CN113138409A - 一种三维叠后地震数据处理方法及装置 - Google Patents
一种三维叠后地震数据处理方法及装置 Download PDFInfo
- Publication number
- CN113138409A CN113138409A CN202010057667.0A CN202010057667A CN113138409A CN 113138409 A CN113138409 A CN 113138409A CN 202010057667 A CN202010057667 A CN 202010057667A CN 113138409 A CN113138409 A CN 113138409A
- Authority
- CN
- China
- Prior art keywords
- data
- data volume
- cuboid
- frequency domain
- slice
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000009466 transformation Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000001629 suppression Effects 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 122
- 238000004590 computer program Methods 0.000 claims description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims 2
- 238000005070 sampling Methods 0.000 description 33
- 238000010586 diagram Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/324—Filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/40—Transforming data representation
- G01V2210/48—Other 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
本发明提供一种三维叠后地震数据处理方法及装置,所述方法包括:对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。所述装置用于执行上述方法。本发明实施例提供的三维叠后地震数据处理方法及装置,提高了三维叠后地震数据的准确性。
Description
技术领域
本发明涉及地质勘探技术领域,具体涉及一种三维叠后地震数据处理方法及装置。
背景技术
随着石油和天然气勘探程度的不断提高与勘探领域的持续延伸,对地震数据处理方法提出了更高的要求,高信噪比、高分辨率和高保真度日益成为地震勘探的追求目标。
在复杂地表地区采集的地震数据中,数据的信噪比很低,地震数据中常含有许多随机噪声,如微震、背景干扰等,这些噪声分布在信号的各个时间点处,且频带范围宽。同时,随机噪声是由各种不可预知的因素综合作用而成,所以它没有统一的规律,地震数据中几乎都有随机噪声的存在,没有确定的传播方向和传播速度,随机噪声的存在会给有效信号的检测与识别带来困难。现有技术中,压制随机干扰的方法主要有两种:一种是多项式拟合去噪技术,该技术基于地震信号在横向上保持一定的连续性的前提下,用给定的多项式来拟合地震信号,以增强信号的连续性,提高信噪比,从而达到去噪的目的,但是规则干扰波有会被作为有效信号得到加强,反而增强了噪声信号。另一种是频率域预测滤波技术,该技术不需讨论倾角的问题,假设反射波同相轴具有线性或局部线性的特性,在频率域中对每一个频率成分应用复数最小平方原理,可求得预测算子,从而压制随机噪声,并增强相干信号的连续性,但由于高频段的信噪较低,求取的预测算子受噪声成分的影响较大,这就使得去噪后高频段的有效信号严重畸变,不利于进一步提高分辨率。
因此,如何提出一种三维叠后地震数据处理方法,能够提高三维叠后地震数据的准确性成为本领域需要解决的重要课题。
发明内容
针对现有技术中的问题,本发明实施例提供一种三维叠后地震数据处理方法及装置。
一方面,本发明提出一种三维叠后地震数据处理方法,包括:
对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;
将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;
对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;
对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
另一方面,本发明提供一种三维叠后地震数据处理装置,包括:
划分单元,用于对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;
变换单元,用于将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;
处理单元,用于对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;
获得单元,用于对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
再一方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例所述三维叠后地震数据处理方法的步骤。
又一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述三维叠后地震数据处理方法的步骤。
本发明实施例提供的三维叠后地震数据处理方法及装置,能够对三维叠后地震数据进行划分,获得多个长方体数据体,接着将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体,然后对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体,再对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据,通过对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,去除三维地震数据中的随机噪声,提高了三维叠后地震数据的准确性。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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。在附图中:
图1是本发明一实施例提供的三维叠后地震数据处理方法的流程示意图。
