CN114002740A - 一种低信噪比地震初至信号自动增强方法及系统 - Google Patents

一种低信噪比地震初至信号自动增强方法及系统 Download PDF

Info

Publication number
CN114002740A
CN114002740A CN202010735993.2A CN202010735993A CN114002740A CN 114002740 A CN114002740 A CN 114002740A CN 202010735993 A CN202010735993 A CN 202010735993A CN 114002740 A CN114002740 A CN 114002740A
Authority
CN
China
Prior art keywords
arrival
wave
signal
seismic
waves
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
Application number
CN202010735993.2A
Other languages
English (en)
Inventor
胡天跃
安圣培
刘依谋
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN202010735993.2A priority Critical patent/CN114002740A/zh
Publication of CN114002740A publication Critical patent/CN114002740A/zh
Pending legal-status Critical Current

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. analysis, for interpretation, for correction
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • 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. analysis, for interpretation, for correction
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • 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. analysis, for interpretation, for correction
    • 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
    • G01V2210/3246—Coherent noise, e.g. spatially coherent or predictable
    • 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
    • G01V2210/3248—Incoherent noise, e.g. white noise

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

本发明公布了一种低信噪比地震初至信号增强方法及系统，适用于低信噪比三维地震资料。基于累积量干涉法实现初至自动增强，通过高阶累积量得到检波点间的初至波，同相位叠加提高初至波信噪比，再通过多道褶积将检波点间的初至波恢复成炮检点间的初至波，再次同相位叠加提高信噪比。本发明完全数据驱动，不依赖频率或视速度信息；使用高阶累积量替代互相关，克服对高斯噪声敏感的问题，提高初至信噪比的提升效果；使用高阶累积量引入多方向地震数据进行道间时差估计，综合利用三维地震数据信息，实现三维地震数据的处理。

