别。图4C即为利用所述地震数据去噪方法去噪后的地震数据的示意图，对于其中的地震信号进行了加强且对其中的噪声进行了抑制。图4D即为利用该方法所确定的噪声数据的示意图，可以看出，所确定的噪声数据并未包含有效信号，即所述去噪方法并未造成有效地震信号的损失。图4E是所确定的地震信号与噪声之间的局部相似性的示意图。局部相似性的基本假设是信号与噪声之间的正交性，即，去噪后的信号和噪声之间的局部相似性越高，说明去噪后的部分仍然存在信号与噪声混合的情况，或者存在部分信号泄漏，表明去噪效果并不是很好。若所获取的去噪效果较为理想，则对应的局部相似性谱图中的值几乎都近似为零值。而根据图4E所展示的效果可以看出，利用所述地震数据去噪方法所获取的地震信号和噪声数据之间具有较低的局部相似性，即具有较好的去噪性能。
根据上述地震数据去噪方法以及各个场景示例的介绍，可以看出，所述地震数据去噪方法在将所采集到的待处理地震数据转换为与平面波最为接近的待处理地震波场后，确定所述待处理地震波场中的各个采样点的连续性，并根据各个采样点的连续性程度确定采样点所对应的地震数据是否为噪声数据。通过上述方法，能够根据信号与噪声在连续性上的不同特点，有效区分地震数据中的有效信号与噪声，从而实现对于地震数据的去噪，提高了地震数据的信噪比，便于利用所述地震数据进行后续勘探开发工作。
基于上述地震数据去噪方法，本说明书还提出一种地震数据去噪装置的实施例。如图5所示，所述地震数据插值装置具体包括以下模块。
待处理地震数据接收模块510，用于接收待处理地震数据；所述待处理地震数据中包含噪声数据；
待处理地震波场转化模块520，用于根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；
连续性评估值计算模块530，用于利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；
噪声数据点标记模块540，用于在采样点的连续性评估值小于连续性阈值时，标记所述采样点为噪声数据点；
噪声数据去除模块550，用于基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
基于上述地震数据去噪方法，本说明书实施例还提出一种地震数据去噪设备。如图6所示，所述地震数据去噪设备包括存储器和处理器。
在本实施例中，所述存储器可以按任何适当的方式实现。例如，所述存储器可以为只读存储器、机械硬盘、固态硬盘、或U盘等。所述存储器可以用于存储计算机程序指令。
在本实施例中，所述处理器可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述处理器可以执行所述计算机程序指令实现以下步骤：接收待处理地震数据；所述待处理地震数据中包含噪声数据；根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (10)

1.一种地震数据去噪方法，其特征在于，包括：
获取待处理地震数据；所述待处理地震数据中包含噪声数据；
根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；
利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；
若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；
基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
2.如权利要求1所述的方法，其特征在于，所述根据预设模型波场将所述待处理地震数据转化为待处理地震波场，包括：
利用公式
Figure FDA0002605424330000011
计算预测波场，式中，
Figure FDA0002605424330000012
为待处理地震波场，A为第一平滑窗口函数，x为待处理地震波场的位置，κ为第一平滑窗口函数的位移，P′为候选待处理地震波场，f(t-σx)表示对应于时刻t、局部斜率σ和位置x的预设模型波场。
3.如权利要求1所述的方法，其特征在于，所述利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值，包括：
计算预测波场在所述采样点处分别对应于各个局部斜率的斜率分布概率；所述斜率分布概率用于衡量预测波场在采样点处沿各个局部斜率分布的概率；
利用所述斜率分布概率计算对应于所述采样点的连续性评估值。
4.如权利要求3所述的方法，其特征在于，所述根据所述局部斜率计算预测波场对应于所述采样点的斜率分布概率，包括：
利用公式
Figure FDA0002605424330000013
计算斜率分布概率，式中，Q为斜率分布概率，B为第二平滑窗口函数，t为采样点对应的时刻，τ为第二平滑窗口函数的位移，Q′为候选斜率分布概率，
Figure FDA0002605424330000014
为预测波场。
5.如权利要求3所述的方法，其特征在于，所述利用所述斜率分布概率计算对应于所述采样点的连续性评估值，包括：
利用公式Ce＝-∑σ(Q)/∫Qlogb(Q/∑σ(Q))dσ计算连续性评估值，式中，∑σ(Q)为斜率分布概率沿局部斜率方向的求和结果，Ce为连续性评估值，σ为局部斜率，Q为斜率分布概率，b为预设底数。
6.如权利要求1所述的方法，其特征在于，所述若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点之前，还包括：
对所述连续性评估值进行归一化处理；
相应的，所述若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点，包括：
若归一化后的连续性评估值小于连续性阈值，标记对应的采样点为噪声数据点。
7.如权利要求1所述的方法，其特征在于，所述基于所述噪声数据点去除所述待处理地震数据中的噪声数据，包括：
将所述噪声数据点对应的待处理地震波场衰减为最小值。
8.如权利要求1所述的方法，其特征在于，所述根据所述局部斜率计算预测波场对应于所述采样点的连续性评估值之后，还包括：
若所述连续性评估值不小于连续性阈值，确定所述待处理地震波场沿所述局部斜率的最大波场值；
基于所述最大波场值构建目标地震波场。
9.一种地震数据去噪装置，其特征在于，包括：
待处理地震数据获取模块，用于获取待处理地震数据；所述待处理地震数据中包含噪声数据；
待处理地震波场转化模块，用于根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；
连续性评估值计算模块，用于利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；
噪声数据点标记模块，用于在采样点的连续性评估值小于连续性阈值时，标记所述采样点为噪声数据点；
噪声数据去除模块，用于基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
10.一种地震数据去噪设备，包括存储器和处理器；
所述存储器，用于存储计算机程序指令；
所述处理器，用于执行所述计算机程序指令以实现以下步骤：获取待处理地震数据；所述待处理地震数据中包含噪声数据；根据预设模型波场将所述待处理地震数据转化为待处理地震波场；所述预设模型波场为平面波波场；所述待处理地震波场包括至少一个采样点；所述采样点对应有至少一个局部斜率；利用所述局部斜率计算待处理地震波场对应于各个采样点的连续性评估值；所述连续性评估值，用于衡量待处理地震波场在所述采样点处的连续性；若采样点的连续性评估值小于连续性阈值，标记所述采样点为噪声数据点；基于所述噪声数据点去除所述待处理地震数据中的噪声数据。
CN202010736952.5A 2020-07-28 2020-07-28 一种地震数据去噪方法、装置及设备 Active CN111929732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010736952.5A CN111929732B (zh) 2020-07-28 2020-07-28 一种地震数据去噪方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010736952.5A CN111929732B (zh) 2020-07-28 2020-07-28 一种地震数据去噪方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111929732A true CN111929732A (zh) 2020-11-13
CN111929732B CN111929732B (zh) 2021-09-03