图2是本发明另一实施例提供的三维叠后地震数据处理方法的流程示意图。
图3是本发明又一实施例提供的三维叠后地震数据处理方法的流程示意图。
图4a是本发明一实施例提供的未经处理的三维叠后地震数据主测线方向第800条主测线的剖面示意图;
图4b是本发明一实施例提供的经过三维叠后地震数据处理方法处理的三维叠后地震数据主测线方向第800条主测线的剖面示意图;
图5是本发明一实施例提供的三维叠后地震数据处理装置的结构示意图。
图6是本发明另一实施例提供的三维叠后地震数据处理装置的结构示意图。
图7是本发明又一实施例提供的三维叠后地震数据处理装置的结构示意图。
图8是本发明一实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
针对地震数据中含有随机噪声的问题,为了从含噪信号中还原有效信号,基于地震数据中有效信号相关性高,而随机噪声相关性低以及频率高的特点,本发明实施例提供一种三维叠后地震数据处理方法,对三维叠后地震数据进行去噪,提高三维叠后地震数据的信噪比,提高了三维叠后地震数据的准确性。本发明实施例提供三维叠后地震数据处理方法的执行主体包括但不限于计算机。
图1是本发明一实施例提供的三维叠后地震数据处理方法的流程示意图,如图1所示,本发明实施例提供的三维叠后地震数据处理方法,包括:
S101、对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;
具体地,对于三维叠后地震数据,可以沿三个方向进行划分,划分为多个长方体数据体,并且相邻长方体数据体之间存在重叠区域,相邻长方体数据体重叠的程度根据实际需要进行设置,本发明实施例不做限定。其中,划分的所述长方体数据体的数量根据实际经验进行设置,本发明实施例不做限定。
例如,将一个三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个长方体数据体,且相邻长方体数据体之间重叠1/5。其中,相邻长方体数据体是指在上述三个方向上任意一个方向上相邻;三维叠后地震数据的三维是指主测线、联络测线和时间三个维度。
S102、将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;
具体地,在获得各个长方体数据体之后,可以将每个长方体数据体在时间方向上进行傅里叶变换,获得每个长方体数据体的频率域数据体。其中,频率域数据体中的每一个数据都是复数。
S103、对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;
具体地,在获得每个长方体数据体的频率域数据体之后,可以在频率域对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,去除随机噪声,可以获得每个长方体数据体对应的重构频率域数据体。对每个长方体数据体对应的频率域数据体进行随机噪声压制处理的具体过程,见下文所述,此处不进行赘述。
S104、对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
具体地,在获得每个长方体数据体对应的重构频率域数据体之后,对每个长方体数据体对应的重构频率域数据体进行反变换,通过傅里叶反变换将每个长方体数据体对应的重构频率域数据体变换到时间域,获得每个长方体数据体对应的有效数据。其中,对于相邻长方体数据体之间存在的重叠区域,通过傅里叶反变换得到的时间域数据会有多个,可以对重叠区域的多个时间域数据进行加权平均,将加权平均后的时间域数据作为相邻长方体数据体之间存在重叠区域的有效数据。
本发明实施例提供的三维叠后地震数据处理方法,能够对三维叠后地震数据进行划分,获得多个长方体数据体,接着将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体,然后对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体,再对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据,通过对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,能够去除三维地震数据中的随机噪声,提高了三维叠后地震数据的准确性。此外,能够提高室内外叠后地震数据的信噪比,有利于后期地震数据的高分辨出来解释。
图2是本发明另一实施例提供的三维叠后地震数据处理方法的流程示意图,如图2所示,在上述各实施例的基础上,进一步地,所述对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体包括:
S1031、对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据;其中,每个切片数据对应一个频率;
具体地,对于每个长方体数据体对应的频率域数据体,可以对所述长方体数据体对应的频率域数据体进行切片,即以频率对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据,每个切片数据对应一个频率。其中,所述频率域数据体的切片数据有多个。
例如,长方体数据体A1(x′k1,y′k2,t′k3)对应的频率域数据体为B1(x′k1,y′k2,fk3),其中一个切片数据为B1(x′k1,y′k2,f1),B1(x′k1,y′k2,f1)与频率f1对应,其中,k1=1,2,…n′x,k2=1,2,…n′y,k3=1,2,…n′t,n′x、n′y和n′t为正整数,B1(x′k1,y′k2,fk3)的切片数据有n′t个。
S1032、根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵;
具体地,在获得所述长方体数据体对应的频率域数据体的切片数据之后,可以根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵。其中,每个切片数据对应一个复数域矩阵。
例如,以所述长方体数据体A1(x′k1,y′k2,t′k3)对应的频率域数据为B1(x′k1,y′k2,fk3)的一个切片数据B1(x′k1,y′k2,f1)为例说明切片数据对应的复数域矩阵的构建过程。将B1(x′k1,y′k2,f1)对应的复数域矩阵记为C1,C1为汉克尔矩阵(Hankel),其中:
C1=[H1,H2,…Hn′y]
其中,k1=1,2,…n′x,k2=1,2,…n′y。
S1033、对每个切片数据对应的复数域矩阵进行奇异值分解,获得每个切片数据对应的复数域矩阵的奇异值;
具体地,在获得所述频率域数据体的每个切片数据对应的复数域矩阵之后,对述频率域数据体的每个切片数据对应的复数域矩阵进行奇异值分解,可以获得述频率域数据体的每个切片数据对应的复数域矩阵的奇异值。其中,每个切片数据对应的复数域矩阵的奇异值有多个。