Description

一种低信噪比地震初至信号自动增强方法及系统
技术领域
本发明属于勘探地震信号处理技术领域，涉及一种低信噪比地震初至信号增强方法及系统，尤其涉及一种基于累积量干涉法的低信噪比地震资料的初至自动增强方法及系统。
背景技术
随着油气需求的增长以及地震资料采集技术的进步，山区和黄土区等复杂近地表的工区逐渐成为油气勘探的重点地区，对于这类工区，近地表速度建模是后续陆地资料处理和风化层速度异常检测的关键[1]。常用的近地表速度建模方法是基于初至拾取的层析成像方法，其精度取决于初至波到时的准确性。常用的初至自动拾取的算法是基于滑动时窗的方法，即在连续滑动的时窗中计算选定参数的数值形成时变曲线，参数包括能量比[2]，熵比[3]，高阶统计量[4][5]等，初至波位置由时变曲线突变的位置决定。
拾取初至的精度依赖于地震资料的信噪比，然而，复杂近地表条件工区的的原始地震数据经常受到强背景噪声干扰，数据信噪比极低，极大地限制了初至拾取的精度，一般需要事先使用信号处理的方法提高数据信噪比。近年来发展的超虚干涉法(super-virtualinterferometry,SVI)可以增强初至波信号，适用于复杂地表条件工区的低信噪比地震数据的初至信噪比提高[6][7]。SVI方法加强折射波初至分两步进行，第一步是通过互相关和叠加得到检波点间的虚折射记录，并压制背景噪声，第二步是通过褶积和叠加进一步得到炮检点间的折射波初至，并再次压制背景噪声，提高初至波信噪比。信噪比提升的倍数取决于叠加次数，而叠加次数取决于炮检点的数量。但SVI方法存在一定的局限性：1)起伏地表工区的不规则观测系统可能导致用于SVI方法的炮检点数量较少，限制了初至波信噪比提升的效果；2)SVI方法使用的互相关对高斯噪声敏感，尤其是线性相干的高斯噪声；3)SVI方法难以应用于三维数据处理，随着近年来三维勘探地震数据的采集逐渐取代了二维采集，SVI方法难以处理三维数据的局限性愈发明显。
参考文献：
[1]符力耘,肖又军,孙伟家等,库车坳陷复杂高陡构造地震成像研究.地球物理学报,2013,
56(06):1985–2001.
[2]许银坡,杨海申,杨剑等,初至波能量比迭代拾取方法.地球物理学进展,2016,31(02):845–850.
[3]Sabbione,J.,and Velis,D.,Automatic first-breaks picking:newstrategies and algorithms.Geophysics,2010,75(4):V67–V76.
[4]Galiana-Merino,J.,Rosa-Herranz,J.,and Parolai,S.,Seismic P PhasePicking Using a Kurtosis-Based Criterion in the Stationary WaveletDomain.IEEE Transactions Geoscience and Remote Sensing,2008,46(11):3815–3826.
[5]Lei Gao,Zhen-yun Jiang,Fan Min,"First-Arrival Travel Times Pickingthrough Sliding Windows and Fuzzy C-Means",Mathematics,vol.7,pp.221,2019.
[6]An,S.,Hu,T.,Cui,Y.,Duan,W.,and Peng,G.,Auto-pick first breaks withcomplex raypaths for undulate surface conditions.Applied Geophysics,2015,12(1):93–100.
[7]宋龙龙,邹志辉,黄忠来,基于相邻虚拟道叠加的超虚折射干涉法及其在广角OBS折射波增强中的应用.地球物理学报,2019,62(03):993–1006.
发明内容
本申请提供一种低信噪比地震初至信号的自动增强方法及系统，综合利用三维地震数据信息，实现针对低信噪比三维地震资料的初至自动增强，提高初至信噪比的提升效果。本发明的核心是：本发明对累积量干涉法进行了发展和扩充，通过高阶累积量和叠加得到两检波点间的虚折射记录，再通过多道褶积和叠加得到炮检点(炮点和检波点)间的折射波初至。本发明方法使用高阶累积量克服互相关对高斯噪声敏感的问题，提高初至信噪比的提升效果；相比SVI方法所用的互相关使用两道数据进行道间时差估计，只能利用二维地震数据信息，本发明方法所用的高阶累积量引入多方向地震数据进行道间时差估计，综合利用了三维地震数据信息，并实现本发明方法应用于三维地震数据的处理。
为解决上述技术问题，本申请实施例提供一种低信噪比地震初至信号自动增强方法及系统是这样实现的：