Family

ID=73314706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010736952.5A Active CN111929732B (zh) 2020-07-28 2020-07-28 一种地震数据去噪方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111929732B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009564A (zh) * 2021-03-24 2021-06-22 中国石油大学(北京) 地震数据处理方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675897A (zh) * 2012-08-30 2014-03-26 中国石油化工股份有限公司 一种地震绕射波分离成像方法
CN105223607A (zh) * 2014-07-04 2016-01-06 中国石油化工股份有限公司 基于反稳相滤波的绕射波成像方法
CN105700015A (zh) * 2016-02-02 2016-06-22 中国矿业大学(北京) 一种小尺度不连续地质体检测方法和装置
CN107589453A (zh) * 2017-07-25 2018-01-16 西安交通大学 一种信息熵滤波器与地震资料随机噪声衰减方法
CN110082823A (zh) * 2019-05-09 2019-08-02 中国石油大学(北京) 一种地震数据插值方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675897A (zh) * 2012-08-30 2014-03-26 中国石油化工股份有限公司 一种地震绕射波分离成像方法
CN105223607A (zh) * 2014-07-04 2016-01-06 中国石油化工股份有限公司 基于反稳相滤波的绕射波成像方法
CN105700015A (zh) * 2016-02-02 2016-06-22 中国矿业大学(北京) 一种小尺度不连续地质体检测方法和装置
CN107589453A (zh) * 2017-07-25 2018-01-16 西安交通大学 一种信息熵滤波器与地震资料随机噪声衰减方法
CN110082823A (zh) * 2019-05-09 2019-08-02 中国石油大学(北京) 一种地震数据插值方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄建平 等: "基于PWD的绕射波波场分离成像方法综述", 《地球物理学进展》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009564A (zh) * 2021-03-24 2021-06-22 中国石油大学(北京) 地震数据处理方法和装置
CN113009564B (zh) * 2021-03-24 2022-05-17 中国石油大学(北京) 地震数据处理方法和装置

Also Published As

Publication number Publication date
CN111929732B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
Liu et al. Random noise de-noising and direct wave eliminating based on SVD method for ground penetrating radar signals
Zhang et al. Multicomponent microseismic data denoising by 3D shearlet transform
US20200217979A1 (en) Observation-driven method based on iir wiener filter for microseismic data denoising
Diamant Closed form analysis of the normalized matched filter with a test case for detection of underwater acoustic signals
US20140019055A1 (en) System and method for estimating and attenuating noise in seismic data
US20210181365A1 (en) Adaptive noise estimation and removal method for microseismic data
CN108375785B (zh) 裂缝带位置校正方法及装置
CN105116442A (zh) 岩性油气藏弱反射地震信号的重构方法
CN111929732B (zh) 一种地震数据去噪方法、装置及设备
CN110967735A (zh) 自适应的鬼波压制方法及系统
CN115270076A (zh) 一种品质因子确定方法、装置、电子设备及存储介质
Wan et al. Optimal tonal detectors based on the power spectrum
Nasr et al. A novel time-domain polarization filter based on a correlation matrix analysis
Cardoso et al. Data compression and noise suppression of ultrasonic NDE signals using wavelets
CN109100803B (zh) 微断裂的确定方法和装置
Roueff et al. Estimation of polarization parameters using time–frequency representations and its application to waves separation
Totsky et al. Combined bispectrum-filtering techniques for radar output signal reconstruction in ATR applications
CN110161283A (zh) 减少加速度信号测量噪声的方法及设备
Oshima et al. AP‐and S‐Wave picking technique based on the probabilistic density function of seismic‐waveform amplitude
Kolchev et al. Use of hazard function for signal detection on ionograms
Diamant Computationally efficient calculations of target performance of the normalized matched filter detector for hydrocoustic signals
Jia et al. Time difference of arrival estimation of microseismic signals based on alpha-stable distribution
CN111352158B (zh) 地震信号增强方法及装置
CN112782763A (zh) 一种地震品质因子估算方法、装置、设备及存储介质
CN107807391B (zh) 地震数据处理方法、装置、电子设备及计算机存储介质

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