例如,将切片数据B1(x′k1,y′k2,f1)对应的复数域矩阵C1采用奇异值分解的方法进行分解,可以获得复数域矩阵C1的奇异值,共获得r个奇异值,r为复数域矩阵C1的秩。可以将r个奇异值按照由大到小顺序排列在复数域矩阵C1的主对角线上,获得切片数据的奇异值分布Λ=diag(σ1,σ2,…σr),其中,σ1>σ2>σ3…>σr,σi为复数域矩阵C1的奇异值,i为正整数且i小于等于r。
S1034、将每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,并选取排序前预设数量个奇异值作为每个切片数据的复数域矩阵的待定奇异值;
具体地,在获得所述频率域数据体的每个切片数据对应的复数域矩阵的奇异值之后,将所述频率域数据体的每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,然后选取排序前预设数量个奇异值作为所述频率域数据体的每个切片数据的复数域矩阵的待定奇异值。其中,所述预设数量根据实际经验进行设置,例如所述预设数量为6~9,本发明实施例不做限定。
例如,复数域矩阵C1共有r个奇异值,按照由大到小的顺序进行排列获得σ1>σ2>σ3…>σr,取排序前N个奇异值作为复数域矩阵C1的待定奇异值,从而获得N个待定奇异值σ1,σ2,σ3…,σr。其中,N小于或者等于r,N为正整数。
S1035、根据每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号;
具体地,在获得所述频率域数据体的每个切片数据的复数域矩阵的待定奇异值之后,根据所述频率域数据体的每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得所述频率域数据体的每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号。
例如,对于复数域矩阵C1的N个待定奇异值中的一个待定奇异值σj,将地震信号的奇异值分布Λ=diag(σ1,σ2,…σr)中,只保留σj,其余的奇异值全部归零,获得新的对角矩阵diag(0,0,…,σj…,0),将该对角矩阵作为待定奇异值σj对应的分量信号Pj,Pj=diag(0,0,…,σj…,0),其中,j为正整数且j小于等于N。
S1036、将每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号与最大的待定奇异值对应的分量信号作互相关,获得每个切片数据的复数域矩阵的每个待定奇异值对应的相关系数;
具体地,在获得每个切片数据的复数域矩阵的各个待定奇异值对应的分量信号之后,对于每个切片数据的复数域矩阵的各个待定奇异值对应的分量信号,可以将所述切片数据的复数域矩阵的每个待定奇异值对应的分量信号与所述切片数据的复数域矩阵的最大的待定奇异值对应的分量信号作互相关,即计算所述切片数据的复数域矩阵的每个待定奇异值对应的分量信号与所述切片数据的复数域矩阵的最大的待定奇异值对应的分量信号的相关系数,可以获得所述切片数据的复数域矩阵的每个待定奇异值对应的相关系数。
例如,对于复数域矩阵C1的N个待定奇异值σ1,σ2,σ3…σN对应的分量信号分别为P1,P2,P3,…PN,由于σ1最大,分别计算P2,P3,…PN与P1的相关系数,可以获得σ1,σ2,σ3…σN对应的相关系数分别为Cor1,Cor2,Cor3,…CorN,其中,Cor1=1。
S1037、根据每个切片数据的复数域矩阵的各个待定奇异值对应的相关系数与相关性阈值,获得每个切片数据对应的复数域矩阵的重构奇异值;
具体地,在获得所述切片数据的复数域矩阵的各个待定奇异值对应的相关系数之后,可以将所述切片数据的复数域矩阵的每个待定奇异值对应的相关系数与相关性阈值进行比较,如果所述待定奇异值对应的相关系数大于所述相关性阈值,那么将大于所述相关性阈值的相关系数对应的待定奇异值作为重构奇异值,可以获得所述切片数据对应的复数域矩阵的重构奇异值。对于每个切片数据对应的复数域矩阵,可以获得每个切片数据对应的复数域矩阵的重构奇异值。其中,所述相关性阈值根据实际经验进行设置,本发明实施例不做限定。例如所述相关性阈值取0.8。
S1038、根据每个切片数据对应的复数域矩阵的重构奇异值重构每个长方体数据体对应的频率域数据体的每个切片数据,获得每个长方体数据体对应的频率域数据体的每个重构切片数据;
具体地,在获得所述长方体数据体对应的频率域数据体的每个切片数据对应的复数域矩阵的重构奇异值之后,在每个切片数据对应的复数域矩阵的奇异值中,保留每个切片数据对应的复数域矩阵的一个重构奇异值,并将每个切片数据对应的复数域矩阵的奇异值中的除保留的一个重构奇异值以外的奇异值设置为0,重新构造每个切片数据对应的复数域矩阵的奇异值分布,根据重新构造的每个切片数据对应的复数域矩阵的奇异值分布对每个切片数据进行重构,获得每个切片数据的重构切片数据。
例如,频率域数据体B1(x′k1,y′k2,fk3)的一个切片数据为B1(x′k1,y′k2,f1),切片数据B1(x′k1,y′k2,f1)的奇异值分布为Λ=diag(σ1,σ2,…σr),得到切片数据B1(x′k1,y′k2,f1)的重构奇异值为σ1,σ2,…σM,那么可以重新构造切片数据B1(x′k1,y′k2,f1)的奇异值分布为Λ′=diag(σ1,σ2,…σM…,0),然后通过Λ′可以获得切片数据B1(x′k1,y′k2,f1)的重构切片数据。其中,M小于r。
S1039、根据每个长方体数据体对应的频率域数据体的各个重构切片数据,获得每个长方体数据体对应的重构频率域数据体。
具体地,在获得每个长方体数据体对应的频率域数据体的各个重构切片数据之后,将每个长方体数据体对应的频率域数据体的各个重构切片数据进行组合,即可获得每个长方体数据体对应的重构频率域数据体。
图3是本发明又一实施例提供的三维叠后地震数据处理方法的流程示意图,如图3所示,在上述各实施例的基础上,进一步地,所述对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据包括:
S1041、对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的时间域数据;
具体地,在获得每个长方体数据体对应的重构频率域数据体之后,对每个长方体数据体对应的重构频率域数据体进行反变换,即通过傅里叶反变换将每个长方体数据体对应的重构频率域数据体变换到时间域,获得每个长方体数据体对应的时间域数据。
S1042、根据相邻长方体数据体中每个长方体数据体对应的时间域数据,获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据;
具体地,在获得每个长方体数据体对应的时间域数据之后,可以根据相邻长方体数据体中每个长方体数据体的时间域数据,分别获取相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据。对于重叠区域,相邻的长方体数据体有两个或者四个,也就是说对于重叠区域内的一个样点,对应两个或者四个长方体数据体的重叠区域对应的时间域数据。
S1043、根据相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