采用一种基于累积量干涉法(cumulant seismic interferometry,CI)进行扩展的方法代替现有传统的SVI方法，实现初至自动增强，并适用于低信噪比三维地震资料；所述低信噪比地震初至信号自动增强方法包括：通过高阶累积量得到检波点间的初至波，通过同相位叠加提高初至波信噪比，再通过多道褶积将检波点间的初至波恢复成炮检点间的初至波，再次通过同相位叠加提高信噪比。实现本发明所述方法的系统具体包括如下模块或步骤：
A.去噪模块：对输入地震数据滤波去除异常噪声干扰；
B.初至截取模块：利用时窗截取包含初至波的局部地震数据；
C.初至增强模块：应用CI方法增强初至波；
包括绕射波、折射波和直达波在内的初至波信号均可通过CI方法增强；反射波、背景噪声无法实现同相位叠加，被相对压制；应用CI方法增强初至波包括如下过程：
C1.使用不同炮点，通过计算高阶累积量得到检波点间的初至波；
C2.将使用不同炮点得到的检波点间的初至波叠加，可以实现同相位叠加；
具体实施时，对于绕射波，通过高阶累积量和叠加，得到检波点间的虚绕射记录；再计算检波点间的虚绕射，得到叠加后的累积量函数。
C3.通过多道褶积将不同检波点间的初至波恢复得到炮检点间的初至波；
C4.将使用不同检波点得到的炮检点间的初至波叠加，可以实现同相位叠加；
其中，应用CI方法增强初至波的初至增强模块中，具体以初至波中的绕射波为例，通过高阶累积量和叠加，得到检波点间的虚绕射记录；包括如下过程：
C11.设{x0(t),x1(t),...,xp(t),,...,xP-1(t)}代表P个零均值的地震道，P阶累积量可表示如下：
C(τ1,τ2,...,τp,....,τP-1)＝Cum{x0(t),x1(t+τ1),...,xp(t+τp),...,xP-1(t+τP-1)}, (1)
其中，Cum{.}是累积量算子，C(.)是累积量函数，τp(p＝1,…,P-1)表示地震道xp(t)与x0(t)之间的时延，P阶累积量包含P-1个时延；
C12.计算检波点间的虚绕射，得到叠加后的累积量函数，记为C1,2,...n(τ2,τ3,...,τn)；
将在炮点Sk，k＝1,…,m，m表示炮点总数量，激发检波点Ri(i＝1,…,n，n表示检波点总数量)接收的地震记录表示为Uk；i(t)；针对地震记录包含绕射波和随机噪声的情况，即Uk；i(t)＝Gk；i(t)+w(t)，对炮点Sk在检波点R1,...,Rn的地震记录计算得到高阶累积量[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k；
时延τi表示为式(3)：
Figure BDA0002605056550000041
τi表示Ri到R1之间的绕射波道间时差；
Figure BDA0002605056550000042
和
Figure BDA0002605056550000043
分别为炮点Sk到D和D到Ri的旅行时；对于不同检波点Ri接收的绕射波信号，
Figure BDA0002605056550000044
始终为共用的旅行时；使用不同炮点Sk得到的[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k包含相同的时延；
将[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k全部叠加，进行绕射波信号的同相位叠加，得到叠加后的累积量函数C1,2,...n(τ2,τ3,...,τn)，其中包含虚绕射记录；
C2.通过多道褶积将虚绕射记录恢复成炮检点间的绕射波记录，包括如下过程：
将累积量函数Cj,1,...,n(τ1,...,τn)与原始地震记录US；j(t)进行多道褶积，重构炮点S到检波点Ri(i＝j,1,2,…,n)的绕射波记录，表示为式(4)：
Figure BDA0002605056550000045
其中，
Figure BDA0002605056550000046
中的符号“^”表示该绕射波是重构得到的，区别于原始地震记录中的绕射波，下标j表示该重构信号是使用检波点Rj的地震记录得到；Cj，1,2，...n(t1-τ1,...,tn-τn)中包含n组检波点间的时延，使用n道原始地震记录US；j(t)对每个时延进行褶积即多道褶积，将时延全部重构成炮检点间的旅行时；
重构的地震记录中旅行时ti(i＝1,…,n)表示为式(5)：
Figure BDA0002605056550000047
即重构炮点S在检波点Ri接收的绕射波记录；
使用不同检波点得到的重构记录中包含相同的绕射波，通过进行同相位叠加，得到叠加后的重构绕射波记录；
绕射波、折射波和直达波在内的初至波信号均可通过CI方法增强；反射波、背景噪声无法实现同相位叠加，被相对压制；
D.结果检验模块：检查经步骤C4实现同相位叠加得到的初至波是否达到了满意的初至波信噪比提升效果，如果未达到，则以步骤C4实现同相位叠加得到的初至波作为步骤C新的输入数据，重复步骤C再次进行初至增强，得到加强初至波，直到实现满意的信噪比提升效果。