具体地,在获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据之后,可以根据相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
例如,对于相邻长方体数据体有两个长方体数据体的情况,两个长方体数据体为第一长方体数据体和第二长方体数据体,相邻长方体数据体的之间的重叠区域内的任意一个样点P对应两个样点值:第一样点值z1和第二样点值z2。样点P到第一长方体数据体的距离为d1,样点P到第二长方体数据体的距离为d2,那么样点P对应的有效数据zP为:
其中,d1为样点P到第一长方体数据体的中心的距离,可以根据样点P的三维坐标和第一长方体数据体的中心的三维坐标计算获得;d2为样点P到第二长方体数据体的中心的距离,可以根据样点P的三维坐标和第二长方体数据体的中心的三维坐标计算获得;z1和z2为样点P的时间域数据与样点P的的三维坐标对应,z1从相邻长方体数据体中第一长方体数据体的重叠区域对应的时间域数据获得,z2从相邻长方体数据体中第二长方体数据体的重叠区域对应的时间域数据获得,z1和z2为样点P对应的振幅值。对于相邻长方体数据体有两个长方体数据体的情况,预设公式为
例如,对于相邻长方体数据体有四个长方体数据体的情况,四个长方体数据体为第一长方体数据体、第二长方体数据体、第三长方体数据体和第四长方体数据体,相邻长方体数据体的之间的重叠区域内的任意一个样点Q对应四个样点值:第一样点值z1、第二样点值z2、第二样点值z3和第二样点值z4。样点Q到第一长方体数据体的距离为d1,样点Q到第二长方体数据体的距离为d2,样点Q到第三长方体数据体的距离为d3,样点Q到第四长方体数据体的距离为d4,那么样点Q对应的有效数据zQ为:
其中,d1为样点Q到第一长方体数据体的中心的距离,可以根据样点Q的三维坐标和第一长方体数据体的中心的三维坐标计算获得;d2为样点Q到第二长方体数据体的中心的距离,可以根据样点Q的三维坐标和第二长方体数据体的中心的三维坐标计算获得;d3为样点Q到第三长方体数据体的中心的距离,可以根据样点Q的三维坐标和第三长方体数据体的中心的三维坐标计算获得;d4为样点Q到第四长方体数据体的中心的距离,可以根据样点Q的三维坐标和第四长方体数据体的中心的三维坐标计算获得;z1、z2、z3和z4为样点Q的时间域数据与样点Q的的三维坐标对应,从相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据获得,z1从相邻长方体数据体中第一长方体数据体的重叠区域对应的时间域数据获得,z2从相邻长方体数据体中第二长方体数据体的重叠区域对应的时间域数据获得,z3从相邻长方体数据体中第三长方体数据体的重叠区域对应的时间域数据获得,z4从相邻长方体数据体中第四长方体数据体的重叠区域对应的时间域数据获得,z1、z2、z3和z4为样点Q对应的振幅值。对于相邻长方体数据体有四个长方体数据体的情况,预设公式为
上述三维坐标可以是主测线、联络测线和时间三个维度上坐标。通过预设公式计算获得相邻长方体数据体之间重叠区域对应的有效数据,可以增强三维叠后得找数据的有效信号的连续性。
在上述各实施例的基础上,进一步地,所述对三维叠后地震数据进行划分,获得多个长方体数据体包括:
将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体。
具体地,在对所述三维叠后地震数据进行划分时,可以将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体,主测线方向和联络测线方向相互垂直,主测线方向和联络测线方向构成的平面与时间方向垂直。在所述主测线方向、所述联络测线方向和所述时间方向上的距离根据实际需要进行设置,本发明实施例不做限定。
例如,三维叠后数据为A(xj1,yj2,tj3),其中x表示为主测线方向,nx表示总共有nx条主测线,j1=1,2,…nx;y表示为联络测线方向,ny表示为总共有ny条联络测线,j2=1,2,…ny;t表示为时间方向,nt表示为时间方向总共采样点数为nt个,j3=1,2,…nt。将三维叠后数据A(xj1,yj2,tj3),沿主测线方向,联络测线方向和时间方向依次划分为多个长方体数据Ai(x′k1,y′k2,tk′3),长方体大小为nx′,n′y,n′t,k1=1,2,…n′x,k2=1,2,…n′y,k3=1,2,…n′t;相邻长方体之间存在一定的重叠,重叠部分大小为n′x×0.2,n′y×0.2,n′t×0.2。三维叠后数据A(xj1,yj2,tj3)划分的长方体个数m为:
m=(1+(nx-n′x)/(n′x-n′x×0.2))×
(1+(ny-n′y)/(n′y-n′y×0.2))×
(1+(nt-n′t)/(n′t-n′t×0.2))
图4a是本发明一实施例提供的未经处理的三维叠后地震数据主测线方向第800条主测线的剖面示意图,图4b是本发明一实施例提供的经过三维叠后地震数据处理方法处理的三维叠后地震数据主测线方向第800条主测线的剖面示意图,如图4a和图4b所示,采用本发明实施例提供的三维叠后地震数据处理方法之后,三维叠后地震数据的随机噪声得到了有效的压制,有效信号连续性得到了加强,剖面的信噪比得到了明显的提高。
图5是本发明一实施例提供的三维叠后地震数据处理装置的结构示意图,如图5所示,本发明实施例提供的三维叠后地震数据处理装置包括划分单元501、变换单元502、处理单元503和获得单元504,其中:
划分单元501用于对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;变换单元502用于将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;处理单元503用于对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;获得单元504用于对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
具体地,对于三维叠后地震数据,划分单元501可以沿三个方向进行划分,划分为多个长方体数据体,并且相邻长方体数据体之间存在重叠区域,相邻长方体数据体重叠的程度根据实际需要进行设置,本发明实施例不做限定。其中,划分的所述长方体数据体的数量根据实际经验进行设置,本发明实施例不做限定。
在获得各个长方体数据体之后,变换单元502可以将每个长方体数据体在时间方向上进行傅里叶变换,获得每个长方体数据体的频率域数据体。其中,频率域数据体中的每一个数据都是复数。
在获得每个长方体数据体的频率域数据体之后,处理单元503可以在频率域对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,去除随机噪声,可以获得每个长方体数据体对应的重构频率域数据体。