具体通过基于能量比的长短窗平均(short term averaging/long termaveraging,STA/LTA)方法自动拾取初至；如果初至拾取精度达到后续的层析或折射静校正所要求的精度，则视为达到满意的初至波信噪比提升效果，否则迭代执行步骤C直到实现满意的信噪比提升效果。
本发明的有益效果是：
本发明提供一种基于高阶累积量的低信噪比地震资料初至自动增强技术，通过高阶累积量和叠加得到检波点间的初至波，再通过多道褶积和叠加得到增强后的炮检点间初至波。与现有技术相比，本发明具有以下技术优势：
(一)本发明方法完全数据驱动，不依赖频率或视速度信息，以原始地震数据作为输入即可自动实现初至波增强。
(二)本发明方法使用高阶累积量克服互相关对高斯噪声敏感的问题，提高初至信噪比的提升效果。
(三)相比传统SVI方法所用的互相关使用两道数据进行道间时差估计，只能利用二维地震数据信息，本发明方法所用的高阶累积量引入多方向地震数据进行道间时差估计，综合利用了三维地震数据信息，实现本发明方法应用于三维地震数据的处理。
附图说明
为了更清楚地说明本申请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申请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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明系统的模块示意图。
图2是通过高阶累积量和叠加得到检波点间的虚绕射记录；Sk(k＝1,…,m)是炮点，Ri(i＝1,…,n)是检波点，D为绕射点，符号CUM表示计算高阶累积量；(a)为用于计算高阶累积量的地震记录，其中灰色粗线表示地震记录共用的旅行时，(b)为高阶累积量结果：包含了检波点间的虚绕射记录，与炮点有关的共用旅行时被抵消，实(虚)线表示正(负)的旅行时，(c)为叠加结果：将使用不同炮点Sk得到的高阶累积量结果叠加，实现绕射波信号的同相位叠加，增强信噪比。
图3是CI方法通过多道褶积和叠加恢复炮检点间的绕射波；图中，S是炮点，Ri(i＝j,k,l,1,…,n)是检波点，D为绕射点，符号*是褶积符号；(a)是原始地震记录与累积量函数做多道褶积，灰色粗线代表共用的旅行时，实(虚)线表示正(负)的旅行时，(b)是多道褶积的结果，包含了相同的炮检点间虚绕波，(c)是叠加结果：将使用不同检波点得到的多道褶积结果叠加，实现绕射波的同相位叠加，进一步增强信噪比。
图4是二维合成数据实例；(a)是截取了初至同相轴的原始数据，(b)是加入了非相关和相关的高斯噪声的数据，(c)是SVI方法的结果，(d)是采用CI方法得到的结果。
图5是三维实际数据实例；其中，白(黑)色表示波峰(谷)位置，虚线表示初至波截取时间的边界，(a)-(c)中的方框所圈的区域用于局部放大：(a)是原始数据，(b)是f-x滤波结果，(c)是CI方法的结果。
具体实施方式
本申请实施例提供一种低信噪比地震初至信号增强方法及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面结合附图，通过实施例进一步描述本发明，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，但不以任何方式限制本发明的范围。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请实施例的目的是提供一种低信噪比地震初至信号增强方法及系统，实现针对低信噪比三维地震资料的初至自动增强。
本发明申请实施例提供了一种低信噪比地震初至信号自动增强方法及系统，基于高阶累积量干涉法(CI)实现初至增强，适用于低信噪比三维地震资料。所述方法包括，通过高阶累积量和叠加得到检波点间的初至波，再通过多道褶积和叠加得到增强后的炮检点间初至波。基于CI方法实现初至自动增强系统的具体实施方式如下：
A.去噪模块：对输入地震数据进行高通滤波和中值滤波滤波，去除异常噪声干扰，包括超低频的背景噪声、高频异常噪声等。
B.初至截取模块：利用时窗截取包含初至波的局部地震数据(需包含全部初至波)，减少全数据参与运算所需要的计算量，时窗长度一般为3-4个地震波波长。
C.初至增强模块：应用CI方法增强初至波：
C1.以绕射波为例说明CI方法的实施过程，通过高阶累积量和叠加得到两检波点间的虚绕射记录：