在获得每个长方体数据体对应的重构频率域数据体之后,获得单元504对每个长方体数据体对应的重构频率域数据体进行反变换,通过傅里叶反变换将每个长方体数据体对应的重构频率域数据体变换到时间域,获得每个长方体数据体对应的有效数据。其中,对于相邻长方体数据体之间存在的重叠区域,通过傅里叶反变换得到的时间域数据会有多个,可以对重叠区域的多个时间域数据进行加权平均,将加权平均后的时间域数据作为相邻长方体数据体之间存在重叠区域的有效数据。
本发明实施例提供的三维叠后地震数据处理装置,能够对三维叠后地震数据进行划分,获得多个长方体数据体,接着将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体,然后对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体,再对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据,通过对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,能够去除三维地震数据中的随机噪声,提高了三维叠后地震数据的准确性。此外,能够提高室内外叠后地震数据的信噪比,有利于后期地震数据的高分辨出来解释。
图6是本发明另一实施例提供的三维叠后地震数据处理装置的结构示意图,如图6所示,在上述各实施例的基础上,进一步地,处理单元503包括切片子单元5031、构建子单元5032、分解子单元5033、排列子单元5034、重构子单元5035、第一获得子单元5036、判断子单元5037、第二获得子单元5038和第三获得子单元5039,其中:
切片子单元5031用于对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据;其中,每个切片数据对应一个频率;构建子单元5032用于根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵;分解子单元5033用于对每个切片数据对应的复数域矩阵进行奇异值分解,获得每个切片数据对应的复数域矩阵的奇异值;排列子单元5034用于将每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,并选取排序前预设数量个奇异值作为每个切片数据的复数域矩阵的待定奇异值;重构子单元5035用于根据每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号;第一获得子单元5036用于将每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号与最大的待定奇异值对应的分量信号作互相关,获得每个切片数据的复数域矩阵的每个待定奇异值对应的相关系数;判断子单元5037用于根据每个切片数据的复数域矩阵的各个待定奇异值对应的相关系数与相关性阈值,获得每个切片数据对应的复数域矩阵的重构奇异值;第二获得子单元5038用于根据每个切片数据对应的复数域矩阵的重构奇异值重构每个长方体数据体对应的频率域数据体的每个切片数据,获得每个长方体数据体对应的频率域数据体的每个重构切片数据;第三获得子单元5039用于根据每个长方体数据体对应的频率域数据体的各个重构切片数据,获得每个长方体数据体对应的重构频率域数据体。
具体地,对于每个长方体数据体对应的频率域数据体,切片子单元5031可以对所述长方体数据体对应的频率域数据体进行切片,即以频率对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据,每个切片数据对应一个频率。其中,所述频率域数据体的切片数据有多个。
在获得所述长方体数据体对应的频率域数据体的切片数据之后,构建子单元5032可以根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵。其中,每个切片数据对应一个复数域矩阵。
在获得所述频率域数据体的每个切片数据对应的复数域矩阵之后,分解子单元5033对述频率域数据体的每个切片数据对应的复数域矩阵进行奇异值分解,可以获得述频率域数据体的每个切片数据对应的复数域矩阵的奇异值。其中,每个切片数据对应的复数域矩阵的奇异值有多个。
在获得所述频率域数据体的每个切片数据对应的复数域矩阵的奇异值之后,排列子单元5034将所述频率域数据体的每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,然后选取排序前预设数量个奇异值作为所述频率域数据体的每个切片数据的复数域矩阵的待定奇异值。其中,所述预设数量根据实际经验进行设置,例如所述预设数量为6~9,本发明实施例不做限定。
在获得所述频率域数据体的每个切片数据的复数域矩阵的待定奇异值之后,重构子单元5035根据所述频率域数据体的每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得所述频率域数据体的每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号。
在获得每个切片数据的复数域矩阵的各个待定奇异值对应的分量信号之后,第一获得子单元5036对于每个切片数据的复数域矩阵的各个待定奇异值对应的分量信号,可以将所述切片数据的复数域矩阵的每个待定奇异值对应的分量信号与所述切片数据的复数域矩阵的最大的待定奇异值对应的分量信号作互相关,即计算所述切片数据的复数域矩阵的每个待定奇异值对应的分量信号与所述切片数据的复数域矩阵的最大的待定奇异值对应的分量信号的相关系数,可以获得所述切片数据的复数域矩阵的每个待定奇异值对应的相关系数。
在获得所述切片数据的复数域矩阵的各个待定奇异值对应的相关系数之后,判断子单元5037可以将所述切片数据的复数域矩阵的每个待定奇异值对应的相关系数与相关性阈值进行比较,如果所述待定奇异值对应的相关系数大于所述相关性阈值,那么将大于所述相关性阈值的相关系数对应的待定奇异值作为重构奇异值,可以获得所述切片数据对应的复数域矩阵的重构奇异值。对于每个切片数据对应的复数域矩阵,可以获得每个切片数据对应的复数域矩阵的重构奇异值。其中,所述相关性阈值根据实际经验进行设置,本发明实施例不做限定。例如所述相关性阈值取0.8。
在获得所述长方体数据体对应的频率域数据体的每个切片数据对应的复数域矩阵的重构奇异值之后,第二获得子单元5038在每个切片数据对应的复数域矩阵的奇异值中,保留每个切片数据对应的复数域矩阵的一个重构奇异值,并将每个切片数据对应的复数域矩阵的奇异值中的除保留的一个重构奇异值以外的奇异值设置为0,重新构造每个切片数据对应的复数域矩阵的奇异值分布,根据重新构造的每个切片数据对应的复数域矩阵的奇异值分布对每个切片数据进行重构,获得每个切片数据的重构切片数据。
在获得每个长方体数据体对应的频率域数据体的各个重构切片数据之后,第三获得子单元5039将每个长方体数据体对应的频率域数据体的各个重构切片数据进行组合,即可获得每个长方体数据体对应的重构频率域数据体。
图7是本发明又一实施例提供的三维叠后地震数据处理装置的结构示意图,如图7所示,在上述各实施例的基础上,进一步地,获得单元504包括反变换子单元5041、第四获得子单元5042和计算子单元5043,其中:
反变换子单元5041用于对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的时间域数据;第四获得子单元5042用于根据相邻长方体数据体中每个长方体数据体对应的时间域数据,获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据;计算子单元5043用于根据相邻长方体数据体之间重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
在获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据之后,计算子单元5043可以根据相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
在上述各实施例的基础上,进一步地,划分单元501具体用于:
将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体。
具体地,在对所述三维叠后地震数据进行划分时,划分单元501可以将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体,主测线方向和联络测线方向相互垂直,主测线方向和联络测线方向构成的平面与时间方向垂直。在所述主测线方向、所述联络测线方向和所述时间方向上的距离根据实际需要进行设置,本发明实施例不做限定。
本发明实施例提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图8是本发明一实施例提供的电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)801、通信接口(Communications Interface)802、存储器(memory)803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令,以执行如下方法:对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
此外,上述的存储器803中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述各方法实施例所提供的方法,例如包括:对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中,参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种三维叠后地震数据处理方法,其特征在于,包括:
对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;
将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;
对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;
对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
2.根据权利要求1所述的方法,其特征在于,所述对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体包括:
对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据;其中,每个切片数据对应一个频率;
根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵;
对每个切片数据对应的复数域矩阵进行奇异值分解,获得每个切片数据对应的复数域矩阵的奇异值;
将每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,并选取排序前预设数量个奇异值作为每个切片数据的复数域矩阵的待定奇异值;
根据每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号;
将每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号与最大的待定奇异值对应的分量信号作互相关,获得每个切片数据的复数域矩阵的每个待定奇异值对应的相关系数;
根据每个切片数据的复数域矩阵的各个待定奇异值对应的相关系数与相关性阈值,获得每个切片数据对应的复数域矩阵的重构奇异值;
根据每个切片数据对应的复数域矩阵的重构奇异值重构每个长方体数据体对应的频率域数据体的每个切片数据,获得每个长方体数据体对应的频率域数据体的每个重构切片数据;
根据每个长方体数据体对应的频率域数据体的各个重构切片数据,获得每个长方体数据体对应的重构频率域数据体。
3.根据权利要求1所述的方法,其特征在于,所述对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据包括:
对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的时间域数据;
根据相邻长方体数据体中每个长方体数据体对应的时间域数据,获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据;
根据相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述对三维叠后地震数据进行划分,获得多个长方体数据体包括:
将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体。
5.一种三维叠后地震数据处理装置,其特征在于,包括:
划分单元,用于对三维叠后地震数据进行划分,获得多个长方体数据体;其中,相邻长方体数据体之间存在重叠区域;
变换单元,用于将每个长方体数据体变换到频率域,获得每个长方体数据体对应的频率域数据体;
处理单元,用于对每个长方体数据体对应的频率域数据体进行随机噪声压制处理,获得每个长方体数据体对应的重构频率域数据体;
获得单元,用于对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的有效数据。
6.根据权利要求5所述的装置,其特征在于,所述处理单元包括:
切片子单元,用于对所述长方体数据体对应的频率域数据体进行切片,获得所述长方体数据体对应的频率域数据体的切片数据;其中,每个切片数据对应一个频率;
构建子单元,用于根据所述频率域数据体的每个切片数据,构建所述频率域数据体的每个切片数据对应的复数域矩阵;
分解子单元,用于对每个切片数据对应的复数域矩阵进行奇异值分解,获得每个切片数据对应的复数域矩阵的奇异值;
排列子单元,用于将每个切片数据对应的复数域矩阵的奇异值按照由大到小的顺序进行排列,并选取排序前预设数量个奇异值作为每个切片数据的复数域矩阵的待定奇异值;