累积量函数是可以用于描述确定性信号的协方差函数，函数值可以由累积量生成函数的泰勒展开系数确定[8](Mendel,J.,Tutorial on higher-order statistics(spectra)in signal processing and system theory:theoretical results and someapplications.Proceedings of the IEEE,1991,79(3):278–305)，假设{x0(t),x1(t),...,xp(t),,...,xP-1(t)}代表P个零均值的地震道，它的P阶累积量可表示如下：
C(τ1,τ2,...,τp,....,τP-1)＝Cum{x0(t),x1(t+τ1),...,xp(t+τp),...,xP-1(t+τP-1)}, (1)
其中，Cum{.}是累积量算子，C(.)是累积量函数，τp(p＝1,…,P-1)表示地震道xp(t)与x0(t)之间的时延，P阶累积量包含P-1个时延，理论上可以通过计算P-1次道集间的互相关函数得到[8]。
计算两检波点间虚绕射的物理过程如下。将在炮点Sk(k＝1,…,m，m表示炮点总数量)激发检波点Ri(i＝1,…,n，n表示检波点总数量)接收的地震记录表示为Uk；i(t)，只考虑地震记录包含绕射波和随机噪声的简单情况，即Uk；i(t)＝Gk；i(t)+w(t)，对炮点Sk在检波点R1,...,Rn的地震记录计算高阶累积量的公式如下：(图2b)
Figure BDA0002605056550000071
其中，[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k的下标k表示该累积量函数使用炮点Sk有关的地震记录得到，w(t)是高斯随机噪声，因此包含w(t)的高阶累积量分项为零。绕射波信号Gk；j(t)是由地震子波S(t)与绕射波介质格林函数
Figure BDA0002605056550000072
褶积得到的，即
Figure BDA0002605056550000073
和
Figure BDA0002605056550000074
分别为Sk到D和D到Ri的旅行时。对于不同检波点Ri接收的绕射波信号，
Figure BDA0002605056550000075
为始终为共用的旅行时，而计算累积量函数的过程，相当于求取两点间的时延，共用旅行时被相互抵消。因此，累积量函数中的时延τi为
Figure BDA0002605056550000081
τi表示了Ri到R1之间的绕射波道间时差。注意到τi与炮点无关，使用不同炮点Sk得到的[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k包含了相同的时延，因此，将[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k(k＝1,…,m)全部叠加可以实现绕射波信号的同相位叠加，而非相关噪声却无法实现同相位叠加，因此被相对压制。最后得到叠加后的累积量函数C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)，包含了虚绕射记录(图2c)，不再与炮点相关，因此下标k被删除。
此步骤涉及累积量阶数的选取，使用待处理数据，选取累积量阶数为三阶、四阶和五阶的累积量函数计算虚绕射记录，综合评价结果的信噪比和时延估计的准确性，确定最优的累积量阶数。大多数情况下，四阶累积量可达到理想处理效果。
C2.通过多道褶积将虚绕射记录恢复成炮检点间的绕射波记录：
由于虚绕射记录仅包含了检波点间的绕射波信号，不具有真实的炮点位置，但在常规地震数据处理中经常需要使用炮检点间的地震记录，因此有必要进一步将虚绕射记录恢复为炮检点间的绕射波记录，实现的物理过程如下(图3)。将累积量函数CJ,1,2,...,i,...,n(τ1,τ2,...,τi,,...,τn)与原始地震记录US；J(t)进行多道褶积，可重构炮点S到检波点Ri(i＝1,2,…,n)的绕射波记录，公式如下：
Figure BDA0002605056550000082
其中，
Figure BDA0002605056550000083
中的符号“^”表示该绕射波是重构得到的，区别于原始地震记录中的绕射波，下标J表示该重构信号是使用检波点RJ的地震记录得到。多道褶积是将待褶积地震数据进行傅里叶变换转换至频率域函数，在频率域乘积后，进行傅里叶反变换，得到时间域的多道褶积结果。由于CJ，1,2，...,i,...,n(t1-τ1,t2-τ2,...,ti-τi,...,tn-τn)中包含了n组检波点间的时延，需要将这些时延全部重构成炮检点间的旅行时，因此需要使用n道原始地震记录US；J(t)对每个时延进行褶积，即多道褶积中“多道”的含义。累积量函数中的绕射波与US；J(t)共用D到RJ的射线路径，但具有符号相反的旅行时
Figure BDA0002605056550000084
和
Figure BDA0002605056550000085
由于褶积对旅行时是相加的过程，因此，这对旅行时在多道褶积的过程中被抵消，由此重构的地震记录中旅行时ti(i＝1,2,…,n)为：
Figure BDA0002605056550000091
即重构了炮点S在检波点RJ接收的绕射波记录(图3b)，该重构记录与检波点RJ不再相关，因此使用不同检波点RJ,RK,RL等得到的重构记录中包含了相同的绕射波，可以实现同相位叠加，而非相关噪声依然无法实现同相位叠加，再次被压制，最终得到叠加后的重构绕射波记录(图3c)。
C3.除了绕射波，地震数据初至波还包含近偏移距的直达波和单点绕射波，均可使用CI方法增强：
考虑炮检点均位于地表的地震观测系统，与绕射波的情况相同，同一炮点激发在不同检波点接收的远偏移距折射波共用了炮点到高速层顶的旅行时，共用旅行时在计算高阶累积量的过程中被抵消，得到了与炮点无关的虚折射记录，使用不同炮点得到相同的虚折射记录，可以实现同相位叠加增强信噪比。对于近偏移距的直达波是完全相同的情况。地震记录包含浅层反射波和背景噪声，会影响初至波的识别。对于反射波，相同炮点在不同检波点的反射波不共用射线路径，高阶累积量结果中的虚反射记录对应的时延会随着炮点位置的变化而变化，无法实现同相位叠加，因此相比初至波信号被相对压制。对于不相关的背景噪声也是相同的情况。因此，绕射波、折射波和直达波在内的初至波信号可以通过CI方法增强，而反射波、背景噪声因无法实现同相位叠加被相对压制。
D.结果检验模块：检查输出道集是否达到了满意的初至波信噪比提升效果，如果未达到，则以步骤C2得到的重构绕射波记录为新的输入道集，即步骤C1中公式(2)所用的地震记录，重复步骤C再次加强初至波，直到实现满意的信噪比提升效果。
判断输出道集是否达到满意的初至波信噪比提升效果，是通过基于能量比的长短窗平均(short term averaging/long term averaging,STA/LTA)方法自动拾取初至；如果初至拾取精度达到后续的层析或折射静校正所要求的精度，则视为达到满意的初至波信噪比提升效果，否则迭代执行步骤C直到实现满意的信噪比提升效果。
下面通过实例对本发明做进一步说明。
实施例一：
本发明通过有限差分方法求解三维声波方程得到三维合成数据，所用三维近地表模型包含上下两层，声波速度分别为1500m/s和2300m/s，地表为起伏地表，上下地层的分解面为存在一处断层的高速层顶结构，该近地表模型模拟中国西部地区的薄黄土或沙漠地区的结构。使用主频为40Hz的雷克子波作为震源子波，在远偏移距，初至波路径可能包含沿速度分界面传播的折射波，经断层产生的绕射波或两者的组合。
首先验证CI方法相比传统的SVI方法具有更好的抗噪性。抽取远偏移距的原始二维数据，并用时窗进行初至波截取(图4a)。在原始数据中加入了非相干高斯噪声和视速度为–500和1500m/s的相干高斯噪声，含噪数据的初至波信噪比为–12dB，初至同相轴几乎全部被噪声掩盖(图4b)。SVI方法可以一定程度上压制噪声，初至波信噪比提高至–2dB，但由于SVI对相干噪声敏感，结果中仍有明显的相干噪声残留(图4c)。使用CI方法可以很好地压制相干噪声，初至同相轴变得清晰可见，信噪比提高到11dB(图4d)。同时注意到，结果中的反射波被压制，一是由于反射波在CI方法中无法实现同相位叠加，相比初至波被相对压制，二是由于时窗截取数据覆盖了所有偏移距的初至波，但并不保证覆盖全部的反射波，因此，在CI方法的叠加步骤中，初至波的能力覆盖次数会高于反射波。
实施例二：
选取真实勘探工区的实际地震资料检验CI方法的应用效果，工区呈现起伏地表，部分原始数据道集存在强背景噪声，难以准确自动拾取初至，因此需要加强初至波的信噪比，保证初至拾取的精度，为后续的近地表速度建模提供可靠的输入数据。
原始地震记录中的初至波同相轴被4至30Hz的强相干噪声所掩盖(图5a)。商业软件中常用的去噪方法是f-x域滤波，在频率域使用梯形窗截取制定频带内的数据，经参数测试选取的最佳低频截断频率为7和12Hz，高频截断频率为55和65Hz。f-x滤波结果中(图5b)，低频噪声被相对压制，但仍有较多噪声残留，这部分噪声与有效信号的频带范围接近，难以通过f-x域滤波分离。CI方法显著提高了噪声压制的效果(图5c)，初至波同相轴清晰可见，可以很好地保证初至自动拾取的准确性。取得如此好的初至增强效果，一是由于CI方法不依赖频率信息，可以更好地将频率接近的噪声同有效信号分离，二要归功于相邻区域内道集的初至波信噪比更优，CI方法实现了相邻区域内的道集初至波同相位叠加，高信噪比道集叠加在低信噪比道集中，将有助于初至信噪比的提升。
需要注意的是，公布实施例的目的在于帮助进一步理解本发明，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换和修改都是可能的。因此，本发明不应局限于实施例所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。