重构子单元,用于根据每个切片数据的复数域矩阵的预设数量个待定奇异值进行数据重构,获得每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号;
第一获得子单元,用于将每个切片数据的复数域矩阵的每个待定奇异值对应的分量信号与最大的待定奇异值对应的分量信号作互相关,获得每个切片数据的复数域矩阵的每个待定奇异值对应的相关系数;
判断子单元,用于根据每个切片数据的复数域矩阵的各个待定奇异值对应的相关系数与相关性阈值,获得每个切片数据对应的复数域矩阵的重构奇异值;
第二获得子单元,用于根据每个切片数据对应的复数域矩阵的重构奇异值重构每个长方体数据体对应的频率域数据体的每个切片数据,获得每个长方体数据体对应的频率域数据体的每个重构切片数据;
第三获得子单元,用于根据每个长方体数据体对应的频率域数据体的各个重构切片数据,获得每个长方体数据体对应的重构频率域数据体。
7.根据权利要求5所述的装置,其特征在于,所述获得单元包括:
反变换子单元,用于对每个长方体数据体对应的重构频率域数据体进行反变换,获得每个长方体数据体对应的时间域数据;
第四获得子单元,用于根据相邻长方体数据体中每个长方体数据体对应的时间域数据,获得相邻长方体数据体中每个长方体数据体的重叠区域对应的时间域数据;
计算子单元,用于根据相邻长方体数据体之间重叠区域对应的时间域数据以及预设公式,计算获得相邻长方体数据体之间重叠区域对应的有效数据。
8.根据权利要求5至7任一项所述的装置,其特征在于,所述划分单元具体用于:
将所述三维叠后地震数据沿主测线方向、联络测线方向和时间方向划分为多个所述长方体数据体。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010057667.0A CN113138409A (zh) | 2020-01-19 | 2020-01-19 | 一种三维叠后地震数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010057667.0A CN113138409A (zh) | 2020-01-19 | 2020-01-19 | 一种三维叠后地震数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113138409A true CN113138409A (zh) | 2021-07-20 |
Family
ID=76808656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010057667.0A Pending CN113138409A (zh) | 2020-01-19 | 2020-01-19 | 一种三维叠后地震数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113138409A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2440590A1 (en) * | 2002-09-12 | 2004-03-12 | Kelman Technologies Inc. | Method of using matrix rank reduction to remove random noise from seismic data |
US20100265800A1 (en) * | 2009-04-16 | 2010-10-21 | Graham Paul Eatwell | Array shape estimation using directional sensors |
CN102478671A (zh) * | 2010-11-23 | 2012-05-30 | 中国石油天然气集团公司 | 一种压制可控震源谐波干扰的方法 |
US20140269183A1 (en) * | 2013-03-14 | 2014-09-18 | Pgs Geophysical As | Systems and methods for frequency-domain filtering and space-time domain discrimination of seismic data |
CN104360393A (zh) * | 2014-10-20 | 2015-02-18 | 李闯 | 一种地震数据重建方法 |
CN105388521A (zh) * | 2015-10-28 | 2016-03-09 | 中国石油天然气集团公司 | 一种叠后地震数据的拼接方法及装置 |
CN105607125A (zh) * | 2016-01-15 | 2016-05-25 | 吉林大学 | 基于块匹配算法和奇异值分解的地震资料噪声压制方法 |
CN109164483A (zh) * | 2018-08-29 | 2019-01-08 | 中国科学院地球化学研究所 | 多分量地震数据矢量去噪方法及多分量地震数据矢量去噪装置 |
EP3492945A1 (en) * | 2017-12-01 | 2019-06-05 | Origin Wireless, Inc. | Method, apparatus, and system for periodic motion detection and monitoring |
CN109858109A (zh) * | 2019-01-14 | 2019-06-07 | 北京工业大学 | 一种基于相关性的emd与形态奇异值分解相结合的齿轮信号降噪方法 |
-
2020
- 2020-01-19 CN CN202010057667.0A patent/CN113138409A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2440590A1 (en) * | 2002-09-12 | 2004-03-12 | Kelman Technologies Inc. | Method of using matrix rank reduction to remove random noise from seismic data |
US20100265800A1 (en) * | 2009-04-16 | 2010-10-21 | Graham Paul Eatwell | Array shape estimation using directional sensors |
CN102478671A (zh) * | 2010-11-23 | 2012-05-30 | 中国石油天然气集团公司 | 一种压制可控震源谐波干扰的方法 |
US20140269183A1 (en) * | 2013-03-14 | 2014-09-18 | Pgs Geophysical As | Systems and methods for frequency-domain filtering and space-time domain discrimination of seismic data |