Claims (10)

1.一种低信噪比地震初至信号自动增强方法，针对低信噪比三维地震资料，基于高阶累积量干涉法CI方法实现初至增强：通过高阶累积量和叠加得到检波点间的初至波，再通过多道褶积和叠加得到增强后的炮检点间初至波；包括如下步骤：
A.对输入地震数据滤波去除异常噪声干扰；
B.进行初至截取：利用时窗截取包含初至波的局部地震数据；
C.进行初至增强：采用CI方法增强初至波；所述初至波包括绕射波、折射波和直达波的信号；
对于绕射波，初至增强包括如下过程：
C1.使用不同炮点，对于绕射波，通过高阶累积量和叠加，得到检波点间的虚绕射记录：
C11.设{x0(t),x1(t),...,xp(t),,...,xP-1(t)}代表P个零均值的地震道，P阶累积量表示为：
C(τ1,τ2,...,τp,....,τP-1)＝Cum{x0(t),x1(t+τ1),...,xp(t+τp),...,xP-1(t+τP-1)}, (1)
其中，Cum{.}是累积量算子，C(.)是累积量函数，τp表示地震道xp(t)与x0(t)之间的时延，p＝1,…,P-1；P阶累积量包含P-1个时延；
C12.计算检波点间的虚绕射，得到叠加后的累积量函数，记为[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k；
将在炮点Sk，k＝1,…,m，激发检波点Ri(i＝1,…,n)接收的地震记录表示为Uk；i(t)；针对地震记录包含绕射波和随机噪声的情况，即Uk；i(t)＝Gk；i(t)+w(t)，对炮点Sk在检波点R1,...,Rn的地震记录计算得到高阶累积量[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k；
时延τi表示为式(3)：
Figure FDA0002605056540000011
τi表示Ri到R1之间的绕射波道间时差；
Figure FDA0002605056540000012
和
Figure FDA0002605056540000013
分别为炮点Sk到D和D到Ri的旅行时；对于不同检波点Ri接收的绕射波信号，
Figure FDA0002605056540000014
始终为共用的旅行时；使用不同炮点Sk得到的[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k包含相同的时延；
将[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k全部叠加，进行绕射波信号的同相位叠加，得到叠加后的累积量函数C1,2,...n(τ2,τ3,...,τn)，其中包含虚绕射记录；
C2.通过多道褶积将虚绕射记录恢复成炮检点间的绕射波记录，包括如下过程：
将累积量函数Cj,1,...,n(τ1,...,τn)与原始地震记录US；j(t)进行多道褶积，重构炮点S到检波点Ri(i＝j,1,2,…,n)的绕射波记录，表示为式(4)：
Figure FDA0002605056540000021
其中，
Figure FDA0002605056540000022
中的符号“^”表示该绕射波是重构得到的，区别于原始地震记录中的绕射波，下标j表示该重构信号是使用检波点Rj的地震记录得到；Cj，1,2，...n(t1-τ1,...,tn-τn)中包含n组检波点间的时延，使用n道原始地震记录US；j(t)对每个时延进行褶积即多道褶积，将时延全部重构成炮检点间的旅行时；
重构的地震记录中旅行时ti(i＝1,…,n)表示为式(5)：
Figure FDA0002605056540000023
即重构炮点S在检波点Ri接收的绕射波记录；
使用不同检波点得到的重构记录中包含相同的绕射波，通过进行同相位叠加，得到叠加后的重构绕射波记录；
C3.绕射波、折射波和直达波在内的初至波信号均可通过CI方法增强；反射波、背景噪声无法实现同相位叠加，被相对压制；
D.进行结果检验：通过基于能量比的长短窗平均方法自动拾取初至，检查经同相位叠加得到的初至波是否达到初至波信噪比提升效果：
如果初至拾取精度达到后续的层析或折射静校正所要求的精度，则为达到初至波信噪比提升效果；如果拾取初至的精度未达到后续层析或折射静校正所要求的精度，则将经同相位叠加得到的初至波作为步骤C新的输入数据，执行步骤C再次进行初至增强，得到加强初至波，直到达到初至波信噪比提升效果；
即完成低信噪比地震初至信号的自动增强。
2.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤A去除异常噪声干扰，包括超低频的背景噪声、高频异常噪声。
3.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤B中，时窗的长度为3～4个地震波波长。
4.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤C11中，k阶累积量表示为式(1)：
C(τ1,....,τk-1)＝Cum{x0(t),x1(t+τ1),...,xk-1(t+τk-1)} , (1)
其中，Cum{.}是累积量算子；k阶累积量包含k-1个时延。
5.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤C12对炮点Sk在检波点R1,...,RN的地震记录计算得到高阶累积量，表示为式(2)：
Figure FDA0002605056540000031
其中，[C1,2,...,i,...n(τ2,τ3,...,τi,...,τn)]k为累积量函数；w(t)是高斯随机噪声；包含w(t)的高阶累积量分项为零；绕射波信号Gk；j(t)由地震子波S(t)与绕射波介质格林函数
Figure FDA0002605056540000032
褶积得到的，即
Figure FDA0002605056540000033
Figure FDA0002605056540000034
和
Figure FDA0002605056540000035
分别为Sk到D和D到Ri的旅行时；对于不同检波点Ri接收的绕射波信号，
Figure FDA0002605056540000036
始终为共用的旅行时。
6.如权利要求5所述的低信噪比地震初至信号自动增强方法，其特征是，具体根据待处理数据进行参数测试，确定高阶累积量阶数。
7.如权利要求6所述的低信噪比地震初至信号自动增强方法，其特征是，具体选用四阶累积量。
8.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤C2首先将待褶积地震数据进行傅里叶变换转换至频率域函数；在频率域乘积后，进行傅里叶反变换，得到时间域的多道褶积结果。
9.如权利要求1所述的低信噪比地震初至信号自动增强方法，其特征是，步骤B所述局部地震数据需包含全部初至波。
10.一种实现权利要求1～9所述的低信噪比地震初至信号自动增强方法的低信噪比地震初至信号自动增强系统，其特征是，包括：去噪模块、初至截取模块、初至增强模块和结果检验模块；其中：
A.去噪模块用于对输入地震数据滤波去除异常噪声干扰；
B.初至截取模块用于通过时窗截取包含初至波的局部地震数据；
C.初至增强模块用于通过高阶累积量干涉法CI方法增强初至波；
D.结果检验模块用于检查经同相位叠加得到的初至波是否达到初至波信噪比提升效果。
CN202010735993.2A 2020-07-28 2020-07-28 一种低信噪比地震初至信号自动增强方法及系统 Pending CN114002740A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010735993.2A CN114002740A (zh) 2020-07-28 2020-07-28 一种低信噪比地震初至信号自动增强方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010735993.2A CN114002740A (zh) 2020-07-28 2020-07-28 一种低信噪比地震初至信号自动增强方法及系统