CN104360393A (zh) * | 2014-10-20 | 2015-02-18 | 李闯 | 一种地震数据重建方法 |
CN105388521A (zh) * | 2015-10-28 | 2016-03-09 | 中国石油天然气集团公司 | 一种叠后地震数据的拼接方法及装置 |
CN105607125A (zh) * | 2016-01-15 | 2016-05-25 | 吉林大学 | 基于块匹配算法和奇异值分解的地震资料噪声压制方法 |
EP3492945A1 (en) * | 2017-12-01 | 2019-06-05 | Origin Wireless, Inc. | Method, apparatus, and system for periodic motion detection and monitoring |
CN109164483A (zh) * | 2018-08-29 | 2019-01-08 | 中国科学院地球化学研究所 | 多分量地震数据矢量去噪方法及多分量地震数据矢量去噪装置 |
CN109858109A (zh) * | 2019-01-14 | 2019-06-07 | 北京工业大学 | 一种基于相关性的emd与形态奇异值分解相结合的齿轮信号降噪方法 |
Non-Patent Citations (6)
Title |
---|
CAO ZHONG-LIN ET AL: "《Mixed Cadzow filtering method in fractional Fourier domain》", APPLIED GEOPHYSICS, vol. 15, no. 2, pages 271 - 274 * |
张勇等: "《基于频响函数截断奇异值响应面的有限元模型修正》", 振动工程学报, vol. 30, no. 3, pages 341 - 348 * |
曹中林等: "《基于复数域混合SVD滤波方法及在随机噪声压制中的应用》", 地球物理学进展, vol. 32, no. 6, pages 2424 - 2429 * |
朱军等: "《基于分量筛选奇异值分解的滚动轴承故障诊断方法研究》", 振动与冲击, vol. 34, no. 20, pages 61 - 65 * |
潘峥嵘等: "《基于互相关的有效奇异值消噪方法》", 计算机工程与应用, vol. 51, no. 15, pages 222 * |
熊红霞等: "《小波变换与SVD方法在结构损伤监测中的应用》", 公路, no. 3, pages 96 - 101 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang | Multichannel matching pursuit for seismic trace decomposition | |
CN109164483B (zh) | 多分量地震数据矢量去噪方法及多分量地震数据矢量去噪装置 | |
Baig et al. | Denoising seismic noise cross correlations | |
CN104360393A (zh) | 一种地震数据重建方法 | |
WO2008074972A1 (en) | Regularisation of irregularly sampled seismic data | |
CN111505719B (zh) | 基于波场分解的绕射多次波压制方法 | |
AU2014242331A1 (en) | System and method for attenuating noise in seismic data | |
Cao et al. | 3D seismic denoising based on a low-redundancy curvelet transform | |
Park et al. | Grid-free compressive mode extraction | |
Gholami et al. | Fast hyperbolic Radon transform using chirp-z transform | |
CN109815849A (zh) | 基于奇异值分解的混沌信号去噪算法 | |
EP2972511A2 (en) | System and method for isolating signal in seismic data | |
CN117214950B (zh) | 一种多次波压制方法、装置、设备及存储介质 | |
CN113138409A (zh) | 一种三维叠后地震数据处理方法及装置 | |
Bai et al. | Nonstationary least-squares decomposition with structural constraint for denoising multi-channel seismic data | |
Shi et al. | Research on passive localization method of shallow water acoustic source with single hydrophone based on hierarchical grid histogram filtering | |
CN113917540B (zh) | 基于稀疏约束的抗假频射线束进行地震数据去噪的方法 | |
CN116148928A (zh) | 一种地震数据鬼波压制方法、装置、设备及介质 | |
Smith et al. | A nonlinear matched‐field processor for detection and localization of a quiet source in a noisy shallow‐water environment | |
Zheng et al. | Sample fourth-order cumulant tensor denoising for DOA estimation with coprime L-shaped array | |
Bahr et al. | Wavespace-based coherent deconvolution | |
CN111562616B (zh) | 地震数据散射噪音压制方法及装置 | |
CN109782346B (zh) | 一种基于形态成分分析的采集脚印压制方法 | |
Gong et al. | A vibration signal denoising method of marine atomic gravimeter based on improved variational mode decomposition | |
CN113945979B (zh) | 一种基于数据重构的三维锥形滤波方法及装置 |
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 |