Publications (1)

Publication Number Publication Date
CN114002740A true CN114002740A (zh) 2022-02-01

Family

ID=79920337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010735993.2A Pending CN114002740A (zh) 2020-07-28 2020-07-28 一种低信噪比地震初至信号自动增强方法及系统

Country Status (1)

Country Link
CN (1) CN114002740A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768366A (zh) * 2011-05-04 2012-11-07 戴永寿 基于高阶统计量的线性与非线性融合的地震子波提取方法
CN103527184A (zh) * 2013-10-28 2014-01-22 北京大学 一种白云岩储层的预测方法和系统
CN107219554A (zh) * 2017-05-05 2017-09-29 北京大学 陆地地震资料的剩余静校正量的自动获取方法
CN107807393A (zh) * 2017-09-28 2018-03-16 中国海洋大学 基于地震干涉法的单台站集初至波增强方法
CN108345031A (zh) * 2018-01-11 2018-07-31 吉林大学 一种弹性介质主动源和被动源混采地震数据全波形反演方法
US20190379057A1 (en) * 2018-06-12 2019-12-12 West Virginia University Electrocatalyst structures for an electrode

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768366A (zh) * 2011-05-04 2012-11-07 戴永寿 基于高阶统计量的线性与非线性融合的地震子波提取方法
CN103527184A (zh) * 2013-10-28 2014-01-22 北京大学 一种白云岩储层的预测方法和系统
CN107219554A (zh) * 2017-05-05 2017-09-29 北京大学 陆地地震资料的剩余静校正量的自动获取方法
CN107807393A (zh) * 2017-09-28 2018-03-16 中国海洋大学 基于地震干涉法的单台站集初至波增强方法
CN108345031A (zh) * 2018-01-11 2018-07-31 吉林大学 一种弹性介质主动源和被动源混采地震数据全波形反演方法
US20190379057A1 (en) * 2018-06-12 2019-12-12 West Virginia University Electrocatalyst structures for an electrode

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
安圣培，刘韬，胡天跃: "基于高阶累积量时间延迟估计的自动剩余静校技术", 《石油物探》 *
盛冠群等: "基于小波分解与高阶统计量的微地震初至拾取方法研究", 《石油物探》 *

Similar Documents

Publication Publication Date Title
Li et al. A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring
Mousavi et al. Automatic noise-removal/signal-removal based on general cross-validation thresholding in synchrosqueezed domain and its application on earthquake data
CA2599958C (en) Removal of noise from seismic data using radon transformations
Gómez et al. A simple method inspired by empirical mode decomposition for denoising seismic data
Yu et al. Attenuation of noise and simultaneous source interference using wavelet denoising
CA2600657C (en) Radon transformations for removal of noise from seismic data
US8315124B2 (en) System and method for suppression of seismic multiple reflection signals
Tian et al. Variable-eccentricity hyperbolic-trace TFPF for seismic random noise attenuation
US11880011B2 (en) Surface wave prediction and removal from seismic data
WO2008112462A2 (en) Geophone noise attenuation and wavefield separation using a multi-dimensional decomposition technique
CN110658557B (zh) 基于生成对抗网络的地震数据面波压制方法
CN108983287B (zh) 一种基于凸集投影算法的曲波变换反假频地震数据重建方法
Hlebnikov et al. Noise types and their attenuation in towed marine seismic: A tutorial
An et al. Three-dimensional cumulant-based coherent integration method to enhance first-break seismic signals
Huang et al. Random noise attenuation by planar mathematical morphological filtering
Jeng et al. Adaptive filtering of random noise in near-surface seismic and ground-penetrating radar data
CN109738953B (zh) 基于小波域分频能量补偿的完备多次波压制方法
CA2497296C (en) Removal of noise from seismic data using improved radon transformations
Wang et al. Robust singular value decomposition filtering for low signal-to-noise ratio seismic data
Zhao et al. Wavelet-crosscorrelation-based interferometric redatuming in 4D seismic
CN111257938A (zh) 基于小波互相关时移地震虚拟震源波场重构方法和系统
Zhao et al. Target-oriented diversity stacking for virtual-source imaging and monitoring
CN114002740A (zh) 一种低信噪比地震初至信号自动增强方法及系统
Xu et al. Automatic source localization and attenuation of seismic interference noise using density-based clustering method
Iqbal et al. Blind curvelet-based denoising of seismic surveys in coherent and incoherent noise environments

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220201

WD01 Invention patent application deemed withdrawn after